循迹而行:领导者经验何以影响绩效目标设定 | PPMR

学术   2024-10-16 10:16   日本  
编者荐语:
什么因素会影响政府的绩效目标设定?不同于既有研究将组织视为一个整体,文章从个体学习视角切入,探讨领导者既往工作经历对绩效目标设定的影响,尝试打开绩效设定的黑箱。有趣的是,文章以中国的特色人事管理制度——官员流动为例来考察领导者经验与绩效目标设定的关系,巧妙地将“中国故事”与“世界经验”结合起来。文章发现,领导者既往绩效目标设定的成功经验与当前的绩效目标设定之间存在正相关关系,而这一关系在2013年干部考核体系改革前更为显著。






因公众号推送规则变更

点击标题下方蓝字 关注+星标 “Political理论志” 

不错过社会科学前沿精彩信息哦

具体操作如右 →



循迹而行:领导者经验何以影响绩效目标设定 

摘要:

目标设定是一个增量调整的过程。既有研究主要集中在绩效目标设定的组织维度探讨上。本研究基于中国人事管理制度中的官员空间流动,探讨了组织绩效目标设定的领导维度调整。利用1999年至2019年的中国省级面板数据集,文章证实,现任省长过去所在行政辖区的绩效目标设定会对其当前绩效目标设定产生积极影响。此外,如果成功地实现了以前工作辖区内的绩效目标,省长将更有动力学习过去的目标设定经验。最后,2013年我国干部考核体系改革前后,省长在经济增长目标设定方面表现出了明显不同的政策学习效果。这些发现表明,地方领导者在其个人的目标追求调整过程中表现出条件性学习特征。



作者简介:

张攀     上海交通大学国际与公共事务学院副教授

刘定杰  上海交通大学国际与公共事务学院博士研究生

吕守军  上海交通大学国际与公共事务学院教授  



编译来源:

Zhang, P., Liu, D., & Lyu, S. (2024). Leadership mobility and target adaptation: Does previous target achievement matter?. Public Performance & Management Review, 47(1), 204-231.



本文作者之二:张攀、吕守军(从左到右)


一、引言

学习是政策制定的重要机制。公共政策制定活动中的学习体现在基于早期经验知识的预期或管理决策中。通过有选择性地学习或从过去的经验中学习可以减少决策制定成本,这有助于理解公共政策问题,并推动更多的理性决策。


绩效目标设定是政府决策的核心方面之一,也是一个对组织发展有重要影响的学习过程。组织必须利用其学习机制来不断调整其绩效目标。然而,大多数绩效目标调整的研究都将组织视作整体对象,并未能在领导者维度上打开目标设定机制的“黑箱”


个人的学习对于组织目标的设定至关重要。既有研究探讨了领导者年龄、任期和职业背景对组织目标设定的影响,但是鲜有研究从学习的角度探讨领导者的个人经历在组织绩效目标设定中的作用。同时,学者们并没有考虑到领导者如何在空间流动背景下通过从个人学习中获得的知识来调整他们的组织目标。


为了填补这一研究空白,文章从绩效目标的领导维度揭示了组织目标设定的逻辑。文章利用1999年至2019年中国31个省的省长的地理流动和经济增长目标的数据集,探讨了这些省长是否将其以前工作地点的决策经验应用到当前的省级政府中。文章还研究了目标调整背后的学习特征——即省长早期工作的成功是否会影响他们从以往决策经验中的学习并适当调整他们的绩效目标。文章进一步探讨了2013年中国干部考核体系改革前后的政策学习效果的差异。


文章以中国为案例有以下两个原因。一方面,官员的空间流动是中国人事制度中的特色设计。中央政府将合格的政府官员从一个地区调动到另一个地区,这为他们提供了提高知识和技能的机会。此外,中央政府对地方政府领导的非定期调动有效阻止了寻租行为并限制了腐败。另一方面,中国建立了长期的目标责任制和干部考核体系。在此背景下,地方政府广泛使用目标设定作为管理公共事务的工具。



二、理论假设


(一)既往经历和目标设定

省长主要负责公共政策的制定和地方治理,其空间流动对地方政府的运作有着深远的影响。首先,省长的地理流动影响区域发展绩效。第二,省长的空间流动可以促进政策创新的传播。第三,省长的空间流动为当地提供了相互学习和促进政策同构的机会。


省长均由中央政府管理,其调动可分为三个方向:自下而上的晋升,横向调动和中央政府部门的自上而下调动。从理论上讲,省长的空间流动可以鼓励他们从以前工作地点的经验中学习。首先,如果地方领导在一省长期任职,他们很可能会更好地了解该省的社会经济状况。在这种背景下,从前任的经验中学习,是新省长设定绩效目标的一种成本更低、风险更低、更有效的方法。其次,一般而言,从同级省份调任的省长有更多的晋升机会,这将激励他们追求更高的经济增长目标。然而,在政策决策过程中,他们往往面临着组织环境的不确定性和资源的限制。在这种情况下,从过去的经验中学习是一种有效的方式,能够帮助调任的官员最大限度地减少政策失败的风险和不确定性。三是自上而下的调动,即国务院各部、中央各部门调任各省担任省长。这些自上而下调任的官员可能遵循国家政策信号,制定当地的绩效目标。因此,文章提出以下假设:


H1:省长倾向于参考他们在前一年所在的行政辖区的目标来设定经济增长目标。


(二)政策成功的作用

公共政策的制定是基于以往的决策经验。如果省长之前工作的辖区达到了绩效目标,他们的目标设定策略就是成功的。这一成功将促使这些省长运用以前的经验来制定他们当前省份的绩效目标。同样地,当这些地区没有实现其绩效目标时,管理者就会将这些政策视为失败的政策,并不太倾向于在其当前岗位上做出类似的绩效目标决策。因此,这些省长既往工作辖区的政策目标是否得到实现,是这些省长借鉴以往经验的重要条件。因此,文章提出以下假设:


H2:如果省长成功实现了原行政辖区内的经济增长目标,他们更有可能在当前行政辖区内的目标设定中参考该目标。


(三)2013年我国干部考核体系改革前后政策学习效果的差异

在以经济发展为中心、中国式财政分权体制的传统制度下,地方领导者既面临达到经济绩效目标的内部压力,又面临通过相对经济绩效获得政治晋升优势的外部激励。这促使他们利用自己的决策经验和经济发展资源来促进他们所在地区的经济增长,以寻求更多的中央财政转移。然而,2012年以来,中国的发展目标和干部考核体系发生了根本性的变化。干部考核已从以经济增长为主转向更注重高质量经济发展和生态保护等方面。


随着我国干部考核体系的变化,GDP增长率不再是地方领导绩效考核体系的主导指标,其他指标,包括环境保护、科技创新、政府债务等的权重逐渐增加。政策学习者通常会根据他们早期的决策经验和新的信息来调整政策工具和目标。因此,中国新的干部考核体系将重塑地方领导者的经济目标设定行为。具体来说,其决策信念将逐渐改变,以应对中国新的发展目标。因此,文章提出以下假设:


H3:2013年干部考核制度改革前,省长更倾向于参照前一年所在行政区划的目标来设定经济增长目标。



三、方法、变量和数据


(一)样本描述

为了探讨省长的经历在较长时间内经济绩效目标方面的作用,并避免1997-1998年亚洲金融危机造成的潜在偏误,文章使用了1999年至2019年的中国省级数据集。

 
表1 1999-2019省长空间流动的数量


表1显示了1999年至2019年发生领导流动的省份数量。其中,同省份内自下而上晋升93次,省级横向调动38次,中央部门自上而下调动32次。此外,省间调动一般有三种类型:从一个欠发达省份向另一个发达省份的调动;从一个发达省份调动到另一个欠发达省份;以及两个经济发展水平相似的省之间的调动。事实上,大多数省间调动属于后两者。一般来说,省长作为行政长官,主要负责地方经济增长、地方公共财政和公共服务。


基于面板数据结构,文章使用一个固定效应模型来检验文章的假设。文章构建了一个空间权重矩阵来计算邻近省份的经济目标的平均水平,并在文章的计量经济模型中控制了这种邻域的交互效应(见式1)


(二)变量、测量与数据来源

被解释变量Target_gdp i,t 是每个省的GDP增长率目标。经济增长率是其绩效目标中的关键指标,是中国绩效目标设定研究中常用的目标。每个省的预期GDP增长率的原始数据来自各省的政府工作报告。


关键的自变量Pastexperience i,t-1反映了省长的经验,这是用每个抽样省份的省长在t-1年服务过的地区的经济增长目标来衡量的。数据来自各省的政府工作报告。


调节变量Policysuccess i,t-1使用虚拟变量,以是否已经达到了绩效目标作为测量。文章计算了实际经济增长率和预期经济增长率之间的差距。如果差值大于0,则赋值为1,表示目标实现;否则为0,表示目标失败。数据来自国民经济与社会发展统计公报,并与政府工作报告双向验证。


文章控制了每个省份前一年的经济增长绩效目标差距(或达到)、邻近省份的经济增长目标平均值。省长的委托-代理网络、性别、年龄、教育。各省的社会经济因素,包括省级人均GDP、工业结构、失业情况、人力资本情况和对外开放程度。



四、实证结果


(一)既往经历对目标设定的影响

在表3中,模型1的实证结果表明,Pastexperience系数为0.241,且具有显著性(p<0.01)。模型2加入了两个控制变量组,系数为0.236(p<0.01),支持了上述发现。模型3加入了三个控制变量组,系数为0.447,仍然显著(p<0.01)。结果显示,前一年各省长任职所在地的经济增长目标对省长目前任职的行政管辖区的经济增长目标有积极影响。换句话说,省长往往会从过去设定目标的经验中学习。文章进一步排除了省长没有调动的情况,主要研究在自下而上晋升、水平调动和自上而下调任三种流动类型下的情况。实证结果仍然保持稳健,支持了假设1。


(二)政策成功的调节效应

在表3中,模型4和模型5的结果表明,Pastexperience*Policysuccess的系数分别为0.178(p<0.05)和0.167(p<0.01)。模型6中包含了所有控制变量,Pastexperience*Policysuccess 系数为0.117且显著(p < 0.01)。文章进一步排除了省长没有调动的情况,实证结果依然稳健。这些结果表明,当省长前一年所在的经济增长目标成功实现时,省长在制定新的经济增长目标时更有可能参考过去的经验,支持了假设2。
 


原文表3 既有经历和组织的目标设定


(三)2013年前后政策学习效果的差异

文章将样本分为1999-2012年的子样本和2013-2019年的子样本,以检验假设3。表4中的模型1和模型5展示了关于1999年至2012年过去经验对目标设定的影响的基准结果。模型1是基于所有样本进行估计,而模型5则不包括没有调动情况的样本。模型1的Pastexperience系数为0.265且显著(p<0.01),而模型5的Pastexperience系数为0.260且仍然显著(p<0.01)。类似地,表4中的模型3和模型7显示了2013年至2019年既往经历在目标设定中的作用的基准结果。模型3和模型7的Pastexperience系数分别为0.084和−0.014,两者均不显著。这些实证结果表明,2013年以前,省长前一年所在地区的经济增长目标设定对其所在地区的经济增长目标设定有积极影响,但这种相关性在2013年之后不显著。这一结论支持假设3。


模型2和模型6给出了1999-2012年政策成功的调节效应的结果。模型2和模型6的Pastexperience*Policysuccess系数分别为0.198和0.309,两者均显著(p<0.05)。模型4和模型8给出了2013-2019年政策成功的调节效应结果,Pastexperience* Policysuccess系数分别为−0.000(p>0.1)和0.111(p<0.05)。这些结果进一步支持了前一年省长所在地的经济增长目标的成功实现可以使他们更倾向于学习这些地方的目标设定决策,特别是在2013年中国干部考核体系改革之前。因此,假设3得到了强有力的支持。

原文表4 既有经验和组织的目标设定,2013前,和2013后


五、结论


文章利用中国1999-2019年的省级面板数据,验证了省长过往所在地区的经济增长目标与该省经济目标的正相关关系。此外,如果省长过往实现了行政辖区的绩效目标,它们的正相关性将显著增强。最后,政策学习效应在2013年前和2013年后存在差异。具体来说,在2013年中国干部考核制度改革之前,省长更倾向于借鉴既往工作地区的目标设定经验。这些发现表明,当地领导者在个体水平的目标追求调整过程中呈现出一种条件性学习模式。


文章对当前的组织目标设定理论做出了两个贡献。首先,文章将组织目标设定理论从组织维度扩展到领导维度。具体来说,文章关注领导者的个人经历如何影响组织的绩效目标的设定。文章认为,组织的绩效目标受到其领导者的个人经验的影响。通过将空间流动分为三种类型,即自下而上晋升、横向调动和自上而下调动,文章实证结果证实,领导者会从过去的经验中学习,并设定新的绩效目标。这从领导者维度为组织目标设定提供了一个更细致的解释。


其次,文章发现,政策成功是一种可能性条件,可以帮助地方领导者从过去的目标设定经验中学习这一结果有助于我们理解这些地方领导者在什么条件下更倾向于了解政策发展。虽然当地领导者可能会遵循他们既往的经验来制定组织绩效目标,但这个学习过程似乎是有条件的。具体来说,成功实现所在地区目标的省长,更倾向于学习过去的目标设定经验。当面临不确定性时,领导者可能会倾向于根据之前的决定逐步调整绩效目标,以避免风险。早期的绩效目标成功给了他们关于过去的决定是否有效的反馈。因此,省长可能更倾向于使用已实现的绩效目标政策作为未来绩效目标调整的参考。


此外,文章的理论发现可以推广到西方的背景下。在西方国家,职业经理人市场已经逐渐发展起来,城市经理或地方部门经理在政策制定和政策采纳中发挥关键作用。城市或地方政府管理者的更替在西方国家很常见。文章认为,领导者空间流动对绩效目标设定的影响可以在很大程度上扩展到西方语境之下。




编译 | 江志宸
审核 | 左翔羽
终审 | 厉凌云
©Political理论志
本文内容仅供参考,不代表Political理论志观点




前沿追踪/理论方法/专家评论
ID: ThePoliticalReview

“在看”给我一朵小黄花



PoIiticaI理论志
搜索“理论志”,发现新学术:十余万社会学人、政治学人、国政学人、政经学人共同关注的学术平台。目前,我们主力追踪全球政治社会、国家理论与政经研究新动态。
 最新文章