Rich Data

为了建立有关养老金数额的详尽统计数据，针对员工的 Cnav、针对包括员工在内的农民的 MSA、针对工匠和商人的 SSI、特殊计划。这就是健康与团结统计服务机构 Drees 构建的跨体制退休人员样本(EIR) 所做的工作。对于一组退休人员，它将他们相关不同计划中的养老金数额数据进行匹配，以重建他们的养老金总额。因此，它提供了对养老金数额的演变和差异进行深入分析的可能性，特别是根据世代或性别进行分析 [ Drees，2023]。

当我们想要评估社会救助或企业援助的影响时，我们会将援助受益人的数据与描述 币安数据 他们接受援助前后情况的文件进行匹配（例如，个人的就业或高等教育成功、企业的财务结果）。我们将其与未受益于援助的个人或公司的参考情况进行比较。由此，我们可以推断出这次援助总体上是否有益，以及在什么情况下是成功的。

当我们想要重建人们的旅程时。例如，为了描述年轻人的职业融合情况，在描述学徒培训中心（CFA）和职业高中的年轻人毕业生的教育背景信息中添加了就业信息。因此，由 Depp 和 Dares（分别负责教育和就业的统计机构）支持的Inserjeunes信息系统汇集了为管理这些学生的学业而创建的管理数据库的摘录，以及从雇主填写的提名性社会声明中获得的就业数据摘录（图 2）。这项匹配工作使我们能够分析有助于进入劳动力市场的学徒制途径（从而更好地指导年轻人），甚至可以准确了解在此过程中放弃学徒制的年轻人的数量。

图 2 – Inserjeunes 信息系统结果示例
范围：法国（不包括马约特岛）。
来源：Dares – Depp，Inserjeunes。
再比如，为了更好地了解领取最低社会救济金人群的困难和状况的变化，我们将把几年的收入数据与几年的就业数据进行匹配，从而获得个性化的发展情况，以供分析。因此，重建最低社会福利受益人的个人轨迹可以让我们更好地了解陷入贫困的情况并评估社会保护体系。