electricsheepeurope/europe-ilo-emp-stem-sex-how-nb-employment-in-stem-occupations-by-sex-and-weekly-h

该数据集包含欧洲14个国家从2008年至2025年关于STEM（科学、技术、工程和数学）职业就业的统计数据，具体指标为按性别和每周实际工作小时数分类的STEM职业就业人数（千计）。数据集共有4,473个观测值，涵盖1个核心指标（EMP_STEM_SEX_HOW_NB），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家。数据集包含国家代码、年份、性别分类（总计、男性、女性）、观测值、数据来源和质量标志等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistical data on employment in STEM (Science, Technology, Engineering, and Mathematics) occupations across 14 European countries from 2008 to 2025, with the specific indicator Employment in STEM occupations by sex and weekly hours actually worked (thousands). It includes 4,473 observations and covers one core indicator (EMP_STEM_SEX_HOW_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered for European countries. The dataset includes fields such as country codes, year, sex disaggregation (total, male, female), observed values, data sources, and quality flags, and is suitable for tasks like tabular classification, regression, and time-series forecasting.

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，经由Electric Sheep Europe团队重新打包并发布于HuggingFace平台。数据通过调用ILOSTAT REST API（接口地址为https://rplumber.ilo.org/data/indicator?id=EMP_STEM_SEX_HOW_NB）直接获取，并依据欧洲ISO3国家代码进行地理范围筛选。ILOSTAT本身遵循国际劳工统计学家会议（ICLS）定义对各国原始调查微观数据进行协调与标准化处理，数据来源在source.label列中予以标注以保证可追溯性。最终形成包含4,473条观测记录、覆盖14个欧洲国家、时间跨度2008年至2025年的结构化数据集。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数便捷加载该数据集，例如执行'dataset = load_dataset("electricsheepeurope/europe-ilo-emp-stem-sex-how-nb-employment-in-stem-occupations-by-sex-and-weekly-h")'即可将数据转换为pandas DataFrame格式。支持按国家代码过滤（如df[df["ref_area"] == "DEU"]获取德国数据）、按指标进行时间序列排序与可视化，亦可利用pivot_table方法构建国家×年份的矩阵结构，适用于回归分析、时间序列预测及分类任务。数据以cc-by-4.0许可协议发布，使用时需同时引用原始ILO数据来源及Electric Sheep Europe的重新打包工作。

背景与挑战

背景概述

在STEM（科学、技术、工程与数学）领域推动性别平等与劳动参与，已成为全球劳动力研究的关键议题。该数据集由国际劳工组织（ILO）通过其ILOSTAT统计数据库创建，并由Electric Sheep Europe于2025年重新整理发布，聚焦于欧洲14个国家2008至2025年间按性别和周实际工作时间划分的STEM职业就业人数（单位：千人）。核心研究问题在于揭示STEM领域就业的性别结构差异及其随时间演变的规律，为制定包容性劳动力政策提供量化依据。作为ILO劳动统计体系的重要组成部分，该数据集广泛服务于国际发展研究、欧盟性别平等监测及劳动力市场分析，对政策制定者与学术研究者具有显著影响力。

当前挑战

该数据集所解决的领域问题在于，STEM领域的就业统计长期受制于性别分类粗糙和工时信息缺失，难以精确刻画女性在科技岗位中的真实参与度与劳动强度。构建过程中面临的关键挑战包括：一、数据来源的异质性，14个国家采用的本国劳动力调查口径与ILO的国际劳工统计学家会议（ICLS）定义需进行严格协调与标准化；二、数据质量控制，部分观测值被标记为“不可靠”（obs_status为U），例如示例中的阿尔巴尼亚数据，反映了原始调查样本不足或方法学断裂；三、时间序列不连续性，如意大利数据仅覆盖2014至2020年，塞尔维亚止于2019年，限制了跨国纵向对比的完整性与统计推断的稳健性。

常用场景

经典使用场景

在劳动经济学与科技人力资本研究的交汇处，europe-ilo-emp-stem-sex-how-nb-employment-in-stem-occupations-by-sex-and-weekly-h数据集以其精细的维度划分，成为剖析欧洲STEM领域就业结构的基石。该数据集最经典的使用场景在于构建多国别、跨年度的面板数据模型，用于追踪2008至2025年间14个欧洲国家中STEM职业的就业人数变动，并巧妙引入性别与周实际工时两大分类轴，使得研究者能够从时间、地理、性别三维视角出发，系统刻画STEM劳动力市场的演进轨迹与性别差异特征。

解决学术问题

该数据集精准回应了长期困扰学术界的几个核心难题：其一，它打破了单一国家研究的局限，通过标准化、可比的跨国数据，让研究者得以实证检验欧洲各国在吸引与保留STEM人才方面的制度有效性；其二，通过分离性别变量，它直接服务于解决STEM领域性别失衡这一经典学术议题——学者可借此量化分析男女在STEM就业机会、工作时间配置上的结构性差异及其随时间的消长趋势；其三，作为ILO官方统计的权威源，它提供了高可靠性的基准数据，支撑了关于技术进步如何重塑劳动力需求结构的宏观经济学研究。

实际应用

在实际应用层面，该数据集正成为欧盟及各国劳动政策制定的关键数据支柱。政策分析师可依据其揭示的STEM就业潮汐变化，评估现有技能培训计划与产业政策的匹配度；企业人力资源部门能借助分国家、分性别的就业趋势，优化跨区域的科技人才招募与留任策略；而国际组织如世界银行在评估欧洲创新竞争力时，亦常援引该数据作为衡量科技人力资本密度的核心标尺。此外，对于关注职场平等的社会机构而言，这些数据为监督和倡导性别平等的就业机会提供了无可辩驳的事实基础。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲14国2008至2025年间STEM领域就业的性别差异与每周实际工作时间分布，为探究技术变革背景下劳动力市场的结构性失衡提供了关键量化支撑。当前前沿研究方向正从宏观就业规模统计转向性别平等与工作强度的交叉分析，尤其关注女性在STEM岗位中的参与率波动及其与工时弹性的关联。结合欧盟推动数字转型与性别薪酬透明度指令等热点政策，该数据集可揭示不同经济周期下STEM职业的性别分层现象，并为预测人工智能替代效应中的脆弱性人群提供实证基础。其跨年度、跨国别的面板结构还能支撑固定效应模型与时间序列因果推断，助力识别教育政策、产业升级与劳动法规对STEM就业格局的长期影响。