electricsheepafrica/africa-ilo-ear-smta-sex-cur-nb-average-monthly-earnings-of-stem-employees-by-sex

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲STEM（科学、技术、工程和数学）员工月平均收入统计数据。数据涵盖29个非洲国家，时间跨度为2009年至2024年，共825个观测值，重点关注一个指标：按性别和货币分类的STEM员工月平均收入。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、货币类型、年份、观测值等。数据通过ILOSTAT REST API获取，并经过非洲ISO3国家代码过滤，确保数据质量和一致性。数据集适用于表格分类、表格回归和时间序列预测等任务，可用于分析非洲STEM劳动力市场的收入趋势和性别差异。This dataset contains monthly average earnings statistics for STEM (Science, Technology, Engineering, and Mathematics) workers in Africa, sourced from the ILOSTAT database of the International Labour Organization (ILO). The data covers 29 African countries over the period from 2009 to 2024, with a total of 825 observations, focusing on a single core indicator: the monthly average earnings of STEM workers categorized by gender and currency type. The dataset features a detailed column structure including country code, country name, data source, indicator code, gender category, currency type, year, and observation value, among other relevant fields. All data was obtained via the ILOSTAT REST API and filtered using African ISO 3 country codes to ensure data quality and consistency. This dataset is suitable for tasks such as table classification, table regression, and time series forecasting, and can be used to analyze earnings trends and gender disparities in Africa's STEM labor market.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库构建，聚焦非洲地区STEM（科学、技术、工程与数学）雇员平均月薪的性别与货币差异。数据通过ILOSTAT REST API直接抽取，以非洲国家ISO3代码为地理过滤标准，整合了2009年至2024年间29个非洲国家的调查数据。ILO基于国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调，并在每条记录中标注数据来源类型（如劳动力调查、行政记录等），确保数据可追溯性。最终整理为包含825条观测值的表格，涵盖性别、货币类型、时间等多维分类信息。

特点

数据集的核心特点在于其精细的分层结构：不仅按性别（总、男、女）进行拆解，还包含货币类型（如本地货币）等分类变量，便于跨维度分析。数据覆盖区域较为广泛，包含埃及（135条）、毛里求斯（108条）等代表性国家，时间跨度达16年。每个观测值均附有数据质量标识（如异常值标记、系列中断标记），帮助用户判断数据可靠性。值得注意的是，数据集仅保留年度频率数据，且对于同一国家与年份的多源记录，采用ILO筛选的‘最佳来源’，提升了数据一致性。

使用方法

用户可通过HuggingFace的datasets库快速加载数据，调用`load_dataset()`函数即可获得可直接用于分析的Pandas DataFrame。典型用法包括按国家筛选（如`df[df['ref_area'] == 'KEN']`）、按指标进行时间序列绘图（如按年份排序后绘制`obs_value`曲线），以及构建国家×年份的透视矩阵（如使用`pivot_table`函数）。数据集同时兼容表格分类、回归与时间序列预测任务，为深入探究非洲STEM领域薪酬性别差距提供了便捷的机器学习就绪格式。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库构建，经Electric Sheep Africa于2024年重新整理并发布于HuggingFace平台。核心研究问题聚焦于非洲地区STEM（科学、技术、工程与数学）从业者的性别收入差异，旨在填补全球劳动统计中非洲区域精细度不足的空白。数据集涵盖29个非洲国家、2009至2024年间825条观测记录，提供了按性别和货币分组的STEM员工平均月薪信息。作为ILO官方统计数据的衍生成果，该数据集为研究非洲劳动力市场中性别不平等、STEM职业发展及区域经济差异提供了标准化、可复用的量化基础，对推动可持续发展目标（SDG）中体面工作与经济增长指标的监测具有重要参考价值。

当前挑战

该数据集面临的挑战主要体现在两个层面。首先，在领域问题层面，非洲各国劳动统计体系差异显著，数据来源涵盖劳动力调查、行政记录等多渠道，导致国家间数据口径、时间跨度与质量参差不齐，难以直接进行跨国产出比较；同时，STEM职业的定义与分类在各国间尚未统一，削弱了指标准确性。其次，在构建过程中，数据整合需应对ILOSTAT API的异构接口、多源数据中“最优来源”的自动选择策略、以及缺失值与断序标记（如`obs_status`中‘Break in series’）的规范化处理。此外，部分国家观测稀疏（如仅18条记录），使得时间序列分析与性别细分视角下的统计推断面临样本量不足的困境。

常用场景

经典使用场景

该数据集收录了2009年至2024年间非洲29个国家的STEM雇员平均月薪数据，按性别与货币种类进行细分，共计825条观测记录。经典使用场景包括基于性别维度的收入差异对比分析，研究者可借此探究非洲各国STEM领域中男性和女性在薪资水平上的结构性鸿沟。此外，该数据还可用于时间序列建模，揭示特定国家或地区STEM从业人员薪资随年份变化的演进趋势，为劳动力市场动态研究提供量化支撑。

解决学术问题

在学术研究层面，该数据集核心解决了非洲大陆STEM领域性别薪酬差距的量化测度难题。长期以来，非洲地区缺乏标准化、跨国的性别薪资细分数据，难以支撑系统的经济学与劳动社会学分析。该数据集通过ILOSTAT统一标准整合多源调查数据，使得研究者能够构建面板数据模型，检验性别歧视、职业隔离、人力资本积累等因素对薪酬差距的影响，为国际劳工组织推动的体面劳动与可持续发展目标（SDG 8和5）提供了坚实的数据基础。

衍生相关工作

围绕该数据集已衍生出若干具有影响力的研究工作。一方面，基于其时间序列与国家截面特征，研究者构建了非洲STEM劳动力市场异质性分析的计量经济学模型，揭示了自然资源禀赋、教育投入与性别薪酬差距之间的非线性关系。另一方面，该数据被整合进更广泛的全球劳动力统计数据库，支持跨国比较研究，催生了关于发展中国家性别平等与经济增长关系的元分析成果。此外，机器学习领域也利用该数据开发了薪资预测与缺失值填补算法，提升了非洲劳动力统计数据的实用性与完整性。