electricsheepafrica/africa-ilo-ear-emtm-sex-mts-cur-nb-median-monthly-earnings-of-employees-by-sex-marita

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲国家员工月收入中位数数据。具体涵盖43个非洲国家，时间跨度为1991年至2024年，共5,460条观测记录。核心指标为EAR_EMTM_SEX_MTS_CUR_NB，即按性别、婚姻状况和货币划分的员工月收入中位数。数据集通过ILOSTAT的REST API获取，并过滤为非洲国家代码，数据经过ILO的统计部门根据国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含多个字段，如国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、婚姻状况分类、货币类型、观测年份、观测值等，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，部分观测带有数据质量标志（如序列中断）。数据集由Electric Sheep Africa重新打包，以Parquet格式提供，便于机器学习使用。This dataset contains median monthly earnings of employees data for African countries from the International Labour Organization (ILO) ILOSTAT database. It covers 43 African countries, spanning the years 1991 to 2024, with 5,460 observations. The primary indicator is EAR_EMTM_SEX_MTS_CUR_NB, which represents median monthly earnings of employees by sex, marital status, and currency. Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, with harmonization by ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), marital status classification, currency type, observation year, observed value, and data quality flags. It is suitable for tabular classification, regression, and time-series forecasting tasks. Data is annual frequency, with some observations marked for quality (e.g., break in series). Repackaged by Electric Sheep Africa in Parquet format for machine learning readiness.

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数据库，通过REST API直接调取标识符为EAR_EMTM_SEX_MTS_CUR_NB的指标数据，并依据非洲ISO3国家代码进行地理范围筛选。ILOSTAT本身通过整合各国劳动力调查、家庭收入调查及行政记录等原始微观数据，并采用国际劳工统计学家会议（ICLS）定义进行数据协调与标准化。本数据集进一步由Electric Sheep Africa团队进行重新封装与整理，最终形成包含5460条观测值的结构化表格。

特点

数据集覆盖1991年至2024年间43个非洲国家的雇员月收入中位数信息，按性别、婚姻状况及货币类型进行细致分类。其特色在于丰富的维度分解能力，提供性别（总、男、女）与婚姻状态等分类变量，同时纳入数据来源标记与观测状态标识，便于用户追溯数据质量与统计来源。作为专注于非洲地区的劳动经济指标数据集，它有效弥补了区域层面统一、可比的收入统计数据缺口。

使用方法

用户可通过Hugging Face Datasets库的一行代码加载此数据集，并轻松转换为Pandas DataFrame以进行探索性分析。典型应用包括筛选特定国家的时间序列数据，利用sort_values与plot方法可视化单一指标的历史趋势；或通过pivot_table构建以年份为行、国家为列的矩阵，便捷地进行跨国比较与面板数据分析。此外，数据集支持的分类筛选功能还可用于剖析不同性别与婚姻状况群体间的收入差异。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2024年整理发布，经Electric Sheep Africa重新打包并托管于HuggingFace平台。其核心研究问题聚焦于非洲43个国家1991至2024年间雇员中位月收入的性别与婚姻状况差异，旨在通过标准化、多维度的时间序列数据，揭示劳动力市场中收入不平等的结构性特征。作为全球劳动统计的权威来源，ILOSTAT的数据为宏观经济学、劳动经济学及性别研究提供了关键实证基础，推动了非洲区域收入动态的量化分析，并助力可持续发展目标（SDG）中体面工作与经济增长指标的监测与评估。

当前挑战

该数据集所解决的领域挑战在于，非洲地区长期缺乏系统化、可比较的细粒度收入数据，特别是按性别与婚姻状况交叉分类的中位收入指标，限制了政策制定者与研究者对劳动力市场不平等根源的深入理解。构建过程中面临的挑战包括：各国统计能力参差不齐导致的数据缺失与时间序列断裂，原始调查方法差异（如劳动力调查与行政记录）引发的数据可比性问题，以及多来源数据在统一法律定义下的清洗与标准化工作。此外，通货膨胀与货币换算的跨时期处理、年度频率对短期波动捕捉的局限，也为后续分析提出了方法学上的要求。

常用场景

经典使用场景

在劳动经济学与性别研究的交汇领域，该数据集堪称解析非洲劳动力市场薪酬结构的基石。其最经典的使用场景在于构建多维度薪酬差异分析模型——通过将性别、婚姻状况与货币类型作为核心分层变量，研究者得以精准剥离出婚姻状态对男女薪资鸿沟的独立调节效应。例如，利用时间序列数据可追踪1991至2024年间43个非洲国家内，已婚与未婚女性群体相对于同类别男性的月收入中位数演变轨迹，从而揭示婚姻溢价或惩罚在非洲不同社会经济环境中是否存在显著异质性。

解决学术问题

该数据集系统性地填补了非洲大陆在细分人口统计维度下薪酬数据的长期空白，尤其解决了既往跨国研究中因小样本或频率不足导致的婚姻状态与性别交互效应难以量化的问题。其核心学术价值在于，首次为“婚姻隔离理论”与“家庭责任再分配假说”提供了横跨43国的纵向检验素材，使学者能够量化婚姻如何通过改变女性劳动供给弹性与职业选择范围来扰动性别工资差距，并评估不同货币计价下的购买力平价调整对相对薪酬比较的影响，从而加深对非洲层级化劳动力市场结构性不平等的理解。

衍生相关工作

围绕这一数据资源，已衍生出若干具有里程碑意义的延伸工作。研究者基于其高分辨率的分层特征，开发了专门针对稀疏面板数据的贝叶斯插值模型，以推断部分年份缺失的亚组薪酬值。此外，有团队利用该数据集训练了针对非洲国别的时间序列预测工具，用于估算在家庭政策干预情景下，未来十年内不同婚姻状况性别的薪资收敛速度。这些衍生方法不仅深化了数据集自身的分析潜力，更为后续探索非洲性别平等与经济增长路径的计量实证工作搭建了坚实的方法论桥梁。