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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲国家雇员平均小时收入数据，以本地货币计价，并按性别和经济活动进行细分。数据集涵盖8个欧洲国家（包括瑞士、葡萄牙、法国、英国、摩尔多瓦、波黑、意大利和希腊），时间跨度为1991年至2025年，共包含15,897个观测值。数据指标为平均小时收入（按性别和经济活动分类，本地货币），核心变量包括国家代码、年份、性别分类、经济活动和观测值等，适用于表格分类、回归和时间序列预测等任务。数据通过ILOSTAT API获取，经过统一处理，并遵循CC-BY-4.0许可协议。This dataset contains average hourly earnings data for employees in European countries, disaggregated by sex and economic activity, in local currency, sourced from the International Labour Organization (ILO) ILOSTAT database. It covers 8 European countries (including Switzerland, Portugal, France, the United Kingdom, Moldova, Bosnia and Herzegovina, Italy, and Greece), spanning the years 1991 to 2025, with 15,897 observations. The indicator is Average hourly earnings of employees by sex and economic activity (local currency), and key variables include country codes, year, sex classification, economic activity, and observed values. It is suitable for tabular classification, regression, and time-series forecasting tasks. Data is retrieved via the ILOSTAT API, harmonized, and released under the CC-BY-4.0 license.

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）下属ILOSTAT数据库，通过其REST API直接获取原始指标数据，并依据欧洲ISO3国家代码进行地理过滤。数据采集过程遵循国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、家庭收入调查及行政记录等微观数据进行统一协调与规范化处理。数据集以年度为时间粒度，涵盖1991年至2025年间的观测值，共计15,897条记录，覆盖8个欧洲国家，并保留来源列（source.label）以标识数据出处，确保可追溯性与透明性。

特点

该数据集聚焦于雇员平均小时收入这一核心劳动经济指标，按性别（总、男、女）和经济活动类别进行精细分层，提供丰富的分析维度。数据结构完整，包含国家代码、来源、指标标识、性别、分类变量、观测值及状态标记等字段，便于用户进行多维度的过滤与聚合。数据质量方面，当同一国家与年份存在多个数据来源时，系统自动选用ILO认定的“最佳来源”，并标注观测值状态（如临时或不可靠），为用户提供可靠性参考，适用于时间序列分析与横截面比较研究。

使用方法

用户可通过HuggingFace Datasets库直接加载该数据集，使用`load_dataset("electricsheepeurope/europe-ilo-ear-ehra-sex-eco-nb-average-hourly-earnings-of-employees-by-sex-and-ec")`命令即可获得训练集。加载后可将数据转换为Pandas DataFrame进行后续分析，例如按国家代码过滤特定国家的数据，或按年份排序后绘制时间序列图。此外，支持通过数据透视表功能将数据重塑为国家×年份矩阵，便于跨国家对比与面板数据分析。该数据集以cc-by-4.0许可发布，使用时需同时引用原始ILO数据来源及Electric Sheep Europe的重新打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT创建，并由Electric Sheep Europe于2025年重新整理发布，聚焦于欧洲8个国家1991至2025年间按性别和经济活动划分的雇员平均小时工资（以当地货币计），共包含15,897条观测。作为劳动经济学领域的重要资源，该数据集依托ILO在劳动力统计方面的权威地位，为研究欧洲劳动力市场的性别工资差异、行业间薪酬结构演变以及跨国比较提供了标准化的时序数据基础，对推动劳动经济学、社会政策评估及可持续发展目标（SDG）中体面工作的量化分析具有显著影响力。

当前挑战

该数据集主要面临两大挑战。领域问题层面，欧洲各国在薪酬统计中常因调查方法（如劳动力调查与企业调查）、货币换算及行业分类标准的差异导致数据可比性不足，而性别工资差距的分解需克服混杂因素（如职业隔离与工时差异）的干扰，传统回归模型难以捕捉非线性动态。构建过程中，原始数据需从ILOSTAT REST API经复杂筛选与清洗，处理多源数据冲突（如同一国家年份存在多个来源时需依赖ILO的“最佳来源”选择）、缺失值标注（如某些维度仅在特定指标下非空）及货币单位不一致（如波黑马克与欧元）等问题，同时需协调年度频率与潜在月度/季度数据的粒度差异，确保时序连贯性。

常用场景

经典使用场景

欧洲劳动力市场中性别与经济活动对薪酬影响的实证研究，常以该数据集为核心分析单元。研究者可基于ILOSTAT官方标准，利用1991至2025年间覆盖瑞士、葡萄牙、法国等8个欧洲国家的15,897条观测记录，对按性别（总、男、女）和行业类别划分的员工平均时薪进行深度剖析。经典用法包括构建面板数据模型，验证性别工资差距的长期演变趋势，或采用时间序列分析方法，评估经济周期波动对不同行业薪酬的异质冲击。此外，该数据集的年度频率与多国特性使其成为跨国比较研究的理想素材，可用于测试劳动经济学中关于工资刚性与市场调节的传统理论假设。

衍生相关工作

该数据集衍生出一系列极具影响力的学术与政策研究工作。在理论层面，学者们基于此数据构建了工资设定方程的混合效应模型，揭示了性别、经济活动分类与薪资水平的非线性交互机制，并提出了跨国民粹主义与薪酬放缓之间的传导路径假说。在应用计量领域，研究者利用其时间跨度长的优势，引入合成控制法与断点回归设计，评估了2008年金融危机与新冠疫情对欧洲不同性别劳动者薪资的冲击差异。此外，国际劳工组织与欧盟统计局联合发布的多年度《全球工资报告》中，大量关键图表与回归分析直接援引了该数据集的统计结果，使其成为连接微观劳动调查与宏观政策制定的重要桥梁，持续推动着劳动经济学领域知识图谱的扩展与更新。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲八国1991至2025年间按性别与经济活动划分的雇员平均时薪，是国际劳工组织（ILO）ILOSTAT数据库的权威子集。当前前沿研究方向集中于利用该长期面板数据开展性别薪酬差异的动态解构与预测建模，尤其是结合时间序列分析与因果推断方法，识别经济周期、行业结构调整及劳动政策对薪酬平等性的影响。随着欧盟《薪酬透明指令》等政策的推进，该数据集为跨国比较与政策效果评估提供了关键基准，其高频时间粒度和精细化分类维度使其成为 labour economics 与公平劳动实践交叉领域的热点数据源。