朱文鳳 夏凌翔
(1 教育部人文社會(huì)科學(xué)重點(diǎn)研究基地天津師范大學(xué)心理與行為研究院,天津 300387) (2 天津師范大學(xué)心理學(xué)部,天津300387) (3 學(xué)生心理發(fā)展與學(xué)習(xí)天津市高校社會(huì)科學(xué)實(shí)驗(yàn)室,天津 300387) (4 西南大學(xué)心理學(xué)部,重慶 400715)
攻擊行為(aggressive behavior)是指有意對(duì)他人造成實(shí)質(zhì)性傷害的行為(Anderson & Bushman,2002)。攻擊行為會(huì)帶來(lái)很多負(fù)面影響,如會(huì)威脅大學(xué)生(尤其是攻擊受害者)的身心健康,會(huì)使攻擊受害者(如,被欺凌者)更容易產(chǎn)生抑郁和焦慮等消極情緒,更容易出現(xiàn)自傷行為和人際關(guān)系問(wèn)題(陳紅, 李藝, 李運(yùn)端, 范翠英, 2020; 任躍強(qiáng),高峰強(qiáng), 韓磊, 2018)。因此大學(xué)生攻擊行為的影響因素和形成機(jī)制值得探明,以便對(duì)其進(jìn)行針對(duì)性的預(yù)防和干預(yù)。
神經(jīng)質(zhì)作為大五人格模型的子維度,反映了個(gè)體體驗(yàn)負(fù)性情緒的傾向。先前理論和實(shí)證研究均表明神經(jīng)質(zhì)可能是引起攻擊行為的重要人格變量,是攻擊行為的風(fēng)險(xiǎn)因素之一(Anderson &Bushman, 2002; Barlett & Anderson, 2012; Li et al.,2020)。但目前神經(jīng)質(zhì)影響攻擊行為的心理機(jī)制還不清楚,探明該問(wèn)題將為高神經(jīng)質(zhì)個(gè)體攻擊行為的預(yù)防和干預(yù)提供一定的參考依據(jù)。
一般攻擊模型認(rèn)為輸入變量(如神經(jīng)質(zhì))要通過(guò)路徑變量來(lái)引發(fā)攻擊,并將路徑變量定義為當(dāng)前的內(nèi)部狀態(tài)(Anderson & Bushman, 2002)。本研究認(rèn)為,可以從時(shí)間角度將路徑變量進(jìn)一步劃分為事中因素(in-process factors)和事后因素(post-process factors)兩種。事中因素和事后因素都有特質(zhì)和狀態(tài)兩種水平。特質(zhì)事中因素和特質(zhì)事后因素都屬于低階人格因素,因?yàn)樗刂腹粝嚓P(guān)的特質(zhì)(Caprara et al., 2017)。特質(zhì)事中因素指?jìng)€(gè)體對(duì)當(dāng)前出現(xiàn)的攻擊性刺激(即個(gè)體對(duì)首次遇到的攻擊相關(guān)刺激)的反應(yīng)傾向,因此也可以稱(chēng)為事中反應(yīng)傾向(in-process tendency)。特質(zhì)事后因素指?jìng)€(gè)體對(duì)先前攻擊性事件進(jìn)行再體驗(yàn)(如回憶和思考)的傾向,因此也可以稱(chēng)為事后反應(yīng)傾向(post-process tendency)。事中反應(yīng)傾向反映的是個(gè)體應(yīng)對(duì)當(dāng)前的攻擊性刺激的習(xí)慣和偏好,事后反應(yīng)傾向反映的則是個(gè)體如何回憶、思考和感受先前的攻擊性線索和情緒的習(xí)慣及偏好。事中反應(yīng)傾向與事后反應(yīng)傾向可以相互促進(jìn),因?yàn)樯鐣?huì)信息加工理論(social information processing,SIP)認(rèn)為,通過(guò)腳本(scripts,含義為存儲(chǔ)在記憶中的一系列組織較好的、高度相關(guān)的元素集合)(Anderson & Bushman, 2002)的作用,影響攻擊產(chǎn)生的因素之間是相互影響的(Crick & Dodge, 1994)。
本研究假設(shè)神經(jīng)質(zhì)會(huì)通過(guò)以敵意歸因偏向?yàn)榇淼氖轮幸蛩睾鸵詰嵟两榇淼氖潞笠蛩貋?lái)預(yù)測(cè)攻擊行為,而且事中因素和事后因素可以相互預(yù)測(cè)。本研究將之稱(chēng)為神經(jīng)質(zhì)預(yù)測(cè)攻擊的時(shí)間路徑模型。
敵意歸因偏向(hostile attribution bias)是指?jìng)€(gè)體在模棱兩可的情況下,將他人的行為意圖解釋為想要傷害他人的認(rèn)知反應(yīng)或傾向(Kokkinos,Karagianni, & Voulgaridou, 2017),是一種典型的事中反應(yīng)傾向。它會(huì)增加個(gè)體對(duì)他人的攻擊行為反應(yīng)(Martinelli, Ackermann, Bernhard, Freitag, &Schwenck, 2018; Verhoef, Alsem, Verhulp, & De Castro,2019)。憤怒沉浸(anger rumination)指反復(fù)思索自己的憤怒經(jīng)歷和情緒,沉浸在對(duì)憤怒事件的起因、過(guò)程和后果的思慮中的一種傾向(Sukhodolsky,Golub, & Cromwell, 2001),是一種典型的事后反應(yīng)傾向。由已有研究可以推測(cè),敵意歸因偏向和憤怒沉浸可以相互預(yù)測(cè)。首先,已有研究表明敵意歸因偏向(事中因素)可以顯著預(yù)測(cè)6個(gè)月后的憤怒沉浸(事后因素),且憤怒沉浸對(duì)敵意歸因偏向的跨時(shí)間預(yù)測(cè)達(dá)到了邊緣顯著(Wang, Cao,Dong, & Xia, 2019)。其次,SIP模型指出攻擊行為的認(rèn)知因素之間由于攻擊腳本的原因相互影響(Crick & Dodge, 1994)。敵意歸因偏向或憤怒沉浸都會(huì)讓人更易喚醒與敵意和憤怒相關(guān)的腳本,這會(huì)涉及到對(duì)憤怒事件的細(xì)節(jié)回憶(Wang et al.,2019; Wilkowski & Robinson, 2008),而這些腳本的喚醒又會(huì)進(jìn)一步促進(jìn)憤怒沉浸或敵意歸因偏向的產(chǎn)生和發(fā)展。因此,敵意歸因偏向傾向與憤怒沉浸可能相互促進(jìn)。即事中反應(yīng)傾向與事后反應(yīng)傾向相互促進(jìn)。
根據(jù)已有的研究可以推測(cè)敵意歸因偏向在神經(jīng)質(zhì)和攻擊行為間起中介作用。第一,高神經(jīng)質(zhì)個(gè)體的認(rèn)知特點(diǎn)可能會(huì)引起敵意歸因偏向。高神經(jīng)質(zhì)個(gè)體易形成負(fù)向的關(guān)系圖式及對(duì)自己、他人和世界的負(fù)性態(tài)度(Caspi, Roberts, & Shiner, 2005)。負(fù)性的自我概念使得個(gè)體以負(fù)性偏向的方式理解世界(Dodge, 1993)。負(fù)性的人際關(guān)系圖式和人際態(tài)度可能使高神經(jīng)質(zhì)個(gè)體對(duì)敵意線索敏感。這種敏感性會(huì)增強(qiáng)個(gè)體以敵意的方式解釋信息的可能性和偏好(Dodge, 1993)。之前研究表明,高神經(jīng)質(zhì)個(gè)體有更多不合理的想法(Bettencourt, Talley,Benjamin, & Valentine, 2006),易感受到周?chē)沫h(huán)境是有威脅的(Caspi et al., 2005)。由此,可以推測(cè)神經(jīng)質(zhì)預(yù)測(cè)敵意歸因偏向。第二,敵意歸因偏向預(yù)測(cè)攻擊行為。社會(huì)信息加工理論模型認(rèn)為,傾向于將模糊情景做敵意性解釋的個(gè)體更傾向于在該情景下對(duì)他人做出攻擊行為(Crick & Dodge,1994)。敵意歸因偏向會(huì)導(dǎo)致攻擊行為的觀點(diǎn)已經(jīng)被很多研究所證實(shí)(AlMoghrabi, Huijding, &Franken, 2018; Wilkowski, Crowe, & Ferguson, 2015)。由此可以推測(cè)高神經(jīng)質(zhì)的個(gè)體在模糊情景中更傾向于對(duì)他人的意圖或行為進(jìn)行敵意歸因,從而使得傷害他人的攻擊行為頻率增加,即敵意歸因偏向是神經(jīng)質(zhì)預(yù)測(cè)攻擊行為的事中中介變量。
另外,由已有研究可以推測(cè)憤怒沉浸在神經(jīng)質(zhì)與攻擊行為的關(guān)系中起中介作用。第一,神經(jīng)質(zhì)影響憤怒沉浸。高神經(jīng)質(zhì)個(gè)體對(duì)環(huán)境中的壓力非常敏感,更可能陷入人際關(guān)系的沖突中,因此個(gè)體易長(zhǎng)期體驗(yàn)到包括憤怒在內(nèi)的負(fù)性情緒(Bolger & Zuckerman, 1995; García-Sancho, Dhont,Salguero, & Fernández-Berrocal, 2017),而憤怒是憤怒沉浸的關(guān)鍵情緒因素(Sukhodolsky et al., 2001)。由此可以推測(cè)神經(jīng)質(zhì)可能影響憤怒沉浸。第二,憤怒沉浸預(yù)測(cè)攻擊行為。憤怒沉浸的多系統(tǒng)模型(Denson, 2013)指出憤怒沉浸是影響攻擊行為的認(rèn)知和情緒基礎(chǔ)。憤怒沉浸影響攻擊行為的觀點(diǎn)已經(jīng)被很多研究支持(Eisenlohr-Moul, Peters, Pond, &DeWall, 2016; Quan, Zhu et al., 2019)。研究表明憤怒沉浸可以正向預(yù)測(cè)攻擊行為(Eisenlohr-Moul et al.,2016)。由此可以推測(cè),高神經(jīng)質(zhì)的個(gè)體更易沉浸在之前的攻擊行為事件中,不斷地再體驗(yàn)先前的攻擊事件,形成憤怒沉浸,進(jìn)而導(dǎo)致攻擊行為。因此,憤怒沉浸傾向可能是神經(jīng)質(zhì)預(yù)測(cè)攻擊行為的事后中介變量。
當(dāng)前研究采用縱向調(diào)查的方法來(lái)收集數(shù)據(jù),用交叉滯后模型和鏈?zhǔn)街薪槟P鸵来螜z驗(yàn)根據(jù)神經(jīng)質(zhì)預(yù)測(cè)攻擊的時(shí)間路徑模型推論出的四個(gè)假設(shè)。假設(shè)1,敵意歸因偏向代表的事中因素和憤怒沉浸代表的事后因素可以相互預(yù)測(cè)。假設(shè)2,神經(jīng)質(zhì)可以通過(guò)從敵意歸因偏向到憤怒沉浸的鏈?zhǔn)街薪閬?lái)預(yù)測(cè)攻擊行為。假設(shè)3,神經(jīng)質(zhì)也可以通過(guò)從憤怒沉浸到敵意歸因偏向的鏈?zhǔn)街薪閬?lái)預(yù)測(cè)攻擊行為。假設(shè)4,神經(jīng)質(zhì)可以同時(shí)通過(guò)敵意歸因偏向和憤怒沉浸的中介作用來(lái)預(yù)測(cè)攻擊行為。
本研究對(duì)六所大學(xué)的學(xué)生進(jìn)行了三次問(wèn)卷施測(cè),每次調(diào)查間隔6個(gè)月。第一個(gè)時(shí)間點(diǎn)(T1)收集了904名被試的數(shù)據(jù)。第二個(gè)時(shí)間點(diǎn)(T2)857名被試參加了測(cè)試,第三個(gè)時(shí)間點(diǎn)(T3)848名(年齡18~26歲,平均年齡為21.09歲,標(biāo)準(zhǔn)差為1.09歲,其中女性530名)被試參加了測(cè)試。本研究用獨(dú)立樣本t檢驗(yàn)的方法檢驗(yàn)數(shù)據(jù)是否隨機(jī)流失,結(jié)果表明該研究的數(shù)據(jù)流失為隨機(jī)流失。在T1和T3上,最終保留的樣本與流失樣本在Buss-Perry得分上不存在顯著的差異,t(901)=?1.69,p=0.09;在T2和T3上,最終的樣本與流失的樣本在敵意歸因偏向[t(861)=0.59,p=0.56]和憤怒沉浸得分[t(861)=0.85,p=0.40]上不存在顯著差異。
在T1上收集了神經(jīng)質(zhì)(neuroticism, N)和Buss-Perry攻擊行為(Buss-Perry Aggression Questionnaire,BPAQ)數(shù)據(jù), T2上收集了敵意歸因偏向(WSAPHostility Scale)、憤怒沉浸(Anger Rumination Scale,ARS)數(shù)據(jù),T3上收集了敵意歸因偏向、憤怒沉浸和Buss-Perry攻擊行為數(shù)據(jù)。
2.2.1 神經(jīng)質(zhì)
用60個(gè)題目的簡(jiǎn)式大五人格量表(NEO-FFI-3)(Costa & McCrae, 1992)中的神經(jīng)質(zhì)子問(wèn)卷來(lái)測(cè)量個(gè)體的神經(jīng)質(zhì)水平。該問(wèn)卷在中國(guó)大學(xué)生樣本中有可靠的信效度(席暢等, 2017)。神經(jīng)質(zhì)子量表包含12個(gè)題目,采用4點(diǎn)計(jì)分,0代表“非常不同意”,4代表“非常同意”。個(gè)體評(píng)定每個(gè)句子的描述與自己的符合程度(如,“有時(shí)候我覺(jué)得怨恨、氣憤”)。該子問(wèn)卷的平均分得分越高表示大學(xué)生的神經(jīng)質(zhì)水平越高。在本研究中神經(jīng)質(zhì)子量表的Cronbach’s α系數(shù)為0.84。
2.2.2 敵意歸因偏向
用社會(huì)信息加工的敵意歸因偏向問(wèn)卷(SIPAttribution Bias Questionnaire, SIP-ABQ)(Coccaro,Noblett, & McCloskey, 2009)測(cè)量被試的敵意歸因偏向水平。該問(wèn)卷的中文修訂版的信度和效度良好(杜欣蔚, 夏凌翔, 弓鑫鈺, 權(quán)方英, 陳允麗,2020)。SIP-ABQ描述了八種社會(huì)上厭惡但模棱兩可的情景及相應(yīng)的問(wèn)題(如,“如果一個(gè)人被另一個(gè)人的熱咖啡燙傷了,他/她認(rèn)為這個(gè)人是無(wú)意傷害還是故意傷害他/她?”)。采用4點(diǎn)計(jì)分,0代表“不太可能”,3代表“非常可能”。SIP-ABQ的平均分越高表示大學(xué)生的敵意歸因偏向水平越高。在本研究中,該量表的Cronbach’s α系數(shù)分別為0.89(T2),0.91(T3)。
2.2.3 憤怒沉浸
包含19個(gè)題目的憤怒沉浸量表(ARS)(Sukhodolsky et al., 2001)被用來(lái)測(cè)量憤怒沉浸。該量表在中國(guó)大學(xué)生樣本中的信效度良好(Quan,Yang et al., 2019; Wang et al., 2019)。采用李克特4點(diǎn)計(jì)分方式,1代表“幾乎沒(méi)有”,4代表“幾乎總是”,被試評(píng)價(jià)自己在憤怒相關(guān)體驗(yàn)上的沉浸程度(如,“我會(huì)反復(fù)去想我以前的憤怒經(jīng)歷”)。該問(wèn)卷的平均分越高表示大學(xué)生的憤怒沉浸水平越高。在本研究中該量表的Cronbach’s α系數(shù)分別為0.94(T2),0.93(T3)。
2.2.4 攻擊
參照已有研究的做法(Wang et al., 2018),用Buss-Perry攻擊問(wèn)卷(BPAQ)(Buss & Perry,1992)中的身體攻擊和言語(yǔ)攻擊分量表的平均分來(lái)測(cè)量攻擊水平。Buss-Perry攻擊問(wèn)卷在中國(guó)大學(xué)生樣本中有良好的信效度(Quan,Yang et al., 2019)。其中身體攻擊分量表有9個(gè)題項(xiàng)(如,“如果受到多次挑釁,我就會(huì)打人”),言語(yǔ)攻擊分量表有5個(gè)題項(xiàng)(如,“我不同意朋友意見(jiàn)時(shí),就當(dāng)面反對(duì)”),均采用5級(jí)評(píng)分,評(píng)定每個(gè)題目的描述與自己的符合程度,1代表“非常不符合”,5代表“非常符合”。這兩個(gè)分量表的得分越高表示攻擊行為越多。用身體攻擊和言語(yǔ)攻擊這兩個(gè)分量表的題項(xiàng)計(jì)算出的本研究中所用問(wèn)卷的Cronbach’s α系數(shù)為0.88。
首先,用SPSS對(duì)各個(gè)變量進(jìn)行了描述統(tǒng)計(jì)和相關(guān)分析。其次,使用建立交叉滯后模型以探明事中反應(yīng)傾向(敵意歸因偏向傾向)和事后反應(yīng)傾向(憤怒沉浸傾向)的關(guān)系方向。為了檢驗(yàn)研究假設(shè),建立了以下2個(gè)鏈?zhǔn)街薪槟P?,模?:神經(jīng)質(zhì)(T1)→敵意歸因偏向(T2)→憤怒沉浸(T3)→攻擊行為(T3)的鏈?zhǔn)街薪槟P?;模?:神經(jīng)質(zhì)(T1)→憤怒沉浸(T2)→敵意歸因偏向(T3)→攻擊行為(T3)的鏈?zhǔn)街薪槟P?。為了檢驗(yàn)在同一時(shí)間點(diǎn)上的事中(敵意歸因偏向)和事后反應(yīng)傾向(憤怒沉浸)在神經(jīng)質(zhì)和攻擊行為關(guān)系中的中介效應(yīng),建立了模型3。用偏差校正的百分位Bootstrap方法檢驗(yàn)敵意歸因和憤怒沉浸在神經(jīng)質(zhì)和攻擊行為關(guān)系中的中介效應(yīng)。進(jìn)行5000次的Bootstrap抽樣,采用95%的置信區(qū)間進(jìn)行偏差校正,如果區(qū)間不包括0,則說(shuō)明間接效應(yīng)顯著。
相關(guān)分析的結(jié)果發(fā)現(xiàn)性別(女=0,男=1)與攻擊行為有顯著的負(fù)相關(guān),因此在模型分析中,本研究將性別作為協(xié)變量。另外,相關(guān)分析發(fā)現(xiàn)神經(jīng)質(zhì)(T1)、敵意歸因偏向(T2、T3)、憤怒沉浸(T2、T3)、攻擊行為(T3)變量間兩兩相關(guān)顯著(見(jiàn)表1)。
表1 各變量的描述統(tǒng)計(jì)和相關(guān)分析結(jié)果(n=848)
敵意歸因偏向(事中反應(yīng)傾向)和憤怒沉浸(事后反應(yīng)傾向)的交叉滯后模型的擬合是可以接受的:χ2/df=3.45,RMSEA=0.05,CFI=0.98,TLI=0.97,SRMR=0.02。即憤怒沉浸和敵意歸因偏向相互預(yù)測(cè)(見(jiàn)圖1)。
圖1 敵意歸因偏向和憤怒沉浸的交叉滯后模型
模型1:敵意歸因偏向(T2)、憤怒沉浸(T3)在神經(jīng)質(zhì)(T1)預(yù)測(cè)攻擊行為(T3)的關(guān)系中起著鏈?zhǔn)街薪樽饔谩T撃P偷臄M合良好:χ2/df=2.32,SRMR=0.03,RMSEA=0.04,CFI=0.98,TLI=0.98。且模型中除了直接效應(yīng)外,其余各個(gè)路徑均顯著(見(jiàn)圖2)。
圖2 敵意歸因偏向(T2)和憤怒沉浸(T3)在神經(jīng)質(zhì)(T1)和攻擊行為(T3)關(guān)系間的鏈?zhǔn)街薪榈慕Y(jié)構(gòu)方程模型
模型2:憤怒沉浸(T2)、敵意歸因偏向(T3)在神經(jīng)質(zhì)(T1)預(yù)測(cè)攻擊行為(T3)的關(guān)系中起著鏈?zhǔn)街薪樽饔茫ㄒ?jiàn)圖3)。該模型的擬合良好:χ2/df=3.51,SRMR=0.03,RMSEA=0.05,CFI=0.97,TLI=0.96。且模型中的各個(gè)路徑均顯著(見(jiàn)圖3)。
圖3 憤怒沉浸(T2)和敵意歸因偏向(T3)在神經(jīng)質(zhì)(T1)和攻擊行為(T3)關(guān)系間的鏈?zhǔn)街薪榈慕Y(jié)構(gòu)方程模型
模型3:神經(jīng)質(zhì)(T1)可以同時(shí)通過(guò)憤怒沉浸(T2)、敵意歸因偏向(T2)對(duì)攻擊行為起作用。該模型的擬合良好:χ2/df=2.35,SRMR=0.03,RMSEA=0.04,CFI=0.98,TLI=0.98,且模型中的各個(gè)路徑均顯著。具體信息見(jiàn)圖4。
圖4 憤怒沉浸(T2)和敵意歸因偏向(T2)在神經(jīng)質(zhì)(T1)和攻擊行為(T3)關(guān)系間的雙向鏈?zhǔn)街薪榈慕Y(jié)構(gòu)方程模型
本研究采用交叉滯后模型檢驗(yàn)了敵意歸因偏向(代表事中因素)和憤怒沉浸(代表事后因素)之間相互預(yù)測(cè)的關(guān)系,并用三個(gè)多重中介模型考察了敵意歸因偏向和憤怒沉浸在神經(jīng)質(zhì)預(yù)測(cè)攻擊行為中的多重中介作用。這些結(jié)果支持了神經(jīng)質(zhì)預(yù)測(cè)攻擊的時(shí)間路徑模型的主要觀點(diǎn)。
本研究發(fā)現(xiàn)敵意歸因偏向在神經(jīng)質(zhì)和攻擊行為關(guān)系中起中介作用。第一,該結(jié)果支持了一般攻擊模型(Anderson & Bushman, 2002),神經(jīng)質(zhì)作為輸入變量可以增強(qiáng)攻擊行為相關(guān)的情緒與認(rèn)知(如報(bào)復(fù)、憤怒、敵意等),從而增強(qiáng)攻擊行為。與之前研究相一致,神經(jīng)質(zhì)與攻擊行為呈現(xiàn)正相關(guān)關(guān)系(Barlett & Anderson, 2012; Caprara et al.,2013; Caprara et al., 2017)。
第二,當(dāng)前研究結(jié)果表明神經(jīng)質(zhì)預(yù)測(cè)敵意歸因偏向。該結(jié)果與之前研究相一致。已有研究表明,高神經(jīng)質(zhì)個(gè)體會(huì)表現(xiàn)出對(duì)負(fù)性或威脅性信息的注意偏向和解釋偏向(Eysenck, 2000; Ormel et al.,2013),會(huì)體驗(yàn)更多的人際關(guān)系壓力(Ormel et al.,2013),這種人際關(guān)系模式會(huì)引起敵意歸因偏向(Peets, Hodges, Kikas, & Salmivalli, 2007),因此神經(jīng)質(zhì)可以預(yù)測(cè)敵意歸因偏向。
第三,敵意歸因偏向預(yù)測(cè)攻擊行為。該結(jié)果與之前研究相一致(Martinelli et al., 2018)。傾向于敵意歸因的個(gè)體在模糊情景下,易認(rèn)為他人是有意傷害自己的,并且會(huì)傾向于采用攻擊行為的防御手段(Crick & Dodge, 1994)。一般攻擊行為模型(Anderson & Bushman, 2002)和社會(huì)信息加工模型(Crick & Dodge, 1994, 1996)認(rèn)為攻擊行為相關(guān)的認(rèn)知對(duì)攻擊行為有直接的促進(jìn)作用,因此敵意歸因偏向可以預(yù)測(cè)攻擊行為。
神經(jīng)質(zhì)可能讓個(gè)體將模糊情景中的意圖歸為敵意意圖,這增加了個(gè)體做出攻擊行為的可能性或頻率。敵意歸因偏向是指對(duì)當(dāng)前感受到的激起事件的一種及時(shí)的應(yīng)對(duì)或應(yīng)對(duì)傾向,因此,敵意歸因偏向的中介效應(yīng)揭示了敵意歸因偏向是神經(jīng)質(zhì)預(yù)測(cè)攻擊的事中中介變量。
本研究發(fā)現(xiàn)憤怒沉浸在神經(jīng)質(zhì)與攻擊行為的關(guān)系中起中介作用。第一,神經(jīng)質(zhì)預(yù)測(cè)憤怒沉浸。神經(jīng)質(zhì)包含增強(qiáng)憤怒沉浸的情緒(憤怒)(Caspi et al., 2005)。高神經(jīng)質(zhì)個(gè)體易受憤怒的驅(qū)使,從而產(chǎn)生憤怒沉浸;且更易體驗(yàn)到人際沖突,產(chǎn)生憤怒體驗(yàn)(Caspi et al., 2005),因此易產(chǎn)生憤怒沉浸。第二,結(jié)果表明憤怒沉浸預(yù)測(cè)攻擊行為。該結(jié)果與之前研究相一致(Pedersen et al.,2011; Quan,Yang et al., 2019)。同時(shí)也支持了憤怒沉浸的多系統(tǒng)模型(Denson, 2013),該模型認(rèn)為憤怒沉浸會(huì)增加攻擊行為的風(fēng)險(xiǎn)。
當(dāng)高神經(jīng)質(zhì)個(gè)體遇到攻擊行為事件后,更傾向于反復(fù)回憶和思考先前的憤怒線索,這反過(guò)來(lái)又增加了攻擊行為的可能性和頻率。換言之,憤怒沉浸是神經(jīng)質(zhì)預(yù)測(cè)攻擊行為的事后中介變量。
本研究發(fā)現(xiàn)敵意歸因和憤怒沉浸可以相互預(yù)測(cè),與已有研究結(jié)果相一致(Wang et al., 2019),且與攻擊行為的社會(huì)信息加工理論相符合。該理論認(rèn)為攻擊行為相關(guān)的認(rèn)知因素相互影響,其主要原因可能是敵意或憤怒腳本的作用(Crick &Dodge, 1994)。敵意歸因偏向和憤怒沉浸都可能增加敵意和憤怒腳本的激活頻率和強(qiáng)度,從而促進(jìn)彼此的產(chǎn)生和發(fā)展。
該結(jié)果支持了“神經(jīng)質(zhì)預(yù)測(cè)攻擊的時(shí)間路徑模型”,即攻擊的事中因素(敵意歸因偏向)和事后因素(憤怒沉浸)相互預(yù)測(cè),神經(jīng)質(zhì)既可以通過(guò)事中因素(敵意歸因偏向)到事后因素(憤怒沉浸)的鏈?zhǔn)街薪樽饔脕?lái)預(yù)測(cè)攻擊行為,也可以通過(guò)事后因素(憤怒沉浸)到事中因素(敵意歸因偏向)的鏈?zhǔn)街薪樽饔脕?lái)預(yù)測(cè)攻擊行為。
本研究仍有以下幾點(diǎn)不足:第一,本研究雖然采用了縱向中介的方法,但是對(duì)變量的自回歸效應(yīng)考慮得并不充分,有可能會(huì)造成結(jié)果的偏差(Mitchell & Maxwell, 2013)。未來(lái)研究可以將所有的自回歸效應(yīng)考慮在內(nèi)進(jìn)一步檢驗(yàn)該模型。第二,本研究未對(duì)大五人格的其他四種人格特質(zhì)進(jìn)行控制,未來(lái)研究需要將其進(jìn)行控制后,考察本研究的結(jié)果能否得到重復(fù)驗(yàn)證。第三,未能用一個(gè)模型來(lái)檢驗(yàn)時(shí)間路徑模型的全部觀點(diǎn),今后可以采用四次縱向數(shù)據(jù)和完整的交叉滯后模型的方法,通過(guò)一個(gè)模型來(lái)檢驗(yàn)時(shí)間路徑模型的全部觀點(diǎn)。
(1)攻擊的事中因素(敵意歸因偏向)和事后因素(憤怒沉浸)相互正向預(yù)測(cè)。(2)神經(jīng)質(zhì)既可以通過(guò)從敵意歸因偏向到憤怒沉浸的路徑,也可以通過(guò)從憤怒沉浸到敵意歸因偏向的路徑來(lái)預(yù)測(cè)攻擊行為。(3)神經(jīng)質(zhì)可以同時(shí)通過(guò)敵意歸因偏向和憤怒沉浸的中介作用預(yù)測(cè)攻擊行為。