electricsheepeurope/europe-ilo-ear-emta-sex-age-cur-nb-average-monthly-earnings-of-employees-by-sex-age-a

该数据集包含欧洲35个国家从1991年至2025年的员工月平均收入数据，共有45,496个观测值，专注于一个核心指标：按性别、年龄和货币划分的员工月平均收入（指标代码为EAR_EMTA_SEX_AGE_CUR_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过欧洲ISO3国家代码过滤。数据集涵盖了详细的分解维度，如性别（总休、男性、女性）、年龄组和货币类型，并包含列如国家代码、数据来源、观测值、年份和状态标志等。数据以年度频率发布，经过ILO的标准化处理，确保与国际劳工统计会议（ICLS）定义一致。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欧洲劳动市场数据。license: CC BY 4.0 language: 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 1万条 < n < 10万条 tags: - 表格数据 - 欧洲 - ILOSTAT（国际劳工组织统计数据库） - 薪酬 - ILO（国际劳工组织） - 劳工 - 就业 pretty_name: "按性别、年龄和货币划分的雇员月均收入 | 欧洲（ILOSTAT）" --- # 按性别、年龄和货币划分的雇员月均收入 | 欧洲（ILOSTAT） 🇪🇺 **45496条观测样本** · **35个欧洲国家** · **1991–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 简短摘要 本数据集包含覆盖35个欧洲国家、时间跨度为1991至2025年的**45496条薪酬数据观测样本**，仅包含**1项明确指标**。 ## 数据来源说明 **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，为全球领先的劳工统计数据来源。其整合了就业、失业、工资、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目标等各类指标，数据源自全国劳动力调查、家庭收入调查、机构调查与行政记录。该数据库覆盖超过200个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTA_SEX_AGE_CUR_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**：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_EMTA_SEX_AGE_CUR_NB`拉取，并筛选出欧洲地区的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；数据来源信息会在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 35个欧洲国家，以下按样本量排序展示前若干行： | 国家 | 样本量 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CHE` | 2,112 | 1991 | 2025 | | `PRT` | 1,848 | 1998 | 2025 | | `EST` | 1,512 | 2004 | 2024 | | `IRL` | 1,512 | 2004 | 2024 | | `SWE` | 1,512 | 2004 | 2024 | | `NOR` | 1,512 | 2004 | 2024 | | `FIN` | 1,512 | 2004 | 2024 | | `DNK` | 1,512 | 2004 | 2024 | | `FRA` | 1,506 | 2004 | 2024 | | `CZE` | 1,478 | 1992 | 2024 | | `POL` | 1,473 | 1992 | 2024 | | `SVK` | 1,472 | 1992 | 2024 | | `LUX` | 1,434 | 2004 | 2024 | | `HUN` | 1,434 | 2005 | 2024 | | `NLD` | 1,431 | 2005 | 2024 | | ... | _其余20个国家_ | | | ## 指标（示例） - `EAR_EMTA_SEX_AGE_CUR_NB` —— 按性别、年龄和货币划分的雇员月均收入 ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `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来源代码（如劳动力调查） | `BB:275` | | `source.label` | `string` | 英文来源名称 | `HIES——欧盟收入与负债统计……` | | `indicator` | `string` | ILOSTAT指标代码 | `EAR_EMTA_SEX_AGE_CUR_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、年龄和货币划分的雇员月均收入……` | | `sex` | `string` | 性别分组维度（`SEX_T`为总计、`SEX_M`为男性、`SEX_F`为女性） | `SEX_T` | | `sex.label` | `string` | 分组说明 | `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` | 分类变量说明 | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `CUR_TYPE_LCU` | | `classif2.label` | `string` | 分类变量说明 | `货币：当地货币` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位随指标定义变化） | `4922.564` | | `obs_status` | `string` | 观测状态标记（如临时值、不可靠值） | `U` | | `obs_status.label` | `string` | 状态说明 | `不可靠` | | `note_classif` | `string` | 分类备注 | `C6:1058` | | `note_classif.label` | `string` | 备注说明 | `非标准年龄组：排除15岁年龄段` | | `note_indicator` | `string` | 指标备注 | `T30:161` | | `note_indicator.label` | `string` | 备注说明 | `货币：奥地利——欧元（EUR）` | | `note_source` | `string` | 来源备注 | `R1:3513_T2:85` | | `note_source.label` | `string` | 备注说明 | `存储库：国际劳工组织统计数据库——微观数据……` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`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，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才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-ear-emta-sex-age-cur-nb-average-monthly-earnings-of-employees-by-sex-age-a") 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_EMTA_SEX_AGE_CUR_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAR_EMTA_SEX_AGE_CUR_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAR_EMTA_SEX_AGE_CUR_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_ear_emta_sex_age_cur_nb_average_monthly_earnings_of_employees_by_sex_age_a_2025, title = {Average monthly earnings of employees by sex, age and currency | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTA_SEX_AGE_CUR_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-ear-emta-sex-age-cur-nb-average-monthly-earnings-of-employees-by-sex-age-a}} } ## 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与Electric Sheep Europe的重新整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep使命的一部分：旨在为HuggingFace平台上的欧洲数据提供统一、适配机器学习的标准化数据层。我们从权威开源数据源获取数据，对Schema进行标准化处理，打包为Parquet格式，并发布格式统一的数据集卡片，以便研究人员与开发者仅需调用`load_dataset()`即可在数秒内开始工作。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数据管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EAR_EMTA_SEX_AGE_CUR_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，汇集了覆盖35个欧洲国家、跨越1991年至2025年间共45,496条观测记录的雇员月均收入数据。构建过程首先通过ILOSTAT的REST API接口直接获取指标代码为EAR_EMTA_SEX_AGE_CUR_NB的原始数据，随后依据欧洲ISO3国家代码进行地理范围过滤，并利用ILO依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理，最终由Electric Sheep Europe团队重新打包为便于机器学习应用的结构化Parquet格式数据集。

使用方法

用户可通过HuggingFace Datasets库以load_dataset函数直接加载该数据集，并可将数据便捷地转换为Pandas DataFrame进行后续分析。典型使用场景包括：利用ref_area字段过滤特定国家数据以进行国别研究；基于indicator和time字段构建特定指标的时间序列并进行可视化；或者通过pivot_table操作将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或回归建模。推荐在论文中引用原始ILO数据源及Electric Sheep Europe的重新打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司于2025年整理发布，并由Electric Sheep Europe团队重新封装至HuggingFace平台，聚焦于1991至2025年间欧洲35个国家雇员的平均月收入，按性别、年龄及货币类别进行细化分析。作为ILO核心统计数据库ILOSTAT的子集，该数据集为劳动经济学、性别工资差距及区域劳动力市场研究提供了标准化、跨国的长期面板数据，其细粒度的分组特征（如性别与年龄的交织）显著增强了对收入分布动态的刻画能力，对推动欧洲范围内工资公平性政策评估与劳动力市场趋势建模具有重要参考价值。

当前挑战

该领域面临的首要挑战在于跨越35个国家和近35年的数据整合中，不同国家统计来源（如劳动力调查、行政记录）的异质性导致指标口径与数据质量难以完全统一，尽管ILO采用国际劳工统计学家会议定义进行协调，但仍存在来源标记与观测状态标识（如临时性或不可靠数据）的复杂处理需求。构建过程中，从ILOSTAT REST API定向抽取并筛选至欧洲范围的流程需应对多源数据的版本差异与缺失值问题，同时确保年度频率下的时间序列完整性，而对性别与年龄等维度进行非空标注的严格性进一步提升了数据清洗与标准化工作的技术难度。

常用场景

经典使用场景

该数据集的核心应用场景涵盖面板数据回归分析、时间序列预测以及分类任务。研究人员可借助35个欧洲国家横跨1991至2025年的雇员平均月收入观测值，构建多维度的经济计量模型。通过性别、年龄组别和货币单位的精细划分，学者能够深入剖析欧洲劳动力市场中收入分配的动态演化规律，评估宏观经济政策对薪酬结构的异质性影响。数据集简洁规范的架构使其成为检验收入不平等理论、估算教育回报率以及分析劳动力市场制度变迁的理想实证基础。

解决学术问题

此数据集为劳动经济学领域若干关键学术难题提供了实证支撑。它使研究者能够跨越国界比较欧洲各国收入水平的长期趋势，破解收入收敛或发散之谜；通过性别与年龄的交叉维度，揭示薪酬性别差距和代际收入流动的演变特征。数据集统一采用ILOSTAT标准化定义，有效解决了跨国数据可比性不足的传统困境，从而推动了有关最低工资制度有效性、技能溢价变化以及劳动力市场分割理论的严谨检验。

实际应用

在实际应用层面，该数据集是国际组织、政府智库与商业机构进行政策评估和市场洞察的重要工具。劳动部门可依据数据中的收入动态追踪，制定和调整最低工资标准、性别平等促进策略及社会保障体系；企业人力资源团队能利用跨国收入基准进行薪酬竞争力分析；金融机构则借此评估区域经济健康度，辅助投资决策与风险管理。此外，数据发布主体ILO的权威性确保了其在全球劳动力市场监测和可持续发展目标（SDG）追踪中的公信力。

数据集最近研究

最新研究方向

当前，欧洲劳动力市场的结构性变革备受瞩目，尤其是薪酬平等与性别鸿沟议题在国际劳工组织（ILO）的持续推动下成为政策焦点。该数据集聚焦于1991至2025年间35个欧洲国家雇员的月均收入，按性别、年龄与货币进行精细分层，为跨时期、跨国别的劳动经济学实证研究提供了坚实的数据基石。最新研究方向集中于利用时序分析与面板数据模型，描绘不同年龄组与性别在欧元区及非欧元国家之间的收入收敛或发散趋势，结合近年来欧洲多国推行的同工同酬立法与社会保障改革浪潮，探索宏观经济波动、通胀环境与劳动力市场制度变迁对收入分配的动态影响。其对推动基于证据的薪酬透明政策制定和评估欧洲一体化进程中社会凝聚力的演变，具有深远的学术与实践意义。