性格测评进招聘：企业筛人用人格测试，研究上到底站不站得住脚
摘要：性格测评正从自我探索工具变成招聘筛选门槛。本文梳理学术研究对人格问卷预测效度的分歧、信度证据与法律风险，尝试回答一个更实际的问题：企业该在什么位置用它。
一、从"认识自己"到"卡在最后一轮"
如果你最近参加过校招或社招，大概率遇到过这样的流程：简历通过、笔试通过、三轮面试通过，最后收到一份性格测评链接。做完之后，没有回音。
这类经历在求职者中已经不算新鲜。有媒体在校园招聘季采访多名高校毕业生后发现，除了性别歧视、地域歧视、第一学历歧视等，性格测试结果也被列入考量范围；有企业还提出性格测试不通过一年内不能再投简历的要求[1][2]。MBTI、卡特尔16PF、PDP、九型人格等性格测试在招聘中频频出现，部分企业还在岗位调整和晋升中使用同类测试[1]。
求职者的质疑很直接：一套没有标准答案的测试，凭什么成为有标准答案的录用决策？企业的理由也很直接：性格测试能帮助企业深入了解应聘者的心理素质，提升招聘效率[1]。
双方都有道理，但都跳过了一个更基础的问题——研究证据到底怎么说。
二、预测效度：人格问卷的学术争议从未真正平息
从人才测评的专业视角看，讨论"性格测试能不能用来筛人"，核心不是它准不准，而是它的预测效度——测验分数能否有效预测候选人的工作绩效。
2.1 效标问题：争议的根源
这个问题在学术上争议了几十年，而且至今没有定论。北京师范大学李永瑞对人员选拔中人格问卷可用性的系统综述指出，以往研究之所以对个性调查问卷的有效性存在分歧，根源在于两方面：一是对"工作绩效"内涵及其参照效标的界定各不相同，二是问题设计的逻辑基础存在局限[34]。换句话说，不是简单的"有效"或"无效"，而是大家连"效标"都没谈拢。
这里需要展开一个关键概念：效标关联效度（criterion-related validity）是预测效度的操作化基础，指的是测验分数与某一外部效标（如工作绩效评分、销售额、离职率等）之间的统计关联程度。如果研究者A用"主管评分"作为效标，研究者B用"客观产出"作为效标，研究者C用"团队适配度"作为效标，那么三项研究得出的效度系数就不可直接比较，甚至可能得出相反结论。这正是李永瑞所指出的分歧根源[34]。
该文提出的改进方向是：从平衡计分卡的四个维度定义工作绩效参照效标，并采用内嵌且纵贯的模式跟踪候选人工作绩效参照效标[34]。这个建议本身就说明了一个现实——目前绝大多数企业在招聘中使用人格问卷的方式，离严格的效度检验还有相当距离。
2.2 不同工具的效度层级差异
与之形成对照的是SHRM（美国人力资源管理协会）专家在人才大会上提出的"四个V"原则，其中明确指出，心理能力测验是工作绩效的"单一最佳预测指标"，而四向性格测验（即把人格分为四组对立类型的工具，MBTI是典型代表）不宜用于录用决策[13]。SHRM引用Talent Board 2016年北美候选人体验报告的数据：82%的企业在使用某种形式的预雇佣测评（assessment test）[13]。使用率很高，但使用率不等于有效性。
这里有一个容易被忽略的区分："测评"是一个大类，"人格问卷"只是其中一种。心理能力测验、结构化面试、工作样本测试的预测效度证据相对扎实；而自陈式人格问卷，尤其是四向分类的人格测验，在录用决策中的证据基础要薄弱得多。
需要指出的是，SHRM关于"心理能力测验是单一最佳预测指标"的表述，是对多项效度研究的综合性概括，其具体效度系数因研究设计、样本群体和岗位类型而异，并非一个固定数值。企业在引用这一结论时，应注意其适用边界：它描述的是"在已有研究中，心理能力测验的平均预测效度相对最高"，而非"任何情境下都最有效"。
三、信度：一个绕不开的技术问题
即便暂时搁置效度争议，人格测验还有一个更基础的门槛——信度，即测量结果是否稳定可靠。
3.1 国内大五人格研究的信度概化分析
北京师范大学研究者对1994至2013年间国内大五人格测验研究文献做了信度概化分析，发现检索到的文献中约68.15%存在"信度引入"现象[14]。所谓信度引入，指的是研究报告没有直接报告自己样本的信度系数，而是引用其他研究的信度值来代替。这在方法学上是一个明显的薄弱环节[14]。
该分析还显示，未加权估计中，宜人性（A）和开放性（O）的均值最低，神经质（N）和尽责性（C）的均值最高，国内所得结果整体略低于国外（O除外）[14]。回归分析进一步表明，分数均值、量表来源和南北地域差异是N维度信度的预测变量；量表来源、文章专业类型、测验版本和测验记分对E维度信度具有预测作用[14]。
这些发现指向一个对企业很实际的提醒：同一套人格测验，换一个量表版本、换一个样本群体、换一个地域，信度表现可能就不一样。企业在招聘中直接套用某个工具的常模和解释标准，本身就有风险。
3.2 MBTI的重测信度问题
MBTI的情况更典型。有心理学解读文章指出，MBTI将人格强行分为非此即彼的二元对立，但实际上人格特质多呈连续分布，多数人处于中间状态而非极端类型[3]。更关键的是信度数据：据资料3引述的研究显示，高达50%的人在第二次测试时被归入不同类型[3]。如果一个人隔几周重测就有一半概率换一个类型，那么用这个类型去决定是否录用，逻辑上很难成立。
需要说明的是，这一"50%重测换类型"的数据来自二手引述，其原始研究的样本量、重测间隔、所用版本等关键信息在原文中未予呈现。读者在引用该数据时，宜将其视为"重测信度不理想"这一方向性判断的佐证，而非精确的效应量估计。
四、为什么我们仍然觉得"很准"
既然信度和效度都有问题，为什么MBTI这类测试依然让人信服？
心理学对此有比较清晰的解释。一是巴纳姆效应：人们容易相信模糊、普遍的人格描述适合自己，比如"你有时外向，有时内向"几乎适用于所有人，但我们会觉得这是为自己量身定制的[3]。二是确认偏误：一旦得知自己的类型，我们会不自觉地寻找支持这一标签的证据，而忽略不符合的证据[3]。三是分类的满足感：人类天生渴望认识自我、找到归属，MBTI提供了一个简单清晰的分类系统[3]。
理解这些机制，对企业招聘的意义在于：求职者觉得"测得准"，不能作为测验有效的证据。同样，面试官觉得"这个候选人测出来的类型很符合岗位感觉"，也可能只是巴纳姆效应和确认偏误在起作用。
五、法律与伦理：当测试结果变成筛选门槛
从劳动就业的角度看，问题还不止于测量学。
江苏常州文明网发出的倡议明确指出，MBTI的二分法分类无法呈现性格复杂性，如将测试结果与录用挂钩，可能构成就业歧视[2]。倡议从三个层面提出建议：企业慎用MBTI等性格测试作为硬性筛选指标；劳动监察部门应受理求职者反映的类似遭遇，加强行政执法与司法救济联动；求职者遇到以MBTI限定招聘的企业要勇敢说"不"，同时在应聘时保持真实作答[2]。
这个判断与国际经验一致。盖洛普的报告指出，招错人对企业有重大业务成本，而多种偏见会影响招聘经理的判断；使用基于天赋的测评来招聘，可以改善业务表现[40]。但盖洛普强调的是"减少偏见"和"基于天赋"，而不是用一套人格类型标签去做硬性淘汰。报告同时提到，近期多起高关注度的招聘偏见案例表明，许多行业在公平招聘实践上还有很长的路要走[40]。
需要说明的是，盖洛普的报告支持的是科学测评在降低偏见、提升营收与留任方面的作用，并指出招聘决策本身存在困难[40]。这说明的是招聘决策本身很难，而不是"用人格测试就能解决"。
此外，不同司法辖区对招聘中使用心理测评的法律规制存在差异。上述倡议反映的是国内部分地方文明网层面的呼吁，其法律效力与适用范围需结合具体地区的劳动法规来判断。企业在跨区域招聘中使用人格测评时，应关注当地关于就业歧视和个人信息保护的相关规定。
六、那性格测评到底该怎么用
把以上证据放在一起，可以得出一个相对清晰的分层判断。
第一层：作为录用决策的硬性门槛，研究上站不住脚。 四向性格测验不宜用于录用决策，这是SHRM专家明确给出的意见[13]。人格问卷的预测效度争议至今未平，工作绩效效标的界定本身就是一个未解决的问题[34]。加上信度层面的不稳定——重测有相当比例的人会得到不同类型[3]，国内大五人格研究还存在普遍的"信度引入"现象[14]——用它做一票否决，证据基础太薄。
第二层：作为自我探索和生涯辅导工具，它有实际价值。 一项以台湾地区744名大一到大四学生为对象的硕士论文研究发现，性格类型、生涯自我效能与生涯决定之间存在典型相关，其中外向型与直觉型的大学生有较佳的生涯自我效能与生涯决定情形；性格类型中的"感官-直觉"维度、生涯自我效能的"目标选择"和"自我评估"可有效预测生涯决定情形，解释力为24.4%[48]。这说明性格类型信息在生涯探索与咨询情境中是有参考价值的，但注意——这是辅导场景，不是筛选场景。
第三层：如果企业确实要用，至少要做到几件事。 明确测评的目的（是发展反馈还是录用筛选）；选择信效度证据更充分的工具（如大五人格、16PF等学术认可度更高的模型[3]）；不把心理测试结果作为决定因素，而是作为多角度考察中的一项参考[1]；对求职者保持透明，避免让测试成为"隐形淘汰"的通道。
七、一个更根本的问题
性格测评进招聘的争议，表面上是工具之争，深层其实是企业想用标准化手段解决一个本质上难以标准化的问题——判断一个人是否适合某个岗位、能否在某个团队中产生绩效。
专业人士认为，考察求职者是否适合岗位应多角度进行，心理测试结果可能仅反映测试者短时状态，企业招聘时不宜将其作为决定因素[1]。这句话的关键词是"短时状态"。一个人的作答会受到当天情绪、求职动机、对"理想答案"的判断等多重因素影响。当求职者知道测试结果决定录用与否时，他还有多少可能如实作答？倡议中特别提醒求职者"不要为了迎合所谓'理想答案'而扭曲自身性格"[2]，这恰恰反证了一个现实：在利害相关的场景下，自陈式问卷的作答效度本身就会受到威胁。
MBTI在个人成长、团队沟通、生涯探索中有其位置。它像一面镜子，让人有机会凝视自己的轮廓[3]。但镜子不该变成门禁。
对企业而言，更务实的做法或许是：把性格测评放回它该在的位置——作为发展对话的起点，而不是录用决策的终点。对求职者而言，遇到以MBTI等性格测试作为硬性门槛的企业，保持真实作答，同时保留说"不"的权利[2]。
现有研究没有给出一把万能钥匙，但至少告诉我们：这把钥匙不适合用来锁门。