高校科研团队领导内隐追随的维度与量表开发
——基于KAQ理论的维度构建方法

王 磊

(东北农业大学 经济管理学院,黑龙江 哈尔滨 150030)

0 引言

众所周知，领导认知是促使领导行为产生的根源(Bass)[1]，因此，高校科研团队领导积极的领导行为来源于积极的领导认知。在管理实践中，越来越多的研究表明，追随者对领导者至关重要(Sy; Mohamadzadeh; Alipour)[2～4]，于是开始有学者关注对追随者认知的研究(Carsten等; Junker等)[5,6]，即“内隐追随理论”。在西方现代领导科学研究中，内隐追随理论为研究者提供了一个揭示领导心理机制的新视角[2,7,8]。因此，研究“高校科研团队领导者心目中的团队成员是什么样的”这一议题，对我国高校科研团队的管理以及增强我国高等学校在国家科技创新体系中的作用具有重要的实践指导意义。

由于追随者类型的多种多样，国外学者们内隐追随的结构划分还存在较大的差异。目前，通过自陈式量表直接测量追随者特质和行为的主要有以下几种：第一种是Carsten，通过对美国和加拿大各个行业员工的调研，他将其中的追随者划分为三种类型，分别是主动型内隐追随、顺从型内隐追随和积极型内隐追随[5]；第二种是Sy，通过对交通运输业、生产制造业等工作场所领导的调研，归纳出18种追随者的特征，将其划分为两个维度，分别是追随原型和追随反原型，他们都被分为三个维度，分别是好公民、勤勉和热忱以及不称职、依从和反抗[2]；第三种是Yip，他依据XY理论和归因理论，将内隐追随分为两个维度，分别是动机和能力[9]；第四种是Junker等[6]，他主要以酒店业、食品等行业的员工为研究对象，归纳出21种追随者的特征，包括基于任务的理想追随原型、基于关系的理想追随原型、基于任务的非理想追随原型、基于关系的非理想追随原型四个维度。此外，内隐追随还可以采用间接测量方式，常用的测量方法有内隐联想测验和投射测验[10]。而我国学者在研究内隐追随结构特征的时候，也意识到使用国外量表可能产生误差，应在我国文化背景下积极开展内隐追随量表的编制工作，并以我国企业员工为调研对象取得了初步的进展(祝振兵，罗文豪[11]；郭衍宏，兰玲[12])。

相对于西方以及我国的本土化研究，不难发现，目前以高等学校为研究背景，以高校科研团队领导为研究对象的内隐追随结构维度的研究还较为匮乏，应该看到在我国，高校和企业是两类不同性质的机构，两者在人员结构、组织结构、人员管理目的、人员管理内容、人员管理方式和机制上存在显著的不同[13]，单纯地假设高校和企业具有相同的领导内隐追随，必然会带来内容效度的降低；而且，在Sy量表(Sy)的影响下，实际上我国学者所开发的内隐追随量表结构和Sy的量表构成相类似，如：祝振兵[11]的好公民维度下的各因子与Sy量表中的好公民维度存在交叉重叠；郭衍宏，兰玲[12]的勤勉维度下的各因子与Sy量表中的勤勉维度存在交叉重叠。不可否认，Sy所开发的内隐追随量表得到了国内学者的广泛认同和采纳[14～16]，但是也应该看到高校与企业在人力资源管理目的存在的明显差异，企业主要注重经济上带来的效果，为的是实现利益最大化，领导对员工的衡量标准是产速和生产出产品的好坏，并注重对员工生产过程的监管与指导。而高校在我国属于事业单位，不以营利为目的，具有典型的教育性、密集的知识性、多样的需求性、较强的流动性等特征，尤其在我国高校科研团队中，博士研究生和硕士研究生是从事科研工作的主力军，高校对于人力资源管理的目的是为了更好的契合高校的学术管理，努力培养各方面能力突出的人才回馈社会，所以，现有的Sy量表，以及在此基础上开发的其他量表不适合我国高校科研团队的管理情境。此外，也应该看到人才培养是高等教育的基本功能，是高校核心价值的目标追求和社会效益的集中体现；高校科研团队人才的培养靠教育，教育的发展依靠高校科研团队的教师，高校科研团队教师在人才培养、学术研究和社会服务的过程中发挥了重要的作用，而现有KAQ(知识、能力、素质)理论是各高校制定人才培养模式[17,18]和教师综合评价指标体系[19]的重要理论支撑，因此，本文认为KAQ理论适合我国高校科研团队的教师和学生，是解决高校科研团队领导内隐追随结构维度的有效途径，能够为高校科研团队领导内隐追随结构维度的建立提供重要的理论支撑。

基于上述讨论，研究将通过扎根理论的质性访谈对高校科研团队领导内隐追随的相关理论和条目进行重新梳理，并基于KAQ理论开发与之相应的内隐追随量表，以期丰富高校科研团队领导内隐追随的相关理论研究。

1 理论基础

1.1 基于KAQ的高校科研团队领导内隐追随的内涵

本文认为基于KAQ的高校科研团队领导内隐追随是指高校科研团队在实现科学技术研究、科研项目开发的过程中，高校科研团队领导对追随者在知识、能力、素质等方面特质和行为的预期和假设。当现实成员的表现与高校科研团队领导心目中积极追随原型相匹配时，高校科研团队领导就会对这些有效个体予以更积极的评价，在情感上喜欢他们，在科研行为上提供帮助，在科研奖励上提供支持，营造良好的科研环境。

1.2 基于KAQ的高校科研团队领导内隐追随的维度

它包括高校科研团队领导积极内隐追随和高校科研团队领导消极内隐追随。

(1)知识维度

对于高校科研团队而言，团队成员所具备的知识是团队从事知识创造活动的基础和前提条件，主要包括工具性知识、专业知识和交叉知识。工具性的知识既是胜任科研工作的基础，也是进行自身学习和继续深造的前提。专业知识是高校科研团队成员进行科研攻关、实现科研突破的主要“武器”。只有注重对团队成员交叉知识的培养，才能从根本上塑造团队成员的创新精神，保持所在学科的特色和优势，促进学科前沿的发展，从而实现高校科研团队科学研究工作的可持续发展。

(2)能力维度

按照能力的结构理论，本研究将高校科研团队成员科研能力分成三个方面，分别是科研认知能力、科研实践能力和科研创新能力。科研认知能力属于一般能力，是科研能力的表层，也是其他一些科研能力的基础。科研实践能力越强越能及时发现科学研究中的问题，并及时解决，从而影响科学研究的效率和准确性。在高校科研团队活动中，科研创新能力具体表现在创造力上，位于科研能力层次结构中最顶端的位置，这种能力贯穿于整个知识创造的过程，是高校科研团队个体创造力和团队创造力的具体体现。

(3)素质维度

高校科研团队成员应具备的素质有科研心理素质、科研道德素质和职业素质。科研心理素质不仅决定了高校科研工作者其他素质的培养，也决定了其科研成就的高低，对提高高校科研工作者的整体素质具有十分重要的意义。高校科研工作者所具备的科研道德素质是确保高校科研繁荣程度与高校科研工作能否健康发展的道德基础。科研工作素质决定了高校科研工作者对科研工作的态度和方法，为高水平科研成果的产生提供了保障。

2 内隐追随结构的维度划分

2.1 初始结构维度确定

2.1.1 研究对象

选取具有5年以上工作经验的高校科研团队导师作为样本，包括博士研究生导师和硕士研究生导师。被试样本主要来自于哈尔滨工业大学等7所位于黑龙江省的高等院校；这些样本中，共有13个不同的学科组成，其中包括经济学类6人，管理学类5人，理学类5人，艺术学类5人，工学类4人，农学类4人、哲学类3人，文学类3人，医学类3人，历史学类3人，军事学科类3人，法学类2人，教育学类1人，总共47人。其中男性21人，占44.68%，平均年龄42.25，女性26人，占55.32%，平均年龄41.11。在被试样本中，有15人是“双肩挑”岗位教师，这样，涵盖了高校技术岗位和管理岗位两个层面的调查，将能够很好地体现出高校科研团队领导对团队追随者的认知结构。

2.1.2 初始量表的建立过程

本研究主要采用归纳法对高校科研团队领导内隐追随进行初始测量项目的确定，即通过让高校科研团队研究生导师写出自己心目中关于理想型和反理想型追随者的特征，从而归纳出内隐追随结构的初始维度。这主要是因为以下两点：(1)内隐追随理论尚未发展成熟。目前在中国高校情境下，不能完全照搬西方关于内隐追随理论的研究成果，所以缺乏理论基础和实践研究基础，而归纳法的优点是所有的项目都直接来源于实践，而且可以产生丰富的项目供选择[20]，弥补了理论研究和实践研究的匮乏；(2)内隐追随的结构维度更贴近现实。归纳法是不会运用任何理论，它是从具体的实践调查开始，归纳出一般结论[21]。因此，从领导者对心目中理想型和反理想型追随者的描述中可以归纳出高校科研团队领导内隐追随的初始维度，所得结论较为可靠。

研究首先以开放式问卷进行高校科研团队领导内隐追随调查，要求被访者分别列出他们心目中关于理想型和非理想型追随者的20条特征。然后对所列条目进行分类汇总，共得到198条理想型追随者的特征和180条非理想型追随者的特征。接着，对这378条特征进行近义词合并(例如，将理想型中的“坚持不懈地”、“有毅力的”、“有恒心的”、“意志坚定的”合并成“持之以恒的”；将反理想型中的“伪造科研信息的”、“剽窃他人劳动成果的”、“低水平重复研究的”、“违规骗取科研经费的”合并为“科研品行不端的”)，同时剔除特征词中出现频率比较少的特征(例如，理想型中的“同甘共苦的”和反理想型中的“孱弱的”)。最后，得到67条理想型追随者的特征和58条反理想型追随者的特征。

本文在初始维度确定的基础上，对量表进行题项设计。例如，“掌握较好的数学、外语、计算机知识”这一特征设计成“拥有良好的通识知识基础”；“了解学术前沿”设计成“把握学科发展动态的能力”；“懒惰、懈怠”设计成“从事科研工作懒散的”等。此外，还有针对近义词语如何取舍的问题，例如，“进取心”与Carsten和UhlBien所提到的追随者特征“首创精神”相类似[5]，由于“进取心”是领导者对追随者整个知识创造过程以及创造结果的一种评价，而“首创精神”更为强调的是领导根据追随者所取得科研成果的一种评价，所以本文保留“进取心”。因此本文把这125条题项作为初始问卷。问卷初步形成后，再次邀请人力资源管理领域的专家、高校行政管理人员、研究生对问卷指标进行评价，根据评价建议对问卷中存在的问题进行修正，形成探索性分析问卷。结果表明，问卷在一些指标描述上存在问题，例如，有些用语易产生歧义、学术化气息较重等，但问卷对各变量总体的把握较为合理。

2.2 内隐追随理论量表的构建

2.2.1 研究对象

在获得初始问卷后，调查组通过问卷星软件编制电子问卷。本次问卷发放对象主要是哈尔滨工业大学、华中师范大学等“985”院校的硕士生导师和博士生导师，他们所属的高校科研团队运行时间超过3年以上，且团队规模在3人以上。在发放电子问卷的过程中会向调研对象强调本次调查的匿名性，以及相关调查结果只会被用作学术研究，同时，调查结束后还会通过网络向调研对象赠送一份小礼物作为填写问卷的报酬。通过网络调查的方法，共获得439份问卷，将其中的41份无效问卷去除，得到有效问卷398份。正式调研样本中被调研的导师年龄主要集中在30-50岁之间，年富力强，大都是科研团队中的负责人或科研骨干，能够很好地把握团队追随者的特质和行为。其中，男性179人，女性219人，副教授占比最高，为50.75%，管理学65人，经济学68人，农学35人，工学49人，哲学22人，法学28人，教育学16人，文学21人，历史学12人，理学27人，医学29人，艺术学19人，军事学7人。

2.2.2 内隐追随结构维度的探索性因素分析

2.2.2.1 量表信度分析

通过SPSS 20.0对开发的量表进行信度分析，通过计算知道了量表的总体Cronbach’sα系数为0.987，此结果证明了该量表总体的信度非常好。高校科研团队领导内隐追随原型的知识、能力、素质的Cronbach’sα值分别为0.935、0.963、0.979；高校科研团队领导内隐追随反原型的知识、能力、素质的Cronbach’sα值分别为0.962、0.979、0.991，上述各值都是大于0.7的，证明了各因子变量之间有着较好的相关性，且有着较高的内部一致性系数，所以完全可以利用该量表对数据进行调查研究[22]。

2.2.2.2 量表的效度分析

本文主要从内容效度和结构效度两个方面进行检验。对于内容效度，问卷题项一部分来自现有文献；一部分来自对现有文献的总结，这些题项已被学者在研究过程中使用过，具有很好的效度；一部分来自于高校科研团队导师，并请他们对调查问卷中的题项进行反复修改、仔细检查，直到表述合理、题项内容能够真正测量出想要表达的内容为止，因此内容效度符合要求。

为检验调查所获得的样本数据能够测量相关理论结构和特质的程度，运用最大方差正交旋转后的因子分析法来检验结构效度。采用主成分分析法对内隐追随的结构维度做了探索性因子分析，根据特征值大于1提取因子后进行了正交旋转，运用了最大方差法，同时也将系数绝对值低于0.1的题项进行排除(Sy)[2]，初始125条理想型追随者特征的KMO=0.962>0.8，这证明了对这125条追随者特征进行因子分析是适合的，同时进行了Bartlett球形检验，结果是Sig.<0.05，结果证明了本文的因子分析是有效的，且各因子之间是相关的。

初始的125个因子共确定了12个因子，12个因子的累积解释率为75.647%，且都通过碎石检验以及特征值在1以上。通过剔除12个因子中仅有一两个题项的成分，以及各题项的因子载荷在至少两个成分之间均高于0.45的题项(包括低于0.45的自身因子载荷)(侯杰泰)[23]，同时借鉴了Sy的测量方法[2]，仅保留因子上载荷较高的3个项目，但前提是满足心理测量学的要求，此后又经过多次探索性因子分析后，最终确定了高校科研团队领导内隐追随的6个维度，18个因子，KMO值为0.871，Bartlett球体检验的卡方值为5419.918，累积解释率为82.455%，说明具有较好的解释度。

6个成分所包含的具体因子项见表1所示。通过探索性因子分析，将高校科研团队内隐追随原型划分为六个二级结构，即知识原型、能力原型、素质原型、知识反原型、能力反原型、素质反原型。

表1 内隐追随原型旋转后的成分矩阵(N=398)

表2显示了本研究测量变量之间的均值、标准差与相关系数，结果表明知识原型、能力原型、素质原型、知识反原型、素质反原型和能力反原型都有着很高的相关性，而且都是显著的，而且各个相关系数都小于0.8，这证明了各个因素之间都是独立的，没有产生因为因素高度相关而发生的构思重合，也证明了通过探索性因子分析得出的这6个因子结构都是整体构思，并且是关于高校科研团队领导内隐追随的。

表2 各个变量的相关系数和研究变量的描述性统计(N=398)

4 高校科研团队领导内隐追随结构维度的验证性因素分析

4.1 研究样本

这一阶段主要搜集了522份来自于哈尔滨师范大学、大连海事大学、南京农业大学等高等院校博士生导师和硕士生导师的数据，问卷发放的方式主要有网络、电话、实践调研等多种方式，回收到470份调查问卷，回收率为90.03%。在回收的470份问卷中，剔除掉13份不合格问卷，共有457份有效问卷，问卷有效率是87.55%。有效问卷的数据中，学科分布分别是管理学76人、经济学63人、农学47人、工学55人，哲学35人，法学21人，教育学22人、文学22人、历史学15人、理学49人、医学25人、艺术学14人、军事学13人；有效被试的性别分布为男性214人，占46.83%，女性243人，占53.17%；有效被试的职称分布为教授195人，占42.67%，副教授224人，占49.02%，讲师38人，占8.32%。

4.2 研究过程

这一阶段内隐追随的问卷主要来自上一阶段探索性因素进行分析，得到了6个因子和18个项目组成的问卷。本文要求高校科研团队的领导考虑其心中追随者拥有的特征并根据给出的各个项目进行评定，其中1代表“对该追随者特征完全不认同”，5代表“对该追随者特征完全认同”。

4.3 量表信度的二次分析

由于量表由最初的125个题项12个因子降维到18个题项6个因子，所以在进行验证性因素分析之前，需要对量表的信度进行重新检验。按照Gilbert和Churchill[24]提出的信度检验相关建议，具体结果见表3。研究结果显示，删除CITC小于0.4的题项后，量表总体的Cronbach’sα系数为0.893，说明量表总体的信度仍然非常好。知识、能力、素质原型和反原型的Cronbach’sα值分别为0.868、0.842、0.847、0.939、0.885、0.953，均大于0.7，充分说明6个因子变量的相关性较好，内部一致性系数较高，利用该量表进行数据调查是可行的[34]。

表3 信度检验(N=457)

4.4 量表效度分析

表4所示的是组合效度(CR)、收敛效度(AVE)和区分效度的相关数据。可以看出，各个潜变量的组合信度都达到并超过了0.60的标准，AVE值也都在0.50的标准之上，这表明模型有着理想的内在质量，且模型的收敛效度很好。本文用比较因子本身AVE的算数平方根与该因子跟其他因子相关系数的绝对值的检验方法区分效度，若是前者大于后者，则说明概念之间区分效度较好。在表4中，每个潜变量之间的相关系数用对角线上的数据代表，通过数据可以看出，量表拥有良好的区分效度。

表4 收敛效度、组合效度和区分效度评价结果(N=457)

4.5 对研究结果的讨论

由于问卷采用里克特五点计分法，且不服从正态分布，所以本研究将利用Mplus 7.4对高校科研团队内隐追随结构中原型与反原型的维度划分进行验证性因子分析，一是对通过探索性因子分析得到的内隐追随原型维度进行验证，二是对通过探索性因子分析得到的内隐追随反原型维度划分进行验证。在进行验证性因子分析之前，首先提出几点假设：

(1)18个项目可以归类为6个因子，每个测量项目在所属的因子上都有一个非零负荷，而在其他因子上都是零负荷，且6个因子之间存在正相关；

(2)每个因子都有一个与之相应的残差项，并且在进行二阶验证性因子分析时，每个成分需要设有一个残差项，各因子与残差项之间的协方差为1，且测量误差项理论上是互不相关的；

(3)每个潜在变量与其所包含因子中的其中一个因子之间的协方差设为1，其他因子与潜在变量之间的协方差是与协方差为1的比值；

(4)二阶潜在因子的方差值为1。

此外，本研究的先验信息如下：知识原型和反原型、能力原型和反原型、素质原型和反原型看作六个一阶潜在变量，原型维度和反原型维度看作两个二阶潜在变量。因此，运用Mplus 7.4对先验信息中的6个潜在变量从零模型、单因子模型、二因子模型、六因子模型到二阶CFA模型进行检验，验证性因子分析结果如表5所示。

表5中的零模型是假设所有因子之间均不相关；单因子模型是将六个一阶潜在变量中的所有因子合并，共同解释一个潜在变量；二因子模型是将“知识原型”、“能力原型”与“素质原型”合并为一个潜在变量，将“知识反原型”、“能力反原型”与“素质反原型”合并为另一个潜在变量；六因子模型是分别将“知识原型与反原型”、“能力原型与反原型”、“素质原型与反原型”分别看成一个潜在因子；二阶CFA模型是将6个一阶潜在变量合并为两个二阶潜在变量“原型”和“反原型”。

根据表5可以看出，关于拟合指数，六因子模型和二阶CFA模型显著优于其他模型，尤其是六因子模型的验证性因子分析的结果χ2/df=1.565<2,RMSEA=0.035<0.08,SRMR=0.029<0.05,CFI和TLI均高于0.900，说明探索性因素分析得到的六因子模型能够很好地解释高校科研团队内隐追随的维度划分，并且结构效度也很好。最后，利用Mplus7.4得到了二阶验证性因素分析的标准化路径系数及各因子载荷值，并通过图1进行展示。

表5 验证性因子分析的结果(N=457)

图1 高校科研团队领导内隐追随的维度划分

5 内隐追随理论的预测效度和增量效度的检验

由于不同的文化背景和管理情境对内隐理论会产生影响，所以需要在我国高校科研团队背景下验证本文所开发的内隐追随量表的有效性。本文将通过Sy所开发的量表来验证本文所开发的高校科研团队领导内隐追随量表的结构效度，因此，两个量表都采用一样的维度，即原型和反原型。本文试图发现本研究所提出的高校科研团队内隐追随子维度和Sy所提出的子维度之间存在高度的相关性。因此本文假设如下：

假设1高校科研团队领导内隐追随原型和Sy内隐追随原型正相关，与Sy内隐追随反原型负相关；

假设2高校科研团队领导内隐追随反原型和Sy内隐追随原型负相关，且与Sy内隐追随反原型正相关；

为了检验预测效度和增量效度，本文使用领导成员交换关系(LMX)、组织公民行为(OCB)、和绩效(Performance)作为效标变量，本文假设如下：

假设3高校科研团队领导内隐追随原型的契合程度对LMX、OCB和Performance具有正向影响。

假设4高校科研团队领导内隐追随反原型的契合程度与LMX、OCB和Performance呈负相关。

这一部分的数据采集范围主要是东北三省的高校，例如东北大学、吉林大学等，调研对象主要是高校的硕士生导师、博士生导师、硕士研究生、博士研究生等。为了避免调查过程中同源方差现象的存在(Podsakoff，ea al.)[25]，本研究先后进行两次问卷调研，时间间隔为2.5个月：(1)第一次调研的内容包括本文所开发的高校科研团队领导内隐追随量表、Graen和Uhl-bien开发的LMX量表[26]。(2)第二次调研的内容包括Sy所开发的内隐追随量表、Organ开发的组织公民行为量表[27]和Borman和Motowidlo开发的工作绩效量表[28]。本研究采取配对样本调查方法，其中高校科研团队研究生导师填写Sy所开发的内隐追随量表、工作绩效量表、组织公民行为量表和本文所开发的高校科研团队领导积极内隐追随量表；研究生导师所属的团队成员填写LMX量表。

首先，选定380名研究生和其对应的380名研究生导师作为调研对象，第一次调研共发放了380份问卷，收回有效问卷320份，有效问卷率84.21%；第二次调研中，共32位导师出差或者不在没有参与调研，共发放问卷348份，有效问卷共有302份，有效问卷率86.78%。所以，研究样本由这302份配对问卷组成，其中硕士生导师男性126名，女性176名，平均年龄39.45；团队成员中男性145名，女性157名，平均年龄28.35岁。

采用上述开发的量表和Sy(2010)量表进行试验，使用SPSS 20.0来检验Pearson相关性，具体结果见表6所示。要求研究生导师思考他们心中理想追随者的形象特征并进行评价，其中1代表“非常不符合”到7代表“非常符合”，得到这些子维度的Cronbach’sα值在0.745～0.845之间。实际追随者与理想追随者属性相同，Cronbach’sα值在0.899～0.946之间。研究生导师填写的组织公民行为和工作绩效量表的Cronbach’sα值分别是0.901和0.900。研究生导师团队成员填写的LMX-7条目量表的Cronbach’sα值是0.827。

表6 相关性分析(N=302)

结果表明，所有的量表都具有内部一致性，Cronbach’sα值在0.745～0.946之间。高校科研团队领导内隐追随理想的原型和反原型呈负相关(r=-0.321;p<0.01)。高校科研团队领导内隐追随理想的原型和反原型与Sy的各分量显著相关(|r|=0.153-0.848;p<0.01)。两个积极的量表(r=0.372;p<0.01)和两个消极量表(r=0.848;p<0.01)之间的关系是显著正相关的。

同时可看出，本文所开发的高校科研团队领导内隐追随量表与LMX、OCB和Performance的相关性大部分高于Sy所开发的内隐追随量表与LMX、OCB和Performance的相关性。因此，假设1和2得到了证明，同时也证明本文所开发的高校科研团队领导内隐追随量表更适合我国高校科研团队。

为了测试增量效度，本文检验高校科研团队领导内隐追随原型和反原型的契合程度对LMX、OCB和Performance的影响，其中契合程度用欧式距离来进行测量(Graf)[29]，本文的契合程度用实际追随者的内隐追随得分减掉理想领导内隐追随的得分来表示。

接下来用SPSS 20.0进行多层回归分析，首先，把样本的性别、年龄、受教育程度、职称、在团队的工作时间、当领导的时间作为控制变量，其次，在第一步的基础上继续加入高校科研团队领导内隐追随原型和反原型的契合程度，所有这些自变量分别与LMX、OCB、performance进行多层回归分析。所有结果如表7和表8所示。

表7 追随者原型理想的契合程度对LMX、OCB和Performance的多元回归分析结果(N=302)

表8 追随者反原型理想的契合程度对LMX、OCB和Performance的多元回归分析结果(N=302)

结果显示，理想的契合程度(见表6)对LMX(R2=0.061；p<0.01)、OCB(R2=0.044；p<0.01)、Performance(R2=0.069；p<0.01)的影响都是显著的。反理想的契合程度(见表7)对LMX(R2=0.026；p<0.01)、OCB(R2=0.038；p<0.01)、Performance(R2=0.061；p<0.01)的影响也都是显著的。因此假设3和4得到了验证。

本实验主要为证明本文所开发的高校科研团队内隐追随量表是否是有效的。可看出，本文所开发的量表和Sy开发的量表各个维度之间存在大量相关性，验证了本文所开发量表的结构有效性。预测效度和增量效度主要是通过追随者理想和反理想的契合程度对LMX、OCB、Performance存在显著性的影响进行验证。

6 研究结论与未来展望

6.1 结论与研究贡献

内隐追随理论弥补了当前对领导者认知过程研究的不足，有助于深刻理解内隐追随如何影响领导者对追随者的分类和评估以及这种分类和评估对追随者行为和态度的影响。因此，研究内隐追随，对提高组织绩效，加强对领导者的全方位认识以及促进领导学的多元发展具有重要的指导意义。但是，内隐追随理论在高校背景下的研究依然较为匮乏，高校科研团队领导内隐追溯的概念、维度、测量与判定标准依然没有受到学者的重视，也限制了内隐追随理论在我国的发展。

本文以高校科研团队被研究背景，补充和完善了内隐追随理论在中国高校的应用和发展，主要体现在以下四个方面的贡献：

第一，本文剖析并界定了高校科研团队内隐追随的内涵。目前国内外学者对内隐追随内涵的研究较为深入，但缺乏高校环境背景下的系统剖析。本研究基于KAQ理论，在系统梳理与提炼内隐追随内涵的基础上，提出高校科研团队内隐追随的内涵。

第二，本文将高校科研团队内隐追随划分为内隐追随原型和反原型两个维度，其中内隐追随原型包括知识原型、能力原型和素质原型三个子维度，内隐追随反原型包括知识反原型、能力反原型和素质反原型三个子维度。目前国外学者对内隐追随的结构维度研究虽有一定的数量，但存在较大的差异，而我国学者的本土化研究主要以企业或商业环境为背景，应该看到企业和高校是两类不同的机构，应寻找适合高校环境背景的理论来进行研究。本文在参考高校人才培养模式KAQ理论的基础上，利用归纳法，在内隐追随结构问卷调查的基础上，确定初始问卷。

第三，本文设计并验证了高校科研团队内隐追随量表的18个测量题项。本文经过多次因子筛选，结合专家意见，最终确定18个测量题项的高校科研团队内隐追随量表，即知识原型维度包括掌握跨学科知识、专业知识体系完备、通识知识基础良好等方面；能力原型维度包括实验设计与软件应用能力、开展科研创造性活动的能力、把握学科发展动态的能力等方面；素质原型维度包括持之以恒、科研诚信、进取心等方面；知识反原型包括专业知识薄弱、知识体系单一、通识知识欠缺等方面；能力反原型包括科研信息获取能力不强、缺少创造性思维能力和基本的科研实践能力等方面；素质反原型包括不思进取的、科研品行不端的、从事科研工作懒散的等方面。然后，又通过探索性和验证性因子分析揭示了其内部结构是一个二阶六因子模型，符合知识—能力—素质人才培养模型。最后，通过和其他竞争模型的比较，验证了二阶六因子模型的最优性。

第四，本文揭示了所开发的量表具有预测效度和增量效度。国内学者对内隐追随量表的开发仅仅停留在组合效度、收敛效度、区分效度和结构效度的检验上，部分学者在中国文化环境背景下进行了预测效度的检验，但是我国学者很少对内隐追随量表进行增量效度的检验。应该看到，增量效度是测评效度理论的重要进展，是新构思效度分析的必要环节(Van)[30]，一个新开发的测评系统需要通过增量效度检验才有效(Hunsley & Meyer)[31]。本文通过引入内隐追随原型和反原型的契合程度来验证所开发量表的增量效度，结果显示，内隐追随原型的契合程度的增量效应大于反原型的契合程度的增量效应。该项检验，一方面说明高校科研团队领导内隐追随理想和实际之间存在一定的差距，而且理想和现实之间的差距已显著影响LMX、OCB和Performance，应该在高校科研队的日常管理中努力缩小这种差距；另一方面也说明高校科研团队内隐追随原型与现实之间的差距大于反原型与现实之间的差距。此外，本文还验证了高校科研团队内隐追随量表和IFT所开发量表，各对应结构维度存在高度的相关性，从而说明高校科研团队内隐追随量表的结构维度是可靠的。

6.2 研究的局限性和后续研究的展望

本研究还存在以下两点不足。第一，本研究主要使用横截面数据来进行实证研究。样本数据反映了高校科研团队内隐追随结构维度在某一时间点上的可行性，不能反映该结构维度在其他时间点上也具有同样的稳定性。应该看到，影响高校科研团队内隐追随形成的影响因素较多，且随着时间和环境的改变会发生变化。因此，在后续研究中可以尝试比较不同时间点上高校科研团队内隐追随结构维度的变化趋势，以提升整个模型的理论价值和应用层面。第二，样本数据的代表性仍然存在一定的风险。为了提高数据采集的效率，本研究主要采用方便取样的方式采集数据。未来的研究中，应该尽量考虑其他相关变量可能对量表开发造成的影响，例如，选取的高校可以是不同层次的，在选取的科研团队类别中，可选取不同科研项目的团队。