electricsheepafrica/africa-ilo-lac-xees-eco-cur-nb-average-hourly-labour-cost-per-employee-by-economi

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的劳动力成本数据，具体针对非洲国家布隆迪（BDI）在2009年的观测。数据集核心指标为LAC_XEES_ECO_CUR_NB，表示按经济活动和货币划分的每名员工平均小时劳动力成本 - 已停用。数据包括24个观测值，覆盖1个非洲国家，时间跨度为2009年。数据集包含结构化列，如国家代码、来源、指标、分类变量（如经济活动、货币类型）、观测年份、观测值等，适用于表格分类、回归或时间序列预测任务。数据由Electric Sheep Africa重新打包，以支持机器学习和研究用途。This dataset contains labour cost data from the International Labour Organization (ILO) ILOSTAT database, specifically for the African country Burundi (BDI) in 2009. The core indicator is LAC_XEES_ECO_CUR_NB, which represents Average hourly labour cost per employee by economic activity and currency - Discontinued. It includes 24 observations across 1 African country, spanning the year 2009. The dataset features structured columns such as country code, source, indicator, classification variables (e.g., economic activity, currency type), observation year, observed value, etc., making it suitable for tabular classification, regression, or time-series forecasting tasks. It has been repackaged by Electric Sheep Africa for machine learning and research use.

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）旗下ILOSTAT数据库中的月度劳动成本指标LAC_XEES_ECO_CUR_NB，由Electric Sheep Africa团队通过REST API接口（https://rplumber.ilo.org/data/indicator?id=LAC_XEES_ECO_CUR_NB）直接抽取原始数据，并依据非洲ISO3国家代码进行地域筛选与重包装。数据依托ILOSTAT在ICLS定义框架下对调查微观数据的整合与标准化流程，来源信息于source.label字段中清晰标注，以确保完整的数据溯源能力。整体构建聚焦于单位经济活动的每小时平均劳动成本，以年度为频率覆盖2009年单一观测年份，共收录24条来自布隆迪（BDI）的观察记录。

使用方法

使用该数据集时，可借助HuggingFace `datasets` 库通过一行代码完成加载：`load_dataset("electricsheepafrica/africa-ilo-lac-xees-eco-cur-nb-average-hourly-labour-cost-per-employee-by-economi")`，并直接以Pandas DataFrame形式进行后续分析。典型分析场景包括按国家过滤（如`df[df["ref_area"] == "BDI"]`）、对单一指标进行时间序列可视化（依据obs_value与time字段排序作图），或通过pivot_table构建年份与国家之间的观测值矩阵。数据的分类标签、注释字段（如note_indicator与note_source）还可用于深度检验劳动成本的数据概念与国民经济核算的参考框架。

背景与挑战

背景概述

该数据集源自国际劳工组织（ILO）的ILOSTAT数据库，由Electric Sheep Africa于2026年重新整理并发布在HuggingFace平台上。ILOSTAT作为全球劳动统计的权威来源，致力于通过统一方法论整合各国劳动力调查、家庭收入调查及行政记录数据，提供涵盖就业、工资、工时等多维度的标准化指标。本数据集聚焦于非洲地区，收录了2009年布隆迪（BDI）的24条观测数据，核心指标为按经济活动与货币分类的雇员平均小时劳动成本（已停用）。尽管规模有限，该数据集为研究非洲劳动力市场的成本结构、区域经济比较及国际劳动标准执行提供了精细化的基础数据，填补了非洲地区劳动成本微观数据的公开缺口，对发展经济学、劳动经济学及国际政策评估具有基石性价值。

当前挑战

该数据集所解决的领域核心挑战在于非洲大陆劳动成本数据的长期匮乏与标准化不足。非洲国家普遍缺乏系统的劳动成本调查机制，现有数据多分散于不同机构的普查或抽样调查中，导致国家间、年份间的可比性极低。本数据集通过锚定ILO的国际劳动统计学家会议（ICLS）定义，尝试建立统一的核算口径，但直接面临构建过程中的多重困难：数据来源的多元性引发统计口径不一致，如部分观测来自国民账户体系（SNA），而另一些可能源自劳动力调查；时间跨度仅覆盖2009年单个年份，无法支撑时间序列分析或趋势研判；且仅收录单一国家的数据，地理覆盖稀疏，极大限制了跨区域建模与推论的有效性。此外，观测值的状态标识（如临时或不可靠数据）及其背后的概念注释（如劳动成本构成定义）增加了数据清洗与元数据解析的复杂性，对下游机器学习任务的输入标准化构成显著障碍。

常用场景

经典使用场景

该数据集的核心应用场景聚焦于非洲地区劳动力成本的量化分析与跨国比较。研究者可借助该数据精确计算布隆迪等非洲国家内，按经济活动类型与货币种类划分的雇员平均每小时劳动成本。通过时序分析或面板数据模型，能够揭示不同经济部门在劳动力报酬方面的结构性差异，为理解非洲大陆的劳动力市场特征提供关键数据支撑。数据的间断性特征（仅收录2009年）使其特别适用于特定时间截面的静态比较研究，或作为构建更广泛非洲劳动成本面板数据的重要基础节点。

解决学术问题

该数据集直接回应了非洲劳动经济学研究中长期存在的数据稀缺与统计口径不一致的学术困境。它系统解决了关于非洲国家劳动力成本水平、行业间报酬差异以及实际货币购买力等核心问题的定量测度难题。该数据的发布为检验国际经济学中要素均等化理论在非洲的适用性、分析结构调整对劳动力市场的影响路径等理论命题提供了罕见的实证材料。其源自ILOSTAT的标准化元数据框架，也为后续跨国比较研究确立了方法论的参考基准。

实际应用

在实际应用层面，该数据集为跨国企业在非洲的投资选址决策提供了不可或缺的劳动力成本基准。国际发展机构可依据这些数据评估不同经济活动的劳动报酬水平，以制定更具针对性的减贫与公平就业政策。对于非洲国家的经济规划部门而言，该数据有助于监测本地劳动力成本相对于区域及全球的竞争力变化，从而优化产业政策与外资吸引策略。同时，金融分析师也可将其作为风险评估模型中测算运营成本的关键输入参数。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区平均每小时劳动力成本的经济活动与货币分类研究，尽管样本规模有限（仅含布隆迪一国、2009年数据），但其作为ILOSTAT框架下的标准化产物，在劳动力经济学、国际比较与可持续发展目标（SDG）监测中具有标杆意义。当前前沿方向集中于利用此类间断序列数据建模非洲非正规经济部门的薪酬动态，结合ISIC行业分类与本地货币单位，探索成本结构的异质性。热点事件关联ILO倡导的体面劳动议程及非洲大陆自由贸易区（AfCFTA）背景下劳动力市场监管的跨区域可比性需求，为机器学习驱动的非洲劳动力市场预测与政策模拟提供了基准数据锚点。