Scovai Scovai
People Analytics 2026-10-27 1 min read

你的九宫格潜力轴衡量的是部门,而非个人:来自 20,199 份真实绩效评估的证据

DSL

Dr. Sarah Liu

你的九宫格潜力轴衡量的是部门,而非个人:来自 20,199 份真实绩效评估的证据

一家跨国批发企业向研究者开放了 20,199 份真实绩效评估,并允许他们将每一个评分与此后真正获得晋升的人一一对应。多数校准会议所要捕捉的性别差距确实存在,但小到可以忽略——Cohen's f = 0.02——而且完全没有扭曲晋升环节。真正应该改变你下一次人才盘点的发现藏在方差成分里:评分方差中可归因于员工所在子公司的比例,绩效为 0.040,发展潜力为 0.136(Kordsmeyer 等,International Journal of Selection and Assessment,2026)。

你的绩效轴衡量的主要是个人。你的九宫格潜力评分同时衡量个人与部门——而且在部门上的负载超过三倍。

这种不对称不是公平性的脚注。它是一处测量缺陷,就嵌在你用来构建继任名单的那条轴上,并且对任何只核查晋升结果而不核查评分输入的审计都完全不可见。

20,199 份评估究竟显示了什么

Kordsmeyer、Godehardt、Roß、Lanzoni 与 Speer 分析了同一家跨国批发雇主 20,199 名员工的评估与晋升记录。研究设计很关键:这些是来自在用工具的真实评分,与真实晋升决定相对应,既不是情境假设,也不是自我报告。他们检验了标准评估的两个部分——绩效与发展潜力——以及调节变量,然后沿下游追踪这些评分,直到真正发生岗位变动的人。

结果清晰地分成令人安心的一半和令人不安的一半。

检验内容结果
绩效评分中的性别差异显著,偏向男性,f = 0.02(非常小)
发展潜力评分中的性别差异显著,偏向男性,f = 0.02(非常小)
评分转化为晋升性别效应可忽略——χ²(1, N = 10,772) = 0.34,p = 0.56,φ = −0.006
差异化预测(预测偏差)无实质性差异——未标记符号的 β < 0.14,p > 0.059
部门(子公司)方差,绩效0.040
部门(子公司)方差,发展潜力0.136

令人安心的一半:一旦评分存在,它对男性和女性同等地转化为晋升。晋升中的群体差异在很大程度上由评分本身解释,而非叠加其上的有偏晋升决定。如果你的公平性复核审计的是晋升环节,这项研究说明你审计的是整条链路中干净的那一段。

令人不安的一半是最后两行,而几乎没有人会这样读一张九宫格。

所有人预期的公平性故事,以及真正重要的那个

另有两个细节,能更精确地指出这个微小性别效应究竟存在于何处。差异受部门性别构成调节,并在发展潜力上部分受管理者性别调节。换句话说,差距在公司内并不均匀:它集中在性别构成失衡的部门。这是一条给校准时间的靶向指令,而不是一个全公司层面的问题。

但把两个发现并置来看。性别对潜力评分的效应是 f = 0.02。部门对潜力评分的效应是 0.136 的方差。你围绕两个信号中较小的那一个建立了治理流程。

这正是那种能存活多年的错误,因为它在流程上不可见。一场审查高潜标记性别分布的校准会议会顺利通过。同一场会议永远不会问:「高潜」在物流部门和商务部门是否指同一件事——因为没有人把方差成分带进会议室。

为什么九宫格潜力评分在结构上噪声更大

原因不是管理者在一条轴上敷衍、在另一条轴上认真。而是两条轴提出的问题本质上不同。

绩效问的是已被观察、已完成、且大体有记录的工作。管理者是在总结一份档案。两位处于不同部门、总结着可比档案的管理者,会落到大致相同的位置,这正是部门项很小的原因——0.040。

发展潜力要求管理者做预测。而预测需要一个参照类。「12–24 个月内准备就绪」隐含的意思是「相对于这个岗位在这里是什么样子、这个部门以什么节奏运转、以及我在这里见过做这件事的人来说,准备就绪」。换一个部门,你就在没有换人的情况下换掉了全部三个锚点。0.136 就是把这件事分解之后呈现出的样子。

由此产生实际的失效。任何跨部门汇总潜力评分而构建的继任名单,都在比较基于不同量尺校准出来的判断,然后把它们当作同一把尺子来排序。在节奏缓慢部门里「现在就绪」的员工,和在高要求部门里「12–24 个月」的员工,可能完全相同。你的继任厚度报告无法区分。

潜力评分还衡量了错误的标准

潜力轴上还有第二个独立的问题,而且它会放大第一个。

一项覆盖 203 个数据集、4,815 个相关系数的面向人格侧面的元分析,区分了组织通常混为一谈的两个结果:领导有效性(有效性评分与部门绩效)与领导涌现——后者是一个明确包含领导潜力评分的标准(Baker 等,Journal of Applied Psychology,2026)。预测两者的人格侧面几乎相反。

有效性由成就动机(ρ = 0.23)、条理性(ρ = 0.23)、自律(ρ = 0.23)和乐观(ρ = 0.19)预测。涌现由果断性(ρ = 0.21)预测——外倾性中最强的侧面。成就动机对有效性的预测为 0.23,对涌现的预测为 0.01。利他性的方向相反:对有效性 +0.16,对涌现 −0.12。

把这个结论对照九宫格来读。潜力轴是一个潜力评分,也就是一个涌现判断。依据这些证据,让某人在管理者眼中显得可被晋升的特质,并不是让他在晋升之后变得有效的特质——而且至少在一个情形下,晋升后最有帮助的特质,反而会主动损害晋升之前的评分。

所以潜力轴在一个标准问题之上,又叠加了一层部门污染。部门效应告诉你,这个数字在各业务单元之间不可比。元分析告诉你,它真正可比的那个东西,可能并不是你想要的。

反驳意见,以及它成立的范围

诚实地说明局限。Kordsmeyer 只涉及一家跨国批发雇主、一套评估工具;方差成分是某家特定公司与某份特定评分表的属性,不是可以当作你自己数据来引用的常数。该研究也不是因果设计:它分解方差,并不能证明不同部门的管理者采用了不同标准,而非不同部门本就存在真正不同的人才分布。那 0.136 中的一部分很可能是真实的分选。

有两点站得住。第一,0.040 与 0.136 之间的差距出自同一批数据、同一家公司、同一批评分者、同一个周期——任何解释都必须说明它为何适用于预测而不适用于档案。真实分选会让两者同时移动。第二,方向性得到了一支识别更干净的文献的支持,见下文。请把 0.136 当作测量你自己那组分解的提示,而不是你自己的数字。

即使绩效保持恒定,情境依然会移动晋升判断

最有力的外部检验来自一项固定住 Kordsmeyer 无法固定之变量的设计。在英国一项配对强制选择联合分析实验中,937 名管理者评估了一组档案:其中绩效评分被明确固定,只有工作方式发生变化(Kasperska、Matysiak & Cukrowska-Torzewska,PLOS ONE,2024)。

混合办公者在晋升上承受 7.7% 的折损,在加薪上承受 7.1%。完全远程者在晋升上承受 10.7%,薪酬上 9.4%,培训选拔上 6.6%。绩效按设计完全相同。这一折损完全是对此人所处情境的判断。

那项研究中最有用的数字,是让效应消失的那一个:当团队中有 80% 或更多的人在家工作时,折损对所有群体都消失了。这个判断从来不是关于个人的。它关于个人距离当地常态有多远——而这恰恰是能在方差分解中产生较大部门项的机制。

这是两支独立的文献指向同一件事。关于人的前瞻性判断,会吸收这些人所在部门的属性。关于绩效的回溯性判断,吸收得要少得多。

依据被污染的那条轴行动,代价是什么

昂贵的后果不是一个不公平的评分。而是一个招聘决定。

一个看起来单薄的继任板凳——因为你有一半部门在潜力评分上偏保守——会把公司推向外部市场。外部市场正是为此收取溢价:Matthew Bidwell 的分析发现,在可比岗位上,外部招聘者的薪酬比内部晋升者高出 18–20%,在约两年内获得显著更低的绩效评估,并且离职率更高(Knowledge at Wharton 关于 Bidwell,Administrative Science Quarterly,2011)。

这笔溢价是信息缺口的价格。讽刺之处在于,你已经持有这些信息——它就在你的评估数据里——但潜力轴把它编码在互不一致的量尺上,于是板凳读起来像是空的,而其实它只是不可读。然后你付出 18–20%,从外部买来一个更不确定的信号。

下一次人才盘点前该改什么

五个动作,没有一个需要更换你的评估工具。

  1. 在下一个周期关闭前,分解你自己的两条轴。分别计算绩效与潜力按部门的方差。你需要两个数字,而两者之间的差距就是诊断结果。如果潜力携带的部门方差明显高于绩效,你的继任名单在当前状态下不可排序。
  2. 在部门之间校准潜力轴,而不是在部门内部。多数校准会议把一个部门召集起来并在其内部做归一化——这修正了部门内分布,却恰好原封不动地保留了部门之间的偏移。潜力轴上的跨部门校准,是唯一会触及那 0.136 的会议。
  3. 以目标岗位而非当前部门来定义就绪度。「12–24 个月内准备就绪」必须意味着为一个有名有姓、要求明确的岗位做好准备。把就绪度锚定到目标岗位,可以移除那个最初制造出部门效应的本地参照类。
  4. 用胜任力证据取代潜力叙事。这条轴之所以漂移,是因为管理者是从印象出发做预测。按胜任力、按周期、对照同一套框架进行测量,能让每个部门用上同一把尺子,跨部门校准也就从一场辩论变成一次分布核查。这正是 Scovai 的绩效与继任层 计算九宫格所依据的输入——对照同一套框架、按胜任力进行的确定性测量,并为校准会议提供分布标记。
  5. 审计输入,而不只是结果。这项研究发现的是一个干净的晋升环节和一个被污染的评分环节。一项按人口统计特征抽查晋升结果的审计,会对两者都给出「一切正常」。请把评分阶段的方差,加入你的人才分析职能所要复核的内容。

请注意第 5 点对公平性工作具体意味着什么。这里的性别效应是 f = 0.02,并且没有传导到晋升。在同一条轴上的部门效应高达 0.136 的情况下,把校准会议的那一小时花在前者上,是把善意对准了更小的那个数字。

本季度的一个决定

你要选择的不是是否保留九宫格。它是一件合理的工具,而且在这项研究中绩效轴表现良好。你要选择的是:当来自 20,199 份评估的数据表明其中一条轴携带的部门噪声是另一条的三倍以上时,你是否还要继续把这两条轴当作同等可信。

在下一次人才盘点召开之前,对你自己的潜力评分跑一次方差分解,并把一个数字带进会议室:「高潜」中有多大比例可以由员工所汇报的那位管理者的部门来解释。如果比例很大,你还没有一份继任名单。你有十二份,用的是不同的货币,被订在了一起。

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.