electricsheepafrica/africa-ilo-emp-stem-sex-eco-nb-employment-in-stem-occupations-by-sex-and-economic

该数据集是一个表格数据集，包含非洲36个国家在2009年至2025年间关于STEM（科学、技术、工程和数学）职业就业的6,834个观测值。数据按性别（男性、女性、总计）和经济活动进行细分，以千人为单位。数据集来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，专注于非洲地区。它包含一个核心指标（EMP_STEM_SEX_ECO_NB），并提供了国家代码、年份、观测值、数据来源、质量标志等详细字段，适用于表格分类、回归和时间序列预测等任务。This tabular dataset encompasses 6,834 observations regarding STEM (Science, Technology, Engineering, and Mathematics) occupational employment across 36 African countries spanning the period from 2009 to 2025. The data is disaggregated by gender (male, female, total) and economic activity, measured in thousands of persons. This dataset is sourced from the ILOSTAT database of the International Labour Organization (ILO), collected via API and preprocessed, with a focus on the African region. It includes a core indicator (EMP_STEM_SEX_ECO_NB), and provides detailed fields such as country code, year, observation value, data source, quality flag and more, which is applicable to tasks including tabular classification, regression and time series forecasting.

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统计数据库，通过REST API从原始指标接口EMP_STEM_SEX_ECO_NB中提取数据，并依据非洲ISO3国家代码进行筛选过滤。ILOSTAT基于国际劳工统计学家会议（ICLS）定义，对各国劳动力调查、家庭收支调查及行政记录等微观数据进行标准化处理，确保指标的可比性。数据集经Electric Sheep Africa重新打包，以Parquet格式发布，并附有统一的描述卡片，便于研究者直接调用。

特点

数据集涵盖36个非洲国家，时间跨度2009至2025年，共收录6834条观测记录，聚焦于STEM领域就业人数这一核心指标。数据按性别（总、男、女）进行细致分层，并标注了来源、观测状态及方法论修订等质量标记，便于评估数据的可靠性与连续性。其多维度结构支持按国家、年份、性别等进行灵活切分，为非洲劳动力市场的性别差异与STEM就业趋势分析提供了坚实的数据基础。

使用方法

用户可通过Hugging Face的`datasets`库直接加载数据集，调用`load_dataset()`函数即可获取训练集，并利用`to_pandas()`方法转换为DataFrame进行后续分析。典型操作包括按国家代码过滤单国数据、按时间排序绘制STEM就业人数的时间序列图，以及使用透视表构建国家×年份矩阵以观察区域演变。数据集支持分类、回归及时间序列预测等多种任务，适合统计建模与机器学习研究。

背景与挑战

背景概述

在非洲大陆，STEM（科学、技术、工程和数学）领域的人才储备与性别平等状况，已成为评估区域可持续发展潜力的关键标尺。基于此背景，国际劳工组织（ILO）通过其核心统计数据库ILOSTAT，构建了关于非洲STEM从业者的专题数据集，并由Electric Sheep Africa在HuggingFace平台重新封装发布。该数据集追踪了2009至2025年间36个非洲国家的STEM就业情况，涵盖6,834条观测记录，核心指标聚焦于按性别和经济活动划分的STEM职业就业人数（单位：千）。该数据集的问世，为弥合非洲劳动力市场性别鸿沟、优化教育投资方向以及制定区域产业政策提供了前所未有的量化基础，显著推动了发展经济学与劳动统计交叉领域的研究进展。

当前挑战

该数据集所应对的核心领域挑战在于，非洲大陆长期缺乏系统、可比的STEM就业统计数据，使得性别差异与经济活动结构的动态变化难以被精准捕捉，进而制约了基于证据的政策制定。在构建过程中，数据整合面临多重障碍：原始数据源自不同国家的劳动力调查、行政记录等异构来源，ILO需通过ICLS定义进行复杂的标准化与一致性处理；部分国家存在数据稀疏、时间序列不连贯及观测值被标注为不可靠（如“U”状态）的问题；此外，经济活动的非标准分类与数据序列的方法论修订，进一步增加了跨年代与跨国比较的难度。

常用场景

经典使用场景

该数据集整合了国际劳工组织ILOSTAT数据库中非洲36个国家2009至2025年间STEM职业就业人数的面板数据，按性别（男、女、总计）和经济活动类型进行细致分类，是分析非洲大陆劳动力市场中科学、技术、工程与数学领域就业结构的宝贵资源。研究者可借助这一结构化面板数据，运用计量经济学方法探究非洲各国STEM就业的时空演变规律，或结合宏观经济变量构建预测模型，评估性别差异在技术密集型行业中的动态变化。

衍生相关工作

该数据集的标准化发布衍生了一系列基于HuggingFace生态的便捷工具，如Python API中的一键加载、按国家过滤以及时间序列绘图功能，极大降低了非洲劳动力数据的使用门槛。其姊妹数据集通过相似的架构覆盖了非洲更多劳动指标，形成了可复用的ML-Ready数据层，催生了关于非洲就业预测、性别差距聚类分析等方向的基准研究。同时，该项目开创性的‘Electric Sheep’数据管道为其他发展中地区劳动力数据的开放科学实践提供了方法论参考。

数据集最近研究

最新研究方向

该数据集深度融合了ILOSTAT官方统计框架与非洲大陆36国2009至2025年的劳动力时序观测，聚焦STEM职业就业规模在性别与经济部门间的结构性差异。当前研究前沿依托此数据揭示非洲工业化进程中的性别数字化鸿沟，评估女性和男性在工程、信息技术等高技能领域的参与率变迁，并与联合国可持续发展目标中的体面工作指标（SDG 8）及性别平等指标（SDG 5）形成实证锚点。借助其高粒度分类体系（如按经济活动类别细分），研究者可量化不同产业对STEM人才吸纳的动态弹性，为后疫情时代非洲大陆自贸区（AfCFTA）框架下的人力资本配置与技能型就业策略提供基于证据的决策支撑。数据经过Electric Sheep Africa的规范化打包，显著降低了多国异构调查源（如劳动力调查、行政记录）的整合门槛，推动了人机可复用、面向机器学习的泛非就业数据集生态建设。