electricsheepafrica/africa-ilo-emp-stem-sex-edu-nb-employment-in-stem-occupations-by-sex-and-educatio

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的就业统计数据，专注于非洲36个国家的STEM（科学、技术、工程和数学）职业就业情况。数据集涵盖2009年至2025年期间，共1,708个观测值，主要指标为按性别和教育水平划分的STEM职业就业人数（以千计），指标代码为EMP_STEM_SEX_EDU_NB。数据通过ILOSTAT REST API获取，并经过ILO统计部门根据国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包括国家代码、国家名称、数据来源、指标代码、性别细分（总计、男性、女性）、教育水平分类、观测年份、观测值、观测状态标志等字段，可用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并经过Electric Sheep Africa重新打包，以提供统一的机器学习就绪格式。This dataset contains employment statistics from the International Labour Organization (ILO) ILOSTAT database, focusing on STEM (Science, Technology, Engineering, and Mathematics) occupations in 36 African countries. It spans the years 2009 to 2025, with 1,708 observations, and the primary indicator is Employment in STEM occupations by sex and education (thousands), with the indicator code EMP_STEM_SEX_EDU_NB. The data is sourced via the ILOSTAT REST API and harmonized by the ILO Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes fields such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), education classification, observation year, observed value, observation status flags, and is suitable for tabular classification, regression, and time-series forecasting tasks. The data is published at an annual frequency and repackaged by Electric Sheep Africa to provide a unified, machine-learning-ready format.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队通过ILOSTAT的REST API直接获取，原始数据来源于国际劳工组织（ILO）对非洲36个国家劳工统计数据的收集与整合。ILO依据国际劳工统计学家会议（ICLS）的定义，对各国劳动力调查、家庭收入调查等微数据进行标准化处理，确保指标的跨国家、跨时间可比性。数据被过滤至非洲ISO3国家代码对应的国家，最终形成了包含1708条观测记录的表格数据集，涵盖了2009年至2025年间STEM职业就业人数按性别和受教育程度分层的详细信息。

使用方法

使用者可通过HuggingFace的datasets库轻松加载数据，仅需一行代码`load_dataset("electricsheepafrica/africa-ilo-emp-stem-sex-edu-nb-employment-in-stem-occupations-by-sex-and-educatio")`即可获取训练集。数据以Pandas DataFrame形式呈现，支持按国家、指标或性别进行快速筛选。例如，可通过`df[df["ref_area"] == "KEN"]`聚焦肯尼亚的就业情况，或利用`pivot_table`方法将数据重塑为以年份为行、国家为列的矩阵，便于进行跨区域的时间序列分析与可视化探索。

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 Africa重新打包至HuggingFace平台，聚焦非洲36个国家2009至2025年间按性别和教育程度划分的STEM（科学、技术、工程、数学）职业就业人数。作为ILOSTAT数据库的子集，它旨在填补非洲大陆STEM劳动力结构性数据的空白，为研究性别平等、教育回报与产业转型提供标准化、细粒度的定量支撑。数据源涵盖各国劳动力调查与行政记录，经ILO统一协调，确保了跨国可比性。该数据集的出现，推动了发展经济学与劳动经济学领域对非洲人力资本议题的实证研究，尤其为追踪可持续发展目标中体面工作与性别平等指标提供了关键依据。

当前挑战

数据集面临的核心挑战包括：首先，非洲国家间劳动力调查方法、定义与覆盖频率差异显著，导致数据可比性与一致性不足，部分观测值被标记为不可靠或存在方法学断裂；其次，STEM职业界定在不同国家、不同时期可能变化，使跨时空比较复杂化；再者，数据仅以年度频率发布，缺失月度或季度波动信息，难以捕捉短期就业动态；此外，部分国家样本量较小（如仅有数年数据），限制了时间序列分析与面板回归的统计效力；最后，数据集构建过程中需处理多重来源的筛选与优先排序（选择最佳来源），以及教育分类等非标准维度带来的标注歧义，增加了数据质量管控的难度。

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36个国家2009至2025年间按性别与教育层次细分的STEM领域就业人数（单位：千人次），共计1708条观测记录。研究者可基于此开展跨国的劳动市场结构对比分析，借助时间序列建模揭示非洲大陆STEM就业的演变趋势与性别分化格局。数据中提供的性别与教育分类维度，使其成为探究人力资本构成、教育回报差异以及性别平等议题在科技行业表现出的区域异质性的理想素材。多源调查数据的整合与标准化处理，保障了跨国比较的严谨性与可复现性。

解决学术问题

该数据集有效回应了长期以来非洲地区STEM就业统计碎片化、口径不统一的学术困境。通过国际劳工组织统一的分类框架与调查方法，它首次为研究者提供了跨越36国、覆盖16年且按性别与教育水平交叉细分的可靠面板数据。这使得学者能够量化分析非洲各国在推动科技人才储备和性别平等方面取得的进展与面临的挑战，深入探讨教育扩张对STEM劳动力结构的实际影响，并识别低频次或不可靠观测值背后的数据质量问题，从而为发展经济学、劳动经济学与教育经济学的研究提供坚实的实证基础。

实际应用

在实际应用层面，该数据集能够直接服务于非洲各国政府及国际发展机构制定和评估科技人才政策。借助性别与教育维度的精细信息，政策制定者可精准定位特定女性群体在STEM领域参与率较低的瓶颈，为设计针对性的职业教育项目或激励措施提供数据支撑。跨国公司或科技企业可依据该数据评估不同国家的人才供给潜力，优化区域投资与招聘策略。在可持续发展目标的监测框架下，该数据还可用于追踪SDG 8（体面劳动）和SDG 5（性别平等）相关指标的达成进度，赋能基于证据的发展干预。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆科学与工程领域（STEM）就业的性别与教育结构分析，为追踪非洲在第四次工业革命浪潮中的人力资本转型提供了关键量化基础。当前前沿研究正围绕ILO国际标准下的纵向面板数据（2009-2025年），结合人口统计学变量剖析非洲女性在STEM行业中的参与壁垒与教育回报率差异，并与联合国可持续发展目标（SDG）中的体面工作与经济增长议题紧密关联。该数据集通过标准化API接口与HuggingFace数据枢纽的整合，大幅降低了跨学科研究者开展非洲劳动力市场比较研究的门槛，对指导区域性产业政策制定、评估青年就业计划效能以及推动包容性创新生态建设具有里程碑式的实际价值。