Data-Gouv-FR/resultats-de-la-lutte-contre-le-travail-dissimule-par-les-urssaf

该数据集包含法国Urssaf（社会保险和家庭津贴征收联合机构）打击非法工作（特别是隐性工作）的年度结果数据。数据来源于法国公开数据平台data.gouv.fr，涵盖了Urssaf在打击非法工作方面的活动和成果，可能包括地区分布、时间序列等结构化信息。数据集以Parquet格式提供，适用于数据分析和可视化。注意：从2022年更新起，数据中的ancienne région列（对应Urssaf组织）有一个特殊变化：上诺曼底和下诺曼底的Urssaf已合并，统一归为诺曼底地区。数据集还包括一个数据可视化链接，展示Urssaf网络和关键活动地图。This dataset contains the annual results of the fight against illegal work (specifically concealed work) by Urssaf (Unions de Recouvrement des Cotisations de Sécurité Sociale et dAllocations Familiales) in France. The data is sourced from the French open data platform data.gouv.fr and covers the activities and outcomes of Urssaf in combating illegal work, including structured information such as regional distribution and time series. The dataset is provided in Parquet format and is suitable for data analysis and visualization. Note: Starting from the 2022 update, there is a particularity in the ancienne région column (corresponding to Urssaf organization): the Urssaf of Upper and Lower Normandy have merged and are grouped under the term Normandie. The dataset also includes a link to a data visualization showing the Urssaf network and key activities map.

搜集汇总

数据集介绍

构建方式

该数据集由法国社会保障金征收联合机构（Urssaf）构建，旨在公开其打击隐性劳动（travail dissimulé）的年度成果。数据源自Urssaf官方统计系统，涵盖了其在全国范围内开展的检查与预防活动。构建过程中，数据集整合了各地区（包括2022年后因合并而调整的诺曼底地区）的年度执行记录，并参照官方词汇表对指标进行标准化，确保数据口径一致。最终以结构化表格形式发布在data.gouv.fr开放数据平台上，采用Open Database License（ODbL）许可，便于公众及研究者自由获取与分析。

特点

该数据集的核心特色在于其聚焦于法国Urssaf打击隐性劳动领域的年度绩效量化，提供了跨年度的纵向可比视角。数据涵盖检查数量、违规发现率、追缴金额等关键指标，并细化了前区域（ancienne région）维度，反映了Urssaf组织架构变迁的历史轨迹。此外，数据集关联了一个交互式数据可视化（DATAVIZ）地图，图形化呈现Urssaf的网络布局与关键数据，增强了数据的可探索性与公众理解度。其开放性许可与完整术语表也保障了数据的学术再利用价值。

使用方法

用户可通过data.gouv.fr平台直接访问并下载该数据集，支持CSV等通用表格格式。数据分析时，建议结合官方词汇表解读字段含义，并关注2022年起的区域统计口径变化。对于宏观趋势分析，可按年度或区域维度聚合数据；若需关联可视化，可同步参阅Dataviz地图以获取空间分布洞察。研究机构可利用ODbL许可条款进行二次发布与衍生分析，适用于劳动经济学、公共政策评估及社会保障体系研究等领域。

背景与挑战

背景概述

该数据集由法国社会保障机构Urssaf创建，聚焦于打击未申报工作（travail dissimulé）的年度成果统计。作为法国劳动监察体系的重要组成部分，Urssaf通过系统性管控与预防措施，致力于减少非法用工现象。数据集收录了不同年份的治理绩效数据，涵盖旧行政区划与新合并区域（如诺曼底地区）的对比信息。其核心研究问题在于量化分析打击非法劳动的政策效果，并为公共决策提供数据支撑。自发布以来，该数据集已成为法国劳动经济学与公共政策评估领域的重要参考，推动了社会保障监管的透明化与精准化。

当前挑战

该数据集面临的挑战在于：首先，非法劳动行为具有隐蔽性与动态演变特征，传统统计手段难以完全覆盖新兴的数字化灵活用工模式，导致数据代表性受限。其次，地区间行政区划调整（如2022年诺曼底地区合并）增加了历史数据纵向比较的复杂性，需借助标准化方法消除统计口径差异。此外，Urssaf的管控活动与预防措施效果之间存在相互干扰，剥离混杂因素以评估单一政策的净效应是计量分析中的核心难题。最后，数据集公开版本仅提供聚合结果，缺乏个体层面的细粒度信息，限制了因果推断的深入展开。

常用场景

经典使用场景

该数据集记录了法国Urssaf（社会保障与家庭津贴征收联合机构）在打击隐性劳动（travail dissimulé）方面的年度执法成果。作为法国公共政策评估的重要数据源，它被广泛用于分析劳动监察效率、隐性经济规模及其演变趋势。研究者通过该数据集可追踪不同地区、行业的违规查处数量、处罚金额及预防措施的实施效果，为理解法国劳动力市场的非正规性提供量化基础。

实际应用

在公共管理领域，该数据集被用于优化Urssaf的年度执法计划，通过历史数据识别高风险行业（如建筑、餐饮）和地域热点，指导资源定向投放。政策制定者利用其评估打击隐性劳动政策的实际成效，调整罚款梯度与合规激励策略。同时，数据可视化工具（如Urssaf网络地图）向公众透明展示执法动态，提升社会对隐性劳动危害的认知，并促进雇主与雇员主动申报。

衍生相关工作

基于该数据集，衍生出多项涉及隐性经济动态监测的经典研究，例如结合宏观经济指标构建隐性劳动规模预测模型，或利用地理信息系统分析执法效果的空间溢出效应。部分工作将其与Urssaf其他公开数据（如税务申报、社保缴纳记录）关联，构建多维度劳动力市场合规性指标体系。这些成果推动了法国公共数据开放运动，并成为欧盟其他国家隐性劳动治理比较研究的参考基准。