Data-Gouv-FR/nombre-detablissements-employeurs-et-effectifs-salaries-du-secteur-prive-par-commune-x-ape-au-31

该数据集提供了自2006年12月31日起，按法国市镇和APE（经济活动分类）分类的私营部门雇主机构数量和年度末雇员人数的统计数据。数据来源为Urssaf（法国社会保险征收机构），涵盖私营部门雇主机构（一般制度）。数据集包括机构数量（基于年度最后一个月有工资申报的账户）和雇员人数（测量于年度末，可能为零如果机构在最后季度支付工资但12月31日无在职合同）。方法学更新包括：自2023年6月起纳入学徒工；自2022年1月20日起完全基于DSN（社会名义声明）个体数据处理，影响数据修订。数据使用2023年1月1日生效的市镇和EPCI命名法，以及2020年修订的就业区划分。数据集为原始数据，未经季节性调整，与Acoss和Urssaf发布的季度聚合数据不同。数据更新频率为年度末后约150天。This dataset provides statistics on the number of employer establishments and salaried employees at year-end in the private sector, classified by French commune and APE (economic activity classification), since December 31, 2006. The data source is Urssaf (French social security collection agency), covering private sector employer establishments under the general regime. It includes establishment counts (based on accounts with wage declarations in the last month of the year) and employee numbers (measured at year-end, potentially zero if wages were paid in the last quarter but no employment contracts were active on December 31). Methodological updates include: inclusion of apprentices since June 2023; full processing based on individual DSN (Social Nominal Declaration) data since January 20, 2022, affecting data revisions. Data uses commune and EPCI nomenclatures effective January 1, 2023, and employment zone divisions revised in 2020. The dataset contains raw data, not seasonally adjusted, differing from quarterly aggregated data published by Acoss and Urssaf. Update frequency is year-end plus approximately 150 days.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，由Urssaf（法国社会保障费征收联合体）编制，记录了自2006年起每年12月31日法国私营部门雇主机构数量及雇员人数，按市镇与APE（主要经济活动分类）交叉维度进行统计。Hugging Face上的存储结构遵循一个数据集对应一个仓库的规则，将原始表格资源映射为子集配置，每个配置仅包含一个名为'train'的分割。当前仓库已整合的单一子集'établissements-et-effectifs-salariés-au-niveau-commune-x-ape-last'对应一份Parquet格式数据文件，便于高效加载与分析。

特点

该数据集的核心特色在于其精细的空间与行业交叉粒度，能够支持对法国基层行政单元（市镇）与经济活动分类的双重视角分析。数据涵盖私营部门雇主机构数量与年末在册雇员总数，并特别纳入了自2023年6月起被计入统计的学徒群体，体现了统计口径的动态演进。此外，数据集所采用的雇员计数方法已全面过渡至基于个人合同的DSN（名义社会保障申报）数据处理链，确保了从2021年起数据来源的完整性与一致性。其原始、未经季节调整的特性尤其适用于需要细致颗粒度的区域经济与劳动力市场研究。

使用方法

使用者可通过Hugging Face的datasets库便捷地加载该数据。具体而言，调用load_dataset函数并指定仓库名称'Data-Gouv-ML/nombre-detablissements-employeurs-et-effectifs-salaries-du-secteur-prive-par-commune-x-ape-au-31'，同时传入子集配置名'établissements-et-effectifs-salariés-au-niveau-commune-x-ape-last'，即可获取包含'train'分割的Dataset对象。加载后数据以Parquet格式存储于内存，支持利用Python进行探索性分析、可视化或构建机器学习模型。建议结合法国市镇与APE行业分类标准进行过滤与聚合操作，从而深入挖掘特定区域或经济部门的发展趋势。

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，由法国社会保障金库（Urssaf）于2006年起持续维护，专注于统计法国各市镇（commune）与经济活动分类（APE）交叉维度下私营部门雇主机构数量及年末受薪员工规模。其核心研究问题在于揭示不同地域与行业组合下的就业结构动态，为宏观经济分析、区域发展规划及劳动政策制定提供颗粒度极高的底层数据支撑。作为法国官方公开数据的重要代表，该数据集在法国公共数据开放运动中扮演关键角色，被广泛应用于劳动经济学、城市地理学及公共管理领域的实证研究，推动了跨国比较与地方治理的量化分析。其以Parquet格式集成于HuggingFace平台，进一步降低了机器学习与统计建模的可获取性。

当前挑战

该数据集面临的核心挑战包括：1) 所解决的领域问题是精准映射私营部门就业的空间与产业分布，需应对经济活动类型的频繁变更、市镇行政边界调整（如2023年新行政区划）以及统计口径的历史波动（如2022年代理申报系统DSN全面取代传统BRC流程），导致跨年序列比较时可能出现结构性断点；2) 构建过程中面临方法论转换的困难，例如2023年6月将学徒纳入员工计数、2021年完全转向DSN个体合同数据处理，均需在元数据中明确标注并审核数据一致性；此外，同一SIRET可能对应多个账户，且年末零员工机构因季度内支付工资而被计为存在，这些技术细节增加了数据清洗与语义解读的复杂度。

常用场景

经典使用场景

该数据集以法国市镇（commune）与APE经济活动分类为双维度，系统收录了自2006年以来每年12月31日法国私营部门雇主机构及其雇员人数的详细统计信息。其经典使用场景涵盖了区域经济学、劳动经济学和产业组织研究领域的多个方面。研究者常利用该数据进行空间经济分析，探究不同地区产业结构与就业分布的演变规律；亦可通过时间序列剖析特定行业就业动态，揭示经济周期对劳动力市场的影响。此外，该数据还广泛应用于政策评估，例如衡量最低工资调整或税收减免政策对小微雇主雇佣行为的效果，以及分析企业地理集聚效应与本地就业吸纳能力之间的内在关联。

实际应用

在现实决策层面，该数据集为法国各级政府及社会机构提供了不可或缺的量化工具。地方产业规划部门可据此精准识别本地区的优势产业与就业洼地，制定差异化的招商引资与技能培训策略。社会保障机构（如Urssaf）借此优化其税款与保险费征收的资源配置，并评估雇主合规行为。此外，商业咨询公司与市场调研机构利用该数据刻画行业竞争格局，识别新兴市场的潜在增长点。对于劳动政策制定者而言，该数据集是监测私营部门就业健康度、评估地方经济韧性、以及设计区域平衡发展战略时不可或缺的实证依据，助力实现从宏观政策到微观干预的科学决策。

衍生相关工作

基于该数据集衍生的研究工作已形成丰硕成果。众多学术论文利用其面板数据特征，构建动态空间计量模型，分析了地方公共服务投入或交通基础设施改善对周边市镇就业的溢出效应。也有学者将其与法国企业面板数据（如FARE、FICUS）或人口普查数据匹配，探究营商环境、税收竞争或移民涌入如何重塑本地劳动力市场的吸纳能力与结构。此外，法国国家统计与经济研究所（INSEE）与Acoss等机构基于对这套数据的深度挖掘，联合发布了多项关于区域就业波动及行业集中度的政策研究报告。数据可视化工具的开源（如Urssaf官方提供的dataviz）亦催生了公众对地方经济公平性议题的关注与讨论。