electricsheepafrica/africa-ilo-ear-xtlp-sex-rt-low-pay-rate-by-sex

该数据集名为“低薪酬率按性别（%）|非洲（ILOSTAT）”，是一个关于非洲国家收入与薪酬不平等情况的表格数据集。它包含506个观测值，覆盖37个非洲国家，时间跨度为1991年至2024年，核心指标为“低薪酬率按性别（%）”（ILOSTAT代码：EAR_XTLP_SEX_RT）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理，以提供机器学习就绪的格式。数据集包含多列信息，如国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、观测年份、观测值、数据状态标志和注释等，适用于表格分类、回归和时间序列预测任务。数据由Electric Sheep Africa重新打包发布，遵循CC-BY-4.0许可协议。This dataset, titled "Low Pay Rate by Sex (%) | Africa (ILOSTAT)", is a tabular dataset focused on income and pay inequality in African countries. It contains 506 observations covering 37 African countries, with a time span from 1991 to 2024. Its core indicator is "Low Pay Rate by Sex (%)" (ILOSTAT code: EAR_XTLP_SEX_RT). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, obtained via API and standardized into a machine-learning-ready format. The dataset includes multiple columns such as country code, country name, data source, indicator code, gender category (total, male, female), observation year, observed value, data status flag, and notes. It is suitable for tasks including tabular classification, regression, and time series forecasting. The dataset is republished by Electric Sheep Africa and distributed under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集源于国际劳工组织（ILO）旗下的ILOSTAT统计数据库，聚焦于非洲地区性别视角下的低薪率指标。数据通过ILOSTAT提供的REST API接口直接获取，原始指标编码为EAR_XTLP_SEX_RT，经Electric Sheep Africa团队二次加工与封装。在构建过程中，首先利用API拉取全球数据，随后依据非洲ISO 3166-1 alpha-3国家代码进行地理筛选，最终整合为涵盖37个非洲国家、跨越1991年至2024年共506条观测记录的结构化表格。每条观测包含国家、性别分类、年份、指标值以及数据来源与状态注释等字段，确保了数据的可追溯性与统计一致性。

特点

该数据集的核心特点在于其专注于非洲大陆的性别收入不平等议题，提供了唯一的核心指标——按性别划分的低薪率（Low pay rate by sex, %），并细分为总人口、男性和女性三个维度，便于进行性别比较分析。数据来源多元，包括劳动力调查、家庭收入调查等，且每个观测均附有来源标签与观测状态标识（如数据是否中断或修订），提升了数据使用的透明度。尽管样本量相对有限（506条），但其时间跨度覆盖三十余年，且地理覆盖广泛，囊括了毛里求斯、埃及、南非等主要经济体，为研究非洲劳动力市场中性别薪酬差异的长期演变提供了宝贵素材。

使用方法

该数据集已封装为Hugging Face Datasets格式，可通过Python代码行轻松加载：使用`load_dataset`函数即可将数据读入内存，并转换为Pandas DataFrame进行后续分析。用户可依据国家代码（`ref_area`）筛选特定国家的时间序列数据，或按性别分组探讨低薪率的变化趋势。此外，通过数据透视功能，可方便地将原始长格式数据转换为以年份为行、国家为列的矩阵形式，便于面板数据分析或可视化呈现。数据集遵循CC-BY 4.0许可协议，使用时需注明原始数据来源（ILO）及Electric Sheep Africa的再封装贡献。

背景与挑战

背景概述

该数据集由Electric Sheep Africa于2024年基于国际劳工组织（ILO）的ILOSTAT数据库重新打包发布，聚焦非洲37个国家1991至2024年间按性别划分的低工资率（Low pay rate by sex）指标，共包含506条观测记录。低工资率作为反映收入与薪酬不平等的重要表征，在非洲劳动力市场研究中具有关键意义——该地区长期存在非正规就业占比高、性别工资差距显著等结构性矛盾。数据集依托ILO标准化统计框架，整合各国劳动力调查与行政记录数据，为探究非洲劳动力市场的性别维度不平等提供了跨越三十余年的纵向观测窗口，对发展经济学、劳动经济学及性别研究等领域具有基础性数据支撑价值。

当前挑战

该数据集所解决的核心领域问题在于：非洲劳动力市场中低工资现象的性别差异缺乏系统性的跨国产出可比数据，传统研究多依赖零星国别调查，难以揭示区域整体规律。构建过程中的挑战则包括：多国数据源异质性导致的指标口径统一困难，如各国劳动力调查的抽样方法、问卷设计存在差异；时间序列数据存在大量缺失值和观测状态标记（如‘序列中断’、‘方法修订’），需通过ILO的‘最佳来源’筛选机制进行数据质量管控；性别分类维度仅包含总、男、女三值，缺乏非二元性别或更精细的社会经济分层信息，制约了交叉性分析的深度。

常用场景

经典使用场景

在劳动经济学与收入不平等研究领域，该数据集提供了非洲37个国家1991至2024年间按性别划分的低薪率时间序列数据。研究者可借此构建面板数据模型，系统分析性别工资差距的演变趋势、低薪工作的性别分布特征，以及经济发展阶段与劳动政策对低薪率的影响。典型使用场景包括利用固定效应模型或差分法评估各国最低工资制度、劳动法规及社会保障政策对女性低薪率的调节效应。

解决学术问题

该数据集有效填补了非洲地区低薪率性别差异系统性数据的空白，解决了现有研究因数据零散而难以开展跨国家跨时段比较分析的困境。学者得以检验“性别低薪陷阱”假说——即女性更易陷入持续性低薪状态，并量化教育水平、产业结构、劳动力市场制度等因素对低薪率性别差的边际贡献。其意义在于为可持续发展目标中体面劳动与性别平等指标提供基准数据，推动非洲劳动经济学实证研究从个案描述走向定量推断。

衍生相关工作

该数据集已催生多项经典工作，包括构建非洲国家低薪率异质性趋势的可视化仪表盘，以及将ILOSTAT指标与World Bank、UNSD数据库融合形成多维度不平等分析平台。研究者围绕其开展了基于机器学习的低薪率预测模型研究，考察经济发展阶段、性别教育差距与劳动参与率对低薪概率的非线性影响。此外，数据集的标准化发布格式促进了资源匮乏国家劳动统计能力的比较研究，为后续扩展至非正规就业与职业伤害等ILOSTAT模块奠定了方法论基础。