《Frontiers in Psychology》：Psychological capital matters: a methodological proof-of-concept for dual-dimensional student competitiveness assessment
编辑推荐：
摘要
引言：在无边界职业和工业5.0（Industry 5.0）的当代背景下，可持续就业能力（sustainable employability）不仅指获得初始工作，还指通过适应性的人力、社会和心理资源来维持和发展有意义的就业。高等教育中的传统评价体系仍然
摘要
引言：在无边界职业和工业5.0（Industry 5.0）的当代背景下，可持续就业能力（sustainable employability）不仅指获得初始工作，还指通过适应性的人力、社会和心理资源来维持和发展有意义的就业。高等教育中的传统评价体系仍然严重依赖累积平均学分绩点（cumulative grade point average, CGPA）等显性认知信号，从而造成硬技能偏差（hard-skill bias），并使心理社会资源信号微弱。本研究提出了一种平衡权重约束模糊层次分析法（Balanced Weight-Constrained Fuzzy Analytic Hierarchy Process, BW-FAHP），作为双维度学生竞争力评估的方法论概念验证。
方法：使用公开可获取的Kaggle校园招聘数据集（N = 215）作为学业指标的经验种子，并生成基于自举法（bootstrap）的模拟数据集（N = 10,000），以检验评分模型的内部行为。若干心理社会指标和招聘标准是基于代理变量或模拟生成的，而非直接观测所得。
结果：在认知学业指标与心理社会行为指标之间施加透明的均衡约束后，候选人的排名相对于以平均学分绩点（GPA）为中心的基准发生了变化，并揭示了一种可能被忽视的高潜力画像，其特征为学业成绩一般但行为资源突出。平衡得分与模拟招聘标准的一致性也强于以GPA为中心的基准。
讨论：这种更强的一致性应被解读为在所述模拟假设下的内部标准一致性，而非现实世界预测优越性的证据。本研究提供了一个透明且可复现的框架，使软技能假设得以显式化，并为未来使用初级纵向数据、经过验证的心理社会测量工具和正式专家征询进行验证奠定了基础。
论文解读：心理资本的双维度评估——方法论文概念验证研究
一、研究背景与问题
在全球劳动力市场经历“第四次工业革命”（Industry 4.0）向“社会5.0”（Society 5.0）快速转型的背景下，技术技能的“半衰期”已缩短至不足5年（Wen et al., 2025），传统“学习—工作”线性模式正被颠覆。可持续就业能力（sustainable employability）不再等同于静态的资格持有，而是个体在动荡、不确定、复杂和模糊（volatile, uncertain, complex, ambiguous, VUCA）环境中持续适应、学习和保持心理幸福感的能力（Subas et al., 2022; Salazar et al., 2025）。然而，高等教育机构（higher education institutions, HEIs）的评价体系仍过度依赖累积平均学分绩点（cumulative grade point average, CGPA）等技术性认知信号，形成“硬技能偏差”（hard-skill bias）或“可测量性偏差”（measurability bias）（Gottwald et al., 2024），导致心理资本（Psychological Capital, PsyCap）——包括自我效能、乐观、希望和韧性——在人才筛选过程中被系统性边缘化。
从信号理论（Signaling Theory, Spence, 1973）视角看，高GPA在VUCA情境下已成为“含噪”信号，无法有效区分“脆弱的高成就者”（fragile high-achievers）与“高潜力适应者”（high-potential adaptors），造成劳动力市场上的“柠檬问题”（Lemon Problem, Akerlof, 1970）。传统多准则决策方法（如层次分析法，Analytic Hierarchy Process, AHP）虽可用于综合多类能力，但其权重依赖专家主观判断，易复制既有硬技能偏差（Sato et al., 2022）。因此，需要一种能够显式平衡认知学业与心理社会指标、且透明可复现的评价架构。
二、研究目的与方法概述
本研究旨在提出并验证一种“平衡权重约束模糊层次分析法”（Balanced Weight-Constrained Fuzzy Analytic Hierarchy Process, BW-FAHP），作为双维度学生竞争力评估的方法论概念验证。研究基于职业建构理论（Career Construction Theory, CCT）和胜任力冰山模型（Iceberg Model of Competency），构建了包含认知学业维度与心理社会行为维度的八指标层级体系。研究使用公开的Kaggle校园招聘数据集（N = 215）作为经验种子，通过自举法（bootstrap）扩展至N = 10,000的模拟样本，以检验排名迁移、高潜力群体识别及评分模型的内部稳健性。关键技术方法包括：三角模糊数（Triangular Fuzzy Numbers, TFNs）处理专家判断的模糊性、Chang’s Extent Analysis计算模糊综合程度、以及引入拉格朗日乘数（Lagrange Multiplier）的结构均衡约束，使硬技能与软技能权重之和均收敛于0.50，并在灵敏度分析中检验0.30–0.70范围内的权重变动对排名稳定性的影响。
三、研究结果
3.1 权重分析：硬技能与软技能的结构均衡
BW-FAHP模型输出的全局权重显示，认知学业维度与心理社会行为维度的权重各约占0.50。其中，CGPA仍为单一最强指标（0.182），但实习经验权重（0.175）与之接近；沟通技能（0.154）位列第三；证书（0.147）、社会参与（0.109）和团队合作（0.062）依次递减。这一权重分布表明模型并非盲目抬升所有软技能，而是根据可测量性与理论相关性进行区分。
3.2 竞争力画像：揭示“高潜力”群组
将权重应用于10,000个模拟样本后，比较传统GPA中心模型（硬技能占80%）与BW-FAHP模型（各占50%）的排名迁移。结果识别出三类学生：“全面型”（约10%）在两种模型中均居前列；“脆弱的高成就者”（约15%）在传统模型中排名靠前但在平衡模型中大幅下滑；“高潜力候选人”（约18%）在传统模型中处于中游，但在BW-FAHP模型中升至前25%。高潜力候选人通常具有平均学业成绩（GPA约3.0–3.3）但突出的实习韧性和沟通能力，他们可能在传统GPA筛选早期被过滤。
3.3 内部标准一致性：基于模拟的检验
以模拟的招聘成功概率为内部标准，传统GPA中心模型与该标准的相关系数为r = 0.62（R2 = 0.38），而BW-FAHP平衡得分的相关系数升至r = 0.87（R2 = 0.76）。由于模拟标准本身由学业与心理社会潜质共同生成，此结果仅支持模型的内部一致性，而非现实预测优越性。
3.4 灵敏度分析：均衡稳健性
将心理社会维度权重从0.0至1.0以0.05为步长变化，发现当软技能权重在0.40–0.60区间内波动时，排名与基线（0.50/0.50）的Spearman秩相关系数保持高于0.90；仅当权重低于0.2或高于0.8时相关性急剧下降。这表明“高潜力”群体是稳健存在的，而非特定权重下的偶然结果。
四、讨论与结论
讨论部分指出，BW-FAHP模型通过显式量化心理资本，为劳动力市场信号失效问题提供了校正机制。对高等教育机构而言，应发展能力成绩单（competency transcripts）或数字徽章，将适应能力、沟通、团队合作等指标与GPA并列呈现，并需先验证测量工具；对招聘者而言，仅依赖GPA筛选可能遗漏具有高适应潜力的候选人，组织应依据自身绩效和留任数据校准评分规则。研究局限性包括：模拟数据不能代表真实人群参数；若干心理社会指标为代理或模拟变量；0.50/0.50均衡是理论驱动假设而非经验估计。未来研究需使用初级纵向数据、经验证的心理社会量表（如职业适应力量表、心理资本问卷）以及专家德尔菲小组来进一步验证。
结论部分原文可译为：在技术技能可能快速贬值的时代，心理和行为资源对于可持续就业能力至关重要。本研究开发了一个BW-FAHP概念验证，展示了如何将认知学业与心理社会行为指标整合为透明的双维度评分。在模拟范围内，该模型揭示了一种可能被以成绩为中心的基准低估的隐藏人才画像。这一结果并非最终的经验流行率估计，但它说明了为什么高等教育和招聘系统应测试整体的、经过验证的就业能力信号。可持续就业能力要求将学生视为发展中的个体，其学术、社会和心理资源共同塑造其职业轨迹，而不仅仅是成绩单上的数字。
