electricsheepasia/asia-ilo-inj-nftl-sex-mig-rt-non-fatal-occupational-injuries-per-100-000-worker

该数据集包含了亚洲地区26个国家从1971年至2024年的非致命职业伤害统计数据，具体指标为“每10万工人中按性别和移民身份划分的非致命职业伤害发生率”。数据集共有985个观测值，数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并筛选为亚洲国家。数据集结构包括国家代码、国家名称、数据来源代码、指标代码、性别分类（总计、男性、女性）、移民状态分类、观测年份和观测值等字段。数据以年度频率发布，并经过ILO的标准化处理，确保一致性和可追溯性。该数据集适用于表格分类、回归和时间序列预测等任务，可用于分析亚洲各国职业伤害的趋势和差异。This dataset contains 985 observations of non-fatal occupational injuries data across 26 Asia countries, spanning 1971–2024, covering the indicator Non-fatal occupational injuries per 100000 workers by sex and migrant status. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered for Asian countries. The dataset schema includes columns such as country code, country name, source code, indicator code, sex disaggregation (total, male, female), migrant status classification, observation year, and observed value. Data is published at annual frequency and harmonized by ILO for consistency and traceability. It is suitable for tabular classification, regression, and time-series forecasting tasks, enabling analysis of occupational injury trends and disparities in Asia.

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数据库，通过调用其REST API接口，提取了指标代码为INJ_NFTL_SEX_MIG_RT的非致命职业伤害数据，并依据ISO 3166-1 alpha-3标准筛选出亚洲26个国家的观测记录。ILOSTAT数据库本身整合了各国劳动力调查、家计调查、机构调查及行政记录等多元来源，并依据国际劳动统计学家会议（ICLS）定义进行数据协调与规范化处理。数据集保留了原始数据中的source.label字段以标注数据来源，确保每一条观测结果的可追溯性，最终形成了包含985条观测值的时间序列数据集。

特点

该数据集的核心特色在于其精细的维度拆解方式。除了提供职业伤害发生率这一核心指标外，数据还按照性别（男性、女性及总计）和移民身份进行了细致的分类统计，为探究不同劳动群体面临的职业安全风险差异提供了宝贵素材。其时间跨度覆盖1971年至2024年，空间范围涵盖土耳其、乌兹别克斯坦、缅甸等26个亚洲国家，形成了丰富的面板数据结构。数据以列式存储，清晰记录了国家代码、来源、指标、性别、分类维度、时间及观测值等关键字段，并附带了详细的注释信息，便于用户理解数据背景与质量。

使用方法

此数据集用户可直接通过Hugging Face的datasets库进行加载调用，使用load_dataset函数即可将数据快速转换为Pandas DataFrame格式，便于后续分析。研究人员可以依据ref_area字段筛选特定国家数据，或利用indicator字段锁定非致命职业伤害指标进行时间序列分析与可视化。借助pivot_table等Pandas函数，用户还能便捷地将数据重塑为国家×年份的面板矩阵，适用于计量经济学建模。该数据集兼容分类、回归及时间序列预测等多种任务场景，为职业安全健康领域的跨国家、跨时期比较研究提供了标准化的数据接口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司编制，经Electric Sheep Asia于2024年重新打包发布，聚焦亚洲26个国家1971至2024年间非致命性职业伤害的发生率，按性别和迁移状态进行细分。作为ILOSTAT数据库的子集，它致力于量化劳动安全领域的关键指标，为亚洲区域职业伤害流行病学研究提供标准化数据支撑。通过整合各国劳动力调查、行政记录等多源数据，这一数据集填补了亚洲劳动统计中关于迁移工人职业安全风险的纵向数据空白，对推动体面劳动目标监测与职业健康政策评估具有重要参考价值。

当前挑战

该数据集面临多重挑战。首先，亚洲各国职业伤害记录体系不统一，导致数据可比性受限，如经济活动中农业与非正规部门的覆盖差异尤为显著；其次，ILO虽采用最佳来源原则，但同一国家不同年份的数据来源变更会引入时间序列断点，影响趋势分析的可靠性。再则，性别与迁移状态的分组统计在部分国家样本量不足（如女性劳动者数据稀疏），使得亚组分析面临统计效力降低的困境。此外，数据库年代跨度逾50年，早期记录的缺失与定义演变进一步加剧了历史对比的复杂性。

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，该数据集为探索亚洲地区非致命性职业伤害的发生规律提供了珍贵的时空观测样本。涵盖26个亚洲国家1971至2024年间近千条年度记录，研究者可借助该数据构建面板数据模型，分析不同国家职业伤害率的长期演变趋势，并进一步控制经济发展水平、产业结构等宏观变量，识别伤害率变化的驱动因素。数据中按性别与迁移状态提供的细分维度，使得交叉分析成为可能，例如考察女性与男性劳动者、本国与迁移劳动力群体在职业伤害风险上的差异，为验证劳动力市场结构性假说提供实证基础。

解决学术问题

该数据集有效填补了亚洲地区职业伤害标准化统计数据的空白，解决了以往研究中因数据口径不一致、覆盖范围有限而难以开展跨国比较分析的困境。通过ILOSTAT统一采用国际劳动统计学家会议（ICLS）的定义与分类标准，研究者在分析职业伤害率时能够规避因国家间统计方法差异导致的测量误差。数据集特别关注迁移劳动者这一常被边缘化的群体，使学界得以量化该群体在亚洲各国面临的安全风险差异，从而评估现有劳动保护制度的包容性与有效性，推动职业安全健康领域公平性的学术讨论。

衍生相关工作

该数据集的发布催生了多项围绕亚洲职业伤害影响因素与跨国比较的衍生研究。相关经典工作包括利用面板回归模型识别GDP增长、失业率、非正规就业比例等宏观因子对非致命伤害率的异质性影响，以及应用时间序列分析方法预测特定国家未来伤害率的演化路径。另一支贡献是将迁移状态纳入分析框架，通过分解性别与迁移身份的交互效应，揭示亚洲劳动力市场中不同群体面临的复合安全壁垒。这些工作不仅丰富了劳动经济学与职业流行病学的实证文献，也为后续研究从个体层面（如企业安全记录）与制度层面（如工会覆盖率）更深层次挖掘因果关系提供了参照基准。