關(guān)鍵詞 混合情緒 理論基礎(chǔ) 測量模型 測量方法 展望

1 引言

日常生活中混合的情緒體驗普遍存在，如悲喜交加、苦樂參半等。研究表明，混合情緒體驗是個體情緒復(fù)雜性的重要成分（Grossmann et al.，2016），對目標(biāo)追求（Mejía amp; Hooker， 2017）、幸福感（孫五俊等，2021）、壓力應(yīng)對（Braniecka etal.， 2014）和自我控制努力（Berrios et al.， 2018）等都具有重要的意義。但遺憾的是，情緒領(lǐng)域長久以來一直以基本情緒或單純情緒為主要研究對象，較少涉及高層次的情緒結(jié)構(gòu)，對混合情緒的研究也只是近二十年的事（Larsen， 2017）。究其原因，與混合情緒理論和方法研究方面推進緩慢不無關(guān)系。

從理論上講，混合情緒是兩種或兩種以上情緒共存的現(xiàn)象，根據(jù)其構(gòu)成成分的效價是否一致，可分為同質(zhì)性混合情緒和異質(zhì)性混合情緒（潘發(fā)達(dá)等，2012；Charles et al.， 2017）。由于后者在功能上更特殊，更能反映情緒復(fù)雜性，學(xué)界的絕大多數(shù)研究均以此為研究對象，并將“混合情緒”直接界定為效價相反情緒同時激活或同時體驗的心理狀態(tài)（Berrioset al.， 2015b; Grossmann amp; Ellsworth， 2017; Larsen，2017）?；旌锨榫w的測量同單純情緒一樣，都以情緒的主觀體驗、生理反應(yīng)和外部表現(xiàn)為觀測指標(biāo)，體現(xiàn)情緒的多成分反應(yīng)特征（Kreibig amp; Gross，2017）。但由于混合情緒在主觀體驗上更復(fù)雜，在同一類型的反應(yīng)上往往同時包括兩個或多個基本情緒成分，測量時不僅需要評價多種基本情緒的狀態(tài)，還要呈現(xiàn)這些基本情緒共現(xiàn)的模式和特征，因此其測量模型和方法更復(fù)雜和多樣化?；诓煌Ｐ偷臏y量方法在測量工具、操作方法以及結(jié)果的解釋和使用上均存在差異，這在一定程度上造成了研究結(jié)果一致性和可比性降低。因此，有必要對混合情緒研究中常用的測量方法進行梳理，總結(jié)其適用條件、優(yōu)勢與不足，期望對混合情緒研究提供一定的借鑒。

2 混合情緒測量的理論基礎(chǔ)與模型

2.1 理論基礎(chǔ)

情緒的組件過程模型（component processmodel）認(rèn)為，情緒的產(chǎn)生涉及多個系統(tǒng)：認(rèn)知系統(tǒng)負(fù)責(zé)內(nèi)外部刺激的意義評估；自主神經(jīng)系統(tǒng)負(fù)責(zé)體內(nèi)調(diào)節(jié)；運動系統(tǒng)與情緒的外在表現(xiàn)有關(guān)；而動機系統(tǒng)則與行動的準(zhǔn)備和執(zhí)行相關(guān)（Scherer，2000）。因此，情緒是包含了認(rèn)知評估、生理激活、運動表現(xiàn)和身體感受等諸多成分的復(fù)合體（葉浩生等， 2021）。

混合情緒的產(chǎn)生不僅同樣涉及上述多個系統(tǒng)，而且由于需要同時加工不同效價的信息，各個系統(tǒng)的運作機制與單純情緒存在較大差異。在混合情緒產(chǎn)生的認(rèn)知評價機制上，評估空間模型（evaluativespace model）認(rèn)為情緒系統(tǒng)是一個雙變量（積極性和消極性）空間，支持包括互斥激活、單獨激活和共激活等在內(nèi)的多種評價激活模式?；旌锨榫w就是積極和消極成分共激活的結(jié)果（Cacioppo et al.，1999）。Shuman 等人（2013）的效價層次模型（levelsof valence model）將效價的評估分為宏觀和微觀兩個層次，混合情緒就產(chǎn)生于微觀層次的效價評估。這一水平的認(rèn)知評價可以發(fā)生在多個維度上，允許個體進行正負(fù)效價的同時加工?；陔p變量或多維度評價產(chǎn)生的情緒體驗，在現(xiàn)象學(xué)上表現(xiàn)出混合的多重體驗的特征（Heavey et al.， 2017），如略帶悲傷的幸福、有點遺憾的喜悅等。在神經(jīng)系統(tǒng)方面，分層的大腦系統(tǒng)為效價和混合情感的多重表征提供了支持（Man et al.， 2017）。大腦系統(tǒng)的宏觀層面存在一組核心的、一般性的區(qū)域（如邊緣系統(tǒng)、皮層下和新皮質(zhì)區(qū)等），根據(jù)背景靈活地支持積極和消極效價的加工；中觀層面上正負(fù)信息的處理依賴于多個中樞區(qū)域（如杏仁核）的不同回路；而微觀層面，散布于同一區(qū)域內(nèi)的積極與消極特異性神經(jīng)元允許不同效價的同步表征。多重的認(rèn)知評價和大腦激活使混合情緒在自主神經(jīng)系統(tǒng)方面表現(xiàn)出不同于單純情緒的活動特點（Kreibig et al.， 2007），在運動系統(tǒng)方面常呈現(xiàn)出具有矛盾性的外部表現(xiàn)（Kreibig etal.， 2015）。

2.2 測量模型

情緒和混合情緒的相關(guān)理論為應(yīng)用領(lǐng)域從主觀體驗和客觀反應(yīng)的多個層面評估混合情緒提供了理論基礎(chǔ)。在具體的測量過程中，基于不同的理論假設(shè)和測量需要，逐步形成三種測量模型。

單變量測量模型認(rèn)為，混合情緒雖源自兩種效價成分的同時加工，但在總體心理體驗和反應(yīng)過程上有不同于單純積極或消極情緒的獨特性。因此，主張將混合情緒看作一個整體，突出對混合情緒體驗的直接描述和對混合情緒反應(yīng)的直接檢測（Barfordamp; Smillie， 2016; Berrios et al.， 2015a）。

單變量模型雖然有利于將混合情緒與積極或消極的單純情緒狀態(tài)進行直接對比，但卻難以描述混合情緒體驗和反應(yīng)的內(nèi)部結(jié)構(gòu)與成分。基于評價空間模型，研究者提出了關(guān)注混合情緒內(nèi)部構(gòu)成的雙變量模型（Kaplan， 1972; Xia et al.， 2016）。這種測量模型強調(diào)對混合情緒中不同效價（積極和消極）情緒成分的測量，并通過一定程序或統(tǒng)計方法評估這些成分的共同體驗或共現(xiàn)情況，以此作為混合情緒的指標(biāo)。

多變量模型反映了效價層次模型的觀點，認(rèn)為每一個單獨的情緒特征不足以將混合情緒與積極、消極情緒區(qū)分，需同時考慮多個特征，因而主張使用多個變量聯(lián)合表達(dá)混合情緒狀態(tài)，強調(diào)混合情緒事件中積極和消極成分不同方面的多重測量（Kreibig amp; Gross， 2017; Kreibig et al.， 2013）。與前兩個模型相比，多變量模型雖然提供了更全面可靠的測量思路，但具體操作也更復(fù)雜，一定程度上影響了其實用性。

基于三種測量模型對混合情緒主觀體驗和客觀反應(yīng)進行評估的方法如表1 所示。

3 混合情緒主觀體驗的測量

3.1 混合情緒量表

混合情緒量表法是針對總體情緒體驗的單變量方法，一般通過直接詢問個體混合情緒體驗的程度來實現(xiàn)。目前研究中兩個較有代表性的量表分別從狀態(tài)和特質(zhì)向兩個視角測量混合情緒體驗。Berrios等人（2015a）的混合情緒量表包括4 個項目，采用5 點評分，主要用于個體混合情緒體驗狀態(tài)的測量，使用總均分表示情緒體驗的強度。Barford 和 Smillie（2016） 則將混合情緒體驗界定為個體較為穩(wěn)定的傾向，其特質(zhì)混合情緒量表（Trait Mixed EmotionsScale， TMES）包括13 個項目，被試需根據(jù)個人混合情緒體驗的頻率對項目進行5 點評分，總分越高表示個體混合情緒體驗傾向越高?；旌锨榫w量表以簡單便捷的方式，為測量混合情緒的主觀體驗提供了最直接有效的手段和工具。

3.2 雙變量量表法

這種方法使用時主要通過選擇可靠的雙變量情緒測量工具，如積極消極情緒量表（PANAS），測量混合情緒中的積極 （PA）和消極情緒成分（NA），并配合最小值函數(shù)Min（PA，NA）的計算方法獲得混合情緒體驗的強度指標(biāo)（Berrios et al.， 2015b;Kaplan，1972; Xia et al.，2016）。與混合情緒量表相比，雙變量量表法提供的指標(biāo)由積極和消極情緒值共同決定，在實際應(yīng)用中更具靈活性。當(dāng)積極和消極情緒值都比較高時，混合情緒值也較高；當(dāng)兩個值中一個較低或兩個都較低時，混合情緒值也比較低；而當(dāng)其中一個值為零時，則混合情緒也為零，此時便是一種單純情緒狀態(tài)（積極情緒或消極情緒）。雙變量測量法具有良好的信度和效度，在當(dāng)前的混合情緒研究中被廣為采用（Berrios et al.， 2015b）。

3.3 按鍵法

混合情緒體驗的動態(tài)變化反映了其在開始、持續(xù)和消退階段的不同特點，對揭示混合情緒體驗的時間進程以及混合情緒中積極成分和消極成分的共現(xiàn)方式有重要意義?；旌锨榫w量表和雙變量測量法雖然應(yīng)用廣泛，但只能反映混合情緒體驗的強度，難以描述情緒的動態(tài)變化。為此，Larsen 等人（2004）首次提出使用按鍵法來即時動態(tài)地測量情緒，反映被試的混合情緒體驗如何隨時間的變化而變化。該方法要求被試使用兩個鍵分別表示自己高興或不高興的狀態(tài)，根據(jù)計算機記錄的同步按鍵反應(yīng)及持續(xù)時間，評估被試混合情緒狀態(tài)的產(chǎn)生和持續(xù)過程。按鍵法的實時測量特征，最大程度地消除了情緒因隨時間衰退產(chǎn)生的測量誤差，同時也更有利于考察混合情緒中積極和消極成分的同時性和繼時性問題（Larsen amp; Stastny， 2011），其主要局限在于難以提供混合情緒體驗的強度變化。

3.4 圖示法

在二維空間中繪圖或選擇位置坐標(biāo)來表示混合情緒狀態(tài)，是研究者基于量表法和按鍵法的局限性，設(shè)計用于同時測量混合情緒強度和動態(tài)變化的雙變量方法，主要包括類比情緒問卷（AnalogicalEmotional Scale， AES）和評估空間網(wǎng)格（EvaluativeSpace Grid， ESG）。兩者雖然都是在二維空間中表示混合情緒，但空間圖形的意義和具體操作都不同（Carrera amp; Oceja， 2007; Larsen et al.， 2009）。AES的縱、橫坐標(biāo)軸分別代表情緒體驗的強度和持續(xù)時間，誘發(fā)程序結(jié)束后，被試需在二維空間中畫兩條線來描述他們的情緒體驗在一段時間內(nèi)是如何變化的，這兩條線中一條代表積極情緒，另一條代表消極情緒。ESG 的兩條坐標(biāo)軸分別代表的是消極情緒和積極情緒的強度，每條坐標(biāo)軸被分為5 個等級，由此構(gòu)成了25 個單元格，被試在實驗中可以通過鼠標(biāo)選擇某一單元格，實時地報告自己的情緒狀態(tài)，同時也可以通過變換光標(biāo)所在的單元格報告他們情緒的變化。

兩種圖示法的共同優(yōu)勢在于都能提供不同時間點上被試情緒體驗的強度，只是AES 更強調(diào)按時間進程描繪混合情緒體驗的動態(tài)變化，直觀地提供積極和消極情緒成分的共現(xiàn)模式（Burkitt et al.，2018）；而ESG 更強調(diào)對混合情緒強度的實時性測量，提供更精確的評估結(jié)果（Larsen et al.， 2009）。局限性方面，AES 是一種非實時性的動態(tài)測量，需要被試根據(jù)回憶描繪情緒，易受記憶偏差的影響；ESG 雖然進行了優(yōu)化，有效克服了記憶偏差問題，但被試需要在觀看實驗材料的同時進行雙重評級，容易形成較大的自我監(jiān)控負(fù)擔(dān)。

4 混合情緒客觀反應(yīng)的測量

4.1 腦反應(yīng)測量

4.1.1 額- 頂網(wǎng)絡(luò)測量

額- 頂葉網(wǎng)絡(luò)（frontal-parietal network）的更大激活，是混合情緒區(qū)別于單純情緒狀態(tài)的神經(jīng)反應(yīng)特征。功能性磁共振成像（fMRI）研究表明，額-頂葉網(wǎng)絡(luò)與認(rèn)知加工中的價值比較有關(guān)（Polaníaet al.， 2015），對誘發(fā)混合情緒的事件或結(jié)果敏感（Henderson amp; Norris， 2013; Man et al.， 2017）。使用賭博范式進行的研究中發(fā)現(xiàn)，與單純情緒事件（直接的勝利和直接的損失）相比，混合情緒事件（失望的勝利和減輕的損失）引起了額- 頂葉網(wǎng)絡(luò)更大的激活；額- 頂葉網(wǎng)絡(luò)對混合情緒有較高的響應(yīng)性，而與獎賞和懲罰相關(guān)腦區(qū)分別對單純的獲得和損失結(jié)果具有較高的響應(yīng)性（Henderson amp; Norris，2013）。這一結(jié)果表明額- 頂網(wǎng)絡(luò)的更大激活可用于識別混合情緒和單純情緒在大腦表征上的差異。

4.1.2 功能區(qū)同步激活測量法

腦成像研究表明積極情緒和消極情緒對應(yīng)著部分分離的腦區(qū)（Grabenhorst et al.， 2007; Vaccaro et al.，2020），如左側(cè)前額皮層與趨近行為和積極情緒有關(guān)，右側(cè)前額皮層與回避行為和消極情緒有關(guān)；伏隔核具有誘導(dǎo)積極情緒的作用，而杏仁核是消極情緒加工的核心區(qū)域。這些結(jié)論為混合情緒的腦測量提供了理論支持和操作途徑，大腦中積極和消極情緒功能區(qū)的同步激活可作為混合情緒加工的雙變量指標(biāo)?；旌锨榫w的腦成像研究也提供了進一步的證據(jù)，Grabenhorst等人（2007）使用愉悅、厭惡和混合氣味研究大腦如何表征整體情緒，結(jié)果發(fā)現(xiàn)內(nèi)側(cè)眶額葉皮層負(fù)責(zé)表征混合情緒中的積極成分；背側(cè)前扣帶回和眶額中皮層負(fù)責(zé)表征混合情緒中的消極成分。

混合情緒腦反應(yīng)測量的主要局限在于其作為測量指標(biāo)的特異性需進一步加強，即提高相關(guān)指標(biāo)對混合情緒的獨特反應(yīng)性。有研究表明大腦是以“情感工作區(qū)”的方式靈活處理不同效價情緒信息的（Manet al.， 2017）。額- 頂網(wǎng)絡(luò)激活多大程度上只反映混合情緒加工，而非同時反映其他情緒過程；分別表征積極和消極情緒的腦區(qū)是否具有足夠的特異性；這些問題都需更多的理論和實證研究提供支持和驗證。

4.2 生理喚醒測量

生理喚醒的測量是基于多變量模型評估混合情緒的方法。這種測量方法通過檢測自主神經(jīng)系統(tǒng)中交感神經(jīng)和副交感神經(jīng)所支配的效應(yīng)器的反應(yīng)變化來實現(xiàn)，包括對心臟、血管、皮膚和呼吸系統(tǒng)的測量（Kreibig et al.， 2007）。Kreibig 等人（2013） 對混合情緒的心理生理學(xué)表現(xiàn)進行了系統(tǒng)性研究，首次獲得了混合情緒狀態(tài)下生理喚醒的多個指標(biāo)以及混合情緒區(qū)分于單純情緒狀態(tài)的指標(biāo)?；旌锨榫w狀態(tài)下的生理喚醒特征包括三個方面：（1）心臟活動性降低，在具體指標(biāo)上表現(xiàn)為心率（HR）減慢、未校正的呼吸性竇性心律不齊（PSAUC）降低；（2）末梢血管收縮，具體表現(xiàn)為指溫（FT）降低；（3）快速淺呼吸，具體表現(xiàn)為呼吸頻率（RR）增加、吸氣量（Vi）減少?；旌锨榫w區(qū)別于愉悅情緒的生理反應(yīng)表現(xiàn)為較大的心搏量 （SV）、較低的總電阻（TPR）、較高的皮膚傳導(dǎo)水平 （SCL）和較快的呼吸頻率（RR）；區(qū)別于厭惡情緒的生理反應(yīng)表現(xiàn)為相對較小的心率（HR）、略增的心博量（SV）和呼吸周期（Ti/Ttot）縮短。生理喚醒的測量雖然找到了混合情緒區(qū)別于單純情緒的自主神經(jīng)系統(tǒng)反應(yīng)指標(biāo)，但還沒有建立有效的識別模型，因此，在通過特異性生理指標(biāo)識別混合情緒上，依然是困難的。

4.3 混合表情測量

面部表情是情緒研究的客觀指標(biāo)之一。研究表明，與單純的積極和消極情緒相關(guān)的表情肌激活是相對獨立的（Larsen et al.， 2003），如顴大肌和皺眉肌，二者分別對積極和消極情緒敏感，積極情緒狀態(tài)下表現(xiàn)為顴大肌的激活和皺眉肌的抑制，消極情緒狀態(tài)下剛好相反。混合情緒加工過程中，積極和消極情緒的同時激活會誘發(fā)混合的面部表情，負(fù)責(zé)積極情緒和消極情緒的表情肌會同時處于激活狀態(tài)（Kreibig et al.， 2015）。通過肌電圖，或視頻記錄和觀察者編碼的方式對混合表情進行測量，可以獲得混合情緒在行為反應(yīng)方面的重要指標(biāo)。通過表情來測量和識別情緒常受到測量效度方面的質(zhì)疑，現(xiàn)代情感計算科學(xué)使用機器學(xué)習(xí)技術(shù)，通過對圖像數(shù)據(jù)的特征提取與表情分類增加情緒測量的準(zhǔn)確率和穩(wěn)健性，但這些技術(shù)在復(fù)雜表情的識別效果上還有待繼續(xù)提高（葉繼華等，2020）。

5 未來研究展望

5.1 完善混合情緒測量的理論基礎(chǔ)

情緒測量方法的改進依賴于情緒理論的發(fā)展（Reisenzein， 2019）?；旌锨榫w現(xiàn)有理論雖為混合情緒的產(chǎn)生及表現(xiàn)進行了基礎(chǔ)性的解釋（Cacioppoet al.， 1999; Shuman et al.， 2013）， 但依然較為粗略，更沒有構(gòu)建完整的心理和神經(jīng)機制模型。這使得混合情緒測量在操作性概念的界定、測量對象的內(nèi)容與層面以及測量指標(biāo)的確定等方面缺乏足夠的理論基礎(chǔ)。有效的混合情緒測量模型和兼具敏感性與特異性的測量方法均有賴于完善的混合情緒理論（Larsen， 2017）。未來研究應(yīng)致力于混合情緒加工機制的理論與實證探索，構(gòu)建相對完善的混合情緒加工模型，為測量方法的進步提供理論基礎(chǔ)。

5.2 提高混合情緒客觀測量的特異性特異性

不足是情緒客觀測量的普遍問題，這一問題在混合情緒的測量方面表現(xiàn)尤為突出。情緒計算科學(xué)和轉(zhuǎn)化神經(jīng)科學(xué)方面的努力為解決這一問題提供了一定的思路。該領(lǐng)域通過嘗試建立生理信號與主觀體驗和行為之間的聯(lián)系，以達(dá)到識別、解釋、處理和模擬人類情感的目的。在方法上主要通過機器學(xué)習(xí)算法，借助大數(shù)據(jù)，實現(xiàn)情感識別模型的設(shè)計、訓(xùn)練和測試，這些方法在處理腦成像、腦電、心電、皮膚電等數(shù)據(jù)上有強大優(yōu)勢（權(quán)學(xué)良等， 2021;Woo et al.， 2017）。未來混合情緒的客觀測量可以嘗試使用機器學(xué)習(xí)的方法，通過建立混合情緒識別模型解決其在特異性方面的問題。特別是在使用腦電指標(biāo)反映混合情緒的嘗試方面，現(xiàn)有研究已經(jīng)表明機器學(xué)習(xí)和情緒建模在識別單純情緒上的良好作用（Apicella et al.， 2021），研究者需要在此基礎(chǔ)上進一步深入和拓展。

5.3 適應(yīng)混合情緒系統(tǒng)的復(fù)雜性

混合情緒系統(tǒng)的復(fù)雜性體現(xiàn)在它涉及效價對立情緒的不同組合，這種組合可以在情緒結(jié)構(gòu)的維度水平上構(gòu)建，也可以在具體情緒水平上構(gòu)建。維度水平的組合，如積極情緒和消極情緒（Henderson amp;Norris， 2013）；具體情緒水平的組合包括恐懼和快樂，厭惡和愉悅等（Andrade amp; Cohen， 2007; Hemenover amp;Schimmack， 2007）。這決定了混合情緒的測量可能在不同水平和情境下進行。具有普適性的混合情緒測量體系既應(yīng)考慮到這種多樣化的需求，又應(yīng)考慮到測量指標(biāo)在相應(yīng)情境下的敏感性和特異性要求。因此，未來研究需進一步開發(fā)適應(yīng)用于不同層面和水平的測量方法，建立更加完善的混合情緒測量體系。

5.4 關(guān)注混合情緒積極成分與消極成分的時間關(guān)系測量

通過測量驗證混合情緒的相關(guān)假設(shè)，實現(xiàn)該領(lǐng)域理論和應(yīng)用研究的相互促進，也是未來研究應(yīng)關(guān)注的方面。積極和消極情緒成分以何種方式共存一直是混合情緒理論中存在爭議的問題。評價空間模型認(rèn)為，正負(fù)情緒源于相互獨立的加工過程，能夠同時產(chǎn)生和體驗（Cacioppo et al.， 1999）；情緒的兩極模型則認(rèn)為正負(fù)情緒是互斥的，人很難同時感到快樂和悲傷（Russell amp; Carroll， 1999），人們報告的混合情緒體驗很可能是兩種情緒成分快速地順序發(fā)生或在兩種情緒間搖擺不定的結(jié)果。因此，如何從測量上準(zhǔn)確地獲得積極情緒和消極情緒共存的證據(jù)一直是混合情緒研究致力解決的問題。在這一點上按鍵法和評估空間網(wǎng)格雖然提供了有價值的思路，但測量中都存在一定程度上的時間延遲。未來研究應(yīng)發(fā)展時間精度更高的動態(tài)測量方法，更精確地描述混合情緒中積極與消極成分的時間關(guān)系問題。

6 小結(jié)

混合情緒是情緒領(lǐng)域的一個新興概念，對混合情緒現(xiàn)象與本質(zhì)的探索，是情緒研究對象從基礎(chǔ)情緒向復(fù)雜情緒拓展的大膽嘗試，標(biāo)志著情緒結(jié)構(gòu)研究的進一步深入?；旌锨榫w研究的開展有賴于一些基礎(chǔ)性問題的解決，如混合情緒的界定和測量問題。從測量模型的視角看，基于不同模型的混合情緒測量方法有各自的特征和適應(yīng)性。單變量直接測量可以從整體視角評估混合情緒，便于混合情緒和單純情緒之間的比較；雙變量共現(xiàn)測量關(guān)注混合情緒的內(nèi)部結(jié)構(gòu)，突出了對混合情緒組成成分的反映；多變量聯(lián)合測量強調(diào)情緒的多維特征，善于反映混合情緒的復(fù)雜性。研究者應(yīng)根據(jù)研究需要選擇恰當(dāng)?shù)臏y量方法，并關(guān)注不同方法的效度和測量一致性問題。從測量對象看，盡管基于自我報告的主觀體驗測量易受被試記憶偏差和要求特征等因素的影響（Larsen amp; McGraw， 2014），卻仍是混合情緒研究領(lǐng)域較為常用和敏感的測量方法；客觀反應(yīng)測量方法的應(yīng)用，可能在較好解決了其特異性問題之后才能得到快速發(fā)展。