electricsheepafrica/africa-ilo-ear-emta-sex-age-cur-nb-average-monthly-earnings-of-employees-by-sex-age-a

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的“员工月平均收入按性别、年龄和货币划分”数据，专注于非洲地区。数据集涵盖45个非洲国家，时间跨度为1990年至2024年，共包含13,774个观测值，涉及1个核心指标（EAR_EMTA_SEX_AGE_CUR_NB），该指标衡量了员工按性别、年龄和货币分类的月平均收入。数据通过ILOSTAT REST API获取，并经过过滤以仅包含非洲国家。数据集包括多个字段，如国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、货币类型、观测年份、观测值等，支持表格分类、回归和时间序列预测等任务。数据质量方面，为年度频率，ILO选择了每个国家×年份组合的“最佳来源”，且分类列仅在指标发布细分数据时非空。数据集由Electric Sheep Africa重新打包，以方便机器学习和研究使用，遵循CC-BY-4.0许可证。This dataset contains Average monthly earnings of employees by sex, age and currency data from the International Labour Organization (ILO) ILOSTAT database, focusing on Africa. It covers 45 African countries, spans the years 1990 to 2024, and includes 13,774 observations with 1 core indicator (EAR_EMTA_SEX_AGE_CUR_NB), which measures average monthly earnings of employees disaggregated by sex, age, and currency. The data is sourced via the ILOSTAT REST API and filtered to African country codes. The dataset features multiple columns such as country code, country name, data source, indicator code, sex classification, age classification, currency type, observation year, observed value, etc., supporting tasks like tabular classification, regression, and time-series forecasting. In terms of data quality, it is annual frequency, with the ILO selecting the best source for each country×year combination, and disaggregation columns are non-null only when the indicator publishes that breakdown. Repackaged by Electric Sheep Africa for ease of use in machine learning and research, it is released under the CC-BY-4.0 license.

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统计数据库，聚焦于非洲大陆雇员的平均月收入。研究团队通过调用ILOSTAT REST API，直接提取了指标代码为EAR_EMTA_SEX_AGE_CUR_NB的原始数据，并依据非洲ISO3国家代码进行地理筛选，最终整合了来自45个非洲国家、横跨1990年至2024年的13,774条观测记录。数据经过ILO按照国际劳工统计学家会议（ICLS）定义的标准进行协调统一，原始调查微数据来源在source.label列中得以标注，确保了数据的溯源清晰与统计口径一致。

使用方法

用户可通过Hugging Face Datasets库便捷调用，一行命令即可加载数据集至Pandas DataFrame，实现即时数据分析。针对具体国家，可利用ref_area列进行子集筛选，如提取肯尼亚的数据进行本土化研究。对于时间序列分析，建议按time列排序并绘制obs_value的演变趋势。此外，数据集支持透视表操作，可轻松构建以年份为行、国家为列的矩阵，便于进行跨国面板回归或可视化分析。数据以Parquet格式打包，兼顾了读写效率与存储空间。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年创建，并经Electric Sheep Africa重新整理封装，聚焦于非洲地区按性别、年龄及货币分组的雇员平均月收入。其核心研究问题在于揭示非洲大陆劳动力市场中不同性别与年龄群体的收入分布特征，为劳动经济学、性别平等及可持续发展目标（SDGs）的实证研究提供数据基础。作为ILOSTAT数据库的子集，该数据集整合了来自45个非洲国家、涵盖1990至2024年间共计13,774条观测记录，填补了非洲地区精细化劳动收入数据的空白。凭借其标准化的跨国家、跨时间序列结构，该数据集对区域劳动市场比较分析、收入不平等研究及政策制定具有显著推动作用，全球劳动经济学与非洲发展研究相关领域已将其视为重要参考资源。

当前挑战

该数据集致力于解决的核心领域问题在于非洲劳动力市场收入数据的碎片化与不一致性。由于历史原因，非洲各国在收入统计口径、调查方法及数据公开程度上存在显著差异，导致跨国比较与时间序列分析困难重重。为此，该数据集依据国际劳工统计学家会议（ICLS）定义进行数据协调，并标注了数据来源以保证可追溯性。在构建过程中，团队面临的首要挑战是数据整合的多重复杂性：各国原始数据来源异构，涵盖劳动力调查、行政记录等，且采用不同货币单位与年龄分段标准；其次，数据处理中需识别并保留“最优来源”以保障数据质量，同时处理断点标记（如B值）与不可靠观测值；再者，部分国家数据稀疏，存在长达数年的观测缺失，制约了完整时间序列的生成。

常用场景

经典使用场景

在劳动经济学与发展经济学的研究版图中，该数据集的核心价值在于其构建了跨越35个非洲国家、横亘1990至2024年间雇员平均月收入的精细化面板数据。研究者得以利用性别、年龄以及货币类型等多维分类维度，对非洲大陆的劳动力市场薪酬结构进行纵向与横向的深度剖析。其典型应用包括构建混合效应模型以量化性别工资差距的时间演变趋势，或运用面板数据回归方法考察经济增长、教育投入等宏观因素对劳动者收入水平的异质性影响。此外，该数据为检验收入收敛假说、分析劳动力市场制度变迁（如最低工资政策）对非洲不同群体的薪酬冲击提供了坚实而稀缺的经验证据基础。

解决学术问题

该数据集精准回应了长期困扰学界的数据匮乏难题，即非洲地区因统计系统不健全而导致的职业薪酬信息碎片化与缺失问题。它使得学者能够系统性地研究非洲范围内的收入不平等动态机制，特别是解构性别与代际间的不平等根源。通过整合国际劳工组织（ILO）标准化后的官方统计，数据集弥补了跨国可比性不足的学术短板，为验证全球价值链参与对非洲本地劳动力回报的影响、评估区域一体化协定带来的福祉变化，以及证实正规与非正规经济部门之间的薪酬差异等前沿议题提供了可操作的数据支撑。其深远意义在于，它从实证层面推动了基于非洲本土经验的劳动经济学理论构建，将撒哈拉以南非洲从研究的边缘地带带入核心分析框架。

实际应用

在现实世界中，此数据集为国际发展机构与非洲国家政策制定者提供了循证决策的利器。例如，世界银行与国际货币基金组织可基于这些薪酬数据，精准评估各国减贫战略与社会保障项目的实施效能，并识别出需要重点干预的脆弱就业群体。非洲各国劳工部门可借助数据中的性别与年龄细分，动态监测其“体面劳动”目标（如性别薪酬均等化）的达成进度，并据此调整最低工资标准与职业培训资源的分配方案。此外，跨国企业的薪酬委员会亦可依托该数据分析不同国家的劳动力成本竞争力，从而优化企业在非洲市场的投资布局与人力资源本地化策略。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区雇员月均收入的性别、年龄与货币维度分析，依托国际劳工组织ILOSTAT数据库的权威统计框架，为探究非洲劳动力市场中的结构性不平等问题提供了关键数据支撑。当前研究前沿将性别薪酬差距与年龄分层相结合，通过纵贯1990年至2024年的长时间序列数据，可精准捕捉经济发展、政策变迁对收入分配模式的动态影响。尤其在全球推动体面工作与可持续生计的议程下，该数据集对于监测非洲大陆自贸区建设进程中劳动力报酬的收敛趋势、评估各国最低工资政策实施效果，以及构建基于性别和代际公平的薪酬基准体系具有不可替代的实证价值。其45国覆盖与多源调查数据标准化处理流程，为跨国产出比较和微观-宏观联动分析提供了可靠基础。