生態化微表情識別測驗EMERT的建立
——對JACBART微表情識別測驗的改進與發展*

(蘇州大學教育學院,蘇州 215123)

1 引言

1.1 經典微表情識別測驗

微表情是特別短暫的表情,持續時間約為 1/25～1/2 s,泄露性地表達了人們壓抑或試圖隱藏的真實情緒(Ekman &Friesen,1975;Porter,ten Brinke,&Wallace,2012)。Frank和Hurley(2014)證實即使撒謊者故意采用掩飾策略,仍然無法阻止真實表情的泄露,從而產生微表情。因此微表情可以作為檢測真實情感的重要工具,有效應用在臨床心理診斷領域(吳奇,申尋兵,傅小蘭,2010)。

Ekman和Friesen(1969)發現,讓被試觀看慢速度下播放的微表情視頻,然后再觀看正常速度下播放的視頻,被試就可以看見正常播放速度下的微表情;而直接將微表情呈現給醫院臨床工作者觀看,有一些臨床工作者不借助慢速播放的練習過程,同樣可以觀察到微表情。這表明微表情識別是有技巧的、可以通過練習獲得的,一些特殊群體的微表情識別能力比其他人高。隨著面部肌肉動作編碼系統的發展,Ekman和Friesen(1974)制作了第一個微表情識別標準測驗——“短暫表情識別測驗”(Brief Affect Recognition Test,BART)：給被試觀看呈現時間為1/100～1/25 s的微表情圖片(悲傷、恐懼、憤怒、厭惡、驚訝、高興),然后判斷表情類型,記錄識別正確率。

BART存在明顯的缺點：微表情孤立呈現,與現實生活中微表情的動態呈現方式不符,缺乏生態效度;被試會在微表情呈現結束后繼續對其進行加工,延長知覺加工時間,無法避免圖片的視覺后效。為了克服這些缺陷,Matsumoto等(2000)開發了更完善的微表情識別測量工具——“日本人與高加索人短暫表情識別測驗”(Japanese and Caucasian Brief Affect Recognition Test,JACBART)：被試首先會看到一張持續時間為2 s的平靜表情圖片,然后短暫呈現微表情,緊接著平靜表情圖片會再次呈現2 s,被試只需要將看到的微表情在表情標簽中勾選出來。前后平靜表情的使用消除了圖片視覺后效的影響,且使實驗更具生態化。Matsumoto等(2000)使用該測驗對美國大學生進行測量,結果發現,不同情緒的微表情之間識別的正確率有顯著差異,高興和驚訝情緒的識別正確率顯著高于其他情緒,厭惡情緒識別正確率明顯低于其他情緒。將測量成績與人格量表得分進行相關分析發現,微表情識別的分數與在艾森克人格量表的外傾性維度和大五人格量表的開放性維度上的得分具有顯著正相關,表明該測驗具有很好的會聚效度和一定的預測效度。鑒于該測驗具有良好的信效度和嚴密的實驗過程,以后研究者大都采用該測量范式。

1.2 生態化微表情識別測驗

經典的JACBART范式在微表情前后都只用平靜表情來消除圖像后效,沒有關注在微表情前后加入帶有情緒的表情背景圖片會帶來怎樣影響。

探索表情背景影響的一種范式是情緒啟動：在對目標表情進行識別前,有一個情緒啟動,啟動情緒的效價對目標表情識別有很大影響(Carroll &Russell,1996;Tanaka-Matsumi,Attivissimo,Nelson,&D’Urso,1995)。Righart和 de Gelder(2008)發現把負性目標表情置于負性的前后表情背景中時,被試識別目標表情的正確率和反應速度都明顯高于在正性表情背景中時。Werheid,Alpay,Jentzsch和Sommer(2005)發現當啟動圖片為憤怒時,被試識別憤怒比識別愉快的目標表情圖片正確率要高且速度更快。Hietanen和Astikainen(2013)證明在正性表情啟動下,被試對愉快的目標表情的識別正確率明顯高于在負性表情啟動下,而對悲傷表情的識別正確率在悲傷表情啟動條件下得到提高。吳冉和任衍具(2011)則以微表情作為啟動刺激,發現正負性微表情都會影響到對目標刺激的偏好,微表情閾上呈現(120ms)比呈閾下呈現(40ms)產生的啟動效應更強。當然情緒啟動效應研究和表情背景對微表情識別的影響有很大差別。情緒啟動范式中啟動刺激通常都會持續較短時間,而目標表情會持續較長時間;微表情的研究范式正好相反,前后的表情背景呈現時間較長,而微表情只是一閃而過。

因此Zhang,Fu,Chen和Fu(2014)首次探索了微表情的背景效應,發現當背景表情為負性時,所有的目標微表情識別正確率均低于正性或平靜表情背景,即負性的背景表情會損害被試對目標微表情的捕捉;當背景表情和目標微表情的效價一致時(同為正性或同為負性),微表情識別正確率顯著低于二者不一致時。另外愉快表情識別的正確率明顯高于其他表情,而恐懼表情的識別正確率明顯低于其他表情。該研究突破了傳統微表情研究的平靜表情背景范式,十分具有啟發性,但尚需進一步發展：第一方面其背景表情只有悲傷、高興、平靜三種,未能全面探索所有表情背景。第二方面其目的只是探索背景情緒效價對微表情的影響,沒有揭示在各表情背景中的微表情實質上是與平靜背景微表情具有本質差異的新微表情即生態化微表情——其識別正確率與平靜背景微表情有差異,預示著識別機制可能不同;而且還可能會受背景表情的啟動、誘導或掩蔽作用影響產生正性或負性扭曲。第三方面由于上兩個原因,導致沒有創建生態化微表情的概念和標準化測驗,尚沒有如Matsumoto等(2000)檢驗信效度建立經典 JACBART微表情識別測驗。

1.3 已有研究的問題和本研究的改進

JACBART微表情識別測驗只測量了被試對平靜下微表情的識別,這只是鑲嵌在各種表情背景中真實微表情的特例,因此生態效度不高。Zhang等(2014)的實驗范式以悲傷、平靜和愉快三種基本表情作為背景和微表情,沒有全面探索各背景下的微表情,而由于目的是考察背景效應,沒有建立標準化測驗。殷明、張劍心、史愛芹和劉電芝(2016)提出未來應建立生態化微表情識別的標準化測驗。因此本研究以 7種基本表情(恐懼、悲傷、厭惡、憤怒、平靜、驚訝、高興)作為背景,以除平靜外的6種基本表情鑲嵌在表情背景中成為生態化微表情。然后采用兩次生態化微表情識別測量的相關衡量重測信度;用第一次生態化微表情識別與平靜背景下微表情/普通表情的相關衡量校標效度;用背景效應包括生態化微表情識別之間及其與平靜背景微表情/普通表情識別的差異、背景效應的量化指標即生態化微表情識別的波動(標準差)衡量生態效度,建立生態化微表情識別的標準化測驗 EMERT(Ecological Microexpressions Recognition Test)。同時在此過程中,探索生態化微表情識別的特征。

2 方法

2.1 被試

從蘇州大學大一到研三隨機選取 87名被試參加研究,男生45人,女生42人。剔除3名未按要求操作的男生被試,進入數據分析階段被試共 84人,平均年齡 23.2歲,其中男生平均年齡 23.8歲,女生平均年齡22.6歲,均為右利手,矯正視力正常,無色盲色弱。被試無參與類似研究經歷,合格完成本研究后獲得相應酬勞。

2.2 實驗儀器和材料

采用Ekman和Friesen(1976)國際表情庫中10個白人的情緒喚醒度為 4的表情圖片(情緒喚醒度從低到高為1～5,其中4是真實表情中的最高喚醒度,5是通過計算機夸張后的更高喚醒度),男性 4人,女性 6人,共 7種基本表情類型,分別是平靜(Neutral)、憤怒(Anger)、厭惡(Disguet)、恐懼(Fear)、愉快(Happiness)、悲傷(Sad)、驚訝(Surprise)。圖片經過處理,去除掉面部肌肉以外的其他部分如耳朵、頭發等,保證同一個人的面部表情陰影相同、頭部姿勢相同。所有圖片均修改為 338×434像素,灰色背景的圖片(GRB:127,127,127)。采用該表情庫有兩個原因,一是本研究需要同一個人的7種基本表情,且面部陰影相同,頭部姿勢基本不變,只有該表情庫能滿足,其它表情庫都無法滿足;二是Matsumoto,Nezlek和 Koopmann(2007)發現 27個不同國家的人的7種基本表情具有普遍性,因此可以采用白人表情圖片來測量中國大學生。實驗儀器為聯想臺式電腦M400-D003,19英寸CRT顯示器,分辨率1600×1200,刷新頻率為75 Hz,顯示背景為灰色。采用E-prime 2.0編制實驗程序。

讓被試填寫了大五人格量表的開放性子量表(Costa &McCrae,1992)和貝克抑郁量表(Beck,Steer,&Brown,1996),受本文主題和篇幅限制,其材料和結果將在另一篇文章中介紹。

2.3 實驗設計和程序

本研究改進了 JACBART實驗范式,將微表情圖片鑲嵌在前后背景表情圖片之間快速呈現,以建立生態化微表情識別測驗。實驗為 7(背景表情)×6(微表情/表情)×2(兩次測量)被試內設計。選取平靜、憤怒、厭惡、恐懼、愉快、悲傷、驚訝7種表情作為前后背景表情圖片,呈現時間都為 800ms,選取憤怒、厭惡、恐懼、愉快、悲傷、厭惡6種表情圖片作為微表情,呈現時間為133ms(Matsumoto et al.,2000)。同一試次前后背景表情和微表情采用同一個模特的人臉,并且前后背景表情圖片相同。由于有 7種表情背景,為了平衡順序效應,采用拉丁方設計設置了7個組,每組男女各6人,結果分析時將7個組的每個因變量平均。

被試距離屏幕60厘米。在電腦鍵盤的SDF-JKL六個鍵上分別貼上標簽‘憤怒’、‘厭惡’、‘恐懼’、‘悲傷’、‘驚訝’、‘愉快’。實驗開始前,要求被試將自己的左手無名指、中指、食指分別放在‘憤怒’、‘厭惡’、‘恐懼’三個鍵上,將自己的右手食指、中指、無名指分別放在‘悲傷’、‘驚訝’、‘愉快’三個鍵上。然后進行按鍵練習,6種表情(平靜除外)以1 s的呈現時間偽隨機出現5次,一共30個試次,被試需按鍵選擇出現的表情是什么。

按鍵練習完成后,指導語告知被試：屏幕中央先呈現注視點“+”500ms,空屏 500ms,然后前背景表情圖片呈現800ms,微表情圖片快速呈現133ms,緊接著后背景表情圖片呈現 800ms,前后背景表情相同。被試需要盡力看清鑲嵌在前后背景表情中快速呈現的微表情是什么？之后屏幕上出現6個標簽“憤怒、厭惡、恐懼、悲傷、驚訝、愉快”,排列順序與鍵盤上的標簽相同,要求按鍵選擇看到的微表情,不要求盡快,只要求盡準。按鍵選擇后是2 s的空屏,然后呈現注視點“+”500ms,下一試次開始。實驗流程見圖1。

圖1 實驗流程圖

明白指導語之后進行實驗程序練習,共 14個試次,其中7種背景表情各出現2次,6種微表情各出現2～3次,要求被試判斷微表情的類型。實驗程序練習完成后,屏幕出現“是否明白實驗任務和操作方式？如已明白,按Q鍵開始正式實驗;若有任何疑問,請詢問主試人員”。若被試報告明白則開始正式試驗,若有疑問則解決后再次練習。

為讓被試充分休息,實驗分為 7個組段,每個組段選取某一種表情作為背景。這樣整個實驗有7(背景表情)×6(微表情)×10(模特個數)=420 個試次。

為考察測驗的重測信度,被試需進行兩次實驗,間隔為1周。第一次實驗之前讓被試填寫大五人格開放性量表和基本信息,第二次實驗之前填寫貝克抑郁量表。由于貝克抑郁量表的題目不帶傾向性和引導性,只是測量真實的抑郁狀況,因此幾乎沒有啟動效應。

3 結果

用SPSS 16.0進行統計。有效被試84人,男生42人,女生 42人。生態化微表情識別測驗的建立既是研究的主要目的,又是探索其特征的前提,因此需要對測驗進行信效度檢驗,在此過程中揭示其特征。信效度檢驗采用以下指標和順序。(1)信度：以兩次生態化微表情識別的相關作為重測信度。(2)校標效度：平靜下微表情既是生態化微表情的一個特例,又是經典微表情,用生態化微表情識別與它做相關就可以作為校標效度,表明生態化微表情確實是微表情。當背景和微表情圖片相同時,被試看到的就是普通表情,用生態化微表情識別與它做相關也可作為校標效度,表明測量的是該表情的微表情識別。(3)生態效度之一：生態化微表情識別的背景主效應,生態化微表情識別之間以及與經典微表情/普通表情識別的差異,則是生態效度,表明不同表情背景下的微表情識別確實不同,與經典微表情/普通表情識別也不同。(4)生態化效度之二：不同背景下生態化微表情識別的標準差可作為背景效應的量化指標,衡量生態化微表情識別的波動,也可作為生態效度。值得注意的是,生態化微表情包括了經典微表情,但是不包括普通表情。由于生態化微表情識別特征之一訓練效應體現在重測信度分析之中,特征之二與經典微表情/普通表情的相關體現在校標效度分析之中,特征之三生態化微表情識別之間以及與經典微表情/普通表情的差異體現在生態效度之一的分析之中,特征之四生態化微表情識別波動性體現在生態效度之二的分析之中,因此為避免數據分析和論述的重復,將這 4個特征與相應的信效度檢驗一起介紹。

每個試次有6個選項,隨機水平為1/6。檢驗各微表情/表情識別正確率是否大于隨機,第一次測量所有微表情/表情都顯著高于隨機(

p

<0.01),可見被試能夠正確識別所有微表情/表情。各生態化微表情/表情的識別正確率和標準差見表1。

3.1 重測信度和訓練效應

對兩次測量的每種微表情/表情識別正確率做相關分析發現,除兩次測量的驚訝厭惡下識別不相關

p

>0.05,兩次測量的其它微表情/表情識別得分均顯著正相關,表明具有良好的重測信度(見表1)。將兩次測量得分進行配對樣本

t

檢驗發現,不少生態化微表情第二次得分顯著高于第一次,產生了訓練效應(見表1)。它們分別為：所有背景下的悲傷微表情、厭惡平靜下、厭惡驚訝下、恐懼悲傷下、憤怒驚訝下、愉快驚訝下。其余的則沒有產生訓練效應,但這只是針對整體被試而言,其中存在個體差異。第二次測量的所有生態化微表情識別正確率都大于或等于第一次,沒有出現小于第一次的情況,表明確實產生了訓練效應,而不是重復測量的隨機誤差——因為隨機誤差應導致第二次大于、等于和小于第一次這三種情況出現。

3.2 校標效度

由于第二次測量存在訓練效應,因此只以第一次測量得到的生態化微表情識別正確率作為衡量被試生態化微表情識別能力的指標。采用經典微表情即平靜下的微表情作為第一個校標效度,普通表情作為第二個校標效度。

3.2.1 恐懼微表情

由表2可見：(1)各生態化恐懼微表情與恐懼平靜下做皮爾遜相關,平靜下微表情是生態化微表情的一個特例。恐懼厭惡下、恐懼憤怒下與恐懼平靜下顯著正相關,表明以經典恐懼微表情即恐懼平靜下為校標,恐懼憤怒下和恐懼厭惡下的校標效度良好。而其它生態化恐懼微表情則與經典恐懼微表情不相關,但這不能表明測量的不是恐懼微表情,還需與普通恐懼表情做相關作為第二個校標效度;還可能因為這些生態化恐懼微表情與經典恐懼微表

情存在本質差異,反而是良好生態效度的體現,將在下一節驗證,下同。(2)各生態化恐懼微表情與普通恐懼表情做皮爾遜相關,所有生態化恐懼微表情與恐懼恐懼下顯著正相關,表明以普通恐懼表情為校標,所有生態化恐懼微表情的校標效度良好。

表1 兩次測量的生態化微表情/表情識別得分及關系

表2 各生態化恐懼微表情與經典恐懼微表情/普通恐懼表情識別正確率的相關

3.2.2 悲傷微表情

由表3可見：(1)悲傷恐懼下、悲傷憤怒下、悲傷驚訝下、悲傷愉快下與悲傷平靜下都顯著正相關,表明以經典悲傷微表情為校標,絕大部分生態化悲傷微表情的校標效度良好;悲傷厭惡下不相關,可能因為厭惡背景與悲傷微表情比較類似,厭惡背景的影響很大。(2)所有生態化悲傷微表情都與悲傷悲傷下顯著正相關,表明以普通悲傷表情為校標,所有生態化悲傷微表情的校標效度良好。

表3 各生態化悲傷微表情與經典悲傷微表情/普通悲傷表情識別正確率的相關

3.2.3 厭惡微表情

由表4可見：所有生態化厭惡微表情與厭惡平靜下/厭惡厭惡下都顯著正相關,表明以經典厭惡微表情/普通厭惡表情為校標,所有生態化厭惡微表情的校標效度良好。

3.2.4 憤怒微表情

由表5可見：(1)憤怒恐懼下、憤怒厭惡下、憤怒愉快下與憤怒平靜下都顯著正相關,表明以經典憤怒微表情為校標,大多數生態化憤怒微表情的校標效度良好。憤怒悲傷下則與之不相關,可能是悲傷背景的情緒效價與憤怒相似;憤怒驚訝下與之也不相關,可能是驚訝的面孔肌肉狀態與憤怒相似。(2)憤怒恐懼下、憤怒厭惡下、憤怒平靜下與憤怒憤怒下相關,表明以普通憤怒表情為校標,這些生態化憤怒微表情的校標效度良好。其它微表情則與之不相關。

表4 各生態化厭惡微表情與經典厭惡微表情/普通厭惡表情識別正確率的相關

表5 各生態化憤怒微表情與經典憤怒微表情/普通憤怒表情識別正確率的相關

3.2.5 驚訝微表情

由表6可見：(1)驚訝恐懼下﹑驚訝憤怒下與驚訝平靜下顯著正相關,表明以經典驚訝微表情為校標,驚訝恐懼下和驚訝憤怒下的校標效度良好。其它微表情則與之不相關。(2)除驚訝平靜下外,其它生態化驚訝微表情都與驚訝驚訝下顯著正相關,表明以普通驚訝表情為校標,絕大多數生態化驚訝微表情的校標效度良好。

表6 各生態化驚訝微表情與經典驚訝微表情/普通驚訝表情識別正確率的相關

3.2.6 愉快微表情

由表7可見：(1)除愉快恐懼下外,其它生態化愉快微表情都與愉快平靜下都顯著正相關,表明以經典愉快微表情為校標,絕大多數生態化愉快微表情的校標效度良好。只有愉快恐懼下與之不相關,可能因為恐懼背景的面部肌肉狀態與愉快相似。(2)所有生態化愉快微表情都與愉快愉快下顯著正相關,表明以普通愉快表情為校標,所有生態化愉快微表情的校標效度良好。

綜上所述,從相關分析可見,生態化微表情與經典微表情或普通表情普遍相關,證明了本研究建立的生態化微表情識別測驗具有良好的校標效度;而又不是完全相關,可能存在生態效度,見下節分析。

表7 各生態化愉快微表情與經典愉快微表情/普通愉快表情識別正確率的相關

3.3 生態效度之一：背景效應

同樣只以第一次測量得到的生態化微表情識別正確率作為衡量被試生態化微表情識別能力的指標。普通表情不存在背景,因此分析背景主效應時剔除普通表情。背景主效應、各生態化微表情之間的成對比較(包括各生態化微表情與經典平靜背景下微表情的差異)以及各生態化微表情與普通表情的差異都能揭示生態效度。

3.3.1 恐懼微表情

3.3.2 悲傷微表情

3.3.3 厭惡微表情

3.3.4 憤怒微表情

3.3.5 驚訝微表情

3.3.6 愉快微表情

用各微表情與普通表情做Bonferroni校正的成對比較,恐懼表情顯著大于恐懼平靜下、恐懼悲傷下、恐懼驚訝下(

p

<0.05),顯著小于恐懼愉快下(

p

<0.001);悲傷表情顯著小于悲傷恐懼下、悲傷厭惡下、悲傷憤怒下(

p

<0.001);厭惡表情顯著大于厭惡驚訝下(

p

<0.01);憤怒表情顯著大于憤怒悲傷下(

p

<0.001);驚訝表情顯著小于驚訝恐懼下、驚訝悲傷下、驚訝厭惡下、驚訝憤怒下(

p

<0.05);愉快表情顯著小于愉快平靜下、愉快恐懼下、愉快悲傷下、愉快厭惡下、愉快驚訝下(

p

<0.05)。

綜上所述,恐懼、悲傷、厭惡、憤怒微表情的背景主效應顯著,成對比較顯示不同背景下的微表情識別之間有廣泛的差異,并且生態化微表情識別與普通表情識別也有廣泛差異。驚訝、愉快微表情背景主效應不顯著,成對比較也沒有差異,表明驚訝、愉快微表情識別比較穩定,受背景影響較小;但是與普通表情有廣泛差異。這些結果表明生態化微表情確實受背景影響,與經典微表情或普通表情不同,具有較好的生態效度。

另外,同一種背景下各微表情識別都有普遍的顯著差異,主效應都顯著(

p

<0.05)。一般來說,愉快和驚訝微表情識別正確率最高,厭惡微表情次之,憤怒微表情又次之,恐懼、悲傷微表情最低。原因可能是愉快和驚訝微表情特征較明顯——張嘴,而厭惡和憤怒微表情對被試的攻擊性和威脅性較高,恐懼和悲傷微表情對被試攻擊性和威脅性較低。由于同一背景下微表情主效應是公認的事實(雖然只是在平靜表情背景下),且不是研究重點,故不做詳細統計分析,感興趣的讀者可利用表1做統計。

3.4 生態效度之二：生態化微表情識別的波動

那么各生態化微表情的背景效應能否量化呢？將同一種微表情在不同背景下識別正確率的標準差定義為微表情識別的波動,它能夠作為背景效應的量化指標。

由表8可見：第一次和第二次測量的各生態化微表情識別標準差與0做單樣本

t

檢驗,標準差全部大于0(

p

<0.05),表明存在顯著的波動,即量化的背景效應都大于 0,這也說明生態化微表情識別測驗具有良好的生態效度。兩次測量的各生態化微表情識別正確率的標準差做皮爾遜相關,除憤怒微表情標準差相關不顯著外,其它微表情標準差都顯著正相關。做配對樣本

t

檢驗,只有愉快二標準差顯著小于愉快標準差,表明訓練減小了愉快微表情的波動;其它微表情的兩次測量的標準差都沒有差異。這些結果表明絕大部分生態化微表情的波動比較穩定,不受訓練影響。人格開放性與第一次測量的各生態化微表情標準差做皮爾遜相關發現,人格開放性與悲傷微表情標準差顯著正相關,與愉快微表情標準差顯著負相關,表明悲傷、愉快微表情識別波動可能是個體特質。

表8 兩次測量各生態化微表情識別的標準差及關系

4 討論

4.1 生態化微表情識別測驗具有良好的信效度

同一批被試兩次生態化微表情識別測量得分普遍顯著正相關,證明該測驗具有良好的重測信度。各生態化微表情識別與平靜下微表情/普通表情識別存在普遍顯著正相關,證明生態化微表情識別測驗具有良好的校標效度。大部分生態化微表情的背景主效應顯著;大部分生態化微表情之間及其與平靜下微表情/普通表情有顯著差異;所有生態化微表情識別都存在顯著波動,證明生態化微表情識別測驗具有良好的生態效度。綜合重測信度,校標效度和生態效度,可得出結論：本研究開發的生態化微表情識別測驗的信效度都良好,可以穩定且真實有效地測量到被試的生態化微表情識別能力。

本研究建立的生態化微表情識別測驗,包括了6種基本微表情在所有7種基本表情背景下的識別測驗,因此比Matsumoto等(2000)建立的JACBART經典微表情識別測驗以及 Ekman(2002)建立的METT微表情識別訓練范式(只在平靜背景下的微表情識別)更具有生態效度。而Zhang等(2014)采用悲傷、平靜、愉快背景下的悲傷、平靜、愉快微表情識別具有一定的生態效度,但是其背景和微表情都沒有包括所有基本表情;并且由于目的不是建立生態化微表情識別測驗,沒有做信效度檢驗。本研究首次建立了全面有效的生態化微表情識別的標準化測驗,未來可以用它來改進已有METT訓練范式,獲得更有生態效度的微表情識別訓練。

4.2 信效度檢驗揭示了生態化微表情識別的特征

信效度檢驗同時揭示了生態化微表情識別的一些特征。

(1)做重測信度分析時發現：生態化微表情識別存在訓練效應,所有背景下的悲傷微表情、厭惡平靜下、厭惡驚訝下、恐懼悲傷下、憤怒驚訝下、愉快驚訝下在第二次識別測量中得分顯著高于第一次。

(2)做校標效度分析時發現：生態化微表情與經典微表情或普通表情普遍相關;而又不是全都相關,存在生態效度。

(3)做生態效度之一分析時發現：恐懼、悲傷、厭惡、憤怒微表情背景主效應顯著;驚訝和愉快微表情背景主效應不顯著,成對比較發現各背景下驚訝/愉快微表情差異不顯著,但與普通表情有廣泛的顯著差異。Zhang等(2014)發現當背景表情為負性時,所有目標微表情識別正確率均低于正性或平靜表情背景,即負性背景表情會損害被試對目標微表情的捕捉;當背景表情和目標微表情效價一致時(同為正性或同為負性),微表情識別正確率顯著低于二者不一致時。但是本研究對全面的生態化微表情做成對比較,卻發現負性背景會促進某些微表情識別,如悲傷恐懼下顯著大于悲傷愉快下、悲傷驚訝下;而某些背景和微表情效價不一致時反而高于一致時,如憤怒愉快下大于憤怒悲傷下。這表明其研究只是生態化微表情識別中的特例,生態化微表情識別中微表情和背景表情的關系復雜,有正有負,如啟動、對比、掩蔽、干擾、扭曲等,不能用效價正負性或一致性來概括,需要分別分析,進一步探索各自機制。

(4)由于生態化微表情是鑲嵌在不同背景表情中的微表情,因此會受背景效應影響,導致不同背景中同一種微表情識別正確率不同,即產生了生態化微表情識別的波動。本研究首次采用同一種微表情在不同背景下識別正確率的標準差來定義生態化微表情識別的波動,這能衡量被試同一種微表情識別受不同背景影響產生波動的程度,可作為新的生態效度指標;反向衡量被試排除不同背景,對同一種微表情識別的穩定性。結果發現：除驚訝和愉快生態化微表情外,恐懼、悲傷、厭惡、憤怒生態化微表情的背景主效應顯著,表明對這4種生態化微表情而言,在不同背景下的識別存在顯著差異,而非隨機誤差;第一次和第二次測量的各生態化微表情識別標準差全都顯著大于0,而不存在與 0沒有差異的情況;除了愉快微表情外,其它生態化微表情的波動比較穩定,不受訓練影響,這表明生態化微表情識別的波動可能是被試內在的個體特征;相關分析發現悲傷和愉快微表情識別標準差與人格開放性相關,表明這兩種波動可能是人格特征。其它波動與人格開放性不相關,但不能排除與人格的其它維度或認知特征相關的可能性,未來可進一步探索。以上四點表明各生態化微表情識別確實存在穩定的波動性,而不是隨機誤差。因為隨機誤差會導致4個(或其中某些)對應的相反結果：各生態化微表情的背景主效應不顯著;一般來說隨機誤差導致的標準差應該與0沒有顯著差異,即使隨機誤差太大,也應該導致某些微表情標準差大于 0,而另一些微表情標準差與0沒有差異,才體現隨機性;如果兩次測量的標準差由隨機誤差導致,應該不穩定,即兩次測量的標準差差異顯著;人格是人穩定的認知和行為傾向,隨機誤差導致的標準差應該與人格因素不相關。

5 結論

(1)創建了生態化微表情識別測驗,包括6種基本微表情在所有7種基本表情背景下的識別測驗。結果發現該測驗具有良好的重測信度、校標效度和生態效度。

(2)信效度檢驗揭示了生態化微表情識別的一些特征。某些生態化微表情識別存在訓練效應。生態化微表情與經典微表情或普通表情普遍相關。恐懼、悲傷、厭惡、憤怒微表情的背景主效應顯著,且成對比較顯示不同背景下的微表情識別之間有廣泛差異,表明背景表情會影響這4種生態化微表情識別。驚訝/愉快微表情背景主效應不顯著,成對比較也發現不同背景下的驚訝/愉快微表情識別差異不顯著,但它們與對應的驚訝/愉快普通表情有廣泛差異。采用不同背景下微表情識別正確率的標準差來定義生態化微表情識別的波動,發現生態化微表情識別具有穩定的波動性。

Beck,A.T.,Steer,R.A.,&Brown,G.K.(1996).

Manual for the beck depression inventory-II

.San Antonio,TX:Psychological Corporation.Carroll,J.M.,&Russell,J.A.(1996).Do facial expressions signal specific emotions? Judging emotion from the face in context.

Journal of Personality and Social Psychology,70

(2),205–218.Costa,P.T.,Jr.,&McCrae,R.R.(1992).

Revised NEO personality inventory(NEO-PI-R)and NEO five-factor inventory(NEO-FFI)professional manual

.Odessa,FL:Psychological Assessment Resources.Ekman,P.(2002).

Micro Expression training tool(METT)

.Retrieved April 15,2009,from http://www.paulekman.comEkman,P.,&Friesen,W.V.(1969).Nonverbal leakage and clues to deception.

Psychiatry,32

(1),88–106.Ekman,P.,&Friesen,W.V.(1974).Detecting deception from the body or face.

Journal of Personality and Social

Psychology,29

(3),288–298.Ekman,P.,&Friesen,W.V.(1975).

Unmasking the face:A guide to recognizing emotions from facial expressions

.Englewood Cliffs,NJ:Prentice Hall.Ekman,P.,&Friesen,W.V.(1976).

Pictures of facial affect

.Palo Alto,CA:Consulting Psychologists Press.Frank,M.G.,&Hurley,C.M.(2014).

Detecting deception and emotion in police officers

.Manuscript in Review.Hietanen,J.K.,&Astikainen,P.(2013).N170 response to facial expressions is modulated by the affective congruency between the emotional expression and preceding affective picture.

Biological Psychology,92

(2),114–124.Matsumoto,D.,LeRoux,J.,Wilson-Cohn,C.,Raroque,J.,Kooken,K.,Ekman,P.,… Goh,A.(2000).A new test to measure emotion recognition ability:Matsumoto and Ekman's Japanese and Caucasian brief affect recognition test(JACBART).

Journal of Nonverbal Behavior,24

(3),179–209.Matsumoto,D.,Nezlek,J.,&Koopmann,B.(2007).Evidence for universality in phenomenological emotion response system coherence.

Emotion,7

(1),57–67.Porter,S.,ten Brinke,L.,&Wallace,B.(2012).Secrets and lies:Involuntary leakage in deceptive facial expressions as a function of emotional intensity.

Journal of Nonverbal Behavior,36

(1),23–37.Righart,R.,&de Gelder,B.(2008).Rapid influence of emotional scenes on encoding of facial expressions:An ERP study.

Social Cognitive and Affective Neuroscience,3

(3),270–278.Tanaka-Matsumi,J.,Attivissimo,D.,Nelson,S.,&D'Urso,T.(1995).Context effects on the judgment of basic emotions in the face.

Motivation and Emotion,19

(2),139–155.Werheid,K.,Alpay,G.,Jentzsch,I.,&Sommer,W.(2005).Priming emotional facial expressions as evidenced by event-related brain potentials.

International Journal of Psychophysiology,55

(2),209–219.Wu,Q.,Shen,X.B.,&Fu,X.L.(2010).Micro-expression and its applications.

Advances in Psychological Science,18

(9),1359–1368.[吳奇,申尋兵,傅小蘭.(2010).微表情研究及其應用.

心理科學進展,18

(9),1359–1368.]Wu,R.,&Ren,Y.J.(2011).Study on priming effect of micro-expression.

Chinese Journal of Applied Psychology,17

(3),241–248.[吳冉,任衍具.(2011).微表情的啟動效應研究.

應用心理學,17

(3),241–248.]Ying,M.,Zhang,J.X.,Shi,A.Q.,&Liu,D.Z.(2016).Characteristics,recognition,training of microexpressions and their influence factors.

Advances in Psychological Science,24

(11),1723–1736.[殷明,張劍心,史愛芹,劉電芝.(2016).微表情的特征、識別、訓練和影響因素.

心理科學進展,24

(11),1723–1736.]Zhang,M.,Fu,Q.F.,Chen,Y.-H.,&Fu,X.L.(2014).Emotional context influences micro-expression recognition.

PLoS One,9

(4),e95018.