普遍信任博弈決策的動態(tài)過程
——來自腦電時頻分析的證據(jù)*

付 超 張 振 何金洲 黃四林 仇劍 崟 王益文

(1福州大學心理與認知科學研究所, 福州 350116) (2福州大學經濟與管理學院, 福州 350116)

(3中原大學心理系, 桃園 32023) (4北京師范大學發(fā)展心理研究院, 北京 100875)

(5上海交通大學醫(yī)學院附屬精神衛(wèi)生中心, 上海 200030)

1 引言

普遍信任(Generalized Trust)是指個體在普遍意義上對他人(包括那些素未相識的陌生人)的一種相對抽象的態(tài)度與行為(Zak & Knack, 2001), 它孕育著人類社會的社會合作與穩(wěn)定性。普遍信任是人類社會互動過程中一個必要成分, 能夠降低社會交易成本, 易化合作行為, 促進社會經濟的繁榮發(fā)展,長久以來被視為合作行為的一個關鍵前提(Krueger et al., 2007)。實驗研究經常采用反映現(xiàn)實情境核心特征的博弈任務, 探究與分析人類的信任行為(Berg, Dickhaut, & McCabe, 1995; Declerck, Boone,& Emonds, 2013; Krueger, Grafman, & McCabe, 2008;Tzieropoulos, 2013)。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, 往往由兩名匿名玩家共同完成, 雙方分別擁有一定數(shù)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。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(shù)受托者也會返還一定比例的金錢(Camerer,2003; Johnson & Mislin, 2011)。

隨著腦成像技術的發(fā)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),尾狀核(caudate nucleus), 杏仁核(amygdala), 腦島(insula)和背側前額葉皮層(dorsolateral prefrontal cortex, dlPFC)等腦區(qū)(Aimone, Houser, & Weber,2014; Baumgartner, Heinrichs, Vonlanthen, Fischbacher,& Fehr, 2008; King-Casas et al., 2005; Knoch, Schneider,Schunk, Hohmann, & Fehr, 2009; Krueger et al.,2008; McCabe, Houser, Ryan, Smith, & Trouard,2001)。研究者認為 mPFC主要參與心理推理、情緒認知與調控等過程, 尾狀核參與同伴值得信賴性的習得與編碼, 杏仁核和腦島則主要參與不確定性和背叛恐懼加工, 而 dlPFC則參與認知控制過程(Declerck et al., 2013; Riedl & Javor, 2012)。相較而言, 目前有關信任時間進程的研究則比較匱乏, 且大多聚焦于信任決策的結果評價過程(Chen et al.,2012; Long, Jiang, & Zhou, 2012; Ma, Meng, & Shen,2015)。例如, Ma等(2015)發(fā)現(xiàn)事先承諾可以促進信任行為, 且事先承諾條件下非獎賞反饋減獎賞反饋引起更大的 FRN, 表明事先承諾條件下被試具有更強烈的互惠預期。有鑒于此, 當前研究擬采用ERP技術和單次性信任博弈任務, 探究信任博弈決策過程中大腦活動的時間動態(tài)特征。

對于博弈決策過程而言, 研究者所關注的核心問題是“個體為什么會信任或不信任他人(尤其是陌生人), 兩種選項何者為優(yōu)勢反應?”。雖然大量研究結果表明人類存在較普遍的信任行為, 但是研究者對上述議題的理解還存在強烈的爭論。背叛厭惡理論(betrayal aversion theory)強調信任困境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, 并且人們存在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), 因此人們傾向于選擇不信任進而表現(xiàn)出較少的信任行為(Bohnet & Zeckhauser, 2004, Bohnet, Greig, Herrmann,& Zeckhauser, 2008)。有研究發(fā)現(xiàn)個體在信任博弈中的投資額度或比例要顯著低于賭博任務, 而且這種差異可能與前腦島的激活有關(Aimone et al.,2014)。道德規(guī)范理論(moral norm theory)則認為信任是一種由內化的道德性強制規(guī)范驅動的行為, 個體借此向他人品格表示尊重, 維持其關于他人值得信賴與誠信善意的社會矯飾, 進而表現(xiàn)出較高的信任行為(Dunning, Anderson, Schl?sser, Ehlebracht, &Fetchenhauer, 2014; Dunning, Fetchenhauer, & Schl?sser,2012)。Dunning等(2014)發(fā)現(xiàn)人們會過分的信任陌生人, 即使這種信任水平超過了其風險忍受性, 并且與社會責任履行有關的情緒(如內疚和焦慮)能夠部分程度上解釋這種行為。據(jù)研究所知, 目前只有極少數(shù) ERP研究為博弈決策的時間進程提供了初步的實證數(shù)據(jù)(Boudreau, McCubbins, & Doulson,2009; Wang et al., 2015)。Boudreau 等(2009)采用拋硬幣任務操縱了個體與匿名報告者利益沖突、利益一致和撒謊懲罰三種條件, 發(fā)現(xiàn)利益一致條件下報告者的聲明信息誘發(fā)了更大的 P2、P3和晚期正成分。一項采用重復性信任博弈的腦電研究則發(fā)現(xiàn)不信任決策比信任決策誘發(fā)了更正的 P2成分, 差異波溯源分析定位于額中回和額下回, 可能反映了決策過程中信息整合引起的沖突檢測加工(Wang et al., 2015)。盡管上述研究已初步探究了博弈決策的時間進程, 但也存在一些不足之處。一方面, 兩項研究所采用的實驗任務均有一定的局限性, 其中拋硬幣任務所操縱的人際信任與傳統(tǒng)信任定義不一致, 無法準確反映信任互動的特性; 而重復信任博弈側重于互動同伴值得信賴性或聲譽信息的習得與編碼, 無法探究個體在普遍意義上對陌生他人的態(tài)度與行為。另一方面, 認知控制相關研究普遍認為 N2是反映認知控制過程的核心成分, 它是一種具有額中央分布的負性成分, 對沖突檢測和反應抑制特別敏感, 表現(xiàn)為高沖突情境要比低沖突情境能誘發(fā)更負的N2成分(Nieuwenhuis, Yeung, van den Wildenberg, & Ridderinkhof, 2003; van Veen & Carter,2002; Schmajuk, Liotti, Busse, & Woldorff, 2006)。現(xiàn)有信任博弈研究沒有發(fā)現(xiàn)不同決策導致的N2成分差異, 對信任或不信任選擇何者為優(yōu)勢反應的問題尚未做出清晰回答。因此, 當前研究旨在以 N2成分為指標, 進一步深入探究博弈決策中不同選擇的優(yōu)勢性問題。

另外, 現(xiàn)有研究大多只關注時域上鎖時鎖相的事件相關電位(event-related potential, ERP), 而非相位鎖定的神經震蕩(event-related oscillations, ERO)則反映了與刺激呈現(xiàn)鎖時的 EEG節(jié)律能量變化;這些 EEG活動的能量變化反映了刺激所誘發(fā)的神經元節(jié)律性的調整過程(興奮或抑制), 并且不同頻段的神經震蕩往往與人類的各種認知活動有關(Tiesinga, Fellous, & Sejnowski, 2008; Wang, 2010)。認知控制相關的神經震蕩研究發(fā)現(xiàn)抑制反應能夠導致右側額下回等腦區(qū)上β頻段(13~30 Hz)能量增加, 表明β震蕩能夠調節(jié)行為抑制潛在的神經網絡活動(Alegre et al., 2004; Kr?mer, Knight, & Münte,2011; Swann et al., 2009)。相比于停止信號任務(Stop-signal Task)中的反應試次和失敗的抑制試次,成功的抑制試次導致了更強的 β頻段能量(Marco-Pallarés, Camara, Münte, & Rodríguez-Fornells, 2008)。一項采用go/no-go范式的研究顯示, go試次誘發(fā)了額中央區(qū)域β頻段能量的減弱, 而no-go試次則導致了額葉區(qū)域β頻段能量的增加, 進而表明β頻段的能量變化反映了額葉抑制加工(Alegre et al., 2004)。

現(xiàn)有研究雖然在時域上初步揭示了信任決策的時間動態(tài)進程, 但尚未清晰地回答博弈決策中不同選擇的優(yōu)勢性問題, 而且在頻域分析上仍缺乏對博弈決策的神經震蕩機制的探討。為了更深入地考察信任決策加工的時間動態(tài)過程和神經震蕩機制,記錄了 21名健康被試(充當信任者)完成單次性信任博弈時的腦電數(shù)據(jù), 并對 EEG數(shù)據(jù)進行時域和頻域分析。鑒于研究者關于博弈決策中不同行為選擇的優(yōu)勢性問題尚存爭議, 本研究提出假設：如果決策博弈過程中信任選擇為優(yōu)勢選項(與道德規(guī)范理論相一致), 則個體會更多的選擇信任, 不信任選擇比信任選擇誘發(fā)更大的N2成分和β頻段能量;反之, 如果不信任選擇為優(yōu)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, 信任選擇比不信任選擇誘發(fā)更大的N2成分和β頻段能量。另外, 有研究結果表明先前結果效價能夠調控個體隨后的行為決策(Gu, Ge, Jiang, & Luo, 2010; Masaki,Takeuchi, Gehring, Takasawa, & Yamazaki, 2006),因此我們依據(jù)信任選擇后反饋效價(Gain vs. Loss)和隨后試次的決策類型(Trust vs. Distrust)構建了4種條件并進行頻域分析, 以探究先前結果對隨后行為決策的影響。

2 方法

2.1 被試

被試為21名在校大學生或研究生, 11男10女,年齡范圍為18~26歲, 平均年齡為21.2歲。所有被試均為右利手, 視力或矯正視力正常, 無精神病史,且在實驗前都簽署了知情同意書。依據(jù)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

當前實驗任務為依據(jù) Berg等人(1995)的投資/信任游戲改編的信任博弈游戲, 其中被試扮演信任者角色與其他玩家完成150回合的游戲, 其間記錄其腦電活動。在每輪游戲開始之前, 信任者和受托者均會得到10點的出場費, 信任者(腦電被試)需要決定是否將所有的10點交給受托者(互動同伴)。假如信任者選擇不交給受托者, 則當前回合游戲終止,雙方獲得各自的 10點出場費; 假如信任者選擇交給受托者, 則全部10點將翻3倍交給受托者, 并由受托者決定雙方如何分配其所有點數(shù)(原有10點出場費加上翻倍后的30點, 共計40點), 受托者可以選擇獨吞所有點數(shù)或者選擇與信任者平分所有點數(shù), 無論其做出何種決策, 當前回合游戲終止且雙方獲得相應的點數(shù)。

當前信任博弈采用單次匿名互動方式進行, 也就是說每輪游戲中的互動對象都不相同。具體言之,腦電被試被告知腦電實驗前研究人員已從社會上篩選了400名具有社會代表性的成人被試, 并要求他們表明“在單次匿名互動情況下, 假定其被信任且獲得了 30點, 那么他們會選擇平分或還是獨吞所有點數(shù)？”, 然后將 400名被試的選擇存貯于計算機當中; 在腦電被試完成的每輪游戲中, 電腦會從中隨機選擇一個被試的決策以完成此輪游戲。但實際上, 所有受托者的決策都是由實驗前編寫的電腦程序控制的, 以保證整個博弈中的結果強化率(信任選擇后正性反饋的比例)接近50%。

在腦電被試進入實驗室后, 實驗者向其介紹信任博弈的詳細規(guī)則。然后, 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, 并進行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。每回合開始都先呈現(xiàn)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(xù)500 ms的十字后, 電腦屏幕上呈現(xiàn)一個決策選項圖(2000 ms); 被試要在決策選項圖呈現(xiàn)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(shù)據(jù)。隨后, 在隨機黑屏(800~1200 ms)后, 屏幕上分別呈現(xiàn)當前回合的結果(1200 ms), 以及目前的回合數(shù)與積累的總收益(2000 ms)。

2.3 腦電記錄與分析

采用國際 10~20系統(tǒng)擴展的 64導電極帽, 以NeuroScan系統(tǒng)記錄EEG信號。腦電記錄時所有電極參考置于右乳突的一只參考電極, 離線分析時再次以置于左乳突的有效電極進行再參考, 即從各導聯(lián)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(shù)據(jù)進行離線分析, 矯正眼電偽跡, 自動排除其他波幅大于± 80 μV的偽跡信號。為確保信任條件與不信任條件下疊加試次和信噪比的一致性, 對于每名被試而言, 我們以試次數(shù)量較小的條件為基準, 從另一種條件中隨機抽取相同數(shù)量的試次進行疊加, 最終兩種條件下的平均有效試次為46 ± 19 次(Wiswede, Münte, & Rüsseler, 2009)。ERP分析時程為決策選項圖呈現(xiàn)前 200 ms (作為基線)到呈現(xiàn)后 600 ms, 疊加被試選擇信任和選擇不信任兩種條件下的 ERPs波形圖, 最后平均所有被試兩種條件下的ERPs得到總平均圖。依據(jù)已有文獻(Boudreau et al., 2009; van Veen, & Carter, 2002;Wang et al., 2015)和總平均圖的觀察與分析(見圖1A),我們考察決策階段內的P2、N2和P3三種腦電成分,其中P2選擇測量決策選項呈現(xiàn)后150~250 ms內最大峰值, N2選擇測量決策選項呈現(xiàn)后250~330 ms內最負峰值, P3選擇測量決策選項呈現(xiàn)后 330~430 ms內最大峰值。三種腦電成分均進行2(決策類型: Trust vs. Distrust)×5(電極: Fz、FCz、Cz、CPz、Pz)的重復測量方差分析, 統(tǒng)計結果非球形性時采用Greenhouse-Geisser法校正 p值, 多重比較采用Bonferroni法校正。

2.4 時頻分析

重新截取決策選項前1000 ms和之后2000 ms的數(shù)據(jù)存貯為 EEG數(shù)據(jù), 最終信任條件和不信任條件納入時頻分析的平均有效試次均為46 ± 19次。將EEG數(shù)據(jù)采樣率降為500 Hz, 然后采用EEGLAB工具箱中一種復雜的正弦小波轉換程序對 EEG數(shù)據(jù)進行神經震蕩分析(Delorme & Makeig, 2004)。這種分析技術運用正弦小波與時域數(shù)據(jù)卷積, 隨著頻率升高小波周期也升高, 進而獲得對3~35 Hz范圍內每個時間點上的瞬時震蕩能量估計。這種程序先對EEG數(shù)據(jù)進行單試次分析, 再完成多試次的平均,最終獲得各條件下的震蕩能量; 震蕩能量數(shù)值以決策選項前 400~200 ms為基線進行矯正, 并轉換為分貝量尺[10×log (μV2)]。依據(jù) EEGLAB工具箱導出事件相關譜擾動(event-related spectral perturbation,ERSP)數(shù)據(jù)的統(tǒng)計差異圖, 視覺觀測找到存在顯著差異的頻段和時間窗口, 然后導出相應范圍內的數(shù)據(jù)均值進行統(tǒng)計分析。當前實驗主要聚焦于信任決策階段中的β頻段(18~28 Hz, 250~350 ms)。為了簡明起見, ERSP數(shù)據(jù)選擇了Cz點作頻譜圖, 有差異的頻段/時程內的全腦數(shù)據(jù)作地形分布圖(見圖2A)。

圖1 不同決策類型誘發(fā)的ERP波形圖(A)和P2 (150~250ms)、N2 (250~330ms)、P3 (330~430ms)的腦地形圖(B)

另外, 我們依據(jù)信任選擇后反饋效價(Gain vs.Loss)和隨后試次決策類型(Trust vs. Distrust)形成了4種條件, 分別截取其決策選項前1000 ms和之后2000 ms的數(shù)據(jù)存貯為EEG數(shù)據(jù), 進而試圖檢驗信任選擇后反饋效價對隨后行為決策的影響。最終獲益反饋后不信任決策條件、獲益反饋后信任決策條件、損失反饋后不信任決策條件和損失反饋后信任決策條件納入時頻分析的平均有效試次數(shù)目分別為 18 ± 8、33 ± 17、13 ± 5 和 34 ± 14。最后, 將EEG數(shù)據(jù)采樣率降為500 Hz, 借助EEGLAB工具箱進行相同的神經震蕩分析(Delorme & Makeig,2004)。依據(jù)ERSP數(shù)據(jù)的統(tǒng)計差異圖, 我們主要關注不同反饋效價后決策階段中 β頻段(15~20 Hz,150~300 ms)。為了簡明起見, ERSP數(shù)據(jù)選擇了Cz點作頻譜圖, 有差異的頻段/時程內的全腦數(shù)據(jù)作地形分布圖(見圖2B)。對決策類型誘發(fā)的β頻段均進行 2(決策類型: Trust vs. Distrust)×5(電極: Fz、FCz、Cz、CPz、Pz)的重復測量方差分析; 對不同反饋效價后隨后行為決策誘發(fā)的β頻段均進行2(反饋效價: Gain vs. Loss)×2(決策類型: Trust vs. Distrust)×5(電極: Fz、FCz、Cz、CPz、Pz)的重復測量方差分析, 統(tǒng)計結果非球形性時采用 Greenhouse-Geisser法校正p值, 多重比較采用Bonferroni法校正。

圖2 Cz點上兩種決策類型誘發(fā)的ERSP (A)和不同反饋后兩種決策類型誘發(fā)的ERSP (B); 黑色矩形框對應所分析頻段的ERSP, 虛豎線對應決策選項的起始點, 方形圖右側為所分析頻段ERSP的頭皮地形圖

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 67.6 ±3.1%和32.4 ± 3.1%, 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(20) = 5.61,p< 0.001。選擇信任和不信任的平均反應時分別為 495 ± 32 ms和 490 ± 27 ms, 配對t檢驗表明兩種決策的反應時無顯著差異,t(20) =0.34,p= 0.736。對不同反饋后信任選擇率進行單因素重復測量方差分析, 結果發(fā)現(xiàn)不同反饋后信任選擇率的主效應邊緣顯著,F(2,40) = 3.21,p= 0.051, η2=0.14。事后比較發(fā)現(xiàn)獲益反饋后信任選擇率(60.6 ±5.3%)顯著低于中性反饋后信任選擇率(71.8 ± 3.5%),p< 0.05, 損失反饋后信任選擇率(68.9 ± 3.8%)與獲益或中性反饋后信任選擇率無顯著差異,ps > 0.05。

3.2 時域ERP結果

P2 對P2 (150~250 ms)最大峰值進行2(決策類型)×5(電極)的二因素重復測量方差分析, 統(tǒng)計結果表明決策類型與電極位置的交互作用顯著,F(4,80) = 3.95,p= 0.036, η2= 0.17。簡單效應分析發(fā)現(xiàn)中央區(qū)(Cz)上不信任決策誘發(fā)的 P2峰值(7.08 ±1.01 μV)顯著小于信任決策(8.11 ± 0.86 μV),F(1,20) =4.54,p= 0.046; 中央?頂區(qū)(CPz)上不信任決策誘發(fā)的 P2峰值(6.40 ± 1.03 μV)顯著小于信任決策(7.74 ± 1.03 μV),F(1,20) = 6.23,p= 0.021; 后頂區(qū)(Pz)上不信任決策誘發(fā)的P2峰值(6.28 ± 1.19 μV)顯著小于信任決策(7.84 ± 1.14 μV),F(1,20) = 11.73,p= 0.003; 額區(qū)(Fz)和額?中央區(qū)(FCz)上兩種決策類型誘發(fā)的P2無顯著差異,ps > 0.05。

N2 對 N2(250~330 ms)最小峰值進行 2(決策類型)×5(電極)的二因素重復測量方差分析, 統(tǒng)計結果表明決策類型的主效應顯著,F(1,20) = 5.61,p=0.028, η2= 0.22, 表現(xiàn)為不信任決策誘發(fā)的N2峰值(1.44 ± 1.05 μV)顯著小于信任決策(3.08 ± 0.85 μV)。電極位置前中后的主效應顯著,F(1,20) = 3.20,p=0.017, η2= 0.14, 表現(xiàn)為N2峰值從前向后依次遞增,額區(qū)(Fz)的 N2 波峰最小(1.35 ± 0.70 μV), 中央?頂區(qū)(CPz)的 N2 波峰最大(2.96 ± 1.09 μV)。

P3 對 P3(330~430 ms)最大峰值進行 2(決策類型)×5(電極)的二因素重復測量方差分析, 統(tǒng)計結果表明決策類型的主效應邊緣顯著,F(1,20) =4.09,p= 0.057, η2= 0.17, 表現(xiàn)為不信任決策誘發(fā)的P3峰值(6.60 ± 0.93 μV)邊緣顯著小于信任決策(7.66 ±0.68 μV)。電極位置前中后的主效應顯著,F(1,20) =3.51,p= 0.048, η2= 0.15, 表現(xiàn)為P3峰值從前向后依次遞增, 額區(qū)(Fz)的 P3 波峰最小(5.98 ± 0.55 μV),中央?頂區(qū)(CPz)的 P3 波峰最大(7.77 ± 0.87 μV)。

3.3 頻域ERSP結果

3.3.1 決策類型的ERSP結果

β頻段對β頻段能量(18~28 Hz, 250~350 ms)進行 2(決策類型)×5(電極)的二因素重復測量方差分析, 結果發(fā)現(xiàn)決策類型的主效應顯著,F(1,20) =5.67,p= 0.027, η2= 0.22。事后配對比較發(fā)現(xiàn)不信任決策條件下β頻段能量(?0.35 ± 0.19 dB)顯著高于信任決策條件(?1.36 ± 0.33 dB)。其他主效應和交互作用不顯著。

3.3.2 不同反饋后決策類型的ERSP結果

β頻段對β頻段能量(15~20 Hz, 150~300 ms)進行 2(反饋效價)×2(決策類型)×5(電極)的三因素重復測量方差分析, 結果發(fā)現(xiàn)反饋效價與決策類型的交互作用邊緣顯著,F(1,20) = 3.78,p= 0.066, η2=0.16。簡單效應分析發(fā)現(xiàn)損失反饋后信任決策誘發(fā)的β頻段能量(?0.72 ± 0.23 dB) 邊緣顯著大于獲益反饋后信任決策誘發(fā)的β頻段能量(?1.28 ± 0.27 dB),F(1,20) = 4.13,p= 0.056; 損失反饋后不信任決策誘發(fā)的β頻段能量(?0.97 ± 0.28 dB)與獲益反饋后不信任決策誘發(fā)的β頻段能量(?0.78 ± 0.23 dB)無顯著差異,F(1,20) = 0.56,p= 0.461。其他主效應和交互作用不顯著。

4 討論

4.1 P2反映了決策博弈中的風險評估

在決策選項呈現(xiàn)后200 ms左右, 信任選擇比不信任選擇誘發(fā)了更大的 P2成分。作為風險評估的早期成分, 有研究認為P2與決策情境中風險性感知與評估有關, 反映了決策啟動的評估過程(Gajewski,Stoerig, & Falkenstein, 2008)。在人際互動任務中,P2同樣反映了個體對決策情境不確定性的感知,表現(xiàn)為高人際控制感條件下博弈決策誘發(fā)更小的P2成分(劉耀中, 竇凱, 2015)。當前研究采用單次匿名博弈范式, 每一回合被試均需要與不同玩家完成博弈任務, 因此信任選擇具有較高的風險性與不確定性, 進而導致更大的 P2波幅。與本研究結果相一致, Polezzi等發(fā)現(xiàn)相比于評估確定性方案而言,個體在評估不確定性方案時存在更大的 P2波幅,并將這種結果解釋為個體在不確定性方案上付諸了更多的認知資源(Polezzi, Lotto, Daum, Sartori, &Rumiati, 2008)。因此, P2成分反映了博弈決策中的風險評估, 單次匿名互動情境所具備的高風險性與不確定性使得信任選擇誘發(fā)了更大的P2波幅。

4.2 N2反映了決策博弈中的認知控制

在決策選項呈現(xiàn)后300ms左右, 不信任選擇比信任選擇誘發(fā)了更負的N2波峰。作為沖突檢測與認知控制的核心成分, N2對沖突檢測和反應抑制特別敏感, 高沖突情境相比于低沖突情境能誘發(fā)更負的N2成分(Folstein & van Petten, 2008;van Veen& Carter, 2002; Schmajuk et al., 2006)。例如, Schmajuk等(2006)采用Stop-Signal任務發(fā)現(xiàn)N2成分與沖突加工的正向關系, 成功抑制相比于抑制失敗能夠誘發(fā)更強的右側額葉N2成分。當前研究發(fā)現(xiàn)個體的信任行為顯著高于幾率水平, 表明遵循強制規(guī)范的信任行為具有較高的優(yōu)勢性, 因此選擇不信任行為可能會引起較大的認知沖突與控制, 進而誘發(fā)更負的 N2成分。與當前研究結果相一致, 劉耀中和竇凱(2015)發(fā)現(xiàn)低人際控制感條件下博弈決策誘發(fā)了更大的 N2波幅, 表明人際控制感越低, 被試在混合動機情境下所體驗到的認知沖突越高。目前研究者關于信任或不信任何者為優(yōu)勢反應的理解仍存在較大爭論, 有些研究者認為背叛厭惡動機驅動個體選擇不信任以回避背叛所導致的負性效用, 另一些研究者則強調內化的道德規(guī)范會驅使人們選擇信任以向他人品格表示尊重。當前研究中時域 N2成分動態(tài)分離的結果則與強制規(guī)范理論相一致, 即決策博弈過程中人們更多地選擇信任, 且信任決策為默認優(yōu)勢選項。與這種解釋相一致, 新近有研究者收集并分析了1400名個體參與多種合作性博弈任務的行為決策, 結果發(fā)現(xiàn)不同合作性博弈中個體的合作行為高度相關, 進而證實人類社會中存在一種普遍存在且穩(wěn)定的合作性表型(cooperative phenotype)(Peysakhovich, Nowak, & David, 2014)。綜上所述,信任博弈中個體做出不信任選擇時會體驗到較強的認知沖突, 需要消耗較多的認知資源來解決這種沖突, 最終誘發(fā)了更負的N2成分。

4.3 P3反映了決策博弈中的晚期資源分配

在決策選項呈現(xiàn)后 400 ms左右, 信任選擇比不信任選擇誘發(fā)了更大的 P3波峰。作為一種晚期成分, P3與刺激信號的識別、難度、任務、注意、記憶等認知心理過程有密切關系(Polich, 2007), 多數(shù)研究者認為 P3主要反映了注意資源分配以及高水平的動機/情感評價(Leng & Zhou, 2010; Wang et al., 2013, 2014), 因此當前研究結果表明個體在信任選擇上付諸了更多的注意資源。與當前研究結果相一致, Boudreau等(2009)操縱了拋硬幣任務中個體與匿名報告者利益沖突、利益一致和撒謊懲罰三種條件, 發(fā)現(xiàn)利益一致條件下報告者的聲明信息誘發(fā)了更大的P3成分。因此, P3成分反映了博弈決策中的晚期資源分配, 符合內化道德規(guī)范的信任選擇具有更高水平的動機/情感意義, 能夠導致更大的P3波幅。

4.4 β頻譜能量參與博弈決策中認知控制加工

決策類型的頻域分析結果發(fā)現(xiàn)不信任決策比信任決策引發(fā)了更大的β頻段(18~28 Hz, 250~350 ms)能量。早期研究發(fā)現(xiàn)靜息狀態(tài)下β頻段活動往往集中于大腦運動系統(tǒng)上, 一度被認為是運動系統(tǒng)的閑置節(jié)律(idling rhythm)。新近研究者逐漸發(fā)現(xiàn)額?中央區(qū)域上的β震蕩活動與認知控制加工有關, 認為它是另一種反映控制加工的有效生理指標(Aron,2011; Huster, Enriquez-Geppert, Lavallee, Falkenstein,& Herrmann, 2013)。例如, Marco-Pallarés等(2008)發(fā)現(xiàn), 相比于停止信號任務中的反應試次和失敗的抑制試次, 成功的抑制試次導致了更強的β頻段能量。Kr?mer等(2011)發(fā)現(xiàn)停止信號范式中成功抑制確實能夠導致增強的β活動, 且這種效應在中央區(qū)域最大。因此, 不同決策類型誘發(fā)的β頻段能量差異表明不信任選擇比信任選擇涉及到更強的認知控制加工, 是一種消耗更多認知資源的非優(yōu)勢選項。與當前研究結果相一致, Swann等(2009)采用顱內EEG記錄技術, 發(fā)現(xiàn)停止信號范式中刺激呈現(xiàn)后100至250 ms之間, 成功抑制試次能夠導致右側額下回上β頻段活動增加。隨后Swann等(2012)再次發(fā)現(xiàn)了成功抑制條件能夠導致β活動的增強, 且顱內電極記錄在右側額下回皮層和前運動區(qū)均發(fā)現(xiàn)了上述效應。當前研究者關于人們?yōu)槭裁磿湃位虿恍湃文吧思昂握邽閮?yōu)勢反應的理解仍存在較大爭論。背叛厭惡理論強調背叛厭惡動機的普適性與重要性, 認為個體傾向于選擇不信任以回避背叛所導致的負性效用; 而道德規(guī)范理論則認為人們憑借信任決策向他人品格表示尊重, 常常表現(xiàn)出較高的信任行為。當前研究的神經震蕩結果則進一步支持了強制規(guī)范理論的觀點, 即決策博弈過程中人們更多地選擇信任, 且信任決策為默認優(yōu)勢選項。

另外, 先前結果能夠調控隨后行為決策及其誘發(fā)的β頻段(15~20 Hz, 150~300 ms)能量, 表現(xiàn)為獲益反饋后信任選擇率顯著低于中性反饋后信任選擇率; 損失反饋后信任決策比獲益反饋后信任決策誘發(fā)了更大的β頻段能量, 而不同反饋后不信任決策誘發(fā)的β頻段能量無顯著差異。與本研究結果相一致, 有研究表明決策者在金錢獲益后更傾向于規(guī)避風險, 而在金錢損失后更傾向于尋求風險(Gu et al, 2010; Polezzi et al., 2008)。頻域分析結果則進一步說明, 在遭遇信任背叛之后, 決策者再次做出信任選擇時會體驗到更強烈的認知沖突, 需要消耗較多的認知資源來解決此沖突; 而在遭遇信任互惠后,決策者再次做出信任選擇時則體驗到較少的上述認知沖突。

4.5 時域ERP和頻域ERO分析方法相結合的優(yōu)勢

傳統(tǒng)的腦電實驗往往側重于時域信號分析, 憑借疊加平均大量同質性試次事件相關的 EEG信號來獲得鎖時鎖相的ERP, 并依據(jù)分段時窗內波形圖上腦電成分的差異性分離來推測其間的大腦認知加工活動。這種時域 ERP分析方法的優(yōu)勢體現(xiàn)為毫秒級的時間分辨率, 能夠精確地刻畫大腦認知加工的動態(tài)時間進程, 特別適宜于解答認知活動何時分離的問題(Wang et al., 2013, 2014)。然而, 大腦的認知活動是以神經細胞群的電位能量變化為基石的, 時域 ERP僅僅反映了腦電信號中的非節(jié)律性活動或者鎖時又鎖相的震蕩活動, 卻忽視了非嚴格鎖相的震蕩活動, 因此無法闡明認知活動分離何以實現(xiàn)的問題。

相較而言, 頻域震蕩分析使用傅里葉轉換或小波分析等信號處理方法, 實現(xiàn)了單試次 EEG信號由時域向頻域的轉換, 最終平均多個試次的頻域信號從而得到事件相關的能量變化(ERO), 更適宜于從神經震蕩水平揭示認知活動分離如何實現(xiàn)的問題(陳煦海, 楊曉虹, 楊玉芳, 2013)。聯(lián)合采用ERP和 ERO方法分析腦電數(shù)據(jù)不僅能精確地描繪不同認知活動動態(tài)分離的時間進程, 而且可以從神經細胞群突觸后電位的能量變化上揭示不同認知活動動態(tài)分離的實現(xiàn)途徑, 能夠更清晰明朗地揭示心理認知過程的神經生理機制。以當前研究為例, 時域N2成分和頻域 β頻段能量的動態(tài)分離能夠較好地解釋信任與不信任陌生他人何者為優(yōu)勢反應/默認選項的問題, 即在決策選項呈現(xiàn)后250~350 ms期間,不信任決策比信任決策誘發(fā)了顯著更負的時域 N2成分與更強的 β(18~28 Hz)頻段能量, 且兩種指標均反映了額葉的認知控制功能, 因此更強有力地證明了信任決策比不信任決策涉及更少的認知控制加工, 屬于信任博弈中的默認優(yōu)勢選項。上述研究結果不僅對已有信任博弈的研究成果進行了補充與擴展(Boudreau, et al., 2009; Wang et al., 2015), 而且進一步澄清了博弈決策中不同選擇的優(yōu)勢性問題, 為道德規(guī)范理論提供了一定的實證證據(jù)支持。

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

Alegre, M., Gurtubay, I. G., Labarga, A., Iriarte, J., Valencia,M., & Artieda, J. (2004). Frontal and central oscillatory changes related to different aspects of the motor process: A study in go/no-go paradigms.Experimental Brain Research,159(1), 14?22.

Aron, A. R. (2011). From reactive to proactive and selective control: Developing a richer model for stopping inappropriate responses.Biological Psychiatry, 69(12), e55?e68.

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.

Berg, J., Dickhaut, J., & McCabe, K. (1995). Trust, reciprocity,and social history.Games and Economic Behavior, 10(1),122?142.

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

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.

Boudreau, C., McCubbins, M. D., & Coulson, S. (2009).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

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.

Chen, X. H., Yang, X. H., & Yang, Y. F. (2013).Neurophysiological mechanism of implicit processing of vocal emotion transition.Acta Psychologica Sinica, 45(4),416?426.

[陳煦海, 楊曉虹, 楊玉芳. (2013). 語音情緒變化內隱加工的神經生理機制.心理學報, 45(4), 416?426.]

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.

Delorme, A., & Makeig, S. (2004). EEGLAB: An open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.Journal of Neuroscience Methods, 134(1), 9?21.

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.

Folstein, J. R., & van Petten, C. (2008). Influence of cognitive control and mismatch on the N2 component of the ERP: A review.Psychophysiology, 45(1), 152?170.

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

Gu, R. L., Ge, Y., Jiang, Y., & Luo, Y. J. (2010). Anxiety and outcome evaluation: the good, the bad and the ambiguous.Biological Psychology, 85(2), 200?206.

Huster, R. J., Enriquez-Geppert, S., Lavallee, C. F., Falkenstein,M., & Herrmann, C. S. (2013). Electroencephalography of response inhibition tasks: Functional networks and cognitive contributions.International Journal of Psychophysiology,87(3), 217?233.

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.

Knoch, D., Schneider, F., Schunk, D., Hohmann, M., & Fehr,E. (2009). Disrupting the prefrontal cortex diminishes the human ability to build a good reputation.Proceedings ofthe National Academy of Sciences of the United States of America, 106(49), 20895?20899.

Kr?mer, U. M., Knight, R. T., & Münte, T. F. (2011).Electrophysiological evidence for different inhibitory mechanisms when stopping or changing a planned response.Journal of Cognitive Neuroscience, 23(9), 2481?2493.

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.

Liu, Y. Z., & Dou, K. (2015). The effect of perceived interpersonal control on cooperation behavior: An ERP investigation using the Prisoner’s Dilemma Game.Journal of Psychological Science, 38(3), 643?650.

[劉耀中, 竇凱. (2015). 人際控制感對合作行為的影響: 一項囚徒困境的ERPs研究.心理科學, 38(3), 643?650.]

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.

Ma, Q. G., Meng, L., & Shen, Q. (2015). You have my word:Reciprocity expectation modulates feedback-related negativity in the Trust Game.PLoS One, 10(2), e0119129.

Marco-Pallarés, J., Camara, E., Münte, T. F., & Rodríguez-Fornells, A. (2008). Neural mechanisms underlying adaptive actions after slips.Journal of Cognitive Neuroscience, 20(9), 1595?1610.

Masaki, H., Takeuchi, S., Gehring, W. J., Takasawa, N., &Yamazaki, K. (2006). Affective-motivational influences on feedback-related ERPs in a gambling task.Brain Research,1105(1), 110?121.

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

Nieuwenhuis, S., Yeung, N., van den Wildenberg, W., &Ridderinkhof, K. R. (2003). Electrophysiological correlates of anterior cingulate function in a go/no-go task: Effects of response conflict and trial type frequency.Cognitive, Affective,& Behavioral Neuroscience, 3(1), 17?26.

Peysakhovich, A., Nowak, M. A., & Rand, D. G. (2014).Humans display a ‘cooperative phenotype’ that is domain general and temporally stable.Nature Communications, 5,4939.

Polezzi, D., Lotto, L., Daum, I., Sartori, G., & Rumiati, R.(2008). Predicting outcomes of decisions in the brain.Behavioural Brain Research, 187(1), 116?122.

Polich, J. (2007). Updating P300: An integrative theory of P3a and P3b.Clinical neurophysiology, 118(10), 2128?2148.

Riedl, R., & Javor, A. (2012). The biology of trust: Integrating evidence from genetics, endocrinology, and functional brain imaging.Journal of Neuroscience, Psychology, and Economics, 5(2), 63?91.

Schmajuk, M., Liotti, M., Busse, L., & Woldorff, M. G. (2006).Electrophysiological activity underlying inhibitory control processes in normal adults.Neuropsychologia, 44(3), 384?395.

Swann, N., Tandon, N., Canolty, R., Ellmore, T. M., McEvoy,L. K., Dreyer, S., ... Aron, A. R. (2009). Intracranial EEG reveals a time-and frequency-specific role for the right inferior frontal gyrus and primary motor cortex in stopping initiated responses.Journal of Neuroscience, 29(40), 12675?12685.

Swann, N. C., Cai, W. D., Conner, C. R., Pieters, T. A.,Claffey, M. P., George, J. S., ... Tandon, N. (2012). Roles for the pre-supplementary motor area and the right inferior frontal gyrus in stopping action: electrophysiological responses and functional and structural connectivity.NeuroImage,59(3), 2860?2870.

Tiesinga, P., Fellous, J. M., & Sejnowski, T. J. (2008).Regulation of spike timing in visual cortical circuits.Nature Reviews Neuroscience, 9(2), 97?107.

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 actionmonitoring processes in the anterior cingulate cortex.Journal of Cognitive Neuroscience, 14(4), 593?602.

Wang, X. J. (2010). Neurophysiological and computational principles of cortical rhythms in cognition.Physiological Reviews, 90(3), 1195?1268.

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., 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.

Wang, Y. W., Zhang, Z., Yuan, S., Guo, F. B., He, S. Y., &Jing, Y. M. (2015). The decision-making and outcome evaluation during a repeated Trust Game.Acta Psychologica Sinica, 47(8), 1028?1038.

[王益文, 張振, 原勝, 郭豐波, 何少穎, 敬一鳴. (2015). 重復信任博弈的決策過程與結果評價.心理學報, 47(8),1028?1038.]

Wiswede, D., Münte, T. F., & Rüsseler, J. (2009). Negative affect induced by derogatory verbal feedback modulates the neural signature of error detection.Social Cognitive and Affective Neuroscience, 4(3), 227?237.

Zak, P. J., & Knack, S. (2001). Trust and growth.The Economic Journal, 111(470), 295?321.