electricsheepeurope/europe-ilo-ear-shra-sex-cur-nb-average-hourly-earnings-of-stem-employees-by-sex-a

该数据集包含欧洲STEM（科学、技术、工程和数学）员工按性别和货币划分的平均小时收入数据，源自国际劳工组织（ILO）的ILOSTAT统计数据库。数据覆盖7个欧洲国家（包括瑞士、英国、葡萄牙、法国、波黑、意大利和希腊），时间跨度为2009年至2025年，共756个观察值，涉及1个核心指标（EAR_SHRA_SEX_CUR_NB）。数据集提供了详细的列结构，包括国家代码、数据来源、指标分类、性别维度（总计、男性、女性）、观测年份和数值等，适用于表格分类、回归和时间序列预测等任务。数据经过ILO的标准化处理，并遵循CC-BY-4.0许可证。This dataset contains average hourly earnings of STEM (Science, Technology, Engineering, and Mathematics) employees by sex and currency in Europe, sourced from the International Labour Organization (ILO) ILOSTAT database. It covers 7 European countries (including Switzerland, United Kingdom, Portugal, France, Bosnia and Herzegovina, Italy, and Greece), spanning the years 2009 to 2025, with 756 observations and 1 core indicator (EAR_SHRA_SEX_CUR_NB). The dataset provides detailed column structures, including country codes, data sources, indicator classifications, sex dimensions (total, male, female), observation years, and values, suitable for tabular classification, regression, and time-series forecasting tasks. The data is harmonized by ILO and licensed under CC-BY-4.0.

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）的ILOSTAT中央统计数据库，通过REST API直接拉取指标EAR_SHRA_SEX_CUR_NB的原始数据，并依据欧洲ISO3国家代码进行地理过滤。数据经由Electric Sheep Europe重新封装，整合了来自多个欧洲国家劳动力调查、家庭收入调查等行政记录的微观数据，并依据国际劳工统计学家会议（ICLS）定义进行协调统一，最终形成756条观测记录，覆盖7个欧洲国家2009至2025年的年度数据。

使用方法

用户可通过HuggingFace的`datasets`库轻松加载数据：执行`load_dataset("electricsheepeurope/europe-ilo-ear-shra-sex-cur-nb-average-hourly-earnings-of-stem-employees-by-sex-a")`即可获取训练集。数据支持直接转换为pandas DataFrame进行后续分析，例如按国家过滤、对特定指标进行时间序列可视化，或利用pivot_table构建国家-年份矩阵，以支持回归分析、分类任务或时间序列预测等场景。

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（ILOSTAT）创建并维护，经Electric Sheep Europe于2025年重新打包发布在HuggingFace平台上。数据集聚焦于欧洲7个国家（瑞士、英国、葡萄牙、法国、波斯尼亚和黑塞哥维那、意大利、希腊）2009年至2025年间STEM（科学、技术、工程与数学）雇员的平均小时工资，按性别和货币进行细粒度划分，共计756条观测记录。作为全球劳动力统计的核心基准，ILOSTAT通过整合各国劳动力调查、行政记录等多源数据，为跨国家、跨时间维度的工资差异研究提供了标准化基础。该数据集在分析欧洲STEM领域性别工资差距、评估劳动力市场政策效果以及追踪可持续发展目标（SDG）中体面工作指标方面具有不可替代的学术价值。

当前挑战

该领域的核心挑战在于揭示并量化STEM领域内性别工资差异的动态演化规律，以及不同货币计价方式对跨国可比性的影响。具体而言，数据集面临以下挑战：1) 数据源异质性：各国劳动力调查的定义、覆盖范围和抽样方法存在差异，虽有ILO采用国际劳工统计学家会议（ICLS）定义进行协调，但“最佳来源”选择可能导致不同国家间时间序列的断裂与衔接问题；2) 时空覆盖不均衡：仅涵盖7个欧洲国家，且各国观测时间跨度与频率不一，意大利和希腊的数据止于2020年，无法支持完全平衡的面板分析；3) 数据质量标识：观测状态标记（如“序列中断”“不可靠”）的存在要求研究者谨慎处理缺失值和异常值，增加了建模复杂性。

常用场景

经典使用场景

该数据集提供了欧洲七国2009至2025年间STEM从业人员按性别和货币分类的平均时薪观测数据，适用于多维度时空分析。研究者可借助其精细的性别分类（总数、男性、女性）与时间序列结构，开展性别薪酬差距的跨国比较研究，或构建面板数据模型以探究薪酬变动的宏观驱动因素。数据集还支持条件筛选与格式化处理，便于聚焦特定国家或时间段进行深入挖掘。

解决学术问题

在劳动经济学领域，该数据集有效解决了欧洲STEM行业性别薪酬差异量化评估数据稀缺的问题，填补了小国与长期追踪数据的空白。它为验证人力资本理论、统计歧视理论等经典假说提供了跨国实证基础。通过分析不同货币与制度环境下的薪酬动态，数据集助力揭示性别不平等在技术密集型行业中的演变规律，对推动联合国可持续发展目标中体面工作与经济增长议题的研究具有深远影响。

实际应用

实际应用中，该数据集是政策制定者评估薪酬平等政策效果的核心工具。欧盟机构可据此监测各国STEM领域性别工资差异变化趋势，为修订《同工同酬指令》提供数据支撑。企业亦可借鉴其行业基准值，优化内部薪酬审计机制。此外，非政府组织利用这些数据生成可视化报告，提升公众对技术女性经济地位的社会认知，促进多元包容的职场环境建设。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲七国STEM领域从业者按性别与货币划分的平均小时工资，为性别薪酬差距的量化研究提供了细粒度、跨年度的标准化时间序列数据。当前前沿方向集中于利用此类高维面板数据，结合因果推断与机器学习模型，揭示欧盟国家间薪酬差异的结构性成因、政策干预效果（如性别平等立法）及经济波动对STEM劳动力市场的异质性冲击。该数据集的发布填补了ILOSTAT官方数据与HuggingFace生态间的工程化鸿沟，通过统一架构与CC-BY-4.0许可，显著降低了劳动经济学、计算社会科学及AI for Social Good领域的研究门槛，支持可复现的薪酬公平性审计与跨区域基准测试。