Data-Gouv-FR/statistiques-dvf

该数据集包含法国房地产交易（DVF）的统计信息，可在网站explore.data.gouv.fr/immobilier上可视化。文件包含销售数量、每平方米价格的平均值和中位数。数据集分为两个子集：总统计DVF（基于10个半年的可用数据，按地理尺度统计）和月度统计DVF（按地理尺度和月份统计）。数据处理基于法国房地产交易数据，通过代码生成不同尺度和时间段的统计指标。统计指标包括：交易数量、每平方米价格的平均值和中位数、销售价格分布（按价格区间）。这些指标针对以下房产类型计算：房屋、公寓、房屋+公寓、商业场所。地理尺度包括：国家、部门、EPCI（公共机构间合作机构）、市镇、地籍分区。数据源包含多种交易类型，但统计中仅保留销售、未来完工状态销售和拍卖。此外，为简化处理，仅保留涉及单一房产（不含附属物）的交易。每平方米价格通过交易价值除以建筑表面积计算，排除无法计算或价格超过10万欧元（任意阈值）的交易。统计中未应用其他异常值限制，以保持数据原始性，但网站显示中位数以减少异常值对颜色尺度的影响。This dataset provides statistical information on French real estate transactions (DVF), which is available for visualization on the website explore.data.gouv.fr/immobilier. It includes metrics such as the number of transactions, as well as the mean and median price per square meter. The dataset is split into two subsets: the aggregate statistical DVF (based on 10 semi-annual batches of available data, aggregated by geographic scale) and the monthly statistical DVF (aggregated by both geographic scale and month). Data processing is conducted using French real estate transaction data, with code generating statistical indicators across varying geographic scales and time periods. The covered statistical indicators include: transaction count, mean and median price per square meter, and sales price distribution stratified by price brackets. These indicators are computed for four property categories: single-family houses, apartments, combined houses and apartments, and commercial properties. Geographic aggregation scales include: national level, French departments, EPCI (Public Intercommunal Cooperation Institutions), communes, and cadastral zones. The original data source encompasses multiple transaction types, yet only sales, off-plan (future completion) sales, and auction sales are retained for statistical analysis. Additionally, to streamline processing, only transactions involving a single standalone property (excluding any associated appurtenances) are included. Price per square meter is calculated as the ratio of transaction value to the building's surface area. Transactions that cannot be properly calculated or those with a price exceeding 100,000 euros (an arbitrary threshold) are excluded from the calculations. No additional outlier filtering is applied to preserve the original integrity of the dataset, though the median price is displayed on the website to mitigate the impact of outliers on the color scale used for data visualization.

搜集汇总

数据集介绍

构建方式

Statistiques DVF数据集源自法国房地产交易价值登记数据（Demandes de Valeurs Foncières），通过系统性的数据清洗与聚合流程构建而成。具体而言，数据从公开的地理数据平台获取CSV格式的原始交易记录，经过去重筛选，仅保留包括销售、未来竣工状态销售和法院拍卖在内的三种交易类型，并剔除了涉及多类不动产或附属物的复杂交易。在此基础上，按地理尺度（国家、省、市镇共同体、市镇、地籍区）与不动产类型（房屋、公寓、商业场所等）进行分层聚合，计算每个分组中交易的份数、每平方米均价位与中位价位，并额外生成价格分段分布统计。数据还同时提供按月的动态变化趋势，形成月度与十学期两种时态统计表，最终存储为结构化文件，供公众下载与可视化分析。

特点

该数据集的一大核心特点在于其多层级、多维度聚合结构，使得研究者能够从宏观到微观灵活分析房地产市场表现。数据同时覆盖横向空间维度与纵向时间维度，既可按国家或省域级观察总体走势，也可深入至市镇或地籍区级别探究局部差异。针对价格分析，数据集同时提供平均值与中位值，中位数的引入有效抑制极端值干扰，增强统计稳健性。此外，数据生成过程公开透明，全部清洗与聚合代码托管于公共代码仓库，每步过滤与计算逻辑皆有详实记录，提升了数据复现与校核的可行性。数据许可采用法国开放许可协议2.0版，确保各类型用户可自由使用和再分发。

使用方法

数据集的获取方式简便，因其并不直接托管于Hugging Face平台，而是通过该平台上的数据集卡片链接至数据源网站访问。用户可通过卡片中的URL直接定位至data.gouv.fr上的数据集页面，下载包含总量统计与月度统计的TAR.GZ压缩包文件。下载后的数据为结构化CSV格式，适合加载至Pandas、R data.frame或SQL数据库中进行处理。分析人员既能对单一地理尺度的时间序列进行趋势挖掘，例如观察某省公寓价格中位数随月份的变化，也可交叉比较不同尺度间的差异。可视化方面，数据可直接导入Tableau或Plotly等工具，或接入explore.data.gouv.fr/immobilier网站进行交互式地图展示。部分统计代码已在GitHub上开放，协助用户快速复用分析流水线。

背景与挑战

背景概述

Statistiques DVF数据集由法国政府机构etalab创建，旨在整合与公开法国房地产交易中的‘土地价值查询’（DVF）数据。该数据集基于法国公共数据开放平台data.gouv.fr上的原始DVF记录，通过系统化处理生成多维度的房地产交易统计信息，包括销售数量、每平方米均价与中位数价格等核心指标。数据集覆盖全国、省、市镇及地籍区等不同地理层级，并区分房屋、公寓、商业地产等物业类型。其核心研究问题在于利用大规模交易数据揭示房地产市场的时空演变规律，为政策制定、城市规划和公众透明度提供可靠依据。自发布以来，该数据集对法国房地产研究领域产生了显著影响，成为分析市场趋势、评估住房可负担性及检测异常交易的重要工具。

当前挑战

该数据集面临的核心挑战包括：在领域层面，房地产交易数据常因信息不对称导致市场价格透明度不足，而DVF原始数据包含多种交易类型（如拍卖、征用等），需通过过滤仅保留标准化交易（如销售、期房销售及裁定）以确保统计一致性。在构建过程中，处理多物业混合交易（如住宅与商铺合并）时无法拆分各物业的实际价值，需舍弃此类记录以避免偏差；同时，对于同一类型多物业交易（如多个公寓打包出售），因各单元价值差异较大，简单按面积均摊价格的方法不够精确。此外，异常值处理存在两难——既需剔除明显错误的高价记录（如设定每平方米10万欧元阈值），又要避免过度过滤而掩盖真实异常现象。最后，数据聚合在不同地理层级和时间尺度（月度与半年度）时，需协调源数据格式不一致及更新频率差异，确保统计结果的时效性与完整性。

常用场景

经典使用场景

Statistiques-DVF数据集的核心价值在于为法国房地产市场提供透明、详实的统计基准。它聚合了来自地籍价值查询（DVF）的原始交易数据，通过清洗与筛选（仅保留单宗房产的销售、期房拍卖等交易），计算出了全国、省、市镇、乃至地籍区块等多个地理尺度上的房产交易数量、每平方米平均价与中位价。研究人员可利用这些按物业类型（独栋、公寓、商业地产）细分的统计指标，精准描绘不同区域的房价走势与市场活跃度，是进行区域经济对比、住房政策评估的标准化数据基石。

实际应用

在实际应用中，Statistiques-DVF为政府决策与公民权益保障提供了强力支撑。地方规划部门可据此识别住房负担过重的区域，制定差异化的税负调节或保障房建设计划；房产估值机构能获取权威的片区价格参照，提升评估报告的客观性。普通购房者与投资者则可通过其可视化平台（explore.data.gouv.fr/immobilier）直观比较不同市镇的房产性价比，辅助置业决策。此外，银行与金融机构可将其作为房地产抵押贷款风险模型的外部验证数据，优化信贷审批策略。

衍生相关工作

围绕Statistiques-DVF衍生了一系列富有影响力的工作。法国数据服务署（Etalab）基于其底层代码（datagouvfr_data_pipelines）构建了自动化清洗与统计流水线，该工具已被其他公共数据项目借鉴。学术界利用该数据集发起了法国房价可及性动态监测项目，并衍生出结合遥感影像与房价统计的城市扩张分析模型。部分房地产科技初创公司也以该数据集为训练基础，开发了社区级房价预测算法，推动了金融科技在不动产领域的创新应用。