摘 要 將“趨近- 回避”任務(wù)與面孔情緒平均辨別任務(wù)結(jié)合，通過兩個實驗考察趨避傾向?qū)γ婵浊榫w集群編碼的影響及其干預(yù)。實驗1 以逼近和遠離兩種方式呈現(xiàn)情緒面孔以誘發(fā)趨避傾向，從而檢驗其對面孔情緒集群編碼的影響。實驗2 則在實驗1 任務(wù)前安排句子整理任務(wù)以啟動內(nèi)隱認知重評，進而檢驗認知重評策略能否干預(yù)趨避傾向?qū)γ婵浊榫w集群編碼的影響。研究結(jié)果發(fā)現(xiàn)：（1） 個體對負性面孔的回避傾向相較趨近傾向能夠顯著影響面孔情緒集群編碼的精度，從而出現(xiàn)“趨利避害相容效應(yīng)”中的“避害相容效應(yīng)”；（2） 運用內(nèi)隱認知重評可以減少回避傾向?qū)τ诿婵浊榫w集群編碼的影響，從而消除此“避害相容效應(yīng)”。以上發(fā)現(xiàn)有力地支持了動機定向理論。

關(guān)鍵詞 集群編碼 群體面孔情緒 趨避傾向 情緒調(diào)節(jié)

1 引言

面孔是一種重要社會信息，能夠即時傳達個人或群體的情緒狀態(tài)。面對以集群形式出現(xiàn)的群體情緒面孔，個體能夠精確快速地感知計算出該集群面孔情緒的平均概要統(tǒng)計值，這種能力被稱為情緒面孔的集群編碼或是集群知覺（ensemble coding/perception; Elias et al.， 2016; Haberman amp; Whitney，2009）。區(qū)別于對單個面孔表情的感知表征，面孔情緒集群編碼是個體對群體面孔表情的一種匯總表征，并且此表征編碼帶有精準(zhǔn)自動化的加工特征。首先，面孔情緒集群編碼是對多個面孔表情的匯總整合。個體對多個面孔表情集群編碼所判斷出的均值，并不是對所有目標(biāo)信息進行簡單加和平均，而是一種加權(quán)平均。其次，集群編碼所形成的是一個快速準(zhǔn)確的整體印象，其形成過程具有自動化特征，且不依賴于工作記憶資源。再次，面孔情緒集群編碼并不需要對單個刺激進行精細評估。即便無法準(zhǔn)確報告集群面孔中的單個表情，個體依然可以快速而準(zhǔn)確地匯總計算出集群面孔的平均情緒值。最后，集群編碼過程非常迅速，它甚至可以短于個體對單個面孔表情的感知時間（Elias et al.， 2016; Whitney amp;Yamanashi Leib， 2018）。腦成像研究也表明，面孔情緒集群編碼在神經(jīng)機制上也有別于對個別面孔表情的識別加工——后者主要激活視覺腹側(cè)通路腦區(qū)且與梭狀回存在密切關(guān)聯(lián)，但前者卻主要激活視覺背側(cè)通路腦區(qū)，且與頂內(nèi)溝和額上回存在密切關(guān)聯(lián)（Im et al.， 2017; Tyler et al.， 2019）。

一般而言，個體對群體情緒的感知理解是其激發(fā)調(diào)整動機需求并做出社會決策的重要依據(jù)。因此，面孔情緒集群編碼作為感知群體表情的一種特殊知覺現(xiàn)象，它既有理論研究意義，也有廣泛應(yīng)用價值。其中，探討動機傾向?qū)τ谇榫w面孔集群編碼的影響，則是該領(lǐng)域研究中的一個新興研究方向（Dodgson amp;Raymond， 2020; Munneke et al.， 2022）。這是因為面孔作為一種特殊情緒載體，其感知過程會受到個體外在獎勵和內(nèi)在動機的影響。面對不同效價的情緒面孔，個體常按自身的動機需求來對其做出分類并輸出行為反應(yīng)。研究表明，個體對不同效價屬性的情緒刺激有著不同的反應(yīng)傾向，典型表現(xiàn)即是趨利避害相容效應(yīng)（又稱情緒性“刺激- 反應(yīng)”相容效應(yīng)）——人們會趨向和接近愉快的刺激，并且反向回避不愉快和威脅性的刺激（Kozlik et al.， 2015）。其中，趨避傾向是動機需求的功能性體現(xiàn)，帶有激活、指向、維持和調(diào)整功能；而趨利避害相容效應(yīng)則是趨避傾向的行為表現(xiàn)，反映了人們面對情緒刺激時的準(zhǔn)備和適應(yīng)。二者均具有重要研究價值（Balcetis，2016; Strack amp; Deutsch， 2004）。為了解釋趨避傾向，闡明趨利避害相容效應(yīng)形成的心理機制，現(xiàn)有研究提出了兩種截然不同的理論解釋。一種是強調(diào)情緒效價外顯評價的事件編碼理論，另一種則是突出動機定向內(nèi)隱自動激活的動機定向理論（Kozlik et al.，2015; Scherer amp; Moors， 2019）。

事件編碼理論又稱評價編碼理論（event/evaluativecoding account; Kozlik et al.， 2015）。該理論認為，個體在進行行為表征和事件編碼時，趨近行為由于和積極反應(yīng)擁有相同效價屬性而被聯(lián)系表征在一起；同理，回避行為則常與消極反應(yīng)聯(lián)系表征在一起。所以趨避傾向及趨利避害相容效應(yīng)即被視作是趨避反應(yīng)與情緒刺激共享一致性效價而聯(lián)結(jié)形成的。而且，該理論認為趨利避害相容效應(yīng)的產(chǎn)生依賴于外顯化的情緒效價評估；一旦判斷任務(wù)發(fā)生在內(nèi)隱情緒加工條件下，此時由于不涉及外顯化的效價判斷，趨利避害相容效應(yīng)即會消失（Kozlik et al.， 2015; Neumannamp; Schneider， 2024）。

另一種解釋來自動機定向理論（motivationalorientation account; Kozlik et al.， 2015; Strack amp;Deutsch， 2004）。該理論認為，社會行為受反思和沖動兩個系統(tǒng)控制和調(diào)節(jié)。其中，反思系統(tǒng)基于事件價值及其潛在結(jié)果做出有意決策并產(chǎn)生理性行為，而沖動系統(tǒng)通過聯(lián)結(jié)和動機定向快速輸出行為。趨利避害相容效應(yīng)即產(chǎn)生于沖動系統(tǒng)。具體來說，沖動系統(tǒng)擁有趨近和回避兩種動機定向。作為特殊準(zhǔn)備狀態(tài)，趨近定向旨在“減少主體和環(huán)境之間的距離”，而回避定向則會“增加主體和環(huán)境之間的距離”（Strack amp; Deutsch， 2004）。面對不同情緒信息，趨近和回避兩種動機定向會自動激活與之相一致的行為模式，從而快速地做出趨近或回避反應(yīng)。與事件編碼理論類似，動機定向理論也認為情緒效價在形成趨避動機定向中具有重要作用。但區(qū)別于前者，動機定向理論認為趨利避害相容效應(yīng)的產(chǎn)生并不依賴于外顯化的效價判斷，而是情緒刺激受到特異化加工的結(jié)果。換句話說，個體可在無須對情緒刺激做出外顯效價評估的情形下激活趨避動機定向，從而產(chǎn)生趨避行為。所以在動機定向理論看來，趨利避害相容效應(yīng)的發(fā)生可以是自發(fā)或內(nèi)隱的（Fini et al.， 2020; Kozlik et al.， 2015; Strack amp; Deutsch，2004）?？傊m然事件編碼理論和動機定向理論均能解釋趨避傾向及趨利避害相容效應(yīng)的形成，但僅后者能夠合理解釋內(nèi)隱任務(wù)中的趨避傾向和趨利避害相容效應(yīng)（Kozlik et al.， 2015; Neumann amp;Schneider， 2024）。

回顧既有文獻，以往研究雖已初步探究了面孔情緒集群編碼的認知特點，也考察了由情緒刺激驅(qū)動的趨避反應(yīng)和趨利避害相容效應(yīng)，卻鮮有研究將二者聯(lián)系起來，綜合考察同一群體情緒面孔集所激發(fā)的趨避傾向是否會對面孔情緒的集群編碼產(chǎn)生影響。對此問題的探討，不僅可以考察動機傾向如何影響情緒面孔感知，厘清面孔情緒集群編碼的影響因素，還可以針對事件編碼理論和動機定向理論做出系統(tǒng)檢驗，進一步深化情緒性動機傾向的理論解釋。有鑒于此，本研究擬采用邏輯遞進的兩個實驗，檢驗面孔情緒集群編碼是否會因趨避傾向的影響而出現(xiàn)趨利避害相容效應(yīng)；若出現(xiàn)預(yù)期效應(yīng)，則基于動機定向理論，從內(nèi)隱情緒調(diào)節(jié)視角，嘗試對此效應(yīng)進行干預(yù)。

為達成上述目標(biāo)，本研究實驗1 將經(jīng)典的“趨近- 回避”任務(wù)與平均情緒辨別任務(wù)結(jié)合，借此檢驗情緒性趨避傾向是否會對面孔情緒集群編碼產(chǎn)生影響。具體而言，實驗1 參考前人研究（van Peer etal.， 2010），通過連續(xù)呈現(xiàn)逐漸變大或變小的情緒面孔集以形成逼近或遠離的視覺效果，以此分別激發(fā)趨避反應(yīng)傾向，從而考察二者對面孔情緒集群編碼的影響。鑒于面孔情緒集群編碼是一種快速知覺加工，無須對單個面孔進行有意精細評估，實驗1 假設(shè)，在面孔情緒集群編碼任務(wù)中，若趨近和回避傾向能夠影響集群編碼并在其判斷精度上產(chǎn)生趨利避害相容效應(yīng)，即可有效驗證動機定向理論，證明趨避動機定向能夠內(nèi)隱自動激活并會顯著影響社會知覺判斷。

若實驗1 假設(shè)得以證實，實驗2 則嘗試運用內(nèi)隱認知重評策略來對面孔情緒集群編碼任務(wù)中的趨利避害相容效應(yīng)進行干預(yù)。至于為何選用內(nèi)隱認知重評策略，原因有兩點。第一，內(nèi)隱認知重評能夠干預(yù)情緒驅(qū)動的趨避傾向或是趨避行為。例如，采用指導(dǎo)語啟動內(nèi)隱認知重評可以減少患潔癖的強迫癥者對于污染物的厭惡回避行為（Wong et al.，2021）；此外，運用內(nèi)隱重評也可以有效干預(yù)飲食相關(guān)的趨避動機（如食物偏好與渴求; Wolz et al.，2020）。第二，內(nèi)隱認知重評是一種自動化情緒調(diào)節(jié)策略。若能運用此策略降低或消除面孔情緒集群編碼任務(wù)中的趨利避害相容效應(yīng)，即可證明面孔情緒集群編碼任務(wù)中的趨避動機定向不僅可以自動激發(fā)，而且可以被內(nèi)隱干預(yù)，這就能夠有力地支持動機定向理論。為了達成研究目標(biāo)，實驗2 在實驗1任務(wù)之前設(shè)置能夠啟動內(nèi)隱認知重評的句子整理任務(wù)，通過“實驗組- 控制組”設(shè)計，檢驗?zāi)芊裢ㄟ^啟動內(nèi)隱認知重評來干預(yù)趨避動機定向的激發(fā)，以此降低或消除趨避傾向?qū)γ婵浊榫w集群編碼的影響。實驗2 假設(shè)，相較沒有啟動內(nèi)隱認知重評的控制組，實驗組個體在啟動內(nèi)隱認知重評后，其在面孔情緒集群編碼任務(wù)中的趨利避害相容效應(yīng)即會被削弱或是消除。若實驗2 假設(shè)得以證實，則能更有力地支持動機定向理論對于趨避傾向及趨利避害相容效應(yīng)的解釋。

2 實驗1

2.1 方法

2.1.1 研究設(shè)計與被試

實驗1 采用2（面孔情緒：正性/ 負性）×2（反應(yīng)傾向：趨近/ 回避）的兩因素被試內(nèi)設(shè)計，因變量為面孔情緒集群編碼的平均誤差（ ）。使用G*Power 計算計劃樣本量（Faul et al.， 2007）。設(shè)效應(yīng)量f = .25，統(tǒng)計檢驗力1-β = .80，雙側(cè)檢驗α = .05，得出需24 名被試。鑒于前人研究發(fā)現(xiàn)女性更易受情緒影響（Givon et al.， 2023; Stevens amp;Hamann， 2012），并且女性相較男性在面孔情緒集群編碼任務(wù)中的判斷更為精準(zhǔn)（Bai et al.， 2015），為更好地檢驗研究假設(shè)，本實驗僅招募女性被試。實際招募30 名女性被試，平均年齡18.90±1.00 歲。所有被試視力或矯正視力正常，無精神疾病史，且為右利手，避開女性生理期參加實驗。被試招募遵循自愿原則，參加實驗后給予報酬。

2.1.2 實驗材料

實驗材料來自NimStim Face Stimulus Set 情緒面孔圖片庫（Tottenham et al.， 2009）。參考前人研究（Haberman amp; Whitney， 2009）， 從中選擇編號為18F 的亞裔面孔，以其憤怒、中性和高興三種情緒面孔作為實驗材料。運用FantaMorph 3.0 軟件，按1（憤怒）至50（中性）至99（高興）對面孔情緒進行逐級單元編碼轉(zhuǎn)化，獲得上述三種情緒逐級變換的面孔圖片集（Jia et al.， 2023）。為實現(xiàn)逼近和遠離的視覺效果，參考前人研究（van Peer et al.，2010），為每張面孔圖片制作大小線性變化的12 張圖片，尺寸從167×167 像素線性變化至442×442像素（每次變化25 個像素）。

2.1.3 實驗程序

實驗前告知被試任務(wù)流程并簽署知情同意書。被試掌握指導(dǎo)語后完成10 個練習(xí)試次，之后進入正式實驗。正式實驗采用組塊設(shè)計，共4 種實驗條件，每種條件含2 個組塊，每個組塊含40 個試次，計8個組塊共320 個試次。實驗中隨機呈現(xiàn)這8 個組塊，每個組塊之間間隔5s。待完成一半任務(wù)后允許被試短暫休息。正式實驗持續(xù)約30 分鐘。

實驗中每個試次先呈現(xiàn)500ms 注視點，之后以大小依次遞增或遞減呈現(xiàn)由4 張情緒面孔所構(gòu)成的12 張群體面孔集，每張群體面孔集呈現(xiàn)50ms。被試坐在屏幕前80cm 的位置并正對屏幕。群體面孔集以8.05×6.33°的固定單側(cè)視角位置，漸變呈現(xiàn)在分辨率為1920×1080 的21 英寸液晶顯示器上。待所有群體面孔集呈現(xiàn)完畢，再呈現(xiàn)500 ms 注視點，最后呈現(xiàn)一張測試面孔，要求被試根據(jù)先前對群體面孔集的感知，通過滾動鼠標(biāo)滾輪將測試面孔的情緒調(diào)至群體面孔集的平均情緒。

實驗采用Presentation 軟件編程，每個試次中的群體面孔集和測試面孔均由計算機程序根據(jù)特定規(guī)則隨機生成：（1）實驗程序會從編號16～35（負性）或是66～85（正性）的情緒面孔集中隨機抽取某一編碼面孔作為該試次集群編碼的目標(biāo)靶圖。該試次中的群體面孔集由距離目標(biāo)靶圖編號±3 和±9 個情緒編碼單位的4 張面孔圖片構(gòu)成。這4 張面孔隨機呈現(xiàn)在屏幕中央的上下和左右位置。待首張群體面孔集的4 張面孔圖片確定后，任務(wù)程序會以相同面孔和位置，按增大或減小的順序呈現(xiàn)余下面孔相同但大小線性漸變的11 張群體面孔集。每張群體面孔集呈現(xiàn)50 ms，全部12 張面孔集連續(xù)呈現(xiàn)形成一個刺激序列，總呈現(xiàn)時間600 ms，以此產(chǎn)生逼近或遠離的知覺效果。（2）測試面孔則從距離目標(biāo)靶圖編碼-12～12 的區(qū)間中隨機抽取，但剔除了已在群體面孔集中呈現(xiàn)過的編號±3 和±9 以及介于二者中間的編碼±5 的面孔圖片以避免此任務(wù)條件下難度降低。

2.2 結(jié)果

對結(jié)果數(shù)據(jù)進行預(yù)檢查，2 名被試的平均誤差超過總體數(shù)據(jù)2.5 個標(biāo)準(zhǔn)差，另有1 名被試實驗態(tài)度不認真。剔除以上數(shù)據(jù)，保留有效樣本27 人。之后對被試集群編碼的平均誤差做2（面孔情緒：正性/ 負性）×2（反應(yīng)傾向：趨近/ 回避）的重復(fù)測量方差分析。結(jié)果顯示，情緒面孔主效應(yīng)[F （1， 26）= .56， p gt; .05] 和反應(yīng)傾向主效應(yīng)[F （1， 26） = 1.08， p gt;.05] 均不顯著，但二者交互作用顯著，F(xiàn) （1， 26） = 6.72，p lt; .05，ηp2 = .21。簡單效應(yīng)分析顯示，負性面孔趨近條件下的集群編碼平均誤差（M = 4.55， SE = .22）顯著大于負性面孔回避條件（M = 4.26， SE =.14），t （26） = 2.43， p lt; .05，Cohen's d = .35。但正性面孔條件下二者沒有顯著差異，t （26） = -.81， p gt; .05。此外，回避傾向下負性面孔集群編碼的平均誤差（M = 4.26，SE = .14）顯著小于正性面孔（M =4.55， SE =.13），t （26） = 1.92， p lt; .05， Cohen's d = .35。但趨近傾向下二者無顯著差異，t （26） = -.62， p gt; .05。

2.3 討論

實驗1 旨在檢驗趨避傾向是否會影響面孔情緒集群編碼。實驗結(jié)果發(fā)現(xiàn)，集群編碼精度上存在情緒效價與反應(yīng)傾向的交互作用。簡單效應(yīng)分析顯示，被試在負性回避條件下的任務(wù)判斷誤差顯著低于負性趨近條件和正性回避條件。鑒于負性回避條件屬于相容條件，而正性回避條件和負性趨近條件均屬于不相容條件，因此上述結(jié)果支持實驗1 假設(shè)，呈現(xiàn)“趨利避害相容效應(yīng)”中的“避害相容效應(yīng)”。而且此結(jié)果也支持了動機定向理論，證明趨避動機定向能夠被自動激發(fā)并影響面孔情緒集群編碼。

以往研究發(fā)現(xiàn)，相較于正性刺激，個體對消極威脅性刺激會投入更多的注意資源從而獲得更快的反應(yīng)速度和正確率（Yiend， 2010）。另有研究發(fā)現(xiàn)，相比正性刺激誘發(fā)的趨近動機定向，負性刺激所激發(fā)的回避動機定向能夠激發(fā)注意警覺，增加注意資源投入或是節(jié)約認知資源，并且提升對刺激局部信息乃至整體感知的精細加工（Roskes et al.， 2013;Strack amp; Deutsch， 2004）。根據(jù)動機定向理論可以判斷，與負性回避傾向相符的呈現(xiàn)方式（憤怒面孔逐漸遠離），它和回避動機定向相容，由此獲得了更好的注意資源投入，從而提升了對面孔集群感知的精細加工。與之相比，與正性情緒一致的趨近動機定向并無強化注意或感知精細加工的作用（Roskeset al.， 2013）。這可以解釋為何僅是負性回避傾向的相容條件（相較不相容條件）顯著降低了面孔情緒集群編碼誤差并提高了判斷精度。即便如此，這種在面孔情緒集群編碼任務(wù)中發(fā)現(xiàn)的“避害相容效應(yīng)”實質(zhì)是一種知覺偏差效應(yīng)。至于能否通過情緒調(diào)節(jié)干預(yù)此效應(yīng)以消除知覺偏差，實驗2 將結(jié)合動機定向理論，從內(nèi)隱認知重評策略視角予以檢驗。

3 實驗2

3.1 方法

3.1.1 實驗設(shè)計與被試

實驗2 采用2（組別：實驗組/ 控制組）×2（反應(yīng)傾向：趨近/ 回避）的兩因素混合設(shè)計，其中組別為被試間因素，反應(yīng)傾向為被試內(nèi)因素。因變量同實驗1，為集群編碼的平均誤差。鑒于G*Power不適合對混合設(shè)計進行計劃樣本評估，實驗2 改用ANOVA_Power（Lakens amp; Caldwell， 2021; http：//shiny.ieis.tue.nl/anova_power）計算計劃樣本量。設(shè)統(tǒng)計檢驗力1-β = .8，雙側(cè)檢驗α = .05，計算得出至少需要被試70 人。實際招募70 名被試，且所有被試均為女性，平均年齡20.90±2.07 歲；視力或矯正視力正常，無精神疾病史，且為右利手，避開生理期參加實驗。所有被試隨機平均分配到實驗組和控制組，每組35 人。

3.1.2 實驗材料

（1） 積極消極情感量表（Watson et al.，1988）：使用中文版積極消極情感量表評估被試參與實驗時的情緒狀態(tài)。該量表由張衛(wèi)東等（2004）在原版積極消極情感量表基礎(chǔ)上修訂而來，同樣含積極情緒和消極情緒兩個分量表，每個分量表含10 個情緒描述詞測試項。量表采用5 點計分（1＝非常輕微或沒有，5 ＝極強），要求被試評估自身在某一時間內(nèi)體驗到的每種情緒的強度水平。實驗2 使用此量表測試內(nèi)隱認知重評啟動前后的外顯情緒狀態(tài)。正性情緒分量表前測和后測的平均Cronbach'α 系數(shù)為.89，負性情緒分量表平均Cronbach'α 系數(shù)為.87。

（2）句子整理任務(wù)：采用句子整理任務(wù)啟動實驗組的內(nèi)隱認知重評。該任務(wù)的詞匯材料選取自中國情緒調(diào)節(jié)詞語庫（袁加錦等， 2021）。從中抽取15 個認知重評詞語和8 個中性詞語。以上述認知重評詞語和中性詞語為核心，在每個詞語基礎(chǔ)上另增加3 個中性詞語和1 個無關(guān)詞語，使之能夠排列形成語句，用于實驗組啟動內(nèi)隱情緒調(diào)節(jié)。對于控制組被試，則從中國情緒調(diào)節(jié)詞語庫中隨機抽取出23個中性詞語，在每個中性詞語基礎(chǔ)上增加3 個中性詞語和1 個無關(guān)詞語使之能夠組成中性句子。據(jù)此，實驗組和控制組的句子整理材料均有23 組詞匯，每組詞語均含4 個相關(guān)詞與1 個無關(guān)詞。

（3）情緒探測圖片：從國際情緒圖片庫（Langet al.， 2001） 和中國情緒圖片系統(tǒng)庫（ 白露等，2005）中選取23 張負性圖片，作為每項句子整理任務(wù)后情緒狀態(tài)評估的探測刺激。

（4）集群編碼任務(wù)的情緒面孔刺激：鑒于實驗1 僅發(fā)現(xiàn)負性回避傾向影響面孔情緒集群編碼，為簡化實驗，實驗2 舍棄正性面孔，僅保留憤怒到中性區(qū)間（編號為1～50）的50 張情緒面孔。

3.1.3 實驗程序

實驗2 任務(wù)流程包括情緒狀態(tài)前測、句子整理任務(wù)、情緒狀態(tài)后測以及面孔情緒集群編碼任務(wù)四個階段（圖2）。階段一采用積極消極情感量表對兩組被試進行前測，要求被試對自身情緒狀態(tài)做出即時評估。之后進入階段二，要求兩組被試分別完成各自的句子整理任務(wù)。句子整理任務(wù)開始前，告知被試詳細的刺激流程及任務(wù)要求，之后完成3 個練習(xí)試次，待完成后要求其詳細復(fù)述實驗任務(wù)，確保其完全掌握句子整理任務(wù)的要求。正式的句子整理任務(wù)共23 個試次，試次呈現(xiàn)順序隨機，耗時約10 分鐘。任務(wù)開始先呈現(xiàn)500 ms 注視點，隨后呈現(xiàn)一排共5 個詞語，要求被試選擇其中4 個詞語進行排序造句，使其形成一個完整流暢的句子。排序完成后為2s 空屏，隨后呈現(xiàn)500ms 注視點，然后出現(xiàn)一張負性圖片并持續(xù)呈現(xiàn)7s，要求被試對所呈現(xiàn)的負性圖片做負性情緒強度的9 點評定（1= 沒有，9= 極強）。實驗組的句子整理材料包含15 組認知重評材料和8 組中性材料，通過認知重評材料來啟動內(nèi)隱情緒調(diào)節(jié)?？刂平M的句子整理材料則全部為中性材料，并不會啟動內(nèi)隱情緒調(diào)節(jié)。句子整理任務(wù)后的負性圖片實驗組和控制組完全相同，它們作為探測刺激，用于檢驗內(nèi)隱情緒調(diào)節(jié)是否被啟動從而產(chǎn)生圖片情緒評測的組間差異。階段三再次采用積極消極情感量表對兩組被試進行后測，對完成句子整理任務(wù)后的情緒狀態(tài)做出即時評估。最后的階段四則要求兩組被試完成相同的面孔情緒集群編碼任務(wù)，任務(wù)流程同實驗1，但面孔刺激僅含憤怒到中性的情緒面孔。

3.2 結(jié)果

3.2.1 積極消極情感量表評分

兩組被試在積極和消極分量表上的評分結(jié)果見表1。首先對積極情緒分量表做2（組別：實驗組/控制組）×2（測試階段：前測/ 后測）的重復(fù)測量方差分析。統(tǒng)計結(jié)果僅發(fā)現(xiàn)測試階段的主效應(yīng)顯著，F(xiàn) （1， 68） = 57.22， p gt; .05，而組別主效應(yīng)不顯著，F(xiàn) （1，68） = .22， p gt; .05，二者交互作用也不顯著，F(xiàn) （1， 68）= .93， p gt; .05。之后以組別為自變量，以被試的后測評分為因變量，并以前測評分為協(xié)變量，進行協(xié)方差分析。統(tǒng)計結(jié)果顯示，作為協(xié)變量的前測主效應(yīng)顯著，F(xiàn) （1， 67） = 157.47， p lt; .001， ηp2 = .70，但組別主效應(yīng)不顯著，F(xiàn) （1， 67） = .93， p gt; .05。

對消極情緒分量表得分采用相同方法進行分析，結(jié)果與積極情緒分量表相似。統(tǒng)計結(jié)果僅發(fā)現(xiàn)測試階段的主效應(yīng)顯著，F(xiàn) （1， 68） = 29.21， p lt; .001， ηp2 =.30，而組別主效應(yīng)不顯著，F(xiàn) （1， 68） lt; .01， p gt; .05，二者交互作用也不顯著，F(xiàn) （1， 68） = 3.43， p lt; .05， ηp2= .05。之后以組別為自變量，以被試的后測評分為因變量，并以前測評分為協(xié)變量，進行協(xié)方差分析。統(tǒng)計結(jié)果顯示，作為協(xié)變量的前測主效應(yīng)顯著，F(xiàn) （1， 67） = 14.13， p lt; .001， ηp2 = .18，但組別主效應(yīng)不顯著，F(xiàn) （1， 67） = .08， p gt; .05。

3.2.2 負性探測圖片評分

兩組被試句子整理任務(wù)后對負性探測圖片的評分結(jié)果見表2。采用配對樣本t 檢驗對實驗組不同條件下的負性情緒圖片評分進行比較。結(jié)果顯示，實驗組在認知重評詞條件下的負性圖片評分顯著低于中性詞條件下的評分，t （34） = 5.83， p lt; .001， Cohen'sd = .99。此外，實驗組和控制組在中性材料評分上也未出現(xiàn)組間差異，t （68） = 1.80， p lt; .05， Cohen's d =.43。

3.2.3 面孔情緒集群編碼任務(wù)表現(xiàn)

對面孔情緒集群編碼的平均誤差進行2（ 組別：實驗組/ 控制組）×2（ 反應(yīng)傾向：趨近/ 回避） 的兩因素重復(fù)測量方差分析。結(jié)果顯示，組別主效應(yīng)[F （1，68） = 2.06， p gt; .05 ] 和反應(yīng)傾向主效應(yīng)[F （1， 68） = 1.33，p gt; .05] 均不顯著，但二者的交互作用顯著，F(xiàn) （1， 68）= 8.37， p lt; .01， ηp2 = .11。簡單效應(yīng)分析顯示，實驗組的集群編碼平均誤差在趨近條件（M = 4.71， SE =.18）與回避條件（M = 4.83， SE = .17）之間未出現(xiàn)顯著差異，t （34） = -1.23， p gt; .05。但控制組被試在趨近條件（M = 5.29， SE = .21）的集群編碼平均誤差顯著大于回避條件（M = 5.00， SE = .20），t （34） = 2.86，p lt; .05，Cohen's d = .25，出現(xiàn)與實驗1 相近的結(jié)果（ 見圖2D）。此外，趨近條件下實驗組被試的集群編碼平均誤差顯著小于控制組，t （34） = -2.14，p lt; .05，Cohen' s d = -.51，但在回避條件下未出現(xiàn)顯著組別差異，t （34） = -.62， p gt; .05。

3.3 討論

實驗2 采用“實驗組- 控制組”設(shè)計，在集群編碼任務(wù)之前設(shè)置不同的句子整理任務(wù)，以此檢驗內(nèi)隱認知重評能否干預(yù)負性回避傾向?qū)γ婵浊榫w集群編碼的影響。實驗結(jié)果在任務(wù)判斷誤差上發(fā)現(xiàn)了被試組別與反應(yīng)傾向的交互作用。具體而言，對于控制組來說，雖然調(diào)整了情緒面孔效價變化范圍，且事前增加了控制性的句子整理任務(wù)，但其在集群編碼任務(wù)上的表現(xiàn)依舊復(fù)制了實驗1 的結(jié)果，證明負性回避傾向?qū)γ婵浊榫w集群編碼的影響調(diào)節(jié)作用是穩(wěn)定的。與之相比，實驗組在經(jīng)歷句子整理任務(wù)后，對探測圖片的負性情緒評分卻明顯下降，這證明句子整理任務(wù)有效啟動了內(nèi)隱認知重評。鑒于兩組被試在情緒狀態(tài)評定的積極消極情感量表評分上沒有發(fā)現(xiàn)任何組間差異，這說明相較控制組，實驗組在完成面孔整體編碼任務(wù)前，只存在認知重評的影響，而不存在外顯情緒狀態(tài)的差異。受此影響，實驗組在面孔情緒集群編碼任務(wù)上有了不同于控制組的表現(xiàn)，具體體現(xiàn)為控制組集群編碼的判斷誤差在負性趨近條件下顯著大于負性回避條件，但實驗組卻無此差異。而且組間比較也顯示，負性趨近條件下實驗組的集群編碼判斷誤差也顯著小于控制組，但負性回避條件下兩組沒有顯著差異。綜合以上結(jié)果可以證明，使用句子整理任務(wù)啟動內(nèi)隱認知重評策略，可以消除面孔情緒集群編碼精度上的“避害相容效應(yīng)”。

至于內(nèi)隱認知重評策略為何能有如此干預(yù)效果，原因可能有兩點。其一，內(nèi)隱認知重評可以通過抑制負性情緒的激活從而消除負性回避傾向的影響。本研究中趨避傾向的誘發(fā)是基于情緒面孔逐漸接近和遠離的。而句子整理任務(wù)所啟動的內(nèi)隱認知重評，它作為情緒調(diào)節(jié)策略，本就可以抑制負性情緒的激活從而消除情緒性的回避傾向或是回避行為（Wolz et al.， 2020; Wong et al.， 2021）。其二，內(nèi)隱認知重評也可能通過影響注意和工作記憶加工進而改進個體在面孔情緒集群編碼中的注意資源分配。特別是已有研究證明，內(nèi)隱認知重評可以改變額頂注意網(wǎng)絡(luò)進而影響注意和工作記憶加工（Shahane etal.， 2019; Wang et al.， 2017）。而面孔集群編碼加工所依賴的視覺背側(cè)通路腦區(qū)（如頂內(nèi)溝和額上回）恰好屬于額頂注意網(wǎng)絡(luò)（Im et al.， 2017; Tyler et al.，2019）。以上兩點原因可以解釋內(nèi)隱認知重評為何能夠消除面孔情緒集群編碼精度上的“避害相容效應(yīng)”。但是，以上原因解釋是否合理準(zhǔn)確，仍需未來研究做進一步驗證。即便如此，實驗2 結(jié)果依舊首次證明，利用句子整理任務(wù)啟動內(nèi)隱認知重評策略，可以干預(yù)負性回避傾向?qū)τ诿婵浊榫w集群編碼精度的影響。

4 總討論

本研究通過兩個實驗考察了情緒性趨避傾向?qū)γ婵浊榫w集群編碼的影響及其干預(yù)方法。其中實驗1 將趨避實驗任務(wù)與集群編碼任務(wù)結(jié)合，首次證明負性回避傾向?qū)τ诿婵浊榫w集群編碼的判斷精度具有提升作用；此外，實驗1 結(jié)果也證明，在無須進行精細評估的集群編碼任務(wù)中依舊可以出現(xiàn)負性回避傾向所誘發(fā)的“避害相容效應(yīng)”。實驗2 則在實驗1 基礎(chǔ)上引入內(nèi)隱情緒調(diào)節(jié)策略，通過在集群編碼任務(wù)前設(shè)置句子整理任務(wù)來啟動內(nèi)隱認知重評，檢驗內(nèi)隱認知重評能否干預(yù)此“避害相容效應(yīng)”。實驗2 結(jié)果首次證實，這種自動激發(fā)的內(nèi)隱認知重評策略可以通過同時提升回避動機定向相容和不相容條件下的判斷精度，從而消除負性回避傾向所導(dǎo)致的“避害相容效應(yīng)”。

在理論層面，本研究發(fā)現(xiàn)具有兩點重要意義。一是肯定了動機定向理論并質(zhì)疑了事件編碼理論，證明趨利避害相容效應(yīng)的產(chǎn)生及其干預(yù)無須經(jīng)過外顯精細化的效價評估，即可發(fā)生在內(nèi)隱自動化的情緒動機激發(fā)和調(diào)節(jié)層面（Strack amp; Deutsch， 2004）。二是進一步強調(diào)了情緒性動機的激發(fā)對面孔情緒效價感知的重要影響。一般來說，動機可以影響情緒體驗的效價和強度。現(xiàn)有的面孔情緒集群編碼研究多關(guān)注情緒效價，而較少關(guān)注情緒體驗背后的動機影響（Whitney amp; Yamanashi Leib， 2018）。近期雖也有研究開始考察動機對于面孔情緒集群編碼的影響，但主要關(guān)注外在的獎賞動機如何影響面孔情緒集群編碼（Dodgson amp; Raymond， 2020; Munneke et al.，2022）。相較前人研究，本研究證明了個體針對情緒面孔的內(nèi)在動機傾向也可以影響面孔情緒集群編碼。基于本研究的發(fā)現(xiàn)，未來研究可以進一步考察情緒面孔的動機維度對其情緒集群編碼的影響——例如檢驗效價相同但趨避傾向不同（恐懼和憤怒）的群體面孔集是否擁有不同的情緒集群編碼模式，或是考察群體面孔集所激發(fā)的社會動機與態(tài)度（如親和性、偏見等）是否影響面孔情緒的集群編碼。

而在應(yīng)用層面，本研究也提供了一種能夠有效干預(yù)面孔情緒集群編碼任務(wù)中“避害相容效應(yīng)”的手段。如前文所述，面孔情緒集群編碼作為感知群體表情的一種快速知覺現(xiàn)象，它是個體做出社會判斷的前提和基礎(chǔ)。鑒于負性回避傾向可以自發(fā)影響面孔情緒集群編碼，誘發(fā)“避害相容效應(yīng)”并產(chǎn)生知覺偏差，因此干預(yù)和消除此效應(yīng)就顯得非常有必要。本研究實驗2 結(jié)果證明，運用內(nèi)隱認知重評策略可以消除這種知覺偏差。這就從方法技術(shù)層面，為干預(yù)面孔情緒集群編碼任務(wù)中動機傾向的影響提供了實證依據(jù)。即便如此，受行為研究手段制約，本研究尚不能進一步揭示以上效應(yīng)發(fā)生的具體過程機制。而且，由于本研究主要采用的是女性被試，實驗結(jié)果是否能夠推論到男性被試群體，也需要進一步驗證。未來研究可以考慮采用高時間分辨率的腦電或是眼動實驗手段，豐富被試樣本，進一步對本研究發(fā)現(xiàn)予以驗證和深化。

5 結(jié)論

本研究在動機定向理論框架下考察了情緒性的趨避傾向?qū)γ婵浊榫w集群編碼的影響及其干預(yù)。研究結(jié)果發(fā)現(xiàn)：（1）個體對負性面孔的回避傾向相較趨近傾向能夠顯著影響面孔情緒集群編碼的精度，從而使其出現(xiàn)“趨利避害相容效應(yīng)”中的“避害相容效應(yīng)”。（2）使用內(nèi)隱認知重評策略可以減少趨避傾向的影響，從而消除面孔情緒集群編碼中的“避害相容效應(yīng)”。（3）以上結(jié)果有力地支持了動機定向理論，證明趨利避害相容效應(yīng)的產(chǎn)生及其干預(yù)無須經(jīng)過外顯精細化的效價評估，而是可以發(fā)生在自動化的情緒動機激發(fā)和調(diào)節(jié)層面。

參考文獻

白露， 馬慧， 黃宇霞， 羅躍嘉. （2005）. 中國情緒圖片系統(tǒng)的編制——在46名中國大學(xué)生中的試用. 中國心理衛(wèi)生雜志， 19 （11）， 719-722.

袁加錦， 張祎程， 陳圣棟， 羅利， 茹怡珊. （2021）. 中國情緒調(diào)節(jié)詞語庫的初步編制與試用. 心理學(xué)報， 53 （5）， 445-455.

張衛(wèi)東， 刁靜， Schick， C. J. （2004）. 正、負性情緒的跨文化心理測量：PANAS 維度結(jié)構(gòu)檢驗. 心理科學(xué)， 27 （1）， 77-79.

Bai， Y.， Leib， A. Y.， Puri， A. M.， Whitney， D.， amp; Peng， K. P. （2015）. Gender differences in crowd perception. Frontiers in Psychology， 6， Article 1300.

Balcetis， E. （2016）. Approach and avoidance as organizing structures for motivated distance perception. Emotion Review， 8 （2）， 115-128.

Dodgson， D. B.， amp; Raymond， J. E. （2020）. Value associations bias ensemble perception. Attention， Perception， and Psychophysics， 82（1）， 109-117.

Elias， E.， Dyer， M.， amp; Sweeny， T. D. （2016）. Ensemble perception of dynamic emotional groups. Psychological Science， 28（2）， 193-203.

Faul， F.， Erdfelder， E.， Lang， A. G.， amp; Buchner， A. （2007）. G*Power 3： A flexible statistical power analysis program for the social， behavioral， and biomedical sciences. Behavior Research Methods， 39 （2）， 175-191.

Fini， C.， Fischer， M.， Bardi， L.， Brass， M.， amp; Moors， A. （2020）. Support from a TMS/MEP study for a direct link between positive/negative stimuli and approach/avoidance tendencies. Neuropsychologia， 143， Article 107496.

Givon， E.， Berkovich， R.， Oz-Cohen， E.， Rubinstein， K.， Singer-Landau， E.，Udelsman-Danieli， G.， amp; Meiran， N. （2023）. Are women truly “more emotional” than men？ sex differences in an indirect model-based measure of emotional feelings. Current Psychology， 42（36）， 32469-32482.

Haberman， J.， amp; Whitney， D. （2009）. Seeing the mean： Ensemble coding for sets of faces. Journal of Experimental Psychology： Human Perception and Performance， 35 （3）， 718-734.

Im， H. Y.， Albohn， D. N.， Steiner， T. G.， Cushing， C. A.， Adams， R. B. Jr.， amp;Kveraga， K. （2017）. Differential hemispheric and visual stream contributions to ensemble coding of crowd emotion. Nature Human Behaviour， 1 （11）， 828-842.

Jia， L.， Cheng， M. R.， Lu， J. H.， Wu， Y. P.， amp; Wang， J. （2023）. Context consistency improves ensemble perception of facial expressions. Psychonomic Bulletin and Review， 30 （1）， 280-290.

Kozlik， J.， Neumann， R.， amp; Lozo， L. （2015）. Contrasting motivational orientation and evaluative coding accounts： On the need to differentiate the effectors of approach/avoidance responses. Frontiers in Psychology， 6， Article 563.

Lakens， D.， amp; Caldwell， A. R. （2021）. Simulation-Based power analysis for factorial analysis of variance designs. Advances in Methods and Practices in Psychological Science， 4 （1）， Article 2515245920951503.

Lang， P. J.， Bradley， M. M.， amp; Cuthbert， B. N. （2001）. International Affective Picture System （IAPS）： Instruction manual and affective ratings. University of Florida， Center for Research in Psychophysiology.

Munneke， J.， Duymaz， ?.， amp; Corbett， J. E. （2022）. Value-driven effects on perceptual averaging. Attention， Perception， and Psychophysics， 84 （3）， 781-794.

Neumann， R.， amp; Schneider， L. J. （2024）. What is in a smile： The role of evaluation goal and response labels in facial muscle responses to prejudiced groups.Psychophysiology， 61 （3）， Article e14518.

Robertd， T.， Cant， J. S.， amp; Nestor， A. （2019）. Elucidating the neural representation and the processing dynamics of face ensembles. Journal of Neuroscience，39 （39）， 7737-7747.

Roskes， M.， Elliot， A. J.， Nijstad， B. A.， amp; De Dreu， C. K. W. （2013）. Avoidance motivation and conservation of energy. Emotion Review， 5 （3）， 264-268.

Scherer， K. R.， amp; Moors， A. （2019）. The emotion process： Event appraisal and component differentiation. Annual Review of Psychology， 70（1）， 719-745.

Shahane， A. D.， Lopez， R. B.， amp; Denny， B. T. （2019）. Implicit reappraisal as an emotional buffer： Reappraisal-related neural activity moderates the relationship between inattention and perceived stress during exposure to negative stimuli. Cognitive， Affective， and Behavioral Neuroscience， 19 （2），355-365.

Stevens， J. S.， amp; Hamann， S. （2012）. Sex differences in brain activation to emotional stimuli： A meta-analysis of neuroimaging studies. Neuropsychologia， 50 （7），1578-1593.

Strack， F.， amp; Deutsch， R. （2004）. Reflective and impulsive determinants of social behavior. Personality and Social Psychology Review， 8（3）， 220-247.

Tottenham， N.， Tanaka， J. W.， Leon， A. C.， McCarry， T.， Nurse， M.， Hare， T. A.，amp; Nelson， C. （2009）. The NimStim set of facial expressions： Judgments from untrained research participants. Psychiatry Research， 168 （3）， 242-249.

van Peer， J. M.， Rotteveel， M.， Spinhoven， P.， Tollenaar， M. S.， amp; Roelofs， K. （2010）.Affect-congruent approach and withdrawal movements of happy and angry faces facilitate affective categorisation. Cognition and Emotion， 24 （5）， 863-875.

Wang， H. Y.， Xu， G. Q.， Ni， M. F.， Zhang， C. H.， Sun， X. P.， Chang， Y.， amp; Zhang，B. W. （2017）. Neural mechanisms of implicit cognitive reappraisal： Preceding descriptions alter emotional response to unpleasant images. Neuroscience，347， 65-75.

Watson， D.， Clark， L. A.， amp; Tellegen， A. （1988）. Development and validation of brief measures of positive and negative affect： The PANAS scales. Journal of Personality and Social Psychology， 54（6）， 1063-1070.

Whitney， D.， amp; Yamanashi Leib， A. （2018）. Ensemble perception. Annual Review of Psychology， 69 （1）， 105-129.

Wolz， I.， Nannt， J.， amp; Svaldi， J. （2020）. Laboratory-based interventions targeting food craving： A systematic review and meta-analysis. Obesity Reviews， 21 （5），e12996.

Wong， S. F.， Krause， S.， Marishel， D.， amp; Grisham， J. R. （2021）. Reappraisal of disgust： Self-report and behavioural assessment of individuals with moderate to high contamination fears. Journal of Anxiety Disorders， 78， 102346.

Yiend， J. （2010）. The effects of emotion on attention： A review of attentional processing of emotional information. Cognition and Emotion， 24 （1）， 3-47.

本研究得到浙江省哲學(xué)社會科學(xué)規(guī)劃基金項目（21YJRC09-2YB）的資助。