Data-Gouv-FR/comptes-consolides-des-ensembles-intercommunaux-2017-2024

该数据集提供了2017年至2024年期间法国市际联合体合并账户的主要财务汇总数据，包括主要预算和附属预算。市际联合体指由税收自主的联合体及其成员市镇组成的整体；对于大巴黎都会区，还包括领土公共机构。此外，数据集还涵盖了大巴黎都会区领土公共机构及其成员市镇的数据，以及不属于任何联合体的孤立单市镇岛屿的数据。财务汇总由OFGL基于DGFiP发布的会计余额数据计算得出，合并过程涉及对联合体内各市镇预算的汇总，并消除了预算间和市镇间的交叉流动。如果某一年份的联合体或成员市镇账户数据缺失，则该年份的联合体数据将不显示；由于某些市镇预算缺失，三个联合体（马赛-普罗旺斯都会区、Dunois市镇联合体、Montaigu地区城市联合体）的2024年预算不可用。早期数据（自2012年起）可通过数据集附件获取。--- 许可证：其他 语言： - 法语 标签： - data.gouv.fr（法国公共数据平台） - 法国公共数据 - Parquet（列式存储格式） - CSV（逗号分隔值格式） - 开放数据 展示名称："2017-2024年跨市镇联合体合并财务账目" 配置项： - 配置名称：ofgl-base-ei 数据文件： - 拆分集：训练集（train） 文件路径：data/ofgl-base-ei.parquet --- # 2017-2024年跨市镇联合体合并财务账目 ## 数据源 - 官方来源：https://www.data.gouv.fr/datasets/comptes-consolides-des-ensembles-intercommunaux-2017-2024 - data.gouv.fr数据集标识符：`636c3f75be20de8162f64c85` - data.gouv.fr短标识（Slug）：`comptes-consolides-des-ensembles-intercommunaux-2017-2024` - data.gouv.fr元数据标注许可证：lov2 ## Hugging Face 仓库结构 - 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/配置项 - 每个子数据集/配置项均包含一个名为`train`的拆分集 ## 子数据集 - `ofgl-base-ei` → 对应数据文件：`data/ofgl-base-ei.parquet` ## 使用示例 python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/comptes-consolides-des-ensembles-intercommunaux-2017-2024", "ofgl-base-ei") print(ds["train"]) ## 原始数据集说明 ### 数据集概况 本数据集收录了2017-2024年跨市镇联合体的合并财务账目核心汇总数据，涵盖各联合体的主预算与附加预算。 跨市镇联合体指拥有自有征税权的联合组织及其所属市镇组成的整体。对于大巴黎都会区（Métropole du Grand Paris, MGP）而言，其跨市镇联合体还包含地方公共机构（Établissements Publics Territoriaux, EPT）。 此外，本数据集还收录了大巴黎都会区下属地方公共机构及其所属市镇组成的联合体数据，以及未加入任何联合组织的单市镇孤岛（“孤立市镇”）相关数据。 本数据集的汇总数据由法国地方财政办公室（Office des Finances Locales, OFGL）基于法国公共财政总局（Direction Générale des Finances Publiques, DGFiP）发布的自有征税权联合组织与市镇的会计账目表数据计算得到。 跨市镇联合体的合并流程为：先对联合体内部各成员的主预算与附加预算进行内部交易抵消，再将抵消后的各成员预算进行汇总；随后对所有成员汇总后的预算再次进行跨主体内部交易抵消，最终得到合并账目。 若某一跨市镇联合体在指定年份中，其自有征税权联合组织（Groupement à Fiscalité Proprière, GFP）或任意所属市镇的账目数据缺失，则该联合体在对应年份无可用数据。 由于部分所属市镇未提交预算数据，三个跨市镇联合体的2024年预算数据暂不可用，分别为艾克斯-马赛-普罗旺斯都会区、杜努瓦市镇共同体（CC le Dunois）以及蒙塔古之地城市共同体（CA Terres de Montaigu）。 2012年及更早年份的历史数据可通过本数据集的附件获取。 * * * ### 方法学资源 [数据集更新历史](https://data.ofgl.fr/pages/methodologie-historique-maj-jeux-donnees/?jeu_donnees=ofgl-base-ei) [数据集财务汇总项列表](https://data.ofgl.fr/pages/methodologie-agregats-jeux-donnees/?jeu_donnees=ofgl-base-ei) [财务汇总项计算方法](https://data.ofgl.fr/pages/methodologie-agregats-financiers-consolides-ei/) * * *

搜集汇总

数据集介绍

构建方式

该数据集由法国地方财政观察所（OFGL）基于法国公共财政总局（DGFiP）发布的市镇及财政自主型联合体的会计平衡表数据构建而成。通过对各地方实体（包括主要预算与附属预算）的账户进行合并，并剔除这些预算之间以及联合体内部各成员间的交叉流动，最终得到市际联合体的合并账目。数据集涵盖2017至2024年期间，若某一联合体或其成员市镇的账户缺失，则相应年份的数据不予呈现。

特点

数据集具备高权威性与结构化特征，其官方来源为法国政府开放数据平台data.gouv.fr，并以Parquet格式高效存储。数据配置为单一‘ofgl-base-ei’子集，包含一个名为‘train’的分割，便于机器学习的标准化加载。尤为独特的是，数据集不仅涵盖市际联合体的核心账目，还延伸至大巴黎都市圈的地域公共机构及其成员市镇，以及未纳入任何联合体的单一市镇岛屿数据，提供了广泛而精细的财政视角。

使用方法

利用Hugging Face的datasets库，用户可通过load_dataset函数便捷地加载该数据集，指定配置名称为‘ofgl-base-ei’，即可获取包含合并账目数据的训练集。数据以Parquet格式存储，支持高效的列式查询与大规模分析。官方同时提供了方法论资源，包括数据更新历史、财务聚合指标列表及计算方式，辅助用户深入理解各字段含义，适用于财政研究、政策评估与机器学习建模等场景。

背景与挑战

背景概述

该数据集以法国市镇联合体为研究对象，由法国地方财政观察所（OFGL）基于法国公共财政总局（DGFiP）发布的会计平衡表数据编制而成，覆盖2017至2024年间的财政合并报表。核心研究问题在于通过整合各联合体及其成员市镇的主要预算与附属预算，并消除内部交叉流动，形成统一且可比的财政聚合指标。该数据集不仅服务于地方财政管理与政策评估，还广泛应用于公共经济学领域的实证分析，对理解法国地方政府财政结构及其演变具有重要参考价值。

当前挑战

首先，市镇联合体财政数据的整合面临显著的领域挑战，即如何对具有不同财务口径与预算结构的实体进行标准化处理，同时确保合并报表的真实性与可比性。其次，构建过程中遭遇诸多技术障碍，包括缺失数据的处理——若某一联合体或其成员市镇的账户不完整，则整年度数据不予呈现；如2024年因部分市镇预算缺失，导致三个联合体（马赛-普罗旺斯大都会等）的报表无法生成。此外，跨年份历史数据（自2012年起）的衔接与更新维护亦构成了持续性的结构化挑战。

常用场景

经典使用场景

该数据集汇聚了法国市镇间合作组织（EPT）及其成员市镇在2017年至2024年间的合并账户核心指标，通过整合地方财政总局（DGFiP）发布的自主征税组织（GFP）与市镇的会计余额数据，并剔除内部交叉流量，实现了对跨市镇财政状况的精准刻画。经典使用场景包括纵向追踪单一市镇联合体多年的预算执行趋势，或横向比较不同地区市镇间合作组织的财政健康度，例如分析大巴黎都会区（MGP）内各公共领土机构的收支结构差异。研究者常借助该数据集解析法国地方公共财政的聚合逻辑，为政策评估提供数据基座。

衍生相关工作

该数据集衍生了一系列聚焦法国地方财政转型的经典研究。部分工作基于其合并账户特性，开发了‘财政集中度指数’与‘跨市镇财政溢出效应模型’，用以量化合并对地方税收自主权的侵蚀。另有研究结合人口普查数据，分析财政合并对公共服务均等化的非线性影响——例如发现大巴黎都会区EPT的合并虽提升规模效率，但加剧了核心市镇与郊区间的财政落差。更前瞻的工作则利用时间序列预测市镇联合体的长期债务轨迹，为《地方行政改革法案》的制定提供实证支撑。这些研究共同推动了数据驱动的法国地方治理学术范式的形成。

数据集最近研究

最新研究方向

当前，法国市镇间合作组织的合并财务报表数据集（2017-2024）在公共财政透明化与地方治理数字化领域成为研究热点。该数据集由法国地方财政观察所（OFGL）依据国库署（DGFiP）的会计平衡表整合而成，通过消除跨预算与跨行政主体的交叉流动，提供了市镇联合体及其成员市镇的合并财务全景。前沿研究方向聚焦于利用机器学习和时序分析技术，自动检测地方财政异动与潜在债务风险，为提升法国地方公共财政的可持续性与监管效率提供数据驱动支持。在大数据与开放政府运动交织的背景下，该数据集为欧盟韧性基金（NextGenerationEU）在法国的地方财政绩效评估提供了底层数据支撑，对推动法国市镇间财政整合与公共问责机制的现代化具有重要示范意义。