第 25 个主题,共 64 个· 政府绩效与交付指标
公共部门关键绩效指标
关键绩效指标(KPI)是一项经过挑选、被持续跟踪的衡量指标,用以代表一项公共服务是否履行了自己的职责。在政府领域,KPI 的选择从来都不是中立的:因为 KPI 与预算、排行榜和职业生涯挂钩,选择某一个 KPI 的行为,会塑造其下游每一个人的行为,其影响力往往比创设该服务的政策本身还要大。
为何重要
Charles Goodhart 在 1975 年关于货币政策的观察——后来被 Marilyn Strathern 通俗化为"一旦一项衡量指标变成目标,它就不再是一项好的衡量指标"——是公共部门绩效管理中最重要的一条警示标签。一项本用于描述某个系统的 KPI,一旦资源配置、薪酬或政治生存与它挂钩,就会开始扭曲该系统。经典的例证是 NHS 救护车响应时间:当八分钟的 A 类(危及生命)响应目标变成具有约束力的指标后,有若干信托机构被曝出在响应计时开始前将救护车"堆积"在附近等候,或对呼叫进行重新分类,以达成这个数字,而患者的实际结果却毫无改善。英国国家审计署(NAO)关于选择和使用绩效指标的指南——贯穿于其物有所值报告以及"监管机构的绩效衡量"和"选择正确的 FABRIC"框架(Fit for purpose 适配目的、Appropriate 恰当归属、Balanced 平衡、Robust 稳健、Integrated 整合、Cost-effective 具有成本效益)之中——之所以存在,正是因为各部门一再选择那些便于报告、而非难以被操纵的指标。一位为某位部长或总监的政绩考核上线仪表盘的软件工程师,无论他是否有意为之,实际上都在设计一个公共机构的激励结构。
数学原理
KPI 设计是一个框架性的话题,但对一项候选 KPI 的评估是一份可重复的检查清单,而非一个公式:
针对每一项候选 KPI,按以下维度打分:
适配目的 — 它衡量的是成果本身,还是一个隔了好几层的代理指标?
恰当归属 — 它是否归属于真正能够影响它的人?
平衡 — 它是否配有一个能够捕捉操纵行为的反向指标?
稳健 — 它能否经受住审计,还是自我报告、无法核实?
整合 — 它是否与更广泛的指标集相协调,还是与另一项
KPI 相抵触?
具有成本效益 — 收集它的成本是否高于它所指导决策的价值?
领先指标与滞后指标的划分:
领先指标 → 预测未来成果,但往往容易被操纵
(例如 60 秒内接听的来电)
滞后指标 → 确认成果已经发生,但为时过晚、无法据以调整方向
(例如年度满意度调查)
一套站得住脚的 KPI 集合,应针对每个目标至少配备一项
领先指标和一项滞后指标。
实例演算
某救护车信托机构:该机构报告的 A 类(危及生命)响应时间 KPI 为"75% 的呼叫在 8 分钟内得到响应"。在某一季度,共接到 6,000 通 A 类呼叫;其中 4,500 通在 8 分钟内得到响应,达成率为 75.0%——表面上达标。
头条 KPI = 4,500 / 6,000 × 100 = 75.0%(达到 75% 的门槛)
但一次古德哈特式审计加入了一项反向指标:最慢的 10% 呼叫的平均响应时间。
最慢十分位平均响应时间 = 34 分钟(两年前为 19 分钟)
该信托机构达成了目标,但尾部——一旦分诊不够完善,最可能是真正危及生命的那些呼叫——却明显恶化了,因为救护车组被优先调往那些接近 8 分钟悬崖边缘的呼叫,而不是临床紧迫性最高的呼叫。单一 KPI 讲述了一个虚假的故事;配对的 KPI 讲述了真实的故事。
与软件工程的关联
为政府构建绩效仪表盘的工程师,实质上是在设计该组织的激励 API。实际影响包括:应当像仪表化分子那样严谨地仪表化分母(一项以裸百分比报告的 KPI 会招致分母操纵——参见单笔交易成本中数字服务领域的同一陷阱);应将反向指标构建进同一个仪表盘,而不是放进一份无人阅读的独立报告,使操纵行为在决策时点就清晰可见;并应对 KPI 定义进行版本管理,因为一次悄无声息的重新定义(改变什么算作一次"来电"、一个"案件"或一次"完成")在功能上等同于在不宣布的情况下更改目标。公共价值计分卡是一种防止单一 KPI 被孤立解读的结构化方式,而成果导向问责制则是一门选择单一团队无法单方面扭曲的人群层面 KPI 的学问。
常见陷阱
- 选择容易收集的指标,而非有意义的指标。 记录来电接听时间轻而易举;但这通电话是否解决了公民的问题却不容易记录——而只有后者才是真正的成果。应抵制默认使用系统已经产出的数据的诱惑。
- 没有反向指标。 任何与资金或声誉挂钩的 KPI,在边际上都会被操纵;在发布之前,应为其配备一项能够捕捉可能被操纵路径的配对指标。
- 在没有变更记录的情况下重新定义指标。 为了美化趋势而将"接到的来电"替换为"已接听的来电",一旦被发现,会立即摧毁该时间序列的可信度——应始终随数字一并发布一份定义变更记录。
- 将活动与结果相混淆。 统计已完成的检查次数是一项产出;统计已达到合规标准的场所数量则更接近成果(参见成果与产出)。
参考资料
- National Audit Office, "Choosing the Right FABRIC: A Framework for Performance Information." https://www.nao.org.uk/
- Marilyn Strathern, "'Improving Ratings': Audit in the British University System," Social Anthropology, 1997 (formulation of Goodhart's law as commonly cited).
- National Audit Office, investigations into NHS ambulance service performance reporting. https://www.nao.org.uk/