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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的按性别和教育程度划分的雇员月平均收入（当地货币）指标数据，专门针对非洲地区。数据集涵盖45个非洲国家，时间跨度为1991年至2024年，共包含8,283个观测值。数据按性别（总计、男性、女性）和教育程度进行细分，反映了非洲各国雇员月平均收入的年度统计情况，以当地货币为单位。数据集经过重新打包，旨在为机器学习和研究提供标准化、可直接使用的格式。license: cc-by-4.0 语言: - en 任务类别: - 表格分类 - 表格回归 - 时间序列预测 多语言属性: 单语 样本量范围: - 1000 < n < 10000 标签: - 表格数据 - 非洲 - ILOSTAT - 收入 - 国际劳工组织（ILO） - 劳工 - 就业 数据集名称: "按性别与教育程度划分的雇员月均收入（当地货币）| 非洲（ILOSTAT）" # 按性别与教育程度划分的雇员月均收入（当地货币）| 非洲（ILOSTAT） 🌍 **8283条观测值** · **45个非洲国家** · **1991–2024年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)二次整理*      ## 快速概览（TL;DR） 本数据集包含覆盖**45个非洲国家**、时间跨度**1991–2024年**的**8283条收入类观测值**，仅涉及**1个核心指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）** 是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，为全球领先的劳工统计权威数据源。其收录指标涵盖就业、失业、工资、工作时长、童工、非正规经济、社会保障、职业伤害及可持续发展目标体面工作目标等多个领域，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录，覆盖全球200余个经济体，数据标准化协调工作由国际劳工组织统计司负责。 - **来源**: [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTA_SEX_EDU_NB) - **发布方**: 国际劳工组织（ILO） - **许可协议**: [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**: 收入 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EAR_EMTA_SEX_EDU_NB`拉取原始数据，并筛选出非洲地区的ISO 3166-1 alpha-3国家编码对应的样本。ILOSTAT依据**国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）** 的定义对原始调查微观数据进行标准化处理；数据来源可通过`source.label`字段进行溯源。 ## 地理覆盖范围 覆盖45个非洲国家，以下为按观测条数排序的前15个国家及剩余30个国家概况： | 国家编码 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MUS` | 927 | 2001 | 2024 | | `ZAF` | 688 | 2000 | 2020 | | `EGY` | 652 | 2008 | 2024 | | `MLI` | 453 | 2013 | 2024 | | `GHA` | 377 | 1991 | 2024 | | `ZMB` | 341 | 2017 | 2024 | | `UGA` | 307 | 2010 | 2021 | | `TZA` | 302 | 2001 | 2024 | | `AGO` | 275 | 2019 | 2024 | | `BWA` | 262 | 2019 | 2024 | | `RWA` | 249 | 2014 | 2024 | | `NAM` | 230 | 2012 | 2018 | | `TGO` | 220 | 2011 | 2022 | | `ZWE` | 213 | 2011 | 2023 | | `BFA` | 213 | 2018 | 2024 | | ... | 其余30国 | | | ## 指标示例 - `EAR_EMTA_SEX_EDU_NB` — 按性别与教育程度划分的雇员月均收入（当地货币） ## 数据架构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家编码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文来源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `EAR_EMTA_SEX_EDU_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别与教育程度划分的雇员月均收入……` | | `sex` | `string` | 性别细分维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | 细分维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `EDU_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 分类变量说明 | `教育程度（汇总级别）：总计` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位随指标定义变化） | `111867.158` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 状态标记说明 | `不可靠` | | `note_classif` | `string` | 分类备注代码 | `C3:2620` | | `note_classif.label` | `string` | 分类备注说明 | `非标准教育水平：包含……` | | `note_indicator` | `string` | 指标备注代码 | `T30:2` | | `note_indicator.label` | `string` | 指标备注说明 | `货币单位：安哥拉——宽扎（AOA）` | | `note_source` | `string` | 来源备注代码 | `R1:3513` | | `note_source.label` | `string` | 来源备注说明 | `存储库：国际劳工组织统计司——微观数据……` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率，部分指标同时发布月度或季度序列，本数据集未收录此类数据。 - 当同一国家×年份的同一指标存在多个来源时，将采用国际劳工组织选定的“最优来源”数据。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用示例 python from datasets import load_dataset # 加载目标数据集 ds = load_dataset("electricsheepafrica/africa-ilo-ear-emta-sex-edu-nb-average-monthly-earnings-of-employees-by-sex-and-e") # 将训练集转换为Pandas数据框 df = ds["train"].to_pandas() print(df.head()) ### 单国家数据筛选 python # 筛选肯尼亚的观测数据 kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python import matplotlib.pyplot as plt sample = (df[df["indicator"] == "EAR_EMTA_SEX_EDU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAR_EMTA_SEX_EDU_NB") plt.show() ### 转换为国家×年份透视矩阵 python matrix = (df[df["indicator"] == "EAR_EMTA_SEX_EDU_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_ear_emta_sex_edu_nb_average_monthly_earnings_of_employees_by_sex_and_e_2024, title = {"按性别与教育程度划分的雇员月均收入（当地货币）| 非洲（ILOSTAT）"}, author = {国际劳工组织（ILO）}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTA_SEX_EDU_NB}, publisher = {HuggingFace数据集平台, 由Electric Sheep Africa二次整理}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-ear-emta-sex-edu-nb-average-monthly-earnings-of-employees-by-sex-and-e}} } ## 许可协议 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始来源及Electric Sheep Africa的二次整理版本。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep使命的一部分，旨在在HuggingFace平台上构建统一的、适用于机器学习的非洲地区数据层。我们从权威开放数据源获取数据，标准化数据架构，以Parquet格式封装，并发布格式统一的数据集卡片，方便研究人员与开发者通过`load_dataset()`函数在数秒内启动数据使用。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据获取溯源：2026-05-27通过Electric Sheep流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTA_SEX_EDU_NB_

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，由Electric Sheep Africa团队重新封装并发布至HuggingFace平台。构建过程中，数据通过ILOSTAT REST API接口直接获取，原始指标代码为EAR_EMTA_SEX_EDU_NB，并依据非洲ISO3国家编码进行地理范围过滤。ILOSTAT依据国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行统一标准化处理，且通过source.label字段标注数据来源，以保障数据可追溯性。最终数据集包含8,283条观测记录，覆盖45个非洲国家，时间跨度从1991年至2024年，涉及1项核心指标。

使用方法

该数据集的使用极为便捷，推荐通过HuggingFace Datasets库直接加载。用户只需调用`load_dataset`函数即可将数据载入内存，并利用`to_pandas()`方法转换为Pandas DataFrame，从而无缝衔接后续的数据分析流程。针对特定国家或指标的分析，可通过筛选`ref_area`或`indicator`列实现快速定位。对于时间序列分析，可依据`time`列进行排序和可视化。若需构建国家间的横向比较，可运用`pivot_table`方法将数据重塑为国家×年份的矩阵形式，极大地方便了面板数据分析和计量建模工作。

背景与挑战

背景概述

劳动力市场中的性别工资差异与教育回报率是发展经济学长期关注的核心议题，尤其在非洲大陆，数据稀疏性与统计口径不一长期制约着实证研究的深入。该数据集由国际劳工组织（ILO）于2024年通过其统计数据库ILOSTAT发布，后由Electric Sheep Africa重新封装为机器学习友好的格式。它聚焦于非洲45个国家1991至2024年间按性别与教育水平划分的雇员平均月收入（以当地货币计），共包含8,283条观测记录。作为首个系统覆盖撒哈拉以南及北非地区劳动报酬分层信息的标准化数据集，它为研究者深入探讨教育对收入的影响机制、性别薪酬差距的动态演变以及非洲劳动力市场的结构性特征提供了关键量化基础，对推动该区域的循证政策制定与劳动经济学研究具有重要价值。

当前挑战

该数据集所应对的首要挑战源于非洲劳动力市场固有的数据碎片化与统计能力不足：多数国家缺乏连续、可比的年度调查，导致时间序列中存在大量断裂与缺失值，且观测质量标注如“不可靠”（unreliable）的条目进一步限制了建模精度。其次，性别与教育维度的交叉分层虽为分析提供了丰富粒度，却也导致了稀疏单元格问题——在特定国家、年份与细分群体组合下，观测数量极低，增加了统计推断的波动性。在构建层面，数据从ILOSTAT REST API抽取后需经多来源整合与一致性对齐，但因各国原始调查定义（如教育分类标准）差异显著，难以实现完全可比的元数据映射。此外，当地货币计值的收入数据因通胀与汇率波动而缺乏跨时、跨国可比性，使用者需自行处理转换与购买力平价调整，构成进一步的使用障碍。

常用场景

经典使用场景

该数据集汇集了1991年至2024年间45个非洲国家按性别与教育程度划分的雇员平均月收入数据，为劳动经济学与区域发展研究提供了可靠的纵向面板资料。研究者常借助该数据集剖析非洲大陆内部收入分配的结构性特征，例如通过分位数回归或基尼系数分解，揭示教育回报率在不同经济发展阶段国家间的异质性。此外，基于性别的收入差距分析也是经典应用方向之一，借助固定效应模型或Oaxaca-Blinder分解，可以量化性别歧视与人力资本禀赋对薪酬差异的贡献程度。时间跨度的充足性使得长期趋势分析与断点回归设计成为可能，从而支撑对政策干预效果的因果推断。

解决学术问题

在学术研究中，该数据集较好地回应了非洲劳动市场中数据稀疏性与可比性不足的长期困境。它使得研究者得以系统性地探讨教育与性别如何影响薪酬回报，填补了该区域在人力资本经济学实证证据上的空白。通过整合国际劳工组织统一标准的统计口径，数据集有效降低了跨国比较中的测量误差，为验证人力资本理论、筛选假设及劳动市场分割理论在非洲语境下的适用性提供了实证基础。其存在促进了发展经济学对减贫政策、技能培训项目及性别平等倡议的效能评估，推动了从描述性分析向因果推断的范式转型。

实际应用

在实际应用层面，该数据集为非洲各国政府、国际发展机构及非政府组织在制定劳动市场政策时提供了量化依据。例如，劳动部门可以依据不同教育层次雇员的收入中位数，动态调整最低工资标准或设计差异化的薪资补贴方案。性别维度的数据则有助于识别收入差距较大的行业与地区，为推进同工同酬立法与职场反歧视行动提供优先级参考。企业人力资源部门亦可借鉴历史收入趋势，在跨区域招聘与薪酬包设计中设定具有竞争力的薪酬水平。数据集的标准化格式与便捷加载方式，使得从政策模拟到实时仪表盘开发均可高效实现。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别与教育程度划分的员工月均收入（本币计值），为劳动经济学与发展研究提供了稀缺的纵向微观数据基础。当前前沿方向集中于利用该时间序列（1991–2024年，覆盖45国）构建面板数据模型，以揭示非洲劳动力市场中教育回报率的性别差异演变规律，并结合ILO的标准化统计口径，探讨结构性不平等与可持续发展目标（SDG 8体面工作）的关联。热点事件如全球疫情后的就业复苏韧性、非洲大陆自由贸易区（AfCFTA）对劳动力流动的冲击，均可依托该数据展开因果推断与政策模拟，其标准化分割维度（如性别与教育层级）为跨区域比较提供了方法支撑。