electricsheepafrica/africa-ilo-emp-stem-sex-ocu-nb-employment-in-stem-occupations-by-sex-and-occupati

该数据集包含非洲36个国家在2009年至2025年期间关于STEM（科学、技术、工程和数学）职业就业的1989个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过ILOSTAT REST API提取，并过滤到非洲国家代码。数据集主要关注指标EMP_STEM_SEX_OCU_NB，即按性别和职业划分的STEM职业就业人数（以千计）。数据列包括国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source）、指标代码（indicator）、性别分类（sex）、观测年份（time）、观测值（obs_value）等。数据按年度频率提供，并包含性别维度（总计、男性、女性）的细分。数据集旨在为研究非洲劳动力市场、STEM就业趋势和性别差异提供机器学习就绪的数据支持。This dataset contains 1,989 observations of workers in STEM occupations across 36 African countries, spanning from 2009 to 2025. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), extracted via the ILOSTAT REST API and filtered to African ISO3 country codes. The dataset focuses on the indicator EMP_STEM_SEX_OCU_NB, which represents employment in STEM occupations by sex and occupation (in thousands). Columns include country code (ref_area), country name (ref_area.label), data source (source), indicator code (indicator), sex disaggregation (sex), observation year (time), observed value (obs_value), among others. Data is provided at annual frequency and includes breakdowns by sex (total, male, female). The dataset is designed to offer machine learning-ready data for researching labor markets, STEM employment trends, and gender disparities in Africa.

搜集汇总

数据集介绍

构建方式

数据集源自国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过REST API直接抽取指标代码为EMP_STEM_SEX_OCU_NB的原始数据，并依据非洲ISO3国家代码进行过滤，最终整合了36个非洲国家在2009至2025年间STEM领域就业情况的1,989条观测记录。ILO统计部门利用ICLS定义对各国劳动力调查、家计调查及行政记录等微观数据进行统一协调，数据来源在source.label字段中予以标注，确保可追溯与可比性。

特点

该数据集聚焦于非洲地区按性别和职业细分的STEM就业人数（单位：千），突破性地提供了跨16年时间序列的微观面板结构，覆盖埃及、毛里求斯、赞比亚等36个非洲国家的丰富观测。数据包含sex、classif1等多维分类字段，可分别按性别（总、男、女）及职业技能层次进行切割分析。此外，每条记录附有观测状态标志和来源注释，如数据可靠性标识与方法论变更说明，为研究者评估数据质量提供了关键依据。

使用方法

用户可通过HuggingFace Datasets库直接加载数据集，仅需一行代码`load_dataset`即可获取完整数据表，并以Pandas DataFrame格式进行后续操作。支持对特定国家（如肯尼亚）或指标进行条件过滤，快速生成单变量时间序列或通过pivot_table构建国家-年份矩阵，便于跨国家对比和面板数据分析。数据集采用CC-BY-4.0许可协议，使用时应引用ILO原始来源及Electric Sheep Africa的重新封装版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下的ILOSTAT数据库整理，并由Electric Sheep Africa团队于2025年重新打包发布，旨在提供非洲36个国家在2009至2025年间按性别和职业划分的STEM（科学、技术、工程与数学）就业人数（以千计）的观测数据，总计1989条记录。作为全球劳动统计的权威来源，ILOSTAT通过对各国劳动力调查等原始数据的协调与标准化，使得此类细分指标得以具备跨国可比性。该数据集聚焦于劳动力市场中高技能人才的分布与性别构成，为研究非洲地区STEM领域的就业结构、性别平等政策成效及可持续发展目标（SDG）中的体面工作指标提供了难得的量化基础，对发展经济学、劳动经济学及性别研究等领域具有重要的数据支撑作用。

当前挑战

该数据集所应对的核心领域挑战在于非洲大陆广泛存在的STEM就业数据缺口与统计口径不一的问题。许多非洲国家缺乏系统化的劳动力调查机制，导致STEM领域就业的跨国比较和时序分析长期受限于数据稀疏性与不可靠性。此外，数据集在构建过程中面临多重挑战：包括各国调查年份不连续、数据来源（如劳动力调查与行政记录）的混合导致可比性下降、部分观测值被标记为“不可靠”（obs_status为U）以及因方法修订而出现的时间序列断裂（如note_indicator所指出的Break in series）。原始数据经过ILO的“最佳来源”选取逻辑处理，虽提升了整体质量，却也引入了筛选偏差，这些都在数据质量提示中得以注明，提醒使用者注意潜在的不完整性与非随机缺失问题。

常用场景

经典使用场景

该数据集汇聚了2009至2025年间36个非洲国家按性别和职业划分的STEM就业人数（单位：千人次），共计1989条观测记录。其经典用途在于为劳动力经济学与性别研究领域提供纵向可比的面板数据，研究者可借此追踪非洲大陆STEM就业规模的演变轨迹，剖析不同性别群体在科学技术工程数学领域的参与态势，并借助时间序列建模方法揭示其结构性变迁规律。

实际应用

在实际应用中，该数据可为国际组织、非洲各国劳动部门及发展机构提供精准的决策支撑。政策制定者可借助其中性别维度的详细分解，评估现有STEM人才培养与就业促进措施的实际效用；也可通过纵向趋势分析，识别出亟需干预的行业与群体，从而优化资源配置，推动包容性增长与可持续就业目标的实现。

衍生相关工作

基于该数据集，已衍生出多项具有影响力的研究与实践工作。例如，利用其构建的非洲STEM就业预测模型可辅助区域性教育规划，而结合社会经济指标进行的因果推断分析则揭示了女性STEM参与率与经济增长之间的正向关联。此外，该数据还被用于开发数据可视化仪表盘与自动化汇报系统，使得长期监测与跨国对标变得更加直观高效。