摘要: 目的：本研究旨在深入探讨状态焦虑在不同认知负荷情况下对抑制控制的影响机制。方法：采用状态–特质焦虑量表(STAI)筛选被试并评估状态焦虑水平。通过标准化视频片段操控认知负荷(高/低)，并运用Stroop任务范式测量抑制控制表现(正确率、反应时)。结果：正确率分析显示：状态焦虑组别主效应显著(低焦虑组 > 高焦虑组)，认知负荷主效应显著(低负荷组 > 高负荷组)，且二者交互作用显著；简单效应分析表明，高状态焦虑条件下认知负荷对正确率的负面影响显著大于低状态焦虑条件。反应时分析仅发现认知负荷主效应显著(低负荷反应时 < 高负荷反应时)。结论：研究结果表明，状态焦虑与认知负荷共同作用于个体的抑制控制功能，特别是在高状态焦虑下，认知负荷的增加会显著加剧抑制控制(以正确率为指标)的损害。
Abstract: Objective: This research endeavors to delve comprehensively into the mechanism through which state anxiety impacts inhibitory control under diverse cognitive load scenarios. Methods: The State-Trait Anxiety Inventory (STAI) was utilized to screen participants and quantify their state anxiety levels. Cognitive load was experimentally manipulated (categorized as high or low) via standardized video segments. The Stroop task paradigm was adopted to evaluate inhibitory control performance, with metrics including accuracy rate and reaction time. Results: The analysis of accuracy rates revealed a notable main effect of the state anxiety group, where the performance of the low-anxiety group outperformed that of the high-anxiety group. Similarly, a significant main effect of cognitive load was observed, with the low-load group demonstrating higher accuracy than the high-load group. Moreover, a significant interaction effect between state anxiety and cognitive load was detected. Simple effect analysis further indicated that under high state anxiety conditions, the detrimental impact of cognitive load on accuracy was significantly more pronounced compared to low state anxiety conditions. Regarding reaction time analysis, only a significant main effect of cognitive load was identified, with the reaction time in the low-load condition being shorter than that in the high-load condition. Conclusions: The findings of this study suggest that state anxiety and cognitive load interactively influence an individual’s inhibitory control function. Specifically, under high state anxiety, an increase in cognitive load significantly intensifies the impairment of inhibitory control, as measured by accuracy rate.
1. 引言
认知抑制作为执行功能的核心要素，指个体在执行当前任务时，通过主动调控以抑制无关信息或优势反应的能力，其核心作用在于保障个体对有限认知资源的高效分配，从而适应环境需求。状态焦虑作为一种短暂性情绪状态，与特质焦虑这一相对稳定的人格特质存在本质差异，它可由外部压力情境即时诱发，并可能动态干扰注意资源的分配效能(贾丽萍等，2017)。焦虑个体与非焦虑个体的认知表现差异一直是心理学研究的焦点。Eysenck、Derakshan、Santos与Calvo (2007)提出的注意控制理论认为，个体存在目标导向注意系统与刺激驱动注意系统两种机制，焦虑会打破二者的平衡状态，导致注意控制功能受损，进而影响个体的抑制功能。Basten et al. (2011)的研究结果为该理论提供了支持。
然而，相关研究结论存在争议。部分研究表明，高焦虑个体的抑制控制能力并不逊于低焦虑个体(Robinson, Letkiewicz, Overstreet, Ernst, & Grillon, 2011; 刘明巩等，2007)，甚至更优(Righi et al., 2009；Tops & Boksem, 2011)。这种分歧可能源于既往研究采用的实验任务存在差异(如Stroop任务、Go/No-go任务、Anti-Saccade任务、Stop Signal任务、Oddball任务、Flanker任务等)，且所考察的抑制控制类型各不相同。杨苏勇、黄宇霞、张慧君与罗跃嘉(2010)将抑制控制划分为认知抑制与行为抑制，其中认知抑制是个体对先前被激活或自动激活的认知内容进行抑制，从意识层面排除无关注意，抵制其对当前任务的干扰，是抑制功能的基础。
Flanker范式可用于考察被试的认知抑制，但该范式中诱发认知抑制的干扰刺激位于目标刺激两侧，可能混淆空间位置对信息加工的影响——被试对视野中央的目标刺激加工更深入，因此该范式对认知抑制的考察敏感性较弱。相比之下，Stroop任务通过呈现以不同颜色书写的颜色词，利用被试在日常学习中形成的汉字意义加工优势，使其在进行颜色判断时受到词义干扰，从而产生显著的认知抑制效应，因此Stroop范式能更有效地测量认知抑制。
状态焦虑与认知抑制的关系存在争议。一方面，注意控制理论(Attention Control Theory, ACT)指出，焦虑会损害抑制功能，尤其在高需求任务中会削弱对分心物的抑制能力(贾丽萍等，2017)。徐慰团队采用fNIRS技术的研究发现，焦虑障碍患者在Stroop任务中不仅前额叶皮层激活强度显著降低，且抑制反应时延长、准确率下降，同时焦虑自评得分与抑制能力及前额叶激活呈显著负相关，这表明状态焦虑可能通过削弱前额叶功能降低抑制效率。另一方面，有研究提出相反观点，认为焦虑在特定情境下可能增强注意聚焦，焦虑个体因过滤无关信息的能力增强，表现出更优的干扰抑制效果。这种矛盾提示，认知负荷可能是调和该争议的关键调节变量。这里的“认知负荷”，指个体在执行特定认知任务时，为完成信息编码、存储、加工与提取所消耗的认知资源总量，其核心特征是与任务难度直接相关——任务越复杂(如需同时处理多组信息、维持多个记忆项目)，认知负荷越高，反之则越低，且其水平会直接影响个体对有限认知资源的分配优先级。基于这一概念，低负荷条件下，焦虑可能通过提升警觉性增强抑制效率；而高负荷条件下，资源枯竭会导致抑制功能衰退。
工作记忆负荷在焦虑与认知控制关系中的作用仍需深入探讨。尽管高负荷可能通过资源限制“屏蔽”部分干扰(如前述干扰效应减弱)，但该效应可能因个体焦虑水平不同而存在差异(魏华，周仁来，2019)。此外，彭苏浩等(2014)通过负性情绪诱发结合数字Stroop任务的研究发现，高特质焦虑个体在情绪干扰下不仅反应时显著延长，其Stroop冲突效应量也显著高于低焦虑组。这表明情绪与认知负荷的叠加可能对焦虑个体产生“双重冲击”，但该研究聚焦特质焦虑且未对负荷水平进行操纵。状态焦虑作为更易受情境影响的变量，其与认知负荷的动态交互如何实时调节抑制控制，仍需通过实验设计对二者进行直接操纵以明确解析。
2. 对象和方法
2.1. 研究对象
通过问卷法筛选大学生被试，共发放问卷150份，收回问卷135份。共选出无特质焦虑被试(总分在40分以下)50名(20男，30女)，平均年龄19.2岁(SD = 2.1)。所有被试无神经系统或精神疾病史，视力或矫正视力正常，无色盲、色弱，均为右利手。所有被试先前均未参加过类似实验，实验后获得一定的实验报酬。
2.2. 研究工具
由Spielbergei等人编制的状态–特质焦虑量表(STAI)。
状态焦虑组的诱发材料为创伤电影《黑色七三一》片段，无状态焦虑组为《航拍中国》片段。预实验阶段选取了27名不参与正式实验的本科生，使用状态–特质焦虑量(STAI)中的状态焦虑分量表(SAI)对被试观看视频片段前后的状态焦虑情绪进行评分，结果表明，创伤电影显著诱发了被试的状态焦虑，t(26) = −10.070，p < 0.001，对照组实验材料则无影响，t (26) = 7.399，p = 0.837。
2.3. 研究方法
首先需要被试完成状态焦虑量表的填写，再将50名被试随机分成两组进行情绪诱发。
实验分为练习和正式实验两部分，练习中，被试首先要熟悉红、黄、蓝三种颜色对应的反应键，练习试次为5次，之后开始正式实验，首先呈现一个1500 ms六位数的数字集(低负荷呈现六个“*”)，接着呈现一个持续300 ms的白屏作为间隔，随后呈现1000 ms的彩色汉字刺激，每进行三次stroop任务就需要再认数字，判断一致按7，不一致按9，此环节呈现5秒，在低负荷区组内呈现1500 ms的六个“*”，不要求被试进行判断，三次任务后同高负荷组一样，呈现5秒，记忆集只出现在一组试次的开头和再认环节。实验共90试次，分为30个组次。实验过程无休息，大约持续十分钟。
试验结束后，需要被试再次填写状态焦虑量表，作为后测。
3. 结果
对被试Stroop任务的反应时进行统计分析，删除错误的、100 ms以下和2000 ms以上的反应时，并删除了在平均数正负三个标准差之外的数据(占总数据的3.5%)。
对正确率进行2 (认知负荷：高负荷、低负荷) × 2 (被试类型：高、低状态焦虑)的重复测量方差分析，结果发现：被试类型主效应显著，低状态焦虑组的正确率显著高于高状态焦虑组，F = 4.499, p < 0.05，认知负荷主效应显著，低认知负荷组的正确率显著高于高认知负荷组，F = 57.488, p < 0.001。
被试类型和认知负荷交互作用显著F = 4.225, p < 0.05，简单效应检验结果发现，状态焦虑条件下，不同负荷之间任务正确率的差异显著大于低状态焦虑条件。
对反应时进行2 (认知负荷：高负荷、低负荷) × 2 (被试类型：高、低状态焦虑)的重复测量方差分析，结果发现：认知负荷主效应显著，低认知负荷组的正确率显著高于高认知负荷组，F = 46.348, p < 0.001。
4. 讨论
本研究探讨了状态焦虑和认知负荷对抑制控制的影响，结果显示状态焦虑显著损害个体的抑制控制能力，高认知负荷也会降低抑制控制效率，且两者存在显著的交互作用——在高认知负荷条件下，状态焦虑对抑制控制的负面影响更为突出。这一发现与注意控制理论(Attentional Control Theory, ACT)的预测一致，该理论认为焦虑会消耗有限的认知资源，尤其干扰自上而下的注意控制过程(Eysenck et al., 2007)。当认知负荷升高时，可用的认知资源进一步被占用，导致状态焦虑引发的资源竞争更为激烈，最终加剧了抑制控制的损伤。
从认知资源理论的角度来看，抑制控制作为一种高级执行功能，依赖于有限的工作记忆资源(Baddeley, 2012)。状态焦虑通过激活威胁相关的注意偏向，占用了原本用于抑制任务的资源(Derakshan & Eysenck, 2009)；而高认知负荷则通过增加任务难度直接消耗资源，两者的叠加效应使得抑制控制所需的资源供给不足，表现为反应时延长和错误率升高。这与De Jong et al. (2010)的研究结果一致，他们发现焦虑个体在双任务情境(高认知负荷)中对干扰刺激的抑制能力显著下降。
本研究的结果进一步拓展了现有研究。以往研究多单独考察状态焦虑或认知负荷的作用(e.g., Bishop, 2009; Kane & Engle, 2003)，而本研究揭示了两者的交互机制，说明在探讨抑制控制的影响因素时，需同时考虑情绪状态与任务需求的联合作用。这对于理解真实情境中的抑制控制具有重要意义，例如驾驶员在焦虑状态下处理复杂路况(高认知负荷)时，抑制无关信息(如路边干扰)的能力下降可能增加事故风险。
本研究存在一定局限。首先，状态焦虑通过实验室诱发(如威胁性刺激呈现)，其强度和持续时间与自然情境中的焦虑可能存在差异，未来研究可采用生态瞬时评估(EMA)追踪日常焦虑状态下的抑制控制变化。其次，抑制控制的测量仅采用经典的Go/No-go任务，未能涵盖抑制控制的多个维度(如反应抑制、冲突抑制)，后续研究可结合Stroop任务、Flanker任务等多种范式以提高结果的普适性。此外，本研究未探讨潜在的调节变量(如工作记忆容量)，未来可进一步检验个体差异在两者关系中的作用。
综上，本研究揭示了状态焦虑与认知负荷对抑制控制的联合影响机制，为理解情绪与认知的交互作用提供了实证支持，同时也为高负荷情境下的焦虑管理(如通过正念训练降低状态焦虑)提供了理论依据。