electricsheepeurope/europe-ilo-emp-nifl-age-ec2-rt-informal-employment-rate-by-age-and-economic-activ

这是一个关于欧洲非正规就业率的表格数据集，数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库。数据集包含4,029个观测值，覆盖3个欧洲国家（BIH、SRB、MKD），时间跨度为2006年至2025年。核心指标为按年龄和经济活动划分的非正规就业率 - ISIC第2级（%）（EMP_NIFL_AGE_EC2_RT）。数据集采用结构化表格格式，包含国家代码、数据来源、指标代码、分类变量（如年龄组和经济活动分类）、观测年份、观测值及其状态注释等列。数据经过ILO harmonization处理，适用于表格分类、回归和时间序列预测等任务。This is a tabular dataset on informal employment rates in Europe, sourced from the International Labour Organization (ILO) ILOSTAT statistical database. It contains 4,029 observations covering 3 European countries (BIH, SRB, MKD) from 2006 to 2025. The core indicator is Informal employment rate by age and economic activity - ISIC level 2 (%) (EMP_NIFL_AGE_EC2_RT). The dataset is structured in tabular format with columns including country codes, data sources, indicator codes, classification variables (e.g., age groups and economic activity classifications), observation year, observed values, and status notes. Data is harmonized by ILO and suitable for tasks such as 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（ILO）的ILOSTAT中央统计数据库，通过其REST API接口直接获取指标EMP_NIFL_AGE_EC2_RT的原始观测值，并依据欧洲ISO3国家代码进行筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对各国劳动力调查等微观数据进行统一协调，数据经Electric Sheep Europe重新打包为Parquet格式，并附以标准化的数据集卡片。最终形成的记录涵盖2006至2025年间三个欧洲国家的4,029条观测，每条记录均标注来源与分类信息，确保可追溯性。

特点

该数据集聚焦于欧洲非正规就业领域，以年龄和ISIC二级经济活动为分类维度，提供非正规就业率的年度观测。其核心特点包括：覆盖波斯尼亚和黑塞哥维那、塞尔维亚和北马其顿三国，时间跨度近二十年；包含来源代码、分类标签、观测状态及注释等丰富元数据，便于评估数据质量；数据以表格形式组织，支持分类、回归及时间序列预测等多类任务；规模适中，介于1K至10K行之间，适合中等规模的分析与建模。

使用方法

使用者可借助Hugging Face的datasets库加载该数据集，并通过pandas转换为数据框进行探索。典型操作包括：按国家代码筛选特定国家的记录；针对指标EMP_NIFL_AGE_EC2_RT按时间排序以绘制时间序列图；或通过透视表生成国家与年份的矩阵，便于横向比较。数据亦可直接用于tabular分类、回归或时间序列预测任务。使用时应留意观测状态与注释信息，并遵循CC-BY-4.0许可协议，同时引用ILO原始来源与Electric Sheep Europe的重新打包工作。

背景与挑战

背景概述

非正规就业的量化测度长期以来构成劳动经济学与发展经济学的核心议题，其与体面劳动赤字、社会保障缺位及生产力抑制之间的关联已获广泛实证支持。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）第15至19届决议所确立的概念框架，通过ILOSTAT数据库系统性汇编各国劳动力调查与住户收入调查数据，构建了跨200余个经济体的非正规经济指标体系。本数据集由Electric Sheep Europe于2025年自ILOSTAT REST API抽取并重新封装，聚焦欧洲三国（波黑、塞尔维亚、北马其顿）2006至2025年间按年龄组与ISIC Rev.4二位数经济活动分类的非正规就业率，共计4,029条观测值，以国别×年份×年龄×行业四维结构呈现，为转型经济体非正规劳动市场的比较研究提供了可直接调用的规范化面板数据基础。

当前挑战

该数据集所应对的领域问题在于非正规就业的跨国可比测度：各国对非正规部门的界定标准、抽样框覆盖范围及调查实施年份存在系统性差异，且非正规活动的隐蔽性易导致漏报与误分类，使得直接汇总的原始统计量难以支撑严格的跨时空比较。在构建层面，挑战体现于三方面：其一，ILOSTAT原始数据的年龄组划分与ISIC行业分类版本在观测期内历经调整，需依赖ICLS标准进行回溯性调和；其二，三个目标国家的数据时间跨度参差不齐（塞尔维亚止于2019年，北马其顿延至2025年），样本量的国别与年份分布显著失衡；其三，观测状态标记中出现的“方法学修订导致序列断裂”与“不可靠”标识，对时间序列建模与因果推断提出了稳健性处理要求。

常用场景

经典使用场景

在劳动经济学与非正规经济研究领域，该数据集最为经典的用法在于刻画欧洲三国非正规就业率的年龄别与经济活动别分布特征。研究者借助其时间序列结构，可构建面板数据模型，考察青年与成年劳动者在不同ISIC二位代码行业中的非正规就业参与率差异及其演变轨迹。2006至2025年的长跨度覆盖，为分析金融危机、疫情冲击等宏观事件对非正规就业的异质性影响提供了基准数据支撑。

实际应用

在政策评估与劳动力市场监测实践中，该数据集可服务于非正规就业规模的动态追踪与预警。国际组织与各国劳工部门能够利用其年度频率的观测值，识别非正规就业率异常波动的行业与年龄组，为社会保障扩面、技能培训投放及劳动监察资源配置提供量化依据。世界银行与欧盟相关机构在国别诊断报告中亦可援引该数据，评估非正规经济对体面劳动议程推进的制约程度。

衍生相关工作

围绕该数据集已衍生出若干典型研究脉络。比较劳动制度研究常将其与ILOSTAT其他指标链接，构建非正规就业决定因素的多层分析框架；计量经济学文献则利用其面板结构检验非正规就业与贫困、教育回报之间的因果关联。Electric Sheep Europe的标准化封装进一步降低了二次开发门槛，催生了面向欧洲劳动力市场的机器学习预测与可视化分析工作。