
公務員該不該加工資 大數(shù)據有話說_數(shù)據分析師
備受國人關注的機關事業(yè)單位漲工資終于有了明確說法,全國6月底前調整到位,人均增資300元左右。過去一說到公務員收入問題,輿論就會呈現(xiàn)兩極分化。許多人戴著有色眼鏡看待公務員這一群體,認為公務員都有灰色收入,因而就不該漲工資。公務員群體則少不了倒苦水、曬工資條。客觀上,公務員多年未漲薪是事實,老百姓其實并不反對為公務員建立合理的薪酬增長機制。造成誤解和分歧的根本原因,一方面在于復雜的公務員計酬體系,另一方面是公務員績效與收入的關系不透明,老百姓難免要問:憑什么要漲?
公務員考核一直是個難題。與市場化運營的企業(yè)相比,政府公共服務不產生直接的市場效益。政府部門又不同于純粹的服務行業(yè),事務和職種繁多,既有窗口服務部門,又有大量封閉性部門,外部打分也難以一概評價公務員工作。過去的年度考核,免不了就是到年底個人填寫績效考核表格,經過部門和單位的民主測評后,再給出若干等級的評價,有很大的隨意性和模糊性。為了提高考核的透明度和精準性,很多地方都在試行平時工作的可量化考核體系,應該說有了一定的經驗。不過,由于這些試點基本上還是放在系統(tǒng)內部,并沒有打破公務員績效考核的封閉性,所以在提升公眾對公務員工作的了解與評價方面,恐怕起不了太大作用。日前,微信圈里熱傳的一篇文章《大數(shù)據告訴你:哪些公務員最辛苦?》提供了一個很好的參考。
文章撰寫者利用了兩個公開的數(shù)據源:上海市政府官方網站提供的各級各類城市公共部門信息以及基層一線的上海所有鎮(zhèn)人民政府;上海移動設備的大比例抽樣數(shù)據。通過比對移動設備在設定時間段內在以上部門所在位置的集聚狀況,作者繪制出了工作時間和下班時間,不同地區(qū)、不同部門工作狀態(tài)、通勤情況的可視化圖表,并最終勾勒出“加班指數(shù)最高的公共部門是城市規(guī)劃部門、人民政府和公安系統(tǒng)”,“加班指數(shù)排名最高的三個區(qū)分別為靜安、崇明和楊浦”,“不同級別政府部門公務員加班指數(shù)和通勤距離按照市區(qū)鎮(zhèn)逐級提高”。
該文使用數(shù)據的可靠性還未經檢驗,不過,文章處理數(shù)據的方式具有很高的可視性,即使是普通讀者也能借助數(shù)據繪制的柱形圖,對公務員的加班情況一目了然,得出的結論和我們的一些印象是吻合的。數(shù)據也很好地描繪了上海公務員的工作強度:2萬個篩選出的指標(可以理解為公務員)中,有8000個在下班時間仍然在工作單位高頻出現(xiàn);即使在加班指數(shù)最低的地區(qū)或部門,加班比例也超過了25%……
通過對這些數(shù)據的解讀,就能理解上海為什么要從市級機關抽調人員下沉到一線部門,不只是做實基層的需要,在工作量調劑上也符合組織管理的原則。作為普通公眾,對公務員工作實情可能多了點感性認識。加300元錢工資算不算多?人們形成共識或許也更容易了一點。
數(shù)據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據分析師:表結構數(shù)據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(如數(shù)據庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據分析師:解鎖表結構數(shù)據特征價值的專業(yè)核心 表結構數(shù)據(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據,如數(shù)據庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據差異是否 “ ...
2025-09-16CDA 數(shù)據分析師:掌控表格結構數(shù)據全功能周期的專業(yè)操盤手 表格結構數(shù)據(以 “行 - 列” 存儲的結構化數(shù)據,如 Excel 表、數(shù)據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據分析師:激活表格結構數(shù)據價值的核心操盤手 表格結構數(shù)據(如 Excel 表格、數(shù)據庫表)是企業(yè)最基礎、最核心的數(shù)據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據的科學計數(shù)法問題 為幫助 Python 數(shù)據從業(yè)者解決pd.read_csv讀取長浮點數(shù)據時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據分析師:業(yè)務數(shù)據分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據分析師與戰(zhàn)略 / 業(yè)務數(shù)據分析:概念辨析與協(xié)同價值 在數(shù)據驅動決策的體系中,“戰(zhàn)略數(shù)據分析”“業(yè)務數(shù)據分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10