摘要

高校全面预算绩效管理改革对绩效结果应用提出了新要求。作者通过文献研究,结合绩效实践发现,绩效结果应用薄弱的根本原因在于结果形成阶段的信息质量低下和应用阶段的逻辑匹配不强。研究表明,采用机器学习算法,提高预算和绩效的信息反映功能,建立成本与产出的关联,动态完善绩效评价体系,有望提高绩效信息质量。匹配资金投入、政策制度背景、管理模式、领导者能力、问责方式等因素变动对预算绩效评价结果的影响,通过建立因素与产出的关联可以提供各管理因素的调整建议,从而有效促进预算绩效结果正向变动,重构高校预算绩效结果应用的逻辑实现路径。