人格特质预测情绪回忆偏差的强度与离散程度：经验采样法与日常重构法的比较

《Personality and Individual Differences》：Personality predicts the magnitude and dispersion of emotion recall bias: A comparison of experience sampling and day reconstruction methods

　　

吴玉红|水新宇|林冰欣|张丹

中国清华大学心理与认知科学系

摘要

体验取样法（ESM）和当日重演法（DRM）被广泛用于评估日常情绪，但由于回忆偏差导致的二者之间的系统性差异尚未被完全理解。本研究利用DAPPER数据集，分析了140名参与者在连续5天中1561对匹配的ESM–DRM事件数据。我们比较了使用个体PANAS量表评估的10种特定情绪下ESM与DRM的结果，并探讨了五大人格特质是否能够预测两种方法之间回忆偏差的幅度、方向及离散程度。研究显示，ESM与DRM在个体间具有较高的一致性，但在个体内的一致性较弱。对于几种特定的负面情绪，DRM给出的评分高于ESM，表明存在回顾性高估现象。神经质与更大的偏差幅度及离散程度相关，而尽责性则与更小且更稳定的差异相关。这些发现表明，尽管总体上两者相似度很高，但实时情绪报告与回顾性情绪报告之间的差异部分与人格特质有关。

引言

要了解日常生活中的情绪，就需要采用能够在自然情境中捕捉情绪体验的方法。其中两种常用的方法是体验取样法（ESM）和当日重演法（DRM）。ESM通过在一天中的多个时刻评估当前或近期的情绪，因其较高的生态效度而被视为评估瞬时情绪体验的黄金标准（Conner & Barrett, 2012; Csikszentmihalyi & Larson, 1987）。而DRM则要求参与者回顾性地重构当天的事件，并在单次访谈中汇报每个事件时的情绪状态（Kahneman et al., 2004）。虽然DRM能减轻参与者的负担，且在幸福感研究中得到广泛应用，但其回顾性质引发了关于其与实时ESM报告可比性的疑问。

以往比较ESM与DRM的研究通常发现，两者在个体间存在中度到高度的一致性，这表明DRM是一种用于评估日常情感体验的低负担替代方法（Bylsma et al., 2011; Dockray et al., 2010; Han et al., 2019; Schneider et al., 2020）。然而，这种一致性在个体内则较为薄弱。最新研究显示，即便群体平均水平一致，当追踪个体在不同情境下的情绪变化时，或者分析更复杂的情绪动态，如情绪惯性和不稳定性时，ESM与DRM在个体内的对应程度也会降低（Lucas et al., 2021; Schneider et al., 2020）。这些发现表明，实时报告与回顾性报告之间的差异可能反映了情绪重构过程中的内在机制，而非随机误差。

理解这些差异的一个有用视角是情绪回忆偏差，即接近事件发生时刻的报告情绪与回顾性重构的情绪之间的系统性差异。情绪自我报告的可及性模型认为，实时报告更可能反映具体情境下的片段化经历，而回顾性报告则可能在经验信息较难获取时，更多地融入关于自身情绪的普遍信念（Robinson & Clore, 2002a）。类似地，两过程模型将情绪知识区分为与时间和地点相关的片段化情绪知识，以及基于信念的语义情绪知识（Robinson & Clore, 2002b）。因此，尽管DRM报告仍可能依赖当天的片段记忆，但其回顾性质使其比ESM报告更容易受到语义信念及其他重构因素的影响。由于这类语义知识可能反映的是关于自身情绪的相对稳定且整合良好的信念，这一框架为探讨稳定的人格因素作为回忆偏差个体差异的来源提供了依据。

在更广泛的人格因素中，人格特质可能尤为重要。Lucas等人（2021）提出，ESM与DRM之间的差异可能部分反映了个体的自我认知，包括其自我感知的人格特质。与此观点一致，先前的研究表明，回忆偏差与稳定的人格特质存在系统关联：神经质与负面情绪的过度回忆相关，而外向性和宜人性则与积极体验的过度回忆相关（Denkova et al., 2012; Levine & Safer, 2002; Schmidt et al., 2023）。更广泛地说，人格特质可能从情绪编码到提取的全过程都影响着情绪记忆，因而有望成为预测回忆偏差的指标。

不过，大多数比较研究都是从整体正面和负面情绪的角度来探讨回忆偏差。虽然有些研究涉及了更具体的情绪状态，但分析仍主要依赖于综合指标（Bylsma et al., 2011; Lucas et al., 2021; Schneider et al., 2020）。这可能会掩盖不同情绪之间的差异，因为不同情绪可能涉及不同的认知和记忆机制（Levine & Edelstein, 2009）。然而，由于匹配样本规模较小，比如Han等人（2019）研究的11名匹配参与者，或是方法上存在诸如不同方法间题目表述不一致等问题（Dockray et al., 2010），导致难以进行细致比较。因此，目前尚不清楚在具体情绪层面，ESM与DRM的一致性和差异性是否存在变化。

现有将人格与回忆偏差联系起来的研究，主要关注的是回忆情绪强度的总体差异，即个体平均而言是倾向于高估还是低估情绪。然而，回忆偏差不仅在幅度和方向上可能存在差异，其在不同事件间的一致性也可能有所不同。一个重要但常被忽视的维度是离散程度，即匹配事件之间差异的个体内变异性。由于离散程度可能代表回忆不准确的另一个独立维度（Schneider et al., 2020; Solhan et al., 2009），因此全面解释ESM与DRM之间的差异时，应考虑回顾性偏差是相对稳定还是会在不同事件间波动。

因此，本研究对公开可用的DAPPER数据集（N=142）进行了二次分析，旨在探讨与人格相关的情绪回忆偏差的个体差异。具体而言，我们研究了：（a）使用个体PANAS量表评估的特定情绪下，ESM与DRM之间的一致性和差异性；（b）五大人格特质是否能够预测两种方法之间回忆偏差的幅度、方向及离散程度。本研究有三项贡献：首先，它在整体情绪复合指标和特定情绪两个层面分析了ESM与DRM的差异；其次，它从幅度、方向及事件间离散程度等角度对回忆偏差进行了概念化；最后，它检验了这些个体层面的偏差指标是否与稳定的人格特质相关。这些贡献共同为理解实时情绪报告与回顾性情绪报告之间的一致性和差异性提供了更为细致的视角。

章节摘录

参与者与研究流程

本研究是对公开可用的“每日动态心理生理情绪研究数据集”（DAPPER数据集，Shui et al., 2021）的二次分析。该数据集包含每日动态心理评估数据、生理记录以及额外的自我报告信息（如人格、抑郁程度和自我概念等）。在本次二次分析中，我们仅关注了该数据集中关于日常情绪体验的ESM和DRM评估数据。

ESM与DRM的总体一致性及均值差异

为了定量分析两种方法之间的关联及系统性差异，我们对汇总后的个体层面数据进行了相关性分析及配对样本t检验。

如表1所示，两种方法在个体间的一致性相对较强。无论是负面情绪还是正面情绪，汇总后的ESM与DRM得分均呈现高度相关性，具体情绪的相关系数在0.58（专注）到0.86（羞愧）之间。不过，个体内的一致性则较弱。平均而言，个体内

讨论

本研究通过超越整体情绪复合指标，深入探讨了使用个体PANAS量表评估的10种特定情绪下ESM与DRM之间的回忆偏差，同时还考虑了偏差的离散程度，而不仅仅是幅度和方向。虽然我们的研究结果与以往研究发现的较强个体间一致性相符，但也表明，尤其是负面情绪的回顾性高估现象，这种系统性差异依然存在。

结论

总之，研究结果表明，实际体验到的情绪与回忆出的情绪之间存在系统性差异，而这些差异部分与人格特质有关。通过将回忆偏差分解为幅度、方向及离散程度，并将这些维度与五大人格特质联系起来，本研究为理解情绪自我报告提供了更为细致的视角。这些发现有助于深化对实时情绪报告与回顾性情绪报告的理论认识，同时也为相关研究提供了有益的参考。

透明度声明

本研究是对公开可用的DAPPER数据集（Shui et al., 2021）进行的二次分析。由于基于现有数据，本研究并未进行预注册。我们在论文中详细说明了与本次分析相关的所有测量指标、实验条件、数据排除标准以及样本量确定方式。

CRediT作者贡献说明

吴玉红：撰写——初稿撰写、正式分析、数据整理、概念构建。水新宇：方法设计、研究实施、正式分析、数据整理、概念构建。林冰欣：撰写——审阅与编辑、初稿撰写、监督指导、方法设计、正式分析、概念构建。张丹：撰写——审阅与编辑、监督指导、项目管理、方法设计、资金筹集、概念构建。

利益冲突声明

作者们不存在需要披露的利益冲突。

致谢

本研究得到了国家自然科学基金（编号：62577039）、清华大学研究生教育创新基金（编号：202504Z005）以及清华大学教育创新基金（编号：DX02_20）的支持。