electricsheepeurope/europe-ilo-ear-emta-sex-mts-nb-average-monthly-earnings-of-employees-by-sex-and-m

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的16,986个观测值，涵盖33个欧洲国家从1991年至2025年的数据。核心指标为‘按性别和婚姻状况划分的雇员月平均收入（本地货币）’（代码EAR_EMTA_SEX_MTS_NB）。数据集提供了详细的元信息，包括国家代码、数据来源（如劳动力调查）、性别分类（总计、男性、女性）、婚姻状况分类、观测年份、观测值（以本地货币计的收入数值）以及数据质量标志（如不可靠）。数据经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理，并筛选了欧洲国家。适用于表格分类、回归和时间序列预测等任务，可用于分析欧洲各国收入趋势、性别差异和婚姻状况影响。This dataset contains 16,986 observations from the International Labour Organization (ILO) ILOSTAT database, covering 33 European countries from 1991 to 2025. The core indicator is Average monthly earnings of employees by sex and marital status (local currency) (code EAR_EMTA_SEX_MTS_NB). It includes detailed metadata such as country codes, data sources (e.g., labour force surveys), sex disaggregation (total, male, female), marital status classification, observation year, observed value (earnings in local currency), and data quality flags (e.g., unreliable). Data is harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions and filtered to European countries. Suitable for tabular classification, regression, and time-series forecasting tasks, enabling analysis of earnings trends, gender disparities, and marital status effects across Europe.

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统计数据库，通过其REST API接口直接抓取指标代码为EAR_EMTA_SEX_MTS_NB的原始数据，并依据欧洲ISO3国家代码进行地域筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国调查微观数据进行协调统一，并在source.label字段中标注数据来源，确保了数据的可追溯性与跨国可比性。该数据集由Electric Sheep Europe重新整理封装，以HuggingFace格式发布。

特点

数据集包含16,986条观测记录，覆盖33个欧洲国家，时间跨度从1991年至2025年。核心指标为按性别和婚姻状况划分的月平均工资（以当地货币计），同时提供了性别（总、男、女）和婚姻状态等细分维度。数据为年频次，并优先采用ILO选定的‘最佳来源’以避免多源冲突。此外，数据还附带了观测状态标识（如临时、不可靠），为质量评估提供了依据。

使用方法

用户可通过HuggingFace的datasets库便捷加载，仅需一行代码`load_dataset("electricsheepeurope/europe-ilo-ear-emta-sex-mts-nb-average-monthly-earnings-of-employees-by-sex-and-m")`即可获取完整数据集。数据支持灵活操作，如按国家筛选特定子集、按时间序列绘制指标走势图，以及通过pivot_table构建国家-年份矩阵，便于进行跨国面板数据分析与回归建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT创建，经Electric Sheep Europe重新封装后发布于HuggingFace平台。数据集聚焦于欧洲33个国家1991至2025年间按性别和婚姻状况划分的员工月平均收入（以当地货币计），涵盖16,986条观测记录，是劳动力经济学与社会不平等研究领域的关键数据资源。其核心研究问题在于揭示欧洲劳动力市场中性别与婚姻状况对收入分配的长期影响，为政策制定者与学者提供跨国家、跨时段的微观证据。凭借ILO在劳动统计领域的权威性与数据协调标准，该数据集在比较劳动经济学、性别工资差距分析及社会分层研究中具有重要影响力，尤其为欧洲联盟内部收入政策的评估与跨国趋势的量化研究奠定了坚实基础。

当前挑战

该数据集所应对的领域挑战主要体现为劳动力市场中收入差异的多维度分解难题。传统研究常受限于单一国家或短期数据，难以系统解析性别与婚姻状况对收入的交互影响，而该数据集通过33国跨越34年的长时序观测，为揭示结构性不平等提供了宏观视角。在构建过程中，核心挑战在于跨国数据源的协调与一致性维护，ILOSTAT需将各类国家调查（如劳动力调查、家庭收入调查）依据国际劳工统计学家会议（ICLS）定义进行标准化，并处理不同来源间因调查方法、货币单位及观测状态（如暂时数据、不可靠标记）引发的差异。此外，部分国家数据仅以年频率发布，且存在多来源择优选择机制，这要求在保留时间序列连续性的同时平衡数据质量与覆盖完整性，从而确保分析的有效性与可靠性。

常用场景

经典使用场景

在劳动经济学与社会政策研究中，该数据集被广泛用于分析欧洲各国男女雇员的平均月收入差异及其随时间演变的趋势。研究者可借助婚姻状况这一细分维度，深入探讨性别收入不平等的结构性特征，并基于1991至2025年间33个欧洲国家的面板数据，构建多层级回归模型或时间序列分析，以揭示收入分配模式背后的制度性与文化性动因。

解决学术问题

该数据集有效解决了跨国比较研究中存在的收入指标口径不一致、时间跨度不足及细分维度缺失等核心难题。通过提供经ILO统一协调的标准化收入数据，学者得以系统检验性别收入差距与婚姻状态之间的交互效应，量化评估不同社会福利政策对消除收入不平等的实际效果，并为验证人力资本理论、劳动市场分割理论等经典假说提供了可靠的经验证据。

衍生相关工作

基于该数据集衍生的经典工作包括：一是在性别收入差距研究领域，学者们利用其丰富的年份与国家维度数据，构建了动态面板GMM模型，揭示出婚姻溢价与性别收入差距的非对称演进路径；二是在劳动市场制度比较研究方面，研究者通过匹配该数据与各国最低工资标准、工会覆盖率等制度变量，系统评估了制度环境对收入公平的调节效应；三是在机器学习预测领域，该数据被用作时间序列回归的基准集，用于训练收入趋势预测模型，并探讨结构性断点对预测精度的影响。