日前，我司中标的深圳市保税区地方税务局E绩效体系建设项目顺利通过验收。
保税区局作为基层单位，是保障税务系统组织绩效落地的关键部门，也是税总提出构建“横向到底、纵向到边”绩效管理体系的“最后一公里”关键环节。为了保障组织绩效有效落地及自身管理可持续改进提升的需求，在充分研究税总及市局绩效体系的基础上，结合深圳地税可数据化管事模式改革背景及自身管理需求实际，构建了“深圳市保税区地方税务局绩效管理体系”，并有我公司设计研发了配套的信息化支撑平台“深圳市保税区地方税务局E绩效系统”（以下简称‘E绩效’）。
E绩效系统由：系统管理、基础配置、组织绩效管理、个人绩效管理、局长奖励金管理五大模块构成，覆盖绩效管理工作全流程。
绩效管理体系具备以下特征：
逻辑衔接上级组织绩效
指标逻辑分解，压力传导顺畅。为了更好的保障上级组织绩效指标的落地，对上级指标体系进行了详尽的逻辑分解，主体责任清晰、连带责任明确，并利用科学的方法测算了指标权重，很好的实现了至上而下的工作压力传导机制。
以持续改进提升为目标的闭环式流程
构建PDCA的闭环式管理流程，以绩效诊断促改进提升。在绩效体系的流程设计上，采用了经典的PDCA闭环式绩效管理流程，因为只有闭环的管理，才具备可控、可靠和不断提升的能力。流程由制定绩效计划、组织绩效实施、开展考核评估，和绩效诊断提升四个环节构成，形成相互促进、良性循环的完整闭环。在应用的时候，不仅停留在绩效考核层面，而是注重绩效实施过程中的沟通、反馈、跟踪与辅导，考核结果出来后对指标偏低的原因重点进行绩效诊断分析，提出改进意见和措施加以跟踪落实，最终形成可持续改进提升的长效完善机制。同时在每个绩效周期的运行中，要求全员记录开展绩效诊断分析的工作日志，归纳提炼《绩效指标体系诊断分析指引手册》，手册对各项业务指标偏低的“常见原因分析”和“常规提升措施”进行归纳和总结，为以后的工作改进积累宝贵的经验。
正向激励的绩效理念
以积极心理学和博弈论为理论支点，营造以正向激励为主的绩效管理理念。在个人绩效考核方式上，改变以前以扣分考核为主的惩罚方式为以奖励加分为主的激励方式。一直以来绩效管理这项工作难于在政府部门，尤其是基层一线全面推广实施，其重要原因就是大家的抵触情绪，以考核扣分的为主的绩效体系，是源于西方的“不信任”管理论为基础，这种以“消极倾向”为理论基础的管理方法，容易引发大家消极的论调，如绩效管理的“绳索论”、“无用论”、“大棒论”、“奖金论”等等，所以在构建的绩效管理体系中，如何解决好干部职工的“消极抵触思想”是一个亟待解决的问题。基于此，我局进行了较为深入的分析和探索，初步提出了“正向激励为主、惩罚约束为辅”的个人绩效管理理念，其理念提出的基础是“积极心理学（哈佛大学排名第一的选修课程）”，理念实施的保障是“博弈论（博弈论主要研究公式化了的激励结构间的相互作用）”，旨在营造一种正能量的绩效文化背景，构建一套组织与个人共同发展、和谐共赢的绩效新体系。
注重过程的管理方式
以工作任务过程化管理为措施，形成注重过程的管理方式。传统的绩效管理重点突出目标管理和考核环节，这种“秋后算账”的管理方式已经带来了很大程度的消极负面影响，基于过程管理的绩效体系，是引导管理层和执行层将日常工作重点向事项的过程管理倾斜，借助信息技术形成过程监控、执行反馈的过程化管理链条，使监控点前移，尽量避免不良绩效结果的输出。
“日常工作”与“绩效内容”相统一
利用E绩效内嵌工作任务子系统，解决“工作”与“考核”两张皮的现象；初步实现工作过程留痕与工作价值计量。利用工作任务子系统，实现科长日常工作安排、过程管理及干部执行反馈的功能，以此结果作为干部的日常绩效构成主体，即日常工作内容也是绩效考核内容，使工作与绩效有效融为一体，尽量的避免以往“日常工作”和“考核指标”两张皮的现象。
各部门通过分类的方式合理评估了各岗位的工作价值贡献，形成了相对客观的工作价值计分标准，为后续构建全员绩效激励体系奠定了良好的基础。
同步在工作任务模块中，形成了覆盖较为全面的工作过程留痕机制，并自动衔接了税总个人绩效体系中要求的“工作纪实”内容。
初步探索了“刚柔相济”的个人绩效评价体系
客观数据的“刚性”模式+主观测评的“柔性”模式，探索“刚柔相济”的个人绩效评价体系。利用E绩效平台的工作价值贡献计分体系结果，设计了“科室平均工作量”、“科室平均工作量30%”等动态参数与税总提出的“工作努力程度”测评进行软链接，避免了纯“柔性”测评的客观依据不足，同时也弥补了纯“刚性”结果数据失真的弊端。
结果运用多元化
物质激励、精神激励与诊断分析提升并重，探索绩效结果运用的多元化。通过E绩效系统的局长奖励金模块，实现了组织绩效奖金、个人绩效奖金、专项奖金的结果应用；结合E绩效的组织绩效诊断提升、个人绩效诊断提升，实现了以短板改进为导向的结果应用；利用E绩效提供的汇总统计分析，给人才选拔培养、教育培训、评优评先等其他结果应用提供了数据化的支撑及重要参考。