情境是否重要？日常情绪调节策略使用中情境的作用——基于11项经验采样数据集的整合分析

《Psychological Science》：Context Matters, Doesn’t It? The Role of Context in Everyday Emotion Regulation Strategy Use

　　

“情境即一切”这一流行格言深刻影响了情绪调节领域，使研究重点从理解人们使用哪些调节策略，转向理解策略使用如何随情境变化（即策略-情境匹配，strategy–situation fit）。理论观点认为情境特征对指导策略使用至关重要。然而，经验证据零散地分布于各单项研究中，且结果缺乏定论。为全面探究情境依赖的情绪调节，研究人员需要在多种情境中大规模获取情绪调节数据。研究人员结合来自比利时和澳大利亚样本的最多11项经验采样数据集进行整合分析（N_ID = 500–1,696，N_observations = 27,023–101,114，M_age = 25.38岁，71%为女性），考察了情绪调节策略使用如何随三个源自理论的语境特征——强度（intensity）、可控性（controllability）和社会特征（social features，即他人的存在及亲密程度）——而变化。研究人员发现支持“情境对日常情绪调节策略使用起作用”的证据有限。该研究为检验情绪调节研究中的核心理论提供了高统计效力的基础性步骤，并突显了在日常生活中捕捉策略-情境匹配的复杂性。

**论文解读：情境是否塑造日常情绪调节策略？——基于大规模经验采样数据的整合检验**

**一、研究背景与问题**

情绪调节是心理福祉的核心。早期研究认为情绪调节的获益取决于人们使用何种调节策略，而近期理论则强调人们应依据具体情境灵活部署策略，即实现“策略-情境匹配”（strategy–situation fit）。这一视角革新了情绪调节研究，但经验证据明显滞后于理论，且日常生活中相关研究结论大多不确定。已有研究多聚焦于单一情境特征与单一策略的关系，样本量有限，结果零散而不一致，阻碍了领域对“情境对情绪调节策略使用是否重要”这一基础性问题的回答。

为解决上述问题，研究人员基于三个理论关注最多的情境特征展开大规模检验：（1）情绪信息的强度（emotional intensity），理论预测高强度情绪下人们应更多使用注意脱离策略（分心）而非认知投入策略（重评）；（2）感知到的情境可控性（controllability），理论预测不可控情境下人们应更多使用重评；（3）情境的社会特征（social features），理论预测他人在场时及面对非亲密他人时，人们会更多使用表达抑制。研究人员利用整合数据分析（integrative data analysis, IDA）方法，汇集最多11项经验采样（experience-sampling methodology, ESM）数据集，旨在以高统计效力检验上述理论假设，同时考察情境与策略关联的特异性——即情境变化应预测特定策略的变化而非所有策略同时变化。

**二、研究人员开展的研究及总体结论**

研究人员从EMOTE数据库中筛选出11项符合纳入标准的经验采样研究（样本来自比利时和澳大利亚的本科生与社区人群），合并后最终样本包含1,720名参与者（M_age = 25.38岁，71%为女性），共134,470条观测。基于贝叶斯三水平混合效应模型（测量时点嵌套于参与者、参与者嵌套于研究），研究人员检验了三大类情境特征（情绪强度、事件强度、可控性、他人存在、他人亲密程度）与四种策略（重评、分心、抑制、反刍）的关联，并采用两种建模策略：仅含情境预测因子的模型，以及纳入其余三种策略作为协变量的模型，以考察效应的特异性。

总体而言，在七个预设假设中，仅一个得到支持：与面对亲密他人相比，面对非亲密他人时人们更多使用表达抑制。其余假设均未获得支持，且部分关键关联存在较大不确定性。研究提示，理论预期的情境敏感模式在非临床样本的日常生活中并未普遍出现，策略-情境匹配可能比理论设想的更为复杂。

**三、主要关键技术方法**

研究人员采用整合数据分析（integrative data analysis, IDA），将11个独立经验采样数据集合并为单一数据集，保留低层观测并考虑数据集间异质性。数据经比例最大缩放（proportion of maximum scaling, POMS）方法统一各量表量纲。建模采用贝叶斯三水平混合效应模型，其中测量时点嵌套于参与者、参与者嵌套于研究，随机效应结构采用最大包含策略（随机截距与随机斜率）。推断标准为95%贝叶斯可信区间（credible interval, CI）不包含0视为有意义关联。样本来源于EMOTE数据库，包含比利时和澳大利亚的本科生及社区人群。

**四、研究结果**

**情绪强度。** 以往测的负性情绪强度预测当前策略使用，未控制其他策略时，负性情绪强度与四种策略均正相关；控制其他策略后，与重评的关联消失，而与分心、反刍、抑制的关联仍存在。因此，假设1a（负性情绪强度与重评负相关）未获支持，假设1b（负性情绪强度与分心正相关）虽获支持但缺乏策略特异性——反刍的关联强度是分心的两倍以上。探索性分析发现，正性情绪强度增加与反刍和抑制减少、重评增加相关。

**负性事件强度。** 负性事件强度与四种策略均无有意义关联，假设2a和2b均未获支持。由于该效应估计的95%置信区间较宽，研究人员对事件强度与策略使用之间的关系持谨慎态度。

**可控性。** 假设3（可控性与重评负相关）未获支持。控制其他策略后，可控性与反刍、抑制均呈负相关，但与重评和分心无关联。结果表明，可控性可能预测的是其他调节策略（如反刍和抑制），而非理论预期的重评。

**他人存在。** 假设4（他人在场与更多抑制相关）未获支持。参与者独处（39%测量时点）与和他人在一起（61%测量时点）时，四种策略使用均无显著差异。

**他人亲密程度。** 与假设5一致，当与非亲密他人（相比亲密他人）在一起时，人们表达抑制更多（b = 0.04，95% CI = [0.03, 0.05]），且该效应在使用控制模型后仍稳定。这是唯一获得支持的理论假设，但个体层面仅3.40%的参与者表现出稳定符合假设的模式。

**探索性分析。** 进一步检验情境特征与情绪的交互作用，未发现一致证据支持情境效应依赖于情绪水平；唯一稳健的交互是他人亲密程度与负性情绪：在负性情绪较高时，非亲密他人对抑制的促进作用更强（b = 0.09，95% CI = [0.01, 0.16]）。个体斜率映射分析显示，大多数参与者的情境-策略关联的95%可信区间包含零，仅极小比例个体表现出理论预期的关联模式，提示理论预期的策略-情境匹配可能仅适用于一小部分非临床人群。

**五、讨论与结论**

研究人员指出，日常经验采样设计测量的是个体自我报告的多策略使用与情境评分，这与实验设计（要求参与者从两种策略中选择）和横断面设计（测量总体策略能力与重大生活应激）捕捉的是情境-策略关系的不同侧面，方法学差异可能是结果不一致的原因之一。此外，情境与策略的关系可能比当前理论预想的更复杂，单一情境特征与单一策略的匹配框架可能过于简化，未来需结合多种情境特征的交互以及考虑调节结果（如享乐性 vs. 工具性结果）和灵活性维度（策略库、反馈响应性）来检验策略-情境匹配。研究局限性包括：部分数据集中情境与策略同时测量，难以确定时间先后；仅三个数据集锚定同一情绪刺激；样本为非临床西方人群，概化性受限；事件强度和可控性的估计不确定性较高。总体而言，研究发现虽然支持“情境重要”的直觉，但具体方式与现有理论预测并不一致，日常生活中的策略-情境匹配比理论设想的更复杂，测量与理论构建均有待进一步完善。

研究结论为：当代情绪调节理论认为情境敏感的情绪调节策略使用是健康功能的关键。为探究策略使用是否随情境变化，研究人员在最多11项经验采样研究中考察了核心情境特征与不同策略的关联。研究发现，日常策略使用在很大程度上并不以理论所述的方式随情境变化。该研究突显了在日常生活层面捕捉情境敏感调节——以及更广义的调节灵活性——的复杂性。