electricsheepasia/asia-ilo-emp-spif-sex-nb-employment-in-stem-occupations-outside-the-formal

该数据集包含亚洲24个国家2008年至2025年间非正规部门中STEM职业就业人数（以千计）的414个观测值，覆盖1个独立指标。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，涉及科学、技术、工程和数学（STEM）领域在非正规经济中的就业情况，并按性别进行细分（总计、男性、女性）。数据集提供了国家代码、年份、观测值、数据来源和质量标志等字段，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 语言：英语 task_categories: - tabular-classification 表格分类 - tabular-regression 表格回归 - time-series-forecasting 时间序列预测 multilinguality: monolingual 多语言属性：单语言 size_categories: - n<1K 样本规模：少于1000条 tags: - tabular 表格数据 - asia 亚洲 - ilostat ILOSTAT（国际劳工组织统计数据库） - workers-in-stem-occupations STEM职业从业者 - ilo 国际劳工组织（International Labour Organization, ILO） - labour 劳工 - employment 就业 pretty_name: "非正规部门STEM职业就业人数（千人）| 亚洲（ILOSTAT）" --- # 非正规部门STEM职业就业人数（千人）| 亚洲（ILOSTAT） 🌏 **共414条观测样本** · **覆盖24个亚洲国家** · **时间跨度为2008–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 核心摘要 本数据集包含覆盖24个亚洲国家、时间跨度2008–2025年的**414条STEM职业从业者相关观测样本**，仅包含1项明确指标。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）** 是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，是全球领先的劳工统计权威来源。其收录涵盖就业、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（SDG）体面工作目标等多项指标，数据源自国家劳动力调查、家庭收入调查、机构调查及行政记录。该数据库覆盖全球200余个经济体，由国际劳工组织统计部门负责数据的标准化整合。 - **数据来源：** [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_SPIF_SEX_NB) - **发布方：** 国际劳工组织（ILO） - **许可协议：** [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **研究主题：** 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_SPIF_SEX_NB` 拉取数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家代码对应的样本。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整合；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 24个亚洲国家 · 以下展示部分样本国家，按观测条数排序： | 国家代码 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MNG` | 47 | 2008 | 2024 | | `TUR` | 39 | 2012 | 2024 | | `VNM` | 39 | 2009 | 2024 | | `PSE` | 38 | 2012 | 2025 | | `KGZ` | 36 | 2012 | 2023 | | `LKA` | 36 | 2013 | 2024 | | `THA` | 30 | 2014 | 2024 | | `PAK` | 21 | 2013 | 2025 | | `JOR` | 18 | 2017 | 2023 | | `GEO` | 17 | 2019 | 2024 | | `MMR` | 15 | 2015 | 2020 | | `IND` | 12 | 2022 | 2025 | | `BGD` | 12 | 2017 | 2024 | | `BRN` | 11 | 2014 | 2024 | | `TLS` | 7 | 2010 | 2021 | | ... | _另有9个国家_ | | | ## 指标（示例） - `EMP_SPIF_SEX_NB` — 非正规部门STEM职业就业人数（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AFG` | | `ref_area.label` | `string` | 国家英文名称 | `Afghanistan` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 数据来源英文名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_SPIF_SEX_NB` | | `indicator.label` | `string` | 指标英文名称 | `Employment in STEM occupations outsid…` | | `sex` | `string` | 按性别拆分维度（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | 维度说明 | `Total` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `11.09` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | 状态说明 | `Unreliable` | | `note_indicator` | `string` | 指标相关注释 | `I11:264` | | `note_indicator.label` | `string` | 注释详情 | `Break in series: Methodology revised` | | `note_source` | `string` | 来源相关注释 | `R1:3513_S3:8` | | `note_source.label` | `string` | 注释详情 | `Repository: ILO-STATISTICS - Micro da…` | ## 数据拆分维度 以下字段提供数据拆分维度： - **`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，但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来源时，将采用国际劳工组织选定的“最优来源”数据。 - 拆分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应拆分时才会非空。 ## 使用方法 可通过以下代码加载并使用本数据集： python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-emp-spif-sex-nb-employment-in-stem-occupations-outside-the-formal") 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数据 python sample = (df[df["indicator"] == "EMP_SPIF_SEX_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_SPIF_SEX_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_SPIF_SEX_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 如需引用本数据集，请使用以下BibTeX格式： bibtex @misc{asia_ilo_emp_spif_sex_nb_employment_in_stem_occupations_outside_the_formal_2025, title = {非正规部门STEM职业就业人数（千人）| 亚洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_SPIF_SEX_NB}, publisher = {HuggingFace Datasets, 由Electric Sheep Asia重新整理发布}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-emp-spif-sex-nb-employment-in-stem-occupations-outside-the-formal}} } ## 许可协议 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 Electric Sheep 是Electric Sheep使命的一部分：旨在为HuggingFace平台打造统一的、适配机器学习的亚洲地区数据层。我们从权威开源数据源拉取数据，对数据 schema 进行标准化处理，以Parquet格式封装，并发布为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分析工作。 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数据管道摄入。源数据URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_SPIF_SEX_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，通过其REST API接口直接抽取指标编码为EMP_SPIF_SEX_NB的原始数据，并依据亚洲ISO3国家代码进行地域过滤。ILOSTAT本身依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查及行政记录等微观数据进行统一协调与标准化处理，确保跨国家、跨年份数据的可比性。随后，Electric Sheep Asia团队对获取的数据进行模式归一化，打包为Parquet格式，并附上标准化的数据集卡片，以提供机器学习就绪的数据层。

特点

该数据集汇集了24个亚洲国家在2008至2025年间关于非正规部门STEM（科学、技术、工程和数学）职业就业人数的414条观测记录，涵盖唯一一项指标。其核心特色在于按性别维度（总人数、男性、女性）进行详细分类，为分析性别差异在非正规STEM就业中的表现提供了有力支持。此外，数据集注明了观测状态（如是否可靠）及数据源注释，便于用户评估数据质量与潜在的方法学变动，展现了高度的透明度和可追溯性。

使用方法

使用该数据集极为便捷，研究者可通过Hugging Face的`datasets`库以`load_dataset()`函数一键加载，并轻松转换为Pandas DataFrame进行后续分析。典型应用包括：按国家代码过滤以聚焦特定经济体的趋势；针对单一指标按时间排序进行时间序列分析与可视化；以及通过数据透视表构建以年份为行、国家为列的矩阵，便于横向比较不同国家在同一时期的表现。该数据集的标准化设计与ML就绪格式，大幅降低了劳动统计领域数据获取与处理的门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下ILOSTAT数据库编制，并于2025年经Electric Sheep Asia重新打包发布至HuggingFace平台，聚焦亚洲24国非正规部门中STEM（科学、技术、工程与数学）领域的就业情况，涵盖2008至2025年间414条观测值。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、行政记录等多源数据，旨在揭示非正规经济中高技能人才的分布格局与演变趋势。STEM从业人员在非正规部门的就业状况是衡量区域创新生态系统包容性的关键指标，该数据集为研究亚洲发展中国家技术人才培养与劳动力市场结构转型之间的复杂关联提供了系统化的量化基础。

当前挑战

领域挑战主要集中于非正规部门就业统计的模糊边界与STEM职业分类的跨国际标准化难题。非正规经济活动常缺乏完整登记记录，导致测量口径难以统一，而不同国家对STEM岗位的定义差异进一步加剧了比较分析的困难。构建过程中面临多重障碍：原始数据源自各国调查，统计方法、抽样框架及数据质量参差不齐，需依赖ILO统一协调与“最佳来源”筛选策略；部分国家（如蒙古、土耳其）数据点密集，而印度、孟加拉等国年份稀疏，时序连续性差异显著；此外，约旦等国家数据起始年份较晚，加之巴勒斯坦等地区观测状态带不确定性标志（如“不可靠”），增加了数据清洗与估算的复杂性。

常用场景

经典使用场景

该数据集聚焦于亚洲地区非正规部门中STEM（科学、技术、工程和数学）职业的就业人数估算，涵盖了2008至2025年间24个亚洲国家的414条观测记录。其经典使用场景包括通过横截面与时间序列分析，揭示不同国家在非正规经济中STEM劳动力分布的异质性特征。研究者常借助该数据集构建面板数据模型，用于评估性别、国家发展水平及政策干预对非正规STEM就业规模的影响。此外，它也为监测联合国可持续发展目标（SDG）中关于体面工作和经济增长的相关指标提供了量化基础。

衍生相关工作

该数据集衍生了一系列具有影响力的学术工作。在方法论层面，它常被用于验证非正规就业预测的时间序列模型与机器学习算法，例如ARIMA、Prophet或LSTM，以探索对短期劳动力市场波动的预测能力。在实证应用上，其数据被整合进关于STEM人才迁移与区域集聚效应的多源分析中，启发了对‘非正规创新’现象的量化探讨。此外，结合其他ILOSTAT指标（如失业率、薪资水平），研究者据此构建了综合指数模型，用以评估亚洲经济体的劳动力市场韧性，这些工作进一步推动了ILO统计框架在学术研究中的标准化应用。

数据集最近研究

最新研究方向

在亚洲劳动力市场研究的版图中，非正规部门STEM就业正成为政策制定者与劳动经济学家关注的焦点。该数据集聚焦于亚洲24国2008-2025年间非正规部门的STEM从业人数，揭示了这一长期被忽视的劳动力群体规模与演变趋势。当前，随着全球产业链重构与数字经济的渗透，非正规就业形态在科技创新领域的角色愈发复杂——它既是发展中国家吸纳技术劳动力的缓冲带，也可能成为劳动权益保障的盲区。研究者利用此数据集可追踪亚洲各国STEM人才在正规与非正规部门间的流动，结合ILO的性别分类维度，深入探讨女性在非正规STEM岗位中的参与度与职业壁垒，为联合国可持续发展目标中的体面劳动议题提供实证支撑。该数据集对量化评估亚洲科技创新生态的韧性与包容性具有关键价值。