行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3] 核心观点 - 贫困地图是定位社会项目的有用工具 但静态的贫困关注忽略了其时间维度 当前非贫困家庭仍面临较大的福利波动 并在面对冲击时有陷入贫困的风险 [6] - 报告提出了一种结合贫困地图和脆弱性估计的方法 创建高度细分的脆弱性地图 包括预测长期贫困家庭的比例（贫困引发的脆弱性）和显示有显著陷入贫困概率的家庭比例（风险引发的脆弱性） [7] - 该方法在塞内加尔的应用中 提供了社会登记扩展的配额 考虑到贫困人口和贫困风险人口 意味着在实践中将覆盖范围扩大到城市和城郊地区 这些地区往往贫困率较低 [8] - 通过将脆弱性纳入目标 可以提高社会项目的有效性 因为生活在贫困线以上的人口可能仅一次冲击就会陷入贫困 而且如果贫困率最近下降 这一比例可能会增加 [16] 数据与方法 - 报告使用2018-2019年家庭生活标准调查和2013年人口普查数据 通过多层次模型估计家庭收入生成函数 并将贫困和脆弱性估计到人口普查数据中 [24][25] - 脆弱性估计基于Günther和Harttgen（2009）的方法 将脆弱家庭分为两类：贫困引发的脆弱性（长期贫困家庭）和风险引发的脆弱性（当前不贫困但面临高贫困风险的家庭） [18][19] - 报告通过小区域估计技术 将贫困率和脆弱性率估计到人口普查数据中 创建了高度空间细分的脆弱性地图 [19][28] 塞内加尔的脆弱性地图 - 报告估计了塞内加尔全国552个社区的贫困和脆弱性地图 结果显示 农村地区和东南部地区的贫困率较高 但城市社区虽然贫困率较低 却占面临较高贫困风险家庭的大部分 [8][34] - 全国脆弱性率为55.7% 其中38.2%为贫困引发的脆弱性 17.5%为风险引发的脆弱性 调查估计的脆弱性率与小区域估计结果一致 全国脆弱性率为55.9% [36][37] - 报告将社区分为三类：低贫困社区、高脆弱性社区和长期贫困社区 低贫困社区通常人口较多且位于城市地区 而长期贫困社区主要是小型农村社区 [39][42] 社会登记扩展的影响 - 报告指出 使用脆弱性率而非仅贫困率来确定社会登记扩展的配额 增加了城市和城郊社区的资格 例如 达喀尔城市的资格率比仅考虑贫困率时增加了84% [11][54] - 尽管农村地区由于较高的贫困率仍然具有较高的资格率 但考虑到风险引发的脆弱性 扩大了社会保护的范围 涵盖了那些在面临冲击时可能陷入贫困的家庭 [11][53] - 报告强调 扩展社会登记以覆盖非贫困家庭是维持过去贫困减少成果的关键 特别是在经济衰退和冲击期间 [53][56]

行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3] 核心观点 - 实时福利监测对于政策制定至关重要，尤其是在全球不确定性增加的背景下 [7] - 传统家庭调查数据更新频率低，无法满足政策制定者的需求，因此需要结合基线数据和辅助数据进行实时监测 [8][9] - 方法和技术进步使得实时福利监测成为可能，特别是在应对COVID-19大流行和气候相关灾害等危机时 [10] - 报告提出了一种实时福利监测的分类方法，帮助团队根据不同情境选择最佳方法 [11] 方法部分总结 基于调查和非调查协变量的福利预测 - 使用调查和非调查数据进行福利预测，通过基线调查数据与辅助数据的结合来估算消费或收入水平 [30] - 线性回归模型是常用的方法，但也涉及热卡插补和多重插补等统计方法 [31] - 机器学习方法在福利预测中的应用逐渐增加，尤其是非参数模型如随机森林和支持向量机 [33] - 调查到调查的插补方法在多个国家得到验证，但模型稳定性依赖于协变量与消费之间的关系是否稳定 [38][39] 基于GDP增长的福利预测 - GDP增长与贫困率之间存在显著相关性，GDP贫困预测方法包括分布缩放和贫困弹性法 [55] - 分布缩放方法通过GDP人均增长来调整福利分布，通常假设分布中性增长 [56] - 贫困弹性法通过历史GDP增长与贫困率的关系来预测当前或未来的贫困率 [58] - GDP预测的准确性依赖于GDP数据的质量，且GDP数据通常存在滞后性 [60][61] 微观模拟和一般均衡模型 - 微观模拟模型通过丰富的微观数据来模拟宏观经济变化对不同收入家庭的影响，提供更准确的贫困率估算 [68] - ADePT模型是一种简单的宏观-微观模型，通过宏观经济变化来预测家庭福利 [71] - GIDD模型是一个全球模拟模型，结合了120多个国家的家庭调查数据和全球CGE模型 [75] - 微观模拟模型的准确性依赖于数据的质量和模型的假设，评估其预测能力较为困难 [77][78] 数据部分总结 高频电话调查 - 高频电话调查（HFPS）在COVID-19大流行期间得到广泛应用，成本低且频率高，但覆盖范围有限 [87] - HFPS在脆弱和冲突地区尤其有用，可以跟踪难民的福利状况 [90][91] - 电话调查的缺点是样本可能偏向拥有电话的富裕家庭，且响应率较低 [93][95][98] 快速面对面调查 - 快速面对面调查通过缩短调查时间和利用本地资源来降低成本，适用于需要高频数据收集的情境 [102] - 调查内插补方法可以减少数据收集的时间和成本，例如SWIFT 2.0和快速消费调查（RCS） [103][104][106] - 社区调查在马拉维等地的应用表明，本地调查员可以显著降低调查成本 [109][110] 地理空间数据 - 地理空间数据包括卫星图像、夜间灯光数据等，可用于贫困地图绘制和福利监测 [127] - 夜间灯光数据常用于经济活动的监测，但其在预测贫困率方面的准确性有限 [129][142] - 植被指数（NDVI）在农业依赖型社区中可以作为贫困的预测指标 [130] - 地理空间数据的应用受到云覆盖、数据分辨率等限制，且通常需要与其他数据源结合使用 [141][143] 数字痕迹数据 - 数字痕迹数据如手机通话记录和社交媒体数据可以用于福利监测，尤其是在缺乏传统调查数据的情况下 [82] - 手机通话记录数据在卢旺达的应用表明，可以通过机器学习模型预测贫困率 [37] - 社交媒体数据可以用于快速收集公众情绪和福利指标，但样本代表性有限 [114][116]

行业投资评级 - 远程办公在墨西哥有潜力增加女性劳动力参与率，尤其是受过高等教育的女性群体 [2] - 远程办公可以帮助女性平衡家庭责任和工作，从而增加劳动力参与率 [15] 核心观点 - 远程办公在疫情期间为女性提供了灵活性，帮助她们保持收入和工作的同时减轻了家庭负担 [7] - 家庭条件（如照顾孩子和配偶）是影响女性劳动力参与决策的重要因素，而年龄、教育和社会经济地位的影响较小 [2] - 远程办公可以减少通勤时间和成本，并为女性提供更多的时间来平衡工作和家庭责任 [8] - 墨西哥的远程办公法律框架在2020年12月通过，规定了远程办公的条件、义务和权利 [9] 数据与方法 - 研究使用了墨西哥国家统计局（INEGI）的《家庭信息技术可用性和使用情况全国调查》（ENDUTIH）数据，分析了2020年疫情期间的远程办公情况 [10] - 研究采用了多分类模型，分析了男性和女性在五种劳动力状态中的选择：退出劳动力市场、现场工作、现场自雇、远程办公和远程自雇 [10][34] 远程办公的影响 - 远程办公对受过高等教育的女性尤其有利，帮助她们在家庭责任和工作之间找到平衡 [14] - 远程办公并不是可靠的儿童保育替代方案，因此需要额外的政策支持 [15] - 远程办公的普及需要加强互联网基础设施和数字技能的培训 [65] 性别差异 - 家庭中有孩子的女性更有可能退出劳动力市场，而男性则更有可能继续工作 [58] - 女性在家庭中的照顾责任（如照顾孩子和配偶）显著影响她们的劳动力参与决策，而男性则不受这些因素的影响 [58] 政策建议 - 政策应鼓励兼职和混合工作安排，并提供完善的儿童和老年人护理计划 [2] - 提高互联网接入和数字技能培训是促进远程办公和女性劳动力参与的关键 [65]

行业投资评级 - 奥运会品牌价值达到114亿美元，较2021年增长37% [13][21] - 奥运会品牌价值主要来源于广播权、赞助和门票销售，其中广播权是最大的收入来源 [22][23] - 奥运会品牌价值在全球体育赛事中排名第二，仅次于NFL [21] 核心观点 - 奥运会品牌价值的增长得益于广播协议的扩大和赞助收入的稳定增长 [21][22] - 奥运会赞助商通过全球曝光和品牌建设获得显著回报，尤其是TOP合作伙伴 [37][38] - 奥运会的可持续性举措在2024年巴黎奥运会中得到了显著提升，尽管公众对其环境承诺的认知度较低 [54][55] 行业分析 品牌价值与赞助 - 奥运会品牌价值的主要驱动因素包括广播权、赞助和门票销售，其中赞助收入占49亿美元 [22][27] - TOP合作伙伴计划为16个品牌提供了全球营销权利，这些品牌在奥运会期间的知名度和声誉显著提升 [37][38] - 赞助商通过奥运会赞助获得了显著的品牌知名度和声誉提升，尤其是阿里巴巴和宝洁 [14][38] 服装品牌竞争 - 服装品牌在奥运会中的竞争激烈，Nike和Adidas通过创新的营销策略争夺市场份额 [42][46] - 2024年巴黎奥运会中，Lululemon和Le Coq Sportif等品牌通过独特的设计和本土优势获得了显著的市场关注 [47][48] - Nike和Adidas在奥运会中的品牌竞争持续激烈，Nike通过高额投资和创新的营销活动保持市场领先地位 [49] 可持续性与环境 - 2024年巴黎奥运会在可持续性方面取得了显著进展，95%的场馆为现有或临时建筑，减少了碳排放 [54][55] - 巴黎奥运会的可持续性举措包括使用可再生材料和本地采购的食品，尽管公众对其环境承诺的认知度较低 [54][55] - 奥运会的可持续性举措为未来的赛事设定了新的标准，尽管部分目标未能完全实现 [57] 粉丝与观众 - 奥运会是全球第三大受欢迎的体育赛事，仅次于足球和篮球 [59] - 奥运会观众群体偏向年长和高收入人群，年轻观众对奥运会的环境影响的关注度较高 [62] - 奥运会的全球吸引力使其成为品牌赞助的理想平台，尤其是通过广播和社交媒体渠道 [59][62] 软实力与国家品牌 - 奥运奖牌数量与国家的软实力指数呈正相关，夏季奥运会的相关性高达70% [68][69] - 举办奥运会并不一定显著提升国家的软实力，尽管日本和中国在举办后软实力有所提升 [71] - 奥运会为参赛国家提供了展示文化和价值观的全球舞台，尽管经济回报可能有限 [71]

行业投资评级 - 报告未明确给出具体的行业投资评级，但强调了品牌价值对企业的重要性，特别是在阿根廷经济不稳定的背景下，品牌价值成为企业韧性和可持续性的关键因素 [12][13][14] 核心观点 - 品牌价值是企业的重要资产，能够帮助企业在经济不确定性中保持竞争力，特别是在阿根廷这样的经济环境中 [12][13][14] - 品牌价值不仅体现在财务表现上，还体现在消费者忠诚度、市场差异化、吸引人才等方面 [5][6] - 可持续发展（ESG）因素在品牌价值中的重要性日益增加，消费者对品牌的可持续性承诺越来越关注 [8][9][10] - 品牌价值的提升可以通过创新、市场适应性和有效的品牌管理来实现，特别是在竞争激烈的行业中 [25][26][27] 行业分析 品牌价值增长 - 阿根廷前十大最有价值品牌的总价值在2024年达到86.248亿美元，同比增长18.33% [25] - Mercado Libre 和 Globant 是阿根廷最具价值的品牌，分别增长了23.4%和33.8%，反映了它们在电子商务和IT服务领域的领导地位 [25][27][28] - YPF、Banco Galicia 和 Banco Macro 等传统品牌在品牌价值上表现不一，YPF 增长了47.1%，而 Banco Macro 下降了19% [30][31][32] 行业分布 - 品牌价值最高的行业是分销（Mercado Libre），占53.6%，其次是IT服务（Globant），占18.8%，石油和天然气（YPF）占10.3% [39] - 银行业和电信行业的品牌价值相对较低，分别占7.7%和3.6% [39] 品牌强度指数（BSI） - Mercado Libre 的品牌强度指数（BSI）为86.44，保持AAA评级，反映了其在电子商务领域的强大市场地位 [35] - Globant 的BSI为81.24，评级为AAA-，表明其在IT服务领域的强劲表现 [35] - Banco Galicia 的BSI为81.77，评级为AAA-，尽管其品牌价值略有下降，但仍保持较高的市场信任度 [35] 品牌管理策略 - 品牌管理应注重创新和市场适应性，特别是在经济不确定性中，品牌需要不断调整策略以保持竞争力 [25][26][27] - 可持续发展（ESG）已成为品牌价值的重要组成部分，企业需要清晰、真实地传达其可持续性承诺，以赢得消费者信任 [8][9][10] - 品牌价值的提升不仅依赖于财务表现，还需要通过有效的品牌管理、市场研究和消费者洞察来实现 [5][6][7] 品牌价值评估方法 - 品牌价值评估基于品牌强度指数（BSI），该指数通过市场研究、消费者洞察和财务数据综合计算得出 [49][50][51] - 品牌价值的计算考虑了品牌的收入贡献、市场表现和消费者忠诚度等因素 [43][44][45] - 品牌价值的评估方法还包括对品牌在可持续发展方面的表现进行分析，特别是消费者对品牌可持续性承诺的信任度 [8][9][10]

行业投资评级 - 电化学在碳捕集与封存（CDR）领域具有高潜力，能够显著降低能源需求和成本，但技术成熟度较低，需要大量投资来验证其规模化可行性 [10][11][28] 核心观点 - 电化学技术有望通过降低能源需求和成本，显著改变碳捕集与封存（CDR）领域的格局，尤其是在直接空气捕集（DAC）和间接水捕集（IWC）等应用中 [10][12][23] - 电化学CDR系统的核心优势包括降低能源消耗、简化系统设计、模块化设计以及产生有价值的副产品 [26][27][28] - 尽管电化学CDR技术具有潜力，但其技术成熟度较低，且当前投资规模远未达到实现其全部潜力所需的水平 [28][77] 行业现状与技术应用 - 电化学在CDR领域的应用主要集中在直接空气捕集（DAC）、间接水捕集（IWC）和混合系统（HYB）中，涉及多种电化学过程，如电解（EL）、双极膜电渗析（BPMED）等 [12][18][30] - 从2019年到2024年，电化学CDR初创公司数量从3家增加到24家，显示出该领域的快速增长 [30][31] - 电化学CDR系统的核心组件是电化学电池，其设计涉及电极材料、电解质、膜等多个关键组件，这些组件的选择和优化直接影响系统的性能和成本 [32][33][34] 系统设计与技术挑战 - 电化学CDR系统的设计面临多个技术挑战，包括材料稳定性、系统复杂性、能量效率以及长期运行的可靠性 [48][49][53] - 电化学电池的设计需要在电流密度、电压效率和材料成本之间进行权衡，以实现最佳的系统性能和经济效益 [50][52][53] - 电化学CDR系统的规模化应用需要解决膜的成本和耐久性问题，以及系统集成和实际环境中的长期运行挑战 [54][55][64] 投资与市场机会 - 电化学CDR领域的投资需求巨大，预计未来15到20年内需要25亿至70亿美元的投资来验证其规模化可行性 [10][28][77] - 投资者在进行尽职调查时应关注电化学CDR系统的技术成熟度、材料成本、能量需求以及系统复杂性等关键因素 [70][71][75] - 电化学CDR系统的市场机会不仅限于碳捕集，还包括氢气和氧气等副产品的生产，这些副产品可以进一步支持能源转型 [26][27][63] 未来展望 - 电化学CDR技术有望在未来十年内实现重大突破，但其成功依赖于大规模的投资和技术创新，尤其是在膜性能和系统耐久性方面的改进 [77][78] - 电化学CDR系统的规模化应用将为全球碳捕集与封存（CDR）领域提供低成本、可验证且持久的解决方案，助力实现全球气候目标 [77][78]

行业投资评级 - 教育是应对气候变化的有力工具，但目前在全球气候融资中被严重忽视，2021年仅有1.5%的气候资金流向教育领域 [11] 核心观点 - 教育是气候变化意识的最强预测因素，能够通过重塑思维、行为、技能和创新来推动气候变化的缓解和适应 [11] - 气候变化正在威胁教育成果，低收入国家因气候相关学校关闭平均每年损失18天教学时间，而高收入国家仅损失2.4天 [11] - 教育系统需要适应气候变化，低成本适应方案每名学生成本约为18.51美元，而更有效的方案成本在45.68至101.97美元之间 [11] - 全球绿色转型需要约1亿个新工作岗位，并对现有工作岗位进行技能升级，同时78万个工作岗位将因绿色转型而消失 [31] 教育对气候行为的影响 - 教育是气候变化意识的最强预测因素，每增加一年教育，气候变化意识提高8.6% [34] - 教育直接促进气候行为，欧洲每增加一年教育，气候行为增加5.8个百分点 [34] - 教育能够通过提高就业能力和收入来增强个体对气候变化的适应能力，全球每增加一年学习，年收入增加约10% [34] - 教育不仅影响未来，还能通过儿童影响父母的气候行为，印度的气候相关教育使父母的气候行为提高了近13% [35] 绿色技能与绿色转型 - 绿色技能不仅包括技术和STEM技能，还包括非技术技能、跨部门技能和通过短期课程获得的技能 [124] - 任何工作和行业都可以通过适当的技能增强变得更绿色，巴西食品和饮料服务行业25%的技能需求是绿色技能 [124] - 绿色转型不仅需要新技能，还需要对现有工作进行技能升级，印度尼西亚76%的企业报告现有工作的变化是绿色转型的最大调整 [124] - 绿色技能需求可能不可预测且不公平，高收入国家每100名男性中有62名女性从事绿色工作 [124] 气候变化对教育的影响 - 气候变化导致大规模学校关闭，过去20年中，75%的极端天气事件导致学校关闭 [45] - 气温上升导致学生学习损失，巴西最贫困的50%城市学生可能因气温上升损失0.5年的学习时间 [46] - 气候变化通过增加疾病、压力和冲突间接侵蚀教育成果，气候变化导致的冲突和暴力对儿童的教育成就产生严重影响 [47] 政策建议 - 政府应通过投资基础技能和STEM教育、提供设计良好的气候教育以及提升教师能力来推动学校教育的变革 [27] - 在短期内，政府应增加信息和可及性，特别是在技术绿色技能方面 [52] - 在中长期，政府应通过强基础、灵活路径、信息流和有意包容来培养适应性强的工人和系统 [52] - 政府应通过教育管理、学校基础设施、学习连续性和动员学生和教师作为变革推动者来增强教育系统的韧性 [53]

行业投资评级 - 报告未明确给出具体的行业投资评级，但指出中国的财政政策在减少不平等方面表现较为有效，尤其是在教育和医疗支出方面 [16] 核心观点 - 中国的财政政策通过税收和支出有效减少了不平等，尤其是通过教育和医疗支出，减少了约10.3个基尼点 [16] - 尽管财政政策在减少不平等方面取得了一定成效，但仍存在改进空间，特别是通过增加累进税（如个人所得税）和现金转移支付来进一步减少不平等 [16] - 中国的财政系统整体上是累进的，70%以上的人口是财政系统的净受益者，尤其是低收入家庭 [45] 财政政策的影响 - 中国的财政政策主要通过教育和医疗支出减少不平等，这两项支出占财政支出的主要部分 [16] - 现金转移支付对低收入家庭至关重要，尤其是居民养老金和低保（Dibao）等现金转移支付，尽管其金额相对较小，但对减少不平等起到了积极作用 [51] - 个人所得税（PIT）在减少不平等方面的作用有限，主要是因为其税收基础较窄，主要集中在高收入群体 [54] 财政收入的构成 - 中国的财政收入主要依赖于间接税（如增值税）和社会保险缴费，个人所得税的贡献相对较小 [18] - 2018年，中国的财政收入占GDP的29.1%，其中增值税占8.6%，个人所得税仅占1.5% [18] - 中国的社会保险缴费占GDP的8.7%，远高于个人所得税的贡献 [20] 财政支出的构成 - 中国的财政支出中，社会支出占36.9%，其中教育和医疗支出分别占14.6%和7.1% [29] - 中国的社会支出相对较低，尤其是直接转移支付仅占GDP的0.5%，远低于其他中高收入国家的平均水平 [32] 财政政策的改进空间 - 中国的财政政策可以通过增加累进税（如个人所得税和财产税）来进一步提高再分配效果 [69] - 在支出方面，可以通过扩大社会救助计划的覆盖范围和提高居民养老金的充足性来进一步减少不平等 [62] - 中国的教育和医疗支出虽然已经显著减少了不平等，但仍需进一步增加支出以缩小城乡和地区之间的差距 [62]

行业投资评级 - 报告未明确提及行业投资评级 [1][2][3] 核心观点 - 生成式人工智能（GenAI）在公共管理中的应用具有巨大潜力 能够帮助填补效率缺口 加速数字化进程 并使公共管理更加高效 [3] - GenAI可以自动化处理目前占用员工60%至70%时间的任务 例如内容合成与创建 编程支持以及公民互动 [3] - 全球各国政府正在通过制定国家战略和针对性推广来利用GenAI的潜力 例如丹麦 英国和意大利 [3] - 德国政府计划到2025年投资15亿欧元 以扩大德国的AI地位 并释放与AI相关的潜力 [3] - 目前 公共管理部门主要通过试点项目和概念验证（PoC）来使用GenAI 但真正的潜力在于规模化 跨部门的广泛应用 [3] 成功因素总结 成功因素1：创建广泛使用GenAI的必要框架 - 需要建立可靠的监管框架 包括数据保护要求和官方AI支持通信的法律框架 [5] - 员工需要明确的程序规则来指导GenAI的应用 [5] 成功因素2：促进GenAI解决方案的集中提供 - 集中提供功能性的GenAI解决方案可以促进更广泛的使用 特别是对于较小的机构 [8] - 集中提供可以统一技术接口 数据格式 请求和技术架构解决方案 [9] 成功因素3：扩展现有技术基础设施 - 需要适当的技术基础设施来支持GenAI解决方案的扩展 包括数据平台 矢量数据库 前端和后端基础设施以及提示库 [10] - 数据质量对于GenAI模型的高质量输入至关重要 [11] 成功因素4：系统性地扩展能力和吸引GenAI人才 - 需要扩展或建立相关能力 包括招聘数据工程师和软件工程师 并培训现有员工 [13] - 公共管理部门需要通过特殊薪酬模型 明确的职业发展路径和灵活的工作模式来吸引新人才 [13] 成功因素5：促进GenAI解决方案的交流 - 需要建立一个简单的交流平台 以便于分享成功的GenAI解决方案 避免重复工作 [14] - 技术平台或知识数据库可以促进跨部门的透明度和交流 [14] 成功因素6：建立有效的GenAI风险管理 - 需要建立有效的风险管理机制 包括输入监控 输出监控和协议记录 [15] - 风险管理应确保灵活性和避免单一供应商依赖 [16] 成功因素7：确保灵活性和避免依赖 - 通过技术抽象 使用供应商无关的软件和合同管理来避免单一供应商依赖 [16]

行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3] 核心观点 - 政府数据分析（Government Analytics）是通过利用现有数据来评估公共行政的效率，并应用这些证据来改进公共行政 [18] - 欧洲的政府数据分析具有巨大潜力，尤其是在高度数字化的国家，政府可以通过数据分析来提升公共服务的质量和效率 [21] - 公共行政的复杂性要求使用微观数据来深入理解不同地区、组织和个人的表现，从而推动政策改进 [30] - 通过整合不同的数据源，政府可以更好地理解公共行政的运作，并推动变革 [59] 根据目录总结 第一章：测量和分析的力量 - 政府数据分析的核心是通过数据来评估和改进公共行政的效率 [18] - 欧洲的政府数据分析潜力巨大，尤其是在高度数字化的国家 [21] - 公共行政的复杂性要求使用微观数据来深入理解不同地区、组织和个人的表现 [30] 第二章：从行政数据理解公共行政 - 行政数据可以通过重新利用日常数据来提供深刻的洞察，例如通过分析案件处理时间来评估办公室的生产力 [44] - 行政数据的整合可以带来更强大的洞察力，例如通过结合不同的数据源来全面理解公共行政的运作 [59] 第三章：从公务员调查理解公共行政 - 公务员调查可以帮助理解公共服务的内部运作，尤其是管理质量和员工动机等难以量化的方面 [67] - 调查数据的设计和报告方式对于推动公共行政改革至关重要，例如通过提供具体的行动建议来改进管理 [83] 第四章：通过影响评估理解公共行政 - 影响评估可以帮助决策者理解政策的效果，并通过实验来优化政策的实施 [96] - 影响评估的循环过程包括设计实验、分析数据、调整政策并最终推广最佳实践 [102] 第五章：从外部数据理解公共行政 - 公民调查和家庭调查提供了从外部视角理解政府运作的机会，尤其是通过测量公民对公共服务的满意度和公共部门与私营部门的比较 [115] - 家庭调查数据可以帮助政府理解公共部门与私营部门在工资、技能和就业方面的差异 [123] 第六章：克罗地亚案例 - 克罗地亚的公务员调查显示，低工资是公务员不满的主要原因，但其他因素如工作安全感和工作生活平衡也至关重要 [137] - 通过改进绩效管理和提供更全面的薪酬方案，可以提高公务员的动机和留任率 [139] 第七章：爱沙尼亚案例 - 爱沙尼亚通过“我的市政”仪表板比较不同地方政府的服务质量，帮助公民和政策制定者更好地理解地方政府的表现 [142] - 数据分析工具的使用可以帮助地方政府改进服务，并提高公民的满意度 [143]