【資料治理案例分享】新冠疫情資訊公開質量綜合評價報告
文章摘自【2020資料質量管理標杆獎項徵集作品精選】
一、案例簡述
(一)專案實施背景及週期
新型冠狀病毒感染的肺炎疫情爆發以來,中央和地方政府對疫情防控高度重視。為提升政府資訊公開水平、優化政府資訊公開質量,課題組開展了此項研究。
專案實施週期:2020年2月—2020年7月
(二)創新實施路徑
在研究方法選擇方面,該專案綜合運用了多個學科的理論技術方法開展研究;在研究資料選擇方面,該專案採用了實驗資料與大資料結合的方式開展研究。
(三)實際收效
結果顯示,我國大陸31個省份的衛健部門在應對突發新冠疫情的資訊公開方面都做了大量工作。針對綜合評價發現的不足之處,課題組提出了公開“有條理的資料”、“有特色的資料”和“有溫度的資料”等對策建議,以期為各地政府提升資訊公開質量提供參考。
二、案例詳述
1.專案背景介紹
新型冠狀病毒感染的肺炎疫情爆發以來,中央和地方政府對疫情防控高度重視。2020年1月20日,國家衛生健康委員會將新型冠狀病毒感染的肺炎納入《中華人民共和國傳染病防治法》規定的乙類傳染病,並採取甲類傳染病的預防、控制措施。1月25日召開的中共中央政治局常委會會議強調,要及時準確、公開透明發布疫情資訊,回應境內外關切。
面對不斷髮展的疫情和防控形勢,公眾需要了解更準確、更詳細、更及時的動態資訊,但在實際操作中,各地政府對疫情資訊公開的做法和程度都有一定差別,即便是確診數、治癒數、死亡數以及確診病例發病時間、收治情況等基本資訊,各地政府在釋出時效性、內容易讀性方面也不盡相同。從實際情況來看,有關疫情的資訊往往以碎片化的、不連續的、不完整的方式散落在不同的政府網站、頁面和檔案裡,公眾難以全面、完整、輕鬆地獲取這些資訊。
基於此,北京大學、北京中醫藥大學和蘭州大學相關研究團隊組成“新冠疫情資訊公開質量綜合評價研究”聯合課題組,站在公眾需求的角度,構建了新冠疫情資訊公開質量評價指標體系,並對各地政府疫情資訊公開質量開展全面、系統的綜合評價,以期促進政府資訊公開質量的提升。
2.設計思路及實施流程
本專案的框架如下圖所示。
第一步,構建新冠疫情政府資訊公開質量評價指標體系。根據網站自身內容和網站對外傳播兩種評價維度,評價體系的一級指標分別以“內容建設質量”和“資訊傳播質量”展開。其中內容建設質量包括網站基本資訊、疫情通報、政策檔案、知識科普四個評價角度,其中疫情通報是衛健網站資訊公開的核心,本研究對其時效性、規範性、可讀性、豐富度等方面開展細粒度評價;資訊傳播質量主要包括新媒體傳播、網站傳播與搜尋引擎傳播等評價角度,通過網際網路大資料資源作為傳統內容評價的補充,以期更全面、更科學地反映各省衛健網站的資訊公開質量。
第二步,確定指標體系權重。評價指標體系構建完成後,通過發放專家問卷收集資料,實施層次分析法完成各項指標的賦權。
第三步,資料收集和預處理。選取全國31個省級行政區衛健部門網站為研究物件,將指標體系中的各個子指標量化成具體可測算的數值,通過各種資料採集手段進行資料獲取。綜合評價過程中採集的資料包括衛健部門的官網資料和涉及疫情資訊公開的網路輿情資料。
第四步,評估結果測算與分析。基於測算結果,對總指數、分指數、典型三級指標、指標相關性等內容進行分析,依據分析結果提出具有針對性的政策建議。
3. 主要創新點
(1)綜合應用情報學、管理學、公共管理學等多學科的理論、技術與方法。本專案綜合了情報學的資料蒐集和處理技術、管理學的指標體系構建方法、公共管理學的分析視角,形成更為全面、完善的研究框架。
(2)將多種實證研究方法有機融合。本專案所採用的多維評價、使用者實驗、資料統計分析等方法均屬於實證研究方法,將多種方法有機融合共同實現政府資訊公開質量綜合評價的目的,具有較強的客觀性。
(3)引入大資料分析與情感計算方法。本專案不僅採集了傳統的實驗資料,還納入了衛健部門官網資料和新媒體輿情等網際網路大資料,同時還在部分指標的取值上引入了情感計算的資料處理技術與方法。
4.實際收效
本專案研究形成“新冠疫情資訊公開質量綜合評價指標體系”(附件1),並結合實際資料對我國大陸31個省份衛健委的資訊公開質量進行綜合評價,並提出改進建議,具體綜合評價結果見附件2。相關研究成果已同步上傳至“新冠疫情資訊公開質量綜合評價研究平臺”(http://scielab.pku.edu.cn/xg/)。
相關文章
- 資料治理--資料質量
- 資料治理:資料質量管理策略!
- 資料治理之資料質量管理
- 資料治理的資料質量知多少
- 模糊綜合評價
- 【綜合評價方法】常見綜合評價方法及其實現
- eMarketer:報告顯示大部分人願意分享個人隱私資料以阻止新冠疫情
- CHIMA:新冠肺炎疫情期間醫院資訊工作調查報告(附下載)
- 【資料治理案例分享】寶馬客戶資料平臺資料質量問題管控及常態協同機制
- RTC 音訊質量評價和保障音訊
- 百分點大資料評測報告:開源OLAP引擎綜評(HAWQ、Presto、ClickHouse)大資料REST
- 亞洲開發銀行:新冠肺炎疫情潛在經濟影響最新評估報告
- 開放樹林:我國省級地方政府新冠疫情資料釋出研究報告(附下載)
- 資料要素治理研究報告(2022)
- 【ECdataway資料威】2018電商大資料與案例分享會 品牌方免費公開報名開啟大資料
- 什麼是資料治理,如何保障資料質量?_光點科技
- 資料質量和資料治理為什麼重新引起關注?
- 疫情後的數字化醫療:以大資料為基礎的綜合治理能力的提升大資料
- 態勢感知、聯防聯動,資料安全綜合治理平臺為資料安全帶來新視角
- 聯合國報告:新冠疫情危機或使全球赤貧人口增至11億
- 達觀資料:怎樣評價推薦系統的結果質量?
- 國家資訊中心:“新型冠狀病毒肺炎”公眾認知與資訊傳播調研報告
- 資料包告 | 新冠疫情對美國民眾消費行為的影響
- 銀彈谷:資料與資料治理的趨勢報告
- 公安情報資訊綜合應用平臺建設,公安大資料情報指揮系統開發大資料
- 能源基金會:中國農村散煤治理綜合報告(2022)
- 音視訊技術:視訊質量評價方法簡介
- 資料標準和資料質量:技術解析與典型案例
- 新冠肺炎疫情後中外合資企業:何去何從?(附下載)
- 新冠疫情更新版:2020全球時尚業態報告
- 浩華管理:香港酒店新冠疫情影響調查報告
- 美創科技聯合釋出《中小銀行資料安全治理研究報告》
- Spark SQL:JSON資料來源複雜綜合案例實戰SparkSQLJSON
- Spark SQL:Hive資料來源複雜綜合案例實戰SparkSQLHive
- Spark SQL:JDBC資料來源複雜綜合案例實戰SparkSQLJDBC
- 2019中國主流車市服務質量評價指數調查報告
- 合規之資料安全治理
- 資料大集中時代結束,資料治理新階段如何釋放資料價值?