PayDash通过可视化仪表板加速印度工作福利工资发放

MGNREGA保证每个有需求的印度农村家庭每年至多100天的带薪体力劳动，其工资支付支撑着该计划在困难时期提供可靠收入的整个承诺——但支付常常远超法定处理时限，有时甚至拖延数月。默认诊断，无论是在媒体报道还是政府回应中，都是腐败：处理链中某个官员在贪污或故意拖延以索取贿赂。

研究人员Eric Dodge、Yusuf Neggers、Rohini Pande和Charity Troyer Moore与印度农村发展部合作，直接测试了这一诊断，而非假设它成立。他们构建了PayDash，一个移动和网络仪表板，重新组织政府自身管理系统已收集的信息——实时显示哪些支付被卡住、卡了多久、具体哪个官员负责，并有一键通过电话或WhatsApp跟进的方式——并随机分配了印度三个州的官员是否获得该权限。

给官员一个实时可见性仪表板，而不是更多审计，从而隔离出延迟源于信息缺乏而非不诚实——并且见效了。

随机分配访问权限隔离了信息作为杠杆，而非惩罚。

仪表板重组了现有数据，因此成本低且可扩展。

效果仅凭一线管理者就成立，表明瓶颈在于可视性。

减少惩罚性调任，因为真实信息降低了归咎的必要性。

在惩罚延误之前，测试真正的限制是否是缺乏可见性——给负责人员实时信息，看看这是否单独就能解决问题。

PayDash的访问权限将官僚处理工作福利支付的速度提高了17%，同时可用工作地点和参与家庭工作日分别增加了23%和10%，最大的收益集中在农业淡季——正是安全网最关键的时期。