情绪表达在不同收益与损失情境下对奖励预期的调节作用各异

《Biological Psychology》：Emotional Expression Differently Modulates Reward Anticipation in Gain and Loss Contexts

　　摘要：奖励与情绪紧密相连，但二者之间的相互作用仍需进一步研究。本研究采用改良的货币激励延迟范式，并结合电生理记录技术，以情绪面孔作为激励线索（分别代表收益、中性或损失预期），探究情绪效价与激励情境之间的匹配程度如何影响激励表征及后续任务动机。具体而言，在效价一致组中，快乐、中性及愤怒的面孔分别对应收益、中性及损失情境；而在效价不一致组中，愤怒、中性及快乐的面孔则分别对应收益、中性及损失情境。参与者需对后续出现的目标进行快速识别，并根据表现获得相应反馈。从行为表现来看，无论在收益还是损失情境下，反应速度均快于中性情境。通过对与线索相关的ERP成分（前额中央负波、顶叶正波及脑电变异）的分析，未发现收益情境下不同情绪类别之间存在显著差异；但在损失情境下，快乐与愤怒面孔在加工层面存在显著差异。这些结果表明，情绪表达对激励预期的影响在收益与损失情境中存在明显差异，凸显了奖励处理与情绪处理之间复杂且依赖情境的互动关系。

引言：在日常生活中，许多行为都是出于获取奖励和避免惩罚的动机。奖励通常会引发积极情绪，而惩罚则易诱发消极情绪（Berridge & Robinson, 2003）。反过来，情绪状态也会影响人们对奖励与惩罚的感知及反应方式（Young & Nusslock, 2016）。从神经解剖学角度来看，与动机及情绪处理相关的脑区存在大量重叠，包括杏仁核、海马体以及腹内侧前额叶皮层（vmPFC，Burgdorf & Panksepp, 2006; Murray, 2007; Park et al., 2018; Singer & Frank, 2009; Wise, 2004）。另有研究指出，动机操控与情绪操控在影响感知与认知的机制上具有相似性（Pessoa, 2009）。然而，以往大多数研究仅单独探讨动机与情绪刺激对大脑及行为的影响，使得我们对二者潜在交互作用的理解相对有限。了解动机与情绪相互作用背后的神经机制具有重要的理论意义与临床价值（Etkin and Wager, 2007; Keren et al., 2018; Luijten et al., 2017）。

以往研究常使用货币激励延迟范式来探讨奖励与惩罚的处理过程及其对认知功能的影响（Angus et al., 2017; Dugré et al., 2018; Feldmann et al., 2021; Lutz and Widmer, 2014）。该范式由Knutson等人于2001年提出，将奖励处理分为预期阶段与实际获取阶段。具体而言，首先出现一个提示潜在奖励（如金钱收益、社交赞美）或惩罚（如金钱损失、电击）的线索，随后是要求参与者快速准确作出反应的任务，之后会根据表现给予反馈，告知其是否获得了预期结果。快速准确的反应会得到正面反馈，而缓慢或出错的反应则会导致负面反馈。越来越多的证据表明，无论是收益预期还是损失预期，都会通过增加对当前任务的注意力与认知资源分配来引导行为（Choi and Cho, 2020; Guitart-Masip et al., 2012; Kim and Anderson, 2021; Potts, 2011）。

运用货币激励延迟范式（如Padmala et al., 2019; Wei & Kang, 2014; Wei et al., 2016）以及奖励倾向范式（如Chen & Wei, 2023, 2024; Yokoyama et al., 2015）的研究表明，奖励会影响情绪刺激的处理过程，且任务相关性对奖励与情绪的互动模式起着关键作用。当情绪信息与任务目标相关时，奖励预期会提升处理效率（Wei et al., 2014; Wei et al., 2016; Wei and Kang, 2014）；而当情绪信息与任务无关时，即便原本与高奖励相关的刺激（如Yokoyama et al., 2015; Hu et al., 2013），也能减轻情绪干扰因素的负面影响，这些干扰因素包括负面图像（Padmala et al., 2017; Padmala and Pessoa, 2014）、文字（Wei et al., 2016）、威胁相关刺激（Choi et al., 2014; Choi et al., 2015），甚至正面干扰因素（Walsh et al., 2018）。此外，奖励关联度或价值历史还会决定面孔的处理优先级，使其更有可能作为目标被注意到，也更难以被当作干扰因素忽略（Chen and Wei, 2023; Li et al., 2017; Saito et al., 2022; Wu et al., 2019; Zhou et al., 2020）。这一过程通过“情绪标记”实现，即中性或情绪面孔会根据其与正面或负面结果的关联而被赋予动机意义（Anderson et al., 2011; Hammerschmidt et al., 2017; Hammerschmidt, Kulke, et al., 2018）。最终，任务相关性作为一种自上而下的调节机制，决定了注意力资源应在刺激的固有情绪效价与其习得的动机价值之间如何分配（Chen & Wei, 2024）。

不过，情绪对奖励处理的影响尚未得到充分重视，尤其是在奖励信息与情绪信息同时呈现的情况下。尽管现实场景中往往存在充满情感色彩的情境，但大多数使用货币激励延迟范式的研究仍采用情绪中性的线索来表示潜在的奖励或惩罚。例如，包装精美的礼物盒配上欢快的音乐，或者反吸烟广告中的恐怖图像，分别可能有效激发人们接近或回避的动机。但试想，如果看到外观严肃的礼物盒或风格轻松的反吸烟广告，你会有怎样的感受？它们还能带来同样的动机强度吗？Park等人（2019）通过一种新范式解决了这一问题，他们用愤怒、快乐或中性等情绪面孔来表示奖励预期。参与者需要判断该面孔是否与奖励相关，实验结果显示，当快乐面孔表示奖励时，反应速度更快，而愤怒面孔则表示奖励时的反应速度更慢。这表明，当情绪刺激的效价与激励的效价相一致时，动机处理过程会得到促进。然而，最近使用改良版货币激励延迟范式的神经影像学研究显示，在线索阶段，当负面或中性场景表示奖励与非奖励结果时，情绪线索可能与奖励预期并无交互作用（Jaiswal et al., 2026），这说明这些信号的整合可能取决于具体的任务要求或刺激类型。另一类研究则利用情绪图片来表示选择结果，重点探讨其在实际获取阶段之间的交互作用（Chakravarthula and Padmala, 2023; Jaiswal et al., 2024）。具体而言，有研究表明，在腹内侧前额叶皮层中，负面情绪会降低对奖励结果的区分能力（Chakravarthula & Padmala, 2023），而当正面图片表示金钱损失时，则未发现此类交互作用（Jaiswal et al., 2024）。

值得注意的是，情绪信息与奖励信息之间的动态互动，以及这种互动如何影响参与者完成后续任务的动机，目前仍不清晰。弄清这些机制对于理解动机与情绪之间的关系至关重要。这类见解有助于揭示典型的认知-情感加工过程，也有助于阐明抑郁症、焦虑症和成瘾症等心理疾病中异常的奖励-情绪机制（Etkin and Wager, 2007; Keren et al., 2018; Luijten et al., 2017）。

在本研究中，我们旨在探讨情绪信息如何在预期阶段调节对奖励信息的处理，进而影响后续任务的表现。我们采用了改良版的货币激励延迟任务，以情绪面孔作为激励线索，设计了两种类型的实验组：效价一致组与效价不一致组。具体来说，在效价一致组中，正面（快乐）、中性及负面（愤怒）的情绪面孔分别对应收益、中性及损失情境；而在效价不一致组中，愤怒、中性及快乐的面孔则分别对应收益、中性及损失情境。同时，我们通过电生理记录技术同步采集神经活动，利用其高时间分辨率来追踪情绪处理与奖励处理之间动态的时间变化过程。

大量ERP研究都采用货币激励延迟任务，来探讨奖励处理在预期阶段与实际获取阶段的电生理相关特征（Ait Oumeziane et al., 2017; Flores et al., 2015; Jia et al., 2021; Pornpattananangkul and Nusslock, 2015; Wei et al., 2016）。在预期阶段，相比中性线索，收益线索能引发幅度较小的前额中央负波成分（在线索出现后200–400毫秒达到峰值），这一成分被认为反映了早期的线索检测与分类过程（Flores et al., 2015; Luo et al., 2019）。顶叶正波成分（在线索出现后300–600毫秒出现）在面对收益或损失线索时往往表现出更强的正电位，这一现象被解读为动机显著性或注意力分配的指标（Ait Oumeziane et al., 2017; Luo et al., 2019; Pornpattananangkul and Nusslock, 2015; Rong et al., 2022; Zhan et al., 2026; Zhang et al., 2023）。条件性负变异性在面对收益和损失线索时，其负电幅值均大于面对中性线索时的值，这反映了参与者的预期注意与动作准备状态（如Ait Oumeziane et al., 2019; Zhang et al., 2023）。

在结果阶段，面对正面反馈时通常会出现正向偏移，即奖励正波（RewP），而面对负面反馈时则会出现负向偏移，即反馈相关负波（FRN），这两种波动通常在反馈出现后250–350毫秒出现，被认为反映了半自动的反馈评估过程（Flores et al., 2015; Pornpattananangkul and Nusslock, 2015）。反馈相关P3波是一种分布于中央与顶叶区域的正电位成分（在反馈出现后300–600毫秒出现），在面对正面反馈时其幅度通常大于面对负面反馈时的值，这反映了人们对动机相关性的有意识评估（Wu and Zhou, 2009; Zhang et al., 2023）。

虽然脑电图数据包含时域、频域以及时频域信号，但以往研究已表明，在预期阶段，顶枕叶α波段活动（8-13赫兹）反映了任务需求与注意力预期（Hughes et al., 2013; Klimesch, 1999; Klimesch et al., 1998; Van Den Berg et al., 2014），而δ波段活动（1-4赫兹）则与实际获取阶段对奖励效价的评估有关（Foti et al., 2015; Zhang et al., 2023）。因此，除了传统的ERP分析之外，我们还采用了基于事件相关频谱扰动的时频分析方法，来研究神经振荡的动态变化规律。

在我们的实验范式中，参与者首先需要识别出线索所代表的激励情境，之后再快速完成目标识别任务，以此尽可能获得更多奖励或减少损失。尽管线索的情绪效价对于解读激励情境是必要的，但它与任务的核心识别目标并无直接关联。以往研究表明，当核心任务需要高度集中注意力时，用于处理干扰因素——包括情绪刺激——的剩余注意力资源通常会被消耗殆尽（Bublatzky et al., 2014; Qiu et al., 2022; Schindler and Bublatzky, 2020; Vromen et al., 2016; Wieser et al., 2018）。不过，尽管在这种条件下纯粹的情绪处理可能会被抑制，但与奖励相关的信息由于其更具自动化或直觉化的特性，往往仍能保持较高的处理优先级（Chen & Wei, 2023）。基于动机情境会不同程度地影响带效价信息的处理这一证据（Chiew and Braver, 2011; Derryberry, 1988; Sander and Nummenmaa, 2021），我们假设情绪与动机之间的互动在收益情境与损失情境中会呈现出不同的模式。在收益情境下，我们预计奖励预期的处理优势会使得与激励相关的信息占据主导地位，从而削弱或消除正面与负面情绪刺激之间的差异（Chakravarthula and Padmala, 2022; Kim and Anderson, 2020）。相反，在损失情境下，我们认为对潜在威胁的敏感度会增加，进而放大情绪效价的影响，使得快乐与愤怒情绪刺激在处理过程中出现更明显的差异（Park et al., 2019）。

本实验的设计方法已在https://osf.io/6exum/overview?view_only=487bbca297b54297a9bc0a55f33647a8处预先注册。

参与者部分：我们使用G?Power（版本3.1.9；Faul et al., 2007）进行了事前功效分析。由于此前研究情绪面孔与动机价值之间交互作用的ERP研究较为有限，我们参照传统标准，采用了较为保守的中等效应大小值（Cohen’s f = 0.25，Cohen, 1988）。对于3（情绪：正面/负面/中性）×2（一致性：一致/不一致）的重复测量方差分析，功效分析显示，所需的样本量N为……

行为结果部分：表1列出了各实验条件下的反应时间、准确率以及正面反馈率的均值与标准差。针对反应时间进行的双因素重复测量方差分析结果显示，激励效价具有显著的主效应，F(2, 70) = 20.70，p <.001，η2p =.372，BF10 > 1000。事后检验显示，在获得和损失条件下，反应时间比在中性条件下更短：获得条件与中性条件的t值为t(35) = -4.87，p <.001，Cohen’s d值为-0.812，95%置信区间为[-1.185, -0.430]，BF10值大于100。表1展示了提示阶段中各条件下各个时域成分（前中央负波、顶叶正波、CNV）以及时频功率（提示-德尔塔/西塔波段、提示-阿尔法波段）的平均值和标准差。图2展示了六种实验条件下的平均ERP波形、平均值以及地形图；图3则展示了在获得、中性及损失条件下，一致性与不一致性试验所产生的差异波形。

讨论
本研究通过在改良的MID任务中以情感面孔作为激励线索，探讨了动机与情绪之间相互作用的潜在神经机制。情感面孔的效价以及其激励价值要么一致，要么不一致，这种操控是通过在每个实验块开始前给出的指令来实现的。通过纳入获得和损失两种激励情境，我们旨在研究情感信息如何调节相关加工过程。

伦理声明
所有参与者或其法定代理人均已签署书面知情同意书，同意参与本研究并允许文章发表。同时，参与者的隐私权也得到了妥善保护。本研究是在遵守相关法律法规及研究所在地的指导方针的前提下进行的，符合《赫尔辛基宣言》的要求，并已获得首都师范大学心理学学院伦理委员会的批准。

资金来源
本研究得到了中国国家自然科学基金[项目编号32471105、31971030]以及北京市政府青年北京学者计划的支持。这些资助方并未参与研究设计、数据分析、结果解读或报告撰写工作。

未引用的参考文献
(Chen and Wei, 2024a, Chen and Wei, 2024b, Hammerschmidt et al., 2018, Hammerschmidt et al., 2017a, Hammerschmidt et al., 2017b)

资金支持
本研究得到了中国国家自然科学基金（32471105、31971030）以及北京市政府青年北京学者计划的支持。我们还要对中国科学院心理研究所机构共享技术设施中心的技术支持人员所做出的杰出贡献表示衷心的感谢。

作者贡献说明
魏平：负责写作——审稿与编辑、监督、资源协调、项目管理、方法设计、资金申请、概念构思。张亚新：负责可视化处理、方法设计、形式分析、数据整理、概念构思。姜远鹏：负责写作——初稿撰写、可视化处理、方法设计、实验实施、形式分析、数据整理、概念构思。

关于写作过程中生成式AI及AI辅助技术的声明
在准备本研究报告时，作者们使用了ChatGPT（OpenAI）来检查语法、拼写以及参考文献的正确性。在使用该工具之后，作者们对内容进行了必要的审阅和修改，并对最终发表的内容承担全部责任。

利益冲突声明
作者们声明不存在任何利益冲突。

致谢
我们对中国科学院心理研究所机构共享技术设施中心的技术支持人员所做出的出色工作表示由衷的感激。

作者贡献声明
Y.J.负责研究的构思、设计与数据收集工作，还进行了统计分析、结果解读，并撰写了手稿；Y.Z.参与了数据收集、统计分析以及结果解读工作；P.W.负责研究的构思及结果解读工作。

姜远鹏 | 张亚新 | 魏平
中国北京市100048，首都师范大学学习与认知北京重点实验室及心理学学院