【正文】 確性。問卷錄入工作完成后，使用SPSS 軟件進(jìn)行邏輯查錯(cuò)。其中，有3份問卷填寫明顯不認(rèn)真，作為無效問卷刪除；有多份問卷的個(gè)別題項(xiàng)出現(xiàn)兩個(gè)答案，因無法判斷被調(diào)查領(lǐng)導(dǎo)的原始意見，故將這些題項(xiàng)的答案置為空；有30多份問卷在印刷過程中出現(xiàn)缺頁，有較多題項(xiàng)沒有答案，但考慮大部分題項(xiàng)做了回答，同時(shí)未作答題項(xiàng)不影響對已答題項(xiàng)的單獨(dú)分析，因此仍作為有效問卷。通過對來自于同一個(gè)基層政府的所有問卷進(jìn)行雷同檢查，發(fā)現(xiàn)共有14份問卷與本組織的其他問卷答案完全相同，作為無效問卷刪除。因此，最終得到由鄉(xiāng)鎮(zhèn)領(lǐng)導(dǎo)填寫的有效問卷644份。盡管問卷調(diào)查的有效問卷總數(shù)為644份，來自于105個(gè)鄉(xiāng)鎮(zhèn)政府（包括街道辦事處），但由于本研究期望通過鄉(xiāng)鎮(zhèn)領(lǐng)導(dǎo)的個(gè)人感知來反映鄉(xiāng)鎮(zhèn)政府的組織特征，因此對105個(gè)鄉(xiāng)鎮(zhèn)政府的調(diào)查數(shù)據(jù)分別進(jìn)行了組內(nèi)一致性系數(shù)Rwg檢驗(yàn)。，則可認(rèn)為組內(nèi)一致性顯著。數(shù)據(jù)處理結(jié)果表明，有1個(gè)鄉(xiāng)鎮(zhèn)的8份問卷數(shù)據(jù)不符合要求，其他鄉(xiāng)鎮(zhèn)的Rwg ，可以將來自于鄉(xiāng)鎮(zhèn)領(lǐng)導(dǎo)的個(gè)體數(shù)據(jù)轉(zhuǎn)換為反映所在鄉(xiāng)鎮(zhèn)政府的組織數(shù)據(jù)。因此，最終用于實(shí)證研究的有效問卷為來自于104個(gè)鄉(xiāng)鎮(zhèn)政府（包括街道辦事處）的636份問卷。本研究中實(shí)證分析所使用的調(diào)查樣本包括來自104個(gè)鄉(xiāng)鎮(zhèn)政府（包括街道辦事處）的636個(gè)個(gè)案（Case），這些受調(diào)查者的基本信息主要包括所屬區(qū)縣、性別、年齡、政治面貌、教育背景、職位等五項(xiàng)基本特征。 變量測量 公共服務(wù)動(dòng)機(jī)本研究采取佩里的四個(gè)維度：參與政策制定的吸引力、對公共利益的認(rèn)同、同情心、自我犧牲，發(fā)展出公共服務(wù)動(dòng)機(jī)測量量表，量表項(xiàng)目共計(jì)16項(xiàng)。表31 公共服務(wù)動(dòng)機(jī)測量量表研究變量關(guān)鍵要素測量題項(xiàng)公共服務(wù)動(dòng)機(jī) 自我犧牲C1 即使自己利益受損，我也愿意幫助別人。C2 我認(rèn)為道德與能力同樣重要。C18 即便損害我個(gè)人的利益，我也愿意看到政府造福整個(gè)社會。C23 對我來說，社會的整體利益比個(gè)人成就更重要。C24 我做的很多事情都是為了一項(xiàng)崇高的事業(yè)，跟這個(gè)事業(yè)比起來，個(gè)人的得失微不足道。政策制定的吸引力C13 我崇拜偉大的政治人物，他們是我行動(dòng)的榜樣。C14 對于公共政策的制定，我并不看重其中的博弈過程。C15 有人說“政治是一個(gè)骯臟的詞”，我覺得這是一個(gè)錯(cuò)誤的判斷。C31當(dāng)政策或規(guī)定相互沖突時(shí)，我難以正常開展工作。C32 我從來不因?yàn)橥瓿扇蝿?wù)的壓力而違背政策和規(guī)定。公民義務(wù)C16 我無私地為我所生活和工作的地方作貢獻(xiàn)。C17 對我來說，有意義的公共服務(wù)很重要。C19 我把公共服務(wù)當(dāng)作自己的公民義務(wù)。同情心C20 當(dāng)看到別人處于困境時(shí)，我很難控制自己的同情心。C21 在日常生活中，我經(jīng)常感受到人與人之間是相互依賴的。C22 我不同情那些需要幫助而又不自救的人。 公務(wù)員個(gè)人績效基于公共部門人力資源績效測評的指標(biāo)難以準(zhǔn)確確定的現(xiàn)狀，本文借鑒美國工資設(shè)計(jì)專家艾德華海于1951年研究開發(fā)出來的海氏工作評價(jià)系統(tǒng)，并結(jié)合公共部門人力資源的特點(diǎn)，設(shè)計(jì)了一套適合公共部門人力資源績效測評的指標(biāo)體系。如下圖31所示。在調(diào)查中，采取三個(gè)維度：技能水平、解決問題能力、風(fēng)險(xiǎn)責(zé)任，發(fā)展出公務(wù)員個(gè)人績效測量量表，量表項(xiàng)目共計(jì)13項(xiàng)。技能水平解決問題能力風(fēng)險(xiǎn)責(zé)任專業(yè)理論基礎(chǔ)個(gè)人領(lǐng)導(dǎo)能力自我管理技能人際技能工作效率成果數(shù)量應(yīng)急處理能力責(zé)任心工作責(zé)任職責(zé)后果公共部門人力資源測評指標(biāo)體系工作質(zhì)量圖31公共部門人力資源測評指標(biāo)體系表32 公務(wù)員個(gè)人績效測量量表研究變量關(guān)鍵要素測量題項(xiàng)公務(wù)員個(gè)人績效測量技能水平C28 我清楚地知道自己有多大權(quán)力。C33 我有足夠的資源和條件去執(zhí)行各項(xiàng)工作和任務(wù)。C36 我現(xiàn)在的工作充分發(fā)揮了自己的能力。解決問題能力C30 工作中我需要對各種任務(wù)進(jìn)行區(qū)別對待。C39 我能夠很好地完成自己的工作目標(biāo)。風(fēng)險(xiǎn)責(zé)任C27 我的工作有清晰的目標(biāo)。C29 我清楚地知道本單位對我的期望。C34 當(dāng)工作完成不好時(shí)，我的晉升機(jī)會將減少。C35 我覺得自己做的工作很有價(jià)值。C40 我非常愿意盡自己最大的努力做好工作。C41 我經(jīng)常主動(dòng)承擔(dān)本職工作以外的其他工作。C37 我的工作讓我很有成就感。C38 我的工作讓我受到了朋友和熟人的尊重。 信效度分析本研究變量的信度測量，是以Cronbach α系數(shù)來進(jìn)行評估的，而效度分析主要是就是利用統(tǒng)計(jì)軟件SPSS中的主成分分析法（Principal Components Analysis），配合Varimax with Kaiser normalization正交轉(zhuǎn)軸法（Rotation Method）來進(jìn)行研究變量的因素分析工作，同時(shí)輔以KaiserMeyerOlkin檢測。KMO値是KaiserMeyerOlkin的取樣適當(dāng)性的量數(shù)，當(dāng)KMO値愈大時(shí)表示變量間的共同因素愈多愈適合因素分析，一般來說。在此基礎(chǔ)上，本研究給出了因素分析以及信度與效度分析結(jié)果。1） 公共服務(wù)動(dòng)機(jī)信效度分析經(jīng)過信度和效度分析并剔除掉不符合判斷水準(zhǔn)的測量項(xiàng)目后，研究變量公共服務(wù)動(dòng)機(jī)的測量項(xiàng)目由16個(gè)刪減為8個(gè)，信度和效度均達(dá)到可接受的水平。經(jīng)因素分析，所有測量項(xiàng)目均處于同一層次。，Cronbach ，，%。表33 公共服務(wù)動(dòng)機(jī)變量因素分析次數(shù)及測量項(xiàng)目拒絕情況因素拒絕標(biāo)準(zhǔn)因素分析次數(shù)及測量項(xiàng)目拒絕情況因素分析1因素分析2因素分析3因素分析4因素分析5C1C2C13無無在兩個(gè)因素上同時(shí)具有較大的因素負(fù)荷量無無無無無只擁有單一測量項(xiàng)目的因素?zé)oC22無C32C15無無無C31C14表34 公共服務(wù)動(dòng)機(jī)變量因素分析及其信度驗(yàn)證分析表變量因素問卷項(xiàng)目編號因素負(fù)荷量因素1公共服務(wù)動(dòng)機(jī)C19.832C17.803C18.802C16.745C23.708C24.702C20.678C21.603特征值解釋變異量（%）累積解釋變異量（%）Cronbach α.875KMO.9012） 公務(wù)員個(gè)人績效信效度分析經(jīng)過信度和效度分析并剔除掉不符合判斷水準(zhǔn)的測量項(xiàng)目后，研究變量公務(wù)員個(gè)人績效的測量項(xiàng)目由13個(gè)刪減為11個(gè)，信度和效度均達(dá)到可接受的水平。經(jīng)因素分析后，研究變量財(cái)政管理控制被歸結(jié)為3個(gè)次級變量因素，分別命名為技能水平、風(fēng)險(xiǎn)責(zé)任和解決問題能力。，Cronbach ，，%。表35 公務(wù)員個(gè)人績效因素分析次數(shù)及測量項(xiàng)目拒絕情況因素拒絕標(biāo)準(zhǔn)因素分析次數(shù)及測量項(xiàng)目拒絕情況因素分析1因素分析2因素分析3無C27無在兩個(gè)因素上同時(shí)具有較大的因素負(fù)荷量無無無只擁有單一測量項(xiàng)目的因素?zé)o無無C34 無 無 表36 角色沖突變量因素分析及其信度驗(yàn)證分析表變量因素問卷項(xiàng)目編號因素負(fù)荷量因素1因素2因素3因素1技能水平C37.812.151.126C36.745.213C38.744.190.202C33.631.122.204C35.599.324.340因素2風(fēng)險(xiǎn)責(zé)任C40.171.827.178C39.218.767.274C41.280.686.171因素3解決問題能力C30.071.145.756C28.099.257.735C29.324.165.683特征值.913解釋變異量（%）累積解釋變異量（%）Cronbach α.801.741.659.847KMO.872整體而言，本研究各變量的信度與效度如表37所示。，達(dá)到可接受的普遍水準(zhǔn)；各研究變量的Cronbach ；，%。表37 本研究變量信度與效度特征匯總公共服務(wù)動(dòng)機(jī)公務(wù)員個(gè)人績效KMO.901.872Cronbach α.875.847因素負(fù)荷量≥.603≥.599因素特征值≥.913累積解釋變異量（%） 數(shù)據(jù)分析方法本研究的資料分析工具主要是SPSS統(tǒng)計(jì)軟件。在資料分析過程中，先后會運(yùn)用統(tǒng)計(jì)學(xué)方面的敘述統(tǒng)計(jì)量，KMO抽樣適合度檢測，因素分析，單變量變異分析，相關(guān)分析，回歸分析等統(tǒng)計(jì)分析方法，以得出本研究的分析數(shù)據(jù)。本研究中，兩兩變量間互動(dòng)關(guān)系的假設(shè)驗(yàn)證，是應(yīng)用變量間相關(guān)系數(shù)是否顯著來加以檢測。而整個(gè)理論模型的數(shù)據(jù)構(gòu)建和研究分析，主要是應(yīng)用專業(yè)統(tǒng)計(jì)分析工具SPSS ，以確保研究的科學(xué)性和客觀性。信度（Reliability）是指評估測量結(jié)果一致性（consistency）或穩(wěn)定性（stability）的程度，亦即測量結(jié)果的可靠性。任何測量總存在或多或少的誤差，誤差越小則信度越高，誤差越大則信度越低。針對多重計(jì)分的測量工具，例如評定量表、態(tài)度量表等測量工具，社會科學(xué)研究通常以Cronbach α系數(shù)作為評估測量工具的一致性。本研究為自評式的問卷測量，也以Cronbach α系數(shù)作為各研究變量的信度評估。一般而言，。效度（Validity）是指測量工具能正確測量到所要測量內(nèi)容（抽象概念或特質(zhì)）的程度，一般稱之為測量的有效性。效度高表示該測量能達(dá)到所要測量的目標(biāo)，效度低則說明該測量未能或未能很好地達(dá)到所要測量的目標(biāo)。本研究以常用的內(nèi)容效度及建構(gòu)效度來進(jìn)行說明。本問卷內(nèi)容除了根據(jù)公共服務(wù)動(dòng)機(jī)及公務(wù)員個(gè)人績效的各類有關(guān)研究書籍、論文、期刊等文獻(xiàn)資料加以匯整設(shè)計(jì)外，也借鑒了相關(guān)的測量量表。在建構(gòu)效度（construct validity）方面，研究變量測量的建構(gòu)效度一般通過因素分析法來進(jìn)行評估。因素分析（Factor Analysis）是用來探討多個(gè)變量值變異的模式，可以比較每個(gè)變量與每個(gè)因素的相關(guān)（即因素負(fù)荷），萃取出基于變量間關(guān)系的行為因素（人為因素），從而有助于將雜亂無章的行為變量加以分類，將隱藏在行為變量背后的潛伏因素展現(xiàn)出來。一般來說，則可以說已具有相當(dāng)高的建構(gòu)效度。本研究的效度分析主要是采用因素分析（Factor Analysis）及驗(yàn)證性因素分析（Comfirmatory Factor Analysis）來完成的，就是利用統(tǒng)計(jì)軟件SPSS中的主成分分析法（Principal Components Analysis），配合Varimax with Kaiser normalization正交轉(zhuǎn)軸法（Rotation Method）來進(jìn)行研究變量的因素分析工作。本研究主要采用了以下四個(gè)標(biāo)準(zhǔn)來進(jìn)行因素萃取分析：1）測量項(xiàng)目的因素負(fù)荷量（factor loading），拒絕；2）測量項(xiàng)目在兩個(gè)因素上同時(shí)具有較大的因素負(fù)荷量，拒絕；3）只擁有單一測量項(xiàng)目的因素，拒絕；4）測量項(xiàng)目間Cronbach’s ，調(diào)整。單變量變異數(shù)分析（one way ANOVA）是檢定某單變量X的K組平均數(shù)是否相等。本研究以單變量變異數(shù)分析，檢定不同樣本的特征，例如性別、年齡、文化程度、工作職位、工作時(shí)間等，對于公共服務(wù)動(dòng)機(jī)及公務(wù)員個(gè)人績效的感受是否存有顯著差異。相關(guān)分析是研究事物間的關(guān)系密切程度的統(tǒng)計(jì)方法。簡單相關(guān)系數(shù)是在衡量變量間的直線關(guān)系，常用r（1 ≤r≤1）來表示，如果r＝1，表示變量間為完全負(fù)相關(guān)；如果r＝1，表示變量間為完全正相關(guān)；r 為正（負(fù)）值時(shí)，表示兩變量間有正（負(fù)）相關(guān)。本研究采用皮爾森積差相關(guān)（Pearson productmoment）分析，以皮爾森積差相關(guān)求取自變量公共服務(wù)動(dòng)機(jī)，與因變量公務(wù)員個(gè)人績效及其二級變量之間的線性相關(guān)。在本研究中，如無特殊說明，研究變量間相關(guān)系數(shù)的顯著性判斷標(biāo)準(zhǔn)統(tǒng)一為p?；貧w分析（regression analysis)是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法。運(yùn)用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，只包括一個(gè)自變量和一個(gè)因變量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個(gè)或兩個(gè)以上的自變量，且因變量和自變量之間是線性關(guān)系，則稱為多元線性回歸分析。本研究采用一元回歸分析，檢驗(yàn)自變量對因變量的影響并驗(yàn)證假設(shè)。4 數(shù)據(jù)分析結(jié)果與討論 描述性統(tǒng)計(jì)分析本研究最終有效問卷為636份，分布在某市1區(qū)3縣104個(gè)鄉(xiāng)鎮(zhèn)和街道辦事處。表41 被調(diào)查鄉(xiāng)鎮(zhèn)辦所屬區(qū)縣特征描述（N=104）頻數(shù)百分比%有效百分比%累積百分比%A43所屬區(qū)縣B15C18D28Total104表42 受調(diào)查者所屬區(qū)縣特征描述（n=636）頻數(shù)百分比%有效百分比%累積百分比%A253所屬區(qū)縣B95C100D188Total636就調(diào)查問卷第一部分受調(diào)查者的基本特征來看，受調(diào)查者中男性559人，%，女性47人，%，缺失30人，%。表43 受調(diào)查者性別特征描述（n=636）頻數(shù)百分比%有效百分比%累積百分比%性別缺失30男性559女性47Total636就受調(diào)查者年齡特征來看，受調(diào)查者中21~30歲72人，%，31~40歲316人，%，41~50歲200人，%，51~60歲4人，%，缺失44人