electricsheepafrica/africa-ilo-inj-days-sex-mig-nb-days-lost-due-to-cases-of-occupational-injury-with

该数据集包含279个观测值，涵盖23个非洲国家从1975年至2022年的职业伤害数据，重点关注一个指标：按性别和移民状况划分的因职业伤害导致暂时丧失工作能力的损失天数（INJ_DAYS_SEX_MIG_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家代码，包含国家代码、年份、观测值、性别分类等列，适用于表格分类、回归和时间序列预测任务。数据集已由Electric Sheep Africa重新打包，采用cc-by-4.0许可证。This dataset contains 279 observations of occupational injuries data across 23 Africa countries, spanning 1975–2022, covering 1 distinct indicator: Days lost due to cases of occupational injury with temporary incapacity for work by sex and migrant status (INJ_DAYS_SEX_MIG_NB). Sourced from the ILOSTAT database of the International Labour Organization (ILO), it includes columns such as country code, year, observed value, and sex disaggregation, and is repackaged by Electric Sheep Africa for machine learning readiness under the cc-by-4.0 license.

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数据库，聚焦于非洲地区因职业伤害导致暂时性工作能力丧失而损失的工作天数。数据通过ILOSTAT REST API直接获取，并依据非洲ISO3国家代码进行地域筛选与过滤。ILOSTAT在数据汇整过程中，采用国际劳动统计学家会议（ICLS）的定义对原始调查微观数据进行标准化与协调处理，并在数据集中以`source.label`列标注数据来源，确保数据来源的可追溯性与透明度。最终收录了1975年至2022年间来自23个非洲国家的279条观测记录。

特点

该数据集呈现了多维度、长时序的职业伤害数据特色。其核心指标`INJ_DAYS_SEX_MIG_NB`不仅统计了因职业伤害导致的工作日损失总量，还依据性别（男性、女性及总计）进行了细致分组，并涵盖了移民身份的分类信息。数据时间跨度近半个世纪，为研究非洲地区职业伤害的长期趋势、性别差异及其与劳动力流动的关系提供了宝贵素材。此外，数据集包含丰富的元数据列，如数据来源、指标说明等，增强了数据的可解释性与利用价值。

使用方法

用户可通过HuggingFace的`datasets`库便捷地加载该数据集，例如使用`load_dataset`命令直接读取。加载后，可将其转换为Pandas DataFrame进行后续分析。典型的使用场景包括：通过`ref_area`字段筛选特定国家的时间序列数据；利用`indicator`字段聚焦核心指标，并对`time`与`obs_value`列进行可视化以观察变化趋势；亦可通过数据透视功能，将数据重塑为国家×年份的矩阵形式，便于进行跨国产出比较或面板数据分析。数据集提供清晰的字段说明，降低了使用门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计平台ILOSTAT编制，于2022年由Electric Sheep Africa重新整理并发布在HuggingFace上，聚焦非洲23个国家1975年至2022年间因职业伤害导致暂时性失能的工作日损失情况。作为全球劳动统计的权威来源，ILO通过协调各国劳动力调查、行政记录等多源数据，提供按性别和移民状态分层的职业伤害指标，为非洲地区劳动安全研究提供了稀缺的跨国产出视角。该数据集不仅补充了发展中地区职业健康数据的空白，还推动了劳动经济学、流行病学及可持续发展目标（如体面劳动）的实证分析，成为评估非洲职业伤害负担及其社会经济影响的重要基础资源。

当前挑战

该领域核心挑战在于非洲职业伤害数据的系统性缺失与质量不均。许多国家缺乏全面的工伤报告制度，导致数据覆盖率低、时间序列不连续，例如该数据集仅覆盖23国且部分国家观测值极少（如科摩罗仅6条）。构建过程中面临多重困难：首先，各国数据来源差异大（如劳动力调查与行政记录混用），需通过ILO的ICLS定义进行繁琐的标准化整合；其次，按性别和移民状态的分层信息往往不完整，限制了交叉分析；此外，历史数据的追溯依赖破损档案，且不同来源间的统计口径变更（如保险覆盖范围调整）增加了纵向比较的不可靠性。

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，该数据集为分析非洲地区因职业伤害导致的工作日损失提供了宝贵的时间序列资料。研究者常利用其按性别和移民状态细分的观测值，构建面板数据模型，以评估不同国家在1975至2022年间职业伤害严重程度的变化趋势。该数据尤为适用于探索工业化进程、劳动法规完善程度与职业安全表现之间的关联，填补了非洲大陆在该类细粒度统计指标上的数据空白。

衍生相关工作

基于该数据衍生的经典工作包括构建非洲职业伤害预测模型，利用梯度提升机或长短期记忆网络等算法对工作日损失进行时序预测，以预警潜在的安全危机。另有研究将其与ILOSTAT中其他劳动力市场指标（如失业率、非正规就业比例）进行关联分析，揭示宏观经济波动对职业安全水平的传导效应。该数据集还启发了针对撒哈拉以南非洲地区劳动条件趋同假说的实证检验，成为区域劳动经济学比较研究的基础资源。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区因职业伤害导致暂时性工作能力丧失而损失的工作天数，按性别和移民身份进行细分。当前前沿研究方向集中在利用这些时间序列数据构建预测模型，以评估职业安全政策干预效果，并与劳工流动、经济脆弱性等社会热点事件关联。其意义在于为国际劳工组织（ILO）的体面工作指标（SDG 8.8）提供实证支持，尤其助力非洲国家识别高危行业与群体，优化工伤预防资源配置，推动区域劳动保障体系的科学化与精准化。