electricsheepafrica/africa-ilo-sdg-0831-sex-eco-rt-sdg-indicator-8-3-1-proportion-of-informal-employm

该数据集包含7,204个观测值，涉及非正规经济数据，覆盖45个非洲国家，时间跨度为2000年至2025年，重点关注可持续发展目标（SDG）指标8.3.1（按性别和经济活动划分的非正规就业占总就业的比例）。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数据，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含多个列，如国家代码、指标、性别分类、观测年份、观测值等，用于分析和预测非正规就业趋势。This dataset contains 7,204 observations of informal economy data across 45 African countries, spanning from 2000 to 2025, and focuses on SDG indicator 8.3.1 (proportion of informal employment in total employment by sex and economic activity). The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via API and filtered to African country codes, with harmonization based on International Conference of Labour Statisticians (ICLS) definitions. It includes columns such as country code, indicator, sex disaggregation, observation year, and observed value, designed for analysis and forecasting of informal employment trends.

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织ILOSTAT的中央统计数据库，系联合国可持续发展目标指标8.3.1的官方监测数据，由Electric Sheep Africa团队在Hugging Face平台完成标准化再包装。其构建依托元数据驱动的目录体系，对原始来源中的非正规就业比例记录进行结构化整理，形成涵盖7,204条观测的表格化数据资产，并以Parquet格式统一存储，确保数据加载与跨平台复现的兼容性。

特点

数据集以非洲区域为地理边界，覆盖45个国家自2000年至2025年的非正规就业统计，按性别与经济部门维度细分，样本规模处于1K至10K区间。其采用单语种英文标注，模态兼含表格与文本，元数据标签涵盖非正规经济、劳动力市场、可持续发展目标等主题。数据保留原始缺失值而未作插补，并为每条记录附带来源出处与许可说明，便于审计与引用。

使用方法

研究者可借助Hugging Face的datasets库直接加载数据，通过load_dataset接口获取数据集对象并检视分片结构与特征类型；当数据为表格形态时，可转换为Pandas数据框以支持探索性分析与建模。使用前应核查变量定义、单位与缺失模式，避免仅凭标签推断政策含义，并可依据显式国家、年份与指标字段与其他非洲数据集进行联接，构建可复现的分析流程。

背景与挑战

背景概述

非正规就业的测度长期构成劳动经济学与发展经济学交汇处的核心议题，其规模与结构直接关涉劳动者福利、税收基础与社会保护覆盖面。联合国可持续发展目标8.3.1以非正规就业占总就业比例作为衡量体面劳动进展的关键指标，为跨国比较提供了统一框架。在此背景下，Electric Sheep Africa于2026年基于国际劳工组织ILOSTAT与联合国SDG数据，整合发布该数据集，覆盖45个非洲国家、2000至2025年间7204条观测记录，按性别与经济部门细分。该数据集为审视非洲劳动力市场结构性特征、评估非正规经济动态及其性别维度提供了可复现的实证基础，对区域劳动政策制定与学术研究具有参考价值。

当前挑战

该数据集所回应的领域问题在于非正规就业的可比测度：非正规部门与非正规就业的概念边界在不同国家统计实践中存在差异，家庭企业中的无偿帮工、自雇与临时雇佣的归类标准并不统一，跨国比较因此面临定义漂移的风险。构建过程中的具体挑战包括：非洲国家劳动力调查的频率与覆盖面参差不齐，部分年份与国别存在数据缺失，需在保留缺失值的条件下审慎处理；按性别与经济部门交叉细分后，部分单元格样本量偏小，估计稳健性受限；元数据中缺乏统一的ISO3国别标识与上游发布者字段，地理与来源信息需依赖标题与来源元数据推断，增加下游分析的歧义风险。

常用场景

经典使用场景

在国际劳工组织体面劳动议程与联合国可持续发展目标监测框架下，该数据集最经典的使用场景是围绕非洲非正规就业的结构性特征展开量化分析。研究者可依据性别、经济部门与时间维度，计算并比较45个非洲国家2000至2025年间的非正规就业比例，构建面板数据模型以探讨非正规经济规模随宏观经济周期、产业结构转型与劳动力市场制度变迁的演变轨迹。

解决学术问题

该数据集有效回应了非正规就业测度中长期存在的跨国可比性不足与性别维度缺失等学术难题。通过统一SDG指标8.3.1的操作化定义，它为劳动经济学与发展经济学研究提供了标准化的观测单元，使得学者能够系统检验非正规就业与贫困、性别不平等、经济增长之间的理论假设，并为非洲劳动力市场二元结构假说提供跨国经验证据。

衍生相关工作

围绕该数据集已衍生出一系列相关经典工作，包括与Electric Sheep Africa目录中其他国际劳工组织非洲数据集的跨国联结分析、非正规就业与减贫关系的计量经济研究，以及面向非洲劳动力市场政策模拟的可复现笔记本开发。这些工作共同拓展了该数据集在非洲发展研究中的证据链价值。