Data-Gouv-FR/footballeurs-dile-de-france

该数据集是关于1980年至2006年间出生于法国法兰西岛（大巴黎）地区的职业足球运动员的集合。它探讨了该地区人口构成与足球人才产出之间的关系，法兰西岛地区被广泛认为是全球最大的职业足球运动员摇篮之一。关键数据包括：713名职业足球运动员，其中37.9%拥有双重国籍，40.5%来自非洲裔群体。主要来源国家（除法国外）为：刚果民主共和国（41人）、马里（39人）、塞内加尔（29人）、阿尔及利亚（28人）和科特迪瓦（25人）。数据集提供CSV、Parquet和JSONL格式文件，并指出局限性，如仅包含有维基数据页面的运动员、出生地不等于训练地等。适用于足球人才产出分析、移民与体育研究、人口社会学等领域。This dataset is a collection of professional footballers born in the Île-de-France (Greater Paris) region of France between 1980 and 2006. It explores the relationship between the demographic composition of the region and its exceptional production of football talents, with the region widely regarded as one of the worlds largest breeding grounds for professional footballers. Key figures include: 713 professional footballers, of which 37.9% hold dual nationality and 40.5% are from the African diaspora. The main countries of origin (excluding France) are: Democratic Republic of the Congo (41), Mali (39), Senegal (29), Algeria (28), and Ivory Coast (25). The dataset is available in CSV, Parquet, and JSONL formats, and notes limitations such as selection bias (only players with a Wikidata page are included), birthplace not equaling training location, and identification of diaspora based on nationality data. It is suitable for analyzing regional talent production, studying migration and sports, demographic research, and sports sociology.

搜集汇总

数据集介绍

构建方式

该数据集围绕法兰西岛地区（大巴黎）1980年至2006年间出生的职业足球运动员构建而成。数据源自法国官方开放数据平台data.gouv.fr，收录了713名职业足球运动员的丰富信息。构建过程中，系统性地整合了运动员的出生地、国籍及双重国籍等人口统计学特征，并通过Wikidata平台进行身份校验与数据补充。数据集以Hugging Face仓库形式组织，将原始表格资源映射为单一配置（idf_footballers），并统一划分为训练集拆分，以Parquet格式存储，确保数据的高效存取与可复用性。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据，示例代码为：`from datasets import load_dataset; ds = load_dataset("Data-Gouv-ML/footballeurs-dile-de-france", "idf_footballers"); print(ds["train"])`，即可直接获取训练集数据进行操作。数据集适用于多元分析场景，包括区域足球人才培养机制探究、跨国人口流动与体育成就的关联研究、人口统计学与社会学交叉分析等。使用时需注意局限性：仅收录有Wikidata页面的运动员可能导致样本偏差；出生地未必反映训练地；国籍数据对diaspora的识别存在覆盖不足。建议在分析时辅以其他数据源以增强结论的稳健性。

背景与挑战

背景概述

足球作为全球最受欢迎的运动之一，其人才地理分布与区域社会经济特征息息相关。法国巴黎大区（Île-de-France）因其多元文化融合与优越的青训体系，被誉为世界顶级足球人才的摇篮。该数据集由法国数据开放平台data.gouv.fr于近期发布，聚焦于1980年至2006年间出生于该地区的713名职业足球运动员，核心研究问题在于揭示区域人口结构与顶级足球人才涌现之间的内在关联。数据集不仅记录了球员国籍、双重国籍比例及非洲裔球员占比，还通过交叉分析展示了刚果、马里、塞内加尔等国的移民背景影响，为体育地理学、移民研究与运动社会学提供了量化基础，推动了从经验性描述向数据驱动分析的范式转变。

当前挑战

该数据集面临的核心挑战在于解决体育人才地理分布中的代表性偏误。首先，领域问题层面，传统研究多依赖主观筛选或俱乐部报告，而此数据集通过Wikidata收录标准导致选择偏差，仅纳入具有网络信息记录的球员，可能遗漏未成名或早期职业生涯不明确的职业选手，影响对区域人才密度的准确估算。其次，构建过程中，出生地与训练地的不匹配构成关键难点：球员可能在A地出生，却在B地成长并受训，这使得数据难以精确反映青训系统的实际贡献。再者，基于国籍数据的移民背景识别存在局限，无法涵盖持有法国国籍但在文化认同上仍属特定族群的球员，从而低估了多民族融合对人才产出的复杂影响。

常用场景

经典使用场景

该数据集汇集了出生于1980年至2006年间、成长于法兰西岛大区的713名职业足球运动员信息，因其独特的地域聚焦和丰富的人口统计学属性，成为研究区域性体育人才产出的经典资源。学者们常利用其中的出生地、双重国籍与非洲裔比例等字段，量化分析巴黎大区作为全球顶级足球人才摇篮的成因，探索城市移民史、社会经济背景与足球天赋涌现之间的内在关联。

解决学术问题

数据集着力回应一个核心学术命题：为何法兰西岛大区能以相对有限的地理面积产出异常密集的职业足球精英？通过揭示37.9%的球员持有双重国籍、40.5%拥有非洲血统等统计特征，它系统支持了移民社群对体育人才库具有催化作用的假说。研究者得以摆脱个案描述的局限，借助大样本实证检验‘移民后代在特定体育项目中的代际优势’及‘多元文化环境对竞技表现的影响’等社会学与体育科学交叉议题。

实际应用

在实际应用中，该数据集为法国各级足球青训机构的区域选址与资源调配提供了数据锚点。体育政策制定者能根据出生地分布的热力图，优化巴黎大区各市镇的青少年训练设施布局；职业俱乐部球探则借助双重国籍与非洲裔背景字段，更具针对性地筛查具有国际比赛资格或多元化成长经历的天才球员。此外，移民研究机构也将此数据作为量化分析体育领域人才流动与民族融合成效的鲜活窗口。

数据集最近研究

最新研究方向

该数据集聚焦于法国法兰西岛大区（大巴黎地区）职业足球人才的区域聚集现象，揭示了该地区作为全球顶级足球人才摇篮的独特地位。当前前沿研究方向主要围绕人口构成与足球精英产出之间的深层关联，特别是通过37.9%的双重国籍比例和40.5%的非洲裔球员比例，探讨移民流、种族多元性与体育人才培养的互动机制。结合法国近年来关于移民融合、种族平等与社会流动性的热点辩论，该数据集为社会学、人口统计学与体育科学的交叉研究提供了实证基础，有助于量化分析多样化背景如何催化足球成就，并引发了关于地方性政策、青训体系与社会资本如何协同塑造精英体育人才的广泛讨论。