Data-Gouv-FR/previsions-des-prix-du-carburants-a-7-et-14-jours-france

该数据集提供法国本土燃油价格（包括Gazole、SP95、SP98、E10、E85、GPLc）的每日预测，涵盖7天和14天两个时间范围（分为按站点预测和全国预测）。预测由Carburants.chiffrex.fr的算法生成，该算法结合了三种数学模型：1. 与原油价格（布伦特原油）的相关性分析，并计算最优滞后值；2. 霍尔特双指数平滑法，以捕捉局部趋势；3. 基于近期变化的加权线性回归。数据集中每一行包含当前观察到的平均价格、预测价格、预期变化百分比以及置信度指数（低、中、高）。数据由Carburants.chiffrex.fr生成，实际价格来源自prix-carburants.gouv.fr的实时数据流。Ce jeu de données propose des prévisions quotidiennes sur lévolution des prix des carburants (Gazole, SP95, SP98, E10, E85, GPLc) en France métropolitaine à un horizon de 7 et 14 jours (Prévisions par stations et nationales). Les prévisions sont générées par lalgorithme de Carburants.chiffrex.fr qui combine trois modèles mathématiques : 1. Corrélation avec le cours du pétrole brut (Brent) avec calcul de décalage optimal (Lag). 2. Lissage exponentiel double de Holt pour capter les tendances locales. 3. Régression linéaire pondérée sur les variations récentes. Chaque ligne du fichier indique le prix moyen actuel constaté, le prix prédit, le pourcentage de variation attendu ainsi quun indice de confiance (Low, Medium, High). Données produites par : https://carburants.chiffrex.fr Source des prix réels : Flux instantané de prix-carburants.gouv.fr

搜集汇总

数据集介绍

构建方式

本数据集源自法国开放数据平台 data.gouv.fr，由 Carburants.chiffrex.fr 算法生成，旨在提供法国本土汽油（Gazole、SP95、SP98、E10、E85、GPLc）未来7天与14天的价格预测。其构建融合了三种数学模型：首先基于布伦特原油价格与燃油价格的关联性计算最优滞后参数；其次采用霍尔特双指数平滑法捕捉价格的局部趋势；最后通过加权线性回归分析近期价格波动。数据集包含两个子集：'previsions-par-station' 以加油站为粒度提供预测，'previsions-nationales' 则呈现全国层面的汇总结果，每个子集对应一个独立的 parquet 文件。

特点

该数据集的核心特色在于提供了多维度的预测信息：每条记录不仅包含当前观测到的实际平均价格，还输出预测价格、预期变化百分比以及一个三级置信度指标（Low、Medium、High），为使用者评估预测可靠性提供了直观依据。数据覆盖了法国主要的燃油类型，从时间维度上兼顾了短期（7天）与中期（14天）预测，空间粒度上既包含加油站级别的精细数据，也提供全国宏观趋势。此外，原始价格数据来源于法国政府官方燃油价格实时接口，确保了基础数据的权威性与时效性。

使用方法

用户可通过 Hugging Face Datasets 库便捷调用本数据。加载时需指定子集名称，例如使用 load_dataset('Data-Gouv-ML/previsions-des-prix-du-carburants-a-7-et-14-jours-france', 'previsions-par-station') 获取加油站级预测，或使用 'previsions-nationales' 获取全国级数据。每个子集仅包含一个名为 'train' 的划分，返回的数据结构可直接转换为 pandas DataFrame 进行后续分析。对于需处理大规模预测任务的场景，建议优先选用 parquet 格式以提升 I/O 效率，同时留意数据许可证为 CC-BY，允许在注明来源的前提下进行二次分发与商业使用。

背景与挑战

背景概述

该数据集由法国数据科学平台carburants.chiffrex.fr于近期创建，依托法国政府开放数据门户data.gouv.fr发布，旨在提供法国本土加油站及全国层面的燃油价格（包括柴油、SP95、SP98、E10、E85及液化石油气）在未来7日和14日的预测。研究团队通过融合布伦特原油价格的滞后相关性、Holt双指数平滑模型以及加权线性回归三种数学方法，生成包含当前均价、预测价格、预期变动百分比及置信度（低、中、高）的预测结果。该数据集填补了法国燃油价格短期预测领域的公开数据空白，为能源经济研究、消费者决策优化及政策制定提供了结构化、可复用的基准资源，对推动数据驱动的燃油市场分析具有重要参考价值。

当前挑战

在领域问题层面，燃油价格受地缘政治、季节性需求、炼油产能及突发事件等多重非线性因素影响，现有模型难以完全捕捉复杂动态，且7至14日的预测窗口对异常事件的鲁棒性不足。在构建过程中，数据源依赖实时燃油价格流（来自prix-carburants.gouv.fr），采集频率与延迟可能引入不一致性；此外，三个基础模型的组合需平衡滞后计算的精度与实时性，同时生成跨加油站与全国层面的预报表需处理大量异构数据，确保预测的时空一致性及置信度指标的可解释性，这对数据清洗与模型校准构成显著挑战。

常用场景

经典使用场景

在能源市场分析与经济预测领域，该数据集为研究者提供了一个独特的工具，用以探究法国本土燃油价格的中短期演变规律。其核心应用在于利用每日更新的加油站级别和国家级别的预测数据（包括柴油、SP95、SP98、E10、E85及GPLc等燃料类型），对7天和14天后的价格走势进行建模与验证。研究者可基于此数据集训练时间序列预测模型，或将其作为基准，对比不同数学算法（如布伦特原油滞后相关、霍尔特指数平滑及加权线性回归）在燃油价格预测中的表现。该数据集还特别适用于研究区域价格异质性，通过分析各加油站预测值与实际值的偏差，揭示地理、交通及竞争因素对定价策略的潜在影响。

解决学术问题

该数据集精准回应了能源经济学中一个长期存在的痛点：缺乏高频、细粒度且公开透明的燃油价格预测验证基准。传统研究多依赖宏观月度数据或单一站点采样，难以捕捉短期波动与空间差异。本数据集通过提供每日更新的双重时间尺度（7天与14天）预测，并结合置信度指标（低、中、高），使得研究者能够评估不同预测模型在不确定性条件下的稳健性。它有效支撑了关于预测方法比较、市场效率检验以及价格传导机制（如原油到零售价的滞后效应）的实证研究。其意义在于降低了能源价格预测领域的入门门槛，促进了可复现研究的发展，并推动了从描述性分析向预测性分析的方法论转变。

衍生相关工作

该数据集的出现催生了一系列衍生研究工作。首先，围绕其核心算法组合，学者们可以开发混合预测模型，例如将深度学习（如LSTM或Transformer）与传统的统计方法（如指数平滑）进行集成，以提升长期预测精度。其次，研究者利用该数据集验证了空间计量经济学在燃油价格预测中的有效性，通过将地理邻近性与预测误差结合，构建了空间误差修正模型。此外，该数据集还推动了解释性人工智能（XAI）在时间序列中的应用，相关工作致力于解析各影响因素（如原油价格、历史趋势、季节性）对预测结果的贡献度，提升了模型的可信度。最后，基于该数据集的置信度标签，已有工作探索了不确定性量化与主动学习策略在动态定价场景中的结合路径。