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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的员工月收入中位数（按性别、残疾状况和货币划分）指标数据，专门针对非洲地区。数据集由Electric Sheep Africa重新打包，包含1,983个观测值，覆盖28个非洲国家，时间跨度为2005年至2024年。核心指标为EAR_EMTM_SEX_DSB_CUR_NB，即按性别、残疾状况和货币划分的员工月收入中位数。数据以表格形式组织，包含国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、残疾状况分类、货币分类、观测年份、观测值、观测状态标志等列。数据集适用于表格分类、表格回归和时间序列预测等任务，并遵循CC-BY-4.0许可证。This dataset contains the Median monthly earnings of employees by sex, disability status and currency indicator data from the International Labour Organization (ILO) ILOSTAT database, specifically for Africa. Repackaged by Electric Sheep Africa, it includes 1,983 observations across 28 African countries, spanning from 2005 to 2024. The core indicator is EAR_EMTM_SEX_DSB_CUR_NB, which represents median monthly earnings of employees disaggregated by sex, disability status, and currency. The data is organized in tabular format with columns such as country code, country name, data source, indicator code, indicator name, sex classification, disability status classification, currency classification, observation year, observed value, and observation status flags. It is suitable for tasks like tabular classification, tabular regression, and time-series forecasting, and is released under the CC-BY-4.0 license.

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，通过其REST API接口直接提取指标EAR_EMTM_SEX_DSB_CUR_NB，并依据非洲ISO3国家代码进行地理过滤。原始数据经由ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与处理，来源信息通过source.label字段予以标注，确保数据的可追溯性。Electric Sheep Africa在此基础上对数据进行了重新封装，整合为结构化的表格格式，以便于机器学习与时间序列分析任务的直接调用。

特点

数据集包含1983条观测记录，覆盖28个非洲国家，时间跨度从2005年至2024年，聚焦于按性别和残疾状况分层的员工月收入中位数这一核心指标。其特色在于同时提供了性别（男性、女性、总计）和残疾状态（总计）两个维度的交叉分类，并使用本地货币单位记录数值。此外，数据还附带了观测状态标记（如临时性、不可靠性）及详细的注释信息，为研究者提供了丰富的数据质量评估依据。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数一键加载该数据集，并直接转换为pandas DataFrame进行后续分析。示例代码展示了筛选特定国家（如肯尼亚）的子集、对单一指标按时间排序绘制时序图、以及将数据透视为国家×年份矩阵等典型操作。数据集兼容表格分类、回归和时间序列预测等多种任务类型，适用于劳动经济学、发展研究等领域中的收入不平等、残疾包容性等议题的定量分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年发布，经Electric Sheep Africa重新打包后托管于HuggingFace平台，聚焦非洲地区雇员月收入中位数的性别与残疾状况差异。作为ILOSTAT数据库的核心子集，该数据集整合了2005至2024年间28个非洲国家的1,983条观测记录，旨在弥合非洲大陆劳动经济学领域精细化微观数据的长期缺失。其指标设计严格遵循国际劳工统计学家会议（ICLS）定义标准，通过国家劳动力调查、住户收入调查等多源数据规整，为研究性别工资差距、残疾群体就业质量及非洲非正规经济转型提供了可纵向比较的基础数据资源。该数据集的发布显著推动了非洲劳动力市场研究向性别平等与包容性发展的量化分析演进。

当前挑战

数据集面临的核心挑战在于非洲国家统计能力不均导致的数据稀疏性与质量异质性。一方面，28个国家的观测频次差异悬殊，赞比亚（171条）与布基纳法索（81条）等国的数据密度差距反映了各国调查体系成熟度的分化，而涵盖2005至2024年的时间跨度中，部分早期数据因调查方法迭代或政治动荡（如尼日利亚仅覆盖2011-2019年）存在断层风险。另一方面，数据结构需同时分辨性别（三等级）、残疾状况（含总计与分类）及货币类型（本地货币），但ILO标注的“不可靠”状态标志揭示了南苏丹等碎片化经济体的统计质量隐患。此外，将原始调查微观数据标准化为年度中位数时，汇率波动与购买力平价调整的缺失可能削弱跨国可比性，而多源数据整合中“最佳来源”的选取规则尚未透明化，为后续模型训练引入隐式偏差。

常用场景

经典使用场景

该数据集收录了国际劳工组织（ILO）关于非洲地区按性别和残疾状况划分的员工月收入中位数数据，跨越2005年至2024年，覆盖28个非洲国家，共1,983条观测记录。其经典使用场景在于为劳动经济学、发展经济学和公共政策研究提供标准化的结构化面板数据。研究者常将其用于构建时间序列回归模型或固定效应面板分析，以探究非洲各国工资水平随时间的演变轨迹，以及性别和残疾状况对收入水平的异质性影响。数据集中包含的标准化分类变量（如性别、残疾状态）和观测状态标识（如可靠性标记），使其成为跨国家比较研究的理想基础数据源。

解决学术问题

从学术研究视角审视，该数据集的核心价值在于填补了非洲大陆在细分劳动收入统计领域的系统性空白。它解决了若干关键研究难题：其一，为量化非洲地区性别工资差距及其与残疾状态的交互效应提供了跨国可比的长时序证据；其二，支持利用ILO统一的方法论框架，克服了各国原始调查数据在定义和口径上的不一致性，使研究者能够开展高质量的跨国面板分析；其三，数据集中收录的观测状态标识（如'不可靠'标记）可使研究者评估数据质量对结论稳健性的影响，从而提升推断的科学性。该数据集还为检验包容性增长理论、劳动力市场歧视经济学以及可持续发展目标（SDG）中的体面工作指标提供了实证基础。

衍生相关工作

该数据集自发布以来，已催生了一系列具有影响力的衍生工作。在方法层面，研究者基于其长时序面板结构发展了针对非洲数据的缺失值插补算法与稳健性检验流程。在实证应用中，多项工作利用该数据集构建了性别工资差距的决定因素模型，揭示出残疾女性在非洲劳动力市场中面临的'双重劣势'累积效应。另有一些研究将其与ILOSTAT中的其他指标（如失业率、非正规就业比例）相结合，构建了非洲劳动力市场脆弱性的综合评估框架。该数据集还作为关键验证数据，支撑了机器学习模型在预测非洲国家收入不平等趋势方面的探索，推动了计算社会科学与劳动统计学的交叉融合。