Data-Gouv-FR/terrasses-et-etalages-autorisations

该数据集列出并地理定位了巴黎授权的永久和夏季露台以及摊位。在公共道路上安装摊位和露台，以及反摊位和反露台、与露台相关的附属商业设施，以及商店前的材料或物品存放，都需要获得授权。更多信息：http://www.paris.fr/professionnels/l-entreprise-au-quotidien/terrasses-et-etalages-3516This dataset lists and geolocates permanent and summer terraces as well as stalls authorized in Paris. The installation of stalls and terraces on public roads, as well as counter-stalls and counter-terraces, accessory businesses to terraces, and deposits of materials or various objects in front of shops are subject to authorization. More information: http://www.paris.fr/professionnels/l-entreprise-au-quotidien/terrasses-et-etalages-3516

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共数据平台data.gouv.fr，聚焦于巴黎市永久与季节性露台及货摊的授权信息。构建过程中，将原始官方数据集中的表格资源逐一映射为Hugging Face仓库下的子集（configurations），每个子集包含一个名为'train'的分割（split）。当前唯一可用的子集'terrasses-autorisations'以Parquet格式存储，路径为'data/terrasses-autorisations.parquet'，确保了数据的高效压缩与快速读写能力。

特点

数据集的核心特色在于其空间属性与行政记录的深度融合。每条记录不仅记录了露台与货摊的授权状态，还提供了精确的地理位置信息，使得用户能够进行空间分析与可视化。数据遵循ODC-ODBL开放许可协议，保证了公共数据的自由使用与再分发。此外，数据集格式统一为Parquet，兼容现代数据处理生态，支持Python等编程语言的高效调用。

使用方法

使用该数据集极为便捷，用户可通过Hugging Face的'datasets'库直接加载。具体而言，调用`load_dataset`函数并指定仓库名称与子集名称，即可获取训练数据。例如，使用`from datasets import load_dataset; ds = load_dataset("Data-Gouv-FR/terrasses-et-etalages-autorisations", "terrasses-autorisations")`命令，随后打印`ds["train"]`即可查看数据结构。数据集以列式存储，适合进行过滤、聚合及地理空间关联分析。

背景与挑战

背景概述

城市公共空间的商业利用是现代都市管理的重要议题，其中露天平台与展示摊位的合法授权直接关乎街道秩序与市容规划。该数据集由法国公共数据平台data.gouv.fr发布，源自巴黎市政府，创建于2022年，核心研究问题在于系统化记录并地理定位巴黎市内经授权的永久性及夏季露天平台、展示摊位及相关附属设施。作为法国开放数据运动的一部分，该数据集通过规范化商业占用公共空间的授权信息，为城市管理、商业分析及公共政策评估提供了基础数据支撑，对推动透明化城市治理与实证研究具有重要影响。

当前挑战

该数据集所解决的领域问题在于城市公共空间商业授权管理的复杂性与碎片化，挑战在于如何整合分散于不同行政部门的授权记录，并实现精准的地理位置标注以支持空间分析与合规性检查。构建过程中面临的挑战包括：原始数据可能因历史记录不完整或格式不一致导致整合困难；基于OpenStreetMap等外部参考系进行地理编码时，地址解析的精度与一致性难以保障；同时，需确保数据遵循ODC-ODBL开放许可，在隐私与公共利益之间取得平衡，避免暴露敏感商业信息。

常用场景

经典使用场景

该数据集作为法国巴黎市政府开放的公共数据资源，核心用途在于对城市公共空间中露台与摊位许可的时空格局进行系统化分析。研究者通常借助该数据集中的地理位置与许可类型字段，挖掘不同街区、季节下临时与永久性商业外摆设施的分布规律。例如，通过对比夏季与冬季的许可数据，可以揭示旅游热点区域对户外餐饮空间的动态需求。此外，结合人口密度或商业活动数据，该数据集还能支持对城市街道活力与公共空间利用效率的量化评估。

实际应用

在实际应用中，该数据集被巴黎市政府及第三方机构用于优化户外商业空间的监管流程。城市规划部门通过分析许可的空间集聚模式，动态调整街道容量限制与安全范围内的审批标准。商户与行业协会则利用这些公开数据识别人流量高且许可宽松的区域，作为店铺选址与商业策略的参考依据。此外，数据还服务于智慧城市应用开发，例如整合实时交通与气象数据后，可向游客推荐合法且活跃的露台餐饮体验路线。

衍生相关工作

基于该数据集衍生的代表性研究包括对城市临时商业设施与街道微观气候关联性的分析，以及利用机器学习模型预测许可审批通过率的探索。部分工作将该数据与巴黎的餐饮评分、噪音投诉数据进行交叉对比，揭示了高密度许可区域与居民生活质量之间的权衡关系。此外，开源社区基于此数据集构建了交互式可视化工具，动态展示不同行政区划内露台类型的季节变化，间接推动了透明政府与公民参与数据素养的提升。