electricsheepeurope/europe-ilo-ear-smta-sex-nb-average-monthly-earnings-of-stem-employees-local-c

该数据集包含欧洲7个国家（瑞士、英国、葡萄牙、法国、波黑、意大利、希腊）在2009年至2025年期间关于STEM（科学、技术、工程和数学）领域员工的平均月收入（以本地货币计）的统计数据。数据集共有255个观测值，涵盖1个核心指标（EAR_SMTA_SEX_NB），数据按性别（总计、男性、女性）进行细分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过官方API获取，并经过统一处理以确保国际可比性。数据集以表格形式呈现，包含国家代码、年份、指标值、数据来源、观测状态等列，适用于表格分类、回归或时间序列预测等机器学习任务。This dataset contains statistical data on the average monthly earnings (in local currency) of STEM (Science, Technology, Engineering, and Mathematics) employees across 7 European countries (Switzerland, United Kingdom, Portugal, France, Bosnia and Herzegovina, Italy, Greece) from 2009 to 2025. It includes 255 observations covering one core indicator (EAR_SMTA_SEX_NB), with data disaggregated by sex (total, male, female). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via official API and harmonized for international comparability. The dataset is presented in tabular format with columns such as country code, year, indicator value, data source, and observation status, suitable for machine learning tasks like tabular classification, regression, or time-series forecasting.

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统计数据库，聚焦于欧洲地区STEM雇员以本币计算的平均月薪。数据经由ILOSTAT的REST API接口直接抽取，并依据欧洲ISO3国家代码进行地域筛选。ILO统计部门依据国际劳工统计学家会议（ICLS）的定义标准，对各国劳动力调查、家庭收入调查及行政记录等原始微观数据进行统一协调与标准化处理，最终形成了涵盖255条观测记录的整合性数据集，时间跨度从2009年至2025年，覆盖了瑞士、英国、法国等7个欧洲国家。

特点

该数据集的核心特色在于其高度的结构化与多维度分解能力。除核心指标'STEM雇员平均月薪'外，数据还提供了性别（总量、男性、女性）的细粒度分解，便于研究者分析STEM领域的性别薪酬差异。每条记录均附带详细元数据，包括数据来源标识（如劳动力调查）及观测状态标记（如序列中断或临时数据），保障了数据的可追溯性与质量透明度。此外，数据集以年度频率呈现，并整合了货币单位等注释信息，为跨国时间序列分析提供了坚实的数据基础。

使用方法

使用者可通过HuggingFace的`datasets`库便捷加载数据，利用`load_dataset`函数一键获取并转换为Pandas DataFrame格式。支持按国家代码（如'CHE'）进行子集筛选，以聚焦特定国家的薪酬演变。针对时间序列分析，可按观测值排序后直接绘制趋势图，直观展示薪酬变化。亦可通过数据透视表将长格式数据重塑为国家×年份的矩阵，便于进行跨国的横向对比或面板数据计量分析。该数据集适用于分类、回归及时间序列预测等多种机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2025年首次整理并经由Electric Sheep Europe重新封装，聚焦欧洲7个国家在2009至2025年间STEM雇员的平均月收入（以当地货币计）的观测数据。ILOSTAT作为全球劳动统计的权威来源，整合了来自劳动力调查、行政记录等多源数据，并按国际劳工统计学家会议（ICLS）标准进行统一处理。数据集共包含255条观测记录，覆盖瑞士、英国、葡萄牙、法国、波斯尼亚和黑塞哥维那、意大利及希腊，并提供了按性别划分的细分维度。它的出现为研究欧洲STEM劳动力市场薪酬结构、性别收入差异及其时空演变提供了标准化、可复用的定量基础，特别在劳动经济学、区域发展与公共政策评估领域具有重要参考价值。

当前挑战

该数据集所应对的领域挑战包括：第一，劳动统计数据的跨国可比性问题——不同国家采用差异化的调查方法与分类体系，使得欧洲STEM薪酬的横向比较长期受限，而此数据集通过ILO的标准化处理为跨境分析提供了统一口径；第二，STEM劳动力薪酬受多重因素影响，如产业结构、政策环境与数据采集频率不一致，增加了时间序列分析的噪声与偏差。在构建过程中，数据集遇到了数据时效性挑战——部分国家仅覆盖至2020年，如意大利与希腊；同时，观测数量有限（少于1000条），且个别国家的样本量差异悬殊（瑞士51条，希腊仅18条），导致统计推断的稳定性与代表性面临考验，尤其在按性别进行细分分析时，小样本可能放大估计误差。

常用场景

经典使用场景

该数据集汇集了欧洲七个国家2009至2025年间STEM员工月均收入（以本币计）的官方统计信息，共包含255条观测记录。其经典使用场景主要聚焦于对STEM领域薪酬动态的纵向剖析，研究者可借此进行跨国时序建模，揭示不同经济体在技术人才报酬上的演变轨迹。数据颗粒度细至性别维度，便于构建包括线性回归、面板数据分析以及时间序列预测在内的定量模型，成为劳动经济学与教育经济学交叉领域量化研究的基石性素材。

衍生相关工作

依托该数据集，衍生出一系列聚焦欧洲STEM劳动力市场的经典研究工作。其中包括基于面板回归的欧洲各国STEM薪酬收敛性检验，探索技术密集型产业扩张对传统行业工资溢出效应的影响。另有学者利用性别维度的细分数据，构建了欧洲STEM领域的性别薪酬差距分解模型，揭示制度因素与职业分隔在不同国家的作用差异。此外，基于该数据的时间序列特征，研究者开发了面向季度与年度频率的薪酬预测基准，提升了劳动经济预测与政策模拟的精度。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲七国STEM从业者平均月薪的时空演变规律，依托ILOSTAT权威劳动统计框架，为量化分析科技人才薪酬差异、性别收入鸿沟及跨国劳动力市场整合提供了高粒度时序数据支撑。当前前沿研究多围绕技术密集型产业人力资本定价机制、欧洲区域创新政策对STEM薪酬的传导效应，以及新冠疫情后数字化岗位薪资的韧性评估展开。结合欧盟“数字十年”计划与绿色转型战略，该数据有助于揭示STEM人才流动与薪酬激励之间的深层关联，为制定更具包容性的科技劳动力政策提供实证依据。