electricsheepafrica/africa-ilo-emp-stem-sex-age-nb-employment-in-stem-occupations-by-sex-and-age-thou

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的“STEM职业就业按性别和年龄（千人）”数据，专门针对非洲地区。它涵盖了36个非洲国家从2009年至2025年的3,206个观察值，核心指标为EMP_STEM_SEX_AGE_NB（STEM职业就业按性别和年龄分类，以千人为单位）。数据通过ILOSTAT REST API获取，并经过过滤以仅包含非洲国家，采用ILO的统计标准进行协调。数据集包括国家代码、年份、性别细分（总计、男性、女性）、年龄分类、观测值及其状态等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率提供，并包含来源和质量注释。This dataset contains data titled "Employment in STEM Occupations by Sex and Age (Thousands)" sourced from the ILOSTAT database of the International Labour Organization (ILO), exclusively focused on the African region. It encompasses 3,206 observations across 36 African countries over the period from 2009 to 2025, with its core indicator being EMP_STEM_SEX_AGE_NB (Employment in STEM occupations by sex and age, in thousands). The data was retrieved via the ILOSTAT REST API, filtered to retain only entries for African nations, and harmonized in accordance with ILO statistical standards. The dataset comprises columns including country code, year, sex breakdowns (total, male, female), age categories, observations and their corresponding statuses, among others. It is suitable for tasks such as tabular classification, regression and time series forecasting. The data is released at an annual frequency, and includes source attribution and quality annotation notes.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，经由Electric Sheep Africa团队重新封装后发布。数据通过ILOSTAT REST API直接拉取，筛选出非洲国家ISO3代码对应的观测值。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行统一清洗与标准化处理，并在source.label列中标注数据来源，以确保数据可追溯。最终数据集包含3,206条观测记录，覆盖2009年至2025年的36个非洲国家，核心指标为按性别和年龄分层的STEM职业就业人数（单位：千人）。

特点

该数据集具备多维度的结构化特征，支持按性别（总计、男性、女性）和年龄组进行精细化分拆，为分析非洲地区STEM领域的劳动力结构提供了宝贵的纵向视角。数据年度频率覆盖16年，时间跨度完整，便于进行时间序列分析与趋势研判。数据集还包含观测状态标记（如provisional、unreliable）及方法变更注释，帮助研究者识别数据质量波动。每个记录均附带详细的元数据字段，如原始来源编码和分类变量，充分体现了ILOSTAT数据治理的严谨性与国际可比性。

使用方法

用户可通过HuggingFace Datasets库一键加载数据集，无需额外下载步骤。调用load_dataset()函数后，可直接将数据转换为Pandas DataFrame，便于后续筛选、聚合与可视化操作。例如，可利用ref_area字段按国家筛选数据，或通过indicator字段聚焦于STEM就业指标。推荐使用pivot_table方法将数据重塑为国家×年份矩阵，以支持区域对比建模。数据集亦适用于表格分类、回归分析与时间序列预测任务，为劳动经济学研究者与政策分析者提供了现成的结构化数据资产。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库于2025年整理发布，并由Electric Sheep Africa重新打包，专注于非洲36个国家STEM（科学、技术、工程、数学）职业的就业情况，涵盖2009至2025年间共3206条观测数据。作为全球劳动统计的权威来源，ILOSTAT通过统一各国劳动力调查、行政记录等多源异构数据，解决了非洲地区STEM就业数据长期碎片化与可比性缺失的难题。该数据集以性别与年龄为关键细分维度，为研究非洲人力资本转型、性别平等与产业升级提供了基准数据支持，对政策制定者、发展机构及学术界评估非洲可持续发展目标（SDG）中的体面劳动和经济增长具有重要参考价值。

当前挑战

数据构建面临多重挑战，首要在于解决非洲大陆普遍存在的统计基础设施薄弱问题：部分国家缺乏系统性的劳动力调查，导致数据在时间序列上存在严重断层与缺失值。此外，各国使用的职业分类标准（ICLS）与调查方法差异显著，ILOSTAT虽进行标准化处理，但源数据中的方法修订、季节性波动及可靠性标记（如'不可靠'状态）仍可能引入偏差。在STEM就业细分评估中，性别与年龄分组因各国定义口径不一，导致跨时期和跨地域对比的准确性受限。同时，数据获取需依赖ILO的REST API，面对非洲多国低频且非连续的监测数据，清洗与对齐工作尤为繁重，对自动化数据管道的鲁棒性提出了极高要求。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲地区科学、技术、工程和数学（STEM）领域就业情况的系统性分析。凭借其涵盖36个非洲国家、横跨2009至2025年间的3206条观测记录，研究者能够利用性别、年龄等维度对STEM从业者的数量进行精细化的时序与截面比较。数据集常被用于构建回归模型或时间序列预测模型，以探究不同国家与人口特征下STEM就业演变趋势，为理解非洲大陆人力资本结构变迁提供了宝贵的量化基石。

解决学术问题

在学术研究层面，该数据集精准地回应了长期困扰发展经济学与劳动经济学领域的若干关键问题。例如，它使得量化评估非洲各国在推动科技创新与性别平等方面的政策成效成为可能，填补了该区域STEM劳动力市场高分辨率数据缺失的空白。通过分析性别与年龄层面的就业差异，学者能够实证检验技术进步是否加剧或缩小了既有的社会不平等，从而为可持续发展目标（SDG）中关于体面工作和经济增长的议题提供数据驱动的洞见。

衍生相关工作

围绕该数据集的衍生工作已形成了若干富有影响力的研究方向与应用成果。研究者们已基于此数据开发了用于预测非洲各国STEM就业人数的基准模型，相关代码与实验在HuggingFace平台上公开共享。此外，该数据集被整合进更广泛的非洲劳动力市场分析框架中，催生了对比研究，探讨不同数据源（如世界银行与ILOSTAT）对同一劳动指标估计的异同，推动了数据融合与交叉验证方法论的发展。