1. 问题提出
在人类高度发达的社会性图景中，理解并推断他人的情绪(Emotion Inference)是个体进行有效沟通、维系社会合作及产生亲社会行为的基础能力。这种能力不仅是个体感知外界刺激的被动反应，更是心智理论(Theory of Mind, ToM)在高阶社会认知层面的延伸。Premack和Woodruff (1978)早在界定心智理论时便指出，人类作为社会生物，最核心的特质在于能够超越可见的物理动作，去推理他人内在的心理状态，包括信念、意图以及情感体验。
然而，长期以来，主流情绪研究受制于刺激材料的局限，多采用去情境化的静态面部表情图片作为研究工具。在这种高度简化的范式下，情绪被视为一种从特定面部肌肉特征到单一离散情绪标签的线性映射。但这种“面孔中心主义”忽视了一个基本事实：人类情绪的表达与识别从来不是发生在真空中的，而是嵌套于一个充满动态演变、因果链条及复杂目标导向的社会场景之中。例如，在激烈的竞争获胜后，极度喜悦的面孔在视觉特征上往往与极端痛苦难以区分(Aviezer et al., 2012)。另外，Carroll和Russell (1996)的研究发现，当情境线索与面部表情发生冲突时，观察者倾向于依据情境而非面孔来推断情绪。此外，神经科学证据也显示，背景场景信息会在知觉的早期阶段就整合进情绪的加工过程中(Mobbs et al., 2006; Righart & de Gelder, 2008)。
这种对情境逻辑的依赖，将研究者的视野引向了情绪评价理论。该理论主张，情绪并非由外部事件直接诱发，而是源于个体对事件与自我目标及福祉之间关系的认知评价(Ellsworth & Scherer, 2003; Lazarus, 1991)。而目标一致性与责任归属则是该评价体系中最为核心、最具有解释力的两个维度。目标一致性决定了情绪的基本效价，而责任归属则在因果层面区分了具体的社会情绪。
然而，如何在真实且动态的叙事流中实时捕捉这两个维度的作用机制？这是当前研究面临的巨大挑战。在自然的视听环境中，角色的目标是随情节推进动态演化的，观察者如何从这种高度复杂的连续流中，实时跟踪角色的评价维度并将其整合为具体的情绪推断？
基于此，本研究拟采用具有高生态效度的自然主义范式，引入具有复杂叙事深度的视频材料，旨在探讨在接近现实的动态情景中，观察者如何利用“目标一致性”与“责任归属”这两个核心评价来构建他人的情绪模型。
2. 研究现状与不足
2.1. 情绪评价理论与具体情绪的关系
关于人类如何理解他人情绪，情绪评价理论提供了一个有力的解释框架。该理论认为，情绪并非直接由外部事件诱发，而是源于个体对事件与自身关系的认知评估(Ellsworth & Scherer, 2003)。在具体的评价机制上，不同的理论模型有不同的解释。
Scherer (2001)提出的成分过程模型为理解情绪产生的动态机制提供了重要视角。CPM强调评价是一个连续的、依序进行的检查过程，而非瞬间的静态反应。根据该模型，个体首先进行目标相关性与目标一致性的检查，这构成了情绪的初级评价，决定了情绪的效价，即区分基本的愉悦或不悦。随后，个体必须进行更高级的因果归因，即确定引发事件的责任主体。CPM预测，正是这种时序性的评价组合决定了情绪的分化。例如，同样面对目标受阻，随后的因果检查若指向他人，则诱发愤怒；指向自我，则诱发内疚。
这一理论特别契合自然主义范式下的动态情境，暗示观察者可能也在实时跟踪角色的评价序列。Lazarus的认知–动机理论从内容层面定义了具体情绪的核心关系主题。Lazarus (1991)认为，每一种具体情绪都对应着特定的评价。例如，愤怒的核心主题是遭受了针对自我的贬低性冒犯，这必然包含目标受阻与他人责任两个要素；而愧疚的主题则是违背了自己的道德标准，强调了自我责任。这一观点为本研究中将责任归属作为区分离散情绪的关键变量提供了直接的分类学依据(Smith & Lazarus, 1993)。
此外，Weiner的归因情绪理论进一步明确了责任维度在社会情绪中的决定性作用。Weiner (1985)区分了结果依赖性情绪，如简单的快乐或悲伤和归因依赖性情绪。他指出，当结果为负面时，若归因于不可控的情境，如运气，个体体验到的是悲伤；若归因于他人的可控行为，则转化为愤怒。
近年来兴起的贝叶斯心理理论试图解释观察者如何获取上述第一人称的评价信息。该视角的逆向评价模型认为，观察者拥有关于人类情绪评价的直觉理论，能够通过观察事件的结果和情境约束，以逆向工程的方式模拟当事人的评价过程，从而计算出最可能的心理状态(Ong et al., 2015; Saxe & Houlihan, 2017)。神经科学证据也表明，大脑中负责心理理论的脑区(如MPFC和TPJ)能够对这些抽象的评价维度进行编码，而不仅仅是识别面部特征(Skerry & Saxe, 2015)。综上所述，虽然CPM、核心关系主题理论和归因理论侧重不同，但它们一致指向了目标一致性与责任归属作为情绪推断核心维度的地位，并共同构成了本研究的理论基石。
2.2. 自然主义范式的实证研究
近年来，研究者开始意识到面部表情在脱离语境时具有高度歧义性(Aviezer et al., 2012)。为了提升研究的生态效度，越来越多的学者倡导采用自然主义范式，利用具有复杂叙事逻辑的影视片段或真实互动录像作为研究材料。这类材料包含完整的前因、行为及社会互动背景，能够激活比静态图片更广泛的社会认知神经网络，为实时观察评价维度的动态整合提供了可能(Zaki & Ochsner, 2012)。
2.3. 现有研究的不足
现有的相关研究多采用文字或简单的合成图片作为实验材料这类低生态效度的材料剥离了真实社会互动中丰富的时间动态性、多模态线索以及社会背景的复杂性，难以全面反映个体在自然情境下的加工机制(Risko et al., 2012; Zaki & Ochsner, 2012)。例如，最新的研究表明，静态面孔无法捕捉到情绪表达中的时间动态信息，而这些动态信息对于推断真实意图至关重要(Recio et al., 2014)。
为了突破传统实验室范式的局限，近年来越来越多的研究者倡导采用自然主义范式，即使用具有高现实主义色彩的影视片段或真实互动录像作为研究材料(Sonkusare et al., 2019; Zaki & Ochsner, 2012)。影视叙事通常包含完整的前因(Antecedents)、行为反应及社会互动背景，能够最大程度地模拟真实生活中的观察视角。实证数据显示，相比于去情境化的刺激，富含情境线索的自然视频能够激活更广泛的社会认知神经网络，包括对他人心理状态的模拟(Raz et al., 2014)。在这种富含情境线索的条件下，观察者是否依然依赖“目标”和“责任”这两个核心评价维度来构建对他人的情绪模型？这些评价维度在自然动态流中是如何被知觉并转化为具体情绪判断的？目前尚缺乏系统的实证检验。
3. 研究目的与假设
3.1. 研究目的
综上所述，本研究旨在自然主义范式下，考察目标一致性与责任归属对角色情绪推断的影响机制。具体而言，本研究将通过要求被试观看包含复杂社会互动的影视片段，并对角色的认知评价状态及情绪进行评定，以检验评价理论在社会认知领域的生态有效性。
3.2. 研究假设
本研究针对动态叙事中的情绪推断提出以下假设。首先，本研究预测目标一致性对情绪推断的影响存在显著的效应分离，即目标受阻作为一种违背预期且具有高显著性的威胁信号，会诱发观察者更强的认知卷入，从而显著触发并增强其对角色情绪的推断评分，而目标促进则因代表了情境的稳态或积极进展，会表现出对情绪推断的相对抑制效应。其次，责任归属维度在自然主义交互场景中起到了区分社会情绪的“开关”作用，在负性情境中，当观察者将事件因果指向“他人责任”时，会显著增强其推断角色情绪的敏感度，使其更有效地启动对高级社会性情绪的模型构建。此外，具体离散情绪的推断高度依赖于特定评价维度的组合特征，以焦虑为例，其情绪推断具有特异性的评价谱系，即源于“目标受阻”与“自身归因”在动态场景中的特定组合效应。
4. 研究方法
4.1. 被试
本研究在西南大学公开招募在校大学生75名(年龄范围18~25岁，视力或矫正视力正常，无听力及神经精神疾病史)。所有被试均为右利手，且未观看过实验所用影片。实验前被试签署知情同意书，实验符合西南大学心理学部伦理委员会的伦理规范。
4.2. 实验材料
4.2.1. 自然主义影视刺激
选取一部时长60分钟的剧情类电影作为实验材料。
4.2.2. 情绪标签词库构建
首先基于评价理论相关文献，检索与“目标一致性”和“责任归因”维度高度对应的核心情绪词。然后邀请2名不参与正式实验的评定者观看目标电影，要求其在观影过程中实时记录察觉到的角色情绪，并在结束后整理词表。最后将文献词汇与预实验词表进行去重与整合，最终确定25个既能在电影中实际出现，又能代表不同评价维度组合的情绪关键词作为正式实验的选项材料。
4.3. 实验程序
4.3.1. 任务一：自然观影与实时评定
选取25名被试获取电影情境中评价维度的动态变化轨迹。被试被要求“站在主角的视角”，随着剧情发展实时拖动滑块以反映当前的评价状态。屏幕下方呈现一个长约10 cm的连续滑动条。两次观影分别评定“目标一致性”(−1 = 目标受阻，0 = 中性，1 = 目标有利)和“责任归因”(−1 = 他人原因，0 = 情境/中性，1 = 自身原因)。为避免认知负荷过载，被试分两次完成两个维度的评定，评定顺序在组内进行平衡。
4.3.2. 任务二：离散情绪推断
被试观看电影，当被试推断出主角情绪发生变化或出现显著情绪时，按空格键暂停播放。暂停后屏幕弹出包含25个情绪词的选择界面。被试需从中选择当前主角的情绪词并且对该情绪的体验强度进行评分(1~10)，完成评分后按空格键继续播放，直至影片结束。
4.4. 数据分析
4.4.1. 数据预处理与高共识事件提取
本研究的自变量为连续的评价维度评分，因变量为离散的情绪推断行为。首先，对自变量数据进行标准化处理：将第一组所有被试在“目标一致性”与“责任归因”维度上的连续评定数据按时间戳对齐，计算每一秒(1 Hz)的均值，生成代表影片客观属性的评价维度时间序列。其次，对因变量数据进行汇总：计算第二组与第三组被试在每一秒内的暂停总人数，该指标反映了观察者对特定时刻情绪状态推断的共识度，为了识别出具有主体间一致性的情绪推断时刻，我们采用了高斯核密度估计对被试的按键时间点进行平滑处理。具体而言，使用窗口大小为10秒、标准差为1.5的高斯核函数计算按键密度曲线。随后应用scipy.signal.find_peaks算法提取局部峰值。为了确保提取事件的有效性，设定共识阈值为总被试量的20% (即至少有20%的被试在同一时间窗口内推断出情绪变化)，并设置最小事件间距为10秒以避免重复采样。最终，从60分钟的影片中提取出78个高共识情绪事件。
4.4.2. 评价维度的变量拆分
鉴于目标一致性(负 = 阻碍，正 = 促进)与责任归因(负 = 他人，正 = 自我)在心理意义上可能存在非对称的双极性，直接使用原始连续变量可能掩盖正负两极的独特效应。因此，本研究采用变量拆分法，以0 (中性点)为界，将两个原始变量重构为四个单极非负变量：1) 目标促进；2) 目标阻碍；3) 自身责任；4) 他人责任。
5. 结果
5.1. 情绪事件的提取
首先，对第一组被试产生的连续评价维度数据进行分析。影片全长3500秒内的目标一致性与责任归因呈现出显著的时间动态波动，表明实验材料有效地覆盖了多样化的社会互动情境。基于第二组被试的实时按键数据，经高斯平滑与峰值检测处理，我们提取了按键密度超过20%共识阈值的局部峰值。最终，共识别出78个高共识情绪事件。这些事件代表了观影中，观察者对角色心理状态产生强烈且一致推断的关键时刻，构成了后续分析的基本单元。
5.2. 评价维度对情绪共识度的预测
采用负二项回归模型考察目标与责任维度的四个拆分变量对情绪共识度(暂停人数)的预测作用。模型整体拟合良好(Deviance = 5495.5, Pearson χ2 = 5900)，结果揭示了评价维度在触发情绪推断时存在显著的非对称性机制(见表1)。
结果显示，目标维度的两极对情绪推断产生了截然相反的影响，而非预期的对称U型效应，目标阻碍呈现显著的正向预测作用(β = 0.48, p = 0.003)。情境中发生的目标受阻越严重，引发的观察者共识度越高，推断行为越密集。目标促进呈现显著的负向预测作用(β = −0.38, p = 0.020)。情境中发生的目标越顺利，观察者的暂停行为反而显著减少。这再次证实了积极事件在自然观影中倾向于维持观众的沉浸状态，而非触发中断性的标记行为。责任维度表现出显著的指向性差异：他人责任是情绪共识度的强预测因子(β = 0.51, p = 0.004)。当责任明确归因于他人时，能够迅速且强烈地引发群体的推断共识。自身责任的预测作用未达到显著水平(p = 0.497)。这表明在即时加工过程中，归因于主角自身的因果线索并未引发观察者显著的一致性反应。
Table 1. Negative binomial regression analysis of appraisal dimensions on emotion consensus (number of pauses)
表1. 评价维度对情绪共识度(暂停人数)的负二项回归分析
预测变量 |
β |
SE |
z |
p |
95%CI |
目标有利 |
−0.38 |
0.161 |
−2.34 |
0.020 |
[−0.69, −0.06] |
目标受阻 |
0.48 |
0.164 |
2.95 |
0.003 |
[0.16, 0.80] |
自身责任 |
−0.18 |
0.258 |
−0.68 |
0.497 |
[−0.68, 0.33] |
他人责任 |
0.51 |
0.179 |
2.86 |
0.004 |
[0.16, 0.86] |
5.3. 评价维度交互对离散情绪强度的预测
为进一步解析具体情绪类别的产生机制，本研究选取78个高共识事件，提取各时间点的主导情绪强度，采用基于双极拆分变量的广义线性模型(GLM)进行批量分析。结果显示，不同情绪类别表现出高度特异的评价逻辑(见表2)。焦虑表现出独特的自我指向性。模型显示，“目标阻碍 × 自身责任”的交互项具有极强的正向预测力(β = 88.32, p = 0.015)。这意味着当目标受阻且观察者认为主角负有责任时，焦虑推断达到峰值。相比之下，担忧表现出归因的泛化性。无论是“目标受阻 × 他人责任”(β = 47.63, p = 0.036)，还是“目标阻碍 × 自身责任”(β = 44.22, p = 0.043)，均能显著触发担忧。这表明担忧更多是对“目标受阻”这一核心事实的反应，好奇主要受目标促进的主效应驱动(β = 10.23, p = 0.002)，然而，目标促进 × 他人责任呈现显著负向交互(β = −38.01, p = 0.015)。羞耻揭示了一个意外发现：目标促进呈现显著正向预测(β = 8.36, p = 0.034)。
Table 2. Regression model results for key emotion categories
表2. 关键情绪类别的回归模型结果
情绪类别 |
拟合度 |
显著预测变量 |
β |
SE |
t |
p |
焦虑 |
0.576 |
目标受阻 |
−20.66 |
6.47 |
−3.19 |
0.008 |
目标有利 |
−14.85 |
5.76 |
−2.58 |
0.024 |
目标受阻 × 自身责任 |
88.32 |
31 |
2.85 |
0.015 |
好奇 |
0.455 |
目标有利 |
10.23 |
2.97 |
3.45 |
0.002 |
目标有利 × 他人责任 |
−38.01 |
14.58 |
−2.61 |
0.015 |
担忧 |
0.357 |
目标受阻 |
−11.38 |
4.74 |
−2.4 |
0.025 |
他人责任 |
−12.28 |
5.39 |
−2.28 |
0.033 |
目标受阻 × 他人责任 |
47.63 |
21.32 |
2.23 |
0.036 |
目标受阻 × 自身责任 |
44.22 |
20.6 |
2.15 |
0.043 |
羞耻 |
0.503 |
目标有利 |
8.36 |
3.65 |
2.29 |
0.034 |
6. 讨论
6.1. 目标维度的不对称性
本研究通过自然主义范式与负二项回归建模，深入剖析了动态情境下情绪推断的触发机制。研究结果并未支持“只要偏离中性即触发推断”的简单双极性假设，而是揭示了一种不对称加工模式：目标受阻触发推断，而目标有利抑制推断。这一结果可以用功能主义中断理论与叙事传输理论进行整合解释。一方面，目标受阻在功能主义视角下代表着环境中的“问题”或“威胁”(Baumeister et al., 2001)。根据负性偏差理论，人类认知系统优先分配资源处理负面信息。观察者按下暂停键进行显性的情绪标记，本质上是一种对冲突情境的认知监控。当主角遭遇挫折时，观察者需要通过推断其情绪(如失望、愤怒)来理解当前困境并预测后续行为。另一方面，目标促进通常意味着愿望满足与现状顺遂。在自然主义观影中，积极的情节发展有助于增强观众的“传输感”或“流体验”(Green & Brock, 2000)。当情节顺应预期向好发展时，观察者更倾向于沉浸在叙事流中，进行内隐的情绪体验(如共鸣的快乐)，而非执行破坏叙事连贯性的外显操作(按键暂停)。因此，目标促进维度的负系数实际上反映了积极情绪带来的沉浸效应。
6.2. 责任维度的社会性警觉
在责任归因上，研究发现观察者对他人责任高度敏感，而对自身责任反应平淡。这反映了人类社会认知中特定的警觉性归因机制。归因于“他人”的情境往往涉及人际冲突、背叛或不公正对待。从进化心理学角度看，外部威胁源的识别具有极高的适应价值(Cosmides & Tooby, 1992)。这类涉及第三方因果的互动构成了高显著性的社会信号，能够迅速激活观察者的道德直觉与情绪推断系统，从而引发高强度的共识反应，相比之下，归因于“自身”的情境(如主角的过失)可能由于观察者对主角的认同效应而被宽容化处理，或因缺乏外部对立面而在视觉显著性上较弱，因此未能在群体层面引发显著的中断性推断。
6.3. 具体情绪类别的评价逻辑
研究发现，最强烈的焦虑推断并非源于单一维度，而是来自“目标阻碍 × 自身责任”的交互作用。这与临床心理学中的焦虑认知模型高度契合——焦虑的核心往往是对自身应对能力与环境威胁之间失衡的评估(Beck et al., 2005)。在动态叙事中，当角色面临严峻困境且该困境被归因为自身责任时，观察者通过模拟角色“无力改变现状”的心理困境，产生了显著的焦虑推断。好奇模型中表现出的负向交互效应(目标促进 × 他人责任)，为信息缺口理论提供了自然主义实证支持。当因果关系明确(如他人责任显著)时，观察者认为角色的不确定性降低。通过对角色知识状态的模拟，观察者判定：既然角色已明确知晓事件的外部动力源，其好奇水平应相应降低。这证明了情绪推断是一个高度理性且基于逻辑预期的推演过程。观察者在目标促进情境下推断角色产生“羞耻”，这一发现挑战了传统的简单效价理论。这表明在复杂的社会叙事中，羞耻的产生可能嵌套于表面积极但涉及道德自我审视的情境中。这种评价维度的异质性结合，揭示了自然主义范式在捕捉社会性混合情绪方面的独特优势。