Picture from internet
本文是针对论文《看到全局了吗？回避消极情绪与应对他人的痛苦 (Seeing the Whole Picture? Avoided Negative Affect and Processing of Others’ Suffering) 》的一篇论文解析，该论文于2020年2月发表于《人格与社会心理学简报 (Personality and Social Psychology Bulletin) 》。该研究作者包括Birgit Koopmann-Holm, Kathryn Bartel, Maryam Bin Meshar, Huiru Evangeline Yang。
研究背景与问题提出
在当下发展快速的社会，效率至上，结果最大，是否我们正在逐渐忽视人与人之间真诚而柔软的沟通方式？人们的同情心是否仍然是最有价值的宝藏？
要做出富有同情心的回应需要两个环节：第一，对他人痛苦的体察；第二，减轻他人痛苦的动机。有研究表明，人们希望回避消极感受（Avoided Negative Affect, ANA）的程度，会影响第二环节的表现
，即面对他人痛苦时的应对方式：ANA程度越高的人，在安慰他人时聚焦于积极形容（如“回忆会带来慰藉”）而非消极形容（如“言语难以减轻心灵的沉重”），会产生更舒服的感受。
本研究期望探索ANA是否会影响同情反应的第一环节，即ANA是否能够预测人们对他人痛苦的加工方式与消极感知，以及ANA对负面信息敏感度的跨文化差异的影响。
图1 研究整体框架
研究方法与结果
实验一
被试
选取60名美国本科生（M= 18.57, SD = 0.86）为被试，其中79.31％为女性，白种人占41.67％。
测量工具
情绪评估指标（Affect Valuation Index, AVI）：采用AVI的拓展版本（Koopmann-Holm＆Tsai，2014）测量个体实际的、理想的以及想要避免的情绪。以典型的一周为例，分别询问被试在这一周中，实际感受到某种情绪的频率为多少，理想情况下想要感受到某种情绪的频率是多少，以及试图避免某种情绪的频率是多少，并对上述问题进行5点评分（1表示“从不”，5表示“一直”）。
人口学变量统计问卷：人口统计学调查表，收集性别、年龄和种族等个人基本信息。
实验流程
在正式实验开始后，首先要求被试完成情绪评估指标量表，以测量其在实际状态下、理想状态下，以及想要避免的情绪种类及频率。随后，以标准顺序向被试呈现6张图片，每张图片均包含不同的负面信息（如，事故中的两辆车，一个无家可归的人等）。观看5秒后翻页，询问被试：“您还记得上一页图片中看到的内容吗？”，并要求被试在若干可能出现过的细节中选择自己看到过的内容；呈现的备选细节中有一半是正确的。完成再认测验后，被试将再次浏览相同的6张图片，并对每张图片中各类细节的消极或积极程度做出评级（3 = 特别积极，0 = 既不积极也不消极，-3 = 特别消极）。最后，收集被试的人口学变量信息。
结果
采用回归模型分析个体ANA对图片负面特征评分的影响，
发现ANA程度越高，对图片负面特征的评价就越消极
，B = −0.70 (95% CI: [−1.08, −0.32]), SE = 0.19, t(54) = −3.68, p = .001, Cohen's f2 = 0.35。其余变量对结果变量的预测均不显著；且ANA仅预测个体对图片负面特征，而非其它方面特征的情绪性评级。
同时考察ANA对图片负面特征再认结果的影响，
发现ANA程度越高，对负面细节的正确再认数就越少
，B = −2.13 (95% CI: [−4.09, −0.17]), SE = 0.98, t(47) = −2.18, p = .03, Cohen's f2 = 0.20。
运用PROCESS Macro的调节效应分析，检验ANA较高的个体对图片负面特征更为消极的评价是否与其加工程度较低（因此再认成绩较差）有关。结果发现，
负
面细节正确再认数的调节作用不显著
。因此，
情绪目标，而非注意分配类似的情绪调节过程，可能才是预测的负面特征的消极程度的关键。
实验二
被试
选择157名美国大学生（M= 18.93, SD = 0.97）为被试，其中72.61％为女性。
测量工具
情绪评估指标及人口学变量统计问卷，具体同实验一。
实验流程
在正式实验开始后，首先要求被试完成情绪评估指标量表。随后，参考实验一的顺序向被试呈现6张图片。展示5秒后翻页，要求被试回答：“您在刚刚向您展示的图片中看到了什么？请您尽可能多地描述相应细节。”研究者将对被试回忆的细节进行积极与消极的分类编码与计数；同时借助语言查询和单词计数程序(LIWC; Pennebaker et al., 2001)对语言描述内容进行文本分析，统计积极情绪词与消极情绪词所占的百分比。完成自由回忆任务后，被试将再次浏览相同的6张图片，并对每张图片中各类细节的消极或积极程度做出评级。最后，收集被试的人口学变量信息。
结果
采用回归模型分析个体ANA对负面细节回想数量的影响，发现
ANA不能预测人们提及负面细节的倾向
，B = 1.48 (95% CI: [−1.64, 4.61]), SE = 1.58, t(155) = 0.94, p = .35。但
实际消极体验越强的人，提及的负面细节越多；同时，人们回想起的其它细节越多，提及的负面细节也越多。
除此之外，考察ANA对描述中所用的消极情绪词汇数量的影响，发现
人们的ANA越高，描述复杂图片的内容时使用的消极情绪词汇越少
，B = −0.47 (95% CI: [−0.74，−0.21]), SE = 0.13, t(157) = −3.53, p = 0.001, Cohen's f2 = 0.09。
实验三
被试
选择125名美国人（女性占64.47％; M= 26.19, SD = 14.03）和315名德国人（女性占66.35％; M= 23.39, SD = 4.30）为被试，其中美国被试组的年龄显著大于德国被试，F(1,461) = 10.45, p = .001, ηp2 = 0.02。因此将控制年龄为协变量进行后续分析。
测量工具
情绪评估指标：同实验一、二。
人口学变量统计问卷：人口统计学调查表，收集性别、年龄、出生地以及大多数时间所在的国家与城市。
实验流程
在正式实验开始后，首先要求被试完成情绪评估指标量表。随后，呈现改编得到的黑白两可图 (原图见 Thibault, 2013)。该图的一侧为一张表情积极的面孔，另一侧则为一张表情消极的面孔，可见图2。
图2 实验三所用两可图
在观看图片的过程中，被试需要在图片下方对所见内容进行开放式的描述。进入下一环节后，被试需要回答是否在上一张图片中看到了情绪性内容；回答是，则要求被试对所见的情绪内容进行开放式的描述。研究者将对被试描述的内容进行编码与文本分析。最后，收集被试的人口学变量信息。
结果
采用2（组别：美国人，德国人）×2（情绪类别：试图避免的情绪，实际的情绪状态）的重复测量方差分析，考察美国人和德国人在ANA上是否有所不同。结果发现，组别与情绪类别的交互作用显著，F(1,457) = 7.57, p = .006, ηp2 = 0.02。具体而言，
美国人
比德国人更想避免消极情绪体验，但美国人和德国人在实际感到的消极程度上没有差异。
该结果与情感价值评估理论（Affect Valuation Theory, AVT）的观点一致，
即文化对于个体ANA的作用强于对实际情绪体验的作用。
对痛苦感知的编码结果（在描述内容中是否提及情绪内容，具体包括哪一种或哪几种情绪）表明，
美国人比德国人更有可能只看到幸福的面孔，且ANA对其痛苦感知的跨文化差异的调节作用显著。
对描述中使用的消极词汇百分比的分析结果表明，德国人在描述两可图时，使用的消极情绪词比美国人多，而美国人使用了更多的积极情绪词。
