federal-public-lands-spending

Federal Public Lands Spending数据集包含来自USAspending Award Data Archive的联邦公共土地管理机构的合同和补助金交易数据。数据集覆盖了内政部和农业部的多个机构，如土地管理局、国家公园服务局和林务局等。数据集按财政年度组织，每个财政年度包含四个交易文件，分别按部门和奖励类型划分。交易文件包含交易金额、财政年度、资助机构、接收者信息、产品/服务描述等关键字段。此外，数据集还提供了按产品/服务代码、援助列表、接收者组织和县FIPS代码预先计算的年度义务总额的聚合文件，以及用于t检验分析的历史统计数据的查找文件。数据集适用于政府支出分析、公共土地管理研究等表格分类任务。数据更新计划为每日检查USAspending的新月度快照，并在检测到更新时重新下载所有财政年度的数据。

搜集汇总

数据集介绍

构建方式

在公共财政与政府透明度研究领域，联邦公共土地支出数据集通过系统化流程构建而成。其核心数据源自美国官方USAspending奖项数据档案库，涵盖内政部与农业部下属公共土地管理机构的所有合同与资助交易记录。构建过程采用自动化管道，每月监测数据档案更新，自动下载原始文件后，经过机构筛选、去重处理，并转换为高效的Parquet列式存储格式，最终按财政年度、部门及奖项类型分类组织，形成结构化交易文件与预计算聚合文件。

使用方法

为便于跨平台分析，数据集提供了灵活的使用途径。研究者可直接通过DuckDB进行远程SQL查询，无需下载完整数据集即可执行聚合分析。对于偏好Python环境的用户，可借助`huggingface_hub`库下载特定Parquet文件，并使用pandas进行数据处理。R语言用户则可通过arrow包读取远程或本地文件。数据集文件按财政年度和机构清晰分隔，支持用户按需加载特定子集，进行趋势分析、接收方排名、地域分布研究或利用历史查找表进行统计假设检验。

背景与挑战

背景概述

联邦公共土地支出数据集由研究人员Abigail Haddad于近年构建，依托美国官方USAspending奖项数据档案，聚焦于联邦公共土地管理机构（如内政部及农业部林务局）的合同与拨款交易记录。该数据集旨在系统化追踪与分析联邦政府在公共土地管理领域的财政支出模式，核心研究问题涉及公共资源分配的透明度、资金流向的时空特征及其政策效应评估。作为政府财政数据开放与可计算分析的代表性资源，该数据集为公共行政、环境经济学及政策评估领域提供了细粒度的实证基础，推动了政府支出数据在学术研究与实践应用中的结构化与可访问性。

当前挑战

该数据集致力于应对政府财政透明度与公共资源管理效率的量化评估挑战，具体包括如何从海量异构的原始交易记录中精准识别与公共土地相关的支出项目，以及如何构建跨年度、跨机构的可比性分析框架。在数据构建过程中，面临多重技术性挑战：原始USAspending档案数据规模庞大且结构复杂，需设计高效的数据过滤与去重流程以提取目标机构记录；不同财政年度的数据模式与字段定义可能存在不一致性，需进行标准化处理以确保时间序列的一致性；此外，自动化更新流程需应对源数据发布的非规律性变动，维持数据集的时效性与完整性。

常用场景

经典使用场景

在公共财政与土地管理交叉领域，该数据集为研究者提供了详尽的联邦公共土地支出交易记录。其经典使用场景包括对合同与资助项目的年度趋势分析，通过聚合文件如按产品服务代码或受助者分类的年度义务总额，学者能够追踪资金流向的时空分布，揭示不同机构在自然资源管理中的优先事项变化。此类分析常借助DuckDB或pandas等工具进行高效查询，支撑政策评估与预算优化研究。

解决学术问题

该数据集有效解决了公共行政与政策研究中关于财政透明度和资源分配效率的经典问题。通过整合美国农业部与内政部下属机构的交易数据，它使学者能够量化联邦土地管理中的支出模式，检验资金是否与环境保护、社区发展等政策目标对齐。其历史统计文件支持t检验等实证方法，助力识别支出异常或评估政策干预的影响，从而推动基于证据的治理研究。

实际应用

在实际应用中，该数据集被政府审计部门、非营利监督组织及咨询机构广泛使用。例如，审计人员可依据受助者与县级分类数据监测资金滥用风险，确保公共资源合规使用；环保团体则能分析产品服务代码描述，评估联邦投资是否偏向可持续土地实践。这些应用直接增强了公共支出的问责制，并为地方社区争取资源提供了数据支撑。

数据集最近研究

最新研究方向

在公共财政与政府透明度研究领域，联邦公共土地支出数据集正推动着前沿探索。研究者们借助该数据集，深入分析美国内政部与农业部林业局的合同与拨款交易，揭示公共土地管理中的资金分配模式与政策效应。热点方向集中于运用机器学习模型预测财政支出趋势，评估气候变化适应项目的投资效率，以及通过地理空间分析追踪资金流向对地方社区的社会经济影响。这些研究不仅强化了政府开支的问责机制，也为可持续土地资源管理提供了数据驱动的决策支持，具有重要的政策与实践意义。