electricsheepafrica/africa-ilo-emp-spif-sex-nb-employment-in-stem-occupations-outside-the-formal

该数据集包含了非洲34个国家在2009年至2025年间关于非正规部门STEM（科学、技术、工程和数学）职业就业的统计数据，以千人为单位。数据集由国际劳工组织（ILO）的ILOSTAT数据库提供，涵盖了311个观测值，涉及一个核心指标（EMP_SPIF_SEX_NB），数据按性别（总计、男性、女性）进行细分，并包括国家代码、年份、观测值、数据来源和质量标志等信息。数据集旨在为研究非洲劳动力市场、STEM就业趋势和非正规经济提供机器学习就绪的数据支持。This dataset contains 311 observations of Workers in STEM occupations data across 34 African countries, spanning 2009–2025, covering 1 distinct indicator (EMP_SPIF_SEX_NB: Employment in STEM occupations outside the formal sector in thousands). Sourced from ILOSTAT, the ILOs central statistics database, it provides harmonized labour statistics with disaggregation by sex (total, male, female), including country codes, years, observed values, source labels, and data quality flags. It is repackaged for ML-ready use in African economic and employment research.

搜集汇总

数据集介绍

构建方式

在非洲劳动力市场中，STEM（科学、技术、工程与数学）领域的非正规部门就业状况长期缺乏系统性的量化数据。该数据集基于国际劳工组织（ILO）下属ILOSTAT数据库的REST API，通过提取指标代码为EMP_SPIF_SEX_NB的观测值构建而成。原始数据来源于各国劳动力调查、家庭收支调查及行政记录，经ILO统计部门按照国际劳工统计学家会议（ICLS）定义进行统一协调处理。数据集进一步以非洲ISO3国家代码为筛选条件，聚焦34个非洲国家的年度数据，涵盖2009年至2025年，共计311条观测记录，每条记录均标注数据来源以保障可追溯性。

特点

该数据集的核心特点在于其聚焦于非洲地区STEM领域非正规部门就业的独特视角，打破了传统研究多关注正规部门的局限。数据结构清晰，包含国家代码、年份、观测值、性别细分以及数据质量状态等14个字段，其中性别维度提供总人数、男性和女性三类细分，便于进行性别差异分析。数据来源附有可信度标记（如provisional、unreliable），并标注序列断裂等元数据，有助于研究者审慎甄别数据质量。数据集行数虽不足千条，但覆盖了非洲主要经济体如毛里求斯、埃及、赞比亚等，时空维度较为完整。

使用方法

用户可通过HuggingFace Datasets库直接加载数据集，仅需一行代码即可获取完整的DataFrame并迅速开展分析。对于单一国家的研究，可利用ref_area字段轻松筛选，例如针对肯尼亚的数据进行聚焦分析。研究者亦可对EMP_SPIF_SEX_NB指标按时间序列排序，绘制就业变动趋势图。此外，借助pivot_table函数可构建以年份为行、国家为列的透视矩阵，便于进行跨国面板数据比较。数据集的轻量化设计使其特别适用于快速原型验证、教学示范以及非洲劳动力市场的探索性数据分析任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT构建，并经Electric Sheep Africa于2025年重新打包发布，聚焦于非洲地区非正规部门STEM（科学、技术、工程、数学）领域的就业状况。数据集涵盖2009至2025年间34个非洲国家的311条观测记录，核心研究问题在于揭示非正规经济中STEM从业者的规模与分布，填补了该区域在劳动力统计中针对非正规部门STEM就业的系统性数据空白。作为ILO推动体面劳动与可持续发展目标（SDGs）的重要数据产品，该数据集为政策制定者、发展经济学家和劳动市场研究者提供了宝贵的定量基础，助力评估非洲大陆技能转型与就业质量。

当前挑战

该数据集所解决的领域核心挑战在于，非洲非正规经济占比极高，STEM岗位往往被忽视或难以通过传统调查捕捉，导致官方统计对技术劳动力的估算严重不足。构建过程中，ILO需整合来自劳动力调查、家庭收支调查及行政记录等多源异构数据，并依据国际劳动统计学家会议（ICLS）标准进行协调统一，面临跨国数据质量参差、时间序列不连续以及指标定义差异等难题。此外，部分观测值被标记为“不可靠”或存在序列中断，反映出底层调查覆盖有限与统计能力薄弱对数据一致性的制约。

常用场景

经典使用场景

该数据集汇集了2009年至2025年间34个非洲国家非正规部门中STEM从业人数的官方统计数据，共计311条观测值。其最经典的使用场景在于构建基于面板数据的时序预测模型与分类任务，研究者可利用国家、年份、性别等维度对非正规经济中的STEM劳动力规模进行纵向追踪与横向对比。借助ILOSTAT统一规范的指标体系，该数据为分析非洲大陆STEM人才在非正式就业形态下的分布格局提供了可靠的数据基础，尤其适合开展跨国的劳动结构变迁与技能错配研究。

实际应用

在实际应用层面，该数据集可为政策制定者与开发机构提供精准的循证依据。国际组织与各国劳动部门可利用其监测非正规部门中STEM岗位的吸纳能力，评估技能培训项目的实际成效，并识别出女性STEM从业者在非正规经济中面临的系统性障碍。此外，数据中附带的调查来源与质量标识（如观测状态标记）使得使用者能够审慎评估数据可信度，从而在制定促进正规化转型与性别平等的劳动政策时，获得更贴近现实情境的决策支持。

衍生相关工作

该数据集衍生了一系列围绕非洲非正规劳动市场的计量与机器学习研究工作。经典方向包括利用面板数据模型估计非正规STEM就业对经济增长的非线性影响、通过聚类分析识别非洲各国非正规技能就业的异质性模式，以及构建多源数据融合框架将ILOSTAT指标与卫星影像、移动通信数据相结合，实现更高时空分辨率的就业动态建模。此外，该数据也常被用于验证劳动经济学中关于“正规化陷阱”与“技能错配”的理论假说，并为后续构建非洲区域STEM劳动力供需预测模型提供了基础的基准训练集。