Personal Injury Verdicts and Settlements Dataset

一个开放、可引用的数据集，包含6,186个美国人身伤害判决和和解记录，每个记录包含州、县、年份、案件类型、伤害类型、结果类型和金额。An open and citable dataset comprising 6,186 personal injury judgments and settlement records from the United States. Each record includes information such as the state, county, case year, case type, injury type, outcome type, and monetary amount.

原始信息汇总

数据集概述

该数据集由 SetCalc 发布并维护，包含 6,186 条美国人身伤害判决与和解记录，覆盖全美 50 个州（部分含县级信息），时间范围为 1973 至 2026 年。每条记录包含州、县、年份、案件类型、伤害类型、结果类型（判决或和解）及金额（美元）。

• 结果类型分布：2,917 条陪审团判决，3,269 条和解。
• 金额统计：中位数为 $375,000；25% 分位数为 $101,000；75% 分位数为 $1.85 百万。
• 主要案件类型（按记录数）：车祸（1,556）、一般人身伤害（1,310）、卡车事故（843）、工伤（642）、医疗事故（574）、场所责任（510）等 12 个执业领域。
• 机动车相关案件（含汽车、卡车、公交车、摩托车、行人及自行车事故）合计 2,883 条，占数据集 47%。
• 数据格式：CSV、JSON，及汇总统计文件；另附 Frictionless Data 描述文件 (datapackage.json) 和引用元数据 (CITATION.cff)。

重要使用提示

公开报道的判决与和解金额偏向较大、经过诉讼的结果，多数常规保险理赔金额远低于本数据集的中位数。例外是州法院判决记录（主要来自弗吉尼亚州巡回法院），其中包含大量小额缺席判决，拉低了整体数值。因此，这些数据反映的是公开报道的案件结果，而非典型理赔的赔付水平。

数据字段说明

字段	类型	必填	说明
caseTitle	string	否	案件名称或简称
state	string	是	美国州全称（如 California）
county	string	否	县或堂区（如有）
year	integer	是	判决或和解年份
practiceArea	string	是	案件类别（12 个值之一）
injuryType	string	是	主要伤害类别（如 Wrongful Death）
resultType	string	是	verdict 或 settlement
amount	number	是	金额（美元）
description	string	是	一段案件摘要
source	string	是	来源类别或出版物

案件类型覆盖（2026年8月4日快照）

执业领域	记录数	中位金额
Car Accident	1,556	$450,000
Personal Injury (general)	1,310	$22,554
Truck Accident	843	$885,000
Workplace Injury	642	$265,000
Medical Malpractice	574	$1,525,000
Premises Liability	510	$647,500
Other	178	$4,190,000
Pedestrian Accident	164	$912,500
Bus Accident	149	$500,000
Motorcycle Accident	135	$1,150,000
Slip and Fall	89	$396,500
Bicycle Accident	36	$970,000

“一般人身伤害”类别因包含大量州法院小额缺席判决，中位数显著低于其他类别。

车祸和解数据

• 车祸记录 1,556 条（613 条判决，943 条和解）。
• 中位报道结果 $450,000；中间 50% 结果范围 $180,000 至 $1.28 百万。
• 代表州：得克萨斯（615）、北卡罗来纳（133）、加利福尼亚（121）、南卡罗来纳（107）、马萨诸塞（85）。

数据来源与方法

记录来自公开来源，发布前经审核，仅限人身伤害事项：

• 判决报告（主要 TopVerdict 及州判决报告，约 1,950 条）
• 律师事务所发布的结果（约 1,300 条，集中在工伤及其他常规事务）
• 新闻报告（1,104 条）
• 州法院民事判决记录（主要弗吉尼亚州巡回法院，994 条）
• 联邦法院案卷（通过 CourtListener，725 条）
• 法律媒体及法院意见（含南卡罗来纳/北卡罗来纳 Lawyers Weekly、Courtroom View Network、拉斯维加斯评论报及州最高法院/上诉法院判决）

金额按公开报道记录，无法核对来源的记录不予发布。律师可通过 setcalc.com/submit-case-result 提交案件结果，审核后才会收录。

数据访问与使用

• 可直接从 GitHub raw URL 加载 CSV 或用 Node 获取 JSON。
• SetCalc 提供免费只读公共 API：GET https://setcalc.com/api/verdicts，支持按州、执业领域、伤害类型、结果类型、年份、金额范围、文本搜索及分页过滤。
• GET https://setcalc.com/api/verdicts/stats 提供聚合分布统计。
• GET https://setcalc.com/api/verdicts/feed.json 返回完整数据集（Schema.org Dataset JSON-LD 格式）。
• 可通过 node scripts/export-public-dataset.mjs 从实时数据库重新生成仓库文件。

引用方式

SetCalc, Personal Injury Verdicts and Settlements Dataset, August 4, 2026 snapshot. https://setcalc.com/personal-injury-settlements-and-verdicts

许可与归属

• 数据（data/）：CC BY 4.0，可自由使用（含商业用途），需注明 “SetCalc (setcalc.com)” 并链接至 https://setcalc.com 或实时数据库。
• 代码（scripts/）：MIT 许可。

免责声明

本数据集仅供信息与研究用途，不构成法律意见；过往结果不能预测任何具体索赔的结果。估算特定索赔可使用 SetCalc 结算计算器或咨询所在州执业律师。

搜集汇总

数据集介绍

构建方式

该数据集由SetCalc构建并维护，收录了美国各州法院及公共记录中报道的17,611例人身伤害判决与和解案例。数据来源包括州级陪审团裁决报告、新闻媒体、律师事务所公布的结果、州法院民事判决记录及联邦法院案卷等，每条记录均经过严格核验后方可收录。数据条目涵盖州、县、年份、案例类型、伤害类型、结果类型及赔偿金额等字段，并提供CSV与JSON两种格式及汇总统计文件，便于研究与应用。

使用方法

研究者可直接通过pandas或Node.js从GitHub原始链接加载CSV或JSON文件进行数据分析，亦可利用SetCalc提供的免费只读API接口进行灵活查询，支持按州、案例类型、伤害类型、结果类型、年份及金额范围筛选，并可获取聚合统计信息。数据遵循CC BY 4.0许可，使用时需注明出处，适合用于法律实证研究、新闻调查及AI模型训练等领域。

背景与挑战

背景概述

该数据集由SetCalc团队于2026年发布，汇集了美国50个州及哥伦比亚特区自1973年至2026年间17,611起人身伤害判决与和解案例，覆盖汽车事故、医疗事故、卡车事故、场所责任等12类案由，每项记录详载州、县、年份、案由、伤害类型、结果类型及赔偿金额。其核心研究问题在于系统整合分散的公开判决信息，为法律实证分析、保险精算及司法政策研究提供结构化数据基础。凭借CC BY 4.0许可，该数据集已迅速成为学术研究与法律科技领域的重要资源，填补了美国人身伤害赔偿金公开数据长期缺乏系统整理的空白，对案件评估、赔偿趋势分析及法律AI模型训练具有显著影响力。

当前挑战

该数据集所面临的挑战首先在于其固有的选择偏倚——公开报道的判决与和解案例多源自高额赔偿清单，导致整体中位数（750,000美元）显著高于普通索赔实际水平，无法直接反映典型案件价值，且不同州与案型间的代表性差异悬殊，部分州依赖全范围判决报告而更贴近现实，另一些则因来源局限而严重高估。构建过程中，团队需从多源异构数据（如州级判决报告、新闻、法院记录）中手工筛选与核验，确保每条记录可追溯至原始来源，并克服公开数据不完整、格式不一致及跨州法律差异等障碍，以维护数据的准确性与一致性，同时需在数据发布中明确警示使用者避免误读统计指标，平衡数据可用性与科学严谨性。

常用场景

经典使用场景

该数据集收录了美国50个州自1973年至2026年间逾一万七千件人身伤害案件裁决与和解记录，涵盖机动车事故、医疗事故、职场伤害等十二类案由，并细致标注了地理、时间、伤害类型及金额等关键要素。研究者可借此开展实证法律分析，例如构建赔偿金额的多元回归模型，探究地域、案由与伤害严重程度对裁判结果的量化影响；亦可通过描述性统计揭示各州赔偿水平的分布特征，为比较法研究提供坚实的数据根基。

解决学术问题

此数据集有效填补了人身伤害赔偿领域长期缺乏大规模公开微观数据的学术空白。过去，研究者多依赖有限案例或二手综述，难以系统刻画赔偿金额的总体分布及其内在异质性。该数据集的跨州、跨年度结构，配合案件类型与伤害维度的交叉信息，支撑了关于惩罚性赔偿、裁判者个体差异、医疗过错责任认定等经典议题的计量检验，推进了法律实证主义与法经济学在侵权法研究中的深度融合。

实际应用

在法律实务中，该数据集为案件评估提供了量化参照基准。执业律师可依据案件所在州、案由及伤害性质，快速检索相似历史结果，辅助制定谈判策略与诉讼预期管理；保险公司与风险分析师则利用其进行责任保险定价与准备金估算，优化承保决策。此外，数据以CC BY 4.0协议开放，并通过API实时更新，便于集成至法律科技产品，如智能索赔评估工具，显著提升行业决策的透明度和效率。

数据集最近研究

最新研究方向

在司法数据分析与人工智能辅助法律决策的交汇点上，该数据集以逾万宗美国人身伤害判决与和解案例为基石，揭示出多维度前沿研究动向。其覆盖全美五十州、跨越逾五十年的时空纵深，加之对案件类型、伤害类别、裁决金额等关键变量的精细编码，为法律实证研究提供了罕见的高分辨率图景。研究焦点正从单纯的结果统计转向对赔偿金额分布深层机制的挖掘，尤其是在控制公开报道偏差与地域差异后，探索事故责任认定、伤害严重程度与赔偿数额间的复杂耦合关系。数据集兼容CSV与JSON格式并配备实时API，便捷支撑研究者构建预测模型与风险评估工具，进而推动从经验型法律实践向数据驱动型司法科学的范式转型，在保险精算、诉讼策略优化及法律政策制定中展现出广阔的应用前景与深远的学术影响。