Data-Gouv-FR/projet-de-loi-de-finances-pour-2019-plf-2019-annexe-budget-des-operateurs-de-letat-pour-2018

该数据集包含法国国家运营商的预算数据，源自2019年财政法案（PLF 2019）附录中的年度绩效计划，具体涉及2018年预算。内容包括：国家运营商的2018年初始预算，按目的地划分的支出表（覆盖预算会计范围，不包括公共科学和技术机构（EPST）以及非预算会计部分），以千欧元为单位的财务平衡表（覆盖范围包括预算会计运营商，含EPST），2018年初始预算的预算授权（以千欧元为单位），EPST的2018年初始预算授权，以及运营商2018年的预估损益表。This dataset contains budget data for French state operators, derived from the annexes of the Annual Performance Plan to the Finance Bill (PLF) for 2019, specifically for the 2018 budget. It includes: the 2018 Initial Budget for state operators, expenditure tables by destination (covering the budgetary accounting scope, excluding public scientific and technological institutions (EPST) and non-budgetary accounting), financial balance in thousands of euros (covering operators in budgetary accounting, including EPST), budget authorizations for the 2018 Initial Budget in thousands of euros, budget authorizations for EPSTs 2018 Initial Budget, and the projected income statement for operators for 2018.

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，是对2019年财政法案（PLF 2019）中关于国家运营机构预算附件内容的系统化整理。原始数据遵循lov2许可协议，涵盖2018年初始预算的多维度财务信息。构建方式上，数据集将原始tabular资源映射为Hugging Face平台上的多个子集配置，每个子集对应一个独立的Parquet格式数据文件，并统一包含名为'train'的分割，便于机器学习的直接调用。这一设计既保留了官方数据的完整结构，又通过标准化格式显著降低了访问门槛。

使用方法

数据集的使用极为便捷，依托Hugging Face的datasets库即可高效加载。用户可通过指定子集配置名称（如'plf-2019-liste-operateurs-de-etat'）直接调用相应财务表格，返回的Dataset对象包含完整的'train'分割。例如，使用`load_dataset("Data-Gouv-FR/projet-de-loi-de-finances-pour-2019-plf-2019-annexe-budget-des-operateurs-de-letat-pour-2018", "plf-2019-liste-operateurs-de-etat")`即可获取运营机构清单数据，随后可轻松转换为Pandas DataFrame进行深入分析或下游任务建模。

背景与挑战

背景概述

该数据集源自法国政府于2019年提交的《财政法案》（PLF 2019），由法国数据开放平台data.gouv.fr发布，核心研究问题聚焦于国家运营机构的预算透明与财政绩效评估。数据集收录了2018年初始预算中运营机构的支出、财务平衡、预算授权及预期损益表等关键指标，旨在为公共财政分析、政策评估及跨机构比较提供结构化数据支持。作为法国公共数据开放运动的重要组成部分，该数据集对推动财政问责制、促进学术研究与公民监督具有显著影响力，尤其为宏观经济学、公共管理及数据科学领域的交叉研究提供了实证基础。

当前挑战

该数据集面临的领域挑战在于，如何从碎片化的财政法案附件中提取并统一异构的预算报表格式，以解决公共财政透明度不足与数据可比性缺失的难题。构建过程中需克服多重障碍：原始数据分散于不同PDF文档，需通过光学字符识别（OCR）与手工校验实现结构化转换；跨机构会计标准（如EPST与非EPST实体）导致科目分类不一致，需设计映射规则；此外，时间跨度（2018年预算）、货币单位（千欧元）及法律框架（LOV2许可）的限定，要求数据清洗时兼顾时效性与合规性，确保历史分析的可复现性。

常用场景

经典使用场景

该数据集以法国2019年财政法案（PLF 2019）为背景，系统收录了国家运营商（opérateurs de l'État）2018年初始预算的详细财务数据，涵盖预算会计维度下的支出分布、财务平衡表、预算授权额度以及科学和技术公共机构（EPST）的专项预算。经典使用场景聚焦于对法国公共财政透明度的实证分析，研究者可借助这些表格数据，剖析国家运营商的资源配置逻辑，例如追踪不同职能领域的资金流向，或比较运营商在预算会计与非预算会计框架下的财务表现差异。数据集以parquet和CSV格式提供，便于高效加载与处理，为财政政策评估、预算执行效率研究以及公共管理改革讨论提供了结构化、可复用的基础数据源。

解决学术问题

在学术层面，该数据集直接回应了公共财政研究中关于预算过程透明度与运营商财务问责制的核心难题。它使学者能够从宏观和微观两个层面，精确评估法国国家运营商的预算分配是否与政策目标对齐，例如通过分析初始预算授权与实际支出之间的偏差，揭示预算执行中的潜在效率损耗或制度性障碍。此外，数据集包含EPST与非EPST运营商的对比信息，支持对科研机构财政自主性及其预算约束的差异化研究，从而深化对公共部门治理多样性的理解。其意义在于，为量化分析财政透明度对政府绩效的影响提供了实证基础，推动了公共经济学与政治学交叉领域的理论发展。

实际应用

在实际应用领域，该数据集成为政府审计、预算监督机构以及民间财政观察组织的关键工具。例如，审计法院（Cour des comptes）可利用其中的财务平衡表和预算授权数据，核实运营商是否符合财政纪律要求；非营利组织如Open Data France则能基于数据集的开放接口，开发可视化仪表盘，向公众展示公共资金的分配概览。数据集的机器可读格式也便于财务分析师构建预测模型，模拟预算削减或增支对运营商长期财务健康的影响，从而辅助政策制定者优化次年度财政法案的起草。这些应用强化了公共财政数据的民主化利用，促进了公民对政府预算的知情权与监督权。

数据集最近研究

最新研究方向

该数据集聚焦于2019年法国财政法案（PLF 2019）中国家运营商预算的透明化与结构化分析，是法国开放数据运动与公共财政数字化治理的典型代表。近期研究前沿主要围绕公共预算数据的标准化处理与跨部门财政绩效评估，尤其关注运营商预算执行与预期目标的偏差分析。结合欧盟财政透明倡议及法国《公共数据开放法》的推进，该数据集为追踪国家运营商的资源配置效率、财政可持续性及政策效应提供了实证基础。其以Parquet和CSV格式提供机器可读的预算明细，支持研究人员运用计量模型与数据可视化技术，深入剖析2018年初始预算中运营商收支结构、资产负债平衡及研发类机构（EPST）的特殊预算科目，对推动政府问责、优化财政决策具有重要实践意义。