Data-Gouv-FR/syndicats-professionnels-en-france-et-dans-les-anciennes-colonies-francaises-1884-1977

该历史数据集涵盖了1884年至1977年间在法国本土、海外领土和部门以及前殖民地（阿尔及利亚和马达加斯加）创建的职业工会。工会的创建得益于1884年3月21日《瓦尔德克-卢梭法》的颁布。数据集基于法国国家档案馆保存的工会档案，这些档案是研究法国工会主义的宝贵资源，覆盖了从19世纪末到20世纪下半叶的时期，其中二战期间的文件尤为集中。数据集包含了来自464个档案盒的28,408条工会记录。数据字段包括：工会编号、工会类型（如雇主、工人、农业、公务员、混合等）、地区（按当前命名法）、部门（对于阿尔及利亚包括阿尔及尔、奥兰和君士坦丁，对于马达加斯加仅标注马达加斯加）、市镇、工会名称、创建年份、向省政府申报的年份。由于并非所有档案都完整填写，某些条目可能不完整或标注为未提供。此外，数据集还添加了当前市镇名称（因合并或更名）、当前市镇的INSEE代码、经纬度坐标、每个工会的职业部门（基于1936年5月7日官方公报使用的职业命名法）、可在法国国家档案馆阅览室查阅的工会档案编号，以及指向法国国家档案馆文献门户的链接。This historical dataset covers professional unions created between 1884 and 1977 in metropolitan France, overseas territories and departments, and former colonies (Algeria and Madagascar). The creation of professional unions was made possible by the enactment of the Waldeck-Rousseau Law of March 21, 1884. The dataset is based on union records preserved at the French National Archives, which are a valuable resource for studying unionism in France, covering a period from the late 19th century to the second half of the 20th century, with a high concentration of documents produced especially during World War II. The dataset includes 28,408 union entries from 464 archive boxes. Data fields include: union number, union type (e.g., employer, worker, agricultural, civil servant, mixed, etc.), region (according to current nomenclature), department (for Algeria: Algiers, Oran, and Constantine; for Madagascar, only Madagascar), municipality, union name, year of creation, year of declaration to the prefecture. Since not all records are systematically filled, some entries may be incomplete or labeled as not provided. Additionally, the dataset has been enhanced with: current municipality name (due to mergers or name changes), INSEE code of the current municipality, latitude and longitude coordinates, professional sector(s) of each union (following the professional nomenclature used in the Official Journal of May 7, 1936), archive reference number for the union file consultable at the French National Archives reading room, and a link to the French National Archives documentary portal.

搜集汇总

数据集介绍

构建方式

该数据集源自法国劳工部对工会备案卷宗的系统化转录，涵盖1884年至1977年间法国本土、海外领土及前殖民地（阿尔及利亚与马达加斯加）的工会组织。原始档案共464箱，从中提取出28,408条工会记录。每条记录包含工会编号、隶属类型（雇主、工人、农业、公务员等）、地区、省份、市镇、名称、成立年份及申报年份等字段。此外，数据集补充了当代市镇名称、INSEE代码、经纬度坐标、基于1936年《官方公报》职业分类的行业归属、法国国家档案馆的档案编号及在线查阅链接。缺失信息以“未填写”标注。

特点

该数据集具有显著的史学与社会科学价值，以结构化表格形式呈现了法国工会运动的时空演化图谱。其核心特点在于多维度信息整合：地理层面覆盖法国本土及前殖民地，时间跨度近一个世纪；属性层面涵盖工会类型、地域分布、存续周期与行业归属。数据纯净性受限于历史档案的完整性——部分条目字段空缺，但这一不完整性本身亦揭示了档案保存与历史记录的客观局限。数据集以Parquet格式存储于Hugging Face平台，配置单一子集，内含训练集分割。

使用方法

用户可通过Hugging Face的`datasets`库便捷调用。推荐使用Python环境，执行`from datasets import load_dataset`后，以`load_dataset("Data-Gouv-ML/syndicats-professionnels-en-france-et-dans-les-anciennes-colonies-francaises-1884-1977", "syndicats_professionnels_france_1884-1977")`加载数据，并通过`ds["train"]`获取训练集。该数据集适用于历史地理信息系统（HGIS）分析、工会运动时空模式挖掘、档案数字化研究及法国社会史计量分析等场景。原始数据托管于data.gouv.fr平台，采用开放许可协议。

背景与挑战

背景概述

该数据集聚焦于法国及其前殖民地（阿尔及利亚、马达加斯加）在1884年至1977年间成立的职业工会组织，由法国国家档案馆基于劳动部保存的464箱档案资料整理而成，共计28,408条工会记录。其核心研究问题涵盖工会的地理分布、类型多样性（如工人、雇主、农业工会）及其历史演变，尤其关注第二次世界大战期间工会活动的密集记录。该数据集为研究法国工会运动史、殖民行政体系以及社会组织的时空变迁提供了宝贵的量化基础，对历史社会学和数字人文学科具有显著推动作用。

当前挑战

该数据集面临的核心挑战在于历史档案的完整性与一致性不足。首先，原始档案中大量工会记录缺失关键信息（如工会编号、成立年份），导致数据集存在大量“未记录”条目，影响了分析的全面性。其次，构建过程中需处理地理名称的历史变更与殖民地的特殊行政划分（如阿尔及利亚仅标注阿尔及尔、奥兰、康斯坦丁三地，马达加斯加仅作单一标注），同时需将历史地名映射至当代行政区划及INSEE代码，增加了数据清洗与标准化的复杂度。此外，工会所属行业分类需依据1936年《官方公报》的专业名录进行标注，而原始案卷中此类信息常不完整，进一步加剧了数据整合的困难。

常用场景

经典使用场景

该数据集涵盖了1884至1977年间法国本土、海外领土及前殖民地（阿尔及利亚和马达加斯加）的工会组织档案，记录了逾两万八千条工会信息，包括地理分布、行业类别（工人、雇主、农业等）及隶属关系。研究者常借助该数据追溯法国工会运动的历史轨迹，分析不同时期工会的设立密度与区域特征，或探究二战期间工会活动的特殊生态。通过字段中的经纬度与当代市镇编码，还可将历史工会数据与现代行政边界关联，实现时空融合下的社会网络演化分析。

衍生相关工作

围绕该数据集已衍生出多项经典工作，其中最引人注目的是基于其地理坐标与行业分类绘制的历史工会分布地图，直观呈现了百年间法国工会的时空演变规律。数据集的构建本身也呼应了法国国家档案馆（SIV平台）的数字化战略，为后续同类档案的结构化录入树立了范式。此外，该数据常与法国职业名录（如1936年《官方公报》的行业分类标准）结合使用，推动了对历史职业分类体系的重新诠释，并启发了关于殖民地工会与宗主国工会互动网络的研究探索。

数据集最近研究

最新研究方向

该数据集聚焦于1884年至1977年间法国本土、海外领土及前殖民地（阿尔及利亚、马达加斯加）职业工会的档案数字化与结构化呈现，为历史社会学与劳工运动研究提供了前所未有的量化基础。当前前沿方向包括借助空间分析技术重构工会的地理分布与迁移轨迹，结合自然语言处理解析工会名称与行业分类的历时演变，以及利用网络分析方法探索工会与政治事件（如二战期间）的关联网络。在开放数据运动与数字人文浪潮下，该资源不仅推动了殖民时期社会组织史的可计算研究，也为跨国比较工会发展模式、评估法律政策对结社自由的长期影响提供了关键证据，其精细化的元数据设计（如经纬度、INSEE编码、国家档案馆链接）更成为连接传统文献与计算社会科学的典范桥梁。