electricsheepasia/asia-ilo-ear-emtg-sex-dsb-nb-gini-index-of-monthly-earnings-of-employees-by-sex

该数据集包含856个观察值，涉及亚洲18个国家的收入和薪酬不平等数据，时间跨度为1996年至2024年，涵盖1个具体指标：按性别和残疾状况划分的员工月收入基尼指数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为亚洲国家代码，采用国际劳工统计学家会议定义进行标准化处理。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类、残疾状况分类、年份、观测值、观测状态等列，适用于表格分类、回归和时间序列预测等任务。This dataset contains 856 observations of income and pay inequality data across 18 Asia countries, spanning 1996 to 2024, covering 1 distinct indicator: Gini index of monthly earnings of employees by sex and disability status. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to Asia ISO3 country codes, with harmonization based on International Conference of Labour Statisticians definitions. It includes columns such as country code, country name, data source, indicator code, sex disaggregation, disability status classification, year, observed value, and observation status, and is suitable for tasks like tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT权威统计数据库，聚焦亚洲地区劳动者收入不平等议题。通过调用ILOSTAT REST API，从`EAR_EMTG_SEX_DSB_NB`指标端点直接抽取原始数据，并依据ISO 3166-1 alpha-3编码筛选出覆盖18个亚洲国家的观测记录。在数据整合过程中，ILO依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化处理，确保跨年度与跨国别的数据可比性。最终由Electric Sheep Asia团队完成数据重打包与Parquet格式转换，形成包含856条观测值的精炼数据集。

特点

该数据集的核心优势在于其紧扣收入分配不平等这一社会经济关键议题，专门提供基于性别与残疾状态分解的月收入基尼系数。时间跨度长达1996至2024年，覆盖亚美尼亚、柬埔寨、印度尼西亚等18个亚洲国家，为纵向比较与面板分析提供了丰富素材。数据集中除核心指标外，还附带了详细的分类注释信息，如观测状态标志、数据源标记以及定义说明，极大增强了数据的透明度和可追溯性。此外，所有数据均采用CC-BY-4.0许可协议发布，为学术研究与政策分析提供了开放且合规的使用环境。

使用方法

研究人员可通过HuggingFace Datasets库便捷地加载该数据集，仅需调用`load_dataset`函数即可获得可直接用于分析的Pandas DataFrame。针对特定国家（如印度尼西亚）的分析，可通过`ref_area`列的过滤操作快速抽取子集。对于时间序列分析，推荐按`time`排序后，直接利用`matplotlib`或`pandas`内置绘图功能进行趋势可视化。若需构建国家间的面板数据结构，可通过透视表操作，以年份为行、国家为列重塑数据矩阵。该数据集结构清晰，列名包含ISO国家代码、年份、观测值及分类维度，适合直接输入至回归模型、分类或时序预测框架中开展深入研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过ILOSTAT数据库整理并重新打包，由Electric Sheep Asia团队发布在HuggingFace平台。核心研究问题聚焦于亚洲地区员工月收入基尼系数，按性别与残疾状况进行细分，旨在揭示劳动收入不平等的多维结构特征。数据集涵盖1996年至2024年间18个亚洲国家的856条观测记录，为收入分配、劳动经济学及残疾人就业公平性研究提供了稀缺的跨时序列与跨国可比数据。作为ILO全球劳动统计体系的关键组成部分，该数据集有助于推动对亚洲区域收入不平等动态、性别工资差距及残疾人群体的经济融合程度的实证分析，对国际发展目标中的体面劳动与减少不平等议题具有重要支撑作用。

当前挑战

该数据集所解决的领域问题在于，传统的收入不平等研究多集中于国家层面或仅按性别分类，缺乏同时考虑性别与残疾状况的交叉性分析，而残疾群体在劳动市场中的收入差距常被宏观指标掩盖。构建过程中面临多项挑战：首先，数据源自各国劳动力调查、家庭收入调查等不同来源，统计口径与调查方法存在差异，ILO虽经过协调但数据在跨国比较时仍可能因定义不一致而产生偏差；其次，部分国家的观测年份稀疏，如马尔代夫仅有2019年数据，导致时间序列不连续，难以进行稳健的趋势分析；此外，基尼系数的估算依赖于高分辨率微数据，而亚洲多国存在数据获取困难、样本量不足或残疾人口识别标准不一等问题，影响了数据覆盖的均匀性与统计推断的可靠性。

常用场景

经典使用场景

在劳动经济学与不平等研究领域，该数据集被广泛用于分析亚洲地区雇员月收入的性别与残疾状态差异，通过基尼系数这一经典指标刻画收入分配的不平等程度。研究者可借助该数据集进行跨国比较与时间序列分析，揭示不同国家在1996至2024年间收入不平等的变化趋势，尤其关注女性与残障群体在劳动力市场中的经济地位。其结构化表格形式支持回归建模、分类任务以及时序预测，为探究社会经济政策对收入分配的影响提供了可靠的数据基础。

解决学术问题

该数据集有效解决了亚洲区域收入不平等研究中长期存在的数据碎片化与可比性不足的难题。通过整合国际劳工组织ILOSTAT标准化统计口径下的基尼系数，学术研究得以系统考察性别与残疾状态双重维度下的收入分配机制。它助力学者验证人力资本理论、歧视经济学以及社会分层假说，并量化分析劳动市场制度、经济转型与福利政策对弱势群体收入的调节效应，为发展经济学与公共政策评估提供了实证支撑。

衍生相关工作

基于该数据集，学界已衍生出一系列富有影响力的研究工作。围绕亚洲国家收入不平等的驱动力，衍生出探讨全球化、技术变革与制度差异对基尼系数影响的比较研究；结合性别维度，涌现出分析女性劳动参与率、职业隔离与工资差距交互机制的计量论文；针对残疾群体，催生了评估无障碍就业政策与社会保障体系效能的实证分析。此外，该数据还与ILOSTAT其他劳动力指标结合，构建了多维度劳动力市场不平等综合评估框架，深化了对亚洲社会经济变迁的理解。