electricsheepafrica/africa-ilo-inj-fatl-sex-mig-rt-fatal-occupational-injuries-per-100-000-workers-by

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的职业伤害数据，具体指标为每10万名工人中按性别和移民状况划分的致命职业伤害发生率。数据集涵盖22个非洲国家（如津巴布韦、毛里求斯、埃及等），时间跨度为1971年至2024年，共包含321个观测值。数据通过ILOSTAT REST API提取，并过滤为非洲国家代码，经过ILO的统计定义协调处理。数据集包含多个列，如国家代码、国家名称、数据来源、指标代码、性别分类、观测年份、观测值等，并提供了性别维度的细分（总计、男性、女性）。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲地区的劳工统计提供机器学习就绪的数据层。This dataset contains occupational injuries data from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Fatal occupational injuries per 100,000 workers by sex and migrant status. It covers 22 African countries (e.g., Zimbabwe, Mauritius, Egypt) from 1971 to 2024, with 321 observations. Data is extracted via the ILOSTAT REST API and filtered to African ISO3 country codes, harmonized using ILO statistical definitions. The dataset includes columns such as country code, country name, data source, indicator code, sex disaggregation, observation year, observed value, etc., with breakdowns by sex (total, male, female). Data is published at annual frequency and includes quality caveats, such as the use of ILO-selected best source. It is suitable for tabular classification, regression, and time-series forecasting tasks, aiming to provide an ML-ready data layer for labor statistics in 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统计数据库，通过REST API直接提取INJ_FATL_SEX_MIG_RT指标数据，并依据非洲ISO3国家代码进行地理过滤。ILOSTAT采用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，数据来源涵盖劳动力调查、行政记录等，并在source.label列中标注以保障可追溯性。数据经Electric Sheep Africa重新打包，形成包含321条观测记录、覆盖22个非洲国家、时间跨度从1971年至2024年的结构化表格数据集。

特点

本数据集聚焦于非洲地区按性别和移民状态分组的每10万名工人致命性职业伤害发生率，包含单一核心指标INJ_FATL_SEX_MIG_RT。数据维度丰富，提供ref_area（国家代码）、sex（性别分类，含总计、男、女三值）、classif1（移民状态分类）等关键字段，支持细粒度分析。时间序列覆盖长达53年，且各国观测记录数量差异显著（4至49条不等），有助于刻画不同国家的长期趋势与数据可得性特征。数据集采用CC-BY-4.0许可协议，便于学术研究与政策分析。

使用方法

用户可通过HuggingFace Datasets库轻松加载该数据集，使用load_dataset("electricsheepafrica/africa-ilo-inj-fatl-sex-mig-rt-fatal-occupational-injuries-per-100-000-workers-by")命令即可获取。加载后可将数据转换为pandas DataFrame进行灵活操作，例如按ref_area过滤特定国家的时间序列，或对INJ_FATL_SEX_MIG_RT指标按时间排序后绘制趋势图。亦可通过pivot_table函数将数据重塑为国家×年份矩阵，便于进行跨国家比较或面板数据分析。数据集格式规整，适用于表格分类、回归以及时间序列预测等机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过其核心统计数据库ILOSTAT创建，并经Electric Sheep Africa重新打包发布，聚焦于非洲22个国家1971至2024年间按性别和移民身份划分的每10万工人致命性职业伤害发生率。研究背景植根于全球劳动安全与体面工作议题，特别是可持续发展目标（SDG）中关于促进安全劳动环境的指标。数据集通过321条观测记录，整合了来自劳动力调查、行政记录等多源数据，旨在填补非洲地区职业伤害统计的空白，为比较劳动安全政策效果、识别高危群体提供量化基础。其在相关领域的影响在于，为区域经济学、公共卫生及劳动法研究提供了首个覆盖半个世纪的标准化时间序列数据，推动了非洲劳动安全分析的实证化进程。

当前挑战

数据集面临的挑战呈多维度交织。首先，它试图解决非洲地区职业伤害统计长期缺失的领域难题——由于各国数据收集能力不均、定义标准不一，导致可比性极低，而该数据集通过ILO统一方法论实现跨国产出，但依然面临数据质量与覆盖完整性的根本矛盾。其次，构建过程中遭遇了显著挑战：原始数据存在稀疏性与不平衡性，如布隆迪仅覆盖2018-2021年，而赞比亚拥有49年记录，导致时间维度分析易受偏倚；多源数据融合时，不同来源（如社保记录与调查数据）的统计口径差异需通过‘最佳来源’筛选机制弥合，但可能牺牲了局部信息的丰富性；此外，移民身份的细分维度因数据缺失频繁，在非洲流动人口统计体系薄弱的现状下，进一步加剧了分类分析的困难。

常用场景

经典使用场景

在非洲劳动安全与健康研究领域，该数据集的核心应用在于分析不同性别与移民身份劳动者面临的致命性职业伤害风险差异。研究者可借助时间序列数据（1971–2024年），探讨工伤致死率在非洲22个国家的长期演变趋势，尤其关注性别维度（男性、女性、总计）与移民身份对职业安全风险的交互影响。该数据集支持构建面板数据模型，用于识别各国工伤预防政策的有效性，或评估经济发展阶段对劳动保护水平的影响机制。此外，其整合国际劳工组织（ILO）标准化的统计口径，为跨区域比较研究提供了可靠的基准数据源。

解决学术问题

该数据集精准回应了劳动经济学与职业流行病学中长期悬而未决的关键问题：非洲大陆背景下的致命性职业伤害是否呈现系统性的人群异质性？传统研究受限于数据碎片化与口径不一，难以刻画移民劳动者在非正规经济中的真实风险暴露水平。通过提供按性别和移民身份分层的标准化伤害率指标，该数据使得检验“双重弱势假说”——即女性移民可能承受叠加的职业安全风险——成为可能，也为估算非洲职业伤害对人力资本积累与经济增长的长期拖累效应提供了经验支撑。

衍生相关工作

该数据集已衍生出一系列标志性研究成果，例如基于面板数据的贝叶斯分层模型，揭示了撒哈拉以南非洲地区移民工人职业伤害率随经济自由化指数上升的U型关系；另有学者结合DHS调查数据，构建了职业伤害与家庭贫困代际传递的联合方程模型。在国际劳工组织2024年的全球职业安全报告中，该数据被作为非洲区域的基准投入，支撑了‘移民身份×性别’交互效应对工伤致死率贡献度的跨国元分析。此外，HuggingFace社区的开发者围绕该数据搭建了实时可视化仪表盘，实现了非洲22国工伤率趋势的交互式探索。