一、基础概况数据编号2401原始数据源比利时鲁汶大学 CRED 中心 EM-DAT 国际灾害数据库人工标准化清洗整理时间跨度1900—2026覆盖范围全球 231 个国家 / 地区收录超 26000 起达标大型灾害 入库标准满足其一即收录死亡≥10 人受灾≥100 人国家宣布紧急状态国际援助申请二、灾害分层分类体系采用四级编码分类键 - 灾害组 - 子组 - 类型 - 子类型分为两大总类自然灾害 生物类各类流行病细菌 / 病毒 / 寄生虫、蝗灾、虫害、动物灾害 气象水文洪水、台风、寒潮、高温干旱、泥石流、风暴 地质类地震、火山、滑坡、地面塌陷 气候复合极端灾害技术人为灾害 工业爆炸、化学品泄漏、建筑坍塌、重大交通意外等三、完整核心字段1. 时空与识别字段灾害唯一代码、事件名称、ISO 国家代码、国家 / 子区域 / 行政区、经纬度、江河流域、灾害起止年月日、记录更新时间、分层分类编码2. 人员损失指标总死亡人数、受伤人数、受灾总人口、流离失所人口3. 经济损失单位千美元含 CPI 通胀调整值重建成本名义 / 调整后、承保损失名义 / 调整后、总经济损失名义 / 调整后、配套 CPI 系数4. 政策与人道援助是否宣布紧急状态、国际援助资金、OFDA/BHA 救援响应、国际援助呼吁标识四、数据质控规则多源交叉核验联合国、NGO、再保险、学术机构、媒体多方数据比对统一通胀平减提供调整后损失数值消除跨年份物价干扰每条灾害附带地理坐标可匹配城市、企业区位区分单场独立灾害支持按年份、国家、灾害类型聚合。五、适配实证研究方向企业冲击准自然实验顶刊主流 将地震、流行病、洪水作为外生冲击匹配供应链长鞭效应、工业互联网 / AI 专利、大数据数据检验数字技术对冲灾害、提升企业经营韧性。全球价值链、国际贸易研究 重大灾害作为冲击分析跨境供应链中断、进出口收缩、进口替代行为。气候经济、区域发展 分地区统计灾害频次与经济损失评估极端灾害对 GDP、财政、城乡差距长期影响。金融、风险定价研究 检验巨灾对信贷成本、股价波动、地方债务、保险赔付的传导机制。公共卫生与宏观需求 流行病子样本用于研究劳动供给、居民消费、企业投资短期脉冲效应。空间计量溢出分析 依托经纬度构建空间权重矩阵识别灾害跨区域经济连锁冲击。政策 DID 交互检验 搭配央行沟通文本、产业集群政策对比灾害冲击下产业扶持、货币沟通的缓冲效果。六、数据核心优势EM-DAT 是全球灾害领域国际通用权威数据库期刊审稿认可度极高126 年长时序覆盖战争、流行病、多轮气候极端事件事件研究窗口期充足区分自然 / 人为、细分四级灾害可单独提取流行病、地震、洪水分样本回归自带通胀调整经济损失、精确地理坐标方便匹配县域、城市、上市公司区位面板配套人道政策变量可同步研究救灾援助、应急政策调节效应标准化面板无缝对接数字专利、供应链、城市 DID、央行文本全套数据集。时间跨度1900-2026区域跨度全球数据格式数据格式为Excel形式数据简介本数据为全球灾害数据库来源于EM-DAT国际灾害数据库Emergency Events Database。该数据库由比利时鲁汶大学灾害流行病学研究中心CRED维护系统记录了自1900年至今全球231个国家和地区超过26,000起大型灾害事件的发生情况及其造成的影响。EM-DAT数据库的数据来源广泛涵盖了联合国机构、非政府组织NGOs、再保险公司、研究机构以及新闻机构等多个渠道。所有数据均基于公开披露的信息经过系统采集、整理和标准化以保证数据的一致性和可比性。灾害事件按照性质被划分为两大主要类别自然灾害如地震、洪水、风暴、旱灾、流行病等和技术灾害如工业事故、交通事故、结构倒塌等。每条记录包含灾害发生的时间、地点、类别、造成的人员伤亡、经济损失、基础设施破坏情况及人道援助需求等详细信息。为了方便用户理解和使用数据本项目特别从数据源中引入了对应的变量解释表系统梳理了各字段的定义及编码规则帮助研究人员、政策制定者及公众更高效地使用本数据库进行灾害相关分析、风险评估与决策支持。本数据库具有以下特点· 覆盖范围广泛涵盖全球主要国家和地区· 记录时间跨度长自1900年至今· 分类细致涵盖自然灾害和技术灾害· 数据来源多元确保信息权威性和可靠性· 附带详细变量解释便于用户快速上手。希望本数据资源能够为各领域的科研工作、政策制定与灾害管理提供有力支持。数据指标灾害分类体系部分分类键灾害组灾害子组灾害类型灾害子类型nat-bio-ani-aniNaturalBiologicalAnimal incidentAnimal incidentnat-bio-epi-bacNaturalBiologicalEpidemicBacterial diseasenat-bio-epi-disNaturalBiologicalEpidemicInfectious disease (General)nat-bio-epi-funNaturalBiologicalEpidemicFungal diseasenat-bio-epi-parNaturalBiologicalEpidemicParasitic diseasenat-bio-epi-priNaturalBiologicalEpidemicPrion diseasenat-bio-epi-virNaturalBiologicalEpidemicViral diseasenat-bio-inf-graNaturalBiologicalInfestationGrasshopper infestationnat-bio-inf-infNaturalBiologicalInfestationInfestation (General)nat-bio-inf-locNaturalBiologicalInfestationLocust infestationnat-bio-inf-worNaturalBiologicalInfestationWorms infestation变量灾害代码OFDA/BHA 响应总死亡数历史记录吁请援助受伤人数分类键紧急状态宣布受灾人数灾害组AID 支援(000 US$)流离失所人数灾害子组灾害量级总受灾人数灾害类型灾害量级单位重建成本 (000 US$)灾害子类型纬度重建成本, 调整 (000 US$)外部资源标识经度承保损失 (000 US$)事件名称江河流域承保损失, 调整 (000 US$)ISO代码开始年份总经济损失 (000 US$)国家/地区开始月份总经济损失, 调整 (000 US$)子区域开始日CPI区域结束年份行政单位位置结束月份记录输入日期灾害源头结束日最近更新数据展示参考文献[1] Miaozhe Han; , Hongchuan Shen; , Jing Wu, Xiaoquan (Michael) Zhang (2025) Artificial Intelligence and Firm Resilience: Empirical Evidence from Natural Disaster Shocks.Information Systems Research0(0). https://doi.org/10.1287/isre.2022.0440[2] Lu, F., Li, Z., Cai, X. (2025). Supply Chain Disruption and Import Strategy: Evidence from the Great East Japan Earthquake.China World Economy,33(1), 132–161. https://doi.org/10.1111/cwe.12569[3] Okolo, C.V., Wen, J. Economics of natural disasters and technological innovations in Africa: an empirical evidence.Environ Sci Pollut Res30, 12362–12384 (2023). https://doi.org/10.1007/s11356-022-22989-8