Data-Gouv-FR/projet-de-loi-de-finances-pour-2014-plf-2014-budgets-annexes-ba-par-destination

该数据集展示了2014年财政法案（PLF 2014）附属预算（BA）的信贷（授权承诺（AE）和支付信贷（CP）），按照目的分类的命名法进行呈现。Presentation of the credits (authorizations of commitment (AE) and payment credits (CP)) of the Annexed Budgets (BA) of the 2014 Finance Bill (PLF 2014) according to the nomenclature by destination.

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，收录了2014年财政法案（PLF 2014）中附带预算（BA）按用途分类的预算数据。构建方式遵循一条记录对应一份原始表格资源的原则，将原始tabular数据转化为Hugging Face数据集的一个子集。数据以Parquet格式存储，并配备统一的训练集（train）分割，确保了数据的高效压缩与快速读取。通过数据集的标识符与官方来源紧密关联，保证了数据的可溯源性与权威性。

特点

数据集突出展现了法国公共财政数据的开放性与结构化特性。其核心特点在于聚焦2014年财政法案的附带预算，详细呈现了按用途划分的预算拨款（AE）与支付款项（CP）两类关键财政指标。数据采用Parquet列式存储格式，优化了大规模数据查询与分析性能。此外，数据集直接继承自政府官方许可（lov2），确保了在法律框架内的合规使用，为公共财政研究提供了坚实的数据基础。

使用方法

使用该数据集时，研究者可通过Hugging Face的datasets库轻松加载。具体而言，调用load_dataset函数并指定数据集名称及子集配置（plf-2014-budgets-annexes-ba-par-destination），即可获取包含完整训练数据的数据集对象。加载后，数据集以标准格式呈现，支持直接访问train分割中的数据，便于进行后续的统计分析、财政建模或可视化展示。这一流程简化了从开放数据到科研应用的路径。

背景与挑战

背景概述

该数据集名为“Projet de loi de finances pour 2014 (PLF 2014), budgets annexes (BA) par destination”，源自法国官方开放数据平台data.gouv.fr，创建于2014年。数据集由法国政府财政部门与开放数据倡导机构联合发布，核心研究问题在于系统呈现2014年财政法案中附属预算（BA）按用途分类的拨款信息，包括授权承诺（AE）与支付拨款（CP）两项关键指标。在公共财政透明化与数字化转型浪潮中，该数据集为经济学家、政策分析者及公民社会提供了细粒度财政支出结构的量化依据，推动了法国预算公开与数据驱动决策的实践，对欧洲财政透明标准建设具有示范意义。

当前挑战

数据集面对的核心领域挑战在于，如何将复杂的财政法案预算信息转化为结构化、可机器读取的开放数据，以克服传统财政报告中文本密集、术语晦涩导致的解读障碍。构建过程中，需从多源异构的官方PDF与表格中提取并标准化数千条按目的地分类的预算条目，同时确保与法国法律框架下的预算分类体系（如计划-项目-行动）严格对齐。此外，处理授权承诺与支付拨款的时间差、避免不同年份数据口径差异，以及保持与国际财务报告准则的兼容性，均为数据整合与质量控制中的显著难点。

常用场景

经典使用场景

在公共财政与预算分析的研究领域中，该数据集为学者与政策分析师提供了法国2014年财政法案附属预算的细粒度支出数据，涵盖按用途分类的授权承诺与支付额度。经典使用场景包括对特定政府部门预算分配模式的量化分析，通过对比不同附属预算的支出结构，揭示财政资源的流向与政策优先级的映射关系。研究者可借助此数据，审视法国中央政府在特定年份的资源配置逻辑，从而在宏观层面理解国家治理的财政工具选择。

解决学术问题

该数据集精准回应了预算透明度与财政问责制的学术探讨需求，解决了因原始数据分散、格式不统一而难以进行系统性比较的困境。通过提供结构化、可复用的开支信息，它使学者能够验证预算执行与政策目标之间的一致性，并量化分析财政决策对公共服务的潜在影响。其意义在于为财政联邦制、预算周期理论及政府行为实证研究提供了可靠的数据基础，推动了公共经济学领域从定性描述向定量分析的范式演进。

衍生相关工作

该数据集衍生出的经典工作集中于财政数据标准化与跨部门预算比较分析。部分研究将其与往年度PLF数据集融合，构建法国预算支出的长时序数据库，以识别政策惯性或突变的节点。另有一些工作将此类财政细项数据与宏观经济指标（如GDP或失业率）关联，检验预算支出对经济变量的传导效应。此外，基于该数据的机器学习模型被开发用于预测部门预算执行偏差，为预警财政风险提供了创新性的技术路径。