electricsheepasia/asia-ilo-ear-ehrm-sex-geo-nb-median-hourly-earnings-of-employees-by-sex-and-rur

这是一个关于亚洲国家员工每小时中位数收入的数据集，数据按性别（总计、男性、女性）和城乡地区（国家层面）细分，使用本地货币单位。数据集包含1,809个观测值，覆盖23个亚洲国家，时间跨度为1996年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为亚洲国家，涵盖了单一指标EAR_EHRM_SEX_GEO_NB。数据集适用于表格分类、表格回归和时间序列预测等任务，并包含国家代码、指标标签、观测年份、观测值等列，以支持数据分析和机器学习应用。许可证：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 样本规模：1000 < 样本数量 < 10000 标签： - 表格数据 - 亚洲 - ILOSTAT - 薪资 - ILO - 劳动 - 就业 数据集名称："按性别与城乡划分的雇员小时薪资中位数（当地货币）| 亚洲（ILOSTAT）" --- # 按性别与城乡划分的雇员小时薪资中位数（当地货币）| 亚洲（ILOSTAT） 🌏 **1809条观测数据** · **23个亚洲国家** · **1996–2025** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新封装*      ## 核心摘要 本数据集包含覆盖**23个亚洲国家**的**薪资类数据**共**1809条观测**，时间跨度为**1996–2025年**，仅包含**1项明确指标**。 ## 数据源说明 **ILOSTAT**是国际劳工组织(International Labour Organization, ILO)的核心统计数据库，是全球领先的劳动统计数据源。其收录涵盖就业、失业、薪资、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体面工作指标等多项指标，数据来源于全国劳动力调查、家庭收入调查、机构调查以及行政记录。该数据库覆盖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_EHRM_SEX_GEO_NB) - **发布方**：国际劳工组织(International Labour Organization, ILO) - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：薪资 ## 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_EHRM_SEX_GEO_NB`拉取数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家代码对应的样本。ILOSTAT采用国际劳工统计学家会议(International Conference of Labour Statisticians, ICLS)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`字段中标注，以保证可追溯性。 ## 地理覆盖范围 23个亚洲国家 · 以下为按数据行数排序的前若干国家： | 国家 | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `IDN` | 252 | 1996 | 2023 | | `KHM` | 162 | 1997 | 2023 | | `PHL` | 156 | 2007 | 2023 | | `VNM` | 147 | 2007 | 2024 | | `LKA` | 126 | 2010 | 2024 | | `PAK` | 117 | 2006 | 2025 | | `THA` | 99 | 2014 | 2024 | | `PSE` | 96 | 2015 | 2022 | | `ARM` | 81 | 2007 | 2017 | | `TUR` | 81 | 2005 | 2013 | | `IND` | 75 | 2018 | 2025 | | `JOR` | 72 | 2017 | 2024 | | `TLS` | 54 | 2001 | 2021 | | `MNG` | 54 | 2019 | 2024 | | `BTN` | 45 | 2018 | 2022 | | ... | 另有8个国家 | | | ## 指标（示例） - `EAR_EHRM_SEX_GEO_NB` — 按性别与城乡划分的雇员小时薪资中位数（当地货币） ## 数据结构 | 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 | `AFG` | | `ref_area.label` | `string` | 英文国家名称 | `Afghanistan` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT指标代码 | `EAR_EHRM_SEX_GEO_NB` | | `indicator.label` | `string` | 英文指标名称 | `Median hourly earnings of employees b…` | | `sex` | `string` | 性别细分维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | 维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `GEO_COV_NAT` | | `classif1.label` | `string` | 分类说明 | `区域类型：全国范围` | | `time` | `int64` | 观测年份 | `2020` | | `obs_value` | `float64` | 观测指标值（单位随指标定义变化） | `51.282` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `B` | | `obs_status.label` | `string` | 状态说明 | `序列中断` | | `note_indicator` | `string` | 指标备注 | `T30:110_I11:264` | | `note_indicator.label` | `string` | 备注详情 | `Currency: AFG - Afghani (AFN) | Break…` | | `note_source` | `string` | 数据源备注 | `R1:3513` | | `note_source.label` | `string` | 数据源备注详情 | `Repository: ILO-STATISTICS - Micro da…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共4个唯一值）：`SEX_T`、`SEX_M`、`SEX_F`、`SEX_O` ## 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，但本数据集未包含此类数据。 - 当同一国家×年份的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”。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-ear-ehrm-sex-geo-nb-median-hourly-earnings-of-employees-by-sex-and-rur") df = ds["train"].to_pandas() print(df.head()) ### 筛选单一国家 python indonesia = df[df["ref_area"] == "IDN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EAR_EHRM_SEX_GEO_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAR_EHRM_SEX_GEO_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAR_EHRM_SEX_GEO_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_ear_ehrm_sex_geo_nb_median_hourly_earnings_of_employees_by_sex_and_rur_2025, title = {Median hourly earnings of employees by sex and rural / urban areas (local currency) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EHRM_SEX_GEO_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-ear-ehrm-sex-geo-nb-median-hourly-earnings-of-employees-by-sex-and-rur}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。 原始数据版权归国际劳工组织(International Labour Organization, ILO)所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Asia的重新封装版本。 ## 关于Electric Sheep Electric Sheep是Electric Sheep使命的一部分：旨在HuggingFace平台上构建统一的、适用于机器学习的亚洲地区数据层。我们从权威开源数据源获取数据，对数据schema进行标准化处理，封装为Parquet格式，并发布为格式统一的数据集卡片，以便研究人员与开发者仅需通过`load_dataset()`即可在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026-05-27通过Electric Sheep数据管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EHRM_SEX_GEO_NB_

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）的ILOSTAT数据库整合而来，数据直接通过ILOSTAT REST API采集，并筛选出亚洲地区ISO3国家代码对应的观测值。ILOSTAT依据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原始微观数据进行统一清洗与规范化处理，确保跨国家、跨时段的数据可比性。数据集以Parquet格式重新封装，并提供了标准化的HuggingFace数据集卡片，便于机器学习领域的直接调用。

特点

该数据集聚焦于亚洲23个国家雇员的时薪中位数，按性别和城乡地域进行细致拆分，涵盖1996年至2025年间的1809条年度观测记录。其核心优势在于系统性地整合了国际劳工组织标准化的劳动力统计指标，并附带了包括数据来源、观测状态及货币单位等详细注释信息。数据集的拆分维度尤为丰富，支持按总人口、男性、女性及其他性别类别进行分层分析，为薪酬公平与区域劳动力市场研究提供了坚实的数据基础。

使用方法

该数据集可通过HuggingFace的`datasets`库便捷加载，用户仅需执行`load_dataset("electricsheepasia/asia-ilo-ear-ehrm-sex-geo-nb-median-hourly-earnings-of-employees-by-sex-and-rur")`即可获取完整的DataFrame。研究者可以灵活地按国家代码筛选特定国家数据，或利用`pandas`库对指定指标绘制时间序列图表。此外，数据集还支持通过数据透视表功能，将原始长格式数据转换为国家×年份的矩阵形式，便于进行跨国家比较与面板数据分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库整理发布，并经Electric Sheep Asia重新打包为机器学习就绪格式。其核心研究问题聚焦于亚洲地区雇员按性别和城乡划分的每小时收入中位数，旨在揭示劳动力市场中的性别薪酬差距与地域不平等。数据集涵盖1996年至2025年间23个亚洲国家的1809条观测值，涉及一个关键指标（EAR_EHRM_SEX_GEO_NB），并包含性别（总、男、女、其他）等分类维度。作为ILO全球劳动统计的核心组成部分，该数据集为可持续发展目标中体面工作的监测提供了权威的量化基础，对发展经济学、劳动社会学及公共政策研究具有重要影响力，尤其在亚洲新兴经济体的薪酬结构分析中扮演关键角色。

当前挑战

该数据集所解决的领域问题在于量化性别与地域维度下的薪酬差异，但面临多重挑战。首先，指标仅提供按性别和城乡划分的中位数小时收入，缺乏教育水平、职业类型或行业等交叉分类，限制了对薪酬不平等深层驱动因素的解析。其次，数据频率为年度，无法捕捉短期经济波动或政策干预的即时效应，且不同国家的数据来源（如劳动力调查、行政记录）在方法论上存在差异，导致跨国比较时需谨慎处理可比性。构建过程中，ILOSTAT虽对原始调查微数据进行协调，但部分观测值标记为“序列中断”或“临时性质”，表明数据完整性受限于国家调查频率、样本覆盖范围及报告延迟，尤其是阿富汗、东帝汶等脆弱国家数据稀疏，增加了分析偏误风险。

常用场景

经典使用场景

该数据集汇聚了亚洲23个国家自1996年至2025年间雇员按性别与城乡划分的每小时收入中位数信息，共计1809条观测记录。在经典使用场景中，研究者可借助该数据集展开跨国劳动经济学比较分析，例如探究亚洲各国性别工资差距的演变轨迹、城乡间收入不平等的动态变化，以及经济发展水平与劳动者报酬之间的内在关联。通过面板数据建模，学者能够控制国家与时间固定效应，识别影响收入分配的关键制度因素，从而为理解亚洲劳动力市场的结构性特征提供坚实的数据支撑。

解决学术问题

在学术研究层面，该数据集有效解决了长期以来亚洲地区缺乏标准化、可比较的性别与城乡维度收入数据的难题。它使得研究者能够系统考察女性劳动参与率提升是否伴随性别收入差距的收敛，以及城市化进程如何重塑城乡劳动者的相对收入地位。借助这一权威的ILOSTAT来源数据，学者可以验证人力资本理论、劳动力市场歧视理论以及空间经济学中关于收入收敛的假说，推动发展经济学和劳动经济学领域对亚洲新兴经济体的深入理解。

衍生相关工作

该数据集衍生了一系列卓有影响的后续工作，包括基于ILOSTAT面板数据构建的亚洲劳动市场动态监测指标、结合微观调查数据进行的性别工资差距分解研究，以及利用机器学习方法对收入不平等驱动因素的预测性分析。部分研究者将其与家庭消费调查、教育统计数据库进行跨源链接，开创性地揭示了教育回报率、产业结构转型与收入分布格局之间的交互效应。这些衍生产品不仅丰富了劳动经济学的实证工具箱，也为后续的政策模拟与跨国比较研究奠定了方法论基础。