1. 前言
群体认同(Group Identification)是指个体通过社会群体成员身份来定义自我的一种核心社会心理过程。在当代中国社会，从电子竞技中的战队忠诚、医患互动中的信任重建，到流动儿童的城市融入，诸多群际互动现象背后都蕴含着群体认同的强大驱动作用(Navarro Lucena, Molinillo, & Anaya Sánchez, 2025; 邓洵，龙思邑，沈依琳，赵欢欢，贺雯，2023)。现实冲突理论指出，群体认同是群际关系的一个关键调节变量：高认同水平易使个体将外群体感知为威胁并引发攻击行为(王沛，韩彩霞，丁川，2023)，而低认同或超越子群体的共同内群体认同则可能促进包容与合作(宋仕婕，佐斌，温芳芳，谭潇，2020)。对这一构念的科学探索高度依赖于研究方法的严谨性：若忽视内隐测量，便可能低估其对攻击行为的预测效力(艾传国，佐斌，2011)；若操纵范式缺乏生态效度，则难以精准识别其背后的神经机制(方子杰等，2023)。然而，现有研究方法体系多建构于西方个体主义文化之上，在中国集体主义文化情境中的适用性存在显著局限，如文化适配性不足、难以动态捕捉认同变迁等问题日益凸显(Zhang & Smith, 2024; 熊猛，2015)。因此，本文旨在系统梳理与批判性评价群体认同的测量与操纵方法，明确其分类框架与适用情境，并从多维度方法论指标评估其优劣。进而，本文提出整合多方法三角验证的策略，并结合VR、AI等前沿技术在中国本土研究中的应用前景，为未来研究者提供一个兼具理论深度与文化适切性的方法学框架。
2. 群体认同的核心理论与方法学关联
群体认同的研究植根于社会认同理论(Social Identity Theory, SIT)与自我分类理论(Self-Categorization Theory, SCT)，二者不仅为理解认同的心理本质提供了基础，更直接指导了研究方法的选择与设计。
2.1. 社会认同理论(SIT)：分类与比较的方法逻辑
SIT的核心命题是“群体身份驱动群际行为”，涵盖社会分类、社会认同与社会比较三个过程(Tajfel & Turner, 1979)。该理论对方法学的指导体现在两方面：其一，“社会分类是认同基础”的观点为最小群体范式(Minimal Group Paradigm, MGP)提供了直接逻辑依据——通过随机分类即可引发内群体偏爱，验证了纯粹分类效应的存在(方子杰等，2023)；其二，“社会比较寻求积极独特性”的观点指导了基于比较方向(向上/向下)的操纵设计，常用于探究地位、威胁等变量对认同的影响(方子杰等，2023)。
2.2. 自我分类理论(SCT)：情境激活的方法逻辑
SCT进一步提出了自我概念的层次性(个体、群体、超人类)，其核心在于“认同凸显性”(Salience)，即特定身份在特定情境中被激活的程度(Hogg & Turner, 1987)。该理论推动了更具情境性的方法发展：一方面，“情境因素调节凸显性”的观点促进了启动范式(如语义、视觉启动)的广泛应用，通过增强特定身份的可及性来操控认同(宋仕婕等，2020；赵玉芳，梁芳美，2019)；另一方面，“群际关系影响认同”的观点，指导了通过构建群际竞争/合作等现实情境来调节认同强度的范式(梁芳美，赵玉芳，尹晨祖，2023)。
SIT与SCT分别为“分类–比较”与“情境激活”两类研究方法提供了坚实的理论支撑。与此同时，群体认同的理论结构从单维向多维(如Leach的双路径模型、Cameron的三维模型)演化，也推动了测量工具向精细化、多元化发展。下文将首先系统梳理并批判性评价各类测量方法，继而分析操纵范式，最终探讨二者在中国文化背景下的整合应用。
3. 群体认同的测量方法
本节依据“主观–客观”连续体，将群体认同的测量方法分为外显、内隐、行为与生理四类，并结合各类方法的应用场景与核心特性开展批判性评价。
3.1. 外显测量：自陈量表法
外显测量通过自陈量表获取主观报告，是当前最常用方法。主流量表中，Ma等学者(2024)开发的社会认同威胁量表具有良好信度(Cronbach’s α = 0.89, ICC = 0.93)，显著预测负面情绪(β = 0.68)、退缩行为(如回避群体活动，β = 0.52)及认知偏差(如过度防御，β = 0.47)；Leach修订版量表经本土化处理后应用于民族认同研究，在壮族群体中发现中华民族认同与心理融合呈现显著相关(r = 0.27) (赵玉芳，梁芳美，2019)；依据我国社会实际情况编制的社区认同量表具备较高的构想效度，社区功能认同与情感认同的二维结构可解释总变异的76.21% (池丽萍，辛自强，2025)。此类自陈量表的核心优势是能捕捉意识层面认同内容，局限也很明显，例如多维量表耗时较长易引发疲劳效应；西方量表需补充“关系联结”等本土维度以适配中国语境(梁芳美等，2023；王晔安，刘力，刘霞，2021)；无法排除社会赞许性偏差，难以触及内隐成分等，这也凸显了内隐测量的补充价值。
3.2. 内隐测量：自动化联结探测
内隐测量通过反应时差异评估自动化群体联结，核心逻辑为“自我–内群体–积极”联结强度。内隐联想测量(implicit association test, IAT)用于中华民族认同时，高认同者内隐效应值更高，且与民族融合态度关联强于外显量表(赵玉芳，梁芳美，2019)；GO/NO-GO联想任务(GNAT)耗时比IAT缩短，信度良好且可测单一群体绝对认同(梁芳美，肖子伦，包燕，赵玉芳，2020)；情感启动范式中，高认同者对“中华民族”启动后的积极词汇反应时更短(梁芳美等，2020)。内隐测量虽善于捕捉自动化联结，但IAT仅能测相对偏好，无法精准评估单一群体绝对认同；实验室测量稳定，真实场景易受干扰，生态效度低(熊猛，2015)，需结合行为测量验证等局限依旧突出。
3.3. 行为测量：客观行为指标
行为测量通过观察真实行为推断认同水平，生态效度显著更高。经济博弈中，高认同者给内群体的资源分配远高于外群体(张振等，2020)，有共同负性经历者对公共账户投资更高(M = 40.28/50代币) (苗晓燕等，2021)；语言分析显示，使用“We”越频繁的个体，其自我感知可信度越高(r = 0.21)，且与换位思考能力正相关(r = 0.13) (Van Swol, Ahn, Prahl, & Gong, 2021)。行为测量的核心价值在于直接捕捉认同所产生的行为后果，然而，其仍面临如下挑战：行为的驱动机制具有多元性，难以将认同与利益计算等干扰变量加以分离；在集体主义文化背景下，内群体偏爱效应相较于个体主义文化更为微弱，中国样本的内群体资源分配差值(M = 5.2)显著低于西方样本(M = 8.7) (张振等，2020)；依赖实验室环境，操作过程复杂、成本较高，样本量的获取受到限制。此外，“外显 + 内隐”的组合方式虽能减少社会赞许性偏差，但当两者结果不一致时(如内隐高、外显低)，过往常归因于“自动化联结未转化为行为”或“测量误差”，而双重加工理论(Evans, 2008)提供了新的视角：系统1激活自动化联结(内隐结果)，系统2通过意志控制调节判断与行为(外显表现)。这种不一致可能是系统2对系统1自动化偏见的抑制——如医患情境中，内隐“医生–负面”联结(系统1)被“医患和谐”规范(系统2)调节，外显仍报告高认同(王沛，韩彩霞，丁川，2023)。未来需引入“系统2控制强度”调节变量(如通过自我控制量表测量)，结合ERP或fMRI指标，验证神经生理基础，避免简单归因于方法局限。
3.4. 生理测量：神经生理指标
生理测量通过神经生理数据提供生物学证据，常用指标包括fMRI和ERP。fMRI研究发现，群体内向下比较激活奖赏脑区(如壳核)，思考内群体信息时内侧前额叶皮层(mPFC)激活增强(方子杰等，2023)；李先春教授团队(Xie et al., 2025)结合行为实验发现，群体认同感强的团队在决策任务中前额叶皮层(PFC)的神经同步性显著增强，且与决策效率正相关；ERP研究显示，社会地位信息在刺激呈现后200 ms (N200成分)即被加工，高地位面孔诱发更大N200波幅，反映早期注意资源分配(Chiao et al., 2008)。生理测量核心贡献是揭示神经机制，但局限显著，例如存在“多因一果”困境(如mPFC激活可能源于自我参照)，需结合行为数据验证；跨实验室信度差，生态效度为四类最低；设备成本高、被试纳入标准严格，样本量小且本土化研究匮乏。
3.5. 测量方法比较
Table 1. Comprehensive comparison of measurement methods
表1. 测量方法比较总表
测量类型 |
具体方法 |
核心维度 |
效度 |
信度 |
生态效度 |
文化适用性 |
操作可行性 |
代表研究 |
外显测量 |
Leach修订版量表 |
民族认同 |
测主观认知，缺内隐维度 |
α > 0.8 |
高(大样本) |
需本土化
修订 |
易(无设备，15~20分钟) |
赵玉芳，梁芳美(2019) |
内隐测量 |
IAT |
自动化
联结 |
测相对认同，缺绝对维度 |
α = 0.75~0.85 |
中(实验室) |
西方范式可能高估效应 |
中(需软件，10~15分钟) |
赵玉芳，梁芳美(2019) |
GNAT |
单一群体
认同 |
测绝对认同，效应量小 |
α = 0.7~0.8 |
中(实验室) |
西方范式可能高估效应 |
中(需软件，5~8分钟) |
梁芳美等(2020) |
行为测量 |
经济博弈 |
资源分配 |
测行为后果，难分驱动因素 |
r = 0.7~0.8 |
高(近真实) |
集体主义文化中效应较小 |
难(需实验室，1小时) |
张振等(2020) |
生理测量 |
fMRI |
脑区激活 |
定位精准，
但多因一果 |
r = 0.75~0.85 (实验室内) |
低(实验室) |
西方样本为主 |
极难(高成本，n < 30) |
Xie et al. (2025) |
ERP |
神经时序 |
时序精准，
但难定位脑区 |
r = 0.7~0.8 |
低(实验室) |
西方样本为主 |
难(中成本，
n < 50) |
Chiao et al. (2008) |
四类方法各有侧重：外显测量适用于大样本基线调查，内隐测量擅长捕捉自动化联结，行为测量能验证真实行为后果，生理测量聚焦神经机制(详见表1)。然而，值得注意的是现有方法均为静态捕捉某一时间点认同水平，若探究因果效应，需通过实验操纵改变认同状态。下文将梳理群体认同的操纵范式，为因果机制研究提供参考。
4. 群体认同的操纵范式
群体认同操纵核心解决“唤起身份”与“调节认同强度”问题，按“操作目标–研究场景”分为两类：“基础操纵”聚焦身份有无激活，适用于机制研究；“情境操纵”聚焦认同强度调节，适用于应用干预，两类构成“基础–应用”研究链条。
4.1. 基础操纵：身份激活范式
基础操纵通过极简情境唤起群体身份，核心逻辑为“去无关变量干扰”，多用于理论验证。例如，最小群体范式(MGP)按无关标准随机分组，仅靠“分类标签”诱发内群体偏爱，引发生理和行为变化(陈世平，崔鑫，2015；方子杰等，2023)；启动范式通过身份线索提升认知可及性，引发情绪和行为改变(苗晓燕等，2021；宋仕婕等，2020)。基础操纵的核心优势是操纵纯度高、无复杂设备、成本低，适合大规模研究，但局限显著：MGP仅验证“最低认同效应”，与真实群体的差异性大，启动效应持续时间一般低于30分钟且易受干扰，生态效度低；集体主义文化中效应衰减，需替换适配符号，现实适用性需情境操纵补充。
4.2. 情境操纵：强度调节范式
情境操纵通过复杂互动调节认同强度，常见有群际竞争/合作操纵、群际威胁操纵、群体地位操纵等，其核心逻辑为“模拟真实社会条件”，多用于应用研究。例如，苗晓燕等(2021)以问卷测量内群体认同(Cronbach’s α = 0.91)，用瑞文推理测验任务操控负性情绪事件，通过公共物品博弈任务测量群际合作行为，构建拟真情境探究三者关联；王沛等(2023)以恶性医患失谐事件操纵群际威胁，研究发现，共同内群体认同可减弱个体因群际威胁产生的攻击强度；Breton团队(2019)通过为群体分配高声望(如医生、律师)或低声望(如清洁工、服务员)的职业标签来进行群体地位操纵，进而发现社会地位影响面试识别的生理反应。以上情境操纵的核心优势是生态效度高(契合现实群际交往)、可多指标验证(态度 + 行为 + 神经)，效度优于基础操纵，遗憾的是任务设计复杂(60~90分钟/次)、无关变量控制难、样本成本高；集体主义文化中需降低地位差距避免抵触，需平衡生态性与可行性等。
4.3. 操纵范式比较
Table 2. Comprehensive comparison of manipulation paradigms
表2. 操纵范式比较总表
范式类别 |
具体范式 |
适用目标 |
效度 |
信度 |
生态效度 |
文化适用性 |
操作可行性 |
代表研究 |
基础
操纵 |
MGP |
基础认同激活 |
二元激活，
无强度调节 |
η2 = 0.12~0.25 |
低
(抽象) |
真实群体中
效应小 |
易
(5~10分钟) |
方子杰等(2023) |
视觉启动 |
特定身份凸显 |
激活特定身份，效应短 |
r = 0.75~0.8 |
中
(贴近真实) |
文化符号
适配性高 |
易
(5~10分钟) |
赵玉芳，梁芳美(2019) |
情境
操纵 |
群际合作 |
超群体认同
提升 |
调节强度，效应可验证 |
η2 = 0.2~0.3 |
高
(近真实) |
集体主义
效应强 |
中
(30~60分钟) |
苗晓燕等(2021) |
群际威胁 |
认同–攻击
关系验证 |
引发强烈情绪，伦理风险高 |
η2 = 0.25~0.35 |
高
(近真实) |
文化差异小 |
中
(20~30分钟) |
王沛等
(2023) |
群体地位 |
地位对认同
影响 |
理论契合度高 |
r = 0.7~0.8 |
中
(半真实) |
集体主义效应
需验证 |
难(60分钟+) |
Breton等
(2019) |
基础操控(MGP、启动范式)借助简化情境对身份激活机制加以验证，为基础研究提供理论依据；情境操控(竞争/合作、威胁、地位操控)通过模拟现实情境对认同强度进行调节，为应用研究提供解决方案(详见表2)。二者还可相互结合，例如，先运用MGP将被试划分为“城市组–农村组”(基础激活)，再通过“城乡合作完成公益任务”(情境操控)，研究发现合作后内群体偏爱效应量由η2 = 0.15降至η2 = 0.08 (苗晓燕等，2021)。值得注意的是，操控效果需进行多维度验证，基础操控应结合内隐与外显测量，情境操控应结合行为与生理测量。也就是说，单一方法难以揭示复杂机制，未来需推进“操控–测量”的整合(如“启动激活 + 合作提升强度”)，以剖析认同规律。
5. 测量与操纵的整合应用：多方法三角验证
群体认同研究需规避单一方法局限，多方法三角验证通过整合“测量工具–操纵范式”实现“理论假设–干预–验证”闭环，是提升效度的关键。在中国文化语境下，还需注意结合集体主义价值观与本土现实。下文通过案例解析核心策略、提炼设计原则，为本土研究提供参考。
Figure 1. Research method selection flowchart (Legend: Rectangle, decision point; Diamond, judgment point; Arrow, flow direction)
图1. 研究方法选择流程图(图例：矩形，决策点；菱形，判断点；箭头，流程方向)
5.1. 经典整合案例解析
整合应用的核心是“理论–操纵–测量”深度耦合。王沛等(2023)的医患认同研究以社会认知理论与共同内群体认同模型为基础，操纵环节采用本土医患冲突材料激活群际威胁，测量构建“外显(本土化量表，增‘医患信任’维度)-内隐(IAT测‘医生–积极’联结)-行为(CRT测攻击反应)”框架，遵循“基线–操纵–后效验证”流程，验证了高共同认同可缓冲威胁引发的攻击性，且内隐认同起中介作用，量表与材料的本土适配提升了结论生态效度。Li等(2024)的VR民族认同研究结合SCT与沉浸式认知理论，操纵环节用VR构建民族场景(中国组体验苗族集体节庆，西方组体验印第安个体活动)，测量采用“动态(EMA实时评分)-生理(mPFC激活)”双维框架，核心发现为中国被试认同提升显著高于西方被试，印证中国文化中“集体互动”比“个体体验”更驱动认同，为本土VR干预设计提供方向。王沛团队的成功在于将西方理论(共同内群体认同)与本土问题(医患冲突)和本土测量(增加信任维度)进行了创造性结合，Li团队的VR研究则成功将文化核心(集体互动vs.个体体验)转化为实验操纵的自变量。
5.2. 研究方法选择
多方法三角验证是提升信效度的核心路径，中国研究需将文化适配贯穿全程，聚焦“集体联结”这一核心要素，才能为群体融合、文化传承等实践提供简洁且具针对性的科学指导，详情见图1。
6. 挑战与未来研究方向
当代研究的核心挑战集中于文化适配不足与测量维度缺失两大层面。在文化适应性上，西方主导的量表与范式在中国样本中存在显著偏差，例如最小群体范式(MGP)在中国真实群体(如民族、地域群体)中的效应量明显低于西方样本(梁芳美等，2023)，其“无关分类标准”难以匹配中国社会中基于血缘、地缘的集体认知；针对流动儿童群体，西方测量工具未涵盖“老家认同”这一独特构念，而该构念对流动儿童的心理适应具有显著缓冲作用(熊猛，2015)，导致测量内容与本土群体的认同特征脱节。在测量维度上，中国社会转型催生了大量认同处于动态变迁中的群体(如流动人口、新市民)，传统静态测量(如单次量表施测)难以捕捉其认同随时间的转变轨迹，例如用单次量表测量流动儿童城市认同，无法捕捉其“开学季认同升高、春节后降低”的波动，导致干预效果评估偏差(熊猛，2015)；同时，个体多重身份的交叉效应(如“农民工 + 父亲 + 回族”的身份叠加)日益凸显，需设计身份冲突情境(如“加班与陪孩子冲突”)，才能评估交叉效应，而现有工具缺少此类情境设计。
针对以上不足，近三年本领域前沿进展主要体现在技术本土化应用、本土工具开发与人机互动探索三方面。在技术应用上，研究者开发融合中国文化元素的VR场景(如春节家庭团圆、民族集体歌舞)，其对群体认同的激活效应比传统启动范式更强，且结合经验取样法(EMA)能精准捕捉认同在实时互动中的波动特征，克服了静态测量的局限(Li, Wang, & Zhang, 2024; 张若曦，张乐敏，2025)，为动态认同研究提供了新路径。在人机互动领域，Wang等(2023)的探索性研究发现，中国用户与AI助手长期互动后会形成内隐层面的“AI-积极”联结，但外显层面仍将AI归为外群体，这种“内隐–外显分离效应”在集体主义倾向更强的个体中更明显，据此提出“人机群体边界的文化调节模型”，拓展了群体认同的研究范畴。
未来研究需围绕方法本土化、技术融合、理论创新与实践干预四大方向推进。在方法学层面，需系统检验西方经典范式(如MGP)在中国的适用性，结合本土文化特征进行修订(如将“家乡”“宗族”等集体符号纳入分类标准)，同时开发适配新构念的测量工具，如“人-AI认同”“网络社群认同”等，满足新兴社会现象的研究需求。在技术融合层面，应利用VR + EMA开展纵向追踪研究，描绘流动儿童、新入职员工等群体的认同动态发展轨迹；同时结合ERP与机器学习技术，构建认同状态实时监测系统，提升测量的精准性与时效性。在理论创新层面，需通过中西方对比研究，检验社会认同理论、自我分类理论核心假设(如“积极独特性需求”)的文化普适性，提出纳入“集体和谐导向”的本土化修正模型，增强中国研究在国际领域的话语权。在实践干预层面，需探索AI在教育、医疗领域的群体角色(如作为跨群体协调者)，设计人机协作的群际干预方案，为促进群体融合、提升社会和谐提供科学支撑。
7. 结论
本文对群体认同的测量与操纵方法进行了系统述评，主要获得以下结论：首先，研究方法的选择必须遵循理论导向、方法匹配与文化适配三者相结合的原则。基础性研究可采纳最小群体范式(MGP)与外显或内隐测量相结合的策略，而应用干预研究则宜采用群际合作等情境操纵范式，并结合行为指标或动态测量方法。其次，多方法三角验证是提升研究效度、克服单一方法局限的关键途径。尤其在中国本土研究中，文化适用性是研究效度的生命线，必须在量表修订、实验范式设计等环节充分融入“集体和谐”“关系联结”等本土文化要素，以实现真正的情境化创新。最后，面对中国社会结构的复杂性与认同的动态性特征，VR、AI、EMA等新兴技术为群体认同研究提供了强大的方法学支撑。未来研究应致力于将这些技术与传统方法有机整合，构建既契合国际学术前沿又具有中国文化特色的理论模型与方法体系，从而为深入理解并有效促进中国社会的群际和谐提供坚实的科学依据。
基金项目
2024年度中国人民解放军陆军工程大学基础学科培育基金项目(KYSZJKQTZK23006)。
NOTES
*第一作者。