社会创造性的脑机制：状态与特质的EEG α波活动特点*

谷传华 王亚丽 吴财付 谢祥龙 崔承珠王亚娴 王婉贞 胡碧颖 周宗奎

(1青少年网络心理与行为教育部重点实验(华中师范大学), 武汉 430079) (2人的发展与心理健康湖北省重点实验室,华中师范大学心理学院, 武汉 430079) (3澳门大学教育学院, 澳门 999078)

1 引言

创造性是人们在一定社会背景下产生新颖的、适用的观点和产品的能力(Flaherty, 2005; Hennessey& Amabile, 2010; Sternberg & Lubart, 1996)。随着认知神经科学的发展, 越来越多的研究者致力于创造性脑机制的研究(Luo et al., 2013; Luo, Niki, &Philips, 2004; Jung et al., 2009; Razumnikova, 2007;Shen et al., 2013)。在创造性相关的脑电研究中, 研究者多关注创造性观点产生过程中α波的同步化或去同步化(alpha synchronization/desynchronization)。有研究者认为α波同步化表示一种皮层空载现象(cortical idling), 即激活水平的降低(Pfurtscheller,& Lopes da Silva, 1999), 而其他研究者认为α波同步化表示的是一种激活的内部加工活动, 是一种抑制或者是自上而下的活动(Fink, Grabner, et al.,2009; Klimesch, Sauseng, & Hanslmayr, 2007)。以往研究表明, 被试在多用途测验(alternative use test,AU)中表现出高状态创造性时, 会出现右脑半球以及脑区前部分更高的α波同步化(Grabner, Fink, &Neubauer, 2007; Fink & Neubauer, 2006; 2008), 并且高新颖组的被试在左右脑半球上的α波同步化水平差异显著, 而低新颖组则无显著差异(Fink, Grabner,et al., 2009); 以有研究还未出现关于不同特质创造性被试在创造性任务中脑电激活模式的差异。但是,有研究探讨了内向和外向人格对创造性脑电激活模式的影响, 研究(Fink & Neubauer, 2008)发现外向的被试比内向的被试在右脑半球的后部会出现更强烈的α波活动; 需要更多创造成分的任务(例如AU)较一般的认知任务(如词尾任务, word ends task, WE)会在右脑半球上出现更高的α波活动(Fink, Benedek, Grabner, Staudt, & Neubauer, 2007;Fink & Neubauer , 2006; Fink, Graif, & Neubauer,2009); 研究者(Bowden, Jung-Beeman, Fleck, &Kounios, 2005; Jung-Beeman et al., 2004)发现, 与非顿悟状态相比, 顿悟状态会引发更高的α波功率;同样采用多用途测验, 发散思维条件下比聚合思维条件下在前额叶、额叶、中央额叶、中央颞叶、中央顶叶等脑区产生的α波活动更强烈(Jauk,Benedek, & Neubauer, 2012)。在创造性观点生成过程中, 接受认知干预的被试在多用途测验中, 额叶出现了更高的α波同步化活动(Fink, Schwab, &Papousek, 2011)。

以往研究中, 研究者对被试类型的划分包括以下两种方法：Martindale, Hines, Mitchell和Covello(1984)、Jau sovec (2000)以及Jauk等人(2012)根据被试在一般创造性测验——远距离联想(RAT)、多用途测验(AUT)以及托兰斯创造力测验(TTCT)上得分的高低来划分高、低创造性被试, 这些测验所测得的是在某一具体问题、具体情境中所表现的创造性, 因而是根据状态创造性来划分的; 其他研究(Fink, Graif, et al., 2009; Kowatari et al., 2009;Chávez-Eakle, Graff-Guerrero, García-Reyna, Vaugier,& Cruz-Fuentes, 2007)则直接将不同专业水平的被试(如专家和新手)在创造性任务中的脑电活动进行对比, 此方法常常难以区分专业水平不同的被试是状态创造性高还是特质创造性高。事实上, 以往的研究中都没有将状态创造性和特质创造性综合考虑。

另一方面, 以往研究对特质创造性与状态创造性不予区分。实际上, 自从Cattell 和Scheier (1958)将焦虑划分为状态焦虑与特质焦虑、Heatherton等(Heatherton & Polivy, 1991)将自尊分为状态自尊与特质自尊以来, 一些研究者开始尝试将特定的心理变量区分为状态与特质(Chiappelli, Nugent, Thangavelu,Searcy, & Hong, 2014)。有的研究者提出了潜在的状态—特质分析法(Latent State-Trait Analyses), 甚至用于纵向数据的分析(Geiser & Lockhart, 2012;Geiser et al., 2015), 创造性亦然。研究验证了社会创造性的状态与特质之分(谷传华, 张笑容, 陈洁,郝恩河, 王亚丽, 2013)。与状态焦虑和特质焦虑以及状态自尊和特质自尊类似, 特质创造性是创造性的一种存在形式, 具有相对稳定性或持续性, 指个体一贯的创造性倾向或特质。特质创造性包括想象力、好奇性、挑战性和冒险性等人格品质。状态创造性则是指个体在特定的问题情境中(往往在较短的时间内)表现出的创造的状态, 具有情境性和不稳定性, 受个体情绪等暂时性的因素影响较大(Li et al., 2014; 谷传华, 张笑容 等, 2013)。状态创造性是指创造者在短时间内对特定的问题情境所做出的反应状态和倾向性, 在实验过程中, 要求被试对特定的社会性问题情境做出反应, 被试在这类情境中表现出创造性更像是对社会性问题的创造性的顿悟, 是一种状态的创造性, 而特质创造性是一种稳定的创造性的倾向, 往往归于创造性人格范畴。特质创造性是创造者相对稳定的人格结构, 是一系列创造性特质的综合体, 包括相对稳定的性格、气质、认知风格等。特质创造性可以看作长期内表现出来的状态创造性的平均值, 高特质创造性被试当他们表现出高状态创造性时, 通常在问题解决情境中表现出较高的新颖性等品质, 但有时也会提出一般的问题解决策略, 即表现出低状态创造性的情况。与此相反, 低特质创造性的被试往往缺乏想象力, 无较强的好奇心, 但当他们表现高状态创造性时, 也能提出高新颖性的观点。

此外, 研究者在探讨创造性的脑机制时大多侧重使用一般的创造性任务(如远距离联想任务和谜题任务), 而对特定领域的创造性脑机制研究相对较少(沈汪兵, 刘昌, 王永娟, 2010), 这方面的脑机制研究亟需加强。社会创造性作为一个特殊的创造性研究领域, 它是在日常的社会交往和社会活动中表现出的创造性, 是个体以新颖、独特、适当而有效的方式提出和解决社会性问题的品质(Mouchiroud& Zenasni, 2013; 谷传华, 2011; 谷传华, 荆智, 张菲菲, 孙超奇, 2013)。虽然最近有研究探讨了社会问题解决(social problem solving)以及与社会交往相关的脑机制(Hanten et al., 2011; Lebreton et al.,2009; Walter et al., 2004), 但是, 迄今尚无关于社会创造性脑机制的研究。

基于以上分析, 本研究试图从状态创造性和特质创造性的视角出发, 以确定不同特质社会创造性的被试在不同状态社会创造性下脑电活动的特点。在本研究中, 将被试分为以下四种情况：高特质高状态, 高特质低状态, 低特质高状态, 低特质低状态。本研究假定, 高特质社会创造性被试在社会问题情境中的新颖性、适当性、有效性得分高于低特质被试; 被试在表现高状态社会创造性时, 比表现低状态创造性会出现更高的α波同步化; 高特质社会创造性被试比低特质的被试出会现更高的α波同步化。此外, 二者可能存在显著的交互作用, 在表现高状态社会创造性时, 高特质被试比低特质被试出现更高的α波同步化, 而表现低状态创造性时,高、低特质被试的α波同步化水平无显著性差异。

图1 创造性观点产生过程示意图(Fink et al., 2007)

2 方法

2.1 被试

首先, 采用胡靖宜(2008)编制的《大学生社会创造性倾向量表》, 对340名大学生进行施测, 筛选出高低特质的被试, 去除无效问卷, 最终有效被试为315名。量表在本研究中的Cronbach's α系数是0.90。原量表的结构效度分析的拟合指数如下：χ= 956.32, df = 419, χ/df = 2.28, RMSEA = 0.04,CFI = 0.90, GFI = 0.90。将被试在量表中总得分从低到高进行排序, 选取前后8%的被试分别为高、低特质创造性的被试, 一共筛选出50 (女, 31名; 男, 19名)名18～22岁的被试参加了实验, 其中包括25名高特质创造性被试和25名低特质被试。由于8名被试脑电数据出现了过多伪迹, 4名被试所提供的问题策略平均每题低于三个, 因此剔除了12名被试的数据。最终有38名被试(女, 24名; 男, 14名)。年龄为18～22岁, 平均年龄为19.60岁(SD = 0.98岁), 其中包括18名高特质被试(女12名, 男6名)和20名低特质被试(女12名, 男8名)。所有的被试都是健康, 右利手, 具有正常和矫正视力, 并且在实验前都签署了知情协议, 在实验之后都获有一定的报酬。

2.2 实验任务

在实验过程中, 共呈现7个青少年社会创造性故事情境问题, 这些情境问题是在对青少年进行开放性访谈的基础上编制而成的。首先, 通过访谈确定青少年社会生活的基本内容和常见的社会性问题, 形成与青少年生活各侧面相对应的社会问题情境, 确定最终的青少年社会性故事情境问题用于评价青少年的社会创造性, 涉及时间管理、情绪控制、师生交往、异性交往、普通朋友交往、矛盾解决等青少年典型的生活侧面(谷传华, 荆智 等, 2013)。针对每一个问题要求被试提供新颖、有效、适当的问题解决策略, 实验材料以文字的形式呈现, 字体格式为20号黑体, 实验程序采用E-prime 2.0编制, 实验过程中安排被试坐在距计算机屏幕约50 cm处。

实验任务开始时首先呈现注视点, 持续15s,注视点呈现的阶段为刺激前的参考阶段, 随后在电脑屏幕中央呈现一个社会创造性问题, 当被试看到问题的时候, 如果想出了解决方法就按“F”键反应,随后在电脑屏幕上会有提示出现, 要求被试说出自己的想法, 说完之后要求被试按“ENTER”键确认,被试每提供一个问题策略为一个试次。随后这个问题会再次出现, 如果被试再有想法就再次按“F”键反应, 提示后说出自己的想法并按键确认, 依次循环, 直到被试没有想法的时候, 按“J”键会进入下一题。每一个问题会持续3 min, 3 min过后也会直接跳入下一题。如果在提出这个问题策略时脑电无明显眼动和肌电的伪迹且反应时高于1250 ms的才为有效试次, 整个实验过程中被试所提供的答案数目为实验试次总数。示意图如图1所示。

被试进入脑电实验室后, 首先记录两分钟静息状态的脑电, 前一分钟为睁眼状态, 后一分钟为闭眼状态。实验之前, 首先有一个练习任务, 随后进入正式的实验任务。每个问题呈现3 min, 问题随机呈现。在实验过程中, 对被试所提供的问题策略用录音笔进行现场录音, 用于状态创造性的评定和分析。

2.3 数据采集和分析

通过E-prime记录被试的反应时(从开始呈现问题到被试产生问题解决策略进行按键反应的反应时), 采用Neuroscan 4.3的32导脑电记录系统采集脑电数据。参考电极置于鼻头, 接地电极置于前额。双眼外侧安置电极记录水平眼电(HEOG), 左眼上下安置电极记录垂直眼电(VEOG)。滤波带通为0.1-100 Hz, 采样频率为512/导, 头皮阻抗小于5 kΩ。使用Matlab (R2011b; The MathWorks, Inc.)对数据做进一步分析, 采用盲源分离(Blind Source Separation,BSS)的算法去除肌电(Joyce, Gorodnitsky, & Kutas,2004), 随后同样使用盲源分离(BBS)的算法去除眼电。参照Fink等人(2007)的做法, 脑电分析的时间段包含两段：其中一段为参考阶段(注视点呈现的阶段, 如图1标有“R”的部分), 选取注视点呈现的15 s当中的第7 s到第8 s之间的1 s进行分析; 另外一段为激活阶段(创造性观点生成阶段, 如图1标有“A”的时间段)。实验中要求被试有想法按“F”键, 从被试按“F”键之前1250 ms时间点开始到按“F"键前的250 ms的时间点结束, 选取二者之间的1 s的时间段进行分析。采用事件相关同步化和去同步化来考查脑电激活模式, 参照Pfurtscheller和Lopes da Silva (1999)提出的计算同步化和去同步化方法, 具体做法如下：首先, 对所有的事件相关的试次进行滤波, 滤出低频α波(8～10 Hz), 高频α波(10～12 Hz); 随后将波幅进行平方, 计算出功率;然后, 对所有的试次上的功率进行平均, 为了减少数据的变化性, 在时间样本中求其平均值。计算公式为：ERS/ERD = [(A–R)/R] ×100%。A是指在认知活动中(产生创造性观点阶段)的功率, R是指参考阶段(注视点出现)的功率。如果从参考阶段到认知阶段功率减小, 即出现负值, 则为事件相关去同步化(event-related desynchronization, ERD), 相反,若为正值, 则为事件相关同步化(event-related synchronization, ERS)。由于针对每个题目, 被试提出了若干个创造性观点, 在α波同步化计算过程中,将每个题目的几个创造性观点生成阶段的功率求其平均数, 再减去呈现该问题之前注视点呈现阶段的功率并除以注视点阶段的功率, 得到每一个问题的同步化水平, 随后将所有问题的同步化再求平均值, 得α波同步化的最终结果。

本研究分析的脑区包括左脑半球的前额叶(FP1)、额叶(F3, F7)、顶叶(P3, P7)、中央额叶(C3)、颞叶(T7)、枕叶(O1), 右脑半球分析的脑区与左脑半球相对应, 研究旨在比较左右大脑半球脑电活动的差异, 因而对于脑中点的PZ、FCZ、CZ、PZ、OZ等电极未做分析。

2.4 状态创造性的评定

将每名被试针对每一个社会问题情境所给出的策略的录音进行转录, 随后将所有的策略分类汇总, 每种一策略新颖性、适当性、有效性评分由3名专业的心理学研究者评定, 最终按照平均数决定某一策略种类的评分, 制定评分手册。根据每名被试在社会创造性任务中所提供的答案, 由3名发展与教育心理学专业的研究生按照制定的评分手册,对被试所提供的社会创造性问题策略在新颖性、适当性和有效性方面进行3点(高、中、低)评定, 评分者一致性信度Cronbach's α系数为0.88。将被试的每一种策略的新颖性、有效性和适当性相加得到每一种策略的社会创造性总分, 按照中位数的方法,将被试问题解决策略分为高状态创造性策略和低状态创造性策略, 用于检验高低社会特质创造性的被试在提出这两类策略时脑电α波的活动情况。同时, 将每名被试在所有问题上的所有策略的新颖性、适当性、有效性得分分别进行相加平均, 计算出每名被试在新颖性、适当性、有效性上的总均分,将三者得分相加得到社会创造性总分。

3 结果

3.1 行为数据分析结果

对于高、低特质创造性被试在实验中的状态创造性得分进行单因素方差分析, 结果发现, 高特质的被试在状态社会创造性的新颖性得分上显著高于低特质被试[

F

(1, 36) = 8.05,

p

< 0.01, η

=0.25], 在状态社会创造性的适当性以及总分上也同样显著高于低特质被试[

F

(1, 36) = 7.62,

p

< 0.01,η

= 0.24 ;

F

(1, 36) = 11.27,

p

< 0.01, η

=0.35], 而在有效性得分上高低特质的被试之间的差异未达到统计意义上的显著,

F

(1, 36) = 1.78,

p

>0.05。在反应时方面, 将高低特质社会创造性作为组间变量, 高低状态社会创造性作为组内变量进行方差分析, 结果发现不同特质被试之间并没有出现反应时的显著性差异[

F

(1, 36) = 0.13,

p

> 0.05]。在表现高状态社会创造性时, 被试的反应时比低状态时更长[

F

(1, 36) = 18.81,

p

< 0.01, η

= 0.34]。

3.2 脑电数据分析结果

由于高、低频段α波敏感性可能是不同的(Fink& Benedek, 2014), 低频段α波与基本认知需求相关, 如警觉和监视, 而高频段的α波与特定的认知任务相关, 如语义记忆加工(Klimesch et al., 2007)。因此, 在研究中将高、低频段的α波分开进行分析。对于高、低频段的α波的事件相关电位同步化和去同步化, 分别以状态社会创造性(高、低)×大脑半球(左、右)×脑区(前额叶：FP1 vs. FP2、额叶：F3 vs.F4; F7 vs. F8、中央额叶：C3 vs.C4、颞叶：T7 vs. T8、顶叶：P3 vs. P4; P7 vs. P8、枕叶：O1 vs. O2)作为组内变量, 特质创造性(高、低)作为组间变量进行方差分析, 若不满足球形假设(假设不同处理水平之间的相关是一致的)时, 则F值自由度采用Greenhouse-Geisser 进行校正。

对于高频α波, 研究结果发现状态社会创造性的α波同步化出现了显著的主效应[

F

(1, 36) = 4.53,

p

< 0.05, η

= 0.13], 表现出低状态社会创造性时与高状态创造性相比, 出现了更高的α波同步化。结果还发现状态创造性(高、低)和特质创造性(高、低)之间存在显著的交互作用[

F

(1, 36) = 7.96,

p

<0.01, η

= 0.18], 进行简单效应分析表明, 在表现出高状态社会创造性的时候, 高特质社会创造性的被试比低特质的被试出现更高的高频α波同步化[

F

(1, 36) = 4.87,

p

< 0.05, η

= 0.14], 而表现出低状态社会创造性时, 高、低特质社会创造性被试的同步化水平无显著差异。

此外, 研究还发现高频α波同步化在状态创造性、特质创造性和大脑半球上的三重交互作用达到了显著性水平[

F

(1, 36) = 4.89,

p

< 0.05, η

=0.12], 简单效应分析表明, 对于低特质的被试, 状态创造性与大脑半球之间存在显著的交互作用[

F

(1,36) = 7.17,

p

<0.05, η

= 0.17], 而对于高特质的被试来说, 二者之间的交互作用是不显著的。随后,只对低特质被试在表现高、低状态社会创造性时,左右脑半球上的α波同步化水平进行差异检验, 研究发现低特质的被试在表现出高状态社会创造性时, 高频α波同步化水平在左右大脑半球上达到显著性水平[

F

(1, 36) = 6.88,

p

< 0.05, η

= 0.27],而表现出低状态社会创造性时, 却没有发现两脑半球上的同步化水平的显著性差异, 关于不同特质社会创造性被试在不同状态创造性下的两脑半球高频α波同步化水平如图2所示。

对于低频段的α波, 研究同样发现了状态社会创造性的主效应[

F

(1, 36) = 15.81,

p

< 0.01, η

=0.31], 低状态创造性引发了更高的α波同步化水平,其他变量的主效应均不显著。而且在特质创造性与状态创造性之间也存在显著的交互作用,

F

(1, 36) =5.67,

p

< 0.05, η

= 0.14。简单效应分析进一步表明, 与高频α波类似, 在表现高状态社会创造性时,高特质社会创造性的被试比低特质的被试出现更高的α波同步化水平[

F

(1, 36) = 4.80,

p

< 0.05,η

= 0.12], 而在表现出低状态社会创造性时,二者同步化水平无显著差异。不同特质被试在表现不同状态创造性时, 高、低频段α波同步化脑电地形图分别如图3、图4所示。

图2 不同情况下左右脑半球高频α波同步化

图3 高频α波同步化脑电地形图

图4 低频α波同步化脑电地形图

4 讨论

本研究从特质创造性和状态创造性相结合的视角探讨了社会创造性任务中脑电的α波活动, 结果发现在社会创造性任务中出现了α波同步化。无论是高频段α波还是低频段的α波, 低状态的社会创造性都引发了较高的α波同步化水平, 这与之前的研究假设不符。有研究(Grabner et al., 2007)发现当被试提出高新颖性的创造性观点的时候, 出现了更高的α波同步化, Jau ovec (2000)研究发现, 高创造性(状态创造性)被试在完成创造性任务的时候,高、低频段的α波都出现了较高的活动水平。与此类似, Fink和Neubauer (2008)也发现, 高创造性被试出现了较高的高频α波功率。本研究结果与上述研究结果不一致的原因可能是社会创造性是社会活动和社会生活领域的创造性, 与一般创造性不同,会受更多的社会性因素(如社会规则、人际压力等因素)的影响。此外, 一般创造性更多强调想法的新颖性, 而社会创造性除了强调想法的新颖性之外,还强调有效性和适当性, 在社会创造性的评估阶段需要抑制的解除, 才能想出有效和适当的策略。尽管有研究者认为α波同步化表示的是皮层空载(cortical idling)、激活水平的降低(Pfurtscheller & Lopes da Silva, 1999), 但是, 越来越多的研究者倾向于认为α波同步化与自上而下的控制有关(Klimesch et al.,2007; Benedek, Bergner, Könen, Fink, & Neubauer,2011), 在高状态创造性下需要控制的解除, 这可能是α波同步化水平降低的重要原因。

无论是低频还是高频α波同步化, 在表现高状态社会创造性的时候, 高特质被试比低特质被试出现了更高的α波同步化水平, 而表现低状态社会创造性时, 二者之间没有显著的差异, 此结果验证了研究假设。根据创造性的双重路径模型(dual pathway to creativity model), 高创造性的观点既可以通过灵活(flexible)的认知方式产生, 也可以通过一贯的(persistent)认知方式产生(Nijstad, De Dreu,Rietzschel, & Baas, 2010), 高特质的被试具有稳定的创造性的特质, 而灵活性是一种稳定的创造性思维特质, 因而他们可能倾向于采用灵活的认知加工方式。相反, 低特质的被试可能倾向于采用一贯的认知加工方式, 采用不同的认知加工方式可能是高低特质被试出现α波同步化水平差异的一个原因。此外, 根据神经效能理论(neural efficiency), 高认知能力的个体在完成相同难度的任务时会出现更少的激活(Haier et al., 1988)。有研究者发现, 当任务难度在中等或者偏小时, 会出现神经效能现象。而当任务难度较大时, 高认知能力的被试在完成任务时, 会出现相关脑区激活增加的现象, 表现出与神经效能相反的效应(Neubauer & Fink, 2009), 社会创造性任务是一种较复杂的任务, 因而高特质的被试会出现相关脑区激活的增加。α波同步化表示一种脑区激活的状态(Klimesch et al., 2007), 因而高特质社会创造性的被试比低特质的被试出现了更高的α波同步化。

此外, 高频α波的同步化水平方差分析表明,低特质创造性的被试表现高状态社会创造性时, 右脑半球的α同步化水平比左脑半球高, 而表现低状态社会创造性时, 差异没有达到统计学意义上的显著。这可能是由于低特质的被试由于缺乏稳定的高创造性所需要的认知加工模式, 他们在表现高状态创造性的时候需要内部注意的增强(Knyazev,Savostyanov, & Levin, 2006), 而内部注意的增强有助于远距离信息重组。同时, 创造性思维与分心抑制能力有关(张丽华, 胡领红, 白学军, 2008), α波同步化可以解释为一种自上而下的抑制能力(Benedek et al., 2011), 低特质的被试在高状态下,需要更强的抑制能力来避免外界无关刺激的干扰,并且右脑半球对创造性具有重要的作用, 因而在表现高状态社会创造性时候, 低特质的被试右脑半球上比左脑半球出现了更强的α波同步化。

在Fink, Grabner等人(2009)的研究中, 高新颖组被试的右脑半球比左脑半球也出现了更高的高频α同步化, 而低新颖组却没有发现二者之间的显著差异。在社会创造性的脑电研究中, 只是在低特质被试表现出高状态社会创造性时才发现左右半球同步化水平的差异, 在低特质被试表现出低状态创造性以及高特质被试表现高、低状态社会创造性时均无显著差异。关于左右半球对创造性的作用, 越来越多的研究者倾向于认为, 左右半球的协调对创造性具有重要的作用(Shamay-Tsoory, Adler, Aharon-Peretz, Perry, & Mayseless, 2011)。对于高特质被试来说, 由于他们具有较为稳定的高创造性的认知加工方式, 可能会更好地协调左右大脑半球的功能,因而在高特质被试表现高低状态创造性时, 均没有发现左右脑半球同步化的显著差异。

研究只在高频α波同步化结果中发现了脑半球与状态创造性、特质创造性之间的三重交互作用,而低频α波的结果中却没有发现这种交互作用, 可能是由高、低频段α波功能的差异性所导致的, 低频的α波与非特定的注意有关, 例如基本的警戒、监视和唤醒, 高频段的α波与语义加工相关(Klimesch et al., 2007)。社会创造性任务较于一般的创造性任务其本身具有更大的复杂性, 前期需要更多的语义加工, 所以高频的α波对社会创造性任务更敏感, 出现了脑半球、特质创造性和状态创造性三者显著的交互作用。Fink等人(2007)的研究发现高频α波对脑半球的同步化更敏感, 因此低特质被试表现高状态创造性时脑区上同步化存在显著差异。

本研究没有发现脑区的主效应以及与其他变量的交互作用, 原因可能是社会创造性任务与一般的发散性思维任务相比更为复杂, 可能需要多个脑区的共同参与、协同合作, 因而没有出现各个脑区同步化水平的显著差异。

另外, 需要指出, 在行为数据方面, 高特质的被试在社会创造性的新颖性、适当性以及总分上显著高于低特质被试, 而在有效性方面却没有显著的差异, 特质创造性被试可以在特定的情境中表现出较高的状态创造性, 较低特质创造性的被试难以产生持续的高创造性成就, 但可能在特定的情境中促成应激性的或偶然的创造性成就(谷传华, 张笑容,等, 2013)。因此, 在社会创造性的有效性方面, 高特质的被试没有表现出比低特质更高的水平。

此外, 相对于一般的创造性任务, 社会创造性任务具有更大的复杂性, 在界定社会创造的认知阶段时具有很大的难度。有研究者(Schwab, Benedek,Papousek, Weiss, & Fink, 2014)认为, 采用时程分析(time-course)能更清晰地界定创造过程中具体的认知阶段, 未来研究可以尝试采用这一方法来探索社会创造过程中具体的认知阶段及其相应的脑电活动。其次, 本研究侧重探讨了社会创造性的脑电激活模式, 由于EEG技术在空间定位方面存在一定的缺陷, 因而, 在将来的研究中可以采用功能性核磁共振技术(fMRI)、近红外技术(NIR)等多种神经成像技术来研究社会创造过程中激活的脑区。另外需要指出的是, 迄今关于创造性脑机制的研究大多属于横断研究, 在将来的研究中可以尝试从纵向的、发展的角度来考查特质创造性和状态创造性脑电模式的变化趋势。最后, 本研究的主要目的不是探讨社会创造性脑电活动模式的性别差异, 因而没有做到被试性别比例的平衡。在将来的研究中, 可以进一步控制样本的性别比例, 以探讨性别对脑电模式的影响。

5 结论

(1)高特质社会创造性的被试在社会创造性的新颖性、适当性和以及总分上均高于低特质的被试,而在有效性得分上无显著差异。

(2)无论是低频α波还是高频α波, 低状态社会创造性会引发更高的α波同步化; 特质创造性与状态创造性之间存在显著的交互作用, 在表现高状态社会创造性时, 高特质社会创造性的被试比低特质的被试出现了更高的α波同步化, 而表现出低状态社会创造性时, 没有发现高低、特质被试的α波同步化水平的显著差异。

(3)对于低特质社会创造性的被试来说, 在表现高状态社会创造性时, 右脑半球比左脑半球出现更高的高频α波同步化水平。

致谢：感谢赵庆柏、高闯以及贾会宾、商晓磊、徐升在实验以及数据分析中给予的支持和帮助。

Benedek, M., Bergner, S., Könen, T., Fink, A., & Neubauer, A.C. (2011). EEG alpha synchronization is related to top-down processing in convergent and divergent thinking.

Neuropsychologia,49

, 3505–3511.

Bowden, E. M., Jung-Beeman, M., Fleck, J., & Kounios, J.(2005). New approaches to demystifying insight.

Trends in Cognitive Sciences,9

, 322–328.

Cattell, R. B., & Scheier, I. H. (1958). The nature of anxiety: A review of thirteen multivariate analyses comprising 814 variables.

Psychological Reports,4

(3), 351–388.

Chávez-Eakle, R. A., Graff-Guerrero, A., García-Reyna, J. C.,Vaugier, V., & Cruz-Fuentes, C. (2007). Cerebral blood flow associated with creative performance: a comparative study.

NeuroImage,38

(3), 519–528.

Chiappelli, J., Nugent, K. L., Thangavelu, K., Searcy, K., &Hong, L. E. (2014). Assessment of trait and state aspects of depression in schizophrenia.

Schizophrenia Bulletin, 40

(1),132–142.

Flaherty, A. W. (2005). Frontotemporal and dopaminergic control of idea generation and creative drive.

Journal of Comparative Neurology,493

(1), 147–153.

Fink, A., & Neubauer, A. C. (2006). EEG alpha oscillations during the performance of verbal creativity tasks: Differential effects of sex and verbal intelligence.

International Journal of Psychophysiology, 62

(1), 46–53.

Fink, A., Benedek, M., Grabner, R. H., Staudt, B., & Neubauer,A. C. (2007). Creativity meets neuroscience: Experimental tasks for the neuroscientific study of creative thinking.

Methods, 42

(1), 68–76.

Fink, A., & Neubauer, A. C. (2008). Eysenck meets Martindale:The relationship between extraversion and originality from the neuroscientific perspective.

Personality and Individual Differences, 44

(1), 299–310.

Fink, A., Grabner, R. H., Benedek, M., Reishofer, G., Hauswirth,V., Fally, M., … Neubauer, A. C. (2009). The creative brain:Investigation of brain activity during creative problem solving by means of EEG and fMRI.

Human Brain Mapping,30

(3), 734–748.

Fink, A., Graif, B., & Neubauer, A. C. (2009). Brain correlates underlying creative thinking: EEG alpha activity in professional vs. novice dancers.

NeuroImage, 46

(3), 854–862.

Fink, A., Schwab, D., & Papousek, I. (2011). Sensitivity of EEG upper alpha activity to cognitive and affective creativity interventions.

International Journal of Psychophysiology,82

(3), 233–239.

Fink, A., & Benedek, M. (2014). EEG alpha power and creative ideation.

Neuroscience & Biobehavioral Reviews,44

, 111–123.

Geiser, C., & Lockhart, G. (2012). A comparison of four approaches to account for method effects in latent state–trait analyses.

Psychological Methods,17

(2), 255–283.

Geiser, C., Keller, B. T., Lockhart, G., Eid, M., Cole, D. A., &Koch, T. (2015). Distinguishing state variability from trait change in longitudinal data: The role of measurement (non)invariance in latent state-trait analyses.

Behavior Research Methods,47

, 172–203.

Grabner, R. H., Fink, A., & Neubauer, A. C. (2007). Brain correlates of self-rated originality of ideas: Evidence from event-related power and phase-locking changes in the EEG.

Behavioral Neuroscience, 121

(1), 224–230.

Gu, C. H. (2011).

Social Creativity Psychology

(pp. 19–20).Beijing: China Social Sciences Press.

[谷传华. (2011).

社会创造心理学

(pp. 19–20). 北京: 中国社会科学出版社.]

Gu, C. H., Jing, Z., Zhang, F. F., & Sun, C. Q. (2013). On the effect of evaluation and achievement motivation on adolescents' social creativity.

Chinese Journal of Special Education,

(8), 72–76.

[谷传华, 荆智, 张菲菲, 孙超奇. (2013). 评价和成就动机对青少年社会创造性的影响.

中国特殊教育,

(8), 72–76.]

Gu, C. H., Zhang, X. R., Chen, J., Hao, E. H., & Wang, Y. L.(2013). State and trait: The evidence from social creativity.

Psychological Development and Education,

(5), 483–490.

[谷传华, 张笑容, 陈洁, 郝恩河, 王亚丽. (2013). 状态与特质之分: 来自社会创造性的证据.

心理发展与教育,

(5),483–490.]

Haier, R. J., Siegel Jr, B. V., Nuechterlein, K. H., Hazlett, E.,Wu, J. C., Paek, J.,... Buchsbaum, M. S. (1988). Cortical glucose metabolic rate correlates of abstract reasoning and attention studied with positron emission tomography.

Intelligence, 12

(2), 199–217.

Hanten, G., Cook, L., Orsten, K., Chapman, S. B., Li, X.,Wilde, E. A.,... Levin, H. S. (2011). Effects of traumatic brain injury on a virtual reality social problem solving task and relations to cortical thickness in adolescence.

Neuropsychologia,49

(3), 486–497.

Heatherton, T. F., & Polivy, J. (1991). Development and validation of a scale for measuring state self–esteem.

Journal of Personality and Social Psychology,60

(6), 895–910.

Hennessey, B. A., & Amabile, T. M. (2010). Creativity.

Annual Review of Psychology, 61

, 569–598.

Hu, J. Y. (2008).

Research on the relationship of college students' social creativity and mental healthy

(Unpublished master’s dissertation). Central China Normal University,Wuhan.

[胡靖宜. (2008).

大学生社会创造性与心理健康的关系研究

(硕士学位论文). 华中师范大学, 武汉]

Jauk, E., Benedek, M., & Neubauer, A. C. (2012). Tackling creativity at its roots: Evidence for different patterns of EEG alpha activity related to convergent and divergent modes of task processing.

International Journal of Psychophysiology,84

(2), 219–225.

Jaušovec, N. (2000). Differences in cognitive processes between gifted, intelligent, creative, and average individuals while solving complex problems: An EEG study.

Intelligence,28

(3), 213–237.

Jung-Beeman, M., Bowden, E. M., Haberman, J., Frymiare, J. L.,Arambel-Liu, S., Greenblatt, R., … Kounios, J. (2004). Neural activity when people solve verbal problems with insight.

PLoSBiology, 2

, e97.. doi: 10.1371/journal.pbio.0020097

Jung, R. E., Segall, J. M., Bockholt, H. J., Flores, F. R.,Chavez, R. C., & Haier, R. J. (2009). Neuroanatomy of creativity.

Human Brain Mapping, 31

, 398–409.

Joyce, C. A., Gorodnitsky, I. F., & Kutas, M. (2004).Automatic removal of eye movement and blink artifacts from EEG data using blind component separation.

Psychophysiology,41

(2), 313–325.

Klimesch, W., Sauseng, P., & Hanslmayr, S. (2007). EEG α oscillations: The inhibition-timing hypothesis.

Brain research Reviews,53

(1), 63–88.

Knyazev, G. G., Savostyanov, A. N., &Levin, E. A. (2006).Alpha synchronization and anxiety: Implications for inhibition vs. alertness hypotheses.

International Journal of Psychophysiology, 59

, 151–158.

Kowatari, Y., Lee, S. H., Yamamura, H., Nagamori, Y., Levy,P., Yamane, S., & Yamamoto, M. (2009). Neural networks involved in artistic creativity.

Human Brain Mapping, 30

(5),1678–1690.

Lebreton, M., Barnes, A., Miettunen, J., Peltonen, L., Ridler,K., Veijola, J., ... Murray, G. K. (2009). The brain structural disposition to social interaction.

European Journal of Neuroscience,29

(11), 2247–2252.

Luo, J., Niki, K., & Philips, S. (2004). Neural correlates of the Aha! reaction.

NeuroReport, 15

, 2013–2018.

Luo, J. L., Du, X. M., Tang, X. C., Zhang, E. T., Li, H. J., &Zhang, Q. L. (2013). The electrophysiological correlates of scientific innovation induced by heuristic information.

Creativity Research Journal,25

(1), 15–20.

Li, W. F., Li, X. T., Huang, L. J., Kong, X. Z., Yang, W. J., Wei,D. T., ... Liu, J. (2014). Brain structure links trait creativity to openness to experience.

Social Cognitive and Affective Neuroscience,10

, 191–198.

Martindale, C., Hines, D., Mitchell, L., & Covello, E. (1984).EEG alpha asymmetry and creativity.

Personality and Individual Differences,5

(1), 77–86.

Mouchiroud, C., & Zenasni, F. (2013). Individual differences in the development of social creativity. In

The Oxford Handbook of the Development of Imagination

(p. 387).New York: Oxford University Press.

Neubauer, A. C., & Fink, A. (2009). Intelligence and neural efficiency.

Neuroscience & Biobehavioral Reviews,33

(7),1004–1023.

Nijstad, B. A., De Dreu, C. K., Rietzschel, E. F., & Baas, M.(2010). The dual pathway to creativity model: Creative ideation as a function of flexibility and persistence.

European Review of Social Psychology,21

(1), 34–77.

Pfurtscheller, G., & Lopes da Silva, F. H. (1999). Event– related EEG/MEG synchronization and desynchronization: Basic principles.

Clinical Neurophysiology, 110

(11), 1842–1857.

Razumnikova, O. M. (2007). Creativity related cortex activity in the remote associates task.

Brain Research Bulletin,73

(1),96–102.

Sternberg, R. J., & Lubart, T. I. (1996). Investing in creativity.

American Psychologist, 51

(7), 677–688.

Schwab, D., Benedek, M., Papousek, I., Weiss, E. M., & Fink,A. (2014). The time–course of EEG alpha power changes in creative ideation.

Frontiers in Human Neuroscience,8,

310,doi: 10.3389/fnhum.2014.00310.

Shen, W. B., Liu, C., & Wang, Y. J. (2010). Neurophysiological basis of artistic creativity.

Advances in Psychological Science,18

(10), 1520–1528.

[沈汪兵, 刘昌, 王永娟. (2010). 艺术创造力的脑神经生理基础.

心理科学进展, 18

(10), 1520–1528.]

Shen, W. B., Liu, C., Zhang, X. J., Zhao, X. J., Zhang, J., Yuan,Y., & Chen, Y. L. (2013). Right hemispheric dominance of creative insight: An Event-related potential study.

Creativity Research Journal,25

(1), 48–58.

Shamay-Tsoory, S. G., Adler, N., Aharon-Peretz, J., Perry, D., &Mayseless, N. (2011). The origins of originality: The neural bases of creative thinking and originality.

Neuropsychologia,49

(2), 178–185.

Walter, H., Adenzato, M., Ciaramidaro, A., Enrici, I., Pia, L.,& Bara, B. (2004). Understanding intentions in social interaction: The role of the anterior paracingulate cortex.

Journal of Cognitive Neuroscience,16

(10), 1854–1863.

Zhang, L. H., Hu, L. H., & Bai, X. J. (2008). Experiments on the relationship between creative thinking and inhibition ability with negative priming of Chinese characters.

Psychological Science, 31

(3), 638–641.

[张丽华, 胡领红, 白学军. (2008). 创造性思维与分心抑制能力关系的汉字负启动效应实验研究.

心理科学, 31

(3),638–641.]