大学生神经质纵向预测攻击行为的时间路径模型：敌意归因偏向和愤怒沉浸的双向中介作用*

朱文凤 夏凌翔

(1 教育部人文社会科学重点研究基地天津师范大学心理与行为研究院，天津 300387) (2 天津师范大学心理学部，天津300387) (3 学生心理发展与学习天津市高校社会科学实验室，天津 300387) (4 西南大学心理学部，重庆 400715)

1 引言

攻击行为（aggressive behavior）是指有意对他人造成实质性伤害的行为（Anderson & Bushman,2002）。攻击行为会带来很多负面影响，如会威胁大学生（尤其是攻击受害者）的身心健康，会使攻击受害者（如，被欺凌者）更容易产生抑郁和焦虑等消极情绪，更容易出现自伤行为和人际关系问题（陈红, 李艺, 李运端, 范翠英, 2020; 任跃强,高峰强, 韩磊, 2018）。因此大学生攻击行为的影响因素和形成机制值得探明，以便对其进行针对性的预防和干预。

神经质作为大五人格模型的子维度，反映了个体体验负性情绪的倾向。先前理论和实证研究均表明神经质可能是引起攻击行为的重要人格变量，是攻击行为的风险因素之一（Anderson &Bushman, 2002; Barlett & Anderson, 2012; Li et al.,2020）。但目前神经质影响攻击行为的心理机制还不清楚，探明该问题将为高神经质个体攻击行为的预防和干预提供一定的参考依据。

一般攻击模型认为输入变量（如神经质）要通过路径变量来引发攻击，并将路径变量定义为当前的内部状态（Anderson & Bushman, 2002）。本研究认为，可以从时间角度将路径变量进一步划分为事中因素（in-process factors）和事后因素（post-process factors）两种。事中因素和事后因素都有特质和状态两种水平。特质事中因素和特质事后因素都属于低阶人格因素，因为它特指攻击相关的特质（Caprara et al., 2017）。特质事中因素指个体对当前出现的攻击性刺激（即个体对首次遇到的攻击相关刺激）的反应倾向，因此也可以称为事中反应倾向（in-process tendency）。特质事后因素指个体对先前攻击性事件进行再体验（如回忆和思考）的倾向，因此也可以称为事后反应倾向（post-process tendency）。事中反应倾向反映的是个体应对当前的攻击性刺激的习惯和偏好，事后反应倾向反映的则是个体如何回忆、思考和感受先前的攻击性线索和情绪的习惯及偏好。事中反应倾向与事后反应倾向可以相互促进，因为社会信息加工理论（social information processing,SIP）认为，通过脚本（scripts，含义为存储在记忆中的一系列组织较好的、高度相关的元素集合）（Anderson & Bushman, 2002）的作用，影响攻击产生的因素之间是相互影响的（Crick & Dodge, 1994）。

本研究假设神经质会通过以敌意归因偏向为代表的事中因素和以愤怒沉浸为代表的事后因素来预测攻击行为，而且事中因素和事后因素可以相互预测。本研究将之称为神经质预测攻击的时间路径模型。

敌意归因偏向（hostile attribution bias）是指个体在模棱两可的情况下，将他人的行为意图解释为想要伤害他人的认知反应或倾向（Kokkinos,Karagianni, & Voulgaridou, 2017），是一种典型的事中反应倾向。它会增加个体对他人的攻击行为反应（Martinelli, Ackermann, Bernhard, Freitag, &Schwenck, 2018; Verhoef, Alsem, Verhulp, & De Castro,2019）。愤怒沉浸（anger rumination）指反复思索自己的愤怒经历和情绪，沉浸在对愤怒事件的起因、过程和后果的思虑中的一种倾向（Sukhodolsky,Golub, & Cromwell, 2001），是一种典型的事后反应倾向。由已有研究可以推测，敌意归因偏向和愤怒沉浸可以相互预测。首先，已有研究表明敌意归因偏向（事中因素）可以显著预测6个月后的愤怒沉浸（事后因素），且愤怒沉浸对敌意归因偏向的跨时间预测达到了边缘显著（Wang, Cao,Dong, & Xia, 2019）。其次，SIP模型指出攻击行为的认知因素之间由于攻击脚本的原因相互影响（Crick & Dodge, 1994）。敌意归因偏向或愤怒沉浸都会让人更易唤醒与敌意和愤怒相关的脚本，这会涉及到对愤怒事件的细节回忆（Wang et al.,2019; Wilkowski & Robinson, 2008），而这些脚本的唤醒又会进一步促进愤怒沉浸或敌意归因偏向的产生和发展。因此，敌意归因偏向倾向与愤怒沉浸可能相互促进。即事中反应倾向与事后反应倾向相互促进。

根据已有的研究可以推测敌意归因偏向在神经质和攻击行为间起中介作用。第一，高神经质个体的认知特点可能会引起敌意归因偏向。高神经质个体易形成负向的关系图式及对自己、他人和世界的负性态度（Caspi, Roberts, & Shiner, 2005）。负性的自我概念使得个体以负性偏向的方式理解世界（Dodge, 1993）。负性的人际关系图式和人际态度可能使高神经质个体对敌意线索敏感。这种敏感性会增强个体以敌意的方式解释信息的可能性和偏好（Dodge, 1993）。之前研究表明，高神经质个体有更多不合理的想法（Bettencourt, Talley,Benjamin, & Valentine, 2006），易感受到周围的环境是有威胁的（Caspi et al., 2005）。由此，可以推测神经质预测敌意归因偏向。第二，敌意归因偏向预测攻击行为。社会信息加工理论模型认为，倾向于将模糊情景做敌意性解释的个体更倾向于在该情景下对他人做出攻击行为（Crick & Dodge,1994）。敌意归因偏向会导致攻击行为的观点已经被很多研究所证实（AlMoghrabi, Huijding, &Franken, 2018; Wilkowski, Crowe, & Ferguson, 2015）。由此可以推测高神经质的个体在模糊情景中更倾向于对他人的意图或行为进行敌意归因，从而使得伤害他人的攻击行为频率增加，即敌意归因偏向是神经质预测攻击行为的事中中介变量。

另外，由已有研究可以推测愤怒沉浸在神经质与攻击行为的关系中起中介作用。第一，神经质影响愤怒沉浸。高神经质个体对环境中的压力非常敏感，更可能陷入人际关系的冲突中，因此个体易长期体验到包括愤怒在内的负性情绪（Bolger & Zuckerman, 1995; García-Sancho, Dhont,Salguero, & Fernández-Berrocal, 2017），而愤怒是愤怒沉浸的关键情绪因素（Sukhodolsky et al., 2001）。由此可以推测神经质可能影响愤怒沉浸。第二，愤怒沉浸预测攻击行为。愤怒沉浸的多系统模型（Denson, 2013）指出愤怒沉浸是影响攻击行为的认知和情绪基础。愤怒沉浸影响攻击行为的观点已经被很多研究支持（Eisenlohr-Moul, Peters, Pond, &DeWall, 2016; Quan, Zhu et al., 2019）。研究表明愤怒沉浸可以正向预测攻击行为（Eisenlohr-Moul et al.,2016）。由此可以推测，高神经质的个体更易沉浸在之前的攻击行为事件中，不断地再体验先前的攻击事件，形成愤怒沉浸，进而导致攻击行为。因此，愤怒沉浸倾向可能是神经质预测攻击行为的事后中介变量。

当前研究采用纵向调查的方法来收集数据，用交叉滞后模型和链式中介模型依次检验根据神经质预测攻击的时间路径模型推论出的四个假设。假设1，敌意归因偏向代表的事中因素和愤怒沉浸代表的事后因素可以相互预测。假设2，神经质可以通过从敌意归因偏向到愤怒沉浸的链式中介来预测攻击行为。假设3，神经质也可以通过从愤怒沉浸到敌意归因偏向的链式中介来预测攻击行为。假设4，神经质可以同时通过敌意归因偏向和愤怒沉浸的中介作用来预测攻击行为。

2 研究方法

2.1 被试和程序

本研究对六所大学的学生进行了三次问卷施测，每次调查间隔6个月。第一个时间点（T1）收集了904名被试的数据。第二个时间点（T2）857名被试参加了测试，第三个时间点（T3）848名（年龄18～26岁，平均年龄为21.09岁，标准差为1.09岁，其中女性530名）被试参加了测试。本研究用独立样本t检验的方法检验数据是否随机流失，结果表明该研究的数据流失为随机流失。在T1和T3上，最终保留的样本与流失样本在Buss-Perry得分上不存在显著的差异，t(901)=−1.69，p=0.09；在T2和T3上，最终的样本与流失的样本在敌意归因偏向[t(861)=0.59,p=0.56]和愤怒沉浸得分[t(861)=0.85,p=0.40]上不存在显著差异。

在T1上收集了神经质（neuroticism, N）和Buss-Perry攻击行为（Buss-Perry Aggression Questionnaire,BPAQ）数据, T2上收集了敌意归因偏向（WSAPHostility Scale）、愤怒沉浸（Anger Rumination Scale,ARS）数据，T3上收集了敌意归因偏向、愤怒沉浸和Buss-Perry攻击行为数据。

2.2 研究工具

2.2.1 神经质

用60个题目的简式大五人格量表（NEO-FFI-3）（Costa & McCrae, 1992）中的神经质子问卷来测量个体的神经质水平。该问卷在中国大学生样本中有可靠的信效度（席畅等, 2017）。神经质子量表包含12个题目，采用4点计分，0代表“非常不同意”，4代表“非常同意”。个体评定每个句子的描述与自己的符合程度（如，“有时候我觉得怨恨、气愤”）。该子问卷的平均分得分越高表示大学生的神经质水平越高。在本研究中神经质子量表的Cronbach’s α系数为0.84。

2.2.2 敌意归因偏向

用社会信息加工的敌意归因偏向问卷（SIPAttribution Bias Questionnaire, SIP-ABQ）（Coccaro,Noblett, & McCloskey, 2009）测量被试的敌意归因偏向水平。该问卷的中文修订版的信度和效度良好（杜欣蔚, 夏凌翔, 弓鑫钰, 权方英, 陈允丽,2020）。SIP-ABQ描述了八种社会上厌恶但模棱两可的情景及相应的问题（如，“如果一个人被另一个人的热咖啡烫伤了，他/她认为这个人是无意伤害还是故意伤害他/她？”）。采用4点计分，0代表“不太可能”，3代表“非常可能”。SIP-ABQ的平均分越高表示大学生的敌意归因偏向水平越高。在本研究中，该量表的Cronbach’s α系数分别为0.89（T2），0.91（T3）。

2.2.3 愤怒沉浸

包含19个题目的愤怒沉浸量表（ARS）（Sukhodolsky et al., 2001）被用来测量愤怒沉浸。该量表在中国大学生样本中的信效度良好（Quan,Yang et al., 2019; Wang et al., 2019）。采用李克特4点计分方式，1代表“几乎没有”，4代表“几乎总是”，被试评价自己在愤怒相关体验上的沉浸程度（如，“我会反复去想我以前的愤怒经历”）。该问卷的平均分越高表示大学生的愤怒沉浸水平越高。在本研究中该量表的Cronbach’s α系数分别为0.94（T2），0.93（T3）。

2.2.4 攻击

参照已有研究的做法（Wang et al., 2018），用Buss-Perry攻击问卷（BPAQ）（Buss & Perry,1992）中的身体攻击和言语攻击分量表的平均分来测量攻击水平。Buss-Perry攻击问卷在中国大学生样本中有良好的信效度（Quan,Yang et al., 2019）。其中身体攻击分量表有9个题项（如，“如果受到多次挑衅，我就会打人”），言语攻击分量表有5个题项（如，“我不同意朋友意见时，就当面反对”），均采用5级评分，评定每个题目的描述与自己的符合程度，1代表“非常不符合”，5代表“非常符合”。这两个分量表的得分越高表示攻击行为越多。用身体攻击和言语攻击这两个分量表的题项计算出的本研究中所用问卷的Cronbach’s α系数为0.88。

2.3 统计分析

首先，用SPSS对各个变量进行了描述统计和相关分析。其次，使用建立交叉滞后模型以探明事中反应倾向（敌意归因偏向倾向）和事后反应倾向（愤怒沉浸倾向）的关系方向。为了检验研究假设，建立了以下2个链式中介模型，模型1：神经质（T1）→敌意归因偏向（T2）→愤怒沉浸（T3）→攻击行为（T3）的链式中介模型；模型2：神经质（T1）→愤怒沉浸（T2）→敌意归因偏向（T3）→攻击行为（T3）的链式中介模型。为了检验在同一时间点上的事中（敌意归因偏向）和事后反应倾向（愤怒沉浸）在神经质和攻击行为关系中的中介效应，建立了模型3。用偏差校正的百分位Bootstrap方法检验敌意归因和愤怒沉浸在神经质和攻击行为关系中的中介效应。进行5000次的Bootstrap抽样，采用95%的置信区间进行偏差校正，如果区间不包括0，则说明间接效应显著。

3 结果

3.1 描述统计和相关分析结果

相关分析的结果发现性别（女=0，男=1）与攻击行为有显著的负相关，因此在模型分析中，本研究将性别作为协变量。另外，相关分析发现神经质（T1）、敌意归因偏向（T2、T3）、愤怒沉浸（T2、T3）、攻击行为（T3）变量间两两相关显著（见表1）。

表1 各变量的描述统计和相关分析结果（n=848）

3.2 交叉滞后模型检验

敌意归因偏向（事中反应倾向）和愤怒沉浸（事后反应倾向）的交叉滞后模型的拟合是可以接受的：χ2/df=3.45，RMSEA=0.05，CFI=0.98，TLI=0.97，SRMR=0.02。即愤怒沉浸和敌意归因偏向相互预测（见图1）。

图1 敌意归因偏向和愤怒沉浸的交叉滞后模型

3.3 中介模型检验

模型1：敌意归因偏向（T2）、愤怒沉浸（T3）在神经质（T1）预测攻击行为（T3）的关系中起着链式中介作用。该模型的拟合良好：χ2/df=2.32，SRMR=0.03，RMSEA=0.04，CFI=0.98，TLI=0.98。且模型中除了直接效应外，其余各个路径均显著（见图2）。

图2 敌意归因偏向（T2）和愤怒沉浸（T3）在神经质（T1）和攻击行为（T3）关系间的链式中介的结构方程模型

模型2：愤怒沉浸（T2）、敌意归因偏向（T3）在神经质（T1）预测攻击行为（T3）的关系中起着链式中介作用（见图3）。该模型的拟合良好：χ2/df=3.51，SRMR=0.03，RMSEA=0.05，CFI=0.97，TLI=0.96。且模型中的各个路径均显著（见图3）。

图3 愤怒沉浸（T2）和敌意归因偏向（T3）在神经质（T1）和攻击行为（T3）关系间的链式中介的结构方程模型

模型3：神经质（T1）可以同时通过愤怒沉浸（T2）、敌意归因偏向（T2）对攻击行为起作用。该模型的拟合良好：χ2/df=2.35，SRMR=0.03，RMSEA=0.04，CFI=0.98，TLI=0.98，且模型中的各个路径均显著。具体信息见图4。

图4 愤怒沉浸（T2）和敌意归因偏向（T2）在神经质（T1）和攻击行为（T3）关系间的双向链式中介的结构方程模型

4 讨论

本研究采用交叉滞后模型检验了敌意归因偏向（代表事中因素）和愤怒沉浸（代表事后因素）之间相互预测的关系，并用三个多重中介模型考察了敌意归因偏向和愤怒沉浸在神经质预测攻击行为中的多重中介作用。这些结果支持了神经质预测攻击的时间路径模型的主要观点。

4.1 敌意归因偏向在神经质和攻击关系中的事中中介作用

本研究发现敌意归因偏向在神经质和攻击行为关系中起中介作用。第一，该结果支持了一般攻击模型（Anderson & Bushman, 2002），神经质作为输入变量可以增强攻击行为相关的情绪与认知（如报复、愤怒、敌意等），从而增强攻击行为。与之前研究相一致，神经质与攻击行为呈现正相关关系（Barlett & Anderson, 2012; Caprara et al.,2013; Caprara et al., 2017）。

第二，当前研究结果表明神经质预测敌意归因偏向。该结果与之前研究相一致。已有研究表明，高神经质个体会表现出对负性或威胁性信息的注意偏向和解释偏向（Eysenck, 2000; Ormel et al.,2013），会体验更多的人际关系压力（Ormel et al.,2013），这种人际关系模式会引起敌意归因偏向（Peets, Hodges, Kikas, & Salmivalli, 2007），因此神经质可以预测敌意归因偏向。

第三，敌意归因偏向预测攻击行为。该结果与之前研究相一致（Martinelli et al., 2018）。倾向于敌意归因的个体在模糊情景下，易认为他人是有意伤害自己的，并且会倾向于采用攻击行为的防御手段（Crick & Dodge, 1994）。一般攻击行为模型（Anderson & Bushman, 2002）和社会信息加工模型（Crick & Dodge, 1994, 1996）认为攻击行为相关的认知对攻击行为有直接的促进作用，因此敌意归因偏向可以预测攻击行为。

神经质可能让个体将模糊情景中的意图归为敌意意图，这增加了个体做出攻击行为的可能性或频率。敌意归因偏向是指对当前感受到的激起事件的一种及时的应对或应对倾向，因此，敌意归因偏向的中介效应揭示了敌意归因偏向是神经质预测攻击的事中中介变量。

4.2 愤怒沉浸是神经质和攻击关系中的事后中介变量

本研究发现愤怒沉浸在神经质与攻击行为的关系中起中介作用。第一，神经质预测愤怒沉浸。神经质包含增强愤怒沉浸的情绪（愤怒）（Caspi et al., 2005）。高神经质个体易受愤怒的驱使，从而产生愤怒沉浸；且更易体验到人际冲突，产生愤怒体验（Caspi et al., 2005），因此易产生愤怒沉浸。第二，结果表明愤怒沉浸预测攻击行为。该结果与之前研究相一致（Pedersen et al.,2011; Quan,Yang et al., 2019）。同时也支持了愤怒沉浸的多系统模型（Denson, 2013），该模型认为愤怒沉浸会增加攻击行为的风险。

当高神经质个体遇到攻击行为事件后，更倾向于反复回忆和思考先前的愤怒线索，这反过来又增加了攻击行为的可能性和频率。换言之，愤怒沉浸是神经质预测攻击行为的事后中介变量。

4.3 敌意归因偏向与愤怒沉浸的关系

本研究发现敌意归因和愤怒沉浸可以相互预测，与已有研究结果相一致（Wang et al., 2019），且与攻击行为的社会信息加工理论相符合。该理论认为攻击行为相关的认知因素相互影响，其主要原因可能是敌意或愤怒脚本的作用（Crick &Dodge, 1994）。敌意归因偏向和愤怒沉浸都可能增加敌意和愤怒脚本的激活频率和强度，从而促进彼此的产生和发展。

该结果支持了“神经质预测攻击的时间路径模型”，即攻击的事中因素（敌意归因偏向）和事后因素（愤怒沉浸）相互预测，神经质既可以通过事中因素（敌意归因偏向）到事后因素（愤怒沉浸）的链式中介作用来预测攻击行为，也可以通过事后因素（愤怒沉浸）到事中因素（敌意归因偏向）的链式中介作用来预测攻击行为。

4.4 研究局限及展望

本研究仍有以下几点不足：第一，本研究虽然采用了纵向中介的方法，但是对变量的自回归效应考虑得并不充分，有可能会造成结果的偏差（Mitchell & Maxwell, 2013）。未来研究可以将所有的自回归效应考虑在内进一步检验该模型。第二，本研究未对大五人格的其他四种人格特质进行控制，未来研究需要将其进行控制后，考察本研究的结果能否得到重复验证。第三，未能用一个模型来检验时间路径模型的全部观点，今后可以采用四次纵向数据和完整的交叉滞后模型的方法，通过一个模型来检验时间路径模型的全部观点。

5 结论

（1）攻击的事中因素（敌意归因偏向）和事后因素（愤怒沉浸）相互正向预测。（2）神经质既可以通过从敌意归因偏向到愤怒沉浸的路径，也可以通过从愤怒沉浸到敌意归因偏向的路径来预测攻击行为。（3）神经质可以同时通过敌意归因偏向和愤怒沉浸的中介作用预测攻击行为。