electricsheepafrica/africa-ilo-ear-emtg-sex-dsb-nb-gini-index-of-monthly-earnings-of-employees-by-sex

该数据集包含704个观测值，涉及28个非洲国家从2005年至2024年的收入与薪酬不平等数据，涵盖1个核心指标：按性别和残疾状况分列的雇员月收入基尼指数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并过滤至非洲国家。数据集包含多个字段，如国家代码（ISO 3166-1 alpha-3）、国家名称、数据来源代码和标签、指标代码和标签、性别分类（总计、男性、女性）、年份、观测值、观测状态等。数据以年度频率发布，ILO根据其定义对原始调查微观数据进行协调，确保数据可比性。数据集适用于表格分类、回归和时间序列预测等任务，主要用于分析非洲地区的收入不平等情况，特别是基于性别和残疾状况的差异。This dataset contains 704 observations of Income and pay inequality data across 28 Africa countries, spanning 2005–2024, covering 1 distinct indicator: Gini index of monthly earnings of employees by sex and disability status. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API and filtered to Africa ISO3 country codes. The dataset includes multiple columns such as country code (ISO 3166-1 alpha-3), country name, source code and label, indicator code and label, sex disaggregation (total, male, female), year, observed value, observation status, etc. Data is published at annual frequency, with ILO harmonizing raw survey microdata using ICLS definitions for comparability. It is suitable for tasks like tabular classification, regression, and time-series forecasting, primarily for analyzing income inequality in Africa, particularly disparities by sex and disability status.

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）的权威劳动统计数据库ILOSTAT，经由Electric Sheep Africa团队从ILOSTAT的REST API中直接抽取并精心重封装而成。原始数据严格遵循ICLS（国际劳工统计学家会议）的标准定义，通过对各国劳动力调查、家庭收入调查等微观数据的统一协调与清洗，最终聚焦于非洲地区。构建过程中，数据被限定为非洲ISO3国家代码所对应的观测值，并保留了详细的来源标记字段以保障可追溯性，形成了包含704条记录、覆盖28个非洲国家、时间跨度从2005年至2024年的结构化表格数据集。

特点

该数据集的核心特色在于其专注于非洲大陆的基尼系数指标，具体衡量了按性别和残疾状态划分的雇员月收入不平等程度。数据集提供了性别（男性、女性、总计）这一关键的细分维度，并包含丰富的元数据列，如数据来源、观测状态标志和注释信息，极大增强了数据的透明度和实用价值。此外，数据集收录了28个非洲国家长达二十年的历史数据，为研究非洲劳动力市场收入不平等的时空演变、性别差异及残疾人群体的经济融入提供了独特而精细的量化视角。

使用方法

该数据集的使用极为便捷，完全兼容HuggingFace的datasets库生态。用户可通过一行代码`load_dataset`直接加载数据，并立即转换为Pandas DataFrame进行后续分析。典型应用场景包括：选取特定国家（如`df["ref_area"] == "KEN"`）进行纵向时间序列分析；按特定指标排序后绘制时序图以观察不平等趋势；以及利用透视表功能将数据重塑为以年份为行、国家为列的矩阵形式，便于进行跨国产出的横向比较。数据集的表格结构清晰，字段命名规范，为机器学习中的表格分类、回归或时间序列预测任务提供了优质的非洲劳动力数据基础。

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重新封装后上线HuggingFace平台，聚焦非洲28个国家2005至2024年间按性别与残疾状况划分的雇员月收入基尼指数。基尼指数作为衡量收入不平等程度的核心指标，在劳动经济学与发展研究中具有举足轻重的地位。数据集整合了ILOSTAT数据库中经国际劳工统计学家会议（ICLS）标准协调的劳动力调查微观数据，涵盖704条观测记录，为探究非洲地区劳动力市场中性别与残疾双重弱势群体的收入分配格局提供了稀缺的定量基础，显著推动了全球南方国家收入不平等研究的精细化与可比性。

当前挑战

该数据集所应对的领域挑战在于，非洲国家普遍缺乏高质量、跨年度的分性别与残疾状况的收入不平等数据，现有宏观指标多忽略残疾群体的内部异质性，难以精准刻画多重弱势叠加下的收入分配机制。构建过程中面临的挑战显著：各国数据来源（如劳动力调查、家庭收支调查）方法各异，ILO虽通过最佳来源选择原则进行调和，但观测状态标记显示部分数据可靠性存疑；同时，观测频次以年为单位，参数估计受限于小样本（n<1K），且时间序列不连续，28个国家中部分国家仅有数年数据，严重制约了面板数据分析与因果推断能力。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中非洲28个国家2005至2024年间员工月收入基尼系数的观测值，并依据性别与残疾状况进行细致分列。其经典使用场景在于构建面板数据模型，以揭示非洲大陆内部收入不平等的演变轨迹。研究者可借助该数据集开展跨国家、跨时段的比较分析，探究性别差异与残疾身份如何交织影响劳动市场的薪酬分配格局，为发展经济学与劳动经济学领域提供实证基石。

解决学术问题

数据集的核心价值在于填补了非洲地区收入不平等微观计量研究中的数据鸿沟。学术研究中，它助力解决如何量化残疾群体与性别群体在收入分配中的边缘化程度这一关键问题。通过基尼系数的分维度观察，学者能够识别劳动力市场中结构性歧视的症结所在，评估社会保障政策对弱势群体经济地位的干预效果。其深远意义在于推动包容性增长理论的实证检验，为联合国可持续发展目标中体面工作与减少不平等的监测提供可靠依据。

衍生相关工作

该数据集衍生出一系列聚焦非洲劳动市场的开创性工作。一方面，它催生了结合时空统计模型的收入不平等预测研究，通过整合多源社会经济数据预估缺失年份的基尼系数；另一方面，促进了机器学习方法在劳动力市场异质性分析中的应用，例如利用聚类算法识别不同性别-残疾状况组合下的薪酬模式群体。数据集的发布还推动了开源工具链的建设，如基于HuggingFace生态的自动化数据管道，使得后续研究能够便捷地复现分析并扩展至更广泛的发展指标。