Data-Gouv-FR/patrimoine-immobilier-des-operateurs-de-lenseignement-superieur

该数据集源自法国高等教育与职业融入总局（DGESIP）运营的国家不动产信息系统模块的提取。数据不覆盖土地信息。信息由高等教育机构填写，涵盖建筑的所有方面（识别、位置、所有权、可访问性、能源等）。这些信息包括：识别要素、建筑特征、面积、可访问性、能源性能以及位置。此处提供的数据反映了源信息系统的状态。识别码和RNB多边形来自国家建筑参考框架：https://rnb.beta.gouv.fr/This dataset is extracted from the module of the National Real Estate Information System operated by the French General Directorate for Higher Education and Professional Integration (DGESIP). The data excludes land-related information. The information, submitted by higher education institutions, encompasses all facets of buildings including identification, location, ownership, accessibility, energy performance and other relevant aspects. Specifically, it includes identification elements, building characteristics, floor area, accessibility, energy performance and location. The data provided herein reflects the status of the source information system. Identification codes and RNB polygons are derived from the National Building Reference Framework: https://rnb.beta.gouv.fr/

搜集汇总

数据集介绍

构建方式

本数据集源自法国高等教育与研究部下属的高等教育与职业融入总局（DGESIP）所运营的国家不动产信息系统模块，通过提取该模块中的结构化数据构建而成。原始数据由各高等教育机构自行填报，覆盖了与建筑相关的全方位信息，涵盖识别、定位、产权、可达性及能源绩效等维度。数据集在Hugging Face平台上以单一配置形式呈现，对应的表格资源以Parquet格式存储于`data/fr-esr-patrimoine-immobilier-des-operateurs-de-l-enseignement-superieur.parquet`文件中，并统一划分为名为`train`的拆分，便于用户直接加载使用。需注意的是，本数据集不包含土地信息，且其内容反映了源信息系统在特定时间点的状态，建筑标识符与多边形数据则来源于国家建筑参考数据库（RNB）。

使用方法

用户可通过Hugging Face的`datasets`库便捷地加载本数据集，具体实现采用Python代码：`from datasets import load_dataset; ds = load_dataset("Data-Gouv-FR/patrimoine-immobilier-des-operateurs-de-lenseignement-superieur", "fr-esr-patrimoine-immobilier-des-operateurs-de-l-enseignement-superieur")`，随后通过`print(ds["train"])`即可访问训练拆分中的完整记录。由于数据集以单一配置提供，加载操作无需额外指定子集筛选，降低了使用门槛。此外，基于data.gouv.fr的开放数据生态，研究者亦可直接通过原始官方链接获取CSV或Parquet格式的文件，进行离线分析或与其他法国公共数据集进行关联挖掘，例如结合RNB的建筑几何数据进行空间可视化或能效评估建模。

背景与挑战

背景概述

该数据集名为“高等教育运营机构不动产资产”，由法国高等教育与研究部下属的高等教育与职业融入总局（DGESIP）创建，基于国家不动产信息系统模块提取而成。数据集发布于法国开放数据平台data.gouv.fr，其独特标识符为“62c79dcece50e4dbdaa1f848”，旨在系统化记录法国高等教育机构所拥有的建筑物信息。核心研究问题聚焦于公共不动产资产的透明化与精细化管理，涵盖建筑物的识别、地理位置、所有权、无障碍设施、能源性能及面积等关键维度。数据集不包含土地信息，且数据由各高校自行填报，反映了源信息系统的实时状态。作为法国开放数据运动的重要组成部分，该数据集为政策制定者、城市规划者及学术研究者提供了宝贵资源，推动了公共资产管理的数字化与标准化，并对高等教育领域的资源配置、可持续发展评估产生了深远影响。

当前挑战

该数据集所解决的领域问题在于，高等教育机构不动产信息长期分散于各机构内部，缺乏统一标准与可访问性，导致资产利用率低、能源效率评估困难以及决策支持不足。通过提供结构化、公开化的建筑数据，该数据集助力实现资产优化与透明监管。然而，构建过程中面临多重挑战：数据填报依赖各高校自主提交，可能因机构差异导致数据完整性与一致性不足；建筑物识别依赖国家建筑参考数据库（RNB），其多边形与标识符的准确匹配需跨系统协调；此外，数据覆盖范围排除土地信息，限制了土地资源管理的全面性。更新频率与历史版本管理机制未明确阐述，可能影响时间序列分析的可靠性。这些挑战共同影响着数据集在公共资产管理、能源绩效评估等高级应用中的效度与普惠性。

常用场景

经典使用场景

在高教资源管理与公共政策研究领域，法国高等教育运营商不动产数据集（Patrimoine immobilier des opérateurs de l’Enseignement supérieur）作为一项权威的开放数据资源，其最为经典的使用场景聚焦于对法国境内高等教育机构建筑资产的系统性分析与评估。该数据集详细记录了建筑物的身份特征、空间属性、所有权归属、无障碍设施、能源绩效以及地理定位等多维度信息，为研究者提供了从微观建筑单元到宏观校园集群的全面视角。研究人员常利用此数据揭示高等教育基础设施的空间分布规律、评估建筑能源效率、探究校园可达性与区域教育公平之间的关系。此外，该数据集基于法国国家建筑数据库（RNB）的官方标识符，确保了与建筑相关研究的高度互操作性。其典型应用包括绘制高等教育建筑的地域热力图、分析老旧建筑的更新需求、以及建模校园规模与教学质量间的潜在关联，从而为优化法国高教资源布局提供坚实的数据基石。

解决学术问题

在学术研究中，该数据集精准回应的核心问题在于长期困扰城市地理学与教育政策领域的核心矛盾：如何以标准化、可量化的手段系统评估高等教育物质基础设施的状态及其社会效应。过往研究常受限于零散的建筑数据或单一维度的分析，而该数据集通过整合识别、定位、所有权、无障碍性、能源绩效等关键信息，首次实现了对法国高教建筑资产的全面数字化映射。它使学者能够突破传统定性描述的局限，构建出建筑性能与教育产出之间的统计模型，探究校园建筑质量是否影响招生吸引力或学生留存率。同时，能源绩效数据的引入推动了高等教育领域碳足迹研究的深化，学者可据此评估不同区域高校的节能减排潜力。数据集中对无障碍设施的详细记录，更为社会公平议题提供了量化证据，助力分析行动障碍者获取高等教育资源的空间不匹配问题。这些研究不仅丰富了教育地理学、公共管理学的理论体系，更通过实证结论促使政策制定者重新审视教育基础设施投资的优先级与公平性。

实际应用

在实际应用层面，该数据集的价值跨越了学界壁垒，深度嵌入法国高等教育治理与公共服务的数字化进程。对于法国高等教育与研究部及其下属的大区管理机构而言，该数据直接服务于国家不动产战略的制定与修订。政策分析师可基于建筑识别与所有权字段，精准统计政府自有与租赁物业的比例，进而测算不动产维护预算的优化分配；能源绩效数据则被用于识别高能耗建筑清单，指导校园绿色改造项目的优先级排序。在城市规划与区域性开发中，地方行政机构利用该数据集的地理定位与面积信息，评估高校建筑对周边社区公共服务（如交通、能源网络）的需求压力，并据此调整城市基础设施规划。此外，能源审计公司与社会组织也可借助无障碍性字段，对校园无障碍设施达标情况进行合规筛查。最终，该数据集通过Hugging Face平台的开放共享，使得数据科学家能快速开发面向公众的可视化仪表盘，将复杂的建筑资产信息转化为直观的社会知识，赋能公民对公共教育资源的知情权与监督权。

数据集最近研究

最新研究方向

该数据集作为法国高等教育机构不动产的官方开放数据库，当前研究前沿聚焦于利用其丰富的建筑属性信息（如能效、无障碍设施、地理位置等）开展教育基础设施的可持续发展分析与空间规划研究。随着法国政府推进公共数据开放运动及欧盟绿色新政，该数据集被广泛应用于评估大学校园的碳足迹与能效改造潜力，结合RNB建筑标识符实现跨部门数据融合，为优化教育资源分配、推动智慧校园建设及制定区域教育政策提供了量化支撑。其精细化的建筑级数据还助力于探究高校空间布局与教育公平性之间的关联，成为公共治理数字化转型中的重要数据资产。