Data-Gouv-FR/nombre-de-places-de-stationnement-velo-pour-1000-hab

该指标表示在特定区域内可用的自行车停车位数量（包括所有类型的停车设施），按每1000名居民的比例计算。The indicator represents the number of available bicycle parking spaces in a given area (including all types of parking facilities), relative to the number of inhabitants (per 1000).

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，旨在量化各地区每千名居民所拥有的自行车停车位数量。构建过程中，原始数据资源被逐一映射为Hugging Face数据集中的独立子集，包括描述字段、EPCI（公共跨市镇合作机构）、大区、省及市镇五个层级。每个子集均以Parquet格式存储，并统一划分为训练集，确保了数据的高效压缩与快速读取。这种层级化结构设计，便于研究者根据行政粒度灵活选取分析单元。

特点

数据集的核心特点在于其多尺度空间粒度，支持从国家到市镇的多层级比较分析。指标综合了所有类型的自行车停放设施，反映区域间骑行基础设施的均衡性。采用ODC-ODBL开源许可发布，便于学术与政策研究。同时，数据集元数据完整，保留了原始来源标识与字段描述，有助于用户理解数据含义与追踪来源。

使用方法

用户可通过Hugging Face的datasets库便捷调用，首先选择所需子集名称（如'nombre-de-places-de-stationnement-velo-pour-1000-hab.-commune'），再通过load_dataset函数加载对应配置。数据集仅包含train split，可直接用于分析或建模。示例代码展示了加载描述字段子集并打印数据集对象的基本流程，用户也可遍历各子集以获取完整视图。

背景与挑战

背景概述

该数据集名为“每千名居民自行车停车位数”，源自法国开放数据平台data.gouv.fr，于2025年创建，由法国公共数据管理机构维护。其核心研究问题聚焦于量化法国各行政层级（市镇、省、大区及EPCI）的自行车基础设施供给水平，以每千名居民拥有的自行车停车位数量作为核心指标。该数据集旨在响应可持续城市交通与低碳出行政策评估的需求，为城市规划者、交通研究者及政策制定者提供标准化、可比较的基础设施数据，对推动法国城市慢行交通系统优化与绿色发展目标具有重要参考价值。

当前挑战

该数据集面临的挑战包括：首先，在领域问题层面，自行车停车位数据的碎片化与标准不统一是核心难点，不同行政区域对停车类型界定各异，导致跨区域可比性受限。其次，构建过程中，数据整合面临来源多元且更新频率不一的问题，需从多个本地系统汇总并清洗，确保时空一致性。此外，将停车位数量与人口数据精确挂钩存在统计口径差异，特别是人口普查数据与基础设施记录的时效性不匹配，增加了数据质量控制的复杂性。

常用场景

经典使用场景

在可持续交通与城市公共空间规划研究的交汇点上，这一关于每千名居民自行车停车位数量的数据集，为学者们提供了量化分析区域非机动化交通基础设施密度的宝贵资源。其最经典的使用场景在于，通过利用覆盖市镇、省份、地区及公共合作机构等多个行政层级的标准化数据，研究者能够深入探究不同地理单元在自行车停放设施供给上的差异格局。进而，该数据集被广泛用于构建城市自行车网络可达性模型、评估地方交通政策的实施成效，并为优化停车设施布局提供基于证据的空间决策支撑。

衍生相关工作

该数据集的诞生催生了一系列富有启发性的衍生研究工作。其中，最具代表性的方向之一是将每千名居民自行车停车位数量与其他城市基础设施指标（如自行车道密度、公共自行车站点分布、电动汽车充电桩数量）进行多维耦合分析，从而构建出综合性的‘城市出行基础设施指数’。另一项经典工作则是将本数据集作为筛选变量，用于评估居民环境主观感知与客观设施供给之间的偏差，深入探讨绿色交通设施的视觉暴露对行为意愿的潜在影响。这些研究不仅深化了对城市交通公平性的理解，也为后续构建多模态城市数据驱动的决策支持系统奠定了坚实的实证基础。

数据集最近研究

最新研究方向

该数据集聚焦于法国各地区及行政层级（EPCI、大区、省份、市镇）每千名居民可用的自行车停车位数量，是评估城市可持续交通基础设施完善程度的关键指标。伴随全球低碳出行浪潮与法国‘零碳交通’战略的深化，该数据被广泛应用于城市规划、交通公平性分析及公共政策效能评估中。研究前沿正转向利用此类高粒度开放数据，结合地理信息系统与机器学习模型，解析停车位分布与人口密度、骑行流量、公共交通站点可达性之间的潜在关联，进而为弹性交通网络设计及‘最后一公里’出行方案优化提供数据驱动的科学依据，对推动法国及欧盟绿色城市转型具有显著实践价值。