electricsheepafrica/africa-ilo-ear-emta-sex-ocu-cur-nb-average-monthly-earnings-of-employees-by-sex-occup

该数据集包含非洲42个国家从1991年至2024年的24,005个观测值，核心指标为按性别、职业和货币划分的雇员平均月收入。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家代码，涵盖了就业、收入等劳动统计信息。数据集结构包括国家代码、指标代码、性别分类、年份、观测值等列，适用于表格分类、回归和时间序列预测任务。数据经过ILO的标准化处理，使用国际劳工统计学家会议（ICLS）定义，并提供来源追踪列以确保可追溯性。This dataset contains 24,005 observations spanning from 1991 to 2024 across 42 African countries, with its core indicator being the average monthly employee income categorized by gender, occupation and currency. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), acquired via API and filtered to retain only entries associated with African country codes, covering labor statistics such as employment and income. The dataset comprises columns including country code, indicator code, gender category, year and observed value, and is applicable for tasks including tabular classification, regression and time series forecasting. The data has undergone standardized processing by the ILO in line with the definitions specified by the International Conference of Labour Statisticians (ICLS), and includes source tracking columns to ensure traceability.

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数据库，通过REST API接口获取指标EAR_EMTA_SEX_OCU_CUR_NB的原始数据，并依据非洲ISO3国家代码进行过滤筛选。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统一协调，数据来源在source.label列中予以标注，确保可追溯性。最终由Electric Sheep Africa团队重新封装为HuggingFace数据集，形成包含24,005条观测记录的标准化表格数据，覆盖42个非洲国家，时间跨度从1991年至2024年。

使用方法

用户可通过HuggingFace datasets库直接加载数据集，调用`load_dataset`函数即可获取训练集，并利用`.to_pandas()`方法转换为DataFrame进行后续操作。支持按国家代码筛选特定国家数据，亦可通过指标列对特定变量进行时间序列分析。数据集还支持透视变换，将数据重塑为国家×年份的矩阵形式，便于面板数据分析与可视化。推荐用户使用Python环境，结合pandas、matplotlib等工具开展深入探索与建模工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门（ILOSTAT）创建，经由Electric Sheep Africa于2024年重新封装并发布在HuggingFace平台上。其核心研究问题聚焦于非洲地区员工的月均收入水平，旨在通过性别、职业类别及货币单位等多维度细分，揭示非洲劳动力市场的收入结构差异与演变趋势。数据集涵盖了42个非洲国家、跨越1991年至2024年的24,005条观测记录，为区域经济研究、劳动经济学分析以及可持续发展目标（SDG）中体面工作指标的评估提供了宝贵的基础数据资源。作为全球劳动力统计的权威来源，ILOSTAT的数据经由国家劳动力调查、家庭收入调查和行政记录等多源渠道整合并规范化处理，使得该数据集在推动非洲劳动经济学实证研究、政策制定及跨国比较方面具有显著影响力。

当前挑战

该数据集所应对的核心领域挑战在于非洲地区劳动收入数据的稀缺性与异质性。首先，非洲各国统计能力参差不齐，导致数据在时间连续性、空间覆盖度和分类标准一致性上存在显著差异，例如部分国家仅提供近几年的数据，而某些年份的观测值被标记为“不可靠”。其次，构建过程中面临多源数据整合的难题，ILOSTAT虽采用国际劳工统计学家会议（ICLS）定义进行协调，但不同调查来源（如劳动力调查与机构调查）的抽样方法、问卷设计和货币单位差异，使得跨国家、跨时间段的收入比较需要谨慎处理。此外，数据集中性别、职业和货币的分类维度虽为解决收入性别差距和技能溢价问题提供了分析框架，但历史数据缺失、分类口径变化以及部分观测值的低质量标注（如“provisional”或“unreliable”），进一步加大了构建可靠面板数据和进行稳健统计推断的挑战。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中关于非洲42个国家1991至2024年间雇员平均月收入的精细统计数据，覆盖了性别、职业技能水平和货币类型等多维细分维度。在劳动力经济学与发展研究领域，研究者常将其作为核心数据源，用于构建面板数据模型，剖析非洲大陆不同国家间收入水平的时空演变规律。通过时间序列分析与横截面比较，学者可系统考察性别收入差距的变迁轨迹、不同职业层级间的薪酬梯度结构，以及宏观经济波动对劳动者报酬的冲击效应，为理解非洲劳动力市场的结构性特征提供坚实的量化基础。

解决学术问题

该数据集有效填补了非洲区域在高频、标准化薪酬微观数据方面的长期空白，破解了因各国统计口径不一、数据碎片化导致的跨国比较难题。在学术层面，它使研究者能够实证检验人力资本理论、劳动力市场分割理论以及性别歧视假说在非洲语境下的适用性，例如量化教育回报率在不同职业类别中的差异，或评估女性劳动参与率提升对缩小性别收入鸿沟的真实贡献。这些分析不仅深化了对非洲经济发展阶段与不平等机制的理论认知，也为全球劳动经济学文献中‘南方国家’案例的丰富提供了关键证据支撑。

实际应用

在政策制定与国际发展实践中，该数据集发挥着不可替代的监测与评估工具作用。非洲各国政府与区域组织可借助其中按性别和职业细分的收入数据，精准识别弱势群体所在行业，从而设计更具靶向性的最低工资调整方案与就业促进政策。国际劳工组织与联合国可持续发展目标（SDG）监测体系亦依赖此类数据评估‘体面工作与经济增长’（目标8）及‘减少不平等’（目标10）的进展状况。此外，跨国企业与非政府组织在规划非洲投资布局或实施社会影响评估时，可依据各国分职业的薪酬基准优化本地化薪酬策略。

数据集最近研究

最新研究方向

当前，该数据集在劳动经济学与人工智能交叉领域展现出前沿研究价值，尤其聚焦于非洲大陆性别薪酬差距的时序建模与职业隔离量化分析。依托ILOSTAT权威统计框架，研究者利用1991至2024年间覆盖42国的月均收入面板数据，结合以性别和职业层级为核心的分层变量，可构建高分辨率时空预测模型，动态揭示非洲劳动力市场中结构性的不平等演变趋势。该数据的高质量来源与标准化格式使其成为国际发展经济学与计算社会科学交叉研究的重要基石，为后疫情时代非洲就业复苏评估、性别平等政策效果验证及体面劳动可持续发展目标监测提供了实证支撑。