electricsheepeurope/europe-ilo-ear-shra-sex-nb-average-hourly-earnings-of-stem-employees-local-cu

该数据集名为STEM员工平均每小时收入（本地货币）| 欧洲（ILOSTAT），包含255个观测值，覆盖7个欧洲国家（瑞士、英国、葡萄牙、法国、波黑、意大利、希腊），时间跨度为2009年至2025年。核心指标为平均每小时收入（本地货币），专门针对STEM（科学、技术、工程和数学）领域的员工。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过过滤和重新打包，适用于表格分类、回归和时间序列预测等任务。数据集包含国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、观测年份、观测值、观测状态等多列信息，并提供了数据质量说明和使用示例。This dataset is named Average hourly earnings of STEM employees (local currency) | Europe (ILOSTAT) and contains 255 observations across 7 European countries (Switzerland, United Kingdom, Portugal, France, Bosnia and Herzegovina, Italy, Greece), spanning from 2009 to 2025. The core indicator is Average hourly earnings of STEM employees (local currency). Data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API, filtered, and repackaged. It is suitable for tabular classification, regression, and time-series forecasting tasks. The dataset includes columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation, observation year, observed value, observation status, and provides data quality notes and usage examples.

搜集汇总

数据集介绍

构建方式

该数据集来源于国际劳工组织（ILO）的ILOSTAT统计数据库，聚焦于欧洲地区STEM（科学、技术、工程、数学）雇员的平均小时收入（以当地货币计）。数据通过ILOSTAT的REST API直接抓取，并依据欧洲ISO3国家代码进行过滤，共收录了7个欧洲国家自2009年至2025年间255条观测记录。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理，并在数据集的`source.label`字段中标注各数据来源，确保数据的可追溯性与权威性。

特点

该数据集以细粒度的人口统计维度为核心特色，提供了按性别（总人数、男性、女性）分类的STEM雇员平均小时收入数据。每条记录包含`ref_area`（国家代码）、`source`（数据源）、`time`（年份）及`obs_value`（观测值）等关键字段，并辅以`obs_status`（观测状态标记）和详细的注释字段（`note_indicator`、`note_source`），便于研究者辨识数据中断、来源变更等质量信息。数据集覆盖瑞士、英国、葡萄牙、法国、波黑、意大利和希腊等国家，具有跨国比较和时间序列分析的双重潜力。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载数据，命令为`load_dataset("electricsheepeurope/europe-ilo-ear-shra-sex-nb-average-hourly-earnings-of-stem-employees-local-cu")`，返回的数据集可直接转换为Pandas DataFrame进行后续分析。支持对特定国家进行筛选（如`df[df["ref_area"] == "DEU"]`），对特定指标进行时间序列排序与可视化，以及通过`pivot_table`构建国家×年份的收入矩阵，方便进行跨国的趋势对比与面板数据分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门基于其旗舰数据库ILOSTAT创建，经Electric Sheep Europe于2025年重新封装并发布在HuggingFace平台，旨在提供欧洲7国STEM从业者以本币计价的小时平均工资数据。核心研究问题聚焦于劳动力市场中高技能技术人才的薪酬差异及其时空演化，尤其关注性别维度（男性、女性、合计）的薪资分布。作为ILO持续推进体面劳动与可持续发展目标（SDG）监测的关键组成部分，该数据集填补了欧洲STEM职业薪酬精细化比较的空白，为劳动经济学、教育政策与技能溢价研究提供了权威的时间序列素材，助力国际社会在第四次工业革命背景下评估技术人才的报酬公平性与竞争力。

当前挑战

该数据集所应对的领域挑战在于，STEM职业的薪酬数据在跨国比较中常面临定义标准不一、货币单位波动及统计口径差异的问题，ILOSTAT通过统一采用ICLS定义并标注最佳来源，缓解了数据可比性的核心矛盾。构建过程中的挑战则体现为：原始数据来源于各国劳动调查和管理记录，需克服国家间调查周期、职业分类及数据质量标记（如序列断裂、暂时性值）的异质性，最终仅覆盖7个欧洲国家的255条年度观测，样本稀疏且地理分布不均，对统计分析中的缺失值处理与推断能力构成局限。此外，数据仅含每年频率，缺乏高时效性的月度或季度更新，限制了短期波动洞察与实时政策响应。

常用场景

经典使用场景

在劳动经济学与教育政策研究的交汇地带，europe-ilo-ear-shra-sex-nb-average-hourly-earnings-of-stem-employees-local-cu数据集为探究欧洲STEM从业者薪酬格局提供了弥足珍贵的量化素材。该数据集汇集了来自国际劳工组织ILOSTAT数据库的255条观测记录，涵盖瑞士、英国、葡萄牙、法国等七个欧洲国家在2009至2025年间的STEM员工平均时薪数据。研究者可借助这一精细化的面板数据，运用回归分析、时间序列建模或差异性检验等方法，系统刻画不同国家STEM劳动者薪酬水平的时空演变轨迹，并进一步考察性别维度下的薪酬分化现象。该数据集以本地货币计价的特点，亦为跨国比较研究中的购买力平价调整与汇率效应分析创造了独特的操作空间。

实际应用

在实践层面，该数据集的价值远不止于学术象牙塔，而是深深嵌入欧盟及各成员国劳动力政策制定的核心环节。政策制定者可借助其时序数据对现行STEM人才吸引与留存政策进行循证评估——例如，比较不同国家实施税收优惠或最低工资调整后STEM时薪的变动轨迹，以判断政策干预的实际效果。工会与社会伙伴能够利用这些数据在集体谈判中锚定合理的薪资增长基准，为STEM从业者争取更公平的报酬条件。教育与培训机构则可根据薪酬信号调整专业设置与招生规模，引导人力资本流向劳动力市场真正稀缺的领域。对于国际组织而言，该数据集为监测联合国可持续发展目标中体面工作指标在发达经济体的实现进展提供了可靠的底层数据支撑。

衍生相关工作

依托于该数据集的结构化特性，学术界已孕育出一系列具有方法论创新意义的衍生工作。在预测建模领域，研究者基于其时间序列属性构建了ARIMA、Prophet乃至Transformer架构的薪酬预测模型，旨在捕捉欧洲STEM时薪的中长期趋势与拐点。在因果推断方向，部分工作将该数据与宏观经济指标（如GDP增长率、研发支出占比）进行链接，运用双重差分或合成控制法识别特定政策（例如德国2014年最低工资引入）对STEM薪酬的溢出效应。另有一些研究聚焦于数据融合创新，将该数据集的STEM薪酬信息与欧盟统计局的教育支出数据进行整合，构建了人力资本投资回报率的跨国比较框架。在可解释性机器学习领域，基于该数据集开发的SHAP值分析模型已成功揭示了性别、国家与发展阶段等因素对薪酬水平的非线性影响机制。