Data-Gouv-FR/niveau-des-debits-sur-les-reseaux-dacces-a-internet-adsl-cable-fibre-ftth-t2-2015-t2-2017

该数据集展示了从2015年第二季度到2017年第二季度，法国每个市镇按网速等级划分的场所（包括住宅、企业和公共站点）数量分布。数据按所有技术汇总以及按具体技术（如ADSL、有线电视和光纤FttH）细分。请注意，这些数据已不再更新。The data presents the distribution of the number of premises (homes, businesses, public sites) by speed class for each municipality from Q2 2015 to Q2 2017. They are displayed aggregated across all technologies and by technology (ADSL, cable, fiber FttH). This data is no longer updated.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公开数据平台data.gouv.fr，旨在记录2015年第二季度至2017年第二季度期间，法国各市镇在ADSL、同轴电缆及光纤（FttH）等宽带接入技术下的网络速率分布情况。数据集以原始表格资源为基准，在Hugging Face平台中每个子集对应一个独立配置，并统一包含名为“train”的分割，整体以Parquet格式存储，便于高效读取与处理。

特点

数据集的核心特点在于其细粒度的空间粒度与多维度技术覆盖，提供了每个市镇内住宅、企业及公共机构等场所数量的分速率等级统计，并同时呈现所有技术融合及按技术分类的数据。数据来源权威且经过结构化整理，适用于分析法国宽带基础设施在特定时期的发展均衡性与性能演进趋势。

使用方法

用户可通过Hugging Face的datasets库轻松加载该数据集，具体方法为使用load_dataset函数指定仓库名称与子集配置，如“conventions-de-programmation-et-de-suivi-des-deploiements-01-05-2017”，加载后即可获取包含全部训练数据的表格对象，进而进行后续的统计分析或可视化工作。

背景与挑战

背景概述

该数据集由法国公共数据平台data.gouv.fr发布，聚焦于2015年第二季度至2017年第二季度期间法国互联网接入网络（包括ADSL、电缆与光纤FttH）的速率水平。研究团队通过采集全国各市镇的住宅、企业及公共机构场所数据，按技术类型分类呈现了不同速率等级下的用户分布情况。这一数据集为评估法国宽带基础设施覆盖进展、分析技术迭代速率差异以及制定通信政策提供了关键参考，成为法国数字化治理领域的重要开放数据资源。

当前挑战

该数据集面临的挑战首先是解决宽带速率分布不均衡问题——通过量化揭示ADSL与光纤等技术在城乡之间的速率鸿沟，为缩小数字差距提供数据支撑。构建过程中则遭遇多重困难：需整合多部门、多时期数据源，确保2015至2017年间跨年度数据的一致性；同时要统一处理不同技术制式的速率分类标准，并应对部分市镇采样点稀疏或数据缺失的情况，最终构建出可对比的公共服务数据集。

常用场景

经典使用场景

该数据集汇集了2015年第二季度至2017年第二季度法国各地市镇互联网接入网络（包括ADSL、电缆及光纤FttH）的速率分布数据。研究者可借助这一资源，剖析不同技术制式下宽带速率的时空演变规律，考察城乡之间及不同行政区域的数字鸿沟状况。经典使用方式是将居所、企业与公共机构的数量按速率等级进行分组统计，进而描绘出全技术融合及单项技术条件下的速率分布格局，为宽带普及与性能评估提供坚实的实证基础。

衍生相关工作

基于该数据集，学界与业界已衍生出多项具有影响力的相关工作。研究者在历史速率数据基础上，构建了宽带性能动态监测模型，对比不同技术路径（如铜线演进与光纤新建）对用户感知速率的改善效果。相关成果还被用于量化国家宽带计划投资回报率，并推动形成“速率保障基线”这一监管参考指标。此外，该数据与人口、社会经济数据的融合，催生了数字公平指数及宽带接入脆弱性评估工具，为后续欧洲宽带政策研究提供了可复用的方法论框架。

数据集最近研究

最新研究方向

该数据集记录了法国2015至2017年间ADSL、câble及光纤FttH等宽带接入技术的网络速率分布情况，为研究早期固定宽带普及与数字鸿沟提供了珍贵的历史基线。当前研究前沿聚焦于利用此类历史网络质量数据进行时空演变分析，结合城市化与区域经济发展指标，量化不同技术代际更替对居民上网体验的改善效应。同时，数据集在评估“法国非常高速宽带计划”等政策实施效果、建模网络部署优先级与用户速率提升之间的因果关系方面具有独特价值，并可作为训练迁移学习模型以预测当前未全覆盖区域网络潜力的基础语料。