electricsheepafrica/africa-ilo-ear-cmta-sex-cur-nb-average-monthly-earnings-of-care-employees-by-sex

该数据集包含非洲30个国家从2000年至2024年的1,020个观测值，主要指标是按性别和货币划分的护理员工平均月收入。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，由Electric Sheep Africa重新打包，以表格形式呈现，包括国家代码、国家名称、数据来源、指标代码、性别分类、年份、观测值等列。数据集支持表格分类、回归和时间序列预测任务，覆盖非洲地区，语言为英语，数据规模在1K到10K之间。数据集使用CC-BY-4.0许可证发布，旨在为研究者和开发者提供机器学习就绪的非洲劳动力数据。This dataset contains 1,020 observations of Average monthly earnings of care employees by sex and currency across 30 Africa countries, spanning 2000–2024. The data is sourced from the International Labour Organization (ILO) ILOSTAT database and repackaged by Electric Sheep Africa. It is presented in tabular format with columns such as country code, country name, data source, indicator code, sex classification, year, observed value, etc. The dataset supports tabular classification, regression, and time-series forecasting tasks, covers Africa region, is monolingual in English, and has a size category of 1K<n<10K. It is released under the CC-BY-4.0 license and aims to provide machine learning-ready labor data for Africa for researchers and developers.

搜集汇总

数据集介绍

构建方式

本数据集依托国际劳工组织（ILO）的ILOSTAT数据库，通过REST API直接提取标识符为EAR_CMTA_SEX_CUR_NB的指标数据，并依据非洲国家ISO 3166-1 alpha-3代码进行地域筛选。原始数据源自各国劳动力调查、住户收入调查及行政记录等多元渠道，经ILO依据国际劳工统计学家会议（ICLS）定义进行协调统一，并在source.label字段中标注数据来源以确保可追溯性。最终整合为涵盖30个非洲国家、跨越2000年至2024年的1,020条观测记录，由Electric Sheep Africa进行重新封装与标准化处理。

特点

该数据集聚焦非洲地区有偿护理从业者的月均收入，以性别与货币类型为关键分类维度，涵盖总性别、男性和女性三个细分层次。数据以年频发布，通过classif1字段指示采用本币或其他货币单位，确保跨区域可比性。每条记录均包含观测值状态标识（如临时、中断等），并附有详细的分类说明与注释信息，便于用户识别数据质量与潜在异常。数据集规模适中，为1020行，支持时间序列分析与面板数据建模。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据，调用load_dataset()指令即可获取训练集，并转换为Pandas DataFrame进行后续操作。典型用法包括按国家代码筛选特定区域子集、对单一指标按年份排序以绘制时间序列趋势图，或利用pivot_table构建国家×年份的矩阵结构。数据集适用于表格分类、回归及时序预测等任务，支持性别维度的分组计算，为研究非洲劳动力市场中护理行业的薪酬差异提供了结构清晰的基础数据源。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其ILOSTAT数据库发布，经Electric Sheep Africa于2025年重新打包整理，聚焦非洲地区有偿护理工作者的月均收入。核心研究问题在于揭示非洲30个国家在2000至2024年间，基于性别与货币分类的护理行业薪资分布与演变规律。作为全球劳动统计的权威来源，ILOSTAT利用各国劳动力调查等微观数据，经国际劳工统计师会议定义统一化处理，为分析与比较护理这一关键社会服务领域的薪酬平等性、劳动力市场结构及可持续发展目标进展提供了重要数据基础。

当前挑战

该数据集面临的挑战包括：其一，非洲护理行业薪资数据长期稀缺且碎片化，尤其非正式经济占比较高，导致官方统计难以全面反映实际收入状况，阻碍了对性别薪酬差距与经济赋权等问题的精准评估。其二，构建过程中需处理多来源数据的一致性——各国调查频率、定义标准、货币单位与物价变动差异显著，ILO虽进行统一化，但数据断点（如系列中断标记）与分类变量缺失仍影响纵向分析与跨国可比性，增加了时间序列建模与可靠推断的复杂性。

常用场景

经典使用场景

在劳动经济学与性别研究领域，该数据集最经典的用途在于开展跨国别、跨年代的薪酬性别差异分析。研究者可借助其中涵盖30个非洲国家、跨越四分之一世纪的‘按性别与货币划分的护理员工月均收入’指标，构建面板数据模型，深入探究非洲各国护理行业薪酬结构的演变轨迹。通过对比男性与女性护理人员的收入中位数与均值，能够定量刻画性别薪酬鸿沟的地域异质性与时间趋势，为理解非洲劳动力市场中性别不平等现象的深层动因提供可靠的数据底座。

实际应用

在实际应用中，该数据集正成为国际发展机构与非洲各国劳动部门制定薪酬平等政策的核心参考。世界银行、联合国妇女署等组织可基于该数据中的性别薪酬差异指标，精准识别薪酬歧视最为严重的国家与行业，从而设计定向干预方案。非洲本地政策制定者能够利用这些统计结果，监测最低工资政策对护理从业者的实际覆盖效果，并评估货币波动对跨境劳工收益的影响。此外，数据集中的‘来源标识’字段使政策评估具备可追溯性，极大提升了基于证据的决策透明度与公信力。

衍生相关工作

该数据集已催生出一系列富有影响力的衍生研究工作，尤其在机器学习与计量经济学的交叉领域。一方面，研究者利用其时间序列结构开发了面向小样本国家的贝叶斯薪酬预测模型，弥补了非洲各国数据稀疏性问题；另一方面，基于该数据的跨国聚类分析揭示了非洲护理市场的区域分工模式，如南部非洲的‘高薪酬岛’效应与西非的‘货币风险传导’特征。最新工作还包括将这一数据与ILO其他劳动力指标（如失业率、非正规就业比例）进行多模态融合，构建了非洲照护经济综合指数，为可持续发展目标（SDG 8.5）的本地化监测提供了量化框架。