李依蔓 劉 程 莊愷祥 霍騰賓 徐鵬飛 羅躍嘉3,4,,6 邱 江,2

人格特質(zhì)及腦功能連接對社交網(wǎng)絡的影響

李依蔓劉 程莊愷祥霍騰賓徐鵬飛羅躍嘉邱 江

(西南大學心理學部,認知與人格教育部重點實驗室, 重慶 400715)(深圳大學心理學院,深圳大學腦疾病與認知科學研究中心, 深圳 518060) (北京師范大學心理學部, 北京 100875)(齊魯師范學院教師教育學院, 心理學與認知神經(jīng)科學研究所, 濟南 250200)

采用網(wǎng)絡分析的方法, 本研究從個體受歡迎程度和個體間親密程度兩方面探究了人格特質(zhì)對社交網(wǎng)絡的影響, 并在此基礎上進一步探究了個體間大腦靜息態(tài)功能連接相似性和社交網(wǎng)絡的關系。結(jié)果發(fā)現(xiàn)：(1)高盡責性的個體在需要“值得信任”特質(zhì)的社交網(wǎng)絡中更受歡迎, 高宜人性的個體在需要“共享時光”的社交網(wǎng)絡中更受歡迎; (2)在需要“相同興趣”特質(zhì)的社交網(wǎng)絡中, 個體間人格相似性和社會距離呈顯著負相關關系; (3)同樣在需要“相同興趣”特質(zhì)的社交網(wǎng)絡中, 個體間部分功能連接相似性與社會距離呈顯著負相關關系, 這些功能連接主要集中在額頂控制網(wǎng)絡以及背側(cè)注意網(wǎng)絡; 同時, 部分節(jié)點功能連接相似性與社會距離呈顯著正相關關系, 這些功能連接主要集中在默認網(wǎng)絡。研究結(jié)果揭示了人格特質(zhì)對不同社交網(wǎng)絡結(jié)構(gòu)的影響, 以及個體間人格特質(zhì)相似性和靜息態(tài)腦網(wǎng)絡相似性與社會距離的關系。本研究對理解社交網(wǎng)絡的結(jié)構(gòu), 形成規(guī)律以及其中的信息傳播規(guī)律有著重要啟示意義。

社交網(wǎng)絡, 人格特質(zhì), 靜息態(tài)功能連接

1 引言

人類在本質(zhì)上是一個社會性物種, 沒有大規(guī)模的集體行為, 人類的文明不可能存在(Borgatti et al., 2009)。在今天這個信息傳遞極其便捷的時代, 人際關系對人們生活的影響不容小覷。了解群體人際關系的結(jié)構(gòu)以及形成規(guī)律可以幫助我們更好地了解個體的行為模式并預測個體的行為。目前, 人際關系的研究主要基于單個個體, 討論了個體的人際交往能力或社交意愿等, 但是從群體角度切入討論社交關系結(jié)構(gòu)的研究較少, 而且對于同一集體內(nèi)不同社交需求的關注也甚為少見。

社會世界的結(jié)構(gòu)是極其復雜的, 涉及到多個相互作用的單元。理解這些單元是何時、如何以及為什么相互作用的關鍵在于找到理論和方法來解決這種錯綜復雜的人際連接模式(Borgatti et al., 2009)。網(wǎng)絡科學提供了一種很好的理論和方法。將網(wǎng)絡科學應用到人際關系的研究中來, 那么每一個個體就是網(wǎng)絡中的一個節(jié)點, 人與人之間的聯(lián)系就是節(jié)點之間的邊。網(wǎng)絡科學可以捕捉到人際關系中豐富的連接模式, 甚至精確定位那些在人際交往中有著影響全局能力的個體, 為研究人際關系提供了新的思路。

人格特質(zhì)是個體的核心特征, 反映了個體對環(huán)境反應跨情境一致性的行為模式(Simon et al., 2020), 是討論個體的社會行為規(guī)律時必不可少的一環(huán)。目前討論人格特質(zhì)和人際交往之間關系的研究大多從個體層面討論了人格特質(zhì)和個體人際交往能力或受歡迎程度的關系(Goldberg, 1992; Graziano et al., 2007; Graziano & Tobin, 2010; Klein et al., 2004)。研究者發(fā)現(xiàn)高宜人性個體更容易維持長久的人際關系(Graziano et al., 2007)。高宜人性個體被證明擁有更好的自我控制能力和情緒調(diào)節(jié)能力, 同時, 也更加擅長于在群體中調(diào)和矛盾(Graziano et al., 2007; Jensen-Campbell & Graziano, 2001)。外向性的主要特征是熱情、樂群和果斷, 比起內(nèi)向的人, 外向性高的人傾向于參與到更多的社交活動中去, 尋求和渴望吸引更多的社會關注(Feiler & Kleinbaum, 2015)。與外向性相似, 高開放性個體也更傾向于參與到更多新的活動中去, 其中也包括社交活動, 他們更容易接受新的環(huán)境, 愿意交新的朋友, 同時也更容易接受他人的新觀點(Kaplan et al., 2015)。這些研究討論了人格特質(zhì)和個體人際交往能力或社交意愿之間的關系, 證明了不同人格特質(zhì)在人際交往的不同層面起著重要作用。但由于方法的局限, 大多數(shù)研究都只是針對單一個體或關系, 很少研究從群體層面入手。在人際交往能力的測量上, 這些研究大都基于主觀測量問卷, 局限于個體層面, 而人際交往是一項特殊的技能, 應該更多的從他人的評價中反映出來, 因此這種測量方式可能會缺乏客觀性。

社交網(wǎng)絡的方法可以很好地解決目前人際交往研究中出現(xiàn)的問題。社交網(wǎng)絡的相關研究正在逐漸增多, 越來越多的研究者認識到利用社交網(wǎng)絡可以更好地理解人的心理和行為。社交網(wǎng)絡中心度和社會距離兩個指標分別從個體和個體之間的關系, 也就是社交網(wǎng)絡中的節(jié)點和連邊兩個角度描述了社交網(wǎng)絡的結(jié)構(gòu)(Blakemore, 2008; Parkinson et al., 2018), 本研究也將用到這兩個指標對社交網(wǎng)絡的結(jié)構(gòu)和規(guī)律進行深入地探索。社交網(wǎng)絡中心度一般指以某個個體為中心, 與這個個體有直接聯(lián)系的人的數(shù)量, 能夠比較直觀的反映個體人際交往的狀況, 以及個體在社交網(wǎng)絡中的地位(Gattis et al., 2004; Hyon et al., 2019)。有研究證明了神經(jīng)質(zhì)與社交網(wǎng)絡中心度有著密切的關系, 神經(jīng)質(zhì)得分越低, 個體就越可能處于社交網(wǎng)絡的中心位置(Klein et al., 2004)。Landis (2016)等人的研究證明了外向性高的人在社交網(wǎng)絡中的地位更高, 他們往往更容易吸引同齡人的注意, 并且更容易參與到社交活動中去。但也有研究表明, 社交網(wǎng)絡中心地位和外向性之間并沒有顯著相關, 反而和盡責性和宜人性有顯著相關(Wolfer et al., 2012)。從這些研究結(jié)果中不難看出, 即使這些研究所用來衡量人格特質(zhì)的指標都是大五人格問卷, 他們的研究結(jié)果也出現(xiàn)了一些分歧。目前, 社交網(wǎng)絡中心地位的相關研究一般集中討論的是單一人格特質(zhì)(如外向性)與單一網(wǎng)絡(如友誼網(wǎng)絡)中的中心度之間的關系。但是, 在實際生活中, 同一個人往往同時存在于不同類型的關系定義的多個網(wǎng)絡中。個體可能會向一些人尋求建議, 向另一些人尋求陪伴, 再向另一些人尋求情感支持(Morelli et al., 2017)。這意味著一個人可以在一種類型的網(wǎng)絡中占據(jù)核心地位, 但在另一些類型的網(wǎng)絡中處于邊緣位置。社交網(wǎng)絡多樣性是目前社交網(wǎng)絡研究中被普遍忽視的問題。另一方面, 以往社交網(wǎng)絡相關研究大都是從網(wǎng)絡中心度入手, 較少研究探討社會距離的影響因素。但在網(wǎng)絡研究中, 除了節(jié)點, 網(wǎng)絡中連接節(jié)點的邊, 也就是人與人之間的關系也能提供大量有用的信息, 有助于更好的了解人際關系建立的規(guī)律以及社交網(wǎng)絡的整體結(jié)構(gòu)。在社交網(wǎng)絡中, 社會距離被用來表征個體間的親密程度, 通過最短路徑長度的算法獲得。這個指標可以衡量每兩個個體之間的人際距離, 是依靠已經(jīng)建立好的無向社交網(wǎng)絡得到的。目前討論人格特質(zhì)和個體間關系的研究還比較少, 主要集中在對友誼選擇的人格特質(zhì)同質(zhì)性和異質(zhì)性的爭論上(Feiler & Kleinbaum, 2015; Maarten et al., 2007; Massen & Koski, 2014; Selfhout et al., 2010)。友誼選擇的同質(zhì)性是指個體更傾向于選擇和自己相似的人成為朋友, 異質(zhì)性則相反(McPherson et al., 2001)。荷蘭的一項研究發(fā)現(xiàn)同性青少年朋友間傾向于在外向性和宜人性中表現(xiàn)出相似性(Maarten et al., 2007)。除此之外, 相似的外向性和人際關系之間的聯(lián)系也在配偶選擇、婚姻壓力的相關研究中被證明了(Furler et al., 2013; Gattis et al., 2004; Humbad et al., 2010; Maarten et al., 2007)。綜上所述, 雖然目前已有部分研究用社交網(wǎng)絡的方法討論了人格特質(zhì)和人際交往的關系, 但較少研究從個體間的關系入手, 并且社交網(wǎng)絡的多樣性也被普遍忽視了。

在討論社交網(wǎng)絡時, 大腦也是不可忽視的一部分。大腦功能和結(jié)構(gòu)為人類行為提供了生物學機制, 而社會網(wǎng)絡則為這些行為提供了外部誘因(Falk & Bassett, 2017)。人格體現(xiàn)了人們在感知、解釋和對周圍環(huán)境的反應中的共性, 并且前面已經(jīng)提到有研究證明了人格的相似性和社會距離的關系。既然人格可以被認為體現(xiàn)了個體認知過程中的共性, 那么認知過程中個體間大腦響應的相似性可能也與社會距離有關。有研究者用功能性磁共振成像的方法回答了個體間認知過程反應的相似性與社會距離的關系這一問題(Parkinson et al., 2018), 發(fā)現(xiàn)當受試者在觀看電影時朋友間的神經(jīng)反應異常相似, 并且相似度隨著社會距離的增加而降低。這個結(jié)果表明, 朋友間感知和應對周圍世界的大腦反應是相似的。目前計算個體間腦間相似性的方法在社交網(wǎng)絡中的應用還非常少, 而且主要集中在任務態(tài)的腦影像研究中。在最近的研究中, 有研究者已經(jīng)計算了個體間靜息態(tài)功能連接(Functional Connectivity, FC)的相似性作為個體間腦連接模式相似性的指標來開展研究(Jaaskelainen et al., 2016; Nummenmaa et al., 2012)。這些研究結(jié)果證明了靜息態(tài)腦網(wǎng)絡的相似性也同樣可以有力的表征個體間大腦的相似性。另一方面, 現(xiàn)有研究中, 比起任務態(tài)腦影像研究, 更多與人格有關的腦影像研究都采用了靜息態(tài)和結(jié)構(gòu)態(tài)的腦影像作為主要研究對象(Simon et al., 2020; Wu et al., 2019), 證明了許多特定腦區(qū)和人格特質(zhì)之間的關系, 便于我們從人格特質(zhì)的角度來解釋社交距離和大腦相似性之間的關系。

綜上所述, 雖然已經(jīng)有不少研究討論了人格特質(zhì)和人際交往的關系, 但只有很小一部分從社交網(wǎng)絡的角度入手, 更少有研究同時在一個社交群體內(nèi)建立多個社交網(wǎng)絡, 討論人格特質(zhì)對不同社交網(wǎng)絡的影響。然而, 在人們的實際生活中, 即使是在同一集體中, 因為社交需求的不同也會同時存在多個不同的社交網(wǎng)絡, 忽視這一點可能會導致我們過早的對人格特質(zhì)和人際交往之間的關系下定論, 這也是很多研究結(jié)果出現(xiàn)矛盾的原因之一。其次, 大多數(shù)研究者都從個體特質(zhì)入手討論人格特質(zhì)對人際交往的影響, 而忽視了個體間關系和人格特質(zhì)之間的關聯(lián), 而在人際交往中, 個體間關系往往能反映出大量信息。因此, 對社會距離的討論是全面了解社交網(wǎng)絡的結(jié)構(gòu)不可或缺的一環(huán)。最后, 將大腦功能和結(jié)構(gòu)與社會網(wǎng)絡中的活動和結(jié)構(gòu)聯(lián)系起來也是十分必要的, 這種方法不僅可以提高預測行為的能力、推導出核心的心理學和神經(jīng)認知原理, 也能幫助區(qū)分大腦健康和疾病, 來提高對個體的認識。因此, 在此基礎上, 本研究提出三項假設：(1)在同一群體中, 根據(jù)社交需求存在不同的社交網(wǎng)絡, 并且個體在不同社交網(wǎng)絡中的地位也不盡相同, 會受到不同人格特質(zhì)的影響; (2)個體間人格特質(zhì)越相似, 個體間社會距離越短; (3)個體間靜息態(tài)腦功能連接相似性越高, 個體間社會距離越短。為了驗證以上假設, 本研究將采用網(wǎng)絡科學的方法, 探討人格特質(zhì)對個體在社交網(wǎng)絡中的中心地位和個體間的社會距離的影響以及個體間大腦靜息態(tài)功能連接相似性對社會距離的影響。

2 方法

2.1 被試

以往研究表明, 社交網(wǎng)絡和個體特質(zhì)的回歸分析達到顯著性水平(0.05)時的效果量一般為0.1～0.3 (Morelli et al., 2017), 以此為基礎, 采用G*Power 3.1.9.2軟件進行分析, 結(jié)果顯示若要達到0.8的統(tǒng)計檢驗力(α = 0.05)需要25～92名被試。為了在同一個群體內(nèi)建立多個社交網(wǎng)絡, 本研究一共招募了118名被試完成了社交網(wǎng)絡問卷。不同于一般的數(shù)據(jù)采集, 為了得到更加客觀有效的數(shù)據(jù), 構(gòu)建完整真實的社交網(wǎng)絡, 本研究的所有被試均來自某學院同一個年級, 占該學院該年級總?cè)藬?shù)的三分之二。并且, 社交網(wǎng)絡的采集時間是在被試入學后14個月左右, 此時被試之間已經(jīng)有了基本的了解, 形成了穩(wěn)定的社交網(wǎng)絡, 更加便于我們討論穩(wěn)定的人際關系。其中有94人完成了大五人格的測試, 納入了最終的行為數(shù)據(jù)的分析(19男, 平均年齡19.30 ± 0.80歲)。其中有兩名被試并未參加磁共振掃描, 因此靜息態(tài)腦影像數(shù)據(jù)的分析只納入了92名被試(19男, 平均年齡19.29 ± 0.76歲)。另外, 為了討論不同社交網(wǎng)絡的意義, 招募了167名被試完成了針對不同社交網(wǎng)絡友誼選擇原因的問卷。被試全部為在校大學生(26男, 平均年齡19.32 ± 0.65歲)。所有被試均自愿參加試驗并簽署了知情同意書, 無精神或神經(jīng)疾病史, 無生理疾病。

2.2 數(shù)據(jù)采集

2.2.1 社交網(wǎng)絡的構(gòu)建及人格特質(zhì)的測量

社交網(wǎng)絡的建立采用了問卷的形式, 共測量了118名被試在不同社交需求下的社交網(wǎng)絡。問卷一共有9個問題, 要求被試根據(jù)問題提示在全年級范圍內(nèi)相互提名(如：“誰是你很親近朋友？”, 完整問卷見網(wǎng)絡版附錄)。在每一個問題下, 全年級所有學生的姓名按班級分類并按姓名首字母排序進行了羅列, 被試需根據(jù)以上9個問題在這些姓名中進行勾選。問卷是由在PNAS上發(fā)表的一篇文章翻譯而來(Morelli et al., 2018; Morelli et al., 2017)。在他們的研究中, 此問卷也被用于測量被試的社交網(wǎng)絡, 研究結(jié)果也證明了問卷有較高的效度(Morelli et al., 2018; Morelli et al., 2017)。

為了測量個體的人格特質(zhì), 94名被試完成了大五人格特質(zhì)問卷(Costa & McCrae, 1992), 該問卷基于大五人格理論, 對人格的五個維度進行測量, 分別是：神經(jīng)質(zhì)、外向性、開放性、宜人性及盡責性。問卷內(nèi)含60個項目, 每個維度有12個項目。所有題目的選項從“非常不符合”到“非常符合”, 全部為5點計分, 部分題目需要反向計分。

為了探究社交網(wǎng)絡的內(nèi)在含義, 即個體在友誼選擇時的原因, 167名被試完成了友誼選擇維度重要性問卷, 測量了被試在不同社交網(wǎng)絡中進行友誼選擇時對不同因素的側(cè)重, 該問卷也是由上述社交網(wǎng)絡問卷所參考的文章翻譯而來(Morelli et al., 2018; Morelli et al., 2017)(如：以“親近朋友”社交網(wǎng)絡為例, 與這個網(wǎng)絡相對應的問題是：“當你和某人成為親近朋友時, 多大程度上是因為以下幾點原因？”)。被試需要在以下幾個選項上滑動進度條進行“0～100”的評分：“你信任他們”; “他們與你有相同的興趣, 態(tài)度和價值觀”; “你們在情感上理解對方”; “他們能提供給你所需要的信息”; “他們能在你的學業(yè)或事業(yè)上幫助你”; “他們能幫你認識新的有趣的人”; “你們經(jīng)常在一起做一些有趣的事, 玩的很開心”?！?”代表當被試和某人成為親近朋友時, 完全不考慮這個因素, “100”代表這個因素非常重要。

2.2.2 靜息態(tài)數(shù)據(jù)采集與預處理

靜息態(tài)功能性磁共振影像數(shù)據(jù)均采集于西門子掃描儀(3.0T Siemens Trio MRI)。掃描過程中, 所有被試被要求閉上眼睛, 平躺休息, 不做思考和回憶某些特定的事件, 但需要保持清醒。在正式實驗前, 每名被試都接受了基于DSM–IV的結(jié)構(gòu)化訪談, 以確保每名被試都沒有物質(zhì)濫用史、神經(jīng)系統(tǒng)疾病或認知障礙史。所有被試均被告知了研究包含的內(nèi)容, 且都簽署了書面知情同意書。在每次實驗結(jié)束后, 被試將獲得一定金額的報酬。該項目獲得了倫理審核批準。靜息態(tài)掃描使用梯度回波EPI序列(GRE–EPI), 8分鐘內(nèi)連續(xù)采集242個全腦靜息態(tài)3D影像。掃描參數(shù)為：回波時間(Echo Time, TE) = 30 ms; 重復時間(Repetition Time, TR) = 2000 ms; 翻轉(zhuǎn)角(Flip Angle, FA) = 9°; 矩陣大小(Matrix) = 64×64; 視野大小(Field of Vision, FOV) = 192 mm × 192 mm; 層數(shù)(Slice) = 32; 厚度(Thickness) = 3 mm; 層間距(Distance between Slice) = 1 mm; 體素大小(Voxel Size) = 3.4 mm × 3.4 mm × 4 mm。

靜息態(tài)數(shù)據(jù)預處理：(1)為保證信號穩(wěn)定, 刪除fMRI時間序列上的前10個數(shù)據(jù)點; (2)對留下的232個EPI數(shù)據(jù)采用sinc函數(shù)插值進行時間層校正, 并根據(jù)相鄰EPI數(shù)據(jù)的位移進行頭動校正; (3)采用EPI模板, 將數(shù)據(jù)從原始空間映射到MNI空間(Montreal Neurological Institute (MNI)space), 體素大小為3 mm × 3 mm × 3 mm; (3)去除線性趨勢, 并將全腦信號、腦脊液信號、白質(zhì)信號及12個頭動參數(shù)作為協(xié)變量進行回歸; (4)濾波(0.01～0.1 Hz)以去除低頻信號漂移及高頻生理噪聲; (5)采用4 mm平滑核進行平滑。上述處理均采用DPABI工具包(http://rfmri.org/DPARSF)。

2.3 數(shù)據(jù)分析

2.3.1 社交網(wǎng)絡中心度的計算和分析

首先根據(jù)原始數(shù)據(jù)建立了94名被試間9個不同的二進制社交網(wǎng)絡矩陣, 其中個體間的數(shù)值為1代表兩者之間有直接聯(lián)系, 數(shù)值為0則代表沒有直接聯(lián)系。接著計算了每個被試在不同社交網(wǎng)絡中的社交網(wǎng)絡中心度(入度), 度越大, 代表被試越受歡迎。最后, 為了探究社交網(wǎng)絡中心度和人格特質(zhì)的關系, 以9個社交網(wǎng)絡中心度為因變量分別進行了9次負二項回歸分析(Negative binomial regression), 在每一個回歸模型中, 大五人格特質(zhì)的五個維度都作為自變量, 以檢驗并分離出每個網(wǎng)絡中對社交網(wǎng)絡中心度最強的預測因子, 這部分分析使用了R語言中ass包中的glm.nb功能。另外, 計算了167名被試在每個問題中每個選項上評分的均值, 作為每個社交網(wǎng)絡中友誼選擇維度的重要性指標。在Morelli等人(2017)的研究中, 也同樣使用了其它樣本描述統(tǒng)計的結(jié)果對社交網(wǎng)絡進行了有效分類。

2.3.2 社會距離的計算和分析

為了得到最客觀真實社交網(wǎng)絡關系, 分別把8個原始二進制社交網(wǎng)絡進行過濾, 只有雙方互選的被試之間的邊為1, 否則為0(這部分分析并沒有將“矛盾發(fā)生”社交網(wǎng)絡納入其中, 因為這里討論的社會距離反映的是個體間的親密程度, 而這個網(wǎng)絡中的邊代表的是個體間發(fā)生過矛盾, 不符合研究意圖)。接著分別計算出8個94×94的社會距離矩陣, 兩個被試間有直接互選關系則社會距離為1, 若兩人并無直接聯(lián)系, 但能通過一個共同好友聯(lián)系起來, 則兩人之間的社會距離為2, 以此類推, 兩人之間可以通過最少幾條邊建立聯(lián)系, 則兩人的社會距離就為幾。社會距離越小, 表明兩人的關系越親近。接下來計算了個體兩兩間大五人格特質(zhì)的歐式距離, 代表個體間總體人格的相似性, 值越大, 個體間人格差異越大, 相似性越小。

為了探究社會距離和人格差異的關系, 將個體間的總體人格差異矩陣和8個社會距離矩陣分別進行了二次分配程序相關分析(Quadratic Assignment Procedure, QAP), 試圖探究總體人格差異和社會距離的關系。QAP相關分析是一種對矩陣間進行相關分析的方法, 通過對矩陣中值的比較, 給出兩個矩陣的相關系數(shù), 同時對系數(shù)進行非參數(shù)檢驗, 通過對鄰接矩陣中的行和列進行重新排列, 將實際數(shù)據(jù)和隨機排列的矩陣的相關進行比較。在這里使用了R中的sna包中的qaptest功能進行了此計算, 相關分析采用了斯皮爾曼等級相關系數(shù), 一共進行了5000次數(shù)據(jù)置換。另外, 為了盡可能得到最真實的人格差異對人際距離的影響, 還計算了個體兩兩間年齡、性別、種族、利手和所在班級的差異值, 并作為協(xié)變量放入分析中。

2.3.3 靜息態(tài)腦間相似性的分析

靜息態(tài)數(shù)據(jù)分析：選用了經(jīng)典腦功能圖譜Power264 (Power et al., 2011)作為腦網(wǎng)絡模板, 提取出264個節(jié)點的平均BOLD (Blood Oxygenation Level Dependent)時間序列, 該模板一共有264個節(jié)點, 將節(jié)點分為了14個子網(wǎng)絡, 包括視覺網(wǎng)絡、聽覺網(wǎng)絡、感覺運動網(wǎng)絡、默認網(wǎng)絡、背側(cè)注意網(wǎng)絡、腹側(cè)注意網(wǎng)絡、扣帶鰓蓋網(wǎng)絡、額頂控制網(wǎng)絡、凸顯網(wǎng)絡、記憶網(wǎng)絡、皮質(zhì)下結(jié)構(gòu)和小腦。接著計算出任意兩個節(jié)點時間序列的皮爾遜相關系數(shù)并將其轉(zhuǎn)化為z分數(shù), 以此來代表節(jié)點間的平均FC強度, 得到每個被試一個全腦的264×264的FC矩陣。為了得到個體間FC相似性矩陣, 在全腦水平上, 計算了個體間兩兩全腦FC矩陣的二次匹配程序相關系數(shù), 得到1個92×92 (被試數(shù))的個體間全腦FC相似性矩陣。在網(wǎng)絡水平上, 根據(jù)264個節(jié)點的網(wǎng)絡屬性, 從全腦264×264的FC矩陣中提取出每個被試14個腦網(wǎng)絡內(nèi)的FC以及14個腦網(wǎng)絡和除自身網(wǎng)絡外的其它所有節(jié)點的FC分別作為網(wǎng)絡內(nèi)FC和網(wǎng)絡外FC, 接下來, 為了得到網(wǎng)絡水平上個體間大腦FC的相似性, 分別計算了個體間每個網(wǎng)絡內(nèi)FC的皮爾遜相關(得到14個92×92的相似性矩陣)和個體間每個網(wǎng)絡外的FC的皮爾遜相關(得到14個92×92的相似性矩陣)。在節(jié)點水平上, 計算了個體間每個節(jié)點與其它所有節(jié)點的FC的皮爾遜相關系數(shù), 得到了264個92×92的相似性矩陣(見圖1)。

為了探究進一步探究人格相似性和社交距離的關系在個體間靜息態(tài)腦網(wǎng)絡相似性上的體現(xiàn), 分別在個體間全腦水平, 網(wǎng)絡水平, 以及節(jié)點水平的FC相似性矩陣和“親近朋友”和“消息分享”這兩個社交網(wǎng)絡的社會距離之間進行了QAP相關分析, 采用了留一交叉驗證(leave-one-out)的方法, 在每一次循環(huán)中都剔除一名被試的數(shù)據(jù), 剩下的所有數(shù)據(jù)進行斯皮爾曼相關分析, 并且在每一次分析中都進行了5000次數(shù)據(jù)置換, 同時計算了被試間年齡、性別、民族、班級以及利手的相似性作為協(xié)變量納入相關分析。在所有循環(huán)中都顯著相關的網(wǎng)絡或節(jié)點才納入最終結(jié)果, 也就是說在每一次循環(huán)中都和社交距離顯著相關的節(jié)點或網(wǎng)絡才納入最終結(jié)果。

圖1 個體間靜息態(tài)FC相似性和社會距離的關系分析流程

3 研究結(jié)果

3.1 社交網(wǎng)絡中心度和人格特質(zhì)的關系分析結(jié)果

在根據(jù)原始數(shù)據(jù)建立了9個二進制的社交網(wǎng)絡后, 本研究對這9個二進制的社交網(wǎng)絡進行了兩兩的二次分配程序相關分析, 試圖探究不同社交網(wǎng)絡間的相似性。結(jié)果表明, 同一群體中不同社交需求的社交網(wǎng)絡間雖然顯著相關, 但仍存在著差異, 并且不同網(wǎng)絡間的相似性存在差異。為了檢驗不同人格特質(zhì)對不同社交網(wǎng)絡中心度的影響, 以9個社交網(wǎng)絡中心度為因變量分別進行了9次負二項回歸分析。結(jié)果表明, 宜人性可以顯著正向預測“親近朋友” (= 0.24, SE = 0.09,= 2.65,= 0.01)和負向預測“矛盾發(fā)生” (= –0.29, SE = 0.11,= –2.61,= 0.01)的社交網(wǎng)絡中心度; 盡責性顯著正向預測了“支持給予”社交網(wǎng)絡的中心度(= 0.25, SE = 0.10,= 2.57,= 0.01); 神經(jīng)質(zhì)顯著負向預測了“積極感受”社交網(wǎng)絡的中心度(= –0.24, SE = 0.11,= –2.14,= 0.03) (見圖2A–D)。

計算了167名被試在每個問題中的每個選項上評分的均值, 作為每個社交網(wǎng)絡中友誼選擇各維度的重要性。結(jié)果表明, 在不同社交網(wǎng)絡中進行友誼選擇時, 個體考慮因素的重要性有著很大的區(qū)別。在“親近朋友”、“日常活動”和“積極感受”社交網(wǎng)絡中, 被試友誼選擇原因中“共享時光”的均值最大; “社交建議”、“尋求幫助”、“消息分享”和“支持給予”的網(wǎng)絡中, “值得信任”的均值最大; 在“善解人意”的網(wǎng)絡中, “情感接近”均值最大(見圖3)。

3.2 社會距離和人格相似性關系的分析結(jié)果

為了探究社會距離和人格相似性的關系, 將個體間的人格差異矩陣和8社會距離矩陣分別進行了二次分配程序相關分析。結(jié)果表明, 在親近朋友(= 0.13,= 0.03)和消息分享(= 0.10,= 0.04)這兩個社交網(wǎng)絡中, 個體間大五人格的歐式距離和其社會距離呈顯著正相關關系, 個體間大五人格的差異越大, 社會距離就越遠, 基本符合本研究的假設。但在其余的6個社交網(wǎng)絡中并沒有出現(xiàn)這種效應(見表1)。

圖2 在不同社交網(wǎng)絡中大五人格特質(zhì)各維度的分布情況(A–D：顏色越深, 該人格特質(zhì)得分越高, 節(jié)點越大, 節(jié)點度越大)及社交網(wǎng)絡間相關系數(shù)矩陣(E)

圖3 不同社交網(wǎng)絡中友誼選擇的考慮因素

表1 個體間整體人格差異性和社會距離的關系

3.3 社會距離和靜息態(tài)腦網(wǎng)絡相似性的關系分析結(jié)果

在全腦水平, 將研究二中得到的和整體人格特質(zhì)的相似性顯著相關的兩個社交網(wǎng)絡：“親近朋友” “消息分享”的社會距離分別和個體間的全腦FC相似性進行了矩陣相關分析, 發(fā)現(xiàn)個體間全腦水平和腦網(wǎng)絡水平的FC相似性和兩個網(wǎng)絡的社會距離并無顯著關系。在節(jié)點水平, “親近朋友”社交網(wǎng)絡的社會距離和部分節(jié)點FC相似性呈顯著正相關, 包括右側(cè)楔前葉, 右側(cè)額上回, 右側(cè)額中回, 右側(cè)扣帶前回, 左側(cè)舌回, 左側(cè)梭狀回, 右側(cè)枕中回, 其中大部分節(jié)點都屬于默認網(wǎng)絡。同時, “親近朋友”社交網(wǎng)絡的社會距離也和另外一些節(jié)點的FC相似性呈顯著負相關, 包括右側(cè)額中回和右側(cè)角回, 分別屬于額頂控制網(wǎng)絡和凸顯網(wǎng)絡。在“消息分享”這個社交網(wǎng)絡中, 雖然和“親近朋友”社交網(wǎng)絡得到的節(jié)點不盡相同, 但也發(fā)現(xiàn)了相似的結(jié)果, “消息分享”社交網(wǎng)絡的社會距離和部分節(jié)點的FC相似性呈顯著正相關, 包括右側(cè)海馬旁回、右側(cè)顳上回、右側(cè)楔前葉、右側(cè)額中回、右側(cè)額上回、左側(cè)梭狀回、右側(cè)腦島、右側(cè)三角部額下回、左側(cè)顳中回, 其中大部分節(jié)點都屬于默認網(wǎng)絡。并且, “消息分享”社交網(wǎng)絡的社會距離也和部分節(jié)點的FC相似性呈顯著負相關, 包括左側(cè)顳中回、左側(cè)顳上回、左側(cè)三角部額下回, 分別屬于背側(cè)注意網(wǎng)絡, 聽覺網(wǎng)絡和額頂控制網(wǎng)絡(見圖4)。

4 討論

本研究主要采用了網(wǎng)絡科學的方法, 在同一群體內(nèi)測量了不同的社交網(wǎng)絡, 選取了社交網(wǎng)絡中心度和社會距離兩個指標探究人格特質(zhì)對不同社交網(wǎng)絡的影響, 以及個體間大腦靜息態(tài)功能連接與社會距離的關系。結(jié)果發(fā)現(xiàn)：高盡責性的個體在需要“值得信任”特質(zhì)的社交網(wǎng)絡中更受歡迎, 高宜人性的個體在需要 “共享時光”的社交網(wǎng)絡中更受歡迎; 在需要“相同興趣”特質(zhì)的社交網(wǎng)絡中, 個體間人格相似性和社會距離呈顯著負相關關系; 在“親近朋友”和“消息分享”社交網(wǎng)絡中, 個體間部分FC相似性與社會距離呈顯著負相關關系, 這些FC分布在額頂控制網(wǎng)絡, 背側(cè)注意網(wǎng)絡, 同時, 個體間部分FC相似性與社會距離呈顯著負相關關系, 這些FC主要集中在默認網(wǎng)絡。

圖4 節(jié)點水平個體間FC相似性與社會距離顯著相關的節(jié)點(A, B); 隨著社會距離增大, 個體間節(jié)點以及網(wǎng)絡水平FC相似性的變化(C, D) (紅色代表和社會距離呈顯著正相關的節(jié)點, 藍色代表和社會距離呈顯著負相關的節(jié)點, 節(jié)點越大, 相似性越強。為了方便比較, 此處單個節(jié)點的不同社交距離的平均腦間相似性進行了z值化處理。

原始社交網(wǎng)絡的兩兩相關分析發(fā)現(xiàn), 8個不同的社交網(wǎng)絡間都呈顯著正相關關系, 但不同網(wǎng)絡間的相關程度不同。這一發(fā)現(xiàn)也與以往研究結(jié)果一致, 一定程度上證明了個體在建立社交網(wǎng)絡時會有自己的偏好, 并且隨著社交需求的不同而建立不同的網(wǎng)絡(Morelli et al., 2017)。具體來說, 人格特質(zhì)和社交網(wǎng)絡中心度的分析結(jié)果發(fā)現(xiàn), 在同一社交群體內(nèi)確實存在著多個不同的社交網(wǎng)絡, 且人格特質(zhì)對不同社交網(wǎng)絡中心度的影響存在著差異。宜人性顯著正向預測了“親近朋友”, 負向預測了“矛盾發(fā)生”的社交網(wǎng)絡中的中心度; 盡責性顯著正向預測了“支持給予”社交網(wǎng)絡的中心度。以往研究表明, 宜人性的主要特征是同理心, 寬容和樂于助人(Goldberg, 1992; Graziano & Tobin, 2010), 高宜人性的個體被證明擁有更好的自我控制能力和情緒調(diào)節(jié)能力, 同時, 也更加擅長于在群體中調(diào)和矛盾(Graziano et al., 2007; Jensen-Campbell & Graziano, 2001)。另外對友誼選擇原因的分析結(jié)果表明, “親近朋友”社交網(wǎng)絡中的友誼選擇最看重值得信任和共享時光兩個特征, 這也證明了高宜人性個體可能更能帶給他人值得信賴和積極的感受, 從而在此社交網(wǎng)絡中更受歡迎。除了宜人性以外, 當前研究結(jié)果表明盡責性高的個體在“支持給予”社交網(wǎng)絡中更受歡迎, 并且這一社交網(wǎng)絡中的友誼選擇最看重值得信賴這一特質(zhì)。Roberts等人(2005)認為, 盡責性是一個包含誠實、有社會責任感、以規(guī)則為導向、有力的自我控制等因素的整體特質(zhì), 而這些特質(zhì)都會誘發(fā)一定程度上的人際吸引。并且, 大量研究都表明了盡責性高的個體具有更高的自我控制能力(Jensen- Campbell et al., 2002; Jensen-Campbell & Graziano, 2005), 而自我控制能力對于青少年做出符合社會規(guī)范的行為, 在更大的同輩群體中被接受, 以及與朋友建立牢固的社會關系都是至關重要的(Rothbart et al., 2000; Vohs & Baumeister, 2016; Yang et al., 2015)。因此, 高盡責性的個體可能是由于有著良好的自我控制能力從而讓人感到更加值得信賴而在“支持給予”社交網(wǎng)絡中更受歡迎。在大量的以往的社交網(wǎng)絡相關研究中, 研究者們普遍都只在同一群體內(nèi)建立單一的社交網(wǎng)絡(Wolfer et al., 2012)。這些研究結(jié)果出現(xiàn)了一些分歧, 在部分研究中和社交網(wǎng)絡有著顯著相關關系的人格特質(zhì)在另一些研究中則和社交網(wǎng)絡無關(Landis, 2016)。然而, 在實際生活中, 同一個人往往同時存在于不同類型的關系定義的多個社交網(wǎng)絡中, 個體可能會向一些人尋求建議, 向另一些人尋求陪伴, 再向另一些人尋求情感支持(Morelli et al., 2017; Wolfer et al., 2012)。當前研究的結(jié)果也支持了多個社交網(wǎng)絡同時存在的假說, 證明了在同一群體內(nèi)同時存在著不同的社交網(wǎng)絡, 解決了以往人格特質(zhì)和社交網(wǎng)絡的相關研究中結(jié)果不一致的問題, 證明了一個人可以同時在一種類型的網(wǎng)絡中占據(jù)中心地位, 但在另一些類型的網(wǎng)絡中處于邊緣位置。

大五人格相似性和社會距離的相關分析結(jié)果表明, 人格特質(zhì)的差異性和“親近朋友”和“消息分享”這兩個社交網(wǎng)絡中個體間的社會距離呈顯著正相關關系, 即個體間人格差異越大, 社會距離就越遠。友誼選擇中人格的“同質(zhì)性”假設已經(jīng)在多項研究中被證明了。荷蘭的一項研究發(fā)現(xiàn)同性青少年朋友間傾向于在外向性和宜人性中表現(xiàn)出相似性(Maarten et al., 2007)。除此之外, 相似的外向性和人際關系之間的聯(lián)系也在配偶選擇、婚姻壓力和友誼選擇的相關研究中被證明了(Furler et al., 2013; Gattis et al., 2004; Humbad et al., 2010; Maarten et al., 2007)。當前研究在整體人格特質(zhì)的層面上證明了人格的相似性和個體間的人際吸引的相關關系。值得注意的是這種“同質(zhì)性”吸引只存在于“親近朋友”和“消息分享”兩個社交網(wǎng)絡中。友誼選擇重要性問卷的分析結(jié)果表明, 這兩個網(wǎng)絡中的友誼選擇都非?？粗亍跋嗤呐d趣、愛好、價值觀”和“共享時光”這兩個特質(zhì)。并且我們計算了不同網(wǎng)絡在友誼選擇因素上的相似性, 發(fā)現(xiàn)在“相同興趣”這一友誼選擇因素上這兩個社交網(wǎng)絡的相似性最強(= 0.54,< 0.001, 見網(wǎng)絡版附錄圖1)。雖然仍不能完全排除其他造成這個兩個社交網(wǎng)絡同質(zhì)性的因素, 但我們認為, “相同興趣”這一友誼選擇因素確實在“親近朋友”和“消息分享”這兩個社交網(wǎng)絡的同質(zhì)性中起著重要作用。早期觀點認為個體間的相似性吸引主要來自兩個方面, 一是個體間對環(huán)境的理解和反應的相似性增加了彼此在社會交往中的思想和行為的可預測性(Berger & Calabrese, 1975), 二是與人分享相似的價值觀的同時會強化自己價值觀和觀點, 從而產(chǎn)生內(nèi)隱的積極的情感反應, 這種積極的情感體驗又會反過來促使人們在友誼選擇時選擇更加相似的人(Clore & Byrne, 1974)。無論是哪一種解釋都強調(diào)了價值觀和思想的相似性。因此, 整體人格的相似性可能通過個體間價值觀的相似性對社會距離產(chǎn)生影響, 從而導致了在人際交往中人格特質(zhì)越相似關系越親密的現(xiàn)象。

通過選取“親近朋友”和“消息分享”兩個社交網(wǎng)絡的社會距離與從大腦整體, 網(wǎng)絡以及節(jié)點水平, 由大到小的三個尺度上的腦間相似性進行分析, 結(jié)果發(fā)現(xiàn)在整體大腦和網(wǎng)絡水平上, 社會距離和腦間相似性都無顯著相關, 只在節(jié)點水平上, 部分節(jié)點FC相似性和社交距離呈顯著相關。大腦由多個功能網(wǎng)絡組成, 不同的網(wǎng)絡負責不同的功能系統(tǒng), 但在更小的尺度, 節(jié)點, 甚至是體素水平上, 仍然存在著功能分化, 同一個節(jié)點與不同節(jié)點的功能連接都可能指向不同的認知功能(Power et al., 2011; Wig, 2017)。因此, 本研究的結(jié)果也在一定程度上說明, 大腦的FC并不是完全遵循越相似社交距離越近的原則, 而是在節(jié)點水平的FC相似性上顯示出了兩種不同的趨勢：首先, 個體間靜息態(tài)腦功能連接相似性與特定社交網(wǎng)絡(“親近朋友”和“消息分享”網(wǎng)絡)的社會距離有著顯著負相關關系, 這些FC分布在在額頂控制網(wǎng)絡以及背側(cè)注意網(wǎng)絡等。額頂控制網(wǎng)絡是腦網(wǎng)絡研究中的熱點之一, 包括部分外側(cè)前額葉皮層和后頂葉皮層, 被認為和行動抑制, 情緒等過程有密切關系(Zanto & Gazzaley, 2013), 并且參與了多個高級認知任務, 在適應性認知控制中扮演了重要角色(Alahyane et al., 2014; Fassbender et al., 2006), 而這些認知過程都和個體的社會行為有著密切聯(lián)系。最近一項討論個體在觀看自然影片時的大腦相似性和社會距離的關系的研究發(fā)現(xiàn), 在與注意力分配、故事的解釋和情感反應等過程相關的大腦區(qū)域(包括額頂網(wǎng)絡)的神經(jīng)反應強度的相似性和社交關系的親密程度有著顯著正相關關系(Parkinson et al., 2018)。因此, 個體間額頂控制網(wǎng)絡內(nèi)節(jié)點的FC相似性可能與個體間一般性認知過程的相似相對應, 進一步地, 由于個體間對環(huán)境的理解和反應的相似性會增加彼此在社會交往中的思想和行為的可預測性(Berger & Calabrese, 1975), 從而促進個體間產(chǎn)生人際吸引。背側(cè)注意網(wǎng)絡(dorsal attention network, DAN), 也叫視空間注意網(wǎng)絡, 功能是提供自上而下的注意定向(Vogel et al., 2012)。在一項研究中, 研究者讓被試觀看不同情緒的影片, 分析個體間腦信號的相似性, 發(fā)現(xiàn)背側(cè)注意網(wǎng)絡對情緒的同步有重要作用, 并且研究者認為情緒的同步可以促進社會互動和人際理解(Nummenmaa et al., 2012)。另一項研究發(fā)現(xiàn), 社交網(wǎng)絡中關系密切的人在感知和解釋周圍的世界時, 注意力狀態(tài)可能會隨著時間的推移而發(fā)生異常相似的變化(Hyon et al., 2019)。因此, 本研究推斷個體間背側(cè)注意網(wǎng)絡內(nèi)FC的相似性可能和注意力和情緒的同步相對應, 而注意力和情緒的同步會促使社會交往中雙方產(chǎn)生好感。

另外, “親近的朋友”和“分享好消息”社交網(wǎng)絡的社交距離還和部分節(jié)點FC相似性呈顯著正相關, 其中大部分節(jié)點都屬于默認網(wǎng)絡, 包括右側(cè)額上回、右側(cè)扣帶回等區(qū)域。這一結(jié)果表明這些節(jié)點的個體間FC模式越相似, 這兩個社交網(wǎng)絡中社交距離就越長, 個體間關系就越疏離。默認網(wǎng)絡分布在大腦的內(nèi)側(cè)和外側(cè)頂葉、內(nèi)側(cè)前額葉、內(nèi)外側(cè)顳葉皮質(zhì), 扣帶回與楔前葉等區(qū)域(Greicius et al., 2009)。它通常被描述為一個統(tǒng)一的系統(tǒng), 和情景記憶、心理理論、自我評價和反思等功能有關(Sestieri et al., 2011)。先前基于任務相關范式的研究表明, 當人們對自己的技能, 個性和未來做出評價時, 默認網(wǎng)絡中的內(nèi)側(cè)前額葉, 前扣帶皮層和內(nèi)側(cè)眶額皮層都會被激活(Goldin et al., 2014; Wu et al., 2015)。同時, 研究表明默認網(wǎng)絡中的額上回, 顳中回以及眶額區(qū)域都為自我意識的產(chǎn)生和維持提供了支持(Fingelkurts & Fingelkurts, 2011)。自我意識被定義為一個人對自己精神或身體狀態(tài)的內(nèi)隱和外顯的意識, 在社會生活中扮演著重要作用(Vogeley & Fink, 2003)。在一些更加強調(diào)人際關系的工具性價值的場合, 比如工作中, 群體的多樣性是團隊良性發(fā)展的重要因素之一(Ely & Thomas; McKinney, 2013; Schaffer, 2019)。并且研究者認為, 對于個體本身來說, 選擇與自己不同的人作為合作伙伴更能體現(xiàn)自己的價值并便于在集體中找到自己的位置(Harrison et al., 1998)。本研究中的大學生群體即將步入社會, 逐漸更加注重人際關系的工具性價值(Schaffer, 2019)。這些證據(jù)表明在大學生的人際交往中, 個體在受到相似性的人際吸引的同時可能也會考慮到差異性帶來的價值, 并且這可能和默認網(wǎng)絡的自我意識功能有關。

綜上所述, 本研究在同一群體內(nèi)測量了多個社交網(wǎng)絡, 為社交網(wǎng)絡相關研究結(jié)果出現(xiàn)的分歧提供了一種解決思路, 有助于我們更加精確和客觀地理解社交網(wǎng)絡的結(jié)構(gòu)及其影響因素。并且, 本研究綜合考慮了人格特質(zhì)對社交網(wǎng)絡中節(jié)點和連邊的影響, 有助于我們?nèi)轿坏睦斫馊烁裉刭|(zhì)對社交網(wǎng)絡的重要影響, 對我們理解社交網(wǎng)絡的結(jié)構(gòu), 形成規(guī)律以及其中的信息傳播規(guī)律有著重要意義。此外, 本研究將靜息態(tài)大腦功能連接相似性納入了社會距離的分析, 為人際交往中個體間的大腦同步性研究提供了新的證據(jù), 同時, 也在一定程度上為人格特質(zhì)相似性和社會距離關系的研究提供了腦影像層面的證據(jù)。但是, 本研究仍存在一些不足和可以繼續(xù)挖掘的地方。本研究采集社交網(wǎng)絡數(shù)據(jù)的時間是在被試大一下學期進行的, 這個時間點他們的人際網(wǎng)絡已經(jīng)逐漸穩(wěn)定, 這些數(shù)據(jù)只能反映他們目前穩(wěn)定的人際關系, 但不能進一步反映和討論他們在剛剛接觸階段的友誼選擇狀況, 可能會錯過部分友誼選擇的關鍵信息。因此, 未來的研究也許可以針對社交網(wǎng)絡開展縱向研究, 階段性考察社交網(wǎng)絡的形成過程, 并將更多的影響因素考慮進來。其次, 本研究在對不同網(wǎng)絡進行劃分時只參考了樣本二的描述性結(jié)果, 但樣本二中囊括的影響友誼選擇的因素是有限的并且描述性統(tǒng)計的結(jié)果能反應數(shù)據(jù)形態(tài)的程度也是有限的, 因此可能不足以客觀全面的作為劃分社交網(wǎng)絡的依據(jù)。在以后的研究中也許能通過圖論等方法或開創(chuàng)性的實驗設計對社交網(wǎng)絡進行更加客觀全面的分類。

5 結(jié)論

本研究采用網(wǎng)絡科學方法, 探討了人格特質(zhì)對個體在社交網(wǎng)絡中的中心地位和個體間的社會距離的影響以及個體間大腦靜息態(tài)功能連接相似性對社會距離的影響, 具體發(fā)現(xiàn)：

第一, 在同一群體中, 根據(jù)社交需求存在不同的社交網(wǎng)絡, 并且個體在不同社交網(wǎng)絡中的地位也不盡相同, 會受到相應人格特質(zhì)的影響。具體而言, 高盡責性的個體在需要“值得信任”特質(zhì)的社交網(wǎng)絡中更受歡迎, 高宜人性的個體在需要 “共享時光”的社交網(wǎng)絡中更受歡迎。

第二, 在需要“相同興趣”特質(zhì)的社交網(wǎng)絡中, 人格的相似性對個體間的人際交往有促進作用, 這種促進作用可能是通過價值觀和興趣的相似性誘發(fā)的人際吸引來實現(xiàn)的。

第三, 個體間靜息態(tài)腦功能連接相似性可能對特定社交網(wǎng)絡(“親近朋友”和“消息分享”)中的人際交往有促進作用, 這些FC分布在額頂控制網(wǎng)絡以及背側(cè)注意網(wǎng)絡, 可能反應了個體在認知控制以及對環(huán)境的加工偏向上趨于相似, 從而增加了彼此的人際吸引, 縮短了相互之間的社會距離。同時, 與社交距離呈顯著正相關的節(jié)點FC相似性主要分布在默認網(wǎng)絡, 表明在大學生的人際交往中, 個體在受到相似性的人際吸引的同時可能也會考慮到差異性帶來的價值, 并且這可能和默認網(wǎng)絡的自我意識功能有關。

社交網(wǎng)絡問卷(Morelli et al., 2018; Morelli et al., 2017)：

(1)“誰是你很親近朋友？”;

(2)“你經(jīng)常和誰待在一起(課余時間)進行一些社交活動, 比如吃飯, 看電影, 逛街等等？”;

(3)“你經(jīng)常和誰尋求社交生活上(工作學習除外)的建議？”;

(4)“當有不好的事兒發(fā)生的時候, 你會向誰求助？”;

(5)“你會和誰消息分享？”;

(6)“你經(jīng)常感受到誰的支持和關心？”;

(7)“你覺得誰是非常善解人意？”;

(8)“你覺得誰通常會讓你感覺很積極(例如, 快樂、熱情)？”;

(9)“你和誰矛盾發(fā)生？”。

附表1 和“親近朋友”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 22Precuneus_RRSensory/somatomotor Hand8–48690.12 0.04 97Frontal_Sup_RRDefault mode2127500.15 0.03 101Frontal_Mid_RRDefault mode2033420.13 0.06 110Cingulum_Ant_RRDefault mode73700.19 0.00 124Lingual_LLDefault mode–25–41–80.17 0.00 126Fusiform_LLDefault mode–32–39–150.16 0.00 194Occipital_Mid_RRFronto–parietal Task Control35–66380.12 0.02 193Frontal_Mid_RRFronto–parietal Task Control29957–0.16 0.03 204Angular_RRSalience52–4736–0.13 0.01

附表2 和“日常活動”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 21Precentral_RRSensory/somatomotor Hand26–21690.100.00 34Postcentral_LLSensory/somatomotor Hand–21–34580.120.00 39Paracentral_Lobule_LRSensory/somatomotor Hand1–31580.100.01 67Rolandic_Oper_RRAuditory41–26210.090.01 77Lingual_LLDefault mode–12–4110.120.00 82Temporal_Pole_Sup_RRDefault mode4412–240.090.02 97Frontal_Sup_RRDefault mode2127500.100.02 124Lingual_LLDefault mode–25–41–80.070.04 126Fusiform_LLDefault mode–32–39–150.080.02 136Precuneus_RRMemory retrieval3–50480.080.01 242Frontal_Inf_Tri_LLVentral attention–472120.070.02 251Precuneus_RRDorsal attention8–63570.080.03 261Precentral_LLDorsal attention–32–5530.080.01

附表3 和“社交建議”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 82Temporal_Pole_Sup_RRDefault mode4412–240.06 0.01 117Temporal_Mid_LLDefault mode–53–15–90.06 0.00 248Fusiform_LLUncertain–29–12–330.04 0.01 8Fusiform_LLUncertain–35–30–24–0.04 0.03 79Temporal_Mid_LLDefault mode–44–6118–0.05 0.02

附表4 和“尋求幫助”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 242Frontal_Inf_Tri_LLVentral attention–472120.07 0.01 33Parietal_Inf_LLSensory/somatomotor –44–3444–0.09 0.00 37Precentral_LLSensory/somatomotor –38–1866–0.06 0.03 159Cuneus_RRVisual14–7728–0.07 0.02 220Frontal_Mid_LLSalience–384521–0.07 0.01 228PutamenLSubcortical–15010–0.05 0.03

附表5 和“消息分享”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 7ParaHippocampal_RRUncertain17–30–150.10 0.03 82Temporal_Pole_Sup_RRDefault mode4412–240.16 0.00 97Frontal_Sup_RRDefault mode2127500.13 0.02 101Frontal_Mid_RRDefault mode2033420.17 0.01 126Fusiform_LLDefault mode–32–39–150.12 0.01 205Precentral_RRSalience39–5480.11 0.05 210Insula_RRSalience352730.09 0.02 237Temporal_Mid_LLVentral attention–53–41120.13 0.02 241Frontal_Inf_Tri_RRVentral attention502760.08 0.02 70Temporal_Sup_LLAuditory–53–1212–0.12 0.03 201Frontal_Inf_Tri_LLFronto–parietal Task Control–412031–0.11 0.02 252Temporal_Mid_LLDorsal attention–50–633–0.17 0.00

附表6 和“支持給予”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 13Precuneus_LLSensory/somatomotor Hand–8–54570.08 0.01 82Temporal_Pole_Sup_RRDefault mode4412–240.09 0.01 97Frontal_Sup_RRDefault mode2127500.08 0.02 76Frontal_Med_Orb_RRDefault mode842–9–0.08 0.02

附表7 和“善解人意”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 23Postcentral_LLSensory/somatomotor Hand–23–33690.14 0.01 56Insula_RRCingulo–opercular Task Control47430.15 0.02 61Heschl_RRAuditory30–29140.14 0.01 63Temporal_Sup_RRAuditory55–19100.15 0.01 64Rolandic_Oper_LLAuditory–37–35160.12 0.02 65Temporal_Sup_LLAuditory–58–27130.16 0.01 66Temporal_Sup_LLAuditory–47–2850.12 0.02 72SupraMarginal_RRAuditory56–21300.16 0.01 99Frontal_Sup_LLDefault mode–1723540.13 0.02 104Frontal_Sup_LLDefault mode–2039420.13 0.02 105Cingulum_Ant_RRDefault mode548210.14 0.02 111Cingulum_Ant_LLDefault mode–1139120.13 0.03 117Temporal_Mid_LLDefault mode–53–15–90.13 0.02 119Temporal_Mid_RRDefault mode62–33–60.14 0.02 139Frontal_Inf_Orb_RRDefault mode4730–60.14 0.01 140Lingual_RRUncertain8–90–90.09 0.04 143Lingual_RRVisual17–48–90.21 0.00 145Calcarine_RRVisual8–7290.13 0.02 150Fusiform_RRVisual26–60–90.17 0.00 151Lingual_LLVisual–14–72–90.14 0.02 159Cuneus_RRVisual14–77280.14 0.01 167Cuneus_LLVisual–3–81180.14 0.02 177Parietal_Inf_LLFronto–parietal Task Control–51–50390.11 0.01 184Cerebelum_Crus2_RRUncertain17–79–340.13 0.02 227Pallidum_LLSubcortical–214–20.14 0.01 229Putamen_RRSubcortical29–1740.14 0.02 231Putamen_RRSubcortical27–370.16 0.01 242Frontal_Inf_Tri_LLVentral attention–472120.12 0.01 1Lingual_LLUncertain–23–96–15–0.14 0.00 201Frontal_Inf_Tri_LLFronto–parietal Task Control–412031–0.11 0.02

附表8 和“積極感受”社交網(wǎng)絡中的社會距離呈顯著相關的節(jié)點信息

NO.腦區(qū)半球腦網(wǎng)絡MNI坐標rp xyz 20Parietal_Inf_LLSensory/somatomotor Hand–52–25410.11 0.02 35Paracentral_Lobule_LLSensory/somatomotor Hand–14–21720.12 0.00 176Frontal_Inf_Oper_LLFronto–parietal Task Control–457240.10 0.01 187Precentral_LLFronto–parietal Task Control–402330.11 0.01 194Occipital_Mid_RRFronto–parietal Task Control35–66380.09 0.01 222Thalamus_RRSubcortical6–2610.08 0.01 13Precuneus_LLSensory/somatomotor –8–5457–0.10 0.02 76Frontal_Med_Orb_RRDefault mode842–9–0.11 0.02 217Cingulum_Ant_RRSalience91730–0.12 0.01

為了探究友誼選擇考慮因素對網(wǎng)絡間相似性的影響, 我們計算了不同網(wǎng)絡在友誼選擇因素上的相似性, 發(fā)現(xiàn)在所有友誼選擇因素上, 所有網(wǎng)絡也都呈顯著相關, 也就是說雖然個體在不同社交網(wǎng)絡中進行友誼選擇時考慮因素的排序會有所不同, 但在任意社交網(wǎng)絡中, 個體對同一個友誼選擇因素的看重程度是相似且相對穩(wěn)定的。

附圖1 不同社交網(wǎng)絡在友誼選擇因素上的相關矩陣圖：第一個矩陣是原始社交網(wǎng)絡間的相關矩陣圖, 剩下的是根據(jù)友誼選擇因素計算出來的網(wǎng)絡間相似性矩陣, 所有矩陣從上到下從左到右的網(wǎng)絡分別是：親近朋友, 日常活動, 社交建議, 尋求幫助, 消息分享, 支持給予, 善解人意和積極感受網(wǎng)絡。

Alahyane, N., Brien, D. C., Coe, B. C., Stroman, P. W., & Munoz, D. P. (2014). Developmental improvements in voluntary control of behavior: Effect of preparation in the fronto-parietal network?, 103–117.

Berger, C. R., & Calabrese, R. J. (1975). Some explorations in initial interaction and beyond: Toward a developmental theory of interpersonal communication., 99–112.

Blakemore, S. (2008). The social brain in adolescence.(4), 267–277.

Borgatti, S. P., Mehra, A., Brass, D. J., & Labianca, G. (2009). Network analysis in the social sciences., 892–896.

Clore, G. L., & Byrne, D. (1974). A reinforcement-affect model of attraction., 143– 170.

Costa, P. T., & McCrae, R. R. (1992). Normal personality assessment in clinical practice: The NEO personality inventory.(1), 5.

Ely, R. J., & Thomas, D. A. Cultural diversity at work: The effects of diversity perspectives on work group processes and outcomes., 229– 273.

Falk, E. B., & Bassett, D. S. (2017). Brain and social networks: Fundamental building blocks of human experience.(9), 674–690. doi:10.1016/j.tics. 2017.06.009

Fassbender, C., Simoes-Franklin, C., Murphy, K., Hester, R., Meaney, J., Robertson, I. H., & Garavan, H. (2006). The role of a right fronto-parietal network in cognitive control.(4), 286–296. doi:10.1027/ 0269-8803.20.4.286

Feiler, D. C., & Kleinbaum, A. M. (2015). Popularity, similarity, and the network extraversion bias.(5), 593–603. doi:10.1177/0956797615569580

Fingelkurts, A. A., & Fingelkurts, A. A. (2011). Persistent operational synchrony within brain default-mode network and self-processing operations in healthy subjects.(2), 79–90. doi:10.1016/j.bandc.2010.11. 015

Furler, K., Gomez, V., & Grob, A. (2013). Personality similarity and life satisfaction in couples.(4), 369–375. doi:10.1016/j. jrp.2013.03.002

Gattis, K. S., Berns, S., Simpson, L. E., & Christensen, A. (2004). Birds of a feather or strange birds? Ties among personality dimensions, similarity, and marital quality.(4), 564–574. doi:10. 1037/0893-3200.18.4.564

Goldberg, L. R. (1992). The development of markers for the Big-Five factor structure..

Goldin, P. R., Ziv, M., Jazaieri, H., Weeks, J., Heimberg, R. G., & Gross, J. J. (2014). Impact of cognitive-behavioral therapy for social anxiety disorder on the neural bases of emotional reactivity to and regulation of social evaluation., 97–106. doi:10. 1016/j.brat.2014.08.005

Graziano, W. G., Habashi, M. M., Sheese, B. E., & Tobin, R. M. (2007). Agreeableness, empathy, and helping: A person x situation perspective.(4), 583–599. doi:10.1037/0022-3514.93. 4.583

Graziano, W. G., & Tobin, R. M. (2010). Agreeableness: Dimension of personality or social desirability artifact?.(5), 695–728.

Greicius, M. D., Supekar, K., Menon, V., & Dougherty, R. F. (2009). Resting-state functional connectivity reflects structural connectivity in the default mode network.(1), 72–78. doi:10.1093/cercor/bhn059

Harrison, D. A., Price, K. H., & Bell, M. P. (1998). Beyond relational demography: Time and the effects of surface-and deep-level diversity on work group cohesion.(1), 96–107.

Humbad, M. N., Donnellan, M. B., Iacono, W. G., McGue, M., & Burt, S. A. (2010). Is spousal similarity for personality a matter of convergence or selection?(7), 827–830. doi:10.1016/j.paid. 2010.07.010

Hyon, R., Kleinbaum, A. M., & Parkinson, C. (2019). Social network proximity predicts similar trajectories of psychological states: Evidence from multi-voxel spatiotemporal dynamics., 116492. doi:10. 1016/j.neuroimage.2019.116492

Jaaskelainen, I. P., Pajula, J., Tohka, J., Lee, H. J., Kuo, W. J., & Lin, F. H. (2016). Brain hemodynamic activity during viewing and re-viewing of comedy movies explained by experienced humor., 27741. doi:10. 1038/srep27741

Jensen-Campbell, L. A., Adams, R., Perry, D. G., Workman, K. A., Furdella, J. Q., & Egan, S. K. (2002). Agreeableness, extraversion, and peer relations in early adolescence: Winning friends and deflecting aggression.(3), 224–251. doi:10.1006/jrpe.2002.2348

Jensen-Campbell, L. A., & Graziano, W. G. (2001). Agreeableness as a moderator of interpersonal conflict..

Jensen-Campbell, L. A., & Graziano, W. G. (2005). The two faces of temptation: Differing motives for self-control., 287–314.

Kaplan, S. C., Levinson, C. A., Rodebaugh, T. L., Menatti, A., & Weeks, J. W. (2015). Social anxiety and the big five personality traits: The interactive relationship of trust and openness.(3), 212–222. doi:10.1080/16506073.2015.1008032

Klein, K. J., Lim, B.-C., Saltz, J. L., & Mayer, D. M. (2004). How do they get there? An examination of the antecedents of centrality in team networks.(6), 952–963. doi:10.2307/20159634

Landis, B. (2016). Personality and social networks in organizations: A review and future directions., S107–S121. doi:10.1002/job. 2004

Maarten, S., Susan, B., & Wim, M. (2007). Similarity in adolescent best friendships: The role of gender.(2), 42–48. doi:10.1007/bf03061061

Massen, J. J. M., & Koski, S. E. (2014). Chimps of a feather sit together: Chimpanzee friendships are based on homophily in personality.(1), 1–8. doi:10.1016/j.evolhumbehav.2013.08.008

McKinney, A. P. (2013). What lies ahead: Emerging trends in the diversity pipeline among new entrants in the workforce.(1/2), 83–95.

McPherson, M., Smith-Lovin, L., & Cook, J. M. (2001). Birds of a feather: Homophily in social networks., 415–444.

Morelli, S. A., Leong, Y. C., Carlson, R. W., Kullar, M., & Zaki, J. (2018). Neural detection of socially valued community members.(32), 8149–8154.

Morelli, S. A., Ong, D. C., Makati, R., Jackson, M. O., & Zaki, J. (2017). Empathy and well-being correlate with centrality in different social networks.(37), 9843–9847. doi:10.1073/ pnas.1702155114

Nummenmaa, L., Glerean, E., Viinikainen, M., Jaaskelainen, I. P., Hari, R., & Sams, M. (2012). Emotions promote social interaction by synchronizing brain activity across individuals.(24), 9599–9604. doi:10.1073/pnas.1206095109

Parkinson, C., Kleinbaum, A. M., & Wheatley, T. (2018). Similarneural responses predict friendship.(1), 332. doi:10.1038/s41467-017-02722-7

Power, J. D., Cohen, A. L., Nelson, S. M., Wig, G. S., Barnes, K. A., Church, J. A., … Petersen, S. E. (2011). Functional network organization of the human brain.(4), 665–678. doi:10.1016/j.neuron.2011.09.006

Roberts, B. W., Chernyshenko, O. S., Stark, S., & Goldberg, L. R. (2005). The structure of conscientiousness: An empirical investigation based on seven major personality questionnaires., 103–139.

Rothbart, M. K., Ahadi, S. A., & Evans, D. E. (2000). Temperament and personality: Origins and outcomes.(1), 122.

Schaffer, B. S. (2019). Examining reactions to workplace diversity: The role of dissimilarity-attraction in teams.(1), 57–69. doi:10.1002/cjas.1476

Selfhout, M., Burk, W., Branje, S., Denissen, J., van Aken, M., & Meeus, W. (2010). Emerging late adolescent friendship networks and big five personality traits: A social network approach.(2), 509–538. doi:10.1111/j.1467-6494.2010.00625.x

Sestieri, C., Corbetta, M., Romani, G. L., & Shulman, G. L. (2011). Episodic memory retrieval, parietal cortex, and the default mode network: Functional and topographic analyses.(12), 4407–4420. doi:10.1523/JNEUROSCI.3335-10.2011

Simon, S. S., Varangis, E., & Stern, Y. (2020). Associations between personality and whole-brain functional connectivity at rest: Evidence across the adult lifespan.(2), e01515. doi:10.1002/brb3.1515

Vogel, A. C., Miezin, F. M., Petersen, S. E., & Schlaggar, B. L. (2012). The putative visual word form area is functionally connected to the dorsal attention network.(3), 537–549. doi:10.1093/cercor/bhr100

Vogeley, K., & Fink, G. R. (2003). Neural correlates of the first-person-perspective.(1), 38–42.

Vohs, K. D., & Baumeister, R. F. (2016).. Guilford Publications.

Wig, G. S. (2017). Segregated systems of human brain networks.(12), 981–996. doi:10.1016/j.tics.2017.09.006

Wolfer, R., Cortina, K. S., & Baumert, J. (2012). Embeddedness and empathy: How the social network shapes adolescents' social understanding.(5), 1295–1305. doi:10.1016/j.adolescence. 2012.04.015

Wu, J., Dong, D., Jackson, T., Wang, Y., Huang, J., & Chen, H. (2015). The neural correlates of optimistic and depressive tendencies of self-evaluations and resting-state default mode network., 618. doi:10.3389/fnhum.2015.00618

Wu, X. R., He, H., Shi, L., Xia, Y. M., Zuang, K. X., Feng, Q. Y., … Qiu, J. (2019). Personality traits are related with dynamic functional connectivity in major depression disorder: A resting-state analysis., 1032–1042. doi:10.1016/j.jad.2018.11.002

Yang, W. J., Cun, L. L., Du, X., Yang, J. Y., Wang, Y. Q., Wei, D. T., … Qiu, J. (2015). Gender differences in brain structure and resting-state functional connectivity related to narcissistic personality.(1). doi:10. 1038/srep10924

Zanto, T. P., & Gazzaley, A. (2013). Fronto-parietal network: flexible hub of cognitive control.(12), 602–603. doi:10.1016/j.tics.2013.10.001

The influence of personality traits and brain functional connectivity on social networks

LI Yiman, LIU Cheng, ZHUANG Kaixiang, HUO Tengbin, XU Pengfei, LUO Yuejia, QIU Jiang

(School of Psychology, Southwest University;Key Laboratory of Cognition and Personality, Chongqing 400715, China) (School of Psychology, Shenzhen University;Center for Brain Disorders and Cognitive Sciences, Shenzhen 518060, China)(Faculty of Psychology, Beijing Normal University, Beijing 100875, China) (Teacher Education College, Qilu Normal University;Institute of Psychology and Cognitive Neuroscience, Jinan 250200, China)

Humans are a social species that are constantly involved in complex relationships, reacting to the actions of others, and intentionally or unintentionally changing our own behavior. Personality traits reflect the behavioral pattern of an individual's response to the environment, which also includes social behavior. In addition, the brain is also an important factor when discussing social networks. The brain provides biological mechanisms for human behavior, while social networks provide external triggers for these behaviors. Linking personality traits and brain activity to social networks can help us better understand the structure of group relationships, improve our understanding of individual human beings, and help us better predict individual social behaviors and find the rules of information transmission in interpersonal relationships.From the perspective of a network, we collected nine social networks from 94 undergraduate students in the same grade according to their different social needs. We used the graph theory and resting-state functional magnetic resonance imaging to explore the influence of personality traits on social networks based on individual popularity and closeness between individuals and the relationship between the similarity of brain resting-state functional connectivity and social distance between individuals. Specifically, regression analysis was carried out, with personality traits as the independent variables and the different degrees of social networks as the dependent variables. Then, a correlation analysis was performed for the social distance and similarity of personality traits. Finally, the correlation between the similarity of the brain networks and social distance was calculated. The results showed that (1) individuals with high conscientiousness were more popular in social networks requiring "trust" traits, while individuals with high agreeableness were more popular in social networks requiring "fun" traits. These findings showed that in the same group, there are different social networks according to social needs, and the popularity of individuals in different social networks is not similar as it will be affected by the corresponding personality traits; (2) Inthe social networks requiring "shared interests & values, " personality similarity and social distance between individuals were significantly negatively correlated. Personality similarity promotes interpersonal communication between individuals, which may be realized through interpersonal attraction induced by the similarity of values and interests; (3) In the same social network, there is a significantly negative correlation between similarities in functional connections (FCs) and social distance among individuals, and these FCs are mainly concentrated in the fronto-parietal task control network and the dorsal attention network. The similarity of resting brain FCs among individuals may promote interpersonal communication, possibly due to the similarity of individuals in cognitive control and environmental processing bias, which increases the interpersonal attraction and shortening the social distance between individuals.The results revealed the influence of personality traits on the structure of different social networks, the relationship between personality trait similarity among individuals, and the similarity between resting brain networks and social distance, which has important implications for understanding the structure of social networks, the formation rules, and the information transmission rules among them. In addition, this study discussed the relationship between the similarity of resting-state FC and social distance, providing new evidence for studies on brain synchronization in interpersonal communication and brain imaging evidence for the study of the relationship between the similarity of personality traits and social distance.

social networks, personality traits, resting-state functional connectivity

2021-01-11

國家自然科學基金項目(31771231), 重慶市自然科學基金項目(cstc2019jcyj-msxmX0520), 重慶市社會科學規(guī)劃項目(2018PY80), 中央高校基本科研業(yè)務專項資金(SWU119007), 國家社科重大項目(20&ZD153)，廣東省科技項目(2019A050510048)。

李依蔓和劉程為共同第一作者。

邱江, E-mail: qiuj318@swu.edu.cn

B849: C91; B845