electricsheepafrica/africa-ilo-ged-pear-sex-hht-chl-nb-average-monthly-earnings-of-prime-age-employees-by

该数据集是国际劳工组织（ILO）ILOSTAT数据库的一个子集，专注于非洲地区，主题为“按性别、家庭类型和子女情况分组的黄金年龄员工平均月收入”。数据集包含3,772条观测数据，覆盖19个非洲国家（如毛里求斯、纳米比亚、肯尼亚等），时间跨度为2005年至2024年。核心指标为GED_PEAR_SEX_HHT_CHL_NB，即按性别、家庭类型和子女情况分组的平均月收入（以当地货币计）。数据来源于ILOSTAT REST API，经过过滤仅包含非洲国家代码，并使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含多个列，如国家代码、来源、指标、性别分类、时间、观测值等，并提供数据质量说明，例如数据为年度频率，且仅包含ILO选定的“最佳来源”。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、适合机器学习的数据层，便于研究人员和开发者使用。This dataset is a subset of the International Labour Organization (ILO) ILOSTAT database, focusing on Africa, with the theme Average monthly earnings of prime-age employees by sex, household type and presence of children. It contains 3,772 observations across 19 African countries (e.g., Mauritius, Namibia, Kenya), spanning the years 2005 to 2024. The core indicator is GED_PEAR_SEX_HHT_CHL_NB, which represents average monthly earnings in local currency, disaggregated by sex, household type, and presence of children. Data is sourced from the ILOSTAT REST API, filtered to include only African country codes, and harmonized using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes columns such as country code, source, indicator, sex classification, time, observed value, and more, with data quality notes, e.g., annual frequency and use of ILO-selected best source. Repackaged by Electric Sheep Africa, it aims to provide a unified, ML-ready data layer for Africa, facilitating use by researchers and developers.

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接口直接拉取标识符为GED_PEAR_SEX_HHT_CHL_NB的指标数据，并依据ISO 3166-1 alpha-3代码筛选出非洲19个国家的观测记录。原始调查微观数据经ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调处理，来源信息在source.label列中予以标注，确保了数据的可追溯性与标准化程度。最终，Electric Sheep Africa团队将数据重新打包为机器学习就绪的格式，共收录3,772条观测值，覆盖2005年至2024年的时间跨度。

特点

该数据集聚焦于非洲地区壮年雇员按性别、家庭类型及是否有子女分组的月均收入，提供了单一核心指标。其突出特点在于精细的分类维度：性别维度包含总计、男性与女性三类，同时辅以家庭类型与6岁以下子女存在情况的分类变量，为研究劳动力市场中家庭结构与性别差异对收入的影响提供了宝贵素材。数据覆盖19个非洲国家，时间序列跨越20年，且来源清晰标注，便于研究者评估不同调查方法对数据质量的影响。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset()函数一键加载数据，并转换为Pandas DataFrame进行后续分析。典型用法包括：按国家代码筛选单一国家的数据以进行国别研究；对核心指标按时间排序，绘制时间序列图以观察趋势；利用pivot_table函数将数据重塑为国家×年份的矩阵形式，便于面板数据分析。该数据集支持表格分类、表格回归及时间序列预测等任务，适用于劳动经济学与非洲发展领域的实证研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）创建并经由Electric Sheep Africa于2024年重新打包，核心研究问题聚焦于非洲地区壮年雇员月均收入的性别、家庭类型及子女人数差异。数据集源自ILO的ILOSTAT统计数据库，整合了2005至2024年间19个非洲国家的3,772条观测记录，为劳动经济学、性别平等及家庭福祉研究提供了关键数据支撑。作为衡量体面劳动与可持续发展目标（SDGs）进展的重要资源，该数据集在非洲劳动力市场实证分析领域具有里程碑意义，尤其推动了关于收入性别差距与家庭结构影响的跨地区比较研究。

当前挑战

该数据集直面的领域挑战在于：非洲多国劳动力调查数据标准不一、时间跨度碎片化，导致跨国家、跨时期的收入可比性受限；家庭类型与子女人数等细分维度的数据稀疏性增加了统计推断的难度。构建过程中面临的核心挑战包括：从ILOSTAT异构API接口中整合数据并统一清洗以消除来源偏差，确保各国基于不同调查方法（如劳动力调查与家庭收支调查）的统计口径一致性，同时应对大量观测值中的可靠性标记（如'U'表示不可靠）对模型鲁棒性的潜在干扰。

常用场景

经典使用场景

该数据集收录了国际劳工组织ILOSTAT数据库中关于非洲19个国家2005至2024年间黄金年龄段雇员的月均收入数据，细分为性别、家庭类型与子女状况等维度，共计3772条观测值。其经典使用场景聚焦于劳动经济学中的收入不平等与人口结构关联分析，研究者可借助离散维度（如性别、有无六岁以下子女）构建面板数据模型，系统考察非洲不同社会经济群体间的薪酬差异及其时间演变趋势。

实际应用

在实际应用中，该数据集可作为跨国发展机构与政策制定者评估非洲体面劳动进展的可靠工具。通过按国别与时间段交互分析月均收入波动，能够辅助国际组织识别特定国家劳动报酬的异常变化，为调整区域援助策略或设计精准的劳工保护政策提供数据锚点。此外，它也能为企业评估非洲多国市场的人力成本结构提供基准参考。

衍生相关工作

该数据集衍生出一系列基于时间序列与分类回归的经典工作，例如利用HuggingFace Datasets接口快速加载后，对坦桑尼亚或肯尼亚等国的收入序列进行分解预测，或采用面板向量自回归模型研究收入与家庭类型的动态因果关系。Electric Sheep Africa的标准化处理范式也启发了后续研究，推动创建更多面向非洲的ML-Ready劳动统计子集，促进了跨数据集融合与迁移学习在低收入地区劳动预测中的应用。