自我-群体决策对象和分配方式影响合作公平评价的ERP研究

2024-12-07 00:00陈衍 谢雨峰 赵萤辉 张贵玲 战小林
心理技术与应用 2024年12期

摘 要 采用事件相关技术,探讨在合作任务中,决策对象和分配方式如何影响个体公平评价的时间进程。使用2(决策对象:自我、群体)×2(分配方式:按贡献分配、平均分配)被试内设计。结果发现自我决策比为群体决策诱发更大的P2和更小的FRN;自我决策时,按贡献分配诱发的P3显著小于平均分配诱发的P3;为群体决策时,两种方式诱发的P3无显著差异。结果表明决策对象在早期阶段被优先加工与考虑,而晚期阶段的公平评价受到决策对象和分配方式的联合调节。

关键词 合作;决策对象;公平评价;事件相关电位

分类号 B849

DOI:10.16842/j.cnki.issn2095-5588.2024.12.003

1 引言

在现实社会互动中,人们经常需要与他人进行直接或间接的合作。合作后需对获得的奖金或资源进行分配,主要的分配方式包括按贡献分配和平均分配(Deutsch, 1975)。个体在合作阶段的相对贡献大小不同时,使用的是平均分配还是按贡献分配会影响个体的公平评价(Almås et al., 2010)。公平评价是个体基于自己与他人的投入与产出比率比较,形成的对自身是否受到公正待遇的感知和反应(樊蕾, 2009; 周浩, 龙立荣, 2007; Hsu et al., 2008)。行为研究发现当个体自身对成功结果的贡献较小时,他们对平均分配方案的拒绝率较低,反之,贡献较大时对平均分配方案的拒绝率显著升高(Baumard et al., 2012)。研究者利用高时间分辨率的ERP技术进一步考察个体的公平评价认知时间进程,发现当个体得到投入与产出成正比的提议时,反馈相关负波(Feedback related negativity, 简称FRN,是刺激呈现约200~400ms后诱发的负偏转成分)的波幅相对更正,P3(刺激呈现约300~600ms后诱发的正偏转成分)的波幅更小(Xu et al., 2022)。由于FRN是对个人预期被违反的敏感性指标(Oliveira et al., 2007),而P3可反映出个体对结果评价的动机意义和心理资源的分配(Philiastides et al., 2010),如对个体更有价值或更具吸引力的结果会诱发更大的P3(李琎等, 2020; Nieuwenhuis et al., 2005),因此,目前研究者普遍认为FRN和P3反映了结果评价过程中,个体在认知加工的早期和晚期阶段对投入与收益的敏感(陈衍等, 2021; Leng & Zhou, 2010)。从行为和电生理的研究结果来看,合作中公平分配的含义在于所获得的报酬应与个体在任务中的贡献相匹配,如果个体在合作任务中的贡献比例相等,那么平均分配是最公平的分配方式。相反,当个体贡献各异时,按贡献分配才是公平的分配方式。

以往研究主要探讨个体间的合作与分配,涉及群体间(群际)合作与分配的公平评价的研究相对较少。群际合作后,特别是当群体规模非常庞大时,往往会选取某个人出来代表整个群体做决策而不是群体内的成员均做出个人的决策。如Messick等(1997)所说“现实生活中的许多协商谈判,谈判人员决策的时候应代表的是某个群体而不是某个人”。因此当个人为群体做公平决策时,与为自己做公平决策相比,其认知决策模式是否存在差异呢?目前,实验室研究做了一些初步的探讨,如Kim 和Lee(2021)使用UG(Ultimatum Game)范式考察个体为群体做决策时的行为反应,该范式由提议者提出分配提议,回应者对提议做出接受或拒绝的决策,若接受意味着双方按该提议进行分配;若拒绝则双方都一无所有。结果表明与自我决策相比,个体为群体做决策时,对不公平方案的接受率显著增加,这一结果是由于个体考虑了群体内其他成员的收益,从而降低了自我的公平标准。社会责任假说认为,当个体成为某一群体的代表时,需要考虑群体内其他成员的偏好和利益(Charness et al., 2007; Tajfel & Turner 1979)。此外,群体性质也会影响个体的公平评价(沈姝含等, 2024),有研究采用了改编的UG范式,要求被试分别为自己、为内群体接受者和为外群体接受者做决策,结果发现对不公平提议的接受率最高的是为外群体接受者决策时,其次是为自己决策时,最低的是内群体外接受者决策时(Biella & Sacchi, 2018)。建构水平理论认为,个体为陌生他人作的决策属于远距离决策,此时个体更易摆脱负面情绪的影响,更加自控并更在意利益,进而更能接受不公平的对待(杨邵峰等, 2018)。总而言之,这些研究表明个体在作公平评价时,与个体为自己作决策相比,个人为群体决策(或作为群体决策代表)时对不公平方案的接受率会显著增加。

迄今为止,探讨群体间分配公平评价的脑电研究尚不充足。有研究采用最后通牒任务,让被试作为反应者与群体内和群体外提议者进行 UG 博弈,提议包括极端不公平、中等不公平或公平提议三种,结果发现来自群体内成员的中等和极端不公平提议引起更负的内侧额叶负波(MFN),但是来自群体外成员的不同提议却没有引起MFN的变化,表明大脑对提议的加工受到群体身份的调节(王益文等, 2014)。但是,该研究是将被试置于群体内,并未强调被试是作为该群体的代表,是在为群体作决策的这一身份(Biella et al., 2018; Kim et al., 2021)。已有研究发现,内侧额叶负波与反馈相关负波都主要起源于人们的前扣带回 (Anterior Cingulate Cortex, ACC) 附近 (Nieuwenhuis et al., 2004),因此认为这是同一个成分。反馈相关负波(FRN)是约在刺激呈现后的200~350ms出现的负偏转成分,反映的是早期半自动化加工过程,是ERP研究中与公平评价密切相关的脑电成分。FRN最初被认为与负性结果相关,如劣势不公平方案会诱发更负的FRN(Boksem & de Cremer, 2010),后续发现FRN 对预期违反敏感,即无论结果正负性,只要违反了个体先前预期,就会诱发较大的FRN(Ferdinand et al., 2012; Hewig et al., 2011)。此外,有研究发现FRN可能与个体的责任感的变化相关(Li et al., 2010; Zhou et al., 2010),Li等(2010)的研究采用Chuck-A-Luck 骰子游戏设置了高、低责任两种条件,高责任条件是自己投三个骰子,低责任条件是只投其中一颗骰子,任务结果由三颗骰子的点数总和决定。结果发现,责任越大,FRN的波幅越大。

如果进一步考虑群体合作中存在贡献不同的情况,那么对群体间分配的公平评价可能更为复杂。前人的研究发现,个体在为自己决策时,会灵活地运用公平原则和自利原则,即在贡献大时偏向运用公平原则,而在贡献小时偏向运用自利原则,体现了个体在公平评价中存在以自我为中心的偏见(Wang et al., 2020)。一项研究发现在双人合作任务完成之后,平均分配比按贡献分配引发更小的P3(陈衍等, 2022)。P3是在反馈刺激呈现后约 300~600ms 时间窗内出现的正成分,可反映结果评价的不同维度,如正性反馈(Yeung et al., 2005)和高价值(Nieuwenhuis et al., 2005)诱发更大的 P3,其波幅大小也与注意力和心理资源的分配密切相关 (Olofsson et al., 2008)。该研究发现按贡献分配更符合社会规范,个体重视并因此分配了更多的注意资源。但是,该研究仅探讨了个体间合作之后不同分配方式(平均分配vs 按贡献分配)引发的公平评价,并未涉及群体合作中存在贡献不同的情况。

本研究采用ERP技术,通过最小群体范式操作了UG博弈任务中回应者分别为群体做决策和为自己做决策的状态,进而比较了在贡献大情境下,个体自我决策时和为群体决策时进行公平评价的大脑活动。根据社会认同理论,当个体的群体身份在群际情景中变得十分凸显时,会影响其社会互动时的心理加工和行为决策。已有的行为研究也发现,个体在为群体做决策时,对不公平方案的接受率会显著提高,即自利原则会更为凸显。此外,已有的研究发现,个人在贡献大情境时偏好按贡献分配,而在个人需为群体做决策(即成为群体代表)时,责任使得他必须考虑其他群体成员的偏好和利益,故提出假设1:个体为自己决策时,按贡献分配的接受率显著高于平均分配的接受率;而为群体决策时,按贡献分配与平均分配之间的接受率无显著差异。 此外,个体为群体决策时,其责任感会增加。因此,可预测个体在自我决策时的公平评价与为群体决策时的公平评价的认知进程存在差异,故提出假设2:个体为群体成员决策时的公平评价比自我决策时的公平评价诱发更负的FRN,按贡献分配比平均分配诱发更负的FRN。假设3:为自己决策时,按贡献分配比平均分配诱发更小的P3;但为群体决策时,两种分配方式下的P3无显著差异。

2 研究方法

2.1 被试

使用 G*Power3.1估计样本量,设置统计检验力为0.80,效应量为0.25,显著性水平为0.05,结果发现要保证中等水平的效应量至少需要24名被试(Faul et al., 2007)。通过线上及线下的方式从贵州某高校共招募40名被试参加实验,有5名被试的数据被剔除,其中3名无法按要求完成实验,另外2名怀疑群体的真实性,故最终的有效被试为35名(17名男性,年龄 20.46±1.20岁)。所有被试均为右利手,无色盲色弱、视力(含矫正视力)正常,且身心健康。实验正式开始前,被试阅读并签署了知情同意书,结束后所有被试伪随机地获得了40元的实验报酬(实验开始前告知被试:最终报酬=基本被试费35元+从中抽取若干轮分配结果)。本研究通过了学校学术伦理委员会的审核。

2.2 实验材料

为避免颜色对被试的脑波产生影响从而混淆实验结果的真实性,每一屏的材料刺激均使用凸显性较低的灰色表征。符号 “√”代表合作成功,符号“>”意味被试自我或所在群体对成功结果的贡献更大。由于本研究考察的重点在于贡献大情境下,为不同对象决策和分配方式对个体公平感的影响,故合作失败“×”(即责任情境)及贡献小“<”情境仅作填充。分配方案有两种类型,分别为按贡献分配的方案和平均分配的方案,包括按贡献分配的7元-3元、8元-2元和9元-1元,平均分配的5元-5元(注:前者是分给自己或自己群体的金额,后者是分给对方或对方群体的)。最终的成绩反馈包括35种随机呈现的积分比较图,如自我决策的“积分6>积分4”,为群体决策的“总积分12>总积分10”等。

2.3 实验设计和程序

实验在贡献大情境下,采用2 (决策对象:自我决策、为群体决策) × 2(分配方式:按贡献分配、平均分配)的两因素被试内设计。为了增强实验生态效度,降低被试对实验真实性的怀疑,在正式实验前使用最小群体范式创造群体情境。许多研究已证明,最小群体范式足以引发个体行为及心理的潜在变化(Hewstone et al., 2002; Pfabigan et al., 2016; Tajfel et al., 1971)。具体实施为被试和另两位同性别助手到达实验室后,主试告知他们在另一些情况下将需要与另外两位被试组成群体后参加实验,然后被试和两名实验助手被带到不同的实验室。接着需要被试抓阄以确定所在群体(A 或 B),实际只有被试会被随机分到某个群体(如A群体),且两位被试(由同性别的实验助手扮演)不参与后续实验。待实验前准备工作完成后,让被试打开纸条,同时告知被试所在群体的另两位成员的名字,接着把相应的群体字母贴到被试的按键手(右手)上以强化其在为群体决策条件下的群体身份。

实验改编自合作博弈任务范式(陈衍等, 2021; 窦炜等, 2014)。为创造合作情境,告诉被试计算机已联网,所有被试在实验过程中看到的计算机屏幕画面同步且一致。通过实验指导语告知被试即将为自我作决策和为群体作决策,但无论为谁作决策都需先后完成合作任务和分配任务。为自我作决策时,被试需先以独立个人与另一独立个人合作时间估计任务,计算机在后台计算两个人的积分之和,然后反馈个人合作结果(规则是当两个人的积分大于2则代表他们合作成功;反之则表示合作失败),最后被试需对分配方案作决策。为群体决策时,被试所处群体(如A)与另一人数相同群体(如B)合作时间估计任务,计算机根据两个群体(6人)的积分总和反馈群体间合作结果(规则是当所有人总积分大于4时代表两个群体合作成功;反之则表示合作失败),最后被试需要为所在群体的方案作决策。

实验程序采用PsychoPy编写,被试距离屏幕约75cm,所有刺激均在计算机屏幕中央呈现。练习阶段与正式实验阶段的单轮试次的流程一致。每个区组开始前会出现指示词,告知被试在该区组中是为自我做决策还是为群体做决策。图1是自我决策区组中的单个试次流程图:首先屏幕出现符号注视点“+” 500ms,提示被试本轮实验开始。随即出现“GO!”提示被试需要开始估计 1s 的时间,被试按空格键反应后,一个空屏持续500~800ms,随后是合作结果反馈800ms(合作成功 “√”,失败“×”),接着一个空屏持续500~800ms,随后是贡献比较反馈屏(>或<)800ms,接着又是一个空屏持续500~800ms,然后呈现分配方案 1200ms,接着一个空屏持续500~800ms,然后让被试做公平决策(拒绝:←左键;接受:右键→),为了增强游戏的真实性,最后给被试提供自我决策或为群体决策条件下所获得的积分比较800ms。此外,为了避免被试在实验过程中致力于搜索自己/自己群体结果而影响相关的结果加工,主试会在练习时告知被试:贡献比较屏、分配屏以及成绩比较屏的左边所显示的均是自己/自己群体的结果。正式实验共有四个区组,每个区组53个试次(其中填充试次11个,填充试次不纳入后续的数据分析),共212个试次,而按贡献(三个方案比例各28个)和平均分配试次在整个实验中均为84个。为了让被试熟悉实验过程,正式实验开始前有 30个练习试次。整个实验过程约35~45分钟,实验顺序采用ABBA平衡。实验结束后要求被试回答一些操纵性检验问题,如为群体做决策时,你在多大程度上相信群体是真实存在的?

2.4 脑电数据的记录与分析

使用Neuroscan64 导Ag/AgCI电极帽和Curry 8.0 设备采集EEG信号。所有电极的头皮电阻均降为5KΩ以下。在脑电采集过程中各电极参考接地点(在 FPz 和 Fz 连线的中点上),以头顶电极作为参考,离线分析的参考电极则转为双侧乳突(M1、M2)的平均值。实验过程中同时记录水平和垂直眼电。使用DC模式采集脑电和眼电信号, 采样频率为500Hz。使用 MATLAB R2018b 的 EEGLAB(2021)工具包对EEG信号进行离线分析。先后采用0.1 Hz 高通、30 Hz低通以及48~52 Hz凹陷无相移滤波,然后校正眼电伪迹,剔除幅值超出±75μV 的EEG信号。以分配方案刺激呈现前的 200ms为基线,分析刺激呈现后 800ms内的ERPs波形。

各成分时间窗的设置结合了本研究的总平均图和前人的研究(陈衍等, 2021; Yuan, et al., 2019),提取了FRN(260~350ms)以及P3(350~550ms)时间窗内的平均波幅。另外,为了使统计结果更准确,对电极点进行合并后再叠加平均(Luck &amp; Gaspelin, 2017)。由于FRN的峰值在FCz处最大,而P3则在Pz最大,故FRN选择前额中部(F1、Fz、F2、FC1、FCz和FC2)六个电极点的平均波幅, P3选择了顶中部(CP1、CPz、CP2、P1、Pz和 P2)六个电极点的平均波幅进行计算。采用SPSS26.0统计软件对行为数据和分配方案呈现时采集到的FRN和P3进行 2(决策对象:自我决策、为群体决策)× 2(分配方式:按贡献分配、平均分配)两因素重复测量方差分析,所有分析的显著性水平设为0.05。当不符合球形假设时,使用Greenhouse-Geisser校正非球形统计结果,使用 Bonferroni 校正法对显著的主效应进行事后检验;使用简单效应检验显著的交互作用。所有方差分析的效应大小均采用偏eta方报告(η2p),其中,0.05代表小效应,0.10代表中等效应,0.20代表大效应(Cohen, 1973)。

3 结果

3.1 行为结果

对个体在不同条件下的接受率进行2(决策对象:自我、为群体)× 2(分配方式:按贡献、平均)两因素重复测量方差分析,结果发现:分配方式主效应显著,F(1, 34)=98.63, p<0.001,η2p=0.74。按贡献分配的接受率(M=0.93, SD=0.20)显著高于平均分配的接受率(M=0.47, SD=0.45)。决策对象主效应不显著,F(1, 34)=0.74, p=0.397,η2p=0.02。决策对象和分配方式的交互作用不显著,F(1, 34)=0.42, p=0.523,η2p=0.01(不同条件下的接受率见图2)。

3.2 脑电结果

在FRN成分前,我们也发现了P2成分的一些趋势,故而对P2的平均波幅进行2(决策对象:自我、为群体)× 2(分配方式:按贡献、平均)两因素重复测量方差分析,结果显示,决策对象的主效应显著,F(1, 34)=16.42, p<0.001,η2p=0.33。自我决策(M=4.29, SD=3.87)比为群体决策(M=2.49, SD=4.87)诱发更大的P2。分配方式主效应不显著,F(1, 34)=2.47, p=0.126,η2p=0.07。决策对象和分配方式的交互作用不显著,F(1, 34)=0.00,p=0.953,η2p=0.00。

对FRN的平均波幅进行2(决策对象:自我、为群体)× 2(分配方式:按贡献、平均)两因素重复测量方差分析,结果显示,决策对象的主效应显著,F(1, 34)=8.41, p= 0.007,η2p=0.20。为群体决策(M=-0.14, SD=3.89)比自我决策(M=-1.10, SD=3.46)诱发更大的FRN。分配方式主效应不显著,F(1, 34)=0.34, p =0.564,η2p=0.01。决策对象和分配方式的交互作用不显著,F(1, 34)=0.17, p=0.682,η2p=0.01。

对P3的平均波幅进行2(决策对象:自我、为群体)× 2(分配方式:按贡献、平均)两因素重复测量方差分析,分析结果显示,决策对象的主效应显著,F(1, 34)=4.64, p=0.038,η2p=0.12。自我决策(M=7.71, SD=4.58)比为群体决策(M= 6.88, SD=4.20)诱发更大的P3。分配方式的主效应显著,F(1, 34)=9.18, p=0.005,η2p=0.21。按贡献分配(M=6.80, SD=4.31)比平均分配(M=7.79, SD=4.46)诱发更小的P3。决策对象和分配方式的交互作用显著,F(1, 34)=5.77, p=0.022,η2p=0.15。简单效应分析显示,自我决策时,分配方式主效应显著,F(1, 34)=23.40, p<0.001,η2p=0.41,按贡献分配(M=6.94, SD=4.53)比平均分配(M= 8.47, SD=4.57)诱发更小的P3。而为群体决策时,分配方式主效应不显著,F(1, 34)=1.01, p= 0.323,η2p=0.03,按贡献分配(M=6.65, SD=4.14)与平均分配(M=7.11, SD=4.31)所诱发的P3无显著差异(不同条件下的波形图见图3和图4)。

3.3 行为结果与脑电结果的相关

对四种条件下的行为数据(接受率)和脑电数据(P2、FRN、 P3)进行皮尔逊相关分析,结果发现:在自我决策-平均分配条件下,接受率与FRN波幅存在显著的负相关(r=-0.40, p=0.016);在群体决策-平均分配条件下,接受率与FRN波幅存在显著的正相关(r=0.40, p=0.016)。其他的相关均没有达到显著水平,p>0.05。

4 讨论

本研究使用ERPs技术揭示了个体为不同决策对象做决策的加工进程,早期ERPs结果显示,自我决策比为群体决策诱发更大的P2和更小的FRN。晚期ERPs结果显示,自我决策比为群体决策诱发更大的P3;按贡献分配比平均分配诱发更小的P3;并且自我决策时,按贡献分配比平均分配诱发更小的P3。而为群体决策时,按贡献分配与平均分配所诱发的P3无显著差异。

行为结果发现,按贡献分配的接受率显著高于平均分配,这与以往许多研究的结果一致(陈衍等, 2022; Xu et al., 2022),表明个体更偏好按贡献分配(即公平)的提议。然而,本研究并未发现个体为群体决策时,对平均分配(即不公平)提议接受率显著增加的结果,这与先前一项行为研究的结果不一致。即Kim等(2021)使用经典UG范式探究了个体为群体与为自己作公平决策时的行为差异,结果发现与自我决策相比,为群体作决策时,个体对不公平提议的接受率显著增加。对于这种不一致结果,首先,研究者认为可能是由本研究的实验设置导致的,与Kim等(2021)在被试决策前告知其群体内成员的最低可接受提议数值不同,本研究从始至终未在被试决策前提供关于群体成员公平偏好的任何信息。其次,一个比较关键的原因是本研究关注的是电生理学机制,仅分析了伪迹小于25%的35名被试数据,此样本量对考察电生理学来说虽已足够,但想要观察到行为学上的显著差异则可能有所不足。未来研究可设置群体成员持有不同的公平阈限,即设置对照组和实验组,并进一步扩大被试样本量来观察是否能重复以往研究的行为学结果。

一些研究认为 P2反映了早期的注意资源分配(梁宗保等, 2019; Olofsson et al., 2008),可反映无意识的自动注意加工。自我决策比为群体决策诱发更大的P2,这表明与为群体决策相比,为自我决策条件下的提议能较快速地引起个体的早期注意。而更快的无意识加工反映了个体会迅速注意到周围环境中与自我关联更密切的刺激,这或许是个体在长期进化过程中形成的一种自动机制,与自我加工优势效应相符。并且已有研究发现,当环境中的信息与生存和进化高度相关时,个体会表现出显著的注意偏向(Bellebaum et al., 2008),故在自我决策时,个体表现出注意警觉。因此,本研究认为自我决策导致更大的P2可能反映了个体对与自我关联更密切信息的早期注意偏向/警觉。

FRN反映了对反馈结果简单且快速加工的初级加工水平(Franken et al., 2008; Leng et al., 2010)。研究发现为群体决策比为自我决策引发更大的FRN。一些关于社会情境的研究发现,FRN的振幅似乎取决于反馈结果背后携带的代理感或责任大小,具体而言,代理感更强或责任更大的情境会诱发更大的FRN(Li et al., 2010; Zhou et al., 2010)。据此可以推测,被试在为群体决策时的FRN更大,是由于他们认为此时自己对决策结果肩负着更大的责任。然而,本研究未发现FRN的公平效价效应,即未得到按贡献分配方式下的FRN显著小于平均分配方式下的FRN这一结果。对于这种意料之外的结果,可以结合先前的一项研究来解释,即当分配反馈屏中除了表征分配是否公平外,还掺杂了其他的社会情境因素(即为谁决策)时,社会情境因素会被个体视为更显著的信息而被优先加工,导致分配公平性评价加工被延迟(陈衍等, 2021)。

P3反映的是精细评估的高级阶段,特别是对结果情感意义的深度加工(Nieuw-enuis & Aston-Jones, 2005; Qiu et al., 2010)。本研究在晚期P3成分上,首先发现自我决策比为群体决策诱发更大的P3,表明被试对与自我关联更密切信息的注意偏向一直维持到晚期阶段。其次,按贡献分配比平均分配诱发更小的P3显现出分配方式的效价效应。以往研究者普遍认为P3波幅与个体对刺激投入的注意资源的大小相关,注意资源投入越大,诱发的P3波幅越大。也有研究者认为P3波幅可反映出刺激激活厌恶动机系统的程度,当刺激激活个体的厌恶感更低时,P3相对较小;反之,则P3较大(Hajcak & Foti, 2020)。本研究的按贡献分配方式比平均分配方式更公平,故激活的厌恶感相对更低,导致较小的P3。这与被试在按贡献分配方式下接受率更高的行为结果相符。关键的是,本研究发现了决策对象和分配方式对P3波幅的共同调节效应。即自我决策时,按贡献分配比平均分配诱发更小的P3;而为群体决策时,两种分配方式之间的P3无显著差异。这表明个体为不同决策对象做公平决策时,分配公平再评价过程对个体不公平厌恶系统的激活存在差异。当个体为自我做公平决策时公平阈限更高,按贡献分配相对平均分配而言更公平,通常引发更低的不公平厌恶感,故按贡献分配比平均分配诱发更小的P3;而当个体切换到为群体做公平决策身份时,平均分配方式下的提议未能引起个体较大的不公平厌恶感,说明个体并未将此视作不公平的提议。也可以这样理解,与为自己做公平决策相比,为群体做公平决策确实降低了个体的公平阈限,导致个体也能接受不公平分配方式产生的提议。

然而,P3结果和行为结果之间的不一致可能是电生理记录和行为反应之间的时间差异造成的。电生理仅记录与测量了较短时间的个体分配公平评价(1.2s),而行为反应并不限时,这会强化被试对不同分配提议的再三考虑,从而导致电生理反应与行为反应的分离。

综合这些ERP结果,我们认为在早期阶段,神经系统可能仅对分配方案采取简单的二元决策情景区分策略,等到后期阶段再深入评估分配方案的意义。换言之,个体对分配公平评估的加工可以分为两个阶段:前面是早期的全/半自动化阶段,在这个阶段,决策对象被优先加工;后期的有意义认知评估阶段,这时社会情境因素(为谁做决策)和分配的公平性被同时考虑。

然而,本研究仍然存在不足之处,首先,本研究在后续的分配任务中使用的经典UG游戏虽然揭示了个体为群体决策时的公平感知变化,但由于个体同时充当着决策者和收益既得者两个角色,故不利于准确区分是效益动机还是公平动机影响了他们的表现,未来的研究可改进经典的UG范式来分离决策者和获益者的角色重叠。其次,本研究仅考察了最小群体(3人)情境下,个体为其他群体成员作公平决策的行为与神经表现。但不同群体规模会给个体带来不同的群体压力,从而影响个体为群体决策时的行为选择及相应的认知机制,因此未来的研究可进一步考察不同群体规模大小对个体为群体决策时的具体影响。最后,未来研究或许可以同时探究个体在己方贡献小且按贡献分配情况下,能否重复本研究结果。

5 结论

本研究的ERP结果表明,在己方贡献更大的背景下,个体对合作情境中的分配公平评价可分为两个阶段:早期的全/半自动化阶段,决策对象被优先加工;晚期的意义评估阶段,情境因素(为谁作决策)和分配公平性评价被同时考虑。

参考文献

陈衍, 江婷, 李玮, 陈取麟, 潘运, 胡思瑶(2021). 合作中责任比较和分配评价差异的ERPs研究. 心理与行为研究, 19(2), 152-159.

陈衍, 江婷, 罗文珺, 王芹(2022). 社会价值取向影响合作公平评价的ERP研究. 中国临床心理学杂志, 30(3), 516-520.

窦炜, 曲璐璐, 曲琛(2014). 社会比较对合作任务结果评价的影响:来自ERP的证据. 心理学报, 46(3), 405-414.

樊蕾(2009). 公平敏感性与人格特质关系的研究评述. 山西煤炭管理干部学院学报, 1, 53-54.

李琎, 孙宇, 杨子鹿, 钟毅平(2020). 社会价值取向对自我社会奖赏加工的影响——来自ERPs的证据. 心理学报, 52(6), 786-800.

梁宗保, 杨韵, 张光珍, 杨元魁, 郑文明, 曹睿昕(2019). 身体表情识别的ERP研究. 心理与行为研究, 17(2), 1-9.

吕小康, 武迪, 隋晓阳, 汪新建, 程婕婷(2018). 从“理性人”到“行为人”: 公共政策研究的行为科学转向. 心理科学进展, 26(12), 2249-2259.

沈姝含, 勉小丽, 刘燕珍, 关荐(2024). 资源平衡:想象接触对分配公平性的影响. 心理技术与应用, 12(01), 10-19.

王益文, 张振, 张蔚, 黄亮, 郭丰波, 原胜(2014). 群体身份调节最后通牒博弈的公平关注. 心理学报, 46(12), 10.

杨邵峰, 齐春辉, 张志超, 张振(2018). 价值取向对自我他人决策时公平规范执行的影响. 心理与行为研究, 16(6), 834-840.

周浩, 龙立荣(2007) .公平敏感性研究述评. 心理科学进展, 15(4), 702-707.

Almås, I., Cappelen, A. W., Sørensen, E. Ø., & Tungodden, B. (2010). Fairness and the development of inequality acceptance. Science, 328, 1176-1178.

Baumard, N., Mascaro, O., & Chevallier, C. (2012). Preschoolers are able to take merit into account when distributing goods. Developmental Psychology, 48(2), 492-498.

Bellebaum, C., Polezzi, D., & Daum, I. (2010). It is less than you expected: The feedback-related negativity reflects violations of reward magnitude expectations. Neuropsychologia, 48(11), 3343-3350.

Biella, M., & Sacchi, S. (2018). Not fair but acceptable... for us! Group membership influences the tradeoff between equality and utility in a third party ultimatum game. Journal of Experimental Social Psychology, 77, 117-131.

Boksem, M. A. S., & de Cremer, D. (2010). Fairness concerns predict medial frontal negativity amplitude in ultimatum bargaining. Social Neuroscience, 5(1), 118-128.

Bolton, G. E., Ockenfels, A., & Stauf, J. (2015). Social responsibility promotes conservative risk behaviour. Eu-ropean Economic Review, 74, 109-127.

Charness, G., & Jackson, M. O. (2009). The role of respo-nsibility in strategic risk-taking. Journal of Economic Behavior and Organization, 69, 241-247.

Charness, G., Rigotti, L., & Rustichini, A. (2007). Indi-vidual behavior and group membership. American Economic Review, 97(4), 1340-1352.

Civai, C., Crescentini, C., Rustichini, A., & Rumiati, R. I. (2012). Equality versus self-interest in the brain: Diffe-rential roles of anterior insula and medial prefrontal cortex. NeuroImage, 62, 102-112.

Cohen, J. (1973). Eta-squared and partial eta-squared in fixed factor ANOVA designs. Educational and Psychological Measurement, 33(1), 107-112.

Deutsch, M. (1975). Equity, equality, and need: What determines which value will be used as the basis of distri-butive justice. Journal of Social Issues, 31(3), 137-149.

Faul, F., Erdfelder, E., Lang, A. G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral,and biomedical sciences. Behavior Research Methods, 39(2), 175-191.

Ferdinand, N. K., Mecklinger, A., Kray, J., & Gehring, W. J. (2012). The processing of unexpected positive resp-onse outcomes in the mediofrontal cortex. Journal of Neuroscience, 32(35), 12087-12092.

Franken, I. H. A., Muris, P., Nijs, I., & Strien, J. W. V. (2008). Processing of pleasant information can be as fast and strong as unpleasant information: Implications for the negativity bias. Netherlands Journal of Psychology, 64(4), 168-176.

Hajcak, G., & Foti, D. (2020). Significance?...Significance! Empirical, methodological, and theoretical connections between the late positive potential and P300 as neural responses to stimulus significance: An integrative review. Psychophysiology, 57 (7), e13570.

Hewig, J., Kretschmer, N., Trippe, R. H., Hecht, H., Coles, M. G., Holroyd, C. B., & Miltner, W. H. (2011). Why humans deviate from rational choice. Psychophysiology, 48(4), 507-514.

Hewstone, M., Rubin, M., & Willis, H. (2002). Intergroup bias. Annual Review of Psychology, 53(1), 575-604.

Hsu, M., Anen, C., & Quartz, S. R. (2008). The right and the good:Distributive justice and neural encoding of equity and efficieney. Seience, 320,1092-1095.

Kim, H., & Lee, J. (2021). Distributive fairness and the social responsibility of the representative of a group. Ap-plied Economics, 53(11), 1264-1279.

Leng, Y., & Zhou, X. L. (2010). Modulation of the bra-in activity in outcome evaluation by interpersonal rel-ationship: An ERP study. Neuropsychologia, 48(2), 448-455.

Li, P., Jia, S., Feng, T., Liu, Q., Suo, T., & Li, H. (2010) . The influence of the diffusion of responsibility effect on outcome evaluations: Electrophysiological evidence from an ERP study. NeuroImage, 52, 1727-1733.

Luck, S. J., & Hillyard, S. A. (1994). Spatial filtering during visual search: evidence from human electrophysiology. Journal of Experimental Psychology: Human Perception and Performance, 20(5), 1000-1014.

Luck, S. J., & Gaspelin, N. (2017). How toget statistically significanteffects in any ERP experiment (and why you shouldn’t). Psychophysiology, 54(1), 146-157.

Messick, D. M., Moore, D. A., & Bazerman, M. H. (1997). Ultimatum bargianing with a group:Underestimating the importance of the decision rule. Organizational Behavior and Human Decision Process, 69, 87-101.

Nieuwehuis, S., & Aston-Jones, G. (2005). Decision mak-ing, the P3, and the locus coeruleus-norepinephrine system. Psychological Bulletin, 131, 510-532.

Nieuwenhuis, S., Holroyd, C. B., Mol, N., & Coles, M. G. H. (2004). Reinforcement-related brain potentials from medial frontal cortex: Origins and functional significance. Neuroscience & Biobehavioral Reviews, 284, 441-448.

Oliveira, F. T. P., McDonald, J. J., & Goodman, D. (2007). Performance monitoring in the anterior cingulate is not all error related: Expectancy deviation and the repr-esentation of action-outcome associations. Journal of Cognitive Neuroscience, 19(12), 1994-2004.

Olofsson, J. K., Nordin, S., Sequeira, H., & Polich, J. (2008). Affective picture processing: An integrative review of erp findings. Biological Psychology, 77(3), 247-265.

Pfabigan, D. M., Holzner, M. T., & Lamm, C. (2016). Performance monitoring during a minimal group ma-nipulation. Social Cognitive and Affective Neuros-cience,11(10), 1560-1568.

Philiastides, M. G., Biele, G., Vavatzanidis, N., Kazzer, P., & Heekeren, H. R. (2010). Temporal dynamics of prediction error processing during reward-based decision making. NeuroImage, 53(1), 221-232.

Qiu, J., Yu, C., Li, H., Jou, J., Tu, S., Wang,T., ... & Zhang, Q. (2010).The impact of social comparison onthe neural substrates of reward pro-cessing: An event-related pot-ential study. Neuroimage ,49, 956-962.

Tajfel, H., Billig, M.G., Bundy, R.P., & Flament, C. (1971). Social categorization and intergroup behaviour. European Journal of Social Psychology, 1(2), 149-78.

Tajfel, H., & J. Turner. (1979). An integrative theory of intergroup conflict. In W. G. Austin & S. Worchel (Eds.), The Social Psychology of Intergroup Relations (pp. 33-47). Monterey, CA: Brooks/Cole.

Vieider, F. M., Villegas-Palacio, C., Martinsson, P., & Mejía, M. (2016). Risk taking for oneself and others: A structural model approach. Economic Inquiry, 54(2), 879-894.

Wang, Y. F., Zheng, L., Wang, C. G., & Guo, X. Y. (2020). Attenuated selfserving bias in people with internet gam-ing disorder is related to altered neural activity in subco-rtical-cortical midline structures. BMC Psychiatry, 20, 512.

Xu, L., Wang, B., & Guo, W. (2022). The effect of task dif-ficulty and self-contribution on fairness consideration: An event-related potential study. Frontiers in psychology, 13, 709310.

Yeung, N., Holroyd, C. B., &amp; Cohen, J. D. (2005). ERP correlates of feedback and reward processing in the pres-ence and absence of response choice. Cerebral Cortex, 15(5), 535-544.

Yuan, J. J., Long, Q. S., Li, X., Deng, Z. Y., Ma, B., Chen, S. D., & Yang, J. M. (2019). Regulatory effect of implicit acceptance during outcomeevaluation: The temporal dynamics in an event-related potential study. International Journal of Psychophysiology, 141, 37-44.

Zhou, Z., Yu, R., & Zhou, X. (2010). To do or not to do? Action enlarges the FRN and P300 effects in outcome evaluation. Neuropsychologia, 48, 3606–3613.