大数据驱动的政府绩效精准管理：动因分析、现实挑战与未来进路

◎翁列恩，杨竞楠

1.中国计量大学 人文与外语学院，杭州310018；2.浙江大学 公共管理学院，杭州310058

改革开放以来，为激发政府活力、提升机关效能，各级党委和政府重视推进绩效评估工作。2008年，党的十七届二中全会通过的《关于深化行政管理体制改革的意见》提出要推行政府绩效管理和行政问责制度，建立科学合理的政府绩效评估指标体系和评估机制。近年来，随着大数据与互联网信息技术的兴起，大数据逐渐成为提升政府治理能力的新途径。2015年，国务院先后印发《关于运用大数据加强对市场主体服务和监管的若干意见》《促进大数据发展行动纲要》，提出要运用大数据评估政府绩效，并建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制。2020年，党的十九届五中全会提出要坚定不移地建设网络强国、数字中国，加快数字化发展。2021年，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出要提升大数据等现代技术手段辅助治理能力，加快实现国家治理体系和治理能力现代化，推动全体人民共同富裕取得更为明显的实质性进展。

从国家治理能力现代化的宏观视野来看，改革开放四十多年以来的政府绩效管理强调绩效的“结果导向”，通过绩效评估的标准化与结果运用，推动形成了政府管理的科学化机制[1]，然而，政府绩效管理在我国治理体系和治理能力现代化过程中发挥重要作用的同时，仍存在评估主体单一化、评估结果滞后性等难题。进入中国特色社会主义新时代，尤其是面临经济社会诸多领域高质量发展的新格局，基于智能化、数字化、融合化发展态势，开展融合大数据技术的政府绩效精准管理研究，推动大数据驱动政府绩效管理模式创新，不仅是提升政府绩效管理精准化水平的需要，更是助力高质量发展和满足人民日益增长的美好生活的需要。

一、大数据驱动政府绩效精准管理的动因分析

美国学者阿尔温·托夫勒在1980年出版的《第三次浪潮》中首次提出大数据一词。托夫勒认为，信息化阶段是继农业阶段、工业阶段以来的第三次浪潮，而大数据正是这第三次浪潮的“华彩乐章”[2]。大数据具有容量大(Volume)、类型多(Varity)、存取速度快(Velocity)、应用价值高(Value)以及真实性(Veracity)的特点。时至今日，大数据已被社会各界接受并广泛运用于日常生活之中，对人们的生产、生活与思维方式产生越来越多的影响，成为一个国家发展的基础性、战略性资源。2019年12月，党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》指出，要优化政府职责体系，完善政府经济调节、市场监管、社会管理、公共服务、生态环境保护等职能。政府绩效管理就是政府主动吸纳企业绩效管理的经验和做法，以顾客为导向，及时回应社会市场需求，引入市场竞争机制，强调政府绩效评估和提高公共服务质量[3]。大数据驱动政府绩效精准管理以人工智能、数据挖掘、数据仓库、机器学习、神经网络等现代信息技术和算法为支撑，基于政府履行各项职能的过程构建绩效评估指标体系，开展政府绩效的回溯性、实时性、预测性评估，并及时开展绩效问责与激励，推动政府绩效精准管理目标实现。

(一)贯彻落实以人民为中心发展思想的题中应有之义

习近平总书记指出：“人民对美好生活的向往，就是我们的奋斗目标。”[4]政府绩效管理应坚持以人民为中心，把以人民为中心的发展思想贯彻到政府绩效管理的全部活动之中[5]。在传统政府绩效管理中，由于大数据理念与技术的缺乏，政府往往侧重从数据的易获得性角度来设计绩效评估指标体系[6]。一方面基于客观统计数据构建的指标体系具有较大局限性，结构化的数据往往只能记录和测量政府绩效中容易被量化和可观察到的部分，难以真正反映出政府绩效产生的过程、细节以及深层次机理；另一方面，在针对政府内、外部利益相关者的满意度调研中，尽管绩效评估方式与绩效信息来源体现了公众的直观感受，但在满意度问卷本身的题项设置方面仍然缺乏大数据技术应用，往往是基于已有文献资料、专家学者论证、前期实地调研等方式来设计问卷，具有较强主观性[7]。以人民为中心的发展思想就是要以人民需要为工作的出发点，以人民群众是否满意、是否高兴为评价标准。通过应用自然语言处理、数据挖掘、关联分析、机器学习等现代信息技术，可以对来源于互联网、政府权力运行过程、企业与个人的大数据进行供给与需求分析，精确把握社会公众对于政府履行各项职能方面的需求点，并据此构建绩效评估指标体系，有利于科学设置以人民为中心的绩效管理目标，为政府智慧决策提供参考。

(二)全面整合政府绩效信息的必然选择

区别于传统政府绩效管理中的问卷调研、专家主观赋分、客观统计数据分析等绩效评估方法，在大数据驱动下，政府可以借助更加多样化的现代信息技术来收集和整合政府绩效信息，进而增强绩效管理过程的科学性与绩效评估结果的有效性。通过自然语言处理技术，可以将多源异构政府绩效相关数据进行转化，采用语义分析和文本情感分析技术对主观性文本进行分析和处理，发掘关键信息要素；通过数据挖掘技术，可以不依赖于先验知识，发现隐藏在海量数据信息中的各类绩效评估指标的潜在关系，进而设计出更为科学的评估指标；凭借区块链技术的公开透明、不可篡改、高信任度等特性，通过不同节点之间的共识机制，可以保证绩效信息的真实性与安全性[8]；物联网技术能够随时随地实时收集各类海量数据，而这些细颗粒度的行为数据为政府绩效管理提供了可以二次利用和深度挖掘的数据资源；云计算技术也能够以集约化的方式降低人们收集绩效信息的成本。

(三)推进多元主体参与绩效评估的有效途径

从治理理论来看，政府绩效评估主体是一个由多元主体组成的治理结构[9]，而评估主体的多元结构是保证政府绩效评估有效性的前提，然而，在传统政府绩效管理视域下，政府对数据资源具有垄断地位，公众、企业、第三方机构等社会力量未能在政府绩效评估中充分发挥作用，政府往往在构建绩效评估的指标体系、开展评估、评估结果反馈以及评估结果应用等过程中扮演着主导地位。政府绩效数据来源、评估方法等方面缺乏信息透明度，普通公众对于绩效评估信息的知情权较为缺乏，在一定程度上阻碍了提升政府公信力和打造阳光透明政府。在大数据的驱动下，政府与社会间的信息鸿沟得以缩减，为公众参与绩效评估提供了理念创新与实践的可能性。公众可以通过网络评议、市民电话、市长信箱、网络信访等方式参与到政府的绩效评估之中[10]。在公众获取到比往常更为丰富和真实的绩效信息的基础上，也能影响更多利益相关者主动为开展政府绩效管理提供更多的绩效信息，推动不同绩效评估主体之间的信息共享。总而言之，大数据等现代信息技术的普及和发展为不同绩效评估主体之间提供了平等对话、协同合作与共同参与的平台，提高了绩效评估的透明性、科学性与真实性。

(四)实时进行绩效问责与激励的实践要求

传统政府绩效管理数据来源往往是以月度、季度、年度作为采集周期的政府官方统计数据，具有较为明显的滞后性特征，难以及时有效地反映政府在某一时段的绩效水平。以地方政府统计年鉴为例，大多数地方政府统计年鉴发布于当年10月至12月之间，而本年度发布的统计年鉴记录的是上一年度统计数据，这意味着统计年鉴数据有一整年的滞后期。绩效信息的滞后性进一步导致了绩效评估、动态监测、结果应用以及绩效改进的滞后性，容易造成政府在资源管理、资源配置等方面的决策偏差，长期来看不利于政府绩效整体提升。相较于传统数据而言，大数据技术在数据信息产生、搜集与传播等过程中具有快速性、实时性的优点，为绩效管理的实时信息收集、实时绩效评估、实时绩效反馈奠定了良好基础。实时绩效评估分析结果更有助于政府了解目前的绩效水平，并根据不同的绩效水平及时开展绩效问责与绩效激励，提高绩效管理结果运用的有效性。同时，还能够对未来政府绩效可能面临的问题与风险及时预警，并提前作出绩效改进和风险防范的应对措施，有利于促进政府绩效管理模式从传统的事后评估向事前、事中评估转变，提高政府绩效管理的预测与风险防控能力。

二、大数据驱动政府绩效精准管理的创新实践与现实挑战

(一)大数据驱动政府绩效精准管理的创新实践

政府绩效管理迫切需要大数据技术的有力支撑，而大数据技术也将逐步在政府绩效管理中获得更为广泛应用和长足发展。近年来，北京市推行的“接诉即办”城市治理模式、杭州市上线的综合考评数字驾驶舱、贵州省基于大数据与实体经济深度融合的绩效评估模式、国家发改委国际合作中心开发的“思路石”系统等，都是大数据驱动政府绩效精准管理开展的有益探索。

1.基于“接诉即办”的城市治理绩效评估模式。2019年，北京市在“吹哨报到”政务服务模式的基础上，正式推出了“接诉即办”城市治理新机制。“接诉即办”在推进北京市智慧城市建设的同时，也实现了政府与公众双反馈的政府绩效评估全闭环运行机制，体现了大数据驱动政府绩效管理的诸多特征。“接诉即办”基于公众向政府投诉反馈问题、政府向公众反馈诉求办理情况这一双反馈过程中积累的大量绩效数据(日均20,000—30,000件)，重点考核各部门、区、乡镇、街道的响应率、解决率和满意率，并进一步将考核对象区分为先进、进步、整改、治理等四大类别。在绩效维度方面，“接诉即办”体现了多元性特点，响应率能有效反映不同区域、部门的综合治理水平，解决率、满意率能够有效反映政府的办理效率、办理质量。在绩效反馈方面，“接诉即办”体现了实时性特点，绩效评估的结果——市民诉求热力图能够在指挥调度中心的大屏幕上进行实时、动态的更新。在绩效信息方面，“接诉即办”体现了精准性特点，在接收到投诉热线时系统能够精准定位投诉人的地理位置，并将投诉问题派单给对应区域的相关部门[11]。

2.基于“城市大脑”的综合考评数字驾驶舱模式。2020年8月，杭州市综合考评数字驾驶舱正式上线，这也是全国首个专门为综合考评工作设计的数字驾驶舱[12]。综合考评数字驾驶舱的建设根据“导向更鲜明、重点更突出、展示更简洁、督促更有力”的总体要求，按照综合考评指标体系，分为重点攻坚、日常履职、创新创优、满意度评价等四块考核内容进行架构，突出“15+7”重要经济指标和高质量发展等重点工作内容，主要提供运行监测、决策分析、跟踪问效、指挥调控、信息检索等功能。一是实现了考评数据集成化。以数字驾驶舱建设为契机，用好“城市大脑”中枢系统，推动相关数据协同互通。目前建成的12个专题24个板块，共发布了来自30个数源单位的8,545个考评指标数据，综合反映了全市的总体工作绩效。二是促进了考评工作数字化。倒逼部分依靠传统手段考评的项目实现数字化升级，运用“画像”量化展示综合考评单位的实时动态和绩效水平，以加强过程管理，激励争先进位。三是开创了考评预警场景化。驾驶舱各专题建设以能实战实用、解决问题为目标，重点在指标数据分析、未达标或排名靠后指标自动预警、各类负面信息监测等方面下功夫，依托“浙政钉”客户端，实现指标责任单位主要领导电话直通，充分发挥数字驾驶舱协调指挥的作用[13]。

3.基于大数据与实体经济深度融合的绩效评估模式。贵州省围绕大数据与实体经济深度融合，编制形成《大数据与实体经济深度融合评估体系》，搭建了“贵州省大数据与实体经济深度融合评估服务系统”，为全省各地区、各行业的实体经济企业提供在线评估诊断服务。依托贵州省大数据与实体经济深度融合评估服务系统，进一步整合了融合服务商、典型解决方案、企业上云服务、软件咨询服务、项目管理服务等一系列资源和功能，有效提升了服务系统的服务支撑能力。一是贵州省大数据局广泛邀请阿里、华为、西门子、SAP等199家国内外知名企业加入“大数据与实体经济深度融合服务队”，为全省企业提供大数据技术支撑。二是整合491个典型解决方案，覆盖第三产业的各个行业，为全省企业提供融合方案对接服务。三是整合“企业上云服务平台”服务功能，通过发放“云使用券”助推企业使用云服务、拓展云应用。四是整合融合项目管理服务功能，为“万企融合”大行动标杆项目、示范项目和带动企业的调度工作提供平台支撑。五是定期通过服务系统发布相关政策和新闻资讯，进一步提升其对大数据与实体经济深度融合工作的服务能力和技术支撑能力[14]。

4.基于管理信息系统的智能决策监督评估模式。PDCA循环是落实战略执行与项目实施、实现项目动态管理、进行部门监督考评的有效工具，具体包括计划(plan)、执行(do)、检查(check)、处理(action)等四个环节。“思路石”系统全称为全国乡村振兴战略规划编制与决策监督考评管理信息系统(SRVS)，是由国家发改委国际合作中心、国合华夏城市规划研究院合作开发的推进乡村振兴战略管理信息系统，系统应用PDCA的基本原理，实现了地方党委、政府和企业的乡村振兴等多个规划与计划、执行、监督、调整的完整闭环循环，具体包括规划编制、重大决策、项目实施、精准扶贫、基层党建、农民创收与业绩考评等多个功能。绩效考核管理系统数据库采用ORACLE10G、DB2以及J2EE应用服务器组，系统客户端可在手机运行绩效考核系统管理程序，完成乡村振兴的绩效考核指标设置、考核表导出、绩效考核数据导入、考核评分、考核汇总、考核导出、查询全流程等操作。SRVS绩效考核管理系统能够实现人工评估向自动评估的转变，系统自动计算各责任单位的年度目标考核得分，并更新考核排名，使得年度目标考核动态化、实时化，解决任务执行度考核反馈滞后、监督指导任务工作不及时、年底集中考核工作量大等问题[15]。

(二)大数据驱动政府绩效精准管理的现实挑战

目前，我国一些政府部门相继展开大数据技术与政府绩效管理相结合的实践探索，并积累了一定实践经验。毋庸置疑，将大数据技术应用于政府绩效管理是推进政府治理现代化的主要趋势和重要手段之一，然而，我国将大数据应用于政府绩效管理的实践还处于初步探索阶段，仍面临基于大数据的政府绩效管理制度缺失、政府绩效数据整合的有效性不高、存在潜在道德风险隐患、大数据相关要素支撑能力不足等制约因素。

1.基于大数据的政府绩效管理制度缺失。成熟的法制框架以及完善的配置制度是提高政府绩效管理规范性和科学性的重要保障[16]。大数据作为一种新兴技术与方法，在应用于公共管理各领域的过程中本身就存在数据泄露、信息孤岛、隐私保护等诸多问题，而大数据驱动下的政府绩效管理的收集数量大、数据分析过程复杂，对相应的配套制度也有着较高要求。目前，我国尚未从制度层面针对大数据技术应用于政府绩效管理中存在的数据真实性、数据壁垒等问题进行明确说明，在一定程度上制约了大数据在政府绩效管理过程中的运用。一是尚未出台大数据驱动政府绩效管理的针对性政策制度。近年来，我国出台了针对政府绩效管理、促进大数据发展的政策文件，如《关于全面实施预算绩效管理的意见》《促进大数据发展行动纲要》《关于运用大数据加强对市场主体服务和监管的若干意见》等，但尚未出台大数据应用于政府绩效管理的专门性政策文件和法律法规。二是应用大数据开展绩效管理的思维有待提升。长期以来科层制行政管理模式下的单向沟通、垂直领导、经验导向等特点，使得行政管理人员未能及时认识到大数据对于提升政府绩效管理科学性、促进政府治理体系和治理能力现代化的重要性。三是数据共享制度尚不完善。在科层制条块结合的政府管理系统中，受到部门中心主义和部门利益思想的影响，各部门往往将数据资源视为地位和话语权的象征，因而不愿意主动与其他部门共享数据。信息孤岛问题长期存在于我国政府数字化转型的进程之中，导致分布和积累在不同部门的数据无法得到充分应用，成为开展大数据驱动政府绩效管理的隐性壁垒。

2.政府绩效信息整合的有效性不高。绩效信息是有效提升政府绩效、推动绩效管理制度持续运行、打造绩效管理良性循环的关键要素[17][18]，然而，目前我国部门间信息交换频率不高、信息公开程度较低，为应用大数据技术整合各类绩效信息造成了阻碍，制约了绩效数据资源的有效整合。政府数据开放是打造服务型政府、提升政府治理能力、激发市场活力与社会创造力的重要抓手[19]。政府主动公开履行各项职能过程中的数据，有利于公众掌握政府权力运行的真实状况，以便对政府绩效水平作出更为科学的评价。同时，及时公开绩效评估结果、充分公开绩效评估细节也有利于增强绩效评估结果的可信度，提高公众参与绩效评估结果反馈的积极性。目前，我国在政府信息公开方面仍然存在较多的问题，一是数据开放制度还不够完善。我国关于政府数据开放的制度性依据仅有《政府信息公开条例》，缺少政府绩效信息、绩效评估结果公开的相关规范与制度，无法满足公众对于数据公开的需求。二是数据开放质量有待提升。不同部门政府在数据统计与整理方面缺少统一标准，加之统计口径不一致，导致不同政府、平台开放的数据无法反映政府权力运行的真实情况，容易造成公众对于开放数据的真实性的质疑[20]。三是数据开放缺乏双向反馈机制。目前，数据开放往往是政府到公众的单向信息流，政府扮演的仅仅是被动反馈角色，基于公众需求主动推送相关信息的开放机制尚需完善[21]。

3.存在潜在的道德风险隐患。一旦一项数据被用于政府绩效管理，就可能使其陷入被操纵的风险[22]。大数据驱动政府绩效管理基于人工智能、机器学习、数据挖掘、自然语言处理等现代信息技术，通过编写、更新、优化绩效评估的算法决策模型，能够自动、精准、实时地从海量异构数据中挖掘并计算出绩效评估所需要的数据、指标、权重与模型，然而，大数据驱动政府绩效精准管理在保证价值中立的同时，仍然面临脱离实际、“暗箱化”以及道德风险等多方面的隐患。一是在大数据技术支撑下，政府绩效管理往往要经过多轮次复杂算法的迭代与计算，最终绩效评估结果多以综合性的绩效指数或绩效分值得以体现，然而这仅仅是对于政府履行各类职能过程高度抽象的结果，与公众、公共管理人员的实际感知可能存在一定差距，有脱离社会实际、偏离公众需求轨道的风险[23]。二是大数据驱动政府绩效精准管理对于加强大数据算法监管提出了更高要求。基于大数据的政府绩效管理意味着掌握核心算法的技术人员将逐步成为绩效管理核心，而大部分普通公众或公共管理人员难以理解大数据驱动绩效管理的技术逻辑，较难进入大数据的技术“暗箱”，无法对绩效管理过程进行有效监管和质量控制[24]。三是地方政府在应对上级政府或部门的绩效考核时，存在刻意隐瞒真实数据或数据造假的情况，有悖于大数据背景下不可篡改、科学、公正与客观的理念，直接导致了绩效信息失真，使得绩效考核流于形式，不利于政府绩效改进与科学决策[25]。同时，公众与评估机构之间具有较高的信息不对称性，评估机构出于自身利益考虑，往往容易与评估对象之间形成同盟，篡改评估信息，操纵评估过程，使得政府绩效评估过程流于形式[26]。

4.大数据相关要素支撑能力不足。目前，我国已开始对大数据技术与政府绩效管理相结合的实践探索，然而受到人才、技术等要素支撑能力的制约，大数据驱动政府绩效管理的规范化与科学化发展速度仍较为缓慢。一是缺少跨学科复合型人才。目前，我国大数据技术的应用和研发还处于初级阶段，无论是政府部门的专业技术人员或是大数据技术的专业研发人员都较为缺乏，制约了大数据技术在政府绩效管理中的运用[27]。二是大数据技术算法在绩效管理中的运用有待加强。目前，大数据在绩效管理中的运用较多停留在信息技术与绩效管理相结合的层面，现有实践仅仅是运用信息技术进行电子问卷发放、数据采集、数据计算和绩效评估结果的可视化呈现等，尚缺少基于大数据智能算法开展政府绩效管理的实践。三是配套政策措施尚不完善。目前，我国仍缺乏基于大数据技术开展政府绩效管理的法律法规，现有法律法规也尚未对大数据技术应用于政府绩效管理的组织实施机制、财政金融支持、专业人才培养、监管措施、数据安全等配套措施作出明确说明。

三、大数据驱动政府绩效精准管理的未来进路

2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，要提升大数据等现代技术手段辅助治理的能力。如何科学运用大数据技术提升政府绩效管理现代化水平，是未来需要重点探索的方向。因此，只有厘清大数据驱动政府绩效精准管理的未来进路，才能促进政府绩效管理的科学化发展，更好地履行各项政府职能，从而推进国家治理体系和治理能力现代化建设。

(一)加快大数据驱动政府绩效精准管理的制度建设

逐步迈向制度化与法制化是世界各国政府绩效管理发展的主要动向[28]。纵观美国、新加坡等发达国家的政府绩效管理经验，法制化建设是提升绩效管理水平、保证绩效管理得以持续有效推进的重要途径。一是加快出台系统性制度政策。从制度层面规定大数据应用于政府绩效管理的内涵、核心理念、主要环节、领导组织机构以及适用范围等，并确立绩效计划、绩效实施、绩效评估、绩效报告、绩效沟通以及绩效反馈等相关配套制度。二是构建大数据算法监管机制。技术既不能背离于法律原则，也不能孤立于立法[29]。大数据算法的运行过程较为复杂，涉及算法开发者、算法运营者等多个主体，因此需要明确各类大数据算法主体的法律责任，重视对大数据算法运行过程的监管，及时发现大数据算法在运行过程中的技术风险，弥补技术漏洞，进而保证政府绩效管理的科学性与公平性。三是注重完善数据安全规范体系。探索制定大数据的安全规范标准，在利用大数据技术开展政府绩效管理的过程中加强与数据安全机构的沟通与合作，升级数据保密技术，开发数据加密软件，防止机密数据泄露。

(二)推动政府绩效信息的有效整合

绩效信息的使用能够在客观上推动政府绩效管理持续发展[30][31]，通过提升政府信息数据开放度和透明度，有效破除信息孤岛，提升政府绩效信息全面性，进而加强应用大数据技术整合各类绩效数据的能力。一是通过大数据技术手段收集分析公众对于政府数据开放的需求，绘制数据开放的需求清单，明确数据开放的优先次序，优先主动开放人民群众关注度高、隐私风险较低、利用率高的数据，便于公众掌握政府绩效的真实状况，以便对政府绩效水平作出更为科学的评价。二是加强跨部门信息开放与共享的统筹协调工作。设立专职协调机构，对信息开放共享全过程进行有效监督与管理，同时各部门也应投入必要的人力与财力支撑，并根据实际情况设立专职岗位和人员。三是完善数据开放监管机制。完善数据开放监管工作实施方案与操作细则，明确政府在数据开放中的监管职能[32]。同时，制定具有较高科学性和可操作性的数据开放共享技术标准规范体系，加快建设政府数据编目管理、共享平台信息系统开发、信息安全、数据传递与交换、数据分析与利用等方面的技术标准建设[33]。

(三)构建“回溯性、实时性和预测性”的政府绩效评估模式

以“回溯性、实时性和预测性”为导向，完善大数据驱动政府绩效精准管理的运行机制。传统政府绩效管理的时间跨度往往较大，无法反映出政府部门在某个特定时间点的绩效。在大数据等现代信息技术的支撑下，能够有效开展“回溯性、实时性和预测性”绩效评估，有利于提升绩效管理的科学性并有效防范潜在风险。一是开展回溯性绩效评估，实现绩效评估模型的实时优化与迭代。将往年各指标数据作为历史存量数据输入BP神经网络算法，并进行监督训练，经过大量数据输入和迭代优化得出稳健可用的绩效评估模型。将实时绩效评估结果作为新的历史数据，存储至历史存量数据库，并以此作为新的训练数据输入BP神经网络算法，进行模型实时迭代升级，实现模型的高时效性与高适应性。二是开展实时性与预测性绩效评估。通过多源数据抓取技术实时获取评估指标数据，调取上述迭代优化模型，计算绩效评估分值并进行横向和纵向的对比分析。同时，分析各指标在未来某时间段的变化趋势，计算未来的预测分值。三是开展实时绩效预警与改进。构建政府绩效评估预警系统，设定绩效标准阈值，当实时绩效分值或预测绩效分值低于标准阈值时，系统将根据低于标准阈值的不同水平区间自动发布不同等级的绩效预警，从而实现政府绩效的实时预警。对于实时评估得分较低的指标领域，根据已设置的指标触发器从政策资源信息库中调取相关内容，定向精准推送问题分析与绩效改进的对策报告。

(四)强化政府绩效精准管理的大数据要素支撑能力

大数据是一个涉及统计学、计算机科学、数据科学、运筹学、金融学、数学以及社会科学等多学科的复合型技术，运用大数据技术开展政府绩效管理，需要从人才、技术等方面加快完善相关保障措施。一是重视对政府部门绩效管理工作人员开展技术培训，提高工作人员对于大数据知识的理论素养，增强其数据收集、数据分析与数据应用能力，为开展大数据驱动政府绩效管理提供智力支持。二是重视专业复合型人才储备。鼓励高校与大数据企业、研究机构开展科研与实践交流，协同搭建政府绩效管理的大数据平台，以大数据平台为牵引，重点培养学生的大数据获取、融合、存储、可视化以及应用能力，培养一批“留得住”“用得起”的本土大数据信息技术专业人才[34]。同时，各地政府在已有人才政策的基础上，应更加重视大数据人才的引进和培育，拓宽大数据人才引进的方式和渠道，并出台相应的高层次人才补贴、住房保障、子女上学、创新创业资助等配套政策。三是加快探索大数据智能算法在绩效管理中的运用。将大数据智能算法与绩效评估目标确定、多元主体参与、绩效评估执行、绩效结果反馈等过程相融合，从海量异构数据中发掘关键指标要素，自动识别关联数据，构建科学合理的指标体系，提高政府绩效管理的精准化水平。