electricsheepafrica/africa-ilo-ear-ehrm-sex-eco-nb-median-hourly-earnings-of-employees-by-sex-and-eco

该数据集包含非洲国家按性别和经济活动划分的员工每小时收入中位数数据（以当地货币计），由国际劳工组织（ILO）的ILOSTAT数据库提供。数据涵盖35个非洲国家，时间跨度为1991年至2024年，共包含14,821个观测值，主要指标为“EAR_EHRM_SEX_ECO_NB”，即员工每小时收入中位数。数据集用于表格分类、回归和时间序列预测等任务，支持劳动力市场分析和经济研究。This dataset contains median hourly earnings of employees by sex and economic activity (in local currency) for African countries, sourced from the ILOSTAT database of the International Labour Organization (ILO). It covers 35 African countries from 1991 to 2024, with 14,821 observations, focusing on the indicator EAR_EHRM_SEX_ECO_NB for median hourly earnings. The dataset is designed for tabular classification, regression, and time-series forecasting tasks, supporting labor market and economic analysis.

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中央统计数据库，通过REST API直接提取“按性别和经济活动划分的雇员中位数时薪（本币）”指标数据，并依据ISO 3166-1 alpha-3标准筛选出非洲35个国家的观测值。ILOSTAT采用国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，数据来源涵盖劳动力调查、家庭收入调查及行政记录等，并通过`source.label`字段标注来源以增强可追溯性。最终数据集经过重新打包，形成包含14,821条观测记录的表格化数据，便于机器学习与统计分析。

特点

该数据集覆盖1991年至2024年，囊括非洲35个国家的14,821条观测值，是研究非洲劳动力市场性别收入差异的重要资源。数据以“中位数时薪”为核心指标，按性别（总、男性、女性）及经济活动部门进行细粒度分类，支持多维交叉分析。其特色在于提供ILO官方标识的观测状态标志（如临时、不可靠）及详细注释字段，确保数据质量透明可控。此外，数据集通过Parquet格式发布，经标准化处理，可直接对接主流数据分析流程。

使用方法

用户可通过HuggingFace `datasets`库的`load_dataset()`函数一键加载该数据集，并转换为Pandas DataFrame进行后续操作。典型用法包括：按国家筛选（如`df[df["ref_area"] == "KEN"]`）进行国别分析，按时间排序绘制特定指标的时间序列图，或使用透视表构建国家×年份矩阵以观察区域经济趋势。数据集支持表格分类、回归及时间序列预测等任务，适用于经济计量建模和劳动经济学研究。使用时需遵循CC-BY-4.0许可协议，并正确引用ILO及Electric Sheep Africa的原始出处。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于其ILOSTAT统计数据库中创建，并由Electric Sheep Africa于2024年重新打包发布，旨在系统性追踪非洲地区按性别和经济活动划分的员工每小时收入中位数。涵盖1991年至2024年间35个非洲国家的14,821条观测记录，聚焦于劳动力市场中的性别薪酬差距与行业间收入差异这一核心研究问题。作为ILO推动体面劳动与可持续发展目标（SDGs）的重要数据支撑，该数据集为经济学、劳动社会学及公共政策领域的研究者提供了标准化、可比较的跨国面板数据，促进了非洲大陆劳动力市场不平等问题的实证分析。

当前挑战

该数据集面临的核心挑战在于非洲国家间劳动统计基础设施的显著差异，导致数据覆盖稀疏且时间序列不连续，例如部分国家仅有零星年份的观测值。构建过程中，ILO需整合来自劳动力调查、企业登记及行政记录等多源异构数据，并依据国际劳工统计学家会议（ICLS）定义进行统一归化，但原始调查在抽样设计、问卷措辞及货币换算上的差异仍可能引入测量误差。此外，性别分类的可用性参差不齐，部分国家未提供按性别分列的收入数据，限制了性别薪酬差距分析的完整性。

常用场景

经典使用场景

该数据集广泛用于非洲劳动力市场的性别收入差距分析，通过性别维度的中位数时薪数据，研究者可以量化不同经济活动中男女雇员之间的薪酬差异。典型应用包括构建面板数据回归模型，评估性别平等政策对工资收敛的影响，或结合经济部门分类探索行业间收入分配不平等现象。

衍生相关工作

基于该数据衍生出多项经典研究，包括ILO发布的《全球工资报告》非洲专章分析、World Bank关于撒哈拉以南非洲非正规就业对收入影响的计量研究，以及多篇利用分位数回归剖析非洲制造业与服务业内性别工资粘性的学术论文。其结构化格式还催生了自动化薪酬公平审计工具的开发，推动数据驱动的劳动力政策评估范式。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆按性别和经济活动划分的雇员小时收入中位数，为劳动经济学与性别平等研究提供了关键的时间序列证据。在体面劳动与可持续发展目标（SDG 8.5）的全球议程下，这一数据集能支撑对非洲各国薪资差距的纵向比较，揭示经济结构转型中性别收入鸿沟的演变规律。当前前沿方向包括：结合空间计量模型探索收入不平等与产业集聚的交互效应，利用机器学习方法对缺失年份数据进行插补与预测，以及评估最低工资政策、非正规就业治理对性别工资均衡的实际影响。其长达三十余年、覆盖35国的观测记录，为分析非洲大陆自由贸易区建设与后疫情时代劳动力市场韧性等热点议题提供了坚实的数据底座，对制定包容性增长策略具有重要参考价值。