electricsheepafrica/africa-ilo-emp-nifl-sex-mts-dsb-nb-informal-employment-by-sex-marital-status-and-disa

该数据集包含非洲31个国家从2007年至2025年的非正式就业统计数据，按性别、婚姻状况和残疾状况细分，以千人为单位。数据集共有6,138个观测值，涵盖1个独特指标（EMP_NIFL_SEX_MTS_DSB_NB），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过调查和行政记录收集，并经过统一处理。数据集以表格形式呈现，包括国家代码、年份、观测值、数据来源、分类变量等信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains informal employment statistics for 31 African countries from 2007 to 2025, disaggregated by sex, marital status, and disability status, in thousands. It includes 6,138 observations covering one distinct indicator (EMP_NIFL_SEX_MTS_DSB_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, collected through surveys and administrative records, and harmonized for consistency. Presented in tabular format, it includes country codes, years, observed values, data sources, and classification variables, 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

该数据集源起于国际劳工组织（ILO）的中央统计数据库ILOSTAT，系非洲地区非正规就业统计的权威汇编。Electric Sheep Africa以此为基础，系统性地采集与结构化重排，将原始指标转译为适配机器学习工作流的Parquet格式，并配以标准化的元数据、加载指引及溯源说明。数据集覆盖31个非洲国家、时间跨度为2007至2025年，共计6138条观测记录，聚焦于按性别、婚姻状况与残疾状态细分的非正规就业规模（以千人为单位），从而在保留官方统计严谨性的同时，赋予数据以可复现的分析友好形态。

特点

该数据集在领域 specificity 与分析通用性之间取得了精巧平衡。其核心特征体现为多维度分层：性别、婚姻状况与残疾状态三重社会人口学变量交织，为刻画非洲非正规经济中的结构性差异提供了细粒度视角。数据以表格与文本双模态呈现，体积适中（1K至10K量级），便于快速载入与迭代建模。伴随的元数据清单明确了变量定义、单位及缺失值处理原则，降低了跨源整合的摩擦。覆盖范围横贯非洲大陆，时间序列横跨近二十年，使研究者得以追踪非正规就业的动态演变。

使用方法

使用该数据集时，建议从Hugging Face仓库的文件结构与数据查看器入手，借助其README提供的上下文作为快速定位层。通过datasets库的load_dataset函数可直接加载数据，并视需要转换为Pandas DataFrame以进行表格分析。在建模之前，应审慎核验变量定义与单位，保留缺失值直至确立合理的插补规则，并明确记录地理信息的推断假设。数据集支持与Electric Sheep Africa目录下其他数据集基于国家、年份与指标字段的联结，从而拓展分析维度，构建可复现且注明来源的研究工作流。

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形态，其规模、结构与脆弱性直接关系到减贫政策、社会保障扩面及体面劳动议程的推进。国际劳工组织统计数据库（ILOSTAT）作为全球劳动统计的权威来源，持续汇编按性别、婚姻状况与残疾状况分列的非正规就业估算数据。Electric Sheep Africa于2026年基于ILOSTAT元数据清单对非洲区域数据进行标准化重封装，形成覆盖31个非洲国家、2007至2025年、共计6138条观测记录的分析就绪数据集，旨在为非洲非正规经济研究提供可复现、可比较的跨国证据基础。

当前挑战

该数据集所回应的领域问题，在于非正规就业测度本身的高度异质性：各国对非正规部门与非正规就业的界定标准、调查口径与覆盖范围存在显著差异，致使跨国比较面临概念可比性不足的固有障碍。构建过程中的挑战亦不容忽视，婚姻状况与残疾状况等交叉维度的细分数据在多数非洲国家统计体系中采集稀疏，缺失值广泛存在，且元数据清单中源出版者与国家字段尚未完整声明，地理归属需依赖标题或来源信息进行推断，对下游建模的变量定义核实与缺失值处理规则提出了更高要求。

常用场景

经典使用场景

在非洲劳动经济学与非正规经济研究领域，该数据集凭借对性别、婚姻状况与残疾状态三维交叉的细分刻画，成为剖析劳动力市场边缘群体就业形态的经典素材。研究者常以横截面与面板回归方法，考察不同婚姻与残疾身份下非正规就业的规模差异，揭示性别与残障所致就业分层特征。

实际应用

在政策实践中，该数据集为国际组织与非洲各国劳动部门识别非正规就业脆弱群体、设计社会保障扩面方案提供量化依据，亦可服务于残障就业配额制度评估、性别平等就业监测及相关发展项目的基线测算与效果追踪。

衍生相关工作

基于该数据集，研究者已衍生出非洲非正规经济性别差距分解、残障与婚姻状态交互效应建模、以及跨国劳动市场脆弱性指数构建等系列工作，并与Electric Sheep Africa其他ILOSTAT主题数据集形成互操作分析生态，推动非洲劳动统计数据的可复现研究。