electricsheepeurope/europe-ilo-ear-ehrg-sex-dsb-nb-gini-index-of-hourly-earnings-of-employees-by-sex

这是一个关于欧洲国家按性别和残疾状况划分的员工小时收入基尼指数的数据集。数据集包含234个观察值，覆盖英国（GBR）和摩尔多瓦（MDA）两个欧洲国家，时间跨度为2005年至2025年。数据来源于国际劳工组织（ILOSTAT）的官方统计数据库，涉及劳动统计中的收入和薪酬不平等主题。具体指标为EAR_EHRG_SEX_DSB_NB，即基尼指数，用于衡量员工小时收入的分布不平等程度，并按性别（总计、男性、女性）和残疾状况进行细分。数据集以表格形式提供，包括国家代码、年份、观测值、数据来源和质量标志等列，适用于表格分类、回归和时间序列预测等任务。This dataset contains the Gini index of hourly earnings of employees by sex and disability status for European countries. It includes 234 observations across 2 Europe countries (United Kingdom and Moldova), spanning from 2005 to 2025. The data is sourced from ILOSTAT, the International Labour Organizations central statistics database, focusing on income and pay inequality. The indicator EAR_EHRG_SEX_DSB_NB measures inequality in the distribution of hourly earnings, disaggregated by sex (total, male, female) and disability status. The dataset is provided in tabular format with columns such as country code, year, observed value, source, and quality flags, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集的构建依托于国际劳工组织（ILO）的ILOSTAT统计数据库，通过调用其REST API接口，精准获取了标识为EAR_EHRG_SEX_DSB_NB的指标数据，并进一步依据欧洲ISO3国家代码进行地理范围筛选。数据集共包含234条观测记录，覆盖英国与摩尔多瓦两个欧洲国家，时间跨度从2005年至2025年。ILOSTAT数据库本身遵循国际劳工统计学家会议（ICLS）的定义标准，对各国劳动力调查、家庭收入调查等原始微观数据进行统一协调处理，确保跨国的可比性与数据质量。Electric Sheep Europe团队将这些数据重新封装为Parquet格式，并提供了标准化的数据集卡片，以方便研究者快速调用。

特点

该数据集的核心特点在于聚焦于收入与薪酬不平等这一关键社会议题，具体指标为按性别和残疾状况分列的雇员小时工资基尼系数。数据不仅提供了总体的基尼指数，还通过性别维度（男性、女性、总计）进行细致拆解，揭示了不同群体内部的薪酬分布差异。作为一个时序数据集，它囊括了长达二十余年的年度观测值，为时间序列分析与面板数据分析提供了珍贵的纵向素材。此外，数据还附带了来源标识、观测状态标记及注释信息，有助于用户评估数据质量与连续性。尽管覆盖国家数量有限，但其针对特定指标的精细结构，使其成为研究欧洲劳动力市场不平等演变趋势的重要资源。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset函数便捷地加载该数据集，将其无缝转换为Pandas DataFrame格式进行后续操作。在探索数据时，可以依据国家代码（ref_area）或特定指标（indicator）进行筛选，例如提取单个国家（如德国）的完整序列进行国别分析。对于时间序列分析，用户可按年份排序并绘制观测值的变化趋势图，直观展现基尼系数的动态演变。同时，借助数据透视表功能，可以将数据重塑为国家×年份的矩阵形式，便于进行跨国比较或作为机器学习模型中的特征输入。数据集原始来源为ILOSTAT，使用时需遵循CC-BY 4.0许可协议，并注明国际劳工组织及Electric Sheep Europe的重新封装贡献。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT创建，并由Electric Sheep Europe团队重新打包发布，聚焦于欧洲地区按性别和残疾状况划分的雇员小时收入基尼系数。基尼系数作为衡量收入不平等程度的经典指标，在劳动经济学与社会政策研究中占据核心地位，尤其当交叉分析性别与残疾身份时，能够揭示多重弱势群体在劳动力市场中的结构性困境。该数据集覆盖2005至2025年间英国与摩尔多瓦共234条观测记录，依托ILOSTAT对各国劳动力调查微观数据的统一化处理，为探究欧洲内部收入分配差异及残疾人群体的经济包容性提供了量化基础，对推动体面工作与可持续发展目标（SDG）的实证研究具有重要价值。

当前挑战

数据集面临的挑战首先体现在领域研究层面：当前仅有英国和摩尔多瓦两个国家提供完整时间序列数据，样本的地理代表性严重不足，难以刻画欧洲整体收入不平等的全貌，尤其缺失德国、法国等主要经济体的信息，限制了跨国比较与政策推论的可靠性。此外，残疾身份的分类（DSB_STATUS_TOTAL）仅包含“总计”一种维度，缺乏对残疾类型或严重程度的细分，削弱了揭示内部异质性的能力。在构建过程中，数据来源于各国不同的调查体系（如英国的劳动力调查LFS），观测状态标记存在“序列中断”等问题，表明方法变更或数据采集规则的调整可能导致时序可比性受损，而ILOSTAT虽筛选“最佳来源”，但不同来源间的测量标准差异仍可能引入系统性偏差。

常用场景

经典使用场景

在劳动经济学与社会政策研究中，该数据集被广泛应用于基尼系数的跨性别与残疾状态分解分析。研究者通过对比英国与摩尔多瓦两国的时薪基尼指数，能够量化劳动力市场中性别与残疾状态对收入分配格局的交互影响，特别适用于探究欧洲发达国家与转型经济体在收入不平等结构上的差异。

衍生相关工作

基于该数据集，衍生出多项关于欧洲劳动力市场收入不平等驱动因素的研究工作。典型成果包括结合面板回归分析残疾状态对收入离散度的长期效应、运用时间序列模型预测欧盟收入趋同趋势，以及通过机器学习方法识别除性别与残疾外影响基尼系数的隐性因素，相关成果发表于《劳动经济评论》与社会政策领域顶级期刊。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲地区按性别与残疾状态分列的雇员小时收入基尼系数，为劳动经济学中收入不平等与交叉性歧视的前沿研究提供了关键数据支撑。当前，结合残疾社会学与性别平等议题，研究者利用此类细粒度时间序列数据，深入剖析劳动力市场中多重弱势群体（如残疾女性）的收入分化轨迹，并追踪2005至2025年间欧洲不同福利体制国家的政策效应。在“体面劳动”与联合国可持续发展目标8（促进包容性经济增长）的全球议程下，该数据集助力量化评估反歧视立法与包容性就业政策的实际效能，尤其为交叉性视角下的收入差距分解与因果推断模型提供了高质量实证基础，推动从宏观统计向微观公平机制的范式转向。