1907
全球灾害事件数据库(1900-2025）
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。
数据来源
原始数据来源于EM-DAT，由数据皮皮侠团队人工整理，全部内容真实有效
时间跨度
1900-2025
数据范围
全球
数据格式
数据格式为Excel形式
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-ani | Natural | Biological | Animal incident | Animal incident |
nat-bio-epi-bac | Natural | Biological | Epidemic | Bacterial disease |
nat-bio-epi-dis | Natural | Biological | Epidemic | Infectious disease (General) |
nat-bio-epi-fun | Natural | Biological | Epidemic | Fungal disease |
nat-bio-epi-par | Natural | Biological | Epidemic | Parasitic disease |
nat-bio-epi-pri | Natural | Biological | Epidemic | Prion disease |
nat-bio-epi-vir | Natural | Biological | Epidemic | Viral disease |
nat-bio-inf-gra | Natural | Biological | Infestation | Grasshopper infestation |
nat-bio-inf-inf | Natural | Biological | Infestation | Infestation (General) |
nat-bio-inf-loc | Natural | Biological | Infestation | Locust infestation |
nat-bio-inf-wor | Natural | Biological | Infestation | Worms 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 Research 0(0).
[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.
[3] Okolo, C.V., Wen, J. Economics of natural disasters and technological innovations in Africa: an empirical evidence. Environ Sci Pollut Res 30, 12362–12384 (2023).
