《Journal of Environmental Psychology》:Gaze correlates of value-based decision making in nature and urban scenes
编辑推荐:
自然与城市场景注意差异的内在机制仍存在学术争议,现有研究尚未明确此类差异究竟源于环境类别的固有属性,还是来自个体评价差异(如个体对特定环境场景的喜爱程度)。本研究采用双选强制选择(two-alternative forced-choice, 2AFC)范式,要
自然与城市场景注意差异的内在机制仍存在学术争议,现有研究尚未明确此类差异究竟源于环境类别的固有属性,还是来自个体评价差异(如个体对特定环境场景的喜爱程度)。本研究采用双选强制选择(two-alternative forced-choice, 2AFC)范式,要求受试者在同步呈现的自然与城市场景图像对中选取偏好图像,同时记录其眼动轨迹。研究人员将多项凝视行为作为注意加工的测量指标,基于注意漂移扩散模型(attentional drift diffusion model, aDDM)的预测框架,检验环境类别与图像间喜爱度相对差异对凝视行为及最终选择的预测效力。结果显示,尽管城市场景比自然场景更易捕获初始注意,但喜爱度而非环境类别能够预测凝视行为与最终选择。上述发现表明,环境场景的决策过程较少依赖自然-城市的二元分类,更多受个体偏好调控。
《Journal of Environmental Psychology》刊发的这项研究聚焦自然与城市场景注意加工机制的争议性问题展开系统性探讨。既往研究虽普遍支持自然环境相较于城市环境具有认知恢复效益,但相关结论多依赖暴露后的自我报告量表与行为结果,缺乏对观看过程中知觉与注意过程的直接观测。注意恢复理论(Attention Restoration Theory, ART)主张自然环境对注意资源的消耗低于城市环境,而知觉流畅性假说(Perceptual Fluency Account, PFA)则强调自然场景中高频出现的低水平视觉特征(如分形内容、对称性、对比度)可促进感知加工效率。两类理论均未充分阐释个体偏好在环境场景决策中的作用,且既往研究多将偏好作为协变量处理,未针对偏好驱动的显式决策过程建模。已有证据显示,当控制图像喜爱度后,自然与城市场景间的步态运动学差异消失,提示图像的情感价值而非类别属性或低水平知觉特征驱动行为效应。然而,现有研究尚未观测自然与城市场景同步呈现时的注意分配规律,无法区分城市场景的高注意需求是源于类别固有属性,还是个体对单张图像的偏好差异。为此,研究人员引入注意漂移扩散模型(aDDM),该模型已在消费选择领域得到广泛应用,其核心假设为凝视位置与时长会调制决策过程,且喜好度差异越大,累积凝视证据对最终决策的影响权重越低。本研究首次将该模型拓展至环境决策领域,旨在明确凝视行为与选择的预测因子是环境类别还是个体赋予场景的情感价值。
研究招募16名视力正常或矫正正常的受试者,通过机会抽样获得,实验获布里斯托大学生命科学学院研究伦理委员会批准。刺激材料选用Burtan等人2021年预先配对匹配的32张图像(16张自然场景、16张城市场景),配对内图像喜爱度匹配,图像尺寸为512×320像素,对应约11.5°×7.2°视角,不含人与动物元素。实验流程分为三个阶段:首先采用512像素长度的视觉模拟量表(Visual Analogue Scale, VAS)采集受试者对单张图像的喜爱度评分;随后执行2AFC任务,受试者需在同步呈现的左右两张图像中选择偏好项,眼动数据由EyeLink 1000眼动仪以1000Hz采样率记录右眼轨迹,任务共包含496个唯一图像对,分为自然-自然、自然-城市、城市-自然、城市-城市四类伪随机条件,单试次最长呈现时间为5秒;任务结束后再次采集单张图像喜爱度评分,因后测评分与选择行为的关联度高于前测,后续分析采用后测评分作为喜爱度指标。眼动数据预处理采用Python完成,定义峰值速度大于30°/s的眼动事件为扫视,时长大于80ms的注视事件为有效注视,剔除眨眼数据与试次末次注视,并针对首扫视方向、累积注视时长、aDDM预测指标进行专项分析。
研究结果部分,首先为视觉模拟量表-喜爱度分析。配对样本t检验显示,前测中自然图像喜爱度(M=0.43,SD=0.27)显著低于城市图像(M=0.51,SD=0.24,p<0.001,d=-0.22),后测中自然图像喜爱度(M=0.50,SD=0.27)仍显著低于城市图像(M=0.56,SD=0.26,p=0.014,d=-0.16)。两类图像的喜爱度前后测评分均显著正相关(自然r=0.73,城市r=0.65,p<0.001),且与Burtan等人2021年的评分高度相关(前测r=0.730,后测r=0.739,p<0.001),后测评分对选择的预测效力优于前测。其次为试次时长分析。重复测量方差分析显示,不同图像配对类型的反应时无显著差异(F(2,30)=3.097,p=0.060,η2=0.288),城市-城市配对的反应时略长于其他条件但未达显著性水平。第三为首扫视方向分析。单因素方差分析显示各条件下左向首扫视百分比无显著差异(F(3,60)=1.365,p=0.262,η2=0.064);事后配对样本t检验显示,城市-自然(UN)条件的左向首扫视百分比(M=69.14,SD=17.9)显著高于自然-城市(NU)条件(M=56.41,SD=18.6,p=0.005,d=0.82),但两类混合试次的左向首扫视比例均与60%的经典左偏基准无显著差异,提示试次类别未破坏整体左偏趋势。第四为基于选择难度的反应时与注视模式分析。线性混合效应模型显示,随着左右图像喜爱度绝对差值增大(选择难度降低),混合试次(β=-910.5,SE=34.1,p<0.001)、自然-only试次(β=-704.4,SE=52.7,p<0.001)与城市-only试次(β=-768.9,SE=48.1,p<0.001)的反应时均显著缩短;注视次数亦随选择难度降低显著减少(混合试次β=-2.69,SE=0.11,p<0.001;自然-only试次β=-2.18,SE=0.16,p<0.001;城市-only试次β=-1.94,SE=0.15,p<0.001)。针对混合试次的累积左向注视时长分析显示,注视分配与主观偏好呈强相关,关系符合二次曲线模型(线性β=43.34,SE=3.86,p<0.001;二次β=12.22,SE=2.24,p<0.001),试次类型的主效应显著(β=6.31,SE=0.59,p<0.001),二次交互作用显著(β=-17.8,SE=3.19,p<0.001),提示当左侧图像偏好高于右侧时,受试者对左侧呈现的城市图像注视时长低于左侧呈现的自然图像,该差异在喜爱度差异最大时最为明显。第五为基于喜爱度与注视行为的选择预测分析。逻辑混合效应模型显示,喜爱度差异对选择的效应显著(β=8.68,SE=0.41,p<0.001),且NU与UN试次中该效应的斜率无显著差异(交互项β=0.68,SE=0.60,p=0.26),表明选择概率随左侧图像喜爱度提升而增加,不受环境类别影响;累积注视时长差异对选择的效应同样显著(β=2.09,SE=0.06,p<0.001),且与试次类型存在显著交互作用(β=0.89,SE=0.09,p<0.001),提示累积注视时长对UN试次选择的预测效力高于NU试次。
讨论部分指出,本研究首次在自然与城市场景同步呈现的范式下证实,初始注意分配受场景类别影响——城市场景比自然场景更易捕获初始注意,表现为UN试次左向首扫视比例升高、NU试次左向首扫视比例接近随机水平,该效应可能与城市场景更高的视觉复杂性有关。但整体反应时与累积注视时长无类别差异,决策过程的核心调控因素是两幅图像的喜爱度相对差异而非环境类别。研究验证了aDDM在环境决策领域的适用性:选择难度(喜爱度差异)降低会缩短反应时、减少注视次数;选择概率由喜爱度差异与累积注视时长共同预测,其中喜爱度对选择的预测效力不受场景位置与类别影响,而累积注视时长的预测效力存在微弱的情境依赖性。研究局限性包括刺激集规模较小(仅32张图像)、本队列中自然图像平均喜爱度低于城市图像、样本量较小(N=16)依赖被试内重复试次保证统计效力。未来研究需扩大刺激集多样性,控制迷恋度、视觉不适度等额外变量,系统解析低水平视觉特征、场景兴趣区数量对注意分配的贡献。结论部分明确,自然与城市场景的差异主要体现在初始注意捕获层面(与视觉复杂性相关),而决策过程的凝视行为与选择完全由图像间喜爱度的相对差异驱动,两类场景通过相似的底层机制调控行为,观察到的差异为定量性质而非定性区别。本研究为环境心理学提供了aDDM这一机制性分析框架,挑战了自然-城市二元分类的解释范式,强调个体偏好在环境决策中的核心作用。