政府开放数据质量的用户满意度评价研究

王今 马海群

〔摘要〕根据已有对政府开放数据及数据质量的研究，基于用户满意度视角建立了适当的评价政府开放数据质量的指标体系。通过层次分析法对评价指标体系进行权重的计算，继而构建政府开放数据质量用户满意度评价模型，并通过模糊综合评价法对我国政府开放数据质量进行用户满意度的测评。据此，可以验证该模型的有效性，从而对政府开放数据质量的评价提供用户视角的参考。

〔关键词〕政府；开放数据；质量；用户满意度；层次分析法；模糊综合评价

DOI：10.3969/j.issn.1008-0821.2016.09.001

〔中图分类号〕G203；D63-39〔文献标识码〕A〔文章编号〕1008-0821（2016）09-0004-06

〔Abstract〕According to the analysis of previous studies about government open data and quality of data，this paper built proper evaluation index system for quality of government open data.Then it weighted calculation for evaluation index system through analytic hierarchy process and building evaluation model for customers satisfaction of quality of government open data，so to assess the customers satisfaction of quality of government open data through fuzzy comprehensive evaluation.In view of the above，the validity of this evaluation model was conformed，there for to provide customers reference for quality of government open data.

〔Key words〕government；open data；quality；customers satisfaction；AHP；FCE

在信息化过程中，我国政府工作方式也在不断转换，为提高政府办公透明度和服务及管理能力，作为国家重要的信息拥有者，政府需要将与民生息息相关的数据发放给公众，并为社会了解并使用，这也就产生了政府开放数据。学者郑磊对政府开放数据的界定是笔者比较认同的，他认为政府开放数据是以政府和用户同时为主体，对信息进行数据层面的公开，强调公众可以利用数据的权利，这个过程无需授权不受到限制[1]。与此同时，数据质量的好坏直接关系到政府开放数据的实际价值，对政府的信息化办公发挥着重要的作用。不完全、不及时和不清楚的数据往往会降低人们对政府的信赖，因此对于政府开放数据质量的研究也就显得尤为重要。目前对于数据质量的评价主要包含两个方面：一是从数据质量的基本要素入手，从综合性的角度对数据的好坏进行评价，目前比较常见的视角包括对数据的准确性进行测评[2]。第二种就是从实践入手，基于用户的角度对数据质量进行评价。王华、金勇进参照国际货币基金组织的“数据质量评估框架”设计了具体的用户满意度测评量表，包含8项质量维度与25个对应的测评项目，并进行问卷调查，检验了量表的信度和效度[3]。王华基公众对政府部分提供数据的质量感知和满意状况[4]。然而可以看出，已有研究主要集中于对政府数据质量的满意度研究，缺乏从满意度的角度评价政府开放数据质量。因此，本文基于政府开放数据和数据质量的特点，结合经典ASCI指数模型，从用户满意度的角度入手，采用层次分析法建立政府开放数据质量的用户满意度评价体系，并利用模糊综合评价法建立模型并结合实际数据进行综合评判，从而验证模型的可用性。

1研究方法简介

11层次分析法

层次分析法（Analytic Hierarchy Process，AHP）是美国著名的运筹学家TLSatty等在20世界70年代提出的一种多准则决策方法，它的特点是将定量分析与定性分析相结合[5]。层次分析方法基于线性代数，是将人们主观判断的部分通过定量的方法进行转换，从而将复杂，多维度，无结构性的问题进行分解求解。随着学者们不断对层次分析法进行改进，它被越来越多的应用于社会、经济以及科学管理领域中，并成为这些学科进行研究中最基本的方法。本文采用传统的层次分析法，将政府开放数据质量的用户满意度评价问题层次化，根据政府开放数据质量的性质将其分解成不同的组成因素，并比较他们相关关系和隶属关系，从而构建了一个可以评价政府开放数据质量的用户满意度的指标体系。

2016年9月第36卷第9期现？代？情？报Journal of Modern InformationSep，2016Vol36No92016年9月第36卷第9期政府开放数据质量的用户满意度评价研究Sep，2016〖〗Vol36No912模糊综合评价法

模糊综合评价法（Fuzzy Comprehensive Evaluation，FCE）是美国研究学者LAZadeh基于数学工具提出的用精确的数学方法描述模糊概念的研究方法。该方法目前已经得到了广泛的普及和应用。它的特点是将复杂的评价对象分解成用数据可以评价的对象，既可以对数量化的数据进行评价也能对个体的主观意识进行评价。该方法的原理就是把被评价的复杂对象分解为多个不同的要素，这些要素构成的集合叫做因素集U，被分解的不同要素要被划分为不同的评价等级，这些评价等级构成的集和叫做评语集V，利用数学算式得出每个要素本身隶属于哪个评估级别也就是判断矩阵R，将已经确定了的权值与该矩阵进行结合，最终得到数量化的评估结果[6]。

根据文中对模糊综合评价法的原理以及特点的论述，不难发现模糊综合评价法适用于政府开放数据质量的用户满意度评价，原因在于满意度评价过程中很多指标的评价具有模糊性和不确定性，需要通过人的主观判断进行初评。因此这种方式比较适用。

2政府开放数据用户满意度指标体系

21指标体系建构思路

政府数据开放是一项长期又系统的工程，对政府开放数据质量的满意度评价又具有主观性和模糊性等不确定性，因此可以说构建政府开放数据质量的用户测评指标体系也是一个系统的、需要不断完善的过程[7]。本文在构建政府开放数据质量用户满意度测评指标体系的过程中，以经典ASCI满意度评价模型为基础，结合政府开放数据质量的特点对本文的评价体系，指标选取进行探究。

211政府开放数据质量

对政府开放数据质量的评价可以从政府开放数据评价和数据质量评价这两个方面进行研究。其中杨孟辉，刘华依据开放数据晴雨表进行了深刻的剖析，认为评价政府开放数据可以从准备度、实现和影响方面进行测评，其中准备度可从政府、公民、企业3个对象入手；实现包含创新数据集、社会政策数据集和问责数据集；影响包括，政治、经济和社会影响。以此又展开了32项问题集可以进行打分测评[8]。国际货币基金组织联合世界银行发布了国际通用的数据质量评估框架，包括数据质量先觉条件和5个衡量维度和评估的具体化指标测试项目，质量的先决条件是指法律法规，机构环境，资源和对于质量的意识，这5个维度分别是：保证诚信、方法健全性、准确性和可靠性，适用性和可获取性[9]。

本文的研究指标体系建立将结合上述研究中政府开放数据的评价特点和数据质量的评价特点，从政府准备和数据易用性方面对政府开放数据质量的用户满意度进行评价，其中政府准备体现作为数据来源的政府，在向公众开放数据的过程中其服务平台、政策法规、服务能力的用户满意程度评价，这方面的评价是构成用户对政府开放数据质量满意度的前提。数据易用则是从数据特性的角度评价用户的满意程度。

212用户满意度

用户满意是指用户对于预期要求的满足程度而产生的心理感受。这种感受是一种抽象的心理过程和结果，无法通过具体的尺度衡量，因此满意度的评定需要通过既定的标准比较之后才可以进行判断。用户满意度是用户使用某种对象之后的主观情感反应的量化指标。对于用户满意度的测量，国内外已有较为成熟的测评模型，诸如SCSB、ASCI、CCSI等顾客满意度模型，本文主要选取Fornell构建的顾客满意度指数模型（ACSI），该模型是基于瑞典顾客满意度晴雨表模型（SCSB）进行改良而建立的，是目前体系最完整、应用效果最好的一个顾客满意度理论模型。这个模型以顾客行为理论为基础，由6个结构变量和15个观测变量组成，6个结构变量分别是顾客预期、感知质量、感知价值、顾客满意度、顾客抱怨、顾客忠诚，其中顾客满意度是最终所求的目标变量。每个结构变量需要通过多个可以观测的变量来测量，这些变量需要实际的调查才能得到[10]。

本文基于用户对政府开放数据质量的满意度进行评价，是对用户在使用政府开放数据过程中对数据质量的感知，这种感知借鉴Fornell的研究可以公众期望、感知质量、公众信任的角度进行评价体系的设计。

22指标体系的设计

评价指标的科学选取是评价指标体系得以推广应用的前提[11]。本文依据以上我国政府开放数据及数据质量评价的研究，以经典ASCI指数模型为基础，认为政府开放数据质量满意度测评的指标体系主要包括5个一级指标的内容：政府准备、公众期望、感知质量、数据易用、公众信任和15个二级指标的内容进行评价，如表1所示。

表1政府开放数据质量用户满意度评价指标体系

一级指标C二级指标F说明政府开放数据质量用户满意度评价指标体系T政府准备C1服务平台建设F1政府在开放数据平台方面的建设水平和服务质量法律法规F2政府开放数据方面的法律、法规颁布情况计划实现能力F3有关开放政府数据的计划方面的实现情况公众期望C2整体期望F4用户对政府开放数据行为的整体期望程度可靠性期望F5用户对政府开放数据具备可靠性的期望程度感知质量C3数据准确性F6政府开放数据对实际情况的反映数据全面性F7政府开放数据所包含的信息量、信息范围数据一致性F8不同时期、不同空间等发布的信息具有一致性程度数据及时性F9数据发布速度与频率的合理性数据易用C4数据适用性F10获取的政府开放数据能否容易理解方法健全性F11数据编制应用的方法、图标、公式等合理性可获取性F12获取数据的公平程度、方便程度（是否会收费、收到身份限制等）分类科学性F13政府开放数据分类科学性公众信任C5公众信任程度F14公众对政府开放数据的信任程度

3政府开放数据用户满意度评价的数学模型

31指标权重系数确定

311构造判断矩阵

通过问卷调查的方法，邀请专家比较各指标之间的重要性，对每个指标进行两两比较，并对它们的重要性进行打分。本研究邀请电信学院和计算机学院研究学者对评价指标的重要性进行打分。对打分情况进行汇总，并将其打分加权平均，然后根据指标的加权平均值对每个指标进行两两比较，根据各指标的重要性以及层次分析法判断矩阵的1～9标度赋值法（如表2所示），构造网站评价体系各层的判断矩阵。表21～9标度法

标度含义1两者同等重要3前者比后者略微重要5前者比后者明显重要7前者比后者强烈重要9前者比后者极端重要2、4、6、8介于两个相邻判断的中间值

例如，认为Ci与Cj同样重要，则Cij=1，Cji=1，认为Ci比Cj稍略微重要，则Cij=3，Cji=1/3，…，构造出某一层次因素相对于上一层次的某一因素的判断矩阵。分别建构T-C、C1-F、C2-F、C3-F、C4-F、C5-F的矩阵，如表3～7所示。

13矩阵一致性检验

由于矩阵中的数据是由多位专家在独立环境中作出的主观判断，专家们往往很难精确地判定出判断矩阵中各元素的值，这就会在实际计算过程中使结果出现偏差。因此，为了保证矩阵的一致性，引入一个判断一致性的指标对矩阵进行检验十分必要。

首先判断矩阵T的最大特征值：

λmax，？Aw=wλ，？λmax=1n∑ni=1（Aw）iwi

之后计算CI值CI=λmax-nn-1

然后查找平均一致性指标RI值（平均随机一致性指标是多次重复进行随机判断矩阵特征根计算之后取算术平均得到的）一致性指标取值如表9所示。

32模糊评价模型

首先确定模糊综合评价的因素集。对政府开放数据质量用户满意度评价各种指标构成的集合形成该集合的因素集，用U表示，U={u1，u2，u3，u4，…，ui}，其中ui表示第i个因素。这里分别选取评价指标体系中，一级指标政府准备、公众期望、感知质量、数据易用、公众信任，这5个指标下的二级指标构成5个评价因素集。UC1={服务平台建设，法律法规，计划实现能力}；UC2={整体期望，可靠性期望}；UC3={数据准确性，数据全面性，数据一致性，数据及时性}；UC4={数据适用性，方法健全性，可获取性，分类科学性}；UC5={公众信任程度}。其次确定模糊综合评价的评价集。评价集是评价者对评价对象可能做出的各种总的评价结果组成的集合。用V表示，V={v1，v2，v3，…，vi}，其中vi表示第i个评价结果。一般评价集合由3到5个评价结果构成，在此选取4个评价结果建立该模型的评价集。V={优秀良好中等较差}，这4个层级分别为：v1=优秀；v2=良好；v3=中等；v4=较差。

再对评价因素集中每项评价指标进行单指标评价，确定一级指标中各二级指标对于评价集V中各种评价的隶属度rij，可得出第i项指标的单指标评价集Ri=（ri1，ri2，…，rin），其中rij=zij/z，zij为第i项指标被评价者做出隶属于评价等级集中第j种评判vj的有效评价人数，z为参与评价调查的有效总评价者数量，由此可以得到因素评价结果的模糊矩阵。

最后将上述评价指标权值W与通过上一步单层次模糊综合评价得到的矩阵结果进行计算，确定政府开放数据质量用户满意度的效综合评价向量B[12]。

4政府开放数据质量用户满意度实例分析

基于上文已经构建的政府开放数据质量用户评价模型，拟对我国已有的政府开放数据进行评价，检验本文构建的模型，同时也能对现有的政府开放数据质量有一个客观的、定量化的用户评价。

41样本来源及调查结果

为确保研究结果具有更高的参考价值，笔者收集并分析了涵盖我国东、中、西部，10个省级行政区的数据。通过问卷调查的方式，获取相应省级行政区居民对本地区政府开放数据质量的满意度调查结果。被调查者通过滚雪球的方式主要选自当地高校的研究生，考虑到被调查者应该具有对政府开放数据一定的了解和使用经历，因此这些研究学者的选取主要集中在信息管理学院、管理学院、人文学院和计算机软件学院。调查时间是2016年5月10日至6月20日。截止6月20日共发放问卷50份，有效问卷50份。回收评价结果如表12所示。

在此基础上，由B1，B2，B3，B4，B5构成的单指标评价矩阵对应的一级指标权重为W=（0120800735037500215402154），同理运用上述评价矩阵的算法，进行评价矩阵计算，具体数据如下：经过以上的运算得到评价结果向量，B=W×R经过归一化的结果为（01826039950323000949）。为方便进行比较现将各评语等级进行赋值[7]。将v1赋值90分，其最大隶属度范围是（95～85）；01208将v2赋值80分，其最大隶属度范围是（85～75）；将v3赋值70分，其最大隶属度范围是（75～65）；将v4赋值60分，其最大隶属度范围是（65～55）。综合以上赋值，本文对评语集V={优良中差}分别赋值[90，80，70，60]。据此对B=（0749612995009859757800114931730140296255）进行加权求平均值，就会求得最终评价结果Z=766972分，这一分值从属的隶属度范围是（85～75），该评价政府开放数据质量满意度属于“良”这个级别。

5结论

本文通过层次分析法找出评价政府开放数据质量用户满意度的主要指标并进行权重计算，然后利用模糊综合评价法建立模型并结合实际数据进行综合评判，验证该模型具有可用性。运用这两种方法可以解决以往用户满意度评价过分依赖定性分析所产生的问题，从而通过定量化的方法提高了研究的科学和准确性。为今后用户评价政府开放数据质量提供了较为科学的体系。

参考文献

[1]郑磊.开放政府数据研究：概念辨析、关键因素及其互动关系[J].中国行政管理，2015，（11）：13-18.

[2]向上.信息系统中的数据质量评价方法研究[J].现代情报，2007，（3）：67-71.

[3]王华，金勇进.统计数据质量与用户满意度：测评量表设计与实证研究[J].统计研究，2010，（7）：9-17.

[4]王华.政府统计数据质量的用户满意度测评——基于多层次模糊综合评价的实证研究[J].商业经济与管理，2010，（5）：63-70.

[5]杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2015：14-15.

[6]何宏，刘勇，郭柏栋，等.基于模糊综合评价法的经济开发区土地评价研究[J].中国人口·资源与环境，2012，（5）：158-161.

[7]朱红灿，张冬梅.政府信息公开公众满意度测评指标体系的构建[J].情报科学，2014，（4）：31-34.

[8]汤琰，金勇进.数据质量评估框架及其信息量分析[J].商业经济与管理，2011，（9）：81-88.

[9]杨孟辉，刘华.开放政府数据评价方法研究[J].情报资料工作，2015，（6）：40-45.

[10]Eugene WAnderson，Claes Fornell.Foundations of the American Customer Satisfaction Index[J].Total Quality Management，2000，（11）：869-882.

[11]于施洋，王璇，童楠楠等.政府网站互联网影响力评价指标体系研究[J].电子政务，2013，（10）：50-56.

[12]周超，马海群.基于模糊综合评价法的高校信息公开绩效评价研究[J].图书馆理论与实践，2013，（7）：6-10.