Tuloksellisuusmittaus julkisella sektorilla : Case: Kunnalliselle vuokrataloyhtiölle asetetut mittarit ja niiden soveltuvuuden arviointi
Bibliographic record
Abstract
Julkisen sektorin toiminnan kehittäminen ja tehostaminen ovat nousseet vakiintuneiksi puheenaiheiksi julkisessa keskustelussa viimeisten vuosikymmenten aikana. Tuloksellisuusmittaus on nähty erääksi keinoksi edetä kohti näitä määränpäitä. Julkisella sektorilla vähintään yhtä tärkeää kuin taloudellisten näkökulmien arviointi osana tuloksellisuutta on sosiaalisten näkökulmien huomioiminen. Julkisen sektorin tulosohjauksesta on haluttu tehdä konkreettisempaa, mutta samalla on kohdattu vaikeuksia julkisen sektorin palveluntuottajien vaikuttavuuden mittaamisessa ja arvioimisessa. Tässä tutkielmassa keskitytään tuloksellisuusmittaukseen julkisella sektorilla ja julkisen sektorin erityisluonteen ja monimuotoisten tavoitteiden sille aiheuttamiin haasteisiin. Aiheeseen syvennytään sosiaalisen asuntoliiketoiminnan osalta yhden case-yhtiön tuloksellisuusmittauksen tilaa tutkimalla. Erityishuomio keskittyy siihen, miten sosiaaliset näkökulmat on kyetty sisällyttämään tuloksellisuusmittaristoon taloudellisten mittareiden rinnalle. Lisäksi tarkastelussa on asetettujen mittareiden kyky ohjata yhtiön toimintaa kohti toiminnan pääasiallisia tavoitteita ja toivottuja lopputuloksia. \nTutkielmassa hyödynnetään toiminta-analyyttista tutkimusotetta. Tutkimus toteutetaan laadullisena tapaustutkimuksena, jossa empiirinen aineisto on hankittu case-yhtiölle asetettuja tuloksellisuusmittareita ja niiden tavoitearvoja tarkastelemalla sekä haastattelemalla case-yhtiön asiantuntijoita. Tutkimustuloksina havaittiin case-yhtiölle asetetuista mittareista enemmistön edustavan taloudellisia näkökulmia, vaikkakin myös joitain sosiaalista näkökulmaa kuvastavia mittareita oli onnistuttu asettamaan. Asetetut sosiaaliset mittarit eivät kuitenkaan kuvaa toiminnan lopputulosta tai sen vaikuttavuutta, joten ne toimivat enemmänkin sijaissuureina. Kokonaisuudessaan asetetuilla mittareilla ei voitu havaita olevan kovin suuria ohjausvaikutuksia ja vain osaa mittareista onkin seurattu aktiivisesti vuoden aikana. Jotkin mittarit on nähty myös luonteeltaan vain toteaviksi tunnusluvuiksi, jolloin niillä ei nähdä selkeää tavoitteellista statusta eikä näin ollen ohjausvaikutuksiakaan. \nTutkimustulokset tukevat julkisen sektorin tuloksellisuusmittauksen haastavuutta käsittelevää aiempaa teoreettista aineistoa ja osoittavat tuloksellisuusmittauskäytännöissä olevan edelleen paljon kehitettävää sopivien mittasuureiden ja mittausteknologioiden osalta. Suurimmat haasteet liittyvät sosiaalisten tavoitteiden muuntamiseen yksinkertaisesti mitattavaan muotoon. Jos tässä ei onnistuta riittävän hyvin, ei tuloksellisuusmittareista ole apua organisaation toiminnan ohjaamisessa kohti sen mission saavuttamista. Samalla myös tuloksellisuusmittauksen strateginen kontribuutio jää heikoksi.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.005 |
| Meta-epidemiology (broad) | 0.005 | 0.003 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.005 | 0.003 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.050 | 0.139 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".