Data-Gouv-FR/projet-de-loi-de-finances-pour-2013-plf-2013-budget-annexes-ba-nomenclature-par-destination

该数据集是关于法国2013年财政法案（PLF 2013）的预算附件，提供了按目的地（任务/计划/行动）分类的命名法。它包含2013年财政法案中预算附件的详细分类信息，用于公共数据开放目的，格式为Parquet和CSV。数据来源于法国官方开放数据平台data.gouv.fr，并已结构化为Hugging Face数据集格式，包含一个名为train的拆分。Nomenclature par destination (mission / programme / action) des budgets annexes présentée au projet de lois de finances (PLF) 2013

搜集汇总

数据集介绍

构建方式

该数据集源自法国开放式数据门户data.gouv.fr，收录了2013年财政法案预算附件按用途分类的官方数据。其构建遵循Hugging Face的标准化结构，每个原始表格资源对应一个子集/配置，并统一包含名为'train'的数据拆分。数据集以Parquet格式存储于指定路径，确保了高效存取与跨平台兼容性。

特点

本数据集聚焦于法国财政预算的精细化管理，以任务（mission）、项目（programme）及行动（action）三级分类体系呈现预算附件的用途分类。数据采用法语记录，遵循lov2开放许可，兼具透明性与可复用性。其结构简洁，仅含单一配置与训练拆分，便于直接用于财政分析或机器学习模型的序列化处理。

使用方法

用户可通过Hugging Face的datasets库便捷加载数据，调用load_dataset函数并指定配置名称'plf-2013-budgets-annexes-nomenclature-par-destination'即可获取'train'拆分内容。返回的Dataset对象可直接用于数据探索、预处理或建模任务，支持与Python数据科学生态系统无缝集成。

背景与挑战

背景概述

该数据集源于法国政府2013年财政法案（PLF 2013）中的附属预算（Budget Annexes, BA）支出分类目录，由法国财政部或相关公共财政机构创建，旨在以任务、项目和行动三级结构（nomenclature par destination）标准化呈现政府预算分配。作为法国开放数据运动（data.gouv.fr）的关键组成部分，该数据集于2013年首次发布，后经官方平台整理并以Parquet格式发布于HuggingFace，便于研究者与公民审计财政透明度。其核心研究问题聚焦于公共财政资源的去向追踪与预算结构分析，为经济学、公共政策评估及政治学领域的预算决策研究提供了结构化基础数据，尤其在法国财政透明度提升与公民数据权利运动中具有标杆意义。

当前挑战

该数据集面临的核心挑战在于：首先，法国2013年财政法案的复杂性要求研究者将‘任务-项目-行动’预算分类与宏观经济指标（如部门支出占比）关联，以揭示财政政策的实际分配逻辑，但原始数据缺乏跨年份一致性定义，导致纵向比较困难。其次，构建过程中需克服多源异构问题——预算原始文件分散于立法文本、行政报表与政府统计数据库，需通过自动化ETL流程统一字段格式与编码规则，尤其需处理法语中法律术语的歧义性。此外，开放数据许可（lov2）虽促进复用，但数据粒度的项目级信息可能涉及敏感采购细节，需平衡透明度与隐私风险，这对数据脱敏与授权管理提出较高要求。

常用场景

经典使用场景

该数据集以法国2013年财政法案附例预算为背景，按支出目的分类（任务、计划、行动）呈现预算结构，是研究公共财政透明度和预算分类体系的经典资源。研究者可借此分析法国政府在不同政策领域的资源分配逻辑，如国防、教育或基础设施投资的预算优先级，进而构建预算绩效评估模型或跨国财政比较研究。其精细的层级分类还为自然语言处理与结构化数据分析提供了理想的基准，用于训练预算文本的分类与抽取算法。

衍生相关工作

该数据集衍生了一系列经典工作，包括基于层级分类的预算文本自动标注系统，以及融合多源财政数据的知识图谱构建项目。其中，研究者开发了预算结构对齐算法，用于跨年度、跨部门的财政数据整合；另有工作将其与欧盟统计局数据结合，分析法国财政纪律的合规性。这些探索不仅推动了开放财政数据领域的标准化进程，也为后续PLF系列数据集的迭代提供了方法论基础。

数据集最近研究

最新研究方向

在公共财政透明化与数字治理的前沿浪潮中，该数据集聚焦于2013年法国《财政法案》附属预算的按用途分类（使命/计划/行动）精细结构，成为研究预算绩效管理与政策资源配置效率的关键蓝本。当前，全球范围内对开放政府数据（OGD）的需求日益增长，特别是围绕预算透明度的深度挖掘。研究者正借助此类历史财政数据集，结合自然语言处理与分类算法，构建跨年度预算执行对比模型，以揭示行政部门在公共服务供给中的资源流动规律。法国数据开放平台（data.gouv.fr）将该数据集以Parquet与CSV格式标准化迁移至Hugging Face生态，不仅降低了学术复现门槛，更为跨国比较研究提供了可复用的结构化样本。这一举措呼应了欧盟《开放数据指令》与G20反避税议程，推动了财政社会学从宏观论述向微观计量的实证转向。