electricsheepasia/asia-ilo-inj-fatl-eco-nb-cases-of-fatal-occupational-injury-by-economic-act

该数据集包含亚洲30个国家从1971年至2024年的致命职业伤害案例数据，按经济活动分类。共有6,581条观测记录，覆盖1个核心指标（INJ_FATL_ECO_NB），数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并专门过滤为亚洲国家。数据集包含多列信息，如国家代码、年份、观测值、数据来源和质量标志，适用于表格分类、回归和时间序列预测等机器学习任务。数据以CC-BY-4.0许可发布，由Electric Sheep Asia重新打包，旨在提供亚洲地区的统一、机器学习就绪数据层。This dataset contains cases of fatal occupational injury by economic activity across 30 Asia countries, spanning from 1971 to 2024. It includes 6,581 observations covering 1 distinct indicator (INJ_FATL_ECO_NB), sourced from the International Labour Organization (ILO) ILOSTAT database via API and filtered to Asia ISO3 country codes. The dataset features multiple columns such as country codes, years, observed values, source labels, and quality flags, suitable for tabular classification, regression, and time-series forecasting tasks. Released under the CC-BY-4.0 license, it is repackaged by Electric Sheep Asia as part of a unified, ML-ready data layer for Asia on HuggingFace.

搜集汇总

数据集介绍

构建方式

该数据集基于国际劳工组织（ILO）的ILOSTAT数据库构建，通过调用其REST API接口（https://rplumber.ilo.org/data/indicator?id=INJ_FATL_ECO_NB）获取原始数据，并依据ILO定义的亚洲国家ISO3编码进行地理范围筛选。数据来源涵盖各国劳动力调查、家庭收入调查、机构调查及行政记录，ILO统计部门依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调与标准化处理，并在`source.label`列中标注数据来源以确保可追溯性。最终形成包含6581条观测、覆盖30个亚洲国家、时间跨度为1971年至2024年的结构化表格数据集。

特点

该数据集聚焦于亚洲地区因经济活动导致的致命职业伤害案例数量这一单一指标（INJ_FATL_ECO_NB），具有清晰的地理与时间覆盖特征。数据以年为单位记录，包含国家代码、国家名称、数据来源、指标代码、分类变量（如经济活动类型）、观测值、观测状态及多个注释列，便于用户理解数据质量与限定条件。当同一国家同一年份存在多个数据来源时，数据集采用ILO选定的“最佳来源”，并保留分类分解列（如性别、经济活动类别）仅在指标发布相应细分时填充非空值，体现了严谨的数据质量管理策略。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据，使用`load_dataset()`函数即可获取训练集，并转换为Pandas DataFrame进行后续分析。典型用法包括：按国家代码筛选特定国家的时间序列数据，按指标代码排序并以时间序列方式可视化观测值变化趋势，或利用数据透视表构建国家×年份的矩阵以便进行跨国比较。该数据集兼容表格分类、回归和时间序列预测等多种机器学习任务，特别适用于亚洲地区职业安全与健康领域的统计分析、政策评估及预测建模研究。

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年创建，并经Electric Sheep Asia重新打包发布，专注于亚洲地区因经济活动导致的致命职业伤害案例。数据涵盖1971年至2024年间30个亚洲国家的6,581条观测记录，核心研究问题在于剖析不同经济活动中职业伤害的致死模式，为劳动安全政策制定提供数据支撑。作为ILOSTAT在亚洲区域的子集，该数据集整合了劳动力调查、行政记录等多源数据，对劳动经济学、职业健康与安全领域具有重要影响力，尤其为跨境比较研究提供了标准化基础。

当前挑战

该数据集面临的挑战包括：领域层面，亚洲各国对致命职业伤害的定义与统计标准差异显著（如非正规经济覆盖范围不同），导致跨国可比性受限；同时在低发展水平国家，职业伤害漏报现象普遍，使得数据完整性难以保障。构建过程中，ILOSTAT需从各国分散的行政记录与调查数据中提取信息，面临数据格式异构、时间序列不连续（如印度尼西亚数据止于1999年）等问题；此外，部分年度存在多源冲突（如同一国家同一年份有多个来源的数据），需依赖ILO人工筛选‘最佳来源’，增加了处理复杂性与主观偏差风险。

常用场景

经典使用场景

该数据集汇集了1971年至2024年间亚洲30个国家的致命职业伤害统计案例，是劳动经济学与职业安全健康领域极具价值的标准化数据资源。其最经典的用途在于构建时间序列模型，以分析不同经济部门中职业伤害致死率的长期演变趋势。研究者可借助该数据开展跨国家、跨行业的纵向比较，例如考察制造业与建筑业在高增长阶段所伴随的安全风险动态。此外，该数据也常被用于训练分类与回归模型，用以识别伤害频发的宏观经济活动类型，从而为劳动安全政策评估提供量化支撑。

解决学术问题

在学术研究中，该数据集有效回应了长期以来亚洲地区因数据碎片化而难以系统性分析职业伤害问题的困境。它解决了跨经济部门致命伤害率的统一度量与可比性难题，使研究者得以突破单个国家样本的限制，从区域视角剖析工业化进程中职业安全的非均衡演进特征。借助这一资源，学者可以检验经济增长、产业结构变迁与劳动保护水平之间的复杂关联，例如探索所谓‘安全悖论’是否在亚洲各个发展梯度国家中普遍显现，进而深化对可持续发展目标中体面劳动内涵的实证理解。

衍生相关工作

围绕该数据集已衍生出一系列具有影响力的相关工作。其中，基于该数据训练的时间序列预测模型被应用于提前预警特定国家在产业转型期间可能出现的职业伤害峰值。有研究团队进一步融合ILO其他统计数据（如就业率与劳动工时），构建了联合因果推断框架，剖析临时雇工占比攀升对安全记录的中长期冲击。此外，该数据集的可解释性特征分析也催生了若干探讨文化维度、安全法规强度与工伤致死率关系的跨国回归论文，为国际比较劳动研究提供了数据基础设施。