electricsheepafrica/africa-ilo-inj-fatl-eco-nb-cases-of-fatal-occupational-injury-by-economic-act

该数据集包含非洲32个国家从1975年至2024年按经济活动分类的致命职业伤害案例的统计数据，共2940个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，核心指标为INJ_FATL_ECO_NB，表示按经济活动分类的致命职业伤害案例数。数据集以表格形式组织，包含国家代码、国家名称、数据来源、指标代码、指标标签、分类变量、观测年份、观测值等列，适用于表格分类、表格回归和时间序列预测等自然语言处理任务。数据经过Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains 2,940 observations of fatal occupational injury cases by economic activity across 32 African countries from 1975 to 2024. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, with the core indicator being INJ_FATL_ECO_NB, which represents cases of fatal occupational injury by economic activity. The dataset is organized in tabular format, including columns such as country code, country name, data source, indicator code, indicator label, classification variables, observation year, and observed value, making it suitable for tabular classification, tabular regression, and time-series forecasting tasks. It has been repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

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核心统计数据库，聚焦于非洲地区因经济活动导致的致命职业伤害案例。数据通过调用ILOSTAT REST API接口，提取指标代码为INJ_FATL_ECO_NB的原始数据，并依据ISO 3166-1 alpha-3国家代码筛选出非洲32国的观测记录。ILOSTAT基于国际劳工统计学家会议（ICLS）定义对各国劳动调查微观数据进行系统性整合与标准化，并在数据集中通过source.label字段标注数据来源以确保可追溯性。最终由Electric Sheep Africa团队完成数据重打包与发布。

特点

本数据集包含2,940条观测记录，时间跨度覆盖1975年至2024年，涵盖埃及、津巴布韦、南非等32个非洲国家。每条记录详细列出国别代码（ref_area）、数据来源、指标名称、经济活动分类（classif1）及对应年份的致命职业伤害案例数（obs_value）。数据采用标准化模式，包含观测状态标记与注释字段，便于用户识别数据质量与潜在限制。数据集仅收录年度频率数据，且优先采用ILO选定的最佳来源，确保跨国家、跨年份数据的可比性与一致性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数一键加载数据，并转换为Pandas DataFrame进行后续分析。典型应用包括按国家筛选子集以研究特定区域的职业伤害趋势，或针对单个指标构建时间序列进行可视化与建模。此外，用户可借助pivot_table方法将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或跨国家比较。数据集兼容表格分类、回归及时序预测等任务，适合劳动经济学、公共健康及职业安全领域的研究者使用。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过ILOSTAT数据库整理并发布，经Electric Sheep Africa在2024年重新封装，旨在系统记录非洲地区因经济活动导致的致命职业伤害案例。涵盖1975年至2024年间32个非洲国家的2940条观测数据，聚焦于单一核心指标——按经济活动分类的致命职业伤害数量。数据集为研究非洲劳动力市场中职业安全与健康问题提供了宝贵的历史与跨国比较基础，尤其填补了该区域在职业伤害统计方面的数据空白，对推动国际合作关注非洲劳工权益及可持续发展目标中的体面劳动具有重要支撑作用。

当前挑战

该数据集面临的核心挑战包括：首先，非洲地区职业伤害统计的领域问题在于数据覆盖率不均，许多国家缺乏系统性报告机制，导致部分国家或年份数据缺失，难以完整反映实际伤害发生情况。其次，构建过程中遇到ILOSTAT数据来源多样化且质量参差不齐的难题，不同国家采用的不同调查方法（如劳动力调查、行政记录）和统计标准（如ICLS定义）引入了异质性与可比性风险。此外，按经济活动分类的细化程度有限，且部分数据的观测状态标记为临时性或不精确，影响了时间序列分析的稳健性和跨区域比较的可靠性。

常用场景

经典使用场景

该数据集汇聚了1975至2024年间32个非洲国家的致命职业伤害案例，共计2940条观测记录，是国际劳工组织ILOSTAT数据库中关于职业伤害统计的精华子集。在经典使用场景中，研究者常将其用于构建多国面板数据，通过经济活动的细分分类，系统分析不同产业部门的职业安全风险差异。数据集的时序跨度几乎涵盖半个世纪，使其尤为适合开展长期趋势分析、政策干预效果评估以及低频率时间序列预测任务。此外，研究人员可利用其地理覆盖优势，探索非洲大陆内部不同国家在职业安全治理水平上的时空演变规律。

实际应用

在实际应用层面，该数据集为非洲各国劳动监察部门、国际发展机构及企业社会责任评估提供了关键的数据支撑。政策制定者可依托高质量的时序数据，识别高危险行业并动态调整监管重点，将有限资源精准投向风险最集中的领域。跨国企业在评估非洲投资环境与运营合规风险时，能借助该数据集量化不同国家的职业安全底线，优化供应链安全审计。国际劳工组织和区域性合作体亦可利用这些标准化指标，追踪可持续发展目标中“体面劳动”相关目标的落实进度，为制定非洲大陆层面的职业健康战略提供实证基础。

衍生相关工作

围绕这一宝贵数据资源，学术界已衍生出多项具有影响力的经典工作。部分研究以该数据为核心变量，构建了非洲职业安全风险预警模型，将历史伤亡模式与宏观经济波动挂钩，实现了对政策脆弱期的前瞻性识别。另有学者将该数据集与ILOSTAT中的就业、工时、工资等配套指标进行横向拼接，形成了分析非洲劳动力市场整体韧性的综合数据库。在方法论创新方面，研究者利用该数据集的时间序列结构，开发了针对稀疏面板数据的缺失值插补算法，显著提升了非洲统计数据的可用性。这些衍生工作不仅深化了对非洲职业安全问题的理解，也为全球南南合作框架下的数据治理模式提供了范式参考。