Data-Gouv-FR/programmes-immobiliers-neufs

该数据集包含法国雷恩大都会区43个市镇的新房地产项目信息，涵盖了正在建设的房屋和公寓项目，旨在为新居民提供住房。数据包括社会援助购房（保障性住房）和自由融资项目类型，列出了当前在售的房地产项目。数据集每年更新两次，分别在9月和3月进行数据同步。数据以Parquet和CSV格式提供，适用于公开数据分析和房地产市场研究。

This dataset contains information on new real estate programs in the 43 municipalities of Rennes Métropole, France, covering ongoing construction projects for houses and apartments designed to accommodate new residents. It includes both social housing (aided access) and free-market financing projects, listing properties currently available for sale. The dataset is updated twice a year, in September and March. Data is provided in Parquet and CSV formats, suitable for open data analysis and real estate market research.

搜集汇总

数据集介绍

构建方式

本数据集源自法国官方开放数据平台data.gouv.fr，汇集了雷恩都市圈内43个市镇的新建房地产项目信息。构建过程中，原始数据经过结构化处理，以Parquet格式存储，并划分为名为“rennes-immo”的单一子集，确保数据的高效存取与可扩展性。每一条记录均对应一个具体的在售住宅项目，涵盖社会性购房援助与自由融资等多种类型，数据每年于九月与三月两次更新，以维持时效性。

特点

该数据集以标准化、机器可读的格式呈现，具备法国公共开放数据所特有的高透明度与权威性。其特色在于聚焦于法国雷恩地区的区域性新建房地产市场，为分析地方住房供给结构、价格趋势及公共政策影响提供了微观层面的基础。数据内容区分了社会性住房与自由市场项目，有助于识别不同经济背景下的购房机会，并为城市规划与社会研究提供了丰富的实证素材。

使用方法

用户可通过Hugging Face Datasets库便捷加载该数据集。具体而言，使用Python的load_dataset函数，指定仓库名称“Data-Gouv-ML/programmes-immobiliers-neufs”与子集配置“rennes-immo”即可获得一个支持默认训练集分割的数据对象。加载后的数据表现为结构化的列式格式，可直接用于统计建模、空间分析或可视化呈现，极大降低了数据获取与预处理的复杂度。

背景与挑战

背景概述

该数据集由法国政府开放数据平台data.gouv.fr于2019年发布，聚焦雷恩都市圈内43个市镇的新建住房项目，涵盖社会性保障住房与自由融资住宅的销售信息。数据集以半年为周期（九月与三月）更新，旨在追踪城市扩张过程中住房供给的结构性变化，为城市规划与公共政策评估提供量化依据。其核心研究问题围绕新住宅项目的空间分布、价格机制与融资模式展开，对法国区域住房市场研究及数字治理实践具有重要参考价值。

当前挑战

数据集的构建面临两大核心挑战：首先，领域层面上，新住宅项目的多源异构数据（如规划许可、开发商报告、政府登记）需统一为结构化格式，且需解决价格信息缺失、面积计量标准差异等问题，以支撑精确的政策评估。其次，构建过程中，数据来自分散的市镇行政系统，需协调跨机构数据共享协议，并处理因发布时间差（每年两次更新）导致的时效性偏差，同时确保72个属性字段的完整性及与法国国家开放数据许可（ODC-ODBL）的法律兼容性。

常用场景

经典使用场景

在房地产市场分析与城市规划研究领域，programmes-immobiliers-neufs数据集为学者与从业者提供了法国雷恩都市圈内新建住宅项目的系统性信息。该数据集涵盖了雷恩及其周边43个市镇的新建住房项目档案，包括社会性住房与自由融资住房等不同类型。研究者能够基于该数据，对新建住宅的地理分布、项目规模、定价机制以及开发周期等核心维度展开深入分析，从而为理解城市扩张模式与住房供给结构提供坚实的数据基础。

实际应用

在实际应用层面，该数据集对房地产开发商、地方政府决策者以及住房咨询机构具有切实价值。开发商可通过分析不同市镇的新建项目规模与类型，辅助市场定位与投资决策。地方规划部门则能借助数据监测住房建设进度与保障性住房供给达标情况，优化土地利用规划与住房政策调整。此外，金融机构与不动产评估公司可基于历史项目数据，构建区域房产价值预测模型，从而提升市场分析与风险管理的精准度。

衍生相关工作

围绕该数据集已衍生出多项代表性工作，例如基于空间可视化技术构建的雷恩都市圈新建住宅热力图分析工具，以及结合法国国家统计局人口数据开展的住房需求与供给匹配度研究。另有研究者利用该数据集训练机器学习模型，实现对新房项目销售周期与价格区间的预测。在开放数据社区中，该数据集还被整合进法国公共数据生态的示范项目，作为推动地方住房政策透明化与公民参与的技术支撑案例。