淺析影響我國基層公務員創新績效的因素

占星星

〔內容提要〕 2018年5月，中共中央辦公廳印發了《關于進一步激勵廣大干部新時代新擔當新作為的意見》（以下簡稱《意見》）。《意見》的制定和實施對廣大領導干部隊伍以及廣大普通公務員的積極性、主動性、創造性的調動和激發具有重要且積極示范意義。基層政府如何創造性地化解基層社會矛盾、解決社會問題（創新績效）對國家基層政權的穩固、人民滿意度和獲得感的提升都具有重大且現實的意義。本文針對影響我國基層公務員創新績效的因素進行了探討。

〔關鍵詞〕 基層政府 基層公務員 創新績效

一、研究假設

1.社會資本與基層公務員創新績效。社會資本實質上是指我們處于社會網絡中，彼此之間互相往來所形成的社會關系。通過互相往來，彼此之間產生交互作用，進而為自身帶來潛在的社會資源，并調動這部分資源為自己或所在組織帶來更多的效益。據此提出假設，H1：社會資本正向影響基層公務員創新績效。

2.社會資本與組織學習。組織學習是一種跨邊界的外溢性行為，是指在學習過程中，知識和信息得到有效的交互與傳播。政府組織學習的最終目的是為了使公共利益得以實現，這就要求政府組織學習不能僅局限于某一個范圍之內，而是應該突破組織邊界范圍。據此提出假設，H2：社會資本正向影響組織學習。

3.組織學習與基層公務員創新績效。政府部門及其組織內公務員是構成社會關系網絡中的重要結合點，能夠很好將知識和技能在各個相關主體間實現共享和轉移，進而促進組織間的學習。在進行新知識和新技能等方面的學習以后，有助于激發組織內成員新想法的產生和實施，最后在一定程度上達到創新績效的提高。據此提出假設，H3：組織學習正向影響基層公務員創新績效;H4：組織學習在社會資本和基層公務員創新績效間起中介作用。

二、抽樣方案

本研究選取的調查對象為基層公務員，指的縣（市、區）、鄉鎮、街道中的行政級別在科級及以下，直接面對公眾。研究采用分層抽樣方法，選擇的層變量為地區（東、中、西部），然后采用等距隨機抽樣，在這三層里隨機抽取10個省（直轄市、自治區），其中東部地區抽4個、中部地區抽3個、西部地區抽3個。每個省份基層公務員填寫80份網絡問卷，共計800份。

三、變量測量

調查問卷由調查對象的基本資料、社會資本、組織學習和創新績效四部分內容組成。社會資本、組織學習和創新績效的測量均采用李克特五維量表，分數越高越代表贊同。

1.自變量。社會資本的度量參考王芳和楊晶晶關于公務員社會資本的量表，并進行適當修改，將其分為三個維度，共13個題項。其中，結構維度4個題項，即我在工作中遇到困難會找朋友或家人幫忙（SD1），我和本單位的職工交流頻繁（SD2），我和其他部門的職工經常交流（SD3），我經常和領導溝通交流（SD4）;關系維度4個題項，即面臨好機會時本部門的職工間不會相互利用（RD1），本部門職工間會相互信守承諾（RD2），本部門職工間不會故意做阻礙交流的事（RD3），本部門職工間彼此誠實相處（RD4）;認知維度5個題項，即我對本部門充滿歸屬感（CD1），我所在部門給人親切感（CD2），我對本部門有一種強烈認同感（CD3），作為本部門一員我感到自豪（CD4），本部門的職工使用共同的話語或行話（CD5）。在社會資本度量中，分數越高表示社會資本擁有程度越高，分數越低則相反。在回歸分析中，研究采用主成分因子分析方法提取一個因子，視為替代社會資本的值。

2.中介變量。組織學習的度量參考王瑞的量表。最終確定5個題測量基層公務員組織學習，即單位有多種渠道獲取新知識（OL1），關鍵能力和技能、職工通過內外部交流獲取新知識、關鍵能力和技能（OL2），職工獲取并利用大量的新知識、關鍵能力和技能（OL3），獲取的新知識、關鍵能力和技能令所在部門效能出現了實質性提升（OL4），單位所有職工都能相互學習并不斷改變自己（OL5）。在回歸分析中，研究采用主成分因子分析方法提取一個因子，視為替代組織學習的值。

3.因變量。創新績效的度量所采用的量表是我國學者侯二秀關于知識員工創新績效的測量量表。如我能夠探索新方法、流程或技能思想（IP1），我能夠使單位內其他職工對創新思想產生熱情（IP2），我有能力對創新思想動員各種支持力量（IP3），我能為新思想的實施制定合理的計劃和流程（IP4），我可以把創新思想轉化成有益的應用（IP5）。在回歸分析中，研究采用主成分因子分析方法提取一個因子，視為替代創新績效的值。

4.控制變量。基層公務員的創新績效還會受到人口學變量的影響，如性別、地域、學歷等，因此研究將這些變量作為控制變量，即在控制住這些變量的基礎上，探討社會資本、組織學習和基層公務員創新績效的關系。這些控制變量包括：性別（0：女，1：男）、年齡（1：18～24歲，2：25～29歲，3：30～34歲，4：35～39歲，5：40～44歲，6：45～49歲，7：50～54歲，8：55歲以上;需要生成7個虛擬變量）、工作年限（1：1年以下，2：1～5年，36～10年，4：11～15年，5：16～20年，6：21～25年，7：26～30年，8：31年以上;需要生成7個虛擬變量）、學歷（1：大專及以下，2：大學本科，3：碩士，4：博士;需要生成3個虛擬變量）、地區（1：東部，2：中部，3西部;需要生成2個虛擬變量）。

四、數據清洗

對收集的數據進行清洗，然后確定有效問卷數量，再進行數據分析。

五、數據檢驗

采用SPSS24.0軟件對人口學變量進行基本的頻數分析，對量表數據進行信度（判斷標準為Cronbachα系數>0.7）和效度檢驗（判斷標準為因子分析中的KMO值>0.7）。對自變量和因變量進行相關分析（判斷標準為相關系數>0.8）。以上這些指標如果達到標準，為下一步回歸分析做準備。如果沒有達到，則需要對數據進行修改，以達到回歸分析要求。

六、結果分析

1.將所有控制變量對基層公務員創新績效做線性回歸分析，為模型1。

2.在模型1的基礎上，將社會資本變量加入回歸模型中，在控制住人口學變量的條件下，社會資本對創新績效的線性回歸，為模型2，驗證H1是否成立。

3.將控制變量和社會資本對組織學習做回歸分析，為模型3，驗證H2是否成立。

4.將控制變量和組織學習對創新績效做回歸分析，為模型4，驗證H3是否成立。

5.組織學習的中介檢驗，一是驗證社會資本和創新績效的關系，如果影響顯著，則進入第二步。二是驗證組織學習和創新績效的關系，如果回歸系數顯著，則進入第三步。三是同時驗證自變量社會資本、中介變量組織學習和因變量基層公務員創新績效的回歸關系，驗證H4是否成立。若中介變量顯著，則證明存在中介效應;如果自變量對因變量的顯著性變化不顯著，則為完全中介;如果自變量與因變量的回歸系數仍然顯著，并且和第一步系數相比數值變小，則說明存在部分中介作用。

七、穩健性檢驗

將三個變量的得分分別均值后，再進行中心化處理，生成3個對應變量的中心化值。然后，按照之前的回歸分析方法及中介檢驗再做一次，看是否回歸系數依舊顯著，是否存在回歸系數方向存在差異，如果模型系數都是顯著的，且回歸系數方向與之前采用因子分析的方法處理自變量、中介變量和因變量的結果一致，則證明該模型的穩健性很好，否則穩健性比較差。

（作者單位：華東政法大學）

責任編輯：梁 欣