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、机会和当下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，但无法替代该系统中的其他所有部分。

“情商高”可能意味着正确解决情绪问题、形容自己冷静且善解人意、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，但不能互换。

效度属于对结果的解释和使用，而不是某个标签。在接受“高情商能够预测 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、抽取了哪些样本、X 具体是什么、纳入了哪些协变量，以及研究设计是否能够支持因果主张。⁷⁴²

Salovey 和 Mayer 于 1990 年发表了现代情商领域的奠基性框架，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处理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认知。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”才适合作为一种简写。

在能力模型中，情绪并非理性的敌人。情绪是一种信息，能够引导注意力、传达需求、影响判断并组织行动。熟练运用情绪并不意味着始终保持积极或冷静；而是要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、艺术以及自身的身体体验中识别并区分情感信息。准确性取决于情境：面部动作是线索，而不是透明的读数。

2. 运用情绪促进思考。 留意情感如何能够决定注意力的优先级，或支持不同类型的思考。谨慎的心境可能适合检查错误；热情则可能有助于探索。重点在于灵活运用，而不是机械地诱导某种偏好的心境。

3. 理解情绪。 掌握情绪词汇、情绪混合、成因、可能的转变以及条件关系——例如，未得到处理的恼怒可能如何变成愤怒，或者释然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，并在同时考虑个人与情境的情况下选择回应方式。管理情绪并不等同于默认压抑情绪。

这四个分支是一种理论上的递进，并非每次测试或对每个人都保证呈现为阶梯式发展。当代概述保留了这一结构，同时也承认测量——尤其是对“运用情绪”分支的测量，以及基于共识的评分——仍存在争议。³⁴⁷

特质情绪智力描述了一组与情绪相关的自我知觉，例如对情绪调节、坚定表达、共情、适应性和幸福感的自我评价。由于这些是对典型表现的自我报告，特质情绪智力属于人格领域，而不是传统意义上的认知能力。⁵

混合模型有意拓宽了框架。在领导力或辅导中，这可能很实用：自我意识、适应性、团队合作和影响力都值得关注。然而，广泛的测评量表可能与人格、动机、自尊和偏好行为相重叠。如果它能够预测某种结果，研究者就必须追问：究竟是哪些要素在推动这种关联，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是梅耶–萨洛维–卡鲁索情绪智力测验（MSCEIT）。它通过涉及面孔、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），询问人们对自身典型特征的看法。其他量表则评估广泛的混合能力。这些总分不可互换。⁷

能力评分确实是一项挑战。有些任务采用专家共识或群体共识，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。自我报告避免了这一评分问题，却引入了另一个问题：它们测量的是个人对描述性陈述的反应，并会受到自我洞察、社会期许和参照群体的影响。一项对主要工具的批判性综述建议，应根据构念、目的和心理测量学证据进行选择，而不是把情绪智力领域视为一个单一的量表体系。⁷

• 界定构念。在选择工具前，明确测量的是能力、特质还是混合能力。
• 检查评分方式。询问答案如何被判定为正确、如何赋权或汇总。
• 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。
• 采用多种方法。高风险决策不应仅依赖单项自我报告或总分。
• 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。
• 提供申诉途径。人们应能够对错误提出质疑、补充背景信息，并避免被迫披露。

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、领导力评价和广义繁荣感存在关联。⁸⁹¹⁰¹¹ 它们还显示出异质性、与人格和认知能力的重叠，以及当预测变量和结果变量共享测量方法或情绪内容时更强的关联。

预测也不等于命运。适度的群体层面关联中会包含许多例外。选拔或晋升需要有证据支持这种确切用途，证明其相较于更简单测量方式的比较价值，进行公平性分析，并清楚说明后果——而不是诉诸“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，但并非神奇。综合研究报告显示，针对性情商或情绪能力测量指标平均有所提升。¹³¹⁴ 在2024年的职场综述中，研究结果存在高度异质性；大多数研究具有严重或极高的偏倚风险，很少使用能力测试，后续跟踪证据也很有限。未来更强的研究应教授明确的技能，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的结果需要直接证据。

1. 留意。停下来，留出足够时间去觉察身体感受、注意力和行动冲动。如果唤醒程度很高，应先确保安全并争取时间，再尝试进行细致分析。

2. 暂时命名。使用证据支持的最具体标签：恼怒、羞愧、如释重负、孤独、受到过度刺激。把它视为一种假设，而不是身份或确定事实。

3. 定位信号。问问发生了什么、当前激活了哪种解释、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. 根据目标进行选择。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。没有一种策略在所有情况下都最佳。¹⁵¹⁶

5. 检查效果。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，与对照任务相比，为图片中的面孔选择情绪词的参与者表现出较低的杏仁核反应，以及前额叶某一区域更高的活动。¹⁷ 该发现支持对情绪标记进行研究；它并未检验每天给自己的感受命名这一练习，也不能证明存在固定的临床益处。

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涵盖多个名称：社会认知、人际敏感性、心理理论、情绪识别、共情准确性、沟通技能和社会胜任力。它们彼此重叠，却不能合并为一种单一能力。

人际准确性与一般认知能力之间存在微弱的正相关，但不能还原为一般认知能力。¹⁸ 社会认知研究同样描述了若干部分相互独立的过程，包括感知生物运动和面孔、推测心理状态、学习社会价值以及调节行为。¹⁹²⁰

社会互动是一个不断变化的问题：多人相互观察，依据不完整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，成功不仅取决于察觉面部表情或了解礼仪。

即使不认同对方的感受，也可以理解另一个人的视角；即使不了解痛苦的原因，也可以察觉到对方的困扰；即使误解了对方的需要，也可以深切地在乎对方。将这些可能性区分开来，有助于改进研究。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，也可能被用来预判他人的脆弱之处。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，社会认知涉及分布式且依赖情境的网络，包括内侧前额叶皮层、颞顶联合区、上颞沟、杏仁核、脑岛和扣带皮层等区域。某一区域的激活并不等于某个心理标签：同一结构可能参与多种过程，而其活动模式取决于任务和比较条件。¹⁹²⁰²²

批判性综述指出，关于镜像神经元如何理解动作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无关紧要，而是说，一个引人入胜的运动特性本身无法承担解释共情、社会学习和文化的全部重任。

神经相关性不是完整的机制，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、明确说明期望，以及修复关系破裂。这些行为会建立可靠的协作。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，更高的情绪调节知识强化了道德认同较高者的亲社会行为，也强化了马基雅维利主义较高者的人际偏差行为。³⁰ 由于对知识的测量并非随机分配，因此这并不能证明知识导致了其中任何一种模式。领导力评估不应将亲和力、魅力或影响力视为正直的替代指标。伦理保障应纳入设计：透明度、同意、分散的发言权、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？由谁选择了这个结果？
• 梳理利益相关者。谁从中受益、承担风险，或没有出现在讨论现场？
• 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，它是否仍会让人感到可以接受？
• 邀请纠正。是否有安全的途径报告影响并弥补伤害？
• 追踪结果。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，当拥有不同经历和理解世界方式的人相遇时，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。该观点并不声称每次社交困难都是对称的，也不声称个体支持从来没有用。它反对把某一群体的沟通方式视为衡量其他所有人的中性标准这一假设。

近期研究进一步提醒我们保持谨慎。一项2026年的研究发现，按评定者或目标对象的神经类型划分，自闭症者与非自闭症者在共情准确性方面总体没有差异；其连续效价测量仅显示出非常小、处于趋势水平的交互作用，而其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；在高质量研究子集中，这一差异并不显著。³⁷ 测量方式、样本和支持需求都很重要。

更公平的实践目标是相互理解。明确表达期望；允许直接和间接的沟通方式；提供议程和处理时间；不要把眼神交流、闲聊、面部表情或快速回应视为兴趣和共情的普遍证据；并询问每个人什么有助于沟通。双重共情是一种关系性、概率性且关注权力的修正视角——它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的互动都更容易。

心理学常常根据来自西方、受过教育、工业化、富裕和民主社会的参与者进行概括。一项重要综述表明，这些人群在从知觉、空间推理到合作和自我概念等多个领域都可能具有不同寻常的特征。³⁸ 修正方法不是罗列各大洲的刻板印象，而是改进抽样、开展本地合作，并明确概括推广的界限。

对赞比亚农村奇切瓦社群开展的长期研究发现，当地对nzelu的理解将认知敏捷性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，与基于学校的能力测量呈现出不同的关联；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。⁴⁰

这两个例子都没有定义“非洲智力”，也没有把所有在当地被重视的知识都视为可靠或科学正确。它们揭示的是一个更狭窄却更重要的问题：研究者如果一开始只采用外来的分类，就可能忽视受到重视的能力。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分类输出为普遍分类；派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其中一种来检验和修正另一种。⁴¹

文化负载并不等同于测试偏差。每项评估都依赖于习得的语言、符号、作答惯例、技术、考官角色或受重视的策略。其中一部分负载与预期构念相关；语言测试应当依赖语言知识。当与构念无关的要求系统性地扭曲分数解释时，就会产生偏差。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

良好的测验适配应先界定构念和比较目标；让双语领域专家以及了解目标环境的人参与其中；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、常模、效标、实施方式和可及性。正向翻译和回译可以发现错误，但仅凭二者无法确立意义或分数的等值性。⁴³⁴⁴

把不变性和 DIF 当作工具，而不是终点

构型不变性考察广义的因子模式是否合理；量度不变性约束因子载荷，并支持对关联进行有限度的比较；标量不变性还进一步约束截距或阈值，通常应在比较潜在均值之前达到。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当。⁴⁷⁴⁸

即使不变性结果很强，也无法证明某个构念有意义，或某种使用方式是公平的。2025 年的一项演示表明，传统的不变性检验可能在一组刻意设计得毫无意义的题目上通过——这是一个精妙的警示，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使用联系起来，明确论据依据和假设，寻求反面证据并考虑替代方案。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、透明的自我呈现和对情境敏感的行为，可能使单一分数线格外难以辩护。

动态评估：有用的补充，而非纯粹潜能

动态评估会在规定的教学、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，动态学习测量有时会增加预测信息，包括在阅读方面，但结果不一，而且针对文化和语言多样化学习者的证据仍然有限。⁵⁵⁵⁶⁵⁷

教学语言、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影响的、先天的或“真正的”潜能。它能够合理支持的结论更为有限：关于受测者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情境的能力。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，而综述也介绍了其他CQ模型。⁶¹⁷¹ 这是普通的构念发展，并不是把所有量表视为等同的理由。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。

证据支持的内容

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个独立样本的大型荟萃分析发现，一般CQ因素和特定因素的信息都能发挥作用；模型中的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，且同一来源的关系往往更强。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EI高度重叠，并且在该样本中无法额外预测适应。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，而不是已被证明的最大跨文化技能。

CQ具有领域特异性：它不等同于文化身份、语言熟练度、一般社交技能、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”也不一定公平。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采用反复学习循环，而不是把国家平均值转化为人格预测的简报。

1. 界定互动情境。哪些人、角色、环境、历史、语言和权力关系很重要？“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。为每一条概括标明其来源、样本和不确定性。

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

4. 互动并探询。进行现场或逼真的模拟练习。询问对方的偏好，而不是照搬话术。留意是谁在进行适应，以及当下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了什么、做了什么进行比较。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. 反复演练并迁移应用。练习不止一种回应方式，选择与角色相关的行为，间隔一段时间后重新审视，并追踪其对清晰度、信任、发言空间、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，并要求机构承担问责责任。⁷⁰ CQ会问：“我能否有效解读并适应？”谦逊则进一步追问：“我的视角有哪些局限？我如何向此人学习？权力应如何共享？”

相关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。

学习者无法通过自我调节消除长期威胁。员工在异议会受到惩罚时，无法开放地倾听。多语患者在无法获得语言支持时，也无法展现其理解能力。因此，对“技能不足”这一问题，负责任的回应并不总是增加辅导；有时更需要的是更清晰的流程、更安全的关系、合理便利，或重新分配权力。

经济合作与发展组织（OECD）于2023年开展、并于2024年发布结果的社会与情感技能调查，评估了参与地区10岁和15岁儿童的情况，发现自报技能与学业成功、福祉和健康行为等结果之间存在关联，同时也存在年龄、性别和社会经济背景方面的差异。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项结果，也不能证明国家排名揭示了群体固有差异。

将测量用于学习，而不是人格监控

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，是因为人改变了，是因为他们的标准改变了，也可能是因为他们学会了什么样的回答会得到奖励。⁷⁹ 对于项目评估，应将定义明确的测量与观察、相关结果、实施证据和参与者的陈述结合起来。对于个人决策，只使用针对该目的经过验证的证据，并提供解释和申诉途径。

适用于实际决策的整合规则

1. 定义任务。哪些结果重要、考察多长时间，以及对谁重要？

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

3. 进行多方法交叉验证。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. 检验替代解释。语言、健康状况、机会、角色明确性、权力、不平等对待或无法无障碍使用的环境，是否能够解释这一模式？

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

6. 审查影响。监测谁从中受益、谁被排除、错误率，以及与更简单的选项相比，该措施是否改善了决策。

对智力最宽泛的理解，并不是包含最多分数的那一种，而是能同时看见个人、任务、关系和系统的那一种。