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

该数据集包含非洲44个国家从1991年至2024年的23,654条观测数据，专注于“员工平均月收入”指标（ILOSTAT代码：EAR_EMTA_SEX_EDU_CUR_NB）。数据按性别（总计、男性、女性）、教育水平和货币类型进行细分，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。数据集采用表格格式，包含列如国家代码、国家名称、数据来源、指标代码、性别分类、教育分类、货币分类、观测年份、观测值、数据状态标志和相关注释。数据以年度频率发布，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，遵循CC-BY-4.0许可。This dataset contains 23,654 observations across 44 African countries from 1991 to 2024, focusing on the Average monthly earnings of employees indicator (ILOSTAT code: EAR_EMTA_SEX_EDU_CUR_NB). Data is disaggregated by sex (total, male, female), education level, and currency type, sourced from the International Labour Organization (ILO) ILOSTAT database via API and filtered for African countries. The dataset is in tabular format, with columns including country code, country name, data source, indicator code, sex classification, education classification, currency classification, observation year, observed value, data status flags, and related notes. Data is published at annual frequency and suitable for tasks such as tabular classification, regression, and time-series forecasting. The dataset is repackaged by Electric Sheep Africa and licensed under CC-BY-4.0.

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中央统计数据库，通过REST API接口直接提取指标代码为EAR_EMTA_SEX_EDU_CUR_NB的原始数据，并依据ILO统计学家国际会议（ICLS）的定义对各国调查微观数据进行统一协调。Electric Sheep Africa团队将数据筛选至非洲44个国家的ISO3代码范围，经标准化处理后以Parquet格式打包，构建成一个覆盖1991至2024年、包含23,654条观测记录的易用数据集。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，并转化为Pandas DataFrame进行灵活操作。典型用法包括按国家代码筛选特定区域数据，基于时间序列绘制收入变化曲线，或利用透视表构建国家×年份的观测矩阵，以支持跨国家比较、教育回报率分析及劳动力市场趋势研究等多样化任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库创建，经Electric Sheep Africa于2024年重新整理并发布在HuggingFace平台，涵盖了1991至2024年间44个非洲国家的23,654条观测记录，核心聚焦于按性别与教育程度划分的雇员平均月收入。在非洲大陆劳动力市场数据长期碎片化、跨国可比性薄弱的背景下，该数据集整合了来自各国劳动力调查和行政记录的同质化指标，为研究非洲薪资不平等、性别薪酬差距以及教育回报率等关键劳动经济学命题提供了宝贵的实证基础。依托ILOSTAT的标准化方法论，数据集不仅服务于学术分析，还支撑着联合国可持续发展目标中体面工作的监测与评估，对推动区域劳动力政策的精准制定具有重要影响力。

当前挑战

该数据集面临的主要挑战在于其解决的领域问题与研究构建的双重复杂性。在领域层面，非洲各国国民经济结构差异悬殊，正规与非正规就业并存，使用ILO国际劳动统计学家会议（ICLS）定义同质化的数据未必能完全反映本地实际劳动报酬分布，尤其当数据来源于不同调查类型（如劳动力调查与行政记录）时，统计口径的细微出入可能导致跨国比较的偏差。在构建过程中，数据集依赖多源异构的原始微观数据，部分观测值标记为‘不可靠’或‘暂定’，反映了数据质量参差不齐的现实；同时，国家间年度覆盖时段不一致（例如莫桑比克有2,781条记录而某些国家仅数十条），以及多个来源对同一国家-年份的最佳源选择过程，均增加了数据处理与推理的不确定性。

常用场景

经典使用场景

在劳动经济学与发展经济学领域，该数据集构成了探究非洲地区员工平均月收入性别差异与教育回报率的基石。研究者可借助其按性别与教育水平细分的面板结构，构建多层级回归模型，量化教育层级对薪资的边际贡献，并剖析性别工资差距在不同教育群体间的异质性表现。同时，数据集涵盖的44个非洲国家及三十余年的长时序观测值，为开展跨国比较与纵向趋势分析提供了罕见的数据密度，使得评估经济转型、政策干预与劳动力市场结构性变迁对收入分配的影响成为可能。

解决学术问题

该数据集系统性地回应了非洲劳动力市场中长期悬而未决的学术难题：在数据稀缺且来源破碎的语境下，如何构建可比较的收入度量体系以验证人力资本理论与性别歧视假说。通过提供经国际劳工组织标准化处理的工资指标与分类变量，研究者能够突破单一国家案例的局限，在泛非洲尺度上检验明瑟方程式的适用性，并量化教育扩张对收入不平等的缓解效应。其深远意义在于弥合了宏观政策讨论与微观劳动力动态之间的证据鸿沟，为SDG体面工作目标的监测提供了可复现的经验基座。

实际应用

在实际应用层面，该数据集直接服务于国际发展机构与各国劳工部门的决策支持系统。政策制定者可利用按性别与教育水平分层的收入中位数，识别具体行业与地区中的薪酬失衡热点，从而设计定向的职业技术培训计划或性别平等激励方案。对于企业薪酬审计而言，该数据提供了外部市场的基准锚点，帮助跨国公司在新兴市场设定公平且具有竞争力的薪资结构。此外，非政府组织可借助时序数据生成区域劳工权益报告，以数据驱动的方式推动社会保障体系与最低工资制度的完善。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆雇员平均月薪的性别与教育维度差异分析，依托ILOSTAT权威劳动统计框架，整合了1991至2024年间44个非洲国家的时序观测数据。当前前沿研究方向主要围绕薪酬性别鸿沟的跨时期演变、教育回报率在非洲劳动力市场的异质性表现，以及宏观经济波动对不同教育层次劳动者收入影响的动态建模。结合全球范围内体面劳动与可持续发展目标（SDG 8）的推进热潮，该数据集为研究者提供了量化非洲劳动力市场结构性不平等、评估政策干预效果以及构建薪酬预测模型的宝贵资源，其多层次分类变量（性别、教育水平与货币类型）更是支撑面板数据回归、机器学习与因果推断等前沿方法的关键基础。