electricsheepeurope/europe-ilo-inj-nftl-eco-rt-non-fatal-occupational-injuries-per-100-000-worker

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲非致命职业伤害统计数据，具体指标为每10万名工人中按经济活动划分的非致命职业伤害发生率。数据集涵盖35个欧洲国家，时间跨度为1970年至2024年，共包含23,203个观测值。数据以年度频率提供，包含国家代码、国家名称、数据来源、指标代码、指标名称、分类变量、观测年份、观测值、观测状态及相关注释等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistics on non-fatal occupational injuries in Europe from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Non-fatal occupational injuries per 100,000 workers by economic activity. It covers 35 European countries from 1970 to 2024, with 23,203 observations. The data is provided at annual frequency and includes fields such as country code, country name, data source, indicator code, indicator name, classification variables, observation year, observed value, observation status, and related notes, suitable for tasks like tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe团队通过ILOSTAT REST API直接抽取原始指标INJ_NFTL_ECO_RT的数据，并过滤至欧洲35个国家的ISO3国家代码范围而构建。ILOSTAT作为国际劳工组织（ILO）的核心劳动统计数据库，依据国际劳工统计学家会议（ICLS）定义对调查微观数据进行统一清洗与协调，数据来源涵盖劳动力调查、行政记录等多类渠道，并在source.label字段中标注以保持可追溯性。最终形成包含23,203条观测记录的结构化表格，覆盖1970年至2024年的时间跨度。

特点

该数据集核心特点在于其专注于欧洲区域非致命性职业伤害率的统计，以每10万名工人为单位呈现，并按经济活动进行细分。数据包含丰富的分类变量，如经济活动类别、观察状态标志及多层级注释字段，便于用户识别数据可靠性、覆盖范围与参考周期。时间序列完整、国别覆盖广泛，且所有原始数据均遵循CC-BY-4.0许可协议发布，确保了学术与商业应用中的合规性与可复用性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset功能一键加载数据，并利用pandas库将其转换为DataFrame进行后续分析。支持按国家代码过滤单一国家的时序数据，也可针对特定指标按年份排序绘制趋势图。此外，可利用数据透视表功能将长格式转换为国家×年份的矩阵形式，便于跨国的横向比较与统计分析。数据集兼容表格分类、回归与时间序列预测等多种任务场景，为劳动经济学与职业安全研究提供了便捷的机器学习就绪数据源。

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年整理发布，并由Electric Sheep Europe团队重新封装为机器学习就绪格式。核心研究问题聚焦于欧洲35个国家在1970至2024年间非致命性职业伤害的发生率，按经济活动分类统计每十万名工人中的受伤案例。数据集共包含23,203条观测记录，覆盖了ILOSTAT这一全球领先的劳工统计数据库的核心指标，为劳动经济学、职业健康与安全政策分析提供了标准化的长期面板数据。其发布推动了欧洲各国在职业伤害监测、国际比较以及可持续就业目标（SDG指标）评估方面的实证研究，影响力显著。

当前挑战

数据面临的核心领域挑战在于职业伤害统计的跨国可比性与数据质量一致性。各国在伤害定义、报告门槛和收集方法上存在差异，ILOSTAT虽通过ICLS定义进行协调，但`obs_status`字段中标记为“不可靠”的观测值仍提示底层原始数据存在瑕疵。构建过程中，挑战主要来自多源异构数据的整合，包括劳动力调查、行政记录等多种来源的格式统一与最佳来源筛选；同时，年度频率限制了细粒度时间序列分析，而缺失的按月或按季度细分数据以及经济活动的详细分类不全，增加了建模与推断的复杂度。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中欧洲35个国家自1970年至2024年间每十万工人非致命性职业伤害的年度观测值，共计23,203条记录。经典使用场景涵盖基于经济活动的伤害率分类与回归建模，研究者可借助ref_area、time和classif1字段构建面板数据，揭示不同产业部门（如制造业、建筑业、服务业）职业伤害风险的长期演变规律。时间序列分析亦是核心应用之一，通过单指标筛选与按国家维度的透视变换，能够刻画特定经济部门伤害率的波动趋势与周期性特征，为劳动安全政策的动态评估提供量化依据。

衍生相关工作

该数据集衍生出一系列指向职业安全实证分析的经典工作。聚焦于劳动经济学领域，有学者利用面板固定效应模型探究经济周期、失业率与非致命伤害率之间的反向关系，实证了安全投入的顺周期特征。在卫生政策研究中，研究者将伤害率与医院急诊记录、伤残补偿金等微观数据关联，评估各国职业健康干预措施的真实效果。随着机器学习的渗透，基于该数据集的分类与回归任务还催生了预测性安全模型，借助历史序列与宏微观协变量对年度伤害率进行前瞻性预估。此外，ILOSTAT数据仓库的开放生态促成了多个欧洲国家间伤害监测指标的融合工作，为构建统一的区域劳动安全信息平台奠定了方法论基础。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲35国非致命职业伤害率的长期时序追踪与跨经济部门比较研究，为劳动安全与健康领域的前沿分析提供了标准化、可复用的数据基础。依托ILOSTAT的国际劳工统计权威框架，涵盖1970至2024年间的23,203条观测记录，特别适合用于评估后疫情时代职场安全政策成效、探索行业差异与宏观经济的关联模式。在欧盟持续强化职业健康与安全监管、《欧洲绿色协议》推动经济结构转型的背景下，此类精细化的伤害率数据对于识别高风险行业、验证劳动保护干预措施的因果效应、以及构建预测性风险预警模型具有重要价值，为跨国比较与循证决策铺平了道路。