人格判断准确性模型评述

郭林鑫

（洛阳幼儿师范学校，洛阳 471000）

1 引言

人格有着悠久的历史，并且在当今的心理学研究中依然盛行。最早有关人格特质的介绍可以在古代的书籍——《创世纪》中发现（McAdams，2009）。希腊医学家Galen提出的体液说从古代影响至今。1937年，Allport出版了《人格：心理学的解释》，奠定了人格心理学的合法学科地位。Allport认为特质是人格构成的基本单元，是神经心理结构，用于解释和预测行为，Eysenck进一步提出人格特质与大脑神经系统存在密切联系的假设，Cattell也主张将人格特质作为预测行为最重要的一个变量（McAdams，2009）。然而，在特质论创建和发展的过程中，也始终受到其他学者的质疑，其中最有代表的是Mischel。他认为行为一致性的根源是情境的作用，否定特质存在的意义，这引起了长达20年之久的人与情境之争（person-situation debate），人格研究也随之进入冰点，尤其是Mischel在1968年出版的《人格和测评》将争论推向高潮。之后Kenrick和Funder（1988）检验了贯穿整个争论的七个否定特质存在的假设，发现以往的研究数据无法支持这些假设，这使得人格研究得以复苏。从这场争论出发，学者们认识到了人格心理学和社会心理学并非是完全对立的两个领域，相反，两者的交融隐藏着惊人的发现（Kenrick＆Funder，1988），特别是有关人际判断准确性研究（Funder，1987； Funder ＆ Dobroth，1987）。 人格的地位得到重新确定后，已经像神经科学、文化和教育一样，被应用到各个领域 （McAbee＆ Connelly，2016）。常见的就是用人格预测关系质量、职业成就、身心健康等，但预测的前提是人格能被准确判断。于是，一系列的有关人格判断准确性的理论应运而生，帮助人们更好地理解人格与提高判断准确性。且人们生来具有获取他人人格信息的自然倾向（Frisen＆ Kammrath，2011），因为获得有关对方人格信息并做出准确判断对关系的建立和发展至关重要，所以它是社会和人格心理学共同关注的话题，并持续地引起人们的研究兴趣。本文就是对人格判断准确性的相对成熟的理论模型进行综述。

2 我—他一致性相关理论

我—他一致性（self-other agreement）是知觉者评定目标的人格与目标的自评人格之间的相关，是描述准确性应用最为广泛的一条标准（Funder，2012）。我—他一致性在人与情境之争中作为一条强有力的证据，支持了人格特质的存在性，是人格心理学进一步蓬勃发展的重要基石。

2.1 透镜模型

Brunswik（1956）的透镜模型（lens model）为检验自评人格和他评人格之间的一致性提供了基本框架 （见图1），已被广泛地应用到实证研究中 （如，Back， Schmukle，＆ Egloff，2010， 2011； Fong ＆Mar， 2015； Hirschmüller， Egloff， Nestler， ＆Back， 2013； Küfner， Back， Nestler， ＆ Egloff，2010； Nestler， Egloff， Küfner， ＆ Back， 2012；Qiu， Lu， Yang，Qu， ＆ Zhu，2015）。 人格特质潜藏在行为之下，不能被直接观察。依据透镜模型的观点，行为以及环境中的其他可用的线索可以充当透镜的功能，知觉者可以凭借这些透镜去觉察目标潜在的人格特质。比如，知觉者看到某人的办公室有雪橇装备，并挂有世界地图，则容易依据这些线索判断此人开放性较高；知觉者看到某人家里收拾得干净整洁，则容易据此判断此人责任心较高。吴婷和郑涌（2019）指出，文字、语音、面孔图片、视频片段、面对面交流的言语和非言语信息，以及网络中的状态、表情、点赞等信息都可以充当透镜，反映个体的人格信息。陈少华（2017）也总结出现实环境、网络环境和书面言语中都拥有非常有价值的含有人格信息的透镜。

通过透镜判断人格的准确性水平可由我—他一致性表示。可判断的线索和目标的人格特质之间的相关称为线索效度（cue validity），知觉者的人格判断与可判断的线索之间的关系称为线索效用（cue utilization）。另外，知觉者对不同目标觉察时采用有效线索的相似程度称为线索一致性 （cue consistency），知觉者对有效线索的敏感程度称为线索敏感性（cue sensitivity）（Hirschmüller， Egloff， Nestler， ＆Back，2013）。由透镜模型可以看出要想达到较高的我—他一致性，需要满足以下条件：环境中存在可判断的有效线索，知觉者在跨目标觉察时利用线索的一致性高，知觉者对有效线索的敏感性高且能忽略无效线索的干扰。

2.2 双透镜模型

由于透镜模型中采用的是整合知觉者的方法（如，知觉者A、B、C三人共同对目标D判断的聚合判断），而不是单个知觉者对目标的判断，这会高估个体对陌生人的判断能力，并且不能解释为什么不同的知觉者判断的准确性不同 （Hirschmüller， Egloff，Nestler， ＆ Back， 2013）。 于是 Hirschmuller等人（2013）提出了双透镜模型（dual lens model， DLM）。更为重要的是，此模型对人格的自我概念的内隐和外显层面做了区分，同时还区分了线索和人格判断的内隐和外显部分（见图2）。该模型对于零熟悉度或人际关系建立初始阶段的人格判断提供了新的见解。

外显人格自我概念是命题式的自我表征，其测量一般是通过问卷进行自我报告。内隐人格自我概念是联想式的自我表征，其测量一般通过内隐联想测验（implicit association test， IAT）进行。 IAT 是一种用于测量物体或概念的心理表征之间的自动化关联程度的方法（Greenwald，Poehlman，Uhlmann，＆Banaji，2009）。与精神分析中用语言投射以及口误分析法来揭示潜在的、真实的自我的方法不同，内隐测量方法依据的是反应时的相对快慢，已被证明有较好的内部一致性与预测效度 （Back，Schmukle，＆ Egloff， 2005； Back， Schmukle， ＆ Egloff，2009）。 Back 和 Vazire（2012）指出内隐和外显的人格自我概念只有中等程度相关，因此，在人格判断的研究中有必要同时纳入内隐和外显两种形式的自我概念。

在双透镜模型中，Hirschmuller等人（2013）对线索也进行了分类，即线索也有内隐和外显的二元性。有些线索（如服装搭配）是个体为了表达一种自我形象而故意装扮的，其控制性较强；有些线索（如微表情）是个体无意识中传达的，其控制性较低，是自动化的。同理，知觉者的判断也具有二元性。有意识的判断需要进行序列加工，受注意和记忆容量的限制，需要花费认知资源；相反，直觉判断进行的是并行加工，不需要意识的参与，而且速度快，不花费认知资源。所以，可控性被作为一个基本维度植入到透镜模型中，形成了双透镜模型。在双透镜模型中，既可以研究单个知觉者的我-他一致性，也可以研究成组的知觉者的判断准确性。

2.3 现实准确性模型

Funder（1995， 2012）的现实准确性模型（realistic accuracy model，RAM）描述了从目标的人格特质到知觉者所判断的特质之间的过程（见图3）。这与Brunswik（1956）的透镜模型很相似，是对透镜模型的延伸。现实准确性模型认为，要正确地判断人格，需要满足四个条件：特质相关的行为发生，信息对知觉者来说是可用的，且被知觉者检测到，并被正确地利用（陈少华，吴颢，赖庭红，2013）。将其判断过程与透镜模型进行对比分析，发现对透镜模型中线索效度进行分解，就得到了现实准确性模型中的相关和可用；同理，把线索效用分解就得到了检测和利用（Nestler， Egloff， Küfner， ＆ Back， 2012）。Funder（2012）指出，现实准确性模型并没有描述在人格判断中总是发生什么，而是说明要实现人格判断的准确性必须发生什么，即相关、可用、检测和利用这四个过程缺一不可。

Funder（2012）还总结了影响判断准确性的四个重要调节变量，即良好的目标（good target）、良好的特质（good trait）、良好的信息（good information）、良好的知觉者（good judge）。所谓良好的目标，是在思想和情感上坦率透明的个体，且在不同情境中的行为更为一致的个体。这类个体会直接表达内心的感受和想法，因此，他们的行为与人格特质相关性更高，更容易被知觉者发现并利用。相对来说外向的、宜人的、有责任心和情绪稳定的人是良好的判断目标（Colvin，1993； Funder， 2012）。特质的特性，比如可见性（visibility）、评价性（evaluative）（陈少华，吴颢，赖庭红，2013）、模糊性 （吴颢，陈少华，2014）都会影响准确性。总体而言，对于可见性高、评价性低、清晰的特质，较容易被判断，是良好的特质。之所以如此，是因为个体在做出与这些特质相关的行为时，不会担心外在的评价压力，也不会去掩饰或歪曲自己内心的真实感受。两篇元分析表明，大五人格特质中，外向性和随和性相对来说是良好的特质 （Connelly＆Ones， 2010；Tskhay ＆ Rule， 2014）。良好的人格相关信息包括两个方面，一是数量多，二是质量好（陈少华，曾毅，2013；Funder，2012）。关系越亲密的双方掌握对方的信息数量越多，更容易准确判断对方，我-他一致性更高 （陈少华，赖庭红，吴颢，2012；张登浩，王登峰，2010）。因为不同的关系，意味着不同的重叠，即对于不同数量和类型的行为观察的机会不同，关系越亲密越能看到更多更广泛的行为，而关系越远，只能在部分场合看到某些频谱范围的行为。用于判断准确性的信息类型很广，有面部表情 （Rule＆Ambady，2008）、词语使用 （乐国安，董颖红，陈浩，赖凯声， 2013）、社交网站（Stopfer， Egloff， Nestler，＆ Back， 2014）、自拍照（Qiu， Lu， Yang， Qu， ＆Zhu， 2015）、头像（Fong ＆ Mar， 2015）等，这些信息对于人格判断的权重是不一样的。另外，在不同场合下的信息质量也有差异，相对来说在没有评价压力的情景下（如家里）的信息质量会更好，也就是说弱情景下的判断要比强情景下的判断更准确 （陈少华，赖庭红，吴颢，2012）。Letzring和 Human（2014）认为行为相关的言语信息对于了解个体差异最有用。好的知觉者往往能营造一个让知觉对象表达真实人格的氛围，继而达到对对方人格的准确把握。好的知觉者对线索尤其是有效线索会更敏感，对什么线索与人格更有关了解更多。Funder（2012）指出，好的知觉者是那些被他人评定为随和的、一致的、生活阅历丰富的个体，而不是自恋的、焦虑的、敌意的个体。另外有研究发现女性相比于男性是好的知觉者，因为女性对人的规范标准有更准确的把握（Chan， Rogers， Parisotto， ＆ Biesanz， 2011）。

3 他—他一致性相关理论

他—他一致性（other-other agreement）也称为共识（consensus），是指两个或两个以上的知觉者对同一目标判断的一致性程度。Kane和Lawler（1978）指出，同伴的评定和排名可以用来测量心理结构。发展心理学家用他人评定来研究受欢迎程度、社交技能、合群等，工业心理学中采取多人评定来对目标进行职业考核（Kenny，1991）。因此，在人格判断领域，他—他一致性也是描述准确性的一条标准，已被广泛应用到实证研究（Funder，2012）。

3.1 加权平均模型

Kenny（1991）的加权平均模型（weighted-average model，WAM）为理解他—他一致性的相关问题提供了理论解释（见图4）。该模型中涉及六个决定共识的参数，分别是熟悉度（acquaintance）、重叠（overlap）、 一致性 （consistency）、 共享意义系统（shared meaning systems）、 额 外 信 息 （extraneous information）和交流（communication）。 熟悉度意味着知觉者掌握目标的信息量，即观察到行为的数量，用n表示，模型假定每个观察者看到的信息数量相等，也就是说不同的知觉者与目标的熟悉度是一样的。重叠是描述两个知觉者是否在同一时间对目标进行观察，两人看到的行为是否是相同的一系列行为，指两个知觉者共同观察到的行为占各自观察到行为总量的比例，用q表示。所以两个知觉者看到目标相同的行为为nq。图4中，n为2，q为0.5，所以两人看到的共同行为数量为1。一致性是指目标的行为一致性，即被观察到的行为不是偶然性的，而是具有跨情境的一致性，用ρ1表示。共享意义系统指两个知觉者对目标的行为能给出相同解释的程度，用ρ2表示。额外信息用来说明知觉者在做出判断时，多大程度上是依据行为之外的信息，而不是直接根据目标的相关行为，表示知觉者个人独特印象的权重，用k表示。交流指两个知觉者之间是否相互沟通了各自对目标形成的印象，用a表示。

在加权平均模型中，用A表示目标的行为。知觉者对观察到的各个行为都有一个标度值（scale values），即知觉者对观察到的每个行为都会赋一个数值，用s表示。每条信息也有权重，用w表示，为了简化复杂的模型，假定每条信息的权重都是一样的。知觉者i的独特印象用si0表示。知觉者对目标形成的印象用I表示，由知觉者基于各个行为形成的标度值的加权平均和自己的独特印象共同形成，将两者的变异纳入以下方程aI2，即可求得知觉者的印象得分。另外，除了参数a，其他参数可以代入到一个简单的方程来计算他—他一致性（r），即当a＝0 时，r＝［qnρ2（1-ρ1）+n2ρ1ρ2］ ／［k2+n（1-ρ1）+n2ρ1］。 当a≠0 时，他—他一致性系数（r'）为：r'＝（r+a2r+2a）／（1+a2+2ar）。 值得一提的是，令q＝0，ρ2＝1，k＝0，有关 r的方程就变成了斯皮尔曼-布朗校正公式，即加权平均模型中的r方程是斯皮尔曼-布朗校正公式的一般化。两者之间的关键区别是独特印象k和共享意义系统ρ2。

3.2 个人模型

加权平均模型中有11个参数，用来说明他-他一致性的一些问题，比如为什么他-他一致性没有随着熟悉度的增加而提高。该模型也被作为理论框架应用到实证研究中，但此模型太过复杂，应用受到限制。为了解决这些弊端，Kenny（2004）又提出了个人模型（PERSON model），将加权准确性模型的参数变成6个，因为关注的是变异而不是加权平均模型所关注的相关，因而与侧重变异分解的社会关系模型（SRM）更好地关联起来。PERSON六个字母分别指代人格（personality）、误差（error）、残差（residual）、刻板印象（stereotype）、个人意见（opinion）、规范（norm），代表人际知觉的六个变异来源，且假定六个变异来源是相互正交的。其中刻板印象和残差的变异涉及分类信息，即知觉者见到目标的第一反应，包括外貌信息和一些人口学特征；其他四个变异来源涉及行为信息，即知觉者对目标的行为赋予的意义，包括语言和非语言行为。刻板印象指知觉者基于分类信息一开始就有的共享假设，比如人们相信高个子的人是不友善的。当然，分类信息并不都是知觉者共享的，还有一部分是有关个人的刻板印象，即是某一知觉者独有的，这部分的变异就用残差表示。人格是目标通常被他人知觉到的样子，也就是所有知觉者看到目标的全部行为后对其形成的印象，它会影响知觉者对目标每个行为的理解。规范是知觉者理解某一行为时，发现这一行为的意义不同于其他行为，表现出矛盾性，但要注意规范代表的变异在不同知觉者之间是可以一致的。比如知觉者认为目标是友善的，因为他在跟别人讲笑话；另一方面，知觉者又认为他是不友善的，因为看到他对服务员粗鲁的态度。而不同的知觉者在这两方面是可以形成共识的。个人意见指知觉者对目标的独特看法，这也会影响知觉者对目标所有行为的认识。误差是知觉者对某一行为的判断不同于其他知觉者，同时与对其他行为的判断是不相关的，这与统计学中的误差类似，代表剩余的部分。

个人模型与其他人格判断理论的显著区别就是假定知觉者会同时考虑分类信息和行为信息，并指出随着掌握的行为信息增多，分类信息的权重就会减小。整个模型结构见图5。A和B代表两个知觉者；假定两位知觉者都看到某一目标的两个相同的行为，记为1和2；知觉者形成的印象依然用I表示，标度值依然用s表示。模型中用三角形代表知觉者，方形代表六个变异源，行为和分类信息的标度值用圆表示。可以看出，知觉者A形成的印象I是由分类信息的标度值（sAP）和行为信息的标度值（sA1、sA2）共同形成的。知觉者B印象的形成亦是如此，且两个知觉者之间可以相互交流，效应用a表示。人格（P）对分类信息（sP）的效应用m表示，个人意见（O）对分类信息的效应用b表示。六个变异来源是通过影响行为信息和分类信息的标度值来影响印象的形成。在个人模型方程中，两个知觉者或两列数量相同的知觉者之间的共识，可以用P、S、N三个变异源之和除以所有变异源之和来计算。

4 自我他人知识不对称模型

在我们的头脑中有这么一个常识：“没有人比你更了解你自己了。”然而很多实证研究发现，有时候他人判断会更准确 （如，Carlson，Vazire，＆ Oltmanns， 2013； Vazire ＆ Carlson， 2011），即所谓的“旁观者清”。有关自我与他人判断的不对称性早在Luft和 Ingham（1955）的约哈里之窗（Johari window）就有所体现。约哈里之窗作为一个心理辅导工具而广为流行（McAbee＆ Connelly，2016），让目标和知觉者都提供有关目标的人格信息，而自评和他评中对人格相关信息了解与否都分为知道和不知道两个维度，这样就形成了四个窗口：自我他人都知道（Arena）；只有自己知道 （Facade）； 只有他人知道（Blind Spot）；自我他人都不知道（Unknown）。 但遗憾的是很少有研究探讨每个窗口中都包含人格的哪些方面，Vazire（2010）的自我他人知识不对称模型（SOKA model）就是为解决这一问题而诞生的理论，其关注的核心是人格的哪些方面自我判断更准确，哪些方面他人判断更准确。该模型与RAM不同的是它并不是将自我判断作为判断准确性的标准，而是也作为检查准确性的目标（陈少华，曾毅，2014）。

Vazire（2010）的自我他人知识不对称模型认为我们对自己的知识与他人对我们的认识的差异并非是随机的，而是由自我和他人所能获得的信息的不同以及动机性偏差所导致的。自我他人信息的不对称来自两个方面：（a）人们评价自我时，对内心的思想和感受赋予高权重，对外在的行为给予低权重，而评价他人时则反之（陈少华，2013）。自我有接近所有内在想法的特权，但这削弱了对外在行为的注意。因为有关内在感受的信息掩盖了外在行为的信息，即使自我同时也观察到自己的外在行为，也会优先考虑内在感受信息。（b）尽管自我在理论上可以看到自己的大部分行为，但觉察这些行为却有难度，因为自己的行为在观察者眼中是显著的，但在自己眼中却不那么突出。另外像面部表情这类的行为线索，自我是不能观察到的。人格判断中自我与他人的动机性偏差主要涉及自我的卷入程度，评价自己要比评价他人有更多的利害关系。要注意他人评价也会出现积极偏差，特别是来自关系亲密的他人（陈少华，2016），但 Vazire（2010）认为他人评价是以准确的印象为基准，然后再同等程度夸大对不同目标形成印象的积极性，这种评价不影响目标得分的等级顺序，只是影响了绝对水平的得分。相反，自我评价由于受到自我保护的驱动，会影响判断的准确性，即对于评价性高的特质，自我评定不会像他人评定一样基于真实水平，这就会打乱评分顺序。综合自我与他人掌握的信息和动机的差异，Vazire认为自我相对于他人对于内部特质（思想和感受等所界定的特质）的判断具有更好的信息，但是他人对于外部特质（外显行为所界定的特质）的判断具有更好的信息，在高评价性的特质上，自我判断更容易受到偏差因素的扭曲，而他人在高评价性特质上的判断更准确（Vazire，2010； Vazire ＆ Carlson， 2011）。

5 特质—声誉—身份模型

在人格和社会心理学领域，人格研究者历来关注特质的影响，而社会认知研究者则关注判断的偏差。McAbee和Connelly（2016）的特质—声誉—身份模型（the trait-reputation-identity model）将两个领域很好地整合到一起，是一个包容性很广的理论（见图6）。除了特质因素，该模型还同时考虑个体自我报告中的差异以及在他人眼中的差异，因为有学者指出自我定义与别人眼中的我也是广义特质系统中的重要组成部分（McAdams＆ Pals，2006）。特质—声誉—身份模型与SOKA模型类似，也是在约哈里之窗 （Johari window）的基础上形成，McAbee和Connelly（2016）重新命名了约哈里之窗，把 Arena、Blind Spot、Facade 分别命名为特质 （trait）、 声誉（reputation）、身份（identity）。 特质是一般性因素，指自我报告和他人评定之间的共同变异，是传统人格心理学中定义的真正特质的部分，对应着多个模型中的 “准确性”（如，Funder，2012；Funder＆West， 1993；Hirschmüller， Egloff， Nestler， ＆Back，2013）。声誉指他人评定中独有的那部分变异，即控制了特质的作用，排除我-他共有的那部分变异。其中的变异来自两方面：他人评定的偏差和没有被自我觉察到有关特质那部分的变异。与声誉相对应，身份指自我报告中独有的那部分变异，也包含两部分：自我判断的偏差和没有被他人判断出的那部分与特质相关的变异。声誉和身份两因素包含了传统上被心理学家认为是“偏差”的成分。

特质—声誉—身份模型的一个主要优势就是把人格明确分成了三部分。简单地用特质一个因素是不能囊括人格全部的，从社会分析理论 （Hogan＆Blickle，2013）的视角看，之所以要强调身份这一因素，是因为自我报告中的偏差不能简单地被看作受污染的印象管理，而应认识到其传达了一种特别的印象。并且身份这一因素在很大程度上说明了个体会如何看待自我，比如，个体在确定自己的目标时，主要依据就是自我判断，那些认为自己是开放性高的个体，更容易从事艺术类工作。然而，如果自我判断偏离真实水平，就会导致较低的职业成就。这就可以理解身份中的自我增强为何与工作、学习和实验任务中较差的表现有密切联系 （Connelly＆Hülsheger，2012）。同理，近几年人格心理学家对声誉的关注有所增加，因为一个人被如何认识，反映了重要且稳定的信息。Hogan和 Blickle（2013）指出，声誉决定着人们追求目标是否获得成功，换句话说，人格中的声誉因素在研究个体的社会价值方面是很有意义的。这让我们回想到了有关人格定义的争议，其中就有学者认为人格不仅仅存在于一个人的内部，还存在于其传递给他人的印象中（McAbee＆Connelly， 2016）。

既然有必要将人格分为三种成分，那么特质、声誉和身份各自解释的变异占总变异的多少？这也是值得关注的问题。McAbee和Connelly（2016）提出特质—声誉—身份模型的同时，也用实证研究探讨了这一问题，结果发现在大五人格的各个维度上，三种因素解释的比例各不相同，具体为：外向性上，特质、声誉和身份分别占69.31%、8.16%、8.25%；随和性上，三种因素分别占43.66%、18.50%、11.16%；责任心上，三种因素分别占51.92%、14.49%、12.59%；神经质上，三种因素分别占48.95%、15.87%、15.80%；开放性上，三种因素分别占33.87%、15.15%、38.69%。可以看出，总体而言，特质因素解释了大部分的变异，特别是外向性上，但在开放性上，身份因素解释的比例最多。这与之前的研究 （Connelly＆Ones，2010；John＆ Robins，1993）是一致的，对于可见性高、评价性低的特质，我—他一致性较高，即特质因素解释的比例变高；对于可见性低、评价性高的特质，我—他一致性较低，即声誉和身份两因素解释的比例会增强。

6 总结与展望

综上所述，本文系统介绍了七个相对成熟的人格判断准确性模型。通过对比分析，它们之间是有逻辑联系的，通过并行串联的方式（图7所示）揭示了人格判断准确性这一生命力长久的话题的发展轨迹。Funder（2012）曾指出，评定人格判断准确性的标准有三条：我—他一致性、他—他一致性和行为预测，其中前两条标准在实证研究中应用广泛，而第三条标准却难以应用，因为行为预测的操作难度太大——不仅需要人格和行为的有效测量，还需要特质与行为指标的正确匹配。透镜模型、双透镜模型以及现实准确性模型就是为我—他一致性提供理论支持，加权平均模型和个人模型则为他—他一致性给予了理论解释。然而，这两条准确性标准并不完美，人们可能出于自我保护动机，为了维护自尊而歪曲自我判断，他人之间的共识也可能是共享的偏差（Funder， 2012）。 于是 Vazire（2010）进一步提出了自我他人知识不对称模型，道出了什么条件下自我判断会更准确，什么条件下他人判断会更准确。但是，这并没有指出人格的潜在因素（latent factors），只是关注了可观察的相关性 （observed correlations）。特质—声誉—身份模型则明确将人格分成三种因素，提供了一个包容性更广的人格理论框架，强调了特质除了是自我和他人共有的那部分变异，还包含自我眼中独有的变异以及他人眼中独有的变异。即除了关注传统意义上的“准确性”，还指出“偏差”也是人格的一部分。

但客观上讲，以上理论模型的解释力、实证研究证据以及应用还有待继续深化，可从以下几个方面着手拓展完善。

首先，注重在人格判断中注入神经科学、遗传学的血液。人格心理学的先驱人物Allport和Eysenck等人就强调人格特质与神经系统的关联，在研究判断准确性时也应收集这方面的证据。比如，研究者发现相比于评定室友的人格，当人们评定自己恋人的人格时，大脑的激活程度与自我评定更相似（Hughes＆ Beer，2009）。这就说明自我他人知识不对称模型有待继续深化。Vazire（2010）在提出这一模型时，只考虑了熟悉度（acquaintance），并没有考虑情感投入（emotional investment）的作用，即假定从陌生人到朋友之间的情感投入差异不大。从神经科学上得到的证据表明，他人之间的区别不仅仅在于熟悉度这一个维度，还存在像情感投入这样的维度，因此很有必要借助神经科学的技术来发展完善人格判断领域的相关模型。另外，就基因与人格之间的关系而言，当前的研究都是尝试确定人格特质与单个基因之间的联系，很少关注人格与基因组之间的关联，正如格式塔学派强调的整体大于部分之和，因此未来应强调基因-基因效应（贺金波，罗伟建，徐清风，郭永玉，2016；McGue＆ Matteson，2014）。在未来的人格判断领域，可借助于人格与基因的对应关系，进一步提高判断的准确性。

其次，要将人格判断与网络连接起来。在移动互联网时代，网络中的人格判断已经和现实情境中的人格判断平分秋色。调查显示中国的网民数量已达到7.10亿（中国互联网络信息中心，2016），因此有必要提出新的人格判断模型，来更好地适应网络空间。网络中的人格是否与现实中的人格相一致，仍有待继续研究，目前已有学者提出了网络人格或电子人格的概念，即人们在网络空间中，有一套不同于现实空间中的人格系统在支配他们的行为。除了建立相应的网络人格或电子人格理论及网络中人格判断相关模型，还要充分结合计算机学科的技术，提高判断的准确性与判断效率。计算机和网络技术的发展、普及和渗透，使得产生、记录、分析及利用快速产生的、复杂多样的、海量的数据成为可能，大数据时代势不可挡地席卷而来，推动着新的变革 （Mayer-Schönberger ＆ Cukier， 2013），美国于 2012 年 3 月启动“大数据研究和发展计划”，把大数据称为“未来的新石油”。之所以在人格判断领域也强调大数据的作用，是因为人们借助Facebook、Twitter、微博、即时通信等各种社交工具来表达自己的内心感受，并与他人进行交流，其中不可避免地就会暴露自己的人格信息。通过对社交网络数据的分析，对用户人格进行预测，进而对用户进行个性化推荐、心理预警等具有重要的应用价值（杨洁，李继云，姜霖霖，2016；张磊，陈贞翔，杨波，2014；Gao et al.，2013）。这样的计算机技术可以克服以上模型在现实应用中的重大缺陷——涉及到多个评定者，需要的被试量很大，花费很多精力，预测力低下等，而应用大数据则可以省时高效地判断出用户人格。未来更值得关注的是，在获得的有关准确性影响因素的证据上，借助计算机的计算能力和记录人们的网络相关行为建立人格判断模型。比如Youyou，Kosinski和Stillwell（2015）以社交网站上的个人所暴露的“喜好”为指标，发现计算机根据模型对人格的判断比人根据这些信息做出的判断会更准确。这类研究给我们信心去找寻人格表达和人格判断有效的线索，并输入计算机或告知人类，从而来提高人格判断的准确性。

最后，注重本土化的研究。以上判断准确性相关模型都起源于国外，直接应用到中国本土是否合适？在中国独特的文化背景下，模型的参数可能会有变动。自我他人知识不对称模型在这点尤为突出，因为自我的知识水平和内容在不同文化背景中会有很大变化，进而使得自我他人知识不对称在不同文化下有很大跨度（Vazire，2010）。特质—声誉—身份模型的包容性固然很强，几乎囊括了人格的全部，但相比于西方的个人主义，东方的集体主义背景下三种因素解释的比例大小是否会有较大变动，是很值得学者深究的。