为了更快地提供这些数据，几年前，法国国家统计局决定在每年年底后大约十个月估算贫困率和生活水平不平等的高级指标。为了实现这一点，统计学家使用微观模拟 来“预测现在 ” ，并依赖于观察年份结束后几个月可获得的信息。这样一来，他们就节省了一年的 ERFS 计算时间。而且，一如既往，较短的期限伴随着较低精度或较少详细的信息。因此，该模拟侧重于贫困率和不平等指标的演变，但无法详细研究所有类型收入以及整个生活水平的演变。
ERFS 机制的复杂性与可靠性密切相关，因为 Zalo 数据 它结合了行政数据（财政和社会）和统计调查（就业）。除了有时需要很长时间才能获得之外，前者从定义上来说就不是为了满足统计需求而设计的。 调查呢？
补充GDP的综合指标并非旨在取代GDP。他们的目标也不是最终构建一个可以单独近似地反映经济福祉所有相关维度的单一指标。这是一个拓宽视野的问题，通过提供超越信息并置的多个维度的横截面（平均收入和不平等 ；通常的增长和温室气体排放的未付成本 ；等等）。要纳入公开辩论，此类指标必须具备几个特点（Terzi，2021） ：易于解释、提供与 GDP 明显不同的信息、数量不要太多、并且像 GDP 一样定期发布。
这些新的实验性综合指标将整合迄今为止 GDP 尚未解决或几乎没有解决的问题，为某些公共政策的实施带来新的视角。