electricsheepafrica/africa-ilo-ear-ehra-sex-ocu-cur-nb-average-hourly-earnings-of-employees-by-sex-occupa

该数据集包含非洲33个国家从1991年至2024年的员工平均小时收入数据，按性别、职业和货币进行分类，共有21,055个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖了单一指标EAR_EHRA_SEX_OCU_CUR_NB，提供了详细的分类维度（如性别）和地理覆盖信息（包括安哥拉、南非、埃及等国家）。数据集以表格形式呈现，适用于表格分类、回归和时间序列预测等任务。This dataset contains 21,055 observations of average hourly earnings of employees across 33 Africa countries from 1991 to 2024, disaggregated by sex, occupation, and currency. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on the indicator EAR_EHRA_SEX_OCU_CUR_NB. The data includes detailed classification dimensions (e.g., sex) and geographic coverage (e.g., Angola, South Africa, Egypt), presented in tabular format for tasks such as tabular classification, regression, and time-series forecasting.

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核心统计数据库，通过其REST API接口直接提取指标编码为EAR_EHRA_SEX_OCU_CUR_NB的观测数据，并依据非洲ISO3国家代码进行地域过滤。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统一协调处理，所有数据来源均通过'source.label'列加以标注，确保溯源清晰。数据集由Electric Sheep Africa重新打包为Parquet格式，结构简洁，共包含21,055条观测记录，覆盖33个非洲国家，时间跨度从1991年至2024年。

使用方法

用户可通过HuggingFace的datasets库以load_dataset()函数一键加载数据，并将其转换为Pandas DataFrame进行后续分析。支持按国家代码筛选特定地区的子集，或针对单一指标进行时间序列的可视化与趋势分析。亦可利用pivot_table方法将数据重塑为国家×年份的矩阵形式，便于跨国家比较。数据集中的分类变量（如性别、职业、货币）可直接用于分组统计或构建预测模型，适用于表格分类、回归及时间序列预测等任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过其核心统计数据库ILOSTAT整理发布，并经Electric Sheep Africa重新包装，聚焦于非洲33个国家1991至2024年间按性别、职业和货币划分的雇员平均时薪数据，共包含21,055条观测记录。在非洲劳动经济学研究中，性别薪酬差距与职业分层是长期关注的核心议题，而该数据集首次以标准化、跨国的形式提供了覆盖长达三十余年的时序面板数据，为探究非洲劳动力市场的结构性变迁、性别不平等动态以及汇率波动对实际收入的影响提供了稀缺的实证基础。其发布填补了非洲区域高分辨率薪酬数据的空白，推动了可持续发展目标中体面工作指标的量化评估，对发展经济学、劳动社会学及国际比较研究具有重要价值。

当前挑战

该数据集面临的核心挑战首先在于领域问题层面：非洲各国劳动力调查的采集标准、职业分类体系与货币换算方法存在显著异质性，使得跨国跨时比较中难以完全剔除制度性噪声，而性别、职业等维度缺失值的存在进一步限制了多变量因果推断的稳健性。其次，在构建过程中，ILOSTAT虽通过国际劳工统计学家会议定义进行数据协调，但原始来源涵盖家庭调查、企业调查与行政记录等多种类型，其抽样框架与质量标志（如不可靠标记）需用户自行甄别；此外，数据为年度频率，无法捕捉季度或月度波动，而部分国家观测稀疏（如乍得、索马里），易导致时间序列分析中的断裂与偏差，同时多重来源冲突时的‘最佳来源’选择标准亦未完全透明，增加了再现性与误差评估的难度。

常用场景

经典使用场景

在劳动经济学与发展研究的交叉领域中，该数据集为探究非洲地区劳动力市场的性别薪酬差异提供了宝贵的高频微观数据支撑。研究者可借助其按性别与职业分类的平均小时工资观测值，构建面板数据模型，识别不同国家与年代间工资水平的动态演变轨迹。其时间跨度覆盖1991至2024年，涵盖33个非洲国家，使得跨区域比较与长周期趋势分析成为可能。借助ILOSTAT统一的统计口径和分类标签，用户能够精准提取细分职业群体的薪酬信息，进而为量化分析性别工资差距的收敛性或稳定性奠定坚实的数据基础。

解决学术问题

该数据集有效破解了非洲劳动市场中长期存在的薪酬数据碎片化与不可比难题。传统上，非洲各国的工资调查在调查方法、指标定义和分类标准上存在显著差异，导致跨国比较研究举步维艰。本数据集通过ILO的标准化流程，将各国不同的调查微数据整合为统一格式，解决了数据口径不一致这一核心障碍。学术界因此得以系统性地探讨职业隔离如何影响性别工资差距，以及经济发展水平、制度环境与薪酬不平等之间的潜在关联，推动了对非洲劳动力市场结构性特征的深入理解。

实际应用

在实际决策场景中，该数据集为国家劳动政策制定与国际组织评估提供了循证依据。政府劳动部门可借助其中的时序数据，监测最低工资政策的实际执行效果，评估不同职业群体收入水平的动态变化。世界银行、国际劳工组织等机构能够利用跨国家的标准化指标，诊断特定区域内劳动力市场的性别平等状况，并据此设计针对性的技术援助方案。此外，非政府组织在开展劳工权益倡导时，也可引用本数据集的统计结果，增强其政策建议的说服力与精确性。

数据集最近研究

最新研究方向

该数据集整合了国际劳工组织ILOSTAT数据库中非洲33国1991至2024年间按性别、职业与货币划分的雇员平均小时工资数据，共计21,055条观测值。在劳动经济学与非洲发展研究的前沿领域，该数据为探究非洲大陆工资差异的性别与职业维度提供了稀缺的跨年度面板基础。近年来，围绕非洲“体面劳动”与可持续发展目标（SDG 8）的议题持续升温，研究者正借助此类高粒度数据剖析非正规就业形态下的薪酬不平等、货币波动对实际收入的侵蚀效应，并构建时间序列模型以预测关键行业的工资趋势。其重要性在于填补了非洲区域系统化薪酬统计的空白，为政策制定者设计针对性的最低工资制度与性别平等干预措施提供了实证基石，同时也推动了以非洲本土为焦点的计量经济建模与数据驱动型发展研究范式的演进。