Data-Gouv-FR/donnees-relatives-aux-aides-exceptionnelles-aux-artisans-et-commercants-dans-le-cadre-de-lepidem

该数据集涉及COVID-19疫情期间针对工匠和商人的特殊援助数据。数据集由法国保护独立工人社会委员会（CPSTI）实施，提供财务援助，适用于2020年3月15日前活跃且2019年1月1日前注册的工匠和商人。援助金额基于2018年收入计算的补充养老金缴款，最高可达1250欧元，由Urssaf自动支付，无需申请人操作，且免征所得税和社会贡献。数据来源于法国政府公开数据平台data.gouv.fr，包含区域和部门级别的详细信息：援助批准数量、援助总金额（欧元）以及受益企业活动部门（通过NAF代码部分表示）。数据集用于支持企业援助仪表板，提供透明度和可视性。This dataset relates to exceptional aids for artisans and traders during the COVID-19 epidemic. Implemented by the Council for the Social Protection of Self-Employed Workers (CPSTI), it provides financial assistance to artisans and traders who were active as of March 15, 2020, and registered before January 1, 2019. The aid amount is based on supplementary pension contributions paid on 2018 income, up to €1,250, automatically disbursed by Urssaf without application required, and exempt from income tax and social contributions. Data is sourced from the French open data platform data.gouv.fr, including regional and departmental granularity: number of aids granted, total aid amount in euros, and beneficiary enterprise activity sector (via NAF code section). The dataset supports a business aid dashboard for transparency and visibility.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共数据平台data.gouv.fr，由法国社会保障自雇者委员会（CPSTI）主导建立，旨在追踪新冠疫情期间向手工艺者与商人提供的特殊经济援助。数据集的构建基于对法国社会保障征收联合会（URSSAF）官方发布的“CPSTI RCI COVID-19”援助数据的二次加工，通过整合区域与省级维度的统计信息，形成三个子集：cpsti-departemental-naf-latest（省级NAF行业分类数据）、cpsti-regional-naf-latest（大区级NAF行业分类数据）以及metadonnees-cpsti（元数据）。每个子集均以Parquet格式存储，并统一划分为训练集，便于高效加载与分析。

使用方法

用户可通过Hugging Face的datasets库便捷调用该数据集。加载时需指定子集配置名称，例如：调用load_dataset函数并传入数据集标识符以及参数'cpsti-departemental-naf-latest'，即可获取包含省级层面援助数据的训练集。输出结果以字典形式呈现，其中的'train'字段对应完整的Parquet格式数据表。该数据集支持直接用于Python环境下的数据分析与机器学习流水线，用户可结合pandas、matplotlib等库进行统计计算与可视化，从而高效探索援助发放的地区与行业特征。

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，由法国国家数字事务局（DINUM）下属Etalab部门与公共账目行动部合作创建，旨在系统记录COVID-19疫情期间对个体工匠和商户的财政救助数据。其核心研究问题聚焦于量化评估法国政府通过CPSTI（独立工作者社会保障委员会）实施的自动补助计划——该计划基于2018年收入为符合条件的从业者提供最高1250欧元的补充养老金缴费返还。数据集于2020年首次发布，整合了URSSAF管理的救助金发放记录，涵盖省和区域两级的地理粒度，并按NAF经济活动分类提供受助企业数量及总金额。作为法国开放数据运动的标杆成果，该数据集不仅增强了政府救助政策的透明度，还为公共政策研究者、经济学者提供了实证分析基础，助力评估危机应对措施的有效性及经济恢复进程。

当前挑战

该数据集构建过程面临多重挑战。在领域问题层面，它需解决的核心挑战是如何精准捕捉疫情冲击下小微经济主体的脆弱性——传统社保数据框架未能预设计划经济危机中的突发事件救助机制，导致收入与雇佣状态的动态断层难以追踪；同时需在保护个人隐私的前提下，披露足够细粒度的行业和区域救助模式，以支持宏观经济调控评估。在构建过程中，挑战源于多源异构数据整合：URSSAF原始救助数据（CPSTI RCI COVID-19）需经匿名化处理并与NAF行业分类标准对齐，而不同行政区划（省/大区）的汇总逻辑差异要求设计严谨的统计口径，以规避双重计数或地理归因偏差。此外，数据集需持续更新以反映救助金发放的实时状态，对数据管道维护与版本控制提出较高要求。

常用场景

经典使用场景

该数据集的核心应用场景在于剖析法国政府针对受COVID-19疫情冲击的手工业者与商贩所设立的特别补助金发放情况。研究者可藉由区域或省际层面、结合NAF经济活动代码进行深入分析，探索补助金在不同地域与行业间的分配差异、覆盖面及经济救助效能。这种地理与行业交叉的视角为理解公共财政在危机中的分配正义提供了宝贵的数据支撑。

解决学术问题

该数据集有效回应了疫情经济影响研究中关于定向财政干预效果的量化难题。通过汇总补助金额与受助企业数量，学者能够评估政府救助政策在缓解小微企业现金流断裂风险、维护就业稳定性方面的实际成效。它辅助探讨了公共资源在非正规经济与社会保障体系间的协调机制，为衡量危机中社会安全网的韧性与覆盖盲区提供了实证基础。

实际应用

在实际应用中，该数据集是政策制定机构与地方政务部门进行紧急救助金动态监控与效果评估的决策工具。它能够被整合至开放数据仪表板中，使公众与监督机构清晰洞察救助资金在各省市的流动路径与行业偏好。此外，金融机构与行业协会可据此预判小微企业偿债能力，优化后疫情时代的定向扶持方案。

数据集最近研究

最新研究方向

该数据集聚焦于COVID-19疫情背景下法国针对个体手工艺者和商人的紧急援助数据，当前前沿研究方向集中于利用此类细粒度、多维度（如地区、行业）的援助结构化数据，构建动态经济韧性分析模型。研究热点包括：结合部门级NAF代码，量化疫情冲击下小微企业韧性差异、援助资金的空间分布公平性；以及通过时间序列预测危机后经济复苏的行业异质性路径。该数据集为公共政策评估提供了透明量化基础，尤其在疫情常态化时代，推动了基于开放政府数据的科学化危机响应与精准化社会保障研究。