智商與情商哪個對學習更重要？ ＊

張 靜

（華東師范大學教育學部教育心理學系，上海，200062）

一、問題提出

在學校里，誰能取得成功？關于智商與情商哪個對學習更重要的問題已受到學界的廣泛關注。學生智商高，其學業成績就一定好嗎？在傳統意義上，智商被視為學習的關鍵因素（Deary et al., 2007;Roth et al., 2015），且智商高的人更易獲得成功。有研究也發現，情商在塑造學生的日常學習行為和學業成績方面也同樣重要（De Feyter et al., 2012; Poropat, 2009）。除了諸如任務價值觀或學業自我概念等動機概念 (Marsh, 2007)，大五人格（外向性、宜人性、盡責性、情緒穩定性和開放性）能夠測量75%以上的個體非認知能力（Heineck & Anger，2010），也已成為中小學 (Poropat, 2009; Vedel & Poropat, 2017) 和大學 (Richardson et al., 2012) 預測學業成績的有力因素。因此，高智商并不代表成功，只有重視學生智商發展的同時，培養健全的人格，即具備高水平的情商，才是他們學習創新并走向成功的必要條件。

然而，智商、情商（以大五人格為測量指標）和學業成績之間的關聯有多大的一致性和可概括性？從概念化的角度來看，學業成績是學習過程的結果，就其本質而言是交易性的。也就是說，學習過程反映了學習者的個體特質與學習發生的環境特征之間的相互作用（Eccles et al., 1993)。根據特質激活理論（Tett & Burnett, 2003），人格特質是否會表現為能影響學業成績的行為，關鍵取決于這些特質是否被上下文或情境線索激活。這些特質相關線索可能存在于任務中（例如，寫作文學文本可能需要藝術和審美思維，從而激活開放性）、社會環境（例如，教師期望學生在課堂上參與小組任務，從而激活外向性）或更廣泛的組織環境中（例如，學術類學?？赡芴貏e重視刻苦的學習行為，從而激發盡責性）。本研究綜合了理論論點，意在表明不同的學科代表著不同的學習和表現環境，這些環境會激活個體不同的特質，并且促進這些特質的培養與發展。具體而言，本研究調查了智力和大五人格與學業成績之間的關聯是否因學?？颇浚ㄕZ文、數學和英語）而異。

二、文獻綜述

（一）以往關于智力、大五人格和學業成績的研究

智力被認為是學業成績的最強預測因素之一（Deary et al., 2007; Lechner et al., 2017; Spinath et al.,2010)，并且是獲得知識的必要基礎 (Greiff & Neubert, 2014)。一項元分析研究揭示了智力和學業成績之間存在強相關性 ( Roth et al., 2015)。流體智力（推理）和標準化成績測試之間的相關最顯著（Deary et al., 2007），而與學校成績之間的相關較?。↙echner et al., 2017; Roth et al., 2015）。最新研究表明，人格特質在預測學業成績與智力同樣重要，有時甚至更為重要（Lechner et al., 2017) ，已有相關元分析成果（De Raad & Schouwenburg, 1996; Poropat, 2009; Richardson et al., 2012)。此類研究的大部分是基于大五人格模型，且發現盡責性和開放性與學業成績相關最密切（Poropat, 2009）。盡責性有時被稱為“取得成就的意愿”（Digman, 1989），包括諸如渴望成功、組織和自律等有助于學習動機和努力的因素（Kim et al.,2016）。 例如，盡責性得分越高的學生會花更多的時間做家庭作業，而較少拖延（Lubbers et al., 2010)。開放性包括求知欲、創造力和審美敏感性等方面。開放性較高的學生會使用更加精細的學習策略，并投入更多的精力把新的信息與已經獲得的知識聯系起來。他們也更有可能會選擇提供更豐富學習機會的刺激性環境（Ziegler et al., 2012）。

其他三個人格特質與學業成績均呈弱相關且有不同的特點。宜人性與學業成績呈弱正相關（Poropat, 2009）。宜人性得分高的學生往往更愿意合作、更順從社會要求（Vedel & Poropat, 2017）。與低宜人性的學生相比，他們花更多的時間在家庭作業上，但也更拖延（Lubbers et al., 2010）。情緒穩定性與學業成績呈弱正相關（Poropat, 2009）。情緒穩定性低的學生可能會在使用合適的學習策略時有困難，并且可能會花較少的時間做家庭作業（Lubbers et al., 2010），這對其學業成績有消極影響。另一方面，低情緒穩定性的學生可能會對失敗產生更大的恐懼，從而促使他們增加對考試的準備，進而提升學業成績（Rosander et al., 2011）。最后，外向性與成績的相關性很小且大多是負向的（Lechner et al., 2017；Poropat, 2009），這可能會分散學生對學校任務的注意力并增加拖延行為（Lubbers et al., 2010）。 然而，外向性較高的學生還可通過保持精力和動力（De Feyter et al., 2012）和養成良好的學習方法（De Raad &Schouwenburg, 1996）來優化學業成績。

已有研究表明，智力與大五人格對學生學業成績的預測作用在不同的學科上存在差異（Spinath et al., 2010；Zhang & Ziegler, 2015）。具體而言，智力在解釋學生的數學成績上，要優于對語言成績的解釋力。情緒穩定性對學生數學學習更為重要，而外向性對學生語言學習更為重要。

（二）智力與大五人格的交互作用和學業成績

智力和人格都能預測學生的學業成績，但兩者對學業成績的預測是相互獨立的嗎？在這一問題上，很早就有學者提出一個人的最終表現往往取決于一個人與表現相關的能力（包括知識、技能和智力）、表現機會（受環境約束的社會經濟資源等）以及個人的表現意愿（包括動機、文化規范和人格特質）。換言之，一個人的表現意愿并不是自動服從于一個人的表現能力。如果徒有能力，卻沒有意愿去完成任務，那么最終的表現也不會很好。因此可以推測，智力和人格等因素可能會增強或彌補其各自對學業成績的影響，即兩者在預測學業成績上存在交互作用。事實上，Ziegler等人（2012）提出的“開放性人格-流體智力-晶體智力”模型（簡稱OFCI）也對這一問題進行了詳細闡述，并著重討論了開放性和流體智力（Gf）在發展晶體智力（Gc）方面的相互作用關系。OFCI模型主要提出四個核心假設（環境豐富假設、環境成功假設、投資假設和開放性通過Gf間接影響 Gc假設），具體說明開放性、Gf和Gc之間的關系。開放性被視為接觸新信息的傾向，因此為學習提供了起點。環境豐富假設也認為開放性會促使人們進入更豐富的環境，這有助于他們實踐，從而對Gf的發展產生積極影響。將這一觀點進一步應用于學業成績的預測，開放性和Gf都被認為是學業成績的重要預測因素。作為當前OFCI模型的擴展，在預測學業成績時，開放性和Gf之間也可能存在交互作用。之前的研究也證實這一假設，并揭示在預測學業成績時，這兩種建構之間存在正向（Heaven & Ciarrochi, 2012）或負向（Zhang & Ziegler, 2015）的交互作用。為了進一步改進已有的橫斷面研究設計，本文采用縱向交叉滯后模型考察中學生的智力、大五人格和語數英三科學業成績的縱向發展關系，并進一步探索智力與開放性是否存在交互作用影響學生的語數英三科學業成績?；谝酝睦碚摵蛯嵶C研究，本文提出以下研究假設：

研究假設1：學生先前的智力能夠正向地預測隨后時間點的語數英成績。

研究假設2：大五人格的盡責性和開放性人格特質正向預測學生語數英成績，而外向性人格特質正向預測學生的語言（語文和英語）成績。宜人性和情緒穩定性人格特質對語數英三門學科成績的預測不明確，在本研究中是探索性的。

研究假設3：智力與開放性人格特質對學生語數英三科成績的預測存在交互作用。

三、方法

（一）被試與程序

本研究數據來自一項關于影響學業成績的智力與非智力因素的追蹤研究。被試為福建省莆田市5所中學的860名初二和高一學生。研究追蹤1年，共進行了三次測試。第一次測試（T1）安排在學期開學的第一周，委托班主任老師給學生介紹本研究并發放《家長知情同意書》，由學生的家長簽名后再進行回收。93%的父母同意孩子參加此項研究，之后共發放860份問卷，共回收836份有效問卷。其中男生430名，女生406名，學生的平均年齡為15.35歲（SD= 1.31年）。第二次測試（T2）是在學生期中考試后一周，由于學生缺勤等原因共有769名學生參與，參與率達到92%。第三次測試（T3）是在學生新學期的期末考試之后一周，由于學生轉學、缺勤等原因，共有592名學生參與，參與率達到71%?？傮w而言，參與率在長時性追蹤研究中比較高，而且卡方及T檢驗分析也表明，流失的被試與繼續參與測試的被試，在第一次測試的智力、大五人格特質和學習成績上均不存在顯著差異，故被試不存在結構化缺失。

（二）工具

1. 智力

采用Raven（1981）編制的瑞文標準推理測驗來測試學生的智力水平，共包括40個題目。答對一題得1分，答錯得0分。總分越高，表示智力水平越高。在本研究中，該測驗的內部一致性系數很好：ω =0.97 （Revelle & Zinbarg, 2009)。

2. 大五人格特質

采用Yao和Liang (2010) 翻譯并修訂的大五人格量表（NEO-Five Factor Inventory, NEO-FFI）測試被試的大五人格特質。該量表共60題，包括盡責性、情緒穩定性、外向性、開放性和宜人性5個維度，每個維度各有12題。量表采用5級計分，從1（完全不同意）到5（完全同意），總分越高，該人格特質越明顯。在本研究中，大五人格5個分量表三次測量的內部一致性系數較好，分別為盡責性（T1：0.83；T2：0.83；T3：0.83）、情緒穩定性（T1：0.85；T2：0.86；T3：0.85）、外向性（T1：0.81；T2：0.82；T3：0.80），開放性（T1：0.69；T2：0.70；T3：0.69）和宜人性（T1：0.65；T2：0.68；T3：0.67）。

3. 學業成績

從年級班主任處獲得學生在參與測驗前后連續三次期中或期末考試的語數英成績，把三次考試的分數各自根據班級考試分數分布轉換成Z分數作為學業成績。

（三）分析方法

首先，使用R對研究中的各變量進行描述性統計分析。其次，使用Mplus 7.2 (Muthén & Muthén,1998—2017）對研究中各個潛變量的測量模型進行測試，以檢驗指標是否能夠很好地預測其對應的潛變量。如果測量模型擬合度良好，在此基礎上構建結構方程模型。由于大五人格和智力每個潛變量各自的測量指標比較多，遵循Little（2013）的建議，對這些潛變量的原始觀測指標進行打包，分別生成3個項目包，從而平衡因子載荷，增加模型的簡潔性，并減少與每個原始項目相關的測量誤差的影響（Little et al., 2013）。根據以往研究，選擇用卡方值/自由度檢驗，同時將比較擬合指數（CFI）、近似誤差均方根（RMSEA）、標準均方殘差（SRMR）作為判定模型的擬合度的指標（Hu & Bentler, 1999）。當CFI≥ 0.90、RMSEA ≤ 0.08、SRMR ≤ 0.06時，模型擬合度達到可接受水平。由于本研究是一項長時性追蹤研究，為了確保各潛變量的所有觀測指標在不同的測試時間測量的是同一個建構，我們分別對這些潛變量進行三種不同程度的測量等值檢驗：形態等值（無約束，允許各類參數自由估計）、弱等值（因子載荷等值）和強等值（因子載荷和截距等值）。首先檢驗形態等值，即檢驗潛變量的構成形態是否相同，同時也為下一步檢驗設定基線模型。至少在滿足強等值之后，長時比較才真實有效（Cheung & Rensvold, 2002）。為了判斷測量等值的程度，除了每個模型的整體擬合外，還可以查看模型擬合的相對變化。當Δ CFI ＜ 0.01且限制模型的RMSEA落在非限制模型的RMSEA 95% 置信區間以內，則認為模型等值成立（Cheung & Rensvold, 2002）。測量等值成立以后，然后對每個學科進行潛變量交叉滯后模型檢驗，分別考察大五人格與語數英三門學科成績的雙向作用。具體而言，在控制自回歸系數的基礎上，進一步控制大五人格與學業成績在三個時間點的橫斷相關，從而用前一次測量的大五人格預測后一次測量的學業成績與用前一次測量的學業成績預測后一次測量的大五人格。同時，整個模型中，加入第一個時間點的智力對第二時間點和第三個時間點的學業成績的預測路徑，并采用限制模型限定路徑及相關跨時間等值。最后，采用潛變量交互作用模型來考察智力與開放性人格是否對語數英學業成績存在交互作用（Klein & Moosbrugger, 2000）。

四、結果

（一）描述性統計分析

表1呈現了智力（T1）、 大五人格（T1-T3）、 和語數英三門學科成績（T1-T3）的均值、標準差以及兩兩之間的相關系數，結果表明，語數英三門學科成績與智力、開放性呈顯著的正相關關系，與盡責性關系較弱。情緒穩定性與數學成績之間相關更密切，而外向性對語文和英語成績的相關更大，這與理論預期基本相一致，為研究假設提供了初步的支持。

表1 本研究中各變量的平均數、標準差以及變量之間的相關系數信息

（二）測量模型檢驗

測量模型所涉及的潛變量包括大五人格特質（盡責性、情緒穩定性、外向性、開放性和宜人性）和智力。由于大五人格五個維度和智力分別是由3個項目包所測量，測量模型處于恰好識別的狀態：df為0，CFI指數為1，RMSEA和SRMR指數均為0（Brown，2006）。同時，所有的因子載荷均大于0.40且顯著（p＜ 0.001），這意味著觀測指標很好地代表了其對應的潛變量。

（三）測量等值檢驗

在形態等值檢驗中，允許各種參數自由估計，得到的模型擬合指數見表2的M1。各擬合指數均達到心理測量學要求（CFI ≥ 0.90，RMSEA ≤ 0.08，SRMR ≤ 0.06），形態等值成立。當設定同一觀測指標在不同測試時間點上因子載荷相等之后，模型與數據擬合良好（見表2的M2）。而且受約束模型（弱等值）相較于未約束模型（形態等值），結果顯示ΔCFI≤ 0.01或 ΔRMSEA ≤ 0.015，支持各潛變量對應觀測指標的因子載荷跨時間點等值，即弱等值成立。在此基礎上檢驗強等值，分別設定每個觀測指標在不同測試時間點上的截距等值，數據與模型擬合達到心理測量學可接受水平（見表2的M3）。強等值（vs.弱等值）結果顯示 ΔRMSEA ≤ 0.015或 ΔCFI ≤ 0.01，說明了各觀測指標跨時間點截距等值成立，即強等值成立。

表2 測量等值模型擬合指數信息

（四）智力、大五人格與學業成績的交叉滯后模型

為了進一步檢驗研究假設，本研究共構建了三個潛變量之間的結構模型來檢驗大五人格與學生學業成績之間的縱向關系。由于學生的智力只在第一個時間點被測量，在整個交叉滯后模型中自由估計第一個時間點的智力對第二個時間點和第三個時間點學業成績的預測路徑。如表3所示，三個結構模型的擬合效果達到了測量學上可接受水平，最終的模型結果如表4所示。在該模型中， T1-T2: β =0.09（語文）/0.06（英語）/0.11（數學），p＜ 0.001；T2-T3: β = 0.09（語文）/0.06（英語）/0.13（數學），p＜0.001。然而，學生的盡責性、外向性、宜人性和情緒穩定性均不顯著預測學科成績。此外，學生的智力（T1）也顯著的正向預測隨后時間點的學科成績T2： β = 0.02 （語文,p＞ 0.01）/0.05（數學）/0.10（英語），p＜ 0.01；T3: β = 0.06（語文）/0.05 （英語）/0.07（數學），p＜ 0.01。這與研究假設基本一致，即學生越開放、喜歡探索、充滿好奇心，越容易獲得較高的學業成績。學生的智商越高，越可能取得較高的學業成績，最終獲得學業成功。

表3 結構模型擬合指數信息

（五）開放性與智力對學業成績的交互作用

為了進一步檢驗大五人格中的開放性人格與智力對三科學業成績是否存在交互作用，將潛變量交互項（開放性*智力）納入到整個交叉滯后模型中。由于其他人格特質不顯著影響三科學習成績，為了保持模型的清晰簡潔，模型中只包括三個時間點的開放性和學業成績，以及T1智力，并自由估計開放性與學業成績的雙向關系，讓T1其他4種人格與智力分別預測T2 和T3學業成績，且讓T1智力與開放性的交互項預測T2學業成績，讓T1智力與T2開放性的交互項預測T3學業成績，最終模型如圖1—3。值得注意的是，潛變量交互作用模型Mplus不報告常規的模型擬合指數信息（如CFI，RMSEA 和SRMR等），但相較于沒有加入交互項的模型（見表3的 M1），BIC數值變小，說明加入交互項的模型（見表3的 M2）更好。結果如表4所示，開放性與智力對語文（β = —0.12/—.013，p＜ 0.001）和數學成績（β = —0.05/—0.06，p＜ 0.001）存在顯著的交互作用。

表4 大五人格、智力與語數英三科成績的縱向關系

圖2 智力、大五人格和數學成績的關系模型

五、討論

本研究結果發現，學生的智力和開放性對后續時間點學生的語數英三科學習成績均有顯著影響。此外，學生的智力與開放性人格不僅獨立影響其學業成績，而且存在交互作用。負向的交互作用表明，學生的智力和開放性人格對學業成績的影響是互補的，兩者可以彌補彼此的不足和短缺。一般來說，當學生的智力水平正常，但其開放性人格得分很高，也容易取得好成績，反之，當學生的開放性得分較低，但其智力水平很高，同樣也可以取得好成績。本研究在一定程度上揭示了對中學生而言，其智力和人格對學業成績都非常重要，一般而言，智商很難去改變，但作為家長和教育工作者，可以開發一些干預項目來培養學生健全的人格，即提升情商，這也驗證了 Ziegler 等人(2012) 的OFCI模型在中國文化下同樣適用。

圖3 智力、大五人格和英語成績的關系模型

（一）智力、大五人格與學業成績的縱向發展關系

本研究發現，中學生第一次的智力測驗結果可以顯著正向預測第二次和第三次的數學和英語成績，這表明中學生的智力越高，數學和英語成績得分也越高。而智力對中學生語文成績的作用不大且不顯著，這與已有的研究結果相一致（Taub et al., 2008）。究其原因可能是與不同科目各自的特點有關，中學生學習語文（母語）不同于數學和英語等其他科目。對于中學生而言，數學和英語比較新也比較難，而語文基本上是通過每天的日常交流、閱讀書刊和報紙來學習，學生的熟悉度更高。數學通常包括算術、邏輯推理和幾何圖形等，而數學題多數答案都是唯一的，且有對錯之分。作為第二語言，英語基本上是一門全新的課程，有其新的詞匯和語法體系，學生對其熟悉程度較低，且難度較大。因此，相對于母語而言，數學和英語學習起來比較困難，對學生的智力水平要求稍高一些。此外，本研究主要采用瑞文推理測驗測量學生的流體智力，又稱圖形推理能力，而本研究的對象剛好是初二和高一學生，他們已經開始學習幾何圖形，這對圖形推理能力要求較高，因此與語文和英語相比，智力對他們數學學習的預測作用更大?？偟脕碚f，流體智力在解釋學生學業成績差異上，特別是對語文成績的解釋上，弱于西方文化中的報告（Heaven & Ciarrochi，2012）。這一差異可能是由于中國文化造成的，即中國父母和教師主要信奉儒家文化，相信勤能補拙，經常會鼓勵他們的孩子和學生學習態度要認真，勤奮好學才能彌補智力上的不足（Tweed & Lehman，2002）。因此，這種文化差異可能導致學生在這些變量上的平均水平差異，以及影響這些變量在預測學業成績上的相對重要性（Lu et al., 2011）。

關于大五人格，本研究發現開放性人格顯著正向預測學生語數英三科學習成績。開放性主要強調個體是否對認識和學習多樣性、新奇性事物具有偏好，是否具有創新、創造性的心態和習慣，同時能對不同的觀點和文化持有包容、開放的態度。開放性得分高的學生更傾向于將新知識與已有知識聯系在一起，也更有可能會選擇提供更豐富學習機會的刺激性環境（Ziegler et al., 2012），從而提升學業成績。但是，其他人格特質，特別是盡責性和情緒穩定性，并不能顯著預測隨后時間點的三科學習成績，這與前人的研究不一致。Spinath等人（2010）發現，神經質（情緒不穩定性）顯著負向預測數學成績，這可能是學生學習數學的焦慮所致。歸根結底，數學學習主要涉及使用算術和數理邏輯來解決問題，而數學問題通常具有很大的挑戰性，答案有對錯之分，所有這一切都會引起學習焦慮，導致學習成績下降。本研究中呈現不一致的研究結果，可能是因為本研究以中國中學生為研究對象，且采用追蹤設計考察大五人格與學業成績的發展關系。未來研究可選取中西方一定數量的中學生，并采用長時追蹤設計開展跨文化研究交叉驗證兩者之間的作用關系。

（二）智力與開放性人格的交互作用

本研究以中國中學生作為獨立樣本，通過長時追蹤研究設計，結果表明智力與開放性人格之間存在交互作用，會影響學生的學業成績。盡管前人研究也報告兩者之間的相互作用，但采用的是橫斷面研究設計（Heaven & Ciarrochi, 2012; Zhang & Ziegler, 2015）。在作用關系上，智力和開放性人格之間的負向交互作用可以解釋為一種補償關系：兩個變量中任何一種變量表現得足夠好，學生的學業成績就好。換言之，其中一個變量的水平特別高，則另外一個變量對學業成績的解釋力并沒有提高。這還意味著，即使學生的好奇心不強，或者不太愿意尋求新知識，只要他們的智力高，也能夠很好地完成學習任務，成績也好。同樣，具有高開放性的學生可能并不需要高水平的智力，因為他們對不同的領域充滿好奇心，積極掌握新思想，并尋找有助于提高學習成績的新經驗。另外一種可能的解釋是，在學校環境中，高智力與高開放性相結合未必總是有益的。高智商與豐富的想象力和好奇心結合起來，會使學生注意力分散，對學校教學內容的興趣會下降。對于智力較低、開放度較高的學生，科目內容可以滿足較高水平的好奇心，而對于智力較高、開放度較低的學生，科目內容足以構成挑戰。未來的研究可以運用實驗方法或經驗抽樣法來收集更多的過程性數據，以幫助檢驗這些不同的觀點。

（三）研究不足與展望

盡管本研究揭示了智力、大五人格和語數英三科學業成績的發展關系，理論上驗證了Ziegler等人的OFCI模型在中國文化下同樣適用，實踐上也證明了智力與人格，特別是開放性，都能預測學生的學業成績，而且智力與開放性相互彌補，相輔相成地促進學生的學習。但是，本研究也存在以下局限性：首先，本研究利用學生自評問卷來測量學生大五人格，數據的來源比較單一，且容易受社會贊許性影響，未來可考慮收集來自學生家長、教師和同伴評價數據，多方論證學生的大五人格。其次，盡管本研究通過縱向追蹤的方法，顯著改善了橫斷面研究的不足，但僅通過追蹤法調查了學生的大五人格與三科學業成績的相互關系，追蹤期限僅為1年，相對較短，且學生的智力只在第一個時間點被測評。今后的研究可能會進一步延長追蹤時間(如3年)，增加5次以上的測評時間點(Bollen & Curran, 2004），長期追蹤測評學生的智力、大五人格以及學業成績之間的雙向作用關系。最后，本研究在智力上僅僅考察了學生的流體智力，也即圖形推理能力，而忽視了學生的晶體智力，且以往研究發現晶體智力與學生的知識獲得和學業成績直接相關（Roth et al., 2015），未來研究可多增加此方面的測評，更加全面分析智力與人格對學業成績的雙向發展關系。

六、結論

本研究通過對836名中學生進行為期一年的追蹤研究，結果表明，學生的智力和大五人格，特別是開放性人格特質，對其后續時間點的語數英成績具有顯著的預測作用。更為重要的是，從長遠來看，學生的智力與開放性人格特質可以相互彌補對方的不足，從而影響學生以后的學習成績?？傊巧膛c情商因素既有區別又緊密聯系，對學生的學習都非常重要，對于現代教育尤其是中小學教育來說，智育和心育如同手心手背一樣，哪一方面都不可或缺。