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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲43个国家从1991年至2024年的员工月平均收入数据，重点关注按性别、婚姻状况和货币划分的指标。数据集包含5,460个观测值，涵盖一个核心指标：EAR_EMTA_SEX_MTS_CUR_NB（按性别、婚姻状况和货币划分的员工月平均收入）。数据通过ILOSTAT REST API获取，并经过ILO的统计部门根据国际劳工统计学家会议（ICLS）定义进行协调处理，以确保一致性。数据集提供了详细的元数据列，包括国家代码、国家名称、数据来源、指标代码、指标标签、性别分类、婚姻状况分类、货币分类、观测年份、观测值、观测状态和相关注释。数据以表格形式组织，适用于表格分类、回归和时间序列预测等机器学习任务。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains average monthly earnings of employees data for 43 African countries from 1991 to 2024, sourced from the International Labour Organization (ILO) ILOSTAT database, focusing on indicators disaggregated by sex, marital status, and currency. It includes 5,460 observations covering one core indicator: EAR_EMTA_SEX_MTS_CUR_NB (Average monthly earnings of employees by sex, marital status and currency). Data is pulled directly from the ILOSTAT REST API and harmonized by the ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions for consistency. The dataset provides detailed metadata columns, including country codes, country names, data sources, indicator codes, indicator labels, sex disaggregation, marital status classification, currency classification, observation year, observed values, observation status flags, and related notes. Organized in tabular format, it is suitable for machine learning tasks such as tabular classification, regression, and time-series forecasting. Repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织（ILO）的ILOSTAT数据库重构而来。数据通过ILOSTAT REST API直接获取，原始指标代码为EAR_EMTA_SEX_MTS_CUR_NB，并过滤至非洲ISO3国家代码范围。ILOSTAT本身依据国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行协调处理，数据集在source.label列中标注了数据来源，确保可追溯性。最终以Parquet格式打包，形成包含5460条观测、涵盖43个非洲国家、时间跨度从1991年至2024年的结构化数据集。

特点

该数据集聚焦于非洲地区雇员的平均月收入，按性别、婚姻状况及货币类型进行细致分解。其核心特点在于提供了多维度的分类变量，包括性别（总、男、女）和婚姻状况聚合分类，同时支持本地货币等货币类型区分。数据集包含43个非洲国家的长时间序列数据，覆盖34年跨度，每个观测均附带来源编码、观测状态标识及注释信息，便于用户评估数据质量。此外，所有数据均遵循CC-BY-4.0许可协议，便于学术研究与商业应用。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据，使用load_dataset函数导入后转换为pandas DataFrame进行后续分析。典型应用包括按国家筛选子集（如筛选肯尼亚数据）、按时间序列绘制特定指标的演变趋势，或通过透视表构建国家×年份的矩阵。数据集的分类变量（如性别、婚姻状态）可直接用于分组统计，观测状态列可用于过滤不可靠数据。建议用户结合ILOSTAT官方文档理解指标定义，并在分析时注意数据频率为年度而非月度或季度。

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，并经Electric Sheep Africa于2024年重新整理打包，于HuggingFace平台发布。数据集聚焦非洲大陆43个国家1991年至2024年间雇员平均月收入的统计信息，按性别、婚姻状况及货币类型进行细粒度分类，共计5460条观测记录。作为ILOSTAT数据库的核心组成部分，该数据集旨在为劳动经济学、性别不平等研究及非洲劳动力市场分析提供标准化、机器可读的横截面与时间序列数据。其发布填补了非洲区域收入数据长期碎片化、难以获取的空白，为计量经济学建模、政策评估及可持续发展目标（SDG）中的体面劳动指标监测提供了关键数据支撑，对推动非洲劳动统计的透明化和可复现研究具有重要意义。

当前挑战

该数据集所应对的核心领域挑战源于非洲劳动力市场长期存在的系统性数据缺失与质量参差不齐问题。不同国家间调查方法（如劳动力调查、行政记录）存在根本性差异，导致收入指标在跨国比较时面临统计口径不统一的难题。数据构建过程中面临多重困难：首先，ILO需从各国分散的原始调查数据中提取标准化信息，并依据国际劳动统计学家会议（ICLS）定义进行统一协调；其次，数据采集频率以年度为主，难以捕捉季节性波动或经济冲击的短期效应；此外，部分国家数据存在序列中断（如南非数据止于2017年）或标注为临时值，削弱了时间序列的连续性与评估劳动力市场工资动态、制定精准扶贫与性别平等政策的可靠性。

常用场景

经典使用场景

在劳动经济学与性别不平等研究领域，该数据集常用于分析非洲地区雇员平均月薪的性别与婚姻状况差异。研究者可基于43个国家、跨越1991至2024年的面板数据，构建固定效应或随机效应模型，探讨婚姻状态对男女薪资差距的调节作用。例如，通过比较已婚与未婚群体在相同职业和地域下的收入水平，揭示婚姻溢价或惩罚现象在非洲劳动力市场中的表现形式。该数据集亦支持时间序列分析，用于刻画各国薪资水平随经济发展与政策变迁的长期演变轨迹。

实际应用

在政策制定与社会治理层面，该数据集为国家劳动部门及国际组织提供了实证监测工具。非洲各国政府可依托其追踪性别薪酬平等政策的实施效果，评估婚姻保护法或产假制度对职场收入分配的间接影响。国际劳工组织可利用该数据优化调整‘体面劳动’指标，为可持续发展目标8（促进包容性经济增长）的量化评估提供依据。此外，跨国企业可通过分析目标投资国的行业薪酬基准与性别差异，制定更具公平性的本地化薪酬策略。

衍生相关工作

基于该数据集，学界已衍生出一系列标志性研究成果。例如，有学者利用其构建非洲薪酬动态预测模型，结合机器学习算法揭示影响薪资变动的气候、政策与贸易等宏观因子；另有工作通过因果推断方法（如双重差分法）评估南非等国的反歧视立法对女性平均收入的提升效应。该数据还支撑了ILO年度《全球工资报告》中的非洲专项分析，并与世界银行‘非洲城乡家庭收入调查’数据联动，生成跨数据库的非洲劳动力市场全景图谱。这些衍生工作极大拓展了非洲劳动经济学实证研究的深度与广度。