electricsheepafrica/africa-ilo-inj-nftl-sex-mig-nb-cases-of-non-fatal-occupational-injury-by-sex-and

该数据集是一个表格数据集，专注于非洲地区的非致命职业伤害案例，按性别和移民状态进行分类。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，包含1975年至2024年间32个非洲国家的588个观测值，涵盖1个核心指标（INJ_NFTL_SEX_MIG_NB）。数据集提供了详细的模式信息，如国家代码、来源、指标、性别分类、观察年份和数值等，适用于表格分类、回归和时间序列预测等任务。数据经过ILO标准化处理，并包含质量说明和用法示例。

This dataset is a tabular dataset focusing on cases of non-fatal occupational injury in Africa, disaggregated by sex and migrant status. It is sourced from the International Labour Organization (ILO) ILOSTAT database, containing 588 observations across 32 African countries from 1975 to 2024, covering 1 core indicator (INJ_NFTL_SEX_MIG_NB). The dataset provides detailed schema information, including country codes, sources, indicators, sex classifications, observation years, and values, making it suitable for tasks such as tabular classification, regression, and time-series forecasting. The data is harmonized by ILO and includes quality caveats and usage examples.

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，聚焦于非洲地区非致命性职业伤害案例，涵盖性别与移民状态两个核心维度。数据通过ILOSTAT的REST API接口直接获取，筛选出非洲32个国家的ISO3国家代码，并经由Electric Sheep Africa团队进行重新封装与标准化处理。数据源主要来自各国劳动力调查、家庭收入调查、企业调查及行政记录，遵循国际劳工统计学家会议（ICLS）的定义进行统合，确保跨国的可比性与权威性。最终建成包含588条观测值、覆盖1975至2024年时间跨度的结构化数据集，以Parquet格式存储，便于机器学习与统计分析的直接调用。

特点

该数据集具有鲜明的时空广度和精细化特征，横跨近半个世纪的非洲32个国家的职业伤害记录，时间跨度达50年，空间上涵盖了从南非（73条观测）到贝宁等中小型经济体。数据核心指标仅含一个（INJ_NFTL_SEX_MIG_NB），但通过性别（男、女、总计）与移民状态（总、移民、非移民）的细分维度，提供了细致的分类视角。每条观测均附带了数据来源的标注，便于追溯原始调查的类型与质量。数据集还明确标记了观测状态（如临时性、不可靠性）及附注信息，体现了对数据质量的审慎态度，适合进行时间序列分析、跨国比较以及性别与移民状态对职业伤害影响的实证研究。

使用方法

使用该数据集极为便捷，可通过HuggingFace的`datasets`库一键加载：调用`load_dataset("electricsheepafrica/africa-ilo-inj-nftl-sex-mig-nb-cases-of-non-fatal-occupational-injury-by-sex-and")`即可获取训练集，并直接转换为Pandas DataFrame进行后续分析。研究者可按国家筛选（如`df[df["ref_area"] == "KEN"]`），或针对特定指标进行时间序列排序与可视化。此外，支持通过透视表将数据重塑为国家×年份的矩阵形式，以支撑面板数据回归或地理空间建模。数据集的列名清晰规范，包含国家代码、年份、指标值、分类标签及质量注释，适合用于表格分类、回归及时间序列预测任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT统计数据库于2024年构建，经Electric Sheep Africa整理后发布于HuggingFace平台。数据集聚焦非洲地区32个国家1975年至2024年间非致命职业伤害病例，按性别与移民状态进行精细分层，包含588条观测记录。其核心研究问题在于揭示非洲劳动力市场中职业伤害的分布特征与演化趋势，为制定精准的职业安全政策与移民劳工保护措施提供数据支撑。作为ILOSTAT权威数据在非洲区域的专项化数据集，它为欠发达地区的职业健康研究提供了标准化、可复用的时序数据资源，填补了该领域区域性公开数据集的空白。

当前挑战

所解决的领域问题在于，非洲职业伤害数据长期存在跨国家、跨时段的统计口径不一致与数据缺失等顽疾，难以开展可靠的区域比较与趋势分析。数据集通过统一调用ILOSTAT的REST API并依据ICLS定义进行标准化清洗，有效提升了数据可比性。构建过程中面临严峻挑战，包括：1）多来源数据（劳动力调查、行政记录等）的整合与质量校验，需在ILO选定“最佳来源”后再进行二次筛选；2）时间序列不连续，部分国家观测年份稀疏（如尼日尔仅含少量记录），影响模型训练的稳定性；3）性别与移民状态的分层变量在部分观测中为缺失值，限制了多维分析的完整性。

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，该数据集核心应用于分析非洲地区非致命性职业伤害的时空分布与人口学特征。研究者可借助其按性别和移民身份细分的观测值，构建面板数据模型，探讨不同社会群体在工作场所受伤风险的差异，以及伤害发生率随经济发展阶段演变的长期趋势。数据跨越1975至2024年，覆盖32个非洲国家，为开展纵向比较研究和跨国因果推断提供了珍贵素材。

实际应用

在实际应用层面，该数据集支撑着非洲各国劳工部门基于证据的决策制定。政策制定者可利用其按性别和移民身份细分的伤害统计，识别高危行业中的脆弱群体，从而设计针对性的职业安全干预措施。国际组织如国际劳工组织可借助这些数据监测非洲区域实现可持续发展目标中体面劳动指标（SDG 8）的进展。此外，跨国企业通过分析不同国家的伤害模式，能够优化其在非洲供应链中的工人保护策略，降低法律与声誉风险。

衍生相关工作

围绕该数据集已衍生出多项开创性研究。经典工作包括运用聚类分析对非洲国家职业安全表现进行类型学划分，将30余国按伤害发生率、性别差异和移民工人比例归为若干安全治理模式。另有研究采用贝叶斯结构时间序列模型，预测南非、毛里求斯等数据密集国家非致命职业伤害的未来演变，为提前配置急救资源提供依据。部分学者还将其与国际劳工组织其他数据集（如就业率、行业结构）联合分析，构建了非洲非正规经济规模与职业伤害风险之间的统计关联模型。