人格動(dòng)態(tài)性：過程與特質(zhì)整合視角

摘" 要" 人格動(dòng)態(tài)性強(qiáng)調(diào)個(gè)體內(nèi)人格過程及其與特質(zhì)的關(guān)系， 是一種過程與特質(zhì)整合的研究視角。隨著研究方法的進(jìn)步， 相關(guān)理論與實(shí)證研究于近20年得到了快速的發(fā)展。人格動(dòng)態(tài)性研究通?；谌刭|(zhì)理論、認(rèn)知情感系統(tǒng)理論等理論， 采用密集追蹤數(shù)據(jù)與動(dòng)態(tài)建模方法， 對(duì)個(gè)體內(nèi)認(rèn)知、情緒、動(dòng)機(jī)、生理等交互過程、人與情境交互過程、或人格過程與特質(zhì)的關(guān)系進(jìn)行探究。未來研究者可從以下方面拓展現(xiàn)有研究： 理論上， 注意區(qū)分個(gè)體內(nèi)與個(gè)體間人格結(jié)構(gòu)、整合正常與異常人格理論、進(jìn)一步討論時(shí)序效應(yīng); 實(shí)證研究中， 可結(jié)合多種測量方法， 提高測量效度以及個(gè)體內(nèi)測量信度。

關(guān)鍵詞" 人格動(dòng)態(tài)性， 人格過程， 密集追蹤數(shù)據(jù)， 整合

分類號(hào)" B848

1" 人格動(dòng)態(tài)性概念發(fā)展與研究意義

人格動(dòng)態(tài)性（Personality Dynamics; Kuper et al.， 2021）關(guān)注人格在一定文化或情境中的短期波動(dòng)過程與潛在機(jī)制， 以及個(gè)體內(nèi)人格過程與個(gè)體間人格結(jié)構(gòu)的整合。20世紀(jì)早期， Allport就將人格定義為“能夠決定個(gè)體對(duì)環(huán)境獨(dú)特適應(yīng)能力的個(gè)體內(nèi)動(dòng)態(tài)組織” （1937， p. 48）。Mischel （1968）進(jìn)一步發(fā)現(xiàn)， 自我報(bào)告的人格特質(zhì)與生活中行為的相關(guān)較低， 個(gè)體行為具有高度情境特異性。同一時(shí)期， Lewin （1951）表明， 理解行為的核心在于研究其動(dòng)態(tài)性， 并將行為定義為狀態(tài)在時(shí)間維度上的變化; 研究方法上， 為了整合橫斷數(shù)據(jù)與時(shí)序信息， Cattell和Luborsky （1950）在傳統(tǒng)因素分析的基礎(chǔ)上提出了三維數(shù)據(jù)立方體（被試、變量、時(shí)間三維）， 將變量在個(gè)體內(nèi)隨時(shí)間變化的動(dòng)態(tài)信息納入模型中。這些早期人格動(dòng)態(tài)性思想的共同點(diǎn)在于它們都強(qiáng)調(diào)人格在不同情境與時(shí)間維度下的變化， 關(guān)注狀態(tài)的延續(xù)性及波動(dòng)性。然而， 21世紀(jì)前， 人格心理學(xué)研究大多關(guān)注個(gè)體間差異的普遍性結(jié)構(gòu)， 采取人格特質(zhì)的研究視角， 相比而言， Allport等人提出的個(gè)體內(nèi)人格動(dòng)態(tài)性思想并未在實(shí)證研究中被廣泛檢驗(yàn)， 主要是由于實(shí)施與分析個(gè)體內(nèi)重復(fù)測量數(shù)據(jù)的研究方法“費(fèi)時(shí)費(fèi)力， 實(shí)踐價(jià)值低?！?（Baldwin， 1946， p.164） 盡管如此， 前人的理論思想仍為人格動(dòng)態(tài)性研究構(gòu)建了豐富的理論基礎(chǔ)。

近20年， 隨著數(shù)據(jù)收集與統(tǒng)計(jì)建模方法的發(fā)展， 越來越多研究者開始強(qiáng)調(diào)人格動(dòng)態(tài)性的研究視角， 相關(guān)研究數(shù)量大幅上升， 研究者認(rèn)為， 人格動(dòng)態(tài)性研究能夠有效地對(duì)特質(zhì)說進(jìn)行補(bǔ)充， 是當(dāng)前人格研究推進(jìn)的重要方向（如： M?ttus et al.， 2020; Revelle amp; Wilt， 2020; Rauthmann et al.， 2019; Jayawickreme et al.， 2021; Rauthmann， 2021a）。首先， 人格動(dòng)態(tài)性研究在個(gè)體間視角的基礎(chǔ)上進(jìn)一步結(jié)合了個(gè)體內(nèi)研究視角。人格特質(zhì)研究常針對(duì)多個(gè)體在同一時(shí)間點(diǎn)的橫斷數(shù)據(jù)進(jìn)行分析， 而非對(duì)個(gè)體在多個(gè)時(shí)間點(diǎn)的縱向人格表現(xiàn)進(jìn)行研究（Mo?ttus et al.， 2017）， 然而， 基于橫斷數(shù)據(jù)得到的個(gè)體間人格結(jié)構(gòu)并不能直接用于描述個(gè)體內(nèi)人格結(jié)構(gòu)（Molenaar， 2004）， 如有研究者對(duì)個(gè)體內(nèi)重復(fù)測量數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)， 不同個(gè)體的人格結(jié)構(gòu)呈現(xiàn)出較大異質(zhì)性， 并非都符合個(gè)體間的大五人格結(jié)構(gòu)（Hamaker et al.， 2005）。此外， 人格動(dòng)態(tài)研究在描述人格特質(zhì)的基礎(chǔ)上進(jìn)一步聚焦于理論解釋。人格特質(zhì)說雖適用于描述結(jié)構(gòu)， 卻難以對(duì)人格的形成和作用機(jī)制進(jìn)行解釋（John et al.， 1988）， 以大五人格理論為例， 外向性水平高的個(gè)體在生活中會(huì)表現(xiàn)出社交活躍、果斷、追求刺激的傾向， 然而“外向性”本就是相關(guān)行為、動(dòng)機(jī)、情緒表現(xiàn)的共變部分， 不獨(dú)立于上述表現(xiàn)， 因此無法作為相關(guān)行為的原因。如果研究者希望對(duì)人格進(jìn)行解釋， 就需要對(duì)人格形成與作用過程（如外向性特質(zhì)背后的生理與社會(huì)認(rèn)知過程）進(jìn)行研究。

2" 人格動(dòng)態(tài)性理論框架

人格動(dòng)態(tài)性理論聚焦于個(gè)體間人格變異與個(gè)體內(nèi)人格過程的理論解釋（Kuper et al.， 2021）。其中， 有以下反復(fù)出現(xiàn)的主題： 對(duì)人格穩(wěn)定與可變的部分進(jìn)行區(qū)分（如： Mischel amp; Shoda， 1995; Fleeson amp; Jayawickreme， 2015; Rauthmann， 2021b）; 強(qiáng)調(diào)人格是一個(gè)具有自調(diào)節(jié)功能的系統(tǒng)（如： Mischel amp; Shoda， 1995; Corr， 2008; DeYoung， 2015; Wood et al.， 2017）; 關(guān)注人格在具體情境中的表現(xiàn)， 或強(qiáng)調(diào)環(huán)境的影響（如： Rauthmann， 2021b; Fleeson amp; Jayawickreme， 2015; DeYoung， 2015）; 強(qiáng)調(diào)人格是多種過程共同構(gòu)成的組織（如： Mischel amp; Shoda， 1995; Fleeson amp; Jayawickreme， 2015; Sherman et al.， 2012）。

根據(jù)具體研究問題的側(cè)重， 又可將人格動(dòng)態(tài)性理論分為兩類： 人格過程模型與人格整合模型。人格過程模型關(guān)注個(gè)體人格系統(tǒng)在不同情境中產(chǎn)生行為的具體過程， 聚焦于解釋行為的影響因素及產(chǎn)生機(jī)制。代表性思想包括以神經(jīng)生理基礎(chǔ)、社會(huì)認(rèn)知過程解釋行為， 以及強(qiáng)調(diào)人與環(huán)境相互作用產(chǎn)生行為的理論視角。過程模型的共性在于聚焦于闡述行為產(chǎn)生的過程， 因此在理論中通常不重點(diǎn)闡述人格特質(zhì)的構(gòu)成、成因， 或人格特質(zhì)與過程之間的關(guān)系; 而人格整合模型則聚焦于解釋人格特質(zhì)的成因及其作用機(jī)制， 此類模型通常整合了過程與特質(zhì)模型， 關(guān)注過程與特質(zhì)的關(guān)系， 理論中注重闡述人格系統(tǒng)中穩(wěn)定與不穩(wěn)定部分的本質(zhì)與關(guān)系。研究問題如： 為什么會(huì)形成群體水平的人格特質(zhì)， 為什么會(huì)形成個(gè)體水平的人格特質(zhì)， 人格特質(zhì)由什么人格過程構(gòu)成等。以下將分別介紹上述兩類視角及其代表性理論模型。

2.1" 人格過程模型

人格研究的核心問題之一是如何對(duì)個(gè)體人格在情境中的波動(dòng)進(jìn)行解釋。人格過程模型針對(duì)人格表現(xiàn)的產(chǎn)生過程進(jìn)行闡釋， 對(duì)個(gè)體內(nèi)不同情境中行為波動(dòng)的產(chǎn)生機(jī)制提供了理論假設(shè)（Baumert et al.， 2017）。代表性思想主要包括從信息加工、目標(biāo)導(dǎo)向、自我調(diào)節(jié)、自組織系統(tǒng)等角度對(duì)人格表現(xiàn)進(jìn)行解釋的社會(huì)認(rèn)知人格模型（Cervone et al.， 2001）， 以及強(qiáng)調(diào)獎(jiǎng)懲系統(tǒng)、行為趨近與回避、條件反射等的神經(jīng)生理人格模型（DeYoung amp; Gray， 2009）， 此外， 由于人格過程必定發(fā)生在情境中， 也有研究者對(duì)情境與人格系統(tǒng)如何相互影響而產(chǎn)生行為的過程進(jìn)行了梳理（Rauthmann， 2021b）。以下將分別介紹上述代表性理論。

2.1.1" 社會(huì)認(rèn)知人格模型

社會(huì)認(rèn)知人格模型具有以下三個(gè)特征： 首先， 認(rèn)為個(gè)體與環(huán)境“交互決定” （reciprocal determinism; Bandura， 1978）， 共同構(gòu)成一個(gè)復(fù)雜系統(tǒng)， 即不將個(gè)體與環(huán)境區(qū)分為兩類獨(dú)立變量; 其次， 與脫離情境的人格特質(zhì)說不同， 社會(huì)認(rèn)知人格模型將情境中的認(rèn)知與情緒過程作為人格的基本分析單元; 最后， 社會(huì)認(rèn)知人格模型認(rèn)為人格是多種基礎(chǔ)認(rèn)知與情緒過程交互作用而形成的自組織系統(tǒng)（Cervone et al.， 2001）。

認(rèn)知情感系統(tǒng)模型（cognitive-affective personality system model， CAPS model; Mischel amp; Shoda， 1995）是社會(huì)認(rèn)知人格模型中的代表性理論模型。CAPS模型認(rèn)為， 人格是由不同認(rèn)知?情感單元（cognitive affective units）構(gòu)成的系統(tǒng)， 包括個(gè)體對(duì)情境的編碼與構(gòu)建單元、期待/信念單元、目標(biāo)/價(jià)值觀單元、情感單元以及自我調(diào)節(jié)/能力單元。各單元隨情境變化不斷交互， 從而產(chǎn)生具體的行為（Mischel amp; Shoda， 1995）。盡管具體行為存在很大變異性， 個(gè)體在特定情境中的行為卻存在一定穩(wěn)定性， 即“如果……那么……”的情境?行為關(guān)聯(lián)模式（if-then contingency; Shoda et al.， 1994）。CAPS模型有助于解釋為何行為同時(shí)具有可變性與穩(wěn)定性， 獲得了部分研究的支持， 相關(guān)研究表明， 情境的相似性在個(gè)體間與個(gè)體內(nèi)水平上都可以預(yù)測行為的相似性（Sherman et al.， 2010）; 個(gè)體的狀態(tài)盡責(zé)性與當(dāng)前情境中的任務(wù)緊急性與復(fù)雜程度顯著相關(guān)， 且個(gè)體內(nèi)情境與人格狀態(tài)的相關(guān)性存在穩(wěn)定的個(gè)體差異（Minbashian et al.， 2010）。

2.1.2" 神經(jīng)生理人格模型

相比起社會(huì)認(rèn)知模型， 神經(jīng)生理人格模型從更底層的認(rèn)知神經(jīng)過程探究人格表現(xiàn)的成因。神經(jīng)生理人格模型的共性在于都認(rèn)為存在兩類基礎(chǔ)神經(jīng)認(rèn)知過程： 趨近與回避， 由環(huán)境中的懲罰與獎(jiǎng)賞刺激強(qiáng)化而成， 而人格系統(tǒng)反映了個(gè)體對(duì)刺激的反應(yīng)模式。各神經(jīng)生理人格模型中， 以強(qiáng)化敏感性模型（reinforcement sensitivity theory， RST; Corr， 2008; Smillie， 2008）影響較為深遠(yuǎn)。RST認(rèn)為， 刺激通過不同生理行為系統(tǒng)的調(diào)節(jié)而產(chǎn)生行為， 并根據(jù)神經(jīng)系統(tǒng)對(duì)不同類型刺激的反應(yīng)模式劃分了3個(gè)子系統(tǒng)， 各子系統(tǒng)具有不同的神經(jīng)生理基礎(chǔ)， 分別是： 戰(zhàn)?逃?僵化系統(tǒng)（Fight-Flight- Freeze System， FFFS）， 負(fù)責(zé)應(yīng)對(duì)消極刺激， 在個(gè)體感到恐懼時(shí)被激活， 從而產(chǎn)生回避、僵化等防御性行為， 同時(shí)會(huì)抑制行為趨近系統(tǒng); 行為趨近系統(tǒng)（Behavioural Approach System， BAS）， 負(fù)責(zé)處理積極刺激， 當(dāng)獎(jiǎng)勵(lì)刺激出現(xiàn)或懲罰刺激被撤銷時(shí)， 促使個(gè)體產(chǎn)生積極情緒， 與樂觀、沖動(dòng)型人格相關(guān)， 激活時(shí)會(huì)抑制FFFS; 行為抑制系統(tǒng)（Behavioural Inhibition System， BIS）， 負(fù)責(zé)進(jìn)行風(fēng)險(xiǎn)評(píng)估， 使個(gè)體能夠更謹(jǐn)慎地應(yīng)對(duì)目標(biāo)沖突情境， 該系統(tǒng)在FFFS與BAS系統(tǒng)同時(shí)活躍時(shí)被激活， 與焦慮、反芻等相關(guān)（Corr， 2008）。RST認(rèn)為三系統(tǒng)是行為產(chǎn)生的原因， 且個(gè)體神經(jīng)系統(tǒng)對(duì)懲罰與獎(jiǎng)賞刺激的不同敏感程度構(gòu)成了不同個(gè)體的人格差異。

2.1.3" 人?環(huán)境關(guān)系模型

人?環(huán)境關(guān)系模型（person-environment relations model， PERM; Rauthmann， 2021b）將個(gè)體與環(huán)境視為兩類獨(dú)立的變量， 聚焦于探討個(gè)體與環(huán)境間不同類型的關(guān)系。Lewin （1935）于上世紀(jì)初提出， 個(gè)體的行為由個(gè)體內(nèi)部因素及外部環(huán)境共同決定?；贚ewin的理論思想， Rauthmann等人提出了PERM， 將個(gè)體與環(huán)境因素進(jìn)一步區(qū)分為穩(wěn)定的特質(zhì)與波動(dòng)的狀態(tài)， 并加入了時(shí)間維度， 在模型中對(duì)個(gè)體與環(huán)境間的關(guān)系類型、及其相互作用機(jī)制進(jìn)行了總結(jié)。如圖1所示， PERM認(rèn)為， 研究中關(guān)注的因變量（即行為）， 受穩(wěn)定的環(huán)境特征e （如社會(huì)規(guī)范）、不穩(wěn)定的環(huán)境特征E （如情境特征）、個(gè)體內(nèi)穩(wěn)定特質(zhì)因素p （如個(gè)體外形）及個(gè)體內(nèi)不穩(wěn)定因素P （如情緒狀態(tài)）共同決定。人與環(huán)境間的相互作用關(guān)系表現(xiàn)為模型中的連線， 通過導(dǎo)引機(jī)制（navigation mechanisms）形成。

具體而言， 人?環(huán)境關(guān)系可分為4類（Rauthmann， 2021b， pp. 442?484）： （1）交互關(guān)系（如路徑c’與c’’）， 表示個(gè)體與環(huán)境的交互作用， 如特質(zhì)激活理論（Trait activation theory; Tett et al.， 2013）認(rèn)為， 特質(zhì)只有在相關(guān)情境線索出現(xiàn)的情況下才會(huì)被激活; （2）相關(guān)關(guān)系（如路徑d）， 表示人與環(huán)境變量的同時(shí)相關(guān)關(guān)系， 如行為遺傳學(xué)發(fā)現(xiàn)， 個(gè)體的特定基因序列與所處環(huán)境存在顯著的相關(guān)（Dick et al.， 2015）; （3）匹配關(guān)系（交互關(guān)系與相關(guān)關(guān)系中的特例）， 體現(xiàn)為個(gè)體與環(huán)境的一致相容程度， 如個(gè)體?環(huán)境匹配模型（person-environment fit model; van"Vianen， 2018）認(rèn)為不管個(gè)體系統(tǒng)與環(huán)境系統(tǒng)各自的水平如何， 只有當(dāng)個(gè)體變量與環(huán)境變量水平相匹配時(shí)， 才會(huì)產(chǎn)生最優(yōu)的行為結(jié)果; （4）滯后關(guān)系（如路徑n， o）， 指不同時(shí)間點(diǎn)上個(gè)體因素與環(huán)境因素的交叉滯后關(guān)系， 可以理解為環(huán)境對(duì)個(gè)體人格的塑造或個(gè)體對(duì)環(huán)境的塑造能力。

2.2" 人格整合模型

有研究者提出， 完整的人格模型應(yīng)包括個(gè)體間人格結(jié)構(gòu)與個(gè)體內(nèi)人格過程兩部分（Baumert et al.， 2017）。人格整合模型結(jié)合人格過程， 聚焦于解釋人格特質(zhì)的成因與作用機(jī)制。其中， 常用代表性理論模型如結(jié)合社會(huì)認(rèn)知人格過程的全特質(zhì)理論（whole trait theory， WTT; Fleeson amp; Jayawickreme， 2015， 2021; Jayawickreme et al.， 2019）與認(rèn)知評(píng)估的人格構(gòu)造論（knowledge-and-appraisal model of personality architecture， KAPA; Cervone， 2004）， 以及基于控制論視角的大五人格控制論（cybernetic big five theory， CB5T; DeYoung， 2015）。

2.2.1" 全特質(zhì)理論

全特質(zhì)理論（WTT; Fleeson amp; Jayawickreme， 2015， 2021）嘗試將特質(zhì)理論與人格的社會(huì)認(rèn)知過程進(jìn)行整合。如圖2所示， WTT認(rèn)為特質(zhì)應(yīng)包括兩部分內(nèi)涵， 分別是描述人格表現(xiàn)的部分， 稱為特質(zhì)描述性（TRAITDES）， 以及解釋人格表現(xiàn)的部分， 稱為特質(zhì)解釋性（TRAITEXP）。特質(zhì)解釋性構(gòu)成特質(zhì)描述性的原因， 兩部分內(nèi)涵相互補(bǔ)充， 共同構(gòu)成完整的特質(zhì)內(nèi)涵， 稱為“全特質(zhì)”。

特質(zhì)描述性表現(xiàn)為人格狀態(tài)的頻率分布。WTT認(rèn)為傳統(tǒng)大五人格特質(zhì)雖然可以用于描述個(gè)體人格的一般水平， 卻難以反應(yīng)日常生活中的人格表現(xiàn)， 因此提出以重復(fù)測量人格狀態(tài)構(gòu)成的頻率分布來描述人格， 分布的各參數(shù)均可用于描述個(gè)體人格（如峰值可表示個(gè)體典型的人格狀態(tài)， 標(biāo)準(zhǔn)差表示個(gè)體人格的變異性等）， 相比傳統(tǒng)特質(zhì)說， 特質(zhì)描述性能夠提供更加豐富的信息， 即使不同個(gè)體具有相同的大五特質(zhì)水平， 在生活中的人格狀態(tài)分布也可能呈現(xiàn)出不同的模式。而特質(zhì)解釋性具體為引發(fā)某一時(shí)刻人格表現(xiàn)的內(nèi)在認(rèn)知、情感、生理與動(dòng)機(jī)過程的集合， 可見特質(zhì)解釋性的內(nèi)涵直接引薦了社會(huì)認(rèn)知人格理論的思想（Fleeson， 2017）， 認(rèn)為人格表現(xiàn)由不同社會(huì)認(rèn)知過程交互產(chǎn)生。

WTT的創(chuàng)新之處在于將特質(zhì)的描述性內(nèi)涵與與解釋性內(nèi)涵進(jìn)行整合， 特質(zhì)解釋性形成特質(zhì)描述性的過程被稱為積聚過程（accretion; Fleeson amp; Jayawickreme， 2015）， 積聚過程強(qiáng)調(diào)， 人格表現(xiàn)不是由單一過程形成的， 而是由不同認(rèn)知、情感、生理與動(dòng)機(jī)過程交互影響形成， 且人格表現(xiàn)不是總體人格傾向， 而是人格在某一具體時(shí)刻中的表現(xiàn)。部分實(shí)證研究支持了特質(zhì)解釋性形成特質(zhì)描述性的理論假設(shè)， 研究表明， 個(gè)體當(dāng)下的動(dòng)機(jī)過程能夠解釋當(dāng)下相應(yīng)人格狀態(tài)50%的變異（McCabe amp; Fleeson， 2016）; 個(gè)體當(dāng)下的主觀情境特征也能夠系統(tǒng)且顯著預(yù)測當(dāng)下的人格狀態(tài)（Zachry et al.， 2018）。

WTT中特質(zhì)描述性的概念拓寬了傳統(tǒng)人格特質(zhì)的概念， 提供了將人格過程與人格表現(xiàn)聯(lián)系起來的理論框架， 且頻率分布的概念易理解、好操作， 是至今應(yīng)用最多的人格動(dòng)態(tài)性理論框架。有研究者檢索Academic Search Complete， Business Search Complete， PsychINFO， PsychARTICLES 數(shù)據(jù)庫， 對(duì)1994至2021年間以個(gè)體內(nèi)人格過程為研究對(duì)象的英文實(shí)證研究進(jìn)行梳理發(fā)現(xiàn)， 有82項(xiàng)研究以個(gè)體內(nèi)人格過程為研究對(duì)象， 其中， 大部分研究采用WTT （56.68%）及CAPS （19.23%）作為理論框架（Ness et al.， 2021， p.325）， 相比而言， 以其他理論為基礎(chǔ)的實(shí)證研究均較為少見。

2.2.2" 認(rèn)知評(píng)估的人格構(gòu)造論

與WTT相似， 認(rèn)知評(píng)估的人格構(gòu)造論（KAPA; Cervone， 2004; Cervone amp; Little， 2019）同樣基于社會(huì)認(rèn)知人格理論進(jìn)行拓展， KAPA認(rèn)為， 以CAPS理論為代表的社會(huì)認(rèn)知人格理論的缺陷在于沒有明確的區(qū)分過程與結(jié)構(gòu)， 如CAPS理論中目標(biāo)與價(jià)值觀單元可代表長時(shí)間穩(wěn)定的目標(biāo)， 也可代表隨情境動(dòng)態(tài)變化的目標(biāo)評(píng)估過程（Bandura amp; Cervone， 1986）， 這導(dǎo)致應(yīng)用研究者難以操作化定義社會(huì)認(rèn)知人格變量， 且使得社會(huì)認(rèn)知人格理論常被批判為忽略了人格中穩(wěn)定的結(jié)構(gòu)（Cervone， 2004）。

對(duì)此， KAPA理論的創(chuàng)新之處在于對(duì)人格系統(tǒng)進(jìn)行重新劃分， 從定義上區(qū)分了穩(wěn)定與不穩(wěn)定兩類變量體系： 人格系統(tǒng)中穩(wěn)定的部分是個(gè)體對(duì)自我、他人以及環(huán)境的心理表征與信念， 稱為知識(shí)結(jié)構(gòu)（Knowledge）， 換言之， 自我圖式與情境信念構(gòu)成知識(shí)結(jié)構(gòu)。而人格系統(tǒng)中動(dòng)態(tài)的部分是個(gè)體對(duì)自身與特定情境間關(guān)系的判斷， 稱為評(píng)估過程（Appraisal）。人格系統(tǒng)的作用過程如圖3所示： 個(gè)體當(dāng)下所處情境激活知識(shí)結(jié)構(gòu)并直接影響個(gè)體對(duì)情境的解讀; 當(dāng)下情境也可直接激活某些評(píng)估過程（如特定情境中的社會(huì)規(guī)范促使個(gè)體按照相應(yīng)規(guī)范行事）; 此外， 近期情境對(duì)個(gè)體當(dāng)下認(rèn)知與情緒狀態(tài)的啟動(dòng)也會(huì)影響知識(shí)結(jié)構(gòu)的提取與評(píng)估過程。KAPA理論在實(shí)證研究中得到了一定的支持， 如Lisa等人（2017）基于KAPA理論測量了個(gè)體特異的自我知識(shí)結(jié)構(gòu)與個(gè)體在不同情境下的評(píng)估過程發(fā)現(xiàn)， 個(gè)體對(duì)自我應(yīng)對(duì)能力的評(píng)估具有情境特異性， 依賴于個(gè)體的知識(shí)結(jié)構(gòu); 且并非所有個(gè)體間人格特質(zhì)結(jié)構(gòu)都能影響情境中的評(píng)估， 只有個(gè)體特異的知識(shí)結(jié)構(gòu)才能夠顯著影響個(gè)體在相應(yīng)情境中的評(píng)估過程。

2.2.3" 大五人格控制論

人格動(dòng)態(tài)性領(lǐng)域中另一十分具有影響力的元理論視角是控制論。控制論的核心在于通過信息的傳播與反饋達(dá)到主體功能改善與發(fā)展的目的（Wiener， 2019）。在控制論的視角下， DeYoung提出了大五人格控制論（CB5T; 2015）， CB5T認(rèn)為， 人格反映了人類進(jìn)化過程中受基因與環(huán)境影響形成的普遍性行為控制機(jī)制， 是一個(gè)具有自調(diào)節(jié)功能的適應(yīng)性系統(tǒng)， 系統(tǒng)的功能是讓個(gè)體在充滿威脅與挑戰(zhàn)的環(huán)境中更好的生存適應(yīng)、達(dá)成自我的需求（DeYoung， 2010）， 具有一定神經(jīng)生理基礎(chǔ)（邊緣系統(tǒng)與基底神經(jīng)節(jié)）。

為了維持控制系統(tǒng)運(yùn)行， 人類發(fā)展出兩部分機(jī)制： 人格特質(zhì)與適應(yīng)性特征。如圖4所示。人格特質(zhì)（personality traits）是對(duì)穩(wěn)定的情緒、動(dòng)機(jī)、認(rèn)知與行為模式的概率性描述。人類為了應(yīng)對(duì)進(jìn)化過程中反復(fù)出現(xiàn)的不同類型的刺激， 形成了與不同刺激對(duì)應(yīng)的普遍性反應(yīng)模式。CB5T中的人格特質(zhì)與傳統(tǒng)大五人格特質(zhì)意義不同， 大五特質(zhì)代表行為的一般傾向， 是去情境化的特質(zhì)， 而CB5T中的人格特質(zhì)具有情境特異性， 不同人格特質(zhì)分別響應(yīng)不同類型的刺激， 具有相應(yīng)的生理基礎(chǔ)， 如神經(jīng)質(zhì)代表應(yīng)對(duì)威脅刺激的防御系統(tǒng)、開放性代表對(duì)信息的探索與使用等; 適應(yīng)性特征（characteristics adaptations）是個(gè)體記憶中存儲(chǔ)的一系列情境特異的目標(biāo)、解釋與策略。適應(yīng)性特征反應(yīng)了個(gè)體由于所處具體情境的不同而形成的個(gè)體特異的反應(yīng)過程。人格特質(zhì)與適應(yīng)性特征是兩個(gè)相互影響的獨(dú)立系統(tǒng)， 個(gè)體可根據(jù)情境表現(xiàn)出與穩(wěn)定特質(zhì)水平不一致的適應(yīng)性行為， 如內(nèi)向個(gè)體在社交情境中表現(xiàn)出外向的狀態(tài)等（Safron amp; DeYoung， 2021）。

2.3" 人格動(dòng)態(tài)性其他相關(guān)理論

除上述介紹的理論視角， 也有部分針對(duì)某一具體領(lǐng)域的人格動(dòng)態(tài)性理論（Kuper et al.， 2021）， 如強(qiáng)調(diào)人格與社交雙向關(guān)系的人格社會(huì)關(guān)系模型（PERSonality and SOCial Relationships framework， PERSOC; Back et al.， 2011）、關(guān)注人格如何在不同情境下產(chǎn)生情緒的人格情緒解釋理論（personality affect construal theory; Thapa et al.， 2020）等。此外， 由于本文聚焦于人格短期波動(dòng)過程， 對(duì)與人格長期發(fā)展相關(guān)的模型缺少論述， 這并不代表人格發(fā)展在理論整合中不重要， 或與人格動(dòng)態(tài)或人格特質(zhì)研究無關(guān)， 有研究者認(rèn)為， 只有將人格短期動(dòng)態(tài)、人格特質(zhì)與人格長期發(fā)展作為一個(gè)整體進(jìn)行研究， 才能真正對(duì)波動(dòng)、結(jié)構(gòu)與發(fā)展做出解釋（Baumert et al.， 2017）?，F(xiàn)有部分理論關(guān)注人格長期發(fā)展與短期波動(dòng)的整合， 如敘事理論視角下人生故事模型（life story model; McAdams amp; McLean， 2013）、以及情境期待狀態(tài)反應(yīng)模型（Triggering situations， Expectancy， States/State Expressions， and ReActions， TESSERA; Wrzus amp; Roberts， 2017; Wrzus， 2020）等。更多關(guān)于人格動(dòng)態(tài)性相關(guān)理論介紹可參考《人格動(dòng)態(tài)與過程手冊》（Handbook of Personality Dynamics and Processes; Rauthmann， 2021a）與《個(gè)體與情境測量與建?！罚∕easuring and Modeling Persons and Situations; Wood et al.， 2021）。

3" 人格動(dòng)態(tài)性研究方法

根據(jù)以上理論視角可以看出， 人格動(dòng)態(tài)性研究重點(diǎn)在于人格的作用過程與機(jī)制， 顯然單次測量的橫斷數(shù)據(jù)難以滿足需求， 研究中需要對(duì)個(gè)體人格狀態(tài)及情境進(jìn)行重復(fù)測量。重復(fù)測量縱向數(shù)據(jù)可分為測量時(shí)間間隔較長的面板數(shù)據(jù)以及密集追蹤數(shù)據(jù)（Intensive longitudinal data; Hamaker amp; Wichers， 2017）， 其中， 面板數(shù)據(jù)適用于研究人格的發(fā)展趨勢， 卻難以捕捉到短期內(nèi)人格變量的波動(dòng)及變量間的相互作用過程; 而密集追蹤數(shù)據(jù)以測量頻率高（一天一次到多次）為特點(diǎn)（Walls amp; Schafer， 2006）， 適用于探索個(gè)體內(nèi)變量的作用過程。近年來， 密集追蹤數(shù)據(jù)分析方法的更新直接引起了人格動(dòng)態(tài)性研究復(fù)興， 使研究者能夠從個(gè)體內(nèi)的視角去考慮人格過程、人格系統(tǒng)與情境的交互關(guān)系等問題。以下部分將從數(shù)據(jù)收集方式、測量工具、與數(shù)據(jù)分析三方面論述人格動(dòng)態(tài)性研究方法的現(xiàn)狀。

3.1" 數(shù)據(jù)收集

經(jīng)驗(yàn)取樣法（Experience sampling method， ESM）， 即對(duì)生活經(jīng)驗(yàn)進(jìn)行系統(tǒng)性采集的數(shù)據(jù)收集方式（Csikszentmihalyi amp; Larson， 2014）， 近年來在人格動(dòng)態(tài)性研究中得到了廣泛的運(yùn)用（Conner" "et al.， 2009; Horstmann amp; Ziegler， 2020）。經(jīng)驗(yàn)取樣法所獲得的數(shù)據(jù)可以對(duì)每個(gè)個(gè)體狀態(tài)的波動(dòng)進(jìn)行建模， 也可將個(gè)體水平的數(shù)據(jù)進(jìn)行匯總， 再在個(gè)體間水平上進(jìn)行比較， 是現(xiàn)有人格動(dòng)態(tài)研究中最常見的數(shù)據(jù)收集方法。

經(jīng)驗(yàn)取樣法中， 具體取樣方法可分為兩類： 間隔相關(guān)取樣法（interval contingent sampling）或事件相關(guān)取樣法（event contingent sampling; Horstmann， 2021）。間隔相關(guān)取樣法中， 研究者在固定或隨機(jī)測量時(shí)間間隔后對(duì)被試狀態(tài)進(jìn)行測量， 間隔時(shí)間從每天一次到每天多次不等。由于測量點(diǎn)僅與時(shí)間相關(guān)， 被試報(bào)告時(shí)所處的情境是隨機(jī)的， 可在短時(shí)間內(nèi)收集到大量不同情境中的人格狀態(tài)數(shù)據(jù)， 然而由于測量中的情境是被試真實(shí)生活的反映， 可能會(huì)造成某些情境反復(fù)出現(xiàn)， 變異小的情況， 如學(xué)生被試可能在研究期間大量測量點(diǎn)都與學(xué)習(xí)情境有關(guān)， 因此可能無法測到其他研究者關(guān)心的情境， 不適用于針對(duì)某種特定情境下人格變化的問題; 而事件相關(guān)取樣法則要求被試在某特定事件發(fā)生時(shí)進(jìn)行報(bào)告， 因此適用于針對(duì)特定情境或事件的研究， 比如要求被試在發(fā)生社交行為的同時(shí)對(duì)自己的狀態(tài)進(jìn)行報(bào)告（Geukes et al.， 2017）。

3.2" 測量工具

短期人格波動(dòng)與個(gè)體所處情境密不可分， 根據(jù)測量對(duì)象的不同， 可將相關(guān)測量工具分為兩類： 人格過程測量工具， 以及情境測量工具。

為了研究過程， 研究者通常會(huì)對(duì)人格狀態(tài)進(jìn)行測量。人格狀態(tài)是描述個(gè)體外部行為與內(nèi)部認(rèn)知、情緒、動(dòng)機(jī)等心理過程在特定時(shí)間水平的量化指標(biāo)（Horstmann amp; Ziegler， 2020）。部分研究針對(duì)人格總體傾向， 如測量大五人格（如： Fleeson amp; Law， 2015）、大六人格（如： Horstmann et al.， 2021）在日常生活中的波動(dòng)情況， 常用量表包括十題版人格問卷（Ten-Item Personality Inventory; Gosling et al.， 2003）及簡版國際大五人格測量題庫（Mini International Personality Item Pool; Donnellan et al.， 2006）等， 一般會(huì)改變指導(dǎo)語將特質(zhì)測量變?yōu)闋顟B(tài)測量（如將“請根據(jù)您通常的狀況進(jìn)行選擇”改為“請根據(jù)過去三小時(shí)的情況進(jìn)行選擇”）， 也有部分研究從測量人格特質(zhì)的標(biāo)準(zhǔn)化量表中選擇部分題項(xiàng)（如選擇因子載荷較高的題項(xiàng); Fleeson， 2001）進(jìn)行測量。此外， 也有研究將與特定人格特質(zhì)相關(guān)的單一心理過程作為測量單元， 如自我控制過程（Hofmann et al.， 2012）、消極情緒（Pihet et al.， 2017）、動(dòng)機(jī)過程（Hart amp; Albarraci?n， 2009）等。

部分研究也同時(shí)測量狀態(tài)發(fā)生的情境。情境， 即個(gè)體當(dāng)下所處的環(huán)境， 在個(gè)體狀態(tài)解釋和預(yù)測中有著不可忽視的作用（Fleeson， 2004; Furr amp; Funder， 2004）。情境信息可被分為三類（Rauthmann et al.， 2015）： 情境線索（環(huán)境中的物理特征， 如一把椅子）、情境特征（情境線索的心理意義， 如椅子意味著工作）、情境類別（相似情境特征的一類情境， 如工作相關(guān)情境）， 其中， 對(duì)個(gè)體行為最有預(yù)測效力的是情境特征， 而針對(duì)情境特征的測量工具于近年來才開始受到關(guān)注。常用量表如鉆石情境量表（DIAMONDS， Rauthmann amp; Sherman， 2016b）， 該量表將情境特征分為： 責(zé)任、腦力、逆境、親密關(guān)系、積極、消極、欺騙、社交8個(gè)維度， 其簡版每個(gè)維度僅有1題（Rauthmann amp; Sherman， 2016a）， 因此在密集追蹤研究中最為常用。其他情境特征測量問卷如情境五項(xiàng)量表（Situational Five; Ziegler et al.， 2019）、情境六項(xiàng)量表（Situational Six; Oreg et al.， 2020）、以及情境說明量表（CAPTION; Parrigon et al.， 2017）等。情境特征測量手段的更新使研究者能夠系統(tǒng)的研究生活中情境特征與人格狀態(tài)的關(guān)系。如研究表明， 情境特征與人格狀態(tài)具有顯著的相關(guān)， 但沒有明顯的影響方向（Rauthmann et al.， 2016）; 當(dāng)被試認(rèn)為情境中“友善”特征更高的時(shí)候， 會(huì)表現(xiàn)出更高的外向性水平（Fleeson， 2007）; 人格特質(zhì)與情境特征能夠獨(dú)立預(yù)測個(gè)體相應(yīng)維度的人格狀態(tài)等（Sherman et al.， 2015）。

3.3" 數(shù)據(jù)分析

分析密集追蹤人格過程數(shù)據(jù)需采用與橫斷研究不同的分析方法， 基本要求是能夠?qū)?shù)據(jù)中的嵌套結(jié)構(gòu)和時(shí)間效應(yīng)進(jìn)行建模。首先， 密集追蹤數(shù)據(jù)中包含多個(gè)體的多次狀態(tài)信息， 構(gòu)成個(gè)體內(nèi)（狀態(tài)水平）與個(gè)體間（特質(zhì)水平）兩水平的數(shù)據(jù)結(jié)構(gòu)， 忽略嵌套結(jié)構(gòu)進(jìn)行分析可能會(huì)帶來嚴(yán)重的結(jié)果偏倚; 其次， 由于測量時(shí)間間隔短， 狀態(tài)間的時(shí)間效應(yīng)（如自回歸效應(yīng)、交叉滯后效應(yīng)）不可忽視， 且往往是研究中的重點(diǎn)。

據(jù)此， 適用于人格過程數(shù)據(jù)的分析方式大致可以分為： （1）為應(yīng)對(duì)數(shù)據(jù)多層結(jié)構(gòu)而產(chǎn)生的模型： 多層模型（Multilevel Model， MLM; Nezlek， 2008）、多層結(jié)構(gòu)方程模型（Multilevel Structural Equational Model， MSEM; Sadikaj et al.， 2021）; （2）適用于分析變量間交互關(guān)系的模型： 自上而下的動(dòng)態(tài)結(jié)構(gòu)方程模型（Dynamic Structural Equation Model， DSEM; Asparouhov et al.， 2018）、以及自下而上的組迭代多模型估計(jì)（Group Iterative Multiple Model Estimation， GIMME; Beltz amp; Gates， 2017）等; （3）適用于多變量建模與可視化的方法： 網(wǎng)絡(luò)分析（Network Analysis; Borgatti et al.， 2009）; （4）適用于抽取動(dòng)態(tài)特征的模型： 動(dòng)態(tài)系統(tǒng)模型（Dynamic System Model， DSM; Sosnowska et al.， 2019， 2020）等。需要注意的是， 以上劃分以分類為主要特征， 但并非互斥， 各類模型是相互包含與補(bǔ)充的關(guān)系。如DSEM、多層網(wǎng)絡(luò)模型均可以用于處理嵌套數(shù)據(jù); 除DSM， 網(wǎng)絡(luò)模型也可在變量層面與系統(tǒng)層面兩個(gè)水平提取動(dòng)態(tài)特征; 網(wǎng)絡(luò)模型可與DSEM結(jié)合， 用于探討多變量間交互關(guān)系等。以下將針對(duì)這4類建模方法及其拓展模型在人格動(dòng)態(tài)性研究中的應(yīng)用進(jìn)行介紹。

3.3.1" 多層模型（MLM）與多層結(jié)構(gòu)方程模型（MSEM）

MLM是實(shí)證研究中最為常用的分析方法， 能夠分離個(gè)體間變異與個(gè)體內(nèi)變異， 對(duì)測量點(diǎn)嵌套于個(gè)體的多層數(shù)據(jù)能夠提供更準(zhǔn)確的參數(shù)估計(jì)結(jié)果（Nezlek， 2008）。有研究者對(duì)Academic Search Complete， Business Search Complete， PsychINFO， 以及PsychARTICLES 數(shù)據(jù)庫中， 1994至2021年間主題為個(gè)體內(nèi)人格變異的82項(xiàng)實(shí)證研究進(jìn)行綜述發(fā)現(xiàn)， 大部分研究使用了MLM進(jìn)行分析（50%） （Ness et al.， 2021， p.340）。

也有少數(shù)研究應(yīng)用了MSEM， MSEM結(jié)合了多層模型與結(jié)構(gòu)方程模型的優(yōu)勢， 相較于MLM更為靈活， 可在模型中囊括測量模型、多個(gè)因變量、中介變量或調(diào)節(jié)變量（Hox， 2013）。在人格動(dòng)態(tài)性研究中， 使用MSEM能夠允許研究者同時(shí)對(duì)個(gè)體內(nèi)的認(rèn)知、情緒、行為與情境的相關(guān)關(guān)系、個(gè)體間人格變量的調(diào)節(jié)作用進(jìn)行考察（Sadikaj et al.， 2021）， 如有研究者利用MSEM發(fā)現(xiàn)， 個(gè)體積極與消極情緒能夠調(diào)節(jié)當(dāng)下任務(wù)需求與狀態(tài)盡責(zé)性的關(guān)系， 且個(gè)體的情商能夠顯著預(yù)測這種調(diào)節(jié)效應(yīng)（Minbashian et al.， 2018）。同時(shí)， MSEM還可以用于探究個(gè)體內(nèi)狀態(tài)變化過程與個(gè)體間特質(zhì)差異的關(guān)系， 如研究者利用MSEM探究了父母每日對(duì)子女的自主支持教養(yǎng)方式水平及父母自主需要被滿足程度之間的交互作用， 并發(fā)現(xiàn)這種交互作用與父母的主觀幸福感存在顯著相關(guān)（Neubauer et al.， 2022）。

3.3.2" 動(dòng)態(tài)結(jié)構(gòu)方程模型（DSEM）與組迭代多模型估計(jì)（GIMME）

現(xiàn)存較新的針對(duì)密集追蹤變量間交互關(guān)系進(jìn)行建模的方法包括： 基于群體進(jìn)行建模的DSEM， 以及基于個(gè)體進(jìn)行建模的GIMME， 相比傳統(tǒng)多層模型， 這類模型更加靈活， 參數(shù)估計(jì)結(jié)果更加準(zhǔn)確（鄭舒方 等， 2021）。

DSEM是基于多層模型、時(shí)間序列模型、結(jié)構(gòu)方程模型和時(shí)變效應(yīng)模型的整合模型（Asparouhov et al.， 2018）。可針對(duì)個(gè)體特異性的變異、個(gè)體內(nèi)時(shí)間序列、多變量、以及時(shí)間點(diǎn)特異的變異進(jìn)行建模。DSEM全模型表示為： Yit=Y1， it+ Y2，i+Y3，t，其核心在于將個(gè)體當(dāng)下狀態(tài)的變異（Yit）分離為個(gè)體穩(wěn)定的特質(zhì)（Y2， i）、當(dāng)前時(shí)間點(diǎn)的特征（Y3，t）、以及個(gè)體在當(dāng)前時(shí)間點(diǎn)的狀態(tài)波動(dòng)（Y1，it）三部分變異。通常， 當(dāng)研究中不存在或不關(guān)注時(shí)間點(diǎn)特征時(shí)（如周一這一時(shí)間點(diǎn)對(duì)個(gè)體壓力水平的特殊影響）， 研究者也可舍棄Y3，t這一成分， 使用兩水平DSEM模型（鄭舒方等， 2021）， 可探討個(gè)體內(nèi)上一時(shí)間點(diǎn)狀態(tài)對(duì)當(dāng)前狀態(tài)的滯留效應(yīng)， 以及不同狀態(tài)的交叉滯后效應(yīng)等問題。相關(guān)實(shí)證研究如Pavani等（2017）通過構(gòu)建兩水平DSEM探究了個(gè)體內(nèi)情緒與情緒管理的雙向影響過程; 由于模型將變異分為個(gè)體間與個(gè)體內(nèi)兩部分， 因此也可用于探究個(gè)體內(nèi)過程與個(gè)體間特質(zhì)的關(guān)系， 如有研究發(fā)現(xiàn)， 人際壓力對(duì)情緒反應(yīng)的滯后效應(yīng)的變異性與邊緣型人格障礙顯著相關(guān)（Dixon-Gordon amp; Laws， 2021）。

DSEM分離了個(gè)體內(nèi)和個(gè)體間變異， 同時(shí)在兩個(gè)水平建模; 而GIMME則采用了個(gè)體化的視角， 對(duì)每個(gè)個(gè)體的時(shí)間序列進(jìn)行估計(jì)， 再將在大部分個(gè)體模型中都顯著的路徑納入群體模型中， 以得到群體水平的估計(jì)， 換言之， 部分只在少數(shù)人的時(shí)間序列中顯著的路徑將不會(huì)被納入群體模型（Beltz amp; Gates， 2017）?？梢?， GIMME更適用于希望針對(duì)個(gè)體進(jìn)行建模的研究。如有實(shí)證研究使用GIMME發(fā)現(xiàn)， 個(gè)體內(nèi)人格狀態(tài)結(jié)構(gòu)與抑郁特質(zhì)在一部分被試中有顯著相關(guān)， 而在另一部分被試中不存在顯著相關(guān)（Jackson amp; Beck， 2021）。

由于部分理論中的人格過程包括多變量的交互過程， 如WTT認(rèn)為認(rèn)知、情感、生理與動(dòng)機(jī)過程交互影響形成人格特質(zhì)表現(xiàn)， 大部分研究需要對(duì)兩個(gè)以上的變量同時(shí)進(jìn)行建模， 因此會(huì)產(chǎn)生大量雙變量間的同時(shí)與滯后效應(yīng)系數(shù)， 此時(shí)通常的做法是將DSEM或GIMME與網(wǎng)絡(luò)分析進(jìn)行結(jié)合， 從而利用可視化網(wǎng)絡(luò)模型更為清晰的觀察變量間相互影響關(guān)系， 同時(shí)也可以進(jìn)行網(wǎng)絡(luò)層面的特征提取。

3.3.3" 網(wǎng)絡(luò)分析

網(wǎng)絡(luò)由節(jié)點(diǎn)與節(jié)點(diǎn)間連邊構(gòu)成， 人格動(dòng)態(tài)性研究中， 節(jié)點(diǎn)通常代表認(rèn)知、情緒、行為等人格過程變量， 節(jié)點(diǎn)間的邊則代表狀態(tài)的同時(shí)相關(guān)、自回歸、交叉滯后關(guān)系。網(wǎng)絡(luò)分析可用于揭示多變量網(wǎng)絡(luò)系統(tǒng)層面的特征（如網(wǎng)絡(luò)密度與中心性）、以及節(jié)點(diǎn)層面的特征（如各節(jié)點(diǎn)在系統(tǒng)中的相對(duì)貢獻(xiàn)度） （Newman， 2018）。

向量自回歸圖模型（Graphical Vector Autoregressive Model， GVAR; Epskamp， 2017; Epskamp et al.， 2018）結(jié)合了向量自回歸模型與網(wǎng)絡(luò)模型， 多層GVAR能夠同時(shí)對(duì)多變量間交互作用進(jìn)行估計(jì)， 并對(duì)個(gè)體內(nèi)滯后效應(yīng)（滯后網(wǎng)絡(luò)）、個(gè)體內(nèi)同時(shí)效應(yīng)（同時(shí)網(wǎng)絡(luò)）、以及個(gè)體間效應(yīng)（個(gè)體間網(wǎng)絡(luò)）進(jìn)行分離， 模型概念圖參見圖5。實(shí)證研究中可對(duì)每個(gè)個(gè)體構(gòu)建個(gè)體化向量自回歸圖模型， 以得到每個(gè)個(gè)體獨(dú)特的網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)， 如Beck和Jackson （2020）利用多層GVAR對(duì)被試的個(gè)體化人格網(wǎng)絡(luò)及其穩(wěn)定性進(jìn)行了探究， 發(fā)現(xiàn)人格系統(tǒng)存在較大的個(gè)體差異， 表現(xiàn)為不同個(gè)體網(wǎng)絡(luò)中的同時(shí)與滯后關(guān)系強(qiáng)度及網(wǎng)絡(luò)核心節(jié)點(diǎn)不同。

利用網(wǎng)絡(luò)對(duì)人格過程進(jìn)行建模不僅是方法上的進(jìn)展， 在理論上也有創(chuàng)新之處， 網(wǎng)絡(luò)將研究的關(guān)注點(diǎn)從變量的共變轉(zhuǎn)換到變量間的關(guān)系上。傳統(tǒng)因素分析模型中， 人格特質(zhì)被定義為不同認(rèn)知、情緒與行為測量指標(biāo)的共變部分， 即潛變量， 如外向性被認(rèn)為是“我喜歡去聚會(huì)”、“我喜歡與人交往”等測量變量共變的原因， 然而這一假設(shè)不一定準(zhǔn)確， 測量指標(biāo)之間的共變可能是由變量間直接交互造成的（Costantini et al.， 2015）， 即人格是由不同認(rèn)知、情緒、行為變量相互影響而形成的一個(gè)網(wǎng)絡(luò)， 在這種視角下， “我喜歡與人交往”與“我喜歡去聚會(huì)”之間的相關(guān)是因?yàn)閮烧唛g存在直接的因果關(guān)系， 即“我喜歡與人交往所以我喜歡去聚會(huì)” （Cramer et al.， 2012）， 基于此， 也有研究者認(rèn)為網(wǎng)絡(luò)分析可用于整合人格過程與結(jié)構(gòu)， 人格可被看作多過程網(wǎng)絡(luò)形成的弱涌現(xiàn)系統(tǒng)， 代表基于底層元素的相互作用而產(chǎn)生的系統(tǒng)新特性（Baumert et al.， 2017）。

3.3.4" 動(dòng)態(tài)系統(tǒng)模型

動(dòng)態(tài)系統(tǒng)模型（DSM; Fishwick， 2007）也具有一定理論基礎(chǔ)， DSM將人格視作一個(gè)具有自調(diào)節(jié)功能的復(fù)雜系統(tǒng)， 認(rèn)為個(gè)體人格存在一個(gè)穩(wěn)態(tài)狀態(tài)水平， 當(dāng)個(gè)體受環(huán)境或內(nèi)部因素影響偏離穩(wěn)態(tài)水平時(shí)， 人格系統(tǒng)會(huì)進(jìn)行自調(diào)節(jié)直至重新恢復(fù)穩(wěn)態(tài)， 具體應(yīng)用包括人格動(dòng)態(tài)模型（Personality Dynamics Model， PersDyn; Sosnowska et al.， 2019， 2020）與變化因變量模型（Change as Outcome Model; Danvers et al.， 2020）。

PersDyn基于微分方程模型進(jìn)行建模， 能夠提取系統(tǒng)層面的人格參數(shù)， 模型中， 人格狀態(tài)的變化值被個(gè)體當(dāng)前人格狀態(tài)與基線水平的差值、代表個(gè)體自調(diào)節(jié)能力的參數(shù)、以及隨機(jī)部分共同預(yù)測（Sosnowska et al.， 2020）。研究者可利用PersDyn提取新的動(dòng)態(tài)特征來描述個(gè)體的人格狀態(tài)系統(tǒng)， 如： 基線人格， 即個(gè)體人格狀態(tài)的平均水平; 人格變異性， 即人格狀態(tài)圍繞基線水平隨時(shí)間與情境的變異; 人格吸引子水平， 即個(gè)體偏離基線狀態(tài)后調(diào)整回基線狀態(tài)的速度， 代表了人格系統(tǒng)的自調(diào)節(jié)能力。同樣， 變化因變量模型（Danvers et al.， 2020）的核心思想也是人格狀態(tài)的自調(diào)節(jié)與穩(wěn)態(tài)， 與PersDyn不同的是， 變化因變量模型基于線性回歸的框架， 將個(gè)體當(dāng)前狀態(tài)水平作為自變量、下一時(shí)間點(diǎn)狀態(tài)水平與當(dāng)前狀態(tài)水平的差值作為因變量進(jìn)行建模， 更易理解。模型中， 當(dāng)因變量（即狀態(tài)差值）為0時(shí)， 自變量（人格狀態(tài)）水平就是該人格變量的穩(wěn)態(tài)水平， 通常而

圖5" 向量自回歸圖模型 固定效應(yīng)模型示意圖。圓圈為網(wǎng)絡(luò)節(jié)點(diǎn)， 即變量， P1至P5為研究中所關(guān)注的不同人格過程變量。邊代表節(jié)點(diǎn)間的關(guān)系， 如偏相關(guān)系數(shù)， 邊的粗細(xì)一般代表聯(lián)系的強(qiáng)度， 實(shí)線或虛線表示關(guān)系的正負(fù)。多層GVAR能夠在給出每個(gè)被試個(gè)體化滯后網(wǎng)絡(luò)與同時(shí)網(wǎng)絡(luò)的基礎(chǔ)上， 得到如圖所示群體水平的滯后網(wǎng)絡(luò)、同時(shí)網(wǎng)絡(luò)、以及個(gè)體間網(wǎng)絡(luò)。以此為基礎(chǔ)， 研究者可進(jìn)一步對(duì)各節(jié)點(diǎn)特征， 以及網(wǎng)絡(luò)水平特征進(jìn)行考察。

言， 系統(tǒng)總是趨向于穩(wěn)態(tài)水平， 表現(xiàn)為當(dāng)狀態(tài)水平高于穩(wěn)態(tài)水平時(shí)， 狀態(tài)的變化為負(fù)， 反之， 狀態(tài)的變化為正。實(shí)證研究如Danvers等（2020）利用變化因變量模型對(duì)大五人格狀態(tài)的重復(fù)測量數(shù)據(jù)進(jìn)行建模發(fā)現(xiàn)， 個(gè)體的人格系統(tǒng)具有很大的異質(zhì)性， 少部分個(gè)體的特質(zhì)具有兩到三個(gè)穩(wěn)態(tài)水平， 生活中可能表現(xiàn)為在不同情境中總是表現(xiàn)出不同的人格狀態(tài)?？梢娤啾葌鹘y(tǒng)人格特質(zhì)說， 以復(fù)雜系統(tǒng)構(gòu)建人格能夠揭示更多新信息。

然而， 通過復(fù)雜系統(tǒng)理論構(gòu)建人格也有明顯的缺陷， 由于尚在發(fā)展初期， 吸引子、穩(wěn)態(tài)水平等新參數(shù)的理論意義尚不明確， 仍需進(jìn)一步在實(shí)證研究中進(jìn)行驗(yàn)證。且建模方式較為復(fù)雜， 尚不能對(duì)多變量同時(shí)構(gòu)建多維模型， 無法反映出不同維度的人格狀態(tài)在個(gè)體內(nèi)的交互， 得到的結(jié)果往往缺少推廣性。

3.3.5" 數(shù)據(jù)分析方法小結(jié)

以上介紹的多層模型、動(dòng)態(tài)結(jié)構(gòu)方程模型、網(wǎng)絡(luò)分析和動(dòng)態(tài)系統(tǒng)模型等均可被用于研究人格動(dòng)態(tài)性。由于以上模型大多屬于前沿方法， 研究者可參考鄭舒方等人（2021）對(duì)密集追蹤數(shù)據(jù)模型的綜述， 以及《密集追蹤數(shù)據(jù)分析》一書（Intensive longitudinal methods; Bolger amp; Laurenceau， 2013）對(duì)此類研究方法進(jìn)行進(jìn)一步的學(xué)習(xí)。此外， 由于從中選擇合適的模型對(duì)很多研究者來說是一個(gè)挑戰(zhàn)， 這里我們提出一個(gè)基礎(chǔ)選擇流程（圖6）， 研究者可根據(jù)具體研究問題， 參考流程圖進(jìn)行決策。如WTT認(rèn)為各人格過程交互影響形成人格表現(xiàn)， 研究者可通過構(gòu)建認(rèn)知、情緒、動(dòng)機(jī)等心理過程的網(wǎng)絡(luò)模型， 提取網(wǎng)絡(luò)的動(dòng)態(tài)系統(tǒng)特征以探究其與特質(zhì)描述性的關(guān)系。又如研究者可基于PERM中對(duì)個(gè)體與環(huán)境關(guān)系機(jī)制的假設(shè)， 利用DSEM構(gòu)建個(gè)體變量與環(huán)境變量的動(dòng)態(tài)模型等。需要注意的是， 以往實(shí)證研究多采用MLM、MSEM對(duì)人格過程變量進(jìn)行建模， 盡管能夠?qū)^程數(shù)據(jù)的個(gè)體內(nèi)與個(gè)體間效應(yīng)進(jìn)行分離， 但本質(zhì)仍然是不考慮時(shí)間依賴性（即過去狀態(tài)對(duì)未來狀態(tài)的影響）的靜態(tài)模型， 無法對(duì)人格動(dòng)態(tài)性理論中機(jī)制解釋與動(dòng)態(tài)關(guān)系的部分進(jìn)行建模， 因此未來研究中研究者應(yīng)盡可能采用動(dòng)態(tài)模型進(jìn)行建模。

4" 國外應(yīng)用研究現(xiàn)狀

人格動(dòng)態(tài)性相關(guān)應(yīng)用研究主要聚集在工業(yè)/組織心理學(xué)與臨床心理學(xué)領(lǐng)域中（Kuper et al.， 2021; Sosnowska et al.， 2021）， 研究內(nèi)容包括人格是否存在變異性、人格變異性是否具有預(yù)測效力、人格變異性的影響因素、人格干預(yù)等。

工業(yè)/組織心理學(xué)中的人格動(dòng)態(tài)性研究較多， 大多關(guān)注對(duì)工作表現(xiàn)存在預(yù)測效力的人格因素。研究表明， 人格狀態(tài)、人格狀態(tài)的變異、人格狀態(tài)變異的個(gè)體間差異均可對(duì)一系列工作行為與表現(xiàn)產(chǎn)生影響， 如盡責(zé)性人格狀態(tài)能夠顯著正向預(yù)測個(gè)體的工作表現(xiàn)與組織公民行為（Debusscher et al.， 2016， 2017）; 盡責(zé)性變異能夠顯著正向預(yù)測反生產(chǎn)工作行為等（Vossen amp; Hofmans， 2021）; 也有研究基于CAPS理論發(fā)現(xiàn)人格?情境關(guān)系的個(gè)體間差異在傳統(tǒng)人格特質(zhì)的基礎(chǔ)上對(duì)任務(wù)表現(xiàn)仍具有顯著的預(yù)測效力（Minbashian et al.， 2010）。同時(shí)， 研究者也對(duì)工作情境中人格波動(dòng)的影響因素進(jìn)行了探索， 包括情境因素與人際交往因素， 如情境因素中的工作壓力（Hofmans et al.， 2015）、人際矛盾（Judge et al.， 2014）能夠顯著影響人格狀態(tài)的變異， 又如Dóci等人（2021）通過構(gòu)建個(gè)體內(nèi)成對(duì)關(guān)系（dyads）模型， 發(fā)現(xiàn)領(lǐng)導(dǎo)者核心自我評(píng)價(jià)的波動(dòng)與員工的核心自我評(píng)價(jià)波動(dòng)同步等。

人格動(dòng)態(tài)的思想在臨床心理學(xué)的應(yīng)用主要體現(xiàn)在人格障礙與人格干預(yù)研究中。個(gè)體內(nèi)變異模式在人格障礙的描述中十分重要， 如邊緣型人格障礙的核心之一是情感、認(rèn)知和行為上的不穩(wěn)定性; 自戀型人格障礙表現(xiàn)為外部評(píng)價(jià)影響自尊管理與行為的動(dòng)態(tài)過程（Hopwood， 2018）。實(shí)證研究如Wright等（2017）發(fā)現(xiàn)， 個(gè)體感知到的他人支配感與個(gè)體自身對(duì)抗性的關(guān)系在自戀型人格障礙患者中更強(qiáng); 又如研究者利用不同消極情緒過程構(gòu)建網(wǎng)絡(luò)模型發(fā)現(xiàn)， 消極情緒網(wǎng)絡(luò)越密集的被試， 神經(jīng)質(zhì)特質(zhì)水平越高（Bringmann et al.， 2016）。并且， 人格動(dòng)態(tài)的思想也為人格干預(yù)研究提供了支撐（Rebele et al.， 2021）， 已有部分實(shí)證研究支持了人格干預(yù)的效力， 如青少年問題飲酒行為干預(yù)（Conrod et al.， 2008; Conrod et al.， 2013; O'Leary- Barrett et al.， 2016）， O'Leary-Barrett等人（2016）針對(duì)青少年問題飲酒行為的風(fēng)險(xiǎn)人格因素（如沖動(dòng)性、焦慮敏感性）進(jìn)行了為期兩年的干預(yù)研究， 顯著的改善了青少年的問題飲酒行為。

5" 本土人格動(dòng)態(tài)心理學(xué)

以上理論發(fā)展與應(yīng)用研究均聚集于國外， 以下對(duì)國內(nèi)人格動(dòng)態(tài)性相關(guān)研究進(jìn)行梳理。進(jìn)入中國知網(wǎng)（https：//www.cnki.net/）進(jìn)行高級(jí)搜索， 文獻(xiàn)分類目錄選擇醫(yī)藥衛(wèi)生科技中臨床醫(yī)學(xué)、神經(jīng)病學(xué)、精神病學(xué); 哲學(xué)與人文科學(xué)中心理學(xué); 社會(huì)科學(xué)II輯中社會(huì)科學(xué)理論與方法、社會(huì)學(xué)及統(tǒng)計(jì)學(xué)、教育理論與教育管理; 經(jīng)濟(jì)與管理科學(xué)中管理學(xué)。發(fā)表時(shí)間選擇2000年1月1日至2022年6月17日。篇名關(guān)鍵詞固定為“人格”， 主題關(guān)鍵詞根據(jù)以下分類分別進(jìn)行檢索： （1）檢索采用個(gè)體化研究視角的人格研究， 關(guān)鍵詞： “個(gè)體視角、個(gè)體內(nèi)”， 共7篇; （2）檢索針對(duì)人格狀態(tài)波動(dòng)過程的研究， 關(guān)鍵詞： “人格狀態(tài)、人格波動(dòng)、人格動(dòng)態(tài)”， 共101篇; （3）檢索采用人格動(dòng)態(tài)性相關(guān)理論視角的研究， 關(guān)鍵詞： “全特質(zhì)理論、WTT、認(rèn)知情感系統(tǒng)理論、CAPS”， 共5篇; （4）檢索對(duì)人格特質(zhì)與情境同時(shí)進(jìn)行討論的研究， 關(guān)鍵詞： “特質(zhì)*情境”， 47篇; （5）檢索采用密集追蹤數(shù)據(jù)相關(guān)研究方法的研究， 關(guān)鍵詞： “經(jīng)驗(yàn)取樣法、密集追蹤、日記法”， 1篇。共計(jì)161篇。閱讀上述161篇文獻(xiàn)摘要進(jìn)行進(jìn)一步篩查： 實(shí)證研究要求人格過程變量的重復(fù)測量間隔至少在一天之內(nèi)。理論綜述需在文中重點(diǎn)論述人格短期動(dòng)態(tài)變化過程、機(jī)制與相關(guān)理論， 或人格狀態(tài)與人格特質(zhì)的關(guān)聯(lián)與整合。最后符合要求的文獻(xiàn)僅9篇， 見表1。

可見人格動(dòng)態(tài)性的理論思想在國內(nèi)尚未得到充分的討論與應(yīng)用， 只有少數(shù)研究者對(duì)人格可變性以及人格過程與特質(zhì)的整合進(jìn)行了系統(tǒng)的討論， 如于淼等（2020）的綜述中對(duì)部分人格動(dòng)態(tài)理論以及經(jīng)驗(yàn)取樣法的使用進(jìn)行了介紹; 郭永玉和胡小勇（2015）對(duì)人格敘事、人格動(dòng)機(jī)過程與人格特質(zhì)的整合進(jìn)行了討論; 于淼和許燕（2018）研究摘要中表明， 人格狀態(tài)存在顯著的變異且能夠與人格特質(zhì)相互轉(zhuǎn)換等。相比而言， 國際上人格動(dòng)態(tài)性領(lǐng)域已有近15年的發(fā)展， 近年來更是有越來越多的人格心理學(xué)家開始強(qiáng)調(diào)突破大五人格特質(zhì)框架、強(qiáng)調(diào)人格特質(zhì)與狀態(tài)的整合、人格描述到人格解釋的視角轉(zhuǎn)變等（如： Blum et al.， 2021; Quirin et al.， 2020; Cervone amp; Little， 2019; Rauthmann et al.， 2019; Jeronimus amp; Reitsema， 2018）; 研究方法上， 現(xiàn)有實(shí)證研究多采用密集追蹤數(shù)據(jù)及多層模型， 相比而言， 動(dòng)態(tài)建模方法（如DSEM， GIMME， DSM等）發(fā)展更晚， 在國際范圍內(nèi)也尚未得到廣泛的應(yīng)用。本文就人格動(dòng)態(tài)性概念與歷史發(fā)展、解釋與整合模型、密集追蹤數(shù)據(jù)收集與研究方法進(jìn)行了簡要介紹。未來研究者可基于國內(nèi)樣本， 結(jié)合動(dòng)態(tài)建模方法對(duì)人格特質(zhì)、人格過程以及人格發(fā)展間的關(guān)系進(jìn)行探究， 或結(jié)合國內(nèi)傳統(tǒng)人格思想進(jìn)一步拓展人格動(dòng)態(tài)性領(lǐng)域研究， 也可在研究中加入跨文化比較的部分對(duì)現(xiàn)有理論的普適性進(jìn)行驗(yàn)證?？傊?， 人格動(dòng)態(tài)性研究領(lǐng)域在深度和廣度上都有較大的拓展空間， 未來研究有望解構(gòu)/重構(gòu)人格概念， 整合/架構(gòu)新的理論體系。

6" 未來發(fā)展方向

6.1" 理論發(fā)展

人格動(dòng)態(tài)性理論關(guān)注人格作用過程與形成機(jī)制， 將人格理論從描述推進(jìn)到解釋， 是人格研究發(fā)展的重要方向。未來研究者可從以下幾方面繼續(xù)整合與發(fā)展現(xiàn)有理論。

研究者在理論中應(yīng)注意區(qū)分個(gè)體內(nèi)人格結(jié)構(gòu)與個(gè)體間人格結(jié)構(gòu)。WTT， CAPS理論， KAPA理論等均通過社會(huì)認(rèn)知過程解釋人格作用機(jī)制， 但對(duì)群體層面人格結(jié)構(gòu)的進(jìn)化與基因起源， 人體神經(jīng)與激素如何塑造人格的形成與表現(xiàn)等均未涉及; 相比而言， CB5T認(rèn)為人格反映了人類進(jìn)化過程中受基因與環(huán)境影響形成的控制系統(tǒng)， 從進(jìn)化論的角度闡述了群體層面人格特質(zhì)（即個(gè)體間人格結(jié)構(gòu)）的成因與功能， 雖在理論中指出個(gè)體的適應(yīng)性特質(zhì)因人而異， 但較少涉及個(gè)體的認(rèn)知、情緒、動(dòng)機(jī)等在生活中的具體作用過程。換言之， 社會(huì)認(rèn)知人格整合模型（如WTT）更適用于闡述個(gè)體內(nèi)人格結(jié)構(gòu)的形成與作用機(jī)制， 而控制論視角下的人格整合模型（如CB5T）更側(cè)重闡述個(gè)體間人格結(jié)構(gòu)的成因與功能。未來理論可進(jìn)行進(jìn)一步整合。

人格動(dòng)態(tài)性理論可進(jìn)一步與心理病理學(xué)理論進(jìn)行整合。人格理論多基于正常人格， 且傳統(tǒng)人格理論傾向于關(guān)注穩(wěn)定的特質(zhì)， 而心理病理學(xué)研究與臨床實(shí)踐總是處于一定情境與動(dòng)態(tài)變化過程中（Ringwald et al.， 2021）， 因此與人格理論通常分屬兩種研究體系。然而， 有研究者提出， 對(duì)患有人格障礙的個(gè)體進(jìn)行個(gè)案概念化的關(guān)鍵之一就在于如何把靜態(tài)的特質(zhì)評(píng)估結(jié)果與個(gè)體在生活中波動(dòng)的表現(xiàn)有效關(guān)聯(lián)起來（Hopwood et al.， 2015）?？梢姡?人格動(dòng)態(tài)性理論是異常心理與人格研究相結(jié)合的一次機(jī)遇， 如CB5T將控制機(jī)制的變異視為連續(xù)譜， 認(rèn)為人格障礙是人格功能極端的表現(xiàn)。未來研究者可結(jié)合臨床實(shí)踐與心理病理學(xué)理論繼續(xù)拓展現(xiàn)有理論框架。

此外， 未來研究者也可在理論中進(jìn)一步探討時(shí)間效應(yīng)。現(xiàn)有人格動(dòng)態(tài)性理論尚未系統(tǒng)討論時(shí)間因素的影響， 不能完整體現(xiàn)出動(dòng)態(tài)的內(nèi)涵。如WTT將描述性人格特質(zhì)定義為人格狀態(tài)的概率密度分布， 并以分布的均值、峰值、標(biāo)準(zhǔn)差等參數(shù)表示個(gè)體人格系統(tǒng)的特征， 然而這種定義方法并沒有考慮狀態(tài)先后的時(shí)序關(guān)系。對(duì)此， 有研究者提出將人格表現(xiàn)的周期性或行為反應(yīng)的速度作為人格特質(zhì)（Beck amp; Jackson， 2021）， 也有研究者將人格狀態(tài)的變化作為因變量構(gòu)建動(dòng)態(tài)系統(tǒng)模型（Sosnowska et al.， 2020）， 但這些嘗試更多涉及人格狀態(tài)的前沿建模方法， 在理論基礎(chǔ)上有所欠缺。未來理論可結(jié)合實(shí)證研究與研究方法的發(fā)展進(jìn)一步豐富“動(dòng)態(tài)”的內(nèi)涵。

6.2" 實(shí)證研究測量形式

未來研究可通過自評(píng)、他評(píng)、生理指標(biāo)、電子足跡等各渠道進(jìn)行數(shù)據(jù)收集?，F(xiàn)階段人格動(dòng)態(tài)性測量大多采用自我報(bào)告的形式， 然而自我報(bào)告與密集追蹤研究并不十分契合， 密集的自我報(bào)告會(huì)給參與者帶來很大的負(fù)擔(dān)， 這使得研究者不得不在減少對(duì)被試生活的侵入性與最佳采樣間隔間進(jìn)行取舍; 并且， 事后進(jìn)行自我報(bào)告無法擺脫事后偏見的影響， 也無法對(duì)客觀環(huán)境等變量進(jìn)行測量; 同時(shí)， 對(duì)單一測量方法的依賴也可能會(huì)帶來共同方法偏差等問題（Mo?ttus， 2016）。

研究者可結(jié)合他人評(píng)價(jià)對(duì)自我報(bào)告進(jìn)行補(bǔ)充， 他評(píng)的視角可將情境特征中個(gè)體主觀解釋與多人共建的社會(huì)事實(shí)進(jìn)行分離。現(xiàn)僅有少數(shù)研究采用了他人評(píng)價(jià)的測量手段， 如Abrahams等人（2021）在研究中收集了青年教師自評(píng)情境特征與旁觀督導(dǎo)員的他評(píng)情境特征， 通過結(jié)合自評(píng)與他評(píng)， 將情境特征的變異源分解成相對(duì)主觀的個(gè)體情境特征解釋與相對(duì)客觀的群體情境特征共識(shí)。

另一新興測量方法是基于傳感器的人格測量。人格計(jì)算（Personality Computing; Phan amp; Rauthmann， 2021）是人格心理學(xué)與計(jì)算機(jī)科學(xué)的交叉學(xué)科， 研究者往往利用手機(jī)、手環(huán)等便攜式電子設(shè)備傳感器被動(dòng)采集參與者的生活數(shù)據(jù)， 如利用傳感器（加速器、藍(lán)牙、定位系統(tǒng)等）與元日志（電話、短信、應(yīng)用信息等）， 收集有關(guān)個(gè)體（活動(dòng)軌跡、社交行為、睡眠等）與環(huán)境（地點(diǎn)、聲音、濕度等）的客觀信息（Vaid et al.， 2021）。相比經(jīng)驗(yàn)取樣法， 被動(dòng)采集的測量手段能夠提供研究期間連續(xù)、客觀的數(shù)據(jù)信息， 且不依賴于被試的依從性， 可將被試的負(fù)擔(dān)縮減至最輕。如Kalimeri等人（2019）結(jié)合手機(jī)與電腦數(shù)據(jù)與自我報(bào)告數(shù)據(jù)發(fā)現(xiàn)， 個(gè)體網(wǎng)站訪問記錄與應(yīng)用的使用信息能夠以低到中等的準(zhǔn)確性預(yù)測個(gè)體道德立場、價(jià)值觀與人格傾向。

6.3" 實(shí)證研究測量內(nèi)容

未來研究中， 研究者首先需考慮所使用的人格狀態(tài)測量是否適用于所關(guān)注的研究問題。盡管當(dāng)下已有一些實(shí)證研究聚焦于人格狀態(tài)， 但人格狀態(tài)的操作化定義在各研究中并不一致且不清晰， 少有專門針對(duì)人格狀態(tài)測量開發(fā)的問卷， 因此各研究使用的具體測量題項(xiàng)各不相同。

在構(gòu)建測量方法時(shí)， 需要先考慮所測量構(gòu)念的本質(zhì)以及研究目的。不同理論視角下， 人格狀態(tài)的意義并不相同， 如WTT認(rèn)為人格狀態(tài)是相應(yīng)人格特質(zhì)的表現(xiàn)， 常見測量方法如直接將測量人格特質(zhì)的題項(xiàng)進(jìn)行改編作為相應(yīng)人格狀態(tài)的測量， 然而， 這種測量方法所得到的人格狀態(tài)并不能直接被解釋為相應(yīng)人格特質(zhì)的表現(xiàn)， 首先， 構(gòu)成個(gè)體當(dāng)下人格狀態(tài)的原因通常不是單個(gè)人格特質(zhì)， 而是多種人格特質(zhì)的表現(xiàn)， 如個(gè)體當(dāng)下表現(xiàn)出外向性的行為， 可能是由于該個(gè)體外向性特質(zhì)水平較高， 也可能是因?yàn)樵搨€(gè)體盡責(zé)性特質(zhì)水平高， 因此在要求個(gè)體外向的社交情境下表現(xiàn)出更高的狀態(tài)外向水平（Fleeson， 2017）; 此外， 個(gè)體的人格狀態(tài)還受到當(dāng)下情境等因素的影響（Sherman et al.， 2015）。

可見， 依賴于大五人格或其他人格特質(zhì)問卷所得到的人格狀態(tài)變異反映了多種心理過程（如認(rèn)知、情緒或動(dòng)機(jī)）交互的結(jié)果。對(duì)此， 若研究者希望研究某一具體特質(zhì)的作用過程， 可考慮測量更為底層的知、情、意過程; 也可盡可能精細(xì)化測量特質(zhì)的某一分維度， 以確保該題項(xiàng)測得的變異能夠代表所測特質(zhì); 或在正式測驗(yàn)開始前詢問被試對(duì)各特質(zhì)維度的理解， 使用被試特異的題項(xiàng)對(duì)狀態(tài)進(jìn)行測量， 如有研究者要求被試自我報(bào)告與自身最顯著相關(guān)的人格特質(zhì)， 并在預(yù)設(shè)情境中對(duì)特異性人格表現(xiàn)進(jìn)行評(píng)估（Lisa et al.， 2017）; 或以個(gè)體化測量數(shù)據(jù)為基礎(chǔ)， 開發(fā)適用于測量狀態(tài)的問卷， 如Zimmermann等（2019）以日記法采集密集追蹤數(shù)據(jù)， 通過多層驗(yàn)證性因素分析構(gòu)建了短版人格動(dòng)態(tài)日記問卷， 并在獨(dú)立樣本中對(duì)該量表的個(gè)體間與個(gè)體內(nèi)信效度進(jìn)行了驗(yàn)證。

此外， 研究者如果希望對(duì)人格系統(tǒng)的作用機(jī)制進(jìn)行考察， 可同時(shí)對(duì)多種心理過程進(jìn)行測量。人格作為多變量系統(tǒng)的理論思想在多個(gè)人格模型中都有所體現(xiàn)， 如CB5T認(rèn)為人格是一個(gè)自組織系統(tǒng); CAPS理論認(rèn)為不同認(rèn)知?情感單元交互影響共同塑造個(gè)體人格表現(xiàn)， 而相關(guān)實(shí)證研究多只關(guān)注單變量過程（如： Mogg amp; Bradley， 2016; Wendt et al.， 2020）。然而， 只有同時(shí)對(duì)多變量作用過程進(jìn)行考察， 才能夠檢驗(yàn)各過程交互關(guān)系及其中各自獨(dú)特的效應(yīng)， 如以WTT為理論框架， 研究者可比較不同情境中相似行為或相同情境中不同行為背后的認(rèn)知、情感、動(dòng)機(jī)過程， 以探究不同人格表現(xiàn)背后的積聚過程集合是否具有情境或行為特異性（Baumert et al.， 2017）。

最后， 研究者需注意狀態(tài)水平的信效度問題?，F(xiàn)階段常見構(gòu)建信度的方法是將個(gè)體內(nèi)測量點(diǎn)進(jìn)行平均， 并計(jì)算內(nèi)部一致性系數(shù)作為信度指標(biāo)， 但這種做法得到的是平均狀態(tài)的信度， 即個(gè)體間層面的信度， 而忽略了狀態(tài)的信度， 且大部分研究并沒有對(duì)所使用的題項(xiàng)在獨(dú)立樣本中的信效度進(jìn)行檢驗(yàn)（Horstmann amp; Ziegler， 2020）。未來研究需注意個(gè)體內(nèi)測量水平信度的驗(yàn)證（Nezlek， 2017）， 可使用多層驗(yàn)證性因素分析（Bolger amp; Laurenceau， 2013， p.138; Bolger et al.， 2012）進(jìn)行報(bào)告。

參考文獻(xiàn)

郭永玉， 胡小勇. （2015）. 特質(zhì)、動(dòng)機(jī)和敘事： 人格研究的三種范式及其整合. 心理科學(xué)， 38（6）， 1489?1495.

魏佳. （2019）. 人格心理學(xué)中特質(zhì)與情境的爭論、整合與應(yīng)用. 集寧師范學(xué)院學(xué)報(bào)， 41（2）， 95?98+103.

肖崇好. （2001）. 人格研究的新動(dòng)態(tài)： 認(rèn)知情感人格系統(tǒng). 韓山師范學(xué)院學(xué)報(bào)， （3）， 96?101.

修巧艷， 高峰強(qiáng). （2005）. CAPS理論與人格心理學(xué)的整合. 南京師大學(xué)報(bào)（社會(huì)科學(xué)版）， （2）， 89?93.

于淼， 許燕. （2018， 11月）. 內(nèi)隱人格觀與情緒對(duì)人格狀態(tài)變化的影響研究. 見： 第二十一屆全國心理學(xué)學(xué)術(shù)會(huì)議摘要集（pp.734?735）. 北京.

于淼， 許燕， 葉勇豪， 張和云， 趙歡歡， 高紅梅. （2020）. 人格可變性： 個(gè)體視角下的人格變化研究. 中國特殊教育， （2）， 83?90+75.

楊慧芳， 郭永玉. （2006）. 從人際關(guān)系看人格——認(rèn)知?情感系統(tǒng)理論的視角. 心理學(xué)探新， （1）， 13?17.

楊子云， 郭永玉. （2004）. 人格分析的單元——特質(zhì)、動(dòng)機(jī)及其整合. 華中師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）， （6）， 131?135.

張開荊. （2006）. 人格心理學(xué)中的特質(zhì)論與情境論之爭述評(píng). 遼寧教育行政學(xué)院學(xué)報(bào)， 23（1）， 35?37.

鄭舒方， 張瀝今， 喬欣宇， 潘俊豪. （2021）. 密集追蹤數(shù)據(jù)分析： 模型及其應(yīng)用. 心理科學(xué)進(jìn)展， 29（11）， 1948? 1972.

Abrahams， L.， Rauthmann， J. F.， amp; Fruyt， F. D. （2021）. Person-situation dynamics in educational contexts： A self-and other-rated experience sampling study of teachers’ states， traits， and situations. European Journal of Personality， 35（4）， 598?622.

Allport， G. W. （1937）. Personality： A psychological interpretation. New York： Holt.

Asparouhov， T.， Hamaker， E. L.， amp; Muthén， B. （2018）. Dynamic structural equation models. Structural Equation Modeling， 25（3）， 359?388.

Back， M. D.， Baumert， A.， Denissen， J. J. A.， Hartung， F.-M.， Penke， L.， Schmukle， S. C.， ... Wrzus， C. （2011）. PERSOC： A unified framework for understanding the dynamic interplay of personality and social relationships. European Journal of Personality， 25（2）， 90?107.

Baldwin， A. L. （1946）. The study of individual personality by means of the intraindividual correlation. Journal of Personality， 14（3）， 151?168

Bandura， A. （1978）. The self system in reciprocal determinism. American Psychologist， 33（4）， 344?358.

Bandura， A.， amp; Cervone， D. （1986）. Differential engagement of self-reactive influences in cognitive motivation. Organizational Behavior and Human Decision Processes， 38（1）， 92?113.

Baumert， A.， Schmitt， M.， Perugini， M.， Johnson， W.， Blum， G.， Borkenau， P.， ... Wrzus， C. （2017）. Integrating personality structure， personality process， and personality development. European Journal of Personality， 31（5）， 503?528.

Beck， E. D.， amp; Jackson， J. J. （2020）. Consistency and change in idiographic personality： A longitudinal ESM network study. Journal of Personality and Social Psychology， 118（5）， 1080-1100.

Beck， E. D.， amp; Jackson， J. J. （2021）. Within-person variability. In J. F. Rauthmann （Ed.）， Handbook of personality dynamics and processes （pp. 75?100）. Amsterdam， The Netherlands： Elsevier.

Beltz， A. M.， amp; Gates， K. M. （2017）. Network mapping with GIMME. Multivariate Behavioral Research， 52（6）， 789?804.

Blum， G. S.， Baumert， A.， amp; Schmitt， M. （2021）. Personality processes—From description to explanation. In J. F. Rauthmann （Ed.）， Handbook of personality dynamics and processes （pp.33?55）. Amsterdam， The Netherlands： Elsevier.

Bolger， N.， amp; Laurenceau， J.-P. （2013）. Intensive longitudinal methods. New York， NY： Guilford.

Bolger， N.， Stadler， G.， amp; Laurenceau， J.-P. （2012）. Power analysis for intensive longitudinal studies. In M. R. Mehl amp; T. S. Conner （Eds.）， Handbook of research methods for studying daily life （pp. 285?301）. New York， NY， US： The Guilford Press.

Borgatti， S. P.， Mehra， A.， Brass， D. J.， amp; Labianca， G. （2009）. Network analysis in the social sciences. Science， 323（5916）， 892?895.

Bringmann， L. F.， Pe， M. L.， Vissers， N.， Ceulemans， E.， Borsboom， D.， Vanpaemel， W.， Tuerlinckx， F.， amp; Kuppens， P. （2016）. Assessing temporal emotion dynamics using networks. Assessment （Odessa， Fla.）， 23（4）， 425?435.

Cattell， R. B.， amp; Luborsky， L. B. （1950）. P-technique demonstrated as a new clinical method for determining personality and symptom structure. The Journal of General Psychology， 42， 3?24.

Cervone， D. （2004）. The architecture of personality. Psychological Review， 111（1）， 183?204.

Cervone， D.， amp; Little， B. R. （2019）. Personality architecture and dynamics： The new agenda and what's new about it. Personality and Individual Differences， 136， 12?23.

Cervone， D.， Shadel， W. G.， amp; Jencius， S. （2001）. Social- cognitive theory of personality assessment. Personality and Social Psychology Review， 5（1）， 33?51.

Conner， T. S.， Tennen， H.， Fleeson， W.， amp; Barrett， L. F. （2009）. Experience sampling methods： A modern idiographic approach to personality. Social and Personality Psychology Compass， 3（3）， 292?313.

Conrod， P. J.， Castellanos， N.， amp; Mackie， C. （2008）. Personality-targeted interventions delay the growth of adolescent drinking and binge drinking. Journal of Child Psychology and Psychiatry， 49（2）， 181?190.

Conrod， P. J.， O'Leary-Barrett， M.， Newton， N.， Topper， L.， Castellanos-Ryan， N.， Mackie， C.， amp; Girard， A. （2013）. Effectiveness of a selective， personality-targeted prevention program for adolescent alcohol use and misuse： A cluster randomized controlled trial. JAMA Psychiatry， 70（3）， 334?342.

Corr， P. J. （2008）. Reinforcement sensitivity theory （RST）： Introduction. In P. J. Corr （Ed.）， The reinforcement sensitivity theory of personality （pp. 1?43）. Cambridge： Cambridge University Press.

Costantini， G.， Epskamp， S.， Borsboom， D.， Perugini， M.， Mo?ttus， R.， Waldorp， L. J.， amp; Cramer， A. O. J. （2015）. State of the aRt personality research： A tutorial on network analysis of personality data in R. Journal of Research in Personality， 54， 13?29.

Cramer， A. O.， van der Sluis， S.， Noordhof， A.， Wichers， M.， Geschwind， N.， Aggen， S. H.， ... Borsboom， D. （2012）. Dimensions of normal personality as networks in search of equilibrium： You can't like parties if you don't like people. European Journal of Personality， 26（4）， 414?431.

Csikszentmihalyi， M.， amp; Larson， R. （2014）. Validity and reliability of the experience-sampling method. In Csikszentmihalyi， M. （Eds.）， Flow and the foundations of positive psychology （pp. 35?54）. Dordrecht： Springer.

Danvers， A. F.， Wundrack， R.， amp; Mehl， M. （2020）. Equilibria in personality states： A conceptual primer for dynamics in personality states. European Journal of Personality， 34（6）， 999?1016.

Debusscher， J.， Hofmans， J.， amp; de Fruyt， F. （2016）. Do personality states predict momentary task performance？ The moderating role of personality variability. Journal of Occupational and Organizational Psychology， 89（2）， 330?351.

Debusscher， J.， Hofmans， J.， amp; de Fruyt， F. （2017）. The multiple face （t）s of state conscientiousness： Predicting task performance and organizational citizenship behavior. Journal of Research in Personality， 69， 78?85.

DeYoung， C. G. （2010）. Toward a theory of the Big Five. Psychological Inquiry， 21（1）， 26?33.

DeYoung， C. G. （2015）. Cybernetic big five theory. Journal of Research in Personality， 56， 33?58.

DeYoung， C. G.， amp; Gray， J. R. （2009）. Personality neuroscience： Explaining individual differences in affect， behavior， and cognition. In P. J. Corr amp; G. Matthews （Eds.）， The Cambridge handbook of personality psychology （pp. 323?346）. New York： Cambridge University Press.

Dick， D. M.， Agrawal， A.， Keller， M. C.， Adkins， A.， Aliev， F.， Monroe， S.， ... Sher， K. J. （2015）. Candidate gene-environment interaction research： Reflections and recommendations. Perspectives on Psychological Science， 10（1）， 37?59.

Dixon-Gordon， K. L.， amp; Laws， H. （2021）. Emotional variability and inertia in daily life： Links to borderline personality and depressive symptoms. Journal of Personality Disorders， 35（Suppl. A）， 162?171.

Dóci， E.， Hofmans， J.， amp; Judge， T. A. （2021）. Personalities in sync： The covariation of psychological resources in leader-follower dyads. European Journal of Personality， 35（4）， 466?479.

Donnellan， M. B.， Oswald， F. L.， Baird， B. M.， amp; Lucas， R. E. （2006）. The mini-IPIP scales： Tiny-yet-effective measures of the Big Five factors of personality. Psychological Assessment， 18（2）， 192-203.

Epskamp， S. （2017）. graphicalVAR： Graphical VAR for experience sampling data （R package version 0.1.6）. Retrieved from http：//CRAN.R-project.org/package=graphicalVAR.

Epskamp， S.， Waldorp， L. J.， M?ttus， R.， amp; Borsboom， D. （2018）. The Gaussian graphical model in cross-sectional and time-series data. Multivariate Behavioral Research， 53（4）， 453?480.

Fishwick， P. A. （2007）. The languages of dynamic system modeling. In Fishwick， P. A. （Ed.）， Handbook of dynamic system modeling （pp. 1?10）. Florida： CRC Press.

Fleeson， W. （2001）. Toward a structure- and process-integrated view of personality： Traits as density distributions of states. Journal of Personality and Social Psychology， 80（6）， 1011?1027.

Fleeson， W. （2004）. Moving personality beyond the person-situation debate： The challenge and the opportunity of within-person variability. Current Directions in Psychological Science， 13（2）， 83?87.

Fleeson， W. （2007）. Situation-based contingencies underlying trait-content manifestation in behavior. Journal of Personality， 75（4）， 825?862

Fleeson， W. （2017）. The production mechanisms of traits： Reflections on two amazing decades. Journal of Research in Personality， 69， 4?12.

Fleeson， W.， amp; Jayawickreme， E. （2015）. Whole trait theory. Journal of Research in Personality， 56， 82?92.

Fleeson， W.， amp; Jayawickreme， E. （2021）. Whole trait theory puts dynamics at the core of structure. In J. F. Rauthmann （Ed.）， Handbook of personality dynamics and processes （pp. 579?599）. Amsterdam， The Netherlands： Elsevier.

Fleeson， W.， amp; Law， M. K. （2015）. Trait enactments as density distributions： The role of actors， situations， and observers in explaining stability and variability. Journal of Personality and Social Psychology， 109（6）， 1090?1104.

Furr， R. M.， amp; Funder， D. C. （2004）. Situational similarity and behavioral consistency： Subjective， objective， variable- centered and person-centered approaches. Journal of Research in Personality， 38（5）， 421?447.

Geukes， K.， Nestler， S.， Hutteman， R.， Dufner， M.， Küfner， A. C.， Egloff， B.， ... Back， M. D. （2017）. Puffed-up but shaky selves： State self-esteem level and variability in narcissists. Journal of Personality and Social Psychology， 112（5）， 769.

Gosling， S. D.， Rentfrow， P. J.， amp; Swann Jr， W. B. （2003）. A very brief measure of the Big-Five personality domains. Journal of Research in Personality， 37（6）， 504?528.

Hamaker， E. L.， Dolan， C. V.， amp; Molenaar， P. C. M. （2005）. Statistical modeling of the individual： Rationale and application of multivariate stationary time series analysis. Multivariate Behavioral Research， 40（2）， 207?233.

Hamaker， E. L.， amp; Wichers， M. （2017）. No time like the present： Discovering the hidden dynamics in intensive longitudinal data. Current Directions in Psychological Science， 26（1）， 10?15.

Hart， W.， amp; Albarraci?n， D. （2009）. The effects of chronic achievement motivation and achievement primes on the activation of achievement and fun goals. Journal of Personality and Social Psychology， 97（6）， 1129-1141.

Hofmann， W.， Baumeister， R. F.， F?rster， G.， amp; Vohs， K. D. （2012）. Everyday temptations： An experience sampling study of desire， conflict， and self-control. Journal of Personality and Social Psychology， 102（6）， 1318?1335.

Hofmans， J.， Debusscher， J.， Doci， E.， Spanouli， A.， amp; De Fruyt， F. （2015）. The curvilinear relationship between work pressure and momentary task performance： The role of state and trait core self-evaluations. Frontiers in Psychology， 6， 1680

Hopwood， C. J. （2018）. Interpersonal dynamics in personality and personality disorders. European Journal of Personality， 32（5）， 499?524.

Hopwood， C. J.， Zimmermann， J.， Pincus， A. L.， amp; Krueger， R. F. （2015）. Connecting personality structure and dynamics： Towards a more evidence-based and clinically useful diagnostic scheme. Journal of Personality Disorders， 29（4）， 431-448.

Horstmann， K. T. （2021）. Experience sampling and daily diary studies： Basic concepts， designs， and challenges. In J. F. Rauthmann （Ed.）， Handbook of personality dynamics and processes （pp. 791?814）. Amsterdam， The Netherlands： Elsevier.

Horstmann， K. T.， Rauthmann， J. F.， Sherman， R. A.， amp; Ziegler， M. （2021）. Unveiling an exclusive link： Predicting behavior with personality， situation perception， and affect in a preregistered experience sampling study. Journal of Personality and Social Psychology， 120（5）， 1317.

Horstmann， K. T.， amp; Ziegler， M. （2020）. Assessing personality states： What to consider when constructing personality state measures. European Journal of Personality， 34（6）， 1037?1059.

Hox， J. J. （2013）. Multilevel regression and multilevel structural equation modeling. In T.D. Little （Ed.）， The Oxford handbook of quantitative methods， （Vol. 2， pp. 281?294）. Oxford， UK： Oxford University Press.

Jackson， J. J.， amp; Beck， E. D. （2021）. Using idiographic models to distinguish personality and psychopathology. Journal of Personality， 89（5）， 1026?1043.

Jayawickreme， E.， Fleeson， W.， Beck， E. D.， Baumert， A.， amp; Adler， J. M. （2021）. Personality dynamics. Personality Science， 2， 1?18.

Jayawickreme， E.， Zachry， C. E.， amp; Fleeson， W. （2019）. Whole trait theory： An integrative approach to examining personality structure and process. Personality and Individual Differences， 136， 2?11.

Jeronimus， B. F.， amp; Reitsema， A. M. （2018）. Yes， let’s enrich the Big Five personality taxonomy！ But how far do we go. European Journal of Personality， 32（5）， 552?553.

John， O. P.， Angleitner， A.， amp; Ostendorf， F. （1988）. The lexical approach to personality： A historical review of trait taxonomic research. European Journal of Personality， 2（3）， 171?203.

Judge， T. A.， Simon， L. S.， Hurst， C.， amp; Kelley， K. （2014）. What I experienced yesterday is who I am today： Relationship of work motivations and behaviors to within-individual variation in the five-factor model of personality. Journal of Applied Psychology， 99（2）， 199?221.

Kalimeri， K.， Beiró， M. G.， Delfino， M.， Raleigh， R.， amp; Cattuto， C. （2019）. Predicting demographics， moral foundations， and human values from digital behaviours. Computers in Human Behavior， 92， 428?445.

Kuper， N.， Modersitzki， N.， Phan， L. V.， amp; Rauthmann， J. F. （2021）. The dynamics， processes， mechanisms， and functioning of personality： An overview of the field. British Journal of Psychology， 112（1）， 1?51

Lewin， K. （1935）. A dynamic theory of personality. New York， NY： McGraw-Hill.

Lewin， K. （1951） Problems of research in social psychology. In Cartwright， D. （Ed.）， Field theory in social science. （pp. 155?169）. New York： Harper amp; Brothers.

Lisa， D. B.， Michele， G.， Andrea， C.， Donatella， F.， amp; Domenico， C. （2017）. Within-person and between-people variability in personality dynamics： Knowledge structures， self-efficacy， pleasure appraisals， and the Big Five. Journal of Research in Personality， 70， 84?92.

McAdams， D. P.， amp; McLean， K. C. （2013）. Narrative identity. Current Directions in Psychological Science， 22（3）， 233?238.

McCabe， K. O.， amp; Fleeson， W. （2016）. Are traits useful？ Explaining trait manifestations as tools in the pursuit of goals. Journal of Personality and Social Psychology， 110（2）， 287-301.

Minbashian， A.， Beckmann， N.， amp; Wood， R. E. （2018）. Emotional intelligence and individual differences in affective processes underlying task-contingent conscientiousness. Journal of Organizational Behavior， 39（9）， 1182?1196.

Minbashian， A.， Wood， R. E.， amp; Beckmann， N. （2010）. Task-contingent conscientiousness as a unit of personality at work. Journal of Applied Psychology， 95（5）， 793?806.

Mischel， W. （1968）. Personality and assessment. Psychology Press.

Mischel， W.， amp; Shoda， Y. （1995）. A cognitive-affective system theory of personality： Reconceptualizing situations， dispositions， dynamics， and invariance in personality structure. Psychological Review， 102（2）， 246?268.

Mogg， K.， amp; Bradley， B. P. （2016）. Anxiety and attention to threat： Cognitive mechanisms and treatment with attention bias modification. Behaviour Research and Therapy， 87， 76?108.

Molenaar， P. C. M. （2004）. A manifesto on psychology as idiographic science： Bringing the person back into scientific psychology， this time forever. Measurement， 2（4）， 201?218.

Mo?ttus， R. （2016）. Towards more rigorous personality trait-outcome research. European Journal of Personality， 30（4）， 292?303.

Mo?ttus， R.， Epskamp， S.， amp; Francis， A. （2017）. Within- and between-individual variability of personality characteristics and physical exercise. Journal of Research in Personality， 69， 139?48.

M?ttus， R.， Wood， D.， Condon， D. M.， Back， M. D.， Baumert， A.， Costantini， G.， ... Zimmermann， J. （2020）. Descriptive， predictive and explanatory personality research： Different goals， different approaches， but a shared need to move beyond the Big Few traits. European Journal of Personality， 34（6）， 1175?1201.

Ness， A. M.， Foley， K. O.， amp; Heggestad， E. （2021）. Intra- individual variability in personality： A methodological review. In Wood， D.， Read， S.， Harms， P.， and Slaughter， A.， （Eds.）， Measuring and modeling the person and situation. （pp. 313?353）. Amsterdam， The Netherlands： Elsevier.

Neubauer， A. B.， Brose， A.， amp; Schmiedek， F. （2022）. How within-person effects shape between-person differences： A multilevel structural equation modeling perspective. Psychological Methods. Advance online publication. https：//doi.org/10.1037/met0000481

Newman， M. （2018）. Networks. Oxford university press.

Nezlek， J. B. （2008）. An introduction to multilevel modeling for social and personality psychology. Social and Personality Psychology Compass， 2（2）， 842?860.

Nezlek， J. B. （2017）. A practical guide to understanding reliability in studies of within-person variability. Journal of Research in Personality， 69， 149?155.

O'Leary-Barrett， M.， Castellanos-Ryan， N.， Pihl， R. O.， amp; Conrod， P. J. （2016）. Mechanisms of personality-targeted intervention effects on adolescent alcohol misuse， internalizing and externalizing symptoms. Journal of Consulting and Clinical Psychology， 84（5）， 438-452.

Oreg， S.， Edwards， J. A.， amp; Rauthmann， J. F. （2020）. The situation six： Uncovering six basic dimensions of psychological situations from the Hebrew language. Journal of Personality and Social Psychology， 118（4）， 835?836.

Parrigon， S.， Woo， S. E.， Tay， L.， amp; Wang， T. （2017）. CAPTIONing the situation： A lexically-derived taxonomy of psychological situation characteristics. Journal of Personality and Social Psychology， 112（4）， 642?681.

Pavani， J.-B.， Le Vigouroux， S.， Kop， J.-L.， Congard， A.， amp; Dauvier， B. （2017）. A network approach to affect regulation dynamics and personality trait-induced variations： Extraversion and neuroticism moderate reciprocal influences between affect and affect regulation strategies. European Journal of Personality， 31（4）， 329?346.

Phan， L. V.， amp; Rauthmann， J. F. （2021）. Personality computing： New frontiers in personality assessment. Social and Personality Psychology Compass， 15（7）， e12624.

Pihet， S.， de Ridder， J.， amp; Suter， M. （2017）. Ecological momentary assessment （EMA） goes to jail. European Journal of Psychological Assessment， 33（2）， 87?96.

Quirin， M.， Robinson， M. D.， Rauthmann， J. F.， Kuhl， J.， Read， S. J.， Tops， M.， amp; DeYoung， C. G. （2020）. The dynamics of personality approach （DPA）： 20 tenets for uncovering the causal mechanisms of personality. European Journal of Personality， 34（6）， 947?968.

Rauthmann， J. F. （Ed.）. （2021a）. Handbook of personality dynamics and processes. Amsterdam， The Netherlands： Elsevier.

Rauthmann， J. F. （2021b）. Capturing interactions， correlations， fits， and transactions： A Person-Environment Relations Model. In J. F. Rauthmann （Ed.）， Handbook of personality dynamics and processes （pp. 427?522）. Amsterdam， The Netherlands： Elsevier.

Rauthmann， J. F.， Beckmann， N.， Noftle， E. E.， amp; Sherman， R. A. （2019）. Personality dynamics： A new frontier in personality psychology. Personality and Individual Differences， 136， 1.

Rauthmann， J. F.， Jones， A. B.， amp; Sherman， R. A. （2016）. Directionality of person-situation transactions： Are there spillovers among and between situation experiences and personality states？. Personality and Social Psychology Bulletin， 42（7）， 893?909.

Rauthmann， J. F.， amp; Sherman， R. A. （2016a）. Ultra-brief measures for the Situational Eight DIAMONDS domains. European Journal of Psychological Assessment， 32（2）， 165-174.

Rauthmann， J. F.， amp; Sherman， R. A. （2016b）. Measuring the Situational Eight DIAMONDS characteristics of situations. European Journal of Psychological Assessment， 32（2）， 155?164.

Rauthmann， J. F.， Sherman， R. A.， amp; Funder， D. C. （2015）. Principles of situation research： Towards a better understanding of psychological situations. European Journal of Personality， 29（3）， 363?381.

Rebele， R. W.， Koval， P.， amp; Smillie， L. D. （2021）. Personality-informed intervention design： Examining how trait regulation can inform efforts to change behavior. European Journal of Personality， 35（4）， 623?645.

Revelle， W.， amp; Wilt， J. （2020）. The history of dynamic approaches to personality. In J. F. Rauthmann （Ed.）， Handbook of personality dynamics and processes （pp.3?25）. Amsterdam， The Netherlands： Elsevier.

Ringwald， W. R.， Hopwood， C. J.， Pilkonis， P. A.， amp; Wright， A. G. （2021）. Dynamic features of affect and interpersonal behavior in relation to general and specific personality pathology. Personality Disorders： Theory， Research， and Treatment， 12（4）， 365?376.

Sadikaj， G.， Wright， A. G.， Dunkley， D. M.， Zuroff， D. C.， amp; Moskowitz， D. S. （2021）. Multilevel structural equation modeling for intensive longitudinal data： A practical guide for personality researchers. In J. F. Rauthmann （Ed.）， Handbook of personality dynamics and processes （pp. 855?885）. Amsterdam， The Netherlands： Elsevier.

Safron， A.， amp; DeYoung， C. G. （2021）. Integrating cybernetic big five theory with the free energy principle： A new strategy for modeling personalities as complex systems. In Wood， D.， Read， S.， Harms， P.， and Slaughter， A.， （Eds.）， Measuring and modeling persons and situations （pp. 617?649）. Amsterdam， The Netherlands： Elsevier.

Sherman， R. A.， Nave， C. S.， amp; Funder， D. C. （2010）. Situational similarity and personality predict behavioral consistency. Journal of Personality and Social Psychology， 99（2）， 330?343.

Sherman， R. A.， Nave， C. S.， amp; Funder， D. C. （2012）. Properties of persons and situations related to overall and distinctive personality-behavior congruence. Journal of Research in Personality， 46（1）， 87?101.

Sherman， R.， Rauthmann， J.， Brown， N.， Serfass， D.， amp; Jones， A. （2015）. The independent effects of personality and situations on real-time expressions of behavior and emotion. Journal of Personality and Social Psychology， 109（5）， 872?888.

Shoda， Y.， Mischel， W.， amp; Wright， J. C. （1994）. Intraindividual stability in the organization and patterning of behavior： Incorporating psychological situations into the idiographic analysis of personality. Journal of Personality and Social Psychology， 67（4）， 674-687.

Smillie， L. D. （2008）. What is reinforcement sensitivity？ Neuroscience paradigms for approach‐avoidance process theories of personality. European Journal of Personality， 22（5）， 359?384.

Sosnowska， J.， Hofmans， J.， Rauthmann， J.， amp; Wille， B. （2021）. Personality is dynamic and it matters： The role of personality dynamics in applied contexts. European Journal of Personality， 35（4）， 418?420.

Sosnowska， J.， Kuppens， P.， de Fruyt， F.， amp; Hofmans， J. （2019）. A dynamic systems approach to personality： The Personality Dynamics （PersDyn） model. Personality and Individual Differences， 144， 11?18

Sosnowska， J.， Kuppens， P.， de Fruyt， F.， amp; Hofmans， J. （2020）. New directions in the conceptualization and assessment of personality—A dynamic systems approach. European Journal of Personality， 34（6）， 988?998.

Tett， R. P.， Simonet， D. V.， Walser， B.， amp; Brown， C. （2013）. Trait activation theory： Applications， developments， and implications for person-workplace fit. In N. D. Christiansen amp; R. P. Tett （Eds.）， Handbook of personality at work （pp. 71?100）. New York， NY： Routledge.

Thapa， S.， Beck， E. D.， amp; Tay， L. （2020）. Personality affect construal theory： A model of personality and affect in the workplace. In L. Q. Yang， R. Cropanzano， C. S. Daus amp; V.， Martínez-Tur （Eds.）， The Cambridge handbook of workplace affect （pp. 37?51）. Cambridge， UK： Cambridge University Press.

Vaid， S. S.， Abdullah， S.， Thomaz， E.， amp; Harari， G. M. （2021）. Ubiquitous computing for person-environment research： Opportunities， considerations， and future directions. In Wood， D.， Read， S.， Harms， P.， and Slaughter， A.， （Eds.）， Measuring and modeling persons and situations （pp. 103?143）. Amsterdam， The Netherlands： Elsevier.

van Vianen， A. E. （2018）. Person-environment fit： A review of its basic tenets. Annual Review of Organizational Psychology and Organizational Behavior， 5， 75?101.

Vossen， J.， amp; Hofmans， J. （2021）. Relating within-person personality variability to organizational citizenship behavior and counterproductive work behavior： A resource- based perspective. European Journal of Personality， 35（4）， 450?465.

Walls， T. A.， amp; Schafer， J. L. （Eds.）. （2006）. Models for intensive longitudinal data. Oxford， UK： Oxford University Press.

Wendt， L. P.， Wright， A. G.， Pilkonis， P. A.， Woods， W. C.， Denissen， J. J.， Kühnel， A.， amp; Zimmermann， J. （2020）. Indicators of affect dynamics： Structure， reliability， and personality correlates. European Journal of Personality， 34（6）， 1060?1072.

Wiener， N. （2019）. Cybernetics or control and communication in the animal and the machine. Cambridge， Massachusetts： MIT press.

Wood， D.， Spain， S. M.， amp; Harms， P. D. （2017）. Functional approaches to representing the interplay of situations， persons， and behavior. In J. F. Rauthmann， R. A. Sherman amp; D. C. Funder （Eds.）， The Oxford handbook of psychological situations. Oxford， UK： Oxford University Press.

Wood， D.， Stephen， J. R.， Harms， P. D.， amp; Slaughter， A. （Eds.）. （2021）. Measuring and modeling persons and situations. Amsterdam， The Netherlands： Elsevier.

Wright， A. G. C.， Stepp， S. D.， Scott， L. N.， Hallquist， M. N.， Beeney， J. E.， Lazarus， S. A.， amp; Pilkonis， P. A. （2017）. The effect of pathological narcissism on interpersonal and affective processes in social interactions. Journal of Abnormal Psychology， 126（7）， 898?910.

Wrzus， C. （2020）. Processes of personality development： An update of the TESSERA framework. In J. Rauthmann （Ed.）， The handbook of personality dynamics and processes. （pp. 100?119）. Amsterdam， The Netherlands： Elsevier.

Wrzus， C.， amp; Roberts， B. W. （2017）. Processes of personality development in adulthood： The TESSERA framework. Personality and Social Psychology Review， 21（3）， 253?277.

Zachry， C. E.， Phan， L. V.， Blackie， L. E.， amp; Jayawickreme， E. （2018）. Situation-based contingencies underlying wisdom-content manifestations： Examining intellectual humility in daily life. The Journals of Gerontology： Series B， 73（8）， 1404?1415.

Ziegler， M.， Horstmann， K. T.， amp; Ziegler， J. （2019）. Personality in situations： Going beyond the OCEAN and introducing the Situation Five. Psychological Assessment， 31（4）， 567?580.

Zimmermann， J.， Woods， W. C.， Ritter， S.， Happel， M.， Masuhr， O.， Jaeger， U.， Spitzer， C.， amp; Wright， A. G. C. （2019）. Integrating structure and dynamics in personality assessment： First steps toward the development and validation of a personality dynamics diary. Psychological Assessment， 31（4）， 516?531.

Abstract： Personality dynamics studies personality from a dynamic perspective， emphasizing intra- individual differences in personality and their relationship to traits， thus reflecting the integration of process and trait. Conventional personality research has largely focused on stable inter-individual differences and structural trait models. With advances in research methods， theoretical and empirical research on personality dynamics has developed rapidly over the past two decades. These studies are typically based on theories that focus on personality processes， such as the whole trait theory and the cognitive-affective personality system model， and use intensive longitudinal data and dynamic modeling methods to investigate personality processes， such as the intra-individual interplay of cognitive， affective， and motivational processes， person-situation interactions， and dynamic features of personality. This article reviews early ideas， contemporary theoretical frameworks and methodological approaches in personality dynamics， and suggests that future research distinguish between intra- and inter-individual personality structures， integrate normal and abnormal personality theories， discuss temporal effects， and incorporate multiple measures to improve the reliability and validity of intra-individual measures.

Keywords： personality dynamics， personality process， intensive longitudinal data， integration