遇见数据集

Data-Gouv-FR/service-statistique-ministeriel-de-la-securite-interieure-base-des-series-chronologiques

收藏
Hugging Face2026-05-29 更新2026-05-31 收录
官方服务:

资源简介:

该数据集来自法国国内安全部统计服务(SSMSI),包含数千个与犯罪、违法、违规、投诉率、不安全感等相关的月度、季度、年度统计指标,涵盖国家级和省级数据。每个指标除了数值外,还提供来源、周期性、计数单位、定义以及指向SSMSI网站可下载相关出版物的链接。主要跟踪领域包括:1. 破坏行为;2. 种族主义、仇外或反宗教行为;3. 环境破坏行为;4. 诚信破坏行为;5. 反LGBT行为;6. 对家养动物的侵害行为;7. 入室盗窃及未遂;8. 投诉(受害者或家庭受害者声明已投诉);9. 故意破坏和损毁;10. 欺诈和支付手段诈骗;11. 杀人及未遂;12. 毒品相关违法行为;13. 数字相关违法行为;14. 侮辱;15. 威胁;16. 对公职人员的侮辱和暴力;17. 性别歧视侮辱;18. 拒绝服从;19. 不安全感;20. 人口贩卖和剥削;21. 家庭暴力;22. 身体暴力;23. 性暴力;24. 暴力盗窃及未遂;25. 车辆相关盗窃及未遂;26. 非暴力盗窃及未遂;27. 无破门入室的主要住宅盗窃。SSMSI还提供了一个数据可视化应用,可从相关页面访问。数据集定期更新。

This dataset from the French Ministry of the Interiors Statistical Service (SSMSI) references thousands of monthly, quarterly, and annual statistical indicators at national and departmental levels related to areas monitored by the service: crimes, offenses, violations, complaint rates, feelings of insecurity, etc. For each indicator, in addition to its values, the dataset provides information on its source, periodicity, unit of measurement, and definition, supplemented with a link to an associated publication directly downloadable from the SSMSI website. The main monitored areas include: 1. Acts of vandalism; 2. Racist, xenophobic, or antireligious offenses; 3. Environmental offenses; 4. Offenses against integrity; 5. Anti-LGBT offenses; 6. Offenses against domestic animals; 7. Burglaries and attempts; 8. Complaint filing (victim or household victim declaring a complaint); 9. Intentional destruction and damage; 10. Fraud and payment method fraud; 11. Homicides and attempts; 12. Drug-related offenses; 13. Digital-related offenses; 14. Insults; 15. Threats; 16. Outrages and violence against public officials; 17. Sexist outrages; 18. Refusal to comply; 19. Feelings of insecurity; 20. Human trafficking and exploitation; 21. Domestic violence; 22. Physical violence; 23. Sexual violence; 24. Violent thefts and attempts; 25. Vehicle-related thefts and attempts; 26. Non-violent thefts and attempts; 27. Non-forcible thefts from primary residences. SSMSI has created a data visualization application for these time series, accessible from the associated reuse tab. The dataset is regularly updated.

提供机构:
Data-Gouv-FR
搜集汇总
数据集介绍
Data-Gouv-FR/service-statistique-ministeriel-de-la-securite-interieure-base-des-series-chronologiques 数据集图片
构建方式
该数据集由法国内政部下属的统计服务部门(SSMSI)精心构建,旨在系统化收录与公共安全及犯罪领域相关的时间序列指标。其构建过程依托于官方统计框架,整合了来自全国及地方各级的月度、季度和年度数据,涵盖犯罪、轻罪、违警、报案率及不安全感指数等多元维度。每个指标不仅包含具体数值,还附有来源、周期、计量单位及定义等元信息,并通过链接关联至SSMSI的公开出版物,确保了数据的可追溯性与权威性。
特点
本数据集的核心特征在于其多维度和高时效性。它涵盖了从故意破坏、种族主义攻击到网络犯罪、家庭暴力等27类具体犯罪类型,以及报案率与公民安全感等社会心理指标,为研究社会治安动态提供了全景式视图。数据以时间序列形式组织,支持跨时期和跨地域的纵向与横向比较,且通过定期更新机制保持与现实同步,从而成为分析犯罪趋势、评估政策效果及开展社会科学研究的宝贵资源。
使用方法
使用者可通过法国内政部数据开放平台(data.gouv.fr)直接访问该数据集,无需经过HuggingFace平台,因为后者仅作为引用参考。数据集以结构化表格形式发布,适用于多种分析场景。用户可借助SSMSI提供的交互式数据可视化应用,直观探索犯罪与安全指标的演变规律;同时,也支持通过编程接口(如Python的Pandas库)进行批量下载与定制化统计分析,便于融入学术研究或政策评估工作流中。
背景与挑战
背景概述
该数据集由法国内政部下属的统计服务部门(SSMSI)创建,旨在系统性地记录与公共安全相关的犯罪、违法行为及公众安全感的多维度时间序列数据。数据集涵盖了从月度到年度、从国家到省级范围的数千个统计指标,涉及暴力犯罪、财产犯罪、网络犯罪、家庭暴力、仇恨犯罪及毒品违法等27个主要领域。作为法国公共安全研究的重要基础设施,该数据集为犯罪学分析、政策评估及社会风险监测提供了结构化、可复用的数据支撑,其开放获取特性(License Ouverte 2.0)显著推动了数据驱动的安全治理研究,自发布以来已成为法国乃至欧洲犯罪学与统计学领域的关键参考资源。
当前挑战
该数据集的构建与利用面临多重挑战。领域层面,犯罪统计数据的时空异质性与定义一致性难题突出——不同历史时期或地域的犯罪分类标准可能存在差异,导致跨年度或跨区域比较分析的偏差;同时,报案率波动(如家庭暴力受害者报案意愿变化)可能会模糊真实犯罪率与统计值之间的关系。构建层面,数据整合需协调来自警务、司法及社会调查的多源异构信息,确保时间序列的连续性及指标定义的统一性;此外,数据集的定期更新虽确保了时效性,但历史指标的修订与回溯性调整可能引发版本管理问题,影响长期趋势分析的可靠性。
常用场景
经典使用场景
在犯罪学与社会安全研究领域,SSMSI时间序列数据库作为官方统计基准,常被用于分析法国境内各类犯罪与违法行为的长期演变趋势。研究者可依托其涵盖月度、季度及年度的多维度指标,系统考察盗窃、暴力侵害、毒品违法等27类案件的时空分布特征,并结合报案率与居民不安全感指数,构建综合性安全评估模型。该数据集最典型的应用是开展纵向比较研究,揭示特定犯罪类型在不同行政区域间的演化规律,为实证犯罪学提供坚实的数据基础。
实际应用
在实际应用层面,该数据集成为法国地方政府制定公共安全政策的核心决策支撑工具。内政部下属的SSMSI基于这些时序数据定期发布可视化分析报告,协助各辖区警察部门识别犯罪高发时段与重点防控区域,从而优化警力资源配置。司法系统也利用其中的暴力侵害与财产犯罪数据评估刑罚改革效果,并通过跟踪家庭暴力与仇恨犯罪的报案率变化,指导针对性的法律干预措施。此外,非政府组织与媒体机构可借助这些开放数据,以透明化的叙事方式向公众呈现社会安全状况的演进,增强政策讨论的实证基础。
衍生相关工作
围绕此数据集已衍生出多项具有影响力的学术与实践工作。SSMSI官方基于该数据库搭建了交互式数据可视化平台,允许用户动态探索不同犯罪类型的长期走势与地域差异,成为法国公共数据开放工程的标杆案例。在学理层面,多项计量经济学研究借鉴其时间序列特性,运用中断时间序列分析等方法评估移民政策或宵禁令对特定地区犯罪率的因果效应。社会学研究者则将其与人口普查、经济指标等第三方数据融合,构建多层次的区域治安复杂度预测模型,揭示了失业率与财产犯罪间的非线性关联。这些衍生产出巩固了该数据集作为法国社会安全研究核心基础设施的地位。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务