electricsheepasia/asia-ilo-ear-smta-sex-nb-average-monthly-earnings-of-stem-employees-local-c

该数据集包含432个观测值，涉及21个亚洲国家的STEM职业工作者数据，时间跨度为2007年至2025年，涵盖1个独立指标。数据集聚焦于STEM员工以本地货币计算的平均月收入，数据来源于ILOSTAT（国际劳工组织统计数据库），并包括按性别（总计、男性、女性）的细分维度。This dataset contains 432 observations of Workers in STEM occupations data across 21 Asia countries, spanning 2007–2025, covering 1 distinct indicators. It focuses on average monthly earnings of STEM employees in local currency, sourced from ILOSTAT, and includes disaggregation by sex (total, male, female).

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT数据库，聚焦于亚洲地区STEM（科学、技术、工程与数学）从业者的平均月薪水平，以当地货币为计量单位。数据通过ILOSTAT REST API接口直接抽取，并依据ISO 3166-1 alpha-3标准筛选出21个亚洲国家的观测值。原始调查微观数据由ILO依据国际劳工统计学家会议（ICLS）定义进行统一整合，各类数据来源均在source.label字段中予以标注，确保溯源清晰。数据集共包含432条观测记录，时间跨度涵盖2007年至2025年，唯一指标为EAR_SMTA_SEX_NB，同时按性别（总、男、女）进行细化分层，构成结构规整的年度面板数据。

使用方法

用户可通过HuggingFace Datasets库的一行代码加载该数据集，快速转化为Pandas DataFrame进行后续分析。例如，可利用load_dataset函数直接获取训练集；通过筛选ref_area字段可针对特定国家（如印度尼西亚）展开聚焦研究；按时间排序后，可对单一指标进行时间序列的可视化展示。此外，运用pivot_table方法可轻松构建以年份为行、国家为列的面板矩阵，便于进行跨区域对比或计量建模。数据集中的sex字段支持性别维度的子集分析，适合深入探讨STEM领域薪酬的性别差异及其演变趋势。

背景与挑战

背景概述

在亚洲区域科技创新与产业升级的背景下，STEM（科学、技术、工程与数学）领域人才的薪酬水平成为衡量区域人力资本价值与劳动力市场结构的关键指标。由国际劳工组织（ILO）统计部门管理的ILOSTAT数据库，是劳动统计领域最具权威性的全球数据源之一，本数据集即源自该数据库，经Electric Sheep Asia整理后于2025年发布。核心研究问题聚焦于亚洲21个国家2007至2025年间STEM从业者平均月薪的时空分布与性别差异。该数据集包含432条观测记录，涵盖越南、柬埔寨、土耳其等多样化经济体，为从事劳动经济学、创新经济学及区域发展研究的人员提供了统一、可复用的统计基准，显著推动了亚太地区STEM劳动力市场走向数据驱动的比较与建模研究。

当前挑战

本数据集所面对的核心挑战在于，如何统一来自亚洲21国不同统计体系与调查口径的STEM月薪数据以进行跨国比较。ILO虽遵循国际劳工统计学家会议（ICLS）的规范进行数据协调，但各国在劳动力调查制度、收入定义、调查频次及样本覆盖方面存在显著差异，这导致数据中常出现序列断点、来源标识变更及扰动标记，必须在分析前进行严苛的清洗与修正。此外，构建过程中还面临地域覆盖不均衡与管理性瓶颈：部分国家数据稀少（如印度仅12条记录且始于2022年），而收入数据多以本币计值，缺乏统一通胀调整方案，使得时间序列对比与面板建模充满困难，数据的稀疏性与异质性问题突出。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中亚洲21个国家2007至2025年间STEM从业人员平均月薪的时序观测数据，共计432条。其经典使用场景聚焦于跨区域、长周期的薪资水平比较与演化趋势分析。研究者可借助该数据剖析亚洲各国STEM劳动力市场在不同经济发展阶段下的薪酬结构差异，探索性别、地域及政策变迁对STEM从业者收入的影响机制。数据以年频采集，辅以性别分列，为构建面板数据模型和开展因果推断提供了坚实框架。

解决学术问题

该数据集有效回应了发展经济学与劳动经济学领域中的若干核心问题：STEM人才薪酬的国际趋同或分化现象、性别薪酬差距在技术密集型行业中的表现与演化，以及经济增长与高素质劳动力报酬之间的动态关联。此前由于亚洲多国官方统计口径不一、数据可得性低，此类跨国比较研究时常受阻。该数据集通过标准化框架整合了21国数据，弥补了区域级STEM薪资标杆的空白，为验证人力资本理论、技能偏向型技术进步假说等提供了稀缺的实证基础。

实际应用

在实际应用层面，该数据集对政策制定者、国际组织及企业人力资源部门具有直接指导价值。各国劳动部门可参照区域内同行的薪酬水平，校准STEM人才吸引与留存策略，优化签证与移民政策以增强国际竞争力。跨国科技企业在布局亚洲研发中心或外包基地时，能依据该数据评估不同市场的用工成本与人才供给，辅助选址与预算决策。此外，非营利机构可借助数据监测区域间STEM薪资平等目标的落实进展，为“体面工作”等可持续发展指标的跟踪提供可量化支点。

数据集最近研究

最新研究方向

当前，亚太地区STEM从业者薪酬差异与经济发展关联性的时空分析成为劳动经济学的前沿热点。该数据集基于国际劳工组织ILOSTAT官方统计，覆盖21个亚洲国家2007-2025年间STEM雇员平均月收入的本地货币计量值，为探究数字化转型背景下高技术人才薪酬结构的区域异质性提供了稀缺的纵向证据。结合近年全球科技人才争夺战与亚洲产业链升级浪潮，研究者可借助该序列数据量化薪酬水平与教育投入、产业政策之间的动态关系，并识别性别维度下的结构化不平等。其跨年度、跨国别的面板特性尤其适合构建时空预测模型，为理解新兴经济体中STEM劳动力市场的演进轨迹与政策干预效果评估奠定了坚实的数据基础。