electricsheepafrica/africa-ilo-ear-phra-sex-cur-nb-average-hourly-earnings-of-public-sector-employees

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的公共部门员工平均小时收入数据，涵盖36个非洲国家，时间跨度为1991年至2024年，共1,389个观测值。数据按性别（总计、男性、女性）和货币类型（本地货币）细分，指标代码为EAR_PHRA_SEX_CUR_NB。数据集包括国家代码、国家名称、数据来源、观测值、时间年份等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，经过ILO标准化处理，并遵循CC-BY-4.0许可证。This dataset comprises average hourly earnings data for public sector employees, sourced from the ILOSTAT database of the International Labour Organization (ILO). It covers 36 African countries, spans the period from 1991 to 2024, and includes a total of 1,389 observations. The data is disaggregated by gender (total, male, female) and currency type (local currency), with the indicator code being EAR_PHRA_SEX_CUR_NB. The dataset contains columns such as country code, country name, data source, observed value, and year, and is suitable for tasks including table classification, regression, and time series forecasting. The data is released at an annual frequency, has been standardized by the ILO, and is licensed under CC-BY-4.0.

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核心统计数据库，经由Electric Sheep Africa团队通过REST API从官方数据接口直接抓取，并依据非洲ISO3国家代码进行地理过滤与清洗。原始数据基于各国劳动力调查、家庭收入调查及行政记录等多元来源，ILO依据国际劳工统计学家会议（ICLS）定义进行标准化整合，最终封装为机器学习就绪的Parquet格式。数据集涵盖36个非洲国家、1991年至2024年间的1,389条观测记录，聚焦公共部门雇员的平均时薪指标，并按照性别和币种进行细粒度分层。

特点

该数据集的首要特色在于其高度的结构化与多维度分层能力，涵盖性别（总、男、女）和币种（本币等）等关键分类变量，支持从宏观到微观的灵活分析。数据标注了来源标识（source.label）与观测状态（obs_status），便于用户评估数据质量与追溯原始出处。此外，Electric Sheep Africa团队采用了统一的模式标准化处理，并以Parquet格式发布，显著提升了数据加载与处理的效率。数据集还包含缺省值处理说明与年度频率特性，为时间序列分析与面板数据建模提供了可靠基础。

使用方法

用户可通过HuggingFace的`datasets`库便捷地加载该数据集，仅需一行代码`load_dataset`即可获取包含完整元数据的训练集表格。随后利用`to_pandas()`方法转换为DataFrame，支持按国家（如`ref_area`）或指标（如`indicator`）进行筛选，适用于国家层面的比较分析或特定指标的时序建模。对于面板数据分析，可通过`pivot_table`将数据重塑为国家×年份的矩阵形式，便于回归或机器学习任务。数据集也提供了完整的引用格式与许可说明，鼓励学术研究者在发表时标注原始数据来源与再封装方。

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创建，并经Electric Sheep Africa于2024年重新打包发布，聚焦非洲36国公共部门雇员按性别和货币划分的平均小时工资。ILOSTAT作为全球劳动统计的权威来源，基于国际劳工统计学家会议定义对调查微观数据进行协调，覆盖1991至2024年间1389条观测值，为分析非洲公共部门薪酬结构、性别工资差异及宏观经济政策效果提供了标准化时序数据。数据集通过ILO的REST API获取并过滤至非洲国家，弥补了该地区公共劳动报酬领域高质量、可比较数据的匮乏，对非洲劳动力市场研究、可持续发展目标监测及跨国政策评估具有重要推动作用。

当前挑战

该数据集面临的核心挑战在于非洲公共部门工资数据的稀缺性与异质性。多数非洲国家缺乏连续、可靠的劳动调查体系，导致时间序列存在断裂（如南非数据止于2015年）且国家间覆盖不均衡（毛里求斯180条，而多国仅36条）。构建过程中需处理多种数据源的兼容性，包括不同调查方法、货币单位（本地货币与美元）及分类标准（性别、经济分类等），ILO虽选择“最佳来源”但存在统计口径变更。此外，观测值状态标识（如“序列中断”）揭示了数据质量风险，而仅含年度频率的限制削弱了短期波动分析能力，对机器学习模型的时序预测与缺失值插补提出更高要求。

常用场景

经典使用场景

在劳动经济学与公共财政研究领域，该数据集最经典的使用场景是分析非洲国家公共部门雇员的薪酬水平及其性别差异。研究者可利用跨越1991至2024年的面板数据，构建时间序列模型探究公共部门工资的长期演变趋势，或通过横截面比较揭示不同国家间公共薪酬制度的异质性。数据集按性别和货币类型进行细分，为评估公共部门内部的性别工资差距提供了精细化的实证基础，同时也能支撑跨国公共部门薪酬激励机制的计量分析。

解决学术问题

该数据集有效填补了非洲地区公共部门劳动力市场微观数据的空白，解决了长期以来因数据稀疏而难以系统研究发展中国家公共部门工资决定机制与性别平等问题的困境。学术上，它可以用于检验公共部门工资溢价假说、评估结构性调整政策对公务员工资的影响，以及探讨汇率波动与名义工资粘性之间的关系。数据集的价值在于为验证劳动经济学中的效率工资理论、补偿性工资差异理论以及性别歧视假说提供了源自非洲大陆的可靠证据，促进了全球劳动经济学研究的区域平衡。

衍生相关工作

该数据集已衍生出多个具有显著影响力的相关研究工作。在方法论层面，基于其长面板特征，学者们开发了针对非洲公共部门工资数据的缺失值插补算法与断点时间序列分析框架。在实证研究方面，有工作以此为基础构建了非洲公共部门薪酬跨国比较指数，衍生出与私营部门工资联动机制、公共部门腐败感知指数关系的计量分析。该数据集还催生了一系列针对特定国家的时间序列预测模型，用于模拟汇率变动对公共部门实际工资的冲击效应，成为非洲劳动经济学计量研究的重要数据基石。