星洲网
星洲网
星洲网 登入
Newsletter|星洲网 Newsletter 联络我们|星洲网 联络我们 登广告|星洲网 登广告 关于我们|星洲网 关于我们 活动|星洲网 活动

ADVERTISEMENT

ADVERTISEMENT

星洲人

|

VIP文

发布: 7:00am 01/05/2025

宋明家

微隐于学

服务素质

星洲人时事观点

牛津大学公共政策学院

公共行政体系

宋明家

微隐于学

服务素质

星洲人时事观点

牛津大学公共政策学院

公共行政体系

宋明家.剖析大马公共服务素质世界排名

活在后真相的大数据时代,学习如何解读统计数据很重要,也不能因为是“权威”知名“牛津大学”发布的数据,就全盘接受和相信,即便它可能和我们的经验相契合(或不契合)。

根据2024年12月发布的研究数据《Blavatnik Index of Public Administration》,全世界120个国家当中,马来西亚排名第40。

ADVERTISEMENT

中上收入经济体中,巴西和哥伦比亚(并列第32位)在该指数中的排名最高,接下来有哥斯达黎加和毛里求斯(并列第34位)、多米尼加共和国和印尼(并列第38位),然后是和哈萨克斯坦并列第40位的马来西亚

谁是世界第一?

答案是新加坡。这倒是和笔者和多数在新加坡的“马劳”贴身经验相符。

由于在新加坡国立大学的工作需要,必须到该国人力部工作准证办公室(Work Pass Office)办理“就业准证”(Employment Pass);一踏入该部门大厅,就有两名工作人员笑脸迎上,拿了号码屁股还没坐稳,就被叫到柜台去,拍了照片办了手续,那位印裔小姐笑着说“先生可以了!回去等准证吧!”前后只用少过10分钟。

当然,也有朋友们说他们遇到的都是脸臭臭的公务人员,但不管脸如何臭,效率还是出奇的高。

尽管该排名和数据可能无法概括所有领域和情况,笔者在国外公务部门的亲身经验,都和排名相契合:相对正面和高效的,计有英国(第6名)、澳洲(8)、美国(9)和法国(9);相对负面和低效的,则有泰国(42)、印度(50)、菲律宾(62)、越南(62)和缅甸(119)。

此Blavatnik公共行政指数分成四大领域(战略与领导Strategy and Leadership、公共政策Public Policy、国家执行National Delivery、人员与流程People and Processes),分数计算共使用17个独立数据来源。其中我国的“人员与流程”指数排名全球第7(新加坡名列第4),是四大领域中最佳排名。至于“战略与领导”和“公共政策”则排名第68和61。

此“人员与流程”领域评估公务员在公共行政体系、或其他员工为其工作时的感受与体验,由四个主题组成,其中“人力资源管理HR management”(衡量招聘和管理高效公务员),马来西亚(第13位)是排名最高的中上收入国家。

根据数据,我国在“人员与流程”领域名列世界十大,亚洲第三高,排在纽西兰(第2)和新加坡(第4)之后。对于普遍认为公务部门“效率很差”的大部分大马民众而言,我国的“人员与流程”比许多进步国家的排名还高,确是不可思议。到底是国人“对公务部门有偏见”、而数据告诉了我们真相,或是我们“被数据欺骗了”?

细看报告,会发现“人力资源管理”数据来源有两个:《Quality of Government Expert Survey 2020》《Varieties of Democracy Dataset v14(2023)》

前者由瑞典哥德堡大学政治学系专家团队选拔全球822相关领域“专家”(主要包括学术人员、国际组织、非政府组织成员、政府官员等),然后以问卷调查方式,评估各国的官僚体系结构和行为模式。马来西亚有四名专家参与问卷调查。

后者则源自民主多样性研究所(V-Dem Institute)的数据,描述各国政治体制特征,尤其是民主质量、包容性等信息。该报告指我国在2023年首次被列为“选举民主国家”,其原因是2018年选举国阵联盟倒台后,2022年全国大选再次实现和平权力交接,2023年通过的资讯自由法等法律改革,令人感到“一定的信心和希望”。

从这两个报告呈现出的正面信息,让我国的“人员与流程”领域得以名列世界十大。

“人员与流程”的其他三个主题,也包括了“多样性与包容性”(公务部门服务的人口和社会结构)、“采购”(公共采购实践的操作质量)、“技术与工作环境”(公务员的工作支持环境,比如所使用IT系统、工作建筑和地点),这些都获取相对高的分数。

英国巴斯大学统计学教授保罗古德温的《Something doesn’t Add Up》(2020年2月Profile Books出版)一书所引发的省思,或许可解释为什么大马大多数民众“亲身体验、既定印象和看法”和前述“公务服务素质排名”相互矛盾的原因:

调查问题是否“中性”?受访人数是否具“代表性”?采集数据的“目的何在”?数据计算过程中的细节“透明”吗?是谁决定了数据“如何诠释”?

活在后真相的大数据时代,学习如何解读统计数据很重要,也不能因为是“权威”知名“牛津大学”发布的数据,就全盘接受和相信,即便它可能和我们的经验相契合(或不契合)。

ADVERTISEMENT

热门新闻

百格视频

你也可能感兴趣
 

ADVERTISEMENT

点击 可阅读下一则新闻

ADVERTISEMENT