electricsheepasia/asia-ilo-inj-nftl-eco-rt-non-fatal-occupational-injuries-per-100-000-worker

该数据集包含了来自国际劳工组织（ILO）ILOSTAT数据库的亚洲地区非致命职业伤害统计数据，具体指标为“每10万工人中按经济活动划分的非致命职业伤害发生率”。数据集涵盖27个亚洲国家，时间跨度为1971年至2024年，共包含6,461个观测值。数据经过Electric Sheep Asia重新打包，以标准化模式提供，便于机器学习使用。数据集支持表格分类、回归和时间序列预测等任务。

This dataset contains non-fatal occupational injury statistics for Asia from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Non-fatal occupational injuries per 100,000 workers by economic activity. It covers 27 Asian countries from 1971 to 2024, with 6,461 observations. The data has been repackaged by Electric Sheep Asia into a standardized schema for machine learning readiness, supporting tasks such as 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中央统计数据库，通过调用REST API接口（https://rplumber.ilo.org/data/indicator?id=INJ_NFTL_ECO_RT）直接获取原始数据，并依据亚洲ISO3国家代码进行区域筛选与过滤。ILOSTAT本身采用国际劳工统计学家会议（ICLS）定义对各国劳动力调查、住户收支调查、企业调查及行政记录等微观数据进行标准化处理与整合，数据源信息在“source.label”列中予以标记以确保可追溯性。最终，Electric Sheep Asia团队将经过清洗与格式化的数据重新封装为Parquet格式的HuggingFace数据集，共收录6,461条观测记录。

特点

该数据集聚焦亚洲地区非致命性职业伤害领域，覆盖27个亚洲国家，时间跨度从1971年至2024年，包含单一的明确指标“每10万名工人中非致命性职业伤害发生率”（按经济活动分类）。数据结构以年度频率呈现，每条观测记录详细标注了国家代码、数据来源、指标定义、经济活动分类、观测值及其状态标志，并提供了丰富的注释字段（如经济活动和就业定义的非标准说明），便于用户理解数据背景与潜在偏差。数据集采用CC-BY 4.0许可协议发布，兼具权威性与可复用性。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载数据，调用`load_dataset("electricsheepasia/asia-ilo-inj-nftl-eco-rt-non-fatal-occupational-injuries-per-100-000-worker")`即可获得可直接转换为Pandas DataFrame的训练集。针对特定国家分析，可依据`ref_area`列进行条件筛选；对于时间序列分析，可对同一指标按年份排序并绘制趋势图；亦可利用透视表功能将数据重塑为国家×年份的矩阵形式，以支持跨区域纵向比较与计量经济学建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门（ILOSTAT）于2024年整理发布，经Electric Sheep Asia公司重新封装，收录了1971至2024年间27个亚洲国家关于非致命职业伤害的6,461条观测记录。作为全球劳动统计的权威来源，ILOSTAT整合了各国劳动力调查、收入调查及行政记录等多元数据，并依据国际劳工统计学家大会（ICLS）标准进行统一。该数据集聚焦于每10万名工人中非致命职业伤害的发生率，按经济活动细分，为亚洲地区的职业安全与健康研究提供了标准化、跨国的可比数据，其发布推动了区域劳动经济学、公共政策分析及可持续发展目标（如体面劳动）的量化评估，填补了亚洲职业伤害统计领域的空白。

当前挑战

该数据集面临的挑战首先体现在领域问题上，职业伤害数据的跨国统计存在定义差异（如各国对“非致命职业伤害”的界定不一）、报告瞒报现象以及经济活动中伤害风险的异质性，使得跨区域趋势挖掘与因果关系推断面临显著偏差。构建过程中，数据来源多样（如劳动力调查与行政记录），不同来源在调查时间、覆盖范围及质量上参差不齐，需通过ILO的“最佳来源”选择机制进行人工调和；此外，非标准经济活动分类、部分国家数据稀疏（如印度仅140条记录，1971至2007年）、以及长期序列中存在断裂与标注不统一问题，进一步加剧了数据处理与模型应用的复杂性。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中亚洲27个国家1971至2024年间每十万工人非致命职业伤害发生率，按经济活动分类的6,461条观测记录。研究者常将其用于评估亚洲各国不同经济部门的职业安全风险差异，通过时间序列分析揭示伤害率的长期变化趋势与周期性波动。面板数据特性支持固定效应或随机效应模型的构建，以探究经济增长、产业结构变迁与职业伤害之间的宏观关联。作为劳动经济与公共卫生交叉领域的基础资源，它为跨国比较研究提供了标准化、可重复的量化依据。

实际应用

在政策制定层面，该数据集帮助亚太各国劳动部门与职业安全健康机构识别高风险经济行业，为设定国家工伤预防优先级和分配监管资源提供实证支撑。国际组织如ILO与WHO可基于此数据评估区域职业安全目标的实现进度，并设计差异化的技术援助方案。企业层面的职业风险管理同样受益，跨国集团通过比对不同国家同行业的伤害率，可优化供应链劳动安全标准与内部审计框架。此外，保险公司借助历史数据完善保险费率精算模型，促进劳工保险市场的良性定价。

衍生相关工作

围绕该数据集已衍生出一系列标志性研究成果，包括基于ILOSTAT多国面板的职业伤害决定因素贝叶斯层次模型，以及结合经济周期指标预测工伤率波动的时序预警系统。部分学者进一步将非致命伤害率与同一来源的致命伤害数据融合，构建综合性职业安全绩效指数，拓展了跨国工伤综合评价的方法论。在机器学习领域，研究人员利用其标记化的分类特征（如经济活动类型、数据来源）训练预测模型，实现了对缺失年份观测值的精准插补。这些工作共同推动了劳动统计学与数据科学在职业健康议题上的深度融合。