electricsheepafrica/africa-ilo-ear-ehrg-sex-nb-gini-index-of-hourly-earnings-of-employees-by-sex

该数据集包含非洲36个国家从1991年至2024年关于收入与薪酬不平等的501个观测值，涵盖1个核心指标：按性别划分的员工小时收入基尼指数（EAR_EHRG_SEX_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过REST API获取并过滤为非洲国家数据。数据集采用表格格式，包含国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、观测年份、观测值、观测状态及相关注释等列。数据按性别维度（总计、男性、女性）进行细分，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包发布，遵循CC-BY-4.0许可协议。--- license: cc-by-4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - n<1K tags: - tabular - africa - ilostat - income-and-pay-inequality - ilo - labour - employment pretty_name: "Gini index of hourly earnings of employees by sex | Africa (ILOSTAT)" --- # 按性别划分的雇员时薪基尼系数 | 非洲（ILOSTAT） 🌍 **共501条观测** · **覆盖36个非洲国家** · **时间跨度为1991–2024年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## TL;DR 本数据集包含**501条关于收入与薪酬不平等**的观测数据，覆盖**36个非洲国家**，时间跨度为**1991–2024年**，仅包含**1项明确指标**。 ## 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）的核心统计数据库，是全球领先的劳工统计权威来源。其收录的指标涵盖就业、失业、薪酬、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）的体面工作目标——数据来源于全国劳动力调查、家庭收入调查、机构调查以及行政记录，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EHRG_SEX_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **研究主题**：收入与薪酬不平等 ## 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_EHRG_SEX_NB`拉取数据，并筛选出非洲地区的ISO3国家代码。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整合；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 36个非洲国家 · 以下为按观测条数排序的前若干行示例： | 国家代码 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MUS` | 69 | 2001 | 2024 | | `EGY` | 48 | 2008 | 2024 | | `ZAF` | 42 | 2000 | 2015 | | `MLI` | 30 | 2013 | 2024 | | `GHA` | 24 | 1991 | 2024 | | `ZMB` | 24 | 2017 | 2024 | | `TZA` | 21 | 2001 | 2024 | | `UGA` | 21 | 2010 | 2021 | | `RWA` | 18 | 2014 | 2024 | | `BWA` | 18 | 2019 | 2024 | | `AGO` | 18 | 2019 | 2024 | | `NAM` | 15 | 2012 | 2018 | | `LBR` | 12 | 2010 | 2017 | | `CIV` | 12 | 2012 | 2019 | | `SEN` | 12 | 2019 | 2024 | | ... | 其余21个国家 | | | ## 指标（示例） - `EAR_EHRG_SEX_NB` — 按性别划分的雇员时薪基尼系数 ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `Angola` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文来源名称 | `LFS - 就业调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EAR_EHRG_SEX_NB` | | `indicator.label` | `string` | 英文指标名称 | `Gini index of hourly earnings of empl…` | | `sex` | `string` | 按性别划分的细分维度（SEX_T = 总计，SEX_M = 男性，SEX_F = 女性） | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位随指标变化，请参阅指标定义） | `0.584` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `B` | | `obs_status.label` | `string` | — | `Break in series` | | `note_indicator` | `string` | — | `T30:2` | | `note_indicator.label` | `string` | — | `货币：AGO - 宽扎（AOA）` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO统计司 - 微观数据……` | ## 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，但本数据集未包含此类数据。 - 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“最佳来源”数据。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-ear-ehrg-sex-nb-gini-index-of-hourly-earnings-of-employees-by-sex") df = ds["train"].to_pandas() print(df.head()) ### 单国家筛选 python kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EAR_EHRG_SEX_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAR_EHRG_SEX_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAR_EHRG_SEX_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_ear_ehrg_sex_nb_gini_index_of_hourly_earnings_of_employees_by_sex_2024, title = {Gini index of hourly earnings of employees by sex | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EHRG_SEX_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-ear-ehrg-sex-nb-gini-index-of-hourly-earnings-of-employees-by-sex}} } ## 许可证 本数据集基于[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)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数据源及Electric Sheep Africa的重新整理工作。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep使命的一部分：在HuggingFace平台上构建统一的、适用于机器学习的非洲数据层。我们从权威开放数据源拉取数据，标准化数据结构，以Parquet格式打包发布，并采用统一的数据集卡片格式，使研究人员与开发者仅需通过`load_dataset()`即可在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-27通过Electric Sheep数据管道摄取。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EHRG_SEX_NB_

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，聚焦非洲地区雇员时薪基尼系数这一关键收入不平等指标。数据通过调用ILOSTAT REST API直接获取原始观测值，并依据国际劳工统计学家会议（ICLS）定义对调查微观数据进行统一协调。构建过程中，仅筛选出非洲36个国家的ISO3国家代码，确保了地理覆盖的精准性。最终收录了501条观测记录，时间跨度从1991年至2024年，涵盖了按性别（男性、女性及总计）分层的时薪不平等数据，并通过`source.label`字段保留了数据来源的可追溯性。

使用方法

使用该数据集极为便捷。用户可通过HuggingFace的`datasets`库直接加载：`load_dataset('electricsheepafrica/africa-ilo-ear-ehrg-sex-nb-gini-index-of-hourly-earnings-of-employees-by-sex')`，并将数据转换为Pandas DataFrame进行后续分析。示例包括按国家名称筛选特定国家的数据、按指标排序以绘制时间序列图、以及通过数据透视表构建国家×年份矩阵，从而直观地观察各国内部不平等程度的演变趋势或进行跨国横向比较。该数据集因其规范的格式和丰富的元数据，非常适合用于劳动经济学、发展经济学中的不平等实证研究及机器学习建模。

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，经Electric Sheep Africa重新打包发布，聚焦非洲大陆36个国家1991至2024年间雇员小时收入基尼系数的性别差异。作为ILOSTAT数据库的子集，它源于ILO对200余经济体劳动统计数据的标准化调和，涵盖劳动力调查、家庭收支调查等多源数据。这一精细化的性别-收入不平等指标为解析非洲劳动力市场中的性别薪酬鸿沟提供了关键实证基础，尤其填补了该区域长时间序列、多国可比数据的空白，对发展经济学、劳动经济学及性别平等研究具有重要参考价值。

当前挑战

数据集面临的核心挑战在于非洲国家间数据可得性与质量的高度不均衡。501条观测值中，毛里求斯、埃及等少数国家贡献了近半数记录，而超过半数国家仅有零星年份数据，这限制了区域间稳健比较与面板数据分析的可靠性。构建过程中，ILO需协调各国迥异的调查方法论、定义差异（如正式与非正规就业界定）及历史断点（如序列中断标志），同时应对部分观测值标注为暂定或不可靠状态。此外，基尼系数对极端值敏感，微数据采集偏差和汇率波动折算（如安哥拉宽扎）可能引入额外噪声，对跨时域的趋势推演构成挑战。

常用场景

经典使用场景

该数据集收录了1991至2024年间36个非洲国家基于性别划分的每小时收入基尼系数，共501条观测记录。其最经典的用途在于为劳动经济学与收入不平等研究提供跨国面板数据，支持学者分析非洲大陆工资分布的不平等程度及其演变趋势。通过结合性别维度的分解，研究者能够深入探讨性别收入差距的时空异质性，从而揭示不同国家在劳动力市场制度、产业结构变迁与城镇化进程中收入分配格局的深层差异。

解决学术问题

该数据集有效填补了非洲地区高频率、标准化收入不平等微观数据的缺失，解决了长期困扰发展经济学研究的统计口径不统一与覆盖范围有限的问题。它为检验库兹涅茨曲线假说、人力资本理论与劳动力市场歧视理论在非洲情境下的适用性提供了量化依据。同时，通过追踪不同性别群体的收入分布变化，研究者得以评估国际劳工组织体面劳动议程与联合国可持续发展目标（SDG 10）在非洲大陆的推进成效，为相关政策的制定与调整提供实证基础。

实际应用

在实际应用层面，该数据集可被各国劳动统计部门与国际发展机构用于构建动态监测系统，实时追踪劳动力市场中收入不平等水平的起伏。数据分析师可将其与教育、健康及宏观经济数据关联，构建综合性社会进步评估模型。此外，该数据对非政府组织进行减贫项目设计、性别平等倡导活动以及企业ESG报告中社会维度指标的校准均具有重要参考价值，助力多层次主体在资源分配与政策干预中做出数据驱动的科学决策。

数据集最近研究

最新研究方向

当前，该数据集聚焦于非洲大陆性别收入不平等的前沿量化分析，通过ILOSTAT统一构建的基尼系数时间序列，为劳动力市场中的性别薪酬差距评估提供了高分辨率视角。结合联合国可持续发展目标（SDG 8.5）中关于同工同酬的全球议程，研究者正利用该数据对36个非洲国家1991至2024年间的薪酬分配格局展开跨时段比较分析，揭示经济发展阶段、政策干预与性别收入鸿沟之间的动态关系。其意义在于填补了非洲地区在收入不平等领域系统化、标准化数据的长期空白，为国际组织、政策制定者及发展经济学研究者提供了可复现的实证基础，尤其是在评估最低工资制度、劳动法改革与性别平等政策实效方面发挥着关键作用。