electricsheepeurope/europe-ilo-emp-stem-sex-mts-nb-employment-in-stem-occupations-by-sex-and-marital

该数据集包含欧洲14个国家从2001年至2025年的1,560个观察值，专注于STEM职业就业人数按性别和婚姻状况细分（以千计）这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过REST API提取并过滤为欧洲国家。数据集涵盖就业统计，具体包括STEM（科学、技术、工程和数学）领域的劳动力数据，按性别（总计、男性、女性）和婚姻状况分类进行细分。数据以年度频率提供，包含国家代码、来源、指标值、观测状态等字段，适用于表格分类、回归和时间序列预测等任务。license: CC BY 4.0 language: - en task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 1000 < 样本数 < 10000 tags: - 表格数据 - 欧洲 - ILOSTAT - STEM职业从业者 - ILO - 劳动 - 就业 pretty_name: "分性别与婚姻状况的STEM职业就业人数（单位：千）| 欧洲（ILOSTAT）" # 分性别与婚姻状况的STEM职业就业人数（单位：千）| 欧洲（ILOSTAT） 🇪🇺 **共1560条观测数据** · **覆盖14个欧洲国家** · **时间跨度为2001年至2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理发布*      ## 内容摘要 本数据集包含**1560条STEM职业从业者观测数据**，覆盖**14个欧洲国家**，时间跨度为**2001年至2025年**，仅包含**1项核心指标**。 ## 数据源介绍 **ILOSTAT（国际劳工组织统计数据库）** 是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，也是全球领先的劳动统计数据源。该库整合了就业、失业、薪资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（Sustainable Development Goals, SDG）体面工作目标等多类指标，数据来源涵盖国家劳动力调查、住户收入调查、机构调查与行政记录。其覆盖范围超过200个经济体，数据标准化工作由国际劳工组织统计司负责完成。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_STEM_SEX_MTS_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：STEM职业从业者 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_STEM_SEX_MTS_NB`拉取数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家编码对应的样本。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化处理；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 覆盖14个欧洲国家，以下按数据行数降序展示部分国家信息： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CHE` | 174 | 2009 | 2025 | | `GBR` | 153 | 2009 | 2025 | | `FRA` | 138 | 2011 | 2024 | | `MKD` | 135 | 2011 | 2025 | | `AUT` | 135 | 2011 | 2025 | | `CZE` | 126 | 2011 | 2024 | | `GRC` | 117 | 2008 | 2020 | | `BLR` | 108 | 2016 | 2024 | | `ALB` | 102 | 2014 | 2024 | | `PRT` | 100 | 2011 | 2020 | | `SVK` | 90 | 2011 | 2020 | | `BIH` | 83 | 2012 | 2020 | | `SRB` | 81 | 2011 | 2019 | | `ESP` | 18 | 2001 | 2011 | ## 指标（示例） - `EMP_STEM_SEX_MTS_NB`：分性别与婚姻状况的STEM职业就业人数（单位：千） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | 字符串 | ISO 3166-1 alpha-3国家编码 | `ALB` | | `ref_area.label` | 字符串 | 英文国名 | `Albania` | | `source` | 字符串 | ILOSTAT来源代码（如劳动力调查） | `BA:480` | | `source.label` | 字符串 | 英文来源名称 | `LFS - 劳动力调查` | | `indicator` | 字符串 | ILOSTAT指标代码 | `EMP_STEM_SEX_MTS_NB` | | `indicator.label` | 字符串 | 英文指标名称 | `分性别与婚姻状况的STEM职业就业人数……` | | `sex` | 字符串 | 性别分组（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | 字符串 | — | `总计` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、身份等） | `MTS_AGGREGATE_TOTAL` | | `classif1.label` | 字符串 | — | `婚姻状况（总计）：总计` | | `time` | 64位整数 | 观测年份 | `2024` | | `obs_value` | 64位浮点数 | 观测指标值（单位因指标而异，请参考指标定义） | `70.394` | | `obs_status` | 字符串 | 观测状态标记（如临时、不可靠） | `B` | | `obs_status.label` | 字符串 | — | `序列中断` | | `note_indicator` | 字符串 | — | `I20:4077_I11:264` | | `note_indicator.label` | 字符串 | — | `就业定义：不含自营……` | | `note_source` | 字符串 | — | `R1:3513` | | `note_source.label` | 字符串 | — | `存储库：ILO统计司 - 微观数据……` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3种唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 若同一国家×年份的同一指标存在多个数据源，将采用国际劳工组织选定的“最优数据源”。 - 仅当指标支持对应细分维度时，`sex`、`classif1`、`classif2`等细分字段才会有非空值。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-stem-sex-mts-nb-employment-in-stem-occupations-by-sex-and-marital") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python germany = df[df["ref_area"] == "DEU"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EMP_STEM_SEX_MTS_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_STEM_SEX_MTS_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_STEM_SEX_MTS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_emp_stem_sex_mts_nb_employment_in_stem_occupations_by_sex_and_marital_2025, title = {Employment in STEM occupations by sex and marital status (thousands) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_STEM_SEX_MTS_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-stem-sex-mts-nb-employment-in-stem-occupations-by-sex-and-marital}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Europe的重新整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的一部分，该项目旨在HuggingFace平台上构建统一的、适配机器学习的欧洲地区数据层。我们从权威开源数据源拉取数据，对数据结构进行标准化处理，打包为Parquet格式，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据开发工作。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) _数据溯源：2026年5月28日通过Electric Sheep数据流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_STEM_SEX_MTS_NB_

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数据库，通过直接调用其REST API接口，提取了指示‘EMP_STEM_SEX_MTS_NB’的原始调查微观数据。数据获取后，依据ICLS（国际劳工统计学家会议）的定义框架进行规范化处理，并进一步按欧洲ISO3国家代码进行筛选，最终汇聚为涵盖14个欧洲国家的结构化表格。每个观测值均附带了来源标签（source.label），以确保数据的可追溯性与透明度。整个构建流程由Electric Sheep Europe团队完成，旨在将权威的劳工统计数据转化为机器学习友好的格式。

特点

本数据集包含1,560条观测记录，横跨2001年至2025年的年度时间跨度，覆盖了瑞士、英国、法国等14个欧洲国家。其核心指标聚焦于STEM（科学、技术、工程和数学）职业的就业人数（以千为单位），并按照性别（男性、女性、总计）和婚姻状况进行了细致的维度拆解。数据以Parquet格式存储，具备清晰的模式定义，包括国家代码、来源、指标值、观测状态及注释字段，同时保留了来源数据的质量标记（如序列中断、初步值等），便于研究人员进行数据质量评估。

使用方法

使用者可通过HuggingFace Datasets库便捷地加载数据，仅需一行代码`load_dataset()`即可将其转换为Pandas DataFrame。随后，可利用`ref_area`字段筛选特定国家的时间序列数据，或通过`pivot_table`方法将数据重塑为国家×年份的矩阵形式，便于进行跨国的横向对比分析。由于数据已按年度频率对齐，研究者可直接对`obs_value`进行时间序列建模、趋势分析或性别差异的统计检验。数据集对非空维度列（如性别）提供了明确的分解层级，支持按需进行细粒度子集分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司基于ILOSTAT数据库创建，并经Electric Sheep Europe于2025年重新打包发布，聚焦于欧洲14个国家2001年至2025年间STEM（科学、技术、工程、数学）职业的就业情况，按性别和婚姻状况进行细分，包含1560条观测记录。作为全球劳动统计的权威来源，ILOSTAT通过整合各国劳动力调查、家庭收入调查及行政记录数据，为研究劳动力市场结构性变化提供了关键支撑。该数据集的核心研究问题在于揭示欧洲地区STEM领域中性别与婚姻状况对就业分布的交互影响，从而为政策制定者、经济学家及社会科学家评估劳动力市场的包容性与多样性提供量化工具。其发布填补了欧洲范围内高粒度、跨时间STEM就业数据的空白，对推动性别平等、优化人力资源配置及追踪可持续发展目标（SDG）中的体面劳动指标具有重要影响。

当前挑战

该数据集所解决的领域问题核心在于：现有欧洲劳动统计数据中，针对STEM职业按性别与婚姻状况的多维交叉分析长期缺失，导致无法精确识别哪些群体在技术密集型产业中面临结构性就业障碍。具体挑战包括：1）数据异质性与可比性难题——各国劳动力调查采用不同的职业分类标准（如ISCO系统）和调查周期，ILO虽通过国际劳动统计学家会议（ICLS）定义进行协调，但数据源头标识（source.label）的差异仍可能引入偏差；2）时效性与覆盖范围的矛盾——尽管时间跨度覆盖至2025年，但部分国家（如西班牙、塞尔维亚）仅提供早年数据，且年度频率无法捕捉STEM就业的季节性波动；3）缺失值处理与断点问题——观测状态标签（如“Break in series”）和高缺失率维度（如婚姻状况子类）增加了模型训练的复杂性；4）粒度假象——性别与婚姻状况的组合仅限于三类性别的聚合，缺乏更精细的年龄或教育程度分层，可能掩盖内部差异。

常用场景

经典使用场景

该数据集经典的使用场景在于对欧洲各国STEM（科学、技术、工程、数学）领域就业人数的多维度时序分析。研究者可借助其中按性别与婚姻状况细分的就业数据，构建面板数据模型，探究不同性别和婚姻状态的群体在STEM职业中的参与度变化趋势。数据集覆盖2001至2025年间14个欧洲国家的1560条观测记录，为分析STEM劳动力市场的结构性特征提供了翔实的基础素材。

解决学术问题

该数据集有效回应了劳动经济学与性别研究领域中关于STEM就业性别鸿沟的核心问题。通过提供按性别与婚姻状态交叉分类的就业数据，学者能够系统检验婚姻状态对女性STEM职业参与的调制效应，并评估各国在缩小STEM就业性别差距上的政策成效。数据集的跨国面板结构还支持控制国家异质性后，识别影响STEM劳动力结构的制度性因素，从而推动欧洲劳动市场融合与性别平等议题的学术深化。

衍生相关工作

该数据集衍生了一系列重要的学术探究与标准化工作。在国际劳工组织（ILO）权威框架下，数据经ILOSTAT统一采集与清洗，形成了可复现的欧洲STEM就业面板，为后续跨国比较研究提供了基线基准。该数据常与教育投入、创新产出等国家层面数据集联合使用，衍生出探讨STEM人力资本与经济增长耦合关系的因果推断研究。此外，基于此数据的时序预测模型也推动了劳动力统计方法论中缺失值插补与结构断点检测技术的进步。