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

一个表格数据集，包含1991年至2024年非洲44个国家员工月收入中位数的数据，按性别、年龄和货币细分，数据源自国际劳工组织（ILO）的ILOSTAT数据库。A tabular dataset containing median monthly employee income data for 44 African countries from 1991 to 2024. The data is disaggregated by gender, age group and currency, and is sourced from the ILOSTAT database of the International Labour Organization (ILO).

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，经由Electric Sheep Africa团队重新封装整理而成。构建过程中，数据通过ILOSTAT的REST API直接获取，具体指标代码为EAR_EMTM_SEX_AGE_CUR_NB，并过滤至非洲地区的ISO3国家代码。原始数据基于ILO对各国劳动力调查、家庭收入调查及相关行政记录的标准化处理，遵循国际劳工统计学家会议（ICLS）定义框架。最终筛选出44个非洲国家、时间跨度从1991年至2024年的13,666条观测记录，以Parquet格式打包发布，确保数据的高效存储与兼容性。

特点

本数据集聚焦于非洲地区员工的月度收入中位数，按性别、年龄及货币类型进行细分，提供单一指标但具有丰富的拆解维度。数据涵盖性别分类（总、男、女）、年龄组别及本地货币单位，每个观测均附有来源标签、观测状态标志及详细注释，便于追溯数据质量和统计口径变化。数据集覆盖44个非洲国家，时间序列长达三十余年，尤其以毛里求斯、埃及、南非等国的观测数量最为丰富，为区域劳动力市场的纵向比较与跨国分析提供了坚实基础。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据，调用load_dataset函数即可获取训练集并转为Pandas DataFrame进行探索。推荐使用方法包括按国家代码过滤特定国家数据、针对单一指标按时间排序绘制时间序列趋势图，以及利用透视表构建以年份为索引、国家为列的数据矩阵，便于开展面板数据分析。数据中的性另、年龄和货币分类字段可直接用于分组统计与建模，适用于表格分类、回归分析及时间序列预测等任务场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT发布，后经Electric Sheep Africa于2024年重新打包并托管于HuggingFace平台，聚焦于非洲44个国家、1991至2024年间雇员按月性别、年龄及货币分类的中位数月收入数据，共包含13,666条观测。作为全球劳动统计的权威来源，ILOSTAT整合了各国劳动力调查、家庭收支调查及行政记录等多元数据，并依据国际劳工统计学家会议（ICLS）定义进行统一协调。该数据集的核心研究问题在于揭示非洲大陆不同性别、年龄群体在劳动收入上的分布特征与演变趋势，为跨国比较、劳动力市场分析及政策评估提供微观与宏观相结合的基础数据支撑。其影响力体现在为劳动经济学、发展经济学及性别平等研究提供了系统化、可复用的时间序列数据，填补了非洲区域高粒度收入数据的公开可获得性空白。

当前挑战

该数据集解决的领域挑战包括：非洲地区长期以来缺乏统一、可比的按月薪中位数衡量的劳动收入数据，多数国家仅能提供均值或宏观估算，难以准确反映不同性别与年龄层劳动者的真实经济状况，限制了基于证据的劳动力市场政策设计与性别收入差距的动态监测。在构建过程中，面临的挑战表现为：各来源国调查方法、货币单位与统计口径差异显著，ILOSTAT虽经ILO协调与最佳来源选择，但仍需处理数据断裂、观测状态标记复杂（如B代表序列中断）以及分类维度（如年龄分组、币种）不一致的问题；此外，部分国家的小样本量与年份跨度不均，导致时间序列完整性受限，进一步增加了模型训练与跨区域比较的统计可靠性风险。

常用场景

经典使用场景

该数据集汇聚了1991年至2024年间非洲44个经济体按性别与年龄分层的雇员月收入中位数数据，总计13,666条观测记录，为劳动经济学与区域发展研究提供了不可多得的微观与宏观衔接素材。其经典使用场景多见于跨国收入差距分解分析、性别工资差异的时序动态追踪以及年龄—收入曲线的跨国比较研究。研究者借助该数据集，能够构建面板数据模型，探析非洲各国在经济发展不同阶段中劳动力市场回报的结构性变迁，亦可结合ILOSTAT统一分类标准，对收入决定因素进行稳健的计量检验。

实际应用

在实际应用层面，该数据集为国际劳工组织及非洲各国政府评估最低工资政策效果、制定性别平等促进策略以及设计针对性就业激励方案提供了量化参照依据。政策制定者能够依据按性别与年龄细分的中位数收入走势，识别出哪些人群在经济增长中处于边缘化地位，从而调整社会保障覆盖范围或职业培训资源配置。对于跨国公司与非政府组织而言，该数据集有助于进行地区间劳动力成本的横向对标，优化薪资结构设计，并在投资决策中纳入劳动力市场结构性风险的预判。此外，该数据集还支持开发面向非洲的区域性劳动市场监测仪表盘，实现收入不平等的动态可视化追踪，赋能数据驱动的社会治理。

衍生相关工作

基于该数据集衍生出的经典工作主要集中在两个方向：其一是借助统一框架构建非洲大陆层面的收入不平等指数，进而与全球其他区域进行对比分析；其二是利用机器学习方法对缺失年份的收入数据进行插补与预测，从而弥补非洲官方统计中常见的时序断点问题。部分学者将其与国家治理指数、贸易开放度等宏观指标进行匹配，构建了跨学科的收入决定因素分析模型，揭示了制度质量对劳动力市场回报的调节效应。此外，该数据集也成为非洲劳动经济学计量教学的标准教材案例，被用于示范面板数据分析、断点回归以及多水平模型在劳动收入研究中的具体应用，推动了区域性实证研究的方法论普及。