electricsheepasia/asia-ilo-ear-inee-noc-nb-statutory-nominal-gross-monthly-minimum-wage-local

该数据集是一个关于亚洲地区法定名义月最低工资（以当地货币计）的表格型数据集，由Electric Sheep Asia从国际劳工组织（ILO）的ILOSTAT数据库重新打包而成。数据集包含945条观测记录，覆盖44个亚洲国家，时间跨度为1995年至2025年，重点关注指标“EAR_INEE_NOC_NB”，即法定名义月最低工资。数据来源于ILOSTAT的REST API，经过标准化处理，包含国家代码、国家名称、数据来源、指标代码、观测年份、观测值等字段，并附有数据来源和质量说明。数据集适用于表格分类、回归和时间序列预测等任务，旨在为研究人员和开发者提供机器学习就绪的亚洲劳动力市场数据。授权协议：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 数据规模： - 少于1000条 标签： - 表格数据 - 亚洲 - ILOSTAT - 薪酬 - ILO - 劳动 - 就业 友好名称："法定名义月度总最低工资（当地货币计价）| 亚洲（ILOSTAT）" # 法定名义月度总最低工资（当地货币计价）| 亚洲（ILOSTAT） 🌏 **945条观测数据** · **44个亚洲国家** · **1995–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 简短摘要（TL;DR） 本数据集包含44个亚洲国家的945条**薪酬**数据观测记录，时间跨度为1995至2025年，仅涵盖1项独特指标。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，为全球领先的劳动统计权威来源。该库整合了就业、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体面工作目标等各类指标，数据来源于全国劳动力调查、家庭收入调查、企业调查及行政记录，覆盖超过200个经济体，由国际劳工组织统计司负责数据的标准化处理。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_INEE_NOC_NB) - **发布方**：国际劳工组织（ILO） - **授权协议**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：薪酬 ## 数据处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EAR_INEE_NOC_NB`获取，并筛选出亚洲地区的ISO 3166-1 alpha-3国家代码对应的条目。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处理；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 44个亚洲国家 · 以下展示按条目数排序的前若干条目： | 国家代码 | 条目数 | 起始年份 | 终止年份 | |---------|-----:|-----------:|----------:| | `ARM` | 30 | 1995 | 2024 | | `AZE` | 30 | 1995 | 2024 | | `CHN` | 30 | 1995 | 2024 | | `ISR` | 30 | 1995 | 2024 | | `PHL` | 30 | 1995 | 2024 | | `THA` | 30 | 1995 | 2024 | | `TJK` | 30 | 1995 | 2024 | | `KOR` | 30 | 1995 | 2024 | | `KAZ` | 30 | 1995 | 2024 | | `KGZ` | 30 | 1995 | 2024 | | `JPN` | 30 | 1995 | 2024 | | `IDN` | 29 | 1995 | 2024 | | `TWN` | 29 | 1996 | 2024 | | `LBN` | 29 | 1996 | 2024 | | `KHM` | 28 | 1997 | 2024 | | ... | _另有29个国家_ | | | ## 指标（示例） - `EAR_INEE_NOC_NB` — 法定名义月度总最低工资（当地货币计价） ## 数据Schema | 字段名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AFG` | | `ref_area.label` | `string` | 英文国名 | `Afghanistan` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `FX:3344` | | `source.label` | `string` | 英文数据源名称 | `ADM - Labour legislation` | | `indicator` | `string` | ILOSTAT 指标代码 | `EAR_INEE_NOC_NB` | | `indicator.label` | `string` | 英文指标名称 | `Statutory nominal gross monthly minim…` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `5500.0` | | `note_indicator` | `string` | — | `I19:6291_T30:110` | | `note_indicator.label` | `string` | — | `Type of minimum wage: Sectoral (priva…` | | `note_source` | `string` | — | `S3:24_S9:2783` | | `note_source.label` | `string` | — | `Data reference period: End of the yea…` | ## 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”。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-ear-inee-noc-nb-statutory-nominal-gross-monthly-minimum-wage-local") df = ds["train"].to_pandas() print(df.head()) ### 按单一国家筛选 python indonesia = df[df["ref_area"] == "IDN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EAR_INEE_NOC_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAR_INEE_NOC_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAR_INEE_NOC_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_ear_inee_noc_nb_statutory_nominal_gross_monthly_minimum_wage_local_2025, title = {Statutory nominal gross monthly minimum wage (local currency) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_INEE_NOC_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-ear-inee-noc-nb-statutory-nominal-gross-monthly-minimum-wage-local}} } ## 授权协议 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)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 Asia的重新整理版本。 ## 关于Electric Sheep Electric Sheep Asia隶属于Electric Sheep使命：在HuggingFace平台上构建统一的、适用于机器学习的亚洲数据层。我们从权威开放数据源获取数据，标准化其数据Schema，封装为Parquet格式，并发布为统一格式的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026年5月28日通过Electric Sheep流水线摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_INEE_NOC_NB_

搜集汇总

数据集介绍

构建方式

本数据集基于国际劳工组织（ILO）的ILOSTAT数据库构建，通过其REST API接口直接提取指标编码为EAR_INEE_NOC_NB的法定名义月最低工资数据，并依据亚洲地区ISO3国家代码进行地理范围过滤。原始数据源自各国劳动力调查、家庭收入调查、企业调查及行政记录，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一整合与标准化处理，来源信息在source.label字段中予以标注以保障可追溯性。数据集共收录945条观测记录，覆盖44个亚洲国家，时间跨度为1995年至2025年。

特点

该数据集聚焦单一核心指标——以本币计价的法定名义月最低工资总额，具有高度的专业化与聚焦性。数据结构清晰，包含ref_area、time、obs_value等核心字段，并附有详细的来源、指标说明及注释标签，便于用户理解数据背景与质量。数据以年度频率呈现，由ILO甄选每个国家与年份组合下的最佳来源，确保了时间序列的一致性与可比性。此外，数据集采用CC-BY-4.0许可协议公开发布，经Electric Sheep Asia重新打包为Parquet格式，可直接通过HuggingFace Datasets库加载，实现了从原始统计到机器学习就绪数据的高效转换。

使用方法

用户可通过HuggingFace Datasets库的一行代码加载数据集，即`load_dataset("electricsheepasia/asia-ilo-ear-inee-noc-nb-statutory-nominal-gross-monthly-minimum-wage-local")`，并将其转换为Pandas DataFrame以便进行进一步分析。典型使用场景包括按国家筛选数据、针对单一指标绘制时间序列图，以及通过透视表构建国家×年份矩阵以进行跨区域对比研究。该数据集适用于多元统计分析、回归建模及时间序列预测等任务，为研究亚洲各国最低工资标准的长期演变趋势提供了坚实的数据基础。

背景与挑战

背景概述

最低工资制度作为劳动经济学与社会保障领域的核心议题，直接关系到劳动者的基本生存权益与劳动力市场的运行效率。该数据集由国际劳工组织（ILO）统计司基于ILOSTAT数据库构建，并由Electric Sheep Asia于2025年重新封装，收录了1995年至2025年间亚洲44个国家的法定名义月最低工资（本币计值），共计945条观测记录。作为ILO为监测可持续发展目标（SDGs）体面工作指标而提供的权威数据源，该数据集着重关注亚洲地区劳动力市场中的工资差异与制度演变，为比较劳动法、国际经济学以及社会政策研究提供了跨时间、跨国界的量化基础。其在亚洲劳动统计领域的广泛覆盖与长期跨度，显著提升了区域工资政策研究的数据可得性与分析深度。

当前挑战

该数据集致力于解决亚洲各国法定最低工资水平难以系统比较与动态追踪的领域问题。不同国家在汇率波动、购买力平价、行业覆盖范围及调整频率上的巨大差异，使得跨国工资研究面临严重的度量困境。数据构建过程中，ILO需应对各国法定工资定义不一（如涵盖部门性、行业性标准）、数据来源多元化（如劳动力调查与行政记录）及时间序列不连续等挑战。尽管采用了ILCS国际定义进行统一与'最佳来源'筛选策略，但部分国家在特定年份的数据缺失、细分维度（如性别与行业）不全，以及本币计值在长期通胀背景下的可比性损失，仍是研究者在使用上述数据集时需审慎处理的核心难题。

常用场景

经典使用场景

在劳动经济学与公共政策研究领域，该数据集以亚洲44个国家1995至2025年的法定名义月最低工资（本币）为核心变量，为研究者提供了跨时空、可比性强的面板数据。其最经典的使用场景涵盖三类分析：其一，追踪各国最低工资水平的长期演变轨迹，揭示经济发展与劳动保障制度的协同关系；其二，构建跨国比较模型，评估不同收入水平国家在劳动力成本调控上的政策差异；其三，作为核心解释变量纳入工资决定方程，分析最低工资制度对就业率、收入分配及通胀压力的传导效应。研究者可通过ILOSTAT统一编纂的元数据追溯原始调查来源，并借助HuggingFace的load_dataset()接口轻松加载数据表格，进而实现从描述性统计到因果推断的全链条分析。

解决学术问题

该数据集针对性地回应了劳动经济学中若干悬而未决的学术问题：一是量化分析最低工资制度对劳动力市场均衡的影响，通过构建包含国家固定效应与时间趋势的回归模型，区分政策冲击的短期调整与长期收敛效应；二是检验最低工资能否有效缓解亚洲地区的收入不平等现象，借助基尼系数分解或贫困脆弱性度量方法，评估制度兜底功能在异质性经济体中的实施效果；三是弥补了以往研究中因数据碎片化导致的样本选择偏差——覆盖1995年以来30年间的时序信息与44国截面单元，大幅提升了跨国面板数据在工资刚性、名义工资粘性等理论检验中的统计效力。相关成果不仅深化了学界对发展中经济体劳动制度转型规律的理解，也为国际劳工组织的政策指南提供了经验证据。

衍生相关工作

基于该数据集已催生了一系列经典的衍生工作。在计量方法创新方面，研究者利用其面板结构发展了倍差法与合成控制法结合的准实验设计，用以识别某些国家单次大幅提升最低工资对行业就业率的因果效应；在指标体系深化上，结合ILOSTAT中的中位工资与消费价格指数，学者构建了实际最低工资购买力模型与Kaitz指数，从而剥离名义涨幅中的物价侵蚀成分。部分工作还进一步融合ILO的其他数据集，将监管强度、工会密度等制度变量纳入统一分析框架，系统刻画亚洲劳动力市场制度互补性。这些衍生研究不仅拓展了原始数据的使用边界，也为政策制定者提供了超越简单数值比较的多维评估工具，有力推动了劳动经济学与制度经济学的交叉对话。