Data-Gouv-FR/indices-de-position-sociale-dans-les-colleges-a-partir-de-2022

该数据集提供了法国教育部管辖下的公立和私立中学（collèges）的社会地位指数（IPS）数据。IPS用于通过学生父母的职业和社会类别（PCS）来评估学生的社会地位。每个PCS或PCS对都关联一个IPS数值，该数值是与社会经济和文化属性相关的量化总结，与学业成功相关。IPS越高，学生平均社会背景越优越；越低，则社会背景越不利。数据集包括每个学校（每年）的平均IPS、学生IPS的标准差（反映社会异质性）以及计算IPS的学生人数。数据基于2022年及以后学年的数据，计算方法在2022年进行了更新，导致序列中断。IPS平均值的计算不包括父母PCS均未填写的学生。数据集适用于分析教育不平等、学校社会背景多样性等研究。This dataset provides the Social Position Index (IPS) data for middle schools (collèges) in France under the supervision of the Ministry of Education, including public and private schools under contract. IPS is used to assess the social status of students based on the professions and social categories (PCS) of their parents. Each PCS or PCS pair is associated with a numerical IPS value, which is a quantitative summary of socioeconomic and cultural attributes related to academic success. A higher IPS indicates a more advantaged social background on average, while a lower IPS indicates a more disadvantaged background. The dataset includes the average IPS per school (per year), the standard deviation of student IPS (reflecting social heterogeneity), and the number of students used to calculate IPS. Data is based on the 2022 and later school years, with a methodological update in 2022 causing a break in the series. The calculation of average IPS excludes students whose parents PCS are both unspecified. The dataset is suitable for research on educational inequalities, social diversity in schools, etc.

搜集汇总

数据集介绍

构建方式

本数据集源自法国教育部公开数据平台data.gouv.fr，聚焦于2022年秋季起法国初中学校的社会地位指数（Indice de Position Sociale, IPS）的统计信息。该指数的构建依赖一套严谨的统计方法：首先，基于法国教育评估部门（DEPP）2011年入学的小学生追踪数据，更新了家庭职业与社会类别（PCS）与IPS数值之间的对应关系表；随后，通过汇总每所学校在校生的父母PCS信息，将其映射为IPS数值，并计算各校的均值与标准差。数据以Parquet格式存储，每条记录对应一所学校在特定学年的汇总指标，涵盖公立与私立合同制初中。

特点

数据集的核心亮点在于其提供的双重社会指标：一是各校的IPS均值，用以衡量学生总体社会背景的优劣水平；二是社会异质性指数（即IPS的标准差），反映校内学生社会来源的多样程度。此类指标基于官方大规模追踪数据更新，相较于2021年之前的版本，方法论在2022年有显著改进，包括剔除双亲PCS均为缺失的学生记录，从而提升了指数的准确性。此外，数据集还包含计算所需的在校生总数，便于用户评估统计的稳健性，整体以机器可读的Parquet格式发布，便于高效分析。

使用方法

该数据集可通过Hugging Face的datasets库便捷加载。用户只需调用load_dataset函数，指定仓库名称'Data-Gouv-ML/indices-de-position-sociale-dans-les-colleges-a-partir-de-2022'及配置名'fr-en-ips-colleges-ap2022.parquet'，即可获取包含所有学校记录的'train'分割。返回的数据集可直接用于社会分层研究、教育公平分析或学校间比较，例如通过IPS均值识别资源弱势学校，或利用标准差评估校园整合程度。原始数据遵循法国开放许可（lov2），允许二次分析与发布，使用时应注意指数差值在3分以内可能存在统计误差。

背景与挑战

背景概述

该数据集源自法国公共数据平台Data.gouv.fr，由法国教育部评估、预测与绩效局（DEPP）主导创建并于2022年发布，旨在通过社会地位指数（Indice de Position Sociale, IPS）量化不同初中（collège）学生的社会背景。IPS基于父母职业与社会类别（PCS）构建，利用统计方法将复杂的家庭社会经济文化特征转化为单一数值，高值代表优越的社会出身，低值则反映弱势背景。该指数自2007年首次计算以来，一直是法国教育不平等研究的重要工具；2022年的版本利用2011年入学的小学生面板数据更新了PCS-IPS对照表，并引入了社会异质性指数（IPS标准差），对教育政策制定者和研究者而言，提供了刻画学校间社会分层与内部多样性的可靠依据，是法国教育社会学领域一项基础性数据资源。

当前挑战

该数据集的核心挑战在于两方面。领域层面，IPS索引需解决如何以简洁数值精准表征学生多元社会背景的复杂性问题，尤其是避免过度简化导致的信息失真；同时，它面临如何客观反映教育不平等——如高分区域与低分区域间学校资源分配的鸿沟——且不被误解为绝对评价的难题。构建过程中，挑战包括：依据PCS数据的家庭自报与学校记录易产生缺失或误差，导致约3分以内的IPS均值差异可能不具统计意义；2022年方法变更（如剔除双亲PCS均缺失的学生）造成序列断裂，使得纵向比较需谨慎处理；此外，数据仅涵盖教育部管辖的公私立初中，忽略了其他教育机构，限制了整体代表性。

常用场景

经典使用场景

在社会科学与教育政策研究领域，研究者常利用这一数据集开展对法国初中生社会地位指数的分析。该数据以2022年为基准年，汇集了法国每所公立与私立契约中学的平均社会地位指数及学生IPS值的标准差，为评估学校内部学生背景的同质性与多样性提供了量化基础。研究者可据此比较不同学校的整体社会处境水平，考察教育机构的社会分层格局，并进一步探讨学校间的社会隔离现象。这一数据集的经典用法，在于从宏观结构角度描绘法国初中教育体系的社会构成图景，揭示不同行政区划或城乡之间教育机会分配的不均衡状态。

衍生相关工作

该数据集本身源于法国教育部评估、预测与绩效局（DEPP）的官方统计工作，其方法论基础直接引用了Rocher（2016）的研究，该研究构建了基于学生家长PCS的IPS算法。此后，Dauphant等人（2023）发布的《社会地位指数：一个描述学校间社会不平等的统计工具》进一步系统阐述了IPS数据的解释框架与政策内涵，成为引用这一数据集的标志性技术报告。在学术界，基于2022年新版IPS数据，已有研究开始比较其与旧版指标体系在揭示学校分层效果上的差异，并探索将IPS与传统学业成绩数据联合分析，以检测学校层面上的社会经济梯度如何转化为成绩差距。这些衍生工作不仅验证了IPS作为社会背景代理变量的有效性，也拓展了其在教育公平监测与效果评估中的适用边界。

数据集最近研究

最新研究方向

基于2022年法国初中社会地位指数（IPS）数据集的前沿研究聚焦于教育公平与社会分层之间的动态关联。该数据集通过家长职业类别（PCS）构建量化指标，成为剖析资源分配不均衡、追踪弱势群体学业成就的核心工具。当前热点包括结合2022年方法论革新（如PCS缺失值处理策略）探究社会异质性指数对学校多样化程度的刻画能力，以及利用面板数据揭示新冠疫情后法国教育体系内阶层分化加剧的宏观趋势。该数据不仅支撑了Depp（2023）关于学校间不平等现象的实证报告，更通过公开量化社会背景差异，为政策制定者优化资源倾斜策略与干预机制提供了可验证的统计锚点，深刻影响了法国教育社会学的话语体系。