electricsheepafrica/africa-ilo-ear-ehra-sex-geo-cur-nb-average-hourly-earnings-of-employees-by-sex-rural

该数据集包含非洲33个国家从2001年至2024年的3,219个观测值，涵盖平均小时收入指标（ILOSTAT代码：EAR_EHRA_SEX_GEO_CUR_NB），数据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。数据集涉及员工收入按性别、农村/城市地区和货币分类的统计，包括总人口、男性和女性三个性别维度，以及地区类型和货币等分类变量。数据以年度频率提供，经过ILO标准化处理，适用于表格分类、回归和时间序列预测等任务。This dataset contains 3,219 observations of average hourly earnings data across 33 Africa countries from 2001 to 2024, covering the indicator Average hourly earnings of employees by sex, rural / urban areas and currency (ILOSTAT code: EAR_EHRA_SEX_GEO_CUR_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Africa ISO3 country codes. It includes disaggregation by sex (total, male, female), area type (e.g., national), and currency (e.g., local currency), with annual frequency and harmonized by ILO standards, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT数据库，聚焦非洲大陆33个国家2001至2024年间雇员平均时薪的观测值。数据通过ILOSTAT REST API接口直接采集，并筛选出非洲ISO3国家代码区域。ILO统计部门依据国际劳工统计学家会议（ICLS）定义对原始调查微数据进行统一协调处理，在source.label字段中标注数据来源（如劳动力调查、家庭收入调查等），确保数据的可比性与可追溯性。最终由Electric Sheep Africa团队重新打包为HuggingFace格式，共计3,219条观测记录。

特点

该数据集围绕单一核心指标“按性别、城乡区域及货币分列的雇员平均时薪”展开，提供了极为精细的维度划分。数据包含性别（男性、女性、总体）、区域类型（全国、农村、城市）以及货币类型（本地货币等）等多重分类变量。时间跨度为2001至2024年，覆盖埃及、马里、赞比亚等33个非洲国家，其中埃及的观测记录最多（432条）。数据集还附带了观测状态标记（如初步值、不可靠值）及注释信息，有助于研究者进行数据质量评估。

使用方法

研究者可通过HuggingFace的datasets库便捷加载该数据集，使用load_dataset('electricsheepafrica/africa-ilo-ear-ehra-sex-geo-cur-nb-average-hourly-earnings-of-employees-by-sex-rural')命令即可获得包含3,219条记录的表格数据。随后可通过pandas将数据转换为DataFrame格式进行分析。典型应用包括：按国家代码（ref_area）筛选特定国家的时间序列数据；按指标代码（indicator）排序并绘制观测值（obs_value）随年份变化的曲线图；以及利用透视表构建国家×年份的矩阵，便于进行跨国比较或面板数据分析。

背景与挑战

背景概述

在全球劳动经济学与可持续发展目标（SDG）的研究框架下，性别与地域维度的薪酬差异是衡量体面劳动和消除不平等的关键指标。该数据集由国际劳工组织（ILO）创建，经Electric Sheep Africa于2024年重新打包发布，聚焦非洲33个国家2001至2024年间的雇员平均小时工资，并按性别和城乡地域进行划分。核心研究问题旨在揭示非洲大陆内部基于性别和地理位置的收入鸿沟，为政策制定者提供可比较的基准数据。作为ILOSTAT旗舰数据库的衍生资源，该数据集因其覆盖广泛、分类精细，已成为评估非洲区域劳动市场动态和追踪SDG 8（体面劳动与经济增长）进展的重要工具，在跨国实证研究和国际比较中具有显著影响力。

当前挑战

该数据集所应对的领域问题主要在于非洲缺乏系统性、标准化的薪酬统计数据，导致性别工资差距和城乡收入不平等难以被精确量化。在构建过程中，首要挑战是数据整合与同质化：ILO需将来自33国不同调查框架（如劳动力调查、家庭收支调查）的原始微观数据进行清洗，并统一到ICLS（国际劳动统计学家会议）定义下。其次是数据稀疏性与代表性不足，数据集仅包含3219条观测值，部分国家（如埃及432条）与另一些国家（如肯尼亚81条）的样本量悬殊，这可能导致统计推断偏误。此外，货币单位、观测状态（如标记为不可靠的‘U’值）以及分类维度（如性别和地域类别）的空值问题，进一步增加了建模与跨时期比较的复杂性。

常用场景

经典使用场景

该数据集汇集了国际劳工组织（ILO）旗下ILOSTAT数据库中关于非洲33国2001至2024年间雇员平均时薪的3,219条观测记录，并按照性别、城乡地域及货币类型进行了精细分层。其最经典的使用场景在于构建面板数据回归模型，用于探究性别薪酬差异的时空演变规律，或评估城镇化进程对劳动报酬分布的影响。研究者可据此分析非洲各国在保障体面劳动与缩小收入差距方面的进展。

解决学术问题

该数据集为劳动经济学与发展经济学中的经典议题提供了关键实证支持，尤其是关于非洲地区性别收入鸿沟的测量与分解。借助该数据，学者能够量化不同国家、城乡地域及性别间的工资差异，并检验人力资本理论、劳动力市场歧视假说等机制。其意义在于填补了非洲大陆系统性、标准化的薪酬时序数据空白，推动了基于证据的区域性劳动政策评估。

衍生相关工作

围绕该数据集衍生的经典工作包括对非洲劳动力市场结构性变化的纵向比较研究，以及利用时序模型预测特定国家或性别组别的工资走势。此外，已有工作将其作为基准数据，结合遥感、人口普查等多源数据，构建综合性的贫困与不平等预测模型。该数据集也为自动化的劳动统计清洗与标准化流程提供了样例，推动了Electric Sheep Africa等机构在非洲数据基础设施层面的建设。