Data-Gouv-FR/donnees-essentielles-de-la-commande-publique-consolidees-format-tabulaire

这是法国公共采购基本数据（DECP）的整合、再处理和发布版本，格式为Parquet和CSV。DECP数据依据2022年12月22日的法令发布，描述了公共采购合同授予时的信息。由于数据量过大，无法在电子表格软件中直接打开，但可以通过decp.info网站以Excel格式探索、过滤和下载。数据集每天更新，通过下载和处理多个数据源（列在decp.info/a-propos页面）的数据来保持最新，比法国财政部发布的数据更全面。数据集中，每个公共采购合同通过uid全局唯一标识，该字段是采购方SIRET（acheteur_id）和合同内部标识（id）的拼接。同一合同可能有多行数据，因为可能有多个持有者（titulaire_*字段）或经历了修改（如补充协议，通过modification_id字段标识）。修改仅影响titulaire_*、montant和dureeMois字段，dateNotification和datePublicationDonnees字段也适用于修改。布尔字段donneesActuelles指示该行是否为合同的最新版本。此外，数据可通过data.gouv.fr的表格API以JSON格式自由访问，支持每秒100次查询。Données essentielles de la commande publique (DECP) consolidées, retraitées et publiées aux formats Parquet et CSV. Les DECP sont les données publiées dans le cadre de larrêté du 22 décembre 2022, et décrivent les données au moment de lattribution du marché public. Ces données sont trop volumineuses pour être ouvertes dans un logiciel de tableur. En revanche vous pouvez explorer, filtrer et télécharger les DECP au format Excel sur decp.info. Ces données sont mises à jour à peu près tous les jours par téléchargement et retraitement des données mises à disposition par les sources de données listées sur decp.info/a-propos. Ce jeu de données est plus exhaustif que les données publiées par le Ministère des Finances. Chaque marché public est identifié de manière globale via la colonne uid. Ce champ est la concaténation du SIRET de lacheteur (acheteur_id) et de lidentifiant interne de marché (id). Un même marché public peut être décrit sur plusieurs lignes car il peut avoir plusieurs titulaires (champs titulaire_*) ou avoir subi des modifications tels que des avenants (champ modification_id). Une modification de marché ne peut affecter que les champs suivants : titulaire_*, montant et dureeMois. Les champs dateNotification et datePublicationDonnees sappliquent également aux modifications. Le champ booléen donneesActuelles indique si la ligne concerne la dernière version du marché. Les mêmes données peuvent être consommées librement via lAPI tabulaire de data.gouv.fr, avec une limite de 100 requêtes par seconde, et les résultats sont renvoyés au format JSON tabulaire.

搜集汇总

数据集介绍

构建方式

该数据集名为“公共采购基本数据整合表格版”（Données essentielles de la commande publique consolidées format tabulaire），源于法国公共采购领域。其构建方式基于对官方CSV格式数据的二次处理：首先从法国财政部发布的JSON格式法规性DECP数据出发，经质量增强流程（源码见139bercy/decp-augmente）优化后，再通过ColinMaudry/decp-processing项目转化为符合DECP表格模式（decp-table-schema）的整合表格格式，并依托data.gouv.fr平台定期发布。

使用方法

使用该数据集时，建议优先访问decp.info平台，该网站提供可视化界面，支持数据探索、过滤和按需下载，特别适合需处理海量数据的专业人士。若需直接获取完整数据集，可从data.gouv.fr仓库下载，但需注意数据量过大无法在普通电子表格中打开，应借助数据库工具或编程环境（如Python的pandas库）进行高效分析与处理。

背景与挑战

背景概述

在公共采购领域，数据透明化与标准化是提升行政效率、强化监管能力的重要基石。法国自2018年起推行《公共采购数据开放计划》，要求所有公共合同的核心信息以结构化形式公开。该数据集（Données essentielles de la commande publique consolidées，简称DECP）由Colin Maudry等研究者基于法国经济部官方CSV数据创建，旨在将分散的、非标准化的公共采购原始数据转化为符合DECP表格化模式（tabular schema）的整合数据。数据集于2021年首次发布，托管于data.gouv.fr平台，并依托Hugging Face进行引用与版本管理。其核心研究问题聚焦于如何通过数据清洗、格式转换与质量增强，实现公共采购数据的可访问性与互操作性。该工作不仅推动了法国政府数据开放战略的落地，还为后续基于公共采购数据的经济分析、欺诈检测与透明度评估提供了标准化资源，对欧洲乃至全球的公共数据治理实践产生了示范效应。

当前挑战

该数据集面临的核心挑战包括：领域问题层面，公共采购数据源于不同机构、不同格式的原始记录，存在字段缺失、编码不一致、重复条目等质量问题，这阻碍了跨系统数据融合与自动化分析；传统CSV格式在数据量庞大时难以直接处理，且缺乏对JSON等规范格式的兼容，导致数据利用效率低下。构建过程中，研究者需定期从官方API抓取增量数据，并执行复杂的转换流水线（数据去重、模式对齐、异常值处理），同时确保每周至少一次的更新频率以保持时效性；此外，海量数据（超过内存容量）的分布式存储与高效查询优化也是一大技术难点，当前方案依赖decp.info网页应用提供过滤下载，但客户端对超大规模数据集的计算能力仍有限制。

常用场景

经典使用场景

在公共采购与政府治理领域，该数据集常被用于分析与监控法国公共合同的签订与执行情况。研究者与审计机构可借助其结构化的表格形式，系统性地挖掘合同金额、中标企业、采购类型等关键字段的统计规律，从而评估公共资金使用的透明度与合规性。

解决学术问题

数据集有效回应了公共采购数据碎片化与格式不统一带来的研究瓶颈，为学者提供了可机器读取的规范化数据来源。它解决了如何大规模量化评估公共合同分配公平性、市场竞争程度以及腐败风险等学术难题，推动了循证政策研究在法国的深入发展。

实际应用

在实际应用中，记者、公民社会组织及政府监督部门可利用该数据集追踪特定公共项目的资金流向，或通过 decp.info 平台筛选局部数据以支持新闻报道与问责调查。企业也可借此分析竞争对手的中标模式，优化投标策略，提升参与公共采购的效率。

数据集最近研究

最新研究方向

该数据集聚焦于法国公共采购核心数据（DECP）的整合与表格化转换，为公共支出透明化与大数据分析提供了结构化数据基础。当前前沿研究方向包括：基于此类数据训练AI代理以自动解析采购合同、检测腐败模式或优化公共资源分配；结合政府开放数据运动，推动欧盟财政透明法规的落地，如通过机器学习模型预测采购违规风险。随着法国财政部对原始JSON数据清洗算法的开源，该数据集成为评估公共采购流程效率、支持政策制定者量化经济影响的关键资源，尤其在后疫情时代，为监测基础设施投资流向与治理问责提供了可信的实证依据。