測評是判斷，是根據行為樣本（特定場合下的特定行為）對行為總體（類似場合下的一貫行為）的判斷。由于語言和語言所反映的文化差異，使得外國的測評再好，也無法簡單翻譯過來在中國使用。而且也沒有必要，因為中國測評的傳統足以讓我們繼承并發揚光大。

    早在十幾年前，我就聽我的導師楊中芳博士談心理學的本土化，現在離開學術界，更加從實用的角度體會到本土化的必要。

    所以，本文以中國測評傳統為正宗，并且一反傳統做法，以行為觀察法為主流，以心理測驗法為旁支，討論我所了解的古今中外測評的理論和實踐，不求全面，但求獨到和深入淺出。

    行為觀察法和心理測驗法是我對人力資源測評的二分法。我不想為行為觀察法和心理測驗法下定義，我相信例子比定義更能說明問題。比如測量一個人的口頭溝通能力，行為觀察的做法可能是：讓測評對象參加一個討論，然后專家觀察、記錄測評對象在討論中的行為，并根據一定的標準打分。心理測驗的做法可能是：呈現一段對話的文字描述（或錄音、錄像），然后讓測評對象做多項選擇題。

    貼士：行為觀察法記錄和評估的內容包括：領導行為、說服行為、人際交往行為、解決問題過程、書面計劃、對話等任何現實生活中有目的的社會和個人行為。心理測驗法記錄和評估的內容包括：選擇題答案、反應時、回憶或再認的準確率和數量、生理反應（如心率、皮膚電阻、心/腦電反應），自我評估的分數等可以數量化的指標。投射測驗不在本文所稱心理測驗法范圍之內。

    中國的測評重視行為觀察

    一般中國人談人力資源測評，都把西方（西歐和北美）的人事心理學（personnel psychology）或產業與組織心理學(industrial/organizational psychology)作為正宗。其實，西方研究測評歷史的學者，卻是言必稱中國。他們書寫的測評史往往以中國的科舉開始。中國的科舉制度是大規模應用測評最早的、也是對社會發展有長遠重大影響的測評實踐。科舉制度使得農民天資聰穎的子孫們可以通過寒窗苦讀而考取功名、走上仕途、甚至與皇室攀親。比起古代印度的種姓制度，古代中國的科舉對于社會發展的促進作用不言而喻。

    可惜，當代中國人很少想起中國測評的輝煌。中國測評專業人員的精力，主要用在學習西方的心理學，特別是心理計量學上了。更可悲的是，許多專業造詣較淺的人力資源從業人員熱衷于測評軟件。普通中國人所接觸到的測評，大多是以多項選擇題和自我評估量表為特征的標準化心理測驗，主要分認知能力測驗和自我報告的人格問卷兩大類。像卡特爾16因素人格測驗、MBTI等著名的心理測驗，許多中國人力資源管理從業人員都叫得出名字。

    中國自古崇尚行為觀察，孔子說，“始吾于人也，聽其言而信其行；今吾于人也，聽其言而觀其行。”聽其言而信其行，是自我報告的人格測驗(self-reported personality tests)和情境或行為訪談（situation- or behavior-based interviews）的理念。聽其言而觀其行，則是工作樣本(work samples)、情境模擬(simulations)和評鑒中心(assessment centers)的理念。

    《莊子·列御寇》中的9種知人之法，屬于行為觀察法：

    “故君子遠使之而觀其忠，近使之而觀其敬，煩使之而觀其能，卒然問焉而觀其知，急與之期而觀其信，委之以財而觀其仁，告之以危而觀其節，醉之以酒而觀其則，雜之以處而觀其色。九征至，不肖人得矣。”

    先秦時代《呂氏春秋》所載的“八觀六驗”，漢魏時期的劉劭在《人物志》中提出的“八觀五視”等等知人方法，都是行為觀察法。

    科舉考試用的是多種測評方式，需要訓練有素的測評師評分。當今中國人以為科舉考試就是八股文章，這是誤解。其實，科舉的考試方法很像現在的評鑒中心。

    據陳社育的說法，中國測評的傳統是方法多元化，并大量使用情境模擬。以科舉考試為例，在測評指標上，科舉考試可謂全面：政治見解、行政工作能力和體現在文學藝術上的獨創能力。陳社育列舉了科舉考試綜合使用的幾種方法：

    1. 貼經：主考官任取經書的一頁，將左右兩邊遮蓋，中間只露出一行，另一紙貼3―5字不等，要被試者將所貼的字填出來。

    2. 墨義：由考官出30條、50條或100條問題，讓被試回答，既可筆試，也可口試。

    3. 策問：要求被試者對現實問題（如政治、吏治、教化、生產等）提出建議。

    4. 詩賦：要求被試者當場撰寫詩詞，以考察其思想品德、文化修養和文學才能。

    陳社育總結科舉中的口試的3種形式：

    1. 主考詢問。

    2. 根據命題準備好答案提綱， 再逐個口答問題。

    3. 考生講演，主考和聽眾進行評議（古稱“試誦說”）。

    （關于中國科舉中的測評，詳見陳社育《我國古代心理測量思想述評》江蘇教育學院學報：社科版1999.04）

    心理測驗是人力資源測評的歧途

    上個世紀是西方心理學長足發展的一個世紀。同時，西方測評師在做測評時，往往以心理測驗法為主，而以行為觀察法為輔。根據Susan E. Embretson的預測，這個趨勢會在二十一世紀的美國得到延續。

    貼士：從實際效用的角度看，心理測驗和其所依據的心理計量學實際上是對人力資源管理的誤導，因為心理測驗所測量的認知能力和人格與實際生活中的能力和成就尚有一臂之距。換言之，心理測驗所測量的能力局限于學業能力。按照后來的智力理論家（例如R. J. Sternberg和H. Gardner）的觀點，智力并不是單一的能力。例如，智力至少包含個人智力(personal intelligence)、自知力(intrapersonal intelligence)、以及人際智力(interpersonal intelligence)。其中，正統心理測驗能夠準確測量的，頂多是個人智力中的學業智力（academic intelligence）。

    美國軍隊曾經大規模應用心理測驗。例如，第一次世界大戰中美國心理學家用智力測驗作為從近二百萬應征者中征兵的篩選工具，當時有α和β兩套測驗，α用于有閱讀能力的人，β用于不懂英語的人或文盲半文盲。心理學界認為這是成功應用心理測驗的典范，可是根據美國暢銷書Storming Heaven: LSD and the American Dream，

    “……結果令人失望。測驗淘汰了八千六百四十八個智力低下者，同時得出結論：這些人以及他們所代表的全體美國人的平均智力年齡只相當于13歲零一個月。換句話說，一般美國人的聰明程度與十幾歲少年相仿。

    一戰中心理學家們還用了人格測驗預測一個人在戰場上的表現，結果并不成功。Storming Heaven一書中這樣寫道：

    武德沃茲設計了一套125題的問卷用于測量哪些人格在作戰時會崩潰。不幸的是，這個工具在實用性上是一個失敗。

    即使在重視學業智力的教育測驗領域，心理測驗法的有效性也受到挑戰。二十世紀末，美國有人開始提倡所謂真實測評（authentic assessment），或稱作業測評（performance assessment），看重開放式問答(open-endedresponses)、論述題(essays)，以及學生作品。值得一提的是，歐洲的教育考試，一直沒有像美國那樣依賴多項選擇題。

    以行為觀察為主流，以心理測驗為旁支來看人力資源測評的發展，對于一般心理學出身的人來說，不是一件容易事。據中國評鑒中心的先行者陸紅軍講，80年代他在國內推廣評鑒中心時，許多中國心理學界的人認為是旁門左道。其實，對于綜合、實用能力的測評，最有效的方法不是心理測驗，而是行為觀察。

    觀察法的外在效度高，成本也高，適用于重要崗位的選拔

    戰爭比商業競爭更殘酷。戰爭中，國家主權和成千上萬的人命都掌握在將帥手上，所以選將是所有人事選拔中最重要的事。這種場合，沒有人敢用心理測驗決定由誰帶兵打仗。戰國時代的《六韜》一書中的《龍韜》，其中有一篇文章題為《選將》，記載姜太公所倡導的結構化的行為觀察的方法選拔將領：

    武王曰：何以知之？太公曰：知之有八征：一曰問之以言，以觀其辭。二曰窮之以辭，以觀其變。三曰與之問諜，以觀其誠。四曰明白顯問，以觀其德。五曰使之以財，以觀其廉。六曰試之以色，以觀其貞。七曰告之以難，以觀其勇。八曰醉之以酒，以觀其態。八征皆備，則賢不肖別矣。

    中國古代軍事家關于選將的模型很多，相當于現在所說的資質模型（competency model）。例如，孫子就提出“將者，智、信、仁、勇、嚴也”。中國古代軍事家們大概都有自己的資質模型。后來，科舉制度衍生出的武舉制度，考試內容有長垛、騎射、步射、馬槍、舉重、言語、材貌等，都屬于行為觀察。據說，騎射這一項，應試者射向人形靶三箭，三箭皆中為優，二箭中為良，一箭中為及格。筆試作為補充，例如論述戰略及默寫《孫》、《吳》 等兵書的內容。但是，這些行為觀察只限于軍事技術技能，而領導能力，決策能力，信、仁、勇、嚴等品質似乎沒有在武舉考試中得到考察。

    德國人在第一次世界大戰中，使用了評鑒中心（assessment center，或譯成評價中心）這一術語，并用此法選拔軍官。美國人在第二次世界大戰中選拔間諜，用到了評鑒中心方法。二戰過后英國軍隊一直沿用評鑒中心為陸軍學院招生。

    嗚呼！姜太公選將之法并不是由中國人，而是由德國人、美國人、以及英國人發揚光大。這對中國人來說是一個遺憾！曾經分別在J. C. Penny和AT&T兩家公司使用評鑒中心的兩位美國心理學家William Byham 和Douglas Bray在1970年創立的DDI，是最早把評鑒中心商業化的人力資源管理咨詢公司。評鑒中心無疑是姜太公選將法的技術體現。從姜太公選將到評鑒中心在軍事和商業上的廣泛應用，我們看到不同于心理測驗法的行為觀察法的發展軌跡。評鑒中心代表最有效的行為觀察法，其它行為觀察法包括工作樣本、單一情境模擬、可計分行為訪談等。

    這里，我把評鑒中心的特點概括為“二高四多。”二高：高效度、高成本。四多：使用多種測評方法（包括心理測驗法）、多個測評師，多個對象同時被測評，多個測評指標。

    關于評鑒中心效度高。有人會問：效度有多高？國內外的研究證明，評鑒中心的效度遠遠高于心理測驗。根據我在應用評鑒中心過程中所得到的客戶反饋，這種方法屢試不爽。

    上文還說到評鑒中心成本高，那么高到什么程度呢？美國評鑒中心的價格是幾百到幾千美元一個人，中國的評鑒中心也不會便宜到哪里去。雖然成本高，但是從投資回報和風險管理來講，一個字：值。我的忠告是：對于重要崗位（指的是管理、銷售、以及客戶服務），要么不做測評，要做就做評鑒中心。