New York City Budget

从纽约市议会通过的预算文件中提取的机器可读、经过核对的结构化数据，涵盖2025、2026和2027财年的自由裁量资金（Schedule C）、报告要求（Terms & Conditions）、资本变更（Section 254）和通过后的透明度决议，并历史回溯至2009财年。数据以CSV格式提供，确保与原始PDF文件中的印刷总额逐行核对一致。Machine-readable, verified structured data extracted from budget documents adopted by the New York City Council. This dataset covers discretionary funds (Schedule C), reporting requirements (Terms & Conditions), capital changes (Section 254), and adopted transparency resolutions for fiscal years 2025, 2026 and 2027, with historical records tracing back to fiscal year 2009. The data is provided in CSV format and has been line-by-line verified to match the printed totals in the original PDF documents.

原始信息汇总

数据集概述：纽约市预算（New York City Budget）

该数据集由 BetaNYC 构建，旨在将纽约市议会通过的预算文件（PDF格式）转化为机器可读、结构化的数据，涵盖财政年度 2025、2026、2027，并回溯至2009财年。

数据来源与范围

• 主要来源文件： 纽约市议会通过的预算文件，包括：
  • 自由支配资金（Schedule C）
  • 报告授权（Terms & Conditions）
  • 资本变动（Section 254）
  • 通过后透明度决议（Transparency Resolutions）
• 覆盖时间： 核心为 FY2025、FY2026、FY2027，并已回溯至 FY2009。
• 提取方式： 通过 Python 解析器确定性地从 PDF 中提取数据，并逐行与文件中的打印总额进行对账。例如，FY2027 的自由支配计划与确切数字 $655,764,999 完全吻合。

数据结构与核心文件

仓库包含 source/（原始PDF）、data/（提取的结构化CSV）、code/（解析器代码）和 viz/（可视化工具）等目录。

核心数据文件 (data/)

• Schedule C (自由支配资金):
  • {year}_schedule_c_initiatives.csv: 按倡议（Initiative）汇总的权威总额。
  • {year}_schedule_c_awards.csv: 按组织分配的详细资金记录（包含赞助议员、组织名称、EIN、金额等）。
• Terms & Conditions (条款与条件): {year}_terms_and_conditions.csv，包含报告截止日期、覆盖期和条件文本。
• Capital (资本变更/第254条): {year}_capital_projects.csv，包含机构、预算线、行政区、各财年金额等。
• Transparency Resolutions (透明度决议): data/fy26/transparency-resolutions/ 目录下，包含指定、撤销等操作记录。
• 跨年合并数据: data/combined/ 目录下的 all_years_initiatives.csv 和 all_years_awards.csv，方便进行跨年度分析。
• Legistar 交叉索引: legistar_crosswalk.csv，将每个预算源文件与 NYC 议会的立法记录（Legistar）链接。

数据对账状态

数据集的核心优势在于其严格的对账流程，确保数据与官方PDF文件一致。

财年	Schedule C 种类对账	备注
FY2027	25 / 25 精确	总金额 $655,764,999
FY2026	24 / 25 精确	“移民服务”类别存在 $800 的内部差异（PDF源文件本身的问题）
FY2025	24 / 26 精确	“教育”类别存在 $50,000 的内部差异（PDF源文件本身的问题）

• 历史年份（FY2015-FY2024）的 Schedule C 也已对账。FY2009-FY2014 仅有倡议数据。
• 资本变更数据（Section 254）在 FY2025、FY2026、FY2027 等多个年份均已完成对账。
• 透明度决议数据无打印总额可供对账。

已知局限

• 部分“倡议提供者”（initiative_provider）类型的奖项行中，组织名称可能不完美，但EIN和金额是准确的。
• 行政区代表团（如“布鲁克林”、“皇后区”）会作为集体赞助方出现在“议员”（member）列中。
• 不同财年间的类别名称可能不一致（例如，FY2025独立的“图书馆”类别后来被归入“文化组织”）。在进行比较前需要进行标准化处理。

许可证

• 源文档 (source/)：版权归纽约市所有。
• 软件和衍生数据 (code/, data/, 分析文档)：采用 MIT 许可证发布。

其他信息

• 该项目由 BetaNYC 构建，是一个致力于公共技术、开放数据和公民设计的纽约公民组织。
• 项目包含一个交互式 NYC 议会自由支配资金探索器，可在线使用：https://betanyc.github.io/New-York-City-Budget/。
• 仓库中还包含了 NYU 议会研究与数据部门的 费用资助披露电子表格（FY2013-FY2027），作为补充数据。

搜集汇总

数据集介绍

构建方式

本数据集源自纽约市议会通过的预算文件，涵盖2025至2027财年及追溯至2009财年的历史数据。构建完全自动化，基于三个Python解析器，以正则表达式从PDF文本层确定性提取结构行，无人工转录或语言模型参与数字读取。每项Schedule C类别总额均与文档打印的总额逐行核对，确保数据可被信任或溯源。解析器自动从各年度文档中提取类别列表和议员名册，可自适应新财年，从而构建出结构化、可复现的清洁表格数据。

特点

数据集核心特征在于其确定性提取与精确核对——所有金额均源自官方PDF且经逐项验证。涵盖Schedule C自由裁量资金、条款与条件、第254条资本调整及事后透明度决议四大板块。Schedule C数据包含每项拨款的倡议、执行机构、具体金额，以及受款组织的EIN税号，可与IRS非营利数据及纽约市合同登记系统关联。资本部分实现了2025至2027财年的直接行级可比，透明度决议则记录指定、撤销与目的变更操作。历史回填至2009财年，构建了跨度近二十年的纵向分析基础。

使用方法

用户可通过交互式在线探索工具直接查询2015至2027财年Schedule C资金分配，无需任何配置。如需深入分析，克隆仓库后运行Python解析器即可扩展至新财年：使用 parse_schedule_c.py、parse_terms.py、parse_capital.py 分别处理自由裁量资金、条款与资本预算。生成的CSV文件位于data/目录下，可加载至数据分析工具中。跨年度汇总由 build_combined.py 自动构建。每份解析结果附核对文件，饮用前务必确认解析状态，以确保数据可信度。

背景与挑战

背景概述

纽约市预算数据集由BetaNYC团队创建，旨在将纽约市议会每年发布的数百页PDF预算文档转化为机器可读的结构化数据。该数据集覆盖2025至2027财年，并回溯至2009财年，核心研究问题在于破解城市预算透明度困局——使记者、研究者及市民能够对高达6.557亿美元的酌情拨款（Schedule C）进行精细化的追踪与分析。通过确定性文本提取与逐行对账的方法，该数据集在数据可用性领域树立了新标杆，其影响力已延伸至公民科技与公共财政问责机制。

当前挑战

该数据集面临的首要挑战是源文档本身的不可靠性：官方PDF文件中存在算术不一致问题，例如2026财年移民服务类别的行项目总和超出打印总计800美元，这种内在矛盾在构建过程中对提取精度构成考验。其次，历史数据覆盖存在断层——2009财年之前的文档仅有扫描件，缺乏可解析的文本层，而不同财年间项目名称的拼写差异（如“Senior Services”与“Older Adult Services”）给跨年度比对带来障碍。此外，透明决议文件缺乏可对账的打印总计，只能依赖净额归零检查来验证数据完整性；部分早年文档的组织名称文本置信度较低，需要依靠EIN等字段进行修复。

常用场景

经典使用场景

在公共财政与城市治理领域，纽约市预算数据集的核心价值在于将晦涩难懂的PDF预算文件转化为结构化、机器可读的表格数据。其最为经典的应用场景是对市议会自由裁量资金（Schedule C）的深度挖掘，研究人员可基于该数据集按财政年度、议会成员、受益组织及项目类别等多维度进行精确的资金流向分析，从而揭示特定社区或议题领域（如教育、老年人服务）的资金分配偏好与动态变化趋势。

衍生相关工作

围绕该数据集已衍生出一系列高质量的研究与工具。其中，与纽约市独立预算办公室数据、Checkbook实际支出数据的关联分析工作最为突出，研究者通过EIN（雇主识别号）实现跨数据集连接，系统性地考察预算拨款与实际合同支出之间的时滞与偏差。此外，基于该数据构建的模型上下文协议服务器，开创性地允许AI客户端直接结构化查询预算数据，为自动化预算监测与异常检测提供了新的范式，推动了公共财政分析工具的智能化演进。

数据集最近研究

最新研究方向

当前，纽约市预算数据集的前沿研究方向聚焦于利用机器可读的结构化数据推动城市财政透明化与问责机制。通过提取市议会采纳预算中的自由裁量拨款、报告条款和资本变更信息，结合历史年份回溯至2009年，研究者能够以精确到美元级别的粒度分析资金流向与分配模式。这一数据集与纽约市独立预算办公室的宏观财政概况、检查署的实际支出数据形成互补，填补了自2021年后市议会自由裁量资助数据缺失的空白。近期研究热点包括跨年份资金流追踪、拨款与合同履约之间的关联分析，以及利用模型上下文协议（MCP）服务器实现AI辅助查询，从而深化对城市治理中预算分配政治经济学的理解，为公共政策评估与公民参与提供坚实的数据基础。