共享心智模型:分布、层次与准确性初探

摘　要：共享心智模型理论在理论和应用上已经有20多年的历史了，但它尚留有若干基本问题。共享应当包括多种形式，可从同异质和依赖性的关系上进行分析和测量；共享应是多层次多内容的，包括具体的底层构架和上层的抽象构架，以及指向共享内容的态度和信念；在共享心智的准确性和相似性上，唯一的专家心智模型可能不存在，且共享心智模型的演变发展过程较向专家靠近而言更有意义。共享不是团队过程的简单输出，共享心智模型可能包含一套团队加工过程。

关键词：共享心智模型；分布；准确性

20世纪80年代以来，团队作为组织执行任务的基本单位已经得到越来越广泛的应用。共享心智模型(shared mental models)是最近受到关注的一个组织心理变量。共享心智模型有助于提高组织和团队绩效的观念已经有20年的历史了，但是到目前为止共享心智模型的理论研究还没有形成较完备的体系。本文在此试图在较系统地组织各家理论和实证研究的基础上整理出普遍存在的问题，并提出一些有利于解决这些问题的思路和方法。

1　共享心智模型概述

实际上，目前和共享心智相关或者类似的概念有很多，比如团队心智模型(teammentalmodel)，共享认知(shared cognition)等等。基于认知心理学对个体心智模型的多年理论和实证探索和研究，团队共享心智模型的定义首先于1990年由Cannonbowers和Salas等人提出。团队共享心智模型指“团队成员对于团队所在环境的关键因素的共享的、有组织的认识和心理表征。

共享心智模型可能是陈述性的，比如与任务相关的事实、数据、概念，程序性的，如操作序列、操作过程或者是策略性的，完成任务的各种策略以及何时采用这种策略的知识。

研究者提出一些可能影响共享心智模型的变量，包括沟通方式，任务种类，团队过程行为，团队经验，团队构成，团队成员资格获得方式，团队规模等。Marks等人发现交叉培训(cross，training)有助于共享心智模型的发展，此外共享心智模型和协调(coordination)交互影响团队绩效。

共享心智模型在不同的任务中有不同作用。在常规任务中，共享心智模型可以提高队员间协作的效率。具有相似心智模型的团队成员在缺乏时间或者缺乏有效、全面沟通的情况下可以更有效地预测他人的行为并有效地协调自己的行为。共享心智模型具有解释绩效的功能，通过共享心智的角度可以对高绩效团队进行解释，比如具有较高心智共享程度的专家团队不需要交流就可以及时协调个人的行为以适应队友的需要。研究者认为，当团队成员心智共享时，他们就能以相似的方式理解线索，以相似的方式作出和谐的决策并恰当地执行，因此，共享心智模型就可以作为一个有效预测团队效率或执行力的指标，甚至可以作为区分不同团队(特别是专家团队和新手团队)的有效指标，用来预测可能发生的问题以及解决问题的方式。近来，一些研究更多地将共享心智与组织策略等变量联系起来研究。如一项模拟空中管制的实验研究发现策略的发展和共享心智模型中介了反思性和绩效问的联系。Yen等人利用共享心智模型的概念设计了新的前摄交流沟通策略改进了已有的模拟任务合作模型(CAST)。总之，共享心智模型的研究有助于建立对有效的团队协作的认识，从而改善团队协作。

共享心智模型的主要测量方法有观察法、访谈法、问卷法、过程追踪、配对比较法等，分析方法主要有多维标度(MDS)、路径搜索(pathfmder)等。

2　共享的困惑

一些研究者认为，沟通帮助形成“共享”，也就是说共享是依赖他人的口语化的信息来帮助自己形成个人的心智模型，同时也提供信息或帮助别人形成心智模型，如此成员间的心智模型就形成共享。另一些则认为团队发展初期只有抽象的、分散概化的共享心智模型，随着团队经验的不断增长不断具化。但是“共享”的量到底要有多大才能被称为“共享”?一些研究者认为，共享至少要到达意识的层面，也就是说只有当团队成员意识到别人和他以同样的方式看问题时才能算“共享”，共享心智模型不包括无意识和未辨认的内容。

2.1　分布式共享：同异质与依赖性

共享的一个困惑来源于“共享”的定义。这个定义至少存在两方面的疑惑。

首先，“共享”的是心智模型的结构还是内容?一些测量方法比如路径搜索(Path Finder)包含知识结构的拓扑学特征，这可以看作是心智模型的结构，但是这种结构的计算也是基于同一个概念节点，也就是基于内容形成的结构。曾有研究者认为相似的知识结构能让队友在任务过程中形成心智共享，但对于知识结构的测量上，尚没有统一的有效的方法。

其次，“共享”可能有几种形式，比如完全一致(overlapped)，和谐共存(compatible)、补充(complementary)或者是分布(distributed)。完全一致指的是团队成员具有完全一致的知识；和谐共存指的是一些队员和另一些队员具有的知识不同，但是这种不同并不妨碍团队成员协作，甚至是必要的，但它们之间不必然是相互依赖的关系，比如一个完整的乐队需要弦乐器组，管乐器组，打击乐器组和电声乐器组构成，但是一个金属乐团只需要打击乐器和电声组就可以了，实际上各种乐器组之间不是必然依赖的关系；补充的概念和和谐共存相似，但指的是一些队员的知识是对其他一些队员的补充，更强调某个队员或某种知识的优势地位；分布指的是知识在整个团队中被拆分了，不同队员具有不同的知识，但是有效的团队协作需要所有知识的集合，也就是需要所有队员的协调协作。比如行军打仗时，步兵、装甲兵和勤务兵都是必要的兵种，他们各自的专业知识不同，但是胜利需要所有兵种的协调合作。这种分类方法存在的主要问题是，完全一致、和谐共存、补充是描述个人的心智模型和别人的心智模型的差别，而分布是描述知识在团队中的分布情况，这样的分类考虑的角度不同。其次，这种分类忽略了一些问题，比如团队中不同角色与其专业／非专业知识掌握程度的情况没有说明。

本文在此提出另一种分类方法。以上的分类可归为差别：同质(homogeneous)和／或异质(heterogeneous)，以及依赖性：独立(independent)和，或相互依赖(interdependent)的问题。同质、异质指一个人和另一人的心智模型的差别。如果两个人的心智模型一致，就是同质；若两个人的心智模型不同，就是异质。事实上，团队成员的心智模型的完全同质或者完全异质都是不可能的。完全同质可能导致小群体意识，并且不利于复杂问题的处理和团队创新。在复杂问题中，团队任务通常会被拆分成若干子任务，这些子任务可能需要具有不同知识的人处理，并且团队任务的成功完成往往需

要这些人的合作，而现实中能够独立完成各种复杂任务的“行家”是不存在的，不然就不需要组建团队来完成任务了。一项研究对创新团队进行访谈和观察发现，心智模型共享程度过高不利于团队接受外部信息，接受信息时较片面，从而使团队对自身处境的描绘存在较大误差，不利于团队创新。因此，心智模型过于同质的团队在处理复杂任务时具有很大的局限性。同样，完全异质的团队也不可能存在，如果团队成员的心智模型完全无法协调，势必会羁绊团队行为。此外，团队成员需要其拥有一些角色相关知识，但是这些知识可能是所有人都不具有的，可能是仅仅他个人具有的，可能是其他成员具有而他个人不具备的，可能是所有人都不具有的。独立依赖性是指一个人的心智模型的内容或者功能是否依赖另一个人。需要可以从团队交互的角度来看。如果一个角色向另一个角色提供某种信息，它可能包含后者所需的知识部分。如果两个角色同时进行同一个作业，分割则不能继续进行，则这两者互相有对对方的知识依赖。如果取消了某种信息在两个人之间的传递，从而影响了其中某个人的作业，则可认为这种信息包含被影响个体所需的知识。同异质性和独立，依赖性是分布的两个属性。同异质关注分布的内容，独立，依赖性关注分布的结构。而分布不仅可以描绘知识、概念，也可以帮助描述共享。以知识为例，假设一个团队的成员A以及某一种团队作业所需知识K，若A的角色需要他拥有这种知识K，而他恰好拥有这种知识时，知识K与A的关系是排他的，也就是说A拥有自己需要的知识而无需向别人索取；当A的角色需要他拥有知识K而他并不具有时，出现两种情况―存在其他队员拥有这种知识，或者没有任何一个人拥有这种知识，在第一种情况下A的角色与其他队员有密切关联，A对另一个拥有者有依附关系；反之，A也可以拥有别人需要的知识K，或者A没有别人需求的知识K。这样一来，从独立，依赖性的角度讲，知识在团队中的分布就可能出现4种极端情况：每个人仅仅拥有其角色所需知识，每个人仅仅拥有其队友所需知识，每个人具有所有角色所需知识，以及任何人都没有任何知识。在前两种情况下，知识的分布是独特而不重复的。当一个团队成员拥有仅仅他需要的知识时而其他人都不具有这种知识时，这种知识可被认为是独立性知识(independent knowledge)；当一个团队成员具有另一个成员需要但其不具有的知识时，这种知识可被认为是依赖性知识(interdependent knowledge)。从同异质的角度讲，当一些团队成员都具有某个知识时，这种知识可被称为重复性知识(ovedapped knowledge)如果没有任何一个成员具有某种知识，可将其称为稀缺性知识(scarce knowledge)。同质，独立知识指各个人各自拥有各自所需的知识，且这些知识均相同――这就像一个团队拥有的共同建筑和基础。异质，独立知识指各个人各自拥有各自所需知识，且这些知识各不相同――对于一个专业分工的团队来说，这是各个专业角色的专业背景。同质，依赖知识指一些人拥有另一些人所需的知识，且这些人拥有的知识相同――在一个团队中，有少部分人掌握了其他人所需的资源或信息，而这个小团体内部又非常同质，团队就像是一个鸭蛋形的具有中央内核的结构。异质。依赖知识是指一些人拥有另一些人所需知识，且这些知识不相同――在团队任务过程中，协调协作的任务往往依赖于资源和信息在不同队员间的传递，队员各自的任务依赖于其他队员的信息提供，团队过程就像是一个连结紧密的、互相穿插的网络。“完全一致”可被认为同质，具有较多的重复性知识，而“和谐共存”、“补充”和“分布”可被认为是异质与不同独立，依赖性配合的分布方式。如“和谐共存”与异质，独立相似，“补充”与同质一依赖相似，“分布”与异质，依赖相似。

不管是独立性知识还是依赖性知识，异质的知识可被统称为独特分布知识(uniquelv distributedknowledge)；若多人拥有同一个角色的知识可被认为是冗余分布知识(redundantlv distributedknowledge)。重复性知识不必然是冗余分布的，如多个角色需要并且拥有同样的知识，那么这种重复并不是冗余。

具有独立性知识可被认为是专业(specialized)的表现。具有依赖性知识课被认为是有跨角色(interpositional)知识。Cooke等发现培训前后团队角色专业知识(可认为是独立性知识)和跨角色知识转变的程度可以预测团队绩效。Jenkins和Rentsch发现对其他角色图示的预测准确性(类似于依赖性知识)比完全一致相似性更能预测团队绩效。这些都说明了独立性知识和依赖性知识分类，以及独特分布知识和重复性知识分布分类的重要性。

各种层次的心智模型的共享模式可能不同。作为更高层次的共享内容可能是同质，依赖分布的，低层次的共享可能是同质一独立分布；团队任务心智模型可能是异质，独立分布，而团队协作心智共享可能是异质，依赖分布的。当然，这些都需要实证研究的支持。实际上许多研究者都注意到，目前的测量方法和分析方法主要关注点在“完全一致”上，对其他形式的“共享”缺乏考虑，使得实验结果具有片面性。

2.2　高层次共享的内容：态度信念还是抽象知识?

关于“共享”的内容，曾经有许多研究者进行过讨论，但是始终没有统一的意见。

Cannon-bowers曾于1993年提出共享心智至少包含4个内容，分别是：技术(equipment)，任务(task)，队友(teammate)以及团队协作(teamwork)。技术是指完成团队任务所需的技术以及设备。任务是指完成任务的团队过程、使用的策略、可能发生的意外情况以及环境的状况。队友是指对于团队其他成员的知识、能力、态度、优劣势的了解。团队协作是指对于团队内部交互以及相互关系的团队过程，包括队员对于如何合作完成特定任务的程序性知识、团队交流模式、团队规范等。团队成员之间相似的心智模型可以形成团队对于团队过程的一致认识，从而增加对队友的认识和预测的准确性，最终增加团队效率。

此后，Cannon-bowers和Salas于2001年提出共享的内容包含3种类别：任务特定知识(task-specific)，任务相关知识(task-related)和跨任务知识：队友知识以及态度和信念(knowledge ofteammates and attitudes／beliefs)。任务特定知识包括特定任务的操作过程与序列以及必要的策略，它使得队友无需沟通任务细节便可以有效地协作，但只对相似的任务有效。任务相关知识是指队友对于任务相关过程的知识，主要指对于团队协作的认识，这种知识使得队友具有完成任务的能力，并且对一

系列的任务都有效。跨任务知识包含两个方面。首先是对队友的认识，包括队友的偏好、优势和劣势，进一步是知识在团队中的分布，这方面的知识使得队友能够有效地预测队友的行为和需要，并且对应其他队员的行为和需要组织和提供所需的资源和信息，这种知识可以在许多任务情景下起作用；跨任务知识的另一方面是态度和信念，它使得团队成员对于环境和任务有一致的、协调的认识，从而利于团队形成有效的决策，甚至有助于团队内聚力，这种态度和信念的一致性能够在跨度很广的任务中起作用。这和Mathieu于2000年所作的实证研究颇有相似之处。Mathieu将共享心智模型操作化为两种内容：任务相关内容(技术、任务模型)以及团队相关内容(团队交互模型)，并且认为这两种内容的共享心智模型对团队绩效都很重要。但是，Smith-Jentseh认为对于任何一个任务领域而言，任务具体的(task-specific)经验比一般的团队经验更能预测团队协作心智模型的准确性，因此个体团队协作心智模型的准确性只能通过和任务具体的有效团队协作成分进行比较来获得。

然而，态度和信念是有指向性的概念。态度是对某一特定事物、观念或他人稳固的由认知、情感和行为倾向组成的心理倾向。如此，态度和信念就不可能脱离特定对象而存在。态度和信念依托于团队共享的知识，并不脱离共享的知识而独立存在。也就是说，一个团队在共享特定的知识之外还共享对这种特定知识的态度和信念，而不是共享泛而宽的“普遍”的态度和信念。这种有指向的态度和信念不仅对知识有抽象和概括的功能，也是团队赋予的意义和总结。

然而，知识是等级组织的，越是高层的知识越是抽象和概化，因此有研究者提出应当对心智模型的层次加以区分。如果采用Cannon-bowers和Salas的分类法，那么有指向的态度和信念，以及队友知识可能是高层次的知识组织，而团队交互知识可能是中间层次的知识组织，而任务特定知识可能是底层的具象的知识，也就是说态度信念和队友知识比团队交互知识以及任务特定知识层次更高。这样的不合理处在于每一种知识都可能存在更高层次的抽象和概化(如类属编码等)。也就是说，对于队友知识、团队交互知识和任务特定知识都存在抽象和概化。而态度和信念只是指向队友知识、团队交互知识和任务特定知识的心理变量而已。如此，将共享内容进行有层次的分类显得比单纯地按照内容分类要合理，如图1。

Cannon-bowers和Salas(2001)提出态度和信念的概念，实际上是指出一个共享在团队协作、团队任务之外的可能的、跨任务的存在。实际上，就团队协作模型和任务模型本身而言，其相对的平行和同层次性已显示出弊端。正如当初共享心智模型提出时的认知考虑的初衷，共享已经不可能是单纯的单层次的问题，有必要对其进行层次上的分化。就这点来看，抽象的、高层次的知识以及指向他们的一些心理结构是比较好的选择。而高度分工的团队在执行任务时，引导他们作业的、共同的建筑是什么?共识、愿景、团队精神?在实证研究进行进一步的具体描述和分化之前，他们都是态度和信念的范畴。进一步讲，态度和信念并不是泛泛的、无所不包的概念，每个态度和信念都是有指向的，如果那些指向团队过程的关键认知的态度和信念是相似的，他们将在一系列的相似、相同任务中发挥作用。由于态度和信念的相对稳定性，其测量和分析也就相对稳定。如果将其包括到共享中去，那么他们将是十分有序的、稳定的构成。现在这部分的主要问题是如何明确共享心智模型中态度和信念的构成、其余其他部分的关系、他们的作用以及在整个心智模型中的地位。以往态度信念测量较为成熟的方法也为对其进行进一步研究提供可能。

3　相似性和准确性的争论

3.1　影响绩效的指标：相似性还是准确性?

在共享心智模型的定义的被提出之前，很多研究者已经形成这样一种观点：团队协作的效率依赖于团队共享知识的一致程度。Rentsh和Hall提出相似性(similarity)的概念来描述团队成员图式的共享程度。

共享心智模型的相似性指的是团队内部心智模型的一致性和重合度。长久以来，研究者们认为共享心智模型相似性高的团队绩效也高，另一些研究者则发现了共享心智模型相似性与团队过程以及团队绩效的积极联系。目前研究者将高重合度的团队共享心智模型作为团队培训的目标，并研究探讨提高共享心智程度的培训策略。前文中已经探讨过共享可能存在的不同形式、共享心智模型不同内容的共享层次以及相关意义，所以，单纯从完全相似的角度描述相似性在理论上不具有普遍价值，在测量上可能导致测量的效度较低。具体地说，在分析测量得到的数据时，相似性的指标常由计算团队成员的心智模型的重合度得出。如果按照前文对共享形式的分类，目前的分析方法仅仅完成了完全重合的部分，其他部分未有涉及。如果计算一个专业分工分化的团队的心智模型的相似性，其结果可能是很低的，因为这个团队的独特分布知识可能多于冗余分布知识。共享心智的准确性是指共享的各种内容的真实性和正确性。共享心智模型的准确性和相似性存在交互作用。Edwards等人的研究发现虽然共享心智模型的准确性和相思性密切联系，但是准确性更能有效预测绩效。随着团队经验的增加团队成员的心智模型也更加趋向一致一个团队的心智共享程度可能很高，但是可能是错误的。此外，态度和信念很难界定准确性的标准。

3.2　准确性的衡量标准：唯一的专家心智模型存在吗?

目前准确性的指标常由计算团队成员和领域专家的心智模型的重合度得出，这样相当于计算团队成员和专家心智模型的相似性。这种方法的前提是专家间的心智模型是高度相似的。除了上述的相似性的问题之外，这样的计算还存在对专家心智模型的疑问。首先，定义一个专家不是件容易的事。如果一项任务的完成只需要一个人，那么可以通过任务完成的好坏来判定绩效的高低，并认定高绩效的人是专家。然而，如果单靠个人就能完成的任务便不是团队任务。如果假设高效的团队中每个角色的心智模型为专家心智模型，那么测量时就应该对应不同的角色提供不同的测量材料。许多研究提取长期从事领域内工作的人的心智模型作为测量的标准材料，或者直接认为这些人的心智模型为专家心智模型。从逻辑上，有研究者提出可能存在多种不同的专家心智模型。就简单任务而言，成功高效完成者往往具有相似的任务技巧，就比如下五子棋时，只要花月开局或者蒲月开局就是必胜。但是即使有必胜走法，人和计算机对弈时也无法像相计算机一样高效，不同博弈选手的各项能力均不相同，但是最后不同博弈选手却可以打成平手；即使在赛场上，同是冠军，其个人风格确又各不相同，有的人善于防守，有的人善于进攻。这些事例都说明在全部最优特质不存在时，各项特质的综合互补

可以产生相似的外显，团队中不同心智模型角色的组合可能产生同样绩效。同时，环境更是可变的不稳定因素。如果限制了最优心智模型的唯一性，将不适应环境的变化，心智模型也将变得僵化和被动。孙子说：“兵无常势，水无常形，能因敌变化而取胜者，谓之神。”(《孙子・虚实篇》)“易”说：“形而上者谓之道；形而下者谓之器；化而裁之谓之变，推而行之谓之通。”(《易传-系辞》)一项对从事高科技行业的组织和团队领导的深度访谈研究发现，由于管理结构、组织构成、文化背景等因素的不同，虚拟团队得不到并且忽视一般谈话中的视觉信息，因此很难形成共识。总之，首先，唯一的专家心智模型不适用于复杂问题。第二，某一种“风格”的心智模型更适用于某一类问题(比如某种特定任务、环境)而不使用于另一类问题。也就是说，专家心智模型将会导致某一类团队问题的出现。虽然目前看来，专家的绩效要比新手高，但是专家在任务中也会遇到问题。只顾向专家心智模型靠近，而不分析专家模型生存的最优环境以及相应的生存问题将导致灾难。第三，团队共享心智模型的适应和发展比向专家心智模型靠近更重要。如Ensley等人通过对高层管理团队的共享决策认知的形成过程的研究发现，共享决策认知是团队过程的结果，而这种团队过程在预测组织绩效方面较共享决策认知更为有效。无论如何，一成不变的共享心智模型在环境、任务、队友变化时可能导致团队的不适应等问题，最终可能导致任务失败或者团队解散等。成熟的、有生命里的团队不应当始终恪守“专家”心智模型。

4　评论和展望

总结以上关于共享心智模型的诸多问题如下：

①“共享”不仅仅是“完全一致”。“共享”有“分布”的含义，是“共同拥有”和“分别拥有”的集合。

②共享心智模型包含多种内容，但各个内容间的关系不清楚。心智模型是知识、态度、信念等的总和，而知识本身就是等级组织的，作为共享心智模型内容的一部分，态度和信念与其关系不明朗。

③相似性和准确性是一对互有关联但存在矛盾的预测团队过程和绩效的指标，但似乎在不同的情况下有不同的作用。不能表示态度和信念的准确性。

④不可能存在单一的专家心智模型，同时专家心智模型的普遍适用性也值得怀疑。

有不少学者提出团队知识不仅仅是各个团队成员的知识的集合，而应该是作为团队交互的结果来综合考量。如果从团队交互的角度看，团队知识就应该是由团队过程产生的，然而实际上，目前共享心智的测量方法多是静态、单独地测量每个团队成员的心智，然后再统一，这等于是默认团队心智模型是各个成员的心智模型的简单相加，将团队互动过程的影响忽略了。这种说法提到了“互动过程”，这可能是共享心智模型和心智模型的最重要的差别。但是到目前为止，研究者普遍把共享心智模型看作一种加工的“输出”或者“输入”，并且在很多共享心智模型的作用模型中，把它作为一个变量来看待(如Mathieu的模型，见文献)。在许多将不同类别的共享心智模型分别进行研究的文献中，常会发现不同类别的共享心智模型的不同特质。Smith-Jentsch等人发现两种不同内容的共享心智模型――职能，目标联系模型和线索一策略联系模型能够交互地预测交通管制员的工作绩效，但各自没有预测作用。国内，白新文等人研究了任务模型和团队协作模型随任务进行的发展，发现这两种心智模型具有不同的发展特征，并且反馈起到的作用也不同，绩效反馈能加快进任务模型的发展，决定协作模型是否发展。金杨华等人研究了认同式共享心智模型和分布式共享心智模型与虚拟团队绩效的关系，从问卷项目和构成上看，认同式共享心智模型与团队协作和任务模型非常类似，而分布式共享心智模型与队友模型和协作模型类似，结果发现团队特征对两种共享心智模型有不同作用。

回顾关于共享心智模型的诸多疑问可以发现，关于“共享”的形式、内容、作用等等迹象都在暗示它并不是“互动过程”的简单输出。共享心智模型可能包含一套完整的团队加工过程，甚至，共享心智本身是与团队认知加工操作有关的概念。如果从测量上看，目前共享心智的确是困难重重。而本文认为，从测量上苦思不得其解，还不如考虑另一个问题：到底什么是共享心智模型?它是一个简单的知识共享结构，还是有包含其他的可能?如果从当初提出的初衷和目前面临的问题看，共享心智模型未必就是一个单纯的知识共同体，反而，他可能是一个动态的知识处理体，换句话说，共享心智模型可能是一个共同的认知加工结构。团队的个体不仅仅是被动地将自己的知识等与他人共享，他也主动参与了信息加工和处理的过程。并且，这个团队的过程利用了个人的知识，团队中不同分工实际是执行对不同信息的不同认知加工，而这个团队就是一个整体，一个共同的任务处理机器。一个高效的团队，如果你愿意叫它专家团队的话，实际上是一个能够进行高效信息处理的团队机器，在于各部分的信息处理速度、反应速度、信息等资源在这个加工网络中的合理分配等。也就是说，它更关注团队的整体认知加工能力而不是冷冰冰的知识。而这种加工能力，更有可能不是言语编码的，反而体现在操作和交互中，是程序性的。

因此，不管是定义上还是操作上，都有待对共享心智本质的进一步过程化和具体化，这些基本问题的解决不但有助于理论的发展，更能为目前纷繁复杂的测量提供依据，甚至更新目前的测量工具。