electricsheepeurope/europe-ilo-ear-ehrm-sex-nb-median-hourly-earnings-of-employees-by-sex-local-c

该数据集包含474个观测值，覆盖8个欧洲国家（瑞士、葡萄牙、英国、法国、摩尔多瓦、波黑、意大利、希腊），时间跨度为1991年至2025年，专注于一个核心指标：按性别划分的员工每小时收入中位数（以本地货币计），指标代码为EAR_EHRM_SEX_NB。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过筛选和重新打包，由Electric Sheep Europe发布。数据集采用表格格式，包含国家代码、年份、性别分类（总计、男性、女性）、观测值、数据来源和质量标志等列，适用于时间序列预测、表格分类和回归等机器学习任务。数据以年度频率发布，并提供了详细的使用示例和引用信息。This dataset contains 474 observations across 8 Europe countries (Switzerland, Portugal, United Kingdom, France, Moldova, Bosnia and Herzegovina, Italy, Greece), spanning 1991 to 2025, focusing on one core indicator: Median hourly earnings of employees by sex in local currency, with indicator code EAR_EHRM_SEX_NB. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API, filtered, and repackaged by Electric Sheep Europe. It is provided in tabular format with columns including country code, year, sex disaggregation (total, male, female), observed value, data source, and quality flags, suitable for machine learning tasks such as time-series forecasting, tabular classification, and regression. The data is published at annual frequency and includes detailed usage examples and citation information.

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数据库，经由Electric Sheep Europe团队从ILOSTAT REST API中提取并重构。原始数据采集自各国劳动力调查、住户收入调查、企业调查及行政记录，ILO依据国际劳工统计学家会议（ICLS）的定义对微观数据进行统一化处理。数据集以欧洲地区为筛选范围，基于ISO3国家代码过滤，聚焦于'按性别划分的雇员小时收入中位数（本币）'这一核心指标，最终形成了涵盖8个欧洲国家、跨越1991年至2025年、共计474条观测记录的精炼数据集合。

使用方法

研究者可通过`datasets`库中的`load_dataset`函数便捷地加载该数据集，并将其转换为Pandas的DataFrame格式进行后续分析。针对特定国家或地区的探索，可直接利用`ref_area`列进行筛选。由于数据具有时间序列属性，用户可按年份对`obs_value`进行排序并轻松绘制趋势图，直观展现薪资变迁。此外，通过数据透视表功能，能将数据重塑为以年份为行、国家为列的矩阵形式，便于进行跨国横向对比或构建面板数据模型，开展深入的计量经济学研究。

背景与挑战

背景概述

该数据集由Electric Sheep Europe于2025年基于国际劳工组织（ILO）的ILOSTAT数据库重新打包发布，聚焦欧洲8个国家1991至2025年间雇员按性别分列的每小时工资中位数（以当地货币计）。ILOSTAT作为全球劳动统计的权威来源，整合了各国劳动力调查、家庭收入调查及行政记录等多元数据，经ILO统计部门统一标准化处理，旨在为劳动经济学研究提供可靠的时间序列数据。该数据集通过474条观测记录，覆盖瑞士、葡萄牙、英国、法国等国家，为探究欧洲劳动力市场中性别工资差异的动态演变、跨国比较及政策评估提供了关键数据支撑，对推动体面劳动与可持续发展目标（SDG）的实证研究具有重要价值。

当前挑战

该数据集面临多重挑战。在领域问题层面，性别工资差距是劳动经济学中持续受关注的议题，受行业隔离、职业分布、工作经历差异及隐性歧视等因素交织影响，其量化分析需要高质量、细颗粒度的工资数据，而现有数据集常因来源不一、统计口径差异导致跨国可比性不足。在构建过程中，数据来源于多个国家的不同调查体系（如劳动力调查、行政记录），需通过ILO统一定义（如ICLS标准）进行协调，但部分观测值标注为“序列中断”或“临时性”，表明时间序列的一致性受调查方法变动影响；同时，数据仅覆盖8个欧洲国家，且各国观测数量不均（如希腊仅18条），限制了区域间深度对比与面板分析的稳健性，而年度频率也未能捕捉季节性波动等短期变化。

常用场景

经典使用场景

该数据集汇聚了欧洲八国自1991年至2025年间按性别划分的雇员中位数时薪信息，以本地货币计值，共计474条观测记录。其经典使用场景集中于劳动经济学中的性别薪酬差异分析，研究者可借助时间序列数据追踪各国薪酬水平的动态演变，揭示性别间薪酬鸿沟的收敛或恶化趋势。通过数据结构中‘sex’维度的精细划分，能够直观对比男性与女性在相同劳动力市场环境下的薪酬分布特征，为评估欧洲各国在促进性别平等就业政策方面的成效提供坚实的数据基础。

解决学术问题

该数据集有效回应了劳动经济学领域中若干关键学术问题，特别是围绕性别薪酬差距的结构性成因与跨时期演变。它使学者能够在跨国比较框架下，系统评估劳动力市场制度、产业结构变迁及社会政策对薪资平等性的影响。通过控制宏观经济波动与地域异质性，数据集助力实证研究识别性别歧视、职业隔离与人力资本差异等要素对薪酬失衡的具体贡献程度。其存在显著提升了欧洲范围内性别薪资不平等研究的可复现性与政策推断的严谨性，推动了相关理论模型的实证校准。

实际应用

在实际应用层面，该数据集为国际劳工组织、欧盟统计局及各成员国政策制定者提供了监测劳动市场性别平等目标的量化工具。社会研究机构可基于此数据生成年度性别薪酬差距报告，指导企业薪酬审计与反歧视法规的执行。非营利组织也能借助可视化分析向公众传达性别薪资不平等的现实图景，倡导公平薪酬立法。此外，人力资源咨询公司利用该数据集对比不同时空下的薪酬基准，为客户设计更具包容性的薪资结构提供参考依据。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲八国按性别分列的雇员每小时收入中位数（本地货币）统计，为劳动经济学中性别薪酬差距的跨时空比较提供了关键数据支撑。当前前沿研究热点在于利用此类长时间序列面板数据，结合机器学习与时间序列预测模型（如Prophet或LSTM），剖析收入差异的演变趋势与结构性断裂（如数据标注中的Break in series标志），并探究金融危机、新冠疫情以及近期欧洲劳动力市场政策调整对薪酬平等化进程的冲击。ILOSTAT作为国际劳工组织的权威数据枢纽，其对调查微观数据的ICLS标准化处理确保了跨国可比性，而本数据集对瑞典、葡萄牙、英国等不同福利体制国家的覆盖（1991–2025年间），使得研究者能够结合社会保护与制度环境差异，揭示性别薪酬收敛的速度与瓶颈。此类研究不仅为SDG体面劳动目标（指标8.5.1）的监测提供量化基准，也为欧盟“同工同酬透明指令”等政策评估贡献了高颗粒度的证据基础。