Data-Gouv-FR/voitures-particulieres-immatriculees-par-commune-et-par-type-de-recharge-jeu-de-donnees-aaadata

---
license: other
language:
- fr
tags:
- data-gouv
- donnees-publiques-francaises
- parquet
- csv
- open-data
pretty_name: "Voitures particulières immatriculées par commune et par type de recharge"
configs:
- config_name: fichier
data_files:
- split: train
path: data/fichier.parquet
---

# Voitures particulières immatriculées par commune et par type de recharge

## Source

- Source officielle : https://www.data.gouv.fr/datasets/voitures-particulieres-immatriculees-par-commune-et-par-type-de-recharge-jeu-de-donnees-aaadata
- Identifiant du jeu de données data.gouv.fr : `628310650b8550478a9ddd2d`
- Slug data.gouv.fr : `voitures-particulieres-immatriculees-par-commune-et-par-type-de-recharge-jeu-de-donnees-aaadata`
- Licence indiquée dans les métadonnées data.gouv.fr : lov2

## Structure Hugging Face

- Un jeu de données data.gouv.fr = un dépôt Hugging Face
- Une ressource tabulaire d’origine = un sous-ensemble/configuration Hugging Face
- Chaque sous-ensemble/configuration contient un split nommé `train`

## Sous-ensembles

- `fichier` → `data/fichier.parquet`

## Utilisation

```python
from datasets import load_dataset

ds = load_dataset("Data-Gouv-FR/voitures-particulieres-immatriculees-par-commune-et-par-type-de-recharge-jeu-de-donnees-aaadata", "fichier")
print(ds["train"])
```

## Description originale

<p class="MsoNormal"><span>Ce jeu de données permet de visualiser l’évolution trimestrielle (à partir de de T4 2020) du stock de <b>voitures</b> immatriculées dans chaque commune de France métropolitaine et DOM. </span></p><p class="MsoNormal"><span>Ces <b>voitures</b> sont aussi ventilées sur deux axes :</span></p><ul><li><span>Nécessitent-elles une borne de
recharge électrique</span></li><li><span>Nécessitent-elles une borne de
recharge gaz</span></li></ul><p>

</p><p class="MsoNormal"><span>La maille géographique est la maille communale (CODE INSEE), et, à titre informatif la maille EPCI (Etablissement Publics de Coopération Intercommunale) est également disponible.</span></p><p class="MsoNormal"><span>Une question sur le jeu de données ? Un cas d'usage à
partager avec d'autres utilisateurs ? Le <a href="https://www.agenceore.fr/forum-expert"><span>Forum des experts open data électricité et gaz</span></a> est
là pour ça !</span></p><p class="MsoNormal"><span><br /></span></p><p class="MsoNormal">L'ensemble des mises à jours est renseigné dans le JDD accessible ici : <a href="https://portail.agenceore.fr/pages/explore?explorepath=datasets%2Fhistorique-des-mises-a-jours-des-jdd-de-l-agence-ore" target="_blank">historique des mises à jour des JDD de l'Agence ORE</a></p><p class="MsoNormal"><br /><span></span></p><p></p>

This dataset allows for the quarterly visualization (starting from Q4 2020) of the stock of private cars registered in each municipality of metropolitan France and overseas departments. These cars are also broken down along two axes: whether they require an electric charging station and whether they require a gas charging station. The geographical granularity is at the municipal level (INSEE code), and for informational purposes, the EPCI (Public Establishments for Inter-municipal Cooperation) level is also available. The dataset includes a configuration named fichier corresponding to the data/fichier.parquet file, loaded using the Hugging Face datasets library.

搜集汇总

数据集介绍

构建方式

该数据集的构建源自法国政府开放数据平台data.gouv.fr，由Agence ORE机构负责维护与更新。数据集以季度为时间粒度，采集自2020年第四季度以来法国本土及海外省各市镇（commune）注册的私人乘用车（voitures particulières）存量数据。原始数据经过清洗与规范化处理，最终以Parquet格式存储于Hugging Face平台上，每个数据资源对应一个独立的子集（configuration），其中包含名为'train'的单一分割（split）。地理维度上，数据以INSEE市镇编码为基本空间单元，同时附有EPCI（公共市镇合作机构）编码作为补充信息，便于多层级分析。

特点

该数据集的核心特色在于对车辆能源补给方式的精细分类。每一辆注册车辆均依据其是否依赖电动或燃气充电设施进行二元划分，从而揭示法国不同地域在新能源车辆普及程度上的差异。此外，数据集的时间跨度为2020年底至今，采用季度更新机制，能够有效追踪电动车与燃气车保有量的动态演变趋势。市镇级别的空间粒度使得研究者能够进行高分辨率的地理统计分析，而EPCI编码的附加信息则服务于更大尺度的区域规划需求。整体而言，该数据集兼具时间序列与横截面数据的双重属性，适用于环境政策评估、基础设施布局优化及交通模式转型研究等应用场景。

使用方法

使用该数据集时，用户可以直接通过Hugging Face的datasets库进行加载。在Python环境中，首先安装datasets库，然后调用load_dataset函数，指定数据集名称与子集配置名（即'fichier'），即可获得包含训练分割的数据对象。返回的数据结构为Arrow格式，支持高效的列式操作与内存映射访问。用户可根据研究需要，利用pandas或PyArrow等工具进行数据转换与统计分析。若需获取更新后的版本，可设置库的版本控制参数或定期重新加载数据集。数据集的官方描述与元数据信息在data.gouv.fr平台持续维护，建议用户结合Agence ORE提供的更新日志以获取最新动态。

背景与挑战

背景概述

该数据集由法国数据开放平台Data.gouv.fr与Agence ORE联合发布，首次创建于2022年，旨在追踪法国本土及海外省各市镇注册的私人乘用车季度存量（自2020年第四季度起），并按照车辆是否需要充电桩（电力或燃气）进行细分。数据集以市镇INSEE代码为地理颗粒，同时提供EPCI（公共市镇合作机构）信息，为研究法国电动汽车基础设施部署与区域交通电气化转型提供了关键基础。作为法国公共开放数据的重要成果，该数据集被广泛应用于城市规划、能源政策评估及环境经济学研究，其影响力体现在支持决策者优化充电网络布局、追踪清洁能源车辆普及进程。数据集采用lov2许可证发布，以Parquet和CSV格式提供，确保了跨学科研究中的高效访问与复用。

当前挑战

该研究面临的核心领域挑战在于，尽管数据集呈现了车辆类型与充电需求的时空分布，但缺乏对个体车辆实际充电行为（如充电频率、时长及季节性波动）的刻画，限制了从静态存量到动态需求的精准建模。构建过程中，主要挑战源自多源行政数据的整合：不同市镇可能采用差异化的车辆登记分类标准，且燃气车辆与电动车辆在定义上存在模糊边界（如插电式混合动力归类），需通过标准化清洗流程消除歧义。此外，更新周期受限于行政流程，数据存在季度滞后性，难以及时反映政策变动（如2023年法国电动车补贴调整）对市场存量的瞬时影响。地理颗粒的细粒度同时带来了隐私合规风险，需在发布前进行小区域汇总以规避个体身份重识别，这在一定程度上削弱了数据分析的空间分辨率。

常用场景

经典使用场景

该数据集记录了法国本土及海外省各市镇自2020年第四季度起，每季度更新的私人乘用车注册存量，并按车辆是否需要电力或燃气充电设施进行细分。其核心用途在于支持针对电动汽车与替代燃料车辆推广进程的地域差异分析，研究者可借此描绘不同行政单元在能源转型中的分布图谱，尤其适用于探讨充电基础设施布局与车辆注册趋势之间的空间关联。

衍生相关工作

该数据集衍生出了一系列聚焦于城市交通能源转型定量分析的研究工作。典型应用包括构建地理加权回归模型，探讨市镇社会经济特征与电动车辆注册率的关系；以及开发时空数据可视化工具，揭示充电基础设施需求热点的动态演化。此外，相关研究常将其与能源消耗数据、人口普查统计数据融合，以建立交通电动化的综合评估框架，推动开放数据在可持续城市政策评估中的应用。

数据集最近研究

最新研究方向

该数据集聚焦于法国本土及海外省各市镇内按充电类型（电动与燃气）分类的私人乘用车注册存量的季度演变。在交通电气化与低碳能源转型的全球浪潮下，该数据为研究充电基础设施部署与车辆电动化进程之间的空间关联性提供了颗粒度精细的实证基础。当前前沿方向包括利用该市镇级面板数据，结合地理加权回归或空间杜宾模型，探测不同区域充电桩密度对电动车渗透率的异质性影响，并识别充电设施需求的热点滞后区域，从而优化城市更新与能源网格规划政策。同时，该数据集通过开放数据平台共享，有力地推动了公众对清洁能源出行议题的量化认知，并为地方行政机构制定差异化激励措施提供了循证决策支撑。