electricsheepasia/asia-ilo-inj-nftl-inj-eco-nb-cases-of-non-fatal-occupational-injury-by-type-of

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的7,103条观测数据，涵盖了亚洲22个国家从1971年到2024年的非致命职业伤害案例，按伤残类型和经济活动进行分类。数据通过ILOSTAT REST API获取，并过滤为亚洲国家，使用国际劳工统计学家会议（ICLS）定义进行标准化。数据集包括国家代码、来源、指标、分类变量（如伤残类型和经济活动）、观测年份、观测值以及数据质量注释等字段。适用于表格分类、回归和时间序列预测等任务，旨在为研究亚洲地区职业伤害趋势提供机器学习就绪的数据层。

This dataset contains 7,103 observations of non-fatal occupational injury cases from the International Labour Organization (ILO) ILOSTAT database, covering 22 Asian countries from 1971 to 2024, classified by type of incapacity and economic activity. Data is sourced via the ILOSTAT REST API, filtered to Asian countries, and harmonized using International Conference of Labour Statisticians (ICLS) definitions. It includes fields such as country codes, sources, indicators, classification variables (e.g., incapacity type and economic activity), observation year, observed values, and data quality notes. Suitable for tasks like tabular classification, regression, and time-series forecasting, it provides an ML-ready data layer for studying occupational injury trends in Asia.

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接口直接抽取指标代码为INJ_NFTL_INJ_ECO_NB的原始数据，并依据亚洲国家ISO3代码进行地域过滤。ILOSTAT遵循国际劳工统计学家会议（ICLS）的定义标准，对各国劳动力调查、行政记录等多元来源的微观数据进行系统性清洗与协调，确保统计口径一致。数据在source.label字段中标注了每一条记录的溯源信息，以增强透明性与可复现性。最终由Electric Sheep Asia团队整合为7,103条观测记录，覆盖1971年至2024年间22个亚洲国家，每条观测包含国家代码、指标值、时间戳及多重分类变量，并以Parquet格式发布，便于机器学习流水线直接加载。

使用方法

使用者可通过HuggingFace Datasets库以load_dataset()函数一键加载数据，返回的DataFrame格式兼容pandas生态，便于后续的清洗、筛选与建模。经典应用场景包括按国家代码过滤单个国家的时间序列、按指标分组绘制年度趋势图，或通过透视表构建国家×年份的矩阵进行面板回归。需注意数据仅收录年度频率，不包含月度或季度细化观测，且同一国家同年份存在多源数据时，ILO已选择‘最佳来源’为准。分类列在非必要情况下可能为空值，建议在分析前检查obs_status和note字段以评估数据可靠性，从而做出审慎的统计推断。

背景与挑战

背景概述

国际劳工组织（ILO）旗下ILOSTAT数据库是全球劳动统计的核心权威来源，其涵盖的职业伤害数据对评估工作场所安全、制定劳动保护政策具有不可替代的价值。由Electric Sheep Asia于2024年重新打包发布的亚洲非致命职业伤害数据集，整合了1971至2024年间22个亚洲国家的7,103条观测记录，聚焦于按失能类型和经济活动划分的非致命工伤案例。该数据集的核心研究问题在于揭示亚洲地区职业伤害的时空分布规律与结构性特征，为跨国家、跨时段比较分析提供了标准化、机器可读的统计基底。其发布填补了亚洲区域职业伤害精细化数据的空白，有力推动了劳动经济学、职业流行病学及可持续发展目标监测领域的研究深化。

当前挑战

该数据集所解决的领域挑战在于，亚洲各国职业伤害统计体系长期存在定义不统一、分类标准差异大及数据连续性不足等问题，导致区域层面的系统性分析受阻。构建过程中面对的挑战包括：协调来自不同国家劳动力调查、行政记录等多源异构数据，依据国际劳工统计学家会议（ICLS）定义进行指标同质化处理；应对数据缺失与年度频次限制，对同一国家与年份的多源数据需采用ILO遴选的'最佳来源'以减少偏差；此外，分类变量如失能类型与经济活动代码的规范化映射，以及观测值质量标志（如临时性、不可靠性）的解析，均对数据清洗与整合流程提出了高精度要求。

常用场景

经典使用场景

该数据集收录了亚洲22个国家自1971年至2024年间非致命职业伤害的详细记录，涵盖7,103条观测数据。其经典使用场景集中于劳动经济学与职业安全健康领域的横截面与时间序列分析。研究者可依据国家、行业、伤害类型及失能程度等维度，对非致命工伤的发生频率与分布特征进行描述性统计；亦可结合宏观劳动力指标，构建面板数据模型以探究经济发展与职业伤害演变之间的动态关联。该数据集为揭示亚洲地区职业安全状况的时空差异提供了标准化、可复现的实证基础。

解决学术问题

该数据集有效回应了职业健康领域长期面临的数据碎片化与跨国可比性不足的学术困境。通过整合国际劳工组织（ILO）统一协调的官方统计，它使得研究者能够量化评估不同经济活动中非致命工伤的结构性差异，并检验经济增长、产业结构变迁与职业安全水平之间的非线性关系。同时，该数据集支持对劳动力市场政策、社会保障制度与工伤预防措施的有效性进行因果推断，推动了职业流行病学与劳动经济学交叉领域的实证研究进展，提升了学术结论的稳健性与普适性。

实际应用

在实际应用中，该数据集为亚洲各国劳动行政部门的职业安全预警机制与干预策略的制定提供了数据支撑。企业安全管理部门可借此对标同地区同行业的安全绩效基准，优化风险管理资源配置。国际发展组织与非政府机构能够利用该数据评估区域劳工权益保护差距，监测联合国可持续发展目标（特别是目标8.8中关于体面劳动与安全环境指标的实现进展）。此外，保险精算与风险管理行业可将其作为损失分布建模的重要参考，改良工伤保险的费率厘定与偿付能力评估。

数据集最近研究

最新研究方向

该数据集整合了国际劳工组织ILOSTAT数据库中亚洲22国1971至2024年间非致命职业伤害的时序数据，聚焦于伤害类型与经济活动类别的交叉分析，为区域职业安全与健康（OSH）研究提供了精细化的结构化样本。在人工智能与劳动经济学交叉前沿，该数据集正被用于构建预测性职业病风险模型，尤其是在智能制造、建筑业及农业等高风险行业中，通过时间序列回归与分类算法挖掘伤害发生率与经济波动的耦合规律。结合全球对体面劳动与SDG目标8的持续关注，该数据可支持跨国的政策效果评估与基准比较，助力识别工伤预防的薄弱环节，推动亚太地区职业安全治理从被动报告向智能预警转型。