京公网安备 11010802034615号
经营许可证编号:京B2-20210330
公务员该不该加工资 大数据有话说_数据分析师
备受国人关注的机关事业单位涨工资终于有了明确说法,全国6月底前调整到位,人均增资300元左右。过去一说到公务员收入问题,舆论就会呈现两极分化。许多人戴着有色眼镜看待公务员这一群体,认为公务员都有灰色收入,因而就不该涨工资。公务员群体则少不了倒苦水、晒工资条。客观上,公务员多年未涨薪是事实,老百姓其实并不反对为公务员建立合理的薪酬增长机制。造成误解和分歧的根本原因,一方面在于复杂的公务员计酬体系,另一方面是公务员绩效与收入的关系不透明,老百姓难免要问:凭什么要涨?
公务员考核一直是个难题。与市场化运营的企业相比,政府公共服务不产生直接的市场效益。政府部门又不同于纯粹的服务行业,事务和职种繁多,既有窗口服务部门,又有大量封闭性部门,外部打分也难以一概评价公务员工作。过去的年度考核,免不了就是到年底个人填写绩效考核表格,经过部门和单位的民主测评后,再给出若干等级的评价,有很大的随意性和模糊性。为了提高考核的透明度和精准性,很多地方都在试行平时工作的可量化考核体系,应该说有了一定的经验。不过,由于这些试点基本上还是放在系统内部,并没有打破公务员绩效考核的封闭性,所以在提升公众对公务员工作的了解与评价方面,恐怕起不了太大作用。日前,微信圈里热传的一篇文章《大数据告诉你:哪些公务员最辛苦?》提供了一个很好的参考。
文章撰写者利用了两个公开的数据源:上海市政府官方网站提供的各级各类城市公共部门信息以及基层一线的上海所有镇人民政府;上海移动设备的大比例抽样数据。通过比对移动设备在设定时间段内在以上部门所在位置的集聚状况,作者绘制出了工作时间和下班时间,不同地区、不同部门工作状态、通勤情况的可视化图表,并最终勾勒出“加班指数最高的公共部门是城市规划部门、人民政府和公安系统”,“加班指数排名最高的三个区分别为静安、崇明和杨浦”,“不同级别政府部门公务员加班指数和通勤距离按照市区镇逐级提高”。
该文使用数据的可靠性还未经检验,不过,文章处理数据的方式具有很高的可视性,即使是普通读者也能借助数据绘制的柱形图,对公务员的加班情况一目了然,得出的结论和我们的一些印象是吻合的。数据也很好地描绘了上海公务员的工作强度:2万个筛选出的指标(可以理解为公务员)中,有8000个在下班时间仍然在工作单位高频出现;即使在加班指数最低的地区或部门,加班比例也超过了25%……
通过对这些数据的解读,就能理解上海为什么要从市级机关抽调人员下沉到一线部门,不只是做实基层的需要,在工作量调剂上也符合组织管理的原则。作为普通公众,对公务员工作实情可能多了点感性认识。加300元钱工资算不算多?人们形成共识或许也更容易了一点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17