electricsheepafrica/africa-ilo-emp-stem-sex-mts-nb-employment-in-stem-occupations-by-sex-and-marital

该数据集名为Employment in STEM occupations by sex and marital status (thousands) | Africa (ILOSTAT)，中文可译为按性别和婚姻状况分列的STEM职业就业数据（千计）| 非洲（ILOSTAT）。它包含1,189个观测值，覆盖非洲36个国家，时间跨度为2009年至2025年，专注于1个核心指标：EMP_STEM_SEX_MTS_NB，即按性别和婚姻状况分列的STEM职业就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过Electric Sheep Africa重新打包和标准化处理。数据集采用表格格式，包含多个列，如国家代码、国家名称、数据来源、指标代码、性别分类、婚姻状况分类、观测年份、观测值、数据状态标志等，支持表格分类、表格回归和时间序列预测等任务。数据经过ILO的统计部门协调，使用国际劳工统计学家会议（ICLS）定义进行标准化，确保质量和可比性。数据集适用于劳动力市场分析、STEM就业趋势研究、性别平等评估等应用场景，并提供了Python代码示例以便快速加载和使用。The dataset is titled Employment in STEM occupations by sex and marital status (thousands) | Africa (ILOSTAT). It contains 1,189 observations across 36 African countries, spanning the years 2009 to 2025, and focuses on 1 distinct indicator: EMP_STEM_SEX_MTS_NB, which represents employment in STEM occupations by sex and marital status in thousands. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API, and repackaged by Electric Sheep Africa. It is in tabular format with columns such as country code, country name, source, indicator code, sex disaggregation, marital status classification, observation year, observed value, and data status flags. The dataset is designed for tasks like tabular classification, tabular regression, and time-series forecasting, and it follows ILO harmonization standards using International Conference of Labour Statisticians (ICLS) definitions. It is suitable for analyzing labor market trends, STEM employment patterns, and gender disparities, with provided Python usage examples for easy integration.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织（ILO）的ILOSTAT统计数据库构建，基于ILO劳动统计学家国际会议（ICLS）定义的标准化框架，从ILOSTAT REST API接口直接抽取原始调查微观数据，进而筛选出非洲地区的ISO3国家代码相关记录。数据涵盖36个非洲国家，时间跨度从2009年至2025年，包含有关STEM职业就业情况的1189条观测值，每条观测值涵盖性别、婚姻状况等多维度分类信息。数据来源被清晰标记在source.label列中，以确保数据的可追溯性与透明度。

特点

数据集的核心特征在于其高维度的结构化分解能力，不仅覆盖非洲多国间的STEM就业宏观趋势，还实现了按性别（男性、女性及总计）和婚姻状况（总计、已婚、未婚等）的精细分组对比。此外，每一观测均附有观测状态标志（如临时值、序列断裂），并提供了详细的指标注释与来源注释，便于研究者识别数据中的异常与修订信息。年度频率的数据布局也使其特别适合进行横向国家比较与纵向时序分析。

使用方法

数据集可通过Hugging Face的datasets库直接加载，使用load_dataset函数即可快速以Pandas DataFrame格式获取数据。用户可基于ref_area字段筛选特定国家进行局部分析，也可利用indicator字段单独提取STEM就业指标，再按time字段排序进行时间序列可视化。借助pivot_table方法，还能将数据横向展开为国家-年份矩阵，以探索不同国家间STEM就业的动态演变格局，极大便利了区域性劳动经济学与教育政策研究。

背景与挑战

背景概述

在科学、技术、工程与数学（STEM）领域的就业数据，是衡量一个国家或地区创新能力与人力资本结构的重要指标。然而，非洲大陆由于统计体系不完善、数据标准不统一以及历史数据缺失，长期缺乏高质量、细粒度的STEM就业数据集。由国际劳工组织（ILO）统计部门构建并于2025年发布的africa-ilo-emp-stem-sex-mts-nb数据集，由Electric Sheep Africa在HuggingFace上进行标准化重新打包，聚焦于非洲36个国家2009年至2025年间按性别和婚姻状况分层的STEM就业人数。该数据集旨在弥补非洲区域在劳动力研究领域的基础数据缺口，为政策制定者、经济学家和人工智能研究者提供跨时空可比的分析资源，对追踪非洲大陆的性别平等、教育投资回报及数字化转型进程具有重要的支撑作用。

当前挑战

该数据集所解决的核心领域挑战在于非洲地区STEM就业数据的极度匮乏与分散化，难以支持跨国家的系统性对比分析与可持续发展目标的监测。另一个重要挑战是数据质量的非均质性，不同国家的调查方法、问卷设计、统计口径存在显著差异，例如部分数据存在序列中断或方法论修订，需要通过'best source'策略进行筛选，且在性别与婚姻状况等细分维度上可能出现稀疏覆盖。在构建过程中，主要挑战包括从ILOSTAT REST API获取庞杂的数据源并按照统一的非洲ISO3国别码进行筛选，同时需要处理因调查来源多样化导致的数据结构不一致性问题，确保指标代码、性别分类以及观察状态标志的标准化，从而使得零散的国家级数据能够整合为机器学习和时间序列分析可用的干净数据集。

常用场景

经典使用场景

该数据集记录了2009至2025年间36个非洲国家中STEM（科学、技术、工程、数学）领域就业人员的数量，并按性别和婚姻状况进行细致划分。最经典的使用场景是作为面板数据进行跨国家、跨时间的比较分析，研究者可借此构建回归模型，探究非洲各国不同性别与婚姻状况群体在STEM行业就业率的演变趋势，或作为因变量验证经济发展、教育投入、政策干预等自变量对STEM劳动力市场包容性的影响。

衍生相关工作

基于此数据集，研究者和数据科学家可开展多项衍生工作。一是构建面向非洲劳动力市场的性别平等指数，将STEM就业维度纳入更广泛的可持续发展目标（SDGs）评估框架。二是训练时间序列预测模型，利用ILOSTAT的长期观测数据预测未来几年不同群体在STEM行业的参与率，为政策规划提供前瞻性参考。三是在HuggingFace生态内，该数据可与Electric Sheep Africa发布的其它非洲社会经济指标数据集联合使用，形成多模态知识图谱，支撑跨学科的大规模关联分析。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆STEM（科学、技术、工程与数学）领域就业状况的性别与婚姻状况交叉分析，为研究非洲劳动力市场中女性在STEM职业中的代表性、职业隔离与婚姻状态对就业选择的影响提供了关键数据支撑。结合全球推动性别平等与科技创新的热点议题，尤其是非洲联盟《2063年议程》及联合国可持续发展目标（SDG 5与SDG 9）对女性赋权与技术进步的强调，该数据集可支撑前沿研究如STEM领域性别差距的时空演变建模、婚姻状况对女性职业流动性的调节效应分析，以及基于时间序列的非洲国家STEM就业预测。其涵盖2009至2025年36个非洲国家的观测数据，为揭示后疫情时代非洲数字化进程中劳动力结构性变化、评估区域性科技政策成效提供了稀缺的纵向证据，对推动非洲包容性经济增长与性别平等政策制定具有重要参考价值。