electricsheepafrica/africa-ilo-ear-ehra-sex-nb-average-hourly-earnings-of-employees-by-sex-local

该数据集包含非洲36个国家从1991年至2024年按性别划分的雇员平均小时收入（本地货币）统计数据，共计501条观测记录。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并过滤为非洲国家。核心指标为EAR_EHRA_SEX_NB，涵盖总人口、男性和女性的分类数据。数据集包含国家代码、年份、性别、观测值、数据来源和质量标志等字段，适用于表格分类、回归和时间序列预测等任务。数据由Electric Sheep Africa重新打包，以标准化模式提供，便于机器学习应用和研究分析。This dataset contains 501 observations of average hourly earnings of employees by sex (in local currency) across 36 African countries from 1991 to 2024. Sourced from the ILOSTAT database of the International Labour Organization (ILO), it is filtered to African ISO3 country codes via the ILOSTAT REST API. The primary indicator is EAR_EHRA_SEX_NB, with disaggregation by sex (total, male, female). It includes fields such as country code, year, sex, observed value, data source, and quality flags, suitable for tabular classification, regression, and time-series forecasting tasks. Repackaged by Electric Sheep Africa, it provides a normalized schema for machine learning readiness and research.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过其REST API直接拉取指标为EAR_EHRA_SEX_NB的原始数据，并严格筛选至非洲36个国家的ISO3代码范围。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查及行政记录等微观数据进行清洗与标准化处理，确保了跨国数据的可比性。数据集最终整合为501条观测记录，覆盖1991年至2024年的年度时序，每条记录均标注了原始来源标识以保证可追溯性。

特点

数据集聚焦于非洲地区雇员按性别分列的平均小时工资（以当地货币计价），涵盖36个国家、跨越34年的年度数据，构成了一个稀缺的非洲劳动力市场面板数据资源。其核心特点在于包含性别维度（男、女、总计）的细致分解，便于分析工资性别差异；同时每条观测值附有观测状态标签与注释说明，明确标识数据中断、修订或估计情形，为研究者在处理时序不连续性时提供了严谨的元数据支持。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据集，并将其转换为Pandas DataFrame进行后续分析。典型用途包括：按国家筛选后绘制特定国家的工资时间序列趋势；依据sex列进行分组，可视化男女工资的历史演变与差距；利用pivot_table构建国家×年份的面板矩阵，适用于面板计量经济学建模或跨国家比较研究。数据集设计兼顾了机器学习回归任务与时序预测场景的便捷调用需求。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年整理发布，经Electric Sheep Africa重新打包后托管于HuggingFace平台，专注于记录非洲36个国家1991年至2024年间按性别划分的雇员平均时薪（以本币计）。数据集来源于ILOSTAT——全球劳动统计领域最权威的数据库之一，其指标基于国际劳动统计学家会议（ICLS）定义，通过各国劳动力调查、家庭收入调查等渠道统一采集与整合。核心研究问题在于揭示非洲地区薪资水平的性别差异及其时间演变趋势，为劳动经济学、发展经济学及可持续发展目标（SDG）中的体面工作监测提供量化基础。该数据集以501条观测覆盖三种性别分组，填补了非洲区域精细化劳动收入数据的空白，对推动非洲劳动力市场研究、政策评估与性别平等分析具有重要学术与应用价值。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：非洲各国统计体系差异显著，导致同一指标可能存在多种数据来源（如劳动力调查与行政记录），尽管ILOSTAT采用了“最佳来源”筛选策略，但不同来源间的口径不一致仍对跨国家、跨时间序列的对比分析构成干扰。其次，在构建过程中，数据整合面临非洲国家样本量分布极不均衡的难题（如毛里求斯69条、埃及48条，而21个国家不足12条），稀疏的时间序列限制了面板计量方法的适用性。此外，性别分组的观测值缺失比例较高（部分年份仅记录“总计”而无男女细分），低估了实际薪资性别差异的可观测范围。数据集以本地货币计价而未统一换算为购买力平价或美元，进一步增加了跨国比较的复杂度。

常用场景

经典使用场景

该数据集涵盖了1991年至2024年间36个非洲国家按性别划分的雇员平均时薪（以本币计量）的501条观测记录，是劳动经济学与性别平等研究领域内最具代表性的微观面板数据之一。研究者常将其用于跨国家、跨时期的工资水平比较分析，借助时间序列建模探究非洲大陆不同经济体劳动报酬的动态演变规律。该数据集的核心变量——每小时平均收入结合性别维度的细粒度划分，使其成为剖析性别工资差距的经典素材，广泛应用于固定效应模型、随机效应模型及差异中的差异法等计量分析框架中，以揭示性别在非洲劳动力市场中的结构性差异。

实际应用

在政策制定与国际发展领域，该数据集拥有不可替代的实用价值。各国劳动部门、国际组织（如世界银行、非洲开发银行）及非政府组织可借助该数据监测和评估非洲各国在缩小性别工资差距方面的实际进展，为联合国可持续发展目标（SDG）中关于体面工作与经济增长的具体指标提供量化依据。此外，跨国公司与非营利性机构在进行非洲区域的市场准入评估、人力资源定价及社会责任项目设计时，能够通过该数据洞察各国不同性别劳动力的薪酬基准，从而制定更具公平性和本土适应性的工资策略与干预措施。

衍生相关工作

基于该数据集的衍生研究已催生出多项具有影响力的经典工作。例如，学者依托ILOSTAT系列数据构建了非洲劳动市场动态监测平台，定期发布《非洲工资不平等报告》，系统性追踪性别工资差距的时间趋势。另有研究结合该数据集与非洲家庭调查微观数据，采用非参数分解方法（如MM分解与Oaxaca-Blinder分解）识别了性别工资差异中可解释部分与不可解释部分的比重。此外，时间序列预测模型的发展也得益于该数据集的有序结构，研究者利用LSTM、ARIMA等算法对非洲各性别群体的未来工资水平进行短期预测，为前瞻性政策模拟提供了数据驱动的工具支撑。