自我積極表情加工優勢效應：來自ERPs的證據*

譚 群 尹月陽,2 劉 燊,3 韓尚鋒 徐 強 張 林

(1寧波大學心理學系暨研究所, 寧波 315211) (2吉林大學哲學社會學院, 長春 130000)

(3中國科學技術大學人文與社會科學學院, 合肥 230022)

1 引言

自我作為一種特殊的心理建構, 其獨特性主要表現為當某一刺激與自我相關時, 會被個體進行更快速的加工, 研究者將這種加工優勢稱為自我參照效應(self-reference effect; Kim, 2012)。而個體的自我參照加工會受刺激材料情緒效價的影響, 例如個體在自我參照情境下對不同情緒效價的刺激存在積極加工偏向(Hoefler, Athenstaedt, Corcoran, Ebner,& Ischebeck, 2015; 鐘毅平, 陳蕓, 周路平, 周海波,2010); 在不同情緒啟動條件下, 個體的自我參照加工也會發生變化(周一琳, 胡少軍, 蔡佳燁, 胡治國, 劉宏艷, 2016)。特別是, 研究者已經在電生理層面證實了自我相關信息與情緒效價的加工并非獨立而是存在相互影響(Watson, Dritschel, Obonsawin,& Jentzsch, 2007; 陳蕓, 鐘毅平, 周海波, 周路平,

王小艷, 2012; 鐘毅平等, 2010)。然而, 以往研究并未直接探討具有不同情緒效價的自我相關信息加工過程, 而是將自我信息與情緒材料分開操作, 難以揭示自我和情緒效價對個體認知加工的共同作用。本研究以不同效價的自我表情面孔為刺激材料,考察個體對自我表情的加工特點, 探討具有不同情緒效價的自我表情加工模式, 以揭示在面孔加工過程中自我信息與情緒效價的作用機制。

個體對自我表情的加工不僅是一種自我參照加工, 更是一種凸顯自我與他人區別的特殊的自我面孔加工過程(韓世輝, 張逸凡, 2012)。在自我面孔加工領域, 研究者發現個體對自我面孔的加工存在優勢效應, 表現為識別自我面孔快于識別他人面孔(Tong & Nakayama, 1999; Yun et al., 2014; 王凌云,張明, 隋潔, 2011)。而且個體在知覺自我面孔時能優先得到更多的注意資源, 會激活更大的額中區N2負波以及更大的晚期正成分(Guan, Qi, Zhang, &Yang, 2014; Yun et al., 2014; 鐘毅平, 李琎, 占友龍, 范偉, 楊子鹿, 2016)。針對自我面孔加工優勢效應, 有研究者提出采用內隱積極聯想理論(implicit positive association, IPA)進行解釋(Ma & Han,2010)。根據該理論, 個體進行自我面孔識別的同時會伴隨自我意識活動, 更容易激活其自我概念的積極屬性, 從而促進個體對自我面孔的加工, 由此導致自我面孔具有加工優勢。根據自我面孔的內隱積極聯想理論, 自我面孔的加工優勢反映了自我面孔對個體積極自我概念的激活, 那么不同情緒效價的自我面孔是否都能激活個體積極的自我概念？對于消極的自我面孔或自我消極表情面孔, 是否還能通過激活其自我概念而表現出加工的優勢？這是本研究要探討的第一個問題。有研究者提出, 自我面孔識別優勢是基于積極自我概念的激活而產生,當自我概念的積極屬性受到破壞時, 其自我面孔的識別優勢就會被削弱, 并進一步采用自我概念威脅范式證實了這一觀點(關麗麗, 張慶林, 齊銘銘, 侯燕, 楊娟, 2012)。也有研究發現, 消極的自我威脅刺激(如自我扭曲面孔)會激活自我概念的消極屬性,進而削弱自我面孔的識別優勢(徐欣穎, 高湘萍,2017)。另外, 以往研究還發現個體對與自我相關的信息加工存在積極偏向, 他們會更傾向于將積極信息與自我相聯系, 即自我積極偏向(self-positivity bias; 鐘毅平等, 2010)。Verosky和Todorov (2010)發現人們更傾向于將具有積極屬性的面孔(如更值得信任的面孔)判斷為自己的面孔; Hoefler等人(2015)也發現在自我參照條件下, 人們對積極特質詞比消極特質詞反應更快。基于內隱積極聯想理論和自我積極偏向, 本研究提出假設 1：積極的自我表情更容易激活個體積極的自我概念, 從而增強其自我表情的加工優勢; 而消極自我表情作為一種自我概念威脅刺激, 會阻礙積極自我概念的激活, 進而削弱自我表情的加工優勢。相比于自我消極表情,個體對自我積極表情的識別反應更快, 即存在自我積極表情的加工優勢。

個體對自我表情加工同時涉及面孔的身份信息加工和情緒效價加工兩個方面。最初, Bruce和Yong (1986)提出的面孔識別功能模型(functional model for face recognition)將面孔身份信息和情緒信息加工作為兩個并行而又獨立的加工路徑。但近年來, 有研究者對這一觀點提出質疑, 認為面孔的身份加工與表情加工之間可能存在相互影響, 尤其是面孔的身份對表情加工的影響較為常見(吳彬星,張智君, 孫雨生, 2015)。另外, 有一些研究也發現面孔的表情加工也會影響其對面孔身份的加工, 如目擊者實驗中目標人物的表情會影響目擊者身份的識別(Pavel & Iord?nescu, 2012)。但這些研究在考察面孔表情加工與身份加工關系時, 缺乏對“自我”這一特殊身份的深入探討。以往研究發現, 表情與身份的區分度水平是影響兩者交互的重要因素(汪亞珉, 傅小蘭, 2007), 而自我面孔的身份區分度明顯高于他人面孔(韓世輝, 張逸凡, 2012)。因此, 本研究要探討的第二個問題是個體進行自我表情加工時, 面孔的身份信息和情緒效價如何影響其加工過程, 即身份信息和情緒效價在面孔的不同加工階段會如何發生作用？

回顧以往研究可以發現, 在面孔知覺加工過程中, 面孔的身份信息和情緒效價分別在不同的加工階段產生不同的作用。在早期視覺編碼階段, 面孔表情的加工會受情緒效價的影響。例如, N1成分與情緒信息的注意選擇密切相關, 反映了個體對信息最初的感覺編碼和注意定向, 而情緒刺激的效價對出現在中央頂區的N1成分(130 ms左右)具有調節作用(Foti, Hajcak, & Dien, 2009)。另外, 還有研究發現不同情緒效價的面孔激活顳枕區N170成分存在顯著的差異(Rellecke, Sommer, Schacht, 2012)。而Sui, Zhu和 Han等人(2006)則認為, 自我面孔加工優勢與早期加工階段無關, 取決于后期的注意與評價階段(220~700 ms)。由此可以推測, 在早期視覺編碼階段, 面孔的表情加工主要受情緒效價的影響,而不受自我身份信息的影響。但在中期階段, 面孔的加工不僅會受情緒效價的影響, 也會受面孔身份信息的影響, 表現為額中區的N2成分(200~300 ms左右)不僅會受表情效價的影響(Feldmann-Wüstefeld,Schmidt-Daffy, & Schub?, 2011), 同時也與自我面孔的加工高度相關, 反映出個體對刺激的選擇性注意(Guan et al., 2014; Yun et al., 2014)。此外, 面孔加工的晚期階段同樣也會受到身份和情緒效價的影響。有研究發現, 自我面孔能比他人面孔的識別誘發出更大的LPP波幅, 反映了個體對自我相關信息的特異性加工(Yun et al., 2014)。LPP是一種晚期正向慢波, 在刺激呈現大約300~400 ms后開始出現,持續幾百毫秒, 并常常能在中央頂葉區域達到最大(俠牧, 李雪榴, 葉春, 李紅, 2014)。同時, Calvo 和Beltrán (2013)發現相比于消極的表情, 積極表情能誘發更大的 LPP, 表明個體會對積極表情進行更加精細的高級認知加工。根據以上分析, 本研究認為個體進行自我表情加工時, 其加工過程會受到自我信息和情緒效價的共同影響, 但在不同的加工階段二者的作用可能存在差異。基于此, 本研究以N1、N170、N2、LPP成分為指標, 考察具有不同情緒效價的自我和他人表情加工過程, 以及自我信息和情緒效價在面孔加工過程中的作用, 并提出假設 2：在早期視覺編碼階段, 面孔表情加工只受情緒效價影響; 在后續加工過程中, 面孔的情緒效價和身份信息則存在交互影響。

在傳統的面孔加工研究中, 表情的識別判斷任務范式不利于表情刺激自身屬性的凸顯, 且任務的生態效度較低。而視覺搜索范式要求被試從干擾刺激中搜索出目標刺激, 考察何種表情的面孔刺激更容易在干擾刺激中凸顯出來并獲得個體的早期注意定向(Tong & Nakayama, 1999)。基于此, 本研究采用視覺搜索范式, 結合具有高時間分辨率特性的ERP技術, 以正確搜索的反應時、正確率以及N1、N170、N2、LPP腦電成分為指標考察個體進行自我表情加工的過程和特點, 探討個體對自我表情與他人表情的加工過程是否存在差異, 驗證面孔識別加工中是否存在自我表情的加工優勢, 并進一步探討不同情緒效價的自我和他人面孔表情加工過程,以揭示面孔身份信息和情緒效價在面孔加工過程中的影響作用。

2 方法

2.1 被試

招募在校大學生 25名參加實驗, 其中男生 11名, 女生14名; 平均年齡為19.85歲(SD = 1.16)。所有被試視力、聽力正常, 均為右利手, 無類似實驗經歷, 無精神病史和腦部損傷史, 可正常匹配表情圖片和情緒標簽詞, 可熟練操作計算機。所有被試均自愿參加實驗, 實驗后獲得一定報酬。

圖1 自我(左一、左二)和他人(右一、右二)表情示例圖

2.2 實驗材料和儀器

自我表情圖片參考中國情緒面孔系統(Chinese Facial Affective Picture System, CAFPS) (龔栩, 黃宇霞, 王妍, 羅躍嘉, 2011)的制作方法, 采用同一數碼相機(Nikon S8200)在同樣的光線條件和拍攝環境下對所有被試進行拍照采集, 分別得到每個被試的快樂表情和憤怒表情圖片各一張, 共50張, 均為彩色圖片(RGB)。他人表情圖片選自中國情緒面孔系統, 其中快樂表情、憤怒表情各 6張, 中性表情30張, 男女各半(龔栩 等, 2011)。圖片統一采用PhotoShop CS 6軟件進行黑白處理, 尺寸為 472×545像素, 位圖為24位, 匹配明暗度和對比度。所有面孔材料去除其頭發、耳朵等特征, 僅保留面孔內特征(如眼鼻口、臉頰等), 示例材料見圖1。

另選不參加本實驗的 45名大學生(男女各半)對自我表情圖片的效價、強度、喚醒度進行9點評分, 并對其認同度進行評定, 本次評定的統計檢驗效能 Power (1?β err prob)為 0.9。結果發現, 自我快樂表情的平均效價是6.05 (SD = 0.93)、平均強度是6.44 (SD = 1.09)、平均喚醒度是6.06 (SD = 1.33),自我憤怒表情的平均效價是3.54 (SD = 0.96)、平均強度是6.37 (SD = 0.99)、平均喚醒度是6.13 (SD =1.36)。每張自我表情圖片的認同度均在80%以上。自我快樂表情與憤怒表情在效價上差異顯著(t(44) =55.16, p < 0.001, d = 2.69), 而在強度(t(44) = 1.58,p = 0.122)和喚醒度(t(44) = ?0.90, p = 0.372)上差異不顯著。他人快樂表情(5.95 ± 0.46)與憤怒表情(3.62 ± 0.12)在效價上差異顯著(t(10) = 11.87, p <0.001, d = 7.59), 在強度(6.38 ± 0.06, 6.41 ± 0.10;t(10) = ?0.76, p = 0.464)和喚醒度(5.86 ± 0.82, 6.07 ±0.50; t(10) = ?0.54, p = 0.598)上差異不顯著。自我快樂表情與他人快樂表情在效價(t(29) = 0.94, p =0.356)、強度(t(29) = 0.93, p = 0.358)和喚醒度(t(29) =1.32, p = 0.197)上差異均不顯著。自我憤怒表情與他人憤怒表情在效價(t(29) = ?1.49, p = 0.147)、強度(t(29) = ?0.85, p = 0.403)和喚醒度(t(29) = 0.55,p = 0.590)上差異均不顯著。另外, 每張自我快樂表情材料的效價、強度、喚醒度均分別與他人快樂表情的效價、強度、喚醒度差異不顯著(all ps > 0.05),每張自我憤怒表情材料也都與他人憤怒表情的效價、強度、喚醒度差異不顯著(all ps > 0.05)。自我表情(83.06 ± 3.31)與他人表情(81.48 ± 5.20)的認同度也無顯著差異, t(90) = 1.79, p = 0.077。

2.3 實驗設計

實驗采用2 (表情類型: 快樂表情/憤怒表情)×2(身份類型: 自我/他人)的被試內設計, 因變量為表情判斷的反應時、正確率和ERP數據(N1、N170、N2、LPP各成分的平均波幅或峰值)。

2.4 實驗程序

采用E-Prime 2.0軟件呈現實驗刺激并記錄行為數據。采用視覺搜索范式, 向被試呈現一種按照圓形分布的搜索序列, 要求被試快速判斷序列中是否存在目標表情刺激。首先在屏幕中央呈現500 ms的注視點“+”, 接著呈現 300 ms的空屏, 隨后在屏幕的6個位置上呈現6張不同身份的面孔(1張目標表情面孔和5張中性面孔; 或6張中性面孔), 要求被試判斷屏幕上是否出現目標表情。若出現了目標表情, 則按“F”鍵; 若未出現目標表情(即 6張都是中性面孔), 則按“J”鍵。被試按鍵后隨機間隔 600~800 ms進入下一個trial, 超過3000 ms未反應則自動進入下一個trial (見圖2)。計算機屏幕距離被試雙眼65 cm, 面孔圖片的呈現視角為14.47°×10.55°。

整個實驗共464個trials, 其中包括32個練習trials, 216個填充trials (6張都是中性面孔)以及每種實驗條件下的 54個 trials。正式實驗分為兩個block, 分別為快樂表情搜索block和憤怒表情搜索block, 呈現順序在被試間平衡。每張目標表情面孔在六個位置上隨機出現, 每張自我表情面孔在每個位置出現 6次, 每張他人面孔(同性別)在每個位置出現3次。

圖2 實驗程序的單次試驗流程圖

2.5 腦電數據記錄與分析

使用 NeuroScan Synamps腦電記錄與分析系統采集和分析腦電(Electroencephalogram, EEG)數據。按國際10-20系統擴展的 64導電極帽記錄頭皮位置的 EEG以及水平眼電(HEOG)和垂直眼電(VEOG)。水平眼電記錄電極安置在雙眼角外側10 mm處, 垂直眼電記錄電極安置在左眼上下10 mm處。以鼻尖作為參考電極, 前額接地。采樣頻率為1000 Hz/導, 濾波帶通為0.01~100 Hz, 電極與頭皮的阻抗維持在5 k?以下。

采用NeuroScan 4.3軟件對EEG數據進行離線分析(off-line)。行為數據融合以及腦電預覽后, 剔除腦電偽跡過多的6名被試, 有效被試19名(8名男生、11名女生)。之后剔除由于眼動或者眨眼引起的眼電偽跡(Gratton, Coles, & Donchin, 1983)。EEG分析時程為1200 ms, 即面孔刺激呈現前200 ms和后1000 ms, 基線為刺激呈現前200 ms。波幅大于± 100 μV者被視為偽跡自動剔除, 然后分別疊加平均每個被試在 4種實驗條件下正確反應的 EEG,有效疊加次數在45次以上, 超過總trial數的80%。最后對得到的ERP數據采用FIR數字濾波器進行30 Hz (24 dB/octave)的無相移低通數字濾波。

根據本研究目的、以往研究結果以及本研究總平均波形圖和地形圖的波性特征, 選取需進行考察的ERP成分和電極位置, 最終選取了25個電極點。具體包括：N1 (50~150 ms, 左半球F1/FC1/C1/CP1,中線 Fz/FCz/Cz/CPz, 右半球 F2/FC2/C2/CP2)成分的峰值和潛伏期、N170 (120~200 ms, 左半球 P7/PO7/CB1, 右半球 P8/PO8/CB2)成分的峰值和潛伏期、N2 (230~330 ms, 左半球F1/FC1/C1/CP1, 中線Fz/FCz/Cz/CPz, 右半球 F2/FC2/C2/CP2)成分的峰值和潛伏期以及LPP (400~800 ms, 左半球F1/FC1/C1/CP1/P1, 中線 Fz/FCz/Cz/CPz/Pz, 右半球 F2/FC2/C2/CP2/P2)成分的平均波幅。

將上述選取的各腦電成分的數據分別進行多因素重復測量方差分析, 表情類型(快樂表情/憤怒表情)、身份類型(自我/他人)以及腦區均為被試內變量。所有方差分析的p值均采用Greenhouse-Geisser法進行校正。

3 數據分析與結果

3.1 行為結果

刪除錯誤反應和反應時小于 100 ms或大于3000 ms的反應(Tong & Nakayama, 1999), 刪除數據占總數據9.47%。各實驗條件下被試判斷表情的反應時和正確率描述統計結果見表1。

表 1 各實驗條件下表情判斷的反應時(ms)和正確率(%)(M ± SD)

對于正確率：身份類型的主效應顯著, F(1, 24) =16.48, p < 0.001, η= 0.41。搜索自我表情的正確率(M = 96.94, SD = 3.78)顯著大于搜索他人表情的正確率(M = 92.72, SD = 7.19), t(24) = 4.24, p < 0.001,d = 0.75。表情類型的主效應(F(1, 24) = 3.78, p =0.064)和兩者的交互作用(F(1, 24) = 1.81, p = 0.191)均不顯著。

對于反應時：身份類型的主效應顯著, F(1, 24) =178.89, p < 0.001, η= 0.14。搜索自我表情(M =805.81, SD = 299.51)顯著快于搜索他人表情(M =912.95, SD = 355.11), t(24) = 10.81, p < 0.001, d =0.33。表情類型的主效應顯著, F(1, 24) = 691.67, p <0.001, η= 0.39。搜索快樂表情的速度(M = 739.09,SD = 240.98)顯著快于搜索憤怒表情(M = 979.66,SD = 368.16), t(24) = 28.56, p < 0.001, d = 0.79。兩者的交互作用顯著, F(1, 24) = 47.10, p < 0.001, η=0.04。進一步簡單效應分析發現, 無論是快樂表情(F(1, 24) = 40.63, p < 0.001, η= 0.04)還是憤怒表情(F(1, 24) = 140.64, p < 0.001, η= 0.12), 自我表情搜索均顯著快于他人表情搜索。同時, 無論是對于自我表情(F(1, 24) = 264.42, p < 0.001, η= 0.20)還是他人表情(F(1, 24) = 537.28, p < 0.001, η=0.33), 快樂表情的搜索均顯著快于憤怒表情的搜索。這表明, 個體在進行面孔表情加工時存在自我表情的優勢效應和積極表情的優勢效應, 即存在自我積極表情的加工優勢效應。

3.2 ERPs結果

搜索4種目標表情刺激在額中區、頂葉、顳枕區等電極各自誘發的腦波形圖, 見圖3。

3.2.1 N1 (50~150 ms)

對N1的波峰幅值和潛伏期進行2 (表情類型:快樂, 憤怒)×2 (身份類型: 自我, 他人)×3 (腦區:左半球F1/FC1/C1/CP1, 中線Fz/FCz/Cz/CPz, 右半球F2/FC2/C2/CP2)的重復測量方差分析。結果表明,在波幅上, 身份類型的主效應顯著, F(1, 18) = 27.44,p < 0.001, η= 0.60。自我表情誘發的波幅(?3.14 ±0.92 μV)顯著大于他人表情誘發的波幅(?1.87 ±1.13 μV), t(18) = 5.24, p < 0.001, d = 1.27。表情類型的主效應顯著, F(1, 18) = 44.42, p < 0.001, η=0.71。快樂表情誘發的波幅(?3.20 ± 0.83 μV)顯著大于憤怒表情誘發的波幅(?1.83 ± 1.12 μV), t(18) =6.67, p < 0.001, d = 1.43。身份類型和表情類型的交互作用顯著, F(1, 18) = 4.53, p < 0.05, η= 0.20。簡單效應分析發現, 無論是對于快樂表情還是憤怒表情, 自我表情刺激誘發的 N1波幅顯著大于他人表情刺激誘發的N1波幅(p < 0.05); 同時, 對于自我表情刺激, 快樂表情誘發的波幅顯著大于憤怒表情誘發的波幅(p < 0.001), 但是對于他人表情刺激,快樂表情誘發的波幅與憤怒表情誘發的波幅差異并不顯著(p = 0.108)。其余主效應與交互作用均不顯著(all ps > 0.05)。

在潛伏期上, 身份類型和表情類型的交互作用顯著, F(1, 18) = 4.39, p < 0.05, η= 0.06。簡單效應分析發現, 自我快樂表情刺激誘發的 N1潛伏期顯著短于自我憤怒表情(p < 0.01), 但是他人快樂表情刺激誘發的N1潛伏期與他人憤怒表情差異并不顯著(p = 0.893); 并且無論快樂表情還是憤怒表情,自我與他人表情刺激誘發的N1潛伏期差異均不顯著(all ps > 0.05)。其余的主效應與交互作用均不顯著(all ps > 0.05)。

3.2.2 N170 (120~200 ms)

對N170的波峰幅值和潛伏期進行2 (表情類型:快樂, 憤怒)×2 (身份類型: 自我, 他人)×2 (腦區:左半球 P7/PO7/CB1, 右半球 P8/PO8/CB2)的重復測量方差分析。結果表明, 在波幅上, 表情類型的主效應顯著, F(1, 18) = 10.53, p < 0.01, η= 0.16。快樂表情誘發的波幅(?5.21 ± 5.36 μV)顯著大于憤怒表情誘發的波幅(?3.68 ± 5.67 μV), t(18) = 3.25, p <0.01, d = 0.28。其余的主效應與交互作用均不顯著(all ps > 0.05)。

在潛伏期上, 表情類型的主效應顯著, F(1, 18) =6.27, p < 0.05, η= 0.10。快樂表情誘發的N170潛伏期顯著短于憤怒表情。其余的主效應與交互作用均不顯著(all ps > 0.05)。

3.2.3 N2 (230~330 ms)

對N2的波峰幅值和潛伏期進行2 (表情類型:快樂, 憤怒)×2 (身份類型: 自我, 他人)×3 (腦區:左半球F1/FC1/C1/CP1, 中線Fz/FCz/Cz/CPz, 右半球F2/FC2/C2/CP2)的重復測量方差分析。結果表明,在波幅上, 身份類型的主效應顯著, F(1, 18) =21.74, p < 0.001, η= 0.19)。自我表情誘發的波幅(?6.17 ± 4.61 μV)顯著大于他人表情誘發的波幅(?5.41 ± 4.66 μV), t(18) = 4.66, p < 0.001, d = 0.17。表情類型的主效應顯著, F(1, 18) = 42.37, p < 0.001,η= 0.31。快樂表情誘發的波幅(?6.92 ± 4.27 μV)顯著大于憤怒表情誘發的波幅(?4.65 ± 4.74 μV),t(18) = 6.51, p < 0.001, d = 0.52。進一步比較4種表情刺激發現, 自我快樂表情誘發的波幅(?7.33 ±4.20 μV)顯著大于自我憤怒表情(?5.00 ± 4.66 μV)、他人快樂表情(?6.51 ± 4.24 μV)和他人憤怒表情(?4.31 ± 4.76 μV)誘發的波幅(all ps < 0.001)。腦區的主效應顯著, F(2, 36) = 34.80, p < 0.001, η=0.18。進一步多重比較發現, 表情刺激在中線腦區誘發的波幅(?6.10 ± 4.73 μV)顯著大于在左半球(?5.61 ± 4.50 μV)和右半球(?5.65 ± 4.70 μV)誘發的波幅(all ps < 0.001); 但在左半球和右半球誘發的波幅差異并不顯著(p = 0.664)。此外, 身份類型和腦區的交互作用顯著, F(2, 36) = 9.70, p < 0.001, η=0.09。進一步的簡單效應分析發現, 在所有腦區自我表情誘發的波幅均顯著大于他人表情誘發的波幅(all ps < 0.001); 無論自我表情還是他人表情, 表情刺激在中線腦區誘發波幅均顯著大于在左半球和右半球誘發的波幅(all ps < 0.001)。其余交互作用均不顯著(all ps > 0.05)。

在潛伏期上, 表情類型的主效應顯著, F(1, 18) =25.72, p < 0.001, η= 0.26。憤怒表情誘發的N2潛伏期顯著短于快樂表情。其余的交互作用均不顯著(all ps > 0.05)。

3.2.4 LPP (400~800 ms)

對LPP的平均波幅進行2 (表情類型: 快樂, 憤怒)×2 (身份類型: 自我, 他人)×3 (腦區: 左半球F1/FC1/C1/CP1/P1, 中線 Fz/FCz/Cz/CPz/Pz, 右半球 F2/FC2/C2/CP2/P2)的重復測量方差分析。結果表明, 身份類型的主效應顯著, F(1, 18) = 80.75, p <0.001, η= 0.46。自我表情誘發的波幅(1.38 ± 2.73 μV)顯著大于他人表情誘發的波幅(0.49 ± 2.42 μV),t(18) = 8.99, p < 0.001, d = 0.35。表情類型的主效應顯著, F(1, 18) = 68.62, p < 0.001, η= 0.42。快樂表情誘發的波幅(1.48 ± 2.78 μV)顯著大于憤怒表情誘發的波幅(0.39 ± 2.33 μV), t(18) = 8.28, p < 0.001,d = 0.44。身份類型和表情類型的交互作用顯著, F(1,18) = 27.21, p < 0.001, η= 0.22。簡單效應分析發現, 無論是加工快樂表情還是憤怒表情, 自我表情刺激誘發的波幅均顯著大于他人表情刺激誘發的波幅(all ps < 0.001); 同時, 無論對于自我表情還是他人表情刺激, 快樂表情誘發的波幅均顯著大于憤怒表情誘發的波幅(p < 0.001)。其余的主效應與交互作用均不顯著(all ps > 0.05)。

4 討論

4.1 自我積極表情的加工優勢

本研究采用視覺搜索范式結合 ERP技術考察了自我表情的加工特點。行為數據結果表明, 無論是快樂表情還是憤怒表情, 自我表情的搜索都顯著快于他人表情, 表現出自我表情的加工優勢; 無論是自我表情還是他人表情, 快樂表情的搜索都顯著快于憤怒表情, 表現出積極表情的加工優勢。在所有表情中, 自我快樂表情的搜索最快、搜索正確率最高, 即在行為指標上表現出自我積極表情具有加工的優勢。另外, ERP數據結果發現, 自我積極表情相比于其他的表情能誘發更大的 N1、N2、LPP成分, 亦表現出自我積極表情的加工優勢。綜上,本研究的結果表明, 個體對具有不同身份信息和不同情緒效價的面孔表情在加工上存在差異, 表現出對自我表情尤其是自我積極表情存在加工優勢。這驗證了本研究自我積極表情的加工優勢效應的假設, 也與以往相關領域的研究結果相一致, 表現出自我相關信息的加工優勢和自我的積極加工偏見(Kim, 2012)。另外, 本研究的結果也進一步證實了內隱積極聯想理論, 自我積極表情相比于自我消極表情更能激活自我概念的積極屬性, 從而提高了個體對自我面孔的認知加工和行為反應, 表現出對自我積極表情的識別優勢。對于個體而言, 自我表情加工不僅是了解其自我情緒表征的途徑之一, 也包含了自我評價和情緒體驗, 而自我積極表情的加工優勢既反映了個體對自我信息的積極加工偏好, 也反映了個體對自我相關信息的普遍加工特點(鐘毅平等, 2010)。

4.2 自我表情的知覺加工過程

ERP數據結果表明, 自我表情比他人表情誘發更大的 N1、N2、LPP成分, 且快樂表情比憤怒表情誘發更大的N1、N2、N170、LPP波幅和更短的N170潛伏期, 自我快樂表情激活的 N1、N2、LPP波幅均顯著大于自我憤怒表情和他人表情。

圖3 自我表情加工與他人表情加工的ERP總平均波形圖和地形圖

早期N1成分反映了對信息最初的感覺編碼和注意定向, 與視覺空間注意有關。本研究發現, 相比于其他表情, 自我積極表情能誘發更大的額中區N1成分。以往研究認為自我面孔的加工優勢只發生在 220~700 ms的注意與評價階段, 會在額中央區誘發更大的正波, 與早期編碼加工無關(Sui et al.,2006)。而本研究將自我信息與面孔情緒效價整合,在面孔早期編碼加工階段發現了自我積極表情的加工優勢。根據IPA理論, 這可能是由于自我積極表情激活了個體的積極自我概念, 從而加速了個體對自我積極信息的注意定向, 而自我身份和積極情緒的結合可能加強了個體對該類刺激的優先認知加工。另外, 本研究發現自我積極表情誘發的 N1潛伏期比自我消極表情更短, 而這種早期的加速定向在他人積極表情中并未發現, 這也反映出個體在加工自我情緒信息時的獨特性。另外, 本研究采用的視覺搜索范式要求被試在6張中性面孔中快速搜索出目標表情面孔, 而 Sui等人(2006)研究中使用單張面孔不需要搜索定向, 這可能也是本研究與以往研究結果出現差異的另一原因。同時, N170成分作為反映表情結構編碼的另一早期成分, 本研究并未發現自我表情與他人表情在顳枕區誘發的 N170成分上存在顯著差異。有研究者認為面孔識別的早期成分N170是面孔結構編碼和特征處理等的混合產物, 不受面孔熟悉性的影響(Gosling, & Eimer,2011); 無論是內隱還是外顯加工, 情緒面孔均能比中性面孔誘發出更大的N170波幅(Rellecke et al.,2012), 但對于何種表情誘發的波幅更大, 目前暫無一致性結論(俠牧等, 2014)。另外, 本研究發現快樂表情比憤怒表情誘發出更大的N170波幅和更短的 N170潛伏期, 這可能與識別區域有關, 憤怒表情信息主要來自于眼睛, 而快樂表情的信息主要來自于嘴巴。Calvo和Beltrán (2014)發現快樂表情的嘴巴在刺激呈現后的 150 ms就開始突出, 其在150~180 ms的顳枕區誘發更大的腦波, 這表明嘴巴似乎是識別快樂面孔的捷徑。總之, 在早期成分上, 只有自我積極表情誘發的 N1成分表現出與其他表情的顯著差異, 這表明早期階段的自我積極表情加工優勢更多體現為個體對自我積極表情的優先注意定向, 而非表情結構編碼上的優勢。

在自我面孔加工領域, N2成分被認為與自我面孔加工高度相關(Guan et al., 2014; Yun et al.,2014); 同時它還通常被認為與注意的轉換機制相聯系, 易受刺激強度和喚醒度的影響(Feldmann-Wüstefeld et al., 2011)。本研究匹配了表情強度和喚醒度, 仍發現自我表情比他人表情激活了更大的N2波幅, 快樂表情比憤怒表情激活了更大的N2波幅, 并且憤怒表情比快樂表情激活更短的 N2潛伏期, 這說明自我表情和快樂表情對于個體具有心理突出性, 能夠使個體對其投入更多的注意資源。雖然相比于憤怒表情, 快樂表情在該階段的加工相對滯后, 但更為精細和深入, 占據了更多的注意資源。另外在 N2成分上, 本研究未發現面孔身份信息與表情信息的交互作用, 可能是由于在該階段大腦對這兩種信息的加工仍是粗糙的, 只進行了快速區分, 而將兩種信息相結合進行更精細的認知加工可能會發生在更晚的階段(鐘毅平等, 2016)。相比于其他表情刺激, 自我快樂表情會誘發更大的 N2波幅, 這表明自我積極表情的加工優勢在面孔加工的中期階段依然存在。

在情緒研究中, LPP成分反映了大腦皮層對情緒刺激的的持續注意、意識評價、精細加工等高級加工過程(俠牧等, 2014)。自我研究領域的ERPs研究也發現自我面孔刺激會誘發更大的LPP波幅, 反映了大腦對自我相關信息的特異性加工(Yun et al.,2014)。本研究發現, 自我積極表情相比其他表情誘發更大的LPP。這表明, 自我積極表情占用了個體更多的注意資源, 個體的自我卷入程度更高, 得到了更精細的加工。這不僅證實了個體會對與自我概念相關信息進行快速的精細加工(Kim, 2012), 還進一步支持了IPA理論, 即積極自我概念的激活使得自我積極表情表現出加工的優勢效應。

本研究的 ERP結果表明, 自我積極表情在面孔表情加工過程中一直處于優勢地位, 而且這種優勢在早期視覺編碼階段已然存在, 表現為個體對自我積極表情的快速注意定向, 并且相比于其他表情,自我積極表情更具心理突出性, 能夠優先占用更多的注意資源完成后續的精細加工活動。

4.3 總結與展望

總的來說, 本研究采用 ERP技術探索自我表情的認知加工過程, 同時結合自我積極偏見提出了自我積極表情優勢效應, 這不僅延伸了關于自我面孔加工的研究, 更進一步拓展和完善了自我面孔優勢效應理論, 也展現了自我表情加工作為自我加工獨特性的重要體現。與以往自我面孔加工的研究結果不同, 本研究發現自我積極表情優勢效應開始于面孔加工的早期階段, 說明個體對自我情緒信息的加工獨特性不僅表現在后期的認知評價, 也表現在早期的注意定向。另外, 個體對自我表情與他人表情的加工意義是不同的, 自我表情的加工與自我概念相聯系, 反映了個體對自我情緒表征的認知和評價。因此, 本研究對自我表情加工特點的探討也在一定程度上有助于加深人們對自我認知加工機制的認識與理解。但本研究也存在一些不足之處：首先, 正式實驗中自我表情材料的重復次數高于他人表情材料, 雖然補充實驗的結果證明了被試的行為反應未受表情材料重復次數的影響, 但仍無直接證據表明表情材料重復次數是否影響相關的ERPs結果; 其次, 在本研究中未對面孔的熟悉度進行控制,無法完全排除熟悉度對研究結果的干擾。在未來的研究中, 可以加入對重要或熟悉他人表情的探討,控制熟悉度以及其他無關因素對實驗結果的影響。另外, 本研究使用不同身份的表情刺激, 探討面孔身份信息和表情信息兩者的關系。結果不僅發現相比于他人表情, 自我表情的加工速度更快、正確率更高; 同時還發現, 不同身份的表情受情緒效價的影響, 不同效價的自我表情的加工速度具有顯著差異, 自我快樂表情的加工速度顯著快于自我憤怒表情, 表現出自我積極表情加工優勢效應, 這支持了IPA觀點。但自我憤怒表情的加工速度變慢, 是否僅僅由于其對自我概念的積極屬性威脅削弱了自我加工優勢, 這還需要進一步的探討。未來的研究可以通過操縱自我概念威脅啟動, 以削弱自我概念與積極屬性的聯結來探討自我概念威脅情況下自我表情的加工優勢是否仍然存在, 以此來進一步探究其內在加工機制(Ma & Han, 2010)。另外, 由于表情識別和身份識別會受面孔物理屬性(如高低空間頻率、面孔倒置或旋轉等)的影響, 未來研究也可以深入探討自我積極表情加工優勢的穩定性問題。

5 結論

本研究得到如下主要結論：

(1)個體對表情的加工存在自我積極表情加工優勢, 表現為搜索自我快樂表情比搜索自我憤怒表情和兩類他人表情的速度更快、正確率更高。

(2)這種優勢開始于早期視覺編碼階段, 在之后的加工階段也有所表現, 主要表現為自我快樂表情激活的N1、N2、LPP波幅均顯著大于自我憤怒表情和兩類他人表情。

Bruce, V., & Young, A. (1986). Understanding face recognition. British Journal of Psychology, 77(3), 305?327.

Calvo, M. G., & Beltrán, D. (2013). Recognition advantage of happy faces: Tracing the neurocognitive processes.Neuropsychologia, 51(11), 2051?2061.

Calvo, M. G., & Beltrán, D. (2014). Brain lateralization of holistic versus analytic processing of emotional facial expressions. Neuroimage, 92(10), 237?247.

Chen, Y., Zhong, Y. P., Zhou, H. B., Zhou, L. P., & Wang, X. Y.(2012). An ERP study on implicit self-positivity bias effect.Chinese Journal of Clinical Psycholog, 20(3), 297?300.

[陳蕓, 鐘毅平, 周海波, 周路平, 王小艷. (2012). 內隱自我正面偏見效應的ERP研究. 中國臨床心理學雜志, 20(3),297?300.]

Foti, D., Hajcak, G., & Dien, J. (2009). Differentiating neural responses to emotional pictures: Evidence from temporalspatial PCA. Psychophysiology, 46(3), 521?530.

Feldmann-Wüstefeld, T., Schmidt-Daffy, M., & Schub?, A.(2011). Neural evidence for the threat detection advantage:Differential attention allocation to angry and happy faces.Psychophysiology, 48(5), 697?707.

Gong, X., Huang, Y. X., Wang, Y., & Luo, Y. J. (2011).Revision of the Chinese facial affective picture system.Chinese Mental Health Journal, 25(1), 40?46.

[龔栩, 黃宇霞, 王妍, 羅躍嘉. (2011). 中國面孔表情圖片系統的修訂. 中國心理衛生雜志, 25(1), 40?46.]

Gosling, A., & Eimer, M. (2011). An event-related brain potential study of explicit face recognition. Neuropsychologia,49(9), 2736?2745.

Gratton, G., Coles, M. G. H., & Donchin, E. (1983). A new method for off-line removal of ocular artifact.Electroencephalograghy & Clinical Neurophyiology, 55(4),468?484.

Guan, L. L., Qi, M. M., Zhang, Q. L., & Yang, J. (2014). The neural basis of self-face recognition after self-concept threat and comparison with important others. Social Neuroscience, 9(4), 424?435.

Guan, L. L., Zhang, Q. L., Qi, M. M., Yan, H., & Yang, J.(2012). Self-concept threat and comparison with important others weaken self-face advantage altogether. Acta Psychologica Sinica, 44(6), 789?796.

[關麗麗, 張慶林, 齊銘銘, 侯燕, 楊娟. (2012). 自我概念威脅以及與重要他人的比較共同削弱自我面孔優勢效應.心理學報, 44(6), 789?796.]

Han, S. H., & Zhang, Y. F. (2012). A cultural neuroscience approach to self-concept representation. Advances in Psychological Science, 20(5), 633?640.

[韓世輝, 張逸凡. (2012). 自我概念心理表征的文化神經科學研究. 心理科學進展, 20(5), 633?640.]

Hoefler, A., Athenstaedt, U., Corcoran, K., Ebner, F., &Ischebeck, A. (2015). Coping with self-threat and the evaluation of self-related traits: An fMRI study. PLoS ONE,10(9), e0136027.

Kim, H. (2012). A dual-subsystem model of the brain's default network: Self-referential processing, memory retrieval processes, and autobiographical memory retrieval.Neuroimage, 61(4), 966?977.

Ma, Y. N., & Han, S. H. (2010). Why we respond faster to the self than to others? An implicit positive association theory of self-advantage during implicit face recognition. Journal of Experimental Psychology: Human Perception and Performance, 36(3), 619?633.

Pavel, F. A., & Iord?nescu, E. (2012). The influence of facial expressions on recognition performance in facial identity.Procedia-Social and Behavioral Sciences, 33, 548?552.

Rellecke, J., Sommer, W., & Schacht, A. (2012). Does processing of emotional facial expressions depend on intention? Time-resolved evidence from event-related brain potentials. Biological Psychology, 90(1), 23?32.

Sui, J., Zhu, Y., & Han, S. H. (2006). Self-face recognition in attended and unattended conditions: An event-related brain potential study. Neuroreport, 17(4), 423?427.

Tong, F., & Nakayama, K. (1999). Robust representations for faces: Evidence from visual search. Journal of Experimental Psychology Human Perception and Performance, 25(4), 1016?1035.

Verosky, S. C., & Todorov, A. (2010). Differential neural responses to faces physically similar to the self as a function of their valence. Neuroimage, 49(2), 1690?1698.

Wang, L. Y., Zhang, M., & Sui, J. (2011). Self-face advantage benefits from a visual self-reference frame. Acta Psychologica Sinica, 43(5), 494?499.

[王凌云, 張明, 隋潔. (2011). 自我參照框架決定了自我面孔優勢效應的出現. 心理學報, 43(5), 494?499.]

Wang, Y. M., & Fu, X. L. (2007). Effect of discriminability on interference between facial expression and facial identity recognition. Acta Psychologica Sinica, 39(2), 191?200.

[汪亞珉, 傅小蘭. (2007). 區分度在面部表情與面孔身份識別交互中的作用. 心理學報, 39(2), 191?200.]

Watson, L. A., Dritschel, B., Obonsawin, M. C., & Jentzsch, I.(2007). Seeing yourself in a positive light: Brain correlates of the self-positivity bias. Brain Research, 1152, 106?110.

Wu, B. X., Zhang, Z. J., & Sun, Y. S. (2015). Facial Familiarity Modulates the Interaction between Facial Gender and Emotional Expression. Acta Psychologica Sinica, 47(10), 1201?1212.

[吳彬星, 張智君, 孫雨生. (2015). 面孔熟悉度對面孔性別與表情相互作用的調節. 心理學報, 47(10), 1201?1212.]

Xia, M., Li, X. L., Ye, C., & Li, H. (2014). The ERPs for the facial expression processing. Advances in Psychological Science, 22(10), 1556?1563.

[俠牧, 李雪榴, 葉春, 李紅. (2014). 面部表情加工的 ERP成分. 心理科學進展, 22(10), 1556?1563.]

Xu, X. Y., & Gao, X. P. (2017). Self-threat Stimuli Capture Attention: Evidence from Inhibition of Return. Journal of Psychological Science, 40(2), 296?302.

[徐欣穎, 高湘萍. (2017). 自我威脅刺激對返回抑制的影響.心理科學, 40(2), 296?302.]

Yun, J. Y., Hur, J. W., Jung, W. H., Jang, J. H., Youn, T., Kang,D.-H., … Kwon, J. S. (2014). Dysfunctional role of parietal lobe during self-face recognition in schizophrenia.Schizophrenia Research, 152(1), 81?88.

Zhong, Y. P., Chen, Y., Zhou, L. P., & Zhou, H. B. (2010). An ERP study on self-positivity bias. Journal of Psychological Science, 33(3), 560?563.

[鐘毅平, 陳蕓, 周路平, 周海波. (2010). 自我正面偏見的ERP研究. 心理科學, 33(3), 560?563.]

Zhong, Y. P., Li, J., Zhan, Y. L., Fan, W., & Yang, Z. L. (2016).Rotated self-face recognition: Evidence from ERPs. Acta Psychologica Sinica, 48(11), 1379?1389.

[鐘毅平, 李琎, 占友龍, 范偉, 楊子鹿. (2016). 自我旋轉面孔識別的ERPs研究. 心理學報, 48(11), 1379?1389.]

Zhou, Y. L., Hu, S. J., Cai, J. Y., Hu, Z. G., & Liu, H. Y. (2016).Modulation effect of emotional state on self-positivity bias.Chinese Journal of Clinical Psychology, 24(2), 196?199.

[周一琳, 胡少軍, 蔡佳燁, 胡治國, 劉宏艷. (2016). 情緒狀態對積極自我偏向的調節. 中國臨床心理學雜志, 24(2),196?199.]