electricsheepafrica/africa-ilo-ear-ehrm-sex-cur-nb-median-hourly-earnings-of-employees-by-sex-and-cur

该数据集包含非洲36个国家员工按性别和货币划分的每小时收入中位数的统计数据，时间跨度为1991年至2024年，共有1,434个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过ILOSTAT REST API获取并过滤为非洲国家代码。数据集涵盖一个主要指标：EAR_EHRM_SEX_CUR_NB（按性别和货币划分的员工每小时收入中位数），并包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、观测年份、观测值、观测状态等列。数据已由Electric Sheep Africa重新打包，适用于表格分类、回归和时间序列预测等任务。This dataset contains 1,434 observations of median hourly earnings of employees by sex and currency across 36 Africa countries, spanning 1991–2024, covering 1 distinct indicator. The data is sourced from ILOSTAT, the ILOs central statistics database, pulled via the ILOSTAT REST API and filtered to Africa ISO3 country codes. It includes columns such as ref_area (country code), ref_area.label (country name), source, indicator (EAR_EHRM_SEX_CUR_NB), sex (disaggregation by sex), time (year), obs_value (observed value), and others. Repackaged by Electric Sheep Africa for ML-ready use in tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集来源于国际劳工组织（ILO）的ILOSTAT核心统计数据库，通过REST API直接提取'EAR_EHRM_SEX_CUR_NB'指标数据，并依据ISO3国家代码筛选出非洲地区。原始数据经ILO按照国际劳工统计学家会议定义进行协调处理，来源涵盖劳动力调查、家庭收入调查及行政记录等多种渠道，并保留'源标签'以确保可追溯性。Electric Sheep Africa团队将数据重新打包为Parquet格式，统一模式后发布至HuggingFace平台，确保机器学习研究可直接调用。

特点

数据集包含1434条观测，覆盖36个非洲国家，时间跨度为1991年至2024年。核心指标为雇员按性别和货币分类的小时收入中位数，并提供了性别（总/男/女）和货币类型等细分维度。数据以每年为频率呈现，当同一国家年份存在多个来源时采用ILO选定的'最佳来源'，同时标注观测状态（如序列中断等）以保证质量透明。每个观测均附有ISO国家代码、来源编码和详细注释，便于跨境与跨时间比较。

使用方法

用户可通过HuggingFace的datasets库快速加载数据集，使用load_dataset('electricsheepafrica/africa-ilo-ear-ehrm-sex-cur-nb-median-hourly-earnings-of-employees-by-sex-and-cur')获取并转换为Pandas DataFrame。支持按国家代码过滤特定国家的时间序列数据，或按指标排序后绘制收入中位数随时间变化的趋势图。此外，可利用透视表功能将数据重塑为国家×年份矩阵，便于进行面板数据分析或构建计量经济模型，适用于劳动经济学、发展研究及非洲区域分析等领域。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，依托其核心统计数据库ILOSTAT，由Electric Sheep Africa于2024年重新整理并发布在HuggingFace平台。数据集聚焦非洲36个国家1991年至2024年间按性别和货币分类的雇员每小时工资中位数，包含1434条观测记录。其核心研究问题在于揭示非洲大陆劳动力市场中性别收入差距的时空演变规律，为评估体面劳动目标（SDG 8）进展提供量化依据。作为ILO在全球劳工统计领域的权威成果，该数据集填补了非洲地区精细化收入数据的空白，对发展经济学、劳动社会学及公共政策研究具有重要参考价值，尤其为跨国比较和长期趋势分析奠定了数据基础。

当前挑战

该数据集面临的主要挑战包括：其一，非洲各国劳动力调查方法（如劳动力调查、住户收入调查）存在差异，数据的可比性和标准化程度有限，且不同来源的质量参差不齐，导致跨时期、跨国家分析时需谨慎处理统计口径偏差；其二，数据集覆盖年限跨度大（1991–2024），部分国家数据稀疏或存在序列断裂（如'Break in series'标记），限制了时间序列预测模型的训练效果；其三，在构建过程中，因依赖ILO筛选的'最佳来源'，部分国家同年份的多来源数据被舍弃，可能损失信息完整性，同时性别分类仅提供总计、男、女三类，无法深入分析其他维度的工资差异。

常用场景

经典使用场景

在劳动经济学与收入不平等研究领域，该数据集的核心应用在于追踪非洲地区雇员时薪中位数的性别差异与货币波动。研究者可借助其横跨36国、覆盖1991至2024年的1,434条观测记录，构建面板数据模型，剖析性别收入鸿沟的演化轨迹。通过按性别（男性/女性/总计）和货币类型（本地货币/统一货币）分类的观测值，能够系统评估经济发展阶段、劳动力市场政策及制度变迁对薪酬公平性的影响。该数据集尤其适用于时间序列预测与分类任务，例如利用历史数据训练回归模型，预估不同非洲国家在特定政策干预下的性别工资收敛速度。

衍生相关工作

该数据集的衍生工作主要围绕非洲劳动市场的计量经济学建模与机器学习预测展开。一是基于时间序列分解方法，研究人员利用其构建了性别收入差距的波动性预测模型，揭示了经济周期与非正规就业比例对该差距的非对称影响。二是催生了融合空间统计与多层级回归的技术路径，通过将36个国家的观测值嵌入地理加权回归框架，识别出殖民历史、资源禀赋等结构性因素对收入水平的空间异质性作用。三是启发了模拟货币冲击的因果推断研究，借助数据集中的货币类型分类变量，采用双重差分或工具变量策略，定量评估了非洲法郎区汇率锚定政策对性别工资差异的调节效应。

数据集最近研究

最新研究方向

该数据集聚焦于非洲36国1991至2024年间按性别与货币分列的雇员小时工资中位数，为揭示非洲大陆劳动力市场的性别薪酬差异与区域经济不平等提供了稀缺的纵向微观证据。当前前沿研究正借此剖析非洲工业化进程中女性劳动参与率上升与薪酬收敛停滞之间的“双轨”悖论，尤其结合埃塞俄比亚、卢旺达等国近年最低工资制度改革及南非“就业公平法案”实施效果，量化分析汇率波动与结构性转型对性别工资差距的调节效应。该数据与ILO“2030体面工作议程”中SDG 8.5指标直接挂钩，其时间跨度覆盖非洲数字经济萌芽期，为评估平台经济、跨境贸易与区域一体化协定（如非洲大陆自贸区）对正式与非正式就业群体薪酬分布的外部冲击提供了基准参考，成为连接宏观劳动政策与微观个体福祉的关键计量枢纽。