SIRUTA — Registrul unităților administrativ-teritoriale din România

Set de date normalizat, validat și reproductibil pentru SIRUTA (Sistemul Informatic al Registrului Unităților Teritorial-Administrative), publicat oficial de Institutul Național de Statistică (INS) pe portalul național de date deschise data.gov.ro.

• Versiunea și proveniența curente: consultați data/latest/metadata.json, generat împreună cu datele.
• Regulile de descoperire CKAN și sursa rezolvată curentă: consultați sources.yml.
• Licență date: CC BY 4.0 · Licență cod: WTFPL

Relația cu romania/localitati: Acest depozit oferă registrul oficial SIRUTA curent (cu ierarhia completă județ → UAT → localitate și metadate de proveniență INS) și completează, dar nu înlocuiește depozitul romania/localitati. Aplicațiile care depind de structura specifică din romania/localitati pot continua să îl folosească neschimbat.

---

Fișiere publicate

Fișier	Format	Descriere
data/latest/siruta.csv	CSV (RFC 4180, UTF-8, LF)	Toate înregistrările SIRUTA normalizate, sortate numeric după siruta
data/latest/siruta.json	JSON (UTF-8, LF)	Toate înregistrările SIRUTA normalizate
data/latest/judete.csv	CSV (RFC 4180, UTF-8, LF)	Nivel 1: județele și Municipiul București (nivel = 1)
data/latest/judete.json	JSON (UTF-8, LF)	Nivelul județ în format JSON
data/latest/uat.csv	CSV (RFC 4180, UTF-8, LF)	Unități administrativ-teritoriale (nivel = 2) și sectoarele Municipiului București (nivel = 3, tip = 6)
data/latest/uat.json	JSON (UTF-8, LF)	UAT-urile și sectoarele Bucureștiului în format JSON
data/latest/localitati.csv	CSV (RFC 4180, UTF-8, LF)	Localități componente și sate (nivel = 3, tip != 6)
data/latest/localitati.json	JSON (UTF-8, LF)	Localități componente și sate în format JSON
data/latest/metadata.json	JSON (UTF-8, LF)	Metadate despre ediție, proveniență CKAN/INS, SHA-256, transformări, totaluri și domenii de valori
sources/current/siruta.csv	CSV brut INS (;, CRLF)	Copia exactă, octet cu octet, a fișierului oficial descărcat de la INS
sources.yml	YAML (UTF-8, LF)	Manifestul de descoperire CKAN și amprenta ediției curente (dataset.current)
schema.json	JSON Schema (2020-12)	Schema formală de validare a unei înregistrări normalizate

Sursa brută vs. exporturile normalizate

• sources/current/siruta.csv păstrează exact octeții descărcați de la INS (separator ;, terminații de linie CRLF și diacritice cu sedilă Ş/Ţ), astfel încât suma de control SHA-256 din depozit să corespundă identic cu data/latest/metadata.json și sources.yml. Fișierul .gitattributes marchează sources/current/** ca -text binary pentru a preveni conversia automată a terminațiilor de linie în Git.
• data/latest/*.{csv,json} sunt exporturi normalizate deterministe: codificare UTF-8 validată strict, terminații de linie LF (\n), diacritice românești standard în Unicode NFC cu virgulă dedesubt (Ș/ș, Ț/ț), spații multiple compactate și sortare numerică ascendentă după codul siruta.
• Câmpul url din metadatele curente stochează URL-ul oficial al resursei CKAN selectate la descoperire, nu o adresă temporară de CDN rezultată în urma unei redirecționări HTTP.

---

Structura câmpurilor

Fiecare înregistrare din data/latest/*.{csv,json} respectă schema.json:

Câmp	Tip JSON	Reprezentare CSV	Coloană INS	Descriere
siruta	string	șir nevid	SIRUTA	Codul unic SIRUTA al unității (cheie primară)
nume	string	șir nevid	DENLOC	Denumirea oficială normalizată (Unicode NFC, Ș/Ț cu virgulă)
cod_postal	string	șir nevid ("0" dacă nu se aplică)	CODP	Codul poștal din sursa INS (păstrat ca șir)
judet_cod_numeric	string	șir ("1"–"40", "51", "52")	JUD	Codul numeric al județului (sau "40" pentru București)
siruta_parinte	string	șir nevid	SIRSUP	Codul siruta al unității ierarhice superioare ("1" pentru nivel = 1)
tip	integer	întreg	TIP	Tipul unității conform nomenclatorului INS (1, 2, 3, 4, 6, 9, 10, 11, 17, 18, 19, 22, 23, 40)
nivel	integer	întreg (1, 2, 3)	NIV	Nivelul ierarhic: 1 (județ), 2 (UAT), 3 (localitate / sector)
mediu	integer	întreg (0, 1, 3)	MED	Mediul rezidențial: 0 (nivel județean), 1 (urban), 3 (rural)
regiune	string	șir ("1"–"8")	REGIUNE	Codul regiunii de dezvoltare
fsj	string	șir	FSJ	Codul de sortare județeană din nomenclatorul INS
nuts	string	șir (ex. "RO121", "RO321")	NUTS	Codul european NUTS 3
lau	string | null	șir (ex. "RO_1017") sau gol ""	LAU	Codul Local Administrative Unit (prezent pe UAT-urile de nivel 2, null/gol în rest)

Atenție: păstrați codurile ca șiruri (string / TEXT)

Toate codurile de identificare și clasificare (siruta, siruta_parinte, cod_postal, judet_cod_numeric, regiune, fsj, nuts, lau) sunt modelate și serializate ca șiruri de caractere, nu ca numere.

• Nu convertiți cod_postal sau codurile de identificare la tipuri numerice (INT / Number). Conversia la întreg elimină eventualele zerouri semnificative (de exemplu, codurile poștale din București precum "10013" în sursa INS sau coduri formatate pe 6 cifre) și poate produce erori la join-uri între sisteme.
• Doar tip, nivel și mediu sunt valori întregi (integer).

---

Semantica ierarhiei și a sectoarelor Municipiului București

Cele trei partiții (judete, uat, localitati) formează o partiție disjunctă și completă a tabelului siruta:

1. Nivelul 1 (judete, nivel = 1, tip = 40):
   • Conține cele 41 de județe și MUNICIPIUL BUCUREȘTI (siruta: "403").
   • Toate înregistrările de nivel 1 au siruta_parinte: "1" (valoare santinelă INS pentru rădăcina națională).
2. Nivelul 2 și sectoarele Bucureștiului (uat):
   • Include toate unitățile administrativ-teritoriale de nivel = 2 (municipii, orașe, comune și MUNICIPIUL BUCUREȘTI cu siruta: "179132", tip: 9, siruta_parinte: "403", lau: "RO_179132"), al căror părinte este întotdeauna o înregistrare de nivel = 1.
   • Include de asemenea cele 6 sectoare ale Municipiului București (siruta: "179141" … "179196", BUCUREȘTI SECTORUL 1 … 6), care în SIRUTA au nivel = 3, tip = 6 și siruta_parinte: "179132". Deoarece sectoarele funcționează ca subdiviziuni administrativ-teritoriale la nivel de UAT, regula de partiționare le plasează în uat (nivel === 2 || (nivel === 3 && tip === 6)), nu în localitati.
3. Nivelul 3 (localitati, nivel = 3 && tip != 6):
   • Conține localitățile componente și satele arondate unui UAT de nivel 2 (siruta_parinte indică întotdeauna un UAT de nivel = 2).

---

Exemple de utilizare

JavaScript (Node.js)

const fs = require('node:fs');

const uat = JSON.parse(fs.readFileSync('data/latest/uat.json', 'utf8'));
const albaIulia = uat.find((row) => row.siruta === '1017');
console.log(albaIulia);
// {
//   siruta: '1017',
//   nume: 'MUNICIPIUL ALBA IULIA',
//   cod_postal: '0',
//   judet_cod_numeric: '1',
//   siruta_parinte: '10',
//   tip: 1,
//   nivel: 2,
//   mediu: 1,
//   regiune: '7',
//   fsj: '1',
//   nuts: 'RO121',
//   lau: 'RO_1017'
// }

Python (csv / pandas cu păstrarea codurilor ca str)

import csv

with open("data/latest/siruta.csv", mode="r", encoding="utf-8", newline="") as f:
    reader = csv.DictReader(f)
    by_siruta = {row["siruta"]: row for row in reader}

sector1 = by_siruta["179141"]
parent_uat = by_siruta[sector1["siruta_parinte"]]
print(sector1["nume"], "->", parent_uat["nume"])
# BUCUREȘTI SECTORUL 1 -> MUNICIPIUL BUCUREȘTI

Dacă folosiți pandas, specificați dtype=str pentru coloanele de coduri:

import pandas as pd

df = pd.read_csv(
    "data/latest/siruta.csv",
    dtype={
        "siruta": "string",
        "nume": "string",
        "cod_postal": "string",
        "judet_cod_numeric": "string",
        "siruta_parinte": "string",
        "tip": "int64",
        "nivel": "int64",
        "mediu": "int64",
        "regiune": "string",
        "fsj": "string",
        "nuts": "string",
        "lau": "string",
    },
)

SQL (PostgreSQL / SQLite — import CSV cu coduri TEXT)

CREATE TABLE siruta (
  siruta            TEXT PRIMARY KEY,
  nume              TEXT NOT NULL,
  cod_postal        TEXT NOT NULL,
  judet_cod_numeric TEXT NOT NULL,
  siruta_parinte    TEXT NOT NULL,
  tip               INTEGER NOT NULL,
  nivel             INTEGER NOT NULL CHECK (nivel IN (1, 2, 3)),
  mediu             INTEGER NOT NULL,
  regiune           TEXT NOT NULL,
  fsj               TEXT NOT NULL,
  nuts              TEXT NOT NULL,
  lau               TEXT
);

-- PostgreSQL:
-- \copy siruta FROM 'data/latest/siruta.csv' WITH (FORMAT csv, HEADER true, NULL '');

-- Interogare: toate localitățile din Municipiul Alba Iulia (SIRUTA '1017')
SELECT siruta, nume, cod_postal
FROM siruta
WHERE siruta_parinte = '1017'
ORDER BY siruta;

---

Comenzi de dezvoltare și verificare

Necesită Node.js >= 22.

# 1. Instalarea dependențelor exacte din package-lock.json
npm ci

# 2. Rularea suitei de teste unitare și de integrare
npm test

# 3. Verificarea reproductibilității numai din fișierele comise (poarta CI)
npm run check:offline

# 4. Verificarea live a derivei față de sursa oficială
npm run check

# 5. Descoperirea, descărcarea, validarea și actualizarea atomică a artefactelor
npm run update

npm run check:offline — poarta deterministă de reproductibilitate și CI

npm run check:offline nu accesează rețeaua. Folosește exclusiv sources/current/siruta.csv și proveniența dataset.current din sources.yml pentru a:

1. verifica dimensiunea și SHA-256 ale sursei brute;
2. parsa și valida strict registrul complet;
3. regenera determinist toate artefactele;
4. verifica paritatea dintre sources.yml.current și data/latest/metadata.json;
5. compara numele și octeții tuturor fișierelor generate, fără a modifica fișiere urmărite de Git.

Workflow-ul de validare pentru push și pull_request folosește această comandă, astfel încât rezultatul CI să nu depindă de accesibilitatea data.gov.ro.

npm run check — verificarea live a modificărilor în amonte

Comanda npm run check efectuează detecție live a derivei față de sursa oficială (live upstream drift detection):

1. Interoghează fluxul CKAN stabil package_search?q=siruta&sort=metadata_modified desc, verifică explicit organizația institutul-national-de-statistica pentru fiecare candidat SIRUTA_s1 și selectează cea mai recentă ediție validă.
2. Descarcă fișierul CSV oficial în memorie, îl normalizează, validează toate invariantele (schema.json, unicitate, integritatea ierarhiei părinte-copil, partiții) și regenerează artefactele într-un director temporar (.tmp/check-<pid>).
3. Compară octet cu octet fișierele din depozit (data/latest/*, sources/current/siruta.csv, sources.yml) cu cele regenerate, fără a modifica niciun fișier urmărit de Git.

Notă importantă: Deoarece npm run check verifică live sursa din amonte, comanda poate eșua dacă portalul data.gov.ro nu este accesibil din mediul curent sau dacă INS a publicat o ediție nouă ori a modificat fișierul CSV oficial. Workflow-ul programat de actualizare deține detecția live a derivei: rulează mai întâi verificarea offline, apoi npm run update, testele și încă o verificare offline. O schimbare validă este publicată pentru revizuire prin pull request.

---

Sursă și licențiere

• Sursa datelor: Institutul Național de Statistică (INS), prin organizația sa CKAN de pe data.gov.ro. Versiunea, identificatorii, URL-ul resursei, suma de control și totalurile curente sunt în data/latest/metadata.json, iar configurația de descoperire și sursa rezolvată sunt în sources.yml.
• Licența datelor (data/latest/*, sources/current/*): Creative Commons Attribution 4.0 International (CC BY 4.0) — consultați LICENSE-DATA.md pentru detalii complete privind atribuirea și transformările aplicate.
• Licența codului sursă (scripts/*, test/*, schema.json): WTFPL — consultați LICENSE-CODE.