Les catégories d’inscription dans le FHS

Cette fiche détaille les changements intervenus sur les inscrits à France Travail à la suite de l’instauration de la Loi sur le plein emploi le 1er janvier 2025. Elle apporte des précisions sur les nouvelles catégories F et G (table cat9_10) et propose une manière de reconstituer l’ensemble des catégories d’inscrits, en identifiant les personnes radiées en raison d’un défaut d’actualisation hybride (table rad_actuh).

Les nouvelles catégories F et G

Précisions sur la table cat9_10

Identifier les personnes radiées

Les données du FHS intègrent depuis janvier 2025 des personnes qui sont radiées de France Travail dans les données de la STMT en raison d’un défaut d’actualisation. Pour identifier ces personnes, il faut utiliser la table rad_actuh qui reprend la même logique mensuelle que la table cat9_10. Cette table est composée des variables suivantes :

  • MOISTA : mois concerné

  • DTE_RADIATION : date de radiation STMT (dernier jour du mois)

  • MTFANUSTA : motif de radiation

    • 13 : Défaut d’actualisation hybride RSA

    • 14 : Défaut d’actualisation hybride autre

Cette table est disponible depuis la vague 8 avec reprise du stock depuis janvier 2025 et est transmise de manière exhaustive à chaque vague, sans mise à jour des données passées.

Reconstituer les catégories d’inscription à France Travail

# Chargement des tables
DE_s <- spark_read_parquet(sc,path = "hdfs:///dataset/MiDAS_v8/FHS/de.parquet",memory=FALSE)
cat_9_10 <- spark_read_parquet(sc,path = "hdfs:///dataset/MiDAS_v8/FHS/cat9_10_rds.parquet",memory=FALSE)
rad_actuh <- spark_read_parquet(sc,path = "hdfs:///dataset/MiDAS_v8/FHS/rad_actuh.parquet",memory=FALSE)
E0_s <- spark_read_parquet(sc,path = "hdfs:///dataset/MiDAS_v8/FHS/e0.parquet",memory=FALSE)



# Période étudiée
date_fin <- as.Date("2025-06-30")
date_deb <- as.Date("2025-06-01")
mois_m = 202506


champ_de_fm <- DE_s %>%
  filter(DATINS <= date_fin & (is.na(DATANN) | DATANN > date_fin)) %>% # Nombre d'inscrits en fin de mois
  distinct(id_midas,.keep_all = T) # On garde une période d'inscription par personne

##### Activité réduite #####
champ_e0_fm <- E0_s %>%
  filter(MOIS == mois_m) %>%
  
# On filtre les nouvelles tables du FHS sur le mois étudié
new_cat <- cat_9_10 %>% 
  filter(MOISTA == mois_m)

new_actu <- rad_actuh %>% 
  filter(MOISTA == mois_m)

# On reconstitue les catégories A à G et on identifie les personnes radiées en raison d'un défaut d'actualisation hybride
cat_fm <- champ_de_fm %>%
  left_join(champ_e0_fm, by = "id_midas") %>%  
  left_join(new_cat, by = "id_midas") %>% 
  left_join(new_actu, by = "id_midas") %>% 
  mutate(categorie = case_when(CATREGR %in% c("1","2","3") & (is.na(heur_e0) | heur_e0 == 0) & is.na(CATCALCULEE) & is.na(MTFANUSTA) ~ "A",
                               CATREGR %in% c("1","2","3") & (heur_e0 > 0 & heur_e0 <= 78) ~ "B",
                               CATREGR %in% c("1","2","3") & (heur_e0 > 78) ~ "C",
                               CATREGR == "4" ~ "D",
                               CATREGR == "5" ~ "E",
                               CATREGR %in% c("1","2","3") & CATCALCULEE == "9" ~ "F",
                               CATREGR %in% c("1","2","3") & CATCALCULEE %in% c("101","102") ~ "G",
                               CATREGR %in% c("1","2","3") & MTFANUSTA %in% c(13,14) ~ "R", # Radiés
                               T ~ "NA"))