重復信任博弈的決策過程與結果評價*

王益文 張 振 原 勝 郭豐波 何少穎 敬一鳴

(1天津師范大學心理與行為研究院, 天津 300074) (2福州大學人文學院應用心理學系, 福州 350116)(3 Department of Psychological and Brain Sciences, University of Delaware, USA)

1 引言

信任是指在社會不確定情境下，個體甘愿將個人資源交給對方處置并承擔相應風險的意愿(Mayer, Davis, & Schoorman, 1995; Moretto, Sellitto,& di Pellegrino, 2013)。信任是人類社會互動過程中一個必要成分, 能夠促進社會交換和經濟交易的產生, 長久以來被視為合作行為的一個關鍵前提(Krueger et al., 2007)。實驗研究經常采用模擬人際互動的社會博弈范式, 探究與分析人類的信任行為(Camerer, 2003; Krueger, Grafman, & MaCabe,2008)。信任博弈(Trust Game, TG)是研究人類信任行為的一個經典博弈范式, 一般需要兩名玩家來完成,其中兩名玩家分別擁有一定數額的金錢 S, 要求一名玩家(信任者)把部分金錢 Y(0≤Y≤S)交給另一名玩家(受托者), 然后受托者獲得3Y的金錢, 并決定返還給信任者X(0≤X≤3Y)的金錢, 最終信任者收益為 S – Y + X, 受托者收益為 S + 3Y – X (Berg,Dickhaut, & McCabe, 1995)。大量研究表明信任博弈中存在著較普遍的合作行為, 即信任者會將部分金錢交給對方, 而大多數受托者也會返還一定比例的金錢(Camerer, 2003; Cesarini et al., 2008; Johnson& Mislin, 2011; Tzieropoulos, 2013)。

隨著腦成像技術的發展, 研究者開始逐步探究信任行為背后的認知神經機制。一系列的功能性磁共振成像技術(functional-Magnetic Resonance Imaging,fMRI)研究表明, 信任者做出信任選擇時會顯著激活內側前額葉皮層(medial prefrontal cortex, mPFC),背外側前額葉皮層(dorsolateral prefrontal cortex,dlPFC)和右側顳頂聯合處(right temporoparietal junction, rTPJ) 等腦區(Bereczkei, Deak, Papp, Perlaki,& Orsi, 2013; Delgado, Frank, & Phelps, 2005; King-Casas et al., 2005; Krueger et al., 2007; Krueger et al.,2008; McCabe, Houser, Ryan, Smith, & Trouard,2001)。研究者認為mPFC和rTPJ主要參與心理推理加工, 如推測對方的信念、意圖或互動策略, 而dlPFC的激活則促使個體克服短期自私利益的誘惑,進而選擇互惠利他的合作行為(Declerck, Boone, &Emonds, 2013)。信任博弈中個體的信任行為具有一定的神經生化基礎(Baumgartner, Heinrichs, Vonlanthen,Fischbacher, & Fehr, 2008; Kosfeld, Heinrichs, Zak,Fischbacher, & Fehr, 2005)與基因遺傳性(Cesarini et al., 2008; Ebstein, Israel, Chew, Zhong, & Knafo,2010)。Baumgartner等(2008)研究發現, 相比于安慰劑組被試, 催產素組被試在信任博弈中遭遇對方背叛時投資金額并沒有顯著降低, 并且其杏仁核、中腦、背側紋狀體的激活顯著減弱。研究者推斷個體在遭遇他人背叛時, 催產素可能通過降低與恐懼加工和行為適應相關的腦區激活進而促進信任行為。

雖然研究者可以借助fMRI技術獲知信任者在博弈決策時大腦激活的信息, 但是這種大腦活動模式的時程變化仍缺乏良好的時間分辨率。相較而言,事件相關電位技術(event-related potentials, ERPs)具有較高的時間分辨率, 能夠提供信任者博弈決策及結果評價過程中腦電信號變化的時間進程信息。新近的一些研究者采用 ERP技術, 從時間進程上初步揭示了信任決策的認知加工過程(Boudreau,McCubbins, & Doulson, 2008; Chen et al., 2012;Long, Jiang, & Zhou, 2012)。Long 等(2012)采用拋硬幣任務(Coin-test Game)探討了個體對同伴聲明的判斷(信任或不信任)如何影響隨后結果反饋的評價過程, 結果表明信任決策增強了被試對正性結果的預期以及自我卷入水平, 相比于不信任決策, 信任決策后損失減獲益反饋誘發更負的 FRN效應。Chen等(2012)采用TG博弈探討了受托者面孔吸引性對決策者合作行為的影響, 研究發現面孔吸引性能夠促進合作行為, 高吸引性面孔條件下損失反饋減獲益反饋誘發更負的FRN。現有的腦電研究只涉及到信任決策后的結果評價過程(Chen et al., 2012;Long et al, 2012), 同時拋硬幣任務也無法準確反映信任互動的特性(Boudreau et al., 2008; Long et al.,2012), 而且較少研究采用 Trust Game同時對信任的博弈決策過程與結果評價過程進行探討。有鑒于此, 本研究擬采用ERP技術和Trust Game任務, 探究信任互動情境下個體博弈決策過程與結果評價過程的時間動態進程。

對于博弈決策階段, 研究者所關注的是信任者為什么做出信任或不信任選擇, 兩種選項何者為優勢反應？雖然現有研究表明人類存在較普遍的信任行為, 但是對上述兩個基本問題的解釋仍存在較大爭論。一些研究者認為信任涉及到一種策略不確定性, 總是伴隨著遭受對方背叛或剝削的可能性(Bohnet & Zeckhauser, 2004), 而且人們存在較普遍的背叛厭惡動機(即回避遭受背叛所導致的負性情緒的欲望) (Aimone & Houser, 2012; Koehler &Gershoff, 2003), 因此背叛厭惡動機驅使個體選擇不信任以回避背叛風險, 進而表現出較少的信任行為。例如, 有研究發現個體在信任博弈中的投資額度或比例要顯著低于風險決策任務(Bohnet, Grieg,Herrmann, & Zeckhauser, 2008), 而且這種差異可能與前腦島的激活有關(Aimone, Houser, & Weber,2014)。另一些研究者則認為信任是一種由內化的道德性強制規范(injunctive norm)驅動的行為, 個體借此向他人的品格表示尊重, 維持其關于他人值得信賴與誠信善意的社會矯飾, 即使個體私下并不相信如此(Dunning, Anderson, Schl?sser, Ehlebracht,& Fetchenhauer, 2014; Dunning, Fetchenhauer, &Schl?sser, 2012), 因此尊重他人的動機驅使個體選擇信任以符合強制規范, 進而表現出較高的信任行為。例如, Dunning等(2014)發現個體在信任博弈中的信任水平遠高于其在風險決策任務中的風險忍耐性, 并強調了遵循強制規范在信任行為當中的作用。鑒于目前關于博弈決策過程的 ERP研究較為缺乏, 當前研究基于風險決策和抑制任務的研究結果, 嘗試從P2和N2兩種成分上考察不同選擇的優勢性問題。P2是一種具有額中央分布的正性成分,大約在150～300 ms內達到峰值, 研究者認為P2與注意選擇和控制加工有關, 如對刺激的任務相關性或決策啟動的評估(Martin & Potts, 2004; Potts,2004); 新近研究也發現P2可能反映了早期沖突檢測, 可能是第一個對沖突敏感的腦電成分(Gajewski, Stoerig, & Falkenstein, 2008; Nikolaev,Ziessler, Dimova, & van Leeuwen, 2008)。N2是一種具有額中央分布的負性成分, 在刺激呈現后200～350 ms內達到峰值, 研究者一致認為N2主要參與認知控制過程, 對沖突檢測和反應抑制特別敏感, 具體表現為高沖突情境相比于低沖突情境能誘發更負的N2成分(Gajewski, & Falkenstein, 2013;van Veen & Carter, 2002)。因此, 本研究的主要目的是以P2和N2為指標, 探討信任互動情境下博弈決策中不同選擇的優勢性問題。

對于結果評價階段, 研究者主要關注信任者做出信任決策后如何評估不同的結果(互惠或背叛)。人類大腦已經發展出某些機制對結果反饋的各種屬性進行快速評價, 已有研究表明結果評價涉及到對結果金額大小、效價、獎勵預期等變量的認知加工(Pfabigan, Alexopoulos, Bauer, & Sailer, 2011;Yeung & Sanfey, 2004; Yu & Sun, 2013)。相關腦電研究發現存在兩個與結果評價相關的 ERP成分,即反饋相關負波(feedback-related negativity, FRN)和P300。FRN大約在反饋刺激呈現后250～300 ms內達到峰值, 源定位于扣帶回區域(anterior cingulate cortex, ACC), 且輸錢比贏錢誘發更負的 FRN (白麗英等, 2014; Gehring & Willoughby, 2002)。一些研究者認為 FRN反映了個體對反饋刺激情緒動機意義的評價過程(王益文等, 2011; Wang et al.,2013); 另一些研究者則認為FRN反映了反饋結果與事先預期之間的偏離程度(預期獎賞錯誤信號),預期獎賞錯誤信號大, FRN的波幅越大(Hewig et al.,2011; Oliveira, McDonald, & Goodman, 2007)。P300是一種在反饋后300～600 ms之間達到峰值的正性成分, 有研究者認為 P300對反饋結果的金額大小敏感(Yeung, Botvinick, & Cohen, 2004; Yeung,Holroyd, & Cohen, 2005); 也有研究者認為P300可能反映了結果評價中注意資源分配及相關社會信息的加工過程(Leng & Zhou, 2010; 王益文等, 2011;Wang et al., 2014)。獨立編碼模型(independent coding model)認為FRN和P300分別獨立負責編碼或加工結果的效價與大小(Sato et al., 2005; Yeung& Sanfey, 2004), 即FRN反映了一種基于結果的好壞或預期目標是否實現的二分法所完成的早期自動化評價過程, 而 P300則反映了一種基于動機/情感意義或者注意資源分配的晚期控制評價過程(Pfabigan et al., 2011; Yu & Sun, 2013)。新近Chen等(2012)采用 TG博弈探討了受托者面孔吸引性對決策者合作行為的影響, 研究發現面孔吸引性能夠促進合作行為, 高吸引性面孔條件下損失反饋減獲益反饋誘發更負的FRN。迄今為止采用TG范式探討信任博弈中結果評價過程的腦電研究尚不充足,與信任博弈中結果評價相關的 ERP證據仍比較匱乏, 因此當前研究試圖以FRN和P300為指標, 考察信任互動情境中結果評價過程的時間動態特征。

綜上所述, 本研究借助于高時間分辨率的ERP技術, 試圖考察個體在信任博弈情境下博弈決策過程和結果評價過程中大腦加工的動態時間特征, 以期深入探查信任博弈決策及結果評價相關腦電成分之間的關系。對于博弈決策過程而言, 基于風險決策和認知抑制的研究(Gajewski & Falkenstein,2013; Gajewski et al., 2008; Martin & Potts, 2004;Potts, 2004; Nikolaev et al., 2008), 我們主要關注P2和 N2兩種成分, 其中P2反映了注意選擇與控制加工, N2則參與認知控制過程。鑒于研究者關于博弈決策中不同行為選擇的優勢性問題尚存爭議,本研究提出假設一：如果決策博弈階段信任選擇為優勢選項(與強制規范理論相一致), 則個體會更多的選擇信任, 而且不信任選擇比信任選擇誘發更大的P2和N2成分; 反之, 如果不信任選擇為優勢選項(與背叛厭惡理論相一致), 則個體會更多的選擇不信任, 同時信任選擇比不信任選擇誘發更大的P2和N2成分。對于結果評價過程而言, 依據結果評價的獨立編碼理論(Sato et al., 2005; Yeung &Sanfey, 2004), FRN和P300分別獨立負責編碼或加工結果的效價與大小; 并且已有研究發現 P300對金額大小的數量加工存在參照點效應, 即以賭注為基準的相對數量加工(向玲, 王寶璽, 張慶林, 袁宏,2008)。因此本研究假設二：損失反饋比獲益反饋誘發更負的 FRN, 損失反饋與獲益反饋誘發的P300波幅無顯著差異。

2 方法

2.1 被試

被試為20名在校大學生或研究生, 9男11女,年齡范圍為18～24歲, 平均年齡為21.9歲。所有被試均為右利手, 視力或者矯正視力正常, 沒有精神病史。所有被試在實驗前都簽署了知情同意書。依據被試在博弈任務中的最終收益, 實驗結束后給予一定報酬。

2.2 任務和程序

被試充當信任者完成信任游戲, 其間記錄其腦電活動。當前所采用的信任博弈任務是依據 Berg等人(1995)最原始的投資/信任游戲進行改變所得的, 其中被試需充當信任者與其他玩家完成150回合的游戲。每一回合開始前, 信任者和受托者都將獲得10點的初始資金, 被試(信任者)需要決定是否將所有的 10點交給受托者。如果被試選擇不給受托者, 當前回合游戲結束, 雙方獲得各自的10點出場費; 如果選擇交給受托者, 則這些點數將翻 3倍交給受托者, 并由受托者決定雙方如何分配其所得點數(其原有10點出場費加上翻倍后的30點, 共計40點), 受托者具有平分或獨吞所有點數兩種選擇,無論選擇哪種分配選項, 當前回合游戲結束且雙方獲得相應的點數。

當前信任博弈采用重復性匿名互動方式進行,即每一回合的互動對象均是同一個體。具體而言,告知腦電被試此前已從社會上選擇了400名具有社會代表性的成人, 要求他們作為受托者與另一名實驗助手在網絡上完成30回合的重復性TG任務, 對其在這些回合中的行為選擇進行分析與學習, 然后采用計算機程序存貯這400名成人的反應策略。在腦電被試進行信任博弈時, 計算機會從中隨機選擇一名受托者的反應策略以完成所有回合的游戲。但實際上, 所有受托者的選擇都是由實驗前編寫的電腦程序控制的, 以保證整個任務中結果強化率(信任選擇后正性反饋的比例)為50%。

被試進入實驗室后, 實驗者向其詳細介紹信任博弈的規則。隨后, 被試舒適地坐在電屏蔽室的椅子上, 距離電腦屏幕1 m左右, 并開始佩戴電極帽等準備工作。正式實驗中被試需要完成150回合的信任游戲, 每回合中刺激的呈現順序見圖 1。每回合開始都先呈現一張信任游戲的簡易決策樹(1500 ms),提示被試當前任務的所有可能選項及結果。在一個持續 500 ms的十字后, 電腦屏幕上呈現一個決策選項圖(2000 ms); 被試需要在決策選項圖呈現時間內按鍵做出信任或不信任的決定, 選擇信任按 1鍵, 選擇不信任按 3鍵, 按鍵方式在被試間平衡,超出 2000 ms視為無效數據。隨后, 在一個 800～1200 ms隨機的黑屏后, 屏幕上分別呈現被試當前回合的結果(1200 ms), 以及目前進行的回合數與積累的總收益(2000 ms)。實驗流程見圖1。

圖1 信任游戲的流程圖

2.3 腦電記錄與分析

采用國際 10-20系統擴展的 64導電極帽, 以NeuroScan系統記錄EEG信號。腦電記錄時所有電極參考置于左乳突的一只參考電極, 離線分析時再次以置于右乳突的有效電極進行再參考, 即從各導聯信號中減去 1/2該參考電極所記錄的信號, 轉化為以雙側乳突的平均值為參考。同時記錄雙眼外側的水平眼電(HEOG)和左眼上下眶的垂直眼電(VEOG)。濾波帶通為0.05～100 Hz, AC采樣, 采樣頻率為1000 Hz/導, 所有電極與頭皮之間阻抗都小于10 k?。對數據進行離線分析, 矯正眼電偽跡, 自動排除其他波幅大于±75 μV 的偽跡信號, 所得ERP波形進行 30Hz的低通濾波。去除偽跡后, 決策階段中信任和不信任條件下 ERP總平均的有效疊加次數分別為100 ± 11和43 ± 10; 反饋階段中損失和獲益條件下 ERP總平均的有效疊加次數分別為 48 ± 7 和 49 ± 8。

本研究主要分析決策階段和反饋階段的腦電波, 其中決策階段分析時程為決策選項圖前 200 ms (作為基線)到呈現后 600 ms, 并疊加了被試選擇信任和選擇不信任兩種條件下的ERPs波形圖。依據已有文獻(Nikolaev et al., 2008; Potts, 2004;van Veen & Carter, 2002; Yeung et al., 2004), 我們主要考察決策階段內的P2和N2兩種腦電成分, 其中P2選擇測量150～250 ms時程內最大峰值, N2則選擇測量刺激呈現后 250～350 ms內最大峰值; 對P2和 N2進行 2(決策類型:Trust vs. Distrust)×5(電極前后分布:Fz、FCz、Cz、CPz、Pz)×3(電極左右分布:左(3)、中(z)、右(4))的重復測量方差分析。反饋階段分析時程為試次結果反饋前200 ms (作為基線)到呈現后 1000 ms, 并疊加了損失反饋和收益反饋兩種條件下的 ERPs波形圖, 我們主要聚焦與結果評價相關的兩種ERP成分——FRN和P300, 其中FRN選擇測量反饋呈現后200～300 ms內的平均波幅, P300則選擇測量反饋呈現后300～600 ms的峰值。由于已有研究表明FRN和P300在腦中線部位的成分最大(Gehring & Willoughby, 2002; Leng &Zhou, 2010; Yeung et al., 2004), 因此我們選擇腦中線 5 點(Fz、FCz、Cz、CPz、Pz)進行分析, 即對 FRN和 P300 進行 2(反饋條件: Loss vs. Gain) × 5(電極前后分布:Fz、FCz、Cz、CPz、Pz)的二因素重復測量方差分析, 所有主效應和交互作用的 p值均采用Greenhouse-Geisser法校正, 事后配對比較采用Bonferroni法校正。

另外, 我們還采用標準化低分解率腦電磁層析成像技術(the standardized Low Resolution Brain Electromagnetic Tomography, sLORETA)來評估決策階段不同行為決策所誘發的大腦神經活動差異的潛在激活源(Pascual-Marqui, 2002)。sLORETA是一種基于 EEG數據計算統計成像的線性方法, 它能夠揭示潛在震源過程的大腦定位, 并且不需要任何關于激活源點場分布的預先假定。當 ERP成分存在顯著的條件差異時, 我們使用 sLORETA來評估不信任決策與信任決策所誘發 ERP差異成分的3D激活源。首先, 基于一個真實頭部模型創建一個包含 5000個節點的邊界元素模型; 然后, 計算特定時間窗口內的統計非參數映射, 進而評估不同行為決策誘發的 ERP差異成分的大腦定位。均數 F比率的對數值被用來評估大腦激活水平, 統計顯著性水平設定為0.95 (Sheng & Han, 2012)。

3 結果

3.1 行為結果

被試選擇信任和不信任的比例分別為 69.8 ±2.1%和30.2 ± 2.1%。信任率與幾率水平(50%)的單樣本t檢驗表明被試選擇信任的比例顯著高于幾率水平, t(19) = 9.46, p < 0.001。選擇信任和不信任的平均反應時分別為 511 ± 22 ms和 502 ± 22 ms。配對t檢驗表明兩種選擇的反應時無顯著差異, t(19) =0.69, p = 0.501。

為了進一步評估重復性博弈中時間進程對決策過程的影響, 將所有試次(150試次)均分為前后兩個階段, 分別計算前后兩個階段的信任率與不同選擇的反應時。對前后兩個互動階段的信任率進行配對樣本t檢驗, 結果發現前部階段的信任率(72.3 ±2.3%)與后部階段的信任率(67.4 ± 2.7%)沒有顯著差異, t(19) = 1.75, p = 0.096。對不同選擇的反應時進行 2(決策類型)×2(互動階段)的兩因素重復測量方差分析, 結果發現決策類型與互動階段的交互作用顯著, F(1,19) = 5.43, p = 0.031, η= 0.22。簡單效應分析發現前部互動階段中信任選擇的反應時(533 ± 22 ms)顯著高于不信任選擇(505 ± 25 ms),F(1,19) = 6.52, p = 0.019, 而后部互動階段中信任選擇的反應時(484 ± 24 ms)與不信任選擇的反應時(494 ± 27 ms)沒有顯著差異, F(1,19) = 0.20, p = 0.661。

3.2 ERP結果

3.2.1 決策階段

對 P2 (150～250 ms)的峰值進行 2(決策類型)×5(電極前后分布) × 3(電極左右分布)的三因素重復測量方差分析, 統計結果表明決策類型的主效應顯著, F(1,19) = 4.41, p = 0.049, η= 0.19。事后配對比較發現, 不信任選擇時的P2峰值(6.12 ± 0.69 μV)顯著大于信任選擇(5.20 ± 0.53 μV)。電極位置前中后的主效應顯著, F(4,76) = 9.62, p = 0.003, η=0.34, 表現為 P2峰值從前向后依次遞減, 額區(Fz)的 P2 峰值最大(6.73 ± 0.72 μV), 后頂區(Pz)的 P2最小(4.72 ± 0.52 μV)。電極位置左中右的主效應顯著, F(2,38) = 11.11, p = 0.001, η= 0.37, 事后配對比較發現左側腦區的P2峰值(4.88 ± 0.45 μV)要顯著小于中部(6.20 ± 0.63 μV)和右側腦區(5.90 ± 0.69 μV),ps < 0.05; 而中部腦區與右側腦區的P2峰值差異不顯著, p > 0.05(見圖2 A)。其他交互作用均不顯著。

對 P2 (150～250 ms)的潛伏期進行 2(決策類型)×5(電極前后分布) × 3(電極左右分布)的三因素重復測量方差分析, 統計結果只發現電極前中后分布的主效應顯著, F(4,76) = 7.45, p = 0.004, η=0.28, 表現為 P2潛伏期從前向后依次遞增, 額區(Fz)的 P2潛伏期最小(217 ± 6 ms), 后頂區(Pz)的 P2潛伏期最大(235 ± 3 ms)。其他主效應或交互作用均不顯著。

采用sLORETA對 P2時間窗口內的腦電活動進行溯源分析(Pascual-Marqui, 2002; Sheng & Han,2012), 結果表明不信任決策減信任決策的差異波源定位于左側額中回(Middle Frontal Gyrus, BA 46)和左側額下回(Inferior Frontal Gyrus, BA 46), 最大t值為1.45, p < 0.05, 其MNI坐標為：[-45, 35, 20](見圖 2 C)。

N2峰值與潛伏期的分析均未發現顯著的條件主效應或交互效應。

圖2 決策類型誘發的ERP波形圖(A)與腦地形圖(B), (C)決策階段P2成分時窗內不同行為決策誘發的差異波神經活動的溯源估計(溯源位于額中回和額下回, BA 46)

3.2.2 反饋階段

對 FRN (200～300 ms)的平均波幅進行 2(反饋條件) × 5(電極前后分布)的二因素重復測量方差分析, 統計結果表明反饋條件的主效應顯著, F(1,19) =62.87, p < 0.001, η= 0.77。事后分析發現損失反饋條件下的FRN (9.08 ± 0.92 μV)顯著小于獲益反饋條件(14.21 ± 1.17 μV)。電極位置前中后的主效應顯著, F(4,76) = 8.73, p = 0.001, η= 0.32, 表現為 FRN從前往后呈∩曲線, 額區(Fz) FRN波幅最小(10.14± 0.95 μV), 中央區(Cz)FRN 波幅最大(12.91 ± 1.17 μV), 頂區(Pz)FRN 波幅次小(10.58 ± 0.96 μV) (見圖3)。反饋條件與電極位置的交互作用不顯著。

對 P300 (300～600 ms)峰值進行 2(反饋條件)×5(電極前后分布)的二因素重復測量方差分析,結果發現反饋條件的主效應不顯著, F(1,19) = 0.12,p = 0.731, η= 0.01, 表現為損失條件下的P300峰值(20.22 ± 1.66 μV)與獲益條件下的 P300峰值(20.51 ± 1.40 μV)無顯著差異。電極位置前中后的主效應顯著, F(4,76) = 6.06, p = 0.013, η= 0.24, 表現為P300峰值從前往后呈∩曲線, 額區(Fz) P300峰值最小(18.25 ± 1.62 μV), 中央區(Cz)P300 峰值最大(21.53 ± 1.62 μV), 頂區(Pz) P300 峰值次小(19.76 ±1.27 μV)。反饋條件和電極位置的交互作用顯著,F(4,76) = 4.50, p = 0.019, η= 0.19, 簡單效應分析發現兩種條件在腦中線五電極點上均存在顯著的差異, ps < 0.05。

對P300 (300～600 ms)潛伏期進行2(反饋條件)× 5(電極前后分布)的二因素重復測量方差分析, 結果發現反饋條件的主效應顯著, F(1,19) = 9.11, p =0.007, η= 0.32, 表現為損失條件下的P300潛伏期(386 ± 10 ms)顯著大于獲益條件(352 ± 10 ms)。電極位置前中后的主效應顯著, F(4,76) = 4.49, p =0.022, η= 0.19, 表現為P3潛伏期從前向后依次遞增, 額區(Fz)的P3潛伏期最小(356 ± 5 ms), 后頂區(Pz)的P3潛伏期最大(380 ± 10 ms)。反饋條件與前后分布的交互作用不顯著。

4 討論

已有采用TG范式探討結果評價過程的腦電研究尚不充足, 且較少同時考察博弈決策階段與結果評價階段的認知加工過程。本研究結合高時間分辨率的ERP技術與Trust Game任務, 試圖考察信任互動中博弈決策與結果評價過程中大腦活動的動態時間特征。本研究發現, 決策階段中被試選擇信任的比例顯著高于幾率水平, 這與已有行為研究結果相一致(Dunning et al., 2014)。腦電結果發現, 決策階段中不信任選擇比信任選擇誘發了更大的 P2成分, 其差異波偶極子源定位于左側額中回和額下回。反饋階段中損失反饋比獲益反饋誘發了更負的FRN波幅, 獲益反饋比損失反饋誘發了更短的P300潛伏期, 這種結果與結果評價的獨立編碼模型相一致(Sato et al., 2005; Yeung & Sanfey, 2004)。

圖3 不同反饋條件引起的ERP波形圖(A)和地形圖(B)

4.1 遵循強制規范的信任行為

信任對于文明社會與人際關系的建立與發展是十分重要的, 然而目前關于“個體為何選擇信任或不信任, 以及兩種選項的優勢性問題”的理解尚存在較大爭議：背叛厭惡理論認為信任涉及到策略不確定性, 為回避背叛風險個體傾向于選擇不信任行為; 而強制規范理論則強調信任是受道德規范制約的行為, 個體為了顯示對他人品質的尊重, 更傾向于選擇信任以維持他人值得信賴的社會矯飾。考慮到當前研究中結果強化率僅為50%, 實驗中被試會體驗到較高強度的背叛水平, 有人可能會預期信任選擇率可能會隨著互動過程的發展而逐漸降低,總體上也應接近或低于幾率水平。但是, 研究結果卻發現前后互動階段中信任率沒有顯著變化, 而且總的信任率更是顯著高于幾率水平, 因此當前研究結果與強制規范理論相一致(Dunning et al., 2014)。換言之, 信任博弈中的信任行為在某種程度上是一種表達性行為, 個體更在意信任行為本身及其所代表的某種心理意義; 人們選擇信任是為了遵循一種強制規范, 維持其關于他人值得信賴與誠信善意的社會矯飾。

4.2 P2反映了博弈決策中信息整合引起的沖突檢測

在決策選項呈現后200ms左右, 不信任選擇比信任選擇誘發了更大的 P2波峰。作為沖突檢測的早期成分, 有研究認為 P2與注意選擇和控制有關,反映了決策啟動的評估過程(Martin & Potts, 2004;Potts, 2004)。在側抑制任務中, 不兼容刺激誘發更大的 P2波幅, 可能反映了刺激評估和沖突檢測過程(Nikolaev et al., 2008; Gajewski et al., 2008;Nikolaev et al., 2008)。在當前研究中被試的信任行為顯著高于幾率水平, 表明遵循強制規范的信任行為是其優先或默認選項, 因此選擇不信任行為可能會引起較大的認知沖突, 進而導致更大的P2波幅。與本研究結果相一致, Wiswede等(2011)發現當個體遭遇對方挑釁并選擇給予懲罰時會引起 P2波幅的增大, 認為 P2對個體隨后的趨近或撤回行為起著重要作用, 在早期階段即可反映個體懲罰對方的決策。另外, P2差異波的偶極子定位于左側額中回(middle frontal gyrus, BA 46), 屬于背外側前額葉皮層(dlPFC)。大多數研究者認為額中回負責工作記憶的信息激活與維持過程, 也參與認知控制加工,如執行最優決策、過濾不相干信息等(Goel & Dolan,2004; Picton et al., 2007; Polosan et al., 2011)。同時,獎賞學習的相關研究也發現dlPFC能夠編碼過去選擇及其收益, 為獎賞預期更新提供相關信號, 進而引導有意識的目標指向性選擇與適宜行為, 保證個體做出最優決策(Barraclough, Conroy, & Lee, 2004;Paulus, Hozack, Frank, & Brown, 2002)。源定位結果表明不信任選擇涉及更多的信息更新或整合過程,在一定程度上也支持 P2成分的解釋, 即這種信息更新或整合過程較多涉及到先前行為選擇及其收益, 其過程越復雜繁瑣, 越容易引起更多的沖突。綜上所述, 我們認為當前研究中個體做出不信任選擇時與內化的強制規范(信任他人)存在較強烈的沖突, 因此 P2反映了決策過程中信息整合引起的沖突檢測加工。

4.3 FRN反映實際結果與事先預期之間的偏差

結果評價階段中 ERP的結果表明, 損失反饋比獲益反饋誘發了更負的 FRN, 這與以往研究結果相一致, 表明FRN對結果的效價十分敏感, 反映了大腦前扣帶回區域對負性結果的加工(Gehring &Willoughby, 2002; Yeung et al., 2004)。在非社會互動情境中, FRN一般是由負性反饋誘發的, 并不受到反饋大小的影響(Yeung & Sanfey, 2004; Sato et al., 2005)。新近發展的預期偏差理論則認為, FRN負責編碼反饋結果與事先預期之間的偏差(預期獎賞錯誤信號), 無論反饋的效價如何, 預期獎賞錯誤信號的大小直接決定了 FRN波幅(Hewig et al.,2011; Oliveira et al., 2007)。在本研究中被試選擇信任他人, 表明其愿意與對方一起合作共贏, 主觀上更加期待對方選擇互惠, 因此背叛結果(損失反饋)比互惠結果(獲益反饋)引起更大的預期獎賞錯誤信號、更強烈的認知或情緒沖突, 進而誘發更大的FRN波幅。與本研究結果一致, Long等(2012)發現信任感能夠調節大腦對結果評價的活動, 即當被試選擇不信任時, 金錢得失誘發的 FRN差異不顯著;而當被試選擇信任時, 失錢比得錢誘發更負的FRN。研究者認為不信任情境下 FRN效應的缺失可能是由被試的超然感(a sense of aloofness)導致的,使得被試較少對隨后事件產生預期; 而信任情境下金錢得失的 FRN差異則反映了對社會預期違背的檢測。此外, 已有研究表明事先預期能夠影響FRN波幅, 與預期不一致的負性結果會導致 FRN波幅的增強(白麗英等, 2014; Chen et al., 2012)。Chen等人(2012)研究發現信任博弈中 FRN波幅受到互動對方面孔吸引性的影響, 相比于低吸引性面孔條件,高吸引性面孔條件下損失反饋減獲益反饋誘發更負的FRN。研究者認為高吸引性面孔增加了個體對互惠結果的主觀預期, 因此高吸引性面孔條件下誘發的 FRN更大。這些結果表明個體對反饋結果的主觀認知或預期能夠影響隨后的結果評價過程。結合上述研究結果, 我們認為當前研究中個體選擇信任時主觀上更加期待對方選擇互惠, 因此, 損失反饋比獲益反饋更加違背了其事先預期, 進而誘發更大的FRN波幅。

4.4 P300反映金錢獎勵的動機/情感意義加工

結果評價階段中 P300峰值沒有表現出結果效價的主效應, 這與已有研究結果相一致(Yeung &Sanfey, 2004; Pfabigan et al., 2011), 即P300對結果大小敏感, 而對結果效價不敏感。Yeung和Sanfey(2004)認為 P300可能代表的是一種高水平的情緒動機意義的評價, 而不是結果效價的直接評價。大多數研究者認為, P300與結果評價中的注意資源分配以及高水平的動機/情感評價有關(白麗英等,2014; Leng & Zhou, 2010; 王益文等, 2011)。在本研究中信任選擇可能得到對方的互惠或剝削, 進而產生獲益或損失兩種反饋, 而相比于投資金額基線(10點)而言, 兩種反饋的相對得失金錢大小是一致的(增減幅度均為10點), 因此兩種反饋使得被試體驗到相等強度的動機/情感意義, 其分配到兩種反饋的注意資源也是相似的, 進而誘發相似波幅的P300。與當前研究結果一致, Sato等(2005)采用賭博任務發現 P300對金錢獎勵的數量信息敏感, 表現為金錢獎勵大的結果比金錢獎勵小的結果引起更大的P300波幅。Yeung等(2005)采用Oddball任務和賭博任務發現, P300對卷入任務的程度敏感, 而不受反饋信息效價的影響。因此, 當前研究結果支持 P300對反饋效價不敏感的假設。另外, 我們發現收益反饋比損失反饋誘發了更短的P300潛伏期。P300潛伏期反映了刺激評價的時間, 受到任務加工需求的調節, 表現為模糊刺激誘發更大的潛伏期(Pfabigan et al., 2011)。一般而言, 正性反饋比負性反饋誘發更短的潛伏期, 表明個體更早的對正性反饋進行評價加工。與當前研究結果一致, Yeung等(2005)和 Pfabigan等(2011)也報告了獲益反饋比損失反饋誘發更短的潛伏期。綜上所述, 我們認為P300的結果符合獨立編碼模型的假設, 其只負責獎賞幅度的加工, 反映了金錢獎勵的動機/情緒意義加工。

本研究對人類信任行為領域的理論與實際意義在于：第一, 首次采用ERP技術探討決策博弈過程中大腦加工的動態時程變化, 彌補了現有腦電研究主要關注結果評價階段的局限; 第二, 為信任行為的強制規范理論提供了神經電生理方面的初步證據, 即博弈決策中不信任選擇比信任選擇誘發更大的P2成分, 一定程度上支持了“信任行為遵循強制規范”的觀點; 第三, 為結果評價的獨立編碼模型提供了進一步的支持, 即在信任互動這種特異的社會情境中, FRN和P300分別獨立的負責編碼或加工結果的效價與大小。

本研究存在一些不足之處。首先, 當前實驗設計未考慮設置非社會性的控制條件, 我們只能將觀察到的FRN效應解釋到物質收益水平(輸錢/贏錢),而無法更進一步考察此效應是否特異于社會認知領域(互惠/背叛)。其次, 由于當前研究中結果強化率為幾率水平(50%), 腦電被試可能無法有效地從互動過程中獲得對方聲譽信息, 或者依據結果反饋調整隨后的行為決策, 因此當前研究無法有效的探究真實人際互動中信任的強化學習過程或者聲譽形成過程, 及其對決策與反饋階段中腦電成分的影響。未來研究應更好的控制并改善上述不足, 所以對本研究結果的推論應更為謹慎。

Aimone, J. A., & Houser, D. (2012). What you don’t know won’t hurt you: A laboratory analysis of betrayal aversion.Experimental Economics, 15(4), 571–588.

Aimone, J. A., Houser, D., & Weber, B. (2014). Neural signatures of betrayal aversion: An fMRI study of trust.Proceedings of the Royal Society of London B: Biological Sciences, 281(1782), 20132127.

Bai, L. Y., Yuan, B., Zhang, W., Zhang, Z., Lan, J., & Wang,Y. W. (2014). Interpersonal cooperation and conflict influenced outcome evaluation in social decision-making.Acta Psychologica Sinica, 46(11), 1760–1771.

[白麗英, 袁博, 張蔚, 張振, 蘭姣, 王益文. (2014). 人際合作與沖突影響博弈決策的結果評價. 心理學報, 46(11),1760–1771.]

Barraclough, D. J., Conroy, M. L., & Lee, D. (2004).Prefrontal cortex and decision making in a mixed-strategy game. Nature Neuroscience, 7(4), 404–410.

Baumgartner, T., Heinrichs, M., Vonlanthen, A., Fischbacher,U., & Fehr, E. (2008). Oxytocin shapes the neural circuitry of trust and trust adaptation in humans. Neuron, 58(4),639–650.

Bereczkei, T., Deak, A., Papp, P., Perlaki, G., & Orsi, G.

(2013). Neural correlates of Machiavellian strategies in a

social dilemma task. Brain and Cognition, 82(1), 108–116.Berg, J., Dickhaut, J., & McCabe, K. (1995). Trust, reciprocity,and social history. Games and Economic Behavior, 10(1),122–142.

Bohnet, I., Greig, F., Herrmann, B., & Zeckhauser, R. (2008).Betrayal aversion: Evidence from Brazil, China, Oman,Switzerland, Turkey, and the United States. American Economic Review, 98(1), 294–310.

Bohnet, I., & Zeckhauser, R. (2004). Trust, risk and betrayal.Journal of Economic Behavior & Organization, 55(4),467–484.

Boudreau, C., McCubbins, M. D., & Coulson, S. (2008).Knowing when to trust others: An ERP study of decision making after receiving information from unknown people.Social Cognitive and Affective Neuroscience, 4(1), 23–34.

Camerer, C. F. (2003). Behavioral game theory: Experiments in strategic interaction. New York: Princeton University Press.

Cesarini, D., Dawes, C. T., Fowler, J. H., Johannesson, M.,Lichtenstein, P., & Wallace, B. (2008). Heritability of cooperative behavior in the trust game. Proceedings of the National Academy of Sciences of the United States of America, 105(10), 3721–3726.

Chen, J., Zhong, J., Zhang, Y. X., Li, P., Zhang, A. Q., Tan, Q.B., & Li, H. (2012). Electrophysiological correlates of processing facial attractiveness and its influence on cooperative behavior. Neuroscience Letters, 517(2), 65–70.

Declerck, C. H., Boone, C., & Emonds, G. (2013). When do people cooperate? The neuroeconomics of prosocial decision making. Brain and Cognition, 81(1), 95–117.

Delgado, M. R., Frank, R. H., & Phelps, E. A. (2005).Perceptions of moral character modulate the neural systems of reward during the trust game. Nature Neuroscience,8(11), 1611–1618.

Dunning, D., Anderson, J. E., Schl?sser, T., Ehlebracht, D., &Fetchenhauer, D. (2014). Trust at zero acquaintance: More a matter of respect than expectation of reward. Journal of Personality and Social Psychology, 107(1), 122–141.

Dunning, D., Fetchenhauer, D., & Schl?sser, T. M. (2012).Trust as a social and emotional act: Noneconomic considerations in trust behavior. Journal of Economic Psychology, 33(3), 686–694.

Ebstein, R. P., Israel, S., Chew, S. H., Zhong, S. F., & Knafo,A. (2010). Genetics of human social behavior. Neuron,65(6), 831–844.

Gajewski, P. D., & Falkenstein, M. (2013). Effects of task complexity on ERP components in Go/Nogo tasks.International Journal of Psychophysiology, 87(3), 273–278.

Gajewski, P. D., Stoerig, P., & Falkenstein, M. (2008).ERP—Correlates of response selection in a response conflict paradigm. Brain Research, 1189, 127–134.

Gehring, W. J., & Willoughby, A. R. (2002). The medial frontal cortex and the rapid processing of monetary gains and losses. Science, 295(5563), 2279–2282.

Goel, V., & Dolan, R. J. (2004). Differential involvement of left prefrontal cortexin inductive and deductive reasoning.Cognition, 93(3), B109–B121.

Hewig, J., Kretschmer, N., Trippe, R. H., Hecht, H., Coles, M.G. H., Holroyd, C. B., & Miltner, W. H. R. (2011). Why humans deviate from rational choice. Psychophysiology,48(4), 507–514.

Johnson, N. D., & Mislin, A. A. (2011). Trust games: A metaanalysis. Journal of Economic Psychology, 32(5), 865–889.

King-Casas, B., Tomlin, D., Anen, C., Camerer, C. F., Quartz,S. R., & Montague, P. R. (2005). Getting to know you:Reputation and trust in a two-person economic exchange.Science, 308(5718), 78–83.

Koehler, J. J., & Gershoff, A. D. (2003). Betrayal aversion:When agents of protection become agents of harm.Organizational Behavior and Human Decision Processes,90(2), 244–261.

Kosfeld, M., Heinrichs, M., Zak, P. J., Fischbacher, U., & Fehr,E. (2005). Oxytocin increases trust in humans. Nature,435(7042), 673–676.

Krueger, F., Grafman, J., & McCabe, K. (2008). Neural correlates of economic game playing. Philosophical Transactions of the Royal Society B: Biological Sciences,363(1511), 3859–3874.

Krueger, F., McCabe, K., Moll, J., Kriegeskorte, N., Zahn, R.,Strenziok, M.,... Grafman, J. (2007). Neural correlates of trust. Proceedings of the National Academy of Sciences of the United States of America, 104(50), 20084–20089.

Leng, Y., & Zhou, X. L. (2010). Modulation of the brain activity in outcome evaluation by interpersonal relationship:An ERP study. Neuropsychologia, 48(2), 448–455.

Long, Y., Jiang, X., & Zhou, X. (2012). To believe or not to believe: Trust choice modulates brain responses in outcome evaluation. Neuroscience, 200, 50–58.

Martin, L. E., & Potts, G. F. (2004). Reward sensitivity in impulsivity. Neuroreport, 15(9), 1519–1522.

Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. Academy of Management Review, 20(3), 709–734.

McCabe, K., Houser, D., Ryan, L., Smith, V., & Trouard, T.(2001). A functional imaging study of cooperation in two-person reciprocal exchange. Proceedings of the National Academy of Sciences of the United States of America, 98(20), 11832–11835.

Moretto, G., Sellitto, M., & di Pellegrino, G. (2013).Investment and repayment in a trust game after ventromedial prefrontal damage. Frontiers in Human Neuroscience, 7,593.

Nikolaev, A. R., Ziessler, M., Dimova, K., & van Leeuwen, C.(2008). Anticipated action consequences as a nexus between action and perception: Evidence from event-related potentials. Biological Psychology, 78(1), 53–65.

Oliveira, F. T., McDonald, J. J., & Goodman, D. (2007).Performance monitoring in the anterior cingulate is not all error related: Expectancy deviation and the representation of action-outcome associations. Journal of Cognitive Neuroscience, 19(12), 1994–2004.

Pascual-Marqui, R. D. (2002). Standardized low-resolution brain electromagnetic tomography (sLORETA): Technical details. Methods and Findings in Experimental and Clinical Pharmacology, 24(Suppl D), 5–12.

Paulus, M. P., Hozack, N., Frank, L., & Brown, G. G. (2002).Error rate and outcome predictability affect neural activation in prefrontal cortex and anterior cingulate during decision-making. Neuroimage, 15(4), 836–846.

Pfabigan, D. M., Alexopoulos, J., Bauer, H., & Sailer, U.(2011). Manipulation of feedback expectancy and valence induces negative and positive reward prediction error signals manifest in event-related brain potentials.Psychophysiology, 48(5), 656–664.

Picton, T. W., Stuss, D. T., Alexander, M. P., Shallice, T.,Binns, M. A., & Gillingham, S. (2007). Effects of focal frontal lesions on response inhibition. Cerebral Cortex,17(4), 826–838.

Polosan, M., Baciu, M., Cousin, E., Perrone, M., Pichat, C., &Bougerol, T. (2011). An fMRI study of the social competition in healthy subjects. Brain and Cognition, 77(3),401–411.

Potts, G. F. (2004). An ERP index of task relevance evaluation of visual stimuli. Brain and Cognition, 56(1), 5–13.

Sato, A., Yasuda, A., Ohira, H., Miyawaki, K., Nishikawa, M.,Kumano, H., & Kuboki, T. (2005). Effects of value and reward magnitude on feedback negativity and P300.Neuroreport, 16(4), 407–411.

Sheng, F., & Han, S. (2012). Manipulations of cognitive strategies and intergroup relationships reduce the racial bias in empathic neural responses. Neuroimage, 61(4),786–797.

Tzieropoulos, H. (2013). The Trust Game in neuroscience: A short review. Social Neuroscience, 8(5), 407–416.

van Veen, V., & Carter, C. S. (2002). The timing of action-monitoring processes in the anterior cingulate cortex.Journal of Cognitive Neuroscience, 14(4), 593–602.

Wang, Y. W., Roberts, K., Yuan, B., Zhang, W. X., Shen, D.L., & Simons, R. (2013). Psychophysiological correlates of interpersonal cooperation and aggression. Biological Psychology, 93(3), 386–391.

Wang, Y. W., Yuan, B., Lin, C. D., Zheng, Y. W., Zhang, Z., &Du, C. L. (2011). The influence of interpersonal relationship on outcome evaluation in competitive situations: An ERP study. Scientia Sinica Vitae, 41(11), 1112–1120.

[王益文, 袁博, 林崇德, 鄭玉瑋, 張振, 杜翠利. (2011). 人際關系影響競爭情境下結果評價的ERP證據. 中國科學:生命科學, 42(11), 1112–1120.]

Wang, Y. W., Yuan, B., Roberts, K., Wang, Y., Lin, C. D., &Simons, R. F. (2014). How friendly is a little friendly competition? Evidence of self-interest and empathy during outcome evaluation. International Journal of Psychophysiology,91(3), 155–162.

Wiswede, D., Taubner, S., Münte, T. F., Roth, G., Strüber, D.,Wahl, K., & Kr?mer, U. M. (2011). Neurophysiological correlates of laboratory-induced aggression in young men with and without a history of violence. PloS One, 6(7),e22599.

Xiang, L., Wang, B. X., Zhang, Q. L., & Yuan, H. (2008). The effect of reference point of the feedback-related ERPs. Acta Psychologica Sinica, 40(12), 1240–1249.

[向玲, 王寶璽, 張慶林, 袁宏. (2008). 反饋相關 ERP成分的參照點效應. 心理學報, 40(12), 1240–1249. ]

Yeung, N., Botvinick, M. M., & Cohen, J. D. (2004). The neural basis of error detection: Conflict monitoring and the error-related negativity. Psychological Review, 111(4),931–959.

Yeung, N., Holroyd, C. B., & Cohen, J. D. (2005). ERP correlates of feedback and reward processing in the presence and absence of response choice. Cerebral Cortex,15(5), 535–544.

Yeung, N., & Sanfey, A. G. (2004). Independent coding of reward magnitude and valence in the human brain. The Journal of Neuroscience, 24(28), 6258–6264.

Yu, R. J., & Sun, S. (2013). To conform or not to conform:Spontaneous conformity diminishes the sensitivity to monetary outcomes. PLoS One, 8(5), e64530.