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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计信息，专注于欧洲5个国家（法国、摩尔多瓦、瑞士、波斯尼亚和黑塞哥维那、希腊）从2000年至2025年的员工平均每小时收入数据。数据集涵盖720个观测值，核心指标为按性别和城乡地区划分的员工平均每小时收入（本地货币），用于分析劳动力市场中的收入差异。数据以表格形式组织，包括国家代码、数据来源、指标代码、性别分类（总人口、男性、女性）、年份、观测值及其状态等列，支持时间序列分析和跨国比较。数据经过ILO的标准化处理，源自劳动力调查等官方来源，适用于经济学研究、政策分析和机器学习项目。This dataset contains statistical information from the International Labour Organization (ILO) ILOSTAT database, focusing on average hourly earnings of employees in 5 European countries (France, Moldova, Switzerland, Bosnia and Herzegovina, Greece) from 2000 to 2025. It includes 720 observations with the key indicator Average hourly earnings of employees by sex and rural / urban areas (local currency), designed to analyze income disparities in the labor market. The data is organized in tabular format with columns such as country code, data source, indicator code, sex classification (total, male, female), year, observed value, and status flags, enabling time-series analysis and cross-country comparisons. The data is harmonized by ILO using standardized definitions and sourced from official surveys like labor force surveys, making it suitable for economic research, policy analysis, and machine learning applications.

搜集汇总

数据集介绍

构建方式

在劳动力统计领域，ILOSTAT作为国际劳工组织的核心数据库，为全球200多个经济体提供了标准化的劳动指标。该数据集源自ILOSTAT的REST API，通过筛选欧洲ISO3国家代码，精心采集了关于雇员平均小时工资的年度观测数据。数据经由国际劳工统计学家会议定义的标准进行统一整合，共包含720条观测记录，覆盖了法国、摩尔多瓦、瑞士、波斯尼亚和黑塞哥维那以及希腊五个欧洲国家，时间跨度从2000年至2025年。原始数据来源包括劳动力调查、家庭收入调查及行政记录等多种渠道，确保了信息的多元性与可追溯性。Electric Sheep Europe负责数据的重新打包与标准化处理，以Parquet格式呈现，便于机器学习场景直接调用。

特点

该数据集的核心价值在于其精细的人口统计学与地理维度分解。具体而言，数据围绕'按性别和城乡区域划分的雇员平均小时工资'这一核心指标展开，在性别维度上提供了总计、男性与女性三种细分类型，为研究性别工资差距与区域经济差异提供了关键支撑。此外，数据集包含丰富的元数据列，如数据来源标签、观测状态标识（如序列中断标记）、货币注释等，增强了数据的透明度和可解释性。尽管观测规模不足千条，但跨25年的长时间序列以及多国覆盖的特性，使其特别适合于时间序列预测面板数据分析以及跨国比较研究。数据质量方面，优先采用ILO选定的最佳来源，并明确标注了指标仅含年度频率这一使用前提。

使用方法

使用者可通过HuggingFace Datasets库便捷地加载该数据集，借助load_dataset函数即可将数据读取为Pandas DataFrame格式，从而直接开展分析工作。典型应用场景包括：按国家代码过滤特定国家的工资数据以进行国别研究；利用时间列绘制特定指标的时序图，揭示工资的变化趋势；通过数据透视功能将数据重塑为国家×年份的矩阵，方便进行横截面比较或面板回归分析。值得注意的是，由于数据集包含多个分类维度，使用者应留意sex等分解字段仅在指标发布相应细分时才有值，且数据频率为年度，在用于月度或季度预测前需要进行频率转换。推荐在学术发表时同时引用原始ILO数据来源以及Electric Sheep Europe的重打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，并通过Electric Sheep Europe于2025年在HuggingFace平台进行重新封装与发布，聚焦于欧洲五国（法国、摩尔多瓦、瑞士、波斯尼亚和黑塞哥维那、希腊）在2000至2025年间按性别和城乡地域划分的雇员平均小时工资（以本币计）。作为ILOSTAT核心指标之一，该数据旨在为劳动经济学、性别薪资差距及区域不平等研究提供标准化、可追踪的微观聚合数据。其发布推动了欧洲范围内劳动力市场数据的可比性和可获取性，对于评估体面劳动、可持续发展目标（SDG）中的同工同酬议题具有重要支撑作用。

当前挑战

该数据集致力于解决的领域挑战包括：劳动市场中性别和城乡维度的工资差异量化分析，以及跨国比较中因统计口径、货币单位和数据来源不同带来的不一致性问题。构建过程中面临的主要挑战涵盖：数据源异构性的处理，即各国劳动力调查、行政记录等原始数据在采集频率、定义及质量上的差异；缺失数据与时间序列不连续性问题，如希腊仅覆盖2015-2020年；以及国际劳工组织在数据协调时对“最佳来源”的选择标准所带来的潜在偏差，需在分析时充分标注源断点与修订标记，以确保结果稳健性。

常用场景

经典使用场景

该数据集汇集了欧洲五国2000至2025年间按性别和城乡区域划分的雇员平均小时收入数据，共720条观测记录，源自国际劳工组织（ILO）的权威劳动统计数据库ILOSTAT。其经典使用场景集中于劳动经济学的薪酬差异分析，研究者可基于此数据开展性别工资差距的跨国比较研究，或构建面板数据模型剖析城乡二元结构对劳动力报酬的异质性影响。此外，该数据的时间跨度覆盖二十余年，为揭示欧洲劳动力市场中工资结构的长期演变趋势、评估区域经济发展与劳动政策效果提供了珍贵的时序基础。

解决学术问题

该数据集有效解决了劳动经济学中因微观数据获取壁垒而导致的跨国薪酬比较研究难题。学术上，它助力探讨性别收入不平等的根源，如职业隔离、歧视以及家庭责任分配对工资的扭曲效应，同时为检验人力资本理论、效率工资假说等经典命题提供实证支撑。数据集按城乡地域划分的特性，更使得研究者能够深入剖析城市化进程中劳动力报酬的空间分异规律，弥补了过往研究多聚焦于国家宏观层面而忽略内部区域异质性的局限，显著推动了区域劳动经济学与社会分层理论的交叉与拓展。

衍生相关工作

该数据集作为ILOSTAT官方数据的精选再封装版，直接推动了多项经典衍生研究成果的产生。其一，研究者常以此为基石构建欧洲工资预测模型，结合宏观经济指标进行时间序列预测；其二，基于该数据的性别与城乡细分维度，涌现出一系列探讨欧盟国家中农村女性薪资困境的交叉实证研究。此外，该数据集规范的Schema设计与连贯的ISO编码体系，为HuggingFace平台上劳动经济领域的数据标准化工作树立了范例，激励了开发者与学者在European Electric Sheep生态中集成更多结构化社会经济数据集，从而催生了跨来源、多指标联动的欧盟劳动力全景分析范式。