贏分與輸分運動員面孔表情和身體姿勢情緒的加工機制*

王麗麗 馮文鋒 賈麗娜 朱湘茹 羅文波 楊蘇勇 羅躍嘉

(1淮陰師范學院教育科學學院, 淮安 223300) (2蘇州大學教育學院心理系, 蘇州 215123)

(3江南大學人文學院, 無錫 214122) (4河南大學 認知, 腦與健康研究所, 開封 475004)

(5遼寧師范大學腦與認知神經科學研究中心, 大連 116029)

(6上海體育學院運動健身科技省部共建教育部重點實驗室, 上海 200438)

(7深圳大學心理與社會學院; 8深圳大學 深圳市情緒與社會認知科學重點實驗室, 深圳 518060)

1 引言

作為表達和傳遞情緒信息的載體, 面孔表情和身體語言在人類的社會交往中起著重要作用。情緒識別問題, 即從面孔或身體姿勢中推斷出正確的情緒信息, 始終是情緒領域研究的熱點。根據情緒維度觀, 情緒信息包括效價、強度、喚醒度三個維度(Mehrabian & Russell, 1974)。而情緒識別主要指的是, 對情緒效價(或愉悅程度)的區分。一般而言, 表情的強度越大, 越容易被識別(Ekman, 1993), 因為高強度表情使得臉部肌肉的區分變大(Ekman, 1993)。而且, 高強度刺激位于情緒效價軸(“積極?消極”或“愉悅?不愉悅”)的兩端位置(Carroll & Russell, 1996),更容易被判斷出其效價的正性或負性。

然而, 實際生活情景中, 表情的區分并非完全按照以上規律。Aviezer, Trope和Todorov (2012)發表在《Science》上的研究指出, 來源于真實生活的高強度面孔表情, 與基本表情的情緒識別存在不同。他們選取了網球比賽中運動員贏分和輸分后的面孔表情或者身體表情, 讓被試判斷圖片的效價(9點評分, 1為非常消極, 5為中性, 9為非常積極)。結果發現, 通過面部表情很難區分贏分與輸分圖片效價的正負; 相反, 通過身體表情或者完整圖片(同時包括面孔和身體的信息)卻可以有效地區分。同時, Aviezer等人(2012)還采用其它高強度正性情景(如性高潮)或負性情景(如葬禮、乳頭穿刺)中的面孔圖片, 也發現了, 從面孔表情上無法區分出效價。當這些面孔圖片與運動員贏分和輸分后的身體圖片同時呈現時, 被試對面孔表情的效價判斷傾向于身體表現出的情緒, 也就是, 根據身體情緒判斷面孔的情緒。因此作者指出, 在高強度情緒背景下,身體語言能提供更有效的情緒信息, 輔助面孔情緒的判斷。

探討實驗室外的人們真實情緒反應, 具有重要的意義, 不僅因為關注了現實生活中的理論問題,還揭示了人類情緒的復雜性和多樣性。已有的研究,實驗材料多為情緒庫中的面孔或身體(Gu, Mai, &Luo, 2013; Wang et al., 2016), 這些圖片多為演員表演而成, 而且圖片類型主要是一些典型情緒：快樂、憤怒、恐懼、悲傷、厭惡和驚訝。Aviezer等人(2012)的研究表明, 對運動員贏分或輸分圖片的情緒識別,與人們所通常認為的“面孔表情可以提供個體的情緒信息”的觀點有一定的差別。欣賞體育比賽或觀看比賽圖片是很多人日常生活的一部分。本文期望對運動員輸贏識別中的“面孔表情的低區分性”和“身體表情的高區分性”這一現象提供可能的原因解釋。

本文關注的第一個問題, 驗證中國運動員的表情是否也存在面孔效價的“非診斷性”和身體效價的區分性。Aviezer等人(2012)研究中, 圖片材料主要為西方人的面孔表情和身體姿勢。本文(實驗 1)采用與 Aviezer等人(2012)相似的實驗程序, 唯一的區別在于實驗材料為中國運動員的圖片, 選取中國運動員在高水平比賽中(包括網球、乒乓球、羽毛球)贏分或者失分后的圖片, 讓被試進行效價和強度評分。

本文關注的第二個問題, 進一步探討運動員輸贏識別中的“面孔表情的低區分性”和“身體表情的高區分性”這一現象產生的原因。Aviezer等人(2012)對面孔效價的“非診斷性”解釋到, 高強度情緒可能在情緒體驗上是相似的, 無論情景是正性的還是負性的。因此, 本研究猜測, 贏分或輸分面孔可能含有相同效價的情緒內容, 導致二者效價的區分不明顯。相反地, 贏分身體和輸分身體可能含有不同效價的情緒內容, 導致二者效價的區分比較容易。因此, 了解圖片傳遞的情緒內容, 或許可以為面孔效價的“非診斷性”和身體效價的高區分性提供解釋。已有的研究多從面孔肌肉動作的角度, 來分析面孔圖片傳遞的情緒。Matsumoto和Willingham (2006)曾對 2004年雅典奧運會柔道比賽中勝利者和失敗者的面孔表情進行了分析, 采用面部表情編碼系統(Facial Affect Coding System, FACS) (Ekman & Friesen,1978)分析肌肉活動。結果發現, 勝利者最顯著的情緒為高興, 失敗者的情緒比較復雜和多樣化, 傳遞著悲傷、厭惡和恐懼等情緒。Aviezer等(2015)同樣采用面部表情編碼系統, 對網球運動員贏分或輸分后的面孔表情進行了分析, 結果發現了一個規律：相比輸分者, 贏分者呈現出更多的臉部動作, 如張嘴、笑、眼部肌肉收縮等。研究者將這一規律告訴了被試, 讓他們再次對贏分和輸分的面孔做出效價區分, 結果發現, 被試仍然無法區分開來面孔效價的正負性。那么, 在被試的眼中, 贏分和輸分面孔到底傳遞著什么樣的情緒內容？面孔與身體傳遞的情緒內容是否相同？

實驗2的目的在于, 分析贏分和輸分圖片傳遞的情緒內容。研究中, 要求被試對圖片的情緒類型進行選擇(中性、快樂、悲傷、憤怒、恐懼、厭惡)。選擇以上 6種類型的情緒, 主要有兩個方面的原因。第一, Ekman和Friesen (1969)歸納的6種基本的面部表情(快樂、憤怒、恐懼、悲傷、厭惡和驚訝)是復雜情緒發生、發展的基礎(Oatley & Johnson-Laird,1987)。第二, Matsumoto和Willingham (2006)采用面孔編碼系統分析勝利和失敗者的表情時, 微笑、悲傷、厭惡、恐懼、中性是出現頻率最多的表情。因此, 綜合以上觀點, 本研究最終選擇了中性、快樂、悲傷、憤怒、恐懼、厭惡共6種情緒, 讓被試進行六選一的選擇, 判斷出圖片的主導情緒。通過分析各類情緒所占的百分比, 可以比較面孔和身體表情傳遞情緒的不同。

本文關注的第三個問題, 探討贏分和輸分后的面孔表情和身體表情識別的神經機制, 為行為學表現尋找腦科學證據。在行為上要求被試分別對遠動員贏分和失分后的面孔和身體圖片做情緒分類(正性或負性), 通過兩類反應所占的比率考查面孔表情和身體姿勢對贏分圖片與輸分圖片區分性的影響, 同時采用事件相關電位(Event-Related Potential,ERP)技術比較面孔表情與身體姿勢的加工時程。ERP技術的時間分辨率達到1 ms, 而且不同的ERP成分反映的心理意義不同, 是用來研究面孔表情和身體姿勢加工機制的重要工具。

相比身體語言神經機制的研究, 面孔表情神經機制的研究開展的比較早(Adolphs, 2002), 許多有價值的關于人類情緒加工的觀點來源于對面孔表情的研究(de Gelder, 2006)。例如, 人們能夠比較快速地識別面孔情緒, 杏仁核在恐懼面孔出現后的30 ms就產生反應(Luo, Holroyd, Jones, Hendler, &Blair, 2007; Luo, Holroyd, et al., 2010)。事件相關電位(ERP)的相關研究發現, 在刺激呈現后的 100 ms左右, 負性面孔(尤其是恐懼面孔)比中性面孔誘發更大的枕葉P1成分(Luo, Feng, He, Wang, & Luo,2010; Pourtois, Grandjean, Sander, & Vuilleumier, 2004)。研究者認為, P1成分反映了情緒面孔的自動化加工或快速加工。刺激呈現后170 ms左右的N170成分與面孔的結構編碼有關, 面孔比非面孔刺激(如：汽車、房子、手)誘發更大的N170波幅(Bentin, Allison,Puce, Perez, & McCarthy, 1996)。近期研究表明N170可能敏感于情緒面孔的探測。例如, 恐懼面孔比中性面孔誘發了更負的 N170成分(Blau, Maurer,Tottenham, & McCandliss, 2007; Lepp?nen, Moulson,Vogel-Farley, & Nelson, 2007; Pegna, Darque, Berrut,& Khateb, 2011; Schyns, Petro, & Smith, 2007)。然而, 也存在不一致的聲音, 有研究發現 N170與情緒面孔的加工也可能無關(Eimer, Kiss, & Holmes,2008; Kiss & Eimer, 2008)。在 200～300 ms左右位于枕顳區的早期后部負電位(Early Posterior Negativity, EPN), 也受到面孔情緒的影響(俠牧,李雪榴, 葉春, 李紅, 2014)。研究發現, 情緒面孔比中性面孔誘發更負的 EPN波幅(Pegna, Landis, &Khateb, 2008; Schupp, Jungh?fer, Weike, & Hamm,2004)。對于300 ms之后的晚期正成分(Late Positive Potential, LPP), 負性表情比正性表情誘發的波幅更大(Hietanen & Astikainen, 2013; Wild-Wall, Dimigen,& Sommer, 2008)。

相比較而言, 身體語言的研究近 10年才興起(de Gelder, 2006)。與面孔一樣, 身體動作與手勢同樣可以表達情緒信息。面孔主要依賴內部特征(嘴、眼睛、眉毛)傳遞情緒, 而身體可以依賴其外部框架傳遞情緒, 可以使人在更遠的距離上判斷其情緒信息(de Gelder & Hortensius, 2014)。身體的情緒信息可以被人類快速識別, 表現在恐懼身體比中性身體誘發更正的 P1波幅(張丹丹, 趙婷, 柳昀哲, 陳玉明, 2015)。甚至, 當面孔與身體情緒信息不匹配時,在P1階段能被大腦探測到這一不匹配信息(Meeren,van Heijnsbergen, & de Gelder, 2005)。在隨后的加工階段, 未發現 N170波幅受到身體表情的影響(Stekelenburg & de Gelder, 2004; 張丹丹等, 2015)。對于晚期LPP成分, 恐懼身體比中性身體誘發了更正的波幅(張丹丹等, 2015)。

在本文實驗3中, 我們將采用ERP技術探討贏分和輸分后的面孔表情和身體表情識別的神經機制, 研究贏分和輸分后的面孔表情與贏分和輸分后的身體表情在各個加工階段腦內加工進程的異同,為實驗1及實驗2所發現的行為學表現尋找腦科學證據。

根據已有文獻提供的證據(Matsumoto & Willingham,2006; Aviezer et al., 2012), 本研究對三部分實驗結果提出以下預期：1) 實驗1預期觀測到與Aviezer等人相似的結果：身體比面孔能夠提供更有效的效價區分信息; 2)實驗 2中, 面孔可能含有多種類型的情緒, 贏分面孔和輸分面孔條件下可能含有一些相同效價的情緒內容, 既包括正性類型的情緒內容(如快樂), 也包括一些負性類型的情緒內容(如悲傷、厭惡等), 導致對面孔效價的判斷無法做出統一的歸類(是正性還是負性); 相反地, 身體傳遞的效價信息可能更為明確, 贏分身體更多地被知覺為正性類的情緒, 輸分身體更多地被知覺為負性類的情緒, 因此對身體效價的區分可能相對容易; 3)實驗3中, 如前所述(Zhang et al., 2014; 俠牧等, 2014), P1成分反映了情緒信息的自動加工或快速加工, N170成分反映了對客體的結構編碼, EPN反映了對情緒信息的選擇性注意, LPP成分反映了情緒的高級認知加工和精細加工。如果與Aviezer等人(2012)的觀點吻合, 身體比面孔信息能提供更明確的情緒信息,則從腦電上觀測到, 面孔的贏分與輸分之間可能不存在差異, 而身體則存在情緒類型間的差異, 表現在多個ERP成分上, 如P1、N170、EPN、LPP。

2 實驗1：運動員贏分與輸分條件下面孔表情和身體姿勢的效價和強度

2.1 實驗目的

通過測量運動員贏分與輸分條件下面孔表情和身體姿勢的效價和強度, 驗證中國運動員的表情是否存在面孔效價的“非診斷性”和身體效價的區分性。

2.2 研究方法

2.2.1 被試

19名在校大學生(女9名, 年齡范圍17～22歲,平均年齡為18.89歲,

SD

= 1.24歲), 被試均為右利手, 視力或矯正視力正常。所有被試均自愿參加實驗, 實驗結束后給予被試一定的報酬。

2.2.2 實驗設計

刺激類型(面孔、身體)×情緒類型(贏、輸)的被試內設計。因變量為圖片的效價和肌肉強度評分。

2.2.3 實驗材料和程序

運動員的情緒圖片共60張(30張贏分和30張輸分), 男女各半。圖片的選取, 參考了 Aviezer等人(2012)的方法：通過百度和谷歌搜索引擎, 關鍵詞為“贏分反應”或“失分反應”, 與“乒乓球”或“羽毛球”或“網球”組合搜索, 共搜索到與主題相關的圖片約300張左右。通過一定的篩選標準, 獲得本文所使用的實驗材料。圖片篩選標準如下：圖片包含面孔和身體信息; 圖片清晰度較高; 比賽贏分或輸分后短時間(約 1分鐘)內的情緒反應, 如果圖片為比賽過程中的, 或者贏分或輸分后較長時間后的情緒反應(如運動員與他人擁抱、慶祝等)均不入選。判斷圖片為贏分或輸分后短時間內的情緒圖片, 主要通過以下信息確認：1)運動員在比賽場地內; 2)手中仍握有乒乓球、羽毛球或網球; 3)查看圖片來源網頁記者對該圖片的說明, 如“王浩贏分后反應”。對篩選的60張圖片, 通過Photoshop軟件, 將面孔部分從原圖中摳出, 形成 60張面孔圖片; 以及用橢圓形灰色塊遮住面部信息, 形成 60張身體圖片。刺激呈現在21寸的CRT顯示器上(60 Hz刷新率)。被試距離屏幕大約100 cm。面孔圖片的視角是為 3.4°×3.4°, 身體圖片的視角為 5.7°×5.7°。

實驗采用 E-Prime軟件(Psychology Software Tools, Pittsburgh, PA)呈現刺激與收集行為反應數據。實驗流程圖見圖 1, 每個 trial中, 實驗刺激和下方的1～9評分量表同時呈現。下方的評分表, 分別為情緒愉悅度效價 1～9判定表(1為非常消極, 2為消極, 3為比較消極, 4為輕微消極, 5為中性, 6為輕微積極, 7為比較積極, 8為積極, 9為非常積極)或者是強度效價1～9判定表(1為強度非常低, 5為中間值, 9為強度非常高)。在每個試次中, 要求被試從 1～9中選擇一個合適的數字對圖片判斷效價,按鍵后, 再對同一圖片選擇1～9中合適的數字判斷強度, 開始下一個試次。實驗包括面孔識別和身體識別兩部分, 每部分含有60個試次, 每張圖片呈現2次, 圖片隨機呈現。

2.3 結果和分析

圖1 實驗1流程圖

圖2 實驗1效價和強度的評分結果

實驗 1結果表明, 在效價和強度兩個維度上,均可以將贏分和輸分圖片區分開來。與Aviezer等人(2012)研究的相同之處有兩點：(1)身體圖片可以提供有效的情緒信息, 相比輸分圖片, 贏分圖片的效價更加積極, 肌肉強度更大, 驗證了中國運動員的表情存在身體效價的區分性; (2)從強度維度上,贏分面孔比輸分面孔的強度更大。不同之處在于,Aviezer等人發現的面孔效價的“非診斷性”并未得到驗證。本研究發現, 面孔傳遞的情緒效價信息并非沒有區分性, 輸分面孔比贏分面孔的評價更加消極, 表明中國運動員的面孔表情可以傳遞一定的輸或贏的情緒信息。那么, 贏分圖片與輸分圖片到底在傳遞什么樣的情緒, 面孔和身體所傳遞的情緒是否有所差別, 實驗2的行為實驗將對該問題進行進一步的探討。

3 實驗2：運動員贏分和輸分后面孔表情和身體姿勢的情緒類型

3.1 實驗目的

通過分析運動員贏分和輸分后面孔表情和身體姿勢的情緒類型, 探討面孔表情效價的低區分性和身體表情效價的高區分性的原因。

3.2 研究方法

3.2.1 被試

16名在校大學生(女15名, 年齡范圍18～21歲,平均年齡為19.56歲,

SD

= 0.81歲), 被試均為右利手, 視力或矯正視力正常。所有被試均自愿參加實驗, 試驗結束后給予被試一定的報酬。

3.2.2 實驗設計

刺激類型(面孔、身體)×情緒類型(贏、輸)的被試內設計。因變量為圖片的情緒類型的百分比。

3.2.3 實驗材料和程序

實驗材料與實驗1相同。圖3為實驗2流程圖,每個 trial中, 實驗刺激和下方的 1～6量表同時呈現。下方的量表, 分別為情緒類型和指定的按鍵(1-中性, 2-快樂, 3-悲傷, 4-憤怒, 5-恐懼, 6-厭惡。要求被試從1～6中選擇一個合適的數字判斷圖片表達的情緒類型, 按鍵后圖片消失, 開始下一個試次。實驗共有兩個部分, 第一部分實驗材料為面孔圖片,第二部分實驗材料為身體圖片, 每部分含有 60個試次, 每張圖片呈現1次, 圖片隨機呈現。

3.3 結果和分析

被試對圖片情緒類型的判斷結果見表 1和圖3。為了考察圖片表達的情緒是否唯一或者多樣化,采用卡方檢驗分別對 4種條件下(面孔贏分、面孔輸分、身體贏分、身體輸分)的 6種情緒類型的百分比進行了比較。結果發現, 4種實驗條件下卡方檢驗的結果均極其顯著,

p

s 〈 0.001。結果表明, 被試在不同條件下感知到的情緒內容存在顯著差異。面孔贏分條件下, 報告頻率較高的(大于 15%)的情緒依次為快樂(32.92%)、憤怒(27.29%)、悲傷(18.75%),面孔輸分條件下, 報告頻率較高的的情緒依次為悲傷(36.04%)、厭惡(21.67%)、快樂(17.71%)。身體贏分條件下, 報告頻率最高的的情緒為快樂(83.54%),其它情緒類型所占百分比均小于 9%。身體輸分條件下, 報告頻率較高的的情緒依次為中性(33.33%)、悲傷(30.42%)。

4種條件的比較分析發現, 贏分身體傳遞的情緒較為單一, 更高頻率地被知覺為快樂。從行為上看, 勝利者的肢體動作常表現出舉起的手臂, 緊握的拳頭。其它三種條件下, 感知到情緒內容比較多樣化。對于面孔刺激, 贏分和輸分圖片既感知到正性情緒(如快樂)也包含負性情緒(如憤怒、悲傷、厭惡)。當被試對面孔圖片進行積極或消極的效價評價時, 贏分與輸分之間的效價差異相對較小, 這為Aviezer等人(2012)研究中面孔對效價的“非診斷性”提供了可能的解釋。相反地, 身體傳遞情緒類型較為單一, 贏分身體更多地被感知為積極情緒, 輸分身體更多地被感知為悲傷和中性情緒, 從效價評分上看, 更容易得出贏分與輸分效價得分的差異。

圖3 實驗2流程圖(A)和情緒類型判斷結果(B)

表1 不同實驗條件下情緒類型判斷的百分比 (平均數 ± 標準差)

通過實驗1和實驗2可以發現, 相比基本的6種情緒(快樂、悲傷、厭惡、恐懼、驚喜、憤怒), 本研究中的運動員贏分和輸分后的表情, 傳遞的情緒并非單一, 而是更加復雜和多樣化。那么, 人類的大腦又是如何來感知“贏”和“輸”？對于分辨贏分和輸分面孔, 面孔表情的低區分性和身體表情的高區分性, 是否有著類似的神經機制, 實驗 3將通過ERP技術考察該問題。

4 實驗3：運動員贏分與輸分后面孔表情和身體姿勢情緒加工的神經機制

4.1 被試

16名在校大學生(女11名, 年齡范圍18～26歲,平均年齡為20.56歲,

SD

= 2.39), 被試均為右利手,視力或矯正視力正常。實驗前均被告知了實驗目的,并簽署了知情同意書。實驗通過單位倫理委員會批準。

4.2 實驗材料及程序

高強度情緒圖片共80張(40張贏分和40張輸分), 男女各半。為了增加每種實驗條件下的疊加試次數和減少每張圖片的重復次數, 相比實驗1和實驗2使用的60張圖片, 本部分腦電實驗增加了20張圖片(10張贏分和 10張輸分)。圖片的獲取方法與實驗1相同。總的來說, 實驗共有160張圖片：40張贏分面孔、40張輸分面孔、40張贏分身體、40張輸分身體。由未參與腦電實驗的20名被試對這 160張圖片進行效價和強度的評分(評分程序與實驗 1相同), 結果發現, 贏分面孔效價為 4.57 ±0.22, 強度為5.28 ± 0.19; 輸分面孔效價為3.44 ±014, 強度為 5.08 ± 0.22; 贏分身體效價為 7.17 ±0.14, 強度為6.33 ± 0.19; 輸分身體效價為4.23 ±0.13, 強度為3.84 ± 0.17。所有材料以相同的對比度和亮度呈現在黑色背景上。刺激呈現21寸的CRT顯示器上(100 Hz 刷新率)。被試距離屏幕大約90 cm。每張圖片的視角是為5.7°× 5.7°。

圖4 實驗3流程圖(A)和行為結果(B為反應類型所占比率的結果, C為反應時結果)

實驗采用E-Prime軟件呈現刺激與收集行為反應數據。實驗包括兩部分：面孔實驗(只有面孔刺激)與身體實驗(只有身體刺激)。實驗流程見圖4。首先在屏幕上正中央呈現一個注視點 500 ms, 間隔400 ms到600 ms的空屏后, 呈現目標刺激(面孔圖片或身體圖片) 800 ms。然后再呈現空屏2000 ms,被試做完反應后空屏消失。當空屏出現時, 被試需要對目標刺激的情緒效價作出判斷, 是積極還是消極; 如果是積極, 左手食指按“F”鍵, 如果是消極,右手食指請按“J”鍵。按鍵反應在被試間進行了平衡,另一半被試作出相反按鍵。在下個 trial出現之前,還有500 ms的間隔空屏。

面孔圖片實驗或身體圖片實驗, 每部分均包括6個組塊(block), 每個組塊40個試次。每個組塊中,含有兩種條件：贏分、輸分, 概率相同且隨機出現。在整個實驗中, 每張圖片重復呈現 3次, 即每種條件下(贏分或輸分)120個試次。面孔與身體實驗的順序在被試間平衡。

4.3 數據采集及分析

使用美國 NeuroScan腦電設備公司生產的 64導腦電記錄與分析系統(NeuroScan 4.5)。電極帽按國際10-20系統擴展的64導電極排布, 以左側乳突作為參考電極。雙眼外側安置電極記錄水平眼電(HEOG), 左眼上下安置電極記錄垂直眼電(VEOG)。每個電極處的頭皮電阻保持在5 k?以下。采樣頻率為 1000 Hz/導。完成連續記錄 EEG后離線(off line)處理數據。水平和垂直眼電利用 Neuroscan軟件(Scan 4.5)內置的回歸程序去除。數字濾波為0.1～30 Hz, 并轉為全腦平均參考, 以± 50 μV為標準充分排除其他偽跡。

為研究情緒圖片刺激(面孔情緒圖片或身體情緒圖片)誘發的腦電成分, ERP分析鎖時于情緒圖片刺激呈現(Onset)的時間點, 分析時程為刺激呈現前 100 ms到刺激呈現后 800 ms, 刺激呈現前100 ms至0 ms為基線。本實驗主要分析P1、N170、EPN和 LPP成分, 采用平均波幅的方法。電極點PO7和 PO8被用來分析 P1 (90～110 ms)、N170(150～170 ms)和 EPN 成分(230～260 ms); 電極點P3, Pz, P4用來分析LPP成分(300～550 ms)。

4.4 統計分析方法

描述性統計量表示為均值±標準誤。在行為數據的結果統計中, 主要分析反應類型(積極或消極)的比率和反應時。每種實驗條件下, 反應類型所占比率的計算方式為：反應次數/總次數, 如面孔贏分條件下, 一共120個試次, 80次判斷為“積極”, 40次判斷為“消極”。那么積極反應的比率為：80/120 =0.67, 消極反應的比率為40/120 = 0.33。被試未做按鍵反應的次數不納入統計分析。統計方法采用三因素重復測量方差分析, 刺激類型(面孔、身體)×情緒類型(贏分、輸分) ×反應類型(積極、消極)。在腦電數據的統計分析中, 對P1、N170、EPN和LPP的平均波幅進行三因素重復測量的方差分析, 刺激類型(面孔、身體)×情緒類型(贏分、輸分)×電極。方差分析的 P值采用 Greenhouse Geisser法校正, 多重比較選擇Bonferroni方法。腦電地形圖由64導數據得出(見圖5)。

圖5 P1、N170、EPN和LPP成分的地形圖

4.5 結果

4.5.1 行為結果

為了評估被試辨別圖片情緒的能力, 辨別力指數

d

′

(Macmillan & Creelman, 2004)在本研究中被使用。

d

′的計算是基于在贏分圖片被判斷為積極情緒(擊中率)與輸分圖片被判斷為積極情緒(虛報率)。單樣本 t檢驗結果發現, 面孔條件下, 平均

d

′(

M

= 0.65,

SD

= 0.24)及身體條件下平均

d

′

(

M

=1.89,

SD

= 0.38)與0差異均極其顯著[面孔：

t

(15) =10.77,

p

〈 0.001,

Cohen's

d

= 2.71; 身體：

t

(15) =19.91,

p

〈 0.001,

Cohen's

d

= 4.97]。結果表明, 被試對圖片情緒的辨別能力, 無論面孔還是身體條件下,均處在概率水平以上。

4.5.2 ERP 結果

對身體及面孔刺激誘發腦電成分(P1、N170、EPN和 LPP)的平均波幅進行三因素重復測量的方差分析, 刺激類型(面孔 vs身體)×情緒類型(贏 vs輸)×電極, 結果發現：

P1

N170

圖6 P1、N170和EPN成分的ERP波形圖

EPN

LPP

圖7 LPP成分波形圖

4.6 討論

實驗3從行為和腦電上驗證了面孔表情和身體姿勢情緒識別的不同。從行為結果看, 身體比面孔能夠被更明確地區分正負性情緒, 這與 Aviezer等人(2012)的觀點是相同的, 身體比面孔能提供更有效的情緒信息。同時, 我們發現, 面孔對情緒信息并非完全無診斷性, 對面孔情緒的判斷處于概率水平以上, 如輸分面孔更多地被評價為消極情緒。但是, 贏分面孔被評價為積極情緒和消極情緒的概率無顯著差異。

在 ERP結果上, 面孔表情和身體姿勢這兩類不同的情緒載體誘發的腦電波形存在不同。首先,與已有的研究一致(Bentin et al., 1996; Righart & de Gelder, 2007), 相比身體圖片, 面孔圖片誘發了更大的N170波幅, N170成分可能更加敏感于面孔的結構編碼加工。其次, 面孔比身體誘發了更負的EPN成分。EPN反映了知覺編碼完成后, 視覺皮層對情緒信息給予進一步的選擇性注意(Schupp,Flaisch, Stockburger, & Jungh?fer, 2006)。本文結果顯示, 在 N170知覺編碼階段, 大腦完成了對贏分身體和輸分身體的區分, 可能在此后EPN階段, 大腦給予身體圖片的加工分配了較面孔加工更少的注意資源, 導致身體圖片對應的EPN波幅較小。在較晚期的加工階段, 身體比面孔誘發了更大的LPP成分。一般來說, LPP成分與刺激的評估與分類有關(Kutas, McCarthy, & Donchin, 1977; Pritchard,1981), 同時, 與投入的心理資源也存在一定的關系(Kok, 1997)。本文結果顯示, 大腦對攜帶有更明確情緒的身體圖片進行了更深入的加工, 進一步評估與效價有關的更細致的信息, 并將不同情緒種類的圖片區分開。

除了面孔和身體誘發 ERP波形不同之外, 本文更關心的是面孔表情和身體姿勢影響贏分情緒和輸分情緒加工機制的不同。本文發現, 面孔圖片上, 輸分面孔比贏分面孔誘發了更負的EPN波幅。對于身體圖片, 同樣發現了輸分和贏分圖片的差異,表現在多個ERP成分上, 如N170、EPN和LPP。ERP結果為行為結果提供了解釋, 行為學所發現的身體的正負性情緒能夠更明確地被區分開來, 這可能來源于大腦對贏分身體和輸分身體多階段有區別的加工。我們將在總討論部分對此深入討論。

5 總討論

本文研究了面孔和身體在運動員贏分和輸分兩種情緒條件下的加工。實驗1和實驗3的行為結果發現, 中國運動員的表情存在面孔表情效價的低區分性和身體表情效價的高區分性, 相比面孔條件,身體條件下贏分與輸分圖片之間的效價差異較大,身體贏分圖片被評價為積極情緒, 身體輸分圖片被評價為消極情緒。實驗2的結果發現, 面孔表情比身體姿勢傳遞的情緒更加復雜和多樣化。同時, 在腦電上, 身體條件下, 在多個ERP成分上存在贏分與輸分圖片的差別。

5.1 面孔表情的情緒多樣性和身體姿勢的情緒單一性

三個實驗的行為數據表明, 身體比面孔能夠更加明確地被判斷出效價的正負性, 可能源于面孔表情傳遞的情緒多樣性和身體姿勢傳遞的情緒較為單一性。實驗2結果發現, 運動員的面孔可能傳遞著更多樣化的情緒, 如贏分面孔較高頻率被感知的情緒有快樂、憤怒、悲傷, 輸分面孔較高頻率被感知的情緒有悲傷、厭惡、快樂。相對而言, 身體表達的情緒較為單一, 尤其是贏分身體, 最顯著的情緒為高興, 輸分身體偏向悲傷和中性情緒。

相比輸分情景下的面孔, 贏分面孔所傳遞的情緒更加復雜, 甚至存在與圖片所處的情景效價相反的情緒, 如實驗 2中, 贏分面孔下, 消極情緒的概率為55% (悲傷、憤怒、恐懼和厭惡四種比率的總和), 積極情緒的概率為33%。也就是說, 贏分后存在多種類型的情緒反應, 既有正性情緒, 又有負性情緒。本文作者參考了 2016年里約奧運會男單羽毛球決賽和女單乒乓球決賽時錄像, 發現運動員(諶龍、丁寧)在賽點贏分后的即刻情緒反應, 是與情景比較一致的, 例如會高舉雙手, 朝天吶喊, 揮舞手臂, 表達一種愉悅的勝利情緒, 然而幾秒之后,運動員則激動流淚, 甚至跪地痛哭。贏分后情緒反應的多樣性導致了面孔效價的劃分變得困難, 這與實驗3中贏分面孔被評價為積極情緒和消極情緒的比率無顯著差異是一致的。實驗1中, 贏分面孔的效價均值為5.57分, 相比5分為中性情緒, 贏分面孔不具有非常明確的正負性效價信息。然而, Aviezer等人(2012)以及Wang, Xia和Zhang (2017)研究表明,當呈現一張完整的贏分圖片(包含面孔和身體信息)時,贏分圖片的效價為7分左右, 表明在身體信息輔助的情況下, 贏分面孔更偏向于判斷為積極情緒。

在對運動員贏分或輸分的情緒判斷中, 身體姿勢比面孔表情存在一定的優勢。研究表明, 人類情緒效價的判斷與趨近和回避動機系統有關, 如正性情緒引起趨近反應, 負性情緒引起回避反應, 而趨近和回避行為可以反映在身體姿勢中(Xiao, Li, Li,& Wang, 2016)。趨近動機可以從伸展、張開或向前身體動作中推測出來(本研究中的贏分身體), 而回避動機可以從彎曲、閉合、向下或向后的身體動作中推測出來(本研究中的輸分身體)。在情緒感知中,人們會整合來自多通道的情緒信息, 如面孔、身體、聲音(Bogart, Tickle-Degnen, & Ambady, 2014)。至于哪個通道的信息在情緒感知上更具有優勢, 可能取決于各通道信息的清晰程度。在本研究中, 贏分或輸分情緒對于運動員來說, 情緒體驗比較強烈,面孔傳遞的情緒不夠明確, 身體姿勢傳遞的情緒相對清晰, 因此身體姿勢在情緒表達上可能發揮著更大的作用。

總的來說, 從情緒識別的角度看, 1)對于評估運動員所處的真實情景, 身體姿勢比面孔表情似乎更能提供與其情景一致的信息; 2)相比輸分面孔,贏分面孔傳遞的情緒更加復雜, 不能明確地推測出運動員輸贏情況。

5.2 贏分和輸分情緒加工的神經機制

(1) 早期P1階段, 無法識別運動員的情緒信息

在腦電結果上, 本文從情緒加工的三階段理論(W.Luo et al., 2010; Zhang et al., 2014), 分析和解釋贏分情緒和輸分情緒的腦內時程變化過程。在情緒的第一加工階段, P1成分反映了情緒信息的自動加工或快速加工(W.Luo et al., 2010), 在基本表情的研究中, 相比中性刺激, 威脅性面孔或身體會誘發更大的P1波幅(Zhang, Wang, & Luo, 2012; 張丹丹等, 2015)。本文結果顯示, 無論是面孔還是身體,均未發現勝利和失敗表情在 P1成分上的區別, 其原因可能有二。第一, 可能是由于本文實驗材料來源于真實的生活, 傳遞的情緒內容相比基本表情更加復雜和多樣化(實驗 2), 導致大腦無法對該類刺激快速地自動化加工。第二, 也可能是由于輸分表情和贏分表情雖然強度很高, 但是對于生存的威脅性程度較低, 而 P1成分對威脅性信息更加敏感,如恐懼面孔、恐懼身體、負性詞語。

(2) 中期階段, 情緒載體的不同影響贏分和輸分的識別

情緒加工的第二個階段表現在N170和EPN成分(W.Luo et al., 2010; Zhang et al., 2014; 張丹丹,羅文波, 羅躍嘉, 2013)。在身體條件下, 勝利比失敗表情誘發了更負的N170成分和EPN成分, 而在面孔條件下, 情緒效應僅反映在EPN成分上, 失敗比勝利表情誘發了更負的EPN波幅。N170成分, 反映了面孔或身體的結構編碼, 一般而言, 面孔比非面孔刺激(如汽車、手、房子)誘發的 N170波幅更大(Bentin et al., 1996; Eimer, 2000)。與此一致, 本文實驗 3的結果發現, 面孔比身體誘發了更大的N170波幅。更為重要的是, 本文發現N170情緒效應出現在身體圖片條件下。已有研究發現, 身體姿勢包含的動作因素影響N170波幅(Borhani, Borgomaneri,Làdavas, & Bertini, 2016; Borhani, Làdavas, Maier,Avenanti, & Bertini, 2015), 相比動作量少的圖片,包含較多動作的身體刺激會誘發較大波幅。本文中,勝利的身體姿勢呈現出一種展開的姿態, 如高舉的手臂或者緊握的拳頭, 傳遞著勝利的喜悅, 而失敗的身體姿勢動作幅度較小, 如低垂的手臂。因此,本文結果可能是由于勝利和失敗的身體傳遞的動作不同導致的。相對比而言, 贏分面孔或輸分面孔之間無 N170情緒效應, 這可能有兩個原因, 第一,正如引言中提到, 有關 N170成分對面孔表情的識別是否敏感存在一定的爭議, 部分研究發現 N170成分不受到面孔表情的影響(Eimer et al., 2008; Kiss& Eimer, 2008)。本文中面孔表情條件下無N170成分的情緒效應, 也可能是由于 N170成分不夠敏感于面孔表情的探測。第二, 贏分面孔或輸分面孔具有情緒的復雜性和多樣性, 沒有比較明確的區分性的動作, 無法做出有效的情緒分類, 即使 N170成分對面孔表情識別具有一定的區分性, 導致贏分面孔和輸分面孔誘發的N170波幅也可能不存在顯著差異。

EPN反映了對情緒信息的選擇性注意(俠牧等,2014), 情緒性信息會比中性刺激誘發更負的 EPN成分(Kissler & Herbert, 2013; Zhang et al., 2014)。在本文結果中, 情緒效應在面孔與身體條件是相反的：在面孔條件下, 失敗表情的EPN更負, 在身體條件下, 勝利表情的EPN更負。學者們認為, EPN的情緒效應, 反映了在知覺編碼完成后, 視覺皮層對環境中的情緒信息給予進一步的選擇性注意(Schupp et al., 2006; 俠牧等, 2014)。本文結果表明,輸分面孔比贏分面孔更能引起大腦的注意, 而贏分身體比輸分身體更能引起大腦的注意。也就是說,情緒的載體影響了不同情緒的加工。

(3) 晚期階段, 情緒信息的分類與更深入加工

在情緒加工的晚期, 在LPP成分上存在情緒類型的主效應：無論面孔還是身體刺激, 均發現贏分圖片比輸分圖片誘發了更大的LPP波幅。一般來說,LPP成分反映了刺激的深入加工與分類(Kutas et al.,1977; Pritchard, 1981), 也反映了人們投入心理資源的多少(Kok, 1997)。與本文研究結果一致, Olofsson等人對與有關情緒圖片的 ERP研究進行了綜述(Olofsson, Nordin, Sequeira, & Polich, 2008), 發現積極愉悅的刺激比非愉悅刺激會誘發更大 LPP成分。本文結果中, 贏分圖片誘發的 LPP波幅更大,一方面表明大腦在晚期加工階段進一步將贏分與輸分圖片進行更深入加工和分類, 另一方面表明大腦給予“贏”的情緒更多的注意力, 這可能與人們在日常生活或者體育運動中對 “贏”有更多的期待有關。

5.3 研究不足與展望

本研究也存在某些不足, 需要在未來的研究中加以完善。在實驗2, 實驗任務設置方面, 要求被試對圖片的情緒進行六選一(中性、快樂、悲傷、憤怒、恐懼、厭惡)的判斷。但是, 圖片傳遞的情緒有可能含有更多的類型, 例如, 贏分運動員可能產生自豪、興奮等情緒, 輸分運動員可能產生沮喪、懊惱、自責、羞愧、后悔等情緒, 這些情緒可能是一種單一的情緒, 也有可能是一種復合情緒。具體的情緒類型可能受到多種因素的影響, 如運動員的人格特點、所處環境、比賽的重要程度等。在未來的研究中, 可以對運動員本人和觀眾進行開放式調查,可能會存在哪些情緒類型, 再進行相關的評價。

總的來說, 本文對遠動員贏分和輸分后的情緒加工機制進行了探討, 揭示面孔和身體在傳遞情緒上存在的不同, 有助于人們深入了解情緒腦的工作機制。同時, 采用生活中的真實情緒刺激, 擴展了人們對情緒識別的認識, 加深了我們對面孔加工復雜性的理解。

6 結論

綜上所述, 本文在 Aviezer等人的基礎上, 采用行為學和 ERP技術, 考察了遠動員贏分和輸分后的情緒類型和加工時程, 回答了論文提出的三個問題。結果表明：

(1)從情緒識別的角度上, 中國運動員的表情存在面孔表情效價的低區分性和身體表情效價的高區分性。對于評估運動員所處的真實情景, 身體姿勢比面孔表情似乎更能提供與其情景一致的信息。

(2)“面孔表情效價的低區分性和身體表情效價的高區分性”這一現象的原因, 可能是由于面孔和身體傳遞情緒內容的復雜程度不同, 面孔含有的情緒更加復雜和多樣化, 身體傳遞的情緒信息更為單一。

(3)在腦內時間進程上, 身體的情緒信息更早地被大腦識別到, 表現在 N170成分上。大腦對面孔的情緒識別表現在EPN成分上。在加工的后期,無論面孔還是身體, 大腦均對贏分表情給予更多的注意。大腦在多個階段對身體進行情緒評估與分類,為行為學上身體能夠提供更有區分性的效價信息提供了證據。