electricsheepafrica/africa-ilo-ees-tees-sex-ifl-mts-nb-employees-by-sex-informal-formal-job-and-marital-s

该数据集包含非洲45个国家从2000年至2025年的14,318个观测值，涉及非正规经济数据，具体指标为“按性别、非正规/正规工作和婚姻状况划分的雇员（千人）”。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，覆盖就业统计中的多个维度，如性别、工作性质和婚姻状况。数据集以表格形式呈现，适用于表格分类、回归和时间序列预测等任务。This dataset contains 14,318 observations of informal economy data across 45 Africa countries, spanning 2000–2025, covering the indicator Employees by sex, informal/formal job and marital status (thousands). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), with data harmonized using ICLS definitions, and includes disaggregation dimensions such as sex, job nature, and marital status. The dataset is structured in tabular format and suitable for tasks like tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织统计数据库（ILOSTAT），由Electric Sheep Africa团队进行标准化重包装而成。构建过程以ILOSTAT关于非正规经济部门就业的原始统计资料为基础，覆盖非洲45个国家、2000至2025年间的14318条观测记录，围绕性别、非正规/正规就业以及婚姻状况等维度对雇员人数（以千人为单位）进行结构化整理。数据经统一元数据标注、加载指引编写与来源说明补充，最终以parquet格式发布，形成面向非洲数据发现需求的标准化目录条目。

特点

数据集聚焦非洲劳动力市场中非正规与正规就业的性别差异及婚姻状况分布，具有鲜明的经济学与劳动统计特征。其规模处于一万至十万条区间，涵盖45个非洲国家逾二十年的时序观测，兼具跨国比较与长时间序列分析价值。数据以表格与文本模态并存，字段设计服务于人口经济学分层研究，元数据经过规范化处理，便于检索与复用，同时保留了原始统计口径与缺失值信息，以供研究者在建模前进行审慎评估。

使用方法

研究者可通过Hugging Face datasets库以load_dataset函数直接加载该数据集，获取各切分数据并检视特征结构，随后借助to_pandas方法转换为数据框以便开展统计分析与可视化。在建模之前，建议先检查模式与缺失情况，依据国家、年份及子群体字段进行变量画像，并在存在显式国家列时加以利用。该数据集可与其他Electric Sheep Africa数据集按国家、年份和指标字段进行连接，相关分析应引用原始来源与Hugging Face仓库，以确保工作流程的可复现性。

背景与挑战

背景概述

非正规经济就业的性别差异与婚姻状况关联，是劳动经济学与发展研究中长期受到关注却始终缺乏系统量化证据的议题。国际劳工组织（ILO）依托其核心统计数据库ILOSTAT，持续采集全球劳动力市场指标，为跨国比较提供权威基准。Electric Sheep Africa于2026年将ILOSTAT中非洲区域的相关数据重新封装发布，形成覆盖45个非洲国家、2000至2025年、共计14,318条观测的数据集，聚焦按性别、非正规/正规就业及婚姻状况分组的雇员规模。该数据集以标准化元数据和Parquet格式呈现，填补了非洲非正规经济性别维度数据可发现性与可复用性的空白，为分析非洲劳动力市场结构转型、性别不平等及社会保障覆盖等议题提供了关键的经验基础，对发展经济学和劳动政策研究具有显著的支撑价值。

当前挑战

该数据集所回应的领域问题，在于非洲非正规就业规模庞大且性别分化显著，而婚姻状况与就业正规性之间的交互机制长期缺乏跨国可比数据加以检验。构建过程中面临多重挑战：其一，ILOSTAT原始数据中非正规就业的定义与测量方法在各国间存在差异，婚姻状况分类标准亦不统一，跨国可比性因此受到削弱；其二，数据集元数据中countries与upstream_publisher字段存在缺失，地理标识依赖标题推断而非显式列声明，增加了分析中地理归属的不确定性；其三，非正规就业统计多依赖家庭调查，抽样设计与覆盖范围在各国间参差不齐，导致缺失值与测量误差并存，对建模前的数据清洗与缺失机制处理提出了较高要求。

常用场景

经典使用场景

在劳动经济学与非正规经济研究的交汇处，该数据集凭借其覆盖45个非洲国家、横跨2000至2025年的14318条观测记录，构成了剖析性别、婚姻状况与非正规/正规就业形态交互关系的经典面板数据资源。研究者惯常将其用于构建按性别与婚姻状态分层的就业结构画像，揭示非洲劳动力市场中非正规部门吸纳已婚女性与单身男性劳动力的差异化模式，进而刻画婚姻身份在就业正规性选择中的调节效应。

衍生相关工作

依托Electric Sheep Africa元数据目录的标准化工程，该数据集与同系列ILOSTAT非洲劳动统计数据集形成了可互操作的资源网络，催生了一批围绕非正规就业测算、性别就业差距分解以及婚姻与劳动供给关系的衍生分析。相关工作者常将其与国际劳工组织的原始数据库、世界银行发展指标及非洲区域家庭调查进行联结，构建跨国比较研究，亦有学者以此为基础开发就业正规化预测模型与政策模拟工具，拓展了非洲劳动统计数据的学术与决策价值。

数据集最近研究

最新研究方向

在非正规经济与性别劳动分工的交汇处，该数据集正驱动着融合 marital status 的交叉性劳动市场分层研究。依托国际劳工组织ILOSTAT的权威统计框架，近期前沿工作聚焦于非洲45国2000至2025年间非正规/正规就业的性别异质性，尤其关注婚姻状态如何调节女性在非正规部门中的集聚效应。伴随非洲大陆自贸区对非正规跨境贸易的关注升温，该数据成为检验结构性转型假说与设计性别敏感型社会保障政策的关键证据基础，其分期覆盖亦为评估后疫情时代劳动市场韧性提供了稀缺的纵向比较视角。