electricsheepafrica/africa-ilo-lap-2lid-qtl-rt-labour-income-distribution-by-decile-ilo-modelled

该数据集包含“劳动收入分配按十分位数划分——国际劳工组织（ILO）模型估计，2025年9月（%）”的统计信息，专门针对非洲地区。数据集由国际劳工组织的ILOSTAT数据库提供，涵盖了53个非洲国家从2004年至2025年的年度数据，总计11,610个观测值。核心指标为“LAP_2LID_QTL_RT”，用于衡量劳动收入在不同十分位数群体中的分布情况。数据通过ILOSTAT REST API获取，并经过标准化处理，以确保与ILO的国际劳工统计定义一致。数据集结构包括国家代码、国家名称、数据来源、指标代码、分类变量（如十分位分组）、观测年份、观测值及其状态标志等列，适用于表格分类、回归和时间序列预测等任务。数据以CC-BY-4.0许可证发布，由Electric Sheep Africa重新打包，便于机器学习和研究使用。This dataset contains statistical information on Labour income distribution by decile -- ILO modelled estimates, Sept. 2025 (%) specifically for the African region. It is sourced from the International Labour Organizations ILOSTAT database, covering 53 African countries with annual data from 2004 to 2025, totaling 11,610 observations. The core indicator is LAP_2LID_QTL_RT, which measures the distribution of labour income across decile groups. Data is retrieved via the ILOSTAT REST API and harmonized to align with ILOs International Conference of Labour Statisticians definitions. The dataset schema includes columns such as country code, country name, data source, indicator code, classification variables (e.g., decile groups), observation year, observed value, and status flags, making it suitable for tasks like tabular classification, regression, and time-series forecasting. It is released under the CC-BY-4.0 license and repackaged by Electric Sheep Africa for ease of use in machine learning and research.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过REST API直接拉取指标代码为LAP_2LID_QTL_RT的原始数据，并依据非洲ISO3国家代码进行地理过滤筛选。数据源涵盖各国劳动力调查、家庭收入调查及行政记录，ILO依据国际劳工统计学家会议定义对微观数据进行协调统一，并在source.label字段中标注原始调查来源，确保数据可追溯。经Electric Sheep Africa重新打包整理，形成包含11,610条观测值的结构化表格，覆盖53个非洲国家2004至2025年的年度时间序列。

特点

本数据集聚焦非洲大陆劳动收入分配的不平等议题，提供按十分位数划分的劳动收入比例模化估计值，是研究非洲收入与薪酬差异的重要资源。其显著特点在于横跨22年的长时序覆盖与53个国家的大地理范围，每个国家均包含220条观测记录，支持跨国比较与纵向趋势分析。数据结构清晰，包含国家代码、指标标签、分类变量（如十分位组别）、观测值与状态标记等核心字段，且采用CC-BY-4.0开放许可，便于学术研究与政策分析。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，并转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码筛选特定国家的子集，例如使用条件过滤选取肯尼亚数据；亦可针对单一指标按时间排序绘制时间序列折线图，观察分布变化趋势。此外，利用pivot_table方法可将数据重塑为国家×年份的矩阵形式，便于直接进行面板数据分析或模型输入。数据集以Parquet格式存储，加载速度快，适合机器学习和计量经济学应用场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年9月发布，依托其核心统计数据库ILOSTAT，由Electric Sheep Africa重新打包并托管于HuggingFace平台。数据集聚焦非洲53个国家2004至2025年间劳动收入分配的十等分比例，涉及11,610条观测值，旨在填补非洲大陆劳动收入不平等系统性数据的空白。作为全球劳动统计的权威来源，ILO通过统一化调查微观数据，为研究非洲区域收入分配格局、评估可持续发展目标中体面劳动进展提供了关键基准。该数据集的出现极大推动了发展经济学与劳动经济学领域对非洲收入不平等问题的量化研究，尤其为跨国比较与时间序列分析奠定了数据基础。

当前挑战

该数据集所应对的核心领域挑战在于，非洲国家普遍缺乏标准化的劳动收入分位数统计，导致区域间收入不平等研究长期受限于碎片化或不可比的数据源。构建过程中面临多重困难：各国原始调查数据在定义、覆盖范围与时间跨度上存在显著差异，需要依赖ILO建模估计进行协调与插补；数据质量受限于观测状态标记（如部分值为'imputation'），需谨慎处理不确定性；此外，数据集虽覆盖53国，但部分国家数据稀疏，二十年时间序列中存在缺失年份，影响了面板分析的完整性与稳健性。这些挑战要求研究者在利用该数据集时需结合源信息与质量标记进行审慎建模。

常用场景

经典使用场景

在国际劳工组织（ILO）的框架下，该数据集通过ILOSTAT平台提供的建模估计，展现了2004至2025年间非洲53个国家的劳动收入分十分位分布情况。其经典使用场景聚焦于收入不平等的时间序列与跨国家比较研究，研究者可基于11,610条观测记录，利用回归分析或时序预测模型，剖析非洲各国劳动收入在十分位层次上的演化轨迹与区域差异。

实际应用

在实际应用层面，该数据集是国际发展机构、非洲各国经济规划部门以及社会政策研究者的有力工具。可用于监测联合国可持续发展目标（SDGs）中关于减少不平等（目标10）的进展，指导劳动市场改革方案的设计，以及优化社会保障资源的配置。例如，通过追踪最低和最高收入十分位群体的份额变化，政策制定者能够精准识别脆弱群体并评估最低工资政策或税收调节措施的实际效果。

衍生相关工作

基于ILOSTAT的全球劳动收入分布数据，已催生了若干里程碑式的衍生研究，包括世界银行《贫困与共享繁荣》报告中对全球中产阶级的界定，以及ILO自身发布的《世界就业与社会展望》系列年报中的不平等趋势分析。此外，该数据集的非洲子集常与DHS（人口与健康调查）或LSMS（生活水平测量研究）数据联用，构建综合福祉指数；同时，其结构化、机器可读的格式也便利了自动化的数据清洗与特征工程，进而支持更复杂的因果推断模型（如合成控制法、断点回归）在非洲劳动市场研究中的迁移应用。