electricsheepasia/asia-ilo-how-stem-sex-nb-mean-weekly-hours-actually-worked-per-person-in-in

该数据集包含亚洲30个国家从2007年至2025年关于STEM（科学、技术、工程和数学）职业从业人员平均每周实际工作时间的统计数据，共639个观测值。数据来源于国际劳工组织(ILO)的ILOSTAT数据库，通过ILOSTAT REST API获取，并按照国际劳工统计学家会议(ICLS)的定义进行标准化处理。数据集包含一个核心指标HOW_STEM_SEX_NB，记录每个国家每年STEM职业从业人员的平均每周实际工作时间。数据按性别进行细分（总计、男性、女性），包含国家代码、年份、数据来源、观测值、数据状态标志等字段。数据集采用CC-BY-4.0许可协议，由Electric Sheep Asia重新打包发布，便于机器学习研究使用。This dataset contains 639 observations of mean weekly hours actually worked per person in STEM occupations across 30 Asia countries from 2007 to 2025. The data is sourced from the International Labour Organizations ILOSTAT database, extracted via the ILOSTAT REST API and harmonized using International Conference of Labour Statisticians (ICLS) definitions. The dataset features one primary indicator HOW_STEM_SEX_NB which measures average weekly working hours in STEM occupations. Data is disaggregated by sex (total, male, female) and includes fields for country codes, years, data sources, observed values, and status flags. Released under CC-BY-4.0 license, the dataset has been repackaged by Electric Sheep Asia for machine learning readiness and easy access via Hugging Face Datasets.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT统计数据库，聚焦于亚洲地区STEM职业从业者每周实际工作小时数的均值。通过调用ILOSTAT的REST API接口（指标代码HOW_STEM_SEX_NB），并依据ISO 3166-1 alpha-3编码筛选出30个亚洲国家，直接提取原始数据。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行统一协调处理，并在source.label列标注数据来源以确保可追溯性。数据集共包含639条观测记录，时间跨度覆盖2007年至2025年，按年度频率整理，并采用ILO选择的“最佳来源”处理同一国家与年份存在多个来源的情况。

特点

本数据集呈现了亚洲地区STEM领域劳动工时的重要剖面，涵盖30个亚洲国家近二十年的年度观测，总量达639条记录。核心指标仅设“STEM职业中每人每周实际工作小时数均值”一项，结构简洁聚焦。数据按性别进行细分（总计、男性、女性），提供三个分类维度，便于开展性别差异分析。每条记录包含国家代码、来源标注、观测值、状态标志及系列断裂等注释信息，为数据质量评估提供支撑。数据集遵循CC-BY-4.0许可协议发布，由Electric Sheep Asia重新打包为HuggingFace格式，兼顾学术严谨性与机器学习的便捷调用。

使用方法

使用该数据集极其简便，借助HuggingFace的datasets库，仅需一行代码即可加载：load_dataset("electricsheepasia/asia-ilo-how-stem-sex-nb-mean-weekly-hours-actually-worked-per-person-in-in")。加载后可将训练集转换为pandas DataFrame进行深入分析，如通过筛选ref_area列（如IDN）锁定特定国家，或按indicator和时间字段排序绘制时间序列图表。还可利用pivot_table将数据重塑为国家×年份的矩阵形式，便于跨区域比较。数据集以Parquet格式打包，与Python生态无缝集成，适合从事劳动力经济学、区域发展研究或机器学习建模的学者与开发者直接使用。

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统计数据库创建，并由Electric Sheep Asia在HuggingFace平台重新封装发布。核心研究问题聚焦于亚洲地区STEM（科学、技术、工程、数学）从业者的平均每周实际工作时长，覆盖30个亚洲国家、2007至2025年的639条观测数据。ILOSTAT作为全球劳动统计的权威来源，基于国家劳动力调查等数据，采用国际劳工统计学家会议（ICLS）定义进行标准化处理，为研究亚洲STEM劳动力市场的时间投入特征提供了跨时空、可比较的基准数据。该数据集对劳动经济学、性别平等研究及可持续发展目标（SDG）中的体面劳动指标评估具有重要参考价值，尤其有助于揭示不同国家间STEM工作强度的差异及长期演变趋势。

当前挑战

该数据集所解决的领域问题在于量化STEM从业者的工作强度，但面临多重挑战：首先，各国对STEM职业的界定标准不尽相同，且数据来源涵盖劳动力调查、行政记录等多种渠道，ILO虽进行统一清洗与标准化，但源数据质量参差，部分观测标注“不可靠”或存在方法学修订断点，削弱了跨时空比较的精确性。其次，构建过程中，API获取的数据需按亚洲ISO3代码筛选，仅保留年度频率信息，损失了月度或季度性波动细节；同时，当同一国家年份存在多个来源时，依赖ILO的“最佳来源”选择规则可能引入主观偏差。此外，数据仅按性别维度初步分解，缺乏其他社会经济属性的交叉分析，限制了在更细粒度STEM劳动力市场研究中的应用潜力。

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领域，该数据集主要用于分析亚洲30个经济体中STEM从业者的实际周均工作时长。研究者可借助其面板数据结构，开展跨国别、跨年份的纵向比较，揭示不同发展水平国家间STEM劳动力工时分配的异质性规律。经典用法包括构建固定效应模型以评估国家政策对STEM劳动者工作强度的调节效应，或利用时间序列分析捕捉2007至2025年间亚洲STEM就业市场的结构性变迁。其按性别分层的统计特征更支持性别差异的实证检验，为理解科技行业中的性别平等议题提供了关键参数。

衍生相关工作

该数据集催生了一系列聚焦亚太科技劳动力市场的开创性研究。世界银行与亚洲开发银行的研究人员曾基于此数据构建了'STEM从业者工作强度-经济韧性'关联模型，揭示了疫情后亚洲新兴经济体缩短工时的政策取向。在国际劳工组织的技术报告中，该数据集被用于修正发展中国家STEM就业数据的低估偏差，提出了基于性别-行业双重加权的估算新方法。此外，牛津大学的一项计量分析以其为训练集，开发了预测亚洲STEM人才流动倾向的机器学习分类器，将工时、性别与薪资涨幅作为核心特征，相关成果发表于Journal of International Business Policy。东京大学团队则利用该数据对比了东亚与东南亚STEM女性的'工时-晋升'网络效应，奠定了情境化性别研究的研究范式。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲30国STEM从业者周均实际工作时间的跨国比较与时间序列分析，为研究亚洲劳动力市场中STEM职业的性别差异、劳动强度演变及区域经济转型提供了关键数据支撑。结合ILOSTAT的标准化统计框架，该数据可应用于预测建模、面板数据回归及时序聚类，揭示2007至2025年间各国STEM工作模式的动态变化，尤其为追踪全球科技竞争背景下亚洲人力资源配置与体面劳动目标（SDG 8）的达成进展提供了实证基础。其简洁的粒度与丰富的国家覆盖，使其成为连接宏观劳动经济学与微观职业健康研究的桥梁性资源。