electricsheepafrica/africa-ilo-ear-ehrm-sex-nb-median-hourly-earnings-of-employees-by-sex-local-c

该数据集包含非洲36个国家从1991年至2024年按性别划分的员工小时收入中位数（以当地货币计）的501个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖一个核心指标（EAR_EHRM_SEX_NB），并按国家、年份、性别（总计、男性、女性）进行细分。数据集以表格形式存储，包含国家代码、年份、观测值、数据来源和质量标志等字段，适用于表格分类、回归和时间序列预测等任务。数据由Electric Sheep Africa重新打包，旨在为非洲提供统一的机器学习就绪数据层。This dataset contains 501 observations of median hourly earnings of employees by sex (in local currency) across 36 Africa countries, spanning 1991–2024, covering one distinct indicator (EAR_EHRM_SEX_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, filtered to African countries, and includes disaggregation by country, year, and sex (total, male, female). It is presented in tabular format with columns for country codes, year, observed values, source information, and quality flags, suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa on HuggingFace.

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数据库，通过其REST API接口直接抽取指标编码为EAR_EHRM_SEX_NB的数据，并依据非洲ISO3国家代码进行地理过滤。ILOSTAT基于国际劳工统计学家会议（ICLS）定义，对各国的劳动力调查、家庭收入调查及行政记录等微观数据进行统一整合与标准化处理，形成可比较的跨国时间序列。Electric Sheep Africa团队进一步对原始数据进行清洗、归一化，并以Parquet格式打包发布至HuggingFace，确保数据开箱即用。

特点

数据集涵盖1991年至2024年间36个非洲国家的501条观测记录，聚焦于按性别分列的雇员每小时工资中位数（以当地货币计价）。数据包含sex、source、time等12个标准化字段，其中sex维度提供总计、男性与女性三组细分，便于进行性别薪酬差距分析。所有观测值均附有来源标签与状态标识，可追溯至具体的劳动力调查或行政记录，兼具跨国的广度与微观数据的可溯源特性。

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，返回的DataFrame可直接用于Pandas分析。支持按国家（ref_area）、时间（time）或指标（indicator）进行过滤操作，亦可使用pivot_table方法将数据重构为国家×年份的面板矩阵，便于进行固定效应回归或时间序列建模。数据字段齐备，适用于非洲劳动力市场的描述性统计、趋势分析及基于机器学习的收入预测任务。

背景与挑战

背景概述

在劳动经济学与可持续发展目标（SDGs）的交叉领域中，收入性别差距始终是衡量社会公平与包容性增长的核心指标。由国际劳工组织（ILO）统计司通过ILOSTAT数据库发布、Electric Sheep Africa于2024年重新打包的该数据集，聚焦非洲大陆36个国家1991至2024年间按性别分列的雇员每小时收入中位数（本币计算），共收录501条观测记录。ILOSTAT作为全球劳动统计的权威来源，基于各国劳动力调查与行政记录进行标准化处理，其数据对于追踪非洲区域性别工资差异的演变轨迹、评估劳工人权进展以及指导国际发展政策制定具有不可替代的基石作用。该数据集的发布极大降低了研究者获取高质量非洲微观劳动数据的门槛，为区域比较分析和时间序列建模提供了标准化、公开透明的数据基础。

当前挑战

该数据集所涉及的核心挑战源自非洲劳动统计的固有困境：多数国家缺乏持续穩定的年度调查覆盖，导致时间序列中频繁出现断点（如多达14类观测状态标记“Break in series”），且不同国家数据来源混杂（如劳动力调查、企业普查），影响跨区域可比性。在构建过程中，多来源数据的语义对齐与指标归一化是重大难题，尤其是各国货币单位、通胀计算及汇率波动的处理增加了数值解读的复杂性。此外，性别维度的数据稀疏性（仅部分年份同时包含男女分组）限制了对收敛趋势的精确估计，而低观测总量（501条）与稀少的国家覆盖（36国）使得基于机器学习的泛化预测面临过拟合与样本偏差的风险。

常用场景

经典使用场景

该数据集汇集了1991年至2024年间非洲36个国家雇员按性别划分的时薪中位数，以本地货币为计量单位，是劳动经济学与性别平等研究领域不可或缺的权威资源。其经典使用场景聚焦于跨国别、跨年份的薪酬差异分析，研究者可借助该数据纵向追踪各国薪酬演变轨迹，横向比较不同性别劳动者在非洲劳动力市场中的经济地位。通过时间序列建模或面板数据回归，学者能够揭示性别薪酬比率的动态变化规律，评估国家政策、经济周期及社会变革对薪酬平等性的影响。同时，数据按性别（总、男性、女性）提供了细致的分类维度，使得深入研究非洲大陆内部不同区域、不同发展水平国家的性别工资鸿沟成为可能。

衍生相关工作

该数据集催生了一系列具有深远影响的衍生研究与分析工具。在学术领域，已有学者基于其构建了非洲国家性别薪酬不平等的面板数据集，并运用差分分布回归或分位数分解等前沿计量方法，探究教育与职业隔离对薪酬差异的贡献度。在技术进步方面，数据科学团队开发了交互式可视化仪表盘，实现非洲国家间薪酬中位数的动态比较与趋势预测。此外，该数据集常与其他社会经济发展指标（如教育水平、劳动参与率、GDP增速）进行联合建模，衍生出预测性别薪酬收敛速度的机器学习模型，以及评估产业结构转型对工资分布影响的因果推断框架。这些衍生工作不仅深化了对非洲劳动市场内在机制的理解，也为更广泛的发展经济学研究提供了可复用的方法论范例。

数据集最近研究

最新研究方向

该数据集依托国际劳工组织ILOSTAT权威统计体系，聚焦非洲36国1991至2024年间按性别分列的雇员每小时工资中位数（本地货币计值），为追踪非洲大陆劳动力市场中的性别薪酬差距提供了高分辨率时空数据支撑。当前前沿研究方向正围绕性别收入不平等的动态演化机制展开，借助该数据可识别不同国家在特定产业政策调整、最低工资制度改革后，男女薪酬差距的收敛或扩大趋势，并联动宏观就业结构变迁开展因果推断。在经济全球化与区域一体化交织的背景下，这一指标已成为评估非洲国家实现可持续发展目标（SDG 5.5与SDG 8.5）进展的核心标尺，其层层递进的多维分解能力为制定针对性劳工政策、推动体面劳动议程提供了实证锚点。