尹磊?王宇中?申權(quán)威

摘 要 漢字筆跡特征的評定是筆跡心理分析的基礎(chǔ)工作，方法學(xué)的局限一直限制著筆跡分析的發(fā)展。研究通過對全國1011份有效筆跡樣本分別進行主客觀評定，然后對收集的數(shù)據(jù)進行因素分析和判別分析。結(jié)果顯示：主客觀評定方法對筆跡特征的評定雖有交叉的地方，但側(cè)重于筆跡特征的不同方面；判別分析顯示兩者對性別的重判正確率相差不大。筆跡的主客觀評定都有其價值所在，在今后的研究中，應(yīng)結(jié)合兩種評定方法對筆跡特征進行評定。

關(guān)鍵詞 漢字筆跡特征；主觀評定；客觀評定

分類號 DF794.2

1 前言

在漢字筆跡心理學(xué)分析中，基礎(chǔ)的工作是對筆跡特征進行篩選與評定。趙慶梅（2001）通過對已往文獻的分析，總結(jié)出十一種筆跡分析方法，即特征法、測量法、比較法、直覺感知法、望氣法、形與態(tài)結(jié)合法、類推法、微觀到宏觀分析法、宏觀到微觀分析法綜合法、綜合法、軟件測評法。筆跡特征的評定方法不一， 一直限制著筆跡分析的發(fā)展。冮勇（2008）認(rèn)為，筆跡研究的方法可以歸納為筆跡整體印象分析和筆跡微觀特征（即元素分析）兩種視角或兩種策略。一般來說，實證性研究視角多具有元素主義取向；而重視整體特征的分析多為經(jīng)驗性研究。童輝杰和楊鑫輝（2003）研究認(rèn)為：筆相學(xué)家的主觀經(jīng)驗判斷是沒有根據(jù)的，其經(jīng)驗判斷大多是主觀臆測，經(jīng)不起實證檢驗。這種僅憑經(jīng)驗進行判斷的筆跡分析很難滿足科學(xué)所要求的客觀性和可重復(fù)性，因而逐漸被摒棄和淘汰，取而代之的是科學(xué)的測量，即把筆跡當(dāng)成平面幾何圖形對其特征進行測量。張卿華和王文英（1998）采用漢字筆跡測量法和80.8神經(jīng)類型量表法，研究了筆跡的年齡特征以及筆跡特征和神經(jīng)類型間的關(guān)系。牛樂（2008）用直尺、量角器等工具對上留白、下留白等十項筆跡特征進行了測量，研究了筆跡的布局特征。趙娜和李永鑫（2007）指出，測量法的最大優(yōu)點是可操作性強，不受主觀因素的影響，結(jié)果客觀公正，易為人們所接受，可以被引入計算機進行自動化操作。20世紀(jì)末，隨著計算機技術(shù)的快速發(fā)展，人工智能和模式識別技術(shù)讓我們能夠以全新的視角來處理筆跡。為了更好地將手寫體轉(zhuǎn)譯為印刷體，人們采用計算機技術(shù)不斷地改進識別手寫體的質(zhì)量。何震宇（2003）提出了“去除筆跡的格線和噪音”“矩特征算法”“筆跡紋理分析”等方法，對筆跡特征的計算機識別進行了深入的考察。在客觀測量在筆跡分析技術(shù)上大行其道時，冮勇和孔克勤（2009）指出，已往的研究過于關(guān)注可客觀測量的筆跡特征，而忽視了筆跡整體印象的評定。這背離了筆跡學(xué)研究開創(chuàng)者克拉格斯（Ludwig Klages，1972～1956）所提倡的整體性研究思想。筆跡特征具有怎樣的整體結(jié)構(gòu)是研究筆跡與人格關(guān)系的前提。隨后，冮勇和孔克勤（2009）采用“整體性印象評定”研究取向，編制了“漢字筆跡整體特征評定量表”。這是對主觀評定方法的信奉和改良。

方法學(xué)上的局限一直限制著筆跡分析的發(fā)展。目前，筆跡分析兩種主流的方法取向是：主觀評定和客觀評定。主觀評定是較成熟且應(yīng)用較多的方法，前人的研究大多依賴這種方法，但主觀評定方法由于誤差較大，評定標(biāo)準(zhǔn)不一， 一直被科學(xué)心理學(xué)所排斥?？陀^評定方法發(fā)展相對較晚，具有量化或計量優(yōu)勢，但卻無法對筆跡的“整體印象”如美觀度、潦草度等特征進行評定。評價這兩種分析方法的標(biāo)準(zhǔn)主要是效度，本研究試圖對同一樣本采用兩種方法進行分析，以探討兩種評定方法的優(yōu)劣。

2 方法

2.1 被試

對全國多個省份的1100名被試進行筆跡樣本采集，最終1011名被試的筆跡材料符合要求。其中男性477人，女性465人，69人性別信息缺失；被試年齡為16歲至71歲。

2.2 研究工具

2.2.1 書寫筆、紙和墊板

為了控制書寫時影響筆跡特征的無關(guān)變量，采用王高強（2013）的標(biāo)準(zhǔn)化工具測評法，選用統(tǒng)一的書寫筆、書寫紙、書寫墊板和漢語抄寫材料：標(biāo)準(zhǔn)書寫用筆為晨光牌MG-2180型號0.5mm水筆；標(biāo)準(zhǔn)書寫用紙為立印牌高級多功能復(fù)印紙210mm×297mm，70g/m2；書寫墊板為得力牌9353型號墊寫板；標(biāo)準(zhǔn)抄寫材料為包含147個漢字的文字材料（題目為《人生的大智慧》）。

2.2.2 漢字筆跡特征量化識別系統(tǒng)（CCQAS4.0）

該系統(tǒng)由課題組與河南大創(chuàng)公司聯(lián)合研發(fā)而成。該系統(tǒng)借助計算機信息技術(shù)，以掃描后的書寫筆跡材料圖片文件為處理對象，通過分析算法，最終可獲得27個漢字筆跡特征參數(shù)。該系統(tǒng)用量化分析代替以往的手工測量，大大提高了參數(shù)的準(zhǔn)確性和運算效率。

2.2.3 漢字筆跡主觀評定量表

采用劉勇華（2014）編制的漢字筆跡主觀評定量表，該量表包含30個筆跡特征項目，采用李克特7級評分。量表編制過程中采用了定義明確、評定難度較低以及評價一致性好三個標(biāo)準(zhǔn)，故該量表具有較好的內(nèi)容效度和評分者信度，各項目組內(nèi)相關(guān)系數(shù)均在0.8以上。

2.3 方法與程序

2.3.1 筆跡樣本采集

對30名參與實驗人員進行培訓(xùn)后，分別在全國7個省、直轄市采用以上標(biāo)準(zhǔn)工具和標(biāo)準(zhǔn)程序?qū)?100名被試進行筆跡采集。指導(dǎo)語：“各位朋友，大家好?，F(xiàn)在大家面前都有一支筆、一張白紙和一份抄寫材料，請把墊板放在白紙下面，把這一段文字材料按照平時的書寫速度和書寫習(xí)慣抄寫到白紙上。請注意秒表，最后把抄寫所用時間寫在下面的表格中。準(zhǔn)備好了，現(xiàn)在開始?！北辉嚦瓕懡Y(jié)束后回收筆跡樣本，進行篩選后采集到1011份有效筆跡樣本。

2.3.2 筆跡特征量化主觀評定

對30名實驗人員進行主觀評定培訓(xùn)，采用漢字筆跡主觀評定量表進行評定，每位評定者大約評定100份筆跡，每一份筆跡經(jīng)過前后3次不同評定者的評定，取3次評定的平均數(shù)作為最終的結(jié)果。

2.3.3 客觀度量

對1011份筆跡資料用明基Q66掃描儀進行圖片全真掃描，然后使用CCQAS4.0對掃描儲存的筆跡圖片進行客觀度量，獲得每份筆跡資料的24個筆跡特征參數(shù)。

2.3.4 數(shù)據(jù)處理

使用EXCEL2003和SPSS21.0對數(shù)據(jù)進行管理，用SPSS21.0對主客觀評定收集的數(shù)據(jù)進行分析處理。

3 結(jié)果

3.1 因素分析

3.1.1 主觀評定數(shù)據(jù)的因素分析

為了探討主觀評定包含的潛在筆跡因子，對主觀評定的“整體清晰度”“整體工整度”“行一致性”“行距大小”等30個筆跡變量進行因素分析，采用主成分分析法（Principal Component Analysis，PCA）提取因子，并對結(jié)果進行方差極大化正交旋轉(zhuǎn)。KMO值為0.876，Bartletts球型檢驗結(jié)果在0.01水平顯著，適合做因素分析。通過多輪因素分析，逐步刪除個別因素負荷小于0.35的項目或者存在多重負荷的項目。根據(jù)碎石圖的特點，抽取了特征值大于1的因子5個，累計方差貢獻率為68.14%。

根據(jù)因素分析結(jié)果，“整體清晰度”“整體工整度”“筆劃流暢度”“成熟度”“行清晰度”“行一致性”“行距大小”等7個筆跡特征變量在因子S1上有較高負荷，共同解釋總變異的24.86%，這些筆跡特征反映書寫者筆跡具有清晰、工整、一致、成熟的特點，故本研究將因子S1命名為“整潔性”?！白煮w大小”“字體寬窄”“橫劃長短”“捺劃長短”“撇劃長短”“豎劃長短”“字間距”等7個筆跡特征在因子S2上負荷較高，解釋總變異的18.23%，這些筆跡特征反映的是筆跡字體的基本筆劃的長短以及字體的高矮寬窄等大小特點，故本研究將因子S2命名為“筆劃長度”。“左留白”“右留白”“上留白”等3個筆跡特征在因子S3上負荷較高，解釋總變異的9.99%，反映筆跡的留白大小情況，因此將因子S3 命名為“留白大小”?！斑B筆多少”和“字體棱角”這兩個特征同在因子S4上負荷較高，解釋總變異的8.88%，連筆和棱角反映的是字體的清晰、工整情況，所以研究將因子S4命名為“連筆與棱角”?！白筮吘嘁恢滦浴薄坝疫吘嘁恢滦浴痹谝蜃覵5上負荷較高，解釋變異的6.18%，反映的是筆跡邊距一致性情況，因此將因子S5命名為“邊距一致性”。

3.1.2 客觀評定數(shù)據(jù)的因素分析

對客觀評定的頁眉留白、頁腳留白、左側(cè)留白、右側(cè)留白等29項筆跡特征再加上時間共30個筆跡特征進行因素分析。同樣采用主成分分析法提取因子，并對結(jié)果進行方差極大化正交旋轉(zhuǎn)。KMO值為0.72，Bartletts球型檢驗結(jié)果在0.01水平顯著，適合做因素分析。根據(jù)碎石圖的特點，抽取了特征值大于1的因子6個，累計方差貢獻率為71.30%。

根據(jù)因素分析結(jié)果，平均字面積、最大字面積、標(biāo)題字體面積、最小字面積、均勻程度比、像素數(shù)等6個筆跡特征在因素1上有較高的負荷，該因素命名為“字體面積”。平均行間距、最大行間距、最小行間距、標(biāo)首距等4個筆跡特征在因素2上有較高負荷，該因素命名為“行間距”。平均高寬比、標(biāo)題高寬比、最大高寬比、最小高寬比等4個筆跡特征在因素3上有較高負荷，命名為“字體高寬比”。平均行傾角、最大行傾角、標(biāo)題傾斜度等3個筆跡特征在因素4上有較高負荷，該因素命名為“行傾斜度”。左側(cè)留白、頁眉留白、右側(cè)留白等3個筆跡特征在因素5上有較高負荷，該因素命名為“留白大小”。時間特征在因素6上有較高負荷，該因素命名為“書寫速度”。

3.2 性別的判別分析

大量的研究表明，在多數(shù)筆跡特征上存在性別差異（張卿華，王文英，1998；秦玉紅，孫艷，2009；冮勇，董巍，2013）。本研究嘗試以性別為分組變量，以主客觀評定的筆跡變量為自變量分別建立判別模型，來考察兩種評定方法對性別重判的正確率，以此作為評價兩種分析方法的外部效度之一。

3.2.1 主觀評定的判別分析

將被試按性別分為兩組，用主觀評定的筆跡變量對兩組進行判別分析，比較兩組情況。使用步進式方法得到以下判別分析模型：

D=-0.24連筆多少+0.44行距大小+0.28標(biāo)點規(guī)范度+0.67性別傾向-0.31成熟度

該判別模型的特征值為0.15，正則相關(guān)系數(shù)為0.27；Wilks lambda值極顯著，表明兩組平均值顯著不同。用判別模型將兩組被試重新判別，正確率為64.90%（見表1）。

3.2.2 客觀評定的判別分析

使用客觀評定的筆跡變量對按性別分為兩組的被試進行判別，建立以下判別分析模型：

D=0.65頁腳留白+0.43標(biāo)題字體大小+0.66最大字面積+0.74平均高寬比-0.69最小高寬比

該判別模型的特征值為0.08，正則相關(guān)系數(shù)為0.32；Wilks lambda值極顯著，表明兩組平均值顯著不同。用判別模型將兩組被試重新判別，正確率為61.70%（見表2）。

表1 主觀評定對成員的性別判斷

性別 預(yù)測組成員 合計

男 女

男（初始） 307 170 477

女 161 304 465

未分組的案例 25 44 69

表2 客觀評定對成員的性別判斷

性別 預(yù)測組成員 合計

男 女

男（初始） 264 213 477

女 148 317 465

未分組的案例 32 37 69

4 討論

主觀評定中抽取了整潔性、筆劃長度、留白大小、連筆與棱角和邊距一致性等五個因子；客觀評定中抽取了字體面積、行間距、字體高寬比、行傾斜度、留白大小和書寫速度等六個因子。兩者進行比較可知：主觀評定中的“留白大小”因子與客觀評定的“留白大小”是一致的。同時，主觀評定中的字體大小、邊距一致性和客觀評定的字體面積、行間距、字體高寬比等評定的都是筆跡的字體大小和間距方面的特征。主觀評定主要依據(jù)的是直覺經(jīng)驗，沒有明確的操作定義；每個人的評定標(biāo)準(zhǔn)不同，可能會導(dǎo)致較大的差異。劉加艷、鄭全全和時勘（2005）指出：“在對筆跡分析進行實證研究時，由于各個研究者對筆跡特征的操作定義不完全一致，同時納入研究中的筆跡特征也各不相同，因而給實驗結(jié)果的橫向比較帶來了困難?！笨陀^評定是計算機自動化的評定，它有著客觀、標(biāo)準(zhǔn)化的評定標(biāo)準(zhǔn)，這大大縮小了操作誤差，同時也提高了效率?？陀^評定中提取的六個因子是對筆跡的具體、細節(jié)的特征進行的評定。筆跡學(xué)開創(chuàng)者克拉格斯認(rèn)為，對筆跡的理解應(yīng)該采用直觀性、無媒介的理解，即一種“整體性”的把握。與西方的字母文字相比，漢字作為一種象形文字具有更加復(fù)雜的結(jié)構(gòu)。同時，語言學(xué)和神經(jīng)心理學(xué)的研究表明，漢字的形態(tài)更加具有“整體性”的特點。冮勇和董?。?013）在運用自編漢字筆跡整體特征評定量表考察漢字筆跡整體特征不同水平書寫者的人格特質(zhì)差異時研究得出，筆跡與人格間并不存在“量”上的相關(guān)性，研究并沒有得出類似于“筆劃越長越外向”這樣的結(jié)論。筆跡可能存在類的區(qū)分，這提示我們需要重新審視對筆跡的整體性印象評價的價值。

張卿華和王文英（1998）的研究表明，在字的高度、寬度方面，男性均顯著大于女性。秦玉紅和孫艷（2009）研究表明：男性的書寫水平低于女性，男性筆跡較潦草；男性筆跡的字行間距大于女性。冮勇和董?。?013）研究發(fā)現(xiàn)，男女兩性在筆跡的工整度、書寫流暢性和書寫規(guī)范性上差異顯著。諸多的研究顯示，男女筆跡特征差異較大。本研究以性別為分組變量，以主客觀評定的筆跡變量為自變量分別建立判別模型，來考察兩種評定方法對性別重判的正確率。主觀評定的判別分析結(jié)果可以看出：以最終進入判別方程的五個筆跡變量建立的判別模型對性別的重新判別正確率為64.90%?？陀^評定的判別分析結(jié)果得出：同樣進入的五個筆跡變量建立的判別模型對性別的重新判別正確率為61.70%。對性別的判斷正確率與莫雷和楊蓮清（1995）以及Hayes（1996）等人的研究結(jié)果基本相似。判別分析的結(jié)果顯示兩種評定方法對性別的重判正確率差異不大。

縱觀筆跡評定發(fā)展的歷程，從最開始的完全主觀經(jīng)驗的評定到后來對具體筆跡特征客觀的測量，我們不應(yīng)該從一個極端走向另一個極端。要重視主觀的“整體印象評價”的價值，正如羅西（Rossi）所說，在筆跡研究中要能夠?qū)ⅰ罢w性方法”和適用于該領(lǐng)域的、有效的“分析形式”相互結(jié)合。我們應(yīng)該利用客觀評定的標(biāo)準(zhǔn)化、誤差小、效率高等特點，同時也要重視主觀評定對筆跡整體特征評價的價值。在此方面，童輝杰（2004）已經(jīng)進行了嘗試，他選取的148個筆跡特征中包括客觀測量指標(biāo)以及等級評定指標(biāo)，以此為基礎(chǔ)編制的漢字筆跡特征投射分析系統(tǒng)在后來的實證研究和應(yīng)用研究中都顯示了很好的效果。

總之，筆跡的主客觀評定方法都有其價值，同時也有其局限。我們應(yīng)該充分利用主客觀評定的優(yōu)勢，將兩種評定方法結(jié)合，更加全面、準(zhǔn)確地把握筆跡特征，這對于筆跡測量領(lǐng)域的發(fā)展是大有幫助的。

參考文獻

何震宇，李和平. 中文筆跡鑒別軟件研究與開發(fā). 碩士學(xué)位論文，武漢理工大學(xué).

冮勇.（2008）. 筆跡與人格的關(guān)系. 博士學(xué)位論文，華東師范大學(xué).

冮勇，董巍.（2013）. 漢字筆跡整體特征不同水平書寫者的人格特質(zhì)研究. 心理研究，6（03），45-50.

冮勇，孔克勤.（2009）. 漢字筆跡整體特征結(jié)構(gòu)及評定量表的編制. 心理研究，2（05），59-64.

劉加艷，鄭全全，時勘.（2005）. 中文筆跡分析研究進展. 心理科學(xué)，28（02），442-443.

劉勇華.（2014）. 漢字筆跡主觀評定量表的編制及筆跡與人格關(guān)系的探討. 碩士學(xué)位論文，鄭州大學(xué).

莫雷，楊蓮清.（1995）. 書寫字體的性別差異研究. 心理學(xué)報，27（04），407-412.

牛樂.（2008）. 筆跡布局特征的客觀分析及其與人格關(guān)系的初探. 碩士學(xué)位論文，山西醫(yī)科大學(xué).

秦玉紅，孫艷.（2009）. 中文筆跡性別差異的研究. 刑事技術(shù)，02，33-35.

童輝杰.（2004）. 投射技術(shù)：對適合中國人文化的心理測評技術(shù)的探索. 哈爾濱：黑龍江人民出版社.

童輝杰，楊鑫輝.（2003）. 對非心理學(xué)背景的筆跡分析中經(jīng)驗判斷的心理學(xué)驗證. 心理科學(xué)，26（05），934-935.

王高強.（2013）. 應(yīng)用筆跡特征分析軟件對筆跡特征及其與人格關(guān)系的研究. 碩士學(xué)位論文，鄭州大學(xué).

張卿華，王文英.（1998）. 漢字筆跡與個性測評研究. 心理科學(xué)，21（04），301-305.

趙娜，李永鑫.（2007）. 人才測評中的筆跡分析技術(shù). 中國人力資源開發(fā)，（04），37-40.

趙慶梅.（2001）. 筆跡分析與測試. 沈陽：遼寧人民出版社.

Hayes，W. N.（1996）. Identifying sex from handwriting. Perceptual and Motor Skills， 83（3），791-800.