创造性思维被视为创造性的核心（Krumm, Lemos, & Filippetti, 2014; 孙鹏，邹泓，杜瑶琳，2014）。个体因素对创造性思维的影响一直是创造性研究的重要领域（Hughes, Furnham, & Batey, 2013），其中创造性认知风格、创造性人格的影响受到较为广泛的关注。

Kirton（2003）的适应–创新认知风格理论（adaption-innovation cognitive style theory）提出了适应–创新这一对认知风格，作为对传统的场依存-场独立等认知风格的补充。适应认知风格的个体喜欢用现有的方法和体系来解决问题，他们较为关注方案的“有用性”，在进行创造活动时，常常采取“同化”的行为策略，主张基于原有方案的基础上进行逐步的改进和完善；创新认知风格的个体则往往忽视现有的方法，倾向于寻找新异的方法和途径解决问题，他们较为关注方案的“独特性”，在进行创造活动时，常常采取“顺应”的行为策略，主张打破原有的思维范式，寻求新颖的解决方式。由于适应–创新认知风格指个体所偏好使用的创造性表达方式，因此又被称为“创造性认知风格（creative style）”（Isaksen & Dorval, 1993; Hartley & Plucker, 2012）。创造性认知风格包含创新性（originality）、效率性（efficiency）和规则性（rule）三个维度。创新性指个体思维灵活、想象力丰富、好奇心强、善于从意想不到的角度考虑问题、富有挑战精神和冒险精神；效率性指个体谨慎、细致、持久性强、善于在常规工作中高效率地完成任务、注重细节和正确率；规则性指个体乐于遵守规则、服从性强、不善于打破常规。适应认知风格与创新认知风格最大的差异在于它们对“改变”具有不同的偏好（Kirton, 2003），适应风格者无法容忍过度的改变，而创新风格者则无法容忍固守常规。

关于创造性认知风格与创造性思维的关系，适应–创新认知风格理论认为，创造性认知风格与创造性思维不相关（Kirton, 2003），换句话说，不论适应风格者还是创新风格者，都可能具有较高的创造性，只不过他们在进行创造活动时所采取的方式、方法不同。一些研究支持了这一论点，如Kirton（1978）发现，创造性认知风格与创造性思维之间无显著相关，Gerhardt和Cashman（1980）也报告，创造性认知风格与远距离联想测验之间仅呈微弱相关。但也有研究报告了相反的结果（Ee, Seng, & Kwang, 2007; Phelan & Young, 2003; Puccio, Talbot, & Joniak, 2000; 罗瑾琏，杨玉智，2009），这些研究均报告，创造性认知风格与创造性思维之间关系密切；与适应风格者相比，创新风格者具有更高的流畅性（Puccio et al., 2000）、变通性（Gelade, 1995）、独创性（Gelade, 1995）和冒险性（Ee et al., 2007）。Puccio, Treffinger和Talbot（1995）认为，创新风格者所具有的个性特征是创造性思维所不可或缺的，而适应风格者的某些特质则会抑制创造性思维。总之，关于创造性认知风格与创造性思维的关系，迄今仍存在争论（Hartley & Plucker, 2012）。

创造性人格（creative personality）最初由吉尔福特提出，指与创造性有关的人格特征。研究表明，很多人格特征都对创造性思维具有显著的预测作用（Hughes et al., 2013; 李西营，刘小先，申继亮，2014），这些人格特征包括冒险性、探索欲、想象力、挑战性、开放性、直觉力、怀疑性、坚持性、内部动机、模糊容忍性等（Cheng, Kim, & Hull, 2010）。总的来说，尽管也有研究结论指出，创造性人格对创造性思维并不具有预测作用（Haller & Courvoisier, 2010），但大多数研究都支持创造性人格对创造性思维的积极影响。而且，也有研究者认为，即使创造性人格不能预测创造性产出，但亦能引发更多的创造性行为（Sternberg & Lubart, 1995）。

综上所述，关于创造性认知风格与创造性思维的关系，已有研究尚未取得一致结论，且已有研究虽然考察了创造性认知风格对创造性思维的影响，然而并未涉及到这些影响究竟通过怎样的途径而发生，因此，这一问题尚具有一定的探索空间。如前文所述，文献表明人格因素对创造性思维具有重要影响（Hughes et al., 2013; 李西营等，2014），而创造性认知风格与大五人格之间具有密切关系，在开放性上得分高的个体更倾向于创新认知风格，而在宜人性和责任感上得分高的个体更倾向于适应认知风格（Kwang & Rodrigues, 2002; von Wittich & Antonakis, 2011）；且Kirton（2003）提出的适应–创新认知风格理论也指出，不同风格的个体具有不同的个性特点，适应风格者倾向于具有谨慎、细心、胆怯、高自我怀疑、反对冒险和教条主义的特质，而创新风格者倾向于具有思维灵活、想象丰富、坚定自信、低自我怀疑、敢于冒险、勇于尝试的特质。可见，创造性认知风格与个性特征之间具有密切的关系。因此，基于以上分析，本研究拟结合创造性人格探讨创造性认知风格与创造性思维的关系，我们假设，创造性认知风格对创造性思维的影响有可能是以创造性人格为中介而发生的（见图1）。

图 1(Figure 1)

图 1 创造性认知风格、创造性人格与创造性思维关系的示意图

具体来说，本研究拟采用Kirton适应–创新认知风格问卷、Williams创造性倾向量表、Torrance创造性思维测验，运用相关分析、回归分析、结构方程模型等统计技术，考察创造性认知风格、创造性人格与创造性思维的关系。基于已有文献，提出以下假设：假设1：创新认知风格有利于创造性思维，而适应认知风格不利于预测创造性思维；假设2：创造性人格有利于创造性思维；假设3：创造性人格在创造性认知风格与创造性思维之间具有中介作用。

样本为北京市三所中学315名初中生（男166人，女149人，初一154人，初二161人），被试年龄范围为12-15岁。班级集中施测，心理学专业研究生主持。每位被试在实验后得到一份文具礼品。

《适应–创新认知风格问卷》（Kirton adaption-innovation inventory, KAI）（Kirton, 1976），用于测量个体的创造性认知风格，包含创新性、效率性和规则性三个维度，创新性测量创新认知风格；而效率性和规则性测量适应认知风格。该问卷被证明具有良好的信效度（Kirton, 2003; von Wittich & Antonakis, 2011）。本研究中，我们对KAI量表进行了中文版修订，将英文版量表翻译为中文版量表，并对个别条目调整了其中的词语表述，以更贴近学生群体的日常生活。修订后的量表具有较好的结构效度（χ²/df=2.06, CFI=0.89, GFI=0.87, AGFI=0.85, TLI=0.87, RMSEA=0.05）；总量表及各维度的Cronbach α系数在0.78~0.83之间，其分半信度在0.69~0.85之间。

《威廉姆斯创造性倾向量表》（Williams prefer measurement forms, WPMF）（林幸台、王木荣，1997），用于测量创造性人格，包含冒险性、好奇心、想象力和挑战性四个维度。该量表在国内外应用广泛，具有较好的信度和效度（罗晓路，林崇德，2006; 聂衍刚，郑雪，2005）。本研究中，总量表及分量表的Cronbach α 系数在0.74~0.89之间，其分半信度在0.81~0.90之间。

《托兰斯创造性思维测验》（Torrance tests of creativity thinking, TTCT）（Torrance, 1974）任务，用于测量创造性思维。TTCT是创造性思维评定的经典工具，其信效度在大量研究中得到检验（Krumm et al., 2014）。本研究选取了TTCT文字分测验中的空罐子任务、图形分测验中的平行线任务两个任务。评分由经过培训的3名研究生按照TTCT评分手册进行，评定可获得流畅性、变通性和独创性三个指标的得分。三个指标的评分者信度分别为0.99，0.93和0.97。在合成创造性思维总分时，首先将三个指标的原始得分转化为标准分，然后取三者总和。

表1呈现了创造性认知风格、创造性人格及创造性思维各维度的均值、标准差及变量间的相关系数。相关分析表明，创造性认知风格中的效率性、规则性维度均与创造性思维呈显著负相关，创新性维度与创造性思维相关不显著；创造性人格中的冒险性、好奇心及挑战性维度均与创造性思维呈显著正相关，想象力维度与创造性思维相关不显著。

表 1

表 1 创造性认知风格、创造性人格与创造性思维的描述统计

表 1 创造性认知风格、创造性人格与创造性思维的描述统计 M SD 1 2 3 4 5 6 7 8 9 1创新性 49.94 6.85 2效率性 16.22 5.06 0.43*** 3规则性 31.95 7.42 0.04 0.51*** 4冒险性 2.28 0.29 0.45*** 0.10 –0.07 5好奇心 2.37 0.32 0.44*** 0.15* –0.01 0.65*** 6想象力 2.18 0.32 0.31*** 0.01 0.01 0.51*** 0.46*** 7挑战性 2.45 0.28 0.50*** 0.13* –0.19** 0.61*** 0.67*** 0.43*** 8流畅性 51.82 16.29 0.11 –0.07 –0.11 0.22*** 0.24*** 0.07 0.16** 9变通性 36.79 9.32 0.04 –0.13* –0.13* 0.17** 0.16** 0.10 0.09 0.84*** 10独创性 58.60 24.32 0.07 –0.14* –0.19** 0.15* 0.17** 0.04 0.12* 0.86*** 0.74*** 　　注：*p<0.05，**p<0.01，***p<0.001，以下同。

为考察创造性认知风格、创造性人格对创造性思维的影响，以创造性认知风格和创造性人格各维度为自变量，以创造性思维总分为因变量，进行回归分析。结果表明，在创造性认知风格中，创新性显著正向预测创造性思维（β=0.15, p<0.05），效率性显著负向预测创造性思维（β=–0.17, p<0.05），而规则性不能显著预测创造性思维（β=–0.10, p>0.05）；在创造性人格中，好奇心显著正向预测创造性思维（β=0.20, p<0.05），冒险性不能显著正向预测创造性思维（β=0.12, p>0.05），想象力不能显著预测创造性思维（β=0.07, p>0.05），挑战性亦不能显著预测创造性思维（β=0.04, p>0.05）。上述结果显示，创造性认知风格中的创新性维度（属于创新认知风格）、效率性维度（属于适应认知风格）对创造性思维分别具有显著的正向、负向的预测；创造性人格中的好奇心维度对创造性思维具有显著正向预测。

为考察创造性人格在创造性认知风格与创造性思维之间的中介作用，我们首先采用逐步检验回归系数的方法（温忠麟, 叶宝娟, 2014; 温忠麟, 张雷, 侯杰泰, 刘红云, 2004）对中介效应进行检验。

分别以创造性认知风格的创新性、效率性和规则性三个维度得分为自变量，以创造性人格总分为中介变量，以创造性思维总分为因变量，进行三步回归分析。结果表明，在创新性维度上，未引入创造性人格之前（见表2第一步），创新性对创造性思维的主效应显著（β=0.15, p<0.05）；创新性对创造性人格的主效应显著（β=0.55, p<0.05）（见表2第二步）；引入创造性人格后（见表2第三步），创新性对创造性思维的主效应不显著（β=0.09, p>0.05），且创造性人格对创造性思维的主效应显著（β=0.14, p<0.05）；这说明，创造性人格在创新性认知风格与创造性思维之间具有完全中介作用，中介效应占总效应的47%。在效率性维度上，效率性对创造性人格的主效应不显著（β=–0.04, p>0.05），因此不存在中介效应。在规则性维度上，规则性对创造性思维的主效应不显著（β= –0.10, p>0.05），故中介效应也不成立。总之，逐步检验回归系数的结果表明，创造性认知风格的创新性维度以创造性人格为中介而对创造性思维具有间接的正向预测，但创造性人格对于创造性认知风格的效率性、规则性与创造性思维的关系均不具有中介作用。

表 2

表 2 创造性认知风格、创造性人格与创造性思维之回归系数的逐步检验

表 2 创造性认知风格、创造性人格与创造性思维之回归系数的逐步检验 第一步 第二步 第三步 β t β t β t 创新性 0.15 2.20* 0.55 9.52* 0.09 1.11 效率性 –0.17 –2.10* –0.04 –0.65 –0.17 –2.01* 规则性 –0.10 –1.31 –0.08 –1.34 –0.09 –1.28 创造性人格 0.14 1.94*

为进一步探讨创造性人格对于创造性认知风格和创造性思维的中介作用，我们又采用结构方程模型对变量之间的关系进行了检验。基于已有文献以及上述统计结果，我们构建了创造性认知风格、创造性人格与创造性思维之间的原始模型（见图2），该模型假定，创新性、效率性、规则性既可以直接预测创造性思维，也可以通过创造性人格间接预测创造性思维。

图 2(Figure 2)

图 2 创造性认知风格、创造性人格与创造性思维的关系的原始模型

采用AMOS21.0，均值补全缺失值，且所有变量中心化后，进行路径分析。结果显示，原始模型基本可以接受，但有些指标并不十分理想，χ²（28）=68.41, p<0.05, χ²/df=2.44, NFI=0.95, IFI=0.97, TLI=0.95, CFI=0.97, RMSEA=0.08, ECVI=0.48，且有的路径系数未达到显著水平。故根据修正指数及路径系数对模型进行了调整，最终得到图3所示的调整模型，该模型拟合优秀，χ²（24）=33.22, p>0.05, χ²/df=1.38, NFI=0.98, IFI=0.99, TLI=0.99, CFI=0.99, RMSEA=0.04, ECVI=0.38。

图 3(Figure 3)

图 3 创造性认知风格、创造性人格与创造性思维的关系的调整模型

调整模型显示，创造性认知风格的效率性维度对创造性思维具有直接的负向预测（β=–0.17, p<0.01）；创造性人格对创造性思维具有直接的正向预测（β=0.25, p<0.001）；而创造性认知风格的创新性维度显著正向预测创造性人格（β=0.58, p<0.001），规则性显著负向预测创造性人格（β=–0.11, p<0.05）。因此，创造性人格在规则性与创造性思维之间具有完全中介作用（中介效应值ab= –0.03, p<0.05），规则性以创造性人格为中介而抑制创造性思维，且创造性人格在创新性与创造性思维之间也具有完全中介作用（中介效应值ab=0.15, p<0.01），创新性以创造性人格为中介而促进创造性思维。总之，创造性认知风格在一定程度上可以通过创造性人格进而对创造性思维产生间接影响，这种间接影响主要体现在创造性认知风格的创新性维度和规则性维度上，而效率性维度对于创造性思维的影响无须借助于创造性人格的中介就可以直接发生。

本研究表明，创新认知风格（创新性维度）有利于创造性思维，而适应认知风格（效率性、规则性）不利于创造性思维。Kirton（2003）认为，创造性认知风格并不决定创造性思维的高低，而只是影响个体在进行创造性活动时所采取的方式方法。但是，以Puccio等人为代表的研究者则认为，创新认知风格有利于创造性思维，而适应认知风格抑制创造性思维（Ee et al., 2007; Phelan & Young, 2003; Puccio et al., 1995, 2000; 罗瑾琏，杨玉智，2009）。本研究的结果支持后一种观点，即创新认知风格有利于创造性思维，而适应认知风格不利于创造性思维。

适应风格者倾向于使用既定的模式或程序而不质疑其可行性，而创新风格者更乐意冒险挑战公认的方法，较少受到规则的约束（Puccio et al., 1995），这可能是导致创新风格者在创造性思维方面存在优势的原因之一。Gelade（1995）认为，创新风格者的心理分化水平较高，在创造时不易依赖经验和常规的解决方法；而适应风格者的心理分化水平较低，在处理问题时更可能依赖已有的经验，从而也可能造成不同创造性认知风格者在创造性思维上存在一定差异。此外，适应风格者喜欢采用“渐进性（evolutionary）”的问题解决方式（Puccio et al., 2000），倾向于在原经验的基础上做小幅度的改变；而创新风格者则喜欢采用“变革性（revolutionary）”的问题解决方式（Puccio et al., 2000），倾向于打破固有范式的束缚，实现“突破式”创新。换句话说，适应风格者倾向于采取“保守而谨慎”的方式，而创新风格者倾向于采取“冒进而开放”的方式，而这可能会导致创造性产出的高低。

然而，近年来也出现了不同的声音，基于适应创新风格与创新认知风格在创造性表达方面的不同，有学者将创造力分为渐进性创造力（incremental creativity）和突破性创造力（radical creativity）（Madjar, Greenberg, & Chen, 2011；张勇，龙立荣，贺伟，2014），渐进性创造力与适应认知风格相联系，指对现有的框架体系仅做少量的改变，偏重于改进（modification）；而突破性创造力与创新认知风格相联系，指提出完全不同的新点子或新想法，偏重于改变（change）。也有学者认为，创造力可以分为两个维度，两个维度分别对应于适应认知风格（含TTCT的精进性、标题抽象性）和创新认知风格（含TTCT的流畅性、独创性）（Kim, 2006; Kim, Cramond, & Bandalos, 2006）。这提示我们，创造性认知风格与创造性思维之间在构念上可能存在交叠，创造性认知风格也可能是创造性思维的一部分，因此在判断创造性认知风格与创造性思维的关系时需考虑到这种复杂性的存在。

逐步检验回归系数和结构方程模型的结果均表明，创造性认知风格的创新性维度以创造性人格为中介而对创造性思维具有间接的正向预测，这表明创造性人格在创造性认知风格与创造性思维之间具有一定的中介作用。如前所述，研究者倾向于认为创造性认知风格对于创造性思维具有一定的影响（Ee et al., 2007; Phelan & Young, 2003; Puccio et al., 1995, 2000），而创造性认知风格与大五人格之间具有密切关系（Kwang & Rodrigues, 2002; Wittich & Antonakis, 2011），且不同风格的个体具有不同的人格特点，比如适应风格者更为谨慎、自我怀疑较高而创新风格者勇于尝试、自我怀疑较低（Kirton, 2003），人格因素又与创造性思维具有密切关系（Hughes et al., 2013; 李西营等，2014），因此，创造性人格可能是创造性认知风格影响创造性思维的中介变量。换言之，创造性认知风格可能会影响个体的创造性人格，并进而对创造性思维产生间接影响。根据适应–创新认知风格理论（Kirton, 2003），创新认知风格的个体对外界的事物和观点充满兴趣和探索欲望，他们敢于冒险、富于挑战、思维灵活，而这些个性特质恰恰是创造性思维的显著预测变量（Hartley & Plucker, 2012; Kwang & Rodrigues, 2002; 罗晓路，林崇德，2006; 朱海雪，张庆林，2014）。而适应认知风格的个体过于追求效率和正确率，囿于外部规则的限制，只能在现有范式内寻求答案（Wittich & Antonakis, 2011），从而变得过于谨慎、高自我怀疑、不敢冒险，最终限制了思维的广度和灵活性。

不过，在创造性认知风格的规则性维度上，逐步检验回归系数的方法和结构方程模型的结果却不太一致，逐步回归系数的检验中，规则性没有进入模型，但结构方程模型则显示，规则性会以创造性人格为中介而对创造性思维发生间接的负向预测。对此，一方面我们认为可能存在着某个其它的变量，共同作用于规则性与创造性思维，进而导致了遮蔽效应的发生（MacKinnon, 2008; 温忠麟，叶宝娟，2014）；另一方面，我们认为这可能是统计方法所导致的差异，结构方程模型由于能够同时考察多个变量之间的各种复杂关系，且将误差项纳入模型之中，因此可能对于较为微弱的中介效应也能完成探测。

本研究有助于厘清创造性认知风格与创造性思维的关系，以及这种关系发生的可能途径（即以创造性人格作为中介），因而具有较高的理论意义。同时，本研究对于学校及企业中的创造性促进也具有一定的启示意义，比如，强化适宜的认知风格、培养积极的创造性人格可能是促进创造性的有效途径。

本研究的局限之一在于，样本仅包含初中生，因此在将结论推广至其他年龄群体时应持谨慎态度。此外，在创造性认知风格的规则性维度、创造性人格和创造性思维之间的关系上，可能存在某个或某些其它变量的隐性影响，从而导致了遮蔽效应的存在，因此，未来研究可尝试对此做进一步的探讨，从而促进我们对于上述变量之间关系更为清晰、深入的理解。

创新认知风格有利于创造性思维，适应认知风格不利于创造性思维；创造性人格有利于创造性思维；创造性人格在创造性认知风格与创造性思维之间具有一定的中介作用，创新性认知风格通过创造性人格而促进创造性思维，规则性认知风格通过创造性人格而抑制创造性思维。