electricsheepasia/asia-ilo-ear-emta-sex-eco-nb-average-monthly-earnings-of-employees-by-sex-and-e

该数据集名为“按性别和经济活动划分的员工平均月收入（当地货币）| 亚洲（ILOSTAT）”，包含38,471个观测值，覆盖44个亚洲国家，时间跨度为1969年至2025年。数据集专注于一个核心指标：平均月收入（按性别和经济活动划分，以当地货币计），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。数据以表格形式组织，包含列如国家代码、国家名称、数据来源、指标代码、性别分类、年份、观测值等，支持按国家、年份、性别等多维度分析。数据集适用于表格分类、回归和时间序列预测等任务，旨在为研究亚洲劳动力市场、收入不平等和经济活动提供ML就绪的数据层。This dataset, titled Average monthly earnings of employees by sex and economic activity (local currency) | Asia (ILOSTAT), contains 38,471 observations across 44 Asian countries, spanning from 1969 to 2025. It focuses on a single indicator: average monthly earnings of employees disaggregated by sex and economic activity, in local currency. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Asian countries. Organized in tabular format, it includes columns such as country code, country name, data source, indicator code, sex classification, year, observed value, etc., enabling multi-dimensional analysis by country, year, and sex. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide an ML-ready data layer for studying labor markets, income inequality, and economic activities in Asia.

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）旗下的ILOSTAT核心统计数据库，是亚太地区劳动力市场研究的重要数据资产。数据集通过调用ILOSTAT REST API接口，提取了'按性别和经济活动划分的雇员平均月收入（本币）'这一核心指标，并依据亚洲ISO3国家代码进行地理范围过滤。原始调查微观数据经由ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理，最终汇聚为包含38,471条观测值的结构化表格，涵盖了44个亚洲国家自1969年至2025年间的年度数据。每一观测值均携带其数据来源标签，确保了数据的可追溯性与使用者对数据质量的判断能力。

使用方法

该数据集的使用极为便捷，已为机器学习工作流进行了优化。研究者可通过HuggingFace的`datasets`库以一行代码直接加载，并方便地转换为Pandas DataFrame进行后续分析。在具体应用上，可以轻松过滤出单一国家的数据以进行国别深入分析，也可以针对特定指标对观测值按年份排序后绘制时间序列图，直观展示收入趋势的长期演变。更进一步，通过数据透视操作，能够快速将原始的长格式数据重塑为以年份为行、以国家为列的矩阵，为构建面板数据模型或进行跨国的聚类、回归分析创造了理想的条件。

背景与挑战

背景概述

在劳动经济学与社会政策研究领域，收入数据是评估劳动力市场状况、性别平等与经济发展水平的核心指标。国际劳工组织（ILO）通过其ILOSTAT数据库系统收集并标准化了全球超过200个经济体的劳动统计信息，然而，针对亚洲区域的精细化、可直接用于机器学习的结构化收入数据集长期存在缺口。该数据集由Electric Sheep Asia于2025年基于ILOSTAT官方API构建，聚焦亚洲44个国家1969至2025年间按性别与经济行业划分的雇员月均收入数据，共计38,471条观测记录。其核心研究问题在于提供一份纵向时间长、地域覆盖广、代码规范统一的亚洲收入面板数据，以支持劳动经济学中的跨国比较、时序预测及性别工资差距分析。该数据集凭借与HuggingFace生态的深度整合（支持load_dataset一键加载），降低了研究者获取与处理官方统计数据的门槛，对于推动亚洲劳动市场的实证研究具有显著的基础性贡献。

当前挑战

该数据集所解决的领域挑战主要体现在多个层面。首先，在劳动经济学中，跨国产出比收入数据的可比性与可获取性长期受限，传统宏观数据库（如世界银行WDI）往往粒度不足，且缺乏按性别与行业交叉分类的细颗粒度信息，而该数据集填补了这一空白，使得研究者能够深入分析亚洲地区性别工资差异的长期动态与非正规经济下的收入结构。其次，在数据构建过程中面临多重挑战：不同国家调查方法（如劳动力调查、家计调查）口径不一，ILO虽已基于ICLS定义进行统一，但来源标志列中仍存在大量不可直接对比的‘最优来源’选择；数据中含有的缺失值与异常状态（如断点标记、货币单位变动）需要经滤波与分类预处理才能适用于时间序列建模；此外，年频数据不包含月季度细部波动，在应用于高精度预测时需额外考虑插值策略。这些因素共同构成了该数据集在实际应用中的技术与方法论障碍。

常用场景

经典使用场景

该数据集收录了1969年至2025年间亚洲44个国家的雇员平均月薪数据，按性别和经济活动分类，以本币计价。其经典使用场景在于构建跨国面板数据模型，用于分析亚洲劳动力市场中工资水平的长期演变规律。研究者可借助该数据探究性别工资差距的时空动态、经济结构转型对薪酬分布的影响，以及不同国家劳动政策的效果评估。时间跨度长达半个世纪，为纵向比较与因果推断提供了坚实基础。

解决学术问题

数据集解决了亚洲劳动经济学研究中长期存在的数据碎片化与可比性不足的瓶颈。通过ILOSTAT统一数据标准，调和了各国调查方法差异，使得跨国劳动力市场的系统性比较成为可能。它支撑了关于经济发展阶段与收入分配关系的实证检验，特别是性别维度下的工资不平等研究。数据包含44国长时序观测，为探讨全球化、产业升级与劳动力回报之间的互动机制提供了关键证据，推动了对劳动力市场制度效应的深入理解。

实际应用

在实际应用中，数据集广泛服务于国际组织、政府智库与跨国企业的劳动政策评估与薪酬对标分析。国际劳工组织与各国劳工部门可利用该数据集监测工资水平与性别平等目标的实现进展，制定最低工资调整和反歧视政策。跨国企业则能将其作为亚洲市场人力成本与薪酬竞争力的参考依据，辅助海外投资与人力资源管理决策。此外，非政府组织与研究机构可依托数据发布区域劳动报告，提升公众对劳动者权益的关注。

数据集最近研究

最新研究方向

在亚洲劳动经济学与可持续发展目标（SDGs）监测的前沿，基于ILOSTAT官方统计的薪酬数据已成为研究区域劳动力市场性别差异与经济活动结构变迁的关键资源。该数据集整合了44个亚洲国家自1969年至2025年间按性别和经济活动划分的月均收入信息，其跨时半个多世纪的时序广度与多维度分类标签，为解析全球化进程中亚洲就业质量演变、评估同工同酬政策成效以及构建薪酬预测模型提供了高保真基础。当前，学者正利用此类精细化面板数据，结合因果推断与时间序列分析，深入探讨产业结构升级、最低工资制度与性别收入差距之间的动态耦合机制，并助力国际劳工组织推动体面劳动议程在亚太地区的实证落地。