Enquête Revenus Fiscaux et Sociaux (ERFS) - 2022
收藏DataCite Commons2025-04-16 更新2025-04-16 收录
下载链接:
https://data.progedo.fr/studies/doi/10.13144/lil-1696
下载链接
链接失效反馈官方服务:
资源简介:
L'ERFS 2022 s'appuie sur le 4e trimestre 2022 de l'enquête emploi en continu (EEC) et dispose d'un système de pondération calé sur le recensement et les masses fiscales de 2022. L'ERFS est représentative des seuls individus vivant en ménage ordinaire en France métropolitaine.L'ERFS fournit une approche du revenu disponible monétaire des ménages. C'est la source de référence pour les analyses sur les inégalités et la pauvreté (au niveau national en France métropolitaine). Elle permet de déterminer le revenu disponible des ménages, le niveau de vie des personnes qui les composent, le taux de pauvreté monétaire et le nombre d'individus pauvres. Elle permet également d'analyser les revenus suivant les critères sociodémographiques usuels (catégorie socioprofessionnelle, âge de la personne de référence du ménage, taille du ménage, etc.), mais aussi selon l'activité de chaque individu. Elle précise comment se cumulent les divers types de revenus (salaires, pensions, bénéfices agricoles, industriels, commerciaux, non commerciaux, etc.) perçus par chaque membre du ménage.L'enquête Emploi a connu une refonte majeure en 2021 qui s'est traduite par la mise en oeuvre de plusieurs changements méthodologiques, parmi lesquels la rénovation du questionnaire pour se conformer à l'entrée en vigueur d'un nouveau règlement européen encadrant l'enquête, la modernisation du protocole de collecte ou encore la refonte de la méthode de pondération.Si le renouvellement de l'enquête emploi n'a pas modifié fondamentalement l'objectif et la méthodologie mise au point dans les ERFS précédentes, il a quand même nécessité une réécriture complète de la chaîne de production. Cette adaptation a également été l'occasion d'une révision de certains choix méthodologiques, en particulier dans la correction de la non-réponse. En 2022, l’ERFS a été produite dans la continuité de celle de 2021.L'enquête Emploi est une enquête en panel, où chaque personne est interrogée six trimestres consécutifs. Le questionnaire de la première interrogation est plus complet que celui des interrogations suivantes qui visent principalement à mesurer les changements dans la situation d'activité de la personne. Aussi, si les productions de l'ERFS s'appuient sur l'échantillon du quatrième trimestre de l'année N de l'EEC, elles mobilisent également les EEC des cinq trimestres passés afin d'utiliser des informations disponibles uniquement en première interrogation de l'EEC (déclarations de perception de certaines prestations sociales ou encore de statut matrimonial ou d'activité). La production de l'ERFS 2021 mobilise ainsi certaines données collectées avec le questionnaire de l'ancienne EEC (EEC 2020). Les données sont donc publiées avec un statut « provisoire » : elles seront validées définitivement avec la production 2022, qui se basera uniquement sur des variables de la nouvelle enquête Emploi.
2022年版家庭收入与生活状况调查(ERFS 2022,原文缩写ERFS)以2022年第四季度连续就业调查(Enquête Emploi en Continu,缩写EEC)为基础,其权重校准体系以2022年全国人口普查数据与税务核算基数为依据。该调查仅能代表法国本土普通家庭中的个体样本。
ERFS提供了家庭可支配货币收入的测算框架,是法国本土国家级层面开展不平等与贫困研究的权威数据源。它可用于测算家庭可支配收入、家庭成员的生活水平、货币贫困率及贫困个体数量。此外,该调查还可依据常用社会人口学特征维度(如社会职业类别、家庭参照人的年龄、家庭规模等)以及每位个体的就业状况开展收入分析,并明确家庭各成员获取的各类收入(工资、养老金、农业、工业、商业及非商业经营收益等)的叠加构成情况。
2021年,连续就业调查完成重大改版,落地多项方法学调整:包括为适配新生效的欧盟调查监管条例修订问卷、升级数据采集流程,以及重构权重计算方法。尽管此次改版并未从根本上改变此前ERFS系列调查的既定目标与方法体系,但仍需完全重写整条数据生产链路。此次调整同时也为修订部分方法学设计提供了契机,尤其是在调查无应答修正环节。2022年版ERFS延续了2021年版的调查框架。
连续就业调查为面板追踪式调查,每位受访者需接受连续六个季度的回访。首次回访的问卷内容更为全面,后续回访问卷则主要用于采集受访者就业状况的变化信息。因此,尽管ERFS的产出基于EEC第N年第四季度的样本,但仍会调用此前五个季度的EEC数据,以获取仅在EEC首次回访中可采集到的信息,例如部分社会福利申领情况、婚姻状况或就业状态。以2021年版ERFS的生产为例,其便用到了采用旧版EEC问卷(2020年EEC)采集的部分数据。因此,当前发布的数据标注为"暂定"状态:最终验证将随2022年版ERFS的产出同步完成,而2022年版将仅采用新版连续就业调查的变量数据。
提供机构:
Progedo-Adisp创建时间:
2025-01-27
搜集汇总
背景与挑战
背景概述
ERFS 2022是一个基于2022年第四季度连续就业调查的法国本土家庭收入和贫困分析数据集,使用加权系统以确保代表性。它提供家庭可支配收入、生活水平、贫困率等关键指标,并允许根据社会人口和活动标准进行详细分析,是研究不平等和贫困的权威来源。数据集在2021年调查改革后延续了方法论,但数据以临时状态发布,将在后续生产中得到验证。
以上内容由遇见数据集搜集并总结生成




