Data-Gouv-FR/projet-de-loi-de-finances-pour-2020-plf-2020-donnees-du-plf-et-des-annexes-projet-annuel-de-perf

该数据集源自法国2020年财政法案（PLF 2020）及其附件年度绩效项目（PAP），包含以下数据：分类信息；按目的地轴（任务/计划/行动）和性质轴（标题/类别）划分的信贷数据，涵盖总预算（BG）、专项账户（CAS）和财务援助账户（CCF）；按目的地轴划分的预算附件（BA）信贷数据；按部门和目的地划分的总预算和预算附件的全职等效职位（ETP）计数；指定税收列表；税收支出列表。数据以XLSX和CSV格式提供。This dataset originates from the French Finance Bill for 2020 (PLF 2020) and its Annual Performance Project (PAP) annexes, including the following data: nomenclatures; credits by destination axis (mission/program/action) and nature axis (title/category) for the general budget (BG), special allocation accounts (CAS), and financial aid accounts (CCF); credits by destination axis for annex budgets (BA); full-time equivalent (ETP) employment counts by ministry and destination for the general budget and annex budgets; lists of assigned taxes; lists of tax expenditures. The data are provided in XLSX and CSV formats.

搜集汇总

数据集介绍

构建方式

该数据集源自法国开放数据平台data.gouv.fr，旨在系统收录《2020年财政法案》（PLF 2020）及其年度绩效报告附录（PAP）的核心财务数据。构建过程中，原始资源被拆分为多个结构化子集，每个子集对应一个独立的Hugging Face配置，并统一划分为训练集（train）分片。数据以Parquet列式存储格式组织，提供高效的压缩与查询性能，具体涵盖两类子集：plf_2020_creditsba包含按用途维度（任务/计划/行动）与性质维度（标题/类别）划分的预算额度，覆盖一般预算、特别拨款账户及财政援助账户；plf_2020_emplois则详细记录了各部委及预算单位按任务/计划划分的全职当量（ETP）用工数量。

使用方法

使用该数据集时，用户可直接通过Hugging Face的datasets库加载，通过指定子集配置名称（如plf_2020_creditsba）将对应数据导入内存。加载后的数据集以标准datasets.Dataset对象呈现，支持Pandas转换、切片索引及特征筛选等常见操作。研究者可针对预算额度子集开展跨任务、跨部门的支出结构对比分析，或联合用工子集探讨财政投入与人力资源配置的关联模式。需要注意的是，数据原始语言为法语，列名与描述均遵循法国公共财政领域术语惯例，分析前建议对变量命名体系进行系统性梳理，以确保字段含义的准确解析。

背景与挑战

背景概述

该数据集诞生于法国公共财政透明化与数据开放的浪潮中，由法国政府数据平台data.gouv.fr于2020年发布，核心研究问题聚焦于如何将复杂的年度财政预算法案（PLF）及其绩效附件（PAP）进行结构化、机器可读的转化。研究机构涉及法国财政部与开放数据团队，旨在通过标准化经费与职位数据，赋能公共财政分析、预算监督与政策评估。其影响力在于，为学者、记者及公民社会提供了首个细粒度的法国中央预算开源数据库，推动了财政数据的可复现性研究，并成为法语国家开放政府数据的标杆案例。

当前挑战

该领域的核心挑战在于财政数据的异构性与复杂性：预算支出需同时按用途（任务/项目/行动）与性质（预算科目）交叉分类，且涉及普通预算、专项账户、附属预算等多层次体系，导致数据模型设计困难。构建过程中，需从非结构化的XLSX和CSV原始文档中精准提取就业岗位（ETP）按部委与项目的分布，并确保与税收减免清单、专项拨款等附件的逻辑一致。此外，多源数据整合时，需解决同一实体在不同表格中的命名差异与粒度不统一问题，这对数据清洗与验证流程提出了极高要求。

常用场景

经典使用场景

2020年法国财政法案数据集（PLF 2020）汇聚了国家预算提案的完整结构化信息，涵盖按使命、项目、行动分类的预算额度，以及按部委和项目分布的等效全职岗位统计。该数据集最经典的使用场景在于支持对法国公共财政分配逻辑的深度剖析，研究者可借此分析不同政策领域（如教育、国防、社会保障）的资源倾斜程度，并追踪预算执行与绩效目标之间的关联。其中包含的特别拨款账户和财政援助账户数据，为评估专项资金的流动效率提供了量化基础。

解决学术问题

在学术研究中，该数据集解决了公共财政透明度不足与预算决策过程黑箱化的核心难题。通过提供细粒度的预算分类与雇佣数据，它使学者能够实证检验财政资源配置的政治经济学规律，例如执政党偏好是否影响部门预算分配，或绩效指标是否真实引导了资金流向。数据集还支持对税收支出和附加税清单的系统性梳理，为财政政策有效性评估与福利经济学中的转移支付分析提供关键证据，进而推动预算治理理论的本土化发展。

实际应用

实际应用中，该数据集成为政府审计、公共政策咨询与媒体监督的利器。审计机构可借助信用拨款与雇佣数据交叉验证各部门预算执行的合规性；政策分析师利用其构建财政预测模型，模拟不同经济情境下的预算压力；新闻从业者则通过直观可视化展现预算倾向，增强公众对财政议题的知情权。此外，非政府组织可依据税收支出清单评估环境补贴或社会支出的实际效益，推动更负责任的预算修订。

数据集最近研究

最新研究方向

该数据集源于法国2020年财政法案（PLF 2020），囊括了国家预算的详细拨款结构、人员编制及税收支出等关键信息，为公共财政透明化与数据分析研究提供了坚实基石。在当下欧洲各国深化预算绩效改革与开放数据运动的浪潮中，此类高颗粒度财政数据集正被广泛应用于政府支出效能评估、跨年度财政政策对比分析以及基于机器学习的公共资金流向预测。研究者借助该资源，可探索预算执行中的资源分配模式、识别项目绩效与财政纪律间的关联，甚至为模拟新一轮财政刺激方案提供量化依据，其开放共享特性也推动了跨国财政治理比较与公民监督参与的纵深发展。