公务员工作压力对工作绩效影响的实证研究

衡丽 邓梦芸

摘要：该研究运用2013年中国社会调查数据，通过Stata软件进行分析，并进行Logistic模型回归分析对公务员工作压力对工作绩效的影响进行实证研究。研究以工作压力为自变量，以工作绩效为因变量，以情绪智力为控制变量，分别进行描述性分析、相关性分析以及回归分析，并对工作压力对公务员工作绩效影响情况进行研究。研究发现：适当的工作压力对于公务员工作绩效水平有着积极的促进作用，而且高情绪智力公务员可以通过调节压力的方式来提高工作效率。

关键词：公务员；工作压力；工作绩效

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）14-0227-06

1 问题的提出

近些年来随着国家一系列政策的实施以及公务员体制改革工作的持续推进，公务员待遇高、福利好的光环也逐渐褪去。他们面临的工作压力不断增加，尤其是年轻的基层公务员，更有甚者部分人员出现心理焦虑等状况。众所周知，工作压力对公务员的影响是比较大的，压力处理的好坏直接影响其工作绩效。工作压力不断增大的情况普遍存在于目前公务员群体中，特别是在公务员体制改革工作实施以来，其面临的压力之大是前所未有的。这也就导致部分公务员消极怠工、工作积极性和热情减退，更有甚者出现离职的想法，所有这些都会对公务员工作绩效、工作质量和效率产生比较大的影响。因此，笔者基于此对公务员工作压力对工作绩效问题进行研究。

2 文献综述

国内外学者对于该课题的研究还是比较多的。关于工作压力的研究。Quick（1983）将工作压力定义为个体在不确定环境下的动态状况；蔡树培（2001）认为工作压力是组织成员在受到施压后表现出心理或身体不舒服的状态；徐晓东（2002）对工作压力进行分类，分为内压力与外圧力；王昆（2002）指出工作压力源主要来自组织内部因素、组织外部因素和工作者自身因素等；刘晓琴（2003）认为合理、适当的工作压力对于工作质量和效率提高具有一定的促进作用。

关于情绪智力的研究。Salove（1990）提出了情绪智力概念，认为它是一种产生情绪、调节情绪、促进情绪转化的能力；Mayer（2000）认为在工作中，情绪调节对于工作压力具有一定的促进作用，进而表现为工作绩效方面；徐远理（2002）指出情绪智力可以调节工作者的负面压力和情绪，对工作效率提高有显著的作用；李瑞（2008）将情绪智力作为控制变量，对工作压力对工作绩效影响进行了研究。

關于工作绩效的研究。Campbell（1993）对工作绩效的定义是经过考评的工作行为、表现及其结果；Borman（1992）在研究中提出了关系绩效和任务绩效概念，它们都是工作绩效的重要组成部分；张建林（2008）对企业管理者工作压力与工作绩效关系进行研究发现，管理者工作压力与工作绩效呈负相关，并达到显著性水平；王明（2003）研究发现高情绪智力雇员往往工作绩效水平都是比较好的。

3 数据来源与研究设计

3.1 数据来源

本研究选用的是2013年中国综合社会调查（CGSS）的截面数据进行的分析，数据共有2251个样本，在剔除调查中缺乏性别、年龄、教育情况等重要信息的样本，剩下的1960个样本都拥有完备的分析所需变量信息。根据本文的研究目的，并非所有的样本都具有适用性，因而需要根据研究的需要对样本进行筛选。首先，需要剔除问卷中缺失的数据，其中包括填写“不知道”、“拒绝回答”等样本；其次，需要剔除不符合条件的异常数据，通过对样本进行筛选，最终选出1650个有效样本。一方面，样本性别的分布比较均匀，其中男性公务员人数为842人，占全部样本的50.9%；女性公务员人数为808人，占全部样本的49.1%。另一方面，样本年龄的分布具有集中性，主要集中20—30岁的公务员队伍中，其中20—30岁的公务员人数为1172人，占全部样本比例的70.9%；31岁-40岁公务员人数为321人，占全部样本的19.4%；41岁-50岁的公务员人数为108人，占全部样本的6.7%；51岁以上的公务员人数仅为49人，占比3%。

3.2 变量与模型

本课题研究的变量主要有三个。其中，自变量选用了工作压力；控制变量选用了情绪智力；因变量选用了工作绩效进行分析讨论。

1）自变量

“工作压力”变量研究中包括两个项目内容：内压力、外圧力。其中内压力主要是来自公务员自身工作方面的压力，比如：工作强度、工作付出、工作任务等；外圧力指的是与工作本身以外的压力，比如：职位升迁、竞争压力、工作关系等。

2）控制变量

“情绪智力”变量研究中包括四个项目内容：自我评估、他人评估、情绪智

力、情绪调节。其中，（1）自我情绪评估指的是对自己情绪的了解、掌握及控制情况；（2）他人情绪评估是指自己对他人情绪的认识和了解情况；（3）情绪利用是指通过鼓励的方式将情绪转化为工作的动力；（4）情绪调节是指对工作中不良情绪的控制和转化。

3）因变量

“工作绩效”变量研究中包括三个项目内容：工作贡献、任务绩效、人际促进。其中，工作贡献是指对工作成绩方面的贡献；任务绩效是指对工作质量、工作效率的达标情况；人际促进是指工作中与领导、同事关系维系情况。

本课题研究以中国公务员为研究对象，以2013年CGSS数据作为支撑，选择了工作压力为自变量，情绪智力为控制变量，工作绩效为因变量，最终建立了影响公务员工作绩效的模型。如图1，从该模型中可以看出工作压力（内压力、外圧力）都是通过情绪智力（自我评估、他人评估、情绪利用、情绪调节）来影响公务员工作绩效的，但是是否存在情绪智力直接影响工作绩效需要进行分析研究才能得出结论。

3.3 研究假设

笔者结合前面的描述以及建立的模型，并根据本文的需要提出以下假设：

H1：公务员工作压力与工作绩效之间呈现显著的相关性，而且工作压力对工作绩效有较好的预测作用。

H2：公务员工作压力与情绪智力之间呈现显著的相关性，而且工作压力对于情绪智力有较好的预测作用。

H3：公务员情绪智力与工作绩效之间呈现显著的相关性，而且情绪智力对工作绩效有较好的预测作用。

H4：公务员情绪智力及其各维度在工作压力与员工工作绩效之间起着调节作用。

一般来讲，适当的工作压力可以激发和调动公务员工作的积极性，并使之转化为工作动力和绩效。但有时情绪智力又会左右工作压力，并对工作绩效产生不同影响。因此，笔者提出以上假设进行研究。

4 问卷设计及可靠性分析

4.1 研究变量与问卷对应的问题

本文结合研究变量，对问卷研究的变量及对应的问题选项进行设计，如表1、表2、表3所示。笔者从公务员实际情况出发，选择工作压力为自变量，以情绪智力作为控制变量，以工作绩效为因变量进行数据分析，对CGSS数据中的公务员工作绩效情况进行研究分析。表1是本课题选择进行分析的“工作压力”变量及问卷中所对应的问题，问卷所包含的变量和对应的问题是参考Price-Mueller 模型中相关变量进行问卷编写，并进行Stata数据分析。下文中所涉及统计分析都是在这个基础上进行的，因此就不再进行解释说明。与此，下表中所涉及的变量及其对应的问题采用了三维度的测量方法，指标评价分为三等范围，分别是“同意”、“既不同意也不反对”、“不同意”，这个测量方法对于研究本课题具有一定的适应性。

注：[*]表中所涉及的变量选自于中国综合社会调查（CGSS）问卷的一部分，表中所对应的问题是本论文所选取的研究变量所对应的问题。

表2表示的是“情绪智力”变量及其对应的问题。其中，“情绪智力”变量包括自我评估、他人评估、情绪利用、情绪调节等部分。

表3表示的是“工作绩效”变量及其对应的问题。其中，“工作绩效”变量包括工作贡献、任务绩效、人际促进等部分。

4.2 研究变量信度可靠性分析

在对研究变量进行信度可靠性分析的时候，多采用的是内部一致性系数，即α系数，通常认为α系数在0.7以上就是具有较好的信度可靠性，我们通过运用Stata数据分析软件中的可靠性分析功能计算内部一致性系数α，得出表2中的系数结果。如表4所示：自变量中工作压力的α系数为0.793，控制变量中情绪智力的α系数为0.815，因变量中工作绩效的α系数为0.802。从总体来看，本文研究的各个变量之间的可靠性系数都在0.7以上，因此具有很好的信度可靠性结果。

5 实证分析

5.1 CGSS数据分析

为了更好地探析出公务员工作压力对工作绩效的影响，笔者在进行问卷调查及统计的时候，尽可能地确保CGSS数据中公务员各年龄段、各岗位、各文化程度等方面分布的科学性、合理性。通过收集问卷数据，对样本的基本人口信息数据进行了分析。为了更好地研究样本的代表性，本文结合调查样本对样本频数和百分比进行归纳汇总，如表5。

从表5可以看出，本文所调查CGSS数据中的公务员总体上具有代表性。其中男性公务员人数为842人，比例为50.9%，女性公务员人数为808人，比例为49.1%；在婚姻状况方面，未婚人数为1196人，72.7%，已婚人数为390人，23.6%；在公务员文化程度调查中本科学历公务员人数为837，比例为50.9%，大专人数为509人，比例为34.5%，硕士及以上人数121人，比例为7.3%；在工作年限调查中，1年及以下的公务员人数为271人，比例为16.4%，1-3年的比例为49.1%，3-5年的比例为12.7%，5年以上的比例为21.8%；本次调查研究在工作类别上主要集中于综合管理类和行政执法类岗位公务员，其中综合管理类岗位公务员人数为846人，比例为51.2%。行政执法类岗位公务员人数为421人，比例为25.5%。专业技术类岗位公务员人数为353人，比例为21.4%。其他岗位公务员人数为30人，比例为1.9%。

下面本文对CGSS样本进行分析，从表5中可以看出：在性别因素中，公务员男女比例基本上持平，保持在1：1的比例。从婚姻状况来看，未婚公务员群体比例高达72.7%，这与目前公务员工作压力大存在比较大的联系。同时，从年龄分布来看，主要集中于20岁-30岁，比例为70.9%，这也符合目前年轻公务员群体工作压力的现状及实际情况；从文化程度水平来看，本科学历占了一半，其次是专科，而研究生与高职占的最少，这与目前公务员工作压力现状相比比较类似；从工作年限来看，工龄为1-3年的公務员群体占比最大，这一阶段的员工对于工作压力比较敏感，有利于进行对工作压力的研究；从工作类别来看，综合管理类岗位占比最高，为51.2%，其次是行政执法类、专业技术类岗位，同样符合实际情况。

因此，通过CGSS样本分析可以初步认为在公务员群体中，未婚的年轻公务员群体的工作压力是比较大的，其多集中于工作年限为1—3年的综合管理类岗位人员。

5.2 描述性统计分析

运用state软件对CGSS数据进行处理得出表6，从表中可以看出：

在工作压力方面：内压力是公务员工作压力的主要来源，如：工作强度、工作难度等，相比较之下外圧力对于公务员工作压力的影响不是很明显。这也在一定程度上反映出目前公务员队伍工作压力多来自内部，而不是外部。从目前公务员体制改革的大背景下，公务员的工作压力较以往相比是比较大的。

在情绪智力方面：自我评价情绪水平较其他情绪相比是最高的，这也充分说明了公务员作为行为主体对自己情绪时比较了解和清楚的。与此，还可以看出情绪调节较其他三个维度来看得分最低，这也说明了情绪调节的难度相对比较大，尽管人们可以很容易地了解自己的情绪，但很难去准确的调节和控制。从调查情况来看，本次调查样本的情绪智力处于中等偏上的层次。

在工作绩效方面，任务绩效很明显是工作绩效维度里面最高的，这也表明在日常的工作中，公务员群体更多关注和注重的是工作任务的达标。同时，可以看出人际促进高于工作贡献，表明了多数公务员是比较在乎人际关系维护的。从调查情况来看，公务员工作绩效处于中等偏上的水平，表明了公务员工作绩效情况还是比较好的，而且还要比较大的上升空间。

5.3 相关性分析

相关性分析主要是用来分析变量之间是否存在一定的联系或关系，一般存在正相关、负相关关系，其主要是通过相关系数正负来决定。本文将利用泊松（Pearson）积差相关分析法对于各个变量之间的关系进行验证。

1）工作压力与工作绩效之间的相关性分析

为了对假设1：公务员工作压力与工作绩效之间呈显著的相关性进行验证，对CGSS数据进行stata软件处理，如表7：

从表7中可以看出，公务员工作压力与工作绩效之间存在显著的相关性。其中，内压力与工作绩效呈正相关关系，外圧力与工作绩效呈负相关关系。这在一定程度上反映出内压力对于公务员工作绩效水平提高的促进作用。其次，从内压力与其他项目变量关系中可以看出，内压力与工作贡献呈正相关关系，这说明了公务员在工作中给自己施加压力的时候，可以产生更好地工作贡献。同样的，内压力与任务绩效也是正相关关系，反映出当自身有比较高压力的时候，任务绩效的质量水平明显提高。内压力与人际促进也呈现了正相关性，由于每个人的能力是有限的，当工作压力达到一个界限的时候，会通过加强人际促进的方式进行团队合作。

最后，与工作本身相反的外圧力与工作绩效的三个项目维度均呈负相关性。这在一定程度上反映出当产生外圧力的时候，人们不得不分心去处理，这就减少了对工作绩效的认真程度和努力程度，势必会对工作绩效产生影响。因此，笔者提出的关于“H1：公务员工作压力与工作绩效之间呈现显著的相关性”假设是成立的。

2）工作压力与情绪智力之间的相关性分析

为了对假设2：公务员工作压力与情绪智力之间呈现显著的相关性进行验证，对CGSS数据进行stata软件处理，如表8：从总体上来看，工作压力与情绪智力之间的相关性不是很显著。但可以看出工作压力与情绪智力的各项目维度存在一定的相关性，这也说明了公务员在面对工作压力的时候可以通过情绪智力进行调节。同时，外圧力与情绪智力的四个项目维度均呈现一定的负相关性，这表明了当负压力比较高的时候对于人情绪的影响是比较大的。外压力、内压力分别与情绪智力总体存在一定相关性，不同的是一个为正相关，一个为负相关。这也表明了情绪智力在对公务员压力调节的作用，进而对其工作绩效产生影响，但显著性效果不明显。因此，假设2不成立。

3）情绪智力与工作绩效之间的相关性分析

为了对假设3：公务员情绪智力与工作绩效之间呈现显著的相关性进行验证，对CGSS数据进行stata软件处理，如表9：无论是从总体上情绪智力和工作绩效的相关性来看，还是从情绪智力和工作绩效各项目维度来看都存在一定的相关性，而且均是正相关性，这说明我们之前假设H3：公务员情绪智力与工作绩效之间呈现显著的相关性是成立的。这在一定程度上表明了高情绪智力的公务员对于工作绩效提高具有重要的促进作用。因此，假设3成立。

5.4 回归分析

相关分析只能从性质上对变量之间的关系做出判断，而具体到数量之间的关系则需要进行回归分析。为了验证“公务员工作压力、情绪智力、工作绩效之间是否有较好的预测作用”，故采用Logistic回归模型对各变量之间关系进行分析，表达式为：

其中，P为变量之间预测作用率，bi1、bi2 为自变量，x1、x2为标准系数，C为常数项，?为随机误差。

1）工作压力对工作绩效的回归

将内压力与外圧力作为自变量，工作绩效作为因变量，对工作压力对工作绩效。通过stata数据处理得到了工作压力对工作绩效的回归表，如表10：从表中可以看出其Logit（P）值为8.201，显著效果和回归效果比较好。同时，从回归方程可以看出内压力对于工作绩效的预测作用较外圧力对工作绩效的预测作用相比，效果更明显。这也就验证了假设H1：公务员工作压力对于工作绩效有较好的预测作用成立。

2）工作压力对情绪智力的回归

为验证公务员工作压力对情绪智力的影响，对其回归效果进行分析，如表11：从回归效果上看，Logit（P）值较为显著。同时，可以看出内压力的常数值和标准误均为正值，而外圧力的均为负值，这也说明了内压力对于情绪智力的影响比外圧力对情绪智力的影响更为显著。我们都知道内压力与外圧力相比起着重要的影响作用。因此，假设H3：公务员工作压力对于情绪智力有较好的预测作用成立。

3）情绪智力对工作绩效的回归

将情绪智力的四个维度作为自变量，把工作绩效作为因变量，通过stata数据处理得到了情绪智力对工作绩效的回归表，如表12：从表中可以看出其Logit（P）值为12.178，显著效果和回归效果比较好。与此，除了他人情绪评估外，情绪智力的其他三个维度对工作绩效均有比较好的预测作用，这也验证了之前H5的假设。因此，假设H2：公务员情绪智力对于工作绩效有较好的预测作用成立。

6 结论与建议

通过对2013年CGSS数据进行统计，在Stata软件进行分析，并进行Logistic模型回归分析，得出以下结论：（1）公务员工作压力对工作绩效具有重要的影响。比如：适当的工作压力可以提高其工作质量和效率，而当外圧力过多的时候相应的也会对工作效率产生影响；（2）情绪智力作为控制变量通过工作压力对工作绩效产生影响，具体表现为高情绪智力公务员可以更好地调节和控制情绪，进而提升工作的质量和效果。

针对以上结论，提出以下建议：（1）加强对公务员心理的关注。应定期或不定期的举办心理健康知识讲座，加大公务员自我排解压力的培训力度，来解除公务员的心理负担，进而提高公务员工作积极性和效率；（2）组织应建立信息平台，充分利用组织团队解决公务员工作压力大问题，对于平时工作压力较大的人员多进行沟通和交流，对公务员工作多进行鼓励和支持，并能够给予必要的奖励，进而降低公务员职业倦怠；（3）公务员应通過形式多样的方法来排解和消除过多的工作压力，比如：与领导沟通、向同事寻求帮助、向家人和朋友倾诉等，进而避免出现过多工作压力导致的工作懈怠、效率低下等问题。

参考文献：

[1] 张静. 企业管理者工作压力与工作绩效关系的实证研究[J]. 湖南财经高等专科学校学报， 2009（04） .

[2] 杨晓萍. 情绪智力在企业员工应对工作压力中的作用[J]. 太原师范学院学报（社会科学版）， 2009（02）.

[3] 程旭蕾. 工作压力的应对研究[J]. 现代商业， 2008（32）.

[4] 孟晓斌，许小东. 企业管理者工作压力的绩效属性——基于自我效能感的解释[J]. 商业经济与管理， 2008（11） .

[5] 周翌旦. 工作压力及其与自我效能、工作绩效的关系[J]. 经济论坛， 2008（18）.

[6] 冉建林，张丽. 工作压力、控制感与工作绩效关系研究[J]. 科教文汇（上旬刊）， 2008（08）.

[7] 许颖. 工作压力、工作绩效与心理资本关系研究[J]. 郑州轻工业学院学报（社会科学版）， 2013（05）.

[8] 于正松，李同. 导游人员工作压力、自我效能感、工作倦怠及工作绩效关系分析——基于多群组结构方程模型的东中西部差异分析[J]. 生产力研究， 2013（09） .

[9] 汪有胜，徐俐霞. 商业银行员工压力管理刍议[J]. 青海金融， 2012（06） .

[10] 陈丽娟. 工作压力、自我效能感对银行员工工作绩效的影响研究[J]. 现代商业， 2012（14）.