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

该数据集包含亚洲31个国家从1971年至2024年的非致命职业伤害案例统计数据，按经济活动分类。数据集共有7,499个观察值，涵盖1个核心指标（INJ_NFTL_ECO_NB），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API提取并过滤为亚洲国家。数据集提供了详细的列结构，包括国家代码、年份、指标值、数据来源、分类变量等，适用于表格分类、回归和时间序列预测等任务。数据经过ILO harmonisation处理，确保定义一致性，并包含数据质量说明，如年度频率、最佳来源选择等。This dataset contains 7,499 observations of non-fatal occupational injury cases by economic activity across 31 Asia countries, spanning from 1971 to 2024, covering 1 distinct indicator (INJ_NFTL_ECO_NB). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), extracted via API and filtered to Asia ISO3 country codes. It includes detailed schema with columns such as country code, year, indicator value, source, classification variables, and is suitable for tabular classification, regression, and time-series forecasting tasks. The data is harmonized using ICLS definitions, with quality caveats like annual frequency and best-source selection.

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，聚焦于亚太地区非致命性职业伤害的经济活动分类。数据通过ILOSTAT REST API直接获取，原始代码为INJ_NFTL_ECO_NB，经筛选保留亚洲31个国家的ISO3编码。ILOSTAT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标准化处理，并在source.label列中标注来源类型以保障可追溯性。最终重整为包含7,499条观测记录的表格，覆盖1971年至2024年间的时间序列数据。

特点

数据集涵盖31个亚洲国家，时间跨度长达半个世纪，提供了唯一指标——按经济活动划分的非致命职业伤害案例数。每个观测记录包含国家代码、来源、指标分类、时间、观测值及多种注解字段，支持时间序列分析和面板数据研究。数据质量方面，ILO确保同一国家年份的多源数据选用最佳来源，且年度频率保持一致。注解字段详细记录了经济活动和就业定义等标准差异，为研究者提供透明的数据背景。

使用方法

数据集可通过HuggingFace的datasets库便捷加载，调用load_dataset函数后即可将训练集转换为Pandas DataFrame进行后续分析。典型操作包括按国家过滤（如ref_area='IDN'选取印尼数据）、按指标排序后绘制时间序列图，或利用pivot_table构建以时间为行、国家为列的观测矩阵。这些方法便于学者快速进行跨国比较、趋势分析及面板数据建模，而注释字段则有助于调整分类标准以匹配特定研究需求。

背景与挑战

背景概述

职业安全与健康是劳动经济学与公共政策领域的核心议题，非致命性职业伤害的统计监测对于评估工作环境风险、制定预防措施以及推动可持续发展目标至关重要。国际劳工组织（ILO）作为全球劳动统计的权威机构，其ILOSTAT数据库长期系统收集并整合各国职业伤害数据。在此背景下，Electric Sheep Asia于2024年基于ILOSTAT的API，构建了聚焦亚洲地区的非致命性职业伤害数据集，收录1971年至2024年间31个亚洲国家的7499条观测记录，核心指标为非致命职业伤害案例数。该数据集通过统一的数据清洗与标准化流程，为区域职业安全研究提供了跨时空的可比性基础，推动了亚洲劳动统计学与机器学习应用的融合。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：非致命职业伤害的统计定义各国间存在差异，例如部分国家仅覆盖正式部门，而亚洲地区大量非正规经济的从业者常被遗漏，导致数据低估与可比性受损。其次，构建过程中遭遇多重技术障碍：原始数据源自多来源调查（如劳动力调查、行政记录），其报告标准、分类体系与观测频率不一致，需通过ILO选定最佳来源进行协调；部分国家的时序数据存在不连续或缺失，如印度尼西亚仅覆盖1987至1997年；此外，数据包含多种辅助分类变量（如经济活动、性别），其注释信息复杂且标准不统一，增加了特征工程的难度，限制了模型的泛化能力与下游预测任务的多维度分析。

常用场景

经典使用场景

在劳动经济学与职业安全健康研究领域，该数据集最为经典的应用场景集中于分析亚洲地区非致命职业伤害的时空演变规律。研究者常利用其覆盖31国、横跨1971至2024年的年度观测数据，构建面板数据模型，探讨经济增长、产业转型与职业伤害发生率之间的动态关系。数据集提供的经济活动分类变量使得分行业剖析风险暴露成为可能，而长期时序特性则支持趋势预测与政策干预效果的准自然实验评估。

衍生相关工作

该数据集衍生了一系列标志性工作，包括ILOSTAT官方基于其开发的职业伤害负担估计模型，以及多项利用贝叶斯结构时间序列预测亚洲国家工伤率的研究。Electric Sheep Asia团队对该数据的标准化重打包工作，本身也成为了HuggingFace上表格数据管线的参考范例。此外，该数据集常与ILO就业数据、行业增加值数据联合使用，催生出评估职业安全经济效益的复合分析框架，其引用规范已成为劳动统计二次使用的行业模板。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区非致命性职业伤害的经济活动分布研究，依托国际劳工组织ILOSTAT数据库的权威统计，覆盖31国逾半个世纪的观测数据。当前前沿方向集中运用时间序列预测与面板计量模型，揭示工业化进程中职业安全风险的演变规律，并与联合国可持续发展目标中的体面劳动议题深度耦合。通过解析不同经济部门（如制造业与服务业）的伤害案例差异，研究者可量化评估安全监管政策与劳保立法效果，为跨区域职业健康治理提供数据驱动的决策基准。其标准化架构与年度粒度特征，亦为机器学习模型在劳动经济学领域的因果推断与风险预警应用开辟了新的实证路径。