侧面孔吸引力的两种评价法一致性评价

吴志民

(江西师范大学心理学院, 江西 南昌, 330022)

古往今来，人们对美好事物的追求没有停止过，对人的关注也是如此。美丽、漂亮的面部外貌让人具有更大的吸引力。面孔吸引力(facial attractiveness)指目标人物面孔所诱发的积极愉悦情绪体验并驱使他人产生一定程度的接近意愿[1]。侧面孔吸引力(Lateral Facial Attractiveness)是对一个人的侧面孔所诱发出的一种愉快或美丽的知觉。

2006年，美国整形外科医生Stephen Marquardt开发出一套面具覆盖系统[2]，即Phi Mask(黄金面具)，如图1标准女性侧面具和图2亚洲女性侧面具，但其未提供具体的评分方法。黄金面具由一系列黄金十边形矩阵构成，后者又由黄金比例(1.618:1)组成，“1.618” 称为“Phi”。笔者最近综合几方面的研究、发展了一种基于马奎特侧面具的侧面孔吸引力评分的实用新方法。笔者称为侧马图潘法，英文缩写为LMPP法，取Lateral、Marquardt、Photoshop和潘劲辉[3]的英文首字母。本文属于面部侧貌软组织分析法。

图2

图3

图4

1 材料、对象和方法

1.1 研究材料

Photoshop 7.0版 软 件。 在http://www.beautyanalysis.com/网址，下载面部黄金比例侧面具电子版，制成20cm×16cm×1.5cm有机玻璃板。在http://download.csdn.net/download/chehe/158396网址，下载由潘劲辉编制的ps面积计算程序。免冠并与正面呈90°侧面电子版照片1张。照片要求：唇部闭合，头发不遮挡耳部，不可见对侧眉毛、瞳孔、睫毛，眼睛平视前方。

1.2 研究对象

在网上下载并挑选符合上述要求的52张中国年轻女性侧面照。同时找来大一至大三本科生进行问卷调查，即人工对侧面孔吸引力打分。

1.3 研究方法

以亚洲女性侧面具及标志点线为例，如图2。Z-轴线为耳孔顶部到下眼睑最低部分的连线。口角线为通过嘴角、与Z-轴线平行的线。Y-轴线为通过颏前点与Z-轴线垂直的线。C点是眼角膜与Y-轴线相交点、E点为外耳道口或耳孔、S点为口裂点，在口角线上。理想侧面积(ILA)是Marquardt侧面具外围的轮廓线所围成的封闭面积。构成封闭面积的轮廓线从上部的前额A点开始，朝下到鼻尖再下行到下颏Me点(颏下点)，接着往后上，去耳后沿弧形奔往前上并回到前额A点。阴影面积是指理想面积之内的非皮肤面积或理想面积之外的皮肤面积。

1.3.1 先启动并运行Photoshop 7.0，点击Photoshop左上方的文件，选择“打开”一张待测量侧面照片；再打开PS面积计算程序。

1.3.2 面积计算程序中，在“1、输入原图比例尺”一栏中选择“1”；在“4、计算选区面积” 一栏中选择“平方厘米”；然后，如果分别点击“2、所选区域象素值”和“3、获取图像分辩率”方框；这样就会在“4、计算选区面积” 一栏中即刻出现我们期待的“××平方厘米”数值，程序界面如图5。

1.3.3 放置自制的马奎特侧面具有机玻璃板到电脑显示屏前。

图5 PS面积计算程序界面

1.3.4 a 使照片上人的C点和E点分别与马奎特侧面具上的C点和E点相重合(图2、图3)，此步骤需放大照片(左手按住Alt键不放，右手滚动鼠标滑轮；再通过改变象素值调整图像大小)，再选择PS工具箱内多边形套索工具，右手沿Marquardt侧面具亚洲女人轮廓线拖动鼠标，计算此时照片上的理想侧面积ILA。然后计算前阴影面积a和下阴影面积b。

1.3.4 b使照片上人的C点和S点分别与马奎特侧面具上的C点和S点相重合(图2、图4)，此步骤亦需放大照片、拖动鼠标，计算前阴影面积c和下阴影面积d。

1.3.5 主观问卷打分：根据52张照片制成问卷调查题。为消除评分者由于观察角度带来的审美差异，每张问卷上的照片使Z-轴线旋转至水平位。为消除肤色对侧面孔吸引力的影响，全部照片均采用黑白形式和随机排列后呈现给评分者。评分者需在很美、较美、一般和不美(丑)这四档中逐一给出他(她)认为恰当的打分值。发放问卷242份，收回有效问卷235份。其中，男114份、女121份。问卷回收后，使用SPSS 18.0软件录入、计算和分析数据。

2 结 果

2.1 LMPP法评分公式=

2.2 LMPP法和问卷法的评分标准：

≥90，很美；85-89.9，较美；80-84.9，一般；≤79.9，不美(丑)。

一般来说，评分越高，侧面孔吸引力越大；评分越低，侧面孔吸引力越小。

2.3 评分结果

LMPP法的评分值由笔者在电脑前操作得到各测量值并代入评分公式给出，见表1第2、5、8和11列。235份问卷的打分值经SPSS计算，得到每张照片的平均分见表1第3、6、9和12列。评分结果见表1各列。

2.4 统计学处理

统计学处理分二项。

一是与计算问卷法的评分者信度。因为侧面孔吸引力评分问卷与作文测验、投射测验、创造力测验和论文式测验一样，评分者对同一份问卷的侧面孔吸引力或侧颜值(俗称)认知给分往往不同，甚至悬殊很大。所以，有必要考虑评分者之间的可信度。特别是问卷法与论文式测验一样，均采用百分制形式评定方法，不宜采用肯德尔和谐系数、而需用克龙巴赫α系数计算信度[4]。经SPSS计算，问卷法Cronbach's alpha为0.927，说明235位评分者内的评分一致、信度甚佳、评分很可靠。一般认为，α系数＞0.9，甚佳；＞0.8，较好；0.7-0.8，可接受；＜0.7需重新修订问卷。

二是评价LMPP法测量值与问卷法打分值的一致性(agreement)。一致性评价(consistency evaluation)是对相同的观察对象，或对不同的观察对象在进行多次测量后数值的接近程度。LMPP法测量值与问卷法打分值的关系属于前者。本研究利用Bland-Altman法，评价两种测量结果或两组数据的一致性。

表1 LMPP测量法与问卷打分法的评分值

Bland-Altman 法是定量分析与定性分析的有机结合。1986年由英国学者Bland JM 和 Altman DG在《柳叶刀》杂志上详细阐述，其基本思想[5]是，计算差值的均数以及差值的95%分布范围(即一致性界限limits of agreement，LoA，d±1.96Sd)，并用图形方式直观地反映出来。

根据表1 的LMPP法和问卷法数据，在SPSS上建立两组数据：两种评分法均值(A)和两种评分法差值(D)。以A为横轴，以D为纵轴做散点图，计算LoA(d1.96Sd)，然后作Bland-Altman散点图6。

图6 Bland-Altman散点图

Bland-Altman分析首先需进行检验，观察两种评分法差值 D 与两种评分法均值 A 的关系：无比例偏倚，差值D不会系统地随测量尺度的扩大而变化，散点不呈“”形或“”形，而是各散点均衡地在水平线上下波动，如图6；无方差不齐，差值D不随着 A 增大或减小，散点不呈“＜”形或“＞”形[6]，图6也不存在这一现象；两种评分法差值服从正态分布，如图7。本研究数据行为良好(well-behaved data)[7]，可以计算一致性限度d±1.96Sd。此时，差值的均数d可近似的表示测量数据相当系统误差的大小，也就是两组数据之间的差异即偏倚(bias)，差值的标准差Sd可估计随机误差的波动幅度，通过一致性限度并结合专业知识进行判断。

从图6中可以看出，52个点中有2个点(2/52)落在95%的一致性界限(Limits of agreement，LoA )以外，比例为3.85%，其＜5%。图6显示的中间一条实线代表两种评分法差值的均数(d)为5.57分，而差值的标准差(Sd)为3.84分，上下两条实线代表95%一致性界限的上下限(-1.96，13.09)分， 即 5.57±1.96×3.84。 也 就 是 说96.15%散点在一致限(-1.96，13.09)内，一致性界限内的最大差值为12.55分和差值均数5.57分，在专业上属于可接受的程度。这充分表明两种评分法一致性良好。

样本量为52，对应的t=2.006，LoA上限13.09的 95% CI为 (13.09-2.006×1.71×3.84/√ 52，13.092.006×1.71×3.84/ √ 52)[8]，即为二条虚线(11.26，14.92)，LoA下限-1.96的95%CI也为二条虚线(-3.78，-0.13)。综合起来，LoA的置信区间(LoA CI)为(-3.78，14.92)。该范围大于95%LoA本身，这考虑了抽样误差的结果。

图7 两种评分法差值的正态分布直方图

3 讨 论

面孔吸引力对人们的思想和行为有着重要的影响，侧面孔吸引力亦是如此。对“美丽侧面孔”的评分主要在三方面有着广泛的用途：医学美容整形及口腔正畸学、工作生活中的“侧颜值”判断和心理学“侧面孔吸引力”方面的研究等。国外有应用黄金比例对侧面孔的临床研究[9]；有资料显示，招聘者对女大学生求职有容貌歧视现象[10]，而且面孔吸引力高的个体在人际交往中(如信任、宽恕等)存在明显的优势[11]。儿童也会对美貌女性产生选择性信任[12]。据Jeffrey T. Gu, MS的研究[13]，侧面孔吸引力与额状面面孔吸引力的回归决定系数为0.749。

对侧面孔吸引力客观的研究方法主要是侧面部特征测量法，它是将侧面孔各个特征点进行量化，计算较复杂。近几年来，国外开始出现有关侧面人脸相貌特征提取和及识别算法的文献[14-16]，但读者应用起来不易如法炮制。

本文的理论基础是进化心理学和进化美学。进化心理学研究结果显示，美的标准不但超越了特定文化中的特定群体，而且超越了所有文化，具有跨文化、跨种族的一致性，它说明了审美标准是人类与生俱来的特质。换句话说，美的标准是人类适应的结果。

本研究则利用马奎特侧面具评价侧面孔吸引力。据Bashour的研究[17]，Marquardt Phi Mask 是客观测量面孔吸引力的有力工具。正如Alain Tauk所说[18]，利用完整的侧面孔去评价侧面孔吸引力是非常重要的！本文正是利用了完整的侧面孔照片。本文评分标准的划分出于笔者大量工作的实际值得出。本方法可操作性强，计算简单，使用方便。对一张人脸侧面照片评分约5分钟。

LMPP法的基本原理是把待评价侧面照片与马奎特侧面具进行比较，即利用photoshop软件和面积计算程序计算二者象素差异值，也就是经转换的面积通过计算得到相似度。待评价侧面照片与马奎特侧面具的侧面孔相似度的偏离就是侧颜值的降低。LMPP法可作为一种可靠的评分方法应用于基础和临床，可抵消单个个人的人为主观判断误差。用Bland-Altman法评价LMPP法与问卷法的一致性良好，说明了LMPP法与主观问卷法评分者的认知相符，LMPP评分法完全可以替代发放众多问卷的问卷评分法。