electricsheepafrica/africa-ilo-ear-ehrg-sex-dsb-nb-gini-index-of-hourly-earnings-of-employees-by-sex

该数据集包含来自非洲22个国家（2005年至2024年）的559个观测值，主要指标为按性别和残疾状况划分的员工小时收入基尼指数（EAR_EHRG_SEX_DSB_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家，采用CC-BY-4.0许可。数据集架构包括国家代码、国家名称、数据源、指标代码、性别分类（总计、男性、女性）、残疾状况分类、观测年份、观测值、数据状态标志和相关注释等字段，用于记录收入不平等指标的详细细分数据。数据为年度频率，经过ILO的标准化处理，确保一致性和可追溯性。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲地区的劳动统计研究提供机器学习就绪的数据支持。This dataset contains 559 observations from 22 African countries (2005–2024), focusing on the indicator Gini index of hourly earnings of employees by sex and disability status (EAR_EHRG_SEX_DSB_NB). Sourced from the International Labour Organizations (ILO) ILOSTAT database, it is retrieved via API, filtered for African countries, and licensed under CC-BY-4.0. The schema includes fields such as country code, country name, data source, indicator code, sex classification (total, male, female), disability status classification, observation year, observed value, data status flags, and related notes, capturing detailed disaggregated data on income inequality metrics. The data is annual frequency, harmonized by ILO for consistency and traceability. Suitable for tabular classification, regression, and time-series forecasting tasks, it provides a machine learning-ready data layer for labor statistics research 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ILOSTAT统计数据库，通过其REST API接口直接获取特定指标（EAR_EHRG_SEX_DSB_NB）的原始数据，并依据非洲ISO3国家代码进行地理范围筛选。ILOSTAT本身依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化处理，而Electric Sheep Africa团队在此基础上进行了二次封装，将异构数据整理为统一的Parquet格式，并确保每个观测值均附带详细的来源标签，以支持数据溯源。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载该数据集，并借助pandas等工具进行后续分析。典型使用场景包括按国家筛选特定子集、针对单一指标绘制时间序列趋势图，以及将数据透视为国家×年份的矩阵进行跨国比较。数据以表格形式呈现，每行代表一个观测值，包含国家代码、时间、性别、残疾状态及对应的基尼系数值，便于进行回归分析、分类任务或时间序列预测建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过其ILOSTAT数据库创建，并由Electric Sheep Africa封装整理，聚焦于非洲22个国家在2005至2024年间雇员小时收入的基尼指数，按性别与残疾状况进行分层。基尼指数作为衡量收入不平等的核心指标，在劳动经济学与发展研究中具有举足轻重的地位。该数据集的核心研究问题在于揭示非洲大陆内部收入分配的结构性差异，特别是性别与残疾双重维度下的不平等格局，为制定包容性劳工政策提供量化依据。作为ILO权威统计数据的非洲子集，该数据集填补了该区域高粒度、标准化收入不平等数据的空白，对推动非洲劳动力市场研究、可持续发展目标（SDG）监测以及跨国比较分析产生了重要影响。

当前挑战

该数据集所解决的领域问题核心在于量化非洲各国收入不平等的多维特征，尤其是将性别与残疾状况作为交叉变量纳入分析框架，这在以往大规模数据集中较为罕见。构建过程中面临的挑战主要包括：数据来源多元且质量参差不齐，ILOSTAT虽对各国劳动力调查数据进行统一协调，但不同国家的调查设计、样本覆盖范围与数据采集标准存在显著差异，导致部分观测被标记为“不可靠”；时间序列不完整，22个国家的数据年份起止不一，最长的序列涵盖二十年，而部分国家仅有数年记录，给跨国纵向比较带来困难；此外，指标本身为年度频率，可能遗漏季度或月度波动信息，而ILO选择的“最优来源”在多源并存时可能引入一定偏差。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中22个非洲国家2005至2024年间按性别和残疾状况划分的员工时薪基尼系数，共计559条高质量观测记录。其经典使用场景聚焦于非洲大陆劳动力市场收入不平等问题的量化分析，研究者可借助该数据剖析不同性别群体及残疾劳动者在薪酬分配格局中的差异，揭示时间序列上的演变趋势，从而构建关于非洲区域收入分配动态的实证模型。

解决学术问题

数据集有效解决了非洲劳动力经济学研究中长期存在的跨国面板数据碎片化与标准化不足的难题，为评估性别工资差距、残疾歧视影响以及劳动政策干预效果提供了统一测度工具。其学术意义在于推动对非洲非正规就业形态下收入不平等机制的深入理解，支撑可持续发展目标中体面工作与经济增长指标的追踪监测，填补了撒哈拉以南非洲在薪酬基尼系数研究方面的数据空白。

实际应用

在实际应用层面，该数据集可服务于国际发展机构及非洲国家统计部门的政策评估工作，例如用于制定缩小性别收入鸿沟的劳动法规、优化残疾人就业支持方案。同时，它也赋能社会企业进行薪酬公平性分析，帮助跨国企业识别在非洲运营中的薪酬歧视风险，进而设计更具包容性的薪酬架构，推动负责任商业实践落地。

数据集最近研究

最新研究方向

该数据集聚焦于非洲22国2005至2024年间按性别和残疾状况划分的雇员小时收入基尼系数，为劳动经济学中收入不平等与弱势群体包容性研究的交叉领域提供了关键支撑。当前研究前沿倾向于利用此类粒度化面板数据，结合机器学习与时间序列模型，量化残疾状况与性别对收入分布的交互效应，并追踪非洲大陆在实现联合国可持续发展目标（SDG）体面工作与经济增长目标上的进展。该数据集的高频更新与ILOSTAT的官方统计口径使其成为评估非洲劳动力市场政策、跨国比较各国收入分配动态以及识别数据稀缺地区不平等模式的重要基石，尤其在后疫情时代全球关注包容性复苏的背景下，其对指导区域性最低工资调整与社会保护制度改革具有深远意义。