Data-Gouv-FR/logements-indignes-ou-indecents-france-entiere

列出法国全境各地区和部门中，根据相关程序类型，当前正在进行的不合格或不体面住房情况的清单。Liste des logements indignes ou indécents en cours par région et par département en fonction des types daction(procédure concernée) dans le France entière.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，收录了法国全境内被认定为不宜居住或不体面住房的清单信息。数据集构建遵循了结构化映射原则，将原始表格资源转化为Hugging Face平台上的统一配置，每个配置对应一个独立的子集，并以Parquet格式存储。数据加载时仅包含一个名为'train'的分割，便于直接用于分析与建模任务。通过将原始数据标识符与平台元数据关联，确保了数据的可追溯性与权威性。

特点

数据集覆盖法国各大区与省份，详细列出了不同类型整治行动所涉及的住房记录，具有明确的地理层级与行动分类维度。其特色在于以开放数据许可证授权发布，支持广泛的再利用与二次分析。数据格式采用了高效的Parquet格式，兼顾存储效率与查询性能，适合大规模数据处理场景。此外，数据集标注了原始法语元数据标识符与官方链接，保障了信息的完整性与来源透明度。

使用方法

使用者可通过Hugging Face的datasets库便捷加载数据，调用load_dataset函数并指定配置名称'logement-indigne-indecent-france-entiere'即可获取训练分割。加载后的数据集可直接转换为Pandas DataFrame进行探索性分析，或结合地理信息系统工具对住房分布进行可视化。由于数据以标准化Parquet格式提供，也支持直接通过Spark或Dask等分布式计算框架进行高效处理，便于开展全法范围内的住房状况评估与政策研究。

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2021年发布，由法国公共数据管理机构维护，旨在系统收录法国全境被判定为“不卫生”或“不合格”的住房信息。这些住房涉及健康安全隐患、居住面积不足、缺乏基本设施等严重问题，直接关联法国住房保障政策与社会公平议题。数据集以CSV和Parquet格式提供，涵盖区域、省份、行动类型等多维度字段，为住房政策制定者、城市研究者及社会公共组织提供了标准化、可追踪的官方数据资源。其影响力体现在推动住房权益透明化、辅助识别住房危机热点区域以及支撑左翼与环保团体对住房政策的实证批评。

当前挑战

该数据集所解决的领域问题在于系统化识别法国境内不符合卫生与安全标准的住房，以支持政府部门制定干预措施、评估政策效果并回应社会住房权益诉求。然而，构建过程面临两大挑战：一是数据来源碎片化，原始信息分散于各省份与地方行政单位的不同管理系统，格式与更新频率参差不齐，整合标准化耗时费力；二是法律与隐私敏感性强，住房判定涉及居民隐私及法律诉讼，需严格匿名化处理，同时确保数据公开不侵犯个体权利。此外，数据时效性难以保证，部分案例处理周期长达数年，可能导致已改善住房仍被错误标记为不合格，影响分析准确性。

常用场景

经典使用场景

该数据集汇集了法国全境范围内被认定为不达标或不体面住房的详细信息，按大区和省份划分，并标注了所涉及的行政程序类型。研究者常将其用于构建住房质量评估模型，分析住房不合规现象的时空分布规律，探讨不同地区住房监管力度的差异，以及评估住房改善政策实施效果。数据集的结构化形式使其便于进行统计回归、地理空间分析与分类预测，是法国住房研究领域中极具价值的基准资源。

实际应用

地方政府与住房管理机构可依托该数据集制定精准的住房整治与更新计划，优先处理不合规住房密集区域。社会组织和审计机构可用于监测住房执法力度与程序执行的透明度，识别系统性监管漏洞。房地产开发商与城市规划者亦可借助该数据评估区域住房市场风险，优化旧房改造与新建项目选址决策，从而在更大范围内改善居民的居住条件和安全保障。

衍生相关工作

围绕该数据集衍生出一系列经典研究，例如基于地理加权回归模型揭示住房不达标现象的空间集聚效应，以及采用生存分析法探讨行政程序对住房整改效率的影响。后续工作构建了住房质量综合指数，结合人口普查与经济数据评估居住环境对健康结局的长期影响。还有研究将其与城市社区特征数据融合，用于预测住房退化风险，推动了住房预警系统的开发与政策模拟工具的完善。