兰德-Using-the-Person_56页_428kb

详细总结

核心内容

本报告评估了RAND Corporation的联邦资助研究与发展中心（FFRDCs）在使用Person-Event Data Environment（PDE）进行美国国防部（DoD）人员研究时的效率和效果。研究目的是确定PDE是否能够有效支持FFRDCs的人员研究，比较其与传统方法（如通过国防人力数据中心[DMDC]获取数据）的优劣，并识别PDE需要改进的方面以更好地满足研究需求。

PDE是由陆军支持并由研究促进实验室（RFL）管理的远程分析计算环境，允许授权用户访问和分析国防部人员数据。其设计允许每个用户根据需求生成个性化数据集，从而在保持数据控制权的同时提供安全的数据访问。与传统方法相比，PDE减少了数据传输的需求，但引入了新的挑战，如交易成本和激励不一致。

主要观点

• PDE的结构：PDE是一个安全的远程计算环境，通过整合数据和分析功能，旨在提升数据治理效率。
• 传统方法：传统上，FFRDCs直接从数据提供者（如DMDC和各军种的人力资源部门）获取数据，并在自己的安全分析环境中处理数据。
• 研究方法：本研究选取了三个典型项目（RAND1、RAND2、RAND3）进行分析，评估PDE在数据获取、分析和报告过程中的表现。
• PDE的优缺点：
  • 优点：提高数据安全，减少数据传输需求，支持远程分析。
  • 缺点：交易成本较高，激励不一致可能导致研究效率下降。
• 研究结论：PDE作为非整合的分析环境，可能阻碍FFRDCs高效完成研究任务，因为它削弱了研究者与分析环境之间的协调与激励一致性。

关键信息

项目背景

• PDE的创建：2005年由陆军与DMDC和海军合作创建，目的是为研究活动提供一个安全的环境，以减少数据外泄风险。
• 研究范围：本报告仅基于RAND研究团队在PDE中的经验，未涉及其他数据提供者或自主调查数据。
• 研究项目：
  • RAND1：分析陆军征兵数据，评估合同流失、第一任期流失及服务延续等因素。
  • RAND2：构建动态保留模型（DRM），分析空军军官的保留行为，涉及大量计算资源。
  • RAND3：研究军队医疗标准与职业发展之间的关系，包括早期流失、晋升、残疾分离等。

分析方法

• 分析计划：研究团队在PDE中复制了传统方式下的数据获取与分析流程，重点测试PDE的功能，而非进行全面分析。
• 数据验证：验证了PDE中数据与RAND传统环境中的数据质量是否一致。
• 效率评估：虽然PDE与传统方式在流程上有相似之处，但因研究者与分析环境分离，导致交易成本增加，影响研究进度。

研究限制

• 时间比较：无法准确量化PDE与RAND分析环境在时间上的差异，因为无法区分延迟来源。
• 迭代过程：PDE无法完全复制研究过程中常见的迭代分析流程，因为该流程依赖于研究者与分析环境之间的紧密协作。
• 风险与成本：报告仅从RAND研究团队角度评估效率和成本，未涉及DoD在数据安全和隐私方面的潜在风险。

结构概览

• 前言：介绍了研究目标和方法。
• 概念框架：分析了研究过程中不同元素的整合与专业化，讨论了其对研究效率的影响。
• 研究步骤：概述了开展研究所需的一般步骤，包括数据请求、数据清洗、分析集创建、分析、报告等。
• PDE与传统方法对比：详细比较了PDE与RAND分析环境在每个研究步骤中的表现。
• 总结与结论：总结了研究发现，指出PDE可能存在的问题及改进方向。
• 附录：提供了PDE的改进建议，包括提升数据访问效率、减少交易成本、加强激励一致性等。

改进建议

• 建议DoD建立统一的分析环境，以减少分散管理带来的复杂性。
• 需要优化PDE的数据访问流程，降低交易成本。
• 提高研究者与分析环境之间的激励一致性，以确保高效协作。
• 增强PDE的计算能力和数据处理功能，以支持复杂的分析任务。

附录与参考文献

• 附录提供了针对PDE的具体改进建议，包括数据处理、安全性和用户支持等方面。
• 参考文献涵盖了PDE的背景、研究方法及相关政策文件，为报告提供了理论和实践依据。

总结

本研究评估了PDE作为国防部人员研究工具的可行性，指出其在提升数据安全性和远程分析能力方面的优势，但也存在交易成本高、激励不一致等问题。报告建议DoD对PDE进行改进，以更好地支持FFRDCs的研究需求，并强调了研究环境与研究者之间的紧密协作对研究效率的重要性。