自恋特质对识别威胁性表情的影响

张元春 王晓明

(曲阜师范大学心理学院，曲阜 273165)

1 引言

自恋这一人格特质具有傲慢、权力感和剥削他人意愿等特点(Campbell & Foster, 2007; Raskin & Terry, 1988)。具有自恋特质的个体，过分专注和沉迷自身、自身想象以及在他人眼中的形象，夸大自身的重要性，认为自己比其他人更为优越，应该获得特殊的权利和待遇(郑涌, 黄藜, 2005)。最近的调查研究表明，我国年轻一代个体的自恋水平在不断提升(Cai et al., 2012)，而且越年轻自恋水平也越高(Twenge et al., 2008)，这表明自恋型人格在我国将成为一种重要且广泛的人格类型。

愤怒是一种直接威胁性的面部表情，会向他人传递即将遭受侵略的信号(Adams et al., 2003)、预示即将发生危险(Wilkowski & Robinson, 2012)。恐惧是一种间接威胁性的面部表情(Staugaard, 2010)，当个体觉察到恐惧表情时能快速激活其攻击/防御系统(LeDoux, 2000)。愤怒表情与恐惧表情可统称为威胁性表情。自恋人格特质理论认为，具有自恋特质的个体需要通过外部线索以确认其过度积极但脆弱的自我形象(Raskin & Terry, 1988)。并且自恋者的自我表现在很大程度取决于情绪和对自尊威胁的防御(Westen, 1990)，他们对失败信息的情绪反应也更强烈，表现出更多的焦虑和愤怒(Rhodewalt & Morf, 1998)。这些都表明自恋个体特有的认知、情绪反应与外部信息线索息息相关。而威胁性表情大多传递一种负性信息线索，那么具有自恋特质的个体在识别威胁性表情时，是否会更加敏感呢？本文将从攻击特质和共情缺失两个角度进行推论。

1.1 自恋特质与攻击特质

自恋与精神病态、马基雅维利主义人格并称黑暗三人格, 并且与以攻击为代表的反社会行为存在密切的联系(Paulhus & Williams, 2002)。通过实证研究和元分析得出，自恋特质与攻击特质之间存在显著正相关(张丽华, 朱贺, 2021; Hart & Joubert, 1996; Rasmussen, 2016)。

同时，攻击特质与愤怒、恐惧威胁面部表情的识别存在正相关关系。比如，通过ERP技术发现，高特质攻击个体对愤怒、恐惧威胁面部表情的识别具有高度敏感性(孙丽君等, 2020)。在行为研究中，无论是以高攻击特质为主要特点的个体(如反社会暴力犯)(Schönenberg & Jusyte, 2014)还是正常人群中的高攻击特质个体(邱方晖等, 2016; Wilkowski & Robinson, 2012)，都对愤怒表情的识别更加敏感。脑成像研究也表明，高攻击特质个体在识别愤怒表情时杏仁核处于高度激活的状态(Carré et al., 2013)。因此，基于上述研究，可以做出推断，由于自恋个体同时具有高攻击特质，而高攻击特质的个体对愤怒、恐惧威胁性表情的识别更加敏感，因此自恋特质个体对威胁性表情的识别也更加敏感。

1.2 自恋特质与共情缺失

自恋是一个具有多维结构的概念，表现为浮夸、自爱和膨胀的自我(Campbell et al., 2002)，而过度自爱导致自恋者在人际交往中缺乏共情能力(何宁, 朱云莉, 2016)。共情是指对他人情绪体验的一种知觉及情绪反应(Hoffman, 2000)。在许多认知神经科学研究中，面部表情识别任务经常作为共情的测试指标(陈武英等, 2014)。也就是说，共情能力与面部表情识别具有密切的关系。譬如高共情者识别负性情绪性面孔时更加敏感，表现出更加明显的负性偏向(崔芳, 罗跃嘉, 2009)。

共情又可分为认知共情和情绪共情(Hoffman, 2000)。认知共情是指观点采择、社会认知、表征他人精神状态或心理理论的能力(Baron-Cohen & Wheelwright, 2004)，情绪共情则是与他人情绪体验相一致的内在感受(Eisenberg & Miller, 1987)。以往诸多研究表明，自恋个体是在情绪共情方面存在不足(何宁, 朱云莉, 2016; Ritter et al, 2011; Wai & Tiliopoulos, 2012)，而情绪共情也被证明与表情识别之间具有显著的正相关(Gery et al., 2009)。情绪共情的核心结构是杏仁核和额下回，而杏仁核是面孔表情和声音情绪信息整合的关键脑区(Dolan et al., 2001)。通过fMRI研究发现，恐惧面孔表情更多地激活了杏仁核(Park et al., 2010)。这些研究从脑神经科学的角度出发，进一步说明了情绪共情与表情识别密切相关。因此，通过上述研究可以推断，由于自恋个体缺乏情绪共情，所以自恋个体在识别威胁性表情时的效果可能会更差。

另外，自恋个体除了在一定程度上缺乏共情能力之外，还存在着一定程度的述情障碍。述情障碍指个体缺乏识别他人情绪和描述自我情绪的能力(杨雪莉, 梁宗保, 2016)。述情障碍个体在识别自身情感和情绪思维的能力上存在问题，也不能准确识别他人面部表情的变化。例如述情障碍个体存在识别愤怒表情的特异性缺陷(邱方晖等, 2015)。事实上，述情障碍与情绪共情的缺失密不可分，这也是自恋型人格的一个重要特征(Jonason & Krause, 2013)。因此，从述情障碍的角度出发，也可以推断出自恋特质个体识别威胁性表情时会更不敏感。然而，这一推断与前文通过自恋特质与攻击特质的联系得出的推断相悖，因此需要展开更全面的研究以厘清自恋与威胁性表情识别的关系，从而为自恋特质的研究体系提供有益补充。

诸多研究表明，表情知觉敏感性的测量更适合使用信号检测论的方法，信号检测论能够修正以往范式无法排除反应偏向的缺点，对表情知觉敏感性进行更准确的测量(杨静等, 2013)。信号检测论的两个重要指标分别是辨别力和判断标准。前者反映个体对威胁性表情感知的敏感程度，不受被试内、外动机的影响(周爱保, 2000)；后者代表的是一种反应优于另一种反应的选择偏爱，是一种主观指标，不仅受到信号和噪音先验概率的影响，还会受到对判断结果的奖惩措施以及被试主观倾向性的影响(杨静等, 2013; 周爱保, 2000)。在表情识别研究中，辨别力与识别表情的知觉敏感性密切相关(王静文等, 2020)。

因此，本研究采用信号检测论分析方法，以自恋特质和威胁性表情为自变量，通过分析被试识别威胁性表情(愤怒和恐惧)的辨别力和判断标准，来探讨自恋特质对威胁性表情识别的影响。

2 方法

2.1 研究对象

采用G*power 3.1，在显著性水平α=0.05且中等效应(f=0.25)时，预测达到80%的统计力水平的总样本量至少为66名。随机招募85名被试，剔除漏答题目过多或明显不符合实际的被试，最后得到有效被试79名，其中男性35名，女性44名，平均年龄为(21.75±5.94)岁。所有被试视力或矫正视力正常，均为右利手者，熟悉电脑基本操作，且近期没有参加过类似实验。实验结束后，给予实验报酬。

2.2 实验设计

采用2(自恋特质：自恋 vs.非自恋)×2(表情类型：愤怒 vs.恐惧)的混合设计，其中自恋特质为组间变量，威胁性表情为组内变量，因变量为表情识别任务的辨别力(d′)、判断标准(β)。

2.3 研究工具与研究材料

2.3.1 自恋人格问卷

简版自恋人格问卷(Ames et al., 2006)是在NPI-40(Raskin & Terry, 1988)的基础上编制的。该问卷常用于非临床人群的自恋评估，涉及自我评价、行为方式等，如“我将会成为一个伟大的人”，因此本研究采用该问卷对被试的自恋特质进行测量。问卷共有16个项目，每个项目采用5点计分，“1”表示完全不赞同，“5”表示完全赞同，得分越高表明自恋水平越高。本研究中量表的内部一致性系数为0.87。

2.3.2 威胁性表情图片

正式实验中的表情图片材料全部选自中国情绪面孔图片系统(Chinese Facial Affective Picture System, CFAPS)(龚栩等, 2011)，其中恐惧、愤怒面孔图片各20张，中性面孔60张(所有类型的表情图片男女比例均为1∶1)。所选愤怒(M=67.79,SD=4.51)和恐惧(M=66.53,SD=4.82)表情图片的认同率差异不显著,t(38)=0.86,p>0.05，但情绪强度上愤怒(M=5.19,SD=0.94)显著低于恐惧(M=6.07,SD=1.17),t(38)=-2.63,p<0.05。上述表情材料认同率与情绪强度不能兼得的结果与以往研究的选取结果(王静文等, 2020)一致。同时从该系统中，分别随机选取了两张愤怒、恐惧、中性表情作为练习材料，练习材料与正式实验材料没有重合。

2.4 研究过程

实验程序用E-Prime软件编写，目标图像在电脑屏幕中央呈现，实验背景为黑色，图像为黑白色面孔。实验时被试处于安静的环境中，两眼注视屏幕中央。实验分为四个模块，进行愤怒—中性或恐惧—中性的表情识别任务(两种条件各施测两个模块，顺序随机)，每个模块由20个试次组成，以随机顺序呈现威胁性和中性表情各十张。在正式进入实验前，被试先进行六个试次作为练习阶段，练习阶段三种类型图片各有两种处理，每种处理随机出现一次。练习阶段未使用正式实验中的图片材料，确保被试理解指导语并熟悉实验流程。

实验流程如图1所示，首先在屏幕中央呈现500ms的注视点，随后在屏幕中央呈现面孔表情，要求被试左手按键判断表情为愤怒(或恐惧)还是中性，愤怒(或恐惧)按“A”，中性按“S”。由于本实验所采取的愤怒和恐惧两种面孔材料在情绪强度上存在不同，因此为了检验在该实验过程中被试对两种面孔材料是否感知到不同的情绪强度，实验要求被试在判断完表情类型后，以李克特9点量表评估面孔传递的情绪体验强度，通过按数字键实现。情绪判断和强度评定时间均限定为2.5s。若被试在2.5s内无按键反应，则图片自动消失。之后呈现黑屏，呈现时间根据被试的反应时计算(具体计算方式见图1)，黑屏呈现完毕一个试次结束。为防止被试受到前一个试次中表情图片的影响，每个试次的持续时间固定为12s。对于每个被试，正式实验一共有80个试次，每个模块之间强制休息1～2min。

图1 实验单个试次流程

3 结果

3.1 自恋人格问卷得分

根据所有被试在自恋人格问卷上的得分，按照高于或低于平均数(M=49.52)将被试相应地分为自恋、非自恋组。其中，自恋组39人(M=56.38,SD=5.21)，非自恋组40人(M=42.63,SD=5.00)。两组被试自恋得分差异显著,t(77)=11.98,p<0.001, Cohend=2.69。

3.2 研究变量的描述统计结果

统计各组识别愤怒、恐惧表情的击中率和虚报率。以恐惧—中性表情识别为例，将恐惧表情判断为“恐惧”记为一次击中，将中性表情判断为“恐惧”记为一次虚报。根据击中率和虚报率计算辨别力(d′)和判断标准(β)，d′=Z(击中率)-Z(虚报率)，β=y(击中率)/y(虚报率)，其中Z为概率值转换后得到的标准分数，y为概率值对应的标准正态分布函数值(朱滢, 2014)。各条件下表情识别任务的辨别力和判断标准见表1。同时，计算各被试对愤怒表情、恐惧表情的表情强度评分的平均值(见表1)，该平均值命名为表情强度，作为协方差分析中的协变量因子。

表1 各变量描述统计(M±SD)

3.3 自恋特质对识别威胁性表情辨别力的影响

图2 不同自恋特质识别愤怒、恐惧表情的辨别力和判断标准

3.4 自恋特质对识别威胁性表情判断标准的影响

以判断标准为因变量，将自恋特质纳入组间因子、表情类型纳入组内因子，并将表情强度作为协变量进行多因素协方差重复测量分析。结果表明，表情类型、自恋特质的主效应及其交互作用均不显著,p>0.05，具体见图2。

4 讨论

本研究从自恋人格特质出发，采用信号检测论中的辨别力和判断标准作为衡量指标，探讨了自恋对识别愤怒和恐惧两种威胁性表情的影响。结果发现，自恋组辨别力显著高于非自恋组辨别力。并且，自恋特质与表情类型的交互作用显著，识别愤怒表情时自恋组的辨别力显著高于非自恋组的辨别力，识别恐惧表情时自恋组与非自恋组辨别力差异不显著。

4.1 自恋特质为何没有影响对恐惧表情的识别

研究表明自恋组在识别愤怒表情时辨别力显著高于非自恋组，而在识别恐惧表情时两组并无显著差异。一方面，这可能是由于两种表情带来的威胁性感受不同。尽管愤怒表情与恐惧表情在已有研究中多被作为威胁性表情的典型(孙丽君等, 2020; 王静文等, 2020)，但愤怒是最常用的表达敌意的表情(Wilkowski & Robinson, 2012)，被视作一种直接威胁性表情(Adams et al., 2003)，而恐惧表情被视作一种间接威胁性的面部表情(Staugaard, 2010)。因此，相比于愤怒表情，恐惧表情给个体带来的威胁性更弱。另一方面，实验过程中所采取的表情材料在情绪强度上存在差异。恐惧表情的情绪强度更高，并且实验任务较为简单，因此在击中率方面可能存在天花板效应。因此，由于恐惧表情材料情绪强度的影响，可能使得自恋组与非自恋组识别恐惧表情时的辨别力没有显著差异。

4.2 自恋特质如何影响对愤怒表情的识别

本研究采用辨别力作为检验指标，辨别力反映个体对表情感知的敏感程度，是一种客观指标(王静文等, 2020; 周爱保, 2000)。自恋组识别愤怒表情时辨别力更高的结果，与前文通过攻击特质路径得到的推论一致，即由于自恋特质与攻击特质之间存在显著正相关(张丽华, 朱贺, 2021; Rasmussen, 2016)，而攻击特质使得个体对愤怒表情表现出高度的敏感性(Pollak et al., 2009; Pollak & Kistler, 2002; Pollak & Sinha, 2002; Wilkowski & Robinson, 2012)，因此自恋组在识别愤怒表情时更敏感。

关于攻击特质与识别愤怒表情的观点包含偏向和敏感性观点两种。偏向观点认为高攻击特质个体存在愤怒反应偏向，倾向于将模糊表情、中性表情或者其他表情报告为愤怒，并呈现出敌意归因偏向(Hall, 2006)。敏感性观点则认为个体攻击性改变了对愤怒表情的敏感性，譬如攻击性个体能够更加准确地知觉愤怒成分，而对愤怒表情高度敏感(Wilkowski & Robinson, 2012)。本研究得出自恋个体识别愤怒表情的辨别力更高，而判断标准与非自恋个体无显著差异，这一结论似乎更支持敏感性观点。Wilkowski和Robinson(2012)进一步研究发现，高攻击个体经常暴露于攻击环境当中，从而逐渐提高了应对攻击环境的能力和技巧，因此在识别他人的愤怒表情时更加敏感。此外，攻击性个体对愤怒表情的高敏感也得到了脑成像研究的支持，比如攻击性个体对愤怒面孔的反应呈现出杏仁核过度激活(Beaver et al., 2008; Carré et al., 2013; Coccaro et al., 2007)。后续研究也同样证实了高攻击个体对愤怒表情的转变具有更高的敏感性(转变表示识别表情时由一种类别转变为另一种类别，转变的敏感性表示识别任务中表情类别转变的迅速程度)，而不存在敌意归因偏向(邱方晖等, 2016)。因此，我们认为自恋特质个体对愤怒表情的高敏感性是源于其攻击特质，而攻击特质对于愤怒表情具有更强的敏感度。

4.3 未来展望

本研究通过信号检测论的方法，得出了自恋特质个体识别愤怒表情的辨别力显著高于非自恋个体，丰富了自恋特质的研究体系。同时，也向自恋特质与各种问题行为的关系提供了新的诠释角度，为未来的研究奠定了一定基础。

目前，许多研究证明自恋特质能够正向预测攻击行为(Rhodewalt & Morf, 1995; Stucke & Sporer, 2002)。譬如当被侮辱激惹时自恋者比别人更有攻击性(Bushman & Baumeister, 1998)。在解释自恋与攻击性的理论中，基于情绪角度的自恋暴怒理论认为，相比于非自恋者，当自恋者受到威胁时，会产生羞耻、愤怒、焦虑等负面情绪，进而增强其攻击性(Krizan & Johar, 2015; Rhodewalt & Morf, 1998)。已知愤怒表情与恐惧表情都会传递出威胁性信息, 而战斗—逃跑—僵化系统认为, 个体在面临威胁时可能出现三种行为反应: 战斗、逃跑或僵化, 以此来回避危险(Gray & McNaughton, 2000)。因此，未来研究可以进一步探究自恋个体在识别到威胁性表情后是否会更倾向于做出攻击行为。此外，由于本实验属于行为研究，未来研究可进一步采用脑电指标，探讨自恋特质与识别威胁性表情的关系，以补充相关研究体系。

5 结论

(1)自恋组识别愤怒表情的辨别力显著高于非自恋组的辨别力，而在识别恐惧表情时自恋组与非自恋组辨别力差异不显著。

(2)自恋组与非自恋组识别威胁性表情时的判断标准差异不显著。