Data-Gouv-FR/credits-ae-et-cp-votes-nomenclature-par-destination-et-nature-lfi-2023

该数据集名为“AE和CP投票额度（按目的地和性质分类）LFI 2023”，是一个法语数据集，来源于法国公开数据平台data.gouv.fr。它涉及2023年LFI（法律财政法案）中的AE（授权额度）和CP（承诺额度）投票数据，按照目的地和性质进行分类。数据集以Parquet和CSV格式提供，用于分析和处理法国公共财政数据。

The dataset is named Credits AE et CP votes (nomenclature par destination et nature) LFI 2023 and is a French dataset sourced from the French open data platform data.gouv.fr. It pertains to AE (Authorized Expenditures) and CP (Committed Expenditures) voting data from the 2023 LFI (Loi de Finances Initiale), categorized by destination and nature. The dataset is provided in Parquet and CSV formats and is intended for analysis and processing of French public finance data.

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平台data.gouv.fr，收录了2023年财政法案（LFI）中按用途和性质分类的授权支付（AE）与信贷承诺（CP）投票数据。构建过程严格遵循官方标识符与许可协议，将原始表格资源转化为Hugging Face平台上的标准数据集。每个数据子集对应一个原始资源，并以单一`train`分割形式存储于Parquet文件中，确保了数据结构的高效性与兼容性。

特点

数据集以法语呈现，具备开放数据属性，适用于分析法国公共财政的分配结构与支出性质。其核心特征在于精细的二维分类体系——既按支出目的地（如部委或项目）划分，又依据经济性质（如运营或投资）归类，为研究公共预算的制定与执行提供了结构化、可复用的数据基础。数据格式采用Parquet，兼顾了存储效率与快速读取需求。

使用方法

用户可通过Hugging Face的`datasets`库直接加载使用，示例代码展示了调用`load_dataset`函数并指定配置名称即可获取训练数据。加载后得到的数据集对象（`DatasetDict`），其主键`train`对应包含所有记录的表格，便于进一步过滤、转换或分析。此接口设计简化了与Python数据分析生态（如pandas）的集成，适合预算分析、财政政策研究等场景。

背景与挑战

背景概述

该数据集名为“Credits AE et CP votes (nomenclature par destination et nature) LFI 2023”，由法国政府数据平台data.gouv.fr于2023年发布，隶属于法国公共财政开放数据倡议。其核心研究问题聚焦于法国2023年财政法案（LFI 2023）中批准的各项支出授权（AE）与支付额度（CP），并按照目的地与性质分类法进行系统化整理。作为法国公共数据开放运动的重要组成部分，该数据集为经济学家、政策分析师及公民监督机构提供了透明化追踪政府预算执行情况的基准资源，推动了财政问责制与公共资金使用效率的研究。其影响力体现在增强了财政数据的可获取性与可重复利用性，为跨部门预算比较和宏观经济分析奠定了数据基础。

当前挑战

该数据集所解决的领域问题主要涉及公共财政数据的标准化与可访问性挑战。传统财政数据常以非结构化文档或异构格式存在，阻碍了自动化分析与跨年度对比。构建过程中，团队面临多重挑战：一是从官方预算文件中精准提取AE与CP数据，并统一映射至“目的地”与“性质”双重分类体系，需处理术语歧义与层级嵌套问题；二是确保数据格式兼容性，将原始CSV/Parquet资源转化为Hugging Face标准格式，同时保留元数据完整性；三是维护许可证合规性（lov2许可），在开放共享与数据敏感性间寻求平衡，避免泄露涉及国家安全或商业机密的具体项目细节。

常用场景

经典使用场景

该数据集收录了法国2023年财政法案（LFI 2023）中按用途和性质分类的授权支付（AE）及信贷承诺（CP）投票数据，是研究公共财政预算分配与执行情况的权威资源。研究者可借助该数据集分析各部门预算的构成比例、追踪资金流向的合规性，或对比历史年份的财政支出模式，从而揭示公共政策的优先领域及其资源分配逻辑。其结构化的表格数据便于进行统计建模与可视化分析，为财政学、公共管理及政治经济学领域的学者提供了实证基础。

解决学术问题

该数据集解决了公共财政研究中数据碎片化与不透明性的核心难题。通过整合法国政府官方发布的预算投票细节，它使学术界能够精确量化财政资源的配置效率，检验预算决策与政策目标的一致性，并评估财政纪律的执行效果。例如，学者可基于此数据探讨财政支出结构对经济增长的影响，或分析不同政党执政时期的预算偏好差异。其开放获取的特性打破了数据壁垒，推动了财政透明度的提升，为循证政策制定提供了可靠依据。

衍生相关工作

基于该数据集，研究者已衍生出一系列经典工作。例如，有工作将其与法国2018至2022年预算数据结合，构建时间序列模型以预测中期财政支出趋势；另有研究通过自然语言处理技术分析同期财政法案文本，揭示预算科目描述与实际支出之间的语义差距。此外，该数据集被整合进欧洲公共财政可视化平台，支持跨国预算对比分析，并催生了针对特定领域（如国防、教育）的专项支出效率评估框架。这些工作共同拓展了财政大数据分析的边界。