职业生涯决策策略的分类和研究范式综述

摘要：综述国内外研究，进行整合职业生涯决策研究领域的策略分类以及研究范式。职业生涯决策策略可分为补偿性策略和非补偿性策略；理性决策策略、被动决策策略和直觉决策策略。研究范式可分为结构模型、过程追随、自我报告法。

关键词：职业生涯决策；结构模型；过程追随

一、职业生涯决策策略

(一)职业生涯决策策略的分类

1．补偿性策略(compensatory strategy)和非补偿性策略(noncompensatory strategy)

补偿策略代表了复杂的认知信息整合模型，反应在缺乏对线索的交互使用上。补偿策略包括线性模型(linear model)或累加差异模型(additive difference model)。线性模型又叫加法模型、效用规则的加法、加权加法规则，假定赋予决策选项的每个属性一个价值，将同一选项的属性价值累加起来产生一个总的价值，在总的价值的基础上对比各个选项，最后选择具有最高价值的选项。累加差异模型是决策者首先对所有选项在同一属性上的差异，然后把同一选项的各属性差异累加起来，累加的差异将使决策者偏好某个选项。使用线性和累加差异模型时，某个高价值的属性将补偿或抵消同一选项上另一属性的低价值。非补偿性策略表现在交互使用各种信息线索，某个属性的低分不能由另一个属性的高分来补偿。非补偿性策略涉及使用简化规则来降低决策问题的复杂性。Payne明确以下几种非补偿性策略：联合策略、分离策略、满足策略、按方面消除策略、辞典编撰策略。联合策略(conjunc-tire strategy)是决策者对选项的每个属性都有一个最低标准，然后拒绝在每个属性上不能满足这一标准的选项。如果这种策略没有最终得到结果，则最低标准会进行相应的调整，再重新进行决策。分离策略(dis-junctive strategy)，也是用某一个最低标准对选项的各个属性进行评估，和联合策略不同的是，分离策略的结果要求至少在一个属性超过决策者的标准，剩余选项在不同属性上要等于或低于这个最低标准。满足策略(satisficing strategy)，假设决策者不能够或不愿意去评估所有的属性从而去选择一个最好的选项，而是希望能够尽快地做决策，从而选择出一个相对较好的选项。按方面消除策略(elimination by aspects strategy)从决策者认为最重要的属性开始评估，拒绝所有属性上没有达到某个特定最低值的选项。这一程序再从次重要属性开始重复地进行，直到决策完成。辞典编撰策略(1exicographic strategy)和按方面消除策略(elimination by aspects strategy)有一定的相似，决策者将选择最重要属性上最具吸引力的选项，而其他没有最低标准的限制。

2、理性决策策略、被动决策策略和直觉决策策略

理性决策策略指个体在决策时严格按照理性思维进行推理，依照科学的程序做出对自己职业的选择。Harren认为个体进行理性职业决策时，主要反映出个体内在的、理性的需要，并获得了一定的有关自我与环境的信息作为依据。在此过程中，个体对信息的搜集和加工是一种系统化的过程，受到外部趋向和内部趋向信息的综合影响。Harren认为，进行理性决策的个体能够整合自我以及其他相关的信息，有助于更好地理解自我和所处的工作环境，有助于做出有效的决策。

被动决策策略指个体主要凭借别人的帮助，或者从别人的愿望出发所做出的对自己职业的选择。这是一种在自我意识和环境意识不充分的情况下所应用的策略。同时，被动决策试图得到别人的支持，是建立在别人期望基础上的决策类型。

直觉决策策略指个体依靠于自己当时的情感、愿望以及情景意识做出对自己职业的选择。直觉决策的特点是个体在决策时内部的情感线索起了主要的作用，甚至是凭一时的感觉或灵感做出对自己职业的选择。因此，获得自我和工作环境方面的信息较少，自我和环境意识水平较低。

(二)职业生涯决策策略研究范式

1、结构模型法(Structural modelling)

结构模型中有两种统计技术：回归分析方法和方差分析方法。

如果多属性的选项的评估因素是连续性的变量，并且选项的数目很多，属性值和评估值之间的关系可以采用多重回归模型。回归分析及其相关技术多运用于研究专业赋予信息值的方式，从而达到某个决策。

方差分析方法中，属性被认为是因素，不同的属性值代表不同的因素水平。选项被因子分析重新建构，代表所有可能的属性值的综合。交互作用显著的情况下，呈现的非补偿性策略，二交互作用不显著的情况下，呈现的是补偿性策略。

2、过程追随法(Process tracing)

过程追随关注决策过程本身，而不是属性值和评估之间的关系。因此数据在决策过程中被记录，以探究导致最终结果的一连串的过程。过程追随技术有两种：信息板和口语记录。

信息板技术是以选项(行)×属性(列)的矩阵方式来呈现信息。最初，这些信息是看不见的，被试通过翻转卡片或者打开信封来寻找信息。计算机化的信息板，可以让决策者通过点击鼠标来查看相应信息。决策者搜集信息的方式被计算机全程记录。

从决策者搜集信息的模式，可以得出衡量决策过程的一些变量。如搜索深度(depth of search)、搜索模式(pattern of search)、搜索的变异性(variability of search)、补偿性指数(compensation index)、搜索时间(latency of search)、搜索内容(content of search)。

搜索深度(depth of search)是决策者检查的信息单元占整个信息板所有单元的比例。检查的单元越多，显示补偿性策略，反之，显示非补偿性策略。

搜索模式(pattern of search)显示的是决策者检查单元的顺序。同一选项的单元间移动为维度间运动，同一属性的单元间移动为唯独内移动。计算方法是维度间的运动和维度内的运动的差值与两者的和的比值，结果为正值说明以选项为基础搜索信息，为负值说明以属性为基础搜索信息。

搜索的变异性(variability of search)是每个选项中决策者所检查的单元比例的标准差，如果决策者对每个选项检查的信息量相同，该值为零，变应性越大，越反应非补偿性策略。

搜索模式和搜索的变异性常常综合起来考察决策者的决策方式。

(1)以选项为基础搜索模式和搜索的变应性为零，表示采取的是线性加法策略；

(2)以选项为基础搜索模式和搜索的变应性大于零，表示采取的是联合策略；

(3)以属性为基础搜索模式和搜索的变应性为零，表示采取的是累加差异策略；

(4)以属性为基础搜索模式和搜索的变应性大于零，表示采取的是按方面消除策略。

补偿性指数和搜索的变异性指标相似，补偿性指数是反应策略的补偿性程度，是综合搜索深度和搜索变异性的一个指标，计算公式为CI=DS(1-2VS)，0

搜索时间(latency of search)是决策者用于某个信息或所有决策的时间，搜索的时间越长，代表越复杂的认知过程。

搜索内容(content of search)是决策者决策过程中对某些信息的兴趣程度，是决策者对某些属性感兴趣或对某些属性不感兴趣。

口语记录法是在问题解决研究中经常使用的方法。让决策者在决策过程中大声报告自己的思考过程，决策者也可以随时报告思考过程，两者都是要求决策者对他的思考过程不能进行解释和加工。因为，在实际过程和口头报告过程之间有一个解释和遗忘的空间，所以时候回顾的有效性会比较低。

口语记录法比较费时费力，对记录内容的转录和编码需要很长的时间。同时检验口语记录法的信度和效度均比较困难。

3、自我报告法(Self―reports)

与口语记录法不同的是，自我报告法中，决策者可以对其决策过程中的行为进行自由解释，决策者也可被问及对一些问题进行说明等，Jarvenpaa在研究中就采取了让决策者衡量属性对其的主观权重。决策者有可能会高估不重要的属性对他们的重要性以及影响其决策过程的属性的数量。和线性模型、口语记录法相比，自我报告法对实际的决策的预测是比较有效的。