electricsheepasia/asia-ilo-emp-spif-sex-rt-share-of-employment-in-stem-occupations-outside-th

该数据集包含亚洲国家在非正规部门中STEM（科学、技术、工程和数学）职业就业份额的数据，来源于国际劳工组织（ILO）的ILOSTAT数据库。数据集共有413个观测值，覆盖24个亚洲国家，时间跨度为2008年至2025年，仅包含一个核心指标（EMP_SPIF_SEX_RT），用于衡量非正规部门中STEM职业就业的百分比。数据通过ILOSTAT REST API获取，并过滤为亚洲国家代码，经过ILO的统计标准化处理。数据集包含详细的元数据，如国家代码、年份、性别分类（总计、男性、女性）、观测值、数据来源和质量状态，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并遵循CC-BY-4.0许可协议。This dataset contains data on the share of employment in STEM (Science, Technology, Engineering, and Mathematics) occupations outside the formal sector for Asian countries, sourced from the International Labour Organization (ILO) ILOSTAT database. It includes 413 observations across 24 Asia countries, spanning from 2008 to 2025, with one distinct indicator (EMP_SPIF_SEX_RT). The data is pulled directly from the ILOSTAT REST API, filtered to Asia ISO3 country codes, and harmonized using ICLS definitions. It features detailed metadata columns such as country codes, year, sex disaggregation, observed values, and data quality flags, suitable for tabular classification, regression, and time-series forecasting tasks. The data is annual frequency and released under the CC-BY-4.0 license.

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，其构建过程严谨而系统。数据通过调用ILOSTAT的REST API接口直接获取，并依据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。具体而言，数据集聚焦于亚洲24个国家的STEM职业非正规部门就业占比这一核心指标，筛选出符合亚洲ISO3国家代码的地理范围，最终凝聚为413条观测记录，时间跨度从2008年至2025年。为确保数据可追溯性，数据集中保留了原始来源的标签信息，每条记录均清晰标注了数据出处。

特点

该数据集的核心特色在于其专业聚焦性与多维服务性。它以STEM职业非正规部门就业占比为唯一指标，深入刻画了亚洲地区劳动力市场的独特结构。数据集涵盖24个亚洲国家，时间序列长达17年，且按性别进行了细致的分类汇总，提供了总体、男性和女性三个维度的观测值，为性别差异分析奠定了坚实基础。此外，数据集还标注了数据的观测状态及系列中断等备注信息，帮助使用者准确判断数据质量。其预设的年频率和ILO选取的“最佳来源”策略，确保了数据的一致性与权威性。

使用方法

该数据集的使用极为便捷，尤其对机器学习研究者而言。通过HuggingFace的datasets库，用户只需一行代码即可完成加载，随后可轻松转换为Pandas数据框进行深入分析。典型的使用场景包括：按国家代码快速筛选特定国家的数据序列，以时间轴为主线绘制单一国家STEM就业占比的变化趋势，或利用透视表功能将数据重塑为国家×年份的矩阵格式，方便进行横向对比与面板数据分析。无论是进行时间序列预测、分类回归任务，还是开展区域比较研究，该数据集都能提供清晰、直接的数据接口，显著降低数据准备的时间成本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年发布，经Electric Sheep Asia重新打包整理，聚焦亚洲24个国家2008至2025年间STEM职业在非正规部门就业占比的观测数据，共计413条记录。STEM（科学、技术、工程与数学）人才是驱动区域创新与可持续发展的核心力量，然而在亚洲发展中国家，大量STEM从业者受困于非正规经济，缺乏社会保障与职业发展通道。ILO通过ILOSTAT数据库，利用国家劳动力调查等权威来源，对非正规部门STEM就业比例进行标准化统计，其核心研究问题在于揭示亚洲各国劳动力市场结构中STEM技能人才的配置与保障状况。该数据集为区域劳动力政策评估、可持续发展目标（SDG 8体面工作）监测以及比较发展研究提供了关键量化依据，填补了亚洲非正规经济中高技术人才分布的系统性数据空白。

当前挑战

该数据集所应对的领域挑战在于，非正规经济中的STEM就业长期缺乏可靠数据支持，传统劳动力统计多聚焦正规部门，导致对亚洲劳动力市场真实技能结构的认知存在偏差。在构建过程中，面临多重困难：首先，ILO需协调24国差异化的调查方法与定义标准，依据国际劳工统计学家会议（ICLS）框架进行数据清洗与归一化，以确保跨国可比性。其次，部分国家数据稀疏或存在方法论断裂（如列注明的断点问题），使得时间序列分析受限。再者，由于非正规就业的隐蔽性，调查数据常伴随可靠性标签（如标记为不可靠），如何甄别、筛选及解释这些低质量观测值，是保障数据集可用性的核心挑战。

常用场景

经典使用场景

在劳动经济学与科技政策研究领域，该数据集作为衡量亚洲地区非正规部门STEM从业人员比例的关键指标，常被用于跨国比较分析与时间序列建模。研究者借助其覆盖24个亚洲国家2008至2025年的年度观测值，能够系统刻画不同经济发展阶段国家在非正规就业环境下STEM人才配置的演变轨迹。通过按性别维度（男性、女性、总计）进行拆解，该数据支持对性别差异与STEM就业结构的交叉分析，为理解非正规经济中技能型劳动力的分布特征提供了量化基础。

衍生相关工作

基于此数据源，衍生出了一系列围绕亚洲非正规经济与STEM就业关系的经典工作。例如，有研究将其与各国教育投入、产业增加值等面板数据结合，构建计量模型揭示非正规部门STEM就业份额对全要素生产率的影响路径；另有多篇横跨发展经济学与劳动社会学的论文，利用性别维度的拆解数据探讨女性在非正规科技岗位的职业玻璃天花板效应。此外，该数据集还常被用作基准案例，检验基于ILOSTAT调查元数据拼接跨国面板的统计一致性方法，推动了劳动统计计量工具的优化。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲24国非正规部门STEM就业份额的时序演化，为理解亚太地区劳动力市场结构转型与技能错配提供了关键量化支撑。当前研究前沿正从宏观描述转向微观机制挖掘，尤其是结合ILOSTAT标准化调查数据，探讨性别维度下的STEM职业隔离效应、非正规就业中的技术扩散瓶颈，以及2020年后新冠疫情对亚洲STEM劳动力弹性的冲击。数据集覆盖2008至2025年的长跨度观测，使其成为检验自动化风险与终身学习政策效果的天然实验场，亦为联合国可持续发展目标中体面工作指标（SDG 8）的国别差异分析注入了高颗粒度证据。