electricsheepafrica/africa-ilo-ear-emtg-sex-eco-nb-gini-index-of-monthly-earnings-of-employees-by-sex

该数据集包含了非洲44个国家从1991年至2024年期间，按性别和经济活动划分的雇员月收入基尼指数的统计数据。数据集共包含17,599个观测值，覆盖一个核心指标（EAR_EMTG_SEX_ECO_NB），即按性别和经济活动划分的雇员月收入基尼指数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是劳动统计的全球权威来源。数据通过ILOSTAT REST API获取，并过滤为非洲国家代码，使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含详细的列结构，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）、经济活​​动分类、观测年份、观测值、观测状态等。数据为年度频率，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，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains statistical data on the Gini index of monthly earnings of employees by sex and economic activity across 44 African countries from 1991 to 2024. It includes 17,599 observations covering one core indicator (EAR_EMTG_SEX_ECO_NB), which represents the Gini index of monthly earnings of employees by sex and economic activity. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), a global authority on labour statistics. Data is retrieved via the ILOSTAT REST API and filtered to African country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. The dataset features a detailed schema with columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), economic activity classification, observation year, observed value, observation status, etc. The data is annual in frequency and suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is 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

该数据集聚焦于非洲地区雇员月收入的基尼指数，以性别和经济活动维度进行分解，源于国际劳工组织（ILO）的ILOSTAT数据库。构建过程中，数据直接通过ILOSTAT REST API接口获取，筛选出非洲44个国家的ISO3代码后，依据国际劳工统计学家会议定义对原始调查微观数据进行标准化处理。最终汇集了1991年至2024年间17,599条观测记录，并保留了数据来源标识以确保可追溯性。

特点

数据集具备多维结构与高时空覆盖度的显著特点。其涵盖44个非洲国家、跨越34年时间序列，能够支持跨国家与跨时期的不平等变迁分析。核心指标基尼指数按性别（总计、男性、女性）及经济门类进行细分，辅以观测状态注释和数据质量标记，有效提升了分析的深度与可靠性。此外，每行观测均标注数据来源，便于用户评估数据质量与进行精细调整。

使用方法

该数据集专为机器学习工作流设计，可通过HuggingFace的`datasets`库便捷加载，使用`load_dataset()`函数即时将其转换为Pandas DataFrame格式。研究者可基于`ref_area`列对国家层面数据进行过滤，或按`indicator`列提取特定指标形成时间序列。亦可利用`pivot_table`方法构建国家×年份的面板数据矩阵，适应回归、分类与时序预测等多类型建模需求，极大降低了数据预处理门槛。

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数据库整理发布，并由Electric Sheep Africa团队于2024年重新打包，聚焦于非洲大陆雇员月收入的基尼指数。基尼指数作为衡量收入不平等程度的经典指标，在劳动经济学和发展研究中占据核心地位。数据集覆盖44个非洲国家，收录1991年至2024年间共计17,599条观测记录，按性别和经济活动分类详细呈现了非洲地区的收入分配状况。通过对ILO官方标准化的劳动力调查、家庭收入调查等微观数据进行整合与提炼，该数据集为研究非洲劳动力市场结构、评估减贫政策效果以及追踪可持续发展目标（SDGs）中体面工作指标的进展提供了关键量化基础。其跨时间、跨国别的纵向比较能力，使其成为分析非洲收入不平等演变趋势的重要工具。

当前挑战

该数据集面临的挑战主要体现在两个方面。首先，在领域问题层面，非洲国家普遍存在非正规经济占比较高、调查覆盖面不完整、以及统计口径不一致等问题，导致基尼指数难以完全反映实际收入差距，特别是非正规就业者和弱势群体的收入状况往往被低估。其次，在构建过程中，数据来源的异质性构成了主要难题——不同国家的调查方法、问卷设计和样本量存在显著差异，ILO虽进行了标准化处理，但部分观测值仍标注为“不可靠”状态；此外，各国数据的时间跨度不一致（如毛里求斯有2,234条记录而部分国家仅数十条），导致面板数据的稀疏性与比较分析的局限性，同时性别分类下的细分数据在部分国家存在缺失，限制了更精细化的收入不平等研究。

常用场景

经典使用场景

该数据集收录了国际劳工组织ILOSTAT数据库中非洲44个国家从1991年至2024年间按性别和经济活动分列的月薪基尼系数，共计17,599条观测记录。作为衡量收入不平等程度的经典指标，基尼系数在该数据集中被广泛用于跨国家、跨时段的比较分析，研究者可以借此探究非洲不同经济体内部薪酬分配差异的演化轨迹。同时，数据集提供了按性别和行业细分的数据维度，使得针对特定群体或产业的收入不平等研究成为可能，为宏观经济学和劳动经济学领域的基础实证分析提供了坚实的数据支撑。

解决学术问题

在学术研究中，该数据集有效解决了非洲地区收入不平等数据长期碎片化、缺乏标准化与可获取性的核心困境。传统上，非洲各国的基尼系数数据分散于各类统计报告，难以进行系统的跨国与纵向对比。通过整合ILO官方统一框架下的面板数据，该数据集使得学者能够严谨地检验经济发展、政策干预、全球化进程等因素对薪酬分配的影响机制。它推动了关于非洲劳动力市场结构性差异、性别收入鸿沟演变以及经济转型期社会公平问题的量化研究，为验证和修正收入分配理论提供了宝贵的经验证据。

衍生相关工作

该数据集衍生出了多项具有影响力的相关工作，尤其在非洲劳动经济学与数据科学交叉领域。研究者基于此数据构建了预测非洲各国收入不平等趋势的时间序列模型，探索经济波动与结构转型对基尼系数的动态影响。同时，数据集中按性别和行业细分的特性，催生了分析女性劳动参与率与薪酬差距之间关系的计量经济学研究。此外，该数据作为Electric Sheep Africa数据生态的一部分，常与ILOSTAT中其他如失业率、劳动生产率等指标联合使用，形成多维度面板数据，支撑了关于非洲区域一体化、劳动力市场韧性与包容性增长的综合性实证分析。