Data-Gouv-FR/places-pmr-2

该数据集是关于法国Lambersart地区残疾人停车位（PMR）位置的开放数据文件，包含地理信息，用于定位为残疾人车辆预留的停车位。数据来源于法国官方公开数据平台data.gouv.fr，以Parquet和CSV格式提供，适用于NLP和数据分析任务。数据集结构包括一个名为fichier-liste-pmr的子集，包含训练分割，路径为data/fichier-liste-pmr.parquet。This dataset is an open data file containing geographic information for locating parking spaces reserved for people with reduced mobility (PMR) in Lambersart, France. It is sourced from the official French public data platform data.gouv.fr, provided in both Parquet and CSV formats, and is applicable to NLP and data analysis tasks. The dataset structure includes a subset named fichier-liste-pmr with a training split, whose storage path is data/fichier-liste-pmr.parquet.

搜集汇总

数据集介绍

构建方式

Places PMR Lambersart数据集源自法国官方开放数据平台data.gouv.fr，旨在提供残疾人专用停车位的地理位置信息。该数据集通过将原始tabular资源转换为Hugging Face格式构建而成，每个原始数据资源对应一个Hugging Face子集，并统一划分为名为'train'的单一数据划分。数据集以Parquet格式存储，确保高效的数据读写与压缩性能。

使用方法

用户可通过Hugging Face的datasets库便捷加载数据，调用load_dataset方法并指定配置名'fichier-liste-pmr'即可获取训练集。数据以Parquet列式格式存储，支持高效的数据过滤与查询，适用于需要快速处理地理空间数据的场景。用户可直接利用Python环境进行数据解析与建模，无需额外下载步骤，实现即用型数据分析工作流。

背景与挑战

背景概述

Places PMR Lambersart数据集创建于法国开放数据生态系统中，由Data.gouv.fr平台发布，归属于法国公共数据计划。该数据集专注于记录并公开法国朗贝萨尔市（Lambersart）内专为行动不便人士（Personnes à Mobilité Réduite, PMR）预留的停车位地理位置信息。作为开放数据倡议的一部分，该数据集旨在通过提供精确的地理坐标数据，支持城市无障碍设施研究与规划，推动包容性社会的构建。其影响力体现在为地方政府、城市规划者及无障碍研究社区提供了标准化、可复用的数据资源，成为法国公共数据治理与智慧城市发展中的一个典型应用案例。

当前挑战

该数据集面临的领域挑战主要源于城市无障碍基础设施的精准量化与动态更新难题。一方面，PMR停车位的实际可用性常受临时施工、管理变更等因素影响，数据集静态快照难以反映实时变动，影响了出行决策的可靠性。另一方面，构建过程中需处理多源异构数据整合问题，官方开放数据格式（如CSV、Parquet）虽标准化，但原始字段的地理坐标精度、语义一致性及元数据完整性仍存在挑战，需借助数据清洗与地理编码技术方可确保下游研究的有效性。

常用场景

经典使用场景

places-pmr-2数据集专注于法国朗贝萨尔市（Lambersart）残疾人专用停车位的空间分布信息，其核心应用场景在于助力城市无障碍基础设施的数字化管理。通过该数据，研究者能够精准识别并分析残疾人停车位的地理分布特征、密度模式以及与公共设施（如医院、商场、公共交通站点）的邻近关系。数据集以Parquet和CSV格式提供，便于与主流地理信息系统（GIS）平台及机器学习框架高效整合，典型应用包括训练空间预测模型以评估现有布局的合理性，或生成可视化地图辅助城市规划决策。由于其包含精确的坐标信息，该数据还为自动驾驶车辆中的无障碍路径规划算法提供了关键标注数据，推动包容性交通系统的智能化发展。

解决学术问题

在学术研究层面，places-pmr-2数据集有效回应了城市无障碍环境评估中的量化分析难题。传统上，残疾人停车设施的布局合理性多依赖主观问卷或局部调研，缺乏系统性的空间建模依据。该数据集的公开问世，使得研究者得以运用空间统计方法，如核密度估计、最近邻距离分析，定量揭示停车位分布与城市功能区划之间的耦合关系。此外，结合人口普查中的残疾人分布数据，该数据集支撑了“空间公平性”框架的构建，即通过统计模型检验停车资源是否向高需求区域（如康复中心、特殊教育机构）倾斜。这一方向的研究成果对于推动《残疾人权利公约》在城市规划中的落地具有重要学术意义。

实际应用

在实际应用层面，该数据集为城市管理部门提供了从静态数据发布到动态治理优化的完整工具链。地方交通局可基于停车位地理分布的热力图，快速识别服务盲区并调整新建停车设施的选址策略。商业地产开发商在规划商场或办公园区时，能够利用该数据校验无障碍停车位配比是否满足法国“LOV2”（无障碍通行法）的法规要求。共享出行平台（如Uber、Waze）亦可集成此数据集，在导航中优先推荐配备残疾人车位的目的地停车场，从而提升特殊人群的出行便利性。更广泛地，新冠疫情后“15分钟城市”理念的推广，使这类精细化数据成为评估社区包容性基础设施覆盖率的关键参照。

数据集最近研究

最新研究方向

在当前智慧城市与无障碍环境建设的前沿浪潮中，places-pmr-2数据集聚焦于法国公开的残疾人专属停车位（PMR）地理空间数据，为研究城市交通公平性与基础设施可达性提供了精准的底层支撑。该数据源自法国官方开放数据平台data.gouv.fr，以Parquet格式收录了Lambersart地区详细的停车位坐标与属性信息，契合了近期欧盟《无障碍法案》推动下对残疾人出行权利保障的热点议题。研究者可基于此开展多尺度可达性建模、停车供需失衡检测以及弱势群体出行行为分析，进而为政策优化与城市更新决策提供量化依据，推动包容性城市治理从理念走向实证。