动态情境对特质焦虑个体面孔表情知觉的影响*

宋素涛 肖观来 尚琬婷 赵诗梦 高世豪 王 荣 武 笛

（1.山东师范大学信息科学与工程学院，济南 250358；2.济南大学教育与心理科学学院，济南 250022；3.东北师范大学心理学院，长春 130024；4.山东师范大学学生心理健康教育中心，济南 250358）

1 引 言

表情是我们在社交过程中识别他人情绪的主要依据。基于情绪类别理论，研究者认为表情识别主要依赖于面部构型特征（Ekman，1993）。因此，大量研究集中于对个体独立面孔表情的加工。然而，现实生活中，面孔表情的出现往往伴随大量的情境信息。近年来，一系列研究聚焦于情境对面孔表情识别的影响（Song，Wu，& Feng，2022；Xu，Yang，Tan，& Lin，2017；李婉悦，谭群，刘燊，韩尚锋，张林，徐强，2020；宋素涛，江敏，佟月华，全丽娜，王荣，2020；宋素涛，张伟涛，等，2022）。

情境是指与中心项目或事件有关联的背景信息或要素，既包括客观的环境，也包括主观的情绪、态度以及相互之间的关系（Barrett，Mesquita，& Gendron，2011）。情境对个体面孔表情识别的影响主要体现在：当情境与表情信息一致时，会促进面孔表情识别；两者相冲突时，会阻碍面孔表情识别（Barrett et al.，2011；胡治国，刘宏艳，2015）。早期有研究者在情境图片中间加入人脸表情图片，要求对人脸面孔表情的类型做出判断。行为研究发现，被试在人脸表情和情境一致的条件下，反应时较短（Righart&De Gelder，2008）。事件相关电位也给情境影响面孔表情识别研究提供了生理学证据（Hassin，Aviezer，&Bentin，2013；Xu et al.，2017）。此外，研究发现情境对中性面孔识别具有引导作用，情境会将自身的情绪“赋予”中性面孔。Kuleshov 在其实验中将两张中性脸特写镜头和三种不同情感（愉悦、悲伤、饥饿）的情景剪辑到一起，结果发现，观众在看完三个电影序列后，认为中性脸表达的情感与影片中的场景一致，该实验结果被称为Kuleshov 效应（Prince&Hensley，1992）。

除情境信息外，个体自身的人格特征等也会影响其对面孔表情的知觉。比如，特质焦虑可以影响人们对面孔表情的加工（Park，Vasey，Kim，Hu，&Thayer，2016；李婉悦，韩尚锋，刘燊，杨亚平，张林，徐强，2019）。特质焦虑是一种比较稳定的人格特质（Spielberger，1966），高特质焦虑个体在没有特别的焦虑事件诱发下，也保持着较高的焦虑水平，从而较易形成认知偏差而损害认知能力和行为表现。目前的观点认为，焦虑对认知功能的损害是因为对刺激信息的归因偏向，倾向于将模糊刺激知觉为威胁性刺激。例如，在面孔表情分类任务中，高特质焦虑者更容易将中性表情识别为负性表情，而低特质焦虑者没有出现这种偏向（Park et al.，2016）。

也有研究同时关注特质焦虑与情境因素在面孔表情识别中的效应。研究利用静态场景对特质焦虑个体面孔表情识别的情境效应进行研究，发现高特质焦虑组对情绪面孔识别并未表现出显著的场景效应，而低特质焦虑组则效应显著，表明高特质焦虑者在情绪识别中较少受到静态场景信息的影响（李婉悦，韩尚锋，刘燊，杨亚平，张林，徐强，2019）。该研究关注的是积极与消极表情，而在现实生活中我们所接触的表情并不总是具有鲜明的情绪特点，往往是情绪色彩较少的中性面孔，且该类面孔更容易受到情境影响。此外，过往有关面孔加工情境效应的研究所采用的情境材料多是静态场景图片，而动态情境比静态情境包含更加丰富的信息。研究显示动态情境更能吸引个体的眼球注意（Barratt，Rédei，Innes-Ker，& Van de Weijer，2016），动态情境下的面孔加工也能够更好地整合情境信息（Calbi et al.，2017），个体在加工动态刺激时脑部激活更强（Hayes et al.，2020）。那么个体在更具生态性的动态情境下加工不具有情绪色彩的中性面孔时，加工特点如何？高、低特质焦虑个体还会显现出加工差异吗？这是本研究主要探讨的问题。

综上，已有研究多是直接针对静态孤立的积极和消极面孔，但从维度上将表情知觉与情境相结合的研究较少，特别是少有研究考察更具生态效度的动态情境对不同特质焦虑水平者表情知觉的影响。因此，本研究探讨动态情境对特质焦虑个体表情知觉的影响。研究假设：（1）动态情境下，高、低特质焦虑个体的效价与唤醒度知觉均会表现出显著的情境效应：相比中性情境，恐惧情境下，被试对面孔效价评定更消极；愉悦情境下，被试对面孔效价评定更积极。恐惧与愉悦情境下被试对面孔唤醒评分会高于中性情境。（2）由于高特质焦虑个体具有负性归因偏向，我们假设高特质焦虑组在三种情境下对面孔效价评分均比低特质焦虑组更加消极。（3）动态情境会影响高低特质焦虑者对中性表情的识别，低特质焦虑组会将面孔划分为与情境一致的情绪类型，而高特质焦虑组更容易将面孔判断为负性表情。

2 对象与方法

2.1 研究对象

采用状态-特质焦虑问卷（STAI）（李文利，钱铭怡，1995）测查了某大学在校生400 名，回收有效问卷368 份。将问卷按得分从高到低排序，取得分高的前25%作为高特质焦虑组，得分低的后25%作为低特质焦虑组，再从高特质焦虑组和低特质焦虑组中各随机抽取20 名被试作为最终实验被试。其中高特质焦虑组男生13 名，女生7 名；低特质焦虑组男生14 名，女生6名。被试平均年龄19.7 岁，高特质焦虑组特质焦虑得分M=58.2，SD=4.50；低特质焦虑组得分M=32.5，SD=5.87。独立样本t 检验表明高、低特质焦虑组特质焦虑得分差异显著（t(38)=20.50，p<0.001）。被试的视力或矫正视力正常。

2.2 实验刺激

2.2.1 面孔材料

为使被试产生中性脸面孔正在凝视视频空间外视频的错觉，实验选取45 度侧脸图像，取自奈梅亨面孔数据库（The Radboud Faces Database，RaFD）（Langner et al.，2010）。为了控制由于凝视方向和脸部朝向引起的潜在的混淆效果，实验选取了朝向不同方向的人脸作为实验材料。最终选择了36 张不同的中性面孔图片，包括18 张男性面孔（9 张朝向左边，9 张朝向右边）和18 张女性面孔（9 张朝向左边，9 张朝向右边）。

2.2.2 情境材料

情境材料来源网络，招募20 人对情境材料进行效价与唤醒预评定。重复测量方差分析表明，效价主效应显著，F（2，57）=176.59，p<0.001，η2=0.33，Bonferroni 事后检验表明，三种情境对彼此的差异显著（M愉悦=6.27，M中性=5.00，M恐惧=3.28，SD愉悦=0.90，SD中性=0.78，SD恐惧=1.13，ps<0.001）。唤醒度主效应显著，F（2，57）=108.83，p<0.001，η2=0.23，Bonferroni 事后检验表明，恐惧与愉悦情境的唤醒显著高于中性情境（M愉悦=4.33，M中性=3.38，M恐惧=6.34，SD愉悦=1.52，SD中性=1.30，SD恐惧=1.75，ps<0.001）；三种情境对彼此的差异显著。这些结果表明，情境材料的选择符合实验要求，材料在唤醒与效价维度的特点与已有研究一致（Calbi et al.，2017）。

最终，情境材料包括中性（n=12）、恐惧（n=12）、愉悦（n=12）三个类别，共36 个动态场景（灰度化并去除声音），每个场景长度为3s。快乐场景主要内容为可爱小动物和小孩子笑的材料，恐怖场景主要包括恐怖袭击、蛇、凶猛动物等素材，中性场景主要包括城市、建筑物、麦田等（图1）。

图1 情境举例

2.2.3 电影合成

通过连接三个镜头来制作6s 长的电影序列。

（1）扫视镜头一：将中性面孔进行灰度化处理并制作为6s 缓慢放大的效果。然后在开头1.5s 处进行分割，作为目标人物的第一个特写镜头。

（2）情感镜头：使用情境材料。

（3）扫视镜头二：截取扫视镜头一中6s缓慢放大中性脸图片结尾部分的1.5s 作为目标人物的另一个特写镜头。

2.3 实验设计

采用2（特质焦虑组：高、低）×3（动态情境：愉悦、恐惧、中性）混合设计。

2.4 实验流程

实验包括两个阶段。在第一阶段，向被试随机呈现18 个电影序列，包括三种情境条件，每种条件6 个电影序列，每个电影序列重复呈现2 次。电影序列结束后，被试对中性面孔的唤醒度进行9 点量表评分（“1”为平静，“9”为激动），对面孔效价进行9 点量表评分（“1”为非常消极，“9”为非常积极）。每个试次的具体流程是，首先在灰色背景上呈现“+”注视点1000ms，随后呈现电影序列6s，电影序列结束后被试进行效价和唤醒度的评定，最后呈现绿色背景作为各试次的间隔（1000ms）。在第二阶段，要求被试观看另外18 个电影序列，包括三种情境条件，每种条件6 个电影序列，每个电影序列重复呈现2 次。在电影序列的结尾，被试对表情进行类别判断，用“1”到“7”分别代表“愉悦”“悲伤”“惊讶”“厌恶”“愤怒”“恐惧”“平静”。选择没有时间限制。实验流程见图2。使用E-prime2.0 控制实验刺激的呈现和结果记录。正式实验前首先让被试进行练习实验，以确保被试熟悉实验流程，练习材料不在正式实验中呈现。参照前人相关研究（Calbi et al.，2017），每个阶段每个条件包含12 个试次，两个阶段一共包含72 个试次。

图2 实验流程

图3 特质焦虑分组在三种情境条件下的唤醒度评分（M±SD）

3 结 果

3.1 动态情境下中性面孔唤醒度评定结果分析

重复测量方差分析表明，情境主效应显著，F（2，76）=32.45，p<0.01，η2=0.46，BF10=2.384e+8（BF10代表在当前数据模式下，备择假设H1相比于虚无假设H0成立的可能性，BF10>10 代表有较强的证据支持H1，BF10<0.1 表明有较强的证据支持H0，下同。吴凡，顾全，施壮华，高在峰，沈模卫，2018）。Bonferroni 事后检验发现，愉悦与中性情境下对表情的唤醒度评分均显著低于恐惧情境，中性情境与愉悦情境下对表情的唤醒度评分未发现显著差异（愉悦情境：M=4.35，SD=1.19；中性情境：M=3.86，SD=1.18，恐惧情境M=5.56，SD=1.48）。被试组别主效应不显著F（1，38）=0.69，p=0.41，η2=0.18，BF10=0.339，被试组别和情境的交互作用也不显著，F（2，76）=0.51，p=0.60，η2=0.13，BF10=0.235。

3.2 动态情境下中性面孔效价评定结果分析

重复测量方差分析发现，被试组别主效 应 显 著，F（1，38）=17.54，p<.0.01，η2=0.32，BF10=77.087，高特质焦虑组对中性面孔的效价评分更消极。情境主效应显著，F（2，76）=137.69，p<0.01，η2=0.78，BF10=∞，Bonferroni 事后检验表明，三种情境对彼此的差异均极其显著（M愉悦=6.13，M中性=4.56，M恐惧=3.39，ps<0.0001），见图4。

图4 特质焦虑分组在三种情境水平下的效价评分（M±SD）

此外，特质焦虑分组与情境存在显著的 交 互 作 用，F（2，76）=4.49，p=0.014，η2=0.11，BF10=26.508。简单效应分析显示，愉悦情境下，高、低特质焦虑组对中性面孔的效价评分不存在差异（M高=6.133，M低=6.125，p=0.976，BF10=0.309）；恐惧情境下，高、低特质焦虑组对中性面孔的效价评价存在显著差异（M高=3.1，M低=3.65，p=0.031，BF10=4.169）；中性情境下，高、低特质焦虑组对中性面孔的效价评价也存在显著差异（M高=4.07，M低=5.05，p<.001，BF10=99259.429）。

3.3 动态情境下中性面孔分类结果分析

统计被试在三种情境下给出各个情绪类别答案的频数和百分比。对被试在不同情境下表情类别判断频数进行卡方检验。结果显示，不同情境下被试进行中性面孔表情分类的结果不同χ2（12）=1039.386，p<0.0001，Φ=0.601，BF10=4.186e+210。愉悦情境下，被试倾向于将表情分类为愉悦χ2（2）=537.663，p<0.001，Φ=0.611，BF10=2.278e+116；恐惧情境下，被试更倾向于将表情分类为厌恶χ2（2）=154.953，p<0.001，Φ=0.328，BF10=2.787e+29 与恐惧χ2（2）=253.675，p<0.001，Φ=0.420，BF10=4.099e+51；中性情境下，被试更倾向于将表情分类为平静χ2（2）=277.574，p<0.001，Φ=0.439，BF10=9.379e+58。不同特质焦虑组被试对面孔表情分类的结果不存在显著差异χ2（6）=10.266，p=0.114，Φ=0.126，BF10=0.168（详见表3 及图5）。

图5 情境影响下高低特质焦虑组对中性面孔分类百分比柱状图

4 讨 论

本研究探讨动态情境对特质焦虑人群面孔表情知觉的影响。研究使用生态化设计，引入动态情境，将愉悦、中性、恐惧三种场景与中性面孔结合，分别呈现给高、低特质焦虑被试，探讨他们在不同情境下对中性面孔的唤醒度、效价和类别判断上的差异。

研究发现，中性面孔唤醒度的评价受动态情境影响，存在显著的Kuleshov 效应。恐惧情境下的中性面孔唤醒度评价显著高于中性和愉悦条件，愉悦条件下的面孔唤醒度评价与中性条件没有显著差别。这与前人的研究结果相一致（Calbi et al.，2017），表明动态情境激发了观察者的唤醒和情绪反应，将动态情境的情绪信息赋予中性面孔。从特质焦虑因素来看，高、低特质焦虑个体对中性面孔唤醒度评价没有显著差异。不过从描述性结果来看，愉悦情境下，高焦虑个体的唤醒度低于低焦虑个体；恐惧情境下，高焦虑个体唤醒度略高，这在一定程度上符合研究的预期假设。未来研究可以使用更加灵敏的电生理指标进行测量来探索情境对高、低特质焦虑者面孔表情的唤醒知觉是否存在差异。

被试对中性表情的效价知觉也受到动态情境影响，表现为恐惧情境下效价评定更消极，愉悦情境下效价评定更积极，与此前探讨语境对模糊性表情知觉影响的研究一致（Liu et al.，2019；李慧，伍一凡，张楠，赵立立，罗文波，2020）。另外，情境对中性面孔效价知觉的影响还存在组间差异，表现为高特质焦虑组对中性与恐惧动态情境下呈现的中性表情的评价比低特质焦虑组更加消极。恐惧情境下高特质焦虑组对中性面孔评价比低特质焦虑组更加消极，说明高特质焦虑人群确实对威胁刺激更加敏感，在感到威胁的情境下对他人情绪的判断会更加消极。中性情境下高特质焦虑组的效价评分比低特质焦虑组更消极，说明高特质焦虑人群对中性的、模糊性的信息依然表现出负性解释偏向（Park et al.，2016）。而在愉悦情境下，高、低特质焦虑个体对中性面孔的效价评价不存在显著差异，说明愉悦情境下，高特质焦虑个体对于中性面孔的效价知觉也受到了情境情感性信息影响，评价变得更加积极。

在对中性面孔分类时，高、低特质焦虑组都倾向于将面孔分类为与前面情境相对应的情绪，即存在显著的Kuleshov 效应；两组被试在面孔分类上的差别不明显。这说明高特质焦虑个体虽然会对模糊性信息表现出负性解释偏向，但当给出相距较大的明显分类时，高特质焦虑个体也会进行与低特质焦虑个体类似的选择，与前人研究发现一致（蒋怀滨，张斌，林珂，李淑清，詹薇，2016）。本研究发现动态情境的情感性信息会影响高、低特质焦虑个体对中性面孔表情的识别，区别于过往静态情境下仅对低特质焦虑者发现情境对表情识别存在影响的相关研究（李婉悦，韩尚锋，刘燊，杨亚平，张林，徐强，2019）。这可能与研究采用的实验范式尤其是实验材料有关。此前研究采用静态场景与情绪色彩强烈的积极与消极面孔，因此，其场景对面孔加工的影响相对较小，更易受到个体自身特质的影响。本研究采用动态情境与中性面孔，动态场景更容易将其情境情绪信息“赋予”中性面孔，故体现更大的场景效应；特质焦虑在其中能起到一定调节作用，但调节作用较小，并且更多体现在对效价评分的调节上。

综上所述，本研究关注动态情境对高、低特质焦虑个体中性面孔知觉的影响，发现中性面孔表情的唤醒、效价知觉及类别判断都受到动态情境情感性信息的影响，并且高特质焦虑者的负性归因偏向会与动态情境的情感性信息共同影响其对表情的效价知觉。未来研究可以加入脑电等神经生理水平方面的测量，并融入一些其他感觉通道信息。本研究扩展了过往情境化表情加工的相关研究，对个体的现实社会交往以及制定更加生态化的焦虑个体干预方案具有一定指导意义。