electricsheepafrica/africa-ilo-emp-pifl-sex-age-eco-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集名为Share of employment outside the formal sector by sex, age and economic activity (%) | Africa (ILOSTAT)，是一个表格型数据集，专注于非洲国家的非正规经济领域。它包含163,403个观测值，覆盖45个非洲国家，时间跨度为1999年至2025年，涵盖1个核心指标：按性别、年龄和经济活动划分的非正规部门外就业份额（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家，涉及就业、劳动力统计等主题。数据集模式包括国家代码（ref_area）、指标代码（indicator）、年份（time）、观测值（obs_value）等列，支持按性别（SEX_T、SEX_M、SEX_F）和其他分类变量（如年龄、经济部门）进行细分。数据为年度频率，适用于表格分类、回归和时间序列预测任务，旨在为机器学习和研究提供非洲劳动力市场的标准化、ML-ready数据层。The dataset titled Share of employment outside the formal sector by sex, age and economic activity (%) | Africa (ILOSTAT) is a tabular dataset focusing on informal economy data in Africa. It contains 163,403 observations across 45 African countries, spanning from 1999 to 2025, with 1 distinct indicator: share of employment outside the formal sector by sex, age, and economic activity (%). Sourced from the International Labour Organizations (ILO) ILOSTAT database, it is retrieved via API and filtered for African countries, covering topics such as employment and labour statistics. The schema includes columns like country code (ref_area), indicator code (indicator), year (time), observed value (obs_value), and supports disaggregation by sex (SEX_T, SEX_M, SEX_F) and other classification variables (e.g., age, economic sector). Data is annual frequency and suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide a standardized, ML-ready data layer for African labour market research and machine learning applications.

搜集汇总

数据集介绍

构建方式

在非正规经济部门就业比例的核算中，国际劳工组织统计数据库长期承担着为非洲劳动力市场提供权威测度的职能。该数据集由Electric Sheep Africa对ILOSTAT原始统计资料进行系统性重新封装而成，覆盖45个非洲国家自1999年至2025年的163,403条观测记录，按性别、年龄组及经济活动类别对非正规部门就业份额进行统一编码与结构化整理。构建过程中保留了原始指标的缺失值机制，并以标准化元数据标注来源、许可与字段含义，从而将分散的国别统计口径整合为可复现的表格化数据资产，为非洲非正规经济研究提供一致的分析基底。

特点

该数据集以表格与文本双重模态呈现，采用parquet格式存储，规模介于十万至百万行之间，属于经济学与金融领域的专题数据资源。其核心特征在于对非正规部门就业份额的性别、年龄与经济activity三维分解，时间跨度逾四分之一世纪，地理覆盖近整个非洲大陆。数据以单一指标为轴心，配有标准化元数据、来源注释与分析导向的上下文说明，并归属Electric Sheep Africa的非洲数据发现目录，因而兼具统计测度的连续性与跨数据集互操作的潜力。

使用方法

使用该数据集时，研究人员可借助Hugging Face的datasets库以一行代码完成加载，并直接检视数据集的划分结构、特征类型与前几行记录。对于表格型数据，可将首个划分转换为Pandas数据框以便开展统计分析。在建模之前，建议先检查模式结构与缺失值分布，按地理、时间与子群体维度进行变量画像，并在存在显式国家字段时予以运用；若地理信息仅隐含于标题或来源元数据，则应在下游分析中明确记录这一假设。同时应保留原始缺失值，直至确立可辩护的插补规则，并可将该数据集与Electric Sheep Africa目录下其他数据集按国家、年份与指标字段进行连接，构建可复现的分析工作流。

背景与挑战

背景概述

非正规就业长期构成非洲劳动力市场的主体特征，其规模与结构直接关系到社会保障覆盖、税收基础及体面劳动议程的推进。国际劳工组织（ILO）依托ILOSTAT数据库系统采集各国劳动力调查数据，为监测非正规经济提供权威统计来源。Electric Sheep Africa于2026年将该指标整理为面向机器学习工作流的Hugging Face数据集，覆盖45个非洲国家、163403条观测记录，时间跨度自1999年至2025年，按性别、年龄与经济activity维度细分。该数据集为劳动经济学、发展经济学及社会政策研究提供了可复现的跨国面板数据基础，亦为非洲数据发现与元数据标准化实践提供了范例。

当前挑战

从领域问题来看，非正规就业测度本身面临界定模糊与跨国可比性不足的困难，各国调查口径、参考期与经济活动分类的差异使直接横向比较存在偏差风险；性别与年龄维度的细分虽增强分析粒度，却加剧了子群体样本稀疏问题。从构建过程来看，原始ILOSTAT数据存在缺失值、指标定义未完全显式化及国家标识字段缺失等元数据缺口，要求使用者在建模前审慎核验变量单位与地理编码；此外，数据集仅提供比例指标而无绝对就业人数，限制了总量推算与政策模拟的可靠性，需结合其他来源数据进行交叉验证。

常用场景

经典使用场景

在劳动经济学与非正规经济研究领域，该数据集构成刻画非洲劳动力市场结构的关键证据基础。研究者依托其涵盖45个非洲国家、1999至2025年间163,403条观测记录，按性别、年龄与经济活动门类系统考察非正规部门就业占比的演变轨迹，进而支撑跨国比较、时序趋势分析与分组统计推断等经典研究范式，为理解非洲非正规就业的异质性提供结构化数据支撑。

衍生相关工作

围绕该数据集，研究者可衍生出多维度的后续工作，包括非正规就业与贫困、性别不平等及经济增长关系的计量分析，以及同其他非洲社会经济数据集的跨域联结研究。Electric Sheep Africa对其元数据的标准化整理亦促进了非洲公共数据发现与复用生态的建设，为机器学习驱动的劳动市场预测与政策模拟等新兴方向提供数据基础。

数据集最近研究

最新研究方向

在非正规经济持续占据全球南方劳动力市场主导地位的背景下，该数据集凭借覆盖45个非洲国家、横跨1999至2025年的163,403条观测记录，为劳动经济学与发展经济学的交叉研究提供了稀缺的纵贯证据。当前前沿研究聚焦于非正规就业的性别分化与年龄梯度效应，借助按性别、年龄及经济活动分类的就业比例指标，学者得以精细化刻画非洲劳动力市场结构性割裂的演变轨迹。该数据集亦呼应了国际劳工组织关于非正规经济统计标准化的最新倡议，为跨国比较研究、包容性增长政策评估及非正规部门与宏观经济周期联动机制的实证检验奠定了坚实的数据基础。