冲动性的测量方法*

黄雨祺 吴柏周 栾胜华

(1中国科学院行为科学重点实验室，北京 100101;2中国科学院大学心理学系，北京 100049)

2018年10月28日，重庆市一辆公交车在行驶途中，因一名乘客一时冲动与司机发生激烈争执和互殴，导致车辆坠江，造成13人遇难，2人失联。除了暴力行为，冲动性还影响人们生活的诸多方面，包括购物、网络和游戏成瘾和手机依赖等。此外，冲动性还与许多心理和人格障碍相关。在精神障碍诊断与统计手册DSM-V(American Psychiatric Association，2013)中，冲动性是注意缺乏多动症、品行障碍、物质滥用和依赖、反社会人格、边缘型人格、双相障碍等问题的诊断标准之一。

心理学对冲动性的科学研究始于20世纪30年代，但至今仍没有在研究方法、研究内容甚至冲动性的定义上达成统一，导致测量方法的理论基础和测量目标各不相同，大量结果难以整合，严重限制了冲动性研究的推进和应用。本文将梳理目前最常用的冲动性测量方法和它们之间的关系，据此总结已有方法的成果和不足，以期在未来研究中对这些测量方法系统地评估和整合，探索测量冲动性的更优方法。

1 早期冲动性研究

将冲动性看作一种人格特质并针对其测量的研究始于20世纪30年代，研究者主要围绕冲动性是单维还是多维，及冲动性应该包括哪些维度这两个基本问题进行探索。Guilford和Guilford(1939)首先提出“冲动”是一个人格基本特征“安闲性(rhathymia)”的表现之一。其后，Thurstone(1951)和Goldman-Eisler(1951)均认为冲动性是一种单维的人格特质，但随着更多研究的展开，其他研究者认为行为控制能力、延迟反应能力和易变性等也属于冲动性。在此背景下，Twain(1957)首次提出冲动性为多维度的观点，对16个相关测验进行因素分析，得到六个相互独立的因素。

2 冲动性量表

冲动性量表的发展与冲动性人格定义的发展密不可分。量表编制的出发点是将冲动性看做一种稳定的人格特质，研究者主要将冲动性与其他人格特质进行区分，探索冲动性包含哪些维度，并试图在不同的人格理论中理解冲动性。在此过程中，研究者提出多种不同定义，并据此编制了不同的冲动性量表(见表1)。

表1 测量冲动性的主要量表

2.1 Barratt：Barratt冲动性量表(BIS-11)

Barratt于1959年编制了第一版Barratt冲动性量表，强调冲动性是与焦虑性相对立的一个人格特质(Barratt，1959)。在1995年修订完成的最终版BIS-11中，遵循Twain的多维度观，他将冲动性分为三个维度，每个维度包含两个子成分，分别是注意冲动性(注意力和认知的不稳定性)，运动冲动性(运动上的易冲动和坚持)和非计划性(自我控制力和认知复杂性)(Patton et al.，1995)。BIS-11是目前使用最广泛的冲动性量表之一，中文版本的BIS-11也被证明具有良好的信效度(李献云等，2011)。

2.2 Eysenck:Eysenck冲动性量表(I-7)

Eysenck从其三维人格理论(外向性、神经质和神经稳定性)的框架中定义冲动性，认为冲动性包括两个属于不同人格维度的子特质：易冲动性(impulsiveness)和探险性(venturesomeness)。前者强调无意识的冲动行为，表现为未加思考即行动，属于神经质维度；后者强调有意识的冒险行为，表现为刺激寻求和冒险，属于外向性维度。他依此修订了I-7量表(Eysenck et al.，1985)。

2.3 Zuckerman:感觉寻求量表(SSS-V)

由于Eysenck的冲动性量表与Zuckerman的感觉寻求特质之间存在因素的重合，Zuckerman的感觉寻求量表(SSS-V)也被用于测量冲动性(Zuckerman et al.，1978)。但该量表的初衷是测量内部感受性而非冲动性(Zuckerman et al.，1964)，而且后续研究也发现感觉寻求量表和BIS-11在年龄发展上存在差异(Steinberget al.，2008)。

2.4 Zuckerman-Kuhlman:冲动性感觉寻求量表

由于冲动性与感觉寻求之间存在中等程度的相关，Zuckerman等人(1988)整合了冲动性和非社会性感觉寻求，将无计划性、不加思考即行动和感觉寻求与冒险性相结合，提出冲动性-非社会性感觉寻求人格维度，并认为该维度隶属于更高阶的精神质维度，与社会性相互独立。以此为基础，在其后的Zuckerman-Kuhlman人格问卷(ZKPQ)中，他们编制了冲动性感觉寻求分量表(ImpSSS)，这一分量表也经常用来测量冲动性(Zuckerman et al.，1993)。

2.5 Gray：强化敏感理论和相关量表

Gray从神经生理角度来定义冲动性，他提出的强化敏感理论与Barratt的观点类似，也强调冲动与焦虑的相互独立性，认为存在负责行为激活和行为抑制的两个独立生理系统。前者对奖赏敏感，对应冲动性；后者对惩罚敏感，对应焦虑性。因而，Gray认为把Eysenck的外向性和神经质人格基本维度重新进行因子旋转后，得到的焦虑性和冲动性才是人格的两个基本维度。焦虑的两端是神经性-内向性和稳定性-外向性，而冲动的两端是神经性-外向性和稳定性-内向性(Gray，1981)。在这一理论的基础上，诞生了不少测量冲动性的量表，包括Carver和White(1994)编制的行为抑制系统/行为激活系统量表(BIS/BAS)和Torrubia等人(2001)编制的惩罚敏感性和奖赏敏感性量表(SPSRQ)。

然而，最近越来越多的研究质疑行为激活系统所对应的人格是否是冲动性。例如，Smillie 和Jackson(2006)发现Dickman的功能型冲动性(见下)不仅与行为激活系统存在正相关，还与行为抑制系统存在负相关，说明冲动性不仅体现在行为激活系统中；Dawe等人(2004)以及Franken和Muris(2006)则提出冲动性的双因素模型，认为奖赏敏感性量表所测量的“冲动性”包括两个独立的维度：奖赏敏感性和鲁莽冲动性，直接将冲动性与Gray的奖赏敏感性剥离。

2.6 Dickman:Dickman冲动性量表(DII)

以上对冲动性的定义大多强调冲动性对行为的负面影响，对其可能存在的积极效用鲜有提及。而Dickman和Meyer(1988)的研究发现中等冲动性的个体比高冲动性和低冲动性的个体更易采取最优策略，能在速度和准确率之间达到更好的平衡，说明冲动不是完全负面的。因此，Dickman编制了Dickman冲动性量表(Dickman,1990)，包括了传统的非功能型冲动性和功能型冲动性(表现为在时间压力下能快速决策)两个维度。

2.7 Whiteside，Lynam和Cyders:UPPS-P冲动行为量表

多种冲动性定义和量表的并存使得冲动性研究处于混乱局面。因此，Whiteside 和 Lynam(2001)以大五人格理论为基础，对不同的冲动性量表和子量表(包括BIS-11，I-7，Dickman冲动性量表等)进行整合，得到四个独立的冲动性因素，分别是(消极)紧迫性，即在极端消极情绪下行为鲁莽；(缺少)计划性，即做事不加思考；(缺少)毅力，即无法专注当前任务；以及感觉寻求，即寻求刺激的活动。在此基础上，Cyders等人(2007)补充了一个新因素——积极紧迫性，指人在极端积极的情绪下鲁莽行为的倾向，最终形成了UPPS-P量表。UPPS-P量表是目前最全面的冲动性量表，包括两个与情绪相关的因素，两个与缺乏责任心相关的因素，和一个与感觉寻求相关的因素。

2.8 其他人格问卷中的冲动性维度

除了专门的冲动性量表，很多人格问卷也包含与冲动性相关的维度，包括三维人格问卷(TPQ)中的新奇寻求维度，多维人格问卷(MPQ)的控制维度，大五人格量表NEO-PI-R的冲动性维度，等。但与其他量表相比，用这些问卷测量冲动性的研究相对较少。

2.9 小结

在长期的研究中，研究者们提出了不同的冲动性定义并编制了与之对应的量表。从冲动性定义的发展过程看，不同的定义之间也并非完全独立，它们之间存在直接或间接的关系(见图1)。例如，Barratt和Gray的理论都强调冲动性与焦虑性之间相互对立；Gray的冲动性和焦虑性基本人格维度则是通过调整Eysenck的外向性和神经性维度坐标轴而得到；Eysenck的I-7量表中包括感觉寻求的因素；Dickman的功能型冲动性与Gray的强化敏感理论中的两个系统也存在相关；而UPPS量表更是直接整合了多种冲动性量表后的产物。尽管如此，这些关系不能掩盖冲动性量表研究中的一个重要问题：至今仍没有一个被一致认可的定义和一个被普遍使用的量表。Depue和Collins(1999)将冲动性的多种定义总结为：冲动性是多个低阶异质特质的集合，这些特质包括冲动性、感觉寻求、冒险性、新奇寻求、大胆冒失、探险性、无聊敏感性、不可靠性和无计划性。这种多种冲动性定义并存的局面给冲动性的测量和应用带来极大挑战。

图1 冲动性量表的发展关系图

3 冲动性的行为测量

量表基于自我报告，其有效性可能会受到社会赞许性和自我陈述过程中产生的回忆偏差和不确定性的影响。因此，研究者们提出了一系列以某些行为反应指标来测量冲动性的行为测量方法。这些行为测量可按任务性质分为反应抑制、延迟折扣、风险决策、沉思-冲动性、时距估计和产生这五个主要类别(见表2)，反映了研究者对冲动性的不同理解和定义。

表2 冲动性的主要行为测量方法

3.1 反应抑制任务

抑制能力差常被视作冲动性的一种行为表现，因此，反应抑制任务成为了测量冲动性的经典实验任务，主要包括Go/No-Go、被动回避奖赏损失、Stop Signal和持续性操作任务(Continuous Performance Task，CPT)。

3.1.1 Go/No-Go，被动回避奖赏损失，和Stop Signal

Go/No-Go任务是经典的反应抑制任务，测量被试对优势反应的抑制能力(Dong et al.，2010)。在这类任务中，错误反应率越高则抑制能力越差，也就意味着冲动性越强。被动回避奖赏损失任务是增加了奖惩的Go/No-Go任务。在该任务中，对Go刺激的正确反应有奖赏，而对No-Go刺激的错误反应有惩罚，被试需要逐渐学习哪些是No-Go刺激，并抑制对该类刺激的反应以避免惩罚(Newman et al.，1985)。在Stop Signal任务中，刺激出现后会有一段延迟，之后有一定的概率会出现停止反应的信号，被试此时需要抑制反应(Logan & Cowan，1984)。Go/No-Go任务要求被试在反应开始前抑制优势反应，而Stop Signal要求被试在反应执行过程中取消已经形成的反应(Schachar et al.，2007)。Stop Signal任务的因变量为停止信号的反应时，该反应时间越长，越难以取消行为，抑制能力越差，相应的冲动性也越强(Verbruggen et al.，2019)。

3.1.2 持续性操作任务

持续性操作任务(CPT)也常被用于测量冲动性(Walderhaug et al.，2008)。该任务考察被试在连续呈现的刺激序列中对目标刺激的探测能力及对优势反应的抑制能力。其中一种CPT-AX任务要求被试针对连续两个刺激的特定组合做反应，其他情况不反应(Halperin et al.，1991)。Dougherty等人(2002)在CPT-AX的基础上发展出了即时和延迟记忆任务(Immediate/Delayed Memory Task，IMT/DMT)。前者要求被试在当前呈现的数字组与前一数字组完全相同时做出反应，后者则要求被试判断当前呈现的数字组与三个无关刺激呈现前的那个数字组是否相同，相同时做出反应。相比CPT-AX任务，IMT/DMT任务还包括捕捉试次(catch trials)，在这些试次中，被试需要判断的两个数字组非常类似，被试在这些试次中的错误反应可以更好地反映其冲动性。

3.2 延迟折扣任务

Ainslie(1975)及Rachlin和Green(1972)将冲动性定义为：相对于延迟的大奖励，被试更倾向于选择即时的小奖励；因此，他们采用延迟折扣任务来测量冲动性，以奖赏折扣率为指标，折扣率越高，被试越愿意选择即时的小奖励，表明冲动性越强。Dougherty等人(2005)提出的“两选项冲动性范式”(Two Choice Impulsivity Paradigm，TCIP)和“单个关键冲动性范式”(Single Key Impulsivity Paradigm，SKIP)也是测量被试延迟满足能力的任务。

3.3 风险决策：仿真气球风险任务

一些研究者认为冲动性的另一种行为表现是更容易冒险，因此，仿真气球风险任务(The Balloon Analogue Risk Task，BART)也被一些研究者用来测量冲动性。在该任务中，被试需要对屏幕上的气球做模拟吹气，奖励和气球爆炸的概率都随吹气次数而增加，吹爆则清空奖励，甚至会有惩罚，被试可以自由决定是否停止吹气，拿走奖励(Lejuez et al.，2002)。在BART任务中，平均吹气次数越多，冒险水平越高，冲动性越强。

3.4 沉思-冲动性

冲动性的另一个重要行为表现是未经过深思熟虑就做出决策，即在没有收集到足够的信息进行评估时就急于做出决定。这种决策中的冲动性称为“沉思-冲动性”，其测量方法包括相似图形匹配任务(Matching Familiar Figures Test，MFFT)和信息取样任务(Information Sampling Task，IST)。

3.4.1 相似图形匹配任务(MFFT)

MFFT常用来测量青少年或儿童的冲动性(Avila et al.，2004)。在MFFT中，标准刺激和类似刺激同时呈现，被试需要从类似刺激中选出与标准刺激完全相同的一个，反应时越短，准确率越低，反映出被试做选择时越冲动(Kagan，1966)。

3.4.2 信息取样任务

尽管常被使用，但在MFFT中，视觉搜索和工作记忆能力与冲动性之间会发生混淆；而且根据“速度-准确性权衡”来划分沉思型(准确率高，反应慢)和冲动性(准确率低，反应快)被试并不十分合理，因为无法体现高速高准和低速低准的两类被试(Ault et al.，1976)。因此，Clark等人(2006)提出了一种不受视觉搜索和工作记忆影响的信息取样任务。在该任务中，有一个灰色格盘，其背面印有两种颜色，被试可以翻看任意数量格子，然后判断占据格子数量更多的颜色。平均打开的格子数和决策正确率都是冲动性的指标。冲动性高的个体倾向于打开更少的格子，做出决策的正确率也越低。信息取样任务正在被越来越多的冲动性研究所采用(Brennan & Baskin-Sommers，2019)。

3.5 时距估计和时距产生任务

有研究者认为，冲动个体的时间节律比正常人快，时间对他们而言过得更慢(Siegman,1961)。因此，时距估计和时距产生任务也是常用的测量冲动性的方法(Wittmann & Paulus，2008)。在时距估计任务中，被试需要对过去的一段时距进行估计，时距估计越长，冲动性越高；在时距产生任务中，被试需要自己操纵计时器产生一段目标时距，所产生的时长越短于目标时距，冲动性也越高。

3.6 小结

综上所述，依据对冲动性表现的不同理解，研究者提出了多种测量冲动性的行为方法。相对于量表，行为测量方法的优点是更不易受被试主观汇报的影响，所测结果更客观真实，但行为测量也存在弊端：(1)其结果更多反映了被试在特定环境下的某种状态而非稳定的心理特质，更容易受到不确定因素的影响。因此，用行为方法对冲动性人格进行测量的结果更不稳定，重测信度比量表差。例如，Weafer等人(2013)测量了多个行为测量任务和量表的重测信度，在五个行为任务中，只有延迟折扣任务的重测信度高于0.8，而量表的重测信度都在0.8以上；(2)这些行为任务本身大多不是专门针对冲动性的，例如，仿真气球任务是测量风险偏好的典型任务，而延迟折扣任务是经典的跨期选择任务。这些任务涉及多种不同的认知过程，只是因为可能与冲动性的某些具体行为表现相关，就被用来测量冲动性，其测量结果与冲动性特质之间的关系并没有强大的理论支撑，且不能完全排除其他心理过程对结果的影响。

4 冲动性的神经测量方法

随着技术的发展，有研究者也开始使用神经测量方法对冲动行为的神经机制进行探索，较常见的是在使用Go/No-Go，Stop Signal，持续性操作，延迟折扣等测量冲动性的行为任务同时，采用各类神经影像学和脑电技术测量对应的神经活动(Stoeckel et al.，2013；Wilbertz et al.，2014)。

这些研究发现不同冲动行为的神经化学和神经解剖学机制是多样的，没有某个单一脑区或神经递质的活动可以反映不同类型的冲动行为。例如，研究发现反应抑制能力与伏隔核核区的多巴胺释放减少有关，延迟满足能力与伏隔核核区的多巴胺释放减少以及核伏隔核壳区的多巴胺增加有关，但是伏隔核的损伤对Stop Signal任务的表现并没有影响，相反，背内侧纹状体的损伤会对该任务表现产生影响；而且，伏隔核和纹状体对冲动行为也并非单独发挥作用，几乎所有的伏隔核的传入结构都会影响伏隔核对冲动性的作用，而纹状体对冲动行为的影响也是通过复杂的神经网络运作的。此外，对冲动性的神经化学基础的研究也没有发现一个单独的神经递质活动对所有冲动行为起作用，5-羟色胺的消耗对会增加小鼠在反应抑制任务中的冲动反应，但在延迟折扣任务和概率折扣任务中，却得到相反的结果；同样，其他神经递质(如多巴胺)对冲动行为的影响也取决于所使用的冲动测量任务，对不同任务的效果不同(Dalley & Robbins，2017)。

总之，特定的神经通路或神经化学信号的效果都取决于所使用的冲动性测量任务，这也侧面反应了不同的冲动性测量任务所测量的冲动行为或冲动特质之间存在较大的异质性。

5 讨 论

冲动性的定义和测量方法如此之多，那不同的冲动性定义之间存在什么关系？不同测量方法之间的关系又如何呢？

5.1 冲动性定义的多样性

在冲动性研究的历史中诞生了多种对冲动性的定义。这些定义大致可以分为三类，即依据行为表现，心理机制或行为结果来定义冲动性。最初，Barratt(1959)、Eysenck等人(1985)和Zuckerman等人(1978)基于对冲动性的直观认知，依据现实生活中一些典型的冲动行为来定义冲动性。在这类研究中，冲动性的概念等价于一系列行为表现的集合，而哪些行为可以代表冲动性主要由研究者认同的人格理论和量表的统计分析结果决定。在这之后，研究者们也尝试以冲动行为产生的原因为基础来定义冲动性，例如，Gray(1981)从生理角度出发，认为冲动性由行为激活系统调节，对应对奖赏刺激的敏感性；Whiteside和Lynam(2001)则考虑冲动性的不同成因，在UPPS量表中从行为和情绪两个方面定义冲动性。与此同时，Dickman(1990)还尝试从冲动行为的结果来定义冲动性，依据结果的好坏将其分成功能型和非功能型冲动性。而不同的行为测量方法则更是直接测量了不同的行为指标，用这些指标代表冲动性。

虽然可将冲动性的定义分为以上三类，但每一类内的定义之间往往千差万别，没有一个定义可以代表该类别对冲动性的共识。基于此，目前只能笼统地将“冲动性”总结为一个可以反映冲动性的诸多行为表现和心理加工机制的集合，不同的研究者从这个集合中抽取不同部分，并将其定义为自己认为的冲动性。而且，尽管大部分研究者认为冲动性并不是单维的，但在这个冲动性集合中应该包括哪些维度并无界定。同时，这一集合中的各个元素之间不存在必然的联系，特别是心理加工过程与具体行为表现之间并不存在一一对应关系，导致不同类别的冲动性定义之间难以对应和整合。总体来说，虽然以往研究一致认为“冲动”是存在的，但“冲动性”是什么、该如何定义仍充满争议、尚无定论(Depue & Collins，1999；Strickland & Johnson，2020)。

5.2 不同测量方法之间的区别与联系

现有研究发现，对于冲动性的不同测量方法，量表之间相关性较高，行为测量方法之间以及量表和行为测量方法之间相关性都较低。对于量表而言，在 BIS-11，I-7和DII之间(Lan et al.，2003)；BIS-11，I-7和MPQ的控制量表之间(Reynolds et al.，2006)；DII，I-7，BIS/BAS和BIS-11之间(Miller et al.，2004)；SPSRQ，BIS/BAS，GRAPES(一个以Gray的行为激活系统为理论基础的量表；Ball & Zuckerman，1990)，TPQ和I-7之间(Caseras et al.，2003)；以及BIS/BAS，SPSRQ，TPQ和DII之间(Franken & Muris，2006)均存在显著相关。后三个研究还将其施测的量表的维度结构进行了因素分析，结果发现冲动性并不是一个单维的特质，但不同研究得出的冲动性维度结构并不一致。

对于行为测量任务而言，在自我控制选择任务(一种延迟满足任务)，两种延迟折扣任务，反应抑制任务和即时记忆任务(IMT)之间(Lane et al.，2003)；Stop Signal，被动回避奖赏损失，延迟折扣和BART之间(Reynolds et al.，2006)；以及Caswell等人(2015)所测量的九个冲动性任务之间，都没有发现不同类别的行为测量方法之间有相关。另外，对行为测量方法的因素分析也显示可能存在不同的因素，例如，Lane等人(2003)发现行为抑制和延迟折扣两个因素；MacKillop等人(2016)的因素分析结果得到冲动选择和冲动行动两个不同的因素。

对于量表与行为测量之间，Lane等人(2003)，Reynolds等人(2006)，以及Gerbing等人(1987)对同一批被试同时施测了不同的冲动性量表和行为任务，均未发现这两类测量方法之间存在相关，平均相关系数接近于零。此外，元分析研究也得到类似的结果：Cyders和 Coskunpinar(2011)发现量表与行为测量方法之间的绝对相关系数很小，平均只有 0.097；Sharma等人(2014)也发现量表或行为测量的平均相关最高只有0.14，总平均相关只有0.02。

量表综合评估了多个冲动性相关行为，反映出这些行为的共同趋势；再加上不同量表在发展过程中并非完全独立(见2.9)，它们所对应的冲动性定义之间存在着直接或间接的联系，导致各量表所测结果之间存在一定程度的相关。相反，行为测量的操作定义精准，大多只针对某一特定的行为反应，且不同的测量(如Stop Signal和BART任务)在理论和操作程序上往往存在较大的异质性，最终体现在测量结果上的低相关。最后，行为方法和量表所测量的冲动性因素几乎没有重叠，导致这两种方法的结果之间不存在相关。而且，行为方法中的结果指标往往会受到除冲动性之外其他因素的影响。比如，延迟折扣任务用折扣率反应冲动性，折扣率越高，冲动性越强，但是影响折扣率的因素有很多，例如被试的经济水平等；时距估计和时距产生任务用时间估计的偏差反应冲动性，但是情绪、压力和身体状况等也会影响估计的偏差。量表测量与行为测量之间的低相关也反映出两种测量方式本质的差异，前者测量出的“冲动性”是多种行为和态度的总体趋势，而后者测量的“冲动性”则是某一特定行为在实验室条件下的表现。即使量表中也包含了某个行为测量中采用的指标，该指标也只是众多指标中的一个，对“冲动性”的总体趋势影响有限。

不同的测量方法对应的冲动性定义在存在很大差异，甚至可以说，每一种测量方法都蕴含了一种特定的冲动性定义。对于量表而言，研究者们对冲动性定义的出发点不一致导致了多种因素并存，且当前并不存在统一认可的定义和量表；对于行为测量而言，其与量表背后的冲动性定义之间并不存在对应关系，让人质疑这些测量使用的行为指标是否能真实反映冲动性的水平。

6 冲动性测量的研究展望

总体来说，冲动性的定义和测量比较复杂，研究者们对冲动性是什么一直颇有争议。他们提出不同的观点理论，编制不同的冲动性量表，还采用不同的行为测量方法，表1和表2分别例举了其中比较常用的量表和行为测量任务。

这些方法虽各有优缺点，但在现有的量表中，UPPS-P整合了之前多个量表，是目前最为全面的冲动性量表；在行为测量中，Stop Signal是经典的冲动性测量任务，不包含复杂的认知加工过程，较少受到其他因素的影响，且在实施上已有较为统一的指导规则。在量表和行为测量之间，量表的信度和之间的相关性都比行为任务更高，且便于施测，对无特殊要求的冲动性测量比较适用。但对某些人群(如儿童)或在关注某些特定的冲动性行为(如鲁莽决策)的研究中，行为测量方法可能更佳。

虽然有这些总结和推荐，但目前冲动性的测量和应用仍较混乱，存在三个主要问题：(1)没有统一的冲动性定义，不清楚冲动性应该具有哪些基本维度。这导致研究者很难了解某一测量方法测量的是否是冲动性，如果是，测量的是哪个或哪些维度。Strickland和Johnson(2020)甚至提出，鉴于当前冲动性定义的混乱局面，我们应该拒绝将冲动性作为一个心理构念；(2)对各种测量方法之间关系的研究不够全面。现有的研究往往只探索其中几个测量方法之间的关系，缺乏囊括所有主要测量方法以得到这些方法之间完整相关矩阵的研究；(3)对冲动性的测量没有明确的应用准则，研究者在选择测量方法时比较随意，导致不同冲动性研究的结果之间难以对比和整合，阻碍对冲动性这一人格特质及其影响的全面理解。针对这些问题，我们对冲动性测量的研究有以下展望。

在理论上，未来研究应着眼于找到一个能被普遍认可的冲动性构念。冲动性并不是唯一一个难以定义的人格特质或心理概念，对“智力”的研究之前也面临多种定义和理论并存的混乱局面，Spearman(1904)对大量的智力测量任务进行建模和测量后最终总结出g和s两类因素，形成了智力的二因素理论。Frey等人(2017)借鉴Spearman的思路，对“风险偏好”这一心理特质及其测量方法进行整合，结果也发现了一个普遍的风险寻求因素“R”和七个不同的特殊因素。未来对冲动性的研究也可以尝试类似的方法，探寻冲动性的普遍因素和特殊因素。

在测量应用中，一个未来的研究方向是运用机器学习算法，从现有测量方法中挖掘出新的、有更好预测效度的冲动性测量方法。Eisenberg等人(2018)在对自我规范(self-regulation)的研究中，尝试以诸多量表的题目为题库，经过因素分析后重新组合成一个更优的量表。冲动性的测量可借鉴该研究思路，打破现有量表和行为测量间的限制，找到更佳的测量方法。在此过程中，可以利用近年兴起的机器学习算法(孙鑫等，2018；Dwyer et al.，2018；Yarkoni & Westfall，2017)，深度挖掘不同量表条目和行为任务指标之间的关系，将它们有效整合、得到对冲动性行为准确预测的算法。这类研究的结果可能与传统心理测量的结果很不相同，测量方法会同时包括某些量表的某些条目和某些行为任务，计算冲动性的指标也要依赖所用算法的内在方法，可能会更复杂。但在无公认最佳测量方式的冲动性研究领域，这样的新方法有可能打破局面，产生突破性的结果。

对冲动性的研究到目前已有近90年的历史。在这个过程中虽然产出大量的研究积累和众多的测量方法，但领域内仍存在定义不统一、方法应用不规范等重要问题。要从本质上改变这一局面，应用新的研究思路和手段，对不同的冲动性定义和测量方法进行深度整合势在必行。