electricsheepafrica/africa-ilo-inj-nftl-inj-eco-nb-cases-of-non-fatal-occupational-injury-by-type-of

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非致命职业伤害案例数据，按失能类型和经济活动分类，专门覆盖非洲地区。数据集涵盖3,142个观察值，涉及11个非洲国家（包括毛里求斯、埃及、突尼斯等），时间跨度为1976年至2024年，包含一个独特指标（INJ_NFTL_INJ_ECO_NB）。数据通过ILOSTAT REST API获取，并经过处理以仅包括非洲国家代码，遵循国际劳工统计学家会议（ICLS）定义进行标准化。数据集以表格形式提供，包含国家代码、国家名称、数据来源、指标代码、分类变量（如失能类型和经济活动）、观察年份、观察值等列，适用于表格分类、回归和时间序列预测等任务。数据为年度频率，并包含数据质量说明，例如当同一国家×年份有多个来源时，使用ILO选择的最佳来源。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains non-fatal occupational injury case data sourced from the ILOSTAT database of the International Labour Organization (ILO), categorized by disability type and economic activity, with a specific focus on the African region. It covers 3,142 observations across 11 African countries including Mauritius, Egypt, Tunisia, and others, spanning the period from 1976 to 2024, and includes a unique indicator (INJ_NFTL_INJ_ECO_NB). The data was obtained via the ILOSTAT REST API, then processed to retain only entries for African countries, and standardized in accordance with the definitions established by the International Conference of Labour Statisticians (ICLS). The dataset is provided in tabular format, with columns including country code, country name, data source, indicator code, categorical variables such as disability type and economic activity, observation year, and observed values, making it suitable for tasks like tabular classification, regression, and time series forecasting. The data is of annual frequency and includes data quality notes; for example, when multiple sources exist for the same country-year pair, the optimal source selected by the ILO will be used. This dataset was repackaged by Electric Sheep Africa, with the aim of providing a unified, machine learning-ready data layer for the African continent.

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，通过REST API接口直接抽取了非洲地区非致命职业伤害的原始观测数据。Electric Sheep Africa团队对数据进行二次整理与封装，筛选出ISO3国家代码属于非洲的11个国家的记录，并保留了ILO依据国际劳工统计学家会议（ICLS）定义进行协调后的标准化字段。数据集的构建严格遵循可追溯性原则，在`source.label`列中标注了每一条观测的数据来源，例如劳动力调查或行政记录，确保了数据来源的透明性与权威性。最终数据集以Parquet格式发布在HuggingFace平台，支持通过`datasets`库一键加载，极大降低了研究者获取高质量非洲劳动统计数据的门槛。

特点

该数据集覆盖1976年至2024年间11个非洲国家的3,142条观测记录，包含非致命职业伤害的详细分类信息，如伤残类型与经济活动门类。其核心指标`INJ_NFTL_INJ_ECO_NB`反映了不同国家和地区职业伤害的规模与分布，具有长时序、多国别、细分类的显著特点。数据集的模式设计精巧，不仅包含国家代码、年份、观测值等核心变量，还引入了来源、分类变量及备注字段，为用户提供了充分的上下文信息。此外，数据质量经过精心把控，优先采用ILO选定的'最佳来源'，并对年度频率的数据进行了统一处理，确保了时间序列分析的可靠性。

使用方法

使用该数据集极为便捷，研究者只需通过HuggingFace的`datasets`库调用`load_dataset`函数即可获取训练集，随后可转化为Pandas DataFrame进行深入分析。典型操作包括按国家代码过滤数据以聚焦特定国家的职业伤害趋势，或针对单一指标进行时间序列的可视化与预测建模。数据集还支持将数据透视成国家×年份的矩阵形式，便于进行面板数据分析或跨国家比较。对于处理分类变量的任务，如根据伤残类型或经济活动进行分类或回归预测，该数据集也提供了结构化的输入特征，可直接用于机器学习模型的训练与评估。

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统计数据库整理，经Electric Sheep Africa于2024年重新打包发布，聚焦非洲地区非致命职业伤害的流行病学监测。ILOSTAT作为全球劳动统计的核心枢纽，整合了200多个经济体的劳动力调查、行政记录等多源数据，而本数据集则从中提取了11个非洲国家、覆盖1976至2024年间的3142条观测记录，核心指标为“按失能类型和经济活动划分的非致命职业伤害案例”。此数据集填补了非洲职业安全健康领域长时间序列、跨国家可比数据的空白，为区域劳动政策制定、国际劳工标准实施效果评估及可持续发展目标（SDG）体面工作指标的监测提供了关键定量基础，尤其推动了非洲背景下职业伤害流行病学从个案报告向系统分析的转型。

当前挑战

该数据集面临的挑战首要源于非洲地区职业伤害统计体系的不均衡性：许多国家缺乏常态化劳动力调查机制，导致数据来源混杂（如行政记录与调查数据并存），且观测年份覆盖参差不齐（如尼日尔仅含2年数据），造成跨国家时间序列分析中的样本缺失与偏倚问题。构建过程中，ILO需对各国采用不同国际劳工统计学家会议（ICLS）定义、经济活分类标准及失能类型编码的原始数据进行一致性协调，这涉及大量跨系统映射与质量标记工作；同时，部分国家存在同一时期多源数据冲突，需依赖ILO“最佳来源”遴选规则，可能引入主观偏差。此外，数据集仅收录年度频率数据，忽略了月度波动与季节性效应，限制了细粒度干预评估的时效性。

常用场景

经典使用场景

聚焦于非洲大陆非致命职业伤害的量化分析，该数据集为多国跨时空的工伤流行病学研究提供了结构化数据基础。研究者和数据分析师通常将其用于构建时间序列预测模型，探究不同经济活动中暂时性或永久性失能伤害的发生规律。基于ILOSTAT的标准化分类体系，研究者能够对11个非洲国家近半个世纪的工伤数据进行纵向追溯与横向对比，从而揭示区域间职业安全绩效的演化轨迹与结构性差异。

解决学术问题

该数据集直接回应了非洲劳动安全领域长期存在的系统性数据匮乏问题。在学术层面，它使研究者得以跨越国别统计口径不一致的障碍，开展职业伤害发生率与经济发展阶段、产业结构变迁之间的关联性分析。通过量化不同经济活动门类的非致命伤害风险，数据集为验证‘工业化进程中工伤风险先升后降’的环境库兹涅茨曲线假说提供了稀缺的非洲实证材料，推动了全球劳动安全科学的地理性平衡。

衍生相关工作

基于该数据集，衍生出一系列聚焦于劳动安全与经济发展的交叉研究。经典工作包括构建非洲职业伤害的多变量预测框架，将宏观经济增长指标与微观行业伤害率进行格兰杰因果检验；亦有学者利用其时间序列属性，结合贝叶斯结构时间序列模型评估南非矿山安全法规的干预效果。近年来，该数据还被整合进联合国可持续发展目标8（体面工作）的进展评估体系，成为衡量非洲大陆工作条件改善成效的关键数据源。