智能的情感、社会与文化视角

人的表现源于认知资源、情绪、社会协调、知识、动机、文化、健康、机会以及当下情境要求之间的相互作用。与 IQ 相关的能力可能有助于学习和解决问题，但不能替代这一系统中的其他各个部分。

“情商高”可能意味着正确解决情绪问题、认为自己冷静且有同理心、被同事评价为技能娴熟，或展现出一系列广泛的领导能力。这些指标可能彼此相关，但不能互相替代。

效度属于解释与使用，而不属于某个标签。在接受“高情商可以预测X”这一说法之前，应先问清楚：使用的是哪种模型、哪种测量工具、抽取了哪些人作为样本、X具体指什么、纳入了哪些协变量，以及研究设计是否足以支持因果主张。⁷⁴²

萨洛维和梅耶于1990年发表了现代情绪智力领域的奠基性框架，描述了评估、表达、调节和运用情绪的技能。² 后来的能力模型将情商视为涉及情绪信息的心理能力。³⁴ 特质情商涉及人格中的情绪相关自我知觉。⁵ 混合模型将情绪能力与动机、人格和社会能力结合起来。⁷

只有在明确说明模型和方法之后，“EQ”才是有用的简写。

在能力模型中，情绪并不是理性的敌人。情绪是一种能够引导注意力、传达需求、塑造判断并组织行动的信息。熟练运用情绪并不意味着始终保持积极或冷静；而是意味着以符合现实和目标的方式回应情绪信息。

1. 感知情绪。 从面部、声音、姿势、语言、艺术作品以及自身的身体体验中察觉并区分情感信息。准确性取决于情境：面部动作是一种线索，而不是透明的情绪读数。

2. 利用情绪促进思考。 留意情绪状态如何能够调整注意力的优先级，或支持不同类型的思考。谨慎的情绪可能适合检查错误；热情可能有助于探索。重点是灵活运用，而不是机械地诱导某种偏好的情绪。

3. 理解情绪。 掌握情绪词汇、情绪融合、成因、可能的转变以及条件关系——例如，未得到处理的烦恼可能如何变成愤怒，或者宽慰与悲伤如何能够共存。

4. 管理情绪。 对有用的情绪保持开放，影响其强度或持续时间，并在同时考虑个人和情境的情况下选择回应方式。管理情绪并不默认意味着压制情绪。

四个分支是一种理论上的发展进程，并非每项测试或每个人都必然遵循的阶梯。现代概述保留了这一结构，同时也承认测量，尤其是对“利用情绪”分支以及基于共识的评分，仍存在争议。³⁴⁷

特质情商描述了一组与情绪相关的自我感知，例如对情绪调节、坚定表达、共情、适应性和幸福感的感知。由于这些是对典型表现的自我报告，特质情商属于人格领域，而不是一种传统的认知能力。⁵

混合模型有意拓宽了考察范围。在领导力或教练辅导中，这可能很实用：自我意识、适应性、团队协作和影响力都可能值得关注。然而，广泛的测评问卷可能与人格、动机、自尊和偏好的行为方式重叠。如果它能够预测某项结果，研究人员就必须追问：究竟是哪些成分在支撑这种关联，以及在已有预测变量之外还剩下多少信息。⁹

最知名的原始能力测验——梅耶尔–萨洛维–卡鲁索情绪智力测验（MSCEIT）——通过涉及面孔、图片、感觉、情绪词汇、情绪混合、情绪变化和情绪管理情境的任务，对四分支模型进行抽样测量。特质工具（如特质情绪智力问卷（TEIQue））则询问典型的自我感知。其他量表评估广泛的综合能力。这些总分不可互换。⁷

能力评分确实是一项挑战。有些任务采用专家或总体共识评分，但在每种文化和情境中，最常见的答案并不一定是适应性最强的答案。自陈测量避开了这一评分难题，却引入了另一个问题：它们测量的是一个人对描述性陈述的反应，并受到自我洞察、社会期许和参照群体等因素的影响。一项对主要工具的批判性综述建议，应根据测量构念、用途和心理测量学证据进行选择，而不要把情绪智力领域视为同一量表家族。⁷

• 定义构念。在选择工具前，明确说明是能力、特质还是混合能力。
• 核查分数。了解答案如何被判定为正确、编码或汇总。
• 审查证据。信度、结构、效度和公平性应与目标人群及使用场景相匹配。
• 使用多种方法。高风险决策不应仅依赖单一自评或总分。
• 保护隐私。情绪数据可能非常私密；只收集必要的信息，并说明访问权限和保留期限。
• 提供申诉渠道。人们应能够质疑错误、补充背景信息，并避免被强迫披露。

证据既不是“情商改变一切”，也不是“情商毫无意义”。元分析发现，情商与学业表现、工作绩效、领导力评价以及广义的蓬勃发展存在关联。⁸⁹¹⁰¹¹ 它们还表现出异质性，与人格和认知能力存在重叠，并且当预测变量和结果共享测量方法或情绪内容时，关联更强。

预测也不等于宿命。适度的群体层面关联中会包含许多例外。选拔或晋升需要针对该具体用途的证据、相较于更简单测量方法的增量价值、公平性分析，以及对后果的清晰说明，而不是“高情商者胜过高智商者”这一流行说法。⁴²⁵⁴ 不应使用情商得分来诊断精神障碍。

训练证据令人鼓舞，但并非具有魔力。综合研究报告称，在针对性的情商或情绪能力测量上，平均水平有所提升。¹³¹⁴ 在2024年的职场综述中，研究结果存在高度异质性；大多数研究存在严重或极高的偏倚风险，很少有研究使用能力测验，随访证据也很少。未来更强的研究应教授明确界定的技能，采用主动练习，并测量可观察到的迁移效果；持久的日常行为和组织层面结果需要直接证据。

1. 留意。 暂停足够长的时间，以觉察身体感觉、注意力和行动冲动。如果唤醒程度很高，应先确保安全并留出时间，再尝试进行细致分析。

2. 暂时命名。 使用证据所支持的最具体标签：恼怒、羞愧、如释重负、孤独、过度刺激。将其视为假设，而非身份或确定事实。

3. 定位信号。询问发生了什么、当前采用了哪种解释、涉及哪种需要或价值观，以及情境中的哪些部分可以改变。

4. 根据目标选择。选项包括重新评估、解决问题、寻求支持、接受无法改变的事情、设定界限、延迟行动或调节表达。没有哪一种策略在所有情况下都是最佳选择。¹⁵¹⁶

5. 检查效果。这次回应是否提高了准确性、安全感、联结或进展？涉及他人时，请征求反馈，然后进行更新。

在一项实验室范式中，相比完成对照任务的参与者，选择情绪词来描述图片中面孔的参与者表现出更低的杏仁核反应，以及前额叶某一区域更高的活动。¹⁷ 这一发现支持对情感标记的研究；它并未检验每天命名自身感受的练习，也不能证明存在固定的临床获益。

桑代克在1920年将社会智力描述为理解他人，并在人际关系中明智行事。¹ 一个世纪以来的相关研究如今归入多个名称之下：社会认知、人际敏感性、心智理论、情绪识别、共情准确性、沟通能力和社会能力。它们彼此重叠，但不能归结为单一能力。

人际准确性与一般认知能力之间存在轻微的正相关，但不能还原为一般认知能力。¹⁸ 社会认知研究同样指出，感知生物运动和面孔、推理心理状态、学习社会价值以及调节行为，是部分相互独立的过程。¹⁹²⁰

社会互动是一个不断变化的问题：多人彼此观察，根据不完善的心理模型采取行动，同时改变着他们试图理解的情境。因此，成功不仅取决于识别面部表情或了解礼仪。

一个人可以理解他人的视角，却不分享对方的感受；可以感受到对方的痛苦，却不理解其原因；也可以深切关心对方，却误判对方的需要。将这些可能性区分开来，研究才能得到改进。²²²³

共情本身不是道德指南针。它可能具有选择性，偏向生动或熟悉的对象，也可能被用来预测他人的脆弱之处。公平的决策还需要原则、对缺席者的换位思考、调节能力，以及对后果的关注。²⁴

社会神经科学表明，相关过程由分布式且依赖情境的网络共同参与，其中包括内侧前额叶皮层、颞顶联合区、上颞沟、杏仁核、岛叶和扣带皮层等区域。一个区域的激活并不等同于某个心理标签：同一结构可能参与多种过程，而具体模式取决于任务和比较方式。¹⁹²⁰²²

批判性综述指出，关于镜像神经元在动作理解中的强理论存在重大缺口。²⁷ 谨慎的结论并不是说镜像神经元不重要，而是说，一个引人入胜的运动属性本身无法承担解释共情、社会学习和文化的全部重任。

神经相关性并不是完整的机制，而机制也不是训练处方。

社会智能往往体现在日常维护中：信守承诺、分享信息、认可他人的贡献、明确表达期望，以及修复关系破裂。这些行为会建立可靠的协调机制。但同样的动机、时机和情绪知识，也可以被用于印象管理、排斥或操纵。

在一项行为实验室研究和一项职场研究中，情绪调节知识越丰富，道德认同较高者的亲社会行为越强，而马基雅维利主义倾向较高者的人际偏差行为也越强。³⁰ 由于测量的是知识，而不是随机分配知识，因此这并不能证明知识导致了这两种模式中的任何一种。领导力评估不应把温暖、魅力或影响力当作正直的替代指标。伦理保障应当融入设计之中：透明度、知情同意、分散式发言权、可问责的目标，以及提出质疑的渠道。

• 说明目标。正在追求什么结果，以及由谁选择了这一目标？
• 梳理利益相关者。谁会受益、承担风险，或没有出现在现场？
• 检查权力。对方能否在不受惩罚的情况下表示不同意或离开？
• 检验方法。如果这种影响被明确说明，它是否仍会让人觉得可以接受？
• 邀请纠正。是否有安全的途径来报告影响并修复伤害？
• 跟踪结果。信任和参与度是否有所提升，包括地位较低的成员？

双重共情问题认为，当拥有不同经历和不同世界理解方式的人相遇时，相互理解可能会中断。³¹这里讨论的证据针对自闭症，不应推广到所有神经多样性群体。该观点并不声称每一种社交困难都是对称的，也不认为个体支持从来没有用。它否定这样一种假设：某一群体的沟通方式可以作为衡量其他所有人的中立标尺。

近期研究进一步提醒我们应保持谨慎。一项 2026 年的研究发现，无论评定者还是目标对象的神经类型如何，自闭症者与非自闭症者在共情准确性上总体没有差异；其连续效价测量仅显示出非常小的趋势水平交互作用，而具体情绪测量则未显示显著交互作用。³⁶ 一项 2025 年的荟萃分析发现，认知共情的平均差异更大，但情感共情的差异很小；在质量较高的研究子集中，这一差异并不显著。³⁷ 措施、样本和支持需求都很重要。

更公平的实践目标是相互理解。明确说明期待；允许直接和间接的表达方式；提供议程和处理时间；不要把眼神交流、寒暄、面部表情或快速回应视为兴趣和共情的普遍证据；并询问每个人什么方式有助于沟通。双重共情是一种关注关系、概率和权力的修正视角——但这并不证明每次误解都是对称的，也不证明每次相同神经类型之间的互动都会更容易。

心理学经常从西方、受过教育、工业化、富裕且民主的环境中的参与者出发进行概括。一项重要综述表明，这些群体在从知觉、空间推理到合作和自我概念等多个领域都可能具有独特性。³⁸ 纠正方式不是罗列各大洲的刻板印象，而是改进抽样、开展本地合作，并明确概括推论的限度。

对赞比亚农村切瓦族群开展的长期研究发现，当地对 nzelu 的理解将敏锐的认知能力与社会责任结合在一起。³⁹ 在肯尼亚西部农村开展的一项研究中，儿童对当地使用的草药所具备的默会知识，与学校测量的能力指标呈现出不同的关联；作者据此认为，实践知识与学术知识可能通过不同的经验和激励机制发展起来。⁴⁰

这两个例子都没有定义“非洲人的智力”，也没有使所有在当地受重视的知识变得可靠或具有科学正确性。它们揭示了一个更有限但更重要的事实：当研究者仅从外部引入的类别出发时，可能会忽视受重视的能力。主位研究从某一情境内部的意义和实践出发；客位研究则寻求能够跨情境比较的构念。强加的客位把某一情境的类别输出为普遍类别；衍生的客位则在本地叙述与比较性检验之间反复迭代，以确定一个有充分依据的共同核心。严谨的跨文化研究会用二者相互检验。⁴¹

文化负荷与测验偏差并不相同。每项评估都依赖于习得的语言、符号、作答惯例、技术、测验者角色或受重视的策略。其中一部分文化负荷与目标构念相关；语言测验本就应依赖语言知识。当与构念无关的要求系统性地扭曲分数解释时，就产生了偏差。仅凭群体均值差异，既不能证明也不能否定这一问题。⁴²⁴⁵⁴⁶

适配测验，而不只是翻译其中的文字

良好的适配工作首先界定构念和比较对象；让双语领域专家及了解目标环境的人参与；同时检查概念等值性和语言等值性；开展认知访谈；在预期条件下进行试测；并重新审视结构、题目、规范、标准、实施方式和可及性。正向翻译和回译可以发现错误，但单靠它们无法确立含义或分数等值。⁴³⁴⁴

把不变性和差异项功能当作工具，而不是终点

构型不变性考察广义因子模式是否合理；度量不变性约束因子载荷，并支持对关联进行有限度的比较；标量不变性进一步约束截距或阈值，通常应在比较潜变量均值之前达到。差异项功能会标示出：在控制预期特质后，某些题目在不同群体中的表现有所不同。出现标示需要进行实质性审查：它并不自动证明存在偏差，而不显著的检验结果也可能反映统计功效不足或建模不佳。⁴⁷⁴⁸

即使获得强有力的不变性结果，也不能证明某个构念有意义或某种使用方式是公平的。一项2025年的演示表明，传统不变性检验可以被一组刻意设计得毫无意义的题目满足——这优雅地提醒我们，不要把技术性检查点当作构念验证。⁴⁹

最终的效度论证必须将证据与拟议的解释和用途联系起来，明确论证依据与假设，寻求反面证据，并考虑其他可能性。⁵⁴ 当 EQ、社会或文化测量进入招聘、教育或照护领域时，这一点尤其重要：宽泛的构念、透明的自我呈现以及对情境敏感的行为，可能使单一分数线格外难以辩护。

动态评估：有用的补充，而非纯粹的潜能

动态评估会在特定的教学、反馈或提示方案下观察表现及其变化。它能够揭示一次性静态分数可能遗漏的反应能力。综述表明，动态学习测量有时能增加预测信息，包括在阅读方面，但结果各不相同，而且针对具有文化和语言多样性的学习者，证据仍然有限。⁵⁵⁵⁶⁵⁷

语言教学、考官行为、提示规则、动机、练习效应和实施忠实度仍会影响结果。动态评估无法揭示脱离文化、先天或“真实”的潜能。其可辩护的贡献更为有限：提供关于个体在实际采用的评估方案下学习情况的证据。

Earley 于 2002 年提出了现代 CQ 构念，随后 Earley 和 Ang 将其发展为一种适应陌生文化环境的能力。⁵⁸⁵⁹ 后来的四因素模型区分了元认知、认知、动机和行为 CQ。⁶⁰

扩展版工具将四个因素划分为更窄的组成部分，而综述也描述了其他CQ模型。⁶¹⁷¹ 这是普通的构念发展过程，而不是把每个量表都视为等价量表的理由。总分可能掩盖一个有动机但信息不足、知识丰富但僵化，或行为灵活但缺乏反思的人。

证据支持的结论

在以相关研究为主的证据中，测得的CQ越高，通常与跨文化判断、社会文化适应以及一些由观察者评定的绩效结果相关。一项涵盖199个独立样本的大型元分析发现，一般CQ因素和各因素特定的信息都能发挥作用；建模后的CQ变量在纳入的控制变量之外增加了预测力，但估计值因结果而异，且同源关系往往更强。⁶²

并非每项研究都发现了清晰的区分或增量价值。一项多研究调查发现，在某个样本中，自我报告的CQ与自我报告的情商（EI）高度重叠，并且在该样本中对适应没有额外的预测作用。⁶³ 合理的结论是，常见的CQ量表测量的是自我报告的典型表现型CQ，而不是经证明的最大跨文化能力。

CQ具有领域特异性：它不是文化身份、语言熟练度、一般社交能力、开放性、专业知识或美德。在特定角色中，它可以补充这些资源，但不会取代认知能力。“有效”也不自动意味着公平。成功适应不道德的规范，仍然可能是不道德的。

一项对37个独立培训样本的荟萃分析发现，培训对适应有中等程度的正向影响，但对CQ和工作绩效的正向影响仅较小；研究方法和结果来源会产生影响。⁶⁷ 一种审慎且以证据为依据的设计，应采用反复的学习循环，而不是通过一场说明会把各国平均值转化为对人格的预测。

1. 界定互动情境。哪些人、角色、环境、历史、语言和权力关系与之相关？“国际化”或“多元化”过于宽泛，无法指导行为。

2. 准备两类知识。学习跨文化通用的过程——分类、归因、身份认同和权力——以及与当地相关的实践。为每一项概括标明其来源、样本和不确定性。

3. 记录预测。在互动前记录你的预期及其原因。至少加入一种替代性解释，以及一个能促使你修正判断的可观察线索。

4. 互动并探询。采用实时或逼真的模拟练习。询问对方的偏好，而不是照着脚本表演。注意是谁在进行适应，以及所处环境是否允许坦诚反馈。

5. 基于证据进行复盘。将预测与人们实际说过和做过的事情进行比较。向了解相关文化的伙伴寻求反馈，但不要要求某一个人代表整个群体。

6. 演练并迁移。练习不止一种应对方式，选择与角色相关的行为，在间隔一段时间后重新检视，并追踪其对清晰度、信任、发声、准确性和福祉的影响。

加入文化谦逊

文化谦逊最初被引入医学教育，强调终身自我评估与自我批判、纠正权力失衡、建立互惠互利的伙伴关系，并要求机构承担责任。⁷⁰ CQ会问：“我能否有效地解读并适应？”文化谦逊则进一步追问：“我的视角有哪些局限？我能从这个人身上学到什么？权力应如何共享？”

该领域的综述仍在指出一些尚未解决的问题，包括普遍性成分与文化特异性成分之分、客观绩效衡量、可塑性、边界条件以及负面用途。⁷¹ 研究还表明，与文化智商（CQ）相关的能力既可能伴随客户关系绩效，也可能伴随机会主义行为，而道德相对主义会调节这些关系。⁷² 能力需要一个指南针。

学习者无法仅靠自我调节来消除长期威胁。员工在异议会受到惩罚时，无法坦诚地倾听。多语患者在无法获得语言支持时，也无法展现理解能力。因此，对“技能不足”这一问题的负责回应并不总是增加辅导；有时更需要清晰的流程、更安全的关系、合理便利，或重新分配权力。

经合组织2023年社会与情感技能调查于2024年发布，评估了参与地区10岁和15岁儿童的情况，发现自我报告的技能与学业成功、福祉和健康行为等结果之间存在关联，同时还发现了不同年龄、性别和社会经济背景之间的差异。⁷⁶ 这些是有用的描述性模式，并不能证明某种特质导致了某种结果，也不能证明国家排名揭示了群体固有差异。

用测量促进学习，而不是进行人格监控

对社会和情绪特质的自我报告容易受到题目理解、参照群体、社会期许和激励机制的影响。分数可能发生变化，是因为人变了、评价标准变了，或是因为人们学会了哪种回答会得到奖励。⁷⁹ 对于项目评估，应将定义明确的测量与观察、相关结果、实施证据及参与者的陈述结合起来。对于个人决策，只使用经过验证、适用于该目的的证据，并提供解释和申诉渠道。

用于实际决策的整合规则

1. 明确任务。哪项结果重要？在多长时间内重要？对谁重要？

2. 选择最狭义且相关的构念。如果真正的问题是能否理解指示或修复冲突，就不要问“他们的情商是多少？”

3. 进行方法三角验证。在相关情况下，结合能力或知识、通常的自我看法、观察到的行为、情境和结果。

4. 测试其他解释。语言、健康、机会、角色清晰度、权力、歧视或无法进入的环境，是否可以解释这一模式？

5. 采取相称的行动。优先选择可逆且具有支持性的决策；只有在证据达到更高要求时，才进行会带来重大后果的分类。

6. 审视效果。监测谁从中受益、谁被排除在外、错误率如何，以及与更简单的选项相比，该测量是否改善了决策。

最广义的智能观，并不是分数最多的那一种，而是能同时看见个体、任务、关系和系统的那一种。