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

该数据集包含非洲40个国家从2001年至2024年的员工平均月收入数据，共有4,008条观测记录。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并过滤为非洲国家代码。数据集涵盖了性别（总计、男性、女性）、地理区域（农村/城市）和货币类型等分类维度，用于表格分类、回归和时间序列预测任务。数据字段包括国家代码、国家名称、数据来源、指标代码、性别分类、地理分类、货币分类、观测年份、观测值、观测状态和相关注释。数据质量方面，为年度频率，ILOSTAT使用国际劳工统计会议定义进行数据协调，并提供数据源追溯信息。数据集适用于研究非洲劳动力市场、收入不平等和经济分析。This dataset contains average monthly employee earnings data from 40 African countries spanning the period 2001 to 2024, with a total of 4,008 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via REST API, and filtered to retain only African country codes. The dataset covers categorical dimensions including gender (total, male, female), geographic region (rural/urban) and currency type, and is designed for tabular classification, regression and time series forecasting tasks. The data fields include country code, country name, data source, indicator code, gender category, geographic category, currency category, observation year, observed value, observation status and relevant annotations. Regarding data quality, the data is of annual frequency; ILOSTAT performs data harmonization using definitions established by the International Labour Conference, and provides data source provenance information. This dataset is applicable to research on African labor markets, income inequality and economic analysis.

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，专注于非洲大陆雇员平均月薪的时空分布。通过调用ILOSTAT REST API接口（indicator代码为EAR_EMTA_SEX_GEO_CUR_NB），数据采集脚本依据ISO 3166-1 alpha-3标准筛选出40个非洲国家的相关观测记录。原始微观数据来自各国劳动力调查、家庭收入调查及行政记录，并经由国际劳工统计学家会议（ICLS）定义进行标准化处理，其数据源类型在source.label字段中予以标记，确保了数据追溯的透明性与统计口径的一致性。最终数据集经Electric Sheep Africa团队重新封装，以Parquet格式呈现，共包含4,008条观测值，覆盖2001至2024年间的时间跨度。

使用方法

使用者可通过HuggingFace Datasets库便捷地加载该数据集，调用load_dataset()函数即可一键获取训练数据，并支持无缝转换为Pandas DataFrame进行后续分析。针对国别研究，可利用ref_area字段（如'KEN'）筛选特定国家的子集。对于时间序列建模，可依据indicator字段定位具体指标，并按time字段排序后绘制趋势图或构建预测模型。数据透视功能同样强大，通过pivot_table方法可将原始的长格式数据重塑为以时间为行、国家为列的矩阵，便于进行跨国的比较静态分析。推荐结合ILOSTAT官方的元数据定义理解obs_value的单位与含义，使用时请遵循CC-BY-4.0许可协议，并同时引用ILO原始数据及Electric Sheep Africa的重封装贡献。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）维护，经由Electric Sheep Africa在2024年重新打包发布，聚焦于2001至2024年间非洲40个国家的员工平均月收入，覆盖性别、城乡地域及货币类型等细分维度。作为ILOSTAT数据库的核心子集，其旨在为非洲劳动力市场收入分配研究提供标准化、机器可读的时序数据。数据集共包含4008条观测记录，通过ILO的REST API直接采集并基于ICLS定义进行协调处理，确保了跨国可比性。该数据集的发布显著丰富了非洲劳工统计领域的数据生态，为理解非洲大陆工资动态、性别收入差距及城乡经济分化提供了坚实基础，对推动可持续发展目标中的体面劳动议题具有重要实证价值。

当前挑战

该数据集所解决的领域核心挑战在于非洲地区长期缺乏统一、高质量的雇员收入数据，现有统计往往因国家间调查方法、货币单位及城乡分类标准差异而难以比较。构建过程中面临多重挑战：首先，数据源多样，涵盖劳动力调查、企业调查及行政记录，需ILO专业团队进行复杂的协调与质量标记（如不可靠标记）；其次，数据结构涉及性别、城乡与货币三维度交叉分类，部分国家年份的观测缺失导致时序不连续；最后，不同货币单位（本地货币与统一换算）并存，使得跨地域的名义收入对比需额外处理通货膨胀与汇率波动问题，增加了直接分析的复杂度。

常用场景

经典使用场景

该数据集收录了2001年至2024年间40个非洲国家雇员的月均收入数据，按性别和城乡地域进行分层，是劳动经济学领域进行面板数据分析的宝贵资源。研究者常利用其时间序列结构，构建收入动态模型，评估非洲各国工资水平的长期演变趋势。通过性别维度的细分，该数据集还为研究劳动市场中性别收入差距的时空差异提供了实证基础，支持对女性经济赋权进程的量化追踪。

解决学术问题

该数据集有效填补了非洲大陆系统性劳动收入数据的空白，解决了以往因数据分散、标准不一而难以开展跨国比较研究的困境。学术界利用其城乡与性别双重分层特征，能够深入剖析城镇化进程中不同群体的收入分化机制，检验经济发展阶段对劳动报酬的异质性影响，同时为评估国际劳工组织体面劳动目标的实现进展提供了关键数据支撑。

实际应用

在实际应用层面，该数据集为非洲各国政府及国际发展机构制定收入分配政策提供了量化依据。研究者可依据不同地域和性别的收入水平，精准识别低收入群体聚集区域，辅助设计差异化的最低工资调整方案。此外，金融机构与跨国企业借助该数据评估非洲各国消费市场的购买力分布，为市场进入策略与投资决策提供参考。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别与城乡地域划分的员工平均月收入，为劳动力经济学中性别薪酬差距、城乡收入不平等及区域劳动力市场动态研究提供了关键纵贯数据。前沿方向包括基于时间序列的薪酬演化模式挖掘、结合ILO劳动统计标准的跨国比较分析，以及利用机器学习模型预测非洲经济体在正式与非正式就业中的收入分配趋势。该数据与联合国可持续发展目标（SDG）中体面工作与经济增长议题紧密关联，尤其在疫情后非洲劳动力复苏评估、性别平等政策效果量化及区域一体化（如非洲大陆自贸区）对工资水平影响的研究中具有重要应用价值，为政策制定者与学术机构提供了可靠的实证基础。