electricsheepafrica/africa-ilo-ear-thra-sex-cur-nb-average-hourly-earnings-of-tourism-sector-employee

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的旅游业员工平均每小时收入数据，按性别和货币分类，专注于非洲地区。数据集涵盖17个非洲国家，时间跨度为2012年至2024年，共包含489个观测值。核心指标为EAR_THRA_SEX_CUR_NB，即按性别和货币划分的旅游业员工平均每小时收入。数据通过ILOSTAT REST API获取，并经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理，以确保数据可比性和质量。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类、观测年份、观测值及其状态等，支持表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含性别维度（总计、男性、女性）的细分。This dataset contains average hourly earnings data for tourism sector employees, disaggregated by sex and currency, sourced from the International Labour Organization (ILO) ILOSTAT database, with a focus on Africa. It covers 17 African countries from 2012 to 2024, comprising 489 observations. The core indicator is EAR_THRA_SEX_CUR_NB, which represents average hourly earnings of tourism sector employees by sex and currency. Data is retrieved directly from the ILOSTAT REST API and harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions for consistency and quality. The dataset includes a detailed schema with columns such as country code, country name, data source, indicator code, sex classification, observation year, observed value, and status flags, supporting tasks like tabular classification, regression, and time-series forecasting. Data is published at annual frequency and includes disaggregation by sex (total, male, female).

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统计数据库，通过其REST API直接提取特定指标“EAR_THRA_SEX_CUR_NB”的数据，并依据非洲ISO3国家代码进行地理筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行标准化处理，数据来源在“source.label”字段中加以标注以确保可追溯性。Electric Sheep Africa团队负责数据的再封装，将原始数据整理为统一架构的Parquet格式，最终发布于HuggingFace平台，使研究者可通过简单的加载函数直接使用。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，使用`load_dataset()`函数即可获取训练集格式的DataFrame。随后支持按国家筛选（如过滤`ref_area`为“KEN”的肯尼亚数据）、按指标进行时间序列分析（对`obs_value`按年份排序绘图），以及通过透视表功能构建国家×年份的矩阵形式，以便进行跨国家、跨时间维度的比较分析。所有操作均基于Python环境，流程简洁高效。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过其ILOSTAT数据库构建，并由Electric Sheep Africa重新打包发布，专注于非洲17个国家2012至2024年间旅游业雇员按性别和货币划分的平均时薪。旅游业作为非洲经济体中的关键支柱产业，其劳动力市场数据长期匮乏且碎片化，尤其是覆盖多国、长时间序列的标准化统计数据极为稀缺。该数据集整合了来自各国劳动力调查、企业调查等官方来源的489条观测记录，旨在填补这一空白，为研究非洲旅游业就业质量、性别收入差异及劳动力市场动态提供可靠量化基础，对推动区域劳动力政策的实证分析具有重要意义。

当前挑战

该数据集面临多重挑战。首先是领域问题层面，旅游业雇员收入数据在非洲国家普遍存在统计口径不一致、调查频率低、性别细分缺失等难题，影响跨区域可比性和政策指导价值。其次是构建过程层面，数据来源涉及多种调查类型（如家庭调查、企业调查）和行政记录，ILO虽采用国际劳工统计学家会议（ICLS）定义进行协调，但不同国家报告规则与质量参差不齐，导致部分观测值带有“序列断裂”或“临时性”标记。此外，研究时跨期涉及多国货币单位，汇率波动增加了时空对比的复杂性。数据集规模较小（仅489条），且覆盖国家集中于埃及、赞比亚等少数经济体，限制了模型泛化与区域差距分析的深度。

常用场景

经典使用场景

该数据集汇聚了2012至2024年间17个非洲国家旅游业雇员按性别与货币划分的平均时薪数据，共计489条观测。其经典使用场景在于为劳动经济学与发展研究提供跨国家、跨时间的高质量面板数据，从而支持对非洲旅游业薪酬动态、性别收入差距演变以及区域经济格局的量化分析。研究者可借助该数据开展时间序列回归、面板数据建模或多元比较研究，揭示劳动力市场结构性特征。

解决学术问题

数据集有效回应了非洲旅游业劳动经济学中数据碎片化与可比性缺失的核心困境。它使学术界得以系统探究旅游业薪资水平的决定因素、性别工资差异的演化路径，以及宏观经济政策对该行业劳动力报酬的作用机制。通过提供标准化、跨国的薪酬指标，它推动了关于非洲旅游经济发展、体面劳动目标实现程度及可持续发展议程中就业质量的实证检验，为政策评估与理论验证奠定了坚实的数据基础。

实际应用

在现实应用层面，数据集服务于国际组织、政府机构及旅游行业协会的劳动力市场监测与政策制定。它可支撑各国劳动部门进行行业薪资对标，为最低工资调整、性别平等促进措施及旅游从业者社保规划提供依据。同时，私营部门中的跨国旅游企业及投资者可利用该数据评估不同非洲市场的用工成本与竞争环境，辅助投资选址与人力资源战略决策，从而促进区域旅游经济的可持续发展。

数据集最近研究

最新研究方向

该数据集聚焦于非洲旅游部门雇员按性别与货币划分的平均时薪，为研究非洲劳动力市场中性别收入差异、旅游业可持续发展及区域经济不平等提供了关键微观证据。当前前沿研究常将此数据与ILOSTAT其他劳工指标结合，利用时间序列分析揭示后疫情时代非洲旅游复苏中的薪酬动态，并通过多国对比探讨汇率波动对实际收入的影响。该数据集还支持机器学习建模，用于预测旅游就业质量与体面劳动目标（SDG 8）的进展，其细粒度维度（国别、性别、年份）为理解非洲大陆自贸区（AfCFTA）背景下劳动力流动与收入趋同提供了实证基础，推动学界从宏观叙事转向可量化的结构性分析。