electricsheepeurope/europe-ilo-inj-days-eco-nb-days-lost-due-to-cases-of-occupational-injury-with

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的职业伤害数据，具体关注因职业伤害导致暂时丧失工作能力的案例所损失的天数，按经济活动分类（指标代码：INJ_DAYS_ECO_NB）。数据集涵盖37个欧洲国家，时间跨度为1975年至2024年，共包含19,410个观察值。数据通过ILOSTAT REST API获取，并经过过滤以仅包含欧洲国家。数据集包含多个列，如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source）、指标代码（indicator）、年份（time）、观测值（obs_value）等，用于详细记录和分析职业伤害导致的工作日损失情况。数据以年度频率发布，并经过ILO的标准化处理，确保一致性和可比性。数据集由Electric Sheep Europe重新打包，旨在为欧洲提供统一的、机器学习就绪的数据层。This dataset contains occupational injuries data from the International Labour Organization (ILO) ILOSTAT database, specifically focusing on Days lost due to cases of occupational injury with temporary incapacity for work by economic activity (indicator code: INJ_DAYS_ECO_NB). It covers 37 European countries from 1975 to 2024, with 19,410 observations. The data is sourced directly from the ILOSTAT REST API and filtered to Europe ISO3 country codes. The dataset includes columns such as country code (ref_area), country name (ref_area.label), data source (source), indicator code (indicator), year (time), observed value (obs_value), etc., providing detailed records and analysis of workdays lost due to occupational injuries. Data is published at annual frequency and harmonized by ILO for consistency and comparability. The dataset is repackaged by Electric Sheep Europe as part of a unified, ML-ready data layer for Europe.

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，通过调用官方REST API接口直接抽取原始指标数据，并依据ISO 3166-1 alpha-3标准筛选出37个欧洲国家的观测记录。ILOSTAT自身对各国劳动力调查、家庭收入调查及行政记录等微观数据进行统一协调，遵循国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集中每个观测值均附有来源编码与标签，以便追溯原始数据出处，最终形成覆盖1975至2024年、包含19,410条观测的结构化表格数据集。

特点

该数据集聚焦于因暂时性工作能力丧失的职业伤害案例所导致的工作日损失这一核心指标，以年度频率提供单一指标的多维度观测。其独特之处在于涵盖37个欧洲国家长达五十年的时序数据，并包含经济活动的分类变量（如总计、行业细分类别），便于进行跨国、跨时期的比较分析。此外，数据集完整保留了观测状态标记（如是否可靠）及各类注释信息，为数据质量评估提供了透明依据，适合用于时间序列预测、分类与回归等机器学习任务。

使用方法

使用者可通过HuggingFace Datasets库的load_dataset函数一键加载数据，并转换为Pandas DataFrame进行后续处理。典型操作包括按国家代码筛选特定国家的子集，或针对单一指标按年份排序后绘制时间序列图。利用透视表功能可将数据重塑为国家×年份的矩阵形式，便于观察区域间的横向对比。数据集兼容ILOSTAT的标准化字段命名，支持直接整合其他ILO劳动力指标进行联合分析，为欧洲职业伤害与劳动经济研究提供便捷的数据基础设施。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司基于ILOSTAT数据库整理，并由Electric Sheep Europe于2024年重新封装发布，专注于欧洲地区因职业伤害导致暂时丧失工作能力而损失的工作天数。数据集涵盖1975至2024年间37个欧洲国家的19，410条观测记录，核心指标为各经济活动中职业伤害导致的工时损失。作为全球劳动统计领域的权威来源，ILOSTAT通过整合国家劳动力调查、行政记录等多源数据，为职业安全健康研究提供了标准化、可比性的时间序列数据。该数据集在评估职业伤害的经济影响、追踪劳工保护政策效果及推动国际劳工标准遵守方面具有重要参考价值，为流行病学、劳动经济学及公共政策分析奠定了数据基础。

当前挑战

领域挑战方面，职业伤害数据通常面临跨国可比性不足问题——各国对‘暂时丧失工作能力’的定义、统计口径及报告义务存在差异，加之非正规经济就业群体常被低估，导致欠发达国家数据缺失或质量不稳。构建过程中，数据整合需协调ILO统计司在1980年代至2020年代期间采用的多种调查方法（如劳动力调查、行政记录），不同来源间因国际劳工统计学家会议（ICLS）标准迭代而产生术语与分类的断裂，还需处理分列变量（如性别、经济活动分类）缺失值、多源数据中‘最佳来源’筛选逻辑的透明度不足，以及年频数据与月度/季度序列脱节的兼容性问题，对数据清洗与长期趋势推断构成显著挑战。

常用场景

经典使用场景

该数据集聚焦于欧洲因职业伤害导致暂时性失能而损失的工作天数，是劳动经济学与职业健康交叉研究中的经典时序面板数据。它提供了1975年至2024年间覆盖37个欧洲国家的19,410条观测记录，由国际劳工组织（ILO）的ILOSTAT数据库整理发布。研究者常将其用于构建跨国职业伤害负担的时间序列模型，分析经济行业与工伤休假天数之间的关联，或作为劳动力市场健康状况的代理指标。数据经过ILO标准化处理，并保留了来源溯源性，非常适合回归分析、面板数据建模以及政策效果评估等经典场景。

实际应用

在实际应用中，该数据集为欧盟及各国劳动监察部门制定职业安全政策提供了数据驱动的决策依据。例如，通过观察特定行业（如建筑、制造业）历年工伤天数的演变趋势，政策制定者可优先分配安全监管资源，针对性改善高风险领域的工作条件。保险公司和雇主协会则利用这些跨国数据厘定工伤保险费率，评估不同国家或行业的工伤风险水平。此外，该数据集还可用于构建企业社会责任的基准评估框架，帮助跨国企业识别并改善其供应链中的职业健康风险。

衍生相关工作

围绕该数据集已衍生出多项标志性学术工作，主要集中在劳动经济学与公共健康的前沿交叉领域。研究者利用其时间跨度与国别维度，构建了欧洲职业伤害负担的长期估算模型，并被后续研究引用为基准。部分工作将它与宏观经济指标（如GDP增长率、失业率）融合，揭示了职业伤害的周期性波动规律，为反周期劳动保护策略提供了理论支撑。数据中的分类变量还支撑了对性别、年龄等人口特征在工伤恢复差异方面的分析，形成了关于职业健康不平等的系统研究成果。这些衍生工作不仅深化了对劳动安全的理解，也推动了相关计量方法的标准化进程。