孫龍杰 凌文惠

摘? 要： 在物聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代下，為及時(shí)反饋廣大教職工對(duì)工會(huì)服務(wù)內(nèi)容、服務(wù)方式等方面提出的新的個(gè)性與共性的需求，工會(huì)理論研究者從互聯(lián)網(wǎng)+服務(wù)平臺(tái)建設(shè)、工會(huì)大數(shù)據(jù)應(yīng)用、創(chuàng)新創(chuàng)業(yè)等角度出發(fā)提供了良好的建議和理念;筆者通過(guò)前期調(diào)研發(fā)現(xiàn)高校離退休服務(wù)管理工作面臨諸多疑惑和難點(diǎn)，亟待提供新思路新方式破解難題。筆者篩選出15項(xiàng)具體指標(biāo)展開(kāi)較為廣泛而又細(xì)致的調(diào)查，采用因子分析法力圖找出廣大離退休職工迫切關(guān)心而又急需得到改善的相關(guān)服務(wù)，深入研究剖析問(wèn)題內(nèi)外因，提出科學(xué)依據(jù)和改善路徑，促進(jìn)整體滿意度的提升。

關(guān)鍵詞： 互聯(lián)網(wǎng)+;大數(shù)據(jù)應(yīng)用;因子分析;服務(wù)評(píng)價(jià)

【Abstract】： In the era of big data of the Internet of things， in order to timely feedback the new demands of individuality and commonness of the staff and staff on the service content and service mode of the trade union， the theoretical researchers of the trade union provide good Suggestions and ideas from the perspectives of the construction of the Internet + service platform， the application of big data of the trade union， and innovation and entrepreneurship. Through the preliminary investigation， the author found that the retirement service management in colleges and universities is facing many doubts and difficulties， and it is urgent to provide new ideas and methods to solve the problems. The author selects 15 specific indicators to carry out extensive and detailed investigation， and USES factor analysis method to try to find out the relevant services that are urgently concerned by retired workers and in urgent need of improvement， deeply studies and analyzes the internal and external causes of problems， proposes scientific basis and improvement path， and promotes the improvement of overall satisfaction.

【Key words】： Internet +; Big data application; Factor analysis; Service evaluation

0? 引言

習(xí)近平在同中華全國(guó)總工會(huì)新一屆領(lǐng)導(dǎo)班子成員集體談話時(shí)指出：“我國(guó)工人運(yùn)動(dòng)的時(shí)代主題，是為實(shí)現(xiàn)中華民族偉大復(fù)興的中國(guó)夢(mèng)而奮斗。工會(huì)要牢牢抓住這個(gè)主題，把推動(dòng)科學(xué)發(fā)展、實(shí)現(xiàn)穩(wěn)中求進(jìn)作為發(fā)揮作用的主戰(zhàn)場(chǎng)，把做好新形勢(shì)下職工群眾工作、調(diào)動(dòng)職工群眾積極性和創(chuàng)造性作為中心任務(wù)，把鞏固黨執(zhí)政的階級(jí)基礎(chǔ)和群眾基礎(chǔ)作為政治責(zé)任，竭誠(chéng)為職工群眾服務(wù)，切實(shí)維護(hù)職工群眾權(quán)益，不斷煥發(fā)工會(huì)組織的生機(jī)活力。”如何對(duì)工會(huì)相關(guān)服務(wù)的有效性和滿意度制定較為全面客觀綜合的評(píng)價(jià)體系，貫徹落實(shí)習(xí)近平同志重要講話精神，切實(shí)維護(hù)保障職工群眾利益，調(diào)動(dòng)廣大職工的積極性和創(chuàng)造性是工會(huì)理論研究的重要政治任務(wù)和研究方向。高校是培養(yǎng)國(guó)家高科技人才的基地，為國(guó)家各個(gè)行業(yè)、各個(gè)領(lǐng)域儲(chǔ)備高水平的建設(shè)人才，干部隊(duì)伍，推動(dòng)科技創(chuàng)新的中堅(jiān)力量，高校教育工會(huì)更應(yīng)加緊對(duì)相關(guān)課題的深入研究。

目前隨著我國(guó)逐步開(kāi)始進(jìn)入老齡化社會(huì)，工會(huì)對(duì)于離退休人員的關(guān)注和關(guān)懷正以前所未有的力度和速度地進(jìn)行。工會(huì)理論研究者也給予了極大的關(guān)注和熱情，新時(shí)代下多數(shù)學(xué)者以互聯(lián)網(wǎng)服務(wù)平臺(tái)建設(shè)、工會(huì)大數(shù)據(jù)應(yīng)用、創(chuàng)新創(chuàng)業(yè)、服務(wù)方式[1-4]等角度出發(fā)提供了良好的建議和理念，其中隱含提出一些有關(guān)服務(wù)評(píng)價(jià)體系的內(nèi)容，但都不夠系統(tǒng)深入，尚缺乏有效評(píng)價(jià)手段。工會(huì)對(duì)于離退休職工的關(guān)懷是方方面面的，如退休金發(fā)放、醫(yī)療保障服務(wù)、政治生活待遇、應(yīng)急求助等等，面對(duì)如此繁雜龐多且貼近群眾生活代表職工核心利益的服務(wù)內(nèi)容，在實(shí)際工作中難免受到各方的評(píng)價(jià)和議論，給工會(huì)相關(guān)工作帶來(lái)的影響也是多方面的;為積極構(gòu)建科學(xué)、

客觀、公正地工會(huì)離退休服務(wù)評(píng)價(jià)體系，筆者參閱了七因素評(píng)價(jià)模型、灰色關(guān)聯(lián)分析、主成分分析、層次分析法（AHP）、聚類(lèi)分析[5-10]等主要評(píng)價(jià)判斷方法，縱觀工會(huì)服務(wù)中主客觀多重因素交叉關(guān)聯(lián)的考量，結(jié)合相關(guān)分析法的分級(jí)優(yōu)勢(shì)，筆者采用因子分析法[11]對(duì)離退休服務(wù)相關(guān)內(nèi)容進(jìn)行調(diào)查研究，并對(duì)調(diào)查結(jié)果做了分析評(píng)價(jià)，準(zhǔn)確定位目前工會(huì)離退休服務(wù)的不足，采取積極手段改善相關(guān)服務(wù)質(zhì)量，促進(jìn)整體滿意度的不斷攀升。

1? 離退休服務(wù)評(píng)價(jià)調(diào)查

1.1? 調(diào)查指標(biāo)設(shè)計(jì)

確定工會(huì)退休滿意度調(diào)查指標(biāo)集是個(gè)復(fù)雜難舍的過(guò)程，在確定本次調(diào)研項(xiàng)目后前期文獻(xiàn)收集工作中筆者查閱了大量我國(guó)離退休制度、高校兩級(jí)管理體制相關(guān)政策文獻(xiàn)，對(duì)高校工會(huì)在離退休人員服務(wù)管理中的工作有了清晰的了解和認(rèn)識(shí);為設(shè)計(jì)出具有實(shí)際內(nèi)涵的調(diào)查問(wèn)卷表，筆者走訪慰問(wèn)相關(guān)離退休教職工和一線工作人員十余次，充分了解到雙方的工作實(shí)際和意愿，最終篩選出15項(xiàng)具有代表性的基本指標(biāo)集，如表1所示。

1.2? 調(diào)查數(shù)據(jù)收集

針對(duì)表1各項(xiàng)內(nèi)容的調(diào)研，筆者采用線上線下等多種形式的嘗試。線下調(diào)研側(cè)重深度調(diào)查，對(duì)相關(guān)指標(biāo)不僅賦值打分，更會(huì)與受訪者進(jìn)行深入交流討論，進(jìn)一步了解對(duì)方實(shí)際情況，及時(shí)記錄對(duì)相關(guān)服務(wù)的建議和反饋，傾聽(tīng)基層呼聲，強(qiáng)調(diào)調(diào)研客觀性和公正性;線上調(diào)研側(cè)重海量數(shù)據(jù)收集，跨越地域和時(shí)間限制，更具普遍性和廣泛性。本次調(diào)研共收到來(lái)自松江、浦東、楊浦3個(gè)區(qū)8所大學(xué)隨機(jī)抽樣的問(wèn)卷96份，去除無(wú)效9份，總計(jì)87份有效調(diào)查，有效率為91%。

2? 離退休服務(wù)評(píng)價(jià)模型

2.1? 因子評(píng)價(jià)分析模型

因子分析是研究指標(biāo)集中眾多指標(biāo)間相互關(guān)聯(lián)的方法，將若干具有隱性相關(guān)度高的一類(lèi)指標(biāo)劃歸為公因子，這樣就可以用較少的公因子解釋龐大原始指標(biāo)數(shù)據(jù)所含大部分信息，不僅達(dá)到數(shù)據(jù)降維的目的，而且形成內(nèi)涵豐富的二級(jí)指標(biāo)，本文評(píng)價(jià)分析模型中依據(jù)因子分析對(duì)二級(jí)指標(biāo)的因子得分排名進(jìn)行相關(guān)滿意度評(píng)價(jià)，因此二級(jí)指標(biāo)對(duì)于相關(guān)評(píng)價(jià)更具指導(dǎo)意義。離退休服務(wù)評(píng)價(jià)模型中各項(xiàng)指標(biāo)xp均可用相關(guān)公因子的線性函數(shù)描述，一般表示如下：

3? 離退休服務(wù)評(píng)價(jià)實(shí)現(xiàn)

筆者運(yùn)用SAS編程語(yǔ)言，實(shí)現(xiàn)相關(guān)單項(xiàng)服務(wù)和綜合服務(wù)評(píng)價(jià)，流程如圖1所示。

3.1? 特征根及初始公因子方差表

對(duì)86份15項(xiàng)指標(biāo)調(diào)查表的樣本結(jié)果進(jìn)行因子分析，得出對(duì)應(yīng)15項(xiàng)指標(biāo)特征向量及累計(jì)貢獻(xiàn)率，輸出結(jié)果如圖2所示。

從圖2可知，筆者設(shè)定的特征根累計(jì)貢獻(xiàn)率閾值為60%（可根據(jù)需要自行修改），基本反映了原始調(diào)查數(shù)據(jù)相關(guān)信息，系統(tǒng)默認(rèn)選取4個(gè)公因子進(jìn)行后續(xù)分析，但初始結(jié)果在醫(yī)保服務(wù)、體檢服務(wù)、思想狀況、協(xié)會(huì)組織、服務(wù)效率等熱點(diǎn)指標(biāo)解釋度較為平均，不夠突出，需進(jìn)一步進(jìn)行因子旋轉(zhuǎn)，優(yōu)化因子載荷;上述公因子方差表顯示公因子對(duì)所有調(diào)研指標(biāo)的解釋度總和達(dá)9.244，且對(duì)每個(gè)指標(biāo)的解釋度除DemocraticLife項(xiàng)之外，其余均在5成左右及以上，符合預(yù)期效果。

3.2? 公因子命名

對(duì)上述分析結(jié)果進(jìn)行方差最大化正交旋轉(zhuǎn)分析，結(jié)果如圖3所示。

對(duì)比圖2與圖3可知經(jīng)旋轉(zhuǎn)后的4個(gè)公因子的在各指標(biāo)的因子者載荷有較大不同，更加突出相關(guān)指標(biāo)在相關(guān)公因子的解釋度比重，因此可以將與Factor1正相關(guān)度強(qiáng)的應(yīng)急求助、服務(wù)態(tài)度、服務(wù)規(guī)范、老年文娛活動(dòng)、協(xié)會(huì)組織、參觀考察、民主生活會(huì)等根據(jù)指標(biāo)屬性命名為“文體活動(dòng)”;與Factor2正相關(guān)度高的思想狀況、體檢服務(wù)、醫(yī)保服務(wù)、探望慰問(wèn)等命名為“身心健康”;與Factor3正相關(guān)度高的福利待遇服務(wù)、服務(wù)效率等命名為 “財(cái)務(wù)辦事”;與Factor4正相關(guān)度高的服務(wù)意識(shí)、信訪服務(wù)等命名為“反饋意見(jiàn)”;圖3下方為經(jīng)標(biāo)準(zhǔn)化處理后的因子得分系數(shù)。

3.3? 得分評(píng)價(jià)

經(jīng)實(shí)際意義命名后，根據(jù)上述因子得分系數(shù)和因子得分函數(shù)可將上述新命名的四大公因子進(jìn)行單項(xiàng)得分和綜合得分排名，結(jié)果如圖4所示。

由圖4上半部分分析結(jié)果可知有41份在“文體活動(dòng)”得分低于0，其中編號(hào)為1的得分最低–4.42609，46份在“身心健康”得分低于0，其中編號(hào)5得分最低為–2.87018，38份在“財(cái)務(wù)辦事”中得分低于0，其中編號(hào)82得分最低為–2.88633，39份在“反饋意見(jiàn)”中得分低于0，其中編號(hào)81的得分最低為–3.55033;各單項(xiàng)和綜合評(píng)價(jià)滿意度如表2所示。

從表2分析結(jié)果可知，目前工會(huì)離退休服務(wù)總體上是合格的，但在身心健康等相關(guān)方面離退休職工的期望還有一定的差距，這主要來(lái)自兩個(gè)方面：（1）退休人員大多上了年紀(jì)，對(duì)醫(yī)保、體檢等方面的需求和要求相對(duì)更關(guān)心;（2）離退休人員對(duì)國(guó)家改革發(fā)展、思想政治方面的動(dòng)態(tài)更關(guān)注。建議工會(huì)與相關(guān)部門(mén)協(xié)商對(duì)涉及的服務(wù)，提供更加便捷、豐富的選項(xiàng);組織動(dòng)員各方力量的參與，不斷提升服務(wù)品質(zhì)和內(nèi)涵建設(shè)，滿足廣大離退休職工的日益增長(zhǎng)的物質(zhì)和精神需求。

4? 結(jié)語(yǔ)

本次工會(huì)離退休服務(wù)滿意度評(píng)價(jià)調(diào)研工作，調(diào)研的范圍和對(duì)象都集中在高校相對(duì)集中地區(qū)，受訪對(duì)象既有離退休職工干部，也有一線工作人員和管理者，具有廣泛性和針對(duì)性，能夠更加真實(shí)反映出當(dāng)下高校工會(huì)的工作狀態(tài);采用的因子分析法將定性和定量分析有機(jī)結(jié)合，形成的二級(jí)指標(biāo)具有綜合性、客觀性、可靠性，將調(diào)查人群的主觀意識(shí)以量化數(shù)據(jù)呈現(xiàn)出更加具有科學(xué)性和說(shuō)服力。本次調(diào)研成果作為高校教育工會(huì)評(píng)價(jià)體系的一種新嘗試，可以進(jìn)一步推廣為工會(huì)其他管理評(píng)價(jià)工作提供有益借鑒。促進(jìn)智慧工會(huì)服務(wù)和管理水平的整體提升。

參考文獻(xiàn)

[1]王春華. “互聯(lián)網(wǎng)+”背景下的工會(huì)工作創(chuàng)新[J]. 工會(huì)信息， 2019（02）： 29-30.

[2]張雅雅. 淺談福建省“互聯(lián)網(wǎng)+”工會(huì)大數(shù)據(jù)的應(yīng)用價(jià)值[J]. 北京市工會(huì)干部學(xué)院學(xué)報(bào)， 2019（02）： 37-40.

[3]黃麗鵬. 高校工會(huì)服務(wù)創(chuàng)新創(chuàng)業(yè)教育的探索與思考[J]. 天津市工會(huì)管理干部學(xué)院學(xué)報(bào)， 2019（02）： 21-25.

[4]楊月琴. 教職工需求變化及工會(huì)服務(wù)方式方法的創(chuàng)新研究[J]. 教育教學(xué)論壇， 2019（28）： 17-18.

[5]孟慶茂， 劉紅云. 大學(xué)教師教學(xué)效果評(píng)價(jià)維度結(jié)構(gòu)及影響因素研究[J]. 心理科學(xué)， 2003， 26（04）： 617-619.

[6]楊偉傳. 灰色教學(xué)質(zhì)量評(píng)價(jià)[J]. 廣西教育學(xué)院學(xué)報(bào)， 2008（04）： 97-98.

[7]李勤敏， 郭進(jìn)利. 基于主成分分析和神經(jīng)網(wǎng)絡(luò)對(duì)作者影響力的評(píng)估[J]. 情報(bào)學(xué)報(bào)， 2019（07）： 709-715.

[8]杜衣杭， 方衛(wèi)寧， 王麗君. 基于AHP的列車(chē)司機(jī)非技術(shù)技能綜合評(píng)價(jià)模型[J]. 網(wǎng)絡(luò)首發(fā)安全與環(huán)境學(xué)報(bào)， 2019（03）： 887-892.

[9]吳榮強(qiáng)， 李晉宏. 基于聚類(lèi)分析的鋁電解槽陽(yáng)極壓降的分類(lèi)[J]. 軟件， 2018， 39（3）： 166-169.

[10]左黎斌， 何傲， 王昕等. 基于FCM聚類(lèi)算法的電能表標(biāo)準(zhǔn)裝置監(jiān)測(cè)數(shù)據(jù)分析與研究[J]. 軟件， 2018， 39（6）： 89-95.

[11]張明慧， 程紅霞. 因子分析和神經(jīng)網(wǎng)絡(luò)的信息系統(tǒng)風(fēng)險(xiǎn)評(píng)估模型[J]. 現(xiàn)代電子技術(shù)， 2019（13）： 101-105.