Data-Gouv-FR/encadrement-des-loyers-de-la-metropole-de-lyon-2023-2024

该数据集涉及2023-2024年里昂大都会区的租金管制。根据2018年11月23日的ELAN法律，允许实施租金管制措施。鉴于多年来私人租赁市场持续紧张，里昂大都会区决定在里昂和维勒班进行此项实验。每年，地方租赁观察站（经部委批准）会根据观察到的租金情况，由省长设定参考租金。该参考租金取决于房屋的位置、建造年份、房间数量以及是否带家具。The law ELAN of November 23, 2018 offers the possibility to implement rent control. Given the tension observed for several years in the private rental market, the Metropolis of Lyon wanted this device to be experimented in Lyon and Villeurbanne. A reference rent is set each year by the prefect based on rents observed by the local rent observatory, itself approved by the ministry. This reference rent depends on the location of the housing, its year of construction, the number of rooms and whether the housing is furnished or not.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共数据平台data.gouv.fr，聚焦于2023至2024年间里昂大都会区租金管控政策的实施情况。依据2018年ELAN法案，里昂大都会在里昂和维勒班两地试点租金管控机制，数据集基于地方租金观察站经法国部委认证的统计数据构建而成。每年由省长根据住房地理位置、建造年份、房间数量及是否配备家具等关键参数，制定参考租金标准，进而形成体系化的租金调控数据。

特点

数据集以住房的区位特征、建筑年代、户型规模及家具配置为核心维度，构建了精细化的租金参考指标体系。其数据来源高度权威，依托官方认证的观察站与政府决策流程，确保了租金基准的科学性与时效性。此外，该数据集采用开放式许可（Licence Ouverte 2.0），便于研究者、政策制定者及公众进行访问、分析及二次应用，推动了租金透明化与市场调控的实证研究。

使用方法

用户可通过原始托管平台data.gouv.fr直接访问并下载该数据集，无需在Hugging Face页面进行操作（该页面仅为引用标记）。数据集适用于分析里昂大都会区的租金分布规律、评估管控政策对不同类型住房的影响，或结合地理信息系统进行空间可视化。建议使用Python的pandas库进行数据清洗与统计分析，或借助GIS工具探索租金与区域特征的关系，以支持城市经济学与住房政策研究。

背景与挑战

背景概述

该数据集由法国里昂大都会区于2023年至2024年间创建，旨在响应2018年ELAN法案中对私人租赁市场租金调控的探索需求。鉴于里昂和维勒班地区长期存在的租赁市场紧张状况，数据集核心记录了由省长依据地方租金观察站数据每年制定的参考租金标准，涵盖住房地理位置、建造年份、房间数量及是否带家具等维度。作为公开数据资源，它隶属于法国公共数据开放平台data.gouv.fr，为研究租金调控政策的效果与住房可负担性提供了关键实证基础，对城市经济学、住房政策及公共管理领域具有重要参考价值。

当前挑战

该数据集面临的核心挑战在于房地产租赁市场本身的复杂性与动态性。领域问题方面，租金调控需平衡租户可负担性与房东投资回报，准确捕捉市场真实租金水平以避免价格扭曲是一大难题。构建过程中，数据的采集与更新面临诸多障碍，包括依赖地方租金观察站的非连续性调查、住房特征分类标准的地域差异，以及多元属性（如位置、房龄、家具等）组合下租金参考值的精准计算。此外，数据集仅涵盖里昂和维勒班两城，样本局限性可能影响结论的普适性，跨年度数据校准和隐私保护也对数据质量构成持续挑战。

常用场景

经典使用场景

该数据集详尽记录了2023至2024年间法国里昂大都会区私人租赁市场的租金参考值，涵盖房屋地理位置、建造年份、房间数量及是否带家具等关键属性。其经典使用场景在于为经济学家、城市规划者及政策制定者提供实证基础，用于分析租金调控政策的实际影响、验证租金上限设置的合理性，以及监测市场不平衡的动态演变。通过关联其他社会经济指标，研究者可深入探索租金水平与人口流动、住房可负担性之间的内在关联。

解决学术问题

该数据集有效破解了法国租赁市场研究中长期存在的数据碎片化与标准化缺失难题。它系统解决了租金基准缺乏统一参照系的问题，使学者能够量化评估2018年ELAN法案实施背景下租金管制政策的干预效果。更重要的是，数据集为验证住房经济学中关于‘租金天花板对市场供给弹性’的经典理论假说提供了高颗粒度的实证支撑，推动了从定性描述向精准计量分析的范式转变。

衍生相关工作

该数据集催生了一系列富有影响力的衍生研究，包括使用差分法（DID）解析租金管控对邻近未管制区域的外溢效应，以及构建混合机器学习模型预测不同社区租金分级标准的长期适应性。学术界还基于该数据开发了交互式可视化仪表盘，用于模拟政策参数调整后的市场反馈循环。更值得关注的是，其数据采集规范被法国数据治理所采纳，成为其他城市租金管制数据集建设的参照模板。