Data-Gouv-FR/aah-repartition-des-allocataires-selon-le-sexe-et-lage-national

自2016年以来，全国范围内按性别和年龄划分的成人残疾津贴（AAH）月度受益者数据。该数据集包括受益家庭、覆盖人数以及总支付金额。在资源条件限制下，成人残疾津贴可以为残疾人士补充收入，以确保最低生活水平（参考：https://www.caf.fr/allocataires/aides-et-demarches/droits-et-prestations/handicap/l-allocation-aux-adultes-handicapes-aah）。Monthly beneficiaries of the allocation for disabled adults (AAH) at the national level, by gender and age, since 2016. This dataset presents beneficiary households, covered individuals, and the total amount of benefits paid. Under resource conditions, the adult disability allowance can supplement resources to guarantee a minimum income if the person is disabled (refer to: https://www.caf.fr/allocataires/aides-et-demarches/droits-et-prestations/handicap/l-allocation-aux-adultes-handicapes-aah).

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，其标识符为66d1e5a079919854e97093a1。在构建过程中，我们严格遵循原始数据资源的结构，将一个data.gouv.fr数据集对应为一个Hugging Face仓库，并将每张原始表格资源转化为一个独立的子集或配置。每个子集内部仅包含一个名为'train'的分割，数据以Parquet格式存储于'data/aah_s_sexe_age_1_nat.parquet'路径下，确保了数据的高效压缩与快速读取。

特点

该数据集的核心特色在于聚焦法国国家层面自2016年以来按月统计的成年人残疾津贴（AAH）受益人分布，并按性别与年龄维度进行精细切分。它不仅记录了受益人家庭户数，还涵盖了受覆盖人数及发放的津贴总金额，为分析残疾人社会保障政策的演变与人口结构特征提供了多维度的纵向数据支持。数据采用开放式许可协议，便于学术研究与公共政策分析。

使用方法

用户可通过Hugging Face的datasets库便捷调用该数据集。具体而言，使用load_dataset函数并指定仓库名称'Data-Gouv-ML/aah-repartition-des-allocataires-selon-le-sexe-et-lage-national'及子集配置'aah_s_sexe_age_1_nat'即可加载数据。加载后，数据集将自动以DataFrame形式呈现于'train'分割中，用户可直接利用Pandas等工具进行后续的数据清洗、可视化或建模分析。

背景与挑战

背景概述

该数据集名为“AAH - Répartition des allocataires selon le sexe et l'âge [National]”，由法国公共数据平台data.gouv.fr于2016年起发布，旨在追踪国家层面成年残疾人津贴（AAH）受益者的性别与年龄分布。数据集涵盖家庭受益者、受覆盖人数及总津贴支付金额，为社会保障研究提供了关键量化依据。其核心研究问题聚焦于残疾人口的社会经济状况及其随时间演变，对法国公共政策评估、社会福利分配公平性分析以及人口统计学研究具有重要影响力，尤其服务于政府与学术机构对残疾人保障体系的动态监测。

当前挑战

该数据集应对的领域挑战在于精准量化残疾人群体在性别与年龄维度上的结构性差异，以揭示社会保障覆盖的潜在不均衡。构建过程中面临的挑战包括：原始数据需从多来源行政记录整合，确保时间序列（2016年至今）的一致性；处理敏感个人信息时需严格匿名化以符合隐私法规；跨年度数据可能因政策调整导致分类标准变更，需标准化对齐；此外，数据粒度限于国家层面，难以支持区域性或精细化分析，限制了研究深度。

常用场景

经典使用场景

该数据集以国家层面为尺度，记录了自2016年以来法国残障人士成人津贴的月度分配情况，涵盖性别与年龄两个核心维度。研究人员常将其用作人口统计学与福利政策交叉分析的基准数据源，通过解析不同年龄段与性别群体的受益者数量、覆盖人口及发放金额的时序变化，揭示社会救助体系的运行规律。数据集的结构化特性使其特别适合用于构建时间序列预测模型、群体差异性检验以及政策效果评估，是理解法国弱势群体社会保障格局的重要窗口。

解决学术问题

该数据集的核心学术价值在于解决福利经济学中关于社会救助分配公平性与覆盖充分性的实证难题。通过细粒度的性别与年龄分层数据，研究者能够系统检验反向再分配假设——即救助资源是否真正流向最需要支持的群体。它有助于揭示结构性性别差异在福利获取中的表现，如女性在残障津贴中所占比例的变化趋势，为分析社会保障体系中潜在的系统性偏差提供了量化基石，对推动包容性福利政策设计具有深远意义。

衍生相关工作

该数据集已衍生出一系列影响深远的经典工作。研究者基于其数据框架构建了法国残障群体经济脆弱性的多维评估模型，将性别与年龄维度融入福利依赖周期的分析。另有工作利用该数据验证了社会救助在缓解贫困代际传递中的边际效应，提出了年龄-性别交叉的福利阈值理论。在方法论方面，后续工作开发了针对行政面板数据缺失值的高效插补算法，并构建了可迁移的政策模拟系统，使该数据集成为法国公共微观数据开放运动中的标杆案例。