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

该数据集包含非洲地区按经济活动划分的每10万名工人中致命职业伤害的统计数据，涵盖25个非洲国家，时间跨度为1969年至2024年，总计2,608个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至非洲国家，包含1个主要指标（INJ_FATL_ECO_RT），用于分析不同经济活动中致命职业伤害的发生率。数据集结构包括国家代码、国家名称、数据来源、指标代码、分类变量（如经济活动汇总）、观测年份、观测值等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并经过ILO的标准化处理，确保与国际劳工统计学家会议（ICLS）定义一致。数据集还包含数据质量说明，如多源数据选择最佳来源、分类列仅在指标发布细分时非空等。This dataset contains statistical data on fatal occupational injuries per 100,000 workers categorized by economic activity across 25 African countries, spanning the period from 1969 to 2024 with a total of 2,608 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and filtered to include only African nations. It encompasses one primary indicator (INJ_FATL_ECO_RT) for analyzing the incidence rate of fatal occupational injuries across diverse economic activities. The dataset structure comprises columns including country code, country name, data source, indicator code, categorical variables (e.g., economic activity aggregation), observation year, and observed value, making it suitable for tasks such as tabular classification, regression, and time series forecasting. Released at an annual frequency, the data has undergone standardization by the ILO to ensure consistency with the definitions established by the International Conference of Labour Statisticians (ICLS). Additionally, the dataset includes data quality notes, such as selecting the optimal source from multiple available data entries, and categorical columns being non-null only when the indicator is published with disaggregated data, among other details.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于国际劳工组织（ILO）的ILOSTAT数据库精心构建而成。数据通过直接调用ILOSTAT的REST API接口（https://rplumber.ilo.org/data/indicator?id=INJ_FATL_ECO_RT），获取原始指标数据，并依据非洲国家的ISO3国家代码进行严格筛选与过滤。ILOSTAT本身采用国际劳工统计学家会议（ICLS）定义的标准，对各国劳工调查、行政记录等原始微观数据进行系统化统一处理，以确保跨国的可比性与一致性。最终形成涵盖25个非洲国家、时间跨度从1969年至2024年、总计2608条观测记录的结构化表格数据集。

特点

该数据集聚焦于非洲地区每十万名工人中致命职业伤害的发生率，并按经济活动类型进行细致划分，提供了一个独特且聚焦的职业安全健康视角。其显著特点在于数据的权威性与专业性，所有指标均源自ILOSTAT这一全球劳工统计的核心数据库。数据集包含丰富的元数据字段，如数据来源、观测状态、分类变量及注释信息，便于用户对数据质量与背景进行溯源与评估。数据覆盖了多个非洲国家长达半个多世纪的历史记录，为研究非洲大陆职业伤害的长期趋势、区域差异及行业分布提供了珍贵的定量基础。

使用方法

研究人员与开发者可通过Hugging Face Datasets库便捷地加载此数据集，仅需一行Python代码`ds = load_dataset("electricsheepafrica/africa-ilo-inj-fatl-eco-rt-fatal-occupational-injuries-per-100-000-workers-by")`即可获取训练数据。将数据转为Pandas DataFrame后，用户可依据ISO国家代码（如`ref_area == "KEN"`）轻松筛选单个国家的记录，或按时间序列对单一指标（如`INJ_FATL_ECO_RT`）进行排序与可视化分析。此外，利用pivot_table函数可快速构建以年份为行、国家为列的矩阵视图，便于进行跨国的横向比较与趋势挖掘。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门（ILOSTAT）创建，经Electric Sheep Africa于2024年重新整理并发布在HuggingFace平台。ILOSTAT作为全球劳动统计的权威数据库，致力于整合各国劳动力调查、行政记录等多源数据。本数据集聚焦于非洲25个国家，收录了1969年至2024年间按经济活动分类的每十万工人致命职业伤害发生率（INJ_FATL_ECO_RT），共2,608条观测值。这一专业化数据为研究非洲大陆职业安全与健康问题提供了宝贵时序资料，弥补了该区域在高频、标准化工伤统计方面的长期空白，对推动非洲劳工权益保护、实现体面劳动可持续发展目标具有重要学术与政策价值。

当前挑战

该数据集面临多重挑战。在领域问题层面，非洲各国职业伤害统计体系不完善，数据收集标准差异显著，许多国家缺乏系统性的工伤报告制度，导致数据稀疏且时间序列不连续，难以进行跨国家、跨时期的严谨比较与趋势分析。在构建过程中，数据整合需应对ILOSTAT多来源数据（如劳动力调查、行政记录）的异构性，处理不同来源之间的定义偏差与统计口径不一致问题。同时，部分国家的数据覆盖年代久远（最早可追溯至1969年），历史数据质量参差不齐，存在缺失值与标注不完整现象，需依赖ILO的“最优来源”筛选机制进行平衡，但该机制可能引入主观偏差，影响数据的客观性与可复现性。

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，该数据集被广泛用于分析非洲地区不同经济活动中致命职业伤害的发生率。研究者可基于其涵盖25个国家、跨越半个多世纪的2,608条观测记录，构建面板数据模型，探究各国在不同经济发展阶段、产业结构变迁下职业伤害死亡率的变化规律。这些数据支持进行跨国横向比较与时间序列纵向分析，为揭示职业伤害风险与行业特征、劳动保护政策之间的内在关联提供了珍贵的量化基础。

实际应用

在实际应用层面，该数据集为非洲各国劳动监察部门、国际劳工组织及世界银行等发展机构提供了可操作的决策支持工具。通过分析不同经济部门（如农业、制造业、建筑业）的致命伤害发生率，政策制定者能够精准识别高风险行业，优化安全监管资源的配置，并设计具有行业针对性的职业健康干预措施。此外，数据集还可用于保险公司评估职业风险定价、跨国企业实施供应链劳动合规审计，以及非政府组织倡导改善劳工工作条件。

衍生相关工作

基于该数据集衍生出的经典工作包括对非洲职业伤害统计方法论的改进、与ILOSTAT全球数据库的交叉验证研究，以及利用机器学习模型预测未来职业伤害趋势的前沿探索。研究者进一步整合了经济普查、劳动力调查等多源数据，构建了反映非洲国家职业安全治理能力的综合评价指标体系。这些衍生产品不仅提升了数据本身的应用价值，也推动了全球南方国家在劳动统计标准化领域的学术合作与方法创新。