倪亞琨 趙冬梅 張 鎰 郭騰飛

（1 廣東金融學院，廣州 510521；2 廣東技術師范大學教育科學學院，廣州 510665）

1 引言

有效激發(fā)個體的動機對于企業(yè)組織和管理者來說是一個至關重要的話題， 目前企業(yè)采用的主要激勵方式仍是與績效密切關聯的物質獎勵， 以此來激發(fā)個體積極性、提升組織績效。金錢獎勵是規(guī)范人類行為的一個次級但強大的激勵因素 （Xu et al.，2018）。獲得報酬也是個體日常生活中最重要的目標之一， 大多數探索動機如何影響認知過程的研究都集中在金錢獎勵上， 而金錢獎勵也被證實是一種優(yōu)秀的激勵因素 （Morie et al.， 2014； Smith et al.，2011）。 獎勵作為一種典型的滿意刺激物，可以引發(fā)高水平的動機強度， 通過增強自上而下的注意控制來增加任務投入改善任務績效 （Banerjee， et al.，2015； Chelazzi et al.， 2013）。 同時，由獎勵所誘發(fā)的動機性對促進個體行為向主動轉變具有積極的影響作用 （Chiew ＆ Braver， 2014； Fr?ber ＆ Dreisbach， 2014）。 此外，使用金錢刺激的功能性磁共振成像（functional Magnetic Resonance Imaging， fMRI）研究表明，獎勵可以增強注意力網絡的區(qū)域的激活， 而動機信號對注意網絡前額葉區(qū)域和早期感覺處理區(qū)域的影響也已在人類神經成像研究中得到了充 分 地 證 明 （Engelmann et al.， 2009； Small et al.， 2005； Smith et al.， 2011）。因此如何更好地發(fā)揮金錢獎勵對外在動機的激勵作用， 使激勵機制達到效用最大化是值得關注的問題。

在企業(yè)當前以績效為主導的薪酬體系中， 員工通常在完成任務后獲得相應的獎勵。然而，神經經濟學家和心理學家強調， 動機受到個人對預期享樂結果的強烈影響， 這是因為人類具有在心理上模擬事件可能產生的情感后果的能力（Fuentemilla，2013）。 例如，一個人在等待彩票結果時往往表現出高度興奮。 另外，在許多情況下，環(huán)境中的線索可靠地表明其即將獲得搶先回報的機會。例如，友好的微笑通常標志著獲得社會認可的機會。因此，線索可以增強獎勵帶來的動機效應， 從而促進產生獲得它所需的行為（Sawaki et al.， 2015）。 研究表明，與低獎勵線索相比，高獎勵線索能夠增強記憶編碼，并在檢索過程中調節(jié)事件相關電位 （event－related potentials， ERPs）， 導致后續(xù)信息處理的戰(zhàn)略準備狀態(tài)，這被認為是高度激勵性的（Flores et al.，2015）。 因此， 在工作任務中使用獎勵激發(fā)個體外在動機的過程中，獎勵線索的作用不可忽視。

雖然金錢獎勵的腦成像研究解釋了人類大腦的獎勵回路， 但獎勵處理不是一個單一的結構和單一的過程。從廣義上講，獎勵處理可以分為三個核心的部分：“喜歡”（享樂主義的影響）、“想要”（動機突顯）以及“學習”（預測聯想和認知），每一個都可以映射到不同的神經解剖學和神經化學系統(tǒng)中 （Novak et al.， 2016）。因此，獎勵不能理解為一個單一的現象，而是反映了一組相互關聯的過程， 這些過程隨著時間在多個階段動態(tài)展開（Oumeziane et al.， 2017）。事件相關電位作為神經影像學研究的補充， 可以將發(fā)生在極近時間內的不同事件的神經狀態(tài)信號進行分離，更加精細地剖析獎勵處理的時間動態(tài)。 此外，尋找動機水平的穩(wěn)定的可測量的客觀測量指標對于開展動機相關研究具有重要意義。 金錢激勵延遲（monetary incentive delay，MID）是一項可以有效分解獎勵處理時間過程的實驗任務，無需經過習得，并且可以直接評估優(yōu)勢反應調節(jié)能力， 能夠體現任務中由優(yōu)勢反應所引發(fā)的任務準備性 （白學軍 等，2009）。典型的MID 任務主要考察在獎勵、懲罰和中性條件下個體的認知反應，但在日常工作情景中，個體在完成一項任務時較少會受到懲罰， 組織中懲罰通常用于個體違反組織規(guī)范，例如遲到、曠工等。 因此，本研究對MID 任務進行改編，將任務前的提示聚焦于獎勵情景，提供了高、中、低三種獎勵線索作為個體動機的激發(fā)材料， 將獎勵線索所引發(fā)的個體復雜任務動機過程劃分為獎勵線索階段、 任務準備階段、任務監(jiān)控階段、獎勵結果期待階段，以期在各階段尋找可以客觀表征個體動機強度的腦電信號指標。

由情景線索誘發(fā)產生的反饋相關負波 （feedback－related negativity， FRN）可以探尋由不同情景線索引發(fā)的情感動機差異（Jin et al.， 2015； Osinsky et al.， 2013）。 預測結果的線索會引發(fā)與反饋相關的負性波幅， 反映出對預期結果是否可能的初步評估（Zhang et al.， 2017）。 當出現的線索與個體預期產生沖突時，會引發(fā)更負的Cue－FRN 波幅。 獎勵激勵和對于滿足／不滿足即將到來的認知需求的任務信息線索， 會以一種主動或被動的準備方式影響認知控制（Chiew ＆ Braver， 2016）。因此，獎勵相關的激勵刺激可以改變注意力和其任務準備狀態(tài)（Sawaki et al.， 2015）。在與動機相關的刺激等待期間（例如，目標和任務中間的這段時間），會出現一種廣泛的緩慢的負向波，被稱為刺激前負波（stimuluspreceding negativity，SPN）（Brunia et al.， 2011），其對任務的動機價值較為敏感。有研究表明，SPN 會受到激勵線索變化的影響， 在有獎勵可能的實驗中SPN 的振幅比沒有獎勵可能的實驗中更負（Pornpattananangkul ＆ Nusslock， 2015）。

正在進行的任務監(jiān)控系統(tǒng)受到獎勵預期系統(tǒng)的影響，但獎勵和任務監(jiān)控過程是相互分離的過程，當任務成功或不成功執(zhí)行時， 個體將根據任務結果對該任務的未來執(zhí)行進行重新調整 （Morie et al.，2014）。 FRN 成分的相關研究較為一致地認為，相較于良好績效的反饋， 個體在糟糕的績效下所產生的FRN 更負 （Walsh ＆ Anderson， 2012）。 這不僅反映出個體對損失敏感， 也體現出期望在下次任務中糾正行為相關的過程， 以此確保下一次反應更加進步， 這種個體行為的調整極具適應性動機作用。 此外，在之前的研究中，任務績效反饋的同時給出獎勵結果， 這可能會將任務監(jiān)控與獎勵反饋處理混為一談。為了更加清晰地揭示動機水平的階段性構成，我們的實驗設計中將任務績效監(jiān)控與關于任務執(zhí)行的獎勵反饋分離開來， 這樣在任務結果和獎勵反饋之前會呈現一個獎勵期待環(huán)節(jié)， 使被試能夠對他們是否可能獲得的獎勵做出第二次預測。 當個體進行預期反饋刺激時，獎勵的線索效應也會發(fā)生，會出現明顯的SPN 波幅（Angus et al.， 2017），其在反饋結果呈現前達到最大 （Foti ＆ Hajcak，2012； Novak et al.， 2016；）。 有研究證實，在等待反饋結果呈現時，參與者在期望得到前期暗示將得到獎勵或避免懲罰的反饋時， 會產生較負的SPN 波幅（Angus et al.，2017）。

綜上所述， 本研究期望通過ERPs 技術考察獎勵線索這一激勵因素對個體外在動機的影響， 主要采用金錢獎勵這一可以明顯激發(fā)個體外動機的因素， 并基于MID 范式實現復雜動機過程的拆分，分別對個體在不同獎賞線索的任務中的情景線索加工階段Cue－FRN 成分、 任務準備啟動階段Task－SPN成分、 任務績效監(jiān)控階段dFRN 成分和獎勵結果期待Outcome－SPN 成分進行分析，期望通過認知神經科學技術尋找能夠更加直觀和客觀地表征個體動機水平的腦電信號， 并為企業(yè)在工作設計中更好地發(fā)揮金錢獎勵激勵效用提供借鑒。

2 方法

2.1 被試

通過同城網站發(fā)布招募被試信息以及滾雪球取樣法， 選取具有工作經驗的22 名成人參與實驗，男性10 人。 他們的年齡范圍在22～33 歲之間，平均年齡為26.45 歲；平均工作年限為3.63 年。工作單位性質：國有企業(yè)1 人、事業(yè)單位1 人、合資企業(yè)5 人，私營企業(yè)15 人。22 名被試符合腦電實驗的基本要求，均為右利手，視力及矯正視力正常，無精神疾病史。實驗開始前， 參與實驗的人員首先閱讀腦電實驗介紹， 確認實驗的無危害性后簽署腦電實驗的知情同意書。

2.2 實驗設計與材料

采用單因素被試內設計， 自變量為不同獎賞概率的獎賞線索，分為高、中、低三個水平。因變量為三種獎勵線索下的反應時和成功率， 情景線索加工中Cue－FRN 波幅、 在任務啟動準備階段中Task－SPN波幅、任務績效監(jiān)控階段中差異波dFRN 波幅、獎勵反饋結果期待的Outcome－SPN 波幅。

研究采用信號射擊任務（Morie et al.， 2014； 郭婷 等，2016）。 具體任務為在電腦屏幕上出現一個藍色方塊目標物，要求被試在看到藍色目標時快速按空格鍵進行射擊反應，在目標消失前按鍵為擊中，反之，則未擊中。 三種獎賞概率水平下的任務難度沒有差別，藍色目標物的呈現時間根據被試的持續(xù)表現采用“變形階梯法”（up and down transformed response rule， UDTR） 而變化 （Wetherill ＆ Levitt， 1965）。UDTR 用于調整任務的難度，在給定的任務中，確保所有參與者的任務表現不會受到個體反應速度的影響。 在當前實驗任務中，藍色目標物伴隨著一個響應時間窗口出現，被試要在響應窗口關閉前盡可能快地做出響應。 本研究主要使用了一個簡單的“one－uptwo－down”的UDTR 原則，也就是說，如果被試連續(xù)兩次在響應時間窗口內成功地做出響應，那么窗口時間會縮小20 ms，使任務的下一次迭代更加困難（這就是所謂的“two－down”）；如果參與者在下一個迭代中錯過了響應窗口（或者說只成功響應了一次），那么響應窗口將向外調整20 ms，使任務更簡單（即“oneup”），此方法可保證被試的正確率達到70 % 左右。

2.3 實驗程序

具體的實驗流程如圖1 所示， 首先在屏幕中央分別隨機呈現1500 ms 的高、中、低水平的任務獎勵線索：高獎勵線索時呈現紅色圓形圖標代表“本輪任務成功有80%概率獲得獎勵”； 中獎勵線索時呈現綠色圓形圖標代表“本輪任務成功有50%概率獲得獎勵”；低獎勵線索時呈現黑色圓形圖標代表“本輪任務成功有20%概率獲得獎勵”。然后進入1500 ms的任務準備等待階段，隨后出現藍色方塊目標物，要求被試盡快地按空格鍵進行射擊反應。按鍵反應后，呈現800 ms 的任務結果， 在藍色目標物呈現的時間窗范圍內進行按鍵反應，即為擊中，呈現“√”，反之則為未擊中，呈現“×”。 擊中時，經過1000 ms 的獎勵反饋等待階段后呈現獎勵結果， 有獎勵的情況下顯示“＋1”，無獎勵時顯示“＋0”，呈現時間為1200 ms；未擊中時，經過600～800ms 的隨機空屏后進入下一試次。為了讓被試能夠較好地熟悉實驗流程，在正式實驗開始前設置10 個trial 的練習實驗。 正式實驗中高、中、低獎勵線索各120 個trial，共360 個trial，隨機呈現，每進行60 個trial，設置一個由被試自由控制的休息時間。 實驗基本報酬為50 元，任務成功獎勵按照2∶1 的比率計入總報酬。

圖1 實驗流程圖

2.4 行為和腦電記錄與分析

使用E－prime2.0 軟件呈現刺激材料，并記錄保存行為數據結果。采用SPSS20.0 對被試反應時和任務成功率進行方差分析。

使用64 導Ag／Ag CL 電極帽來采集記錄腦電信息。 腦電數據的采樣頻率為500 Hz，濾波帶通為0.01～100Hz。參考電極位于Fz 與Cz 連線中點，同時記錄垂直眼電（VEOG））和水平眼電（HEOG）。 被試頭皮阻抗小于5kΩ。 實驗完成后對記錄的腦電數據進行離線分析， 采用獨立成分分析法 （independent component analysis，ICA） 矯正眼電， 濾波帶通為30Hz （24 dB／oct）。

如圖1 所示，情景線索加工階段分別為高、中、低三種概率獎勵線索的隨機呈現； 任務績效監(jiān)控階段為被試射擊任務擊中與否的結果呈現， 以上兩個階段選取的分析時程為刺激呈現的-200ms～800ms，刺激呈現前-200ms～0ms 為基線進行矯正。 任務啟動準備階段為被試等待目標物出現進行射擊的準備狀態(tài)； 獎勵結果期待階段為被試了解到了成功擊中目標物后，等待獎勵結果呈現的過程，以上兩個分析時程為刺激呈現前-800ms～0ms，刺激呈現前-800ms～-600ms 為基線進行矯正。

在情景線索加工階段， 主要對由獎勵線索加工中所誘發(fā)的Cue－FRN 成分進行統(tǒng)計分析。 FRN 最大波幅一般出現在頭皮前額區(qū)矢狀線 （Hajcak et al.， 2007）， 選 取Fz，FCz，Cz 點 對290 ～350ms 的Cue－FRN 平均波幅進行統(tǒng)計分析，任務啟動準備階段主要對任務開始前的刺激前負波Task－SPN 進行分析。 SPN 成分主要在刺激前－600～0ms 內出現，并在前額區(qū)達到最大波幅（Brunia， et al.， 2012）。 因此， 本研究主要選取前額區(qū)F1，Fz，F2，FC1，FCz，FC2 點對－400～0ms 的Task－SPN 的平均波幅進行統(tǒng)計分析。 由于在任務績效監(jiān)控階段主要涉及三種獎勵線索下任務成功和失敗6 種類型的腦電數據，因此，為了更加清晰地呈現研究結果，對三種實驗條件下任務成功和失敗情景中FRN 成分的差異波dFRN 進行分析。 有研究表明，dFRN 可以作為個體動機水平的客觀表征指標（Ma et al.， 2014）。 本研究主要選取Fz，FCz，Cz 點對三種獎勵線索條件下250～350ms 的dFRN 波幅進行統(tǒng)計分析。 獎勵結果期待階段主要選取前額區(qū)F1，Fz，F2，FC1，FCz，FC2點對－400～0ms 的Outcome－SPN 平均波幅進行統(tǒng)計分析。 同時，為了使腦電分析結果更加清晰，僅報告含有三種實驗條件下具有顯著效應的統(tǒng)計結果。

3 結果

3.1 行為數據結果

3.1.1 反應時

對被試在高、中、低三種獎勵線索下的反應時和成功率進行統(tǒng)計，結果如表1 所示。對被試在高、中、低三種獎勵線索下的任務反應時進行單因素方差分析。 被試在三種獎勵線索情景下的反應時具有顯著差異，F（2，42）＝22.48，p＜0.001，η2p＝0.517。 事后比較結果顯示， 被試在高獎勵線索下的反應時 （M＝264.44 ms，SD＝62.56） 顯著快于中獎勵線索情景（M＝273.69 ms，SD＝66.98），且顯著快于低獎勵線索情景（M＝285.99 ms，SD＝77.86）。 由此可以看出，被試在高獎勵線索下對目標物進行按鍵射擊反應的反應時更快，在低獎勵線索情景下其反應時顯著延長。

表1 不同獎勵線索條件下被試反應時（ms）及成功率（%）

對被試在高、中、低三種獎勵線索下任務成功率（即在目標物出現時的擊中率） 進行單因素方差分析。 在三種獎勵線索情景下被試擊中目標物的成功率具有顯著差異，F（2，42）＝6.16，p<0.01，η2p＝0.227。 事后比較結果顯示， 被試在高獎勵線索情景下的任務擊中成功率（M＝71.64%，SD＝6.70）顯著高于低獎勵線索情景（M＝66.05%，SD＝4.97），而中等獎勵線索情景下的任務成功率（M＝68.95%，SD＝5.32）與高獎勵線索及低獎勵線索情景下的任務成功率不存在顯著差異。 因此，相較于低獎勵線索，被試在高獎勵線索下能夠更加快速地進行反應， 且任務擊中的成功率更高。

3.2 腦電數據結果

（1）情景線索加工階段的腦電數據分析

對高、中、低獎勵線索的Cue-FRN成分的平均波幅進行單因素方差分析。 三種實驗條件下Fz，FCz，Cz 點總平均波形圖如圖2A 所示。由于FRN 為負走向的腦電波， 因此波幅數值越小， 說明波幅越大。 重復測量方差分析結果表明，獎勵情景線索主效應顯著，F（2，42）＝4.617，p<0.05，η2p＝0.180。 進一步事后分析結果表明，低獎勵線索情景下的Cue－FRN波幅（M＝－1.723μV，SD＝0.705）顯著負于高獎勵線索（M＝－0.712μV，SD＝0.706），與中獎勵線索（M＝－1.290μV，SD＝0.743）相比差異不顯著。 這說明相較于中等獎勵線索和高獎勵線索， 低獎勵線索情景引發(fā)了個體更大的認知沖突， 表現出更加明顯的情緒動機。

（2）任務啟動準備階段的腦電數據分析

對高、 中、 低3 種獎勵線索與條件下的Task－SPN 成分的平均波幅進行單因素方差分析。 總平均波形圖如圖2B 所示，結果表明，獎勵線索情景主效應顯著，F（2，42）＝4.429，p＝0.024，η2p＝0.174。 進一步事后分析結果表明，高獎勵線索情景下的Task－SPN波幅（M＝－0.051μV，SD＝0.641）顯著負于低獎勵線索（M ＝1.405μV，SD ＝0.724）， 與 中 獎 勵 線 索 （M ＝0.791μV，SD＝0.833）不存在顯著性差異。SPN 成分所表達的認知含義說明， 個體在高獎勵線索條件下對將要進行的實驗任務的期待程度更高。

圖2 情景線索加工階段（A）與任務啟動準備階段（B）總平均波形圖

（3）任務績效監(jiān)控階段的腦電數據分析

對高、中、低3 種獎勵線索條件下的dFRN 成分的平均波幅進行單因素方差分析， 總平均波形圖如圖3A 所示。 統(tǒng)計結果表明，獎勵線索情景主效應顯著，F（2，42）＝5.152，p＝0.016， η2p＝0.197。 進一步事后分析結果表明， 高獎勵線索情景下的dFRN 波幅（M＝－7.139μV，SD＝0.890）顯著負于低獎勵線索（M＝－3.228μV，SD＝1.178），與中獎勵線索（M＝－5.315μV，SD＝0.994）差異不顯著，說明在高獎勵線索條件下個體對自己的任務結果關注度更高。

（4）獎勵結果期待階段的腦電數據分析

對高、中、低3 種獎勵線索條件下的Outcome－SPN 成分的平均波幅進行單因素重復測量方差分析，總平均波形圖如圖3B 所示。 統(tǒng)計結果表明，獎勵線索情景主效應顯著，F （2，42）＝4.731，p＝0.022，η2p＝0.184。進一步事后分析結果表明，高獎勵線索情景 下 的Outcome－SPN 波 幅 （M ＝－3.300μV，SD ＝0.925） 顯著負于低獎勵線索 （M＝－0.711μV，SD＝0.739），與中獎勵線索（M＝－1.627μV，SD＝0.780）差異不顯著。SPN 成分所表達的認知含義說明，個體在高獎勵線索條件下任務成功會表現出更高程度的獎勵期待。

4 討論

4.1 行為數據

外部激勵是指給員工下達工作的指令， 承諾員工在達到特定目標時給予獎勵。因此，本研究設置了任務獎勵線索， 告知被試在任務成功后分別有80%，50%和20%的概率獲得獎勵，用以考察獎勵線索對個體外在動機的影響。 獎勵不僅能夠促使行為的改變， 也能夠對個體的內部心理過程產生影響（Anderson ＆ Yantis， 2013）。 眾多研究也證實了獎勵作為動機可以促使個體產生相應的行為（Dodd ＆Flowers， 2012）。 在本研究中可以看出，與中、低獎勵線索相比， 高獎勵線索使得個體更加快速地對目標物進行響應。同時，獎勵線索可以在不受獎勵意識的影響下促進努力，但當個體意識到獎勵時，才會對行為響應的速度產生影響（Bijleveld et al.， 2010）。Holroyd 等人（2011）的研究證實，預測未來獎勵的概率為80%的線索比預測80%概率沒有獎勵的線索引發(fā)個體更大的獎勵積極性。由此可以看出，本研究中對不同概率的獎勵線索的操控也是有效的， 高獎勵線索可以讓個體明顯產生獎勵意識， 并促使其進行快速的反應。 同時，在高獎勵線索下，個體的任務成功率更高， 說明獎勵線索作為一種動機因素可以通過增強執(zhí)行功能和任務集中對任務績效產生影響（Chiew ＆ Braver， 2013）， 提供金錢獎勵的承諾提升了外部動機的強度（Vol’f ＆ Tarasova， 2014）。當個體建立更好的行為表現能夠獲得更高的獎勵時，這樣的金錢獎勵線索就成為了促使其產生優(yōu)秀表現的動機，為了獲得更多的獎勵，個體會促使自己又快又準地進行反應（Levy ＆ Glimcher， 2012）。 獎勵對學習行為影響的研究中指出， 學習過程中的獎勵動機促使個體采用與獎勵相關的檢索定向來支持高激勵信息的檢索（Halsband et al.， 2012）。 同時，高獎勵的目標刺激對個體記憶也能產生較強地影響，促使學習效果更好， 反應速度更快 （Chelazzi et al.， 2013）。 從本研究的行為結果來看，與中、低獎勵線索相比， 高獎勵線索信息激發(fā)了個體的外在獎勵動機，增強了個體的感知和執(zhí)行控制過程，進而實現了更有效的目標導向行為， 具體表現為更快的反應速度和更高的任務成功率。

4.2 腦電數據

（1）情景線索加工階段腦電數據的討論

本研究使用MID 范式將由獎勵線索誘發(fā)的個體外在動機過程拆分成不同階段。首先，在情景線索加工階段， 獎勵線索作為次級強化物具有明顯的動機和情感意義 （Angus et al.， 2017）。 Padmala 和Pessoa（2011）研究在金錢激勵或非激勵的提示下，要求參與者執(zhí)行一項反應沖突任務。結果顯示，相對于非獎勵情景， 獎勵情景下參與者的沖突效果有所降低， 額頂葉注意力控制區(qū)域的線索相關反應顯示內側前額葉皮質（mPC）和前扣帶回皮質（ACC）區(qū)域沖突相關信號減少。起源于ACC 的FRN 成分，反映出對結果是比預期好還是差的初始二元評估（Proudfit， 2015）。 FRN 的強化學習理論模型認為，它要么表示絕對預測錯誤（例如，結果與預期不同），要么具體表示獎勵預測錯誤（例如，結果比預期差）（Holroyd ＆ Yeung， 2012）。而在本研究中，與高獎勵線索相比， 低獎勵線索引發(fā)了更負的FRN 波幅，由此， 可以看出低獎勵線索會引發(fā)個體較大的認知沖突，與自己的預期不符，說明個體更期望出現符合其預期的高獎勵線索。同時，獎勵線索也被觀察到可以減少沖突處理中的行為干擾（Krebs et al.， 2013），顯著加快神經對新刺激的反應。 結合本研究的行為結果，這種效應也表現在不同獎勵概率的線索中，高獎勵線索中沖突減少，對任務目標反應也更加快速。

（2） 任務準備啟動階段腦電數據的討論

由于獎勵激勵和任務信息線索會影響個體完成任務的準備狀態(tài)， 而個體的任務準備狀態(tài)具有明顯的動機含義，因此，本研究在不同獎勵線索呈現后，設置了任務準備階段， 在這一階段被試需要對即將出現的信號射擊任務進行等待準備。 獎勵線索與任務的分離， 使得我們可以更加清晰地對個體由獎勵線索引發(fā)的認知過程進行探討。 獎勵效應中的準備前攝過程對于理解個體任務動機有重要的意義。 有研究發(fā)現， 在任務情景中提供有效性的獎勵提示會影 響 個 體 的 準 備 狀 態(tài) （Greenhouse ＆ Wessel，2013； Rosell－Negre et al.， 2014 ）。 刺激前負波（SPN）是一種緩慢性負波，特征是前額和頂葉區(qū)域的緩慢、非運動負電位，其振幅隨著動機刺激的到來而逐漸增加， 是動機／注意力參與程度的顯著指標（Brunia et al.， 2011； Hackley et al.， 2014）。 因此， 我們對任務啟動準備階段的Task－SPN 成分進行了分析，結果發(fā)現，高獎勵線索情景下，任務啟動準備過程中出現了較負的Task－SPN 波幅。 SPN 被認為主要對與動機相關的刺激或具有情感效價的刺激的期望非常敏感， 其神經活動是由動機顯著的獎勵預期線索的存在而增強的。 高獎勵線索下個體出于對高獎勵獲得的期望， 進而引發(fā)了高程度的任務準備狀態(tài)，其注意力參與程度更高，表現出了明顯的動機性。也正因為如此，被試才能在高獎勵線索下對信號目標產生更快更準的行為反應。同時，也有研究證實，增益預期過程中產生的SPN 是趨近動機行為的一個重要預測因子（Zhang et al.， 2017）。 因此，在任務準備階段表現出的Task－SPN 成分可以作為表征個體的動機水平腦電指標， 并且對任務執(zhí)行中的表現具有明顯的預測作用。

（3）任務績效監(jiān)控階段腦電數據的討論

個體對于任務完成情況的監(jiān)控極具適應性價值，可以說，個體所從事的多數活動都是為了獲得短期或長期的獎勵。因此，個體會根據環(huán)境突發(fā)事件制定和調整獎勵預期， 在這些獎勵期望的背景下監(jiān)測正在進行的活動并根據結果進行調整（Deci et al.，1999）。 功能磁共振成像研究顯示，部分不同的大腦機制存在于任務監(jiān)控和獎勵處理中， 其中腹側紋狀體和前扣帶皮層（ACC）參與了任務監(jiān)控（Hare et al.， 2008）。 因此，本研究對三種獎勵概率條件下成功和失敗兩種任務結果中的差異波dFRN 進行了分析。ERPs 研究通常使用差異波來分離兩種實驗類型中不同活動的神經過程， 在本研究中采用差異波進行分析消除了任務結果這一因素對神經活動的影響。它聚焦于實驗條件，即不同獎勵線索下任務監(jiān)控階段的腦電活動差異。本研究結果顯示，在任務績效監(jiān)控階段中，相較于低獎勵線索，高獎勵線索引發(fā)了更負的dFRN 波幅， 說明個體對高獎勵線索下的任務結果關注度更高。在高獎勵線索任務中，任務成功意味著被試有更大的可能性獲得獎勵， 而任務失敗則會促使個體對自己的行為狀態(tài)進行調整， 以期在下一次任務中努力獲得成功。 這可能是由于高獎勵線索引發(fā)了個體的高獎勵期待，就其本質而言，激勵刺激具有很強的獎勵關聯。最近的研究表明，當刺激與獎勵結果相關聯時， 它們會被更快地識別出來（O’Brien ＆ Raymond， 2012）， 也更容易吸引注意力（Anderson et al.， 2011），并產生一個持久的高級可視化表示（Raymond ＆ O’Brien， 2009）。

（4）獎勵結果期待階段腦電數據的討論

先前的動物模型和人類研究表明， 獎勵處理可以分為兩個時間階段：獎勵預期和獎勵結果（Liu et al.， 2011； Salamone ＆ Correa， 2012）。 這些階段被認為在神經化學、 神經解剖學和神經生理學上是不同的。有研究指出，獎勵預期和獎勵結果神經活動之間關系的特異性程度， 在以前的研究中很大程度上被忽略了， 研究這種關系將有助于我們更好地理解大腦中獎勵處理的時間動態(tài)（Pornpattananangkul＆ Nusslock， 2015）。 因此，不同于以往將任務反饋結果與獎勵反饋結果同時呈現的實驗范式， 本研究采用改編版的MID 任務范式， 在任務結果之后，獎勵結果呈現之前，設置了獎勵結果期待環(huán)節(jié)，可以明確地分離由獎勵預期和結果引起的神經活動。 在本研究中， 個體對獎勵預期的評估主要發(fā)生在兩個階段：第一階段，個體評估自己所要完成的任務是否具有獎勵性，要付出多少努力來完成任務，即任務啟動準備階段；第二階段，在任務成功后對自己是否能夠獲得獎勵的預期評估，即獎勵結果期階段，因此，在此階段同樣是對SPN 成分進行考察。 當個體等待與獎勵反饋相關時， 會產生更負的SPN 成分（Foti ＆Hajcak， 2012； Fuentemilla et al.， 2013）。 有研究強調了SPN 在預測與獎勵相關的反饋中起著重要作用， 而這種預期背后的神經活動是由具有顯著動機性的獎勵預期線索的存在而增強的（Pornpattananangkul ＆ Nusslock， 2015）。 在本階段中，在高獎勵線索任務成功時，個體產生了較負的Outcome－SPN 波幅，在高獎勵線索情景下，個體任務成功會大概率地獲得獎勵。因此，在經過高努力投入的任務準備階段成功完成任務后， 個體對自己即將獲得的獎勵表現出了較高程度的期待性， 所以引發(fā)了較大的Outcome－SPN 波幅?？梢钥闯?，在獎勵結果反饋期待環(huán)節(jié)中，Outcome－SPN 也可以顯著地表征個體的動機水平以及狀態(tài)。

5 結論

本研究使用了改編版MID 任務，將個體任務過程劃分為五個階段， 重點考察了信號射擊任務時的反應時和任務成功率以及四個階段腦電成分， 分別是情景線索加工階段的Cue－FRN 成分、任務啟動準備階段的Task－SPN 成分、 任務績效監(jiān)控階段的dFRN 成分以及獎勵結果期待階段的Outcome－SPN成分，其主要結論如下：

（1） 個體在高獎勵線索下對目標物進行按鍵射擊反應的反應時更快， 在低獎勵線索情景下其反應時顯著延長。 并且，相較于低獎勵線索，被試在高獎勵線索下能夠更加快速地進行反應， 且任務擊中的成功率更高。

（2）在情景線索加工階段，低獎勵線索情景誘發(fā)了更負的Cue－FRN 波幅，因低獎勵線索與自己的預期不符，所以引發(fā)個體較大的認知沖突。 相反，高獎勵線索符合個體預期，認知沖突減少，因此對任務目標反應也更快。

（3）在任務啟動準備階段，高獎勵線索下個體產生了較負的Task－SPN 波幅， 表明在任務啟動準備階段，高獎勵線索下個體出于對高獎勵獲得的期望，進而引發(fā)了高程度的任務準備狀態(tài)， 其注意力參與程度更高。

（4）在任務績效監(jiān)控階段，相較于低獎勵線索，高獎勵線索引發(fā)了更負的dFRN 波幅， 說明個體對高獎勵線索下的任務結果關注度更高。

（5）在獎勵結果期待階段，高獎勵線索情景下任務成功后，產生了較負的Outcome－SPN 波幅，由于經過高努力投入的任務準備階段， 因此個體對自己即將獲得的獎勵表現出了較高程度的期待性。