使用统计指标评估国家公务员的效率是公共管理中最具挑战性的任务之一。与商业部门以利润为关键指标不同,在政府机构中,效率与实现公共利益、社会公正和法律执行有关,这很难量化。
经典官僚模型(M. Веб尔)。效率通过遵守程序和规则来衡量。这里的统计是处理文件的记录、遵守期限、没有违规行为。批评者称之为“仪式活动综合症”:过程比结果更重要。例如,护照官员的成功不是通过公民的满意度来衡量,而是通过办理护照的数量和文件中的零错误率来衡量,这可能通过增加检查时间和排队时间来实现。
新公共管理(New Public Management,NPM)模型。自1980年代以来,市场机制被引入政府管理:KPI(关键绩效指标)、国家任务、基于绩效的预算。这里的统计重点在于结果(outcomes),而不是过程(outputs)。例如,就业服务机构的效率不是根据登记失业人数来衡量,而是根据就业率来衡量。
英国的一个悖论性例子(NPM时代):警察局为了提高小偷案件的破案率,开始将它们登记为“财产损失”(这不在报告范围内),以人为地提高剩余案件的破案率。这是一个典型的“目标错位”案例(goal displacement),即员工根据指标而不是实际目标来优化行为。
数量指标(Outputs):处理申请的数量、进行的检查、发放的福利。
陷阱:鼓励“流水线”方法,损害质量和复杂案例。员工避免繁琐的请求。
结果指标(Outcomes):项目后犯罪率下降的百分比,政府服务接受者的满意度增长。
陷阱:外部因素影响结果。经济增长,而不是就业服务机构的工作,可能导致失业率下降。难以确定机构的纯贡献。
效率指标(Efficiency):提供一项服务的成本,提供时间。
陷阱:降低成本的竞争可能导致质量下降(例如,缩短诊所接收患者的等待时间)。
质量指标(Quality):错误率、投诉率、满意度指数(NPS)。
陷阱:对负面评价的恐惧可能导致“筛选”复杂客户或“例行公事”。例如,教师如果根据学生的满意度来评估,可能会提高分数以避免投诉。
基本问题:国家公务员的多任务处理。他必须同时快速、经济、准确、友好并实现长期社会效果。针对一个指标的优化会损害其他指标。经济学家查尔斯·古德哈特(Charles Goodhart)提出了一个定律(最初用于经济):当指标成为目标时,它就不再是好指标(Goodhart's law)。
对统计的严格依赖产生了一系列偏差:
报告的创造性(“编造”)。数据被调整以符合期望的结果。
风险规避和避免创新。员工害怕实验,因为这可能会损害他的季度报告。
“跑步机”的疲惫。在最终社会意义不明确的情况下,不断追求数字导致存在主义疲劳。
破坏信任和合作。部门之间的指标竞争破坏了解决复杂问题所需的横向联系(例如,在困难情况下帮助家庭的跨部门互动)。
现代公共行政理论提出减轻纯统计的不足:
平衡计分卡(Balanced Scorecard),适用于公共部门。包括四个视角:财务/预算、客户/公民、内部流程、学习和开发。这不会夸大一个目标。
关注价值观和使命。效率通过共享对机构使命的理解来形成,而不是通过KPI的恐惧。例如,芬兰警察在2010年代将重点从破案率转向“降低公民的不安全感”,这改变了工作重点(加强预防,与年轻人合作)。
定性评估方法:案例研究专家审查、服务接受者的深度访谈、工作观察的民族志。它们允许捕捉数字无法捕捉到的内容:行为伦理、决策复杂性、同理心水平。
基于“公共价值”的评估。由哈佛大学的马克·穆尔(Mark Moore)提出。公务员的效率根据其对创造社会价值的贡献来评估,这通过公民眼中的合法性和政治认可以及机构运营潜力的开发来衡量。
衡量重要的,而不是容易衡量的。例如,不是“进行的健康讲座数量”,而是“目标群体参与体育活动的动态”。
结合定量和定性数据。数字给出趋势,历史和反馈提供原因。
让公务员参与指标的制定。这将提高系统的合法性并考虑专业特点。
将统计用于学习和开发,而不仅仅是控制和惩罚。数据分析应有助于发现瓶颈和最佳实践。
考虑长期影响。社会成果通常在几年后才会显现。
统计是评估国家公务员效率的必要但极其危险的工具。在追求可衡量的效率时,很容易失去国家服务的本质——为公共利益服务,而这些公共利益往往不能简化为数字。理想的评估系统应该是混合的:结合合理的最小重要数量指标和定性的专业和公众评估,不断与最高目标——创造公共价值——保持一致。
关键不在于拒绝测量,而在于理解其局限性,并创造一种对结果负责而不是对报告负责的文化。有效的国家公务员不是那些完美完成KPI的人,而是那些工作得到证实,包括统计数据,真正改善公民生活并加强国家信任的人。这更难衡量,但这正是我们应该追求的目标。
© elibrary.org.cn
New publications: |
Popular with readers: |
News from other countries: |
![]() |
Editorial Contacts |
About · News · For Advertisers |
China Digital Library ® All rights reserved.
2023-2026, ELIBRARY.ORG.CN is a part of Libmonster, international library network (open map) Preserving the Chinese heritage |
US-Great Britain
Sweden
Serbia
Russia
Belarus
Ukraine
Kazakhstan
Moldova
Tajikistan
Estonia
Russia-2
Belarus-2