政府大数据质量评价

　　5.5 政府大数据质量评价。

　　5.5.1 指标权重系数的确定。

　　5.5.3 政府大数据质量评价结果分析。

　　（1）一级指标。

　　该指标体系的整体质量评价满意度得分为 80.42,得分尚可。如果换算回 5级量表，该得分十分接近 4 级满意，说明在该体系下用户对政府大数据的数据质量是基本满意的，但同时依然有提高用户感受的空间。

　　权重最大的一级指标是数据源质量达到 40.857%,可见对于政府大数据的整体质量，其数据一般质量依旧是我们关注的重点。而这基本符合我们的实际情况，与现实的数据土壤、数据环境有关，数据本来是客观的符号，然而被人们主观的改变而失去原来的意义。如何保证数据的客观真实仍旧影响着大数据的质量，这对我国政府的大数据发展来说是一个巨大的挑战，发达国家在数据机制、数据基础方面的成熟可能不会使数据源质量在整个大数据质量评价体系中如此重要，所以我们还需深入完善数据体制方面的建设。而从大数据的四大特征的权重来讲，数据的时效质量权重为 28.04%,这在四大特征中占了将近一半的比重。前文提到过，数据的时效质量是对大数据运算速度的侧面描写，大数据的分析预测要近乎是实时形成的才足够理想，才能够更有效率的做出预测，因此在数据的时效性方面，数据的更新周期是需要控制的，然而这对数据获取的基础建设有着不低的要求。数据的价值密度质量排在了四大特征的第二位，体现了大数据"大浪淘沙"的特点，反映出政府大数据的解决问题是以处理大量数据为基础的，这就对大数据处理的软、硬件都提出了要求。排在靠后位置的是数据规模质量和数据结构质量，也是可以说明政府大数据数量多是一方面，关键还是要精，要有用户关注的相关数据或潜在关联数据，而数据结构只是一种形式，多结构的数据处理在大数据层面上只是一项基本要求。

　　从质量评价满意度得分来说，数据源质量的满意度得分最高，达到 31.74,但是得分权重比有所下降（31.74/40.85<80.42/100），可见用户对于数据源质量的真实打分并不高，用户对数据源质量指标的满意度也没有达到平均水平。这种真实打分直接反映出用户的真实感受，在数据源质量方面，政府大数据用户满意度低于整体满意度。数据源质量不仅重要，而且有很大提升空间。数据结构质量的真实满意度得分基本持平，为 80.23;而其他特征质量的真实满意度得分均超过了得分权重比，其中用户最满意的一级指标是大数据的时效质量满意度，其真实满意度达到 84.05.对于正在建设中的政府大数据而言，特征质量的真实得分相对较高是好事，说明各个质量超过用户的预期，但是也有可能用户的预期较低的结果。

　　（2）二级指标。

　　从整体来看，二级指标经过信度分析和合理性检验，可以保证其可信度与合理性的可接受情况。从权重方面，数据时效质量的实时性为 14.097%,是权重最高的二级指标，甚至多于第二高权重，人们以往非常重视的数据源质量的准确性 4 个百分点，可见其对政府大数据质量的重要性。

　　一些二级指标的在剔除 13 个三级指标中相应受到损失，对其中客观性、全面性、相关性的损失较大。对于损失较大的二级指标，其三级指标往往只剩下一个。这类维度我们因该加以研究其合理性和重要性是否应当被重新定义，是否要在原来的角度寻找新的指标来补充。客观性的权重 3.668%在一个三级指标的情况下，甚至大于一些拥有两个三级指标的二级指标，留在体系中应该理所应当。权重和满意度得分最低的相关性是我们关注的重点，权重和满意度得分分别为 1.928%和 1.63,按人们的预期来讲，大数据的相关性应该是非常重要的，不过笔者认为，在用户看来，相关性的重要体现在政府大数据相关结果上，而不体现在表面的形式上，就如啤酒喝尿布的案例，两种物品表面上并没有直接联系。需要关注的还有增值性，该二级指标只损失了一个三级指标，但是权重仅有 2.506%,表示在用户的角度来看数据的增值性并不对整个政府大数据体系起到多大影响。本文相信随着政府大数据的发展和深入，用户层面和大数据层面的提高，该指标会在体系中起到更大的作用。

　　（3）三级指标。

　　需要改进的具体指标是数据增值性的政府数据处理机制，它的权重仅有0.771%,这个结果是令人惊讶的。经过本文核对数据，检查计算过程，该指标并没有操作性失误。可能是本文该指标描述的不够具体而引起了歧义而导致了在对用户打分主成分分析后权重过低的现象，或者是所谓的政府大数据用户还没有在实际活动中存在大数据层面的需求。客观性维度损失了政府部门因素和制度性因素两个指标，导致了客观性的权重和得分都在集中在被调查者提供真实数据的意愿方面，然而关于客观性，绝不仅仅是数据提供者一个被动者有意愿提供真实数据就可以描述的，所以关于客观性有必要增加或改进指标更好的描述数据的这方面性质。而类似的还有数据全面性和相关性，损失了政府部门因素和被调查者因素，导致数据的全面性与政府大数据类目的指导要求完全相关，数据的相关性与政府数据设计制度等同。虽然这样的结果体现了政府机制的主导作用，同时也是用户的打分选择或事实上这些三级指标在二级指标中起到了绝对性作用，但是这类指标还应该加以探讨或修正。