electricsheepafrica/africa-ilo-ear-ehra-sex-geo-nb-average-hourly-earnings-of-employees-by-sex-and-ru

该数据集包含2001年至2024年期间33个非洲国家按性别和城乡地区划分的雇员平均小时收入（以当地货币计）数据，来源于国际劳工组织（ILO）的ILOSTAT数据库。数据集涵盖1,136个观测值，主要指标为平均小时收入，数据按年份、国家、性别和地区类型进行细分，并包含数据来源、观测状态和备注等信息。This dataset contains average hourly earnings of employees by sex and rural/urban areas in local currency for 33 African countries from 2001 to 2024, sourced from ILOSTAT. It includes 1,136 observations with one distinct indicator, providing disaggregated data by year, country, sex, and area type, along with source information, observation status, and notes.

搜集汇总

数据集介绍

构建方式

在非洲劳动力市场研究领域，薪资数据的时空异质性对政策制定至关重要。该数据集通过调用ILOSTAT官方REST API，精准提取了泛非洲地区33个国家的平均小时工资指标（EAR_EHRA_SEX_GEO_NB），并严格过滤至非洲ISO3国家代码范围内。ILO统计部门依据国际劳工统计学家会议（ICLS）定义对各国原始调查微观数据进行统一清洗与标准化，同时在'tource.label'字段清晰标注数据源类型（如劳动力调查、行政记录），确保了从多国异构数据到统一时空序列的可靠映射。

特点

该数据集浓缩了2001至2024年间非洲大陆雇佣劳工薪资的时空演变图景，拥有1136条高质量观测记录。其独特之处在于融合了性别（男、女、总计）与城乡地域（国家、城市、农村）双重分类维度，使研究者能够剖析薪资差异的结构性分层。所有数值以当地货币计价，避免了汇率换算带来的失真，而年度频率的观测间隔则平衡了数据颗粒度与长期趋势捕捉的需求。

使用方法

使用者可通过HuggingFace的datasets库直接加载，仅需一行代码即可将结构化数据转为Pandas DataFrame进行探索。分析时可按国家代码筛选特定国家（如'KEN'代表肯尼亚）进行纵向趋势分析，或利用时间序列方法绘制单一指标随年份的波动曲线。此外，借助透视表功能可将数据重塑为国家×年份的矩阵形式，便于跨区域横向比较与面板数据建模，适用于回归分析、聚类等机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）基于其ILOSTAT统计数据库创建，经Electric Sheep Africa于2024年重新整理并发布于HuggingFace平台，聚焦于非洲地区按性别和城乡划分的员工平均小时工资。作为全球劳动统计的核心数据源，ILOSTAT整合了200多个经济体的劳动力调查、家庭收入调查及行政记录，该数据集的发布为理解非洲劳动力市场的工资差异提供了标准化、机器可读的时间序列数据。其核心研究问题在于揭示非洲大陆内部性别工资差距与城乡经济分化，为学者和政策制定者提供了33个非洲国家、2001至2024年间共计1136条观测值，涵盖埃及、马里、赞比亚等代表性经济体，对推动区域劳动经济学实证研究及联合国可持续发展目标中的体面工作指标监测具有重要参考价值。

当前挑战

该数据集所解决的领域挑战在于非洲劳动统计数据的碎片化与不可比性：非洲各国统计机构采用不同的调查方法、分类标准和货币单位，难以直接进行跨国或跨时期的工资比较，ILOSTAT的协调机制虽采用国际劳工统计会议定义进行标准化，但数据来源的标记（如劳动力调查与行政记录的差异）仍提示使用者需注意概念可比性。构建过程中的挑战体现在三个方面：其一，时间跨度长（24年）导致观测频率不一致，部分国家存在年份缺失，如坦桑尼亚仅覆盖2001至2020年；其二，地域覆盖不均衡，埃及以144条记录居首，而18个国家的观测值少于36条，样本稀疏性影响统计推断的稳健性；其三，数据质量标注复杂，obs_status字段包含‘不可靠’等标记，且分类维度（如性别）仅有三个取值，难以深入分析职业或教育层次内的工资分化，需要用户结合元数据进行审慎处理。

常用场景

经典使用场景

在国际劳动经济学与非洲发展研究的交叉领域中，该数据集为探究非洲劳动力市场的性别薪酬差异与城乡经济分割提供了关键量化依据。其最经典的使用场景是作为面板数据分析的基础素材，通过整合33个非洲国家2001年至2024年间的雇员平均时薪观测值，研究者能够构建包含时间、国别、性别与城乡区位多维度的回归模型，系统性地评估影响薪资水平的微观经济因素与宏观经济政策效应。

解决学术问题

该数据集的核心学术价值在于填补了非洲大陆薪酬统计的系统性空白，解决了以往因数据零散、口径不一而难以开展跨国比较研究的困境。通过ILOSTAT标准化的方法论标识与来源追溯，学者能够深入剖析性别薪酬差距的时空演变规律，量化城乡二元结构对劳动力回报的不均衡作用，并检验最低工资政策、劳动力市场制度改革等干预措施的实际效果，为发展经济学与劳动经济学的理论建构注入经验证据。

衍生相关工作

围绕该数据集已衍生出多项具有影响力的计量经济学与数据科学工作。其中，利用其面板结构建立的动态薪酬收敛模型，揭示了非洲各国间及内部薪资趋同的非线性特征。同时，基于性别与地理维度的分解分析工作，为理解非洲女性劳动力参与率与报酬歧视的交互机制提供了新颖视角。在数据科学领域，该数据集常被用作时间序列预测与分层回归的基准案例，催生了若干关于非洲劳动力市场短期预警模型的实证研究，推动了开源数据生态下发展问题研究的可复现性标准。