Data-Gouv-FR/depenses-du-ministere-de-la-culture-par-departement

该数据集包含2019年法国文化部按部门（département）的支出数据。具体来说，它记录了文化部在不同部门的财政支出情况，但需要注意的是，这些数据不包括人员相关的支出（如工资、福利等）。数据来源于法国文化部的预算分析和综合部门（département de lanalyse budgétaire et de la synthèse），经过Deps-Doc系统处理，并于2022年发布。数据集以结构化格式（如Parquet和CSV）提供，适用于数据分析和公开数据研究，支持法国政府公开数据计划（data.gouv.fr）。

Expenditures of the Ministry of Culture by department in 2019. These expenditures do not include personnel expenses. Source: Department of Budgetary Analysis and Synthesis, Deps-Doc processing, Ministry of Culture, 2022.

搜集汇总

数据集介绍

构建方式

该数据集源自法国政府开放数据门户data.gouv.fr，由法国文化部预算分析与综合局基于Deps-Doc处理流程编制，聚焦于2019年文化部在各省的支出数据（不含人员经费）。在HuggingFace平台上，每个原始数据集对应一个仓库，而每项表格资源则转化为一个子集/配置，每个配置均包含名为'train'的数据分割。数据集以Parquet格式存储，保持与原始资源结构一致，便于高效加载与处理。

特点

该数据集的核心特点在于其精细的行政细分与透明性，通过 département（省级）维度呈现文化支出的地理分布，排除了人员经费以突显项目与运营支出的全貌。数据以机器可读的Parquet和CSV格式提供，采用lov2开放许可，支持广泛复用。此外，HuggingFace的结构化组织方式使得多资源数据集得以按配置独立访问，确保了数据管理的灵活性与可探索性。

使用方法

用户可通过HuggingFace的datasets库便捷加载数据，示例代码为：`load_dataset('Data-Gouv-ML/depenses-du-ministere-de-la-culture-par-departement', 'depenses-du-ministere-de-la-culture_departements-copie')`，即可访问'train'分割中的数据表。数据加载后可直接用于分析、可视化或机器学习任务。由于数据集遵循开放许可，用户可自由将其整合至研究与应用中，但需注明原始出处为法国文化部2022年发布的Deps-Doc数据。

背景与挑战

背景概述

该数据集名为《法国文化部按省划分的支出》（Dépenses du ministère de la Culture par département），由法国文化部预算分析与综合司基于Deps-Doc处理流程于2022年创建。数据集记录了2019年法国各省的文化部支出情况，但不包括人事费用，旨在揭示公共文化资金在地理空间上的分配格局。作为法国开放数据战略的一部分，该数据集通过data.gouv.fr平台发布，并托管于Hugging Face，以Parquet和CSV格式提供，便于研究者从事公共财政、文化政策及区域经济分析。其数据标准化与开放性为理解法国文化资源区域均衡性奠定了量化基础，对推动公共支出透明度与区域文化发展研究具有重要参考价值。

当前挑战

该数据集所解决的领域问题在于量化分析公共文化支出的地域差异，挑战体现在两方面：一是数据本身仅涵盖2019年单一年度，且排除人事费用，难以全面反映文化支出的真实全貌及长期趋势；二是构建过程中，原始数据源自行政预算系统，可能存在部门间分类口径不一致、地理编码准确性问题，以及因省际边界调整导致的历史数据可比性困难。此外，从data.gouv.fr到Hugging Face的转换虽提升了可获取性，但元数据解释的缺失可能使非专业用户误读或误用数据，影响分析结论的可靠性。

常用场景

经典使用场景

该数据集记录了法国文化部2019年按省份划分的财政支出数据（不含人员费用），源自官方开放数据平台data.gouv.fr。在文化与公共财政交叉研究领域，学者常利用这一结构化数据展开地域文化投入均衡性分析。通过将支出数据与法国各省人口、文化遗产密度、文化活动参与率等指标进行关联，研究者能够量化评估文化政策的区域扩散效应，揭示财政资源分配与地方文化发展需求之间的匹配程度。

衍生相关工作

基于该数据集的衍生工作主要集中于跨数据源整合与主题建模。研究者将其与法国文化部更细致的项目级支出数据、各省文化场馆分布记录进行关联分析，构建多层级财政投入监测框架。在开放科学领域，该数据集作为Hugging Face社区中‘Data-Gouv-ML’系列的一部分，启发了针对法语公共财政数据的清洗与标准化流程探索，并催生了若干关于文化支出逐年变化趋势的机器学习预测模型。

数据集最近研究

最新研究方向

该数据集聚焦于法国文化部2019年按省份划分的财政支出记录（不含人员经费），为公共文化政策分析与预算透明度研究提供了关键基准。在开放数据运动与政府问责制日益受关注的背景下，该数据可支撑文化资源配置的空间均衡性评估、区域文化发展差异的计量分析，以及新冠疫情前后财政投入对比的纵向研究。结合法国近年推行的数字政务透明化举措，此类细粒度财政数据有助于识别文化投资热点区域，为跨部门政策协同与精准化文化扶贫提供实证依据。