electricsheepasia/asia-ilo-ear-ehra-sex-dsb-cur-nb-average-hourly-earnings-of-employees-by-sex-and-di

该数据集包含亚洲15个国家从1997年至2024年的员工平均小时收入统计信息，共有1,529个观察值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至亚洲国家，使用国际劳工统计会议（ICLS）定义进行标准化。数据集涵盖单一指标EAR_EHRA_SEX_DSB_CUR_NB，即按性别和残疾状况及货币分类的员工平均小时收入。模式包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性等）、残疾状况分类、货币类型、观测年份、观测值、观测状态等列。数据为年度频率，ILO选择最佳来源处理多来源情况，分类列仅在指标发布细分时非空。数据集旨在支持表格分类、回归和时间序列预测等任务，适用于劳动力市场分析和研究。This dataset contains 1,529 observations of average hourly earnings statistics for employees across 15 Asian countries from 1997 to 2024. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Asian country codes, with harmonization using International Conference of Labour Statisticians (ICLS) definitions. It covers a single indicator EAR_EHRA_SEX_DSB_CUR_NB, which represents average hourly earnings of employees disaggregated by sex, disability status, and currency. The schema includes columns such as country code, country name, data source, indicator code, sex classification (total, male, female, etc.), disability status classification, currency type, observation year, observed value, and observation status. Data is annual in frequency, with ILO-selected best source used for multiple sources, and disaggregation columns are non-null only when the indicator publishes breakdowns. The dataset is designed for tabular classification, regression, and time-series forecasting tasks, suitable for labor market analysis and research.

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）旗下的ILOSTAT统计数据库，是全球劳动统计领域最具权威性的数据来源之一。数据构建过程通过调用ILOSTAT的REST API接口，直接抓取指标编码为EAR_EHRA_SEX_DSB_CUR_NB的“按性别与残疾状况及货币分类的员工平均时薪”数据，并依据亚洲ISO3国家代码进行地理范围筛选，最终汇集成涵盖15个亚洲国家的观测样本。ILOSTAT本身基于各国劳动力调查、住户收入调查、企业调查及行政记录等原始微观数据，并依照国际劳工统计学家会议（ICLS）定义进行标准化处理，确保跨国可比性。数据来源的详细信息在source.label字段中予以标注，便于用户追溯原始调查的出处。

特点

该数据集的核心特点在于其聚焦于亚洲地区员工平均时薪的性别与残疾状况交叉分析，是劳动经济学与包容性发展研究领域稀缺的细分数据资源。共包含1,529条观测记录，时间跨度覆盖1997年至2024年，涉及阿富汗、柬埔寨、印度尼西亚等15个亚洲经济体。数据以年度频率呈现，通过sex、classif1、classif2等多维分类字段实现对性别（总、男、女、其他）、残疾状态及货币类型的精细化解构。数据质量方面，若同一国家与年份存在多个数据来源，采用ILO选定的“最佳来源”，并通过obs_status等字段标记序列断裂、预估性等状态标识，增强了数据使用的透明度与可靠性。

使用方法

该数据集以HuggingFace Datasets格式发布，支持通过`load_dataset()`函数一键加载，并可直接转换为Pandas DataFrame进行后续分析。用户可根据ref_area字段筛选特定国家的观测数据，例如过滤出印度尼西亚的样本；亦可按indicator字段选定计算年度平均时薪的时间序列，并利用Matplotlib等库绘制趋势图。对于跨国家比较研究，可通过pivot_table方法将数据重塑为国家×年份的矩阵形式，便于面板数据分析或计量模型构建。数据集涵盖的sex、classif1等分类变量支持按性别、残疾状况等维度进行分组聚合，适合开展劳动报酬不平等、残疾人就业权益等方向的深度挖掘。

背景与挑战

背景概述

在全球劳动力市场研究中，薪资数据的性别与残障状况分列是衡量社会包容性与体面劳动目标的关键维度。国际劳工组织（ILO）的ILOSTAT数据库作为全球劳动力统计的权威来源，长期致力于整合各国官方数据以支持可持续发展目标（SDG）的监测。在此背景下，由Electric Sheep Asia于2024年重新打包发布的亚洲地区按性别与残障状况分列的平均时薪数据集应运而生。该数据集聚焦于15个亚洲国家1997至2024年间共计1529条观测值，核心研究问题在于揭示薪资在不同性别与残障群体间的差异模式。其生成弥补了亚洲区域在此细分指标上结构化、机器学习友好型数据的空白，为劳动经济学家、政策制定者及社会公平研究者提供了可量化分析的坚实基础，对推动亚洲区域体面劳动议程和证据驱动的包容性政策制定具有重要影响力。

当前挑战

该数据集所应对的领域挑战主要源于劳动统计中的多重复杂性：首先，薪资数据在性别与残障维度的交叉分层本就稀缺，多数国家仅提供单一维度的汇总数据，难以揭示残障女性、残障男性等亚群体的具体薪资状况，制约了对边缘化劳动力群体的精准政策干预。其次，构建过程中面临的挑战包括数据源的异构性与可比性问题，ILOSTAT虽进行了协调统一，但各国原始调查在残障定义、货币换算、行业覆盖及时点选择上存在显著差异，导致同一指标在不同国家间的时间序列一致性受到质疑。此外，数据集仅收录年度频率数据，而部分指标存在月度或季度波动，这种时间粒度的折中可能掩盖短周期内的政策冲击效应。最终，数据质量控制标注如“序列中断”等标志的存在提示用户在建模时将需审慎处理采样覆盖的非连续性与统计口径演变问题。

常用场景

经典使用场景

在劳动经济学的实证研究中，该数据集被广泛用于跨国比较分析亚洲地区雇员按性别与残疾状态划分的平均时薪差异。研究者通过整合15个亚洲国家长达近三十年的面板数据，能够系统性地探索劳动力市场中性别薪酬差距与残疾歧视的交互效应。其经典使用方式包括构建固定效应模型控制国家与年份异质性，以及运用时间序列方法刻画特定经济体的薪资演进轨迹，为揭示亚洲新兴市场与发展中经济体的劳动报酬结构提供了标准化的数据基准。

衍生相关工作

基于该数据集的典型衍生工作包括构建薪酬差距分解模型与预测性机器学习算法。研究者常将其与ILOSTAT其他劳动力指标（如失业率、非正规就业比例）拼接后，利用分位数回归或贝叶斯分层模型，量化教育与职业隔离对性别薪酬差距的贡献。另有一批工作聚焦于利用时间序列板块数据训练轻量级回归器，预测特定政策干预（如最低工资上调）对残疾劳工时薪的边际影响，这些方法论成果已成为亚洲比较劳动经济学标准分析管线的重要组成部分。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区员工按性别与残疾状况划分的平均小时工资差异，为劳动经济学中的收入不平等与包容性增长研究提供了关键微观证据。在联合国可持续发展目标（SDGs）框架下，尤其是目标8（体面工作与经济增长）和目标10（减少不平等）的全球议程推动下，此数据可支撑针对残疾人群体的薪资差距计量分析、性别与残疾交叉性歧视的量化评估，以及亚洲各国劳动政策效果的比较研究。结合ILOSTAT在劳工统计领域的权威性，该数据为探究数字化转型对弱势群体就业质量的影响、新冠疫情后劳动力市场恢复的异质性等前沿议题奠定了动态时序分析基础。其涵盖1997至2024年15个亚洲国家的长时序观测，使得研究者能充分利用面板数据模型，揭示制度变迁与全球化冲击下劳动报酬分配的结构性演变规律。