electricsheepasia/asia-ilo-ear-emtg-sex-nb-gini-index-of-monthly-earnings-of-employees-by-sex

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的收入与薪酬不平等主题数据，具体聚焦于按性别划分的员工月收入基尼系数指标（EAR_EMTG_SEX_NB）。数据集涵盖了27个亚洲国家从1996年至2025年的831个观测值。数据通过ILOSTAT REST API获取，并过滤至亚洲国家代码。ILOSTAT使用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行标准化处理。数据集包含多个字段，如国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、观测年份、观测值、观测状态及相关注释，提供了按性别（总计、男性、女性、其他）分解的维度。数据以年度频率发布，当同一国家×年份有多个数据源时，采用ILO选择的最佳来源。该数据集由Electric Sheep Asia重新打包，旨在为亚洲提供统一的、机器学习就绪的数据层。This dataset contains Income and pay inequality data from the International Labour Organization (ILO) ILOSTAT database, specifically focusing on the Gini index of monthly earnings of employees by sex indicator (EAR_EMTG_SEX_NB). It comprises 831 observations across 27 Asia countries, spanning from 1996 to 2025. Data is pulled directly from the ILOSTAT REST API and filtered to Asia ISO3 country codes. ILOSTAT harmonizes raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes fields such as country code, country name, data source, indicator code, indicator name, sex disaggregation, observation year, observed value, observation status, and related notes, providing disaggregation dimensions by sex (total, male, female, other). Data is published at annual frequency, and when multiple sources exist for the same country×year, the ILO-selected best source is used. The dataset is repackaged by Electric Sheep Asia as part of a unified, ML-ready data layer for Asia.

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统计数据库，聚焦于亚洲地区雇员月收入的基尼系数这一衡量收入不平等程度的核心指标。数据通过ILOSTAT REST API直接获取原始指标“EAR_EMTG_SEX_NB”，并依据亚洲ISO3国家代码进行地理筛选与整合。ILOSTAT依据国际劳工统计学家会议（ICLS）的标准定义，对各国劳动力调查、家庭收入调查等微观数据进行协调与规范化处理，确保跨国家与跨年份数据的可比性。最终数据集共收录了831条观测记录，覆盖27个亚洲国家，时间跨度从1996年至2025年，并标注了数据的原始来源信息以供溯源。

特点

本数据集最显著的特点在于其聚焦于亚洲地区的收入不平等度量，提供了单一但关键的基尼系数指标，并按性别维度进行细粒度分解，包含总计、男性、女性及其他四类，有助于深入分析性别收入差距。数据来源于权威的国际劳工组织官方统计，经严谨的标准化流程处理，保证了数据质量与跨国可比性。此外，数据集以简洁的表格结构呈现，包含国家代码、年份、观测值、数据来源及状态标记等关键字段，并明确注明了数据缺失、序列中断等质量标注，便于用户评估数据的可靠性与适用场景。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`函数便捷地加载该数据集，并将其转换为Pandas DataFrame以进行后续分析。典型用法包括按国家代码筛选特定国家的时序数据，或针对单一基尼系数指标，利用时间列绘制其随年份变化的趋势图。此外，用户可通过数据透视功能，将数据重塑为国家与年份的矩阵形式，从而进行跨国的横向对比研究。数据集支持分类与回归及时间序列预测等多种下游任务，为劳动经济学与不平等研究提供了标准化的数据基础。

背景与挑战

背景概述

收入不平等是衡量经济社会发展健康程度的核心指标之一，基尼系数作为测度收入分配差距的经典工具，在劳动经济学与公共政策研究中具有重要地位。亚太地区作为全球经济增长最为活跃的区域，内部各国在经济发展阶段、产业结构与劳动力市场制度等方面差异悬殊，因此构建覆盖该区域的精细化收入不平等数据集极具学术价值。该数据集由国际劳工组织（ILO）于2025年通过其权威统计数据库ILOSTAT发布，并由Electric Sheep Asia重新整合以适配机器学习工作流。数据涵盖1996年至2025年间27个亚洲国家共831条观测记录，聚焦于雇员月收入的性别分列基尼系数，为探究亚洲劳动力市场中的性别收入差异提供了跨时空的标准化证据。这一数据资产的问世，使得研究者能够在区域层面系统追踪收入不平等的时间演变与国别异质性，进而为相关理论的实证检验与政策效果评估奠定基础。

当前挑战

该数据集所面对的挑战首先源于研究领域自身的复杂性：收入不平等在亚洲国家间受到迥异的文化传统、产业政策及非正规就业形态的多重影响，性别维度的基尼系数虽能揭示总体差距，却难以细致刻画不同职业、教育层次或年龄组内部的收入分化机制。在数据构建过程中，ILO需调和来自各国劳动力调查、家户收入调查及行政记录等多源数据，其中调查问卷设计、统计口径与抽样方法的差异可能导致隐含的系统性偏差，即使经过ILC标准的统一化处理，数据质量标注中仍出现“断点”等状态标识，反映了时间序列上的不可比风险。此外，数据集仅限于年频观测，缺乏更细颗粒度的季度或月度波动信息，且对部分小国或冲突地区覆盖稀疏，难以支撑亚区域层面的稳健推断。如何在不引入额外偏误的前提下有效整合异质性源数据，并科学地利用有限的离散时间点捕捉不平等动态，仍是该数据集应用过程中亟待突破的瓶颈。

常用场景

经典使用场景

该数据集聚焦于亚洲地区雇员月收入基尼系数的性别分化，在劳动经济学与不平等研究领域具有标杆意义。研究学者可借助其精细化的性别维度（总体、男性、女性）与近三十年（1996—2025年）的年度面板结构，开展跨国家跨时期的收入不平等动态对比分析。经典范式包括：运用固定效应模型或随机效应模型探究经济发展、产业结构转型对性别收入差距的异质性影响；借助时间序列分解技术剥离周期性与趋势性成分以观测亚洲劳动力市场的长期演化；以及通过面板分位数回归识别不同收入阶层中性别歧视程度的变迁轨迹。该数据集作为ILOSTAT官方调和的亚洲子集，其标准化元数据框架极大降低了多源数据整合的预处理门槛。

衍生相关工作

该数据集衍生了一系列极具影响力的研究成果与方法论创新。在基准工作上，多位劳动经济学家基于此数据构建了亚洲性别收入不平等指数体系，并提出了针对发展中国家面板数据的异质性处理效应估计框架。后续的经典研究包括：利用双重差分方法评估亚洲新兴经济体加入WTO后贸易自由化对性别工资差距的冲击；运用空间计量模型揭示跨国知识溢出与地区间薪酬标准的扩散机制；以及通过贝叶斯结构时间序列模型预测自动化浪潮对不同性别群体劳动收入份额的差异化影响。此外，该数据还催生了若干交互式可视化工具与数据看板，使政策制定者能够直观追踪各国性别平等的实时进展，显著拓展了官方统计数据在循证决策中的应用边界。

数据集最近研究

最新研究方向

在当前全球收入不平等议题备受瞩目的背景下，该数据集聚焦于亚洲地区雇员月收入的基尼系数，为区域劳动力市场的性别收入差距研究提供了关键支撑。前沿研究方向集中于利用该时间序列数据（1996-2025年）进行跨国纵向比较，结合ILOSTAT统一调查方法，揭示亚洲国家性别工资不平等的长期演变规律与收敛趋势。其与联合国可持续发展目标（SDG）中体面工作与经济增长指标的紧密关联，使得该数据在监测政府扶贫政策、评估最低工资制度效果以及分析全球化对劳动力分配影响等热点事件中具有重要实证价值，为推进区域包容性增长提供了量化基础。