electricsheepafrica/africa-ilo-ear-emtm-sex-age-nb-median-monthly-earnings-of-employees-by-sex-and-ag

该数据集包含非洲45个国家从1991年至2024年的员工月收入中位数数据，按性别和年龄分类，以本地货币计值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过重新打包，涵盖8,946个观测值。数据集包括国家代码、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值及其状态标志等字段。它适用于表格分类、回归和时间序列预测等任务，旨在为研究非洲劳动力市场、收入不平等和经济发展提供机器学习就绪的数据支持。This dataset contains median monthly employee income data for 45 African countries spanning from 1991 to 2024, categorized by gender and age group, denominated in local currencies. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and repackaged, covering a total of 8,946 observations. The dataset includes fields such as country code, data source, indicator code, gender categories (total, male, female), age groups, observation year, observed value, and its status flag. It is applicable for tasks including tabular classification, regression, and time series forecasting, and aims to provide machine learning-ready data support for research on African labor markets, income inequality and economic development.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织（ILO）的ILOSTAT数据库重新整理而成。数据通过ILOSTAT REST API直接提取，并依据非洲ISO3国家代码进行地理范围过滤。ILOSTAT数据库本身汇集了各国劳动力调查、家庭收入调查、企业调查及行政记录等多元数据源，并依照国际劳动统计学家会议（ICLS）定义进行标准化处理。最终数据集包含8946条观测记录，覆盖45个非洲国家，时间跨度为1991年至2024年，聚焦于雇员按性别和年龄分组的月收入中位数（以当地货币计）这一核心指标。

特点

该数据集的核心特点在于其精细的维度划分与高度的结构化设计。数据不仅提供了国家、年份和指标值等基础字段，还通过'sex'和'classif1'等列实现了按性别（总、男、女）和年龄组的交叉分类。每个观测值都附带了数据来源标签（source.label），确保了数据的可追溯性。此外，数据集包含了观测状态标志（obs_status）及多种注释字段，用以标示数据的中断、可靠性或货币单位等潜在变动，为研究者评估数据质量提供了透明依据。

使用方法

数据集可通过Hugging Face的`datasets`库便捷加载，用户只需调用`load_dataset`函数即可获得可直接操作的DataFrame。研究者能够利用`pandas`的筛选功能按国家或指标子集进行分析，例如快速提取肯尼亚的数据或聚焦于特定指标的时间序列。数据还支持透视操作，可轻松构建以年份为行、国家为列的矩阵，便于跨国的横向比较与面板数据分析。其清晰的列名和标准化的编码系统，使得从数据加载到可视化分析的流程极为流畅。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过其ILOSTAT数据库发布，并由Electric Sheep Africa重新打包整理，聚焦于非洲45个国家在1991至2024年间按性别和年龄划分的员工月收入中位数（以当地货币计）。ILOSTAT作为全球劳动统计领域的权威数据源，整合了来自劳动力调查、行政记录等多渠道的微观数据，并依据国际劳动统计学家会议（ICLS）标准进行协调统一，为分析非洲劳动力市场的性别收入差距、年龄结构对收入的影响等核心研究问题提供了关键支撑。该数据集涵盖8946条观测记录，其系统化的分类维度（性别、年龄组）和标准化的数据结构，显著提升了非洲区域劳动经济学研究的可复现性与跨国比较的精确性，对推动可持续发展目标（SDG）中体面工作指标的监测具有重要影响力。

当前挑战

该数据集面临的核心挑战在于非洲区域劳动力市场数据的高度异质性与不完整性。一方面，不同国家的数据收集能力差异悬殊，导致时间序列跨度不一，例如毛里求斯拥有从2001年至2024年的完整数据，而安哥拉等国家仅从2019年开始记录，样本量分布极不均衡，限制了多国面板分析的统计效力。另一方面，数据构建过程中遭遇多重障碍，包括不同调查来源间的定义与计量标准差异、观测值附带的‘序列中断’状态标记以及货币单位的本地化属性，使得跨国比较时需处理复杂的汇率换算与通胀调整问题。此外，职业分类（如classif1字段）的缺失值比例较高，进一步增加了细化分析的难度，对模型鲁棒性提出了严峻考验。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交叉领域中，该数据集最经典的用途在于开展跨国别的性别与年龄工资差异分析。研究人员能够利用其中按月薪中位数划分的性别与年龄细分指标，系统探究非洲大陆不同国家内部及国家之间劳动力市场回报的结构性特征。数据集覆盖1991至2024年间45个非洲国家的8946条观测记录，为考察经济发展阶段、劳动力政策变革与工资水平动态演变之间的复杂关联提供了坚实的数据基础。通过时间序列分析与面板数据回归等经典计量方法，学者可以精准刻画非洲地区就业收入的长期趋势、周期波动以及结构性断点，揭示年龄与性别维度上的工资溢价或歧视现象。

实际应用

在实际应用层面，该数据集为国际组织、非洲各国政府及非政府机构制定差异化的劳动力政策提供了精准的数据支撑。政策制定者可以借助性别与年龄分层的工资数据，识别收入分配中的弱势群体，设计针对性的最低工资调整方案、职业技能培训计划以及促进女性经济赋权的项目。对于企业而言，通过分析不同国家和行业的工资中位数趋势，可以优化跨国人力资源配置与薪酬策略，评估非洲各市场的劳动力成本竞争力。此外，发展金融机构与投资者能够结合这些薪资数据，更科学地评估非洲各国的营商环境、消费潜力与投资风险，从而做出更明智的资本配置决策。

衍生相关工作

该数据集衍生出一系列富有影响力的学术与政策研究工作。许多学者基于此数据构建了非洲劳动力市场的面板数据集，开展性别工资差距的分解研究，运用Oaxaca-Blinder分解或分位数回归等方法精确量化性别歧视与禀赋差异的贡献。部分研究融合了该数据集与其他非洲社会经济指标（如教育水平、产业结构比例、城镇化率），建立多维度劳动力市场表现评估模型。在政策层面，国际劳工组织围绕这些数据定期发布非洲工资报告，系统监测各国体面工作的推进情况。此外，该数据集还催生了将机器学习方法应用于非洲劳动力市场预测的前沿尝试，例如利用时序模型预测不同年龄段与性别群体的收入增长轨迹。