除了基本的六种情绪（快乐、悲伤、愤怒、恐惧、惊讶和厌恶）以及静态面部表情和WERID（一种特定的面部表情分类）之外，我们还需要探索面部表情所传达的各种复杂情绪

《Journal of Experimental Social Psychology》：Beyond the basic six, static, and WERID: Exploring the range of emotions conveyed by facial expressions

本研究拓展非WEIRD人群（中国）面部表情情绪表达范围，通过实验一筛选28个典型低相似度高关联性情绪词，实验二对比64名被试动态/静态表情生成及782名被试识别结果，发现14种动态有效、10种静态有效，动态优势显著（23/28情绪动态识别更优），动态特征比静态配置更重要，强调跨文化研究需考虑动态表情多样性。

　　

潘志和|谭慧敏|刘思琪|方霞

中国浙江大学心理学与行为科学系

摘要

研究通过面部表情传达的情感范围一直是情绪研究的重点，但大多数研究集中在基本六种情绪以及WEIRD（Western, Educated, Industrialized, Rich, Democratic）人群中的静态表情上。本研究扩展了这一范围，探讨了在非WEIRD背景下，如何通过动态和静态面部表情来表达更广泛的情感，特别是针对中国人群。在实验1中，我们根据以往的研究编制了一份包含536个情绪词汇的列表，从中精心挑选出28个情绪词汇，这些词汇具有较高的典型性、较低的相似性（N = 61），并且与面部表情的关联度较高（N = 105）。在实验2中，64名中国参与者做出了这些情绪的面部表情，另一组参与者（N = 782）对他们的表情进行了评价。研究结果表明，有14种情绪可以通过动态面部表情有效传达，而10种情绪可以通过静态面部表情传达。值得注意的是，在28种情绪中，有23种情绪在动态表情的识别上表现出优势，这种优势主要源于表情的动态特征，而非动态表情所特有的面部构型。这些发现强调了在未来的研究中接纳多样性并考虑来自非WEIRD人群的多种动态面部表情的重要性，从而加深我们对情绪表达和感知的理解。

章节摘录

动态优势

尽管大多数关于面部情绪的研究主要集中在静态图像上（Cordaro等人，2020年；Cowen和Keltner，2020年；Ekman等人，1969年），但现实生活中的面部表情是随时间变化的（Krumhuber、Kappas和Manstead，2013年；Krumhuber和Scherer，2011年；Tcherkassof、Bollon、Dubois、Pansu和Adam，2007年）。动态特征，如运动方向、质量和速度，比静态面部构型携带了更丰富的社会信息（Kamachi等人，2013年；Sowden、Schuster、Keating、Fraser，

普遍性辩论与WEIRD偏见

关于情绪面部表情的基础研究主要针对WEIRD人群——即西方、受过教育、工业化、富裕和民主化的人群——这引发了关于面部信号是否具有普遍性或文化特异性的争论（例如，Ekman和Cordaro，2011年；Elfenbein和Ambady，2003年；Gendron、Crivelli和Barrett，2018年；Jack、Garrod、Yu、Caldara和Schyns，2012年；Keltner、Tracy、Sauter和Cowen，2019年）。早期研究表明，描绘六种基本情绪的面部表情具有高度相似性

本研究

本研究旨在实现三个关键目标：首先，探索在中国样本中通过静态和动态面部表情传达的情感范围及其相应的面部动作单位（AU）；其次，研究哪些情绪在动态表情中的识别更具优势，即与静态表情相比，哪些情绪在动态表情中能被更准确地识别；第三，探讨这种动态优势是否受到基本六种情绪之间的差异的影响

实验1

为了确定与面部表情常见的情绪词汇，我们首先通过文献回顾编制了一份详尽的情绪词汇列表，然后评估了这些词汇的典型性和相似性，接着评估了每种情绪的表达方式（如声音、面部表情、身体动作、触摸）。我们按照JARS（Appelbaum等人，2018年）的方法报告了用于确定样本量、数据排除、操作和测量的方法。

实验2

在实验1中，我们初步确定了27个情绪词汇。然而，在仔细检查后，我们发现“厌恶”这个情绪词汇的中文翻译更接近于道德上的厌恶，而非生理上的厌恶（Yoder、Widen和Russell，2016年）。为了考虑到先前研究中提出的道德厌恶和生理厌恶之间的潜在差异（Rozin、Lowery和Ebert，1994年；Widen、Pochedly、Pieloch和Russell，2013年），我们

总体讨论

本研究探讨了中国样本中通过静态和动态面部表情可以传达哪些情绪，结合了产生和感知的方法。我们追求了三个目标：(a) 确定哪些情绪类别可以通过静态和动态面部表情传达，包括分析它们的典型面部动作单位；(b) 测试每种情绪的动态优势；(c) 探讨动态优势是否因基本六种情绪之间的差异而有所不同

结论

通过将研究范围扩展到基本六种情绪、静态表情和WEIRD人群之外，本研究为通过面部表情在中国人群中传达的更广泛情绪提供了宝贵的见解。我们发现了14种动态面部表情和10种静态面部表情，以及它们各自的面部动作模式。值得注意的是，在大多数情绪的识别中，动态表情具有优势

开放科学实践

所有数据、分析代码、研究材料和调查示例的英文版本可在以下链接获取：https://osf.io/57tvb/files/osfstorage?view_only=0bb1eb0767f24900b4b234e98f0564fc。所有统计分析和可视化均使用R语言（版本4.4.0，R Core Team，2024年）、lme4包（版本1.1–35.5，Bates、M?chler、Bolker和Walker，2015年）、lmerTest包（版本3.1–3，Kuznetsova、Brockhoff和Christensen，2017年）、simr包（版本1.0.7，Green和MacLeod，2016年）以及emmeans包完成。

作者贡献声明

潘志和：可视化、调查、数据整理、撰写——初稿、项目管理、正式分析。谭慧敏：调查、数据整理、撰写——初稿、正式分析。刘思琪：调查、数据整理。方霞：撰写——审稿与编辑、监督、方法论、正式分析、撰写——初稿、项目管理、资金筹集、概念构思。

资助

本研究得到了国家自然科学基金（编号：32300908）的支持。

利益冲突声明

作者声明与本研究、作者身份和/或文章的发表不存在潜在的利益冲突。

致谢

我们感谢吴伟、王瑞、杜飞、吴志和任勇在刺激收集和标准化方面的帮助。