Data-Gouv-FR/projet-de-loi-de-finances-pour-2013-plf-2013-budget-general-bg-par-programme

展示2013年财政法案（PLF）总预算（BG）按计划和第2类/非第2类的信贷（授权承诺（AE）和支付信贷（CP））Presentation of credits (authorizations of commitment (AE) and payment credits (CP)) of the General Budget (BG) of the 2013 finance bill (PLF) by program and Title 2 / excluding Title 2

搜集汇总

数据集介绍

构建方式

该数据集源自法国政府开放数据平台 data.gouv.fr，收录了2013年财政法案草案（PLF 2013）中按项目划分的总体预算（BG）数据。数据集以Hugging Face仓库形式组织，将原始数据平台中的每个表格资源对应为一个子集配置。具体而言，原始数据被转换为Parquet格式，并存储于单一子集'plf-2013-budget-general-par-programme'内，该子集仅包含一个名为'train'的分割，便于直接加载与使用。

使用方法

使用者可通过Hugging Face的datasets库便捷加载该数据集。具体地，调用load_dataset函数时指定仓库名称与子集名称'plf-2013-budget-general-par-programme'，即可获取包含训练集的Dataset对象。加载后，通过字典键'train'访问具体数据，然后利用datasets库的API进行数据探索、过滤、转换或整合至下游分析任务中，如财政预算趋势建模或政策效果评估。

背景与挑战

背景概述

该数据集由法国政府数据平台data.gouv.fr于2013年发布，核心研究机构为法国财政与公共账目部门，旨在系统整理2013年财政法案总预算草案中按项目划分的财政拨款数据，包括授权支出与支付额度。作为法国政府开放数据战略的重要实践，该数据集为公共财政透明度研究提供了标准化基础，推动了预算分析、财政监督及政策评估等领域的实证研究。其结构化呈现方式与多格式支持（如Parquet与CSV），显著降低了数据获取与处理门槛，对公共财政数字化治理具有里程碑意义。

当前挑战

该数据集所解决的领域问题是公共财政预算透明度不足与数据可分析性缺失的挑战，传统预算文件多为非结构化文本，难以进行跨年度、跨项目的量化比较。构建过程中面临的挑战包括：如何将复杂且动态调整的预算条目（如授权支出与支付额度的差异）标准化为统一数据模式；需协调不同政府部门间的账务分类标准，确保数据一致性；同时需处理历史版本差异与编码体系兼容问题，如2013年预算结构较前期的非连续变更。此外，开放许可的法律约束（lov2）也在数据分发与重用时构成了合规性挑战。

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）中一般预算（BG）按项目划分的拨款数据，详细记录了各项目的承诺授权（AE）与支付拨款（CP）金额，并区分了Titre 2（人员经费）与非Titre 2类别。其经典使用场景在于为公共财政研究、预算透明度分析以及政府支出绩效评估提供结构化、机器可读的基准数据。研究者可借助该数据集进行跨项目预算分配的横向对比，或结合纵向时间序列数据，探索法国财政预算的演进规律与政策优先级变化，从而为理解现代国家预算治理逻辑奠定量化基础。

解决学术问题

该数据集有效解决了公共财政领域长期存在的预算数据碎片化与不可比难题。过去，因预算科目庞杂、发布格式不统一，学者难以系统分析政府支出结构与资源分配效率。此数据集通过标准化项目级预算数据，使研究者能够开展预算执行偏差分析、项目资金配置效率评估以及Titre 2支出占比对公共行政效能的潜在影响研究。其发布推动了财政透明度理论的实证检验，并为预算改革效果评估提供了关键数据支撑，对提升公共治理学术研究的严谨性与可复现性具有里程碑意义。

实际应用

在实际应用层面，该数据集服务于政府部门、智库与国际组织的预算监督与政策制定流程。法国审计法院或国家财政监察机构可据此快速核验预算执行一致性，识别资金沉淀或超支风险；非政府组织及公民监督平台能够利用其进行预算透明排名与支出可视化展示，增强公众对财政过程的参与度。此外，数据分析企业与金融科技公司可将之纳入宏观经济预测模型，用于评估政府消费对GDP增长的贡献或公共投资乘数效应，在合规框架内为商业决策提供财政前瞻信号。

数据集最近研究

最新研究方向

该数据集聚焦于2013年法国财政法案中按项目划分的政府预算执行情况，涵盖预算授权与支付额度，为公共财政透明度和预算绩效评估提供了量化基础。在开放数据运动持续深化的背景下，此类精细化预算数据集成为分析财政资源配置效率、追踪政策执行落地效果的关键工具。前沿研究方向已从简单的数据可视化转向利用自然语言处理与图神经网络技术，对预算文本与拨款数据进行语义关联建模，以识别跨部门预算协同模式与潜在低效环节。此外，结合宏观经济变量与法案支出细节，研究者可构建预测模型评估财政政策对就业、通胀等核心指标的影响，为提升公共资财管理科学性注入实证动力。