Data-Gouv-FR/projet-de-loi-de-finances-pour-2017-plf-2017-donnees-du-volet-performance

该数据集包含法国2017年财政法案（PLF 2017）绩效部分的数据，基于2001年8月1日《财政法组织法》（LOLF）引入的公共绩效评估框架。数据集涵盖了国家预算中的各项任务和计划，以及相关的目标和指标，这些内容在2017年财政法案的年度绩效项目（PAP）中作为绩效附件呈现。数据源自Farandole应用程序，这是预算局和各部门共同使用的预算编制工具，用于生成预算文件。数据集包括736个指标（不包括投资未来计划PIA），比2014年财政法案的967个指标减少了24%，旨在通过客观指标评估公共政策的效率、服务质量和经济效益，以三年期预算视角展示实现情况和预测数据。数据以parquet和csv格式提供，适用于分析和研究法国公共财政绩效。This dataset contains data from the performance section of the French 2017 Finance Act (PLF 2017), which is based on the public performance evaluation framework introduced by the Organic Finance Act (LOLF) dated August 1, 2001. The dataset covers various missions and programs in the national budget, along with their associated objectives and indicators, as presented in the performance annexes of the Annual Performance Projects (PAP) of the 2017 Finance Act. The dataset is sourced from the Farandole application, a budget preparation tool jointly used by the Budget Authority and relevant ministries to generate budget documents. It includes 736 indicators (excluding the Investment for the Future Program, PIA), representing a 24% reduction compared to the 967 indicators included in the 2014 Finance Act. This dataset aims to evaluate the efficiency, service quality, and economic benefits of public policies through objective indicators, and present both achieved and forecasted data from a three-year budget perspective. It is provided in Parquet and CSV formats, suitable for analysis and research on French public fiscal performance.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共财政领域，旨在服务于2017年财政法案（PLF 2017）中绩效部分的评估需求。构建方式基于法国国家开放数据平台data.gouv.fr的原始数据资源，将其中表格化的绩效数据提取并转化为Hugging Face格式。数据集包含两个子集：一是原始数据文件对应的完整配置，二是专门为绩效分析优化的简化配置。每个子集均以Parquet格式存储，并统一划分为训练集（train）分片，便于直接加载与使用。

特点

数据集的核心特征在于其承载了法国公共财政绩效评估的完整指标体系，依据《组织法》关于预算绩效管理的要求，将国家各任务（mission）与项目（programme）的目标、指标及其目标值系统化整合。数据横跨多年期预算视角，呈现了每个指标在2017年财政法案中的预测值、过往年度实现值以及三年期目标轨迹。此外，经过法国预算部门的精心筛选，该版数据集包含736个指标，较2014年版减少了24%，体现了对指标精简性与实用性的追求。

使用方法

该数据集的使用方法相当直观，可借助Hugging Face的datasets库进行加载。用户只需通过`load_dataset`函数，并指定数据集标识符与所需的子集名称，即可将Parquet格式的数据装载为便于操作的Dataset对象。例如，选择配置名为`projet-de-loi-de-finances-pour-2017-plf-2017-donnees-du-volet-performance`的子集，即可获取包含完整绩效信息的训练集，进而开展政策效果评估、指标分析或预算绩效研究等工作。

背景与挑战

背景概述

该数据集源于法国2017年财政法案（PLF 2017）绩效部分的数据，由法国预算部联合各政府部门通过'Farandole'系统采集整理，于数据开放平台data.gouv.fr发布。研究背景植根于2001年《财政组织法》引入的绩效预算改革，旨在通过客观指标衡量公共政策成效。数据集覆盖所有国家任务与项目，包含751个绩效指标（较2014年缩减24%），呈现目标、指标及预期值的多年度框架。作为法国公共财政透明化的重要工具，它推动了政府从投入控制向结果导向的转变，为公民、用户和纳税人提供了评估行政效能的可量化依据，在OECD国家绩效预算实践中具有标杆意义。

当前挑战

该数据集所解决的领域挑战在于将抽象的公共政策目标转化为可量化的绩效指标，并在多年度预算周期中实现因果链的清晰映射。构建过程中面临双重困难：其一，指标精简过程中需平衡全面性与可读性，例如从967个指标削减至751个，必须剔除冗余而保留关键绩效维度；其二，数据来源分散于不同部委的异构系统，需通过'Farandole'工具统一录入标准，确保跨年度数据（如N-2实绩与N+2预测）的连贯性与可比性。此外，还需防范指标操控风险，避免因量化考核导致短期行为偏离政策初衷。

常用场景

经典使用场景

该数据集源自法国政府2017年财政法案（PLF 2017）的绩效卷数据，是法国公共财政透明度与绩效评估体系的重要组成部分。其最经典的用途在于支持对政府预算执行效率的量化分析，研究人员可借助该数据集中的目标、指标及靶向值，系统性地审视各公共政策的实现轨迹。无论是跨年度绩效比较，还是对特定计划的经济社会影响评估，该数据集均提供高颗粒度的结构化信息，成为政府治理研究中不可或缺的实证基石。

解决学术问题

该数据集有效回应了公共财政管理领域一个核心学术议题：政府绩效的可衡量性与透明度。通过结构化呈现法国2017年度各公共计划的目标设定、指标选取与实际达成情况，它解决了以往研究中数据散落、口径不一、难以比较的困境。研究者可借此深入探讨预算过程如何影响政策效果，检验绩效导向改革的实际成效，并推动关于公共价值创造与资源配置效率的理论建构，其意义在于为循证政策分析提供了可靠、开放且标准化的数据基础。

衍生相关工作

基于这一数据集，法国国家数据开放平台（data.gouv.fr）催生了一系列衍生研究及分析工具。学术层面，有学者将其与往年PLF绩效数据进行时序拼接，构建跨年度公共支出绩效追踪面板，用于评估法国财政纪律法的长期影响。在技术应用领域，数据可视化专家开发了交互式仪表盘，直观展示各计划的关键绩效指标趋势，助力政策分析师快速识别异常波动。此外，机器学习研究者亦尝试利用该数据集构建预测模型，模拟不同预算情境下的绩效实现概率，从而延伸其因果推断与政策模拟的边界。