Data-Gouv-FR/conditions-des-campagnes-dincitation-financiere-au-covoiturage

该数据集收集了负责拼车（短途/日常出行）经济激励活动的公共机构的坐标和标识信息，以及这些活动的特征。经济激励活动是由地方公共机构提供的补贴，以鼓励在其领土内进行拼车出行。例如，2023年法兰西岛大区交通管理局（Ile de France Mobilité）开展了一项激励活动，允许所有持有交通卡（pass navigo）的乘客，如果行程的起点或终点位于法兰西岛大区内，每天可享受两次免费拼车乘客服务；无交通卡的乘客则需支付每次0.50欧元的票价。司机在法兰西岛大区内（起点和/或终点）搭载乘客进行拼车（行程少于80公里），每位乘客可获得2至4欧元的补贴。数据集包含的主要条件有：符合条件的人口、区域、司机补贴金额、乘客票价、以及激励可用的拼车平台。这些条件用于确定司机/乘客及其行程是否符合经济激励资格以及可获得的激励金额。每条数据都包含数据更新日期字段（dernière_maj）。license: 其他 language: - 法语 tags: - 法国政府开放数据（data-gouv） - 法国公共数据（donnees-publiques-francaises） - Parquet文件格式（Parquet） - CSV（逗号分隔值） - 开放数据（open data） pretty_name: "拼车财政激励活动细则" configs: - config_name: 26032026-data-campagnes-incitations-financieres data_files: - split: 训练集拆分（split） path: data/26032026-data-campagnes-incitations-financieres.parquet - config_name: 2025-data-campagnes-incitations-financieres data_files: - split: 训练集拆分（split） path: data/2025-data-campagnes-incitations-financieres.parquet - config_name: 2024-data-campagnes-incitations-financieres data_files: - split: 训练集拆分（split） path: data/2024-data-campagnes-incitations-financieres.parquet # 拼车财政激励活动细则 ## 数据源 - 官方数据源：https://www.data.gouv.fr/datasets/conditions-des-campagnes-dincitation-financiere-au-covoiturage - 法国国家开放数据平台（data.gouv.fr）数据集标识符：`64a436118c609995b0386541` - data.gouv.fr数据集别名：`conditions-des-campagnes-dincitation-financiere-au-covoiturage` - data.gouv.fr元数据标注的许可证：odc-odbl ## Hugging Face数据集结构 - 一个data.gouv.fr数据集对应一个Hugging Face仓库 - 一份原始表格资源对应一个Hugging Face子数据集/配置 - 每个子数据集/配置均包含一个名为`train`的数据集拆分 ## 子数据集列表 - `26032026-data-campagnes-incitations-financieres` → `data/26032026-data-campagnes-incitations-financieres.parquet` - `2025-data-campagnes-incitations-financieres` → `data/2025-data-campagnes-incitations-financieres.parquet` - `2024-data-campagnes-incitations-financieres` → `data/2024-data-campagnes-incitations-financieres.parquet` ## 使用示例 python from datasets import load_dataset # 选择一个子数据集/配置： ds = load_dataset("Data-Gouv-FR/conditions-des-campagnes-dincitation-financiere-au-covoiturage", "26032026-data-campagnes-incitations-financieres") print(ds["train"]) ## 数据集说明 本数据集收录了用于推广短途/日常拼车的财政激励活动的地方实施主体的联系方式与身份信息，以及此类激励活动的详细特征。 财政激励活动指的是由具备资质的地方公共机构（AOM, Autorité Organisatrice des Mobilités，交通管理机构）为其辖区内的拼车出行发放的补贴。 举例而言，法兰西岛交通局（Île-de-France Mobilité）在2023年推出了一项财政激励活动：若行程的起点或终点位于法兰西岛辖区内，所有持有Navigo交通卡（pass navigo）的乘客每日可享受两次免费拼车出行；未持有该交通卡的乘客则可享受两次0.5欧元的优惠拼车票价。对于在法兰西岛辖区内（行程起点或终点位于此）的80公里以内的拼车行程，每搭载一名乘客，拼车司机可获得2至4欧元的补贴。 本数据集收录的激励活动核心细则涵盖：合格参与群体、合格参与区域、司机补贴标准、乘客票价标准以及激励活动可用的拼车撮合平台。 这些活动细则可用于查询司机/乘客及其行程是否符合财政激励补贴的申领资格，以及可申领的补贴金额。 每条数据均标注了数据更新日期，对应字段为`dernière_maj`。 若您作为地方公共机构未在本数据集中找到对应的财政激励活动，请前往“讨论”标签页提交反馈。

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，旨在整合各地方公共交通管理机构（AOM）所实施的短途拼车财政激励计划信息。数据集采用Hugging Face仓库结构，将原始表格资源转化为对应的子集/配置，每个配置仅包含一个名为“train”的数据分割。原始数据以Parquet格式存储，依据时间维度划分为三个子集，分别对应2024年、2025年及2026年3月26日的激励计划数据，便于用户按需选取特定年份或版本的条目进行深入分析。

特点

该数据集的核心特点在于其详细记录了每项激励计划的行政管理属性与核心条款，包括负责实施的集体单位标识与坐标、适用人群与地理范围、驾驶员所获补贴金额、乘客票价以及提供激励的匹配平台等关键字段。尤为重要的是，每条记录均附有“dernière_maj”时间戳，明确标识数据的最后更新日期，确保了信息的时效性与可追溯性。这些信息共同构成了评估短途拼车激励政策有效性的基础数据支柱。

使用方法

用户可通过Hugging Face的datasets库便捷调用该资源。以Python代码为例，只需使用`load_dataset`函数并指定数据集名称及所需子集配置（如“26032026-data-campagnes-incitations-financieres”），即可将对应数据加载至内存，并通过`ds["train"]`访问具体内容。这种标准化接口极大简化了数据获取流程，支持研究者与政策制定者快速开展关于激励计划地域分布、补贴标准演变及乘客受益情况的定量分析工作。

背景与挑战

背景概述

该数据集名为“Conditions des campagnes d'incitation financière au covoiturage”，源自法国开放数据平台data.gouv.fr，由法国政府相关机构创建并维护。数据集聚焦于短途日常拼车的财政激励政策，旨在系统化记录各地主管集体（AOM）所实施的补贴计划及其条件，例如覆盖区域、受益人群、驾驶员补贴金额及乘客票价等。这一开放数据集填补了拼车政策量化研究的空白，为交通运输政策分析、环保出行激励效果评估及区域交通规划提供了宝贵的结构化数据支撑，推动了法国乃至欧洲可持续交通领域的数据驱动研究。

当前挑战

该数据集所应对的领域挑战包括拼车财政激励政策的透明度不足与跨区域比较困难。由于各地补贴标准、适用人群及平台合作方式各异，缺乏统一数据标准导致政策评估碎片化。构建过程中，数据整合面临多源异构信息（如不同行政区划的更新频率、字段定义不一）的清洗与对齐问题。此外，法律与隐私限制使得部分敏感信息（如个体资格验证细节）难以公开，需在开放性与数据完整性间寻求平衡。这些挑战对数据质量、时效性及跨地域一致性提出了持续优化的要求。

常用场景

经典使用场景

该数据集名为“拼车财政激励活动条件”，汇集了法国各地方交通组织（AOM）主导的短途日常拼车财政激励活动的核心信息。在可持续交通研究领域，它被广泛用于分析不同行政区域如何通过差异化补贴政策引导居民改变出行方式。研究者可基于该数据提取每项活动的适用范围、目标人群、司机奖励金额与乘客票价，从而构建激励政策的地理与人口分布图谱。

衍生相关工作

基于该数据集，衍生出一系列围绕拼车激励机制优化的经典工作。代表性研究包括：利用机器学习方法预测特定激励条件下拼车需求的时间与空间分布；构建多智能体仿真模型，模拟不同补贴方案对通勤者决策的影响；以及开发可视化仪表板，实时展示全法拼车活动条件的时空演变。此外，该数据常与交通流量、人口普查数据联合分析，催生了融合开放数据与行为干预的交叉学科成果，为欧洲其他国家搭建类似激励体系提供了方法论参考。

数据集最近研究

最新研究方向

在当前全球推进绿色出行与碳中和目标的宏大背景下，该数据集聚焦于法国短途拼车财务激励政策的量化评估与优化。前沿研究正利用这些逐年更新的公开数据，构建精准的补贴效果模型，以分析不同地区、不同激励条件（如乘客票价、司机补贴）对拼车行为与社会交通结构的影响。结合欧洲日益严格的碳排放法规与城市交通拥堵治理热点，该数据为地方政府设计更高效的财政杠杆提供了实证基础，其多维度字段（如地理信息、平台渠道）更支持机器学习驱动的政策模拟，推动了共享交通领域的循证决策与智慧城市治理的深度融合。