語義距離與創(chuàng)造性思維關(guān)系的元分析

摘" 要" 自然語言處理的發(fā)展為探究語義距離與創(chuàng)造性思維的關(guān)系提供了可靠且有效的研究方法。近些年關(guān)于兩者之間關(guān)系的研究逐漸增多， 但研究結(jié)論并不一致。本研究基于創(chuàng)造力聯(lián)想理論及擴(kuò)散激活模型， 通過元分析的方法探討了語義距離與創(chuàng)造性思維的整體關(guān)系， 并且分析了以往研究結(jié)論不一致的原因。本文經(jīng)過文獻(xiàn)檢索和篩選后獲得14項研究， 提取r值作為效應(yīng)值（共53個效應(yīng)值， 4729個獨立樣本）， 并使用隨機(jī)效應(yīng)模型進(jìn)行了元分析。結(jié)果顯示：語義距離與創(chuàng)造性思維存在中等程度的正相關(guān)（r = 0.379， 95% CI [0.300， 0.452]）; 二者的相關(guān)強(qiáng)度受到被試年齡和創(chuàng)造性思維不同測量指標(biāo)的調(diào)節(jié)。研究結(jié)果表明語義距離與創(chuàng)造性思維關(guān)系密切， 同時解釋了以往研究結(jié)論不一致的原因。上述結(jié)果不僅能為更深入地探討創(chuàng)造性思維的認(rèn)知神經(jīng)機(jī)制提供新的研究視角和理論解釋， 而且有助于更全面地理解語義距離與創(chuàng)造性思維二者的關(guān)系及其邊界條件， 為更好地解釋、預(yù)測和提升創(chuàng)造力提供科學(xué)依據(jù)和重要啟示。

關(guān)鍵詞" 創(chuàng)造性思維， 語義距離， 創(chuàng)造力測量， 元分析

分類號" B842

1" 前言

創(chuàng)造性思維是一種高層次的思維活動， 對科學(xué)進(jìn)步和社會發(fā)展具有深遠(yuǎn)的影響， 其核心的認(rèn)知成分之一就是基于語義記憶的聯(lián)想能力（Acar amp; Runco， 2014; Marron et al.， 2018）。個體的聯(lián)想能力及其在進(jìn)行創(chuàng)造性活動時的聯(lián)想過程均可以通過語義距離（semantic distance）表現(xiàn)出來（Beaty et al.， 2014; Benedek amp; Neubauer， 2013）。因此， 語義距離是幫助我們理解創(chuàng)造性思維和創(chuàng)造性認(rèn)知過程的重要手段。

近年來快速發(fā)展的網(wǎng)絡(luò)科學(xué)（Network Science）為研究人類的復(fù)雜認(rèn)知系統(tǒng)提供了一套可靠且有效的定量研究方法（Baronchell et al.， 2013; Siew et al.， 2019）。在認(rèn)知科學(xué)領(lǐng)域， 通常利用心理詞匯（mental lexicon）所構(gòu)成的語義網(wǎng)絡(luò)（semantic network）來表征語義記憶結(jié)構(gòu)（Christensen amp; Kenett， 2021）。在語義網(wǎng)絡(luò)中， 概念被表示為通過“邊（edge）”相互連結(jié)的“節(jié)點（node）”， 語義距離則用來表示概念與概念之間的距離， 即語義相似性（Paulsen et al.， 1996）。將語義網(wǎng)絡(luò)應(yīng)用于創(chuàng)造性思維領(lǐng)域的研究表明， 研究語義網(wǎng)絡(luò)的特性是探索創(chuàng)造性思維的認(rèn)知機(jī)制的一種有價值的方法（Kenett et al.， 2018）， 但是如何有效整合語義網(wǎng)絡(luò)及語義距離來揭示創(chuàng)造性思維過程還有待研究者們進(jìn)一步探討（Kenett amp; Faust， 2014）。

同時， 在實證研究中研究者們常用發(fā)散思維測驗（Divergent Thinking Test）來衡量創(chuàng)造性思維， 但發(fā)散思維測驗的評分存在著一些不足， 如流暢性和獨特性有較高程度的相關(guān)致使得分極易混淆、獨特性評分依賴于樣本等問題（Silvia et al.， 2008）。因此， 除了對原有測量技術(shù)的優(yōu)化和改進(jìn)， 還需要提升創(chuàng)造力測量的客觀性和準(zhǔn)確性。目前已有學(xué)者提出使用語義距離來測量創(chuàng)造性思維， 但是使用語義距離測量創(chuàng)造性思維這一方法的有效性還存在著爭議（Marron et al.， 2018; Wang et al.， 2018）。

因此， 在創(chuàng)造性思維研究中使用語義距離作為量化創(chuàng)造性思維過程的指標(biāo)， 探討創(chuàng)造性思維的認(rèn)知神經(jīng)機(jī)制， 并開發(fā)基于語義距離的創(chuàng)造性評估和提升手段等就具有重要的領(lǐng)域前沿性和開創(chuàng)性。

綜上， 本研究通過元分析的方法， 旨在厘清語義距離與創(chuàng)造性思維之間的關(guān)系， 以期為探究個體聯(lián)想能力與創(chuàng)造性思維關(guān)系的研究引入新的測量方法， 也為創(chuàng)造性思維過程的研究以及語義記憶結(jié)構(gòu)與創(chuàng)造性思維關(guān)系的研究奠定更加堅實的理論基礎(chǔ)。

1.1" 創(chuàng)造性思維及其測量

創(chuàng)造力（creativity）是指產(chǎn)生新穎（original）且適宜（appropriate）產(chǎn)品的能力（Kaufman amp; Sternberg， 2010; Runco， 2002）。作為創(chuàng)造力研究和實踐應(yīng)用基礎(chǔ)的創(chuàng)造性思維測量， 也一直受到研究者們的高度重視（貢喆 等， 2016; 徐雪芬， 辛濤， 2013）。

發(fā)散思維（Divergent Thinking）是個體針對給定問題或提示產(chǎn)生多個原創(chuàng)想法的心理能力（Acar amp; Runco， 2019; Forthmann， Wilken et al.， 2019）， 長期以來一直是創(chuàng)造性思維研究中的一個重要內(nèi)容（Hocevar， 1980）。發(fā)散思維測驗是迄今為止創(chuàng)造力研究中使用最多、應(yīng)用最為廣泛的主流測驗形式（Plucker amp; Makel， 2010; Reiter-Palmon et al.， 2019）。在以往研究中， Guilford （1950）的多用途任務(wù)（Alternate Use Task， AUT）和Torrance （1972）的創(chuàng)造性思維測試（Torrance Tests of Creative Thinking， TTCT）使用頻率較高。發(fā)散思維通常包括4個維度， 即流暢性、靈活性、獨特性（或獨創(chuàng)性）和精致性。其中， 流暢性（fluency）指給出的想法或解決方案的數(shù)量; 靈活性（flexibility）指想法的多樣性; 獨特性（originality）指想法的不尋?；蛭ㄒ恍? 精致性（elaboration）指給出想法或答案的詳細(xì)程度（Torrance， 1965， 1988）。在評分時， 發(fā)散思維測驗也常從這4個維度來計分， 并由此衡量被試答案的創(chuàng)造性水平。

該類廣泛使用的發(fā)散思維測驗雖有其優(yōu)勢， 但仍存在一些潛在問題。首先， 發(fā)散思維測驗不能為研究者提供進(jìn)一步探討創(chuàng)造性思維過程的手段（Hass， 2017; Marron et al.， 2018）。其次， 在該類測驗的四個主要的評價指標(biāo)中， 除了流暢性能夠被客觀測量， 靈活性、獨特性和精致性的傳統(tǒng)評分方法均存在一定弊端， 如可能產(chǎn)生積極偏見（positive bias）使得某被試的創(chuàng)造性得分遠(yuǎn)高于其真實水平， 或因評分者的不同評分標(biāo)準(zhǔn)而引入更多誤差（Bossomaier et al.， 2009; Lee， 2008）。第三， 在發(fā)散思維測驗計分時， 流暢性和獨特性的得分會出現(xiàn)混淆， 獨特性的得分有較大可能性會隨著流暢性得分的增加而增加（Clark amp; Mirels， 1970; Hocevar amp; Michael， 1979; Silvia， 2015; Silvia et al.， 2008）， 或者隨著被試量的增加而降低（Silvia， 2015）。由于以上三點， 發(fā)散思維測驗的客觀性、信度、效度以及常模問題都飽受爭議（Benedek amp; Neubauer， 2013）。

綜上所述， 為了更進(jìn)一步探索創(chuàng)造性思維的內(nèi)涵、機(jī)制及其與各因素之間的相互作用， 就需要一種新的創(chuàng)造性思維測量技術(shù)， 它既可以用于探究創(chuàng)造性思維過程， 也能夠更加客觀、高效地量化創(chuàng)造性思維的產(chǎn)物。使用語義距離測量創(chuàng)造性思維或改進(jìn)創(chuàng)造性思維的計分方法便是一種能滿足上述條件的潛在方法。

1.2" 語義距離與創(chuàng)造性思維的關(guān)系

語義距離這個概念來源于Collins和Loftus （1975）提出的擴(kuò)散激活模型（Spreading-Activation Model）。在概念與概念之間， 共同的定義性特征越多， 它們之間的關(guān)系就越近， 這個關(guān)系就稱為語義距離（Volle， 2018）。例如， “雪”和“白”經(jīng)常共同出現(xiàn)在文本中， 所以語義距離較小; 相反， “雪”和“石油”很少同時出現(xiàn)， 因此二者之間具有較大的語義距離。

Mednick在1962年提出了創(chuàng)造力聯(lián)想理論（Associative Theory of Creativity）， 該理論解釋了創(chuàng)造性思維與語義記憶結(jié)構(gòu)之間的關(guān)系（Mednick， 1962）。該理論認(rèn)為， 創(chuàng)造性思維涉及將弱相關(guān)或遠(yuǎn)距離概念聯(lián)接成新穎且有用的概念的認(rèn)知過程。如果某些概念在語義層面相距越遠(yuǎn)， 由它們所產(chǎn)生的新的組合就越有創(chuàng)意， 新穎度越高。

Benedek等人（2012）在Mednick （1962）的理論基礎(chǔ)上提出， 解離能力（dissociative ability）和聯(lián)想整合能力（associative combination ability）是與創(chuàng)造性思維密切相關(guān)的基本認(rèn)知能力。解離能力是指生成不相關(guān)的概念的能力， 也可以被理解為一種語義抑制能力， 它有助于人們獲得新的語義距離遙遠(yuǎn)的概念。聯(lián)想整合能力指的是對看似不相關(guān)的概念形成合理聯(lián)想的能力。據(jù)此我們可以推斷， 語義距離作為概念與概念之間關(guān)系的量化指標(biāo)（Volle， 2018）， 也即衡量個體聯(lián)想能力的指標(biāo)， 可以有效反映個體以聯(lián)想過程為基礎(chǔ)的創(chuàng)造性思維。擴(kuò)散激活模型也提到， 有創(chuàng)造力的人擁有更加復(fù)雜（Collins amp; Loftus， 1975; Gruszka amp; Necka， 2002; Kenett， 2019）、更加靈活的語義網(wǎng)絡(luò)（Schilling， 2005）。

近年來語義距離也開始作為測量創(chuàng)造性表現(xiàn)的指標(biāo)。研究者們（Green et al.， 2012; Prabhakaran et al.， 2014; Weinberger et al.， 2016）在探究狀態(tài)創(chuàng)造力（state creativity）時， 通常將語義距離作為創(chuàng)造力水平高低的測量指標(biāo)。狀態(tài)創(chuàng)造力即被試在不同指導(dǎo)語或線索提示下所表現(xiàn)出的不同創(chuàng)造力水平。也有研究利用語義距離來測量創(chuàng)造性思維， 結(jié)果顯示相比較傳統(tǒng)測量方法， 基于語義距離的測量方法在創(chuàng)造性思維各指標(biāo)間有著更好的區(qū)分效度和結(jié)構(gòu)信度（Dumas amp; Dunbar， 2014）。

此外， 通過對語義距離的應(yīng)用， 研究者能夠?qū)?chuàng)造性思維的質(zhì)量有更為客觀的認(rèn)識， 從而更好地探討創(chuàng)造性思維的認(rèn)知神經(jīng)機(jī)制。人們普遍認(rèn)為， 創(chuàng)造性思維認(rèn)知過程需要聯(lián)想過程（associative processes）與執(zhí)行過程（executive processes）的耦合（Silvia et al.， 2013）。目前， 大多數(shù)創(chuàng)造性思維任務(wù)并未區(qū)分這兩種認(rèn)知過程（Mednick， 1968; Runco et al.， 2016）， 而對這兩種認(rèn)知過程的細(xì)分有助于我們更深入地理解創(chuàng)造性思維和創(chuàng)造性認(rèn)知過程（Fox et al.， 2015）。而語義距離作為聯(lián)想能力的衡量指標(biāo)， 可以更好地反映出個體在進(jìn)行創(chuàng)造性思維任務(wù)時的聯(lián)想過程（Beaty， Nusbaum et al.， 2014; Beaty， Silvia et al.， 2014; Marron et al.， 2018）。因此， 語義距離也被用來作為認(rèn)知神經(jīng)科學(xué)研究中創(chuàng)造性思維的測量指標(biāo)， 它不僅可以用于比較個體在產(chǎn)生不同創(chuàng)造性水平的答案時其大腦激活模式的差異（Beaty et al.， 2017; Green et al.， 2015; Tempest amp; Radel， 2019）及個體的創(chuàng)造性表現(xiàn)隨時間的動態(tài)變化（Green， 2016）， 還可以用來研究不同個體之間的創(chuàng)造力水平差異（Green， 2016）。

除了從語義網(wǎng)絡(luò)角度、使用語義距離來測量創(chuàng)造力之外， 語義距離也被用來改進(jìn)傳統(tǒng)的創(chuàng)造性思維測驗（如AUT）的評分方法（Volle， 2018）。語義距離不僅可以用來量化發(fā)散思維任務(wù)的得分， 避免獨創(chuàng)性和靈活性得分的混淆（Acar amp; Runco， 2015）， 還可以用來表征創(chuàng)造性思維的某一維度， 如靈活性（Johnson et al.， 2021）和獨創(chuàng)性（Beaty et al.， 2020）。眾多研究者認(rèn)為這一基于語料庫的計算模型和自動化的計分方法有效規(guī)避了評分者編碼的主觀性， 提高了評分的標(biāo)準(zhǔn)化和客觀化， 而且也極大地節(jié)省了時間和人力成本并提高了評分效率（Acar amp; Runco， 2015; Beaty amp; Johnson， 2021; Johnson et al.， 2021）。

盡管許多研究都表明創(chuàng)造力與語義距離之間存在相關(guān)性， 然而也有部分研究未能得到相同結(jié)論。早在1973年就有研究者發(fā)現(xiàn)， 雖然與創(chuàng)造力較低的個體相比， 創(chuàng)造力較高的個體在自由聯(lián)想任務(wù)中的回答速度更快， 但是促使高創(chuàng)造力個體生成新穎的詞匯或詞匯聯(lián)結(jié)的能力不一定與創(chuàng)造力有關(guān)（Rothenberg， 1973）。之后， Benedek和Neubauer （2013）在驗證創(chuàng)造力聯(lián)想理論時發(fā)現(xiàn)， 詞匯與詞匯之間產(chǎn)生關(guān)聯(lián)的概率并不能區(qū)分創(chuàng)造力高的個體和創(chuàng)造力低的個體。創(chuàng)造力水平高的人在聯(lián)想過程中并不一定有著較大的語義距離（Marron amp; Faust， 2018）。近些年來也有研究者在研究中得到了更直接的證據(jù)， 他們發(fā)現(xiàn)， 語義距離與創(chuàng)造性思維之間沒有顯著相關(guān)（Marron et al.， 2018; Wang et al.， 2018）。

綜上， 創(chuàng)造力聯(lián)想理論獲得了眾多研究證據(jù)的支持（Benedek et al.， 2012; Kenett et al.， 2014; Kleinmintz et al.， 2019; Rossmann amp; Fink， 2010）， 但部分研究也發(fā)現(xiàn)語義距離與創(chuàng)造性思維之間并無顯著相關(guān)（Marron et al.， 2018; Wang et al.， 2018）。因此， 語義距離作為概念與概念之間關(guān)系的量化指標(biāo)是否可以有效反映個體的創(chuàng)造性思維仍有待于進(jìn)一步的探討和驗證。

1.3" 語義距離與創(chuàng)造性思維關(guān)系的調(diào)節(jié)變量

近幾年， 國內(nèi)外開展了一些語義距離與創(chuàng)造性思維關(guān)系的研究， 但是研究結(jié)果卻不盡相同。這可能與研究對象的人口學(xué)因素（年齡）和評估創(chuàng)造性思維時所使用的測量指標(biāo)有關(guān)。

根據(jù)已有研究， 年齡可能會影響語義距離與創(chuàng)造性思維之間的關(guān)系。首先， 年齡與語言能力和詞匯量有關(guān)。老年人的詞匯量及語義知識存儲與年輕人相比更加豐富（Kavé amp; Halamish， 2015; Verhaeghen， 2003）， 而語言能力較強(qiáng)、詞匯量較多的個體在表達(dá)想法時更不容易受到表達(dá)能力的限制， 因此往往在言語創(chuàng)造性任務(wù)中表現(xiàn)得更好。語言能力較強(qiáng)的個體也可能會有更多的認(rèn)知資源用來產(chǎn)生創(chuàng)造性想法（Wu et al.， 2005）。其次， 不同年齡被試的語義結(jié)構(gòu)和語義記憶也是不同的， 例如， 老年人語義記憶中的概念更加模塊化， 也更分散（Dubossarsky et al.， 2017; Wulff et al.， 2019; Zortea et al.， 2014）。換而言之， 與年輕人相比， 老年人的語義網(wǎng)絡(luò)結(jié)構(gòu)更加稀疏。這意味著在年長者的語義網(wǎng)絡(luò)中， 概念之間的連結(jié)更少且語義距離更遠(yuǎn)。Dubossarsky等人（2017）進(jìn)一步評估了語義網(wǎng)絡(luò)在個體整個生命周期（10～84歲）中的差異。結(jié)果發(fā)現(xiàn)， 在整個生命周期中， 語義記憶的發(fā)展是非線性的。例如， 兒童的語義結(jié)構(gòu)較為稀疏， 到中年時密度增加， 然后在老年時又變得越來越稀疏。由此可見， 與老年人相比， 年輕人基于語義記憶的語義網(wǎng)絡(luò)更加靈活， 而更加靈活的語義網(wǎng)絡(luò)則往往意味著更高的創(chuàng)造性思維能力（Kenett et al.， 2014; Rossmann amp; Fink， 2010）。同樣地， 也有研究發(fā)現(xiàn)隨著年齡的增長， 個體的創(chuàng)造性思維水平在逐漸下降（Leon et al.， 2019; Simon amp; Bock， 2016; Zhang amp; Niu， 2013）。因此， 樣本群體的年齡可能會影響語義距離與創(chuàng)造性思維之間的關(guān)系。

此外， 由于創(chuàng)造性思維的測量指標(biāo)存在多樣性， 因此研究中所使用的創(chuàng)造性思維測量指標(biāo)可能會影響語義距離與創(chuàng)造性思維之間的關(guān)系。語義距離能夠從整體上反映創(chuàng)造性思維的同時， 對其不同的測量指標(biāo)（獨創(chuàng)性、流暢性、精致性和靈活性）的預(yù)測效果可能不盡相同。Forster和Dunbar （2009）在研究中發(fā)現(xiàn)基于語義距離分析得到的獨創(chuàng)性分?jǐn)?shù)比其他常用的創(chuàng)造性思維測量指標(biāo)（流暢性、靈活性和精致性）更能預(yù)測個體的創(chuàng)新能力。靈活性與個體在解決問題時轉(zhuǎn)換視角的能力有關(guān)， 它使個體在解決問題時避免循規(guī)蹈矩， 這有利于創(chuàng)造性地解決問題。Beketayev和Runco （2016）發(fā)現(xiàn)基于語義算法（Semantic-Based Algorithm， SBA）得到的分?jǐn)?shù)與創(chuàng)造性思維測驗中依照傳統(tǒng)計分方法得到的靈活性分?jǐn)?shù)顯著相關(guān)。精致性同樣也是創(chuàng)造性思維的一個測量指標(biāo)， 它代表著創(chuàng)造性想法的實用性或適用性。Runco等人（1999）提出， 對創(chuàng)造性想法進(jìn)行細(xì)化和改進(jìn)可以提高創(chuàng)意的質(zhì)量。然而對于語義距離來說， 由于被試在進(jìn)行創(chuàng)造性思維任務(wù)時所提出的答案可能具有不同的詳細(xì)程度（即它們的精細(xì)化程度不同）， 基于語義距離的評分可能會受到這些差異的影響（Forthmann， Oyebade et al.， 2019）。

綜上所述， 以往研究的爭議主要在于語義距離是否能夠有效地衡量創(chuàng)造性思維， 且以往研究對可能影響二者關(guān)系的潛在因素的探討尚不全面。如何更好地測量創(chuàng)造性思維是創(chuàng)造力研究和實踐應(yīng)用的基礎(chǔ)， 所以語義距離與創(chuàng)造性思維之間存在何種關(guān)系， 對于創(chuàng)造性思維的測量與評估以及創(chuàng)造性思維的發(fā)展和培養(yǎng)有著重要的參考價值， 但目前尚未有研究從整合的視角對此予以探討和澄清。因此， 本研究采用元分析的方法對語義距離與創(chuàng)造性思維的關(guān)系進(jìn)行全面系統(tǒng)的探討， 并對二者關(guān)系中可能存在的調(diào)節(jié)變量進(jìn)行探究。在理論上， 這將有利于初步厘清已有研究間的爭議， 有助于我們更完整、準(zhǔn)確地把握兩者的關(guān)系， 為創(chuàng)造性思維理論的發(fā)展與整合提供科學(xué)依據(jù)， 為未來相關(guān)研究提供參考， 對創(chuàng)造性思維測量領(lǐng)域的研究也是一種有益補(bǔ)充。在實踐上， 這也將有助于揭示語義距離與創(chuàng)造性思維存在聯(lián)系的具體條件， 能為創(chuàng)造性思維的評估提供新的思路， 為創(chuàng)造性思維的有效提升和創(chuàng)新型人才的培養(yǎng)提供更有針對性、更精準(zhǔn)的個性化培養(yǎng)方案和干預(yù)措施。

2" 方法

2.1" 文獻(xiàn)檢索

本研究全面檢索了2021年10月以前涉及到語義距離與創(chuàng)造性思維二者關(guān)系的中文和英文文獻(xiàn)， 2021年12月進(jìn)行了二次更新。中文文獻(xiàn)檢索的數(shù)據(jù)庫包括：中國知網(wǎng)（CNKI）、萬方數(shù)據(jù)知識服務(wù)平臺、維普中文期刊服務(wù)平臺、中國博士學(xué)位論文全文數(shù)據(jù)庫和中國優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫， 以“語義距離”、“語義網(wǎng)絡(luò)”、“潛在語義分析”、“創(chuàng)造力”、“創(chuàng)造性思維”、“創(chuàng)造力測量”、“發(fā)散思維”、“發(fā)散思維測量”等為關(guān)鍵詞組合進(jìn)行檢索。英文文獻(xiàn)檢索的數(shù)據(jù)庫包括：Springer Link、Science Direct、Wiley Online Library、ProQuest、Google Scholar、Web of Science， 以“semantic distance”、“LSA”、“creativity”、“innovation”、“divergent thinking”、“semantic networks”、“semantic”等為關(guān)鍵詞組合進(jìn)行檢索。同時用文獻(xiàn)回溯法， 追蹤了所有納入本研究的文獻(xiàn)、其他相關(guān)的綜述論文和實證論文的參考文獻(xiàn)進(jìn)行補(bǔ)充， 以確保沒有遺漏相關(guān)文獻(xiàn)。初步檢索之后共得到相關(guān)文獻(xiàn)141篇。

2.2" 文獻(xiàn)納入與排除標(biāo)準(zhǔn)

將獲得的文獻(xiàn)按照以下標(biāo)準(zhǔn)進(jìn)行篩選（如圖1）：（1）研究必須是考察了語義距離與創(chuàng)造性思維關(guān)系的實證研究， 排除純理論探討和文獻(xiàn)綜述類文章。（2）數(shù)據(jù)資料完整， 樣本量大小明確。（3）探討了語義距離與創(chuàng)造性思維之間的關(guān)系， 并明確報告了相關(guān)系數(shù)或可轉(zhuǎn)換的統(tǒng)計量（r值或能轉(zhuǎn)化為r值的F值、t值或χ2值）， 不包括運(yùn)用結(jié)構(gòu)方程模型、回歸分析及其它統(tǒng)計方法獲得的數(shù)據(jù); （4）文獻(xiàn)中所涉及的數(shù)據(jù)不重復(fù)使用， 如使用同一批數(shù)據(jù)多次發(fā)表的文獻(xiàn)， 則只統(tǒng)計一次。最終獲得滿足元分析標(biāo)準(zhǔn)的文獻(xiàn)14篇， 共53個獨立效應(yīng)值， 4729個樣本。

2.3" 文獻(xiàn)質(zhì)量評估

根據(jù)張亞利等人（2019）制定的標(biāo)準(zhǔn)對納入元分析的文獻(xiàn)進(jìn)行質(zhì)量評估， 其中包括被試的選取、數(shù)據(jù)有效率、測量工具的內(nèi)部一致性信度和刊物級別等。文獻(xiàn)質(zhì)量評估過程由兩位評分者獨立完成。兩位評分者編碼完成后計算得到的評分者一致性Kappa值為0.946。根據(jù)Kappa值的判斷標(biāo)準(zhǔn)：0.40～0.59之間為評分者一致性好， 在0.60～0.74之間為評分者一致性相當(dāng)好， 0.75及以上為評分者一致性非常好（Orwin amp; Vevea， 1994）， 本研究中兩名評分者的評分一致性達(dá)到了較高水平。

2.4" 文獻(xiàn)特征編碼

對納入元分析的文獻(xiàn)進(jìn)行如下編碼（如表1）：文獻(xiàn)信息（作者名、發(fā)表年份）、樣本量、被試平均年齡、效應(yīng)值Zr和創(chuàng)造性思維測量指標(biāo)（流暢性、靈活性、精致性、獨創(chuàng)性及其加和總分）。

效應(yīng)值的提取遵循以下標(biāo)準(zhǔn)：（1）獨立樣本編碼一次， 若一篇論文同時報告了多個獨立樣本， 則分開編碼。（2）如果一個獨立樣本有兩個統(tǒng)計指標(biāo)， 則選取保守（相對不顯著）的統(tǒng)計指標(biāo)。（3）依據(jù)統(tǒng)計正態(tài)分布的原則將相關(guān)系數(shù)轉(zhuǎn)化得到Fisher Z 值。（4）數(shù)據(jù)重復(fù)發(fā)表的只取其一。兩名編碼者依據(jù)文獻(xiàn)納入和排除標(biāo)準(zhǔn)進(jìn)行獨立編碼， 兩位編碼者的編碼一致性為95.2%， 說明文獻(xiàn)編碼是較有效而且準(zhǔn)確的。

2.5" 數(shù)據(jù)處理與分析

本研究采用Comprehensive Meta-Analysis 3.0 （CMA3.0）進(jìn)行相應(yīng)的數(shù)據(jù)處理和分析。首先， 采用Q檢驗和I2檢驗進(jìn)行異質(zhì)性檢驗（Heterogeneity"test）， 根據(jù)異質(zhì)性檢驗結(jié)果驗證所選元分析模型的合理性， 其Q檢驗的公式為：

其中Zri為第i個效應(yīng)值， SE為平均效應(yīng)值（Borenstein et al.， 2010）。第二步， 運(yùn)用選定的模型計算、合并效應(yīng)值。第三步， 進(jìn)行包括亞組分析和元回歸分析在內(nèi)的調(diào)節(jié)效應(yīng)檢驗， 若調(diào)節(jié)效應(yīng)不顯著則使用JASP軟件進(jìn)行貝葉斯因子估計， 以進(jìn)一步檢驗結(jié)果是否支持零假設(shè)。最后， 再運(yùn)用漏斗圖（Funnel Plot）， 失安全系數(shù)法（Fail-safe Number， Nfs; Viechtbauer， 2007）、和Egger's回歸檢驗（Egger's regression intercept; Egger et al.， 1997）等方法進(jìn)行發(fā)表偏倚檢驗。

2.5.1" 效應(yīng)值

元分析以語義距離與創(chuàng)造性思維之間的相關(guān)系數(shù)（r）作為效應(yīng)值。如果在編碼過程中一些文獻(xiàn)沒有直接報告語義距離與創(chuàng)造性思維之間的相關(guān)系數(shù)， 而是報告了F值、t值或χ2值， 則利用CMA 3.0軟件將上述效應(yīng)值進(jìn)行計算、合成， 從而得到相關(guān)系數(shù)。

2.5.2" 模型選定

隨機(jī)效應(yīng)模型（Random Effect Model）和固定效應(yīng)模型（Fixed Effect Model）常被用來進(jìn)行元分析。固定效應(yīng)模型假設(shè)元分析中所有研究間只存在同一個效應(yīng)值， 觀察到的效應(yīng)值之間的差異均歸因于隨機(jī)誤差。而在隨機(jī)效應(yīng)模型下， 不同研究可能有不同的效應(yīng)值（Kisamore amp; Brannick， 2008）。例如， 參與者年齡更大， 受教育程度更高或更健康的研究， 或者使用干預(yù)措施的強(qiáng)度更大的研究， 其效應(yīng)值可能更高（或更低） （Borenstein et al.， 2010; Nikolakopoulou et al.， 2014）。具體來說， 如果元分析的總效應(yīng)量只針對自變量和因變量之間的關(guān)系， 不考慮其他變量在其中的作用， 應(yīng)使用固定效應(yīng)模型; 而如果研究中的被試特征、測量工具、實驗范式等會影響最終的研究結(jié)果， 此時使用隨機(jī)效應(yīng)模型較為合理（Borenstein et al.， 2010）。在本研究中， 被試年齡與創(chuàng)造性思維測量指標(biāo)或可對語義距離與創(chuàng)造性思維之間的關(guān)系產(chǎn)生影響， 因此選用隨機(jī)效應(yīng)模型進(jìn)行分析， 同時通過異質(zhì)性檢驗來評估所選取模型的可靠性（Nikolakopoulou et al.， 2014）。

3" 結(jié)果

3.1" 異質(zhì)性檢驗

效應(yīng)值異質(zhì)性檢驗結(jié)果表明Q值為667.359 （df = 52， p lt; 0.001）， 說明效應(yīng)值的異質(zhì)性較大， 本研究適合選擇隨機(jī)效應(yīng)模型來合并效應(yīng)值（Nikolakopoulou et al.， 2014）。為了彌補(bǔ)Q檢驗無法評定異質(zhì)性程度的缺陷， 同時采用了I2檢驗。Higgins等人（2003）認(rèn)為， 當(dāng)I2為25%、50%和75%時， 分別表示研究間存在低異質(zhì)性、中等異質(zhì)性及高等異質(zhì)性。本研究中， I2 = 92.21%， 說明由效應(yīng)值的真實差異造成的變異量占總變異92.21%， 研究間具有高異質(zhì)性， 與前面Q檢驗結(jié)果基本相吻合。Tau-squared值為0.092， 說明研究間總體效應(yīng)值的變異有9.2%可用于計算權(quán)重。同時， 上述結(jié)果也提示， 在語義距離和創(chuàng)造性思維之間可能存在調(diào)節(jié)變量， 因此有必要進(jìn)一步分析調(diào)節(jié)變量對兩者間關(guān)系的影響。

3.2" 發(fā)表偏倚檢驗

3.2.1" 漏斗圖

本研究首先采用漏斗圖來檢驗發(fā)表偏倚。從圖2中可知， 語義距離與創(chuàng)造性思維總分及其各維度關(guān)系的研究基本呈對稱分布， 且集中在中上部， 表明語義距離與創(chuàng)造性思維及其各維度指標(biāo)的研究結(jié)果不存在嚴(yán)重的發(fā)表偏倚（Light amp; Pillemer， 1984）。但為了克服視覺不對稱性評估的主觀性， 我們還需要通過使用Egger’s回歸檢驗（Egger et al.， 1997; Macaskill et al.， 2010）或失安全系數(shù)法（Rosenthal， 1979）對發(fā)表偏倚進(jìn)行進(jìn)一步的檢驗（Terrin et al.， 2005）。

3.2.2" Egger’s回歸檢驗

Egger’s回歸檢驗的基本流程是：以標(biāo)準(zhǔn)化的效應(yīng)尺度為因變量和以效應(yīng)估計量的精度為自變量建立線性回歸方程。如果回歸方程的截距接近0， 則認(rèn)為發(fā)表偏倚較小; 若截距等于0， 即認(rèn)為不存在“發(fā)表偏倚” （Egger et al.， 1997）。截距是否等于0可通過Egger’s回歸截距假設(shè)檢驗來判斷。Egger’s檢驗顯示， 截距為1.249， p = 0.205 gt; 0.05， 表明研究結(jié)果受到來自發(fā)表偏倚影響的可能性很小。

3.2.3" 失安全系數(shù)法

失安全系數(shù)表示最少需要多少個未發(fā)表的研究才能使元分析的結(jié)果逆轉(zhuǎn)（Rosenthal， 1979）。當(dāng)該系數(shù)大于5K + 10 （K為納入元分析效應(yīng)量的數(shù)量， 此處K = 53）時， 說明不存在顯著的發(fā)表偏差（Hoeve et al.， 2012）。本研究的失安全系數(shù)為 1269， 遠(yuǎn)高于臨界值 275。此結(jié)果說明， 語義距離與創(chuàng)造性思維及其各維度之間的關(guān)系的研究結(jié)果準(zhǔn)確、可靠， 本研究存在發(fā)表偏倚的可能性較小。

3.3" 敏感性分析

異質(zhì)性檢驗表明， 各研究之間的效應(yīng)值均呈高異質(zhì)性。依據(jù)漏斗圖及效應(yīng)值的偏離情況， 運(yùn)用逐步刪除法（如， Li et al.， 2016; Liu et al.， 2020; Sun et al.， 2020）， 對語義距離與創(chuàng)造性思維關(guān)系的異質(zhì)性效應(yīng)值進(jìn)行敏感性分析。許多元分析研究使用敏感性分析來評估結(jié)果的穩(wěn)健性和可靠性（如， Greenhouse amp; Iyengar， 2009; Han et al.， 2020）。使用CMA 3.0中 “one study removed” 功能進(jìn)行敏感性分析發(fā)現(xiàn)， 排除任意一個樣本后， 語義距離與創(chuàng)造性思維之間的效應(yīng)值始終在 0.365～0.400 間浮動， 說明元分析結(jié)果具有較高的穩(wěn)定性。

3.4" 主效應(yīng)檢驗

由于各研究之間的異質(zhì)性較高， 采用隨機(jī)效應(yīng)模型進(jìn)行主效應(yīng)分析（Kisamore amp; Brannick， 2008）， 結(jié)果顯示語義距離與創(chuàng)造性思維的相關(guān)系數(shù)為0.379 （95% CI [0.300， 0.452]， Z = 8.745， p lt; 0.001）， 二者之間呈顯著的中等程度（Cohen， 1988）的正相關(guān)關(guān)系。

3.5" 調(diào)節(jié)效應(yīng)檢驗

本研究對類別變量采用亞組分析， 而對連續(xù)變量則采用元回歸分析。

3.5.1" 被試年齡的調(diào)節(jié)作用

利用元回歸分析檢驗被試平均年齡對語義距離與創(chuàng)造性思維之間的關(guān)系是否有顯著影響， 結(jié)果發(fā)現(xiàn)被試平均年齡的調(diào)節(jié)效應(yīng)顯著（B = ?0.0050， Z = ?3.84， 95% CI [?0.0077， ?0.0024]）。

3.5.2" 創(chuàng)造性思維測量指標(biāo)的調(diào)節(jié)作用

納入元分析的文獻(xiàn)中創(chuàng)造性思維的測量指標(biāo)包括各分維度（流暢性、靈活性、獨創(chuàng)性和精致性）及其加和總分。調(diào)節(jié)效應(yīng)檢驗結(jié)果表明， 創(chuàng)造性思維總分及其各分維度對語義距離與創(chuàng)造性思維關(guān)系的調(diào)節(jié)作用顯著（Qb = 89.380， p lt; 0.001） （見表2）。其中， 語義距離與創(chuàng)造性思維的流暢性、靈活性、獨創(chuàng)性維度呈顯著正相關(guān); 與創(chuàng)造性思維的精致性維度呈顯著負(fù)相關(guān)。隨后， 對語義距離和創(chuàng)造性思維各測量指標(biāo)的相關(guān)系數(shù)進(jìn)行異質(zhì)性檢驗， 結(jié)果表明， 語義距離與靈活性的相關(guān)系數(shù)（Qw = 63.436， p lt; 0.001）、與獨創(chuàng)性的相關(guān)系數(shù)（Qw = 10.542， p = 0.014）和與流暢性的相關(guān)系數(shù)（Qw = 25.666， p = 0.007）存在著顯著的異質(zhì)性， 而語義距離與精致性的相關(guān)系數(shù)的異質(zhì)性檢驗結(jié)果不顯著， 說明精致性組內(nèi)數(shù)據(jù)具有較高同質(zhì)性和可合并性。

4" 討論

4.1" 語義距離測量創(chuàng)造性思維的有效性

本研究結(jié)果顯示， 語義距離與創(chuàng)造性思維呈顯著正相關(guān)（r = 0.379， p lt; 0.001）， 與以往研究結(jié)果一致（Hass， 2017; Heinen amp; Johnson， 2018）。該結(jié)果進(jìn)一步驗證了Mednick （1962）提出的創(chuàng)造力聯(lián)想理論， 即如果某些概念在語義層面相距越遠(yuǎn)， 由它們所產(chǎn)生的新的組合就越有創(chuàng)意， 新穎性越高。而語義距離對不同概念間關(guān)系的量化能夠有效反映被試的聯(lián)想能力（Benedek amp; Neubauer， 2013）。以Prabhakaran等人（2014）的研究為例， 在對狀態(tài)創(chuàng)造力的探討中， 研究者要求被試根據(jù)提示產(chǎn)生富有創(chuàng)造性的抑或是非創(chuàng)造性的聯(lián)想。結(jié)果發(fā)現(xiàn)， 提示所產(chǎn)生的狀態(tài)創(chuàng)造力的差異能夠清晰地體現(xiàn)在語義距離的變化上。Gray等人（2019）也應(yīng)用語義距離對被試的聯(lián)想能力進(jìn)行了有效量化， 并以此成功地預(yù)測了被試的創(chuàng)造性表現(xiàn)。同時， 本研究納入元分析的文獻(xiàn)對創(chuàng)造性思維的測量主要是通過經(jīng)典的發(fā)散思維任務(wù)實現(xiàn)的。如前文所述， 發(fā)散思維任務(wù)要求被試針對某個常見物品， 思考其非常規(guī)的、新穎的用途， 而這一任務(wù)對聯(lián)想能力的要求在大量研究中被證實（Hass， 2017; Marron et al.， 2018; Wang et al.， 2018）。獨創(chuàng)性作為發(fā)散思維任務(wù)的評價指標(biāo)之一， 以往研究主要依賴于單個答案出現(xiàn)在所有答案中的概率來計算（Acar amp; Runco， 2015）。這一評分過程實際上與語義距離的計算邏輯類似， 但語義距離的客觀性優(yōu)于前者。具體來說， 以概率量化的方法依賴于已有的答案庫， 而不同的研究往往有著不同的答案庫， 因此同一個答案在不同的答案庫中可能會因為被試群體、文化等因素有不同的出現(xiàn)頻率。而語義距離則是通過統(tǒng)一的語料庫對發(fā)散思維任務(wù)的答案進(jìn)行量化， 盡管語料庫和算法可能會影響具體的計算結(jié)果， 但是結(jié)果的可推廣性和客觀性相較于前者有著較大的提升（Acar amp; Runco， 2019）。綜上所述， 結(jié)合目前的研究結(jié)果， 在理論層面上， 語義距離能夠有效反映創(chuàng)造性思維的核心成分——聯(lián)想能力; 在操作層面上， 語義距離對獨創(chuàng)性的量化測量是對傳統(tǒng)的測量方法的改進(jìn)。

此外， 腦影像學(xué)的研究也為語義距離與創(chuàng)造性思維的關(guān)系提供了間接證據(jù)。從腦網(wǎng)絡(luò)的角度來看， 創(chuàng)造性思維與默認(rèn)模式網(wǎng)絡(luò)（default mode network， DMN）和執(zhí)行控制網(wǎng)絡(luò)（executive control network， ECN）相關(guān)腦區(qū)的神經(jīng)活動關(guān)系密切（Beaty et al.， 2015）。其中， 默認(rèn)模式網(wǎng)絡(luò)的部分核心腦區(qū)與語義記憶和情景記憶有關(guān)（Marron amp; Faust， 2018）。執(zhí)行控制網(wǎng)絡(luò)可以對常見且無創(chuàng)造性的反應(yīng)進(jìn)行抑制， 這有助于獲得更多遠(yuǎn)程關(guān)聯(lián)的概念（Benedek amp; Neubauer， 2013）。從具體腦區(qū)來看， 創(chuàng)造性思維的神經(jīng)活動標(biāo)志之一是左側(cè)額下回（inferior frontal gyrus， IFG）的激活（詳見Chen et al.， 2020）， 研究者們認(rèn)為左側(cè)額下回主要在創(chuàng)造性思維過程中支持語義記憶的檢索（Badre amp; Wagner， 2007; Chen et al.， 2021）及遠(yuǎn)距離聯(lián)想的產(chǎn)生等認(rèn)知活動（Ralph et al.， 2017）。Green等人（2015）也發(fā)現(xiàn)， 額極（frontopolar cortex）的激活不僅與創(chuàng)造性表現(xiàn)有著密切的關(guān)系， 也是感知語義距離的關(guān)鍵腦區(qū)（Green et al.， 2012）。

上述研究表明， 語義距離相關(guān)的認(rèn)知神經(jīng)活動與創(chuàng)造性思維潛在的腦機(jī)制有著一定的相似之處。同時， 語義距離作為一種連續(xù)變量， 可以更精準(zhǔn)地反映出創(chuàng)造性思維的定量變化， 而不僅僅是二元對比（例如， 創(chuàng)造性與非創(chuàng)造性條件） （Kenett et al.， 2017; Kenett， 2018; Kenett， 2019）。因此， 語義距離具有測量創(chuàng)造性思維的獨特優(yōu)勢， 也比傳統(tǒng)的創(chuàng)造性思維測量方法更適合神經(jīng)影像學(xué)的研究（Green， 2016）。

然而， 本研究發(fā)現(xiàn)， 語義距離與創(chuàng)造性思維關(guān)系的效應(yīng)值為0.379， 仍處于中等程度的正相關(guān)（Cohen， 1988）。這說明盡管使用語義距離測量創(chuàng)造性思維有一定的有效性， 但是語義距離對創(chuàng)造性思維的代表程度有限。這可能有幾方面的原因。首先， 語義距離是以文字為基礎(chǔ)的測量指標(biāo)， 其與非文字的創(chuàng)造性思維測驗結(jié)果的關(guān)系并不密切（Green et al.， 2015）。其次， 創(chuàng)造性思維不僅包括自下而上的聯(lián)想過程， 還包括自上而下的執(zhí)行控制過程（Benedek et al.， 2017）。但語義距離主要與個體的自由聯(lián)想過程有關(guān)， 這就不可避免地造成了對執(zhí)行控制過程的探討不足（Marron et al.， 2018）， 從而在一定程度上降低了語義距離對創(chuàng)造性思維的解釋力。第三， 創(chuàng)造性思維受個體聯(lián)想能力影響的同時， 也受到個體信息檢索能力的影響（Kenett et al.， 2014）。單獨應(yīng)用語義距離來探究個體的創(chuàng)造性思維時， 其預(yù)測力可能有限。因此， 使用這一客觀化的新指標(biāo)來表征創(chuàng)造性思維仍有待于進(jìn)一步的理論和實證探討。

4.2" 語義距離與創(chuàng)造性思維關(guān)系中存在的調(diào)節(jié)效應(yīng)

本研究發(fā)現(xiàn)， 被試年齡對語義距離與創(chuàng)造性思維的關(guān)系具有顯著的調(diào)節(jié)作用。這說明兩者的關(guān)系在不同年齡段群體中不盡相同。具體而言， 二者的相關(guān)性隨著年齡的增加而逐漸降低。原因可能在于， 隨著年齡的增長， 個體的語義記憶結(jié)構(gòu)和知識儲備也在逐漸發(fā)生改變， 從而影響了語義距離與創(chuàng)造性思維的關(guān)系。首先是語義記憶結(jié)構(gòu)的變化。個體的語義記憶結(jié)構(gòu)會隨著年齡的增長而逐漸變得稀疏（Dubossarsky et al.， 2017; Wulff et al.， 2019; Zortea et al.， 2014）。這會導(dǎo)致中老年被試的答案與題目的語義距離較小。此時， 語義距離與創(chuàng)造性思維的相關(guān)程度有所降低， 語義距離不能完全代表其自身的創(chuàng)造性思維水平。其次是個體的知識儲備和生活經(jīng)驗的變化。常見的言語類創(chuàng)造性思維任務(wù)介于現(xiàn)實問題任務(wù)和圖形任務(wù)之間， 完成這類任務(wù)需要一定的知識儲備（Wu et al.， 2005）。個體解決現(xiàn)實問題的能力會隨著年齡的增加而增強(qiáng)（Shimonaka amp; Nakazato， 2007）， 但語言能力并不一定會有同步的變化模式（Ruth amp; Birren， 1985）。這意味著， 隨著年齡的增加， 被試在創(chuàng)造性任務(wù)中產(chǎn)生的新穎答案可能是源于以往的經(jīng)驗及自身的知識儲備。因此， 盡管被試的答案與題目之間呈現(xiàn)出較大的語義距離， 但并非完全是個體的創(chuàng)造性思維在起作用。換言之， 語義距離與創(chuàng)造性思維之間的相關(guān)程度會隨著年齡的增加而逐漸降低。這一結(jié)果提示， 未來研究可以進(jìn)一步開展語義距離與創(chuàng)造性思維關(guān)系的縱向研究， 從而驗證相關(guān)結(jié)論的穩(wěn)健性， 并能夠更有效地揭示語義距離與創(chuàng)造性思維的關(guān)系。

我們的元分析結(jié)果也表明， 對不同的創(chuàng)造性思維測量指標(biāo)而言， 語義距離與創(chuàng)造性思維的相關(guān)系數(shù)不同。本研究發(fā)現(xiàn)， 語義距離與靈活性、獨創(chuàng)性呈顯著正相關(guān)的同時， 其與靈活性的相關(guān)系數(shù)較高， 與獨創(chuàng)性的相關(guān)系數(shù)較低。此外， 語義距離與精致性呈顯著負(fù)相關(guān)。這一結(jié)果表明， 創(chuàng)造性思維測量指標(biāo)調(diào)節(jié)了語義距離與創(chuàng)造性思維之間的關(guān)系。原因可能在于創(chuàng)造性思維不同測量指標(biāo)所考察的側(cè)重點不同。其中， 語義距離與靈活性之間的相關(guān)程度最高。這可能是因為靈活性主要是在不同領(lǐng)域之間切換的能力， 能夠改變處理問題的方式（Guilford， 1950）。在產(chǎn)生想法的過程中， 靈活性尤為重要， 更高的靈活性意味著可能會產(chǎn)生更多的創(chuàng)造性想法（Goncalves et al.， 2013）。當(dāng)具有更高靈活性的個體面對特定的詞匯時， 會產(chǎn)生更多與該特定詞匯不同類別或不同用途的想法。這樣便使得概念之間的關(guān)聯(lián)減少， 語義距離增加。此外， 語義距離與精致性為中等程度的負(fù)相關(guān)。這可能是因為在涉及詞匯的創(chuàng)造性思維任務(wù)中， 每個被試的答案所使用的詞匯數(shù)量不同（即它們的精致性不同）， 而基于語義距離的評分會因此受到影響。Forthmann等人（2018）認(rèn)為， 由于語義距離得分是基于整個創(chuàng)造性思維任務(wù)中所產(chǎn)生的答案（許多詞匯組成的短語或短句）計算而得到的， 不僅僅是基于某個單獨的詞匯。而答案中出現(xiàn)的一些虛詞、連詞（例如， “and”或“so”）可能會降低整個創(chuàng)造性思維任務(wù)中所產(chǎn)生答案的語義距離， 盡管被試的核心答案可能具有較大的語義距離和較高的獨創(chuàng)性（Dumas et al.， 2021）。

4.3" 研究不足與展望

以往關(guān)于語義距離與創(chuàng)造性思維關(guān)系的研究結(jié)果存在不一致， 但尚無一個研究系統(tǒng)地探討二者的關(guān)系。本研究通過元分析初步澄清了以往不同觀點間的爭議以及實證研究中語義距離與創(chuàng)造性思維各測量指標(biāo)間相關(guān)程度不同的問題， 發(fā)現(xiàn)兩者之間存在中等程度的正相關(guān)。研究結(jié)果在一定程度上支持了創(chuàng)造力聯(lián)想理論（Mednick， 1962）， 同時也為該主題的深入研究提供了一定的參考。但本研究仍存在以下幾點不足之處：首先， 目前關(guān)于語義距離與創(chuàng)造性思維關(guān)系的研究還處于起步階段， 本研究得到的樣本相對較少， 雖然可以為當(dāng)前研究提供客觀的證據(jù)支持， 但未來還需要基于更大樣本的元分析研究。其次， 可能影響二者關(guān)系的潛在變量較多， 本研究根據(jù)已有的文獻(xiàn)僅選取了兩個主要的影響因素進(jìn)行探究， 其他可能影響二者間關(guān)聯(lián)的變量暫未涉及。例如， 使用不同的數(shù)據(jù)庫和算法可能會對語義距離與創(chuàng)造性思維的關(guān)聯(lián)造成影響（Beaty amp; Johnson， 2021; Dumas et al.， 2021）。

本研究為后續(xù)研究提供了一定的啟示。首先， 根據(jù)本研究的結(jié)果可知， 被試的年齡及創(chuàng)造性思維的測量指標(biāo)會對語義距離與創(chuàng)造性思維之間的關(guān)系產(chǎn)生影響， 因此未來還需考慮這兩個變量在二者關(guān)系中的作用。其次， 仍需要更加深入地探討并系統(tǒng)地歸納、總結(jié)語義距離與創(chuàng)造性思維的關(guān)系（Orwig et al.， 2021）， 比如探討語義距離與聯(lián)想流暢性、聯(lián)想靈活性、分離靈活性這些已經(jīng)被證明與創(chuàng)造性思維緊密相關(guān)的聯(lián)想能力之間的關(guān)系（He et al.， 2020）及其認(rèn)知神經(jīng)機(jī)制; 探討其他高級認(rèn)知功能（如認(rèn)知控制、工作記憶等）對語義距離與創(chuàng)造性思維關(guān)系的影響。第三， 目前較多研究集中于對一般領(lǐng)域創(chuàng)造力的考察， 未來研究可以繼續(xù)探討語義距離與特殊領(lǐng)域創(chuàng)造力（如科學(xué)創(chuàng)造力和藝術(shù)創(chuàng)造力）的關(guān)系及其認(rèn)知神經(jīng)機(jī)制。最后， 在研究方法層面， 未來需要更加系統(tǒng)地探討不同語料庫及不同計算方法得出的語義距離結(jié)果與創(chuàng)造性思維之間的關(guān)系， 以期能為創(chuàng)造性思維的測量提供更加堅實的理論依據(jù)。

5" 研究結(jié)論

本研究采用元分析的方法發(fā)現(xiàn)， 語義距離與創(chuàng)造性思維之間存在中等程度的正相關(guān)， 且這一關(guān)系會受到被試年齡及創(chuàng)造性思維測量指標(biāo)的調(diào)節(jié)。具體表現(xiàn)為：（1）隨著被試年齡的增加， 語義距離與創(chuàng)造性思維的相關(guān)性逐漸降低; （2）同時， 相比于獨創(chuàng)性和流暢性， 靈活性與語義距離的相關(guān)性更強(qiáng)。此外， 精致性與語義距離呈負(fù)相關(guān)。

參考文獻(xiàn)

（標(biāo)*是納入元分析的文獻(xiàn)）

貢喆， 劉昌， 沈汪兵. （2016）. 有關(guān)創(chuàng)造力測量的一些思考. 心理科學(xué)進(jìn)展， 24（1）， 31?45.

徐雪芬， 辛濤. （2013）. 創(chuàng)造力測量的研究取向和新進(jìn)展. 清華大學(xué)教育研究， 34（1）， 54?63.

張亞利， 李森， 俞國良. （2019）. 自尊與社交焦慮的關(guān)系： 基于中國學(xué)生群體的元分析. 心理科學(xué)進(jìn)展， 27（6）， 1005?1018.

*Acar， S.， amp; Runco， M. A. （2014）. Assessing associative distance among ideas elicited by tests of divergent thinking. Creativity Research Journal， 26（2）， 229?238.

Acar， S.， amp; Runco， M. A. （2015）. Thinking in multiple directions： Hyperspace categories in divergent thinking. Psychology of Aesthetics， Creativity， and the Arts， 9（1）， 41?53.

Acar， S.， amp; Runco， M. A. （2019）. Divergent thinking： New methods， recent research， and extended theory. Psychology of Aesthetics， Creativity， and the Arts， 13（2）， 153?158.

Badre， D.， amp; Wagner， A. D. （2007）. Left ventrolateral prefrontal cortex and the cognitive control of memory. Neuropsychologia， 45（13）， 2883?2901.

Baronchell， Ferrer-i-Cancho， R.， Pastor-Satorras， R.， Chater， N.， amp; Christiansen， M. H. （2013）. Networks in cognitive science. Trends in Cognitive Sciences， 17（7）， 348?360.

Beaty， R. E.， Benedek， M.， Barry， K. S.， amp; Silvia， P. J. （2015）. Default and executive network coupling supports creative idea production. Scientific Reports， 5（1）， 1?14.

Beaty， R. E.， Chen， Q. L.， Christensen， A. P.， Kenett， Y. N.， Silvia， P. J.， Benedek， M.， amp; Schacter， D. L. （2020）. Default network contributions to episodic and semantic processing during divergent creative thinking： A representational similarity analysis. Neuroimage， 209， 116499.

Beaty， R. E.， Christensen， A. P.， Benedek， M.， Silvia， P. J.， amp; Schacter， D. L. （2017）. Creative constraints： Brain activity and network dynamics underlying semantic interference during idea production. NeuroImage， 148， 189?196.

*Beaty， R. E.， amp; Johnson， D. R. （2021）. Automating creativity assessment with SemDis： An open platform for computing semantic distance. Behavior Research Methods， 53（2）， 757?780.

Beaty， R. E.， Nusbaum， E. C.， amp; Silvia. J. S. （2014）. Does insight problem solving predict real-world creativity？ Psychology of Aesthetics， Creativity， and the Arts， 8（3）， 287?292.

Beaty， R. E.， Silvia， P. J.， Nusbaum， E. C.， Jauk， E.， amp; Benedek， M. （2014）. The roles of associative and executive processes in creative cognition. Memory amp; Cognition， 42（7）， 1186?1197.

*Beketayev， K.， amp; Runco， M. （2016）. Scoring divergent thinking tests by computer with a semantics-based algorithm. Europe's Journal of Psychology， 12（2）， 210? 220.

*Benedek， M.， Kenett， Y. N.， Umdasch， K.， Anaki， D.， Faust， M.， amp; Neubauer， A. C. （2017）. How semantic memory structure and intelligence contribute to creative thought： A network science approach. Thinking amp; Reasoning， 23（2）， 158?183.

Benedek， M.， K?nen， T.， amp; Neubauer， A. C. （2012）. Associative abilities underlying creativity. Psychology of Aesthetics， Creativity， and the Arts， 6（3）， 273?281.

Benedek， M.， amp; Neubauer， A. C. （2013）. Revisiting Mednick's model on creativity‐related differences in associative hierarchies. Evidence for a common path to uncommon thought. The Journal of Creative Behavior， 47（4）， 273?289.

Borenstein， M.， Hedges， L. V.， Higgins， J. P. T.， amp; Rothstein， H. R. （2010）. A basic introduction to fixed‐effect and random‐effects models for meta‐analysis. Research Synthesis Methods， 1（2）， 97?111.

Bossomaier， T.， Harré， M.， Knittel， A.， amp; Snyder， A. （2009）. A semantic network approach to the Creativity Quotient （CQ）. Creativity Research Journal， 21（1）， 64?71.

Chen， L.， Wu， J.， Hartwigsen， G.， Li， Z.， Wang， P.， amp; Feng， L. （2021）. The role of a critical left fronto-temporal network with its right-hemispheric homologue in syntactic learning based on word category information. Journal of Neurolinguistics， 58， 100977.

Chen， Q.， Beaty， R. E.， amp; Qiu， J. （2020）. Mapping the artistic brain： Common and distinct neural activations associated with musical， drawing， and literary creativity. Human Brain Mapping， 41（12）， 3403?3419.

Christensen， A. P.， amp; Kenett， Y. N. （2021）. Semantic network analysis （SemNA）： A tutorial on preprocessing， estimating， and analyzing semantic networks. Psychological Methods. Advance online publication.

Clark， P. M.， amp; Mirels， H. L. （1970）. Fluency as a pervasive element in the measurement of creativity. Journal of Educational Measurement， 7（2）， 83?86.

Cohen， J. （1988）. CHAPTER 4 - Differences between Correlation Coefficients. In J. Cohen （Ed.）， Statistical Power Analysis for the Behavioral Sciences （pp. 109?143）. Salt Lake City， UT： Academic Press.

Collins， A. M.， amp; Loftus， E. F. （1975）. A spreading-activation theory of semantic processing. Psychological Review， 82（6）， 407?428.

Dubossarsky， H.， de Deyne， S.， amp; Hills， T. T. （2017）. Quantifying the structure of free association networks across the life span. Developmental Psychology， 53（8）， 1560?1570.

Dumas， D.， amp; Dunbar， K. N. （2014）. Understanding fluency and originality： A latent variable perspective. Thinking Skills and Creativity， 14， 56?67.

Dumas， D.， Organisciak， P.， amp; Doherty， M. （2021）. Measuring divergent thinking originality with human raters and text-mining models： A psychometric comparison of methods. Psychology of Aesthetics， Creativity， and the Arts， 15（4）， 645?663.

Egger， M.， Davey， G. D.， Schneider， M.， amp; Minder， C. （1997）. Bias in meta-analysis detected by a simple， graphical test. British Medical Journal， 315（7109）， 629?634.

*Forster， E. A.， amp; Dunbar， K. N. （2009）. Creativity evaluation through latent semantic analysis. Proceedings of the Annual Conference of the Cognitive Science Society， 2009， 602?607.

*Forthmann， B.， Oyebade， O.， Ojo， A.， Günther， F.， amp; Holling， H. （2018）. Application of latent semantic analysis to divergent thinking is biased by elaboration. Journal of Creative Behavior， 53（4）， 559?575.

Forthmann， B.， Oyebade， O.， Ojo， A.， Günther， F.， amp; Holling， H. （2019）. Application of latent semantic analysis to divergent thinking is biased by elaboration. The Journal of Creative Behavior， 53（4）， 559?575.

Forthmann， B.， Wilken， A.， Doebler， P.， amp; Holling， H. （2019）. Strategy induction enhances creativity in figural divergent thinking. The Journal of Creative Behavior， 53（1）， 18?29.

Fox， K. C.， Spreng， R. N.， Ellamil， M.， Andrews-Hanna， J. R.， amp; Christoff， K. （2015）. The wandering brain： Meta-analysis of functional neuroimaging studies of mind-wandering and related spontaneous thought processes. NeuroImage， 111， 611?621.

Goncalves， M.， Cardoso， C.， amp; Badke-Schaub， P. （2013）. Inspiration peak： Exploring the semantic distance between design problem and textual inspirational stimuli. International Journal of Design Creativity and Innovation， 1（4）， 215?232.

*Gray， K.， Anderson， S.， Chen， E. E.， Kelly， J. M.， Christian， M. S.， Patrick， J.， … Lewis， K. （2019）. \"Forward Flow\"： A new measure to quantify free thought an predict creativity. American Psychologist， 74（5）， 539?554.

Green， A. E. （2016）. Creativity， Within reason： Semantic distance and dynamic state creativity in relational thinking and reasoning. Current Directions in Psychological Science， 25（1）， 28?35.

Green， A. E.， Cohen， M. S.， Kim， J. U.， amp; Gray， J. R. （2012）. An explicit cue improves creative analogical reasoning. Intelligence， 40（6）， 598?603.

Green， A. E.， Cohen， M. S.， Raab， H. A.， Yedibalian， C. G.， amp; Gray， J. R. （2015）. Frontopolar activity and connectivity support dynamic conscious augmentation of creative state. Human Brain Mapping， 36（3）， 923?934.

Greenhouse， J. B.， amp; Iyengar， S. （2009）. Sensitivity analysis and diagnostics. In Cooper， Hedges， amp; Valentine （Eds.）， The handbook of research synthesis and meta-analysis （2nd ed.）. New York， NY： Russell Sage Foundation.

Gruszka， A.， amp; Necka， E. （2002）. Priming and acceptance of close and remote associations by creative and less creative people. Creativity Research Journal， 14（2）， 193?205.

Guilford， J. P. （1950）. Creativity. American Psychologist， 5（9）， 444?454.

Han， L.， Wang， C.， Yao， D.， Wang， B.， Zhang， Z.， amp; Liu， J. （2020）. Clinical efficacy and safety of Danhong injection for the treatment of chronic heart failure： A protocol for systematic review. Medicine， 99（14）， e19526.

*Hass， R. W. （2017）. Tracking the dynamics of divergent thinking via semantic distance： Analytic methods and theoretical implications. Memory amp; Cognition， 45（2）， 233?244.

He， L.， Kenett， Y. N.， Zhuang， K.， Liu， C.， Zeng， R.， Yan， T.， Huo， T.， amp; Qiu， J. （2020）. The relation between semantic memory structure， associative abilities， and verbal and figural creativity. Thinking amp; Reasoning， 27（2）， 268?293.

*Heinen， D. J.， amp; Johnson， D. R. （2018）. Semantic distance： An automated measure of creativity that is novel and appropriate. Psychology of Aesthetics， Creativity， and the Arts， 12（2）， 144?156.

Higgins， P. T.， Thompson， S. G.， Decks， J. J.， amp; Altman， D. G. （2003）. Measuring inconsistency in meta-analyses. British Medical Journal， 327（7414）， 557?560.

Hocevar， D. （1980）. Intelligence， divergent thinking， and creativity. Intelligence， 4（1）， 25?40.

Hocevar， D.， amp; Michael， W. B. （1979）. The effects of scoring formulas on the discriminant validity of tests of divergent thinking. Educational and Psychological Measurement， 39（4）， 917?921.

Hoeve， M.， Stams， G. J. J. M.， Put， C. E. V. D.， Dubas， J. S.， Laan， P. H. V. D.， amp; Gerris， J. R. M. （2012）. A meta-analysis of attachment to parents and delinquency. Journal of Abnormal Child Psychology， 40（5）， 771?785.

Johnson， D. R.， Cuthbert， A. S.， amp; Tynan， M. E. （2021）. The neglect of idea diversity in creative idea generation and evaluation. Psychology of Aesthetics， Creativity， and the Arts， 15（1）， 125?135.

Kaufman， J. C.， amp; Sternberg， R. J. （Eds.） （2010）. The Cambridge handbook of creativity. Cambridge University Press.

Kavé， G.， amp; Halamish， V. （2015）. Doubly blessed： Older adults know more vocabulary and know better what they know. Psychology Aging， 30（1）， 68?73.

Kenett， Y. N. （2018）. Going the extra creative mile： The role of semantic distance in creativity ? theory， research， and measurement. In R. Jung amp; O. Vartanian （Eds.）， The Cambridge handbook of the neuroscience of creativity （pp. 233?248）. Cambridge University Press.

Kenett， Y. N. （2019）. What can quantitative measures of semantic distance tell us about creativity？ Current Opinion in Behavioral Sciences， 27， 11?16.

Kenett， Y. N.， Anaki， D.， amp; Faust， M. （2014）. Investigating the structure of semantic networks in low and high creative persons. Frontiers in Human Neuroscience， 8， 407.

Kenett， Y. N.， Levi， E.， Anaki， D.， amp; Faust， M. （2017）. The semantic distance task： Quantifying semantic distance with semantic network path length. Journal of Experimental Psychology： Learning， Memory， and Cognition， 43（9）， 1470?1489.

Kenett， Y. N.， Levy， O.， Kenett， D. Y.， Stanley， H. E.， Faust， M.， amp; Havlin， S. （2018）. Flexibility of thought in high creative individuals represented by percolation analysis. Psychological and Cognitive Sciences， 115（5）， 867?872.

Kisamore， J. L.， amp; Brannick， M. T. （2008）. An illustration of the consequences of meta-analysis model choice. Organizational Research Methods， 11（1）， 35?53.

Kleinmintz， O. M.， Ivancovsky， T.， amp; Shamay-Tsoory， S. G. （2019）. The two-fold model of creativity： The neural underpinnings of the generation and evaluation of creative ideas. Current Opinion in Behavioral Sciences， 27， 131?138.

Lee， S. （2008）. Commentary： Reliability and validity of uniqueness scoring in creativity assessment. Psychology of Aesthetics， Creativity， and the Arts， 2（2）， 103?108.

Leon， S. A.， Altmann， L. J. P.， Abrams， L.， Gonzalez Rothi， L. J.， amp; Heilman， K. M. （2019）. Novel associative processing and aging： Effect on creative production. Aging， Neuropsychology， and Cognition， 26（6）， 807?822.

Li， D.， Yang， D. -L.， An， J.， Jiao， J.， Zhou， Y. -M.， Wu， Q. -J.， amp; Wang， X. -X. （2016）. Effect of assisted hatching on pregnancy outcomes： A systematic review and meta-analysis of randomized controlled trials. Scientific Reports， 6， 31228?31228.

Light， R. J.， amp; Pillemer， D. B. （1984）. Summing up： The science of reviewing research. Harvard University Press.

*Liu， M.， Wang， Y.， Li， J.， Zhuang， X.， Chen， X.， Li， X.， Liao， X.， amp; Wang， L. （2020）. Opposite effect of ablation on early/late-phase thromboembolic incidence in patients with atrial fibrillation： A meta-analysis on more than 100 000 individuals. Clinical Cardiology， 43（6）， 594?605.

Macaskill， P.， Walter， S. D.， amp; Irwig， L. （2010）. A comparison of methods to detect publication bias in meta-analysis. Statistics in Medicine， 20（4）， 641?654.

Marron， T.， amp; Faust， M. （2018）. Free association， divergent thinking， and creativity： Cognitive and neural perspectives. In R. Jung amp; O. Vartanian （Eds.）， The Cambridge handbook of the neuroscience of creativity （Cambridge Handbooks in Psychology， pp. 261?280）. Cambridge University Press.

Marron， T. R.， Lerner， Y.， Berant， E.， Kinreich， S.， Shapira-Lichter， I.， Hendler， T.， amp; Faust， M. （2018）. Chain free association， creativity， and the default mode network. Neuropsychologia， 118， 40?58.

Mednick， S. （1962）. The associative basis of the creative process. Psychological Review， 69（3）， 220?232.

Mednick， S. （1968）. The remote associates test. The Journal of Creative Behavior， 2（3）， 213?214.

*Murray， S.， Liang， N.， Brosowsky， N.， amp; Seli， P. （2021）. What are the benefits of mind wandering to creativity？ Psychology of Aesthetics， Creativity， and the Arts. Advance online publication.

Nikolakopoulou， A.， Mavridis， D.， amp; Salanti， G. （2014）. How to interpret meta-analysis models： Fixed effect and random effects meta-analyses. Evidence Based Mental Health， 17（2）， 64.

Orwig， W.， Diez， I.， Vannini， P.， Beaty， R.， amp; Sepulcre， J. （2021）. Creative connections： Computational semantic distance captures individual creativity and resting-state functional connectivity. Journal of Cognitive Neuroscience， 33（3）， 499?509.

Orwin， R. G.， amp; Vevea， J. L. （1994）. Evaluating coding decisions. In L. V. H. Cooper amp; J. C. Valentine （Eds.）， The handbook of research synthesis and meta-analysis （pp. 177?203）. New York， NY： Russell Sage Foundation.

Paulsen， J. S.， Romero， R.， Chan， A.， Davis， A. V.， Heaton， R. K.， amp; Jeste， D. V. （1996）. Impairment of the semantic network in schizophrenia. Psychiatry Research， 63（2）， 109?121.

Plucker， J. A.， amp; Makel， M. C. （2010）. Assessment of creativity. In J. C. Kaufman amp; R. J. Sternberg （Eds.）， The Cambridge handbook of creativity （pp. 48?73）. Cambridge University Press.

*Prabhakaran， R.， Green， A. E.， amp; Gray， J. R. （2014）. Thin slices of creativity： Using single-word utterances to assess creative cognition. Behavior Research Methods， 46（3）， 641?659.

Ralph， M. A. L.， Jefferies， E.， Patterson， K.， amp; Rogers， T. T. （2017）. The neural and computational bases of semantic cognition. Nature Reviews Neuroscience， 18（1）， 42?55.

Reiter-Palmon， R.， Forthmann， B.， amp; Barbot， B. （2019）. Scoring divergent thinking tests： A review and systematic framework. Psychology of Aesthetics， Creativity， and the Arts， 13（2）， 144?152.

Rosenthal， R. （1979）. The file drawer problem and tolerance for 1 results. Psychological Bulletin， 86（3）， 638?641.

*Rossmann， E.， amp; Fink， A. （2010）. Do creative people use shorter associative pathways？ Personality and Individual Differences， 49（8）， 891?895.

Rothenberg， A. （1973）. Word association and creativity. Psychological Reports， 33（1）， 3?12.

Runco， M. A.， Abdulla， A. M.， Paek， S. H.， Al-Jasim， F. A.， amp; Alsuwaidi， H. N. （2016）. Which test of divergent thinking is best？ Creativity. Theories?Research- Applications， 3（1）， 4?18.

Runco， M. A. （2002）. Creativity. In V. S. Ramachandran （Ed.）， Encyclopedia of the human brain （pp. 83?87）. Salt Lake City， UT： Academic Press.

Runco， M. A.， Pritzker， S. R.， amp; Reiterpalmon， R. （1999）. Encyclopedia of creativity. Salt Lake City， UT： Academic Press.

Ruth， J. E.， amp; Birren， J. E. （1985）. Creativity in adulthood and old age： Relations to intelligence， sex and mode of testing. International Journal of Behavioral Development， 8（1）， 99?109.

Schilling， M. A. （2005）. A\" small-world\" network model of cognitive insight. Creativity Research Journal， 17（2?3）， 131?154.

Shimonaka， Y.， amp; Nakazato， K. （2007）. Creativity and factors affecting creative ability in adulthood and old age. Japanese Journal of Educational Psychology， 55（2）， 231?243.

Siew， C. S. Q.， Wulff， D. U.， Beckage， N. M.， amp; Kenett， Y. N. （2019）. Cognitive network science： A review of research on cognition through the lens of network representations， processes， and dynamics. Complexity， 2019， 2108423.

Silvia， P. J. （2015）. Intelligence and creativity are pretty similar after all. Educational Psychology Review， 27（4）， 599?606.

Silvia， P. J.， Beaty， R. E.， amp; Nusbaum， E. C. （2013）. Verbal fluency and creativity： General and specific contributions of broad retrieval ability （Gr） factors to divergent thinking. Intelligence Norwood Mutidisciplinary Journal， 41（5）， 328?340.

Silvia， P. J.， Winterstein， B. P.， Willse， J. T.， Barona， C. M.， Cram， J. T.， Hess， K. I.， Martinez， J. L.， amp; Richard， C. A. （2008）. Assessing creativity with divergent thinking tasks： Exploring the reliability and validity of new subjective scoring methods. Psychology of Aesthetics， Creativity， and the Arts， 2（2）， 68?85.

Simon， A.， amp; Bock， O. （2016）. Influence of divergent and convergent thinking on visuomotor adaptation in young and older adults. Human Movement Science， 46， 23?29.

Sun， J. R.， Kong， C. F.， Qu， X. K.， Deng， C.， Lou， Y. N.， amp; Jia， L. Q. （2020）. Efficacy and safety of probiotics in irritable bowel syndrome： A systematic review and meta-analysis. Saudi Journal of Gastroenterology， 26（2）， 66?77.

*Tempest， G. D.， amp; Radel， R. （2019）. Put on your （fNIRS） thinking cap： Frontopolar activation during augmented state creativity. Behavioural Brain Research， 373， 112082.

Terrin， N.， Schmid， C. H.， amp; Lau， J. （2005）. In an empirical evaluation of the funnel plot， researchers could not visually identify publication bias. Journal of Clinical Epidemiology， 58（9）， 894?901.

Torrance， E. P. （1965）. Rewarding creative behavior. Denver， CO： Prentice Hall.

Torrance， E. P. （1972）. Predictive validity of the torrance tests of creative thinking. The Journal of Creative Behavior， 6（4）， 236?252.

Torrance， E. P. （1988）. The nature of creativity as manifest in its testing. In R. J. Sternberg （Ed.）， The nature of creativity： Contemporary psychological perspectives （pp. 43–75）. Cambridge University Press.

Verhaeghen， P. （2003）. Aging and vocabulary scores： A meta-analysis. Psychology and Aging， 18（2）， 332?339.

Viechtbauer， W. （2007）. Publication bias in meta-analysis： Prevention， assessment and adjustments. Psychometrika， 72（2）， 269?271.

Volle， E. （2018）. Associative and controlled cognition in divergent thinking： Theoretical， experimental， neuroimaging evidence， and new directions. In R. E. Jung amp; O. Vartanian （Eds.）， The Cambridge handbook of the neuroscience of creativity （pp. 333?360）. Cambridge University Press.

Wang， P.， Wijnants， M. L.， amp; Ritter， S. M. （2018）. What enables novel thoughts？ The temporal structure of associations and its relationship to divergent thinking. Frontiers in Psychology， 9， 1771.

Weinberger， A. B.， Iyer， H.， amp; Green， A. E. （2016）. Conscious augmentation of creative state enhances \"real\" creativity in open-ended analogical reasoning. PLoS One， 11（3）， e0150773.

Wu， C. H.， Cheng， Y.， Ip， H. M.， amp; McBride-Chang， C. （2005）. Age differences in creativity： Task structure and knowledge base. Creativity Research Journal， 17（4）， 321?326.

Wulff， D. U.， de Deyne， S.， Jones， M. N.， amp; Mata， R. （2019）. New perspectives on the aging lexicon. Trends in Cognitive Sciences， 23（8）， 686?698.

Zhang， W.， amp; Niu， W. （2013）. Creativity in the later life： Factors associated with the creativity of the Chinese elderly. Journal of Creative Behavior， 47（1）， 60?76.

Zortea， M.， Menegola， B.， Villavicencio， A.， amp; de Salles， J. F. （2014）. Graph analysis of semantic word association among children， adults， and the elderly. Psicologian- Reflexao e Critica， 27（1）， 90?99.

Abstract： The development of natural language processing has offered reliable and valid research methods for exploring the relationship between semantic distance and creative thinking. There are more and more studies in this direction in recent years. However， the research findings are inconsistent in this direction. Based on the Associative Theory of Creativity and the Spreading-Activation Model， the present study investigated the relationship between semantic distance and creative thinking by using a meta-analysis method. The reasons for the inconsistency of previous studies in this line of research were also analyzed. The current research involved 14 studies and extracted 53 effect sizes from 4729 subjects. The random effect model was used for the meta-analysis. The results showed that there was a moderate positive correlation between semantic distance and creative thinking （r = 0.379， 95% CI [0.300， 0.452]）. The meta-regression analysis found that the correlation was moderated by the age of participants and dimensions of creative thinking. Specifically， the results suggested that the correlation between semantic distance and creative thinking decreased with the increase in the age of participants. In addition， flexibility had a higher correlation coefficient with semantic distance than originality and fluency. However， elaboration had a negative correlation with semantic distance. This is the potential reason for the inconsistent results in previous studies. The current study provides new perspectives and explanations for exploring cognitive and neural mechanisms of creativity. It contributes to the exploration of the relationship between semantic distance and creative thinking. The current study offers better scientific evidence and important implications for interpreting， predicting， and improving creativity.

Keywords： creative thinking， semantic distance， the measure of creativity， meta-analysis