遇见数据集

Data-Gouv-FR/parrainages-des-candidats-a-lelection-presidentielle-francaise-de-2017

收藏
Hugging Face2026-05-29 更新2026-05-31 收录
官方服务:

资源简介:

宪法委员会将每周两次公布已验证的赞助数据。这些数据将以开放数据格式提供。注意:显示的赞助总数并不代表候选人资格的有效性。只有宪法委员会的最终决定具有法律效力。实际上,候选人资格被接受的条件是:1. 所需的500个赞助中,不超过十分之一(即最多50个)来自同一部门或海外领地;2. 这些赞助必须由至少30个不同部门或海外领地的民选官员签署。

Le Conseil constitutionnel publiera, deux fois par semaine, les parrainages validés. Ces données seront disponibles en format données ouvertes, ou « open data ». ATTENTION: le total des parrainages affiché ne préjuge pas de la validité de la candidature. Seule la décision finale du Conseil constitutionnel fait foi. En effet, une candidature est retenue si: 1 – pas plus d’un dixième des 500 parrainages nécessaires, c’est-à-dire 50 au maximum, émanent d’un même département ou collectivité d’outre-mer ; 2 – ces parrainages sont signés par des élus d’au moins 30 départements ou collectivités d’outre-mer.

提供机构:
Data-Gouv-FR
搜集汇总
数据集介绍
Data-Gouv-FR/parrainages-des-candidats-a-lelection-presidentielle-francaise-de-2017 数据集图片
构建方式
该数据集聚焦于2017年法国总统选举期间候选人获得官方赞助(parrainages)的完整记录。数据源自法国宪法委员会(Conseil Constitutionnel)公开发布的信息,通过系统化采集与结构化整理,将每位候选人所需的500份民选官员签名赞助及最终确认名单汇总为表格形式。构建过程严格遵循数据权威性,确保每一条赞助记录均对应法定公示的原始文件,形成可复现的选举机制研究基础。
使用方法
用户可直接通过HuggingFace加载该数据集,利用Python及pandas库进行结构化查询与可视化。典型应用场景包括统计特定候选人的赞助者地理集中度、计算赞助时间序列以反映竞选活动节奏,或对比候选人赞助网络密度。数据集以CSV格式提供,兼容多数数据分析工具,建议结合法国行政区划(如省份编码)进行空间分析,以揭示选举赞助的地域政治逻辑。
背景与挑战
背景概述
该数据集聚焦于2017年法国总统选举的候选人赞助(parrainages)情况,由法国政治学研究者或相关数据机构创建,旨在系统化记录并分析选举过程中候选人的官方背书数据。2017年法国总统选举作为第五共和国的关键政治事件,其赞助机制体现了法国选举制度的独特性——候选人需获得来自民选官员的500份有效签名方可参选。该数据集通过整理赞助人的地域分布、政治倾向等维度,为研究选举透明度、地方政治影响力及候选人合法性提供了量化基础,对比较政治学和选举行为研究具有重要参考价值。
当前挑战
领域层面,核心挑战在于解析赞助网络背后的政治博弈逻辑——地方官员的签名选择如何反映党派联盟或利益交换,这涉及复杂的定性分析。构建过程中,面临的数据清洗难题包括:赞助人信息以非结构化文本形式(如PDF或扫描件)发布,需从宪法委员会官方公报中准确提取姓名、职位及所属部门;同时需处理重复签名、模糊日期及历史记录不一致性,确保数据集的完整性与可复现性。
常用场景
经典使用场景
该数据集收录了2017年法国总统选举中所有候选人的赞助名单,是研究法国选举政治、候选人提名机制及地方政治生态的核心资源。学者可借此分析候选人获得赞助的地理分布、赞助者(多为地方民选官员)的党派倾向与地域特征,从而揭示法国政治权力网络的运行逻辑。此外,该数据集亦可用于评估选举制度的公平性,例如探讨小党派或独立候选人是否因赞助门槛而面临结构性劣势。
解决学术问题
该数据集解决了法国政治研究中长期存在的赞助数据碎片化与不透明问题,为验证‘赞助即政治资源分配’这一假说提供了量化基础。通过分析赞助来源的集中度与候选人最终得票率的相关性,学者能够检验地方精英对选举结果的实际影响力。同时,数据集填补了关于‘第五共和国选举制度下赞助门槛效应’的实证空白,推动了对民主代表性与制度包容性的理论探讨。
实际应用
在实际应用中,该数据集可供新闻媒体与选举监察组织用于发布可视化报道,揭露候选人赞助背后的政治派系网络与区域联盟。例如,记者可跨党派对比赞助人职业背景,生成‘权力地图’以增强选民对选举透明度的认知。此外,该资源也可能被用于竞选策略开发,帮助候选人识别赞助薄弱地带,从而调整草根动员方向。
数据集最近研究
最新研究方向
该数据集聚焦于2017年法国总统选举候选人赞助(parrainages)的官方记录,在政治科学与计算社会科学交叉领域开辟了新的研究路径。当前前沿方向之一是利用该数据结合社交媒体分析与自然语言处理技术,揭示赞助模式与候选人政党归属、地域分布之间的深层关联,进而探究法国地方政治精英对总统候选人的支持逻辑及其对社会舆论的潜在影响。另一热点方向是将这些结构化赞助数据与选举结果进行多维度对比,以量化分析传统政治赞助机制在数字时代信息传播环境下的稳定性与变革趋势。该数据集的公开与复用,强化了透明选举规范同时,还推动了可复现性研究,巩固了计算政治学的实证基础。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务