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

该数据集名为按性别、经济活动和货币划分的非洲员工月平均收入（ILOSTAT），是一个包含59,870条观测记录的表格型数据集，覆盖46个非洲国家，时间跨度为1969年至2024年。核心指标为平均月收入（指标代码：EAR_EMTA_SEX_ECO_CUR_NB），数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，由Electric Sheep Africa重新打包并发布。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、经济活动分类、货币类型、观测年份、观测值、观测状态及相关注释等。这些数据可用于分析非洲各国员工收入的时间趋势、性别差异、经济活动差异以及货币影响，适用于表格分类、回归分析和时间序列预测等机器学习任务。数据以年度频率发布，并经过ILO的标准化处理，确保数据的一致性和可追溯性。This dataset is titled Average Monthly Earnings of African Employees by Sex, Economic Activity and Currency (ILOSTAT). It is a tabular dataset with 59,870 observations, covering 46 African countries over the period from 1969 to 2024. The core indicator is average monthly earnings (indicator code: EAR_EMTA_SEX_ECO_CUR_NB). The data is sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), and was repackaged and released by Electric Sheep Africa. The dataset includes a detailed column structure comprising country code, country name, data source, indicator code, sex category (total, male, female), economic activity category, currency type, observation year, observed value, observation status and relevant notes. These data can be utilized to analyze temporal trends in employee earnings, gender disparities, disparities across different economic activities and the impact of currency types across African countries, and are suitable for machine learning tasks including tabular classification, regression analysis and time series forecasting. The data is released annually and has undergone standardization by the ILO to ensure data consistency and traceability.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队从国际劳工组织（ILO）的ILOSTAT REST API中直接抽取，原始数据标识符为EAR_EMTA_SEX_ECO_CUR_NB，并经过非洲国家ISO3代码的过滤处理。ILOSTAT基于国际劳工统计学家会议（ICLS）的统一定义，对各国劳动力调查、家庭收支调查、企业调查及行政记录等原始微观数据进行标准化整合。数据集的每一行均通过`source.label`列追溯至具体数据来源，以确保数据透明与可复现。最终数据集以Parquet格式打包，方便机器学习场景下的高效加载与使用。

特点

该数据集涵盖1969年至2024年间46个非洲国家的59,870条观测记录，聚焦于按性别、经济活动与货币分类的员工平均月收入指标。数据拥有丰富的维度拆解能力，包含性别（男性、女性、总体）、经济活动分类及货币类型等字段，允许用户进行精细化的分层分析。数据集还提供了观测状态标志（如临时、不可靠）以及多条注释列，用以标注币种变化、经济活动范围及数据来源等背景信息，极大地增强了数据使用的严谨性与可解释性。

使用方法

用户可通过HuggingFace的`datasets`库以`load_dataset`函数一键加载该数据集，并轻松转换为Pandas DataFrame进行后续分析。示例代码展示了如何按国家（如肯尼亚）过滤数据、针对单一指标绘制时间序列趋势图，以及通过数据透视表构建国家×年份的矩阵，便于开展跨时期、跨国别的比较研究。数据集设计之初即着眼于机器学习的直接应用，适用于表格分类、回归及时序预测等任务，并遵循CC-BY-4.0许可协议，鼓励学术引用与再分发。

背景与挑战

背景概述

在劳动经济学与区域发展研究中，薪资数据是衡量劳动力市场状况、评估经济增长公平性以及制定社会保障政策的核心指标。非洲大陆作为全球劳动力结构最复杂、数据缺口最显著的区域，长期以来缺乏标准化的、可跨时间与国别比较的薪资数据集。在此背景下，国际劳工组织（ILO）依托其ILOSTAT数据库，整合了来自国家劳动力调查、企业普查及行政记录的微观数据，并依据国际劳工统计学家会议（ICLS）标准进行协调统一。由Electric Sheep Africa于2024年重新打包发布的“非洲按性别、经济活动与货币划分的雇员平均月收入”数据集，以59,870条观测覆盖46个非洲国家，时间跨度从1969年至2024年，聚焦单一核心指标——平均月收入，并通过性别、行业及币种维度进行细化解构。该数据集的发布显著弥补了非洲大陆高频率、多维度薪资面板数据的空白，为研究者分析性别薪资差距、经济结构转型及货币波动对收入的影响提供了坚实的数据基础，在劳动经济学、发展经济学及国际比较研究领域产生了广泛影响。

当前挑战

该数据集所解决的领域问题核心在于：一是在非洲多数国家中，薪资数据长期缺失、不一致或仅以汇总形式存在，难以系统性地分析性别薪酬差异、行业间收入分化及长期趋势，数据集通过统一的ILOSTAT指标与标准化架构，为跨国、跨时段的比较研究提供了可操作的途径。二是在数据构建过程中面临多重挑战：首先，数据来源多样，包括劳动力调查、企业调查与行政记录，原始数据的采集频率、定义口径及质量参差不齐，ILO需依赖ICLS定义进行协调与最佳来源选取，但此过程仍可能引入偏差；其次，对‘最佳来源’的依赖意味着同一国家×年份的数据点可能仅来自单一调查，缺乏交叉验证；再次，部分观测值被标记为‘不可靠’（如obs_status字段中的U标记），在时间序列分析中需谨慎处理；最后，经济分类变量（如行业分类）的标准随时间推移可能发生调整，以及货币单位（本地货币）在长期跨度内受通胀、汇率改革等影响，增加了跨时期可比性的建模难度。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中关于非洲46个国家1969至2024年间雇员平均月收入的详尽信息，按性别、经济活动领域及货币类型进行细致划分。其经典应用场景在于构建面板数据模型，用以揭示非洲大陆劳动力市场薪酬结构的长期演变规律，并进一步剖析性别收入差距、不同经济部门间的报酬分化，以及货币波动对实际购买力的影响。研究者亦常将其作为时间序列分析的基础素材，探索非洲各国经济发展阶段与劳动报酬增长之间的内在关联。

实际应用

在实际应用层面，该数据集为国际发展机构、非洲各国政府及非政府组织提供了制定和评估劳动就业政策的坚实数据支撑。借助其精细的分类维度，政策制定者能够识别出哪些行业和性别群体在薪酬方面处于劣势，从而设计更具针对性的最低工资标准、性别平等措施及产业扶持方案。此外，跨国企业和社会研究者亦可利用该数据开展区域薪酬基准分析，优化投资决策，并监测联合国可持续发展目标中关于体面工作和经济增长相关指标的进展。

衍生相关工作

该数据集的发布催生了一系列衍生性研究工作，极大地丰富了非洲劳动经济学的文献体系。围绕这一核心收入指标，学界已发展出多档针对非洲欠发达地区缺失数据插补方法的比较研究，以及融合卫星夜间灯光数据以验证经济活动真实水平的创新框架。另有一些经典工作致力于构建非洲大陆层面的薪酬预测模型，运用机器学习算法捕捉不同国家间非线性的收入变动模式。这些衍生工作不仅验证了该数据集的基础价值，也促进了跨学科方法在劳动经济研究中的融合与进步。