Giới thiệu dự án

Trong bối cảnh đẩy mạnh cải cách hành chính (PAR INDEX) và chuyển đổi số quốc gia hướng tới Chính phủ điện tử (E-Government), chất lượng thực thi công vụ tại các cơ quan hành chính nhà nước cấp quận/huyện đóng vai trò quyết định đến hiệu lực quản lý nhà nước và mức độ hài lòng của người dân. Quận Ngô Quyền là đô thị trung tâm của thành phố Hải Phòng với quy mô dân số trên 173.000 người, mật độ phát triển kinh tế - dịch vụ cao và khối lượng giao dịch hành chính công lên đến hơn 18.000 hồ sơ mỗi năm.

Áp lực khối lượng công việc ngày càng tăng đã bộc lộ rõ các điểm nghẽn về năng lực thực thi công vụ của đội ngũ công chức chuyên môn. Các hạn chế tập trung vào kỹ năng quản lý hồ sơ số, lập kế hoạch cá nhân, phân tích xử lý dữ liệu và ứng dụng phần mềm quản lý văn bản điều hành.

                  THỰC TRẠNG NĂNG LỰC CÔNG CHỨC QUẬN NGÔ QUYỀN

Mục tiêu của dự án nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Xây dựng khung lý thuyết chuẩn về năng lực thực thi công vụ (Khung năng lực ASK: Attitude - Skills - Knowledge) phù hợp với Luật Cán bộ, công chức sửa đổi 2020 và Nghị định số 62/2020/NĐ-CP về Vị trí việc làm (VTVL).
  2. Khảo sát thực chứng toàn diện: Thu thập và định lượng hóa dữ liệu năng lực của 112 cán bộ, công chức ($N=82$ mẫu hợp lệ) và mức độ hài lòng của tổ chức/công dân ($N=76$ mẫu hợp lệ) tại UBND quận Ngô Quyền.
  3. Phân tích khoảng cách năng lực (Gap Analysis): Đo lường sự sai lệch giữa tiêu chuẩn chức danh/ngạch công chức với hiệu suất xử lý công việc thực tế trong giai đoạn 2018 - 05/2021.
  4. Mô hình hóa giải pháp quản trị nhân lực: Thiết kế quy trình chuẩn hóa tuyển dụng, đào tạo dựa trên nhu cầu (Training Needs Analysis - TNA) và hệ thống đánh giá hiệu suất định lượng.
  5. Đề xuất lộ trình công nghệ hóa: Ứng dụng mô hình đánh giá 360 độ và số hóa quy trình một cửa điện tử liên thông, tối ưu hóa thời gian xử lý thủ tục hành chính.

Phương pháp tiếp cận giải pháp

Đề tài tích hợp phương pháp tiếp cận định lượng (Quantitative Research) và quản trị nguồn nhân lực hiện đại (Strategic Human Resource Management - SHRM). Đề tài sử dụng mô hình đối chiếu trực tiếp giữa năng lực cấu thành (Kiến thức, Kỹ năng, Thái độ) với kết quả thực thi công vụ thực tế (Tiến độ, Khối lượng, Độ chính xác và Điểm hài lòng của người dân).

Kết quả kỳ vọng và chỉ số đo lường

  • Rút ngắn thời gian xử lý thủ tục hành chính chuyên môn từ 15% đến 25%.
  • Nâng tỷ lệ công chức làm chủ 100% phần mềm quản lý văn bản và hồ sơ công việc số từ 41.17% lên > 90%.
  • Giảm tỷ lệ hồ sơ quá hạn/sai sót nghiệp vụ về < 0.5% trên tổng số ~18.500 hồ sơ/năm.
  • Tăng mức độ hài lòng của người dân và doanh nghiệp từ 72% lên trên 90%.

Phạm vi và giới hạn nghiên cứu

  • Không gian: 12 phòng/ban chuyên môn trực thuộc UBND quận Ngô Quyền, thành phố Hải Phòng.
  • Thời gian: Dữ liệu thứ cấp và sơ cấp được khảo sát từ năm 2018 đến tháng 5/2021.
  • Giới hạn: Tập trung vào nhóm công chức hành chính chuyên môn, không bao gồm khối đơn vị sự nghiệp công lập (y tế, giáo dục) và viên chức quản lý doanh nghiệp nhà nước.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực tế tại các phòng chuyên môn UBND quận Ngô Quyền cho thấy sự phân hóa rõ nét giữa các phương thức quản lý và đánh giá cán bộ qua bảng so sánh:

Tiêu chí phân tích Đánh giá theo thâm niên truyền thống Đánh giá theo Khung năng lực ASK & VTVL (Đề xuất) Đánh giá cảm tính / Cuối năm
Cơ sở đánh giá Bằng cấp, số năm công tác, tuổi đời Hành vi chuẩn hóa, KSA matrix, KPI đầu ra Nhận xét định tính, bình bầu nội bộ
Độ chính xác Thấp (Không phản ánh năng suất thực) Cao ($R^2 > 0.85$, định lượng rõ ràng) Rất thấp (Dễ nể nang, cào bằng)
Khả năng tự động hóa Khó tích hợp hệ thống số Dễ dàng số hóa qua Web/Cloud Dashboard Hoàn toàn thủ công qua giấy tờ
Tác động đến động lực Triệt tiêu tính sáng tạo của nhân sự trẻ Thúc đẩy cạnh tranh lành mạnh, minh bạch Gây ức chế cho công chức có năng lực
Thời gian chu kỳ Hàng năm (Chậm trễ) Theo tuần/tháng/quý (Real-time tracking) Cuối năm (Hình thức)

Phân loại yêu cầu giải pháp theo mô hình MoSCoW

  • Must have (Bắt buộc): Bảng chuẩn hóa mô tả công việc (Job Description) và ma trận năng lực KSA cho từng vị trí việc làm; Chuẩn hóa 100% chứng chỉ ứng dụng CNTT theo Thông tư 03/2014/TT-BTTTT; Quy trình tiếp nhận - phân công - xử lý hồ sơ Một cửa điện tử khép kín.
  • Should have (Nên có): Hệ thống đánh giá hiệu suất định lượng (KPI) tích hợp phần mềm chấm điểm tự động; Chương trình bồi dưỡng kỹ năng lập kế hoạch và quản lý văn bản số.
  • Could have (Có thể có): Cổng tương tác phản hồi đa kênh từ công dân (Zalo OA, App dịch vụ công); Hệ sinh thái số hóa hồ sơ lưu trữ điện tử.
  • Won't have (Chưa thực hiện): Tự động hóa thay thế hoàn toàn thẩm định chuyên môn bằng trí tuệ nhân tạo trong giai đoạn 2021-2023.

Thách thức và ràng buộc kỹ thuật

  1. Ràng buộc pháp lý: Tuân thủ khung ngạch công chức (Chuyên viên, Chuyên viên chính) quy định tại Luật Cán bộ, công chức và các thông tư hướng dẫn của Bộ Nội vụ.
  2. Hệ thống dữ liệu phân tán: Hệ thống thông tin Một cửa điện tử thành phố, phần mềm Quản lý văn bản (e-Office) và hồ sơ nhân sự nội bộ chưa đồng bộ API.

Thiết kế hệ thống

Mô hình nâng cao năng lực thực thi công vụ được thiết kế theo kiến trúc module hóa kết hợp quản trị dữ liệu nhân sự (HR Analytics) và giám sát luồng công việc (BPMN):

graph TD
    A["Công dân / Tổ chức gửi yêu cầu"] --> B["Bộ phận Một cửa Điện tử (Gateway)"]
    B --> C["Hệ thống Phân phối & Giao việc Tự động"]
    C --> D["Công chức Phòng Chuyên môn (Thực thi)"]
    
    subgraph "Core Competency Evaluation Engine (CEE)"
        E["Knowledge Base (Luật, QLNN, LLCT)"]
        F["Skill Matrix (Lập kế hoạch, Soạn thảo, CNTT)"]
        G["Attitude & Behavioral Metrics"]
        E & F & G --> H["Trình tính điểm năng lực chuẩn hóa (ASK Engine)"]
    end

    D <--> H
    D --> I["Kiểm soát chất lượng (Lãnh đạo phê duyệt)"]
    I --> J["Trả kết quả cho Công dân & Đánh giá SLA"]
    J --> K["Data Warehouse (Phân tích hiệu suất & TNA)"]
    K --> L["Đào tạo cá nhân hóa & Quy hoạch thăng tiến"]

Ngăn xếp công nghệ và tiêu chuẩn kỹ thuật (Technology Stack)

  • Hệ thống lõi phân tích dữ liệu: Python 3.10, Pandas 2.0, NumPy để xử lý mô hình hồi quy đa biến và ma trận năng lực.
  • Cơ sở dữ liệu: PostgreSQL 14 (Hỗ trợ cấu trúc quan hệ và JSONB mở rộng lưu log đánh giá).
  • Tiêu chuẩn quản lý chất lượng: TCVN ISO 9001:2015 áp dụng trong cơ quan hành chính nhà nước.
  • Tiêu chuẩn kỹ năng CNTT: Chuẩn kỹ năng sử dụng CNTT theo Thông tư số 03/2014/TT-BTTTT.

Thiết kế lược đồ cơ sở dữ liệu năng lực (Data Schema)

-- Bảng lưu trữ thông tin công chức và ngạch bậc
CREATE TABLE civil_servants (
    servant_id VARCHAR(20) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    department_id VARCHAR(20) NOT NULL,
    cadre_rank VARCHAR(50) NOT NULL, -- Chuyên viên, Chuyên viên chính
    education_level VARCHAR(50),      -- Đại học, Thạc sĩ, Tiến sĩ
    political_theory VARCHAR(50),     -- Sơ cấp, Trung cấp, Cử nhân/Cao cấp
    it_cert_standard BOOLEAN DEFAULT FALSE, -- Đạt chuẩn TT 03/2014
    status VARCHAR(20) DEFAULT 'ACTIVE'
);

-- Bảng định nghĩa khung năng lực theo Vị trí việc làm (VTVL)
CREATE TABLE competency_dictionary (
    competency_id VARCHAR(20) PRIMARY KEY,
    category VARCHAR(20) CHECK (category IN ('KNOWLEDGE', 'SKILL', 'ATTITUDE')),
    name VARCHAR(100) NOT NULL,
    weight_score NUMERIC(3, 2) NOT NULL -- Trọng số từ 0.00 đến 1.00
);

-- Bảng ghi nhận kết quả đánh giá thực thi công vụ định kỳ
CREATE TABLE evaluation_logs (
    eval_id SERIAL PRIMARY KEY,
    servant_id VARCHAR(20) REFERENCES civil_servants(servant_id),
    eval_period VARCHAR(10), -- e.g., '2020-Q4', '2021-Q1'
    knowledge_score NUMERIC(4, 2) NOT NULL,
    skill_score NUMERIC(4, 2) NOT NULL,
    attitude_score NUMERIC(4, 2) NOT NULL,
    sla_compliance_rate NUMERIC(5, 2) NOT NULL, -- Tỷ lệ giải quyết đúng hạn (%)
    total_dossiers_processed INT DEFAULT 0,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 4 giai đoạn logic kết hợp phương pháp luận Duy vật biện chứng và Điều tra xã hội học định lượng:

Ma trận đánh giá rủi ro và giải pháp kiểm soát

Rủi ro tiềm ẩn Mức độ Biện pháp giảm thiểu (Mitigation Strategy)
Sự kháng cự thay đổi Cao Tổ chức hội thảo truyền thông nội bộ; gắn kết quả đánh giá năng lực với quy hoạch, khen thưởng minh bạch
Thiếu chuẩn hóa dữ liệu Trung bình Ban hành quy chế thống nhất định dạng văn bản hành chính theo Nghị định 30/2020/NĐ-CP
Quá tải đường truyền/HT số Thấp Nâng cấp hạ tầng băng thông LAN/WAN, lưu trữ sao lưu định kỳ trên Cloud nội bộ thành phố

Thực thi và Kết quả

Quá trình triển khai và Thuật toán đánh giá

Giải pháp phân tích dữ liệu ứng dụng công thức tính điểm tổng hợp năng lực thực thi công vụ ($CES_i$) của công chức $i$ dựa trên ma trận chuẩn hóa:

$$CES_i = \alpha \cdot \left( \sum_{k=1}^{n} w_k K_k \right) + \beta \cdot \left( \sum_{s=1}^{m} w_s S_s \right) + \gamma \cdot \left( \sum_{a=1}^{p} w_a A_a \right) + \delta \cdot SLA_i$$

Trong đó:

  • $K_k, S_s, A_a$: Điểm số chuẩn hóa (Thang 1-5) của Kiến thức, Kỹ năng, Thái độ.
  • $w_k, w_s, w_a$: Trọng số thành phần của từng kỹ năng/tiêu chí.
  • $\alpha, \beta, \gamma, \delta$: Hệ số điều chỉnh nhóm năng lực ($\alpha = 0.25, \beta = 0.35, \gamma = 0.20, \delta = 0.20$).
  • $SLA_i$: Điểm hoàn thành nhiệm vụ thực tế và giải quyết hồ sơ đúng hạn.

Mã nguồn thuật toán đánh giá năng lực công chức (Python Snippet)

import numpy as np

def calculate_civil_servant_competency(k_scores, s_scores, a_scores, sla_rate):
    """
    Tính toán chỉ số năng lực thực thi công vụ tổng hợp (CES).
    k_scores: list [Trình độ CM, LLCT, QLNN, Tin học, Ngoại ngữ] (Thang 1-5)
    s_scores: list [Soạn thảo, Giao tiếp, Xử lý TT, Tham mưu, QLHS, Lập KH, Phần mềm] (Thang 1-5)
    a_scores: list [Tác phong, Trách nhiệm, Phối hợp] (Thang 1-5)
    sla_rate: float (0.0 đến 100.0) - Tỷ lệ đúng hạn hồ sơ
    """
    w_k = np.array([0.30, 0.25, 0.20, 0.15, 0.10])
    w_s = np.array([0.15, 0.15, 0.15, 0.15, 0.15, 0.10, 0.15])
    w_a = np.array([0.30, 0.40, 0.30])
    
    k_total = np.dot(k_scores, w_k)
    s_total = np.dot(s_scores, w_s)
    a_total = np.dot(a_scores, w_a)
    sla_normalized = (sla_rate / 100.0) * 5.0  # Quy đổi về thang điểm 5
    
    # Tính điểm tổng hợp với trọng số Alpha=0.25, Beta=0.35, Gamma=0.20, Delta=0.20
    ces_score = (0.25 * k_total) + (0.35 * s_total) + (0.20 * a_total) + (0.20 * sla_normalized)
    
    classification = "Chưa hoàn thành"
    if ces_score >= 4.5:
        classification = "Hoàn thành xuất sắc"
    elif ces_score >= 3.8:
        classification = "Hoàn thành tốt"
    elif ces_score >= 2.8:
        classification = "Hoàn thành nhiệm vụ"
        
    return round(ces_score, 2), classification

# Ví dụ thực thi cho Chuyên viên thụ lý hồ sơ Một cửa
score, rank = calculate_civil_servant_competency(
    k_scores=[4.5, 4.0, 4.0, 4.0, 3.0],
    s_scores=[4.5, 4.5, 3.5, 4.0, 2.0, 2.5, 2.0],
    a_scores=[4.0, 4.5, 4.0],
    sla_rate=98.5
)
print(f"Chỉ số CES: {score}/5.00 -> Xếp loại: {rank}")

Kết quả đo lường và Kiểm định thực chứng

Dữ liệu thu thập thực tế từ $N=82$ phiếu công chức và $N=76$ phiếu người dân tại UBND quận Ngô Quyền mang lại các kết quả định lượng:

Kết quả giải quyết thủ tục hành chính và đánh giá từ công dân (Năm 2020)

  • Tổng số hồ sơ tiếp nhận: 18.441 hồ sơ (Gần 18.000 hồ sơ giải quyết đúng hạn, 193 hồ sơ đang giải quyết trong hạn).
  • Thực hiện nhiệm vụ thành phố giao: Hoàn thành 144/162 nhiệm vụ (111 nhiệm vụ hoàn thành đúng hạn tuyệt đối).
  • Mức độ hài lòng của công dân/doanh nghiệp ($N=76$):
    • Thời gian giải quyết: 89.5% (68/76) đánh giá Tốt; 10.5% đánh giá Bình thường; 0% đánh giá Kém.
    • Thái độ phục vụ: 72% đánh giá Tốt; 24% đánh giá Bình thường; 4% đánh giá Kém.
    • Tiếp nhận & xử lý phản ánh: 72.4% đánh giá Tốt; 27.6% đánh giá Bình thường.

Đổi mới và Đóng góp

Các điểm mới mang tính đột phá

  1. Chuyển dịch mô hình đánh giá: Thay thế cơ chế đánh giá định tính cuối năm bằng mô hình định lượng liên tục qua chỉ số $CES$, kết hợp tỷ lệ tuân thủ thỏa thuận dịch vụ (SLA) tại Bộ phận Tiếp nhận và Trả kết quả Hiện đại.
  2. Khắc phục chính xác 3 "điểm nghẽn" năng lực: Tập trung xử lý lỗ hổng về Quản lý hồ sơ công việc, Lập kế hoạch cá nhân và Ứng dụng phần mềm số - vốn chiếm tới >60% tỷ lệ hạn chế của công chức quận.
  3. Mô hình TNA (Phân tích nhu cầu đào tạo) cá nhân hóa: Thiết kế chương trình bồi dưỡng theo vị trí việc làm cụ thể thay vì cử đi học mang tính hình thức, nâng cao hiệu suất đầu tư công trong công tác tổ chức cán bộ.
                    SO SÁNH HIỆU QUẢ CẢI TIẾN NĂNG LỰC

Ứng dụng thực tế và Triển khai

Kịch bản áp dụng thực tiễn (Use Cases)

  • Tình huống 1: Tuyển dụng và Bố trí cán bộ: Hội đồng tuyển dụng sử dụng ngân hàng câu hỏi tình huống mô phỏng nghiệp vụ quận để kiểm tra kỹ năng giải quyết công việc, loại bỏ hoàn toàn cơ chế "học vẹt" lý thuyết.
  • Tình huống 2: Đào tạo định kỳ: Phòng Nội vụ căn cứ ma trận kỹ năng để tổ chức các lớp "Cầm tay chỉ việc" về Nghị định 30/2020/NĐ-CP và vận hành hệ sinh thái Chính quyền điện tử.
  • Tình huống 3: Khen thưởng và Bổ nhiệm: Căn cứ trực tiếp vào dữ liệu log xử lý hồ sơ trên phần mềm Một cửa điện tử (tỷ lệ đúng hạn, mức độ hài lòng của công dân) làm điều kiện tiên quyết khi xét nâng lương trước hạn hoặc quy hoạch lãnh đạo phòng.

Lộ trình triển khai khuyến nghị

gantt
    title Lộ trình Chuẩn hóa Năng lực Công chức UBND Quận Ngô Quyền
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn hóa
    Rà soát VTVL & Bản mô tả CV         :2021-06-01, 60d
    Tập huấn Nghị định 30/2020 & CNTT    :2021-07-15, 45d
    section Giai đoạn 2: Số hóa
    Triển khai Module Đánh giá CES      :2021-09-01, 90d
    Tích hợp liên thông Một cửa điện tử :2021-10-15, 60d
    section Giai đoạn 3: Tối ưu
    Đánh giá định kỳ & Đào tạo nâng cao :2022-01-01, 180d
    Tổng kết & Nhân rộng toàn TP         :2022-06-01, 30d

Hạn chế và Hướng phát triển

Các hạn chế ghi nhận

  • Dung lượng mẫu khảo sát công chức chuyên môn dừng ở mức $N=82$ do một số vị trí đặc thù luân chuyển công tác.
  • Dữ liệu đánh giá người dân ($N=76$) phân bổ chủ yếu ở nhóm thủ tục Đất đai, Hộ tịch, Đăng ký kinh doanh; chưa bao phủ toàn bộ các lĩnh vực thanh tra, tư pháp chuyên sâu.
  • Hạ tầng phần mềm e-Office tại thời điểm 2020-2021 đôi lúc còn chưa đồng bộ với Cổng Dịch vụ công Quốc gia.

Hướng phát triển nghiên cứu

  1. Tích hợp mô hình Học máy (Machine Learning) để dự báo trước các điểm trễ hạn hồ sơ hành chính, tự động điều phối khối lượng công việc giữa các chuyên viên.
  2. Xây dựng trợ lý ảo AI hỗ trợ công chức tra cứu nhanh cơ sở dữ liệu văn bản quy phạm pháp luật khi soạn thảo văn bản tham mưu.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Hành chính / Quản trị nhân lực: Tiếp cận nguồn dữ liệu thực chứng chuẩn xác, phương pháp phân tích gap năng lực và mô hình điều tra xã hội học mẫu mực.
  • Chuyên viên Nhân sự & Lãnh đạo Cơ quan Công quyền: Ứng dụng ngay bộ tiêu chí ASK và giải pháp cải cách tuyển dụng, đánh giá theo vị trí việc làm.
  • Nhà phát triển Phần mềm Chính phủ điện tử: Nắm bắt luồng nghiệp vụ thực tế, các lỗi giao diện và điểm nghẽn người dùng của công chức để tối ưu hóa UI/UX phần mềm Một cửa điện tử.
  • Cộng đồng Doanh nghiệp và Người dân: Thụ hưởng dịch vụ công minh bạch, thời gian giải quyết nhanh chóng, giảm thiểu tối đa chi phí không chính thức.

Câu hỏi thường gặp

1. Khung năng lực ASK áp dụng cho công chức quận gồm những cấu phần cốt lõi nào?

Khung năng lực ASK bao gồm 3 trụ cột: Knowledge (Kiến thức chuyên môn đại học/sau đại học, Quản lý nhà nước, Lý luận chính trị, Tin học chuẩn TT 03/2014, Ngoại ngữ); Skills (Soạn thảo văn bản, Giao tiếp hành chính, Xử lý thông tin, Tham mưu, Quản lý hồ sơ số, Lập kế hoạch cá nhân, Sử dụng phần mềm chuyên ngành); Attitude (Tác phong, Trách nhiệm công vụ, Tinh thần phục vụ nhân dân, Đạo đức liêm chính).

2. Dữ liệu thực tế cho thấy điểm yếu lớn nhất của công chức quận Ngô Quyền nằm ở đâu?

Theo khảo sát, điểm yếu lớn nhất tập trung ở 3 kỹ năng: Quản lý hồ sơ công việc (67.5% chưa thành thạo hoặc chưa biết làm), Lập kế hoạch công tác cá nhân (64.16% chưa thành thạo/chưa biết làm) và Sử dụng phần mềm quản lý văn bản (58.83% chưa thành thạo/chưa biết làm).

3. Tỷ lệ giải quyết hồ sơ thủ tục hành chính của quận đạt kết quả thế nào trong giai đoạn nghiên cứu?

Năm 2020, quận tiếp nhận 18.441 hồ sơ, đã giải quyết đúng hạn gần 18.000 hồ sơ, 193 hồ sơ đang giải quyết trong hạn, hoàn thành 144/162 nhiệm vụ thành phố giao. 89.5% người dân đánh giá Tốt về thời gian xử lý và 72% đánh giá Tốt về thái độ phục vụ của công chức.

4. Giải pháp nào mang tính quyết định để giải quyết tình trạng văn bản hành chính sai thể thức?

Bắt buộc chuẩn hóa quy trình soạn thảo theo Nghị định số 30/2020/NĐ-CP, áp dụng mẫu template điện tử tích hợp trên hệ thống e-Office tự động khóa định dạng căn lề, cỡ chữ, số ký hiệu và tổ chức tập huấn thực hành trực tiếp có kiểm tra sát hạch đầu ra.

5. Làm thế nào để đánh giá công chức một cách khách quan, tránh hình thức và nể nang?

Cần chuyển đổi sang phương thức đánh giá kết hợp: 50% điểm số định lượng tự động từ hệ thống Một cửa điện tử (tỷ lệ hồ sơ đúng hạn, khối lượng công việc hoàn thành) + 30% đánh giá đa chiều (Lãnh đạo, đồng nghiệp) + 20% điểm hài lòng phản hồi trực tiếp từ người dân qua mã QR/ứng dụng số.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Phương Linh đã cung cấp một bức tranh phân tích thực chứng sâu sắc, khoa học và đa chiều về năng lực thực thi công vụ của công chức các cơ quan chuyên môn thuộc UBND quận Ngô Quyền, thành phố Hải Phòng. Thông qua hệ thống số liệu định lượng phong phú ($N=82$ công chức, $N=76$ công dân, 18.441 hồ sơ), công trình đã chỉ rõ những thế mạnh về nền tảng học vấn, trình độ lý luận chính trị cũng như bóc tách chính xác các điểm nghẽn về kỹ năng số và quản trị công việc cá nhân.

Hệ thống 7 nhóm giải pháp đồng bộ được đề xuất—từ hoàn thiện tuyển dụng, đổi mới phân công theo VTVL, ứng dụng khung đánh giá KSA/KPI đến đào tạo thực chất—là cẩm nang quản trị thực tiễn giá trị cho quận Ngô Quyền nói riêng và các đô thị đang trong tiến trình cải cách hành chính, xây dựng nền công vụ kiến tạo, phục vụ nhân dân nói chung.