electricsheepeurope/europe-ilo-ear-emtg-sex-age-nb-gini-index-of-monthly-earnings-of-employees-by-sex

该数据集包含欧洲33个国家从1991年至2025年的15,511个观测值，主要指标为按性别和年龄划分的员工月收入基尼指数（EAR_EMTG_SEX_AGE_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家数据，涵盖了收入与薪酬不平等主题。数据集采用表格格式，包含国家代码、年份、性别分类（总计、男性、女性）、观测值等列，并提供了数据来源、质量标志和注释信息。数据经过ILO根据国际劳工统计学家会议（ICLS）定义进行标准化处理，适用于表格分类、回归和时间序列预测等任务。license: cc-by-4.0 语言：英语 任务类别：表格分类、表格回归、时间序列预测 多语言属性：单语言 观测规模：10000 < 观测数 < 100000 标签：表格数据、欧洲、ILOSTAT（国际劳工组织统计数据库）、收入与薪酬不平等、国际劳工组织（ILO）、劳工、就业 数据集名称："按性别和年龄分组的雇员月度收入基尼系数 | 欧洲（ILOSTAT）" --- # 按性别和年龄分组的雇员月度收入基尼系数 | 欧洲（ILOSTAT） 🇪🇺 **15,511条观测** · **33个欧洲国家** · **1991–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新封装*      ## 快速概览（TL;DR） 本数据集包含**33个欧洲国家**1991–2025年间的**15,511条**「收入与薪酬不平等」相关观测数据，涵盖**1项独立指标**。 ## 关于数据源 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（ILO）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录的指标覆盖就业、失业、薪酬、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等领域，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录，覆盖200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTG_SEX_AGE_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：收入与薪酬不平等 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EAR_EMTG_SEX_AGE_NB`拉取数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码子集。ILOSTAT采用**ICLS（国际劳工统计学家会议）**的定义对原始调查微观数据进行标准化协调；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 33个欧洲国家 · 以下为按观测数量排序的前15个国家及后续剩余国家： | 国家代码 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CHE` | 840 | 1991 | 2025 | | `PRT` | 672 | 1998 | 2025 | | `IRL` | 504 | 2004 | 2024 | | `FIN` | 504 | 2004 | 2024 | | `DNK` | 504 | 2004 | 2024 | | `NOR` | 504 | 2004 | 2024 | | `SWE` | 504 | 2004 | 2024 | | `EST` | 504 | 2004 | 2024 | | `FRA` | 502 | 2004 | 2024 | | `GBR` | 480 | 2005 | 2025 | | `LTU` | 480 | 2005 | 2024 | | `CZE` | 480 | 2005 | 2024 | | `POL` | 480 | 2005 | 2024 | | `LUX` | 478 | 2004 | 2024 | | `HUN` | 478 | 2005 | 2024 | | ... | 另有18个国家 | | | ## 指标（示例） - `EAR_EMTG_SEX_AGE_NB` — 按性别和年龄分组的雇员月度收入基尼系数 ## 数据结构（Schema） | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AUT` | | `ref_area.label` | `string` | 英文国家名称 | `奥地利` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BB:275` | | `source.label` | `string` | 英文数据源名称 | `HIES - 欧盟收入与生活条件统计…` | | `indicator` | `string` | ILOSTAT 指标代码 | `EAR_EMTG_SEX_AGE_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别和年龄分组的雇员月度收入基尼系数…` | | `sex` | `string` | 性别分组维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `年龄（青年、成人）：15岁及以上` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位需参照指标定义） | `0.313` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `string` | — | `C6:1058` | | `note_classif.label` | `string` | — | `非标准年龄组：排除15岁年龄段` | | `note_indicator` | `string` | — | `T30:161` | | `note_indicator.label` | `string` | — | `货币单位：奥地利 - 欧元（EUR）` | | `note_source` | `string` | — | `R1:3513_T2:85` | | `note_source.label` | `string` | — | `存储库：ILO统计数据库 - 微观数据…` | ## 数据分解维度 以下字段提供数据分解维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的「最优数据源」。 - 分解维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-ear-emtg-sex-age-nb-gini-index-of-monthly-earnings-of-employees-by-sex") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列可视化 python sample = (df[df["indicator"] == "EAR_EMTG_SEX_AGE_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAR_EMTG_SEX_AGE_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAR_EMTG_SEX_AGE_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_ear_emtg_sex_age_nb_gini_index_of_monthly_earnings_of_employees_by_sex_2025, title = {按性别和年龄分组的雇员月度收入基尼系数 | 欧洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTG_SEX_AGE_NB}, publisher = {HuggingFace数据集，由Electric Sheep Europe重新封装}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-ear-emtg-sex-age-nb-gini-index-of-monthly-earnings-of-employees-by-sex}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源及Electric Sheep Europe的重新封装版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分，该项目旨在为HuggingFace平台构建统一的、适配机器学习的欧洲地区数据层。我们从权威开源数据源获取数据，对其进行Schema标准化，封装为Parquet格式，并发布格式统一的数据集卡片，以便研究人员和开发者仅需使用`load_dataset()`即可在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026年5月28日通过Electric Sheep流水线获取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTG_SEX_AGE_NB_

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核心统计数据库，通过REST API接口直接提取了指标EAR_EMTG_SEX_AGE_NB的原始数据，并依据ISO3国家代码筛选出33个欧洲国家的观测记录。ILOSTAT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、家庭收入调查等微观数据进行统一协调与清洗，所有来源均在source.label列中标注以确保可追溯性。最终数据集包含15,511条观测，涵盖1991年至2025年的年度时序数据，由Electric Sheep Europe团队重新封装为Parquet格式发布。

特点

本数据集聚焦于欧洲地区雇员月收入的基尼系数，按性别与年龄维度进行细致分解，提供SEX_T（总计）、SEX_M（男性）、SEX_F（女性）三种性别分类，以及丰富的年龄分组标签。数据列设计规范，涵盖国家代码、指标名称、观测值、状态标志及多级注释字段，便于用户追溯数据质量与异常。共纳入33个欧洲国家，其中瑞士、葡萄牙、爱尔兰等国的观测记录最为密集，时间跨度长达三十余年，为收入不平等领域的纵向比较与面板分析提供了坚实的数据基础。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数一键加载数据，并便捷地转换为Pandas DataFrame进行后续操作。推荐按国家筛选子集进行国别分析，或按时间排序构建单一指标的时序曲线。借助pivot_table方法可轻松将数据重塑为国家×年份的矩阵格式，适合进行跨国的面板数据回归或聚类分析。数据集支持分类、回归及时间序列预测等多种任务场景，研究人员可直接利用其标准化列名与丰富注释开展劳动经济学与社会政策研究。

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ILOSTAT统计数据库发布，并由Electric Sheep Europe团队在HuggingFace平台上重新封装整理。聚焦于欧洲33个国家在1991至2025年期间，按性别与年龄划分的员工月收入基尼指数，共计15511条观测记录。基尼指数作为衡量收入不平等程度的核心指标，在劳动经济学与社会政策研究中具有举足轻重的地位。该数据集为跨时段、跨国别的收入分配比较提供了标准化、可复现的量化基础，有力助推了欧洲范围内劳动力市场不平等动态的实证研究，亦为政策制定者评估社会公平举措提供了关键数据支撑。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：收入不平等研究长期受困于各国调查方法、统计口径与数据质量的高度异质性，使得跨国跨时的基尼指数难以直接比较。尽管ILOSTAT采用国际劳工统计会议（ICLS）定义进行协调，但数据来源仍包含劳动力调查、家庭收支调查等多种渠道，其可比性与一致性始终存在隐患。其次，在构建过程中，数据集需处理大量数据缺失、观测状态标记（如“不可靠”）以及非标准年龄分组等复杂注释信息，且多源数据融合时需识别并保留ILO选定的“最佳来源”，这对数据清洗和规范化流水线提出了严苛要求。

常用场景

经典使用场景

该数据集聚焦于欧洲33个国家1991至2025年间按月统计的雇员收入基尼系数，并按性别与年龄进行精细分层。在劳动经济学与社会分层研究中，它被广泛用于跨国比较工资不平等的时间演变轨迹，评估不同性别与年龄群体内部收入分配差距的收敛或发散趋势。研究者可借助面板数据结构，分析经济周期、制度变迁或劳动力市场政策对收入不平等异质性冲击的长期效应。

衍生相关工作

该数据集衍生出一系列具有影响力的学术工作。基于收入基尼系数的跨国面板数据，研究人员已建立计量模型量化移民流入对东道国劳动市场收入分布的再分配效应，并开发出结合机器学习与结构方程的方法论框架，用以分解制度因素、技术变革与全球化对收入不平等的贡献份额。在性别研究前沿，学者利用年龄分组视角提出“累积劣势”假说，系统论证了女性在整个职业生涯中遭受的收入折损如何随年龄增长非线性放大，该假说已引发多轮跨国实证检验与理论修正。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲33国1991至2025年间按性别与年龄划分的雇员月收入基尼指数，为劳动经济学中收入不平等研究提供了高时间分辨率的面板数据。在近年收入分配极化与性别薪酬差距持续成为政策焦点的背景下，这套由国际劳工组织官方采集、经Electric Sheep Europe标准化封装的时序数据，正被前沿研究用于剖析欧洲各国收入不平等演变的异质性路径，并结合性别与年龄交叉维度检验结构性红利与劣势的代际传递效应。其公开许可与即插即用的HuggingFace接口，极大降低了经济学家与数据科学家复用高质量劳动统计的门槛，为实时追踪欧洲劳动力市场公平性指标、评估最低工资政策与再分配制度的效果提供了可靠实证基础。