Data-Gouv-FR/referentiel-de-loffre-dinsertion-sociale-et-professionnelle-data-inclusion

该数据集是法国社会与职业融合服务目录，由data·inclusion项目维护，旨在收集和记录法国各地为远离就业人群提供的社会与职业融合服务信息。数据集包含超过100,000个结构和相关服务，覆盖全法国领土，服务类型包括儿童看护、驾照帮助、法语课程、简历工作坊、社区社会行动中心等。数据集分为两个主要文件：structures（结构信息）和services（服务信息），提供多种格式如CSV、GeoJSON、JSON、Excel和Parquet。数据遵循data·inclusion数据模式，并经过严格验证，包括SIRET验证（排除已关闭结构）、电子邮件和URL验证、地址地理编码和标准化、个人数据移除以及基于质量评分（如新鲜度、完整性、一致性）的数据筛选。数据集自2025年10月31日起更新至v1版本，以提高数据可操作性和质量。用户可通过structure_id列关联结构和服务文件，并使用score_qualite列过滤高质量服务。This dataset is the French social and professional integration service directory, maintained by the data·inclusion project, which aims to collect and record information on social and professional integration services across France for people distant from employment. It includes over 100,000 structures and related services, covering all French territories, with service types such as childcare, driving license assistance, French language courses, CV workshops, and communal social action centers. The dataset consists of two main files: structures (structure information) and services (service information), available in multiple formats including CSV, GeoJSON, JSON, Excel, and Parquet. The data follows the data·inclusion schema and undergoes rigorous validation, including SIRET verification (excluding closed structures), email and URL validation, address geocoding and normalization, removal of personal data, and quality scoring based on criteria like freshness, completeness, and consistency. The dataset has been updated to version v1 since October 31, 2025, to improve data usability and quality. Users can link structures and services via the structure_id column and filter high-quality services using the score_qualite column.

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，是 data·inclusion 项目所构建的社会与职业融入服务公共数字参考库。数据集由两个核心子集构成，分别为“融入结构”与“融入服务”，并以 Parquet 格式存储，每个子集在 Hugging Face 上对应一个独立的配置项及名为 train 的数据划分。构建过程中，数据采集自多个经认证的提供方，并经过严格的质检流水线，包括对 SIRET 工商注册号的有效性验证、剔除已关闭机构、通过 GDPR 信息通知验证电子邮件、校验 URL 链接、对地址进行地理编码与标准化，以及对个人隐私信息进行脱敏处理，最终以开放数据形式发布。

特点

数据集覆盖全法超过十万个社会与职业融入服务实体，涉及儿童托管、驾照补助、法语课程、简历工坊、社区社会行动中心等多元领域。其显著特点在于遵循 data·inclusion 的 v1 版本数据规范，确保了字段定义的一致性与可互操作性。数据质量方面，系统为每项服务计算质量评分（score_qualite），综合考量时效性、完整性、一致性等维度，评分趋近 1 的服务代表质量最优，便于用户优先选用高价值数据。此外，数据集提供 CSV、GeoJSON、JSON、Excel 及 Parquet 等多种格式，以适应不同应用场景。

使用方法

使用者可通过 Hugging Face 的 datasets 库便捷加载数据，选择指定的子集配置名称，例如 'structures-inclusion-2026-05-25.parquet'，调用 load_dataset 函数即可获取包含全部记录的 train 划分。为实现结构与服务的关联查询，可利用服务文件中的 'structure_id' 字段与结构文件中的 'id' 字段进行连接操作。如需基于数据质量进行过滤，可参照 'score_qualite' 列设定阈值，选取评分接近 1 的高质量服务记录，从而在分析与建模中聚焦于可靠数据源。

背景与挑战

背景概述

随着法国社会融合与就业支持体系的持续发展，如何系统性地整合并高效利用分散于各地的社会与职业融入服务资源，成为公共政策与数据治理领域的重要议题。在此背景下，由法国政府数据平台data.gouv.fr主导，GIP Inclusion等机构共同参与构建的data·inclusion数据集于2025年正式发布。该数据集以开放数据为核心理念，收录了覆盖法国全境的逾10万个社会与职业融入机构及其服务信息，涵盖儿童照护、驾照资助、法语课程、简历工作坊及社区社会服务中心等多样化领域。作为法国公共数据开放运动的关键成果，该数据集通过标准化的数据模式与多格式发布策略，为政策制定者、社会工作者及研究人员提供了评估与优化社会融入服务供给的坚实基础，显著提升了相关领域的数据可及性与决策科学性。

当前挑战

该数据集面临的核心挑战之一在于应对社会融入服务领域固有的数据碎片化与异构性。来自不同地区与服务提供者的数据在格式、粒度与更新频率上存在显著差异，急需统一的数据模式与质量验证机制以实现有效整合。构建过程中，数据生产方需要严格审核超过十万条机构与服务记录，验证企业识别码（SIRET）的有效性以剔除已关闭机构，通过通用数据保护条例（GDPR）合规流程验证电子邮件地址，并对地址进行地理编码与标准化处理。此外，个人敏感信息的脱敏与识别构成了隐私保护的重中之重。为确保数据实用性，系统还需持续计算基于新鲜度、完整性与一致性的质量评分，从而在开放数据透明度与数据可用性之间取得精妙平衡。

常用场景

经典使用场景

在社会科学与公共政策研究领域，数据集的经典运用通常聚焦于对法国本土社会与职业融入服务的全景式刻画。研究者以该数据集为基石，系统分析覆盖全国逾十万个机构与服务的空间分布、服务类型及运作模式，进而揭示地方性就业支持网络的构建逻辑与覆盖盲区。通过关联结构标识与服务质量评分，学者能够精确评估不同地域间融入服务的可及性与异质性，为优化资源配置提供实证依据。

衍生相关工作

围绕此数据集，衍生了一系列具有影响力的研究工作与工具开发。基于其结构化信息，有团队构建了自适应空间映射模型，用于预测不同社区的服务需求缺口。另一些工作则利用机器学习算法，依据历史服务质量动态评分，探索服务效能的预测因子。此外，该数据集还催生了跨库数据整合范式，通过其结构标识与法国国家就业登记系统链接，生成了关于就业融入路径的纵向追踪分析，深刻影响了社会政策因果推断领域的研究方法。

数据集最近研究

最新研究方向

当前，法国社会与职业融入领域的数据基础设施正经历深刻变革，data·inclusion数据集作为一项关键的公共数字资源，汇聚了超过十万个面向就业弱势群体的社会与职业融入服务机构及服务项目。该数据集的前沿研究方向聚焦于利用开放数据架构与标准化数据模式（如v1版模式）推动跨区域、跨机构的社会服务可发现性与互操作性。通过与法国公共数据平台data.gouv.fr的深度整合，并采用Parquet等高效格式存储，研究社区正探索基于质量评分体系（如fraicheur、complétude等指标）的自动化数据验证与治理机制，以确保服务信息的实时性与可靠性。此外，结合地理编码与地址标准化技术，该数据集也为空间分析与数字社会地图的构建提供了数据基础，助力精准识别服务盲区、优化资源分配，进而推动全法社会融入政策的科学决策与数字治理的公平性。