electricsheepafrica/africa-ilo-ear-emta-sex-mts-nb-average-monthly-earnings-of-employees-by-sex-and-m

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的按性别和婚姻状况划分的雇员平均月收入（本地货币）指标数据，专门针对非洲地区。数据集涵盖44个非洲国家，时间跨度为1991年至2024年，共包含5,210个观测值。数据通过ILOSTAT REST API获取，并过滤为非洲国家代码，涵盖了按性别（总计、男性、女性）和婚姻状况分类的雇员平均月收入信息。数据模式包括国家代码、国家名称、数据来源、指标代码、性别分类、时间（年份）、观测值、观测状态等字段。数据集适用于表格分类、回归和时间序列预测等任务，主要用于劳动力市场分析、收入研究等场景。数据由Electric Sheep Africa重新打包，以统一格式发布，便于机器学习使用。This dataset contains Average monthly earnings of employees by sex and marital status (local currency) indicator data from the International Labour Organization (ILO) ILOSTAT database, specifically for Africa. It covers 44 African countries, spanning from 1991 to 2024, with 5,210 observations. The data is retrieved via the ILOSTAT REST API and filtered to African country codes, providing average monthly earnings of employees disaggregated by sex (total, male, female) and marital status. The schema includes fields such as country code, country name, data source, indicator code, sex classification, time (year), observed value, and observation status. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, primarily for labor market analysis and earnings research. It is repackaged by Electric Sheep Africa in a consistent format for machine learning readiness.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队依托国际劳工组织（ILO）的ILOSTAT REST API构建而成，核心数据源自指标编码为EAR_EMTA_SEX_MTS_NB的统计条目，通过筛选非洲ISO3国家代码获得非洲大陆子集。ILOSTAT作为全球劳动统计的权威数据库，对各国劳动力调查、家庭收支调查及行政记录等原始微观数据依据国际劳工统计学家会议（ICLS）定义进行系统化整合与标准化处理，数据源的可追溯性通过source.label字段得以保留。最终产出的数据集涵盖44个非洲国家、横跨1991年至2024年的5,210条观测记录，仅包含一项核心指标。

特点

该数据集在时间跨度、地理覆盖与维度细分层面展现出显著特征。时间域上横跨三十余年，为纵向趋势分析提供丰沛素材；空间域上囊括毛里求斯、埃及、南非等44个非洲经济体，呈现大陆层面劳动报酬格局的多样性。其核心优势在于精细的维度分层能力：性别维度区分总人口、男性和女性三类，婚恋状况则通过分类变量classif1标识婚姻状态聚合等级。每条记录均附带观测状态标识与附注字段，便于用户甄别数据质量与潜在的序列断裂风险，从而在进行区域比较或时序分析时做出审慎判断。

使用方法

该数据集在使用上体现了高度的便捷性与灵活性。研究人员可通过HuggingFace Datasets库的load_dataset()函数一键加载，并支持无缝转换为pandas DataFrame进行后续处理。典型应用场景包括：按国家代码过滤以开展特定经济体的薪酬水平剖析；基于指标编码排序后，利用obs_value字段构建单一指标的时序可视化；亦可采用透视表操作，将数据重塑为国家×年份的矩阵结构，服务于面板数据回归或跨国比较研究。数据集中sex与classif1等分层字段的存在，使得用户能够按性别或婚姻状态组别进行切片分析，深入挖掘劳动报酬的结构性差异。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库于2024年整理发布，并由Electric Sheep Africa团队在HuggingFace上重新打包，聚焦于非洲大陆44个国家1991至2024年间按性别和婚姻状况划分的员工平均月收入（本地货币单位）。作为全球经济与劳动力研究的关键组成部分，收入数据是衡量劳动市场公平性、性别平等以及社会福利水平的核心指标。该数据集基于国际劳工统计学家会议（ICLS）定义，通过整合各国劳动力调查、住户收入调查及行政记录，系统反映了非洲地区收入分化的时空格局。其发布填补了非洲大陆在细粒度劳动力收入微观数据方面的空白，为发展经济学、劳动经济学及可持续发展目标（SDG）监测提供了高价值基准，对理解非洲就业质量与结构性不平等具有深远影响力。

当前挑战

该数据集所解决的领域问题在于，非洲长期面临官方收入统计缺失、跨国可比性差及性别细分数据匮乏的困境，使得政策制定者难以精准评估劳动市场中的性别工资差距与婚姻状况对收入的影响。当前挑战包括：1）数据覆盖的时空不均衡性，44个非洲国家中毛里求斯、埃及等少数国家观测值集中，而布基纳法索等多国数据稀疏，导致跨国回归分析易产生偏差；2）原始调查的问卷设计、回忆周期及货币单位（如安哥拉宽扎）等异质性问题需严格处理，否则会扭曲真实收入水平；3）部分年份观察状态标记为“序列断裂”，暗示来源数据在时间段内存在方法论变更或缺失，影响时间序列分析的连续性，需要研究者审慎归因。

常用场景

经典使用场景

在劳动经济学与发展经济学研究中，该数据集被广泛用于分析非洲各国劳动者薪酬水平的时空演变规律。研究者可借助其涵盖44个国家、跨越30余年的年度观测值，构建面板数据模型，探究性别、婚姻状况等人口特征对收入差异的影响。尤为重要的是，数据集中提供的按性别与婚姻状态细分的平均月收入指标，为评估非洲劳动力市场的性别工资差距及其与婚姻制度的交互作用提供了宝贵素材，是进行跨国比较研究和纵向趋势分析的核心数据资源。

衍生相关工作

基于该数据集衍生的经典工作包括利用机器学习方法构建的非洲国家收入预测模型，其中研究者将其与夜间灯光数据、经济普查信息等进行多模态融合，训练出区域薪酬水平的高分辨率估算器。此外，有学者以该数据集为核心验证了性别公平化政策干预的因果效应，通过时间序列断点回归技术定量化分析了婚姻状况变化对女性职业收入轨迹的长期影响。这些衍生研究不仅丰富了计算社会科学的方法论工具箱，也促进了非洲本地化数据集的二次开发与跨学科应用生态的繁荣。

数据集最近研究

最新研究方向

基于ILOSTAT官方数据重构的非洲雇员平均月收入数据集，覆盖44个国家1991至2024年的时序观测，为研究非洲劳动力市场的性别收入差距与婚姻状况交互效应提供了珍贵的高频面板数据。当前前沿方向聚焦于利用该数据集构建时空贝叶斯模型与因果推断框架，以揭示非洲大陆内部收入不平等加剧的社会结构性根源，并评估1990年代以来劳工政策改革与非正规经济转型对性别收入鸿沟的动态影响。随着SDG第8项体面工作指标在全球议程中持续升温，该数据集已成为量化非洲区域经济一体化进程中劳资博弈格局与婚姻制度变迁对劳动者议价能力作用机制的关键实证基石。