electricsheepeurope/europe-ilo-emp-nifl-sex-ins-nb-informal-employment-by-sex-and-public-private-sect

这是一个关于欧洲非正规就业的数据集，源自国际劳工组织（ILO）的ILOSTAT统计数据库。数据集包含按性别（总计、男性、女性）和公共/私营部门划分的非正规就业人数（以千为单位），涵盖4个欧洲国家（摩尔多瓦、波黑、北马其顿、塞尔维亚），时间跨度为2003年至2025年，共627个年度观测值。数据通过ILOSTAT REST API获取，并经过Electric Sheep Europe重新打包为标准化格式，便于机器学习使用。数据集包含国家代码、年份、性别分类、观测值及数据来源等详细信息。This dataset contains informal employment data for Europe, sourced from the ILOSTAT database of the International Labour Organization (ILO). It includes observations on informal employment by sex (total, male, female) and public/private sector (in thousands), covering 4 European countries (Moldova, Bosnia and Herzegovina, North Macedonia, Serbia) from 2003 to 2025, with 627 annual data points. The data is retrieved via the ILOSTAT REST API and repackaged by Electric Sheep Europe into a standardized, machine-learning-ready format. The dataset provides detailed columns such as country codes, year, sex disaggregation, observed values, and source information.

搜集汇总

数据集介绍

构建方式

非正规经济就业的量化监测长期依赖国际劳工组织所维护的统计体系，ILOSTAT作为全球劳工统计的权威中枢，通过整合各国劳动力调查、家庭收入调查及行政记录，依据国际劳工统计学家会议（ICLS）标准对原始微观数据进行调和处理。该数据集由Electric Sheep Europe经由ILOSTAT REST API直接抽取指标EMP_NIFL_SEX_INS_NB，并筛取欧洲ISO3国家代码，涵盖摩尔多瓦、波黑、北马其顿与塞尔维亚四国，时间跨度为2003年至2025年，最终形成627条观测记录，以Parquet格式封装发布。

特点

数据集聚焦于非正规就业在性别与公共/私营部门维度上的分布，以千人计值呈现，具备鲜明的结构性分层特征。观测记录附有来源标签、指标注释及观测状态标志，可追溯数据修订或序列断裂等质量信息。性别维度提供总计、男性与女性三类取值，机构部门分类变量则刻画公共与私营部门的划分。年度频率的时间序列结构适合趋势分析与跨国比较，数据规模精简而变量语义清晰，便于快速纳入建模流程。

使用方法

研究者可借助HuggingFace datasets库以load_dataset函数直接载入数据，并转换为Pandas数据框进行探索性分析。针对单一国家的就业演变，可通过ref_area字段筛选特定ISO3代码；针对时间序列建模，可选取指标EMP_NIFL_SEX_INS_NB并按时间排序后绘图或拟合；若需构建国家与年份的交叉矩阵，可利用pivot_table方法重塑数据结构。该数据集亦适用于表格分类、回归及时间序列预测等任务，使用时须遵循CC-BY-4.0许可并引用国际劳工组织与Electric Sheep Europe的双重来源。

背景与挑战

背景概述

非正规经济就业的量化测度长期以来构成劳动经济学与发展研究的核心议题，其数据基础直接关乎体面劳动议程的监测与政策评估。国际劳工组织依托全球劳动力调查微观数据，经国际劳工统计学家会议标准统一调和后，构建了ILOSTAT这一权威劳动统计数据库。在此框架下，Electric Sheep Europe于2025年将该指标重新打包发布，覆盖摩尔多瓦、波黑、北马其顿与塞尔维亚四国2003至2025年间627条观测，按性别及公共/私营部门维度细分，为转型经济体非正规就业的结构性研究提供了稀缺的跨国面板数据。

当前挑战

该数据集所应对的领域问题在于非正规就业统计长期面临定义殊异、跨国可比性薄弱与性别维度信息匮乏等困境，公共与私营部门的划分更因各国制度差异而难以统一。构建过程中的挑战体现为：各国劳动力调查的抽样设计、问卷措辞与覆盖范围参差，需经ILO标准化处理但仍残留序列中断与暂定值等质量标记；部分国家年份缺失及指标口径变更导致时序连续性受损，仅四国的有限覆盖亦制约了区域推断的稳健性；性别与部门交叉分类下的小样本估计精度尚待审慎评估。

常用场景

经典使用场景

在劳动经济学与非正规就业研究的宏大脉络中，该数据集凭借其按性别与公共/私营部门细分的非正规就业观测值，成为刻画欧洲转型经济体劳动力市场结构性差异的经典数据源。研究者通常运用其2003至2025年的年度序列，构建面板数据模型，以剖析性别维度的非正规就业演变轨迹，或借助时间序列预测方法推演未来趋势。其跨国覆盖与标准化编码，为比较分析提供了坚实基石。

衍生相关工作

围绕该数据集，衍生出一系列经典工作：有学者将其与ILOSTAT其他指标融合，构建多维非正规就业指数；有研究利用其性别与部门分类，检验制度理论在转型经济体中的适用性；亦有机器学习实践者将其作为表格分类任务的基准，探索梯度提升与深度学习模型在稀少样本下的泛化能力。这些工作共同拓展了非正规经济数据的学术与应用边界。

数据集最近研究

最新研究方向

在全球非正规经济持续引发学界与政策界高度关注的背景下，该数据集依托国际劳工组织ILOSTAT权威统计框架，聚焦欧洲四国（摩尔多瓦、波黑、北马其顿、塞尔维亚）2003至2025年间非正规就业的性别差异与公私部门分布特征。当前前沿研究正借助其精细的性别分类与制度部门维度，深入探讨转型经济体劳动力市场二元结构、非正规就业性别鸿沟的演化机制及其对社会保障覆盖率的冲击。该数据集亦为落实国际劳工组织第204号建议书及联合国可持续发展目标8中体面劳动议程提供关键实证基础，对揭示后社会主义国家非正规经济韧性、评估结构性改革成效具有重要学术与政策意义。