electricsheepafrica/africa-ilo-ear-emtm-sex-dsb-nb-median-monthly-earnings-of-employees-by-sex-and-di

该数据集包含非洲28个国家从2005年至2024年的704个观察值，专注于“按性别和残疾状况分类的员工月收入中位数（本地货币）”这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖了就业、工资等劳动统计信息，并经过标准化处理，以支持表格分类、回归和时间序列预测等机器学习任务。数据集包括国家代码、年份、性别分类、残疾状况、观察值及其状态等列，适用于分析非洲地区的收入不平等和劳动市场趋势。This dataset contains 704 observations of median monthly earnings of employees by sex and disability status in local currency across 28 African countries from 2005 to 2024. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), covering labor statistics such as employment and wages, and is standardized for machine learning tasks including tabular classification, regression, and time-series forecasting. The dataset includes columns for country codes, years, sex disaggregation, disability status, observed values, and status flags, making it suitable for analyzing income inequality and labor market trends in Africa.

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，聚焦于非洲地区按性别和残疾状况划分的雇员月收入中位数（以当地货币计）。数据通过ILOSTAT的REST API直接采集，指标代码为EAR_EMTM_SEX_DSB_NB，并依据非洲ISO3国家代码进行过滤。ILO通过统计学家国际会议（ICLS）定义对原始调查微观数据进行统一协调，确保不同来源数据的可比性。数据集由Electric Sheep Africa进行重新封装，以标准化格式提供，便于机器学习研究与应用。共计包含704条观测记录，覆盖28个非洲国家，时间跨度从2005年至2024年。

特点

该数据集的核心特点在于其精细的维度划分和权威的数据来源。观测指标为雇员月收入中位数，并按性别（男性、女性、总计）和残疾状况进行交叉分类，为研究劳动力市场的平等性与包容性提供了独特视角。数据来源于国家级劳动力调查、家庭收入调查等官方统计，且每个观测值均标注了数据来源、观测状态（如临时数据、不可靠数据）等元信息，保障了数据可追溯性。覆盖了从西非到东非、南非的多样化国家，时间序列长达二十年，为面板数据分析与时间序列预测提供了坚实基础。数据规模虽属小型（不足1000条），但每条记录均包含丰富的上下文信息。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集，使用`load_dataset`函数即可获取训练集，并转换为Pandas DataFrame进行后续分析。适合开展分类、回归及时间序列预测等任务。典型应用包括：筛选特定国家或地区的数据进行地域性收入分析；针对单个指标按时间排序，绘制收入变化趋势图；利用透视表构建以年份为行、国家为列的矩阵，便于跨国家比较。由于数据已按性别和残疾状况分层，研究者还可进一步探讨不同亚群体的收入差异。数据集遵循CC-BY-4.0许可协议，使用时需同时引用ILO原始数据与Electric Sheep Africa的重新封装版本。

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，聚焦非洲28个国家2005至2024年间按性别和残疾状况划分的雇员月收入中位数（以当地货币计）。作为全球劳动统计的权威来源，ILOSTAT整合了各国劳动力调查、家庭收支调查及行政记录数据，依据国际劳工统计学家会议（ICLS）标准进行统一处理。该数据集填补了非洲地区残障群体劳动收入精细数据的空白，为研究劳动力市场中的性别与残障双重歧视、评估可持续发展目标（SDG）中体面工作进展提供了关键支撑，尤其在数据稀缺的非洲大陆具有重要的政策研究和学术价值。

当前挑战

该数据集面对的领域挑战在于非洲多国劳动统计体系薄弱，残障身份识别标准不一、调查覆盖率有限，导致按性别与残疾状况交叉分类的收入数据极为稀缺，难以进行跨区域横向比较与长期趋势分析。构建过程中面临的挑战包括：各国调查年份不连续、时间跨度差异大（如埃塞俄比亚最早为2005年而尼日利亚仅覆盖2011-2019年），数据来源混杂（劳动力调查、家庭调查等），且存在大量“不可靠”观测状态标记（obs_status字段），需要审慎处理数据质量与缺失值问题。此外，指标值受汇率和通胀波动影响，直接跨经济体比较货币价值需谨慎处理。

常用场景

经典使用场景

该数据集记录了非洲28个国家2005年至2024年间按性别和残疾状态分层的雇员月收入中位数（以当地货币计），共计704条观测。作为ILOSTAT官方数据的重新打包版本，其核心应用场景在于构建面向非洲大陆的劳动力市场分析模型。研究者常利用此数据集进行跨国的收入不平等比较分析，通过性别与残疾状态两个维度，探索非洲国家内部及国家间劳动力报酬的结构性差异。此外，该数据集亦是时间序列预测与面板数据分析的理想素材，可用于追踪特定国家或地区雇员收入随时间的演变轨迹，揭示经济增长、政策干预与劳动力回报之间的动态关联。其整洁的表格化结构使得数据加载与预处理极为便捷，为快速开展实证研究提供了基础。

实际应用

在实际应用层面，该数据集为非洲各国政府、国际组织（如国际劳工组织、世界银行）以及非政府组织提供了精准的政策评估与规划工具。它可被用于编制国家层面的劳动力市场监测报告，识别低收入和就业脆弱群体，辅助设计针对性的职业培训与就业援助计划。在企业层面，数据集支持跨国公司进行区域薪酬基准比较，优化外派员工薪酬结构与本地化招聘策略。同时，数据集广泛应用于社会影响力评估项目，帮助公益组织量化残疾人就业促进项目的成效，或监测性别薪酬平等政策在不同国家的执行进展。其结构化格式亦便于集成至经济预警系统，为非洲大陆自由贸易区背景下劳动力流动与薪酬趋同性的实时分析提供数据基础。

衍生相关工作

源自该数据集或同类ILOSTAT数据的相关工作已广泛见于国际劳动经济学、发展研究及公共政策领域的学术出版物。经典研究包括Mincer收入方程的跨国估计，其中利用按性别和残疾状态分层的收入数据拓展了传统模型对非洲劳动力市场的解释力。另有工作基于此数据构建了非洲各国薪酬歧视指数（如Oaxaca-Blinder分解），量化不可解释的收入差距中性别与残疾因素的贡献比例。此外，该数据集被整合进多项SDG指标追踪工作中，如国际劳工组织发布的《世界就业与社会展望》报告中关于非洲残疾群体就业质量的章节。近期，基于该数据开发的机器学习预测模型被用于预测未来五年内非洲各国残疾人收入中位数的变化趋势，为前瞻性政策制定提供了数据驱动的决策支持。