巫思敏?孫鑒?劉凇佐?武曉曉

摘? 要：為了改善政府大數(shù)據(jù)質(zhì)量，提高政府公共服務能力，文章從數(shù)據(jù)生命周期模型出發(fā)，分析了數(shù)據(jù)結構質(zhì)量、數(shù)據(jù)規(guī)模質(zhì)量、數(shù)據(jù)時效質(zhì)量、數(shù)據(jù)源質(zhì)量和數(shù)據(jù)價值密度質(zhì)量五個維度及十七個評價指標，構建一種基于數(shù)據(jù)生命周期的政府大數(shù)據(jù)質(zhì)量評價體系，然后使用熵權法實證分析用戶對體系的滿意度，最后結合大數(shù)據(jù)真實性、復雜性、時效性、數(shù)量級、增值性等特征，提出了改善政府大數(shù)據(jù)質(zhì)量的策略。

關鍵詞：政府大數(shù)據(jù);大數(shù)據(jù)質(zhì)量;評價體系

中圖分類號：TP391? ? ? ? ? 文獻標識碼：A文章編號：2096-4706（2022）06-0136-05

Construction and Research of Government Big Data Quality Evaluation System

WU Simin1，2， SUN Jian1， LIU Songzuo1， WU Xiaoxiao1

（1.School of Computer Science and Engineering， North Minzu University， Yinchuan? 750021， China; 2.Guangzhou Huali College， Guangzhou? 510006， China）

Abstract： In order to improve the quality of government big data and improve the government public service ability， this paper starts from the data life cycle model， analyzes five dimensions such as data structure quality， data scale quality， data timeliness quality， data source quality and data value density quality， and seventeen evaluation indexes. It constructs a government big data quality evaluation system based on data life cycle， then the entropy weight method is used to empirically analyze users degree of satisfaction with the system. Finally， combined with the authenticity， complexity， timeliness， order of magnitude， value-added and other characteristics of big data， the strategies to improve the quality of government big data are put forward.

Keywords： government big data; big data quality; evaluation system

0? 引? 言

政府大數(shù)據(jù)涉及各個領域，國內(nèi)外都從各個方面對其進行研究。目前在大數(shù)據(jù)治理[1]中，大數(shù)據(jù)質(zhì)量評價體系從大數(shù)據(jù)質(zhì)量的屬性和大數(shù)據(jù)五個特征兩個方面進行研究，結合實際應用目標和合適的情境，建立一種與常規(guī)數(shù)據(jù)質(zhì)量在理論性、復雜性、多維度上存在差異的理論體系。政府大數(shù)據(jù)構建質(zhì)量評價體系[2]的構建能夠推動大數(shù)據(jù)產(chǎn)業(yè)的快速發(fā)展，會直接影響經(jīng)濟發(fā)展和社會發(fā)展，尤其是高質(zhì)量的政府大數(shù)據(jù)發(fā)揮著極其重要的作用。目前，隨著大數(shù)據(jù)技術的應用，很多政府都開設了政府數(shù)據(jù)開放平臺對數(shù)據(jù)進行管理[3]，但是缺乏相對完善的評價體系對大數(shù)據(jù)質(zhì)量進行評價，造成了很多巨大的損失。因此，構建一種完善的政府大數(shù)據(jù)質(zhì)量評價體系迫在眉睫。

1? 政府大數(shù)據(jù)質(zhì)量評價體系建立

1.1 評價指標的確定

本文參考蔡莉[4]等人提出了大數(shù)據(jù)質(zhì)量標準，對如何建立相對完善的政府大質(zhì)量評價系進行研究，參考馬一鳴提出的政府大數(shù)據(jù)質(zhì)量評價體系，將融合性歸納到數(shù)據(jù)結構質(zhì)量指標中。本文結合數(shù)據(jù)生命周期模型[5]，分析影響大數(shù)據(jù)質(zhì)量的因素[6]，從以下多級的政府大數(shù)據(jù)質(zhì)量評價指標表1進行研究。

1.2實證研究

本文實證研究過程是先構建政府大數(shù)據(jù)質(zhì)量評價體系，然后設計一份共58題的調(diào)查問卷，合理發(fā)放問卷并收集調(diào)查數(shù)據(jù)，進行描述性統(tǒng)計分析和信度分析，使用熵權法進行計算評價指標的權重，為了綜合全面地分析各個指標對政府大數(shù)據(jù)質(zhì)量的影響，并未剔除指標，最后并計算所有指標的滿意度。

1.2.1? 問卷描述性分析

經(jīng)過計算，本文共發(fā)了130份問卷，其中有效問卷為123份，問卷的有效回收率較高，參數(shù)值為94.6%。被調(diào)查者情況如表2所示。

從回收數(shù)據(jù)可知，問卷的發(fā)放對象學歷分為碩士學歷、博士學歷和其他，比例分布是81.03%，8.94%，9.76%，這是因為本文的研究主題大數(shù)據(jù)是新興技術，碩士學歷以上的被調(diào)查者能夠提供更加準確的數(shù)據(jù)。而職稱比例中教授的比例最小，為1.63%，說明研究此政府大數(shù)據(jù)質(zhì)量的高學歷資深人事較少。其次，從受訪用戶的年齡來看，21～30歲共占了76.42%，這也符合了問卷的調(diào)查對象，這個群體的用戶是政府大數(shù)據(jù)使用頻率較高的人群。從學科分布來看，理工科占比較大，共79.57%，占63.41%，而文科占比不大。6F3FB6A2-CC88-490B-9492-C65D053B8738

1.2.2? 信度分析

信度分析是指分析設計問卷所用的指標，然后判斷測驗結果的可靠程度。本文采用“克朗巴哈系數(shù)”來測量問卷的可靠性。計算公式為：

（1）

公式中，k為問卷中項目的總數(shù)：為第i個指標滿意度得分的內(nèi)房差，為測評指標總得分的方差，一般認為α為測評指標總得分的方差，一般認為α在0.7以上，問卷值得信賴。本文用SPSS統(tǒng)計分析軟件對調(diào)查收集到的123份問卷數(shù)據(jù)進行信度分析處理，結果顯示如表4所示。從表4可見，本問卷的α都超過0.7，這就表示本文中問卷的指標均是政府大數(shù)據(jù)質(zhì)量評價的重要因素。本文的17個指標根據(jù)題目計算過程，如圖1所示。

1.2.3正負指標處理

在進行熵權法之前，需要對評價指標進行正負指標處理[7]，如政府部門操作造成數(shù)據(jù)誤差對政府大數(shù)據(jù)質(zhì)量的影響，應該是越小越好，因此該指標處理為負指標，以此類推，對所有指標進行分析處理，最終得到結果如圖2所示。質(zhì)量評價體系指標及屬性如表5所示。

1.2.4? 熵權法計算各級指標權重

熵權法的思路是根據(jù)指標提供的信息量來給指標賦權[8]。指標的熵值與離散程度成反比，也就是說這個評價指標能夠造成更大的影響和提供更多的信息，反之亦然。若指標之間的值一樣那就說明這兩個指標不會造成影響。本文使用SPSS軟件過程如圖3所示。

本文使用熵權法的計算過程，得到每一個評價指標的具體權重值，得到三級指標的權重，通過計算得到的一級二級權重情況如表6所示。

1.2.5? 政府大數(shù)據(jù)質(zhì)量評價結果分析

使用公式計算綜合得分。式中：F為所測量對象的綜合得分，Wj為第j個變量的權重，Yj為第j個變量的測度值總和的算術平均數(shù)。得出該數(shù)據(jù)的綜合得分為3.296，因此本體系總體滿意度屬于一般，還需要對問卷進行調(diào)整和收集更多的問卷數(shù)據(jù)進行分析。

2? 提出大數(shù)據(jù)技術改善政府大數(shù)據(jù)質(zhì)量策略

2.1基于大數(shù)據(jù)特性-真實性評價指標的策略

根據(jù)前文實證研究結果可知，數(shù)據(jù)準確性即真實性權重達到40.857%的數(shù)據(jù)源質(zhì)量維度，是政府大數(shù)據(jù)質(zhì)量的重中之重，可見數(shù)據(jù)源質(zhì)量是一切的開端，影響后面每一個階段。與其他領域大數(shù)據(jù)相比，政府大數(shù)據(jù)是權威性數(shù)據(jù)，極其容易受制度因素干擾，因此建立數(shù)據(jù)管理部門，引進大數(shù)據(jù)技術高學歷人才，不斷制定和完善垂直管理體系和數(shù)據(jù)核算信用體系，將用戶提供數(shù)據(jù)的真實性與個人征信記錄掛鉤，并促進數(shù)據(jù)質(zhì)量監(jiān)測預警平臺智能化，一旦發(fā)現(xiàn)異常虛假數(shù)據(jù)及時反饋和預警，可以第一時間從源頭上減少一切低劣的數(shù)據(jù)源發(fā)生[9]。

從政府部門、數(shù)據(jù)用戶和第三方服務商三個主體考慮，政府部門是國家政府職能部門，所有政府業(yè)務都有其固定的流程規(guī)范，因而政府應制定全面、完善的補充文件解說數(shù)據(jù)源，指導用戶生成和使用數(shù)據(jù)，使得數(shù)據(jù)源的管理規(guī)范化[10]。在處理虛假數(shù)據(jù)時，常規(guī)操作都是最簡單的方法就是直接刪除，而這些虛假數(shù)據(jù)也存在著其價值，可以對其進行分析，挖掘虛假數(shù)據(jù)出現(xiàn)的原因，從而提高數(shù)據(jù)質(zhì)量。政府部門需要制定一份相對完善的數(shù)據(jù)采集標準，從數(shù)據(jù)生成初期進行管理，提高政府開放數(shù)據(jù)質(zhì)量。這需要政府注重數(shù)據(jù)的采集方式，尤其是手工錄入數(shù)據(jù)，才能從源頭管控數(shù)據(jù)的質(zhì)量。而第三方服務商在完成數(shù)據(jù)任務時，切勿為了利益而偽造數(shù)據(jù)，造成不可估量的損失[11]。

2.2? 基于大數(shù)據(jù)特性-時效性評價指標的策略

從表6中的時效性權重4.4%，可知當前用戶對于政府大數(shù)據(jù)時效性質(zhì)量較為滿意。政府部門需要與時俱進，不斷地完善管理規(guī)則從而完成數(shù)據(jù)管理工作[12]。政府部門應該對高校、企業(yè)及數(shù)據(jù)用戶的數(shù)據(jù)工程項目給予支持和立項，加大數(shù)據(jù)項目的資金投入和政策支持。各個政府部門應該利用云服務器和云計算的技術搭建大數(shù)據(jù)平臺實現(xiàn)數(shù)據(jù)共享，實現(xiàn)分布式計算，如Spark、FLink，在分布式存儲支持的條件下，能夠實現(xiàn)對數(shù)據(jù)的實時處理，而不是離線下載數(shù)據(jù)后處理，實現(xiàn)了計算移動而不是往常的數(shù)據(jù)移動。而政府部門簡政政策為政府大數(shù)據(jù)時效性提供了基礎，刪除了很多不必要的流程，極大地提高了時效性。

第三方服務商應該致力于研發(fā)更多適用于云計算、物聯(lián)網(wǎng)技術的設備和軟件，使得政府數(shù)據(jù)更加智能化，從而提高政府服務質(zhì)量。而數(shù)據(jù)倉庫（Hive）的出現(xiàn)提高了數(shù)據(jù)查詢的速度和實時處理能力。政府部門制定權威性的政府大數(shù)據(jù)存儲策略，選擇合適的存儲介質(zhì)，從根本提高數(shù)據(jù)的時效性。一般存儲策略是長久不使用的政府歷史數(shù)據(jù)屬于冷凍數(shù)據(jù)，應該存儲在性能較低的服務器或者價格便宜的機械硬盤，間斷性使用的政府數(shù)據(jù)屬于暖數(shù)據(jù)應該存儲在數(shù)據(jù)庫中，而頻繁訪問的數(shù)據(jù)即熱數(shù)據(jù)應該存儲在實時處理能力較強的HBase。除了存儲策略，政府部分應該鼓勵存儲研發(fā)企業(yè)和半導體企業(yè)大力研發(fā)更優(yōu)質(zhì)的存儲介質(zhì)，比如紫晶存儲指出的光存儲也有著得天獨厚的優(yōu)勢，一次寫入之后就可以保證數(shù)據(jù)不可篡改。

2.3? 基于大數(shù)據(jù)特性-數(shù)量級評價指標的策略

數(shù)量級指標占重5.8%，在所有指標中排名較前，可見用戶對于政府大數(shù)據(jù)的數(shù)據(jù)有較大的需求，因此政府部門提高政府大數(shù)據(jù)質(zhì)量的方法可以是對大數(shù)據(jù)生態(tài)系統(tǒng)分布式文件系統(tǒng)的副本機制統(tǒng)一化，讓各個數(shù)據(jù)都設置合適的副本數(shù)目，一般而言副本機制一般設置為3（包括它本身）。假如副本數(shù)目越大，那么其帶來的數(shù)量也進行了翻倍，這不是政府部門想要看到的。副本機制是指在一個從節(jié)點中的政府數(shù)據(jù)使用過程中無法訪問，分布式文件系統(tǒng)會通過主節(jié)點得到副本存儲在那個從節(jié)點上，能夠及時從另外一個從節(jié)點拷貝數(shù)據(jù)。政府部門可以通過搭建各自的政府數(shù)據(jù)開放平臺，為用戶提供更高質(zhì)量更多數(shù)據(jù)時，也在一定的程度上增加了政府大數(shù)據(jù)質(zhì)量的管理運作成本，但是能為大數(shù)據(jù)質(zhì)量提供大容量存儲保障。

2.4? 基于大數(shù)據(jù)特性-復雜性評價指標的策略6F3FB6A2-CC88-490B-9492-C65D053B8738

數(shù)據(jù)復雜性即多樣性，占重5.6%，反映著目前政府大數(shù)據(jù)的結構較為復雜，需要注重數(shù)據(jù)融合過程。政府必須認真理解指導要求，使得多種結構數(shù)據(jù)規(guī)范化處理，形成明文規(guī)定并將其傳送到每一個政府部門，允許相關政府單位因地制宜地執(zhí)行規(guī)定。而在大數(shù)據(jù)生態(tài)系中應該加強各個算法的研究，便于提高數(shù)據(jù)轉換ETL的性能。數(shù)據(jù)融合的另一個難題是采集的數(shù)據(jù)類型較復雜，包括圖片、音頻、視頻、數(shù)字，在短時間內(nèi)融合這幾個數(shù)據(jù)類型的數(shù)據(jù)存在一定的難度。政府應該明確數(shù)據(jù)融合的需要和要求，通過軟硬件提出具體的目標和實現(xiàn)途徑，如無人駕駛應用中，多個傳感器和攝像頭、雷達、GPS等同時傳回數(shù)據(jù)，必須快速識別并提供決策方案[13]。

2.5? 基于大數(shù)據(jù)特性-增值性評價指標的策略

數(shù)據(jù)增值性主要涉及數(shù)據(jù)挖掘、數(shù)據(jù)可視化和數(shù)據(jù)使用。增值性無論對于政府部門、數(shù)據(jù)用戶還是第三方服務商來說，都是最清晰的概念，即數(shù)據(jù)價值。關于數(shù)據(jù)增值性的制度因素是評價滿意度得分較低的指標0.046為，充分證明越來越多的人重視了數(shù)據(jù)的價值，而不是數(shù)據(jù)的容量和讀寫速度，因此數(shù)據(jù)增值性也會影響大數(shù)據(jù)質(zhì)量。但是單個政府數(shù)據(jù)的價值是很小的并且難以直接獲得，需要通過數(shù)據(jù)挖掘算法計算相似度將其聚類、分類或者其他操作，從而能夠將隱藏的價值挖掘出來，比如啤酒和面包經(jīng)典案例。政府部門應該建立規(guī)則，將多個地方政府數(shù)據(jù)進行整合成全國政府大數(shù)據(jù)，確保數(shù)據(jù)質(zhì)量高質(zhì)量，進行數(shù)據(jù)挖掘，應與企業(yè)加強產(chǎn)學研合作，通過產(chǎn)業(yè)的方式實現(xiàn)其價值，促進政府數(shù)據(jù)的價值最大化[14]。政府部門對于數(shù)據(jù)的分析與發(fā)布操作，能夠讓更多的市民了解政府大數(shù)據(jù)，使用政府大數(shù)據(jù)，發(fā)揮政府大數(shù)據(jù)的價值。其次政府部門應該全面綜合考慮各地的情況，建立適合本地的大數(shù)據(jù)質(zhì)量管理平臺[15]，使得當?shù)亟?jīng)濟可持續(xù)發(fā)展。

3? 結? 論

政府部門不僅掌握著人力、物力、財力等資源，還是為人民服務的主體。隨著物聯(lián)網(wǎng)技術的加入，對數(shù)據(jù)的每一個生命周期過程提出了更高的要求，可視化技術如知識圖譜也使得數(shù)據(jù)與數(shù)據(jù)之間的關系更加明確，發(fā)現(xiàn)了更多的新知識。部分高校開設了大數(shù)據(jù)專業(yè)，主要開設的課程有大數(shù)據(jù)技術、大數(shù)據(jù)分析、數(shù)據(jù)挖掘，沒有專門開設大數(shù)據(jù)質(zhì)量相關課程，注重了大數(shù)據(jù)環(huán)境的搭建而忽略了大數(shù)據(jù)質(zhì)量的作用，因此應該在培養(yǎng)相關專業(yè)技術人才時，應該以大數(shù)據(jù)質(zhì)量為根本，學習相應的大數(shù)據(jù)技術、進而系統(tǒng)地培養(yǎng)更多優(yōu)質(zhì)的大數(shù)據(jù)專業(yè)人才。

參考文獻：

[1] 王蕾.國內(nèi)外政府大數(shù)據(jù)治理的對比研究 [D].哈爾濱：黑龍江大學，2020.

[2] 賽迪顧問大數(shù)據(jù)產(chǎn)業(yè)研究中心.“十四五”時期我國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展特征 [J].軟件和集成電路，2021（4）：16-17.

[3] 侯征.我國政府開放數(shù)據(jù)質(zhì)量評價模型構建研究 [D].鄭州：鄭州航空工業(yè)管理學院，2021.

[4] 蔡莉，朱楊勇.大數(shù)據(jù)質(zhì)量 [M].上海：上?？茖W技術出版社，2017.

[5] 張楠.基于生命周期的政府開放數(shù)據(jù)質(zhì)量管理研究 [D].鄭州：鄭州航空工業(yè)管理學院，2020.

[6] 莫祖英，侯征，賀雅文.管理者視角下政府開放數(shù)據(jù)質(zhì)量影響因素扎根研究 [J].圖書館學研究，2021（13）：18-26.

[7] 馬一鳴.政府大數(shù)據(jù)質(zhì)量評價體系構建研究 [D].長春：吉林大學，2016.

[8] 胡千代，王芳.政府數(shù)據(jù)質(zhì)量評價指標體系構建研究 [J].科技情報研究，2021，3（03）：17-34.

[9] 阮霽陽.地方政府數(shù)據(jù)開放平臺服務質(zhì)量評價研究——基于群AHP-熵權法組合權重的TOPSIS實證分析 [J].云南行政學院學報，2021，23（6）：43-52.

[10] 莫祖英，鄺苗苗.基于用戶視角的政府開放數(shù)據(jù)質(zhì)量評價模型及實證研究 [J].大學圖書情報學刊，2020，38（4）：84-89.

[11] 陳灝.提高政府統(tǒng)計數(shù)據(jù)質(zhì)量路徑研究 [D].太原：太原理工大學，2021.

[12] 王娟.國內(nèi)外政府開放數(shù)據(jù)質(zhì)量研究述評 [J].圖書館理論與實踐，2019（12）：27-31.

[13] 李卓雅.大數(shù)據(jù)使用影響政府決策質(zhì)量的實證研究 [D].成都：電子科技大學，2022.

[14] 朱涵鈺.探析政府大數(shù)據(jù)治理有效性提升策略 [J].中國管理信息化，2022，25（1）：194-198.

[15] 陳麗金.廣東省地級市政府數(shù)據(jù)開放平臺的數(shù)據(jù)質(zhì)量管理研究 [D].貴陽：貴州財經(jīng)大學，2022.

作者簡介：巫思敏（1993—），女，漢族，廣東信宜人，助教，高級工程師，碩士研究生在讀，研究方向：數(shù)據(jù)挖掘與知識發(fā)現(xiàn);通訊作者：孫鑒（1982—），男，漢族，山東煙臺人，講師，工學博士，研究方向：大數(shù)據(jù)存儲與管理;劉凇佐（1994—），男，回族，黑龍江雙鴨山人，碩士研究生在讀，研究方向：高性能存儲系統(tǒng)與信息存儲技術;武曉曉（1996—），女，漢族，山西汾陽人，碩士，研究方向：數(shù)據(jù)挖掘與知識發(fā)現(xiàn)。

收稿日期：2022-01-02

基金項目：國家自然科學基金資助項目（62062002）;寧夏自然科學基金項目（2020AAC03221，2021A0966）;北方民族大學中央高?；究蒲袠I(yè)務費專項資金（FWNX09）;北方民族大學校級一般項目（2018JY1202，2021XYZJK01）。6F3FB6A2-CC88-490B-9492-C65D053B8738