Data-Gouv-FR/projet-de-loi-de-finances-pour-2019-plf-2019-budget-general-budgets-annexes-comptes-speciaux

数据来源于2019年财政法案（PLF）及其附件，具体包括： - 按目的地分类的命名：任务/计划/行动（MPA） - 国家净税收收入 - 按任务目的地分类的总体预算（BG） - 按任务目的地分类的附加预算（BA） - 按任务目的地分类的特殊用途账户（CAS） - 按任务目的地分类的财务援助账户（CCF） - 按任务性质分类的总体预算（BG） - 按任务性质分类的特殊用途账户（CAS） - 按任务性质分类的财务援助账户（CCF） - 按部门分类的国家预算 - 全职等效职位（ETP）计数 - 按标题2和非标题2（T2 / HT2）分类的国家预算Data derived from the 2019 Finance Bill (PLF) and its annexes, namely: - Nomenclature by destination: Mission / Programme / Action (MPA) - Net tax revenue of the State - General Budget (BG) by mission on the destination axis - Annexed Budgets (BA) by mission on the destination axis - Special Allocation Accounts (CAS) by mission on the destination axis - Financial Assistance Accounts (CCF) by mission on the destination axis - General Budget (BG) by mission on the nature axis - Special Allocation Accounts (CAS) by mission on the nature axis - Financial Assistance Accounts (CCF) by mission on the nature axis - State budget - count of full-time equivalent positions (ETP) by ministry - State budget according to title 2 and outside title 2 (T2 / HT2)

搜集汇总

数据集介绍

构建方式

该数据集源于法国政府2019年财政法案（PLF 2019）及其附件，官方数据取自法国公共数据平台data.gouv.fr。构建过程中，数据集将原始tabular资源转化为Hugging Face格式，每个原始资源对应一个独立的子集/配置，并统一使用`train`划分。数据以Parquet格式存储，包含两个子集：其一为按标题2及非标题2划分的国家预算，其二为按部委计算的全职当量（ETP）岗位统计。这种结构化的转换确保了数据的高效读取与兼容性。

使用方法

用户可通过Hugging Face的`datasets`库便捷加载该数据集。使用时需指定具体的子集配置名称，例如选择`plf-2019-budget-de-letat-suivant-titre-2-et-hors-titre-2-t2-ht2`即可获取对应预算数据。加载后，数据以`Dataset`对象形式呈现，支持通过`ds["train"]`直接访问训练划分，便于进行数据探索、统计分析和模型训练。推荐在Python环境中结合pandas等工具进行进一步处理，以充分利用其结构化金融信息。

背景与挑战

背景概述

该数据集名为《2019年财政法案草案（PLF 2019）》，由法国政府公共数据平台data.gouv.fr于2018年发布，旨在系统化呈现法国国家预算、附属预算及特别账户的详尽数据。数据集核心研究问题聚焦于公共财政透明化与预算结构的可解析性，涵盖按使命、计划、行动分类的支出框架，以及税收收入、全职等效岗位等关键指标。作为法国开放数据运动的重要成果，该数据集为政策制定者、经济学家与公民社会提供了量化分析预算分配与执行效率的基石，推动了公共治理领域的实证研究范式转型，并在欧洲财政数据标准化进程中具有示范效应。

当前挑战

该数据集所解决的领域挑战在于破解法国预算文本的复杂层级结构（如使命-计划-行动分类与性质分类的交叉），使传统上难以机器解析的立法财政信息转化为结构化表格，从而支持自动化分析与跨年度对比。构建过程中面临的挑战包括：原始数据来源于多源异构的官方文档，需统一编码规则与命名体系以消除歧义；预算科目间的交叉引用关系（如一般预算与附属预算的关联）要求严谨的数据建模；此外，数据许可（lov2）与法语标签化处理需兼顾法律合规性与国际复用性，确保在开放数据框架下维持信息准确性。

常用场景

经典使用场景

在公共财政与政策分析领域，该数据集作为法国2019年财政法案（PLF 2019）的官方结构化镜像，为研究者提供了元数据完备的国库收支细目。经典使用场景聚焦于预算编制的纵向解构与横向对标，学者可藉此剖析国家预算按使命、项目与行动（MPA）的分配逻辑，并依性质维度（T2/HT2）区分人员与非人员支出，从而建立对公权力资源配置机制的量化认知。

解决学术问题

该数据集有效回应了公共财政透明度评估与政策效能追踪两大学术命题。藉由涵盖总预算、附属预算及特别账户的全景式数据，研究者得以量化分析财政资源的部门倾斜特征，揭示预算执行中的结构性偏差。其衍生出的就业当量（ETP）数据更支撑了政府规模效率的实证检验，为公共管理理论中代理成本与职能冗余假说提供了可溯源的验证工具。

实际应用

实际应用中，该数据集赋能了多维度的社会监督与决策辅助。公民社会与媒体可基于此核验政府支出与法定法案的一致性，构建预算可视化仪表盘。政策顾问与立法机构通过细粒度预算条目（如特别拨款账户）的跨年比较，诊断财政纪律的松弛程度。金融分析师亦能藉由税收与支出的联动模式，预判主权信用风险与公共投资的乘数效应。

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）的预算结构精细化剖析，涵盖国家预算、附属预算及特别账户的多维分类体系。当前前沿研究方向主要体现在利用该数据推动公共财政透明化与智能化分析，包括通过自然语言处理技术提取预算文本中的政策意图，结合机器学习模型预测不同任务与项目间的资金分配动态，以及运用时间序列分析评估财政政策对经济指标的影响。此外，该数据集为研究欧盟成员国财政纪律与法国公共支出效率的关联性提供了基准数据，尤其在疫情后财政复苏背景下，成为探讨预算弹性与社会福利优化的重要资源。其开放许可特性进一步赋能跨学科协作，助力构建可复现的公共财政研究框架。