Data-Gouv-FR/subventions-organisation-premier-ministre-1

该数据集符合网站上可用的资助模式规范，发布于2022-01-10。数据集包含多个配置，分别对应2017年至2021年总理办公室的资助数据，具体包括2021年支付的资助以及2017-2020年批准的资助，数据以parquet和csv格式提供，语言为法语，涉及法国公共数据和开放数据领域。This dataset responds to the specifications of the "Subventions" schema available on the site [schema.data.gouv.fr](https://schema.data.gouv.fr/scdl/subventions/latest.html) Published on 2022-01-10.

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，以法国总理府下属机构在2017年至2021年间批准或发放的财政补贴为对象，依据官方公布的“Subventions”数据模式构建。原始数据以表格资源形式存储，每个年份对应一个独立子集，在HuggingFace平台上被映射为相应的配置项。每个配置项内包含一个名为“train”的数据拆分，并将原始CSV或Parquet文件组织为统一的Parquet格式存储于data目录下，以实现高效加载和使用。

特点

数据集涵盖五个年份的子集，分别是2017年至2020年期间批准的补贴以及2021年已发放的补贴，时间跨度连续、内容层次分明。每条记录严格遵循schema.data.gouv.fr定义的补贴数据规范，确保字段结构一致、语义明确。数据采用Apache Parquet列式存储格式，兼顾磁盘占用与读取性能，尤其适合批量分析和机器学习任务中的高效检索与处理。

使用方法

用户可通过HuggingFace的datasets库便捷调用，加载时需指定目标子集名称，例如“subventions-versees-par-le-cabinet-pm-en-2021”即可获取对应年份数据。返回的数据集对象包含一个默认的“train”拆分，支持直接进行数据查看、筛选与转换。该设计降低了数据获取门槛，便于研究人员和开发者快速开展补贴政策的量化分析与可视化探索。

背景与挑战

背景概述

在透明治理与公共财政监督日益受到重视的背景下，法国总理府下属机构自2017年起系统公开其拨款数据，形成了以年度为单位的子集数据集。该数据集由法国数据开放平台data.gouv.fr于2022年1月10日发布，核心研究问题聚焦于公共拨款流向的可追溯性与结构化呈现。作为法国开放数据运动的重要实践，此数据集为公共政策评估、资金使用效率分析及反腐监督提供了标准化基础，对促进政府问责制与公民知情权具有深远影响。

当前挑战

该数据集所解决的领域挑战在于公共财政支出数据的碎片化与不可比性，通过遵循schema.data.gouv.fr的通用子vention标准，实现了拨款信息的结构化统一。构建过程中面临的挑战包括：跨年度数据格式的一致性维护，涉及2017至2021年五组数据；原始资源向Hugging Face多配置子集的高效转换；以及数据许可标注模糊（未明确指定），可能限制二次利用场景。此外，法语为主的元数据对国际研究者的可访问性构成隐性壁垒。

常用场景

经典使用场景

在法国公共财政透明化研究领域，Subventions (organisation Premier ministre) 数据集被广泛用于分析总理府下属机构在2017至2021年间发放或批准的财政补助金。研究者可借此考查补助金的金额分布、受助主体类别及年度波动趋势，从而揭示行政权力机关在资源分配中的优先序与决策逻辑。

实际应用

在实际应用中，该数据可用于公民监督与新闻调查，帮助媒体与民间组织追踪总理府补助的去向与合理性。同时，政策评估机构可基于此数据优化补助审批流程，识别重复拨款与潜在利益冲突，提升公共资源使用的效率与公信力。

衍生相关工作

基于该数据集，已衍生出多项关于法国行政透明度的实证研究，例如结合地理信息系统分析补助金的空间分布不均，或利用自然语言处理技术对受助项目描述进行主题建模。此外，该数据也作为示范案例，推动了法国开放数据运动与跨部门财政数据标准的统一工作。