electricsheepafrica/africa-ilo-ear-tmta-sex-cur-nb-average-monthly-earnings-of-tourism-sector-employe

该数据集包含关于非洲旅游业员工平均月收入的统计数据，具体按性别和货币进行细分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖了2012年至2024年期间17个非洲国家的489个观测值。核心指标是平均每月收入（按性别和货币划分的旅游业员工）。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类、货币分类、观测年份、观测值、数据状态标志以及相关注释。数据以年度频率提供，并包含了数据质量说明，例如当同一国家×年份有多个来源时，使用ILO选择的最佳来源。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。This dataset contains statistical data on the average monthly earnings of employees in Africa's tourism industry, disaggregated by gender and currency. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), covering 489 observations across 17 African countries over the 2012 to 2024 period. The core indicator is the average monthly earnings of tourism industry employees, with breakdowns by gender and currency. The dataset features a detailed column structure, including country code, country name, data source, indicator code, gender category, currency category, observation year, observed value, data status flag, and relevant annotations. The data is provided at an annual frequency and includes data quality specifications; for example, when multiple sources exist for the same country and year, the optimal source selected by the ILO will be utilized. This dataset was repackaged by Electric Sheep Africa, with the goal of providing a unified, machine learning-ready data layer for Africa.

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）的核心统计数据库ILOSTAT，通过其REST API直接提取指标代码为EAR_TMTA_SEX_CUR_NB的原始数据，并依据非洲ISO3国家代码进行地理范围过滤。数据由Electric Sheep Africa团队重新封装，以Parquet格式发布，并统一设计了包含18个字段的规范化模式。在构建过程中，ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国调查微观数据进行协调处理，数据来源在source.label列中明确标示以确保可追溯性。数据集最终收录了2012年至2024年间17个非洲国家的489条观测记录，聚焦于旅游部门雇员平均月薪这一核心指标。

特点

该数据集最显著的特征在于其精细的维度拆解设计，涵盖性别（sex）、货币类型（classif1）等关键分类变量，使得用户可以按性别（总计、男性、女性）及不同货币单位进行深入分析。数据接口保留了ILOSTAT的原始质量标记（obs_status），如数据是否为序列断裂或临时性数据，为研究人员提供了重要的不确定性评估依据。此外，数据集虽为年度频率，但提供了明确的来源标识和注释信息（note_indicator、note_source），增强了跨国家、跨年份数据比较的透明度和可靠性。这些设计使其成为研究非洲旅游行业劳动力市场薪酬结构的稀缺量化资源。

使用方法

用户可通过HuggingFace Datasets库以load_dataset()函数便捷加载该数据集，并直接转换为Pandas DataFrame格式进行后续分析。常见的使用范式包括：根据ref_area字段筛选特定国家的观测记录；针对EAR_TMTA_SEX_CUR_NB指标按时间排序以绘制薪酬变化趋势图；或者利用pivot_table函数将数据重塑为国家×年份的面板数据矩阵，便于进行跨国的比较静态分析或面板计量建模。数据集还支持按性别或货币类型进行子集划分，以满足差异化的研究需求，所有操作均可通过简洁的Python代码流畅完成.

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，并由Electric Sheep Africa团队在HuggingFace平台重新封装，聚焦于非洲17个国家2012至2024年间旅游业雇员按性别与货币计量的平均月收入。作为ILOSTAT数据库的重要子集，它依托ILO统一协调的国家劳动力调查、家庭收入调查及行政记录，遵循国际劳工统计学家会议（ICLS）定义，为非洲旅游业劳动经济研究提供了标准化、可比较的时序数据。该数据集的发布显著填补了非洲区域旅游业薪酬领域精细数据的空白，为跨国劳动力市场分析、性别薪资差距评估以及可持续发展目标（SDG）体面工作指标的监测提供了坚实支撑，对发展经济学与旅游管理研究具有重要影响力。

当前挑战

该数据集所解决的领域问题核心在于非洲旅游业劳动力市场中薪酬数据的碎片化与不可比性，具体体现为各国统计口径、货币单位及调查方法的高度异质性，这导致跨国跨时期的系统性分析极为困难。构建过程中面临的挑战包括：数据来源多样（劳动力调查、行政记录等）导致的标准化难度；ILO需从多源中筛选“最佳来源”以处理同一国家年份下的重复观测；性别维度的细粒度拆分（仅涵盖总数、男性、女性三类）限制了更深入的社会经济交叉分析；此外，缺失值、统计序列中断（如标记“Break in series”）以及数据年份分布不均（埃及81条观测而肯尼亚仅9条）均对模型稳健性与时序预测精度构成显著挑战。

常用场景

经典使用场景

在劳动经济学与旅游经济交叉研究领域，该数据集常用于分析非洲地区旅游业从业者的薪酬结构及其性别差异。研究者可借助其细粒度的时间序列数据（2012-2024年），对不同国家、不同性别群体的月均收入进行纵向比较和横向对比。通过整合性别与货币分类维度，经典使用场景包括构建面板数据模型以探究旅游业薪酬的动态演化规律，或运用时间序列预测方法如ARIMA或Prophet模型对特定国家未来收入趋势进行预估，从而揭示旅游经济对劳动力市场的长期影响。

解决学术问题

该数据集有效解决了非洲旅游业劳动力市场中长期缺乏高质量、标准化薪酬数据的学术困境。传统研究中，针对发展中国家旅游从业者收入的研究常受限于样本量小、国别分散或性别维度缺失等问题。凭借ILOSTAT统一的指标定义和17国跨年度的数据覆盖，该资源能够支持学者探究旅游业性别工资差距的成因与变迁、经济波动（如疫情与汇率变动）对旅游就业收入的冲击，以及不同货币计价下购买力平价的异质性影响，为检验人力资本理论、劳动力市场分割理论等经典框架提供了实证基础。

衍生相关工作

围绕该数据集已衍生出多项经典研究与应用工作。在学术层面，其底层数据来源ILOSTAT的标准化指标被广泛用于构建联合国可持续发展目标（SDG）8（体面工作与经济增长）的监测模型，相关论文常以该数据验证旅游业性别平等指标。在工具层面，Electric Sheep Africa团队将其重新打包为机器学习友好的格式，推动了面向非洲的自动化劳动力分析流程开发，如基于huggingface datasets库的快速数据加载和Time-Series Forecasting基线模型。此外，该数据集也被整合进开源的可视化看板中，支持交互式探索17国旅游收入的时空演变规律。