electricsheepafrica/africa-ilo-ear-ehra-sex-mts-nb-average-hourly-earnings-of-employees-by-sex-and-ma

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲地区员工平均小时收入数据，按性别和婚姻状况（本地货币）划分。它涵盖了35个非洲国家从1991年至2024年的4,368个观测值，专注于一个核心指标：EAR_EHRA_SEX_MTS_NB（按性别和婚姻状况划分的员工平均小时收入）。数据以表格形式组织，包括国家代码、指标、性别分类、年份、观测值等列，并提供了数据来源和质量说明，适用于表格分类、回归和时间序列预测等任务。数据通过Electric Sheep Africa重新打包，以方便机器学习使用。This dataset contains average hourly earnings data for employees in Africa, disaggregated by sex and marital status (in local currency), sourced from the International Labour Organization (ILO) ILOSTAT database. It includes 4,368 observations across 35 African countries spanning from 1991 to 2024, focusing on one key indicator: EAR_EHRA_SEX_MTS_NB (Average hourly earnings of employees by sex and marital status). The data is presented in a tabular format with columns such as country code, indicator, sex classification, year, observed value, and more, along with source and quality notes. It is repackaged by Electric Sheep Africa for machine learning readiness and is suitable for tasks like tabular classification, regression, and time-series forecasting.

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，聚焦于非洲地区按性别和婚姻状况划分的员工平均时薪（以当地货币计）。数据集通过调用ILOSTAT REST API（接口地址：https://rplumber.ilo.org/data/indicator?id=EAR_EHRA_SEX_MTS_NB）直接获取，并依据非洲ISO3国家代码进行过滤筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）定义，对各国原始调查微观数据进行协调统一，并在source.label列中标注数据来源以确保可追溯性。数据集共包含4,368条观测记录，覆盖35个非洲国家，时间跨度为1991年至2024年。

特点

数据集以表格形式呈现，包含ref_area（国家代码）、sex（性别分类，含总计、男、女三个类别）、time（观测年份）、obs_value（观测指标值）等核心字段。其中classif1和classif1.label字段提供了婚姻状况的细分维度（如MTS_AGGREGATE_TOTAL代表总体）。数据质量方面，数据集仅收录年度频率数据，当同一国家年份存在多个数据源时，采用ILO选定的“最佳来源”。观测状态标志（如obs_status）可帮助用户识别数据的可靠性，例如“U”表示不可靠数据。所有数据均遵循CC-BY-4.0许可协议，方便学术界和开发者自由使用。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据，示例代码为：load_dataset("electricsheepafrica/africa-ilo-ear-ehra-sex-mts-nb-average-hourly-earnings-of-employees-by-sex-and-ma")，返回的数据集可直接转换为Pandas DataFrame进行后续分析。适用于多种场景：按国家筛选（如过滤ref_area=="KEN"获取肯尼亚数据）、按时间序列绘制特定指标的折线图（如按time排序观察时薪变化趋势）、或通过数据透视表将数据重塑为国家×年份矩阵，便于进行面板数据分析或时间序列建模。

背景与挑战

背景概述

在全球劳动经济学研究领域，薪酬数据的可得性与可比性长期制约着对劳动力市场性别平等、婚姻状况与收入关联等核心议题的深入探索。国际劳工组织（ILO）的ILOSTAT数据库作为全球劳动统计的权威来源，系统整合了200多个经济体的劳动力调查数据，为跨国比较提供了标准化基础。在此背景下，由Electric Sheep Africa于2024年重新打包发布的“非洲按性别与婚姻状况划分的员工平均时薪（本币）”数据集应运而生。该数据集涵盖35个非洲国家、1991年至2024年间的4,368条观测记录，聚焦于全球南方劳动力市场中一个高度细分却至关重要的指标——平均时薪，为量化非洲大陆的性别薪资差距及家庭结构对劳动报酬的影响提供了稀缺的高质量时间序列数据，有力推动了ILO体面劳动目标（SDG 8）在非洲的监测与实证研究。

当前挑战

该数据集所承载的核心领域挑战在于非洲劳动力市场中长期存在的薪酬数据鸿沟：数十个国家缺乏连续的官方统计，且各国调查方法、货币单位与数据质量参差不齐，使得构建跨国的可比薪资指标极为困难。ILOSTAT虽进行了基于国际劳动统计学家会议（ICLS）定义的协调，但数据源本质依赖于各国劳动力调查等原始微观数据，其时效性、准确性与完整度差异显著。在数据集构建过程中，挑战表现为从ILOSTAT的REST API仅提取非洲国家的筛选过滤、多来源数据（如不同劳动力调查）在同一国家-年份内的“最佳来源”择优逻辑，以及伴随分类维度（如性别、婚姻状况）的缺失值处理——部分国家仅提供汇总数据，导致深层交互分析受限。此外，观测状态标记（如“Unreliable”）提示少量数据可靠性存疑，要求使用者在时间序列预测或回归建模前审慎清洗与验证。

常用场景

经典使用场景

在非洲劳动经济学与性别平等研究中，该数据集作为核心基准，支持研究者开展基于性别的收入差异分析。通过整合1991至2024年间35个非洲国家的雇员平均小时收入数据，并细分为性别与婚姻状况维度，学者得以构建面板数据模型，系统评估非洲大陆内部工资结构的历史演变与区域异质性。其典型应用涵盖计算不同群体间的收入差距指数、检验婚姻状况对女性劳动回报的调节效应，以及利用时间序列方法预测特定国家或行业的薪资变动趋势。

衍生相关工作

围绕此数据集已衍生出多项具有影响力的研究工作。经典成果包括基于性别与婚姻状况的非洲薪资动态分解研究，其创新性地将婚姻溢价与性别收入损失进行跨国对比；亦有学者利用该数据训练机器学习模型，预测非洲各国劳动力市场的时间序列波动。此外，该数据集常与ILOSTAT其他指标（如失业率、非正规就业比例）联合使用，构建综合性劳动福祉指数。这些衍生工作不仅深化了对非洲劳动市场复杂性的理解，也为数据驱动的区域发展研究开辟了新范式。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别和婚姻状况划分的雇员平均时薪动态，为劳动经济学中的性别薪酬差距与婚姻溢价研究提供了关键微观证据。结合ILO推动的体面劳动议程与联合国可持续发展目标5（性别平等），该数据可支持面板数据建模与时间序列预测，用以剖析非洲不同国家在经济发展、劳动力市场制度与家庭结构变迁中工资差异的演化路径。前沿方向包括利用机器学习方法识别薪酬不平等的时间断点效应，以及构建多层级模型以分离国家特征与个体异质性对工资的决定作用，从而为非洲各国调整最低工资政策与性别平等立法提供数据驱动的决策参考。