
公务员该不该加工资,大数据有话说_数据分析师考试
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
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13