1. 引言
个体常常受到视觉信息的轰炸，由于感知资源有限，只有少量的视觉信息可以被有意识地处理(Desimone & Duncan, 1995; Kastner & Pinsk, 2004)。注意力系统就像一个过滤器，可以选择重要和相关的信息进行进一步处理。这种注意偏向会受到各种认知因素的影响，其中之一就是工作记忆负荷，探明视觉工作记忆负荷对注意偏向的影响，是认知心理学领域的重要问题。
1.1. 注意和注意偏向
注意(attention)指心理活动对一定对象的指向和集中，具有指向性和集中性。注意理论将注意过程分为外源性(刺激驱动系统)和内源性(目标导向系统)两种资源分配模式(Corbetta & Shulman, 2002; Klein & Lawrence, 2012)。其中，刺激驱动系统是自动的，对注意力资源的要求很少，目标导向系统是自上而下的，调节刺激驱动的反应，并与其他认知过程竞争有限的执行资源(Corbetta & Shulman, 2002)。
注意偏向(attentional bias)是指当个体接受外界刺激时，会对威胁或者相关刺激表现出不同的注意分配。Cisler and Koster (2009)将注意偏向定义为：相较于中性刺激，个体会优先或更多将注意资源分配给威胁性刺激。
对于注意偏向的理论，不同的研究者提出了不同的假说，其中比较有影响力的是注意成分说和注意资源理论。注意成分说提出注意过程包含很多成分，包括对于相关信息的选择和无关信息的主动抑制(Posner & Petersen, 1990)。Fox et al. (2000)对抑郁症患者对于威胁性信息的注意偏向进行了研究，发现在定向阶段被试表现出了对威胁性信息的选择性注意，然而在后期，他们对威胁性信息却表现出了解除困难和维持。我国学者对于情绪问题被试也开展了大量的注意偏向研究，发现抑郁患者(韩冰雪等，2020)、高焦虑人群(彭家欣等，2013)、考试焦虑人群(马楷轩等，2018)均对威胁性信息表现出注意偏向。注意资源理论认为注意的资源是有限的，如果情绪刺激与其他中性刺激同时出现，注意资源更容易被情绪刺激所吸引和占用，由此呈现出注意偏向的特征(何琴，2021)。
注意偏向的成分包括以下部分：注意定向加速(注意警觉)、注意回避、注意脱离困难与注意脱离易化。注意定向加速指当目标刺激出现时个体能够迅捷地将自身注意力指向刺激；注意回避指当目标刺激出现时，个体把自身注意力转向另一个刺激；注意脱离困难指个体在将注意力投入到目标刺激上后难以从中解除出来；注意脱离易化和注意脱离困难相反，指容易从目标刺激上脱离出来。
目前对于注意偏向的研究多采取以下几种范式：点探测范式、情绪stroop范式、视觉搜索范式等，本研究采取点探测范式研究注意偏向。点探测范式起源于Posner & Petersen (1990)对视觉空间注意的研究，基于的假设是：对探测点位置或性质作出判断的反应时会随对其出现区域的注意而减少，即探测点出现在先前注意的区域时，反应时较短；反之较长(MacLeod, Mathews, & Tata, 1986)。
1.2. 视觉工作记忆与视觉工作记忆容量
工作记忆(working memory，下文简称WM)是一个容量有限的系统，它允许在执行复杂认知任务时临时存储、操作和维持信息。视觉工作记忆(visual working memory，下文简称VWM)是WM一个重要的组成部分，针对的是对视觉信息的暂时存储、操作和维持。
工作记忆容量(working memory capacity，下文简称WMC)是一种广泛的能力(Kane et al., 2004)，指个体在短时间内能够处理和存储信息的数量。工作记忆容量越大，越能更好地使用中央执行系统的资源，把注意集中在最需要脑力的任务上。研究发现，视觉工作记忆容量(visual working memory capacity，下文简称VWMC)有很大的个体差异，差异范围大概在1.5~5个物体(Vogel et al., 2001; Brady & Alvarez, 2011)。
1.3. 视觉工作记忆负荷、视觉工作记忆容量和注意偏向的关系
有研究表明，WM负荷影响需要自上而下注意的任务(de Fockert & Rees, 2001)，同时影响对负性刺激的注意偏向。除此之外，VWM和注意之间会相互影响。一方面，VWM任务会占据认知资源，干扰注意任务的进行(Han & Kim, 2004; Lavie, Hirst, Fockert, & Viding, 2004)；另一方面，保存在VWM中的信息表征引导注意的选择(Downing, 2000; Moores, Laiti, & Chelazzi, 2003; Soto, Heinke, Humphreys, & Blanco, 2005)。
在Stroop任务中，高WMC个体表现得更好，提示WMC与对注意力的控制相关。Kane等人(2004)提出了工作记忆容量的注意控制观(controlled attention view of working memory capacity)，认为VWMC能够反应各方面的注意控制能力，包括持续注意、抑制注意等，也代表了个体控制注意、保存相关信息的能力。
然而，WM负荷对注意偏向的影响的结果并不一致。Boal等人(2018)采用Grafton和MacLeod (2014)开发的改良点探测范式进行研究，发现个体对威胁面孔的注意定向是相对自动发生的，而Delchau等人(2019)用更复杂的WM任务重复了上述实验，结果表明，自上而下的注意对威胁刺激的注意吸引起着关键作用，社交焦虑水平与无负荷条件下的注意力投入正相关，且受到WM负荷的调节。
2. 问题提出
近年来，和注意偏向有关的研究大多数和情绪或疾病挂钩，比如个体的抑郁、焦虑对注意偏向的影响，而本研究将着眼点放在认知层面上，关注WM负荷对于注意偏向的影响，并加入了个体VWMC的分组，以探究面对负性情绪刺激时，不同VWMC的个体在不同WM负荷下会采取哪种注意策略(即探究注意偏向的成分)，为WM和注意偏向关系的研究增加新视角。
3. 研究方法
3.1. 研究目的及假设
本实验探究了不同VWM负荷对于不同VWMC个体注意偏向的影响。研究假设如下：
(1) 高VWM负荷下的个体更容易发生注意解除困难，更少发生注意回避。
(2) VWMC高的个体更不容易出现注意解除困难，低VWMC个体则相反。
(3) 高VWMC个体在高VWM负荷下更少发生注意解除困难，低VWMC个体则相反。
3.2. 研究设计
本研究为2 (个体VWMC：高、低) × 3 (VWM负载：无、低、高) × 2 (图片配对：中性–中性、负性–中性) × 2 (一致性：一致、不一致)混合设计，其中个体VWMC为组间变量，其他变量为组内变量。一致性指点探测范式中探测点与情绪面孔对的位置一致关系。
3.3. 研究方法
3.3.1. 研究被试
选取35名大学生(男性4名，女性31名)，被试年龄为19 ± 2.02岁。所有被试视力或矫正视力正常，无色盲色弱。
3.3.2. 研究工具
从中国化面孔情绪图片系统(CFAPS) (王妍，罗跃嘉，2005)中选取中性(neutral)情绪图片30张，愤怒(anger)和悲伤(sad)情绪图片各15张作为情绪图片材料，每张图片分辨率为370 × 556像素。
两个任务均使用联想y7000型号计算机运行，实验刺激呈现在15.6英寸的显示器上，屏幕分辨率为2560 × 1440像素，刷新率为60 Hz，被试眼睛距离屏幕中央约60 cm。实验背景为灰色。
3.3.3. 研究程序
实验流程分为两个部分。
第一部分为测量视觉工作记忆容量。该任务使用前人编制的MATLAB程序(Xu, Adam, Fang, & Vogel, 2017)，该程序基于变化觉察范式编制，以下为实验步骤：实验开始时，屏幕中央呈现黑色注视点1000 ms，随后屏幕上会随机呈现4/6/8个色块150 ms，被试被要求记忆这些色块的位置和颜色，随后呈现空屏1000 ms，最后会随机呈现1个色块，要求被试比较色块的颜色和位置是否与之前记忆的色块相同，如果相同按“Z”键，如果不同则按“/”键，尽可能又快又准地进行反应。视觉工作记忆容量的结果以K表示，计算公式为K = S × (H − F)，S为记忆集大小(4/6/8)，H位为击中率，F为虚报率。实验流程如图1所示。
Figure 1. Flowchart of VWMC measurement process
图1. VWMC测量流程图
随后是第二部分。该任务程序由E-prime2.0编制。实验流程范例见图2：首先在屏幕中央呈现一个注视点“+”500 ms，空屏200 ms，紧接着呈现0/4/8个色块，色块大小为144 × 144像素(注：每个试次色块的位置和颜色完全随机；色块的位置随机分布在以注视点为中心，大小为800 × 450像素的矩形内，颜色从黑、蓝、棕、青、绿、橙、粉、红、黄、深蓝、浅蓝、紫色中随机选取；如果是0个色块则在屏幕中心呈现注视点“+”) 500 ms，空屏200 ms后，屏幕的左右两侧随机呈现一张负性情绪面孔(从愤怒、悲伤图片中随机选取)和一张中性面孔2000 ms，随后会在上一屏情绪面孔图片(可能是中性也可能是负性)的位置随机呈现一个小圆点，要求被试对这个点出现的位置作出又快又准确的判断(若出现在左侧按“F”键，若出现在右侧按“J”键)，出现200 ms的空屏，然后呈现0/4/8个色块2000 ms，让被试判断和最开始的0/4/8个色块是否相同(注：色块位置和记忆阶段相同，颜色有一个不同或没有不同；一半试次颜色不同，一半试次相同)如果相同则按“C”键，如果不同则按“M”键。实验分为练习阶段和正式实验阶段，练习阶段有12个试次，正式实验有120个试次。
Figure 2. Flowchart of the Attention Bias Experiment
图2. 注意偏向实验流程图
4. 结果
本实验数据使用SPSS 26.0进行分析。剔除反应错误及反应时在平均反应时三个标准差之外的数据。按照被试在VWMC测试得到的K值，将被试按照K值顺序分为高、低两组，高VWMC组有18人，低VWM组有17人。为了确保高、低VWMC分组是有效的，将高、低VWMC组被试K值进行独立样本t检验，t(33) = 9.795，p < 0.001，表明高、低VWMC分组有效。
4.1. 高、低VWM组在不同探测位置对负性情绪反应时差异
不同条件下高、低VWMC组被试的反应时见表1。对实验数据进行2 (组别) × 3 (VWM负荷) × 2 (一致性)的重复测量方差分析，结果见表2。根据表格显示，所有结果均不显著，说明不同条件下被试反应时没有显著差异。
Table 1. Reaction times (ms) of high and low VWMC groups to negative emotions at different probe positions
表1. 高、低VWMC组在不同探测位置对负性情绪的反应时(ms)
一致性 |
记忆负荷 |
高组 |
低组 |
|
|
M |
SD |
M |
SD |
一致 |
无 |
524 |
95 |
552 |
100 |
低 |
519 |
91 |
543 |
104 |
高 |
513 |
88 |
567 |
106 |
不一致 |
无 |
532 |
101 |
544 |
96 |
低 |
518 |
103 |
554 |
113 |
高 |
519 |
107 |
551 |
108 |
Table 2. Variance analysis of negative emotional responses in high and low VWMC groups at different detection locations
表2. 低VWMC组在不同探测位置对负性情绪反应时的方差分析
变异来源 |
平方和 |
df |
均方 |
F |
p |
η² |
负荷 |
867.2 |
2 |
433.2 |
0.118 |
0.889 |
0.004 |
负荷 × 组别 |
4731.5 |
2 |
2365.7 |
0.643 |
0.529 |
0.019 |
一致性 |
0.001 |
1 |
0.001 |
0.000 |
0.999 |
0.000 |
一致性 × 组别 |
1059.9 |
1 |
1059.9 |
0.889 |
0.352 |
0.026 |
负荷 × 一致性 |
908.5 |
2 |
454.3 |
0.300 |
0.742 |
0.009 |
负荷 × 一致性 × 组别 |
3052.5 |
2 |
1526.3 |
1.008 |
0.371 |
0.030 |
4.2. 注意偏向指标
根据注意偏向指标计算公式，注意偏向 = RT (不一致) − RT (一致)，如果注意偏向分数大于0，说明个体对情绪刺激产生了注意偏向；如果注意偏向分数小于0，说明个体对情绪刺激产生了注意偏离。
Cisler等人(2010)为了探讨产生注意偏向的两种不同机制，在实验中加入了中性配对组，提出了注意定向和注意解除这两个注意偏向指标。注意定向加速计算公式为RT (中性配对组) – RT (一致)，注意解除困难计算公式为RT (不一致) – RT (中性配对组)。对于注意定向加速，分数大于0表明被试出现对情绪图片的注意警觉；分数等于0说明被试不存在注意偏向；分数小于0说明被试对情绪图片出现注意回避。对于注意解除困难，分数大于0说明被试对情绪图片出现注意脱离困难；分数等于0说明被试不存在注意脱离困难；分数小于0说明被试对情绪图片出现注意脱离易化。
根据注意偏向公式计算出不同条件下被试注意定向加速分数和注意解除困难分数，结果见表3。将高、低VWMC组在不同负荷条件下的注意定向加速分数和注意解除困难分数和0做单样本t检验，结果见表4。
Table 3. Statistics of attentional bias indicators in high and low VWMC groups under different conditions
表3. 高、低VWMC组在不同条件下注意偏向指标统计量
|
|
定向加速 |
脱离困难 |
|
|
M |
SD |
M |
SD |
|
无 |
−23.39 |
71.69 |
31.50 |
88.46 |
高组 |
低 |
−53.28 |
71.08 |
52.22 |
84.82 |
|
高 |
−38.89 |
65.26 |
39.78 |
83.15 |
|
无 |
−43.12 |
94.12 |
35.29 |
72.17 |
低组 |
低 |
−82.24 |
99.46 |
93.35 |
85.27 |
|
高 |
−92.06 |
93.12 |
75.29 |
96.56 |
Table 4. Single-sample t-test results of attention bias index in high and low VWMC groups under different loads
表4. 高、低VWMC组在不同负荷下注意偏向指标单样本t检验结果
组别 |
负荷 |
注意偏向指标 |
自由度 |
t |
p |
高组 |
无 |
注意定向 |
17 |
−1.384 |
0.184 |
解除困难 |
17 |
1.511 |
0.149 |
低 |
注意定向 |
17 |
−3.180 |
0.005 |
解除困难 |
17 |
2.612 |
0.018 |
高 |
注意定向 |
17 |
−2.528 |
0.022 |
解除困难 |
17 |
2.030 |
0.058 |
低组 |
无 |
注意定向 |
16 |
−1.889 |
0.077 |
解除困难 |
16 |
2.016 |
0.061 |
|
低 |
注意定向 |
16 |
−3.409 |
0.004 |
解除困难 |
16 |
4.514 |
0.000 |
高 |
注意定向 |
16 |
−4.567 |
0.000 |
解除困难 |
16 |
3.215 |
0.005 |
表4可得，在高VWMC组中，当工作记忆负荷为4或8时，定向加速分数显著小于0，t(17) = −3.18，p = 0.005，t(17) = −2.528，p = 0.022，说明在高VWMC组中，当工作记忆负荷低或高时，被试对负性情绪图片存在注意回避。当工作记忆负荷为4时，脱离困难分数显著大于0，t(17) = 2.612，p = 0.018，说明在高VWMC组中，当工作记忆负荷低时，被试对负性情绪图片存在注意解除困难，即难以从负性情绪中脱离出来。
在低VWMC组中，当工作记忆负荷为4或8时，脱离困难分数显著大于0，t(16) = 4.514，p < 0.001，t(16) = 3.215，p = 0.005，说明在低VWMC组中，当工作记忆负荷低或高时，对负性情绪图片都存在注意脱离困难，即不容易从负性情绪中脱离出来；在定向加速上，当工作记忆负荷为4或8时，定向加速分数显著小于0，t(16) = −3.409，p = 0.004，t(16) = −4.567，p < 0.001，说明在低VWMC组中，当工作记忆负荷低或高时，对负性情绪图片都存在注意回避。
为了比较在每个注意偏向指标中高、低VWMC组是否存在差异，将注意定向、注意解除分数作为检验变量，做独立样本t检验，结果见表5、表6。
Table 5. Attentional bias indicator statistics
表5. 注意偏向指标统计量
注意偏向指标 |
负荷 |
高组 |
低组 |
M |
SD |
M |
SD |
|
无 |
8.11 |
59.28 |
−7.82 |
45.03 |
注意偏向 |
低 |
−1.06 |
49.65 |
11.12 |
62.34 |
|
高 |
6.44 |
51.78 |
−16.76 |
47.87 |
|
无 |
−23.39 |
71.69 |
−43.12 |
94.12 |
注意定向 |
低 |
−53.28 |
71.08 |
−82.24 |
99.46 |
|
高 |
−38.89 |
65.26 |
−92.06 |
83.12 |
|
无 |
31.50 |
88.46 |
35.29 |
72.17 |
解除困难 |
低 |
52.22 |
84.82 |
93.35 |
85.27 |
|
高 |
39.78 |
83.15 |
75.29 |
96.56 |
Table 6. Independent sample t-test of attention bias index in high and low VWMC groups under different loads
表6. 高、低VWMC组不同负荷下注意偏向指标独立样本t检验
注意偏向指标 |
负荷 |
F |
p |
t |
df |
P (双侧) |
平均差 |
标准误差值 |
|
无 |
0.122 |
0.729 |
0.891 |
33 |
0.379 |
15.93 |
17.88 |
注意偏向 |
低 |
0.592 |
0.447 |
−0.641 |
33 |
0.526 |
−12.17 |
18.99 |
|
高 |
0.004 |
0.947 |
1.375 |
33 |
0.179 |
23.21 |
16.88 |
|
无 |
1.601 |
0.215 |
0.700 |
33 |
0.489 |
19.73 |
28.18 |
注意定向 |
低 |
1.402 |
0.245 |
0.995 |
33 |
0.327 |
28.96 |
29.09 |
|
高 |
1.650 |
0.208 |
2.111 |
33 |
0.042 |
53.17 |
25.18 |
|
无 |
0.003 |
0.958 |
−0.139 |
33 |
0.891 |
27.38 |
−59.51 |
解除困难 |
低 |
0.029 |
0.866 |
−1.430 |
33 |
0.162 |
28.76 |
−99.64 |
|
高 |
0.963 |
0.333 |
−1.168 |
33 |
0.251 |
30.40 |
−97.37 |
结果显示，高、低VWMC组在工作记忆负荷为8时的注意定向加速分数有显著差异，t(33) = 2.111，p = 0.042，即在高工作记忆负荷下，低VWMC组的注意定向加速分数显著大于高VWMC组(两者均小于0)，说明在高工作记忆负荷下，低VWMC组比高组更容易出现注意回避。
将注意定向、注意解除分数作为检验变量，分别做2 (组别) × 3 (VWM负荷)重复测量方差分析，结果见表7、表8。
Table 7. Variance analysis of attention directed acceleration scores in high and low VWMC groups under different loads
表7. 高、低VWMC组不同负荷下注意定向加速分数的方差分析
变异来源 |
平方和 |
df |
均方 |
F |
p |
η² |
负荷 |
26040 |
2 |
13020 |
3.716 |
0.03 |
0.101 |
负荷 × 组别 |
5215 |
2 |
2608 |
0.744 |
0.479 |
0.022 |
Table 8. Variance analysis of attention disengagement difficulty scores in high and low VWMC groups under different loads
表8. 高、低VWMC组不同负荷下注意脱离困难分数的方差分析
变异来源 |
平方和 |
df |
均方 |
F |
p |
η² |
负荷 |
27591 |
2 |
13796 |
3.563 |
0.034 |
0.097 |
负荷 × 组别 |
7087 |
2 |
3544 |
0.915 |
0.405 |
0.027 |
结果发现，在注意定向加速上，负荷的主效应显著，F(1,33) = 3.716，p = 0.03，偏η2 = 0.101，说明高、低VWMC组不同负荷下注意定向加速分数差异显著，进一步简单效应分析发现，当负荷为0和负荷为4时注意定向加速分数差异显著，p = 0.017；当负荷为0和负荷为8时注意定向加速分数差异显著，p = 0.05。结果表明，当负荷为4时，注意定向分数显著大于当负荷为0时(两者均小于0)，低VWM负荷比没有VWM负荷更容易出现注意回避；当负荷为8时，注意定向分数显著大于负荷为0时(两者均小于0)，说明高VWM负荷比起没有VWM负荷更容易出现注意回避。
对于注意脱离困难分数而言，负荷的主效应显著，F(1,33) = 3.563，p = 0.034，偏η2 = 0.097，说明高、低VWMC组不同负荷下注意脱离困难分数差异显著，进一步简单效应分析发现，当负荷为0和负荷为4时注意脱离困难分数差异显著，p = 0.016。结果表明，当负荷为4时，注意脱离困难分数显著大于当负荷为0时(两者均大于0)，说明低VWM负荷比没有VWM负荷更容易出现注意脱离困难。
5. 讨论
本实验探究了不同VWM负荷对于不同VWMC个体注意偏向的影响，选取了反应时和注意偏向指标。
对于反应时而言，在2 (组别：高VWMC组、低VWMC组) × 3 (VWM负荷：无、低、高) × 2 (一致性：一致、不一致)的重复测量方差分析中没有发现高、低VWMC组在不同探测位置对负性情绪反应时的显著差异，说明不同条件下被试反应时没有显著差异。进一步进行3 (VWM负荷：无、低、高) × 2 (一致性：一致、不一致)的重复测量方差分析发现反应时差异也不显著，并没有发现预期的负荷的主效应。
将高、低VWMC组在不同负荷条件下的注意偏向指标和0做单样本t检验，结果发现在高VWMC组中，当VWM负荷低或高时，被试对负性情绪图片存在注意回避；当VWM负荷低时，被试对负性情绪图片存在注意解除困难，难以从负性情绪中脱离出来。在低VWMC组中，当VWM负荷低或高时，被试对负性情绪图片都存在注意脱离困难，不容易从负性情绪中脱离出来；当VWM负荷低或高时，被试对负性情绪图片都存在注意回避。
从整体上看，不管是高VWMC组还是低VWMC组，当VWM负荷低或高时都发现了对负性情绪图片的注意回避和注意脱离困难。注意回避的出现与负性情绪偏向理论不符，负性情绪偏向理论认为负性情绪的面孔比表达正性情绪的面孔或是中性表情面孔更有效地捕获注意(胡治国，刘宏艳，2010)，但是本研究没有发现注意警觉。Lim等人(2014)认为，对任务无关威胁刺激的注意力分配取决于情绪相关影响(自动将注意力引向威胁)和自上而下的影响之间的相互作用，如果额外的认知需求如高WM负荷耗尽了执行控制资源，对与任务无关的威胁的注意就不会被有效抑制，所以高WM负荷可能会使线索吸引更多的注意，而在低WM负荷下，与任务无关的威胁刺激可以被抑制。在本研究中，无论是高VWMC组还是低VWMC组，在VWM负荷低时均发现了对负性情绪图片的注意回避，说明当VWM负荷较低时，对注意力自上而下的控制相对较弱，对与任务无关的负性情绪刺激能够得到有效抑制，所以出现了注意回避。对于注意脱离困难，有研究发现(Judah et al., 2013)社交焦虑的个体在没有WM负荷的情况下表现出了对厌恶表情的回避，但在高WM负荷下很难脱离注意力。如果有足够的执行资源，社交焦虑的个体会将注意力从社会威胁中转移出来。然而，当执行资源被占用时，个体可能很难将注意力从威胁中转移出来。本实验的结果与过往研究相符，无论是高VWMC组还是低VWMC组，当存在VWM负荷时，都出现了注意脱离困难。
本研究结果得出在高VWM负荷下，高VWMC的个体也产生了注意解除困难，与假设不符。可能有两个原因：本研究中高低VWMC个体的组别是基于被试之间VWMC排序高低划分，可能被试本身的VWMC水平并没有显著的高低之分，因此体现不出高VWMC的注意优势。其次，本研究中高VWM负荷对高VWMC的个体造成的认知负荷可能也很大，也会导致被试出现注意脱离困难。
本研究结果表明，无论高低组，存在VWM负荷时均出现了对负性情绪图片的注意回避，对高、低VWMC组进行独立样本t检验的结果发现，在高VWM负荷下，低VWMC组比高VWMC组更容易出现注意回避，该结果和目前已有研究正好相反，已有研究普遍认为，如果WM负荷较低或没有，个体会表现出对情绪刺激的注意回避。Dillen Van和Koole (2009)提出，在高负荷下，负性刺激不引起注意，因为WM完全被任务所占据，只有在低负荷下，有备用的注意资源时个体才能优先处理负性刺激。也许这可以从某种程度上解释本研究高VWM负荷下出现的注意回避。
本研究发现，在注意脱离困难上，负荷的主效应显著，低VWM负荷比没有VWM负荷时更容易出现注意脱离困难，这个结果和假设一致，当执行资源被占用，个体可能很难将注意力从负性刺激中转移出来。
6. 结论
(1) 存在视觉工作记忆负荷时，个体会出现对负性情绪刺激的注意回避和注意脱离困难；
(2) 视觉工作记忆负荷越高，个体更容易发生注意解除困难以及注意回避；
(3) 视觉工作记忆容量对注意偏向无显著影响。