Data-Gouv-FR/projet-de-loi-de-finances-pour-2020-plf-2020-donnees-de-lannexe-jaune-effort-financier-de-letat

该数据集列出了受国家资助的协会名单，作为2020年财政法案（PLF 2020）的附件Jaune提交给立法机构。该名单可在performance-publique.budget.gouv.fr网站上的jaunes附件中获取，并在data.gouv.fr上根据公共与行政关系法典的规定进行发布。数据是免费且可自由重用的，文档经过数字签名认证，以确保从作者签名到读者查阅期间未被篡改，建议验证签名以确保完整性。The list of subsidized associations is disseminated as an annex to the finance bill to the legislative assemblies. It is available on the performance forum among the jaunes annexes (https://www.performance-publique.budget.gouv.fr/documents-budgetaires/lois-projets-lois-documents-annexes-annee/exercice-2020/projet-loi-finances-2020-jaunes-budgetaires). This list is also disseminated on data.gouv.fr under the conditions provided by the code of relations between the public and the administration. This list is free of rights and freely reusable. The document is authenticated by a digital signature. Its presence guarantees that the document has not been altered between the time the author signed it and the moment the reader consults it. It is recommended to ensure its presence. Otherwise, it can be downloaded from one of the sources above.

搜集汇总

数据集介绍

构建方式

该数据集源自法国政府公开数据平台data.gouv.fr，对应于2020年财政法案（PLF 2020）中名为《国家在协会方面的财政努力》的黄色附件。原始数据由法国公共绩效论坛发布，并经数字签名认证以确保完整性。在Hugging Face平台上，每个data.gouv.fr数据集对应一个仓库，每个原始表格资源则被组织为一个子集或配置。本数据集仅包含一个配置，其训练数据以Parquet格式存储，路径为`data/projet-de-loi-de-finances-pour-2020-plf-2020-donnees-de-lannexe-jaune-effort-fin.parquet`，从而实现了从官方开放数据到可复用机器学习数据集的标准化转换。

特点

该数据集的核心在于收录了法国国家财政对各类协会的拨款明细，作为立法审议的参考附件，具有官方性和权威性。数据遵循lov2许可证发布，属于自由且可再利用的公共信息。其内容通过数字签名技术保障了原始文件的不可篡改性，增强了数据在科研与政策分析中的可信度。数据集仅包含一个训练分割，结构简洁，便于直接加载和使用，特别适合于财政透明度研究、协会资助模式分析以及公共政策评估等应用场景。

使用方法

用户可通过Hugging Face的`datasets`库便捷加载本数据集，具体代码为：`from datasets import load_dataset; ds = load_dataset("Data-Gouv-FR/projet-de-loi-de-finances-pour-2020-plf-2020-donnees-de-lannexe-jaune-effort-financier-de-letat", "projet-de-loi-de-finances-pour-2020-plf-2020-donnees-de-lannexe-jaune-effort-fin"); print(ds["train"])`。加载后，数据集以标准的`train`分割形式呈现，可直接转换为Pandas DataFrame等常用数据结构进行深入分析。数据以Parquet格式存储，支持高效的列式读取，适合处理较大规模表格数据，并兼容Python生态中的数据分析与机器学习工作流。

背景与挑战

背景概述

该数据集源自法国2020年财政法案（PLF 2020）的黄色附件，题为“国家对协会的财政支持”，由法国政府通过data.gouv.fr平台于2019年末发布，旨在透明化公共资金分配。其主要研究问题聚焦于量化国家财政对非营利组织的干预，揭示公共资源流动的透明性与可追溯性。数据集收录了受补贴协会的详尽清单，作为立法机构审议预算的附件，对法国公共政策分析、公民社会研究及政府问责机制具有标杆意义。其发布标志着法国开放数据运动在财政透明度领域的深化，为研究者与公众提供了分析国家与第三部门财政互动的基础性框架。

当前挑战

该数据集致力于解决财政透明度领域中公共资金流向不透明的问题，通过系统化披露国家对协会的补贴，填补了此前预算附件数字化与标准化不足的空白。构建过程中面临多重挑战：原始数据源于分散的PDF与HTML格式文献，需转换为结构化Parquet与CSV格式，克服了异构数据源的整合难题；确保数字签名验证完整性以防范数据篡改；处理法语文本中机构命名歧义与跨年度一致性对齐问题，同时维护政府开放数据许可（LOV2）的合规性，平衡公共数据可用性与隐私保护边界。

常用场景

经典使用场景

该数据集源于法国2020年财政法案（PLF 2020）的《黄页附录》，详尽记录了国家对各类协会的财政援助数据。在公共财政与透明治理研究中，它常被用于分析政府资金在非营利组织间的分配模式，支持学者探究财政拨款的结构性特征与年度变化趋势。研究者可借助该数据构建政府补贴与协会活动之间的关联模型，从而揭示公共政策在不同社会领域中的资源配置逻辑。

衍生相关工作

基于该数据集，法国数据开放领域已衍生出多项经典工作，包括针对政府补贴分布的时空分析和交互式可视化工具，用以展示不同地区与行业的资金流向。部分研究者将其与协会活动数据结合，构建了关联分析框架，探讨财政激励对社区发展的实际影响。这些工作不仅拓展了财政透明度研究的边界，也为后续公共政策评估中的数据驱动方法奠定了实践基础。

数据集最近研究

最新研究方向

在公共财政透明化与数字治理的全球浪潮中，法国2020年财政法案（PLF 2020）所附的“国家支持协会财政努力”黄页数据集，成为了研究政府与第三部门间资金流动的前沿焦点。该数据集详尽记录了国家向协会拨付的补贴明细，为分析公共资源分配的公平性、评估财政政策对民间组织生态的影响提供了坚实的数据基石。当前，学界与政策制定者正借助此类开放数据，利用机器学习与网络分析方法，揭示资助网络的结构特征与潜在偏向，进而推动透明问责机制与数据驱动型财政监督的深度融合。这一探索不仅强化了公民对公共资金使用的知情权，更为优化财政资源配置、促进社会组织健康发展注入了实证动力。