李立煊

摘要：科学技术的快速发展是当前社会的真实写照，大数据的出现就是高新技术快速发展的最好例子。大数据给产业升级、技术创新、拓展就业等带来深刻的影响，政府积极应对大数据带来的挑战是提升政府决策水平的一个关键因素。本文以广州市政府工作人员为研究对象，通过问卷调查获取第一手数据，并且采用SPSS统计软件进行了研究，9个研究假设都通过了验证。本文研究证明，大数据的开放性和数据利用率有利于提高政府工作人员与职位的匹配度、有利于提高政府的决策水平的提高。

关键词：大数据；政府；工作人员；效率

中图分类号：C96文献标识码：A文章编号：1009-5349（2016）07-0024-03

大数据是当前科学技术发展的一个较为显著的特征，它有力地促进了相关产业的提升、提高了科学技术的革新水平，对生产和社会生活产生了深远的影响。在这一场大数据带来的全新革新过程中，政府要建立高效的服务型政府就必须面临大数据所带来的挑战和机遇，通过积极利用大数据的各种绝佳促进作用，提高政府的决策和宏观调控的能力。政府的高效运作，关键在于人，在于人的素质。虽然很多的文献都在研究大数据的发展对产业、对经济、对社会变革带来的各种机遇和挑战，但很少有文献从大数据的角度来研究政府如何通过大数据来提高政府的决策水平。本文从这个角度来对此问题进行初步研究。广州作为广东的省会城市，也是广东经济创新发展的重要引擎之一，所以广州市政府的工作人员的素质，尤其是在大数据方面的应对水平对提高政府决策水平是至关重要的。本文通过数据的分析，研究广州市政府工作人员在政府决策层次上的水平，并探究影响他们决策水平的深层次的原因，希望能对政府的决策工作有所帮助。

一、研究假设与模型构建

（一）研究假设

本文的研究假设是建立在前人的研究成果基础上，并且对其成果进行批判性吸收，结合本文的实际研究情况而做出的。政府和企业一样，都需要提升创新驱动的能力，决策者都需要实现决策过程和水平的转变，而这个过程的转变，依靠的是政府对大数据的处理能力，拥有一个良好的大数据资源环境是政府决策的重要基础。因为在大数据环境中，政府人员可以建立畅通的内部数据的共享机制，并且有效提高数据的使用效率。具体来说，在综合前人研究成果的基础上，本文的研究假设如下：

假设H1：数据开放性有利于人才评价的准确性的提高。

假设H2：数据利用率有利于人才与职位的匹配度的提高。

假设H3：数据利用率有利于人才评价的准确性的提高。

假设H4：数据开放性有利于人才与职位的匹配度的提高。

假设H5：人才评价的准确性有利于人才与职位的匹配度的提高。

假设H6：人才评价的准确性有利于政府的决策水平的提高。

假设H7：人才与职位的匹配度有利于政府的决策水平的提高。

假设H8：数据开放性能显著性地提高政府的决策水平。

假设H9：数据利用率能显著性地提高政府的决策水平。

（二）模型构建

本文在积极吸收前人的研究成果的基础上，并且结合本文研究对象的实际情况，尊重广州市政府工作人员对大数据使用的情况，特地构建了大数据在提高政府决策水平上模型。

图1大数据对政府决策水平的作用模型

二、实证分析

本文在提出研究假设和构建研究模型之后，为了得到第一手的数据，特地设计了具有针对性的问卷，问卷的发放对象主要是广州市政府的工作人员，调查对象非常明晰。问卷设计好后，先进行了20名的试调查，然后针对问卷存在的问题再完善问卷，然后得出最终的调查问卷。本研究的问卷一共发放300份，回收到的有效问卷是285份，有效回收率为95%。

（一）问卷的信度和效度检验

1问卷的信度分析

信度反映了测量工具所得到的结果的一致性或稳定性，是被测特征真实程度的指标。为了检验问卷的内部一致性，采用SPSS200的可靠性分析，测量各个量表及组成维度之间的Cronbach'sα系数，具体见表3-8内部一致性分析（N=20）。根据经验α，当α系数大于070时，表示问卷信度良好，在可接受范围内。

在表3-8中，数据开放性的α值是0781，数据利用率的α值是0798，人才评价的准确性的α值是0813，人才与岗位的匹配度的α值是0835，政府的决策水平的α值是0798，而总量表的Cronbach'sα 系数达到0796，因此本问卷的一致性信度很好，可以进行问卷调查和数据统计分析。

2问卷的效度分析

本文主要运用因子分析的方法对量表的效度进行分析。在做因子分析之前，首先要用KMO和Bartlett球体检验法来验证所用量表是否适合做因子分析。

一般认为，KMO统计值大于09时效果最佳，07以上可以接受，05以下则不宜做因子分析。本分析中，KMO统计量值是0886，说明本问卷具有较高的效度，可以进行问卷访问和数据分析。

（二）问卷的描述性统计分析

广州市政府的工作人员主要为男性，年龄主要是青壮年，学历主要是硕士学历。这些都说明，广州市政府的工作人员的整体结构还是比较合理的。

（三）研究建设检验

1人才评价的准确性的回归检验

以人才评价的准确性为因变量，而自变量为数据的开放性和数据的利用率，构筑并且检验它们的回归方程。

从表4中可以看到，方程常数项的显著性水平为0000，小于005，表示常数项应出现在方程中。根据回归分析结果，按照各因子对人才评价的准确性的影响程度进行由大到小排序，分别为数据的开放性和数据的利用率。

构建回归方程：人才评价的准确性=40059+0775*数据的开放性+0643*当数据的利用率。回归系数都是大于05，说明对人才评价的准确性的影响是积极作用。所以，以下研究假设都得到验证：

假设H1：数据开放性有利于人才评价的准确性的提高；

假设H3：数据利用率有利于人才评价的准确性的提高。

2.政府的决策水平的回归检验

以政府的决策水平为因变量，而自变量为：人才评价的准确性、数据的利用率、数据的开放性、人才与职位的匹配度，构筑并且检验它们的回归方程。

构建回归方程：政府的决策水平=77720+244*人才评价的准确性+1847*当数据的利用率+2052*数据的开放性+1847*人才与职位的匹配度。回归系数都是大于05，说明对人才评价的准确性的影响是积极作用。所以，以下研究假设都得到验证：

假设H6：人才评价的准确性有利于政府的决策水平的提高。

假设H7：人才与职位的匹配度有利于政府的决策水平的提高。

假设H8：数据开放性能显著性地提高政府的决策水平。

假设H9：数据利用率能显著性地提高政府的决策水平。

3.人才与职位的匹配度的回归检验

以人才与职位的匹配度为因变量，而自变量为：人才评价的准确性、数据的利用率、数据的开放性，构筑并且检验它们的回归方程。

a Dependent Variable： 人才与职位的匹配度

构建回归方程：人才与职位的匹配度=1701+0532*人才评价的准确性+1223*当数据的利用率+602*数据的开放性。回归系数都是大于05，说明对人才评价的准确性的影响是积极作用。所以，以下研究假设都得到验证：

假设H2：数据利用率有利于人才与职位的匹配度的提高。

假设H4：数据开放性有利于人才与职位的匹配度的提高。

假设H5：人才评价的准确性有利于人才与职位的匹配度的提高。

三、结论及建议

（一）研究结论

本文基于广州市政府工作人员的视角，研究大数据对政府决策的支撑问题。理论贡献主要表现在将大数据驱动的管理研究运用于政府决策中，分析在大数据的背景下，政府在人才工作方面如何做出科学决策。实证分析了数据利用率和开放性这两个数据特征变量对人才评估准确性等人才变量影响的相关机制和路径过程。同时，基于人才评估准确性和人才与岗位匹配度这两个中介变量基础上，研究发现政府数据的开放性和利用率对政府在人才工作方面的决策水平起正向影响。因此，上述研究是对大数据在政府决策领域发展相关文献的有益补充。

本文研究结果对现代化建设进程中的广州市政府人才管理工作也具有重要启示。首先，本研究发现提高数据的开放性和利用率不仅有利于提高社会各方面对人才评价的准确性，还有利于提升人才与岗位的匹配度。因此，政府可以建立大数据开放平台，充分公开人才信息，如专利发明数量、论文发表量，科研成果等数据，便于社会监督，提供人才评价的准确性。同时，政府也可以制定相关的法律法规来规范数据统计，保障数据来源的真实性和数据处理过程的透明度，这样不仅对人才数据可以做到汇总，还可以实现人才数据的可追溯性，进而提高人才数据资源利用率，发挥信息资源应有的价值，真正做到“岗得其人”，“人适其岗”的用人原则，把最符合岗位素质要求的人配置到最适宜的岗位上。其次，本研究发现基于人才评价的准确性和人才与岗位的匹配度这两个中介变量的基础上，数据的开放性和利用率均正向影响政府在人才工作方面的决策水平。因此，政府人才工作的服务创新，可以借助建立人才数据库，推动广州市地区的大数据在人才工作方面的开发、研究、创新和应用。政府在实际工作中，往往会遇到很多人才工作方面的决策问题，而对大数据的有效利用是解决此类问题的最佳手段。如人才市场上存在着信息不及时、信息不全面和信息不对称等弊端，政府很难根据现有的人才信息做出正确的人才决策，而大数据则可以很好地帮助政府避免上述人才信息弊端。同时，政府可以增加人才档案的流动性，规范数据的完备性，减少资料传递过程中的缺失风险，数据的开放性和利用率提升了人才决策的速度和准确性。

（二）研究反思

虽然本研究在某些问题上进行了比较深度的研究，也取得了某些比较成熟的成果，但是研究还存在一些问题，这些问题是现在，尤其是未来的继续研究需要深思的问题。虽然本文的研究对象是广州市政府的工作人员，他们在大数据的应对和处理方面具有一定的能力和条件，但是城市政府工作对数据的开放性和利用率会高于农村乡镇等基层政府，这就导致城市政府电子政务工作正如火如荼地开展，而乡村地区却依然落后，设备依然不完善，观念依然没有转换，行政效率依然低下。因此，后续研究有必要扩大调研范围。

首先，本研究所考虑的自变量不太丰富，因为在影响政府决策水平的自变量中因素是很多的，大数据仅仅是影响政府决策的一个关键因素。社会因素、经济发展、政府自身因素、政策因素等等都是影响政府决策水平的关键因素，这些因素的系统研究，应该是将来研究的一个重要方面。

另外，本研究的样本数量不够多，代表性不是很高。因为本研究的时间、人力和财力的有限，不能做到大规

模的问卷调查，发放的有效问卷也只是285份，虽然符合大样本的要求，但是为了更好地提高样本的代表性，建议未来的研究应该把样本数量提高到500份。

参考文献：

[1]彭海军.大数据背景下的政府行为模式转换[J]. 中国新通信，2015，09.

[2]蔡立辉，杨欣翥.大数据在社会舆情监测与决策制定中的应用研究[J].行政论坛，2015，02.

[3]洪莉，孙文浩.大数据背景下官方统计工作面临的机遇和挑战[J].中国集体经济，2015，09.

[4]李艳萍.基于大数据的公共信息预警机制探析[J].图书馆学刊，2015，02.

[5]陈明奇.大数据国家发展战略呼之欲出——中美两国大数据发展战略对比分析[J].人民论坛，2013，15.