AI如何重塑预算绩效评价的底层逻辑

这不是绩效评价，这是形式主义的生产线。

2026年，情况正在发生微妙但不可逆的变化。浙江在预算一体化系统中嵌入了AI绩效指标智能推荐和智能审核双智能体，辅助100余家预算单位精准引用指标1018条，覆盖235个项目，编制时长缩短超过50%，财政部门在1天内完成810个项目的审核——这在以前需要数周。广西建立了覆盖区、市、县三级的绩效综合管理服务平台，汇集管理指标8.2万条、汇聚数据超500万条。山东李沧区的绩效指标引用次数已达362次，绩效目标编制的专业化水平显著提升。

这些数字背后，是一场静悄悄的革命：预算绩效管理正在从“手工业时代”进入“工业化时代”。本文试图厘清这场变革的技术逻辑、制度含义和潜在风险。

一、传统绩效评价的四个“不可能三角”

在引入AI之前，预算绩效评价面临四个根深蒂固的结构性矛盾：

矛盾一：全覆盖vs深度审。全面实施预算绩效管理意味着“每一分钱都要评”，但财政部门的人力是有限的。浙江2026年预算编制季，省级及杭州市本级有810个项目需要审核——靠人工审，大概需要10个科室的人干两周。结果就是：要么只审重点（放弃全覆盖），要么走过场（放弃深度）。

矛盾二：标准化vs个性化。绩效指标需要可比性（标准化），但每个项目的业务逻辑完全不同（个性化）。现行的做法是“一指标套万物”——用一个笼统的“社会效益显著性”指标去评学校建设、医院建设、道路建设，结果当然是“都显著”。

矛盾三：客观性vs低成本。真正客观的绩效评价需要深度调研、数据核实、实地走访——成本极高。低成本的评价靠自评表和办公室审查——客观性极差。第三方评价机构为什么总被诟病“走马观花”？因为深度评价的成本与合同金额不匹配。

矛盾四：结果应用vs激励相容。理论上，绩效评价结果应该与预算安排挂钩。但现实中，如果评价结果真的导致某部门预算被砍，下一次自评时这个部门会怎么做？当然是给自己打满分——这就是经典的“古德哈特定律”：当一个指标成为目标，它就不再是好指标。

表1：传统绩效评价的四个矛盾与AI突破口

二、AI+绩效的五个落地场景

截至2026年中，AI在预算绩效管理中的应用已经不是“畅想”而是“实践”。以下五个场景已经可以看到实质性的突破：

场景一：绩效指标的智能推荐。浙江的AI智能体可以自动解析项目属性、匹配同类历史数据，个性化推荐核心绩效指标，并纵横比对指标数值的合理性。比如，当某日常运行经费项目提交的绩效目标中，“人均运行费用”比上年度自评完成值低了30%，AI会自动预警。这个场景的技术门槛并不高——本质上是一个“检索增强生成（RAG）”系统，基于指标库做语义匹配和异常检测——但效果立竿见影。

场景二：预算执行的智能监控。浙江打造了“AI+预算执行常态化监督”应用场景，突破了传统系统仅依赖固定关键词触发预警的局限，AI预警精准度达到68%，较传统系统预警提高44个百分点。传统预算执行监控的痛点在于：如果只靠关键词（“违规”“超标”“异常”）触发预警，漏网之鱼太多；如果放宽阈值，又全是误报。AI通过异常检测（anomaly detection）算法，结合历史执行数据和同类项目横向比对，自动识别“不该慢的慢了”“不该快的快了”，精准度大幅提升。

场景三：财政票据的智能预审。浙江的票据监管AI智能体可以自动解析票面及附件信息，关联政策依据开展合规预审，单笔业务审核时长从5-10分钟压缩至1分钟以内，预审准确率达90%以上。形式上是效率提升，实质上是审核逻辑的标准化——从“人脑判断”升级为“规则引擎+语义理解”。

场景四：政策全生命周期管理。浙江在预算一体化系统中设置了重大政策全生命周期功能模块，将省级重大政策纳入全生命周期绩效管理，全面展示政策实施周期、资金分配因素、周期绩效情况等信息，开发预警功能提醒主管部门及时开展到期绩效评价。这个场景的核心不是AI技术本身，而是“数据打通”——把发改、财政、统计部门的数据联通后，AI才能发挥“全景式分析”的优势。

场景五：第三方评价机构的智能画像。浙江搭建了第三方管理平台，归集整理第三方机构和主评人执业质量打分、评价案例、行业政策等数据，构建机构画像库、评价案例库、政策文件库“三库”。平台已有注册机构102家，录入绩效评价案例337个，相关政策文件215个。这个场景解决的是另一个层面的问题：不是“项目好不好”，而是“评价者靠不靠谱”。

三、技术路径：从RAG到Agent

当前AI+绩效管理的技术路线可以用“三层金字塔”来描述：

表2：AI+绩效管理的三层技术架构

2026年的主流实践集中在L1层。这本身就是一个重要的信号：不需要等到强人工智能（AGI）出现，仅用现有的RAG技术+规则引擎，就已经可以在“指标推荐”“智能审核”“异常检测”三个环节产生显著的效率提升。浙江推行的“AI智能预审+人工重点复核”工作机制，本质上是L1层应用的制度化。

L2层的潜力在于解决“评价质量”问题。当AI能够自动解析自评报告的文本、交叉比对多源数据、识别逻辑矛盾时，就可以从根本上改变“自评自说自话”“第三方机构走马观花”的顽疾。但L2层的推行需要两个前提条件：一是各业务系统的数据打通（发改、财政、统计、行业主管部门的数据需要在一个平台上融通），二是足够的标注数据来训练NLP模型。

L3层——让AI自主完成绩效评价并给出预算安排建议——在今天看来仍然激进，但并非科幻。技术上，Agent框架已经具备了任务规划、工具调用、结果合成的基本能力；制度上，最大的障碍不是技术不成熟，而是“责任归属”——如果AI建议砍掉某部门的预算，出了问题谁来负责？

四、制度风险：数字赋能不能替代制度设计

对AI+绩效管理，必须保持一种“审慎的乐观”——技术可以解决效率问题，但不一定能解决制度问题。以下四个风险值得警惕：

风险一：算法黑箱强化了技术官僚的权力。当绩效评价从“人评”变成“机评”，表面上看减少了人为干预，但算法本身的逻辑、参数设定、训练数据的选择，都蕴含着设计者的价值判断。如果AI模型给出的效率排名被直接用于预算分配，而这些排名背后的方法论（比如采用了哪个DEA模型、投入产出指标如何选择）不透明，那么“数据驱动”实际上变成了“设计者驱动”。

风险二：数字化加大了“行为扭曲”的空间。古德哈特定律在数字化时代只会更严重，不会更轻微。当各单位知道了AI的审核逻辑（比如异常值检测的阈值、指标匹配的相似度算法），他们就可以“反向优化”——不是真的提升绩效，而是产出看起来符合AI预期的数据。传统绩效评价至少还有人的直觉和经验作为防线，全AI审核可能会让虚假数据的“通过率”反而更高。

风险三：“数据孤岛”不是技术问题，是利益问题。AI+绩效管理的全部效能，取决于数据打通的程度。但中国政府部门之间的数据壁垒，从来就不是技术能力不够——是“我的数据凭什么给你用”的问题。广西在建立绩效综合管理服务平台的过程中特别强调“打通发改、财政、统计等部门数据渠道”，这恰恰说明在大多数地方，这些渠道至今没有真正打通。

风险四：投入成本与边际收益的不对称。AI系统不是一次性投入——持续维护、数据更新、模型调优、安全防护都需要资源。一个县级财政部门花500万建了一套AI绩效审核系统，但每年涉及的专项资金可能只有2亿元——投入产出比是否合理？浙江是发达省份，可以做“AI+绩效”的深度试点；但对于财力薄弱的中西部地区，可能更需要的是先把“人工绩效评价”做到及格线以上。

五、推进策略的四条建议

基于以上分析，对于AI+绩效管理的推进节奏，我提四条建议：

第一，以省为单位建设共享平台，避免重复投入。每个市甚至每个县都自己做一套AI绩效系统，是巨大的浪费。浙江省的实践表明，省级统一搭建平台、市县接入使用，是最经济的模式。在此基础上，建立省级指标库和案例库的共享机制——山东的“政策和项目预算绩效指标标准体系”已被嵌入预算一体化系统，各市县可以强制引用，这就是一个标杆做法。

第二，AI不做最终决策，只做辅助推荐。在现阶段，AI的角色应该是“预审员”而不是“裁判员”。浙江“AI智能预审+人工重点复核”的模式值得推广——AI负责快速筛查“明显有问题”的项目（指标缺失、数值偏离过大、逻辑矛盾），人负责做定性判断（政策合理性、政治可行性、创新性评估）。这个定位既保护了AI不承担它不该承担的责任，也确保了评价的最终解释权在人手中。

第三，AI方法论的公开透明是底线。AI绩效审核所使用的指标匹配逻辑、异常值检测算法、效率评分方法，都应该向评价对象公开。只有公开方法论，“算法黑箱”才不至于演变成“算法霸权”。更进一步，建议引入“AI可解释性”技术要求——对于每一个被AI判定为“低效”或“预警”的项目，系统必须输出可追溯的理由，而不是一个冷冰冰的分数。

第四，数字化必须与制度改革同步推进。技术从来不是万能的。如果不改变“自评自说自话”“评价结果不敢用”“预算与绩效两张皮”这些制度性问题，再先进的AI系统也只是把低质量的评价做得更快而已。零基预算改革（浙江、重庆、山西等地正在推进）、成本预算绩效管理（上海各区2026-2028方案）、预算执行常态化监督——这些制度改革为AI应用提供了制度土壤。反过来，AI工具也能降低这些改革的执行成本。两者的关系是相互赋能，不是替代。

六、结语

1950年，图灵在《计算机器与智能》中提出了一个至今仍在被讨论的问题：机器能思考吗？76年后，在预算绩效管理这个看似传统的公共财政领域，我们看到了“机器的思考”正在以最务实的方式渗透进来——不是哲学辩论，而是帮人做指标匹配、做异常检测、做交叉验证。

但这篇文章想说的不是“AI很厉害”。恰恰相反——AI最强大的地方，不在于它能替代人的判断，而在于它能暴露人过去根本没有做过判断。当一个AI在1天内发现810个项目中有252个存在问题、而人工审核过去的检出率只有个位数时，它揭示的不是AI有多聪明，而是过去的“人工审核”有多敷衍。

AI+绩效管理的“图灵时刻”，不是机器超越了人，而是机器让人不得不面对一个尴尬的事实：在没有机器的年代，我们可能从来没有真正重视过绩效。

参考信源：     1. 浙江：应用人工智能赋能财政科学管理（财政部《中国财政》，2026年）     2. 浙江：加强预算绩效管理 激活内生发展动力（中国财政，2026年）     3. 财政科学管理专题·数字赋能转型加速落地（搜狐财经转载，2026年）     4. 广西：以人工智能赋能绩效管理（当代广西，2026年）     5. 青岛市李沧区：深化财政科学管理改革 提升预算绩效管理成效（2026年7月）     6. 重庆：全面深化零基预算改革集中财力促发展惠民生（重庆财政局，2026年8月3日）     7. Turing, A.M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433-460.     8. Goodhart, C.A.E. (1975). Problems of Monetary Management: The UK Experience. Papers in Monetary Economics.