特质正念对语段阅读注意特征的影响：来自动态眼动的证据

邢 辰，朱 霞，何 玮，叶盛东，苗丹民

(空军军医大学：1军事医学心理学系军事心理学教研室，2基础医学院，3军事医学心理学系航空航天心理学教研室，陕西 西安 710032)

正念思想已在心理学研究与实践中迅速发展，这很大程度上归功于基于正念标准化干预措施(mindfulness-based intervention，MBI)的成功[1]。近年来，MBI相关文献数量迅速增长[2]，经过发展与实践，如今正念更多地被总结为一种主张关注内在的心理过程，强调发展非判断性、开放性的注意力[3]。特质正念可能是迄今为止与MBI最相关的人格特质，它是指以开放和不判断的态度关注并保持对当下体验的一种先天能力[4]。这样的能力充分体现了正念实践的关键目标，即促进对当下的关注与意识[5]。

由于对当下的关注与意识分别包含了对外界刺激及内部意识的注意，在分析正念对认知的影响时，区分这两种情形可能是必要的。有时，我们的注意力可能导向外部与朋友的谈话，而稍后，它可能在内部导向未来某次约会计划。这种常见的情况说明了外部和内部导向认知之间(externally directed cognitionvsinternally directed cognition，EDCvsIDC)的关键区别[6]。外导向是指对感觉信息的选择和调控，其关注空间中的位置、时间点或特定模态的输入。而内导向是指对内部产生的信息的选择、调节和维护，如任务规则、反应、长时记忆或工作记忆[7-9]。尽管很多研究关注不同情形下(EDCvsIDC)人们的认知活动差异，但就其与正念的关系还缺少实证研究。

通过设置不同任务，使用图片与文字刺激可以诱发不同导向认知活动。相较图片，文字刺激的表面信息量更低，但由于阅读更多涉及高级认知加工，其引起的人脑信息加工量则可能远高于图片刺激。阅读过程涉及多种认知成分、卷入度或动机差异[10-12]，由于这些特点，人们开始关注正念在阅读行为上的表现。有研究发现，MBI可以提高那些患有阅读障碍和多动症的个体提升阅读能力[13]；同时，在学校中进行短暂的MBI可以有效提升学生的注意和阅读能力[14]。

综上，区分不同认知导向下的注意特征，将有助于深入了解正念对认知过程的影响，阅读的深加工特点使文字成为内导向认知任务的良好诱发刺激。然而，利用文字刺激探寻正念在不同认知导向下对注意的影响仍缺乏实证支撑。因此，本研究以常见文本构成语段刺激材料，以自我参照任务内导向认知为框架，结合语段文本复杂度因素，采用动态分析的方式探索特质正念与阅读过程眼动特征的关系。

1 材料与方法

1.1 材料

1.1.1 被试 被试来自于某医科大学本科非心理学专业学生共计124人(表1)，招募方法包括海报以及网络广告。实验排除了视力异常和有短期精神药物使用史的人，被试完成实验后以￥50/30 min的标准得到报酬，动态分析根据被试正念觉知量表(Mindful Attention Awareness Scale，MAAS)得分进行分组对比(高正念组，MAAS得分>4.4分，百分位数>75%；低正念组，MAAS得分<3.2分，百分位数<25%)(表1，图1)。其中因眼动采样不达标排除了2人的数据，最终分析样本69人(女性38人)。

表1 各研究组MAAS得分描述统计

入组标准：①年龄18～26岁；②教育程度高中以上；③双眼(矫正)视力大于1.0(国际标准视力表)。

排除标准：①经临床诊断的任一精神障碍病史；②经临床诊断的阅读障碍或自述文字阅读理解存在困难；③经临床确诊的斜视、弱视、干眼症；④近视，且任一单眼屈光度高于4.25 D或双眼屈光度差值高于3 D；⑤远视，且任一单眼屈光度高于3 D或双眼屈光度差值高于2 D；⑥散光，且任一单眼屈光度高于1 D；⑦自述近3 d内存在眼干、眼涩、眼酸胀、视物模糊、眼部胀痛或其他视疲劳症状。

1.1.2 特质正念量表工具 MAAS被用来测量特质正念，它将特质正念操作化为一个单一维度的概念。MAAS是一个由15道题目组成的自陈式量表，采用六点李克特式测量，选项从1(几乎总是)到6(几乎从不)。分数越高表示特质正念的水平越高。MAAS的有效性和可靠性已经得到充分证明[15-17]。在其验证研究中，MAAS在大学生样本中表现出良好的重测信度(ICC=0.81，P<0.001)和良好的内部一致性(Cronbach’s α=0.82)[17]。在本研究中MAAS依旧表现出良好的内部一致性(Cronbach’s α=0.89，n=124)。

1.1.3 眼动追踪设备 Eyelink-1000 Plus为本研究的眼动追踪设备，采样率设置为500 Hz，选用9点校准程序。显示器尺寸为17英寸(37.5 cm×30.0 cm)，分辨率设置为1 024×768。被试使用一个下巴托来进行稳定控制，他们的眼睛与显示器中心的距离是62 cm，视角为32.2°×26.0°。为了确保眼动数据的可靠性，我们严格控制了实验室环境中的显示器亮度、房间亮度、窗帘遮挡和噪音。

1.2 方法

实验语段刺激采用Python网络爬虫框架进行文本抓取，抓取来源包括百度百科、MBA智库百科、百度文库等互联网网站，以主题词(正念、焦虑、手机成瘾)为关键词共爬取相关文本片段120组。排除了通顺性差、字数过长或过短(<50字或>300字)、对话留言类型，剩余46组有效语段。经随机抽取选择18组作为语段刺激材料。材料经标准化，统一文本与背景颜色，标定文本大小与框架，构成符合眼动实验要求的图片化文本素材18张。图片分辨率1 024×768，背景为深灰色，文字为中性灰色。

实验采用内-外认知导向加工范式(IDCvsEDC)，以语段文字为素材，以内外认知导向不同加工方式为区分进行重复测量。外导向条件下要求被试自由阅读，阅读完毕后进行下一项目，内导向条件下要求被试阅读的同时进行自我参照，思考文本描述内容与自我的关系密切程度，阅读思考完毕后进行下一项目。自我参照的具体形式为通过实验开始时的指导语进行任务设置。自变量包括被试特质正念水平、认知加工方式，因变量包括阅读时间以及阅读中的眼动特征。

实验共包含18个试次，其中内外导向下各9个试次进行重复测量，语段在被试间进行平衡处理，所有被试均需完成内外导向条件下的任务。每个试次包含一个注视点十字500 ms，随后随机呈现一张图片化文本刺激。实验记录被试全程眼动追踪数据以及阅读时间。在实验开始前，每个被试都会被告知实验的程序和内容。动态分析中使用的主要眼动指标是不同语段区域的注视比例。这些指标是由眼动仪的原始数据输出计算出来的。计算每个100 ms时间仓内的注视比例(注视比例是通过计算特定语段区域的凝视点数量占凝视点总数的比例得到的)[18-19]。

1.3 统计学分析

眼动追踪数据经过清洗，排除了整体或个别试次中原始数据丢失率超过20%的数据。因此，数据清理排除了2名被试和7个试次的数据。所有分析均使用RStudio(2022.02.1+461)进行。lmerTest(3.1-3)和lme4(1.1-29)R软件包被用于混合线性模型分析和增长曲线分析(growth curve analysis，GCA)[20]。R语言的版本是4.1.2(2021-11-01)。上述软件运行的硬件平台是在macOS-Monterey(12.3)下运行的arch64-apple-darwin20(64位)。

2 结果

2.1 基于区域的注视比例时序特征

参照经典GCA分析方法[19-20]，根据MAAS量表得分，我们对被试进行了高低组划分，并以两组被试对语段刺激不同区域在两种认知条件下的注视比例进行了时序分析。注视比例以500 Hz采样率的原始数据为来源，我们分别计算了被试从刺激开始到结束的每个100 ms时间仓内注视每个区域的次数比例(图2A)。为了探索时间因素的影响，我们对每100 ms时间仓的凝视比例进行了模型预测，该模型评估了特质正念对跨区域的注视比例差异的影响。模型的固定效应包括特质正念、认知导向不同区域；随机效应包括被试的个体差异和刺激物的差异。使用lme4的lmer功能的模型可以表示为：

A：高正念组和低正念组在每个100 ms时间仓的不同认知导向下的各个区域的注视比例。B：在0～10 s期间对于每个100 ms时间仓的预测模型，高正念组和低正念组的各个区域(语段 vs 非语段)成对比较优势计数(Padjust<0.05)。

Gazeproportion～AOI×Group×CD+ (1|P)+(1|I)

其中Gazeproportion(注视比例)是响应变量。固定效应包括AOI(区域)、CD(认知导向)和Group(特质正念分组)。随机效应项包括P(个体差异)和I(刺激差异)。

对于每个100 ms的时间仓预测模型，我们进行了修正的成对比较。考虑到族系误差，我们进一步以Holm-Bonferroni方法修正了比较结果[21]。为了直观地呈现结果，我们进行了成对比较的优势计数，它显示了每个刺激在成对比较的每100 ms时间仓的凝视比例中明显较大的次数(图2B)。

结果显示，在内导向条件下特质正念没有对随时间变化的注视比例产生明显影响，但是在外导向条件下两组则显示出差异。在外导向条件下，特质正念在5 s以前的时间区间内保持了较长时间的对语段和非语段区域的注视比例差异的影响，具体体现为在语段区域高正念组保持了注视优势而在非语段区域低正念组保持了注视优势。结合趋势线我们发现，低正念组表现出0～5 s阶段明显的U型曲线变化，而高正念组则相对稳定(图2)。

对于注视比例的时间序列数据，我们转换为经验对数数据后进行了GCA分析，模型的固定效应包括特质正念、认知导向和时间序列的正交多项式。随机效应包括个体差异。在进行模型比较后，我们选择使用三阶模型进行比较(表2)。

表2 分组对比与认知导向对比两种GCA分析模型比较结果

使用lmerTest的lmer功能的模型可以表示为：

Empiricallogitofgazeproportion～(OT1+…OTi)×CD×Group+(1|P)

其中Empiricallogitofgazeproportion(注视比例的经验对数)是响应变量。固定效应包括基于时间序列的OT(正交多项式)、CD(认知导向)和Group(特质正念分组)。随机效应项包括P(个体差异)。低正念组与外导向条件被视为基线。由于语段与非语段随时间变化的强相关性，GCA分析仅对语段区域进行。对于特质正念的差异对比根据曲线特点，为了降低模型阶数，我们分析了0～5 s的数据，对于认知导向的差异对比，我们进行了完整的0～10 s的分析，两组分析均进行了特质正念与认知导向的交互作用分析。

表2显示了对应GCA的模型比较结果，物质正念Group(分组)与CD(认知导向)两种比较采用了相同的模型结构，如下所示：

Model.0：Elogofgazeproportion～CD×Group+(1|P)

Model.1：Elogofgazeproportion～OT1×CD×Group+(1|P)

Model.2：Elogofgazeproportion～(OT1+OT2)×CD×Group+(1|P)

Model.3：Elogofgazeproportion～(OT1+OT2+OT3)×CD×Group+(1|P)

对于特质正念引起的差异GCA分析显示，高正念组在外导向条件下的对语段的注视比例显著高于低正念组(截距项：β=0.79，t=2.39，P=0.022)，但是在内导向条件下则未见显著差异(截距项：β=0.24，t=0.71，P=0.483)。与一次项的交互结果显示高正念组在两种认知条件下均显示相较低正念组更低的增长趋势(一次项：β=-37.3，t=-4.15，P<0.001)。与二次项的交互结果显示高正念组在两种认知条件下均显示相较低正念组更低的二次变化趋势(二次项：β=-26.9，t=-4.64，P<0.001)。与三次项的交互结果显示高正念组在两种认知条件下均显示相较低正念组更低的三次变化趋势(三次项：β=-11.3，t=-5.72，P<0.001；图3A)。

A：0～5 s期间不同认知条件(外导向 vs 内导向)下特质正念水平(低正念 vs 高正念)对注视比例的GCA拟合；B：0～10 s期间不同特质正念分组(低正念 vs 高正念)内认知导向(外导向 vs 内导向)对注视比例的GCA拟合。GCA：增长曲线分析。

对于认知导向引起的差异GCA分析显示，内导向在高正念组组内表现出对语段的注视比例显著低于外导向(截距项：β=-0.48，t=12.63，P<0.001)，但是在低正念组组内则表现出较小的高于外导向(截距项：β=0.08，t=2.14，P=0.032)。对于一次项、二次项与三次项在高正念组、低正念组内未发现内导向相较外导向显著的时间交互作用(图3B)。

这些结果显示，低正念组在0～5 s期间对于语段区域注视存在迅速下降并回升的特点(约1.5 s达波谷)，而这样的变化趋势以镜像方式存在于对非语段区域的注视当中(约1.5 s达波峰)，高正念组的注视变化表现出平稳的特点。另一方面，内导向条件降低了高正念组对于语段区域的注视量，提升了对非语段区域的注视量，这样的变化在0～10 s期间更加平稳(曲线拐点较平缓，即更小的二次项、三次项估计值与显著性)。而低正念组对两个区域的注视量受内导向条件的影响量要小得多。

3 讨论

本研究探讨了特质正念水平对于内外认知导向下对语段阅读过程中眼动特征的影响。以经典的内外导向框架为基础，结合经典阅读研究范式，本研究设计了以内省任务为诱发的内外导向语段阅读实验[22-23]，考察了不同条件下的动态眼动特征差异。

对0～10 s语段阅读期间的眼动数据进行更细致的动态分析发现，特质正念和认知导向显著影响了对不同区域注视比例的变化趋势。具体而言，低正念组在0～5 s期间对于语段区域注视存在迅速下降并回升的特点(约1.5 s达波谷)，而这样的变化趋势以镜像方式存在于对非语段区域的注视当中(约1.5 s达波峰)，高正念组的注视变化表现出平稳的特点。另一方面，内导向条件降低了高正念组对于语段区域的注视量，提升了对非语段区域的注视量。而低正念组对两个区域的注视量受内导向条件的影响量要小得多。

3.1 特质正念对阅读眼动特征的影响

特质正念被认为可以改善个体的阅读能力，这样的促进甚至可以体现在多动症儿童和阅读障碍患者中[14-15，24-25]。但其具体作用机制和表现形式还少有研究。人们发现，许多有阅读障碍的学生在阅读流畅性方面遇到困难[25]。而阅读流畅性是一个复杂的结构，涉及到将文本作为一个连贯的整体进行阅读的技能，而不是阅读单个单词[26]。因此，有学者认为正念是通过改善阅读流畅性从而提升阅读能力[27]。

本研究对阅读过程注视比例的动态分析显示，特质正念水平显著影响了对于语段区域注视比例的变化。低正念组表现出对注视比例早期非常显著的波动性，而高正念组则稳定许多。这些结果在以往有关阅读流畅性与眼动特征的研究中并未被描述[28-30]，因此这很可能表示了特质正念通过另外的形式影响了阅读过程。相较阅读流畅性，在早期对语段区域注视的波动更类似另一个注意力现象——分心。尽管对于注意分心和阅读表现直接关系的研究较少，但研究已经表明在老年人、多动症以及阅读障碍患者中分心是重要的表现[31-32]，更有研究指出阅读障碍主要受视觉空间注意力缺陷的影响，而非语音语义加工缺陷的影响[33-34]。而大量的研究表明了上述人群与阅读表现欠佳的密切关系，因此结合我们的结果，我们有理由认为源自于某种视觉注意力导致的阅读中的分心是特质正念对阅读过程影响的重要因素。

3.2 特质正念与认知导向交互下的影响

内省是内导向认知的一种重要的思维过程，自我参照是内省的一种典型表现[6，34-36]。大量心理测量技术基于语段阅读的自我参照过程[37-38]，同时研究表明正念可以影响内导向中的自我参照过程[39-40]。我们的结果显示，高正念组在内导向条件下表现出了明显而稳定的文本注视比例下降，这样的特点符合之前内导向眼动特征的相关研究，即对目标出现稳定的注视减少[22，34，41]。而低正念组受内导向条件的影响则非常小，提示了其对内导向过程的加工深度不足。

4 结束语

本研究通过对内外导向认知加工范式与语段阅读的结合，验证了内省思维任务在阅读中对内导向诱导的可行性。研究首次揭示了在阅读早期，特质正念引起的显著的眼动特征，提示了可能与分心的关系。研究首次发现了特质正念通过眼动特征表达的注意过程中的正念核心概念——注意监控，即诱发了更深的内导向认知活动。研究同时发现，在特质正念为关键因素的阅读过程中，动态眼动特征集中在5 s之前，这为后续相关研究提供了实验设计上的重要参考。

本课题特质正念测量工具选择了最常使用的MAAS，但由于正念概念的复杂性，MAAS很可能无法完全准确测量特质正念水平。未来研究中可考虑同时使用诸如五因素正念量表等多维度测量工具，拓宽研究视角。本课题选用的样本基于大学生，其教育水平、年龄较为集中，样本代表性仍有提升空间。未来的研究中可考虑丰富样本种类，完善各群体相应结果。此外，未来研究中可进一步探索分心出现于阅读早期的原因。