electricsheepafrica/africa-ilo-ear-shra-sex-nb-average-hourly-earnings-of-stem-employees-local-cu

该数据集包含非洲23个国家在2009年至2024年期间STEM（科学、技术、工程和数学）职业员工的平均每小时收入（以当地货币计）数据，共260个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过REST API获取并过滤为非洲国家代码。数据集涵盖一个核心指标“EAR_SHRA_SEX_NB”，表示STEM员工的平均每小时收入，并提供了性别分类（总计、男性、女性）、国家、年份、数据来源和质量标志等详细信息。数据以表格形式组织，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的机器学习就绪数据层。This dataset encompasses average hourly earnings (denominated in local currency) of employees in STEM (Science, Technology, Engineering and Mathematics) occupations across 23 African countries, spanning the period from 2009 to 2024, with a total of 260 observations. The data is sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), retrieved via REST API and filtered to include only African country codes. The dataset includes a core indicator "EAR_SHRA_SEX_NB", which represents the average hourly earnings of STEM employees, and provides detailed information such as gender classifications (total, male, female), country, year, data source and quality flags. The data is organized in tabular format, suitable for tasks including tabular classification, regression and time series forecasting. The dataset was repackaged by Electric Sheep Africa, aiming to provide a unified machine learning-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于国际劳工组织（ILO）的ILOSTAT数据库构建而成。数据通过ILOSTAT REST API直接拉取指标代码为EAR_SHRA_SEX_NB的观测值，并依据非洲ISO3国家代码进行地理筛选。ILOSTAT利用国际劳工统计学家会议（ICLS）标准对原始调查微观数据进行统一整合与归一化处理，数据来源在source.label字段中予以标注以保持可追溯性。最终数据集包含260条观测记录，覆盖23个非洲国家，时间跨度从2009年至2024年。

特点

该数据集聚焦于非洲地区STEM（科学、技术、工程与数学）从业人员的平均时薪（以当地货币计价），是首个以非洲大陆为范围、专门针对STEM收入水平的标准化表格数据集。其独特之处在于提供了按性别（总计、男性、女性）维度进行细分的观测值，并附带异常状态标记（如中断序列、临时性估计等）以提示数据质量。每位观测均包含详细的元数据，包括来源、货币单位及注释信息，为跨国家、跨时间的比较分析奠定了可靠基础。

使用方法

该数据集已集成至HuggingFace Datasets库，用户可通过load_dataset方法直接加载并转换为Pandas DataFrame进行后续分析。典型使用场景包括：按国家代码过滤特定区域的时间序列数据，对指定指标按时间排序后绘制趋势图，或利用数据透视表构建国家×年份的矩阵视图以呈现跨国对比。数据集的表格格式使其天然适用于表格分类、回归与时间序列预测等机器学习任务，支持研究者快速开展STEM劳动力市场的实证分析与建模工作。

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于2024年整理发布，后经Electric Sheep Africa重新封装并托管于HuggingFace平台。ILOSTAT作为全球劳动统计的权威来源，通过整合各国劳动力调查、家庭收入调查等数据，提供涵盖就业、工资、工时等多维度的标准化指标。本数据集聚焦于非洲23个国家的STEM（科学、技术、工程与数学）从业者平均小时薪资，包含260条观测记录，时间跨度从2009年至2024年。这一精细化数据为研究非洲大陆高技能劳动市场的薪资结构、性别差异及跨国家比较提供了难得的定量基础，对推动区域劳动力经济学和可持续发展目标（SDG）相关研究具有重要参考价值。

当前挑战

该数据集面临的挑战涵盖领域问题与构建过程两个方面。在领域层面，非洲STEM从业者薪资数据的稀缺性与碎片化长期制约着该地区高技能劳动力市场的实证分析，现有国际数据库对非洲覆盖不足且更新滞后，而本数据集虽填补了部分空白，但仅涵盖23个国家，样本量有限且存在性别、行业等细分维度的缺失。在构建过程中，数据整合面临多重障碍：不同来源的原始调查在统计口径、货币单位、调查方法上存在显著异质性，ILO虽进行了标准化处理，但仍需处理“最佳来源”筛选、时间序列断点、数据质量标记（如“临时”或“不可靠”）等问题；此外，来自非洲各国的数据获取渠道不一，部分国家数据稀疏或仅覆盖少数年份，影响了面板数据的连续性与可比性。

常用场景

经典使用场景

在劳动经济学与科技人力资本研究领域，该数据集主要用于分析非洲地区STEM从业者的小时工资水平及其变化趋势。研究者可基于性别维度的数据分解，系统考察不同性别STEM劳动者的薪资差异，为评估非洲各国STEM劳动力市场的性别平等状况提供量化依据。同时，数据的时间跨度为2009至2024年，覆盖23个非洲国家，使其成为开展跨国比较与纵向追踪研究的理想素材，特别适用于探索经济发展、教育投入与STEM薪资演变之间的关联机制。

解决学术问题

该数据集有效弥补了非洲大陆STEM劳动力市场微观数据的匮乏问题。长期以来，非洲国家的薪资调查数据多分散且缺乏标准化，难以支撑可靠的横截面分析与面板数据建模。该数据集通过ILOSTAT官方渠道整合并标准化各国调查数据，解决了跨国可比性不足的学术瓶颈，为研究非洲科技人才吸引力、产业升级中的工资溢价效应、以及性别工资差距的动态演变提供了系统性的实证基础，对发展经济学与劳动经济学交叉领域具有重要的方法论贡献。

衍生相关工作

该数据集衍生了一系列聚焦非洲劳动市场的实证研究，例如利用面板回归模型量化教育水平与STEM薪资之间的弹性关系，或通过分解法深入剖析性别工资差异的结构性成因。部分研究将其与ILOSTAT中的失业率、非正规就业等指标融合，构建复合型的劳动力市场脆弱性指数。此外，也有工作基于该数据训练时间序列预测模型，对未来五年非洲各国STEM薪资走势进行预测，为前瞻性的人力资本规划提供量化支撑。