213_鄂西某地市级非税收入征管平台信息系统项目度量绩效域

ONEPSOFT | 软考学习知识库

---

鄂西地区某地市级的非税收入征管长期依赖人工登记与手工对账，罚没收入、行政事业性收费、政府性基金等环节分散在各执收单位与市财政部门手中，线下流程长期依赖纸质台账、数据初始化工作量巨大，跨部门业务口径不一致、数据无法直接对齐，历史数据质量参差、清洗与治理规则难以统一，非税底数不清、征管不规范。为把非税收入征管业务数字化，该市财政部门于 2023 年 12 月发起了非税收入征管平台信息系统项目，经公开招标由我司承建，合同额 720.58 万元，建设周期 10 个月，我担任项目经理，对项目全过程管理负责。

项目建设目标是整合非税收入征管全流程数据，实现执收开票在线化、资金对账自动化、征管监督数字化。建设内容包括执收开票、资金对账、征管监督、统计分析与报表四个模块，并与各执收单位及市财政部门对接。技术方案上，业务表单与流程依托低代码平台快速配置，微服务网关统一管理接口，业务数据存放于 OceanBase 数据库，消息通过 RocketMQ 异步推送，前端基于 Vue3 组件体系实现，后端以 Java 17 与 Spring Boot 编写，应用部署在市政务云环境，安全建设按等保三级标准同步实施。项目团队按矩阵型组织搭建，全队 18 人，其中需求分析 3 人、研发 8 人、测试 3 人、实施运维 3 人、数据治理 1 人，编制随模块规模动态调整，联调高峰期另调集厂商力量集中攻坚。项目于 2024 年 10 月通过终验，上线后用户满意度测评由 78 分提升至 94 分，跨部门数据共享接口调用量月均突破 120 万次，设备在线率由 83% 提升至 98.5%，非税收入征管的规范化水平得到明显提升。

度量绩效域是确定衡量指标、采集分析数据并核验结果的过程，其作用在于让项目状态看得见、决策有依据。这个项目台账多、口径杂、数据底子差，度量稍有偏差，数据失真、口径打架、结论站不住，项目必然受阻。10 个月的实践让我体会到，度量绩效域要抓三个环节：先把指标定准，再把数据看真，最后把结果核实。下面按这三个环节，结合项目实践说明度量绩效域的落地过程。

一、定指标：把衡量指标定准、把口径统一起来

定指标是度量的第一步，回答 " 量什么、怎么量 "。针对非税征管业务的特点，我们依据项目目标设定了三类核心指标：进度看里程碑达成率，质量看开票准确率与对账差错率，业务价值看线上办理率与征管覆盖单位数。每项指标都明确了采集频率与计算口径，避免口径打架。针对跨部门业务口径不一致的问题，我们用因果图围绕 " 非税数据对不齐 " 从标准、录入、工具、管理四方面分析根因，定位到各执收单位沿用各自的收费项目编码与字段习惯、缺乏统一规范，据此由市财政部门牵头制定了统一的执收项目编码与数据标准，各执收单位照单执行，数据对齐率明显提升。指标定准了，还要让指标真正可采集：我们把每项指标都对应到具体的采集方式与责任人，进度数据由各组长按周报送，开票与对账数据由平台自动记录，指标采集有据可查，度量因此不是空中楼阁。以线上办理率为例，我们明确了按月统计口径：按执收单位统计线上开票笔数占总开票笔数的比例，数据由平台自动生成、专人复核，口径统一后，各单位上报的数据与平台数据完全一致，再也没有出现 " 两个数字打架 " 的情况。指标定准的过程，本身就是一次全员的度量培训，每个人都明白了 " 什么算数、怎么算数 "。

二、看数据：把数据看真、让偏差及时现形

看数据是度量的第二步，回答 " 数据怎么看、偏差怎么办 "。我们建立了月度度量看板：核心指标集中陈列，进度、质量、业务价值的状态一眼可辨，每月对照计划基线复盘，偏差超过容忍范围的当场定位原因。针对开票准确率的问题，我们用控制图对每周的开票差错率持续监控：以连续数周数据建立基线，画出均值线与上下控制限，每周把实际差错率标注到图上，差错率连续高于控制限的周次提前介入排查，发现是个别执收单位对新开票流程不熟悉，据此组织了针对性培训，差错率回到基线之内。针对纸质台账数据初始化的问题，我们按月统计初始化进度，发现部分单位的台账录入滞后，及时增配人力并协调单位配合，初始化按期完成。以某执收单位为例，其历史台账有近万条，录入进度一度落后三周，看板上该指标连续标红，我们据此协调了对方单位加派人手、调整了录入批次，两周内追回进度。看数据的关键是让问题在数据上显形：哪个指标异常、异常持续了多久、背后是什么原因，一眼可辨，偏差在萌芽阶段就被看见、被处置。看板不是展示工具，而是处置工具，每条标红的指标都对应一个责任人与一个整改时限，红多久盯多久，直到指标回到绿色。

三、核结果：把结果核实、让结论经得起检验

核结果是度量的第三步，回答 " 结果真不真、经验留没留 "。收尾阶段，我们对照前期设定的指标清单逐项复核：开票准确率达到 99% 以上，资金对账差错连续多个月零发生，线上办理率明显提升，各项指标全部达到或超过计划目标。为确保结论建立在真实数据之上，我们用标杆对照把本项目的征管数据质量与行业标杆做了对标：参考同类非税系统的开票准确率与对账差错率数据，把行业先进水平作为参照，逐项找差距、补短板。针对历史数据质量参差的问题，我们按执收单位类型与收入类别分层抽样，对初始化后的数据做了复核，凡对不上的当场追溯，最终验收结论因此站得住脚。抽样的结果不只是用于验收，我们还把抽样发现的共性问题反馈给数据治理环节，批量修正同类错误，让核验从 " 查问题 " 升级为 " 治源头 "。复盘环节，我们把度量工作中的得失整理成文：指标清单在前期定得偏多、个别指标采集成本高、对过程数据的留存不够完整等教训，一并写进复盘报告，存入公司的经验教训库。以指标偏多为例，前期我们定了二十余项指标，执行中发现约三成指标采集成本高、价值有限，收尾时精简到十余项核心指标，若前期就更克制，执行会更聚焦。度量不是为了好看，而是为了发现问题、解决问题，这个理念贯穿了项目的每一天。

项目最终按期通过终验，用户满意度测评由 78 分提升至 94 分，跨部门数据共享接口调用量月均突破 120 万次，设备在线率由 83% 提升至 98.5%，各执收单位与市财政部门对系统的认可度明显提升。复盘整个项目，我的体会是：度量绩效域的三个环节环环相扣——指标定得准，度量才有方向；数据看得真，偏差才现形；结果核得实，结论才站得住，三个环节缺了任何一环，度量都会流于形式。三个环节的分工也各有侧重：定指标重在 " 少而准 "，指标贵精不贵多；看数据重在 " 早而快 "，偏差发现得越早越好；核结果重在 " 实而全 "，结论要经得起追溯。因果图让口径问题有了根因，控制图让开票差错提前显形，标杆对照让数据质量有了参照。10 个月里印象最深的是控制图的运用：一次开票差错率连续三周高于控制限，我们提前介入排查，在差错扩散成投诉之前就解决了问题，度量让偏差在爆发前就被看见，这正是度量的价值所在。控制图让我体会到，度量不是事后算账，而是事中盯防，把异常消灭在萌芽阶段，远比事后补救成本低、效果好。这套按三环节推进的度量管理做法，后来被整理成公司在财政类项目的度量管理参考，供后续同类项目复用，也让后来的征管类项目少走了不少弯路，度量管理的价值由此得以延续。