情感图片主观评分中的性别差异：对情绪健康研究的方法论和概念意义

《Acta Tropica》：Gender differences in subjective ratings of affective pictures: Methodological and conceptual implications for research on emotional health

性别差异在情感维度与离散分类中的研究——基于MATTER数据库的分析发现女性对厌恶和恐惧图片评分更高，存在负面偏向；男性对色情和厌恶图片评分更高，表现正面偏向，且男性更感兴趣。

　　本研究由西班牙哈恩大学心理学系的Elisabeth Ruiz-Padial主导，旨在探讨MATTER数据集中情感图片在性别差异方面的表现。MATTER是一个包含多种情感内容的图像数据库，包括令人作呕、恐惧、中性、色情、愉悦和不协调的图片。该数据库不仅从维度视角标准化了图片的愉悦度和唤醒度，还涵盖了四种具体的情感类别：厌恶、恐惧、色情和愉悦。研究的主要目标是分析性别差异，包括对每张图片的维度和离散情感评分，以及对每张图片的分类情况，分别从男性和女性的视角出发。通过这一研究，可以为涉及男女参与者的实验设计提供更加细致的刺激选择依据，从而深入理解情感处理中的性别差异。

### 情感处理中的性别差异研究背景

情感研究中，图片作为一种常见的刺激材料，已被广泛应用于唤起情感状态。几十年来，研究者们创建了多个标准化图像集，这些图像集主要基于情感的维度模型，即愉悦度和唤醒度两个维度。然而，关于情感的离散分类模型的研究相对较少，且其结果存在一定的争议。虽然部分研究探讨了性别差异在某些情感类别中的表现，例如厌恶和恐惧，但这些研究往往局限于特定的情感类别，并且未能全面分析性别差异在多个维度和离散情感类别中的表现。

在情感维度模型中，一些研究发现女性在某些图片上表现出更高的唤醒度，而男性则在愉悦度上更具优势。然而，这些结果并不完全一致，有的研究甚至发现没有显著的性别差异。另一方面，在离散情感分类模型中，女性倾向于将更多图片归类为恐惧或厌恶，而男性则更倾向于将图片归类为愉悦或色情。这种差异表明，性别在情感处理中的作用可能不仅仅局限于单一维度，而是涉及多种情感类别。

此外，性别差异还可能受到社会文化因素的影响。虽然一些研究认为这些差异源于进化机制，但社会文化背景也可能在情感反应中扮演重要角色。因此，本研究不仅关注性别差异本身，还试图探讨这些差异是否可能受到其他变量的影响，如个人差异或文化背景。

### MATTER数据集的特点与研究价值

MATTER数据集的建立是为了填补以往图像数据库中缺乏愉悦图片的空白。在最初的设计中，研究者希望包括一些之前未被涵盖的愉悦图片，以更全面地研究情感的多样性。然而，最终的MATTER数据集不仅包含了愉悦图片，还加入了色情和不协调的图片，以控制情感和认知成分。此外，数据集还包括了厌恶和恐惧图片，这两种负面情绪是情感研究中最为常见的主题之一。最后，数据集还加入了中性图片作为对照条件。

MATTER数据集的一个重要特点是它不仅提供了维度评分（如愉悦度和唤醒度），还涵盖了四种具体的离散情感类别：厌恶、恐惧、色情和愉悦。这使得研究者能够从多个角度分析性别差异，而不仅仅是单一维度。此外，数据集还包含认知属性的评分，如不协调性和兴趣，这为理解情感与认知之间的关系提供了新的视角。

由于MATTER数据集的多样性，它为研究性别差异在情感处理中的表现提供了丰富的资源。然而，尽管该数据集在一定程度上克服了以往研究的局限性，例如图片数量较少或情感类别分布不均，但仍有进一步研究的空间。例如，某些情感类别（如恐惧）在数据集中占比较高，而其他类别（如中性）则相对较少。此外，以往的研究大多采用“强制选择”方法对图片进行分类，这种方法可能会限制对性别差异的准确捕捉。因此，本研究采用了一种更为保守的分类方法，以确保分类结果能够更准确地反映性别差异。

### 研究方法与数据收集

本研究的数据收集过程采用了分组实验的方法，总共招募了368名大学学生，包括不同专业和不同大学的参与者。在数据收集过程中，研究者排除了41名异常值，确保了数据的可靠性。每组参与者对三个图像子集进行了评分，每个子集包含180张图片，总共有540张图片。每张图片被呈现1秒，参与者有26秒（前15张图片）和15秒（其余图片）的时间进行评分。

评分维度包括八个方面：两个维度（愉悦度和唤醒度）、四个离散情感类别（厌恶、恐惧、色情和愉悦）以及两个认知属性（不协调性和兴趣）。评分范围为1到9，其中1表示非常不愉快、放松、不感兴趣、不幽默、不不协调、不色情、不恐惧和不厌恶，而9则表示非常愉快、非常有唤醒性、非常感兴趣、非常幽默、非常不协调、非常色情、非常恐惧和非常厌恶。评分过程在小组会话中进行，每次会话最多有30名参与者，以确保评分过程的规范性和一致性。

为了进一步分析性别差异，研究者采用了两种不同的分类方法：基于置信区间（CI）的分类方法和更为保守的分类方法。基于CI的方法允许将图片归类为多种情感类别，而保守方法则仅将那些在某一情感类别上的评分显著高于其他类别（超过一个标准差）的图片归类为该类别。这两种方法的结合使得研究者能够从不同角度探讨性别差异，同时也为后续分析提供了更全面的数据支持。

### 研究结果与分析

#### 1. 个体图片的性别差异

研究结果表明，性别差异在多个评分维度上普遍存在。例如，在愉悦度（valence）和兴趣（interest）方面，女性和男性在540张图片中有35.74%和35.74%的图片表现出显著的性别差异。具体而言，女性对图片的愉悦度评分普遍低于男性，而男性对图片的兴趣评分则显著高于女性。这种差异可能与性别在情感体验中的不同倾向有关。

在唤醒度（arousal）方面，女性和男性在66张图片中表现出显著的性别差异。女性对某些图片的唤醒度评分高于男性，而男性在某些图片上表现出更高的唤醒度。这种差异可能与性别在面对刺激时的不同反应模式有关。

在厌恶（disgust）方面，女性对图片的厌恶评分显著高于男性，尤其是在那些被认为具有厌恶内容的图片上。这种现象可能与女性在面对潜在威胁时更倾向于表现出更高的警觉性有关。

在恐惧（fear）方面，女性对图片的恐惧评分显著高于男性，尤其是在那些被认为具有恐惧内容的图片上。这可能反映了女性在面对潜在危险时更倾向于产生负面情绪反应。

在色情（erotic）方面，女性对图片的色情评分显著高于男性，而男性对某些图片的色情评分则显著高于女性。这种差异可能与性别在面对性刺激时的不同反应有关。

在愉悦（mirth）方面，女性对图片的愉悦评分显著低于男性，尤其是在那些被认为具有愉悦内容的图片上。这可能反映了男性在面对某些情境时更容易产生积极情绪反应。

在不协调性（incongruence）方面，性别差异相对较小，仅在27张图片中表现出显著的性别差异。这可能表明不协调性在性别差异中的作用不如其他情感类别显著。

#### 2. 离散情感类别的分类差异

在对MATTER数据集进行离散情感分类时，研究者发现男性和女性在分类结果上存在显著差异。例如，在恐惧类别中，女性将16张图片归类为恐惧，而男性仅将6张图片归类为恐惧。这种差异可能反映了女性在面对潜在威胁时更容易将其归类为恐惧类别。

在厌恶类别中，女性将68张图片归类为厌恶，而男性仅将56张图片归类为厌恶。这种差异可能表明女性在面对某些情境时更容易产生厌恶反应。

在色情类别中，女性将65张图片归类为色情，而男性仅将51张图片归类为色情。这可能反映了女性在面对性刺激时更容易将其归类为色情类别。

在愉悦类别中，女性将30张图片归类为愉悦，而男性将31张图片归类为愉悦。这种差异可能表明男性在面对某些情境时更容易产生愉悦反应。

在不协调类别中，女性将31张图片归类为不协调，而男性仅将19张图片归类为不协调。这可能表明女性在面对不协调刺激时更容易产生不协调反应。

#### 3. 离散情感类别的性别差异

在对离散情感类别的评分进行分析时，研究者发现女性在厌恶和恐惧类别中的评分显著高于男性，而在色情和愉悦类别中的评分则显著低于男性。这可能表明女性在面对负面情绪刺激时更容易产生强烈的反应，而男性则在面对性刺激时更容易产生积极的反应。

在兴趣（interest）方面，男性对所有情感类别的图片都表现出更高的兴趣评分，而女性则表现出较低的兴趣评分。这可能反映了男性在面对情感刺激时更容易产生兴趣，而女性则可能对某些情感类别表现出较低的兴趣。

在不协调性（incongruence）方面，性别差异相对较小，仅在少数图片中表现出显著的差异。这可能表明不协调性在性别差异中的作用不如其他情感类别显著。

### 研究结论与意义

本研究的结果表明，性别差异在情感处理中是一个重要的变量，需要在实验设计中加以考虑。特别是在使用MATTER数据集进行情感研究时，研究者应关注性别差异在不同情感类别和维度上的表现。例如，女性在厌恶和恐惧类别中的评分显著高于男性，而在色情和愉悦类别中的评分则显著低于男性。这种差异可能反映了性别在情感体验中的不同倾向，以及社会文化因素对情感反应的影响。

此外，研究结果还表明，性别差异在兴趣方面普遍存在，男性对所有情感类别的图片都表现出更高的兴趣评分，而女性则表现出较低的兴趣评分。这种差异可能与性别在信息获取和探索行为上的不同有关。

本研究的另一个重要发现是，女性在某些图片上表现出更高的不协调性评分，而男性则在某些图片上表现出更高的不协调性评分。这可能表明不协调性在性别差异中的作用并不完全一致，需要进一步研究。

### 未来研究方向与建议

尽管本研究提供了关于性别差异在情感处理中的重要信息，但仍存在一些局限性。例如，研究样本中存在较多的异常值，这可能影响结果的可靠性。此外，研究者未能收集参与者的性取向信息，这可能影响对性别差异的准确理解。因此，未来的研究应考虑这些因素，并尝试采用更全面的方法来分析性别差异。

此外，研究者还可以进一步探讨性别差异在其他情感类别中的表现，例如在愉悦和不协调类别中的差异。这可能有助于更全面地理解性别在情感处理中的作用。

最后，研究者可以考虑将MATTER数据集与其他情感数据库进行比较，以更全面地理解情感处理中的性别差异。这种比较可能揭示不同数据库之间的异同，并为未来的情感研究提供更多的数据支持。