electricsheepafrica/africa-ilo-emp-spif-sex-rt-share-of-employment-in-stem-occupations-outside-th

该数据集包含非洲34个国家在2009年至2025年期间关于非正规部门STEM职业就业占比(%)的311个观测值。数据来源于国际劳工组织(ILO)的ILOSTAT统计数据库，核心指标为EMP_SPIF_SEX_RT，衡量在正规部门之外从事科学、技术、工程和数学(STEM)职业的就业比例。数据集包含国家代码、年份、性别分类(总计、男性、女性)、观测值及数据来源等详细信息，经过重新打包处理，便于机器学习任务使用。This dataset contains 311 observations of Share of employment in STEM occupations outside the formal sector (%) across 34 African countries from 2009 to 2025. The data is sourced from the International Labour Organizations ILOSTAT database, with the core indicator EMP_SPIF_SEX_RT measuring the percentage of employment in STEM occupations outside the formal sector. The dataset includes country codes, years, sex disaggregation (total, male, female), observed values, and source information, repackaged for machine learning readiness.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织（ILO）旗下的ILOSTAT数据库构建而成。数据通过ILOSTAT提供的REST API接口直接获取，具体指标为STEM领域非正规部门就业比例（EMP_SPIF_SEX_RT），并依据非洲国家的ISO3国家代码进行筛选。ILOSTAT本身遵循国际劳工统计学家会议（ICLS）的定义，对各国劳工调查微观数据进行统一整合与标注，确保数据来源可追溯。数据集以311条观测值覆盖34个非洲国家在2009至2025年间的年度数据，采用Parquet格式打包，便于机器学习场景下的高效加载。

特点

数据集聚焦于非洲地区STEM职业在非正规部门中的就业份额，收录了一个核心指标（EMP_SPIF_SEX_RT），并按性别维度进行细分（总计、男性、女性）。数据覆盖广泛，包含毛里求斯、埃及、赞比亚等34个国家，时间跨度长达17年。每条观测不仅包括国家与年份信息，还附带了数据来源标签、观测状态标志（如临时、不可靠）以及系列中断等说明性注释，增强了数据的透明度和可信度。数据集规模精巧（n<1K），适合进行时间序列分析、跨国家比较以及分类或回归建模任务。

使用方法

使用该数据集极为便捷，研究人员可通过HuggingFace的`datasets`库直接加载：`load_dataset('electricsheepafrica/africa-ilo-emp-spif-sex-rt-share-of-employment-in-stem-occupations-outside-th')`。加载后可将数据转换为Pandas DataFrame，进行诸如按国家筛选、单一指标的时间序列可视化，或通过数据透视表构建国家×年份矩阵等操作。数据集遵循CC-BY-4.0许可协议，使用时需同时引用ILO原始数据来源及Electric Sheep Africa的重新打包工作，以确保学术规范与数据溯源。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）创建，并经Electric Sheep Africa于2025年重新整理发布，聚焦于非洲地区非正规部门STEM职业就业份额的统计分析。数据集涵盖2009年至2025年间34个非洲国家的311条观测值，核心研究问题在于揭示非洲劳动力市场中STEM领域就业在非正规经济中的分布特征与演变趋势。作为ILOSTAT数据库的衍生资源，该数据集为研究非洲劳动力结构转型、性别差异及可持续发展目标（SDG）下的体面工作评估提供了关键支撑，对推动非洲区域劳动力市场政策制定与学术研究具有重要影响力。

当前挑战

该数据集面临的挑战主要体现在两方面：在领域问题层面，非正规部门STEM就业数据长期匮乏，且非洲各国统计口径与调查方法差异显著，导致跨国家、跨时间序列的可比性有限；数据缺失频繁（如部分国家仅有稀疏年份记录），给时间序列分析与机器学习建模带来困难。在构建过程中，数据来源涉及多种调查类型（如劳动力调查、行政记录），整合时面临数据标准化、来源标记与质量一致性校验的复杂工作；此外，观测状态标志（如'不可靠'）和序列断点标记增加了数据清洗与的模型训练的难度，需谨慎处理以保障分析结论的稳健性。

常用场景

经典使用场景

在劳动经济学与发展研究的交叉领域中，该数据集主要用于探究非洲国家非正规部门中STEM就业的比例分布及其演变趋势。研究者可以借助面板数据，分析34个非洲国家2009至2025年间STEM人才在正式经济体系之外的集聚特征，从而揭示非洲大陆在技术劳动力配置上的结构性矛盾与区域性差异。该数据集还适用于构建时间序列模型，以预测特定国家STEM非正规就业的短期波动，为理解非洲劳动力市场的转型路径提供量化基础。

衍生相关工作

该数据集衍生了一系列聚焦非洲技术劳动力非正规化议题的实证研究。经典工作包括利用该数据检验不同收入水平国家中STEM就业与经济增长的非线性关系，以及构建多指标面板模型探索非正规STEM就业对创新成果溢出效应的抑制机制。此外，结合其他ILOSTAT劳动力指标，研究者开发了用于识别非洲各国STEM人才外流风险的综合预警系统。这些衍生工作不仅丰富了区域劳动经济学的研究范式，也为后续开发更加精细化的劳动力资源配置模型奠定了坚实的数据基石。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区非正规部门STEM职业就业份额的时序演变与性别差异分析，结合ILOSTAT标准化劳动统计框架，为追踪非洲大陆科技创新人才分布、评估非正规经济中技能结构与可持续发展目标（SDG）的契合度提供了关键数据基础。当前研究前沿围绕非洲数字化转型与绿色经济转型中STEM劳动力的吸纳能力，以及性别平等视角下非正规就业的隐性壁垒展开，该数据集的发布填补了非洲区域在非正规部门STEM就业长期面板数据上的空白，对于推动基于证据的劳动力政策制定、支持非洲联盟《2063议程》中科技人力资本建设具有重要参考价值。