孫 霽 孫 沛
(1 清華大學(xué)社會(huì)科學(xué)學(xué)院心理學(xué)系,北京 100084) (2 安順學(xué)院教育學(xué)院,安順 561000)
非符號(hào)數(shù)量加工能力是人類(lèi)與動(dòng)物所共有的核心能力之一,是指長(zhǎng)期進(jìn)化過(guò)程中形成的對(duì)物體數(shù)量屬性的表征和推理能力(張真, 蘇彥捷,2007;Butterworth, Gallistel, & Vallortigara, 2018),是構(gòu)成人類(lèi)獨(dú)有的符號(hào)數(shù)學(xué)能力的基礎(chǔ)(Haist,Wazny, Toomarian, & Adamo, 2015; Piazza, 2010)。
非符號(hào)數(shù)量加工能力研究中的一個(gè)熱點(diǎn)問(wèn)題是非符號(hào)數(shù)量加工的機(jī)制,即個(gè)體如何獲得數(shù)量信息?;诓煌膶?shí)驗(yàn)方法和技術(shù),研究者形成了不同的觀點(diǎn)。有研究者支持非符號(hào)數(shù)量加工單一機(jī)制的觀點(diǎn),認(rèn)為個(gè)體進(jìn)行非符號(hào)數(shù)量加工時(shí)或者基于數(shù)量屬性本身(Harvey & Dumoulin, 2017;Park, DeWind, Woldorff, & Brannon, 2016),或者基于密度、亮度等非數(shù)量屬性(Gebuis, Kadosh, &Gevers, 2016; Katzin, Katzin, Rosén, Henik, & Salti,2020)。另一些研究者則認(rèn)為非符號(hào)數(shù)量加工過(guò)程可能包含多個(gè)機(jī)制,尤其是對(duì)不同大小的數(shù)量進(jìn)行加工時(shí),其加工機(jī)制會(huì)發(fā)生變化(劉煒, 王苗, 張智君, 趙亞軍, 2016; Anobile, Tomaiuolo, Campana, &Cicchini, 2020; Zimmermann, 2018)。早期研究發(fā)現(xiàn)個(gè)體對(duì)4 以下的非符號(hào)數(shù)量加工得又快又準(zhǔn)(Jevons, 1871),而對(duì)4 以上非符號(hào)數(shù)量加工的效率依賴(lài)于數(shù)量間比率,遵循韋伯定律。后續(xù)研究者將其分別稱(chēng)為“感數(shù)系統(tǒng)”(subitizing system,SS)和“近似數(shù)量系統(tǒng)”(approximate number system, ANS),并發(fā)現(xiàn)兩個(gè)系統(tǒng)遵循不同的數(shù)量加工機(jī)制(Anobile et al., 2020; Feigenson, Dehaene, &Spelke, 2004)。
然而,近年來(lái),一系列行為研究發(fā)現(xiàn)個(gè)體對(duì)4以上數(shù)量的加工也存在不同機(jī)制。例如,Anobile,Cicchini 和Burr(2014)要求被試對(duì)一系列刺激數(shù)量(6~181)進(jìn)行數(shù)量判斷任務(wù),并以韋伯分?jǐn)?shù)作為指標(biāo)。結(jié)果發(fā)現(xiàn),當(dāng)數(shù)量較小時(shí),韋伯分?jǐn)?shù)保持不變,遵循韋伯定律;當(dāng)數(shù)量超過(guò)一定數(shù)值范圍時(shí),韋伯分?jǐn)?shù)隨著數(shù)量的變大而快速變小,遵循不同的心理物理律。這一結(jié)果揭示個(gè)體對(duì)4 以上不同數(shù)量的加工出現(xiàn)機(jī)制分離現(xiàn)象:當(dāng)個(gè)體對(duì)小數(shù)量(如數(shù)量小于29,密度小于0.2 點(diǎn)/平方度)進(jìn)行加工時(shí)依賴(lài)ANS 系統(tǒng),其判斷基于數(shù)量屬性,而對(duì)大數(shù)量進(jìn)行加工時(shí)依賴(lài)于紋理-密度系統(tǒng)(texture-density system),其加工基于密度屬性。另外,研究者還發(fā)現(xiàn)大小數(shù)量加工的反應(yīng)時(shí)間不同、涉及的視覺(jué)感受野不同(),并且,在兒童(Anobile, Castaldi, Turi, Tinelli, & Burr,2016)、成年人和計(jì)算障礙者(孫霽, 孫沛, 2019)中只有小數(shù)量判斷的行為指標(biāo)才能預(yù)測(cè)個(gè)體的數(shù)學(xué)能力。但是,目前利用ERP 技術(shù)考察4 以上數(shù)量加工機(jī)制分離現(xiàn)象時(shí)間進(jìn)程的研究還較少,其信息加工機(jī)制還不清楚。已知的一項(xiàng)ERP 研究只比較了極小數(shù)量(≤4)和大數(shù)量(≥100)加工的神經(jīng)反應(yīng)模式(Fornaciai & Park, 2017)。因此,本研究以4 以上數(shù)量范圍內(nèi)的大小數(shù)量為研究對(duì)象,試圖從神經(jīng)層面為4 以上數(shù)量加工機(jī)制分離現(xiàn)象提供新的證據(jù)。
大量研究揭示數(shù)量加工存在一個(gè)典型心理物理特征,即數(shù)量比率效應(yīng)(numerical ratio effect,NRE),指被試進(jìn)行數(shù)量判斷的正確率和反應(yīng)時(shí)依賴(lài)數(shù)量間的比率:當(dāng)兩個(gè)數(shù)量間的比率越大,被試判斷的正確率越高,反應(yīng)時(shí)越短(Bugden &Ansari, 2011)。與NRE 有關(guān)的ERP 成分是P2p 成分(second posterior positivity)(Dehaene, 1996),出現(xiàn)在頂-枕-顳區(qū)(parietal-occipito-temporal, POT)后部電極位置,在靶子刺激出現(xiàn)后約250 ms 處達(dá)到峰值。已有研究發(fā)現(xiàn),當(dāng)刺激數(shù)量較小時(shí),NRE 在P2p 成分上出現(xiàn)穩(wěn)定差異,即小比率條件誘發(fā)的P2p 成分幅值比大比率條件誘發(fā)的幅值更正(Hyde & Spelke, 2009; Soltész, Sz?cs, Dékány,Márkus, & Csépe, 2007)。這一結(jié)果被解釋為ANS 系統(tǒng)存在的標(biāo)志。根據(jù)前人研究結(jié)果,本研究提出如下假設(shè):如果大小數(shù)量加工基于相同機(jī)制(即ANS 系統(tǒng)),則NRE 對(duì)P2p 成分的調(diào)節(jié)作用會(huì)在兩種數(shù)量條件下表現(xiàn)出相同的模式;相反,則NRE 對(duì)P2p 成分的調(diào)節(jié)模式是不同的。因此,本研究以NRE 及P2p 幅值為指標(biāo),采用ERP 技術(shù)考察4 以上數(shù)量加工分離現(xiàn)象的神經(jīng)機(jī)制。
招募21 名北京某大學(xué)學(xué)生參與實(shí)驗(yàn),14 名男性,7 名女性,年齡21.62±2.11 歲。所有被試身體健康,均為右利手,視力或矯正視力正常,實(shí)驗(yàn)前均簽訂實(shí)驗(yàn)知情同意書(shū),實(shí)驗(yàn)后可獲得相應(yīng)的報(bào)酬。其中3 名被試的數(shù)據(jù)由于存在較多的眨眼、眼動(dòng)及alpha 波被剔除,18 名被試的數(shù)據(jù)進(jìn)入分析階段。
實(shí)驗(yàn)在安靜、微暗的實(shí)驗(yàn)室中進(jìn)行。實(shí)驗(yàn)刺激和程序由Matlab(R2016b)軟件和Psychtoolbox工具(Brainard, 1997)編制。刺激在17 英寸ViewSonic 顯示器(分辨率1024×768 像素;刷新率60Hz)上呈現(xiàn),屏幕背景設(shè)為黑色(RGB: 50, 50,50)。刺激中點(diǎn)的大小為0.15°,顏色為白色(RGB:230, 230, 230)。被試雙眼距屏幕約50 cm。
被試在實(shí)驗(yàn)中會(huì)看到一系列相繼呈現(xiàn)的刺激(黑色屏幕上呈現(xiàn)的白色點(diǎn)),并使用鍵盤(pán)中的“S”和“J”鍵作反應(yīng)。圖1為單個(gè)試次的實(shí)驗(yàn)流程。試次開(kāi)始時(shí),在屏幕中央呈現(xiàn)一個(gè)注視點(diǎn)(0.17°×0.17°),500 ms 后呈現(xiàn)第一個(gè)刺激(S1),呈現(xiàn)時(shí)間為200 ms,隨機(jī)間隔(ISI)900~1100 ms后呈現(xiàn)第二個(gè)刺激(S2),呈現(xiàn)時(shí)間也為200 ms,然后要求被試在2000 ms 內(nèi)做出判斷:前后出現(xiàn)的兩個(gè)刺激中哪個(gè)刺激包含的點(diǎn)的數(shù)量更多。刺激與按鍵之間的匹配在被試間進(jìn)行平衡。試次間間隔(ITI)為1000~1250 ms。
圖 1 單個(gè)試次的流程示意圖
每一試次包含兩個(gè)刺激,一個(gè)是標(biāo)準(zhǔn)刺激,在一個(gè)實(shí)驗(yàn)區(qū)組中其點(diǎn)的數(shù)量保持不變,為標(biāo)準(zhǔn)數(shù)量:11(小數(shù)量條件)或91(大數(shù)量條件)。標(biāo)準(zhǔn)數(shù)量的選取基于前人研究(Anobile et al., 2014;Anobile, Turi, Cicchini, & Burr, 2015)和預(yù)實(shí)驗(yàn)結(jié)果。另一個(gè)是目標(biāo)刺激,其數(shù)量或與標(biāo)準(zhǔn)數(shù)量的比率約為0.2(小比率條件);或與標(biāo)準(zhǔn)數(shù)量的比率約為0.37(大比率條件)。比率計(jì)算方式為:兩個(gè)數(shù)量中(大的數(shù)量-小的數(shù)量)/大的數(shù)量。為了平衡標(biāo)準(zhǔn)數(shù)量與目標(biāo)數(shù)量間的變化方向,每一個(gè)比率在標(biāo)準(zhǔn)數(shù)量的增長(zhǎng)方向和減少方向各取一個(gè)目標(biāo)數(shù)量。在呈現(xiàn)時(shí),一半條件下S1 的數(shù)量大于S2,一半條件下相反。這一控制可以有效排除前后刺激數(shù)量大小順序給數(shù)量加工帶來(lái)的干擾。另外,為了控制區(qū)域面積和數(shù)量的一致性,實(shí)驗(yàn)設(shè)置兩種刺激區(qū)域面積:小面積(半徑為3.5°)和大面積(半徑為5.5°)。并使一半試次的區(qū)域面積與數(shù)量一致,數(shù)量越多,面積越大;一半試次的區(qū)域面積與數(shù)量不一致,數(shù)量越多,面積越小。在兩種區(qū)域面積條件下,小數(shù)量標(biāo)準(zhǔn)刺激的密度約為0.29 點(diǎn)/平方度和0.12 點(diǎn)/平方度,而大數(shù)量標(biāo)準(zhǔn)刺激的密度約為2.37 點(diǎn)/平方度和0.96 點(diǎn)/平方度。
實(shí)驗(yàn)包含2 個(gè)區(qū)組,每個(gè)區(qū)組的標(biāo)準(zhǔn)刺激數(shù)量為小數(shù)量或大數(shù)量。每個(gè)區(qū)組包含160 試次。其中小比率80 試次,大比率80 試次。在每個(gè)區(qū)組開(kāi)始前,被試完成28 個(gè)練習(xí)試次并有反饋。兩個(gè)區(qū)組的實(shí)驗(yàn)順序在被試間平衡。
實(shí)驗(yàn)使用NeuroScan 64 導(dǎo)電極帽記錄被試的腦電活動(dòng),物理參考電極是位于CPz 和Cz 之間的Ref 電極,水平眼電位于雙眼外側(cè)約1.5 cm 的位置,垂直眼電位于左眼上下約3 cm 的位置。電極間阻抗小于5 kΩ,采樣頻率500 Hz,帶通濾波0.05~100 Hz。
數(shù)據(jù)收集完成后,經(jīng)手動(dòng)去除明顯偽跡,并對(duì)腦電數(shù)據(jù)進(jìn)行0.01~40 Hz 離線濾波。選取腦電數(shù)據(jù)時(shí)程為S2 呈現(xiàn)前200 ms 到呈現(xiàn)后600 ms,其中,基線是S2 呈現(xiàn)前200 ms,并以±75 μV 為標(biāo)準(zhǔn)進(jìn)行去偽跡分析。基于前人的研究(Hesse, Schmitt,Klingenhoefer, & Bremmer, 2017; Hyde & Spelke,2009),實(shí)驗(yàn)關(guān)注的腦區(qū)為頂-枕-顳區(qū),因此以全腦為標(biāo)準(zhǔn)進(jìn)行重參考。
行為數(shù)據(jù)分析。使用SPSS24.0 軟件對(duì)被試的正確率和平均反應(yīng)時(shí)進(jìn)行2(標(biāo)準(zhǔn)數(shù)量)×2(數(shù)量比率)重復(fù)測(cè)量方差分析。平均反應(yīng)時(shí)數(shù)據(jù)僅選擇每個(gè)被試每個(gè)條件下的正確試次,并剔除小于100 ms、在均值2.5 倍標(biāo)準(zhǔn)差之外的極端數(shù)據(jù),計(jì)算其反應(yīng)時(shí)的中位數(shù)。
腦電數(shù)據(jù)分析。采用Matlab(R2016b)軟件進(jìn)行分析,主要關(guān)注不同條件下S2 誘發(fā)的ERP 成分,并且只有當(dāng)被試反應(yīng)正確時(shí),才會(huì)對(duì)S2 誘發(fā)的腦電數(shù)據(jù)進(jìn)行疊加?;谝酝芯亢蛯?duì)被試平均腦電的觀察,確定實(shí)驗(yàn)觀察的時(shí)間窗口:P2p(210~350 ms)。為了包含更廣范圍的POT,本實(shí)驗(yàn)選擇左側(cè)電極(P1、P5、PO3、PO7)和右側(cè)電極(P2、P6、PO4、PO8)進(jìn)行分析。這些電極所在腦區(qū)分布與以往數(shù)量加工ERP 研究的頂-枕-顳區(qū)分布緊密重疊(Hesse et al., 2017; Hyde &Spelke, 2012)。本研究使用重復(fù)測(cè)量方差分析檢驗(yàn)電極(P1、P5、PO3、PO7、P2、P6、PO4、PO8)、標(biāo)準(zhǔn)數(shù)量(小數(shù)量、大數(shù)量)和數(shù)量比率(小比率、大比率)對(duì)P2p 成分幅值的影響。對(duì)所有不滿足球形檢驗(yàn)假設(shè)的分析,利用Greenhouse-Geisser法對(duì)p值進(jìn)行校正,記為pG。
各種實(shí)驗(yàn)條件行為結(jié)果見(jiàn)圖2。
圖 2 各實(shí)驗(yàn)條件的正確率與平均反應(yīng)時(shí)
正確率。標(biāo)準(zhǔn)數(shù)量主效應(yīng)顯著,F(xiàn)(1, 17)=28.08,p<0.001,=0.63。小數(shù)量的正確率(M=0.83,SD=0.10)顯著高于大數(shù)量的正確率(M=0.73,SD=0.11)。數(shù)量比率主效應(yīng)顯著,F(xiàn)(1, 17)=175.61,p<0.001,=0.91。小比率的正確率(M=0.71,SD=0.10)顯著低于大比率的正確率(M=0.85,SD=0.08)。標(biāo)準(zhǔn)數(shù)量與數(shù)量比率的交互效應(yīng)不顯著,F(xiàn)(1, 17)=0.02,p=0.91。
平均反應(yīng)時(shí)。數(shù)量比率主效應(yīng)顯著,F(xiàn)(1, 17)=10.62,p=0.005,=0.39。小比率的平均反應(yīng)時(shí)(M=701 ms,SD=145 ms)顯著長(zhǎng)于大比率的平均反應(yīng)時(shí)(M=666 ms,SD=130 ms)。標(biāo)準(zhǔn)數(shù)量主效應(yīng)、標(biāo)準(zhǔn)數(shù)量與數(shù)量比率的交互效應(yīng)均不顯著,ps>0.16。以上結(jié)果表明,比率效應(yīng)在兩種數(shù)量條件下的表現(xiàn)是一致的,均表現(xiàn)為小比率的正確率更低、平均反應(yīng)時(shí)更長(zhǎng)。
圖3分別呈現(xiàn)各種實(shí)驗(yàn)條件在8 個(gè)電極上的平均波形圖。
圖 3 各實(shí)驗(yàn)條件在8 個(gè)電極上的平均波形圖
對(duì)P2p 成分幅值進(jìn)行8(電極)×2(標(biāo)準(zhǔn)數(shù)量)×2(數(shù)量比率)的重復(fù)測(cè)量方差分析。結(jié)果發(fā)現(xiàn),標(biāo)準(zhǔn)數(shù)量主效應(yīng)顯著,F(xiàn)(1, 17)=30.39,p<0.001,=0.64。大數(shù)量的幅值(5.15 μV)比小數(shù)量的幅值(2.76 μV)顯著更正。電極與標(biāo)準(zhǔn)數(shù)量交互效應(yīng)顯著,F(xiàn)(7, 119)=6.50,pG=0.001,=0.28。進(jìn)一步分析顯示,大數(shù)量與小數(shù)量的幅值差在右側(cè)電極點(diǎn)(P2: 1.33 μV; P6: 2.02 μV; PO4:3.77 μV; PO8: 3.16 μV)比左側(cè)電極點(diǎn)(P1: 1.27 μV;P5: 1.84 μV; PO3: 3.15 μV; PO7: 2.58 μV)上更大。最為重要的是,標(biāo)準(zhǔn)數(shù)量與數(shù)量比率的交互效應(yīng)顯著,F(xiàn)(1, 17)=9.68,p=0.006,=0.36。在小數(shù)量條件下,小比率的幅值(3.06 μV)比大比率的幅值(2.46 μV)顯著更正;但在大數(shù)量條件下,大比率的幅值(5.50 μV)比小比率的幅值(4.80 μV)顯著更正。圖4呈現(xiàn)兩種數(shù)量條件下小比率減大比率的差異波在P2p 成分上的地形圖。結(jié)果顯示,在小數(shù)量條件下,差異波為正,分布在后部腦區(qū),與數(shù)量加工的腦區(qū)(POT 區(qū))重疊。在大數(shù)量條件下,差異波為負(fù),分布偏向于右部腦區(qū)。其他主效應(yīng)與交互效應(yīng)均未達(dá)到顯著,ps>0.05。
圖 4 兩種數(shù)量條件下小比率與大比率在P2p 成分上的差異波地形圖
本研究結(jié)合ERP 技術(shù)和數(shù)量判斷任務(wù)考察個(gè)體對(duì)4 以上不同大小非符號(hào)數(shù)量加工神經(jīng)機(jī)制的差異。ERP 結(jié)果發(fā)現(xiàn),當(dāng)被試進(jìn)行數(shù)量判斷時(shí),無(wú)論在小數(shù)量還是大數(shù)量條件下,NRE 對(duì)P2p 成分幅值均有調(diào)節(jié)作用,但其在兩種條件下調(diào)節(jié)的方向相反:在小數(shù)量條件下,小比率誘發(fā)的P2p 成分幅值比大比率誘發(fā)的幅值更正;而在大數(shù)量條件下,大比率誘發(fā)的P2p 成分幅值比小比率誘發(fā)的幅值更正。值得注意的是,該結(jié)果是在控制非數(shù)量屬性(如區(qū)域面積等)與數(shù)量屬性一致性的基礎(chǔ)上獲得的。這表明,大小數(shù)量加工機(jī)制分離現(xiàn)象是普遍而穩(wěn)健存在的,不受刺激非數(shù)量屬性控制的影響。以上結(jié)果為大小數(shù)量加工分離提供了神經(jīng)層面的證據(jù),進(jìn)一步支持4 以上非符號(hào)數(shù)量加工過(guò)程存在兩種不同加工機(jī)制的觀點(diǎn)(劉煒等, 2016;Anobile et al., 2020; Zimmermann, 2018)。
小數(shù)量條件下NRE 對(duì)P2p 成分幅值的調(diào)節(jié)作用與前人研究結(jié)果一致(Hyde & Spelke, 2009;Rubinsten, Dana, Lavro, & Berger, 2013)。已有研究發(fā)現(xiàn),P2p 成分幅值可能反映表征和加工數(shù)量屬性所需的特定資源(Ansari, 2008; Dehaene & Cohen,1995)。這說(shuō)明,個(gè)體在面對(duì)相繼呈現(xiàn)的刺激時(shí),會(huì)自動(dòng)地將刺激的數(shù)量表征為基數(shù)值并進(jìn)行比較。當(dāng)刺激數(shù)量的差異較大時(shí),對(duì)數(shù)量差異的搜索會(huì)迅速而容易地終止,而在差異較小時(shí)則需要更多的處理。
然而,大數(shù)量條件下NRE 對(duì)P2p 成分幅值的調(diào)節(jié)模式與小數(shù)量條件下的模式相反,表現(xiàn)為大比率誘發(fā)的P2p 成分幅值比小比率誘發(fā)的幅值更正。研究者認(rèn)為,NRE 對(duì)P2p 成分幅值的相反調(diào)節(jié)模式反映了刺激非數(shù)量屬性加工的作用(Kadosh,Kadosh, Linden, & Gevers, 2007; Smets, Gebuis, &Reynvoet, 2013),表明在大數(shù)量加工條件下,個(gè)體可以通過(guò)非數(shù)量屬性的加工來(lái)推斷數(shù)量信息(Fornaciai & Park, 2017)。另外,當(dāng)前P2p 成分上NRE 的差異波地形圖表明,小數(shù)量條件下差異波分布腦區(qū)與以往研究中數(shù)量加工相關(guān)腦區(qū)重疊,而大數(shù)量條件下差異波分布腦區(qū)更偏向與刺激大小、形狀加工相關(guān)的右部腦區(qū)(Pinel, Piazza,Le Bihan, & Dehaene, 2004; Soltész & Sz?cs, 2014)。這提示,個(gè)體對(duì)大數(shù)量進(jìn)行判斷時(shí),非數(shù)量屬性的加工,尤其是對(duì)刺激空間屬性的加工起到了重要作用。具體而言,在刺激集合所在區(qū)域面積不等條件下,數(shù)量間的差異較小時(shí),其空間屬性的加工更容易,反之則更難(Odic & Halberda, 2015)。這就解釋了為何大數(shù)量條件下大比率誘發(fā)的P2p 幅值比小比率誘發(fā)的更正。
綜上所述,大小數(shù)量條件下NRE 對(duì)P2p 成分調(diào)節(jié)作用的差異反映其數(shù)量加工機(jī)制的不同。具體而言:小數(shù)量加工基于數(shù)量屬性,依賴(lài)于ANS 系統(tǒng);而大數(shù)量加工基于非數(shù)量屬性(如空間屬性)。行為結(jié)果并未發(fā)現(xiàn)兩種數(shù)量加工條件下NRE 的差異,這可能是因?yàn)閿?shù)量判斷任務(wù)涉及的諸多非數(shù)量加工過(guò)程,如工作記憶、決策等對(duì)數(shù)量加工過(guò)程的干擾,其行為指標(biāo)并不能反映“純粹的”數(shù)量加工過(guò)程(Guillaume, Gevers, &Content, 2016)。盡管本研究使用的腦電指標(biāo)P2p 成分屬于早期成分,受決策過(guò)程等的影響不大,但也不能完全排除數(shù)量判斷任務(wù)的其他心理過(guò)程可能帶來(lái)的干擾。因此未來(lái)可以使用其他實(shí)驗(yàn)任務(wù)(如適應(yīng)范式)對(duì)4 以上非符號(hào)數(shù)量加工機(jī)制分離現(xiàn)象進(jìn)一步研究。除此之外,本研究雖然發(fā)現(xiàn)了兩種數(shù)量加工神經(jīng)反應(yīng)模式的顯著差異,但還未充分揭示分離現(xiàn)象存在的內(nèi)在原因。未來(lái)可以結(jié)合內(nèi)部心理過(guò)程進(jìn)一步探究大小數(shù)量加工機(jī)制分離現(xiàn)象。
本研究結(jié)果初步表明:4 以上不同大小數(shù)量會(huì)影響NRE 對(duì)P2p 成分幅值的調(diào)節(jié)作用。這一結(jié)果有力支持“4 以上非符號(hào)數(shù)量加工過(guò)程存在加工機(jī)制分離現(xiàn)象”的觀點(diǎn)。