Data-Gouv-FR/part-dactifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler

该数据集表示根据主要使用的通勤交通方式，居住在法国领土内的15岁及以上在职活跃人口的比例。交通方式包括：步行、自行车、机动两轮车（2RM）、两轮车（截至2016年）、汽车、公共交通、无交通工具。数据集包含多个子集，分别对应不同地理层级的数据：地区、部门、EPCI（公共机构间合作体）、市镇，以及一个字段描述文件。数据以Parquet和CSV格式提供，来源于法国政府公开数据平台（data.gouv.fr），用于分析法国活跃人口的通勤模式。license: 其他 language: - 法语（fr） tags: - data.gouv.fr（法国开放数据平台） - donnees-publiques-francaises（法国公共数据） - Parquet - CSV - 开放数据（open-data） pretty_name: "按主要通勤交通方式划分的从业人口占比" configs: - config_name: 字段说明（description-des-champs） data_files: - split: train path: data/description-des-champs.parquet - config_name: 按地区划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-region） data_files: - split: train path: data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-region.parquet - config_name: 按省划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-departemen） data_files: - split: train path: data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-departemen.parquet - config_name: 按跨市镇公共合作机构（EPCI）划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-epci） data_files: - split: train path: data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-epci.parquet - config_name: 按市镇划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-commune） data_files: - split: train path: data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-commune.parquet # 按主要通勤交通方式划分的从业人口占比 ## 数据源 - 官方来源：https://www.data.gouv.fr/datasets/part-dactifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler - data.gouv.fr数据集标识符：`67f988ea22299e89ec035832` - data.gouv.fr数据集别名：`part-dactifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler` - data.gouv.fr元数据标注的许可证：fr-lo ## 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`的数据拆分 ## 子数据集（配置） - `字段说明（description-des-champs）` → `data/description-des-champs.parquet` - `按地区划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-region）` → `data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-region.parquet` - `按省划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-departemen）` → `data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-departemen.parquet` - `按跨市镇公共合作机构（EPCI）划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-epci）` → `data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-epci.parquet` - `按市镇划分的主要通勤交通方式从业人口占比（part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-commune）` → `data/part-d-actifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler-commune.parquet` ## 使用方法 python from datasets import load_dataset # 选择子数据集（配置）： ds = load_dataset("Data-Gouv-FR/part-dactifs-selon-le-mode-de-transport-principalement-utilise-pour-aller-travailler", "description-des-champs") print(ds["train"]) ## 指标说明 本指标统计了年满15周岁及以上的常住从业人口中，按主要通勤交通方式划分的占比情况，分类包括：步行、自行车、电动二轮车（2RM）、普通二轮车（2016年及之前）、私家车、公共交通、无交通工具。

搜集汇总

数据集介绍

构建方式

该数据集源自法国政府开放数据平台data.gouv.fr上的官方发布，通过对法国境内15岁及以上就业人群的通勤方式进行统计与归类，构建起一个涵盖步行、自行车、摩托车、汽车、公共交通及无交通工具等通勤模式的系统化数据集合。在Hugging Face平台上，原始数据集被转化为多个按地理层级划分的子集，分别对应于大区、省份、市镇联合体及市镇四个行政层次，每个子集均以高效的Parquet格式存储，并统一提供训练集分割。此外，数据集中还包含一个字段描述子集，用于阐明各变量的含义与编码规则，从而确保数据使用者能够准确理解与应用这些结构化数据。

使用方法

研究者可通过Hugging Face的datasets库便捷地加载该数据集，只需指定对应子集的配置名称，即可获取相应地理层级的通勤模式数据。例如，使用Python中的`load_dataset`函数并传入数据集名称与大区层级子集配置，即可快速获取含大区标识的通勤比例表格。数据集各子集均统一包含一个名为`train`的分割，方便用户直接用于分析或建模。在加载后，用户可利用Pandas等数据处理工具对数据进行过滤、聚合与可视化操作，从而深入探索不同地域、不同行政层级下就业人群的通勤行为分布及其背后的社会经济与环境影响因素。

背景与挑战

背景概述

该数据集源自法国官方开放数据平台data.gouv.fr，由法国政府机构发布，旨在量化不同行政区划（大区、省份、市镇联合体及市镇）中就业人群通勤方式的结构性分布。研究核心聚焦于揭示步行、自行车、摩托车、汽车及公共交通等出行模式在劳动力移动中的占比，为城市交通规划、碳排放评估及区域可持续发展政策提供数据支撑。数据集发布于近期（2025年），依托Hugging Face平台以Parquet和CSV格式开放，便于机器学习与统计分析。其影响力体现在促进法国本土交通行为研究的精细化，为跨学科研究（如社会学、环境科学）提供了高粒度微观数据基础。

当前挑战

该数据集面临两大核心挑战。其一，在领域问题层面，它致力于解决通勤方式偏好与空间异质性之间的复杂关联，需应对行政区划碎片化带来的统计偏差，以及多模态交通数据整合时因定义差异（如“无交通方式”分类标准）导致的一致性难题。其二，在构建过程中，原始数据源于多源官方统计，需克服不同年份（如2016年前后“两轮车”分类变动）和地域层级间的编码异构性，同时确保隐私脱敏下的人口属性聚合精度，避免因低样本量单元（如小型市镇）的噪声干扰数据分析的可靠性。

常用场景

经典使用场景

在可持续城市发展与交通政策研究领域，该数据集被广泛用于分析法国不同行政层级（大区、省、市镇联合体及市镇）劳动者的通勤交通方式选择偏好。研究者常利用其按步行、自行车、摩托车、私家车、公共交通及无交通方式等类别划分的活跃人口比例数据，开展空间异质性分析或时间序列对比。该数据集的细粒度地理粒度使得区域间的交通模式差异得以量化，进而为评估区域交通基础设施的均衡性提供了实证基础。

解决学术问题

该数据集有效回应了通勤行为与城市形态交互作用中的关键学术议题，例如如何量化不同地理单元中绿色出行方式（如步行与骑行）的普及程度，或验证交通基础设施投资对私家车依赖度的影响。通过提供长达数年的跨区域可比数据，它助力学者剖析城市化进程与通勤模式变迁之间的耦合关系，并揭示社会经济地位、就业密度等因素对交通抉择的深层作用机制，为交通平等性研究注入了数据驱动的洞察力。

实际应用

在实际应用中，该数据集成为法国地方政府制定《城市出行规划》与《气候行动计划》的核心参考工具。规划部门可依据不同市镇的通勤结构，精准设计鼓励可持续出行的政策组合，如优化公交线路网布局、增设自行车专用道或推行远程办公激励措施。此外，环保机构常利用该数据评估既有减排目标的进度，例如计算区域交通运输领域的碳排放强度，从而动态调整机动车尾号限行或低排放区等管制方案。

数据集最近研究

最新研究方向

该数据集聚焦于法国劳动者通勤方式的时空分布格局，为可持续交通政策与城市生态转型提供了重要的实证基础。当前前沿研究方向正借助这种多层级（大区、省、市镇）的精细数据，深度剖析步行、骑行、公共交通与私家车等出行模式在不同行政单元间的异质性，并与当下欧洲推动的“低碳出行”与“15分钟城市”热点相呼应。通过量化不同区域的通勤碳排放潜力，该数据集有助于识别交通弱势区域，从而引导资源向绿色基础设施倾斜，其意义在于将开放数据的力量注入地方治理与气候行动，加速法国国家低碳战略的落地。