electricsheepasia/asia-ilo-inj-days-eco-nb-days-lost-due-to-cases-of-occupational-injury-with

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的职业伤害统计数据，专门针对亚洲地区。数据集聚焦于因职业伤害导致暂时丧失工作能力而损失的天数这一指标（代码INJ_DAYS_ECO_NB），按经济活动分类。它涵盖了24个亚洲国家从1975年至2024年的年度观测数据，共计4,497条记录。数据包括国家代码、年份、指标数值、数据来源及分类信息等字段，适用于表格分类、回归或时间序列预测等任务。数据集由Electric Sheep Asia重新打包，以标准化模式提供，便于机器学习使用。This dataset contains occupational injury statistics sourced from the International Labour Organization (ILO) ILOSTAT database, specifically targeting the Asian region. The dataset centers on the indicator of lost workdays due to temporary work incapacity resulting from occupational injuries (code: INJ_DAYS_ECO_NB), categorized by economic activity. It covers annual observational data from 24 Asian countries spanning the period from 1975 to 2024, totaling 4,497 records. The dataset includes fields such as country code, year, indicator value, data source and classification information, and is applicable to tasks including tabular classification, regression, or time series forecasting. This dataset was repackaged by Electric Sheep Asia and provided in a standardized format to support machine learning applications.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Asia团队基于国际劳工组织（ILO）的ILOSTAT数据库构建而成。数据通过调用ILOSTAT REST API接口直接获取，过滤出亚洲ISO3国家代码对应的观测记录，共涵盖24个亚洲国家、1975年至2024年间的4,497条数据。ILOSTAT数据库本身对各国劳动力调查、家庭收支调查、企业调查及行政记录等原始微观数据进行了统一的ICLS定义下的协调处理，并在数据集的source.label列中标记了数据来源，确保了数据的可追溯性与统计口径的一致性。

特点

数据集聚焦于因职业伤害导致临时性丧失工作能力而损失的工作天数这一核心指标（INJ_DAYS_ECO_NB）。其特点在于时间跨度长（近50年）、覆盖地域广（24个亚洲国家）且数据颗粒度细致，每条记录均包含国家代码、来源、经济活动分类、观测值及多种注释标签。数据以年度频率发布，并优先采用ILO选定的“最佳来源”，同时提供分类变量（如性别、经济活动）的拆分信息，便于用户按需进行多维度的深入分析。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，使用load_dataset()函数即可快速获取训练集并转换为Pandas DataFrame进行后续操作。支持按国家代码筛选特定国家的子集，也可针对单一指标按时间排序进行时间序列分析与可视化。此外，通过pivot_table方法可将数据重塑为国家×年份的矩阵形式，便于进行跨国比较或面板数据分析。数据集以宽松的CC-BY-4.0许可发布，使用时需同时引用ILO原始数据及Electric Sheep Asia的封装版本。

背景与挑战

背景概述

职业伤害导致的工时损失是衡量劳动力安全与生产效率的关键指标，国际劳工组织（ILO）长期致力于全球劳工统计数据的标准化与整合。在此背景下，Electric Sheep Asia于2024年将ILOSTAT数据库中亚洲地区因职业伤害致暂时性失能所损失的工时数据重新封装，形成了本数据集。该数据集覆盖24个亚洲国家，时间跨度为1975年至2024年，包含4497条观测记录，核心研究问题聚焦于量化不同经济活动中职业伤害的严重程度及其对劳动力市场的影响。作为ILO官方数据的衍生品，该数据集为劳动经济学、职业安全与公共卫生领域的研究者提供了便捷的机器学习输入接口，尤其促进了亚洲地区跨国、跨时序的职业伤害对比分析，有望推动区域性的劳动保护政策评估与优化。

当前挑战

该数据集所解决的领域问题在于，职业伤害的工时损失数据长期分散于各国统计体系，缺乏统一的国际可比框架，导致跨区域、跨时序的建模分析困难重重。构建过程中，数据集面临多重挑战：首先，原始数据来源复杂，包含劳动力调查、行政记录等多种类型，需通过ILO的ICLS定义进行标准化整合，但各国数据采集方法与质量参差不齐，导致部分观测值存在标记为“暂定”或“不可靠”的状况。其次，数据时间跨度长，部分国家（如印度、韩国）仅有早期年份的记录，而泰国、日本等国数据集中于近期，形成严重的时序缺失与不平衡问题。此外，同一国家同一年的数据可能来自不同来源，ILO虽已选择“最佳来源”，但选择标准未透明化，引入潜在的偏差风险。最后，数据仅包含年度频率，缺失更为细粒度的月度或季度信息，限制了高分辨率时间序列分析的可能性。

常用场景

经典使用场景

在劳动经济学与职业安全卫生研究领域，该数据集的核心应用场景聚焦于量化分析亚洲地区因职业伤害导致的工时损失。研究者可借助其横跨1975至2024年、覆盖24个亚洲国家的4497条观测记录，系统追踪不同经济活动类别中临时性丧失劳动能力的工伤案例所引发的工时损失变动趋势。通过时间序列分析与面板数据回归，学者能够揭示职业伤害对劳动力市场效率的冲击程度及其随时间演化的规律，为理解工伤风险的经济成本提供坚实的数据基石。

解决学术问题

该数据集有效破解了亚洲区域职业伤害经济影响研究中长期存在的长时段、跨国可比数据匮乏的困境。它使研究者得以深入探究工伤事故与劳动生产率、经济增长之间的动态关联，并检验不同经济发展阶段下职业安全政策的效果差异。通过整合ILO统一标准下的数据，该数据集助力解决工伤统计口径不一致的难题，为评估亚洲各国职业健康与安全治理水平、以及可持续发展目标（SDG）中体面劳动指标的监测与比较提供了不可或缺的实证基础。

衍生相关工作

基于该数据集，学术界已衍生出多项经典研究脉络。一系列工作聚焦于构建职业伤害经济损失的预测模型，将工时损失与宏观经济波动、产业结构变迁等变量相结合，发展出动态面板数据计量模型。另有一些研究则利用该数据检验库兹涅茨曲线假设在职业安全领域的适用性，即经济增长与工伤风险之间是否存在倒U型关系。此外，围绕数据质量控制与时间序列插补方法的研究也持续涌现，进一步健全了劳动统计数据的分析范式。