場景對(duì)面孔情緒探測的影響：特質(zhì)性焦慮的調(diào)節(jié)作用*

李婉悅 韓尚鋒 劉 燊 楊亞平 張 林 徐 強(qiáng)

場景對(duì)面孔情緒探測的影響：特質(zhì)性焦慮的調(diào)節(jié)作用

李婉悅韓尚鋒劉 燊楊亞平張 林徐 強(qiáng)

(寧波大學(xué)心理學(xué)系暨研究所, 寧波 315211) (中國科學(xué)技術(shù)大學(xué)人文與社會(huì)科學(xué)學(xué)院, 合肥 230022)

本研究采用面孔情緒探測任務(wù), 通過狀態(tài)?特質(zhì)焦慮問卷篩選出高、低特質(zhì)性焦慮被試, 考察場景對(duì)不同情緒效價(jià)以及不同情緒強(qiáng)度的面部表情加工的影響, 并探討特質(zhì)性焦慮在其中所發(fā)揮的作用。結(jié)果發(fā)現(xiàn)：(1)對(duì)于不同情緒效價(jià)的面部表情, 場景對(duì)其情緒探測的影響存在差異：對(duì)于快樂面部表情, 在100%、80%和20%三個(gè)情緒層級(jí)上, 在場景與面孔情緒性一致情況下, 被試對(duì)面孔情緒探測的正確率顯著高于不一致情況; 對(duì)于恐懼面部表情, 在80%、60%、40%和20%四個(gè)情緒層級(jí)上, 均發(fā)現(xiàn)一致條件比不一致條件有著更高的情緒探測正確率。(2)對(duì)于高特質(zhì)性焦慮組, 一致條件和不一致條件中的面孔情緒探測正確率并沒有顯著差異, 即高特質(zhì)性焦慮組并未表現(xiàn)出顯著的場景效應(yīng); 而低特質(zhì)性焦慮組則差異顯著, 即出現(xiàn)顯著的場景效應(yīng)。該研究結(jié)果表明：(1)對(duì)于情緒強(qiáng)度較低的面部表情, 快樂與恐懼面孔情緒探測都更容易受到場景的影響。(2)相比于中等強(qiáng)度快樂面孔, 場景更容易影響中等強(qiáng)度恐懼面孔情緒的探測。(3)特質(zhì)性焦慮的個(gè)體因素在場景對(duì)面孔情緒探測的影響中發(fā)揮調(diào)節(jié)作用, 高特質(zhì)性焦慮者在情緒識(shí)別中較少受到場景信息的影響。

場景; 面部表情; 特質(zhì)性焦慮; 場景效應(yīng); 調(diào)節(jié)作用

1 引言

在社會(huì)交往過程中, 面部表情是表達(dá)個(gè)人感受、了解他人心理活動(dòng)的重要渠道, 也是情緒傳播的主要媒介。面部表情的加工受到研究者的廣泛關(guān)注。其中, 基于情緒類別理論(categorical theory of emotion), 研究者認(rèn)為面孔所表達(dá)的情緒意義與某一面部構(gòu)型(facial configurations)特征有著穩(wěn)固的聯(lián)系, 面部構(gòu)型特征是影響面部表情識(shí)別的主要因素(Ekman, 1993)。因此, 以往研究大多集中探討個(gè)體對(duì)獨(dú)立面部表情的加工(e.g., Walentowska & Wronka, 2012; Dodd, Vogt, Turkileri, & Notebaert, 2017)。然而, 在現(xiàn)實(shí)社會(huì)交往過程中, 面孔通常伴隨著場景(sence)而出現(xiàn)。場景所包含的語義信息和情緒意義, 對(duì)面部表情的識(shí)別發(fā)揮重要的作用(e.g., Hassin, Aviezer, & Bentin, 2013; Aviezer, Ensenberg, & Hassin, 2017)。此外, 情緒的表達(dá)、傳播不僅基于面部表情自身的構(gòu)型特征, 而且與個(gè)體的情緒加工能力相關(guān)(Rigon, Voss, Turkstra, Mutlu, & Duff, 2016; Damjanovic, Meyer, & Sepulveda, 2017; Liu et al., 2017)。有研究發(fā)現(xiàn), 特質(zhì)性焦慮的個(gè)體因素影響面部表情加工(Bourne & Vladeanu, 2011; Park, Vasey, Kim, Hu, & Thayer, 2016)。因此, 本研究主要探討面孔情緒探測過程中場景信息的影響, 以及特質(zhì)性焦慮在該過程中所發(fā)揮的作用。

近年來, 場景對(duì)面部表情加工的影響受到研究者的廣泛關(guān)注。場景效應(yīng)(scene effects)指來自場景的情緒信息對(duì)面部表情加工的影響, 具體表現(xiàn)為當(dāng)場景與面孔情緒一致時(shí)促進(jìn)面部表情的加工, 反之則抑制加工(Righart & de Gelder, 2006; Barrett & Kensinger, 2010; 徐強(qiáng), 楊亞平, 張恩濤, 張鋒, 2014; 胡治國, 劉宏艷, 2015)。Righart和de Gelder (2008b)的一項(xiàng)行為學(xué)研究發(fā)現(xiàn), 當(dāng)面孔與場景同時(shí)呈現(xiàn)時(shí), 如果場景與面孔情緒類型一致, 場景信息會(huì)促進(jìn)面部表情的識(shí)別, 反之, 則會(huì)阻礙面部表情的識(shí)別。來自事件相關(guān)電位(event-related potentials, ERPs)的研究也為面部表情加工的場景效應(yīng)提供了證據(jù)支持。例如, Hietanen和Astikainen (2013)的研究采用情緒啟動(dòng)范式, 探討作為啟動(dòng)刺激的情緒性場景對(duì)面部表情辨別的影響。該研究的行為結(jié)果發(fā)現(xiàn), 當(dāng)場景與面孔的情緒一致時(shí), 面部表情識(shí)別的速度更快、正確率更高; ERP結(jié)果發(fā)現(xiàn), 與面孔早期知覺編碼相關(guān)的N170成分表現(xiàn)出了顯著的場景情緒啟動(dòng)效應(yīng)：場景和面孔情緒一致條件下誘發(fā)的N170波幅顯著大于不一致條件。研究者認(rèn)為, 場景情緒性信息影響面孔的早期知覺編碼過程。此外, 有研究發(fā)現(xiàn), 當(dāng)場景情緒信息與面部表情相沖突時(shí), 誘發(fā)更大的額中區(qū)(frontal-centro) N2波幅, 該效應(yīng)反映了場景與面部表情之間情緒性沖突的監(jiān)控(Xu et al., 2015)。以上來自行為和事件相關(guān)電位的研究探討了面部表情加工過程中的場景效應(yīng), 但上述研究均采用固定情緒強(qiáng)度的面部表情刺激圖片, 場景信息對(duì)不同情緒強(qiáng)度面部表情加工的影響是否具有不同模式尚不清楚。

在日常生活中, 個(gè)體覺知的面部表情并非固定不變, 面部表情從出現(xiàn)到消失伴隨著情緒強(qiáng)度的不斷變化。Palumbo和Jellema (2013)的研究發(fā)現(xiàn), 變化的面部表情會(huì)影響個(gè)體對(duì)面孔情緒的辨別。具體地, 當(dāng)面部表情從快樂或憤怒逐漸變?yōu)橹行员砬闀r(shí), 被試更容易將中性表情誤判為略微憤怒或略微愉快; 而當(dāng)面部表情從中性開始逐漸變化為快樂或憤怒表情時(shí), 這種情緒判斷偏差消失了。另外, 個(gè)體對(duì)面部表情的辨別還會(huì)受到呈現(xiàn)順序的影響, Fayolle和Droit-Volet (2014)發(fā)現(xiàn)在對(duì)一系列面部表情進(jìn)行辨別的任務(wù)中, 先前呈現(xiàn)的面部表情影響個(gè)體對(duì)當(dāng)前面部表情的分類, 具體可表現(xiàn)為同化效應(yīng)和對(duì)比效應(yīng)兩種分類偏差。一項(xiàng)ERP研究發(fā)現(xiàn), 動(dòng)態(tài)呈現(xiàn)的消極面部表情比起動(dòng)態(tài)呈現(xiàn)的積極和中性面部表情誘發(fā)更大的LPC波幅; 另外, EPN和LPC波幅均隨著動(dòng)態(tài)面部表情強(qiáng)度的增加而增大(Recio, Schacht, & Sommer, 2014)。以上研究表明, 在連續(xù)變化的面部表情識(shí)別過程中, 對(duì)表情類別的判斷有著明顯的類別界線, 另有研究者進(jìn)一步指出, 來自個(gè)體特質(zhì)或者場景信息的影響都可能使該界線發(fā)生偏移(邱方暉, 羅躍嘉, 賈世偉, 2015)。此外, Lee, Choi和Cho (2012)初步探討了場景信息對(duì)不同情緒強(qiáng)度面部表情識(shí)別的影響。他們的研究發(fā)現(xiàn), 當(dāng)經(jīng)過漸變處理的恐懼面部表情嵌入場景中呈現(xiàn)時(shí), 面孔情緒意義越模糊, 被試越容易依據(jù)場景信息對(duì)面孔情緒進(jìn)行判斷。研究者認(rèn)為, 場景信息影響了個(gè)體對(duì)面孔情緒知覺的閾限：相比于中性場景, 在消極場景下被試對(duì)面孔恐懼情緒的知覺閾限更低, 積極場景則使被試對(duì)面孔恐懼情緒的知覺閾限提高。然而, 該研究僅關(guān)注消極面部表情(恐懼面孔), 積極面部表情的加工與消極面部表情的加工存在質(zhì)性區(qū)別。因此, 本研究也將探討場景信息對(duì)不同情緒效價(jià)以及不同情緒強(qiáng)度的面部表情加工的影響是否具有相似性。

此外, 有研究者發(fā)現(xiàn), 個(gè)體的人格特質(zhì)因素, 如特質(zhì)性焦慮同樣會(huì)影響面部表情的加工(Bourne & Vladeanu, 2011; Park et al., 2016)。焦慮是一種由外在刺激引發(fā)的內(nèi)心不安或恐懼的消極情緒體驗(yàn), 也是一種具有進(jìn)化意義的情緒, 適度的焦慮有利于個(gè)體更好地完成認(rèn)知任務(wù), 病態(tài)的焦慮則會(huì)損害人的認(rèn)知功能(Hartley & Phelps, 2012)。Spielberger (1966)將焦慮分為狀態(tài)性焦慮與特質(zhì)性焦慮。前者是一種隨著時(shí)間和情境而變化的短暫的情緒狀態(tài), 后者則是一種比較穩(wěn)定的人格特質(zhì)。高特質(zhì)性焦慮個(gè)體在沒有特別的焦慮事件誘發(fā)情況下, 也保持著較高的焦慮水平, 從而較易形成認(rèn)知偏差而損害認(rèn)知能力和行為表現(xiàn)。Sadeh和Bredemeier (2011)發(fā)現(xiàn), 在高認(rèn)知負(fù)荷任務(wù)中, 相比于低特質(zhì)性焦慮的個(gè)體, 高特質(zhì)性焦慮個(gè)體更難抑制對(duì)任務(wù)無關(guān)刺激的注意。該結(jié)果表明焦慮影響了個(gè)體的認(rèn)知加工, 從而損害了任務(wù)績效。有研究者認(rèn)為, 焦慮情緒對(duì)認(rèn)知功能的損害是因?yàn)閷?duì)刺激信息的歸因偏向, 傾向于將模糊刺激知覺為威脅性刺激, 具體可以表現(xiàn)為特質(zhì)性焦慮影響個(gè)體對(duì)面孔情緒的解釋。例如, Park等(2016)研究發(fā)現(xiàn), 在一項(xiàng)面部表情分類任務(wù)中, 高特質(zhì)性焦慮者更容易將中性面部表情或歧義面部表情(如驚訝)識(shí)別為負(fù)性面部表情, 而低特質(zhì)性焦慮者則沒有出現(xiàn)這種偏向。另一種觀點(diǎn)則認(rèn)為, 焦慮改變了個(gè)體對(duì)負(fù)性刺激的感受性。高特質(zhì)性焦慮者對(duì)負(fù)性情緒刺激的覺察過于敏感, 即表現(xiàn)在對(duì)情緒性刺激的加工中, 高特質(zhì)性焦慮者存在較強(qiáng)的負(fù)性情緒刺激的注意偏向。例如, Dodd等(2017)在一項(xiàng)視覺搜索任務(wù)中, 分析了特質(zhì)性焦慮分?jǐn)?shù)與注意偏向指數(shù)的相關(guān)性, 結(jié)果發(fā)現(xiàn)二者存在顯著的正相關(guān)。該結(jié)果表明, 高特質(zhì)性焦慮個(gè)體將更多的注意資源集中于負(fù)性情緒面孔, 對(duì)憤怒、恐懼等面孔情緒的探測過于敏感。另外, 針對(duì)場景信息加工的研究發(fā)現(xiàn), 先前呈現(xiàn)的恐懼面部表情會(huì)影響高特質(zhì)性焦慮者對(duì)當(dāng)前場景信息的威脅性評(píng)估, 研究者認(rèn)為, 高特質(zhì)性焦慮者存在對(duì)恐懼面部表情的過度關(guān)注, 從而影響其對(duì)后續(xù)呈現(xiàn)場景的解釋(Longin, Rautureau, Perez-Diaz, Jouvent, & Dubal, 2013)。綜上, 以往基于孤立面孔的研究證據(jù)表明, 特質(zhì)性焦慮的個(gè)體因素在面部表情加工過程中發(fā)揮著作用, 高特質(zhì)性焦慮者對(duì)負(fù)性情緒面孔存在加工偏向。另外, 面孔情緒也可以影響高特質(zhì)性焦慮個(gè)體對(duì)場景信息的判斷。那么, 當(dāng)場景先于面孔呈現(xiàn)時(shí), 高特質(zhì)性焦慮的個(gè)體是否會(huì)因?yàn)閷?duì)負(fù)性情緒面孔的過度關(guān)注而忽略場景的影響？這也是本研究將要探討的問題之一。

本研究采用情緒啟動(dòng)范式, 以積極、消極場景圖片和快樂、恐懼情緒強(qiáng)度漸變的面孔圖片為實(shí)驗(yàn)材料, 通過狀態(tài)?特質(zhì)焦慮問卷(Spielberger, Gorsuch, Lushene, Vagg, & Jacobs, 1983)篩選出高、低特質(zhì)性焦慮被試, 采用面孔情緒探測任務(wù), 考察先前呈現(xiàn)的場景對(duì)面孔情緒探測的影響, 以及特質(zhì)性焦慮在其中的作用。本研究假設(shè)：(1)在場景與面孔情緒一致條件下, 個(gè)體對(duì)場景信息的加工會(huì)促進(jìn)面孔情緒的探測; 反之則起到阻礙作用; (2)場景信息對(duì)不同情緒強(qiáng)度面部表情加工的影響存在差異; (3)場景效應(yīng)會(huì)受到特質(zhì)性焦慮的個(gè)體因素的調(diào)節(jié), 高、低特質(zhì)性焦慮者在面孔情緒探測中具有不同的表現(xiàn)模式。

2 方法

2.1 被試

使用Spielberger狀態(tài)?特質(zhì)焦慮問卷(State- Trait Anxiety Inventory, STAI) (Spielberger et al., 1983) 對(duì)隨機(jī)選取的436名大學(xué)生被試進(jìn)行特質(zhì)性焦慮的評(píng)定。依據(jù)特質(zhì)性焦慮得分高低以27%為標(biāo)準(zhǔn)進(jìn)行被試篩選。在得分前27%的被試中選取高特質(zhì)性焦慮被試29人(男性9人, 女性20人, 年齡18~24歲, 平均年齡為19.76 ± 1.3歲); 在得分后27%的被試中選取低特質(zhì)性焦慮被試28人(男性11人, 女性17人, 年齡18~24歲, 平均年齡為19.71 ± 1.2歲)。兩組被試的特質(zhì)性焦慮得分(總分在20~80之間)存在顯著差異(高特質(zhì)性焦慮組= 55.48,= 4.82; 低特質(zhì)性焦慮組= 31.39,= 3.94;(55) = 20.62,< 0.001)。兩組被試的基本情況見表1。所有被試視力或矯正視力正常, 無色弱色盲, 均為右利手, 無精神病史。實(shí)驗(yàn)前, 所有被試均閱讀和簽署了實(shí)驗(yàn)知情同意書。

表1 高低特質(zhì)焦慮組被試基本情況

2.2 實(shí)驗(yàn)刺激

本研究所使用的面孔圖片(4人, 男女各半, 即在圖片庫中編號(hào)為01、06、28和36的四名模特)選自于NimStim面部表情圖片庫(the NimStim Set of Facial Expressions) (Tottenham et al., 2009), 其中, 呈現(xiàn)典型快樂、中性以及恐懼表情的面孔圖片各4張。去除這些面孔圖片的頭發(fā)和其他飾物, 僅保留面孔內(nèi)部特征, 并調(diào)整為灰度一致的黑白圖片, 使用Morph技術(shù)進(jìn)行情緒強(qiáng)度的漸變處理。具體地, 將恐懼面部表情(100%) vs.中性面部表情(0%)以及快樂面部表情(100%) vs.中性面部表情(0%)按照20%的增量進(jìn)行morph處理, 以此構(gòu)建漸變情緒面孔, 為了避免口部特征(特別是牙齒)對(duì)恐懼和快樂面部表情識(shí)別的不均等影響, 所有面孔圖片均未露出牙齒(具體見圖1)。所有場景圖片的大小、明度和對(duì)比度保持一致。

為了進(jìn)一步驗(yàn)證morph處理之后面孔材料的有效性, 招募了未參加過類似實(shí)驗(yàn)的38名被試(男19人, 女19人), 年齡在18~21歲之間(= 19.12,= 0.84), 對(duì)實(shí)驗(yàn)材料的情緒強(qiáng)度進(jìn)行9點(diǎn)評(píng)分(1表示非常弱的快樂/恐懼, 9表示非常強(qiáng)的快樂/恐懼)。結(jié)果表明, 對(duì)于快樂和恐懼面孔的情緒強(qiáng)度評(píng)分, 均表現(xiàn)出不同情緒層級(jí)上差異顯著(快樂面孔：(5, 33) = 76.42,0.001, partial η= 0.87; 恐懼面孔：(5, 33) = 33.68,0.001, partial η= 0.78)。事后多重比較發(fā)現(xiàn), 除了100%與80%情緒層級(jí)以外, 其他情緒層級(jí)均表現(xiàn)出顯著差異, 即較高層級(jí)情緒強(qiáng)度評(píng)分顯著高于較低層級(jí)(s < 0.05), 這表明被試能夠區(qū)分不同層級(jí)的面部表情強(qiáng)度。

另外, 本研究所使用場景圖片均來自于國際情緒圖片系統(tǒng)(International Affective Pictures System, IAPS) (Lang, Bradley, & Cuthbert, 2008), 其中與快樂相關(guān)的積極場景(如鮮花盛開)20張, 與恐懼相關(guān)的消極場景圖片(如車禍現(xiàn)場)20張。積極和消極場景圖片的效價(jià)(1 = 非常消極, 9 = 非常積極)存在顯著差異(積極M = 7.55, SD = 0.41; 消極M = 2.73, SD = 0.40; t (38) = 37.56, p < 0.001), 喚醒度(1=非常平靜, 9=非常緊張)的差異不顯著(積極M = 5.58, SD = 0.30; 消極M = 5.82, SD = 0.59; t (38) = ?1.65, p = 0.107)。所有場景圖片的大小、明度和對(duì)比度保持一致。

圖1 不同情緒強(qiáng)度的面孔刺激樣例

2.3 實(shí)驗(yàn)設(shè)計(jì)

采用2(特質(zhì)性焦慮：高, 低) × 2(場景類型：積極, 消極) × 2(面孔情緒序列：恐懼序列, 快樂序列) × 6(面孔情緒層級(jí)：0%, 20%, 40%, 60%, 80%, 100%)的混合設(shè)計(jì)。其中特質(zhì)性焦慮因素為組間變量, 其它因素均為組內(nèi)變量。因變量為面孔情緒的探測正確率。

2.4 實(shí)驗(yàn)程序

由于0%情緒層級(jí)的快樂和恐懼面孔均為同一中性面孔, 實(shí)驗(yàn)中積極場景+0%恐懼面孔、消極場景+0%恐懼面孔、積極場景+0%快樂面孔、消極場景+0%快樂面孔四種實(shí)驗(yàn)條件實(shí)際設(shè)置為積極場景+中性面孔、消極場景+中性面孔兩種實(shí)驗(yàn)條件。因此, 本實(shí)驗(yàn)過程中實(shí)際包括22種條件, 每種條件重復(fù)20次, 總共440個(gè)試次。所有實(shí)驗(yàn)條件完全混合隨機(jī)呈現(xiàn)。刺激呈現(xiàn)在屏幕中央, 背景為灰色。所有刺激呈現(xiàn)順序是：首先呈現(xiàn)注視點(diǎn)“+” (500 ms), 注視點(diǎn)之后呈現(xiàn)場景圖片300 ms, 間隔100 ms之后呈現(xiàn)面孔圖片200 ms, 要求被試對(duì)面孔情緒性進(jìn)行判斷(恐懼/中性/快樂), 待被試按鍵反應(yīng)后, 隨機(jī)間隔600~800 ms, 開始下一個(gè)試次(見圖2)。實(shí)驗(yàn)過程中, 被試雙手放在鍵盤上, 左手食指放在F鍵上, 右手食指放在J鍵上, 雙手大拇指放在空格鍵上。判斷為快樂則左手食指按F鍵, 判斷為恐懼則右手食指按J鍵, 判斷為中性則雙手大拇指按空格鍵?？鞓泛涂謶值陌存I在被試間進(jìn)行平衡。正式實(shí)驗(yàn)之前安排被試進(jìn)行適當(dāng)練習(xí)以熟悉實(shí)驗(yàn)任務(wù), 練習(xí)階段所用刺激材料不在正式實(shí)驗(yàn)階段出現(xiàn)。正式實(shí)驗(yàn)中, 每40個(gè)試次后被試休息一次, 休息完畢后按空格鍵繼續(xù)實(shí)驗(yàn)。實(shí)驗(yàn)總時(shí)長約30分鐘。

實(shí)驗(yàn)在照明舒適的隔音房間內(nèi)進(jìn)行, 計(jì)算機(jī)屏幕與被試雙眼的距離為70cm。刺激材料均在計(jì)算機(jī)屏幕中央呈現(xiàn)。面孔圖片的呈現(xiàn)視角為2.87° ×3.31°, 場景圖片的呈現(xiàn)視角為16.37° ×12.28°。

3 結(jié)果

以面孔情緒探正確率指標(biāo)為因變量, 進(jìn)行2(特質(zhì)性焦慮：高, 低) × 2(場景類型：積極, 消極) × 2(面部表情序列：恐懼序列, 快樂序列) × 6(面孔情緒層級(jí)：0%, 20%, 40%, 60%, 80%, 100%)的重復(fù)測量方差分析, 其中特質(zhì)性焦慮因素為組間變量, 其它均為組內(nèi)變量。

方差分析結(jié)果表明, 面部表情序列主效應(yīng)顯著,(1, 55) = 31.69,0.001, partial η= 0.37; 面孔情緒層級(jí)的主效應(yīng)顯著,(5, 51) = 121.66,0.001, partial η= 0.92; 場景與面部表情序列的交互作用顯著,(1, 55) = 12.75,0.01, partialη= 0.19; 更重要的是, 場景、面部表情序列和面孔情緒層級(jí)的交互作用顯著,(5, 51) = 2.88,0.05, partial η= 0.22。針對(duì)該交互作用的進(jìn)一步簡單效應(yīng)檢驗(yàn)發(fā)現(xiàn), 對(duì)于快樂面部表情, 在100%、80%和20%三個(gè)情緒層級(jí)上, 一致條件(即積極場景與快樂面部表情相繼呈現(xiàn))比不一致條件(即消極場景與快樂面部表情相繼呈現(xiàn))有著更高的情緒探測正確率(100%: 一致條件M = 0.93, SE = 0.020 vs. 不一致條件M = 0.89, SE = 0.03, p = 0.03; 80%: 一致條件M = 0.93, SE = 0.02 vs. 不一致條件M = 0.88, SE = 0.03, p = 0.01; 20%: 一致條件M = 0.19, SE = 0.02 vs. 不一致條件M = 0.14, SE = 0.02, p = 0.013)。另外, 對(duì)于恐懼面部表情, 除了100%和0%兩個(gè)情緒層級(jí)外, 在80%、60%、40%和20%四個(gè)情緒層級(jí)上, 均有一致條件(即消極場景與恐懼面部表情相繼呈現(xiàn))比不一致條件(即快樂場景與恐懼面部表情相繼呈現(xiàn))有著更高的情緒探測正確率(80%: 一致條件M = 0.68, SE = 0.02 vs. 不一致條件M = 0.63, SE = 0.03, p = 0.008; 60%: 一致條件M = 0.60, SE = 0.02 vs. 不一致條件M = 0.55, SE = 0.02, p = 0.008; 40%: 一致條件M = 0.47, SE = 0.02 vs. 不一致條件M = 0.41, SE = 0.03, p = 0.014; 20%: 一致條件M = 0.35, SE = 0.030 vs. 不一致條件M = 0.28, SE = 0.03, p = 0.001), 具體見圖3。

圖2 實(shí)驗(yàn)流程圖

此外, 特質(zhì)性焦慮、面部表情序列和場景的交互作用顯著,(1, 55) = 4.37,0.05, partial η= 0.07。進(jìn)一步的簡單效應(yīng)檢驗(yàn)發(fā)現(xiàn), 對(duì)于高特質(zhì)性焦慮組, 無論是快樂面部表情還是恐懼面部表情, 一致條件(即場景與面孔的情緒性一致)和不一致條件(即場景與面孔的情緒性不一致)中的面孔情緒探測正確率均并沒有顯著差異(快樂面部表情：一致條件= 0.71,= 0.02 vs. 不一致條件= 0.69,= 0.03,0.267; 恐懼面部表情：一致條件= 0.57,= 0.02 vs. 不一致條件= 0.56,= 0.03,0.411); 然而, 對(duì)于低特質(zhì)性焦慮組, 無論是快樂面部表情還是恐懼面部表情, 一致條件的面孔情緒探測正確率顯著高于不一致條件(快樂面部表情：一致條件M = 0.69, SE = 0.021 vs. 不一致條件M = 0.63, SE = 0.03, p = 0.001; 恐懼面部表情：一致條件M = 0.61, SE = 0.02 vs. 不一致條件M = 0.54, SE = 0.03, p < 0.001), 即高特質(zhì)性焦慮組并未表現(xiàn)出面部表情加工的場景效應(yīng), 而低特質(zhì)性焦慮組表現(xiàn)出顯著的面部表情加工的場景效應(yīng), 具體見圖4。

圖3 不同情緒強(qiáng)度的面部表情在不同場景中的探測正確率

注：誤差線表示標(biāo)準(zhǔn)誤, *< 0.05, **< 0.01

圖4 特質(zhì)性焦慮高組和低組對(duì)不同場景中快樂和恐懼面孔情緒的探測正確率

注：誤差線表示標(biāo)準(zhǔn)誤, *< 0.05, **< 0.01, ***< 0.001

以面孔情緒探測反應(yīng)時(shí)指標(biāo)為因變量, 剔除錯(cuò)誤反應(yīng)以及超出各實(shí)驗(yàn)條件平均數(shù)上下三個(gè)標(biāo)準(zhǔn)差的數(shù)據(jù), 進(jìn)行2(特質(zhì)性焦慮：高, 低) × 2(場景類型：積極, 消極) × 2(面部表情序列：恐懼序列, 快樂序列) × 6(面孔情緒層級(jí)：0%, 20%, 40%, 60%, 80%, 100%)的重復(fù)測量方差分析, 其中特質(zhì)性焦慮因素為組間變量, 其它均為組內(nèi)變量。

方差分析結(jié)果表明, 面部表情序列主效應(yīng)顯著,(1, 55) = 7.64,0.001, partial η= 0.12; 面孔情緒層級(jí)的主效應(yīng)顯著,(5, 51) = 34.81,0.001, partial η= 0.40; 面部表情序列和面孔情緒層級(jí)的交互作用顯著,(5, 51) = 4.67,0.001, partial η= 0.31。進(jìn)一步簡單效應(yīng)分析發(fā)現(xiàn), 在100%、80%和60%情緒層級(jí)上, 均表現(xiàn)出快樂面孔反應(yīng)時(shí)顯著快于恐懼面孔(100%層級(jí)：快樂面孔= 776.75 ms,= 32.49 vs. 恐懼面孔= 877.93 ms,= 30.75; 80%層級(jí)：快樂面孔= 779.05 ms,= 27.72 vs. 恐懼面孔= 891.98 ms,= 31.85; 60%層級(jí)：快樂面孔= 857.27 ms,= 36.09 vs. 恐懼面孔= 946.56 ms,= 41.92,s0.05), 在其他情緒層級(jí)上則差異不顯著(s > 0.05)。

4 討論

本研究探討場景對(duì)面孔情緒探測的影響, 以及特質(zhì)性焦慮的調(diào)節(jié)作用。實(shí)驗(yàn)中先后呈現(xiàn)場景和不同情緒強(qiáng)度的面部表情圖片, 分析高、低特質(zhì)性焦慮組在面孔情緒探測任務(wù)中的正確率。結(jié)果發(fā)現(xiàn)：對(duì)于不同情緒效價(jià)的面部表情, 場景對(duì)其情緒探測的影響存在差異：對(duì)于快樂面部表情, 在100%、80%和20%三個(gè)情緒層級(jí)上, 一致條件(即積極場景與快樂面部表情相繼呈現(xiàn))比不一致條件(即消極場景與快樂面部表情相繼呈現(xiàn))有著更高的情緒探測正確率; 對(duì)于恐懼面部表情, 除了100%和0%情緒層級(jí)外, 在80%、60%、40%和20%四個(gè)情緒層級(jí)上, 均有一致條件(即消極場景與恐懼面部表情相繼呈現(xiàn))比不一致條件(即快樂場景與恐懼面部表情相繼呈現(xiàn))有著更高的情緒探測正確率。特質(zhì)性焦慮的個(gè)體因素在面孔情緒探測過程中起到調(diào)節(jié)作用：對(duì)于高特質(zhì)焦慮組, 一致條件和不一致條件中的面孔情緒探測正確率并沒有顯著差異, 即高特質(zhì)焦慮者并未表現(xiàn)出顯著的場景效應(yīng); 而低特質(zhì)焦慮組在探測正確率上則差異顯著, 即出現(xiàn)顯著的場景效應(yīng)。

本研究發(fā)現(xiàn)場景信息影響個(gè)體對(duì)面孔情緒的探測。具體表現(xiàn)為, 場景與面孔情緒一致條件下個(gè)體對(duì)面孔情緒的探測正確率顯著高于情緒不一致時(shí)的面孔情緒探測正確率。當(dāng)場景的情緒信息與面部表情一致時(shí), 場景促進(jìn)了個(gè)體對(duì)面孔情緒的探測, 反之, 則起到阻礙作用, 即面部表情加工的場景效應(yīng)。該結(jié)果與以往使用單一情緒強(qiáng)度的面部表情刺激圖片, 探討面部表情加工場景效應(yīng)的研究相一致(e.g., Righart & de Gelder, 2008a, 2008b; Xu, Yang, Tan, & Zhang, 2017)。

本研究進(jìn)一步發(fā)現(xiàn), 針對(duì)不同情緒強(qiáng)度的面部表情, 場景對(duì)面孔情緒探測的影響存在差異。在面孔情緒強(qiáng)度較弱的20%情緒層級(jí), 無論快樂還是恐懼, 場景對(duì)面孔情緒探測均存在顯著影響。該研究結(jié)果與Lee等人(2012)的觀點(diǎn)一致, 當(dāng)面孔的面部構(gòu)型信息不能夠清晰表達(dá)情緒狀態(tài)時(shí), 個(gè)體更容易依據(jù)面孔所處的場景信息對(duì)面孔情緒進(jìn)行判斷。此外, 影響面孔表情識(shí)別的背景因素還包括身體姿態(tài)、語言文字信息, 以及聲音、氣味等跨通道信息(胡治國, 劉宏艷, 2015; 徐強(qiáng)等, 2014)。Aviezer, Trope和Todorov (2012)的研究發(fā)現(xiàn), 當(dāng)面孔與身體姿態(tài)同時(shí)呈現(xiàn)時(shí), 對(duì)模糊的極端情緒狀態(tài)的判斷更多地依賴身體姿態(tài)而非面孔。一項(xiàng)以語言文字信息為背景的功能磁共振成像(fMRI)研究發(fā)現(xiàn), 相比與積極語言線索匹配呈現(xiàn), 當(dāng)情緒意義模糊的驚奇面孔與消極語言線索匹配呈現(xiàn)時(shí)誘發(fā)杏仁核(amygdala)更強(qiáng)的活動(dòng)(Kim et al., 2004)。本研究探討場景對(duì)面孔情緒探測的影響, 同樣發(fā)現(xiàn)個(gè)體對(duì)先前呈現(xiàn)場景信息的加工顯著影響了低強(qiáng)度情緒面孔的探測。

另外, 個(gè)體對(duì)快樂和恐懼面孔情緒探測的場景效應(yīng)表現(xiàn)不同。對(duì)于恐懼面部表情, 在40%和60%的情緒層級(jí)上, 面孔與場景情緒一致條件下(消極場景與恐懼面部表情相繼呈現(xiàn))的正確率顯著高于不一致條件(積極場景與恐懼面部表情相繼呈現(xiàn))。這說明場景信息影響中等強(qiáng)度恐懼面部表情的識(shí)別, 即在先前呈現(xiàn)的消極場景啟動(dòng)條件下, 個(gè)體更容易察覺面孔中的恐懼情緒。Lim和Pessoa (2008)向被試呈現(xiàn)兩種顏色的面孔, 在呈現(xiàn)其中一種顏色的面孔時(shí)對(duì)被試進(jìn)行厭惡性電刺激。將面孔顏色與引起恐懼情緒的電刺激建立聯(lián)系后, 要求被試對(duì)從中性到恐懼的漸變面部表情進(jìn)行情緒探測。結(jié)果發(fā)現(xiàn), 相比于沒有伴隨電擊的面孔, 被試對(duì)將伴隨電擊中等強(qiáng)度水平(40%~60%)的恐懼面孔判斷為“恐懼”的頻率顯著增加。該研究采用情緒學(xué)習(xí)的方法操控面孔顏色背景的情緒性經(jīng)驗(yàn), 而本研究采用更為直接和自然的場景圖片刺激, 同樣發(fā)現(xiàn)場景促進(jìn)了個(gè)體對(duì)中等強(qiáng)度恐懼面部表情的識(shí)別。另外, 80%、100%層級(jí)的快樂面孔仍然存在顯著的場景效應(yīng), 100%情緒層級(jí)的恐懼面孔上場景效應(yīng)不顯著。個(gè)體對(duì)于快樂和恐懼面孔情緒識(shí)別存在不同的加工方式, 有研究者認(rèn)為在對(duì)面孔進(jìn)行結(jié)構(gòu)化編碼過程中, 與恐懼情緒相關(guān)的突顯刺激會(huì)被快速的提取(Adolphs, 2002; 張丹丹, 羅文波, 羅躍嘉, 2013)。也有研究者認(rèn)為快樂面孔的構(gòu)型更容易被識(shí)別, 個(gè)體對(duì)快樂面孔的探測反應(yīng)時(shí)更短(Dodd et al., 2017)。Terasawa, Moriguchi, Tochizawa和Umeda (2014)的研究同樣發(fā)現(xiàn)內(nèi)感受性敏感的個(gè)體更容易識(shí)別快樂面部表情。本研究中, 不同面孔情緒探測中的場景效應(yīng)存在差異, 說明面孔情緒識(shí)別的特異性與個(gè)體對(duì)場景信息的加工有關(guān)。

對(duì)于高、低特質(zhì)性焦慮組的面孔情緒探測正確率分析發(fā)現(xiàn), 特質(zhì)性焦慮作為面孔觀察者內(nèi)部個(gè)體因素對(duì)場景效應(yīng)起調(diào)節(jié)作用。具體表現(xiàn)為, 低特質(zhì)性焦慮被試在面孔情緒探測中表現(xiàn)出顯著的場景效應(yīng), 而在高特質(zhì)性焦慮被試中則并未發(fā)現(xiàn)該場景效應(yīng)。高特質(zhì)性焦慮者在進(jìn)行面孔情緒探測過程中較少受到場景信息的影響, 而更多關(guān)注面孔本身的情緒信息。有研究者認(rèn)為, 高特質(zhì)性焦慮個(gè)體對(duì)負(fù)性面部表情, 如恐懼面部表情, 存在加工上的偏向 (Walentowska & Wronka, 2012)。然而, 本研究所發(fā)現(xiàn)的高特質(zhì)性焦慮者對(duì)伴隨面孔呈現(xiàn)的場景背景信息的忽略不僅表現(xiàn)在恐懼面孔上, 也表現(xiàn)在快樂面孔上。以往有研究采用ERPs或fMRI技術(shù)探討了外周信息對(duì)面孔情緒識(shí)別的影響, 如來自聽覺、嗅覺、視覺的背景信息對(duì)面孔情緒識(shí)別的影響(de Groot, Smeets, Kaldewaij, Duijndam, & Semin, 2012; Li et al., 2015)。并且, Zhang, Li, Gold和Jiang (2010)發(fā)現(xiàn), 在極短的刺激間隔中, 場景情緒與靶子詞的情緒一致性效應(yīng)同樣會(huì)發(fā)生, 具體表現(xiàn)為情緒沖突條件下N400更大的波幅。此外, 面孔情緒的觀察者內(nèi)部存在的個(gè)體差異, 如年齡、文化背景、人格特質(zhì)等, 同樣會(huì)影響面孔情緒識(shí)別以及場景效應(yīng)(Aviezer et al., 2017; Calder, Ewbank, & Passamonti, 2011; Noh & Isaacowitz, 2013)。例如與年輕人相比, 老年人在面孔情緒識(shí)別過程中更易受到場景信息的影響, 在面孔與場景情緒不一致時(shí)表現(xiàn)出更顯著的場景效應(yīng)(Noh & Isaacowitz, 2013)。本研究中, 低特質(zhì)性焦慮組的被試存在顯著的場景效應(yīng), 高特質(zhì)性焦慮組則不顯著, 同樣表明面孔觀察者內(nèi)部個(gè)體因素, 如特質(zhì)性焦慮程度, 影響了個(gè)體對(duì)面孔情緒的識(shí)別以及場景效應(yīng)的表現(xiàn)。

此外, 本研究在實(shí)驗(yàn)過程中采用場景和面孔圖片刺激相繼呈現(xiàn)的方式探討場景對(duì)面孔情緒探測的影響。由于場景刺激出現(xiàn)在面孔刺激之前, 個(gè)體對(duì)先前呈現(xiàn)的場景的加工會(huì)引發(fā)對(duì)后續(xù)呈現(xiàn)面孔刺激的期待, 從而影響面孔情緒的探測。因此, 本研究中場景對(duì)面孔情緒探測的影響體現(xiàn)的是場景與面孔繼時(shí)性加工的結(jié)果。在一項(xiàng)ERP研究中, Hietanen和Astikainen (2013)同樣使用場景和面孔刺激相繼呈現(xiàn)的方式, 發(fā)現(xiàn)情緒性場景和面部表情的一致性效應(yīng), 即當(dāng)場景和面部情緒一致時(shí)誘發(fā)更大的N170波幅。另外, 有研究者在實(shí)驗(yàn)過程中采用場景和面孔圖片刺激同時(shí)呈現(xiàn)的方式, 即向被試呈現(xiàn)場景和面孔的整合刺激(Righart & de Gelder, 2006, 2008a, 2008b)。在該呈現(xiàn)方式中, 個(gè)體對(duì)場景與面孔信息的加工是并行的, 在這一過程中場景和面孔的心理表征是同時(shí)發(fā)生的, 因此, 該研究中場景對(duì)面部表情加工的影響體現(xiàn)的是場景與面孔并行加工的結(jié)果(Davenport, 2007; Demiral, Malcolm, & Henderson, 2012; Xu et al., 2015)。與同時(shí)呈現(xiàn)場景與情緒面孔的研究相似, 本研究結(jié)果發(fā)現(xiàn), 在相繼呈現(xiàn)場景和面孔的實(shí)驗(yàn)條件下同樣存在場景對(duì)面部表情加工的影響, 且不同情緒強(qiáng)度的面孔具有不同表現(xiàn)。

盡管如此, 本研究還存在一些不足有待改進(jìn)。(1)在本研究中, 我們使用從中性到快樂以及從中性到恐懼的漸變情緒面孔作為探測刺激, 不同情緒強(qiáng)度的面孔刺激以靜態(tài)方式呈現(xiàn), 難于考察場景對(duì)連續(xù)變化的面部表情加工的影響。因此, 在將來研究中, 有必要進(jìn)一步動(dòng)態(tài)呈現(xiàn)面孔刺激, 以期更加全面和生態(tài)化地考察場景對(duì)不同情緒強(qiáng)度的面部表情識(shí)別的影響以及特質(zhì)性焦慮這一人格特質(zhì)因素所發(fā)揮的作用。(2)本研究使用了不同情緒效價(jià)(積極和消極)的場景刺激, 探討場景對(duì)快樂和恐懼面孔情緒探測的影響, 未來的研究有必要使用情緒意義分類更加明確的場景刺激, 以及恐懼面孔以外的其它負(fù)性面部表情作為實(shí)驗(yàn)材料, 更加全面地探討場景情緒性信息對(duì)面部表情識(shí)別的影響。(3)本研究中選取的高低特質(zhì)性焦慮被試在性別上存在一定的數(shù)量差異, 而性別差異是影響面部表情加工的因素之一, 后續(xù)的研究需要進(jìn)一步平衡被試性別以期獲得更加穩(wěn)定的實(shí)驗(yàn)結(jié)果。另外, 還可以增加被試抑郁、恐懼等狀態(tài)的評(píng)估, 進(jìn)一步控制其它個(gè)體狀態(tài)性因素的影響, 使結(jié)果更加完整、更具說服力。

5 結(jié)論

本研究得出以下結(jié)論：

(1)對(duì)于低情緒強(qiáng)度面部表情, 無論快樂還是恐懼, 在對(duì)面孔情緒探測過程中均更易受到場景影響, 即存在顯著的場景效應(yīng)。(2)場景更容易影響中等強(qiáng)度恐懼面孔的情緒探測, 但對(duì)中等強(qiáng)度快樂面孔的影響不顯著。(3)特質(zhì)性焦慮的個(gè)體因素在場景對(duì)面孔情緒探測的影響中起調(diào)節(jié)作用, 高特質(zhì)性焦慮者較少受到場景情緒性信息的影響, 低特質(zhì)性焦慮者則存在顯著的場景效應(yīng)。

Adolphs, R. (2002). Neural systems for recognizing emotion.(2), 169–177.

Aviezer, H., Ensenberg, N., & Hassin, R. R. (2017). The inherently contextualized nature of facial emotion perception.,, 47–55.

Aviezer, H., Trope, Y., & Todorov, A. (2012). Body cues, not facial expressions, discriminate between intense positive and negative emotions.(6111), 1225–1229.

Barrett, L. F., & Kensinger, E. A. (2010). Context is routinely encoded during emotion perception.(4), 595–599.

Bourne, V. J., & Vladeanu, M. (2011). Lateralisation for processing facial emotion and anxiety: Contrasting state, trait and social anxiety.,(5), 1343–1349.

Calder, A. J., Ewbank, M., & Passamonti, L. (2011). Personality influences the neural responses to viewing facial expressions of emotion.(1571), 1684–1701.

Damjanovic, L., Meyer, M., & Sepulveda, F. (2017). Raising the alarm: individual differences in the perceptual awareness of masked facial expressions., 1–10.

Davenport, J. L. (2007). Consistency effects between objects in scenes.(3), 393–401.

de Groot, J. H. B., Smeets, M. A. M., Kaldewaij, A., Duijndam, M. J. A., & Semin, G. R. (2012). Chemosignals communicate human emotions.(11), 1417–1424.

Demiral, ?. B., Malcolm, G. L., & Henderson, J. M. (2012). ERP correlates of spatially incongruent object identification during scene viewing: Contextual expectancy versus simultaneous processing.(7), 1271–1285.

Dodd, H. F., Vogt, J., Turkileri, N., & Notebaert, L. (2017). Task relevance of emotional information affects anxiety-linked attention bias in visual search.,, 13–20.

Ekman, P. (1993). Facial expression and emotion.,(4), 384–392.

Fayolle, S. L., & Droit-Volet, S. (2014). Time perception and dynamics of facial expressions of emotions.,(5), e97944.

Hartley, C. A., & Phelps, E. A. (2012). Anxiety and decision-making.(2), 113–118.

Hassin, R. R., Aviezer, H., & Bentin, S. (2013). Inherently ambiguous: Facial expressions of emotions, in context.(1), 60–65.

Hietanen, J. K., & Astikainen, P. (2013). N170 response to facial expressions is modulated by the affective congruency between the emotional expression and preceding affective picture.,(2), 114–124.

Hu, Z. Q., & Liu, H. Y. (2015). Influence of emotional context on facial expression recognition and the underlying mechanism.(5), 1087–1094.

[胡治國, 劉宏艷. (2015). 情緒背景對(duì)面部表情識(shí)別的影響及其作用機(jī)制.,(5), 1087–1094.]

Kim, H., Somerville, L. H., Johnstone, T., Polis, S., Alexander, A. L., Shin, L. M., & Whalen, P. J. (2004). Contextual modulation of amygdala responsivity to surprised faces.(10), 1730–1745.

Lang, P. J., Bradley, M. M., & Cuthbert, B. N. (2008).: Gainesville, FL: The Center for Research in Psychophysiology, University of Florida.

Lee, T-H., Choi, J-S., & Cho, Y. S. (2012). Context modulation of facial emotion perception differed by individual difference.,(3), e32987.

Li, Y., Long, J., Huang, B., Yu, T., Wu, W., Liu, Y., Liang, C., Sun, P. (2015). Crossmodal integration enhances neural representation of task-relevant features in audiovisual face perception.(2), 384–395.

Lim, S-L., & Pessoa, L. (2008). Affective learning increases sensitivity to graded emotional faces.,(1), 96–103.

Liu, X., Hildebrandt, A., Recio, G., Sommer, W., Cai, X., & Wilhelm, O. (2017). Individual differences in the speed of facial emotion recognition show little specificity but are strongly related with general mental speed: Psychometric, neural and genetic evidence., 149

Longin, E., Rautureau, G., Perez-Diaz, F., Jouvent, R., & Dubal, F. (2013). Impact of fearful expression on danger processing: The influence of the level of trait anxiety.,(5), 652–657.

Noh, S. R., & Isaacowitz, D. M. (2013). Emotional faces in context: age differences in recognition accuracy and scanning patterns.(2), 238–249.

Palumbo, L., & Jellema, T. (2013). Beyond face value: Does involuntary emotional anticipation shape the perception of dynamic facial expressions?,(2), e56003.

Park, G., Vasey, M. W., Kim, G., Hu, D. D., & Thayer, J. F. (2016). Trait anxiety is associated with negative interpretations when resolving valence ambiguity of surprised faces., 1164.

Qiu, F. H., Luo, Y. J., & Jia, S. W. (2015). Categorical perception of facial expression and its individual differences.(6), 946–958.

[邱方暉, 羅躍嘉, 賈世偉. (2015). 面部表情的類別知覺及其個(gè)體差異.,(6), 946–958.]

Recio, G., Schacht, A., & Sommer, W. (2014). Recognizing dynamic facial expressions of emotion: Specificity and intensity effects in event-related brain potentials.,(1), 111–125.

Righart, R., & de Gelder, B. (2006). Context influences early perceptual analysis of faces—an electrophysiological study.(9), 1249–1257.

Righart, R., & de Gelder, B. (2008a). Rapid influence of emotional scenes on encoding of facial expressions: An ERP study.,(3), 270–278.

Righart, R., & de Gelder, B. (2008b). Recognition of facial expressions is influenced by emotional scene gist.,(3), 264–272.

Rigon, A., Voss, M. W., Turkstra, L. S., Mutlu, B., & Duff, M. C. (2016). Relationship between individual differences in functional connectivity and facial-emotion recognition abilities in adults with traumatic brain injury., 370–377.

Sadeh, N., & Bredemeier, K. (2011). Individual differences at high perceptual load: the relation between trait anxiety and selective attention.,(4), 747–755.

Spielberger, C. D. (1966). Theory and research on anxiety. In C. D. Spielberger (Ed.),. New York: Academic Press.

Spielberger, C. D., Gorsuch, R. L., Lushene, R., Vagg, P. R., & Jacobs, G. A. (1983).. Palo Alto, CA: Consulting Psychologists Press.

Terasawa, Y, Moriguchi, Y, Tochizawa, S, Umeda, S.(2014). Interoceptive sensitivity predicts sensitivity to the emotions of others.,(8), 1435–1448.

Tottenham, N., Tanaka, J. W., Leon, A. C., Mccarry, T., Nurse, M., & Hare, T. A., … Nelson, C. (2009). The NimStim set of facial expressions: judgments from untrained research participants.(3), 242–249.

Walentowska, W., & Wronka, E. (2012). Trait anxiety and involuntary processing of facial emotions.,(1), 27–36.

Xu, Q., Yang, Y., Tan, Q., & Zhang, L. (2017). Facial expressions in context: Electrophysiological correlates of the emotional congruency of facial expressions and background scenes., 2175.

Xu, Q., Yang, Y., Zhang, E., Qiao, F., Lin, W., & Liang, N. (2015). Emotional conflict in facial expression processing during scene viewing: An erp study.,, 138–146.

Xu, Q., Yang Y. P., Zhang, E. T., & Zhang, F. (2014). The influence of context on facial expression processing: Retrospect and prospect.(3), 252–262.

[徐強(qiáng), 楊亞平, 張恩濤, 張鋒. (2014). 背景因素影響面部表情加工的研究: 現(xiàn)狀與展望.(3), 252–262.]

Zhang, D. D, Luo, W. B., & Luo, Y. J. (2013). Single-trial ERP evidence for the three-stage scheme of facial expression processing.(08), 643–656.

[張丹丹, 羅文波, 羅躍嘉. (2013). 面孔表情加工三階段模型的單試次ERP證據(jù).(8), 643–656.]

Zhang, Q., Li, X., Gold, B. T., & Jiang, Y. (2010). Neural correlates of cross-domain affective priming., 142–151.

Scene effects on facial expression detection: The moderating effects of trait anxiety

LI Wanyue; HAN Shangfeng; LIU Shen; YANG Yaping; ZHANG Lin; XU Qiang

(Department and Institute of Psychology, Ningbo University, Ningbo 315211, China)(School of Humanities and Social Sciences, University of Science and Technology of China, Hefei 230022, China)

Facial expressions are fundamental emotional stimuli. They convey important information in social interaction. Most previous studies focused on the processing of isolated facial expressions. However, in everyday life, faces always appear within complex scenes. The emotional meaning of the scenes plays an important role in judging facial expressions. Additionally, facial expressions change constantly from appearance to disappearance. Visual scenes may have different effects on the processing of faces with different emotional intensities. Individual personality traits, such as trait anxiety, also affect the processing of facial expressions. For example, individuals with high trait anxiety have processing bias on negative emotional faces. The present study explored whether previously presented visual scenes affected the identification of emotions in morphed facial expressions, and whether the influences of visual scenes on the identification of facial expressions showed differences between individuals with high and low trait anxiety.

Using the Spielberger State-Trait Anxiety Inventory (STAI), we placed 29 participants who scored in the top 27% in the high trait anxiety group (9 men and 20 women; mean age 19.76 ± 1.3 years) and 28 participants who scored in the bottom 27% in the low trait anxiety group (11 males and 17 females, mean age 19.71 ± 1.2 years). The images of faces (4 models, half male and half female) used in this study were selected from the NimStim Set of Facial Expressions. The face stimuli showed typical happy, neutral, and fearful expressions. Facial expressions were morphed to create a series of graduallyvaried images of facial expressions. Specifically, fearful face (100%) versus neutral face (0%) and happy face (100%) versus neutral face (0%) were morphed in 20% increments. In addition, 40 surrounding scene images were used, with 20 positive scenes and 20 negative scenes. In the face-emotion detection task, participants were asked to determine whether the emotion from the faces presented after the scenes were fearful, happy, or neutral.

For the repeated measure ANOVA of the accuracy for facial expression detection, the results showed scene effects on the identification of emotions in facial expressions. The scene effects were varied between the different intensity of face emotion: for the emotionally vague faces, the detection of happy and fearful expression showed significant scene effects; for the faces with moderate emotional intensity, only the detection of the fearful faces showed significant scene effects; for the intense emotions on faces, there was a significant effect on happy and neutral faces but not on fearful faces. Trait anxiety as an individual factor was found to play a moderating role in the identification of facial expressions. For the high trait anxiety group, there were no significant differences in the accuracy of emotional detection between congruent and incongruent conditions. This means that the high trait anxiety group did not show significant scene effects. The low trait anxiety group showed a significant difference in the accuracy of identification of emotions in facial expressions between congruent and incongruent conditions, i.e., significant scene effects.

In summary, the present study demonstrated that, for facial expressions with low emotional intensity, the identification of happy and fearful faces was more likely to be affected by visual scenes than the identification of neutral faces. Visual scenes were more likely to affect the identification of moderately fearful faces than moderately happy faces. Trait anxiety played a moderating role in the influence of visual scenes on emotional detection of facial expressions. Specifically, individuals with high trait anxiety were less affected by surrounding visual scenes and paid more attention to facial expressions.

visual scenes; facial expressions; trait anxiety; scene effects; moderating effects

2018-01-27

* 國家教育部人文社會(huì)科學(xué)研究項(xiàng)目/青年基金項(xiàng)目(18YJC190027, 15YJC190024)、國家自然科學(xué)基金(31540024, 71874170)、國家社會(huì)科學(xué)基金(12BSH055)、浙江省教育科學(xué)規(guī)劃課題(2018SCG098)資助。

李婉悅和韓尚鋒同為第一作者。

徐強(qiáng), E-mail: xuqiang1117@163.com; 張林, E-mail: zhanglin1@nbu.edu.cn

B842