electricsheepafrica/africa-ilo-emp-stem-sex-jbt-nb-employment-in-stem-occupations-by-sex-and-working

该数据集包含1085个观测值，涵盖了35个非洲国家从2009年至2025年的数据，重点关注STEM职业就业人数按性别和工作时间安排分类（千）这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并过滤至非洲国家。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类、工作时间安排、观测年份、观测值及数据质量状态等字段，用于分析和预测非洲地区STEM职业就业情况。This dataset contains 1,085 observations across 35 African countries from 2009 to 2025, focusing on the indicator Employment in STEM occupations by sex and working time arrangement (thousands). The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via API and filtered to African countries. It includes fields such as country codes, country names, data sources, indicator codes, sex disaggregation, working time arrangements, observation years, observed values, and data quality status, designed for analyzing and forecasting STEM occupation employment in Africa.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队从国际劳工组织（ILO）的ILOSTAT REST API直接采集而来，数据源指向全球劳动统计权威数据库ILOSTAT。原始数据基于各国劳动力调查、家庭收入调查及行政记录，经ILO统计部门依据国际劳动统计学家会议（ICLS）定义进行统一协调处理后发布。团队将原始API接口中涵盖STEM（科学、技术、工程与数学）领域从业人员数据的指标进行抽取，并专门筛选出非洲国家（依据ISO 3166-1 alpha-3国家代码）的观测记录，最终整合为包含1085条观测值、横跨35个非洲国家、时间跨度从2009年至2025年的结构化表格数据集。数据以Parquet格式打包，确保机器学习就绪的便捷使用体验。

特点

该数据集最突出的特点在于其聚焦非洲大陆STEM领域就业状况的时空维度。它提供了标准化指标'按性别和工作时间安排的STEM职业就业人数（千）'，共计1085条观测记录，覆盖35个非洲国家，时间跨度达17年（2009–2025），为区域间长期趋势比较提供了宝贵依据。数据具备精细的性别维度拆解（男性、女性及总计），并附有详尽的元数据标签，包括数据来源说明、观测状态标志及断点注释，便于用户评估数据质量。所有观测值均源自ILO遴选的最佳来源，并通过统一的ICLS定义进行协调，确保了跨国家、跨年份数据的高度可比性和可靠性。

使用方法

用户可通过Hugging Face Datasets库的load_dataset()函数便捷加载该数据集，并直接转换为Pandas DataFrame进行灵活的分析操作。典型使用场景包括：依据国家代码快速筛选特定国家的STEM就业趋势；针对单一指标按年份排序后绘制时间序列曲线，以直观展示演变轨迹；利用透视表功能将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或横向比较。数据集中包含了丰富的分类变量（如性别、工作时间安排）和标注信息，支持用户根据研究需求实施多元化的统计建模与可视化探索。在学术发表时，请务必同时引用ILO原始数据来源及Electric Sheep Africa的重打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其ILOSTAT数据库整理，并由Electric Sheep Africa于2025年重新打包发布，聚焦于非洲35个国家2009至2025年间STEM领域就业人数按性别和工作时间安排的统计观测。核心研究问题在于揭示非洲大陆科技劳动力市场的性别分布与工作模式，为区域劳工政策、可持续发展目标（SDG）中体面工作指标的监测提供量化依据。数据集涵盖了1085条观测记录，来源权威且经过ILO基于国际劳工统计学家会议定义的标准化处理，在推动非洲劳动力市场研究、跨国家比较分析以及机器学习模型训练方面具有显著影响力，尤其填补了非洲STEM就业领域精细结构化数据的空白。

当前挑战

当前挑战体现在两大维度：首先，从领域问题看，非洲STEM就业数据长期面临稀疏性、时效性不足和性别维度不完整的问题，该数据集虽整合了多国时间序列，但部分国家观测年份不连续且数据质量标注为不可靠或含方法论断点，限制了稳健的因果推断与预测建模。其次，构建过程中，数据源自不同国家劳动力调查，其采样设计、问卷定义和统计口径存在异质性，ILO虽进行协调但原始来源的差异仍可能引入偏差，同时数据以年度频率发布且缺少月度或季度细粒度信息，难以捕捉短期波动，此外部分国家的数据行数差异悬殊（如埃及153行对比多个国家不足30行），导致分析中的代表性失衡与模型泛化挑战。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中非洲35个国家在2009至2025年间STEM领域就业人口按性别与工时安排的统计观测值，共计1085条记录。在经典使用场景中，研究者可将其用于横截面比较分析，探索不同非洲国家在STEM劳动力吸纳上的结构性差异；亦可构建面板数据模型，捕捉随时间演进的就业动态，尤其关注女性在STEM岗位中的参与率变化。通过性别与工时安排的双重维度解构，该数据集为揭示非洲大陆科技人才分布的地域异质性、性别平等进展以及劳动市场灵活性提供了量化素材，是区域劳动经济学与可持续发展目标研究的可靠数据支撑。

实际应用

在实际应用层面，该数据集可为国际发展机构、非洲各国劳工部门及非营利组织在制定科技人才战略与性别平等政策时提供数据驱动的决策支持。例如，政策制定者可基于不同国家女性STEM就业比例的年度波动，评估现有职业培训与教育干预措施的效果，进而调整资源投放优先级。企业亦可利用该数据评估区域劳动力供给潜力，指导其在非洲新兴市场中的技术创新与人力资本投资方向。此外，数据集的标准化格式与开源许可降低了使用门槛，便于数据科学家将其嵌入自动化报告仪表盘或与国际比较项目进行联动分析。

衍生相关工作

围绕该数据集已衍生出一系列经典工作，其中包括基于ILOSTAT框架构建的非洲劳动力市场动态监测模型，以及将性别与职业分类信息融合的多元时间序列预测研究。部分学者利用该数据验证了“STEM就业增长与女性受教育水平呈正相关”这一假设，并引入地理加权回归方法探究其空间异质性。此外，该数据集常作为基准数据源，与World Bank、UNESCO等机构的平行数据集交叉验证，催生了关于非洲“人才外流”与“本地STEM岗位匹配”的计量经济学文献。Electric Sheep Africa的标准化封装更使得该数据能被无缝集成至HuggingFace生态，推动了机器学习在非洲劳动统计中的下游应用。