Data-Gouv-FR/principaux-indicateurs-sur-la-pauvrete-en-2021-niveau-de-vie-taux-de-pauvrete-part-des-menages-i

该数据集标题为2021年贫困主要指标：生活水平、贫困率、纳税家庭比例及可支配收入分解，属于法国公共数据（data.gouv.fr）的一部分，专注于社会与财政本地化收入（Filosofi）分析。数据内容包括：家庭数量、人口和消费单位数；纳税家庭比例；生活水平分布指标（如中位数、第一和第九十分位数、十分位比率）；可支配收入分解（包括活动收入、退休金或养老金、财产收入、社会福利和直接税的比例）；以及基于法国本土中位生活水平60%的贫困率。覆盖范围涵盖所有普通财政家庭，其中纳税家庭比例基于申报收入为正或零的家庭计算，其他指标基于可支配收入为正或零的家庭计算。数据覆盖法国本土、马提尼克和留尼汪地区，并提供多个地理层级的数据，如法国本土、大区、省、区、市镇公共合作机构（EPCI）、公共领土机构（EPT）、具有省级权限的领土集体（CTCD）、市镇、市政区、2020年城市吸引力区、2022年生活区、2020年城市单位和2020年就业区。This dataset is titled Main indicators on poverty in 2021: standard of living, poverty rate, share of taxed households, and decomposition of disposable income. It is part of French public data (data.gouv.fr) and focuses on social and fiscal localized income (Filosofi) analysis. The data includes: number of households, population, and consumption units; share of taxed households; indicators of income distribution (such as median, 1st and 9th deciles, inter-decile ratio); decomposition of disposable income (including shares of activity income, pensions, property income, social benefits, and direct taxes); and poverty rate at 60% of the median standard of living in metropolitan France. The coverage includes all ordinary fiscal households, with the share of taxed households calculated based on households with declared income that is positive or zero, and other indicators based on households with disposable income that is positive or zero. Data covers metropolitan France, Martinique, and Réunion, and is available at various geographical levels, such as metropolitan France, region, department, district, public establishment for inter-municipal cooperation (EPCI), public territorial establishment (EPT), territorial collectivity with departmental competencies (CTCD), municipality, municipal district, 2020 urban attraction area, 2022 living area, 2020 urban unit, and 2020 employment zone.

搜集汇总

数据集介绍

构建方式

本数据集源自法国官方开放数据平台data.gouv.fr，整合了2021年法国贫困相关核心指标。构建过程中，原始数据被划分为四个Hugging Face子集，涵盖就业与收入数据（ds_rp_emploi_lr_comp_2022）及地方财政数据（ds_filosofi_cc_2021），每个子集均包含数据文件与元数据文件，并以Parquet格式存储，确保高效读写。所有子集均使用统一的'train'分割，便于直接加载与使用。

特点

该数据集聚焦于2021年法国贫困状况的多维度刻画，核心变量包括生活水平中位数、贫困率、纳税家庭比例以及可支配收入构成（如工资、养老金、财产收入、社会福利与直接税占比）。数据覆盖法国本土、马提尼克及留尼汪，提供从国家到市镇乃至城市吸引区、生活区等多种地理层级的细粒度信息，为社会经济不平等研究提供了丰富而精确的素材。

使用方法

借助Hugging Face的datasets库，用户可通过指定子集名称便捷加载数据。例如，使用`load_dataset('Data-Gouv-ML/principaux-indicateurs-sur-la-pauvrete-en-2021-...', 'ds_filosofi_cc_2021_data')`即可获取地方财政核心指标。每条记录对应一个地理单元的统计汇总，可直接用于数据可视化、区域比较分析或贫困监测模型的构建。推荐结合元数据子集解析变量定义与单位，以保障分析维度准确无误。

背景与挑战

背景概述

该数据集发布于2021年，由法国国家统计与经济研究所（INSEE）及其下属机构基于官方行政数据构建，核心研究问题在于量化法国本土及海外领土（马提尼克、留尼汪）家庭的生活水平、贫困率、应税比例及可支配收入的结构性分解。作为法国开放数据倡议（data.gouv.fr）的重要组成部分，该数据集依托Filosofi（地方化社会与税务收入）数据库，提供了从国家至市镇乃至城市吸引区、生活区等多尺度颗粒度的贫困指标，为公共政策评估、区域不平等研究及社会科学计量分析奠定了坚实的数据基础。其在法国公共数据开放生态中具有标杆地位，广泛应用于经济统计学、城市地理学和社会保障研究领域。

当前挑战

该数据集所解决的领域问题在于精准刻画法国当代贫困的空间异质性，挑战在于整合来自不同行政来源（如就业档案、税务记录）的多模态数据，并协调其时间跨度（如2022年就业数据与2021年收入数据）与统计口径（收入为正或可支配收入为正等不同样本筛选条件）的差异。构建过程中，需处理大规模行政记录的清洗、地理编码的标准化（涵盖法国大都市、马提尼克及留尼汪的复杂行政层级），以及因匿名化要求而导致的个体信息脱敏，同时确保多维度指标（中位数、分位数、基尼系数等）在细粒度地理单元上的统计稳健性。

常用场景

经典使用场景

该数据集作为法国官方发布的贫困指标数据集，经典使用场景集中在社会经济不平等与贫困分布的量化分析领域。研究者可借助其中生活水平中位数、首个与第九个十分位数的数据，精准描绘不同地理尺度下的收入分配曲线，揭示法国本土及海外领地如马提尼克和留尼汪的贫困率差异。数据结构化地提供了家庭税收状况、可支配收入构成等维度，使得学者能够通过统计建模探讨公共政策对弱势群体的实际影响，为福利制度优化奠定数据基础。

衍生相关工作

该数据集衍生了多项经典工作，其中最具代表性的是基于Filosofi数据库的区域贫困仿真模型，该模型结合人口普查与住房调查，预测了能源价格冲击下家庭贫困率的时空演变。另一项衍生研究构建了贫困脆弱性指数，通过机器学习识别出易陷入贫困的典型家庭特征，并将结果可视化于巴黎大区的交互式地图中。此外，有学者将其与1990年代历史数据整合，开创了法国贫困轨迹的长期趋势分析框架，为评估20年间的社会流动性提供了量化基准。

数据集最近研究

最新研究方向

该数据集聚焦于2021年法国贫困状况的多维度量化分析，涵盖生活水平、贫困率、应税家庭比例及可支配收入构成等核心指标，为社会经济不平等研究提供了精细化的统计基础。当前前沿方向主要围绕公共数据开放与机器学习融合，探索利用Filosofi等官方统计资源构建贫困预测模型，并结合地理空间分析（如按市镇、就业区、城市辐射圈等层级）揭示贫困的时空异质性。此外，随着法国及欧洲对新冠疫情后社会脆弱性监测的重视，该数据集在评估社会保障政策成效、刻画收入分配极化趋势中发挥关键作用，其微观数据与宏观政策的联动分析成为热点，推动着贫困治理从描述性统计向因果推断与动态预警的范式跃迁。