electricsheepafrica/africa-ilo-emp-snif-sex-nb-informal-employment-in-stem-occupations-thousands

该数据集名为Informal employment in STEM occupations (thousands) | Africa (ILOSTAT)，是一个关于非洲国家STEM（科学、技术、工程和数学）职业中非正规就业的统计数据集。数据集包含330个观测值，覆盖34个非洲国家，时间跨度为2009年至2025年，涉及1个核心指标：EMP_SNIF_SEX_NB，即STEM职业中的非正规就业（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，通过协调各国劳动力调查、家庭收入调查等数据编制而成。数据集经过重新打包，由Electric Sheep Africa发布，旨在为非洲提供机器学习就绪的数据层。数据以表格形式呈现，包括国家代码、年份、性别细分、观测值、数据来源和质量标志等列，适用于表格分类、回归和时间序列预测等任务。数据集遵循CC-BY-4.0许可证，鼓励用户在使用时引用原始来源和重新打包方。The dataset, titled Informal employment in STEM occupations (thousands) | Africa (ILOSTAT), is a statistical dataset focusing on informal employment in STEM (Science, Technology, Engineering, and Mathematics) occupations across African countries. It contains 330 observations covering 34 African countries from 2009 to 2025, with one key indicator: EMP_SNIF_SEX_NB, which represents Informal employment in STEM occupations (thousands). The data is sourced from ILOSTAT, the International Labour Organizations (ILO) central statistics database, a leading global source for labour statistics that harmonizes data from national labour force surveys, household income surveys, and other sources. Repackaged by Electric Sheep Africa, the dataset is designed as part of a unified, ML-ready data layer for Africa on HuggingFace. It is presented in tabular format with columns such as country code, year, sex disaggregation, observed values, source information, and quality flags, suitable for tasks like tabular classification, regression, and time-series forecasting. The dataset is released under the CC-BY-4.0 license, and users are encouraged to cite both the original ILO source and the repackaging effort.

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中央统计数据库，通过调用其REST API接口（https://rplumber.ilo.org/data/indicator?id=EMP_SNIF_SEX_NB）直接获取原始数据，并依据非洲ISO3国家代码进行地理筛选。ILOSTAT本身基于各国劳动力调查、家庭收支调查、企业调查及行政记录等多元来源，采用国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理。经Electric Sheep Africa团队重新封装后，形成包含330条观测值、覆盖34个非洲国家、时间跨度2009至2025年的结构化表格数据集。数据集中明确标注了每条记录的来源标识（source.label），以确保数据的可追溯性与透明度。

特点

该数据集的核心特点在于聚焦非洲地区STEM（科学、技术、工程与数学）职业中的非正规就业人数（单位：千），其单一指标代码为EMP_SNIF_SEX_NB。数据按性别维度进行细分，包含总计（SEX_T）、男性（SEX_M）和女性（SEX_F）三类，为研究性别差异提供了基础。数据集以年为单位发布，并遵循ILO选定的“最佳来源”原则处理同一国家年份存在多个来源的情况。此外，观测状态标志（obs_status）及注释字段（如note_indicator.label）详细记录了数据中的序列断裂、方法论修订等质量信息，有助于用户评估数据的可靠性与连续性。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集，使用一行代码`load_dataset("electricsheepafrica/africa-ilo-emp-snif-sex-nb-informal-employment-in-stem-occupations-thousands")`即可获取训练集并转换为Pandas DataFrame进行后续分析。支持按国家代码（ref_area）过滤特定国家数据，或通过`sort_values("time")`对时间序列进行排序并可视化。亦可通过数据透视表（pivot_table）将数据重塑为以年份为行、国家为列的矩阵形式，便于进行跨国家、跨时间维度的比较分析。所有操作均符合标准的数据科学工作流程，显著降低了研究人员的使用门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库整理发布，并由Electric Sheep Africa在HuggingFace上重新封装，旨在系统性地量化非洲大陆在STEM（科学、技术、工程与数学）职业中的非正规就业规模。数据集涵盖了2009至2025年间34个非洲国家的330条观测记录，聚焦于核心指标“STEM职业非正规就业人数（千人）”，为研究非洲劳动力市场结构、性别差异及可持续发展目标中的体面劳动议题提供了珍贵的数据资源。作为ILO统计部门协调的全球劳动力数据体系的一部分，该数据集弥补了非洲地区STEM领域非正规经济量化数据的长期空白，对于评估非洲数字化转型中就业质量、制定针对性政策以及推动区域可持续发展具有重要的学术与应用价值。

当前挑战

该数据集面临的核心挑战在于非洲大陆STEM职业的非正规就业统计本身具有的高度复杂性与数据稀缺性。首先，非正规就业的定义因国家而异，ILO虽基于国际劳工统计学家会议（ICLS）标准进行协调，但各国劳动力调查的覆盖范围、问卷设计及数据采集频率差异显著，导致同一指标在不同国家间的可比性受限。其次，构建过程中需整合来自劳动力调查、住户收入调查及行政记录等多种异质数据源，数据质量标注如“序列中断”和“方法论修订”均反映出时间序列的一致性与连续性难以保障。此外，数据集仅包含年度观测值，缺乏更细粒度的月度或季度数据来捕捉STEM就业的动态变化，且34个国家的样本分布不均（如毛里求斯和埃及各有33条记录，而部分国家不足10条），限制了基于面板数据的稳健计量分析。

常用场景

经典使用场景

该数据集聚焦于非洲34个国家2009至2025年间STEM（科学、技术、工程与数学）领域非正规就业的观测数据，以“千人”为计量单位，是研究发展中国家劳动力市场结构性特征的核心资源。经典使用场景包括按性别维度（总计、男性、女性）拆解非正规就业的时空演变规律，结合ILOSTAT统一方法论与ICLS定义，可构建面板数据模型追踪各国STEM人才配置效率。研究者常利用其年度时间序列特性，通过回归分析或聚类方法，探析非正规就业与技能供需错配的动态关联，为理解非洲大陆人力资本积累与产业结构转型提供量化抓手。

衍生相关工作

基于该数据集衍生出一系列聚焦非洲青年就业与性别经济学的经典工作，例如利用面板协整方法探索STEM教育投资回报率与非正规就业的长期均衡关系，或构建动态随机一般均衡模型模拟正规化政策冲击。部分研究将其与非洲企业调查数据匹配，揭示非正规就业对中小型科技企业创新绩效的挤出效应。更前沿的工作则结合卫星夜间灯光与移动信令数据，尝试高分辨率映射非正规经济集群的空间分布，为融合多源异构数据的智慧统计方法提供了实验场。

数据集最近研究

最新研究方向

该数据集聚焦非洲大陆STEM领域非正规就业的量化测度，与全球发展议程中体面工作与经济增长（SDG 8）及性别平等（SDG 5）议题深度耦合。当前前沿研究方向集中于利用330条覆盖34国2009-2025年的时间序列观测，结合ILOSTAT标准化方法论，探究非洲国家在科技革命浪潮下非正规就业的时空演变规律。研究热点直指STEM职业中性别维度与非正规性的交叉分析，揭示女性在科技劳动力市场中被边缘化的结构性困境。该数据集的独特价值在于为非洲劳动经济学提供了可复现的机器学习就绪基础，打破传统统计数据的碎片化壁垒，支撑政策制定者追踪数字化转型对就业形态的冲击，并为预测非正规经济向正规化转型的临界条件提供实证锚点，对推动非洲大陆自由贸易区下的劳动力市场一体化具有里程碑意义。