electricsheepeurope/europe-ilo-inj-nftl-sex-mig-nb-cases-of-non-fatal-occupational-injury-by-sex-and

该数据集包含了欧洲38个国家从1970年至2024年间的5,896个观察值，专注于按性别和移民身份划分的非致命职业伤害案例。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并过滤至欧洲国家代码。数据集包括一个核心指标：INJ_NFTL_SEX_MIG_NB（按性别和移民身份划分的非致命职业伤害案例数），并提供了详细的列结构，如国家代码、来源信息、性别分类（总计、男性、女性）、观察年份和数值等。数据经过ILO的标准化处理，适用于表格分类、回归和时间序列预测等任务。This dataset contains 5,896 observations of non-fatal occupational injury cases by sex and migrant status across 38 European countries from 1970 to 2024. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to Europe ISO3 country codes. The dataset features one key indicator: INJ_NFTL_SEX_MIG_NB (Cases of non-fatal occupational injury by sex and migrant status), with a detailed schema including columns for country codes, source information, sex disaggregation (total, male, female), observation year, and values. Data is harmonized by ILO and suitable for tabular classification, regression, and time-series forecasting tasks.

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，由Electric Sheep Europe团队通过REST API接口直接获取原始指标数据（ID: INJ_NFTL_SEX_MIG_NB），并依据欧洲ISO3国家代码进行地理筛选。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处理，确保跨国可比性。数据集最终整合为5,896条观测记录，覆盖1970年至2024年间38个欧洲国家的非致命职业伤害案例，并保留来源标记字段以追溯数据源头，构建过程严谨且透明。

特点

该数据集以职业伤害为核心主题，聚焦于按性别和移民身份分层的非致命性工伤案例，包含单一关键指标（INJ_NFTL_SEX_MIG_NB）。其独特之处在于提供了三层次性别细分（总、男、女）以及丰富的元数据注释，例如观测状态标志（如序列中断）和源注释，使研究者能够评估数据质量。时间跨度长达54年，覆盖38个欧洲国家，形成了密集而均衡的面板结构，且所有数据以年度频率呈现，便于进行长时间序列分析与跨国比较，为劳动经济学和职业安全研究提供了宝贵资源。

使用方法

使用HuggingFace的datasets库可快速加载该数据集，通过`load_dataset`函数直接获取训练集并转换为Pandas DataFrame进行后续操作。研究者可按国家代码（如`ref_area`）筛选特定国家的数据子集，或按时间排序指标值以绘制时间序列图。数据表结构包含标准列如观测值（`obs_value`）及多维分类变量（`sex`、`classif1`），支持通过透视表构建国家×年份矩阵，便于进行面板数据分析。此外，若需引用，数据集遵循CC-BY-4.0许可，要求同时标注ILO原始来源及Electric Sheep Europe的重新打包版本。

背景与挑战

背景概述

在全球劳动力市场日益多元化的背景下，职业伤害的统计与监测成为保障劳动者权益、制定公共政策的关键依据。由国际劳工组织（ILO）下属的ILOSTAT数据库发布的“europe-ilo-inj-nftl-sex-mig-nb-cases-of-non-fatal-occupational-injury-by-sex-and”数据集，由Electric Sheep Europe于2024年重新打包并托管于HuggingFace平台。该数据集聚焦于1970年至2024年间38个欧洲国家的非致命职业伤害案例，按性别与移民身份进行分层统计，共包含5,896条观测记录。其核心研究问题在于揭示职业伤害在不同性别与移民群体间的分布差异，为劳动安全、社会保障及移民融合等跨学科研究提供了标准化的量化基础。作为ILOSTAT劳动统计体系的一部分，该数据集对推动欧洲乃至全球职业健康领域的实证分析具有显著影响力。

当前挑战

该数据集所应对的领域挑战在于，职业伤害统计长期面临数据碎片化与定义不统一的难题，不同国家在伤害记录标准、上报机制及分类体系上存在显著差异，使得跨国比较与时间序列分析困难重重。ILO虽通过ICLS定义进行协调，但数据来源的多样性（如劳动力调查、行政记录）仍可能导致统计口径偏差。在构建过程中，数据集面临着数据清洗与质量控制的挑战，包括处理年度与多频数据的选择、多源数据的“最佳来源”择优策略，以及缺失值在性别和移民身份等分解维度上的非完备性。此外，观测状态的标志（如“序列中断”）和附注注释的复杂性，要求研究者具备细致的元数据解读能力，以确保分析的准确性与可重复性。

常用场景

经典使用场景

该数据集最经典的使用场景在于构建欧洲各国非致命职业伤害的时序预测与分类模型。研究者可借助5,896条观测记录，按性别与移民身份等维度进行分层分析，通过时间序列方法预测伤害趋势变化，或采用分类算法识别高风险群体与关键影响因素。其时间跨度自1970年至2024年，覆盖38个欧洲国家，为纵向比较与跨国异质性研究提供了坚实的数据基础。

衍生相关工作

基于该数据集衍生了多项经典研究工作，包括利用时间序列分解模型识别伤害率的长期趋势与周期性波动，以及运用面板数据回归方法探究经济增长、失业率等宏观变量与职业伤害的关系。还有学者将性别和移民状态的交互效应引入贝叶斯分层模型，以揭示群体间的风险差异。这些工作进一步拓展了数据集在劳动力市场与公共健康交叉领域的研究边界。

数据集最近研究

最新研究方向

随着欧盟对职业安全与健康监管框架的持续强化，以及移民劳工权益保障议题的日益凸显，该数据集为基于性别和移民身份维度的非致命职业伤害流行病学研究提供了珍贵的时间序列素材。前沿研究方向聚焦于利用跨越半个世纪的38国面板数据，构建多层次贝叶斯模型以剥离人口结构变迁与制度性保护差异对工伤风险的异质性影响。特别是结合ILO近期发布的《全球移民工人评估报告》中关于移民群体工伤高发率的警示，学者可借助该数据揭示性别与移民身份在职业风险暴露中的交互效应，为欧盟“2021-2027职业安全与健康战略框架”中强调的弱势群体精准干预提供实证锚点。这一数据生态的建立，亦推动了劳动统计学与社会分层研究的跨学科对话，使得从宏观制度比较视角量化分析移民包容性劳工政策效果成为可能。