1. 引言
执政之要，贵在履责，重在力行。政策执行是将政策目标转化为现实的关键环节，其效能直接决定了公共政策的最终成效。然而，在我国基层治理实践中，“上有政策，下有对策”的象征性政策执行现象屡见不鲜，成为制约政策落地和治理效能提升的顽疾。象征性政策执行是指执行主体在贯彻政策时，热衷于制造象征性符号，以轰轰烈烈的形式、光鲜亮丽的外表代替认认真真的贯彻落实和实质问题的解决，呈现出表面应付、重形式轻实质的特点[1]。从表面上看，象征性执行的活动和形式具有合法性，环节与程序规范合理。与拒不执行、拖延执行等相比，象征性执行呈现表面应付的特点，隐蔽性、迷惑性更强，危害性更大。
尽管学界从政策属性[2]、执行主体[3]、制度环境等多个视角对象征性执行进行了探讨，但缺乏对“象征性政策执行”的操作化定义与系统测量，也较少从基层公务员的微观行为视角开发本土化测量工具。为此，本研究聚焦基层象征性政策执行行为，通过扎根理论构建其理论结构，开发测量量表并进行实证检验，以期为相关研究提供可靠工具，促进政策有效执行。
2. 文献综述
2.1. 象征性政策执行的概念与内涵
象征性政策执行是政策执行偏差的重要类型。Matland的“模糊–冲突”模型指出，政策模糊性与冲突性高时易引发象征性执行[2]。在中国语境下，宁骚[4]和孙发锋[1]将其概括为执行主体重形式、轻实质的行为，导致政策目标虚化。综合来看，象征性政策执行可定义为：公共部门及人员在贯彻政策时，通过形式化、表面化行为制造落实假象，而非真正解决问题。
2.2. 象征性政策执行的表现形式及影响因素
在中国式情境下，象征性政策执行主要有以下几种形式：
1. 以文件落实文件，以会议落实会议。注重政策发文、成立领导小组、召开动员大会等“规定动作”，但后续的实质性资源投入、监督与评估流于形式[1]。
2. “选择性过滤”执行。基层政府或部门基于自身资源、利益或风险判断，对上级政策进行裁剪，选择“最小化投入”完成任务，通过“数字达标”应付考核，回避长期责任[5]。
3. “亮点工程”式执行。基层政府会动用一切资源与力量来落实与执行上级的政策，往往通过树立样板的典型性执行和突出亮点工程的替代性执行来完成政策目标[6]。
关于其影响因素，现有研究可归纳为三个层面：一是政策本身层面，政策的模糊性为执行者提供了操作空间，而高冲突性则催生了避责动机[2] [7]。二是执行主体层面，基层工作人员常基于“理性经济人”的成本–收益计算，选择风险最小化的象征性策略。近年来研究也开始关注执行者的心理状态，如政策疏离感对其行为选择的影响[8]。三是组织与环境层面，部门壁垒导致的“组织空转”、资源(特别是经费与人力)的紧缺与错配、以及过度依赖“痕迹”的考核机制，都直接激励了形式化而非实效化的执行行为[9] [10]。
2.3. 象征性政策执行与相似概念的辨析
为明确本研究聚焦对象，需对象征性执行与相邻概念进行区分。① 选择性执行：部分采纳，部分替换。根据自身利益和价值观的需要，片面理解，故意曲解政策的原始信息或精神本质或部分内容[11]。② 变通执行：指在执行过程中对政策原则、标准进行适应性调整，可能产生创造性执行，也可能滑向执行偏差[12]。与二者不同，象征性执行的核心特征在于“以形式替代实质”——执行者完整走完程序链条，却“只开花不结果”，政策目标并未在终端实现。
2.4. 文献评述
尽管象征性政策执行在理论和现象描述上获得了较多关注，但如何对其进行系统、科学的测量，仍是研究的薄弱环节。现有文献多采用案例研究或定性描述，缺乏一个经过信效度检验的、可量化的测量工具。本研究旨在填补这一缺口，通过严格的质性探索与量化验证，构建一个可靠且有效的测量工具。
3. 研究设计与方法
3.1. 研究方法
本研究采用扎根理论作为核心方法论。扎根理论强调从原始经验数据中“自下而上”地归纳和建构理论，而非验证预设假设[13]。由于“象征性政策执行”在中国情境下的内涵复杂、表现形式多样，且缺乏成熟的理论框架，采用探索性的扎根理论方法有助于从基层工作人员的真实经验和感知中，系统提炼其核心维度与行为表现，确保量表内容的真实性与本土适用性。
3.2. 数据收集
研究采用半结构化访谈收集数据。访谈对象为四川省内直接参与各类政策执行的基层工作人员，涵盖农业农村局、文旅局、生态环境局等关键部门共21名受访者。所有受访者均拥有丰富的政策一线执行经验。为保护受访者并获取真实信息，研究采取了以下措施：(1) 在访谈全程规避价值评判词汇，避免对个人或组织的泛化批判。(2) 匿名强化与隐私保障机制：文本中删除所有可识别信息(姓名、职务)。并且在访谈前向访谈者说明本次访谈目的、意义和对谈话内容的保密性措施等，开场强调“本研究旨在优化政策执行效能”；(3) 话术优化：认可执行复杂性、分享同类困境案例、追问时采用假设性情境，替代直接质询个人行为。
访谈提纲围绕“资源配置–执行行为–效果呈现–考核反馈–改进意见”的逻辑主线设计，共包含8个核心问题，旨在引导受访者描述其亲身经历或观察到的象征性执行现象、具体表现及背后动因。每次访谈时间不少于40分钟，最终将录音转录为文本，获得共计31,907字的访谈材料。
3.3. 三级编码分析
3.3.1. 开放式编码
通过对21份访谈资料的逐句分析，共提取出379个编码节点。经过反复比较与合并语义相近的编码，最终凝练出26个初始概念，并进一步范畴化为15个初始范畴，包括“迎检导向型资源倾斜”、“进度虚报”、“宣传表演化”、“重建设轻后期维护”、“选择性展示”、“考核指标替代”、“表面应对”等，编码示例如表1。
Table 1. Open coding and initial categories
表1. 开放式编码及初始范畴
初始范畴 |
初始概念 |
原始资料(代表性语句摘要) |
迎检导向型资源倾斜 |
打造示范点 |
A14：考核偏重量化指标(如卫生厕所普及率、垃圾处理设施覆盖率)……导致基层集中资源打造“示范村”应付检查，偏远地区整改滞后。 |
应对检查 |
A2：上级部门下来检查前，村里就组织人搞“突击式”打扫。 |
优先打造门面工程 |
A3：大量资金投入在“看得见”的工程(像是厕所改造、道路硬化、文化广场建设)……但是后续维护、技术培训等“软性”投入不足。 |
进度虚报 |
提前上报未落地政策进度 |
A6：将阶段性成果表述为“已完成”(如“改厕完成率98%”，实际上含已开工未验收部分)。 |
利用时间差造假 |
A3：资金拨付延迟(文件规定每季度发放，实际拖至年底集中
拨付) |
供需脱节 |
资源被试点项目锁定 |
A3：是某民宿集群项目：首年3家试点获70%资源，次年为维持“成功案例”形象继续追加投入，其余17家申请者仅分得剩余30%。 |
挤占其他项目资金 |
A6：但是也存在约15%的改厕资金用于重复整改(如化粪池未防渗导致返工)，挤占其他项目预算。 |
与群众供需脱节 |
A9：部分技术培训内容与群众需求脱节(如沼气维护培训，但实际使用率低，这个是我们下一步要解决的。) |
宣传表演化 |
宣传形式循环利用 |
A2：电子屏、文化墙等固定载体更新频率每个季度2次，但内容重复率基本上超70%。 |
政策宣传流于形式 |
A3：培训比较形式(年度计划12场培训，实际仅完成4场，且内容重复) |
喜欢悬挂横幅 |
A8：部分社区仍存在横幅悬挂的“数量竞赛”现象，某街道同期悬挂11条不同标语的节水横幅，但是居民的印象并不深。 |
利用照片、纸质材料留痕 |
A2：依靠“签到表”“拍照记录”等过程性指标评估效果。 |
重建设轻后期
维护 |
缺少后期跟踪服务 |
A7：50岁以上参训率不足20%，部分课程存在“理论多实操少”反馈，后续跟踪服务还需加强。 |
缺少后期管护工作 |
A9：工程建设投入占百分之三十多，重点建设污水管网和公厕改造，虽实现100%建成率，却面临后期管护资金不足的困境。 |
执行中，注重上报的成果材料 |
注重台账管理 |
A13：我们投入最多精力在台账检查和数据汇总上，因为上级考核明确要求“整改完成率”“培训覆盖率”等量化指标。 |
续表
|
注重申报材料 |
A16：集中大部分人力用于审核申报材料(如可研报告、用地证明、资金预算)。 |
选择性展示 |
选择最优状态展现 |
A8：国家节水型城市验收时，受检的8个点位中6个为预先培育的示范点；河道整治成效宣传多选用枯水期照片，回避汛期水质波动 |
临时性布置迎检点 |
A1：领导来检查就临时摆到路边，检查组一走立马收回。 |
展示示范点 |
A3：某非遗工坊重点进行打造，年接待检查28次，而同类工坊全年无检查。 |
考核指标替代 |
指标替代 |
A10：用“覆盖率”替代“使用率”(如文化广场建成即算覆盖，不统计实际活跃度) |
用材料厚度替代执行深度 |
A12：我听说有的地方考核材料都很厚一堆，但政策执行的深度够不够只有自己晓得。 |
表面应对 |
安抚但是整改力度不够 |
A14：(某村容村貌提升项目)对村民当面质疑，大多是由村干部安抚，实际整改率不足30%。 |
表面处理，缺长效机制 |
A15：口头答应“逐步推进”，过两天先去把路面清理了又走了，没得长效机制。 |
拖延政策 |
推进但无结果 |
A1：经典话术：“您反映的污水问题已纳入十四五规划”(其实规划才刚启动)“正在走招标流程”，有一些投诉工单，去年8月就回复“立即整改”，今年还在“积极推进中”。 |
有承诺但进度缓慢 |
A3：对濒危非遗项目传承人提供专项补助，申请人一直在询问进度，负责人每次都说马上马上，但资金迟迟不拨付 |
花费大量时间人员准备考核材料 |
大部分精力忙于 应对检查与填表 |
A15：我们部门近70%精力用于应对各级检查和填报日报、
周报。 |
准备考核材料 是工作的重心 |
A6：上级考核时要求提供有照片、有签名、有资料、有记录、有报道的材料，导致村干部忙于组织摆拍签到表，而非真正解答疑问。 |
采购的设施设备，后续使用率不足。 |
设施废弃 |
A6：厕所完成后，缺乏后续维护(如清掏服务、管道维修)，部分厕所很快废弃，群众反映“新厕所成了摆设” |
缺乏后续使用 |
A8：某县投入1200万元建设“数字孪生流域”系统，但实际使用率不足15%。 |
数据修改 |
数据修饰 |
A9：原始数据是科室留存的，自己内部知道；在部门汇报的时候使用美化后数据；考核的时候使用精装数据。 |
包装过度 |
A8：某村通水工程汇报材料厚达168页，但核心验收数据仅占
3页。 |
推诿政策 |
归咎为历史问题 |
A8：将企业违规取水归咎于“历史遗留问题”，不追溯监管
责任。 |
责任甩锅 |
A18：群众反映问题，就说不属于本单位管辖范围，说是另外相关部门的责任范围。 |
空头承诺 |
承诺但不整改 |
A4：(河流治理项目)相关部门迅速道歉并承诺“限流整改”，但次年节假日仍出现同样问题，整改方案未落实。 |
改进不持续 |
A11：某河道清淤项目承诺“每月公示进度”，实际仅在前两期
执行。 |
3.3.2. 主轴编码及主范畴
经过反复比较、归类和提炼，将开放式编码形成的15个初始范畴归纳为4个主范畴，分别是资源错配、过程象征性、考核反馈失真、回应象征性，如表2。
Table 2. Main axis coding and main categories
表2. 主轴编码及主范畴
主范畴 |
初始范畴 |
过程象征性 |
宣传表演化 |
执行中，注重上报的成果材料 |
采购的设施设备，后续使用率不足 |
进度虚报 |
资源错配 |
迎检导向型资源倾斜 |
花费大量时间和人员准备考核材料 |
重建设轻后期维护 |
供需脱节 |
考核反馈失真 |
选择性展示 |
考核指标替代 |
优化数据 |
回应象征性 |
表面应对 |
拖延政策 |
推诿政策 |
空头承诺 |
3.3.3. 选择性编码
在对各主范畴反复推敲比较后，资源错配、过程象征性、考核反馈失真、回应象征性分别对应了“资源配置–象征性政策执行的行为–效果呈现–考核反馈–改进意见”这一象征性政策执行过程，形成了闭环，如图1所示。
Figure 1. The explanatory model for symbolic policy implementation
图1. 象征性政策执行的解释模型
3.3.4. 理论饱和度检验
为检验理论饱和度，本研究对预留的3位访谈对象的文本材料进行编码和范畴化操作，所得结果与原有结论基本一致，可以判定该解释模型达到了理论饱和。
4. 象征性政策执行量表的开发
4.1. 题项构建
根据前期材料编码结果，进一步发展初始测项。具体而言，根据上文总结出的主范畴和次范畴，汇总、整理得到由4个维度、17个测项组成的初始测项库。为降低社会赞许性偏差，所有题项均采用“他评”视角，以“您所在的部门/您观察到的现象”为主语，避免直接询问个人违规行为。
在正式发放问卷之前，研究进行了问卷预测试。最终，预调研共发放问卷65份，回收有效问卷63份。预调查的信度测试表明，Cronbach’s α系数为0.956，具有较强的可信度。通过对小样本的探索性因素分析(EFA)，结果显示，KMO = 0.886，Bartlett球形检验结果显著(Sig. = 0.000, p < 0.01)，表明适合进行探索性因子分析。经过多轮因子分析，逐一删除了3个测项，并对某些题项内容进行修改使测项更容易理解，最终得到由4个因子、14个测项构成的维度结构。
4.2. 数据采集
正式调研基于14个题项，采用李克特5点量表测量象征性政策执行(① 很不符、② 不太符、③ 一般、④ 比较符合、⑤ 完全符合)。本研究于2025年6月发放电子问卷，通过前期访谈人员及学校MPA项目学生，以滚雪球的方式进行传播。共有113人参与本次问卷填写。问卷样本描述性统计如表3所示。
Table 3. Descriptive statistics of the sample
表3. 样本描述性统计
变量 |
频数 |
比例 |
性别 |
男 |
59 |
52.21% |
女 |
54 |
47.79% |
年龄 |
21~30 |
50 |
44.25% |
31~40 |
48 |
42.48% |
41~50 |
13 |
11.5% |
51~60 |
2 |
1.77% |
60以上 |
0 |
0 |
学历 |
大专及以下 |
0 |
0 |
本科 |
62 |
54.87% |
硕士 |
51 |
45.13% |
博士 |
0 |
0 |
职级 |
科员 |
49 |
43.36% |
科级 |
43 |
38.05% |
处级 |
21 |
18.58% |
工作年限 |
5年以下 |
55 |
48.67% |
6~10年 |
41 |
36.28% |
10年以上 |
17 |
15.04% |
4.3. 社会赞许性分析
考虑到象征性政策执行可能是一种较为敏感的行为，本文为避免高社会赞许性的影响，本研究已通过“他评”视角从题目层面进行前置干预。对14个题项的得分选项进行频次分析。经过频次分析，未在该量表中发现低于10%的题项，故而无题项删除。
5. 量表信效度分析
5.1. 探索性因子分析
运用SPSS 26软件对收集来的数据进行分析。数据如表4所示，KMO为0.839，近似卡方为1405.607，df为91，sig值0.000。故样本适合做因子分析。
Table 4. KMO and Bartlett tests
表4. KMO和巴特利特检验
KMO取样适切性量数 |
0.839 |
巴特利特球形度检验 |
近似卡方 |
1405.607 |
自由度 |
91 |
显著性 |
0.000 |
观察14个题项的因子载荷，所有的题项因子载荷都大于0.5，无需剔除不满足要求的题项，14个题项都适合做探索性因子分析。
接下来的操作中，本文采用主成分最大方差法的统计学方法。由于因子个数不确定，本研究从系统默认值8个因子开始试验，依次减少，通过查看总方差累计贡献率来确定因子个数。在多次试验后，发现在因子个数为4时，总方差累计贡献率超过到70%，具备一定的解释力度，数据结果如表5。
Table 5. Variance explanation rate table
表5. 方差解释率表格
成分 |
初始特征值 |
提取载荷平方和 |
旋转载荷平方和 |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
1 |
6.986 |
49.897 |
49.897 |
6.986 |
49.897 |
49.897 |
3.589 |
25.633 |
25.633 |
2 |
1.781 |
12.718 |
62.615 |
1.781 |
12.718 |
62.615 |
3.483 |
24.879 |
50.512 |
3 |
1.450 |
10.354 |
72.968 |
1.450 |
10.354 |
72.968 |
2.169 |
15.496 |
66.008 |
4 |
1.189 |
8.493 |
81.461 |
1.189 |
8.493 |
81.461 |
2.163 |
15.453 |
81.461 |
5 |
0.549 |
3.924 |
85.385 |
|
|
|
|
|
|
6 |
0.435 |
3.105 |
88.490 |
|
|
|
|
|
|
7 |
0.404 |
2.884 |
91.375 |
|
|
|
|
|
|
8 |
0.326 |
2.329 |
93.704 |
|
|
|
|
|
|
9 |
0.273 |
1.950 |
95.654 |
|
|
|
|
|
|
10 |
0.206 |
1.469 |
97.123 |
|
|
|
|
|
|
11 |
0.174 |
1.246 |
98.369 |
|
|
|
|
|
|
续表
12 |
0.105 |
0.752 |
99.121 |
|
|
|
|
|
|
13 |
0.095 |
0.679 |
99.799 |
|
|
|
|
|
|
14 |
0.028 |
0.201 |
100.000 |
|
|
|
|
|
|
提取方法：主成分分析法。 |
在数据结果的输出中，通过旋转后的因子矩阵可以得出因子成分和题项呈现以下规律，如表6所示。
Table 6. Factor loadings after rotation table
表6. 旋转后因子载荷系数表格
题项 |
成分 |
1 |
2 |
3 |
4 |
当群众投诉时，我们承诺解决但后续较少跟进。 |
0.906 |
|
|
|
面对群众的意见，仅作局部整改。 |
0.902 |
|
|
|
当群众投诉时，我们承诺解决但常拖延。 |
0.873 |
|
|
|
将执行问题归咎于“历史遗留”等原因。 |
0.787 |
|
|
|
政策宣传非常偏爱组织拍照签到、悬挂标语等形式。 |
|
0.849 |
|
|
政策执行中，更加注重上报的成果材料(如照片、台账)。 |
|
0.820 |
|
|
采购的设施设备(如政策中所要求的)后续使用率不足。 |
|
0.796 |
|
|
为达到较好的完成度，提前上报未落地政策进度。 |
|
0.735 |
|
|
考核时，会优先展示优势案例。 |
|
|
0.888 |
|
考核时，呈现的数据会有一定的优化。 |
|
|
0.764 |
|
考核时，用易于量化的过程指标(如材料提交速度)替代结果指标。 |
|
|
0.736 |
|
拥有的资源会优先保障示范点建设。 |
|
|
|
0.896 |
花费大量时间和人员准备考核材料。 |
|
|
|
0.856 |
资金优先用于采购设备/建设工程，后期运维投入相较不足。 |
|
|
|
0.681 |
根据旋转后成分矩阵，可以将1~4、5~8、9~11、12~14看做是不同的4个因子。结合之前的扎根理论所得到的理论编码核心范畴，本文将题项1~4命名为回应象征性、5~8命名为过程象征性、9~11命名为考核反馈失真、12~14命名为资源错配，如表7所示。
Table 7. Naming of each dimension
表7. 各维度命名
因子 |
维度命名 |
因子一 |
回应象征性 |
因子二 |
过程象征性 |
因子三 |
考核反馈失真 |
因子四 |
资源错配 |
信度检验结果如表8显示，六个因子Cronbach’s α系数均大于0.700，表明内部一致性较高。所以，总体来看，本量表的信度较高，维度结构较为稳定。
Table 8. Factor Cronbach’s α coefficient
表8. 因子Cronbach’s α系数
维度 |
题项 |
Cronbach’s α |
资源错配 |
花费大量时间和人员准备考核材料。 |
0.785 |
资金优先用于采购设备/建设工程，后期运维投入相较不足。 |
拥有的资源会优先保障示范点建设。 |
过程象征性 |
政策宣传非常偏爱组织拍照签到、悬挂标语等形式。 |
0.898 |
政策执行中，更加注重上报的成果材料(如照片、台账)。 |
采购的设施设备(如政策中所要求的)后续使用率不足。 |
为达到较好的完成度，提前上报未落地政策进度。 |
考核反馈失真 |
考核时，呈现的数据会有一定的优化。 |
0.829 |
考核时，会优先展示优势案例。 |
考核时，用易于量化的过程指标(如材料提交速度)替代结果指标。 |
回应象征性 |
面对群众的意见，仅作局部整改。 |
0.951 |
当群众投诉时，我们承诺解决但后续较少跟进。 |
将执行问题归咎于“历史遗留”等原因。 |
当群众投诉时，我们承诺解决但常拖延。 |
5.2. 验证性因子分析
使用AMOS 24软件，采用线性结构方程模型对量表的四因子进行验证性因子分析。主要包括结构效度检验、聚敛效度检验、区分效度检验。
① 结构效度检验
如表9所示，检验得出各拟合结果为χ2/df = 2.311，RMR = 0.034，RMSEA = 0.068，CFI = 0.933，TLI = 0.914，IFI = 0.934，均符合要求。因此，本文认为模型拟合情况良好，具有较好的结构拟合效度。
Table 9. Overall fit coefficient table
表9. 整体拟合系数表
拟合指标 |
拟合标准 |
统计结果 |
χ2 |
越小越好 |
187.600 |
卡方自由度(χ2/df) |
<3 |
2.311 |
适配度指标(RMR) |
<0.05 |
0.034 |
近似误差均方根(RMSEA) |
<0.080 |
0.068 |
CFI/TLI/IFI |
>0.900 |
0.933/0.914/0.934 |
② 聚敛效度
随后对模型进行聚敛效度分析，得到平均变异抽取量(AVE)和组合信度(CR)如表10所示。一般认为，当组合信度大于0.700时，样本数据具有良好的组合信度。从表10中可知，量表四个维度组合信度均大于0.700，具有较强的可靠性。同时，4个因子对应的AVE值全部均大于0.5，且CR值全部均高于0.7，意味着本次分析数据具有良好的聚敛效度。
Table 10. Convergent validity
表10. 聚敛效度
路径 |
标准化后的因子载荷 |
SE |
P |
CR |
AVE |
政策宣传非常偏爱组织拍照签到、悬挂标语 |
<--- |
过程象征性 |
0.933 |
|
|
0.917 |
0.735 |
政策执行中，更加注重上报的成果材料 |
<--- |
过程象征性 |
0.885 |
0.056 |
*** |
采购的设施设备(如政策中所要求的)后续 |
<--- |
过程象征性 |
0.856 |
0.095 |
*** |
为达到较好的完成度，提前上报未落地政策 |
<--- |
过程象征性 |
0.745 |
0.087 |
*** |
花费大量时间和人员准备考核材料。 |
<--- |
资源错配 |
0.849 |
|
|
0.812 |
0.592 |
资金优先用于采购设备建设工程，后期运维 |
<--- |
资源错配 |
0.74 |
0.148 |
*** |
拥有的资源会优先保障示范点建设。 |
<--- |
资源错配 |
0.712 |
0.09 |
*** |
考核时，呈现的数据会有一定的优化。 |
<--- |
考核反馈失真 |
0.948 |
|
|
0.839 |
0.641 |
考核时，会优先展示优势案例。 |
<--- |
考核反馈失真 |
0.63 |
0.081 |
*** |
考核时，用易于量化的过程指标(如材料提 |
<--- |
考核反馈失真 |
0.791 |
0.101 |
*** |
面对群众的意见，仅作局部整改。 |
<--- |
回应象征性 |
0.979 |
|
|
0.953 |
0.836 |
当群众投诉时，我们承诺解决但后续较少跟 |
<--- |
回应象征性 |
0.988 |
0.026 |
*** |
将执行问题归咎于“历史遗留”等原因。 |
<--- |
回应象征性 |
0.758 |
0.064 |
*** |
当群众投诉时，我们承诺解决但常拖延。 |
<--- |
回应象征性 |
0.914 |
0.042 |
*** |
③ 区分效度
参考以往研究，四个维度的AVE平方根值均大于因子间相关系数绝对值的最大值。由此可见，四个维度均有良好的区分效度，如表11所示。
Table 11. Discriminant validity
表11. 区分效度
变量 |
回应象征性 |
考核反馈失真 |
资源错配 |
过程象征性 |
回应象征性 |
0.769 |
|
|
|
考核反馈失真 |
0.551*** |
0.77 |
|
|
资源错配 |
0.342*** |
0.33*** |
0.801 |
|
过程象征性 |
0.656*** |
0.619*** |
0.469*** |
0.914 |
AVE |
0.735 |
0.592 |
0.641 |
0.836 |
5.3. 量表实证检验结果
本节通过收集113份有效问卷数据对象征性政策执行测量量表进行了探索性因子分析、和验证性因子分析等实证检验。其中，探索性因子分析结果表明，象征性政策执行测量量表呈现出明显的四因子结构，按照其题项构成，分别命名为回应象征性、过程象征性、考核反馈失真、资源错配。最后，验证性因子分析结果表明，该模型能确切地反映象征性政策执行的理论结构；同时，本文所形成的象征性政策执行测量量表具有良好的信度与效度。
6. 讨论与结论
6.1. 研究结论
本研究通过规范的扎根理论方法和实证检验，成功开发并验证了适用于测量中国基层公务员象征性政策执行行为的本土化量表。主要结论如下：
6.2. 理论贡献与实践意义
(1) 理论贡献
首先，本研究为国内关于象征性政策执行提供了测量工具。其次，提出的四维度结构及闭环模型，为理解象征性执行的内在逻辑和生成机制提供了新的理论视角，丰富了政策执行偏差研究的理论体系。
(2) 实践意义
本量表可作为政府部门诊断基层政策执行偏差的实用工具。通过定期测量，管理者可以识别本单位在资源分配、执行过程、考核机制或群众回应哪个环节存在象征性倾向，从而进行精准干预。例如，若“考核反馈失真”得分高，则提示需改革考核方式，更加注重实效而非材料；若“回应象征性”得分高，则需加强信访督办和问责机制。
6.3. 研究局限与未来展望
本研究存在一定的局限性。首先，样本主要来源于四川省，尽管样本具有一定多样性，但未来研究可扩大地域范围，检验量表在全国不同地区的普适性。
未来研究可以在以下方向展开：第一，利用本量表开展大样本调查，探究象征性政策执行的影响因素(如政策疏离感、问责压力)及结果变量(如政策效能、政府信任)。第二，将量表应用于不同政策领域(如环境治理、社会保障)，检验其跨政策的适用性并进行可能的调适。第三，探索如何将量表简化为更便于日常管理使用的诊断工具。