Data-Gouv-FR/projet-de-loi-de-finances-pour-2013-plf-2013-budget-annexes-ba-par-ministere

该数据集展示了2013年财政法案（PLF 2013）的附属预算，按部门和标题2/非标题2分类，包括授权承诺（AE）和支付信贷（CP）的信贷信息。This dataset presents the credits (authorizations of commitment (AE) and payment credits (CP)) of the annex budgets of the 2013 finance law (PLF) by ministry and Title 2 / non-Title 2.

搜集汇总

数据集介绍

构建方式

本数据集源于法国政府开放数据平台data.gouv.fr，聚焦于2013年财政法案（PLF 2013）中各附属预算（BA）的详细财务信息。数据集构建遵循“一数据集一仓库”原则，将原始tabular资源映射为Hugging Face上的单一配置（configuration），并统一以'train'作为数据拆分（split）。原始数据以Parquet格式存储，位于路径'data/plf-2013-budgets-annexes-par-ministere.parquet'，确保了高效的数据读取与存储压缩。这一架构设计既保留了官方数据的完整性，又为机器学习工作流提供了标准化接口。

特点

该数据集的核心特点在于其聚焦性：专门呈现2013年法国财政法案中按部分（ministère）划分的附属预算信贷数据。数据涵盖两项关键财务指标——授权承诺（AE）与支付信贷（CP），并进一步区分为“Titre 2”与“hors Titre 2”两类子维度。这种细粒度划分使得研究者能够精准分析不同部委在人员经费与运营支出上的预算分配。数据以开放许可（lov2）发布，支持自由使用与再分发，兼具官方权威性与学术公正性。

使用方法

使用者可通过Hugging Face的'datasets'库便捷加载数据，仅需一行Python代码：`load_dataset('Data-Gouv-FR/projet-de-loi-de-finances-pour-2013-plf-2013-budget-annexes-ba-par-ministere', 'plf-2013-budgets-annexes-par-ministere')`。加载后返回的'Dataset'对象包含单一的'train'拆分，可直接用于数据分析、预算可视化或财政模型的拟合。数据以Parquet格式提供，支持快速筛选列（如仅提取特定部委的CP值）与内存高效操作，适合在Python生态中与Pandas或Dask等工具无缝集成。

背景与挑战

背景概述

该数据集名为“2013年财政法案草案（PLF 2013）附属预算按部分类”，由法国公共数据平台data.gouv.fr于2019年发布，隶属于法国政府开放数据倡议。数据集核心研究问题在于详细记录2013年法国各政府部门在附属预算中的支出授权（AE）与支付额度（CP），按Titre 2及非Titre 2分类，旨在提升财政透明度与公共预算分析的粒度。数据集依托法国公共数据社区的标准化框架，通过Hugging Face提供Parquet与CSV格式，是研究法国财政政策、政府支出结构及开放数据运动的重要资源，对财政学、公共管理及数据科学领域具有基础支撑作用。

当前挑战

该数据集面临的挑战包括：1）领域问题方面，需应对法国财政数据的高度复杂性与多层次分类体系（如AE与CP的区分、Titre 2的界定），确保研究人员能准确解析预算结构并揭示跨部门支出模式；2）构建过程中，原始数据来源为政府行政系统，存在格式异构、字段缺失及文档说明不完整等整合难题，需通过自动化ETL流程将非标准化CSV转换为结构化Parquet，同时保持数据与法国法律框架（LOV2许可证）的合规性，确保开放性与可追溯性。

常用场景

经典使用场景

该数据集聚焦于2013年法国财政法案（PLF 2013）中各部委附属预算（BA）的拨款数据，具体涵盖了授权支出（AE）与支付额度（CP）两大类目，并细分为标题2内部与标题2外部两种统计口径。在经典研究场景中，学者通常利用此数据集开展财政预算结构的纵向比较分析，例如通过跨年度对比不同部委在行政运行经费（标题2）与政策执行经费（非标题2）之间的分配比重，揭示政府职能重心从日常行政向专项事务的转移趋势。此外，该数据集还常被用于构建预算执行效率的计量模型，通过合并AE与CP的时间差数据，评估资金拨付与实际执行之间的滞后期与偏差幅度。

解决学术问题

从学术视角审视，该数据集精准回应了公共财政研究中若干长期悬而未决的命题。一方面，它解决了附属预算透明度量化评估的难题——传统上这类预算因科目繁杂、归属模糊而难以系统梳理，但该数据集通过标准化呈现各部的AE与CP数据，为检验‘预算透明假说’提供了高质量证据。另一方面，它使得‘预算碎片化对财政纪律的影响’这一理论问题得以实证化：研究者可借助科目间拨款差异测算财政资源的分散程度，进而论证预算碎片化是否削弱了部委层面的财政约束。该数据集的意义在于，它弥合了法国公共财政理论模型与微观预算数据之间的鸿沟，推动了财政社会学从规范性论述向经验性分析的范式转变。

衍生相关工作

围绕该数据集，衍生出一系列深化法国公共预算研究的重要工作。有学者基于其结构化数据构建了‘预算注意力分配指数’（Budgetary Attention Allocation Index），用以测量不同政治任期下各部委预算重点的动态变迁。另有工作将本数据与同期财政部年度绩效报告进行关联，创建了‘AE-CP链路预测模型’，成功识别出多个预算执行率低于60%的异常项目。在方法学创新方面，研究者通过将本数据中的预算科目编码与法国国家统计局（INSEE）的功能分类码进行语义对齐，开发出一套辅助自动征收公共部门会计实体代码的工具，大大提升了跨数据库匹配的精度与效率。