electricsheepasia/asia-ilo-emp-stem-sex-age-nb-employment-in-stem-occupations-by-sex-and-age-thou

这是一个关于亚洲32个国家按性别和年龄划分的STEM（科学、技术、工程和数学）职业就业人数的数据集，时间跨度为2000年至2025年。数据集包含7,026个观测值，覆盖一个独特指标：EMP_STEM_SEX_AGE_NB，表示就业人数以千计。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API提取并过滤到亚洲国家。数据集提供了详细的列信息，包括国家代码、来源、指标、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值以及数据质量标志。它适用于表格分类、回归和时间序列预测等任务，旨在支持劳动市场和STEM就业的研究与分析。license: CC BY 4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - 1K<n<10K tags: - tabular - asia - ilostat - workers-in-stem-occupations - ilo - labour - employment pretty_name: "按性别和年龄划分的STEM职业就业人数（千人）| 亚洲（ILOSTAT）" # 按性别和年龄划分的STEM职业就业人数（千人）| 亚洲（ILOSTAT） 🌏 **7026条观测记录** · **32个亚洲国家** · **2000–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 简短摘要 本数据集包含覆盖32个亚洲国家、时间跨度为2000至2025年的**7026条STEM职业工作者数据观测记录**，涵盖**1项独立指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）**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权威来源。其整合了就业、失业、工资、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（SDG）体面工作目标等各类指标，数据来源包括全国劳动力调查、家庭收入调查、机构调查及行政记录。数据集覆盖全球200余个经济体，数据标准化工作由国际劳工组织统计部门负责。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_STEM_SEX_AGE_NB) - **发布方**：国际劳工组织（ILO） - **授权协议**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：STEM职业工作者 ## 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_AGE_NB`拉取原始数据，并筛选出亚洲地区的ISO 3国家代码子集。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32个亚洲国家，下表按数据行数排序展示前若干条目： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `JPN` | 646 | 2000 | 2023 | | `IRN` | 474 | 2006 | 2024 | | `VNM` | 431 | 2009 | 2024 | | `MNG` | 423 | 2008 | 2024 | | `TUR` | 378 | 2000 | 2024 | | `CYP` | 372 | 2011 | 2024 | | `KHM` | 362 | 2007 | 2023 | | `ISR` | 351 | 2012 | 2024 | | `PSE` | 343 | 2012 | 2025 | | `THA` | 324 | 2013 | 2024 | | `KGZ` | 323 | 2012 | 2023 | | `LKA` | 316 | 2013 | 2024 | | `PAK` | 263 | 2012 | 2025 | | `BRN` | 224 | 2014 | 2024 | | `GEO` | 216 | 2017 | 2024 | | ... | 另有17个国家 | | | ## 指标示例 - `EMP_STEM_SEX_AGE_NB` — 按性别和年龄划分的STEM职业就业人数（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AFG` | | `ref_area.label` | `string` | 英文国家名称 | `Afghanistan`（阿富汗） | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 英文数据源名称 | `LFS - Labour Force Survey`（劳动力调查） | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_STEM_SEX_AGE_NB` | | `indicator.label` | `string` | 英文指标名称 | `Employment in STEM occupations by sex…`（按性别划分的STEM职业就业人数……） | | `sex` | `string` | 性别细分维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `Total`（总计） | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `Age (Youth, adults): 15+`（年龄（青年、成人）：15岁及以上） | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `96.457` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `Unreliable`（不可靠） | | `note_classif` | `string` | — | `—` | | `note_classif.label` | `string` | — | `—` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised`（序列中断：方法已修订） | | `note_source` | `string` | — | `R1:3513_S3:8` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…`（存储库：ILO统计 - 微观数据……） | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`（总计）、`SEX_M`（男性）、`SEX_F`（女性） ## 数据质量与注意事项 - 本数据集为年度频率数据。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。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才非空。 ## 使用方法 以下为使用示例代码： python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-emp-stem-sex-age-nb-employment-in-stem-occupations-by-sex-and-age-thou") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python indonesia = df[df["ref_area"] == "IDN"] ### 单个指标的时间序列可视化 python sample = (df[df["indicator"] == "EMP_STEM_SEX_AGE_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_STEM_SEX_AGE_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_STEM_SEX_AGE_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_emp_stem_sex_age_nb_employment_in_stem_occupations_by_sex_and_age_thou_2025, title = {Employment in STEM occupations by sex and age (thousands) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_STEM_SEX_AGE_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-emp-stem-sex-age-nb-employment-in-stem-occupations-by-sex-and-age-thou}} } ## 授权协议 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)协议发布。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及Electric Sheep Asia的重新整理版本。 ## 关于Electric Sheep Asia Electric Sheep Asia是Electric Sheep项目的组成部分，旨在打造HuggingFace平台上统一的、适配机器学习的亚洲地区数据层。我们从权威开放数据源获取数据，标准化数据结构，以Parquet格式打包，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处理工作。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026-05-28通过Electric Sheep流水线获取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_STEM_SEX_AGE_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中央统计数据库，通过调用其REST API接口获取原始指标EMP_STEM_SEX_AGE_NB，然后依据亚洲ISO3国家代码进行地理范围筛选与过滤。数据经过ILO基于国际劳工统计学家会议定义的统一标准进行协调与清洗，保留了来源标签以实现完整溯源。Electric Sheep Asia团队在此基础上对数据进行了重新封装，将原始微数据转换为Parquet格式，并统一了数据组织方式与数据集卡片规范，最终发布在HuggingFace平台上，使得研究者可以直接通过`load_dataset()`接口进行调用，极大提升了数据获取与使用的便利性。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`函数直接加载该数据集，一次性获取全部观测数据并转换为pandas DataFrame进行后续操作。支持按国家代码进行快速过滤以聚焦特定区域分析，或对STEM就业指标进行时间序列可视化。此外，用户还能利用pivot_table功能将数据重塑为国家与年份的矩阵形式，便于进行多国对比或构建面板数据模型。数据集以结构化表格形式呈现，适用于分类、回归及时序预测等多种机器学习任务，且拥有明确的CC-BY-4.0许可协议，便于学术研究与应用开发中的合法引用与再分发。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年构建，经Electric Sheep Asia重新封装并发布在HuggingFace平台上，聚焦亚洲32个国家2000至2025年间STEM领域就业的性别与年龄分布情况。基于ILOSTAT这一全球劳动统计核心数据库，数据集整合了来自各国劳动力调查、家庭收入调查及行政记录的微观数据，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。其核心研究问题在于揭示亚洲地区STEM就业的结构性特征，为政策制定者与研究者提供跨国可比的时间序列数据，助力理解性别平等、青年就业及技能转型等关键议题。作为首份面向亚洲区域的STEM就业统计数据集，它填补了该领域细粒度数据缺失的空白，对劳动力经济学、教育政策及可持续发展目标（SDG）监测具有重要工具价值。

当前挑战

该数据集面临的首要领域挑战在于STEM职业定义的跨国差异性，各国对“STEM岗位”的界定标准不一，导致跨区域比较时需谨慎处理统计口径的异质性。数据稀疏性亦为突出问题，部分国家观测点仅有十余年记录且存在年度间隔，时间序列的不完整限制了长周期趋势分析与预测建模的可靠性。构建过程中，ILOSTAT虽采用ICLS框架进行协调，但各国原始调查的抽样方法、问卷设计及答复率差异仍可能引入系统性偏差，尤其在标注为“不可靠”（obs_status标签）的观测值中体现。此外，数据仅包含性别与年龄两个基本分层维度，缺乏教育背景、产业细分或薪资水平等更深层次的分组，削弱了因果分析与结构化解释的深度。最后，跨国数据融合时的来源优先级选择（如同一国家同一年份多源数据仅保留ILO认定的“最佳来源”）可能隐去局部模式的多样性，为研究者埋下了潜在的生态谬误陷阱。

常用场景

经典使用场景

该数据集收录了2000年至2025年间亚洲32个国家STEM领域从业人员的性别与年龄分布数据，共计7026条观测记录。研究者可依此构建面板数据，剖析亚洲各国STEM劳动力市场的时空演变趋势。典型应用包括利用时间序列模型预测各国STEM就业人数的动态变化，或通过分类与回归算法识别性别、年龄等人口学特征对STEM职业参与度的影响模式。此外，该数据还可作为全球劳动力研究中对亚洲区域进行基准比较的关键参考，为跨国对比分析提供标准化的统计基础。

解决学术问题

数据集有效填补了亚洲STEM就业领域精细化、跨时序统计资料的空白。学术上常被用于探究性别不平等在STEM职业中的固化机制，以及不同年龄段劳动力在技术密集型岗位中的参与差异。通过结合ILOSTAT统一的标准定义，研究者能够可靠地追踪各国在联合国可持续发展目标（SDG）第八项“体面工作与经济增长”及第五项“性别平等”上的进展。该数据还为检验人力资本理论、技术变革与劳动需求的互动关系提供了经验证据。

实际应用

实际应用中，该数据集是国际组织、国家劳动部门及教育规划机构制定科技人才战略的重要数据支撑。例如，可通过分析女性STEM就业占比的长期趋势，评估政策干预对缩小性别鸿沟的效果；或依据不同年龄段的就业密度，预判未来劳动力供给的结构性短板。对于跨国企业而言，该数据有助于识别具有充足STEM人才储备的市场，优化研发中心布局与人才招聘策略。非营利组织亦可借助数据倡导更具包容性的科技就业环境。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲32国2000至2025年间STEM领域就业人口按性别与年龄的分布态势，为解析区域劳动力结构转型与性别平等议题提供了关键量化基础。当前前沿方向包括利用时间序列建模与面板数据分析方法，追踪数字经济浪潮下STEM职业的性别鸿沟演变轨迹，结合ILOSTAT权威来源与多维度分类字段，可精细化识别不同年龄群体在技术密集型行业中的参与差异。该数据集与联合国可持续发展目标中的体面工作与经济增长议题紧密关联，尤其为评估亚洲各国在缩小STEM就业性别差距方面的政策成效提供了实证锚点，进而助力制定更具包容性的科技人才战略。