electricsheepafrica/africa-ilo-ear-emta-sex-dsb-nb-average-monthly-earnings-of-employees-by-sex-and-d

该数据集包含非洲28个国家2005年至2024年间按性别和残疾状况划分的雇员平均月收入（本地货币）数据，共704个观测值，涵盖1个核心指标（EAR_EMTA_SEX_DSB_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过统一处理，以表格形式提供，包括国家代码、年份、性别、残疾状况、观测值等列。数据集适用于表格分类、回归和时间序列预测等任务，支持对非洲劳动力收入的分析。This dataset contains 704 observations of average monthly earnings data for employees by sex and disability status (in local currency) across 28 African countries from 2005 to 2024, covering one distinct indicator (EAR_EMTA_SEX_DSB_NB). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), with harmonized data provided in tabular format including columns for country codes, years, sex, disability status, and observed values. The dataset is suitable for tasks such as tabular classification, regression, and time-series forecasting, supporting analysis of labor earnings in Africa.

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）的中央统计数据库ILOSTAT，通过其REST API接口直接获取指标编码为EAR_EMTA_SEX_DSB_NB的原始数据，并依据非洲ISO3国家代码进行地理筛选与过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义的标准，对来自各国劳动力调查、家庭收支调查、企业调查及行政记录等多元来源的微观数据进行了系统性整合与统一处理。数据集经由Electric Sheep Africa团队重新打包，规范化了数据模式并以Parquet格式存储，最终发布于HuggingFace平台，确保数据的可复现性和易用性。

使用方法

用户可通过HuggingFace的datasets库轻松加载该数据集，使用load_dataset函数即可将数据读取为DataFrame格式进行后续分析。例如，可按国家代码筛选特定国家的子集，或按时间序列排序并绘制特定指标的折线图以观察趋势。此外，利用pandas的透视表功能，可便捷地将数据重塑为国家与年份的矩阵形式，便于进行跨区域与跨时段的比较研究。该数据集适用于分类、回归以及时间序列预测等任务，为非洲劳动力市场研究提供了标准化的数据基础。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门ILOSTAT创建，并经Electric Sheep Africa于2024年重新打包发布，聚焦非洲28个国家2005至2024年间员工按性别和残疾状态划分的平均月收入（以当地货币计）。ILOSTAT作为全球劳动统计的权威来源，依托劳动力调查、家庭收入调查及行政记录等多元数据，为研究非洲劳动力市场的收入分配、性别平等及残疾包容性等核心议题提供了宝贵资源。该数据集共包含704条观测值，覆盖非洲大陆多样化的经济与社会背景，其影响力在于能够支持跨国家、跨时期的比较分析，揭示收入差异的时空演变规律，为政策制定者、经济学家及社会科学家评估非洲可持续发展目标中体面工作与经济增长的进展提供了关键数据基础。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：非洲诸多国家缺乏系统性的收入统计基础设施，导致数据稀疏且时间序列不连续，28国样本中部分国家（如尼日利亚、马里）观测值不足30条，限制了跨区域稳健比较与时间序列建模。数据质量参差不齐，观测值附有“不可靠”等状态标记，反映调查方法差异与统计能力鸿沟。在构建过程中，数据源需从ILOSTAT REST API抓取并过滤至非洲国家代码，面临多源异构数据整合难题，不同国家来源（如劳动力调查、家庭收支调查）的指标定义与口径需要归一化，同时需处理分类维度（性别、残疾状态）的空值。此外，数据集仅包含年度频率，忽略月度或季度波动，削弱了短期经济冲击分析的能力。

常用场景

经典使用场景

在劳动经济学与社会政策研究领域，该数据集广泛应用于分析非洲地区不同性别与残疾状态雇员的平均月收入差异。研究者可借助其跨国家、跨年度的面板数据，构建固定效应或随机效应模型，评估残疾状态对工资水平的边际影响，或探究性别收入差距在残疾群体中的叠加效应。此外，由于数据源自ILOSTAT并经过标准化处理，它天然适合作为时间序列预测任务的输入，用以建模非洲各国劳动者报酬的长期演变趋势。

解决学术问题

该数据集为长期困扰发展经济学的几个核心议题提供了实证基础：如何量化残疾群体在劳动力市场中的经济排斥程度，以及性别与残疾双重弱势身份如何交互影响收入水平。通过纳入性別与残疾状态的双重交叉分类，它突破了既往研究多集中于单一维度的局限，使得识别‘残疾工资惩罚’在非洲语境下的异质性成为可能。这些分析对于检验包容性增长理论、评估国际劳工组织体面劳动议程在非洲的实施效果具有重要的学术意义。

实际应用

在实际应用中，该数据集为非洲各国劳工部门与国际发展机构制定精准化薪酬平等政策提供了数据支撑。例如，依据不同国家、不同年份的性别与残疾分层工资数据，政策制定者可以识别出收入差距最为悬殊的领域，从而设计有针对性的职业技能培训或就业补贴方案。同时，非政府组织可利用该数据集进行影响评估，监测减贫项目或反歧视立法对特定弱势群体收入水平的实际改善效果。

数据集最近研究

最新研究方向

该数据集聚焦非洲地区员工月均收入在性别与残障维度上的差异性分析，为劳动经济学中包容性增长与体面劳动议题提供了关键数据支撑。结合国际劳工组织推动的《2030年可持续发展议程》中“促进体面劳动”目标，研究者可借助此时间序列数据（2005–2024年）探索非洲国家在消除薪酬歧视方面的政策成效。当前前沿方向包括：利用面板数据建模评估残障人士就业保护立法对收入差距的调节效应，以及通过性别分组的时序预测模型识别经济危机后职业康复政策的滞后响应特征。该数据集填补了非洲大陆在交叉性脆弱群体（女性残障劳动者）收入监测上的数据空白，对于实证检验ILO第111号公约在低收入国家的实施效能具有独特价值。