我國科研用戶統計數據獲取滿意度影響因素分析
——基于江蘇某高校的調研

吳繼英 薛艷杰 張一凡

（江蘇大學 財經學院，江蘇 鎮江212013）

一、引言

統計數據是國家的基礎性戰略資源，是政府決策的重要依據，對學術研究具有重要意義。有學者指出，國內權威的經濟學刊物——《經濟研究》近15年發表的文章中70%以上是實證研究論文（甘犁和馮帥章，2019）[1]，高質量的實證研究成果離不開高質量數據的支撐。我國高校科研工作者通常從政府統計部門或專業數據庫（如Wind數據庫）獲取研究數據。與市場上各類數據庫相比，統計部門發布的數據基本免費且相對全面，同時又最具權威性[2]，因而成為高校用戶獲取數據的重要途徑。此外，考慮到部分用戶對微觀統計數據的需求，國家統計局建立了微觀數據實驗室，但由于訪問實行申請制且對申請對象有條件限制，大多數高校科研工作者訪問該實驗室比較困難。大數據時代公眾對政府數據公開的訴求日漸強烈，但公開發布的政府數據是否能夠有效滿足科研工作者的數據需求，用戶對獲取數據的過程和獲取的數據質量是否滿意，影響科研用戶數據獲取滿意度的關鍵因素有哪些，都是當前亟待調查研究的問題。

隨著大數據技術和電子政務的發展，有效滿足公眾的數據需求對建設數字政府具有重要意義。李麗等（2010）指出高校科研工作者是數據獲取的弱勢群體，在數據獲取方面存在諸多困難，尤其是針對微觀數據，高校師生由于缺乏暢通的渠道和足夠的經費，數據需求往往不能得到充分滿足，一定程度上限制了學術研究的深度與廣度，不利于科學研究的長遠發展[3]。但目前聚焦高校科研用戶統計數據獲取滿意度的研究成果比較少，相關研究多是圍繞數據用戶和數據質量評價展開研究，莫祖英和鄺苗苗（2020）提出了基于用戶視角的政府開放數據質量評價指標體系[4]。張文文（2019）從用戶角度對政府統計數據質量進行了綜合評估。也有學者關注數據用戶滿意度的研究成果[5]，程開明（2013）提出用戶對統計數據質量的主觀感知與滿意特征是一種可行的統計數據質量外部評估方法[6]。王華和金勇進（2010）結合統計數據質量研究用戶滿意度[7]。康萍和崔曉會（2015）從用戶滿意度視角研究統計數據質量[8]。現有研究評估用戶數據滿意度大多從制度的規范性、方法的健全性以及數據的準確性、適用性、一致性、及時性、可得性、可解釋性等方面設計測評量表（李曉彤等，2018[9]；孫俐麗和袁勤儉，2019[10]），通常采用傳統的問卷調查方法，以用戶需求為導向展開相關調查研究，國外已有多個國家開展了此類調查研究（Ehling Mand Krner T，2007[11]），研究方法比較成熟。

綜上，現有關于用戶數據滿意度的研究多關注用戶的滿意度視角下的數據質量評估，鮮有研究聚焦高校科研用戶在數據獲取方面的滿意程度，且缺少用戶數據獲取滿意度影響因素的路徑分析。本文以高校科研用戶為調查對象，對科研用戶統計數據獲取滿意度的涵義進行界定并分析其影響因素，參考已有數據質量框架從數據獲取過程和數據質量兩方面設計用戶數據獲取滿意度測評量表，然后運用結構方程模型對數據獲取滿意度的影響因素進行路徑分析，揭示關鍵影響因素，并提出提高數據獲取滿意度的對策建議。研究成果有助于改進政府數據發布工作、改善科研數據環境，對提高政府統計服務能力具有現實意義。

二、理論分析和研究假設

（一）數據獲取滿意度影響因素

統計數據獲取滿意度是指數據用戶對統計數據獲取過程和數據質量的滿意程度。數據質量這里是指數據在使用過程中滿足用戶特定需求的程度[12]，不僅包括準確性，還涉及獲取數據的及時性、可理解性、可比性等屬性。換言之，數據質量高低直接影響著數據用戶的滿意度[13]，因此數據獲取滿意度的影響因素直接對應于數據質量包含的內容。西方發達國家的統計數據質量評估體系已相對成熟且具有代表性，歐盟統計局的《歐洲統計業務守則》從數據相關性、準確性和可靠性、一致性和可比性、可得性和清晰度五個角度管理數據發布質量[14]。加拿大統計局從相關性、及時性和準時性、準確性和可靠性、可獲取性和清晰性、可解釋性、一致性和可比性六個主要維度定義數據質量[15]。我國國家統計局制定的《國家統計質量保證框架》從統計的準確性、及時性、可比性、一致性、適用性、可獲得性和經濟性七個方面對統計數據生產全過程進行評價[16]。學術界在該領域比較有代表性的是Dalenius T[17]和Brackston G[18]，兩位學者都將準確性、及時性、相關性作為統計數據質量的評估維度。隨著研究的深入，評估維度越來越豐富，涉及準確性、時效性、適用性、可比性、可銜接性、可理解性、完整性、簡便易操作性、透明性、可取得性、有效性、客觀性和用戶滿意度等（李盼，2011[19]；蔣清泉，2017[20]）。

不同學科、不同用戶需求和不同研究目的，對統計數據質量有不同的理解和評判尺度，但基本都認可數據質量應涉及數據準確性、及時性、適用性、可比性、可獲取性和完整性等方面。基于此，確定影響高校科研用戶數據獲取滿意度的因素包括數據可得性、準確性、時效性和可比性。此外，結合對部分高校師生就數據獲取過程中存在問題的訪談結果，增加“數據獲取速度”和“數據公開性”兩個因素，用于評估數據獲取過程中用戶的直觀感知。最終確定六個因素為用戶數據獲取滿意度的影響因素，并以此作為用戶數據獲取滿意度的評估維度，具體如表1所示。

表1 高校科研用戶數據獲取滿意度影響因素

（二）研究假設

“數據可得性”是指數據用戶通過不同途徑查看數據、獲取數據的可行性。統計數據的獲取方式應靈活多樣，若用戶可以通過政府網站、統計年鑒等形式收集到所需數據，則數據的可得性強，用戶的數據獲取滿意度就高，因此提出研究假設H1：

H1：“數據可得性”對高校科研用戶數據獲取滿意度有正向影響。

“數據獲取速度”為獲取數據所需要的時間，即從查找數據開始至數據導入用戶工作環境所用時間，該指標和政府統計數據發布的規范性、數據獲取的方便程度等方面相關，例如政府在門戶網站公開統計年鑒電子版，若能鏈接到年鑒的Excel版，數據獲取速度會快，數據獲取滿意度就高。提出研究假設H2：

H2：“獲取數據速度”對高校科研用戶數據獲取滿意度有正向影響。

“數據公開性”指政府數據對外公開發布的程度，也指用戶有權限獲取數據的程度，是數據獲取的前提條件。政府統計數據開放程度越大，用戶可接觸的數據范圍越廣，數據需求越容易滿足，用戶滿意度就越高。提出研究假設H3：

H3：“數據公開性”對高校科研用戶數據獲取滿意度有正向影響。

“數據準確性”體現了統計數據信息的客觀真實性[16]。用戶信賴政府統計數據發布工作，將數據準確性視為數據獲取的第一要求，若統計數據不能有效反映現象的實際情況，便不能充分保證科研工作者學術研究的科學性和理論價值，因此提出研究假設H4：

H4：“數據準確性”對高校科研用戶數據獲取滿意度有正向影響。

“數據可比性”是同一指標在不同統計資料中可以相互比較的程度，主要為同一指標數據在時間維度和空間維度的可比性。當科研用戶需要時間序列數據或橫截面數據時，數據在時間維度上應具有連續性，不同來源部門的同一指標數據要具有一致性。所以數據可比性在一定程度上也影響著數據的準確性，如果國家統計局和地方統計局公布的某一指標數據差異較大，會顯著影響用戶對數據準確性的感知，因此提出研究假設H5和H6：

H5：“數據可比性”對高校科研用戶數據獲取滿意度有正向影響。

H6：“數據可比性”對“數據準確性”有正向影響。

“數據時效性”反映政府統計數據是否及時發布，取決于統計數據更新的頻率。數據時效性影響高校科研用戶研究成果的時效性和解決實際問題的參考價值，如統計數據能及時更新，科研用戶便可以研究最新的經濟現象，所以數據時效性越高數據獲取滿意度越高。同時數據時效性對數據準確性也產生影響，例如個人居住地信息發生變更，若數據不能及時更新，舊數據信息在新時期的準確性將不能保證。綜上提出研究假設H7和H8：

H7：“數據時效性”對高校科研用戶數據獲取滿意度有正向影響。

H8：“數據時效性”對“數據準確性”有正向影響。

三、實證分析

（一）構建結構方程模型

結構方程模型（Structural Equation Model，SEM）是一種研究多變量之間關系的統計模型，一般包括測量模型和結構模型。構建SEM模型研究各因素影響用戶數據獲取滿意度的作用路徑，為此把“數據可得性”“獲取數據速度”“數據公開”“性數據準確性”“數據可比性”和“數據時效性”六個因素作為外因潛變量，把“數據獲取滿意度”作為內因潛變量，同時還有十個觀測變量，具體見表2。

表2 潛變量與觀測變量設計

基于表2中的變量設計調查問題，除數據獲取“方式多樣性”對應問題的答項設置為統計部門年鑒或網站、其他相關部門（如商務部、科技部、行業協會等）的網站、學校數據庫、自己調查或實驗所得、他人研究成果（如論文、研究報告等）和其他六個選項，其余問題答項均采用李克特五級量表法設置答項，比如“獲取方式滿意度”對應問題答項為“非常不滿意”“不滿意”“一般”“滿意”和“非常不滿意”五個選項，“數據公開性”對應問題答項為“非常不希望”到“非常希望”五個選項。賦值規則為：“非常不××”為1分，“不××”為2分，“一般××”為3分，“××”為4分，“非常××”為5分；其中“方式多樣性”變量按受訪者勾選的選項數累加賦值，一個選項1分。

各觀測變量的數值均以受訪者所選的選項對應李克特五級量表賦值法則下的分值表示。潛變量“數據可得性”下設的兩個觀測變量是關聯變量并非相互獨立的兩個變量，即受訪者回答的“獲取方式滿意度”是針對“方式多樣性”問題中的選項。由于受訪者獲取數據的方式不盡相同而使該問題的回答不具可比性，因此由受訪者本題選數據獲取方式的滿意度得分加總，再除以其所選取的獲取數據方式的總數，得到的均值作為“數據可得性”變量的數值，并在結構方程模型中直接將其作為觀測變量使用。

受訪者的身份、研究領域等背景問題與表2中的核心問題共同構成高校科研用戶數據獲取滿意度調查問卷，借助問卷星平臺于2020年6月對江蘇某高校展開問卷調查，問卷有效回收率為99.07%。受訪群體由教師、博士研究生、碩士研究生、本科生和其他科研工作者構成，占比分別為20.56%、6.54%、54.21%、16.82%和1.87%。高校教師與研究生群體是數據的主要使用者，這兩類用戶占比較大，樣本具有較高的代表性。運用SPSS23.0軟件對調查數據進行信度和效度檢驗，潛變量“數據可比性”和“數據獲取滿意度”的 Cronbach’s α 值分別為0.443和0.653，均大于0.350，問卷整體的 Cronbach’s α系數為0.796，高于標準值0.600，說明總體數據具有較高的信度。問卷整體 KMO值為 0.842，介于0.8—0.9之間，且Bartlett球形檢驗值為0，小于0.005，表明變量適合進行因子分析。進而采用最大方差法進行因子旋轉，根據特征根大于1提取公因子，累計方差貢獻率為91.337%，說明這七個潛變量能夠有效分析問卷所要驗證的問題，問卷結構效度較高。

根據研究假設構建結構方程初始模型，觀測變量“時間維度的連續性”和“不同來源部門數據的可比性”是外因潛變量“數據可比性”的觀測變量，分別用x1、x2表示；“數據獲取工作滿意程度”和“數據滿足科研需求程度”是內因潛變量“數據獲取滿意度”的觀測變量，分別用y1、y2表示。通過AMOS24.0軟件得到初始模型的適配結果，卡方值（CMIN=113.680）較大，顯著性水平p值為0.000小于0.05拒絕原假設，表示假設模型的協方差矩陣與觀測數據不一致；模型適配指標 CMIN/DF、GFI、AGFI、RMSEA 等也均未達到最優，未通過擬合優度檢驗，說明初始模型擬合較差，需對初始模型進行修正。

（二）模型修正

主要根據修正指標M.I.值由大到小并結合各個變量的實際意義進行模型修正，在相應變量間建立相關關系，最終得到的修正模型如圖1所示。模型修正后卡方統計量（CMIN=23.912）較初始模型降低，對應的伴隨概率P值0.158大于0.05的顯著性水平，不能拒絕原假設，表示假設模型的協方差矩陣與觀測數據相互匹配。修正模型的擬合優度檢驗結果如表3所示，各項指標均已達標，修正模型通過擬合優度檢驗，模型總體擬合效果較好。

表3 修正模型擬合效果指標

圖1 修正模型

（三）影響因素的路徑分析

修正模型的標準化路徑系數估計值和顯著性檢驗結果如表4所示。

表4 標準化路徑系數及顯著性

結合圖1和表4可知，直接影響“數據獲取滿意度”的六條路徑中，“數據可得性”的路徑系數（p值為0.421）不顯著，表明數據可得性不是數據獲取滿意度的主要影響因素，假設H1不成立。原因可能是目前用戶已經可以通過政府網站、統計年鑒或統計公報等多種形式獲取數據，較強的數據可得性能夠滿足用戶需求，故不再顯著影響數據獲取滿意度。其他五條路徑均在10%的顯著性水平下顯著，研究假設H2、H3、H4、H5、H7成立，說明獲取數據速度、數據公開性、數據準確性、數據可比性、數據時效性對數據獲取滿意度具有顯著的正向影響，這五個因素與政府統計數據發布工作緊密關聯，改善政府統計數據發布工作制度將顯著提升高校科研用戶的數據獲取滿意度。

“數據可比性”對數據獲取滿意度的影響最大（路徑系數為0.426）。在實際獲取數據的過程中，用戶對時間序列數據或關聯項目數據的需求相對較多，若不同來源數據缺乏較高的可比性，用戶對數據產生質疑會嚴重降低數據獲取的滿意程度。并且“數據可比性→數據準確性”的路徑系數顯著為正，表明數據可比性對準確性有顯著的直接正向影響，研究假設H6成立。

“獲取數據速度”（路徑系數0.296）和“數據準確性”（路徑系數0.229）的影響也較大，是數據獲取滿意度的重要影響因素。高校科研工作者在學術研究中產生數據需求時，若數據能夠在盡可能短的時間內收集到，數據需求能快速得到滿足，數據獲取的滿意程度就較高。數據準確性對用戶科研成果的價值至關重要，對滿意度的影響也相對較高。

“數據時效性”（路徑系數0.200）和“數據公開性”（路徑系數0.179）對數據獲取滿意度的影響相對較弱，因為我國已高度重視數據發布工作，政府統計部門對數據發布時間和發布范圍有明確、嚴格的規定并有固定的時間規律，用戶也普遍接受這一規律，且數據更新頻率相對較高，時效性已基本滿足用戶的預期，因而對數據獲取滿意度的影響相對較小。此外，“數據時效性→數據準確性”在10%的顯著性水平下未通過檢驗（p值為0.249），表示當前政府統計部門數據的時效性對數據準確性的影響已經較小，假設H8未通過檢驗。

綜上所述，研究假設 H2、H3、H4、H5、H6、H7 通過檢驗，H1和H8未通過檢驗，具體見表5。此外，表4還顯示觀測變量y1和y2對潛變量“數據獲取滿意度”均有顯著正向影響（路徑系數分別為0.680、0.697），表明從“數據獲取工作滿意程度”和“數據滿足科研需求程度”兩方面測度用戶統計數據獲取滿意度是適合的。

表5 研究假設的檢驗結果

四、結論與建議

聚焦高校科研用戶，運用結構方程模型分析統計數據獲取滿意度的影響因素，研究結果表明：數據公開性、數據時效性、數據可比性、數據準確性和獲取數據速度五個因素對數據獲取滿意度產生顯著的正向影響，其中數據可比性、獲取數據速度和數據準確性的影響較大，是關鍵影響因素，數據時效性和數據公開性的影響相對較弱。為改進政府統計數據發布工作，提高科研用戶數據獲取的滿意度，促進我國科研事業發展，提出以下建議。

（一）統一指標含義、口徑和數據發布頻次，提高統計數據可比性

在統計事業發展過程中，政府統計部門一直在改善統計數據發布工作，統計服務能力不斷提高。但目前由于不同部門統計指標口徑不一致、統計方法變更等問題，削弱了數據可比性，給高校科研用戶的研究工作帶來困擾。前述實證結果顯示提高數據可比性能夠極大地提高數據獲取滿意度，具體可從來源和時間兩方面著手：各級政府統計部門應盡量統一指標含義、數據口徑和發布頻次，提高關聯數據的一致性；當統計方法或技術發生變化，需要更新時間序列數據時，應盡可能回溯較長時間[21]，保證時間序列數據的連續性。

（二）加快數字政府建設，完善數據發布平臺，提高統計數據獲取速度

隨著電子政務的發展，當前政府部門重視通過網站發布統計數據，使用網站的便捷程度對公眾數據獲取速度產生一定的影響，因此政府部門需要對數據發布平臺加以管理，由“能用”提升為“好用”，也可以建立和完善Robots協議，方便用戶采用爬蟲等技術獲取數據。同時，政府數據涉及廣泛、內容較多，政府部門應將數據嚴格管理分類，可以在特定網站公布不同統計數據的獲取途徑，減少數據搜集的時間成本，提高數據獲取速度。

（三）運用區塊鏈等技術監管數據生產過程，提高統計數據準確性

區塊鏈技術具有可追溯性，能確保數據真實不可篡改。區塊鏈技術的運用有助于政府統計部門監管數據收集、整理、發布的每一個環節，同時要完善相關的法律法規打擊數據篡改、造假行為。此外，提高基層統計工作人員的文化素質和專業技能，有助于推進統計工作更加高效和專業化，從源頭上保證數據真實性。

（四）借助大數據和云計算技術加快數據發布流程，提高統計數據時效性

研究顯示，數據時效性對高校科研用戶數據獲取滿意度影響顯著，政府部門可以充分運用大數據和云計算等技術，縮短數據生產、發布時間，從而減少用戶獲取數據等待時間，這對科研用戶及時做出有價值的學術成果具有重要意義。政府部門還應及時更新數據信息，制定數據發布計劃并嚴格按照計劃執行，提高數據發布頻率，盡可能滿足用戶對數據的強烈需求，促進我國科研事業發展。

（五）優化統計數據發布機制，提高統計數據公開性

政府擁有海量的數據資源，大數據時代公眾對這些資源的公開訴求愈漸強烈，數據公開與數據隱私之間的矛盾也逐漸顯現[22]。因此政府部門應優化統計數據發布機制，可嘗試在保證數據隱私的基礎上，采用有償公開或借助計算機編碼隱藏重要信息的形式，公開發布暫時不全面開放的數據資源，特別是公眾需求較多的微觀數據，主動擴大使用范圍，以滿足科研用戶更廣泛的數據需求，助推科研用戶取得更多有價值的科研成果。