创新是一个民族进步的灵魂，是一个国家兴旺发达的不竭动力，创新人才是支撑国家创新发展的第一资源。关于创造力的研究一直是心理学研究领域中的重要议题。在众多相关研究中，对高创造力者的研究一直备受关注。有研究者通过爱因斯坦脑的解剖研究，探讨创造力和脑的关系（Falk, 2018）；亦有研究者招募社会公认的具有杰出创造成就的人才，通过追溯其创造过程及成长经历，发现并系统描述高创造力者在心理特征、成长规律等方面的典型特征，揭示创造力的初期表现、发展变化及实现过程，进而为人才培养、人才管理和人才使用提供科学依据（林崇德, 2018）。

但是，在很多情况下，研究者难以获得公认的高创造力者作为被试。事实上，多数研究者采用的方法是通过创造力测试从志愿被试群中筛选出高创造力个体。如从标准分数分布的极值选择包含一定比例（如27%）的高分组和低分组（Irwing, Booth, & Hughes, 2018），即极端组方法（extreme groups approach, EGA）。如，Abraham，Rutter，Bantin和Hermann（2018）利用可能用途测验测量被试的发散思维，将处于分值两端各33%的被试分别纳入高创造力组和低创造力组。

EGA通常用于在随后的假设检验中获得更大的统计效力（Preacher, Rucker, MacCallum, & Nicewander, 2005）。分组既要尽可能拉开两极端组距离，保证高分组确实优于低分组，又要使两个组的样本容量足够大，以控制抽样误差。值得注意的是，这类研究通常采用方便取样，研究者或指定上某门心理学课程的某班学生为被试，或招募志愿被试。这样得到的被试均是方便样本而非随机样本，某研究中样本的创造力高或低只是相对于某群体中的特定部分人群的高或低。如沈红和张青根（2017）发现，“985工程”大学、“211工程”大学、四年制大学和四年制学院的学生在创造力上的平均得分存在显著差异。如此，如果分别在上述四类学校采用方便取样和极端组方法筛选出高创造力被试来展开创造力研究，则很可能出现下面的情形：出自某一学校的高创造力被试群的创造力得分显著低于另一学校的高创造力被试，即在某群体中被界定为高创造力的个体可能在另一群体中被定义为低或中创造力个体。

“高创造力个体”的募集是保障创造力研究效度的重要前提条件。如果样本的异质性太大，A实验表明高创造力个体具有a特征，B实验表明高创造力个体具有b特征，实验结果就难以重复。那么，到底什么样的认知或生物学特征是高创造力个体所特有的呢？创造力研究不是纯粹的基础研究，其研究结果最终需要落实到教育实践中去。如果实证研究难以提炼出高创造力个体的认知或人格特征，一线的教育工作者在培养创新人才时很可能无从着手。结果的差异性可能与不同研究采用了不同的变量或不同的创造力评估手段等多种因素有关；不同研究中的高创造力个体是否具有同质性也可能是一个重要影响因素。但是，后者尚未引起研究者的关注。

鉴于此，本研究采用EGA分组法，以问题提出能力作为创造性指标，从国内某教育部直属高校和某地方普通高校招募研究被试，旨在通过比较来自两所高校的被试群在创造力任务中的行为表现来揭示高创造力大学生被试可能存在群体差异性。基于沈红和张青根（2017）的间接研究结果及有关学业成就和创造力关系的研究结果（刘春晖, 2015; Gajda, 2016; Gajda, Karwowski, & Beghetto, 2017; Pretz & Kaufman, 2017; Zenasni, Mourgues, Nelson, Muter, & Myszkowski, 2016），本研究假设：（1）方便取样自不同群体（如地方高校与部属高校）大学生的高创造力组创造力得分存在差异，且部属高校高创造力组得分高于地方高校高创造力组。（2）27%EGA和50%EGA两种分类方法均可证明假设1的存在，EGA的比值不影响上述方便取样导致的高创造力个体间的异质性。

选取教育部部属高校和地方高校各一所。两所高校大学生被试共1124名，有效被试975名。其中，某地方高校大学生575名，有效被试446名。地方高校大学生中男生69名，女生377名；年龄在16～27岁之间，平均年龄为19.54岁（SD=1.38岁）。某部属高校大学生共549名参与测试，删除无效问卷后，有效被试人数为529名。部属高校大学生被试中男生180名，女生349名；年龄在17～22岁之间，平均年龄为19.38岁（SD=1.20岁）。被试具体分布情况见表1。

本研究采用申继亮、胡卫平和林崇德（2002）编制的青少年科学创造力测验中的创造力问题提出能力分测验。该工具广泛用于中外中学生、大学生的创造力问题提出能力的测查，信效度良好（Liu, Hu, Adey, Cheng, & Zhang, 2013）。评分方法为：流畅性得分是所提出科学问题的个数，每个问题得1分；变通性得分是通过评分前对所有的学生在该题上提出的问题根据不同的属性进行归类，并以此为标准对被试提出的问题分类，类别数目就是变通性的得分；独创性得分由选择该答案的人数占总人数的百分比来决定，若该比例小于5%得2分，若该比例在5%～10%之间，得1分，若该比例在10%以上得0分。

表 1

表 1 被试学校来源、专业、年级人数分布（n=975）

表 1 被试学校来源、专业、年级人数分布（n=975） 地方高校大学生 部属高校大学生 总体 理科 文科 理科 文科 一年级 106 79 136 50 371 二年级 62 36 118 49 265 三年级 68 51 139 37 295 四年级 19 25 0 0 44 总体 255 191 393 136 975

如前所述，EGA方法通常用于在随后的假设检验中获得更大的统计效力。在创造力研究中，应用EGA方法分组时所采用的比例范围为25%～33%的居多，另有样本数较少的研究分组比例为50%。因此本研究延续以往研究的传统，使用27%这一比例作为EGA方法分组标准，同时也检验50%比例的EGA分组方法。

采用集体施测的方法对被试进行测试。主试均为心理学专业博士研究生或硕士研究生。先请被试填写背景信息，然后在主试指导下阅读问卷的指导语。等所有被试明确要求后再开始填写答案。测试结束，收回所有问卷，时间要求为10分钟。采用SPSS22.0进行统计分析。

本研究采用EGA方法分组，两所高校各得到一组高分组和一组低分组。使用方差分析比较四组数据的差异。

27%EGA方法分组下的创造力问题提出各维度被试分配、均值、标准差见表2。

方差分析结果表明四组被试在流畅性维度得分上存在显著差异：F(3, 522)=964.99，p<0.001，η ${\,_{\rm p}^2} $ =0.85。事后比较发现各组之间均有显著差异，部属高校高创造力组被试的流畅性得分显著高于地方高校高创造力组被试（p<0.001）；部属高校高创造力组被试的流畅性得分显著高于部属高校低创造力组被试（p<0.001）；部属高校高创造力组被试的流畅性得分显著高于地方高校低创造力组被试（p<0.001）；地方高校高创造力组被试的流畅性得分显著高于部属高校低创造力组被试（p<0.001）；地方高校高创造力组被试的流畅性得分显著高于地方高校低创造力组被试（p<0.001）；部属高校低创造力组被试的流畅性得分显著高于地方高校低创造力组被试（p<0.001）。

表 2

表 2 创造力问题提出各维度在27%分组方式下的均值和标准差

表 2 创造力问题提出各维度在27%分组方式下的均值和标准差 地方高校高创造力组 地方高校低创造力组 部属高校高创造力组 部属高校低创造力组 n M（SD） n M（SD） n M（SD） n M（SD） 流畅性 120 9.49（2.99） 120 2.26（0.79） 143 17.50（3.59） 143 4.97（1.46） 变通性 120 4.40（0.63） 120 1.68（0.47） 143 4.78（0.69） 143 2.38（0.62） 独特性 120 1.83（0.94） 120 0（0） 143 10.30（3.70） 143 0.29（0.51）

变通性维度方差分析结果表明四组被试在创造力问题提出得分上存在显著差异：F(3, 522)=796.87，p<0.001，η ${\,_{\rm p}^2} $ =0.82。事后比较发现各组之间均有显著差异，部属高校高创造力组被试的变通性得分显著高于地方高校高创造力组被试（p<0.001）；部属高校高创造力组被试的变通性得分显著高于部属高校低创造力组被试（p<0.001）；部属高校高创造力组被试的变通性得分显著高于地方高校低创造力组被试（p<0.001）；地方高校高创造力组被试的变通性得分显著高于部属高校低创造力组被试（p<0.001）；地方高校高创造力组被试的变通性得分显著高于地方高校低创造力组被试（p<0.001）；部属高校低创造力组被试的变通性得分显著高于地方高校低创造力组被试（p<0.001）。

独特性维度方差分析结果表明四组被试在创造力问题提出得分上存在显著差异：F(3, 522)=824.27，p<0.001，η ${\,_{\rm p}^2} $ =0.83。事后比较发现除地方高校低创造力组和部属高校低创造力组之间无显著差异，其他各组之间均有显著差异：部属高校高创造力组被试的独特性得分显著高于地方高校高创造力组被试（p<0.001）；部属高校高创造力组被试的独特性得分显著高于部属高校低创造力组被试（p<0.001）；部属高校高创造力组被试的独特性得分显著高于地方高校低创造力组被试（p<0.001）；地方高校高创造力组被试的独特性得分显著高于部属高校低创造力组被试（p<0.001）；地方高校高创造力组被试的独特性得分显著高于地方高校低创造力组被试（p<0.001）。

研究结果证明，在问题提出的创造力测试中，部属高校高创造力组在各个维度上的得分显著高于地方高校高创造力组，符合本研究的预期，为研究假设提供了初步支持。

50%EGA方法分组下的创造力问题提出各维度被试分配、均值、标准差见表3。

流畅性维度方差分析结果表明四组被试在创造力问题提出得分上存在显著差异：F(3, 970)=728.95，p<0.001，η ${\,_{\rm p}^2} $ =0.69。事后比较发现各组之间均有显著差异，部属高校高创造力组被试的流畅性得分显著高于地方高校高创造力组被试（p<0.001）；部属高校高创造力组被试的流畅性得分显著高于部属高校低创造力组被试（p<0.001）；部属高校高创造力组被试的流畅性得分显著高于地方高校低创造力组被试（p<0.001）；地方高校高创造力组被试的流畅性得分显著高于部属高校低创造力组被试（p<0.001）；地方高校高创造力组被试的流畅性得分显著高于地方高校低创造力组被试（p<0.001）；部属高校低创造力组被试的流畅性得分显著高于地方高校低创造力组被试（p<0.001）。

变通性维度方差分析结果表明四组被试在创造力问题提出得分上存在显著差异：F(3, 970)=503.21，p<0.001，η ${\,_{\rm p}^2} $ =0.61。事后比较发现各组之间均有显著差异，部属高校高创造力组被试的变通性得分显著高于地方高校高创造力组被试（p<0.001）；部属高校高创造力组被试的变通性得分显著高于部属高校低创造力组被试（p<0.001）；部属高校高创造力组被试的变通性得分显著高于地方高校低创造力组被试（p<0.001）；地方高校高创造力组被试的变通性得分显著高于部属高校低创造力组被试（p<0.001）；地方高校高创造力组被试的变通性得分显著高于地方高校低创造力组被试（p<0.001）；部属高校低创造力组被试的变通性得分显著高于地方高校低创造力组被试（p<0.001）。

独特性维度方差分析结果表明四组被试在创造力问题提出得分上存在显著差异：F(3, 970)=660.20，p<0.001，η ${\,_{\rm p}^2} $ =0.67。事后比较发现除地方高校高创造力组和部属高校低创造力组之间无显著差异，其他各组之间均有显著差异：部属高校高创造力组被试的独特性得分显著高于地方高校高创造力组被试（p<0.001）；部属高校高创造力组被试的独特性得分显著高于部属高校低创造力组被试（p<0.001）；部属高校高创造力组被试的独特性得分显著高于地方高校低创造力组被试（p<0.001）；地方高校高创造力组被试的独特性得分显著高于地方高校低创造力组被试（p<0.001）；部署高校低创造力组被试的独特性得分显著高于地方高校低创造力组被试（p<0.001）。研究结果符合本研究的理论假设，部属高校高创造力组得分高于地方高校高创造力组。

表 3

表 3 创造力问题提出各维度在50%分组方式下的均值和标准差

表 3 创造力问题提出各维度在50%分组方式下的均值和标准差 地方高校高创造力组 地方高校低创造力组 部属高校高创造力组 部属高校低创造力组 n M（SD） n M（SD） n M（SD） n M（SD） 流畅性 223 7.78（2.90） 223 3.17（1.21） 264 14.69（4.10） 264 6.52（2.10） 变通性 223 3.81（0.82） 223 2.13（0.68） 264 4.33（0.76） 264 2.67（0.55） 独特性 223 1.07（1.10） 223 0（0） 264 7.76（3.92） 264 1.26（1.17）

本研究借助创造性问题提出能力测试，首次使用相同的创造力评估工具分析了来自国内两所高校的高创造力群体的同质性。结果发现，无论使用27%还是50%的EGA方法，在两所学校筛选得到的大学生高分组间均存在显著差异，说明来自不同高校的高创造力大学生被试在创造力得分上，至少在问题提出能力的得分上是存在差别的，证实了研究假设。

在创造力研究领域，在不同群体中使用创造力测试得到的分数是否具有可比性、各研究中界定的高创造力个体是否具有同质性，这些问题极少有研究者关注。事实上，不同研究者取样的群体本身在创造力上可能就存在着质的差异。如犹太人群整体上似乎有着较高的智商和创造力。犹太人占世界人口的比例不到1%，但截至2017年，犹太人获得诺贝尔奖的人数占获奖者总人数的22.5%。那么，犹太人占多数的以色列大学学生的创造力可能不同于其他国家大学生的创造力。如以瑞典隆德大学（Lund University）本科生为被试筛选出的高创造力组（Carlsson, Wendt, & Risberg, 2000），可能和在以色列巴伊兰大学（Bar-Ilan University）招募的被试中所筛选出的高创造力组（Kenett et al., 2018）存在异质性。本研究对两个可比性较强的文献结果（Karpova, Marcketti, & Barker, 2011; Sierra-Siegert, Jay, Florez, & Garcia, 2019）进行了比较（McCormick, Salcedo, & Poh, 2015）。这两篇文献由不同的研究小组发表，但应用了相同的创造力测试工具（TTCT图形测试）。Karpova等的被试来自爱荷华州立大学，而Sierra-Siegert等的被试来自哥伦比亚的一所大学。两项研究各自招募的大学生被试在TTCT图形测试中的得分分别为113.17（11.11）和94.30（34.60），摘要独立样本t检验差异显著（t=3.06, p=0.003）。按照极端值分组法，高创造力个体是从普通被试中按一定比例筛选出来的；如果来自不同群体普通被试的创造力得分存在显著差异，就有理由推测不同研究最后得到的高创造力个体间的创造力也可能存在显著差异。

本研究结果与先前借助自陈问卷得到的结果相符。沈红和张青根（2017）也发现，国内大学生的创造力存在群体差异；整体上，来自教育部直属高校的创造力高于来自211高校的，后者又高于来自地方高校的（刘佳, 2013; 刘宁宁, 2017）。创造力与学业成就关系的研究结果也支持本研究结果。研究表明学业成就与创造力或创造力问题提出能力存在显著的正相关（刘春晖, 2015; 杨晓波, 陈怡, 花慧, 杨璐, 2013; 张淳俊, 陈英和, 2010; Liu et al., 2013）。鉴于此，之前通过特定群体选拔高创造力被试的研究，其外部效度需要重新审视。在文献中梳理高创造力群体的认知或神经特征时需要考虑不同研究中“高创造力群体”间可能存在的异质性。Dietrich和Kanso（2010）的创造力神经影像综述研究发现，在讨论与创造力有关的功能脑区时，绝大多数研究的结果都难以在另一个的研究中得到重复。不同研究采用了不同的创造力评估方法是创造力神经层面的研究结果重复性差的可能原因之一；本研究提示，不同研究招募的被试间可能存在创造力上的群体差异性也是可能原因之一。

EGA不同比率选取对结果不存在质的影响。使用本次调查的同一批数据，得分前后50%的EGA方法把两所学校大学生分别分为高分组和低分组。统计分析结果表明部属高校的高分组得分显著高于地方高校高分组。与27%的EGA方法得到一致的结论。研究结果并没有因为EGA选取比例而变化，再次证明了来自不同高校的高创造力群体间可能存在较大的异质性的假设。研究结果提示筛选高创造力被试时，不仅要在27%、33%、50%这些分组比例上做选择，还要关注更大范围内的不同群体的创造力水平。

虽然实验室测试的创造力不一定完全反映真实世界的创造力成就，但本研究结果还是值得引起高等教育工作者的关注。大学是个体创造力发展的重要时期，培养各类层次的创新人才也是高等教育的任务。个体创造力受诸多因素影响，如知识量、智力、性别、社会环境和情感因素等（周治金, 杨文娇, 2007; Hennessey & Amabile, 2010）。Hennessey和Amabile在综述中指出：学生创造力的发展对经济、科学、社会、艺术和文化进步至关重要。因此，高等教育工作者必须更深入地了解教学技巧、教师行为和社会关系会如何影响学生的动机和创造力。在教育实践中，面对特定的大学生群体，教育工作者有必要结合专业目标、领域创造力的特殊性和学生的个性、年龄、家庭背景、心智特点等因素来配置合适的课程、教法和营造有利于创造力的环境，以期更好、更有针对性地提升个体在大学阶段的创造力发展。

来自不同高校的高创造力大学生群体，其创造力（问题提出能力）存在显著的差异。本研究结果提示，如果采用传统的极端值分组筛选被试，源自不同高校的大学生高创造力组间可能存在质的差别，因此相关研究在外推结果时需要采取谨慎态度。