electricsheepafrica/africa-ilo-ear-emtg-sex-ocu-nb-gini-index-of-monthly-earnings-of-employees-by-sex

该数据集包含了非洲43个国家员工月收入基尼指数的数据，涵盖1991年至2024年期间，总计8,275个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主要关注收入和薪酬不平等主题。数据集包括国家代码、性别（总人口、男性、女性）、职业分类、观测年份和观测值等字段，用于分析员工月收入的不平等程度。数据通过ILOSTAT REST API获取，并经过ILO的统计部门标准化处理，以确保一致性和可追溯性。This dataset contains data on monthly income Gini coefficients for employees across 43 African countries, spanning the period from 1991 to 2024, with a total of 8,275 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), with a primary focus on income and pay inequality. It includes fields such as country code, gender category (total population, male, female), occupational classification, observation year, and the observed value, which are intended for analyzing the inequality level of employees' monthly income. The data was acquired via the ILOSTAT REST API and standardized by the ILO's Statistics Department to guarantee consistency and traceability.

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中央统计数据库，通过REST API直接提取指标EAR_EMTG_SEX_OCU_NB的原始数据，并依据非洲ISO3国家代码进行地理过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查及行政记录等微观数据进行统一协调，确保跨国的可比性。随后，Electric Sheep Africa对获取的数据进行架构标准化处理，打包为Parquet格式，并补充了来源标签等元信息，最终发布为机器学习就绪的数据集。

特点

该数据集汇聚了1991至2024年间43个非洲国家关于雇员月收入基尼系数的8,275条观测记录，按性别与职业维度进行细致分层，包括总人群、男性与女性三个细分类别。数据来源于各国官方调查，并标注了可靠性与来源信息，便于追溯。其时间跨度长、地理覆盖广，且聚焦于收入不平等这一关键劳动指标，为研究非洲地区劳动力市场的性别差异与职业分化提供了宝贵的高质量数据资源。

使用方法

用户可通过HuggingFace的`datasets`库，使用`load_dataset`函数一键加载数据集，并将其转换为Pandas DataFrame以便进行后续分析。例如，可通过`ref_area`列过滤特定国家（如肯尼亚）的数据，或依据`indicator`列选取基尼系数指标绘制时间序列图。此外，还能通过`pivot_table`方法将数据重塑为国家-年份矩阵，便于进行跨国的横向比较与面板数据分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年整理发布，经Electric Sheep Africa机构重新封装至Hugging Face平台，聚焦于非洲43个国家1991至2024年间按性别与职业划分的雇员月收入基尼指数。基尼指数作为衡量收入不平等程度的经典指标，在劳动经济学与公共政策研究中具有核心地位。该数据集的核心研究问题在于揭示非洲地区劳动力市场中收入分配的不平等状况，尤其关注性别与职业维度下的差异演变。通过整合ILOSTAT权威统计数据库中的标准化数据，该数据集为区域经济发展、劳动政策制定及可持续发展目标（SDG）监测提供了关键的量化支撑，对非洲劳动经济学乃至全球不平等比较研究产生了深远影响。

当前挑战

该数据集所解决的领域核心挑战在于，非洲地区长期缺乏系统、可比且跨时间的收入不平等数据，尤其是细至性别与职业维度的统计资料，严重制约了区域政策评估与跨国比较研究。构建过程中面临的挑战包括：各国原始调查数据在抽样方法、问卷设计、职业分类标准及统计频率上存在显著差异，ILO需进行复杂的跨国家数据清洗与标准化处理；部分观测值质量标记为“不可靠”，反映出数据源在收集方法、样本代表性或测量误差方面的固有限制；此外，同一国家在不同年份可能存在多个数据来源，需依据ILO的“最佳来源”原则进行遴选，进一步增加了数据一致性的维护难度。

常用场景

经典使用场景

该数据集聚焦于非洲43个国家自1991年至2024年间员工月收入的基尼指数，按性别和职业进行精细化分层。其最经典的使用场景在于劳动经济学领域的收入不平等纵向分析，研究者可借助该数据构建跨时间、跨国家的面板数据模型，精准刻画非洲大陆不同职业群体内部的收入分配差异。该数据集的时间跨度长达三十余年，为追踪收入不平等在非洲经济转型、劳动政策调整过程中的演变轨迹提供了不可多得的量化素材，尤其适合用于研究性别收入差距在多样化职业结构中的动态变迁。

解决学术问题

该数据集有效回应了非洲劳动经济学研究中长期存在的数据匮乏难题。传统上，非洲国家的收入分布微观数据或因统计体系薄弱、或因数据开放程度低，难以支撑严谨的跨国比较研究。此数据集通过整合国际劳工组织ILOSTAT的标准化指标，提供了跨时段、跨国家的高质量基尼指数，使得学者得以系统探究非洲地区收入不平等的驱动因素，如职业结构变化、性别歧视效应、宏观经济发展与分配公平之间的复杂关联，极大推动了该领域的实证研究边界。

衍生相关工作

围绕该数据集及其源数据，已衍生出多项具有影响力的学术工作。在国际劳工组织的官方框架下，基于ILOSTAT收入不平等指标的年度报告系统分析了全球劳动收入分配趋势，为区域比较提供了基准。部分学者利用类似时序列数据构建了非洲国家收入不平等的聚类分析，识别出处于不同发展阶段的国家群组。此外，该数据集的精细化职业-性别分层结构，激励了后续研究采用分解方法（如Oaxaca-Blinder分解）量化职业隔离与性别歧视在总体收入差距中的相对贡献，深化了对非洲劳动市场结构的理论认知。