基于ERP技术的英汉-汉英宾语>语码转换的认知神经机制研究*

中国海洋大学 陈士法 彭玉乐 吴育姝 赵 兰 杨连瑞

提 要： 本文研究中国学习者加工句子层面的英汉-汉英宾语语码转换时的认知神经机制。结果表明(1) 加工英汉语码转换时，转换后的单词诱发更大P200和N400；(2) 加工汉英语码转换时，转换后的单词诱发更大的LAN和LPC；(3) 英 汉-汉英转换代价的非对称性表现在汉英比英汉语码转换产生更大的P200、LAN和LPC。据此，我们认为在句子层面存在英汉-汉英宾语语码转换效应及其非对称性，并基于IC模型与BIA+模型，构建了宾语语码转换的加工模型。

1.引言

语码转换指双语者或者多语者在语言交流时交替运用两种或者两种以上语言的现象，可能出现在同一语篇、句子、甚至短语中(Grosjean, 1982)。相对于同一语言来说，从一种语言转换至另一种语言，可能会产生更高的错误率、更长的反应时或者诱发更强烈的脑电波幅等，从而引起语码转换代价，产生语码转换效应(Grainger & Beauvillain, 1987；崔占玲等，2007)。受语言熟练度等不同因素的影响，语码转换效应可能不一致，这种现象被称为语码转换代价的非对称性(Jackson et al.， 2001)。

在国外，继Grainger & Beauvillain(1987)在词汇判断任务中发现语码转换效应之后，相关学者陆续开展语码转换研究。一些行为实验侧重探讨语码转换效应的影响因素，比如语言熟练度(Costa & Santesteban， 2004)、不同语言的词汇表征(Thomas & Allport， 2000)和反应特征(Von Studnitz & Green， 2002)等。相关的ERPs(Event-related potentials)实验研究关注的是语码转换效应以及语码转换代价的非对称性。Jackson et al.(2001)观测到明显的与语言产出过程中语码转换相关的脑电波形，发现从L1→L2时，语码转换效应显著，而从L2→L1时，效应则不显著。Moreno et al.(2002)通过控制句尾条件发现理解常规英语句时存在语码转换效应。Alvarez et al.(2003)发现语言转换效应只存在于L1→L2(英语→西班牙语)的过程中，在L2→L1时却没有；同样，Proverbio et al.(2004)发现从L1→L2(意大利语→英语)的转换中存在N400效应，而在从L2→L1却没有。Chauncey et al.(2008)采用跨语言掩蔽启动范式，发现从L2→L1(英语→法语)时语码转换效应表现在N400成分上，从L1→L2时却表现在N250成分上。Ng et al.(2014)研究了语篇阅读理解中的语码转换，发现名词语码转换效应表现在LPC上。Liao & Chan(2016)认为在句子层面上L1→L2的语码转换比L2→L1的语码转换需要耗费更多的脑资源。Litcofsky & van Hell(2017)结合脑电和时频分析研究自然语篇中的句内语码转换时，发现只有从L1→L2中才会诱发更大的晚期负波，产生语码转换效应。不难发现，国外针对语码转换进行的ERPs研究得出的结论不一致，有的研究发现了语码转换效应，有的没有；有的研究发现语码转换代价的非对称性表现语码转换效应的单向性，有的发现表现在不同的脑电成分上，还有的研究发现语码转换代价的非对称性表现在同一脑电成分的不同的量上。

在国内，相关学者主要通过行为实验分别在亚词形层(崔占玲、张积家，2010)、词汇层(张积家、崔占玲，2008)和短语层(张积家、王悦，2012)研究了语码转换效应及其影响因素。还有一些研究分别探讨了双语语言理解过程(王震、范琳，2013)和产出过程(范琳、卢植，2015)中语码转换的加工机制。利用ERPs技术进行语码转换认知神经机制的研究起步较晚，文献尚不多见。王慧莉、陈宏俊(2009)利用奇偶数判断任务研究了语码转换过程中的非对称性，发现英汉、汉英语码转换代价非对称性表现在N150和P300上。在N150成分上英汉比汉英语码转换引起了更大波幅，英汉语码转换的潜伏期比汉英语码转换提前50ms。另外，还有学者利用眼动技术研究了语码转换的加工机制。倪传斌等(2015)利用眼动技术研究了中等水平汉英双语者在句子层面进行语码转换时的加工机制，发现L2→L1的首次注视时间、回视时间和凝视时间都快于L1-L2，表明L1→L2的转换代价更大。

综上所述，语码转换的研究聚焦于两种语言之间是否存在语码转换效应及语码转换代价的非对称性。然而，当前研究更多地侧重语言产出中的语码转换(Proverbio et al., 2004；崔占玲、张积家，2010；张积家、王悦，2012)，语言理解方面的较少。其次，研究语码转换的实验材料多为孤立的亚词汇、词汇和短语，很少有研究将语码转换放在连贯的、具有意义的句子中。鉴于相关研究发现孤立单词间和句子语境内会导致不同的语码转换模式(van Hell et al., 2015； Litcofsky & van Hell, 2017)，句子层面的语码转换值得探讨。再者，虽然有些研究是基于句子语境的(Moreno et al., 2002; Meij et al., 2011)，但是没有涉及到句法成分。目前两篇研究涉及句法成分，分别是主语语码转换(陈士法等，2018)和谓语语码转换(陈士法、张雨晴，2019)，涉及到宾语语码转换认知机制的研究尚未见到。为此，本文构建了连贯的、有常规意义的句子语境，采用ERPs技术研究了句子层面中国英语学习者对宾语语码转换的认知神经机制。

由此，本研究提出三个研究问题： (1) 在句子层面，中国英语学习者进行英汉宾语语码转换(L2→L1)时是否存在语码转换效应？(2) 在句子层面，中国英语学习者进行汉英宾语语码转换(L1→L2)时是否存在语码转换效应？(3) 在句子层面，中国英语学习者进行汉英、英汉宾语语码转换时是否存在语码转换代价的非对称性？

2.实验一

1) 研究目的

考察中国英语学习者在英语句子层面进行宾语语码转换时的语码转换效应(L2→L1)。

2) 受试

受试为自愿参加本实验的国内某大学外国语学院英语专业三年级的学生，其中23人(14名女生)参加了纯英语句子的加工，另外15人(10名女生)参加了包含英汉宾语语码转换句子的加工。所有受试的年龄在20—23岁之间，课堂英语教育时间为9—12年。他们在两个月前全部通过了全国英语专业四级考试，均为右利手，视力或矫正视力正常，没有脑外伤和神经系统疾病史。实验前，我们使用语言能力自测量表，让受试分别对自己母语汉语和英语二语的听、说、读、写四项能力进行自测。自测表为7点量表，1表示很不熟练，7表示非常熟练。自测结果表明本研究中受试的母语水平高，但是二语英语水平中等偏上(汉语总平均为6.38，英语总平均为4.06)，统计分析发现，二者存在着显著差异，表明我们的受试是非平衡双语者。所有受试均未参加过类似的实验。实验结束后，每人获得报酬。

3) 实验材料

实验材料分为两组： 纯英语组和英语句子中有汉语宾语的转换组(简称英汉宾语转换组)，各80个句子。课题组的4位高校英语教师(一名教授和三名讲师)根据本实验的目的和前人的研究(倪传斌等，2015)，各造40个由6—10个单词组成的主语、谓语(一般现在时)和宾语俱全的英语简单句。汇总后进行讨论、筛选，剔除了语义约束高的宾语，以避免预期效应的影响。为了避免“smoke a pipe”等转喻加工的影响，本文中的所有目标宾语均使用其基本义，避免其引申义。经过整合重组，选出80个典型的纯英语实验句，进行可接受度和句中单词熟悉度调查(32个受试平行班的同学参与，2份问卷为无效)，并对不可接受的句子和不熟悉的单词进行修改。最后选择可接受的40个纯英语句子作为正式实验材料，剩下的40个句子作为干扰句(避免受试在实验中形成固定加工模式)。其中主语、谓语和宾语这三类单词都是受试高度熟悉的单词，词长之间不存在显著差异(p>0.05)，共同组成纯英语组。实验句全部为主语、谓语和宾语齐全的句子，部分干扰句没有宾语。英汉宾语转换组的实验材料由纯英语句子组转换得来，针对40个正式实验句，其宾语全部用相应的汉语词汇替换，40个干扰句替换的则为谓语或者主语。例如，英语句子“The simple villagers sell their specialties to tourists”替换为“The simple villagers sell their 特产 to tourists”。

4) 实验过程

我们使用Stim2编制了实验程序。刺激词呈现在电脑屏幕的正中央，黑底白字，字号为72，英语字体为 Times New Roman，汉语为宋体。电脑屏幕的分辨率为1024×768。实验仪器为32导Neuroscan ERPs工作站。参考电极置于双侧乳突，记录水平眼电和垂直眼电。滤波带通为0.01— 100Hz，采样频率为500Hz/导，头皮电阻小于5kΩ。用标准化电极帽记录32通道的脑电图。

实验在国内某大学ERP语言实验室针对每个受试单独进行。实验中，受试坐在离计算机屏幕100—120厘米的沙发上，要求他们进行句子匹配判断。首先，受试看到300ms的注视点，接着默读屏幕上逐个出现的单词，每个英语单词的呈现时间为300ms，间隔400ms后呈现下一个单词，直到句子的最后一个单词。为了避免句尾效应，每个句子结束后不呈现表示句子结束的任何标点符号。然后，屏幕呈现完整的英语句子3000ms，要求受试判断该句是否与刚刚看过的单个单词组成的句子语义吻合，并按键做出“是”或者“否”的反应。如果是，则按反应盒上的1键，否则按4键(实验流程见图1)。左右手在受试间交叉平衡。受试反应后，实验进入下一个轮次。

图1.实验流程图

计算机自动记录受试加个每个单词时的脑电数据和对句子进行判断的行为数据。实验前安排一到两次练习，共5个句子，帮助受试熟悉实验过程。为避免顺序效应，两组材料间的呈现完全随机。同时，为了避免两组实验材料间的相互干扰，本次实验与本团队另一个成员的实验同时进行： 先进行本实验第一组或者第二组实验，中间进行团队成员的实验(就一组实验材料，不怕干扰)，最后再进行本实验第二组或者第一组实验。主试坐在另一个房间的另一台监视器前观察受试的反应。

5) 数据分析

对受试句子匹配判断的行为数据分析表明受试对所有实验材料的平均正确判断率为86.4%，最低为75.5%，最高为98%。本研究关注的是关键词诱发的脑电，因此行为数据的结果表明受试有效地完成了实验。

图2为受试加工纯英语宾语和转换为汉语宾语转换脑电的总波形图在C4和CP4两个电极上的对比。

图2.英语宾语转换为汉语宾语的脑电总波形图对比

从上图脑电总波形来看，英汉转换宾语和纯英语宾语都诱发了一个在刺激呈现后200ms左右达到顶峰的正波(P200)，随后又诱发了在400ms 左右达到顶峰的负波(N400)和从500ms开始的晚期正波LPC (late positive component)。

我们分别提取了两类单词在P200(时段为150—250ms)、N400(时段为330—450ms)和LPC(时段为450—570ms)三个成分的平均波幅，进行了对比分析。

针对P200，进行类型(2： 纯英语宾语和英汉转换宾语)×电极(3： CP3、P3和FP2)双因素的重复测量方差分析，发现类型主效应显著，F(1，36)=5.870, p=.036，同纯英语宾语相比，在大脑的中央顶区和右额区，英汉转换宾语诱发出一个更大的N200(英汉转换宾语的平均波幅为4.04微伏，纯英语宾语的为1.45微伏)。

针对N400，进行类型(2： 纯英语宾语和英汉转换宾语)×电极(7： FC4、C4、CP3、CP4、P3、PZ和P4)双因素的重复测量方差分析，发现类别主效应显著，F(1, 36)=5.087, p=.048，同纯英语宾语相比，在大脑的中央区、中央顶区和顶区，英汉转换宾语诱发出一个更大的P400(英汉转换宾语的平均波幅为2.48微伏，纯英语宾语的为1.10微伏)。

针对LPC，进行类型(2： 纯英语主语和英汉转换宾语)×电极(3： F8、FT8和FP1)两因素的重复测量方差分析，发现类别主效应不显著，F(1, 36)=4.422, p=.062。

3.实验二

1) 研究目的

考察中国英语学习者在进行汉语句子层面英语语码转换时的语码转换效应(L1-L2)。

2) 受试

与实验一的相同，其中23人(14名女生)参加了纯汉语句子的加工，另外15人(10名女生)参加了包含汉英宾语语码转换句子的加工。

3) 实验材料

实验材料分为两组： 纯汉语组和汉语句子中有英语宾语的转换组(简称汉英宾语转换组)，各80个句子。纯汉语组的实验材料全部为实验一中纯英语组对应80个句子的汉语译文，主语、谓语和宾语俱全，其中宾语目标词语义约束较低，可预测性较低，以避免预期效应的影响。翻译后的宾语均使用其基本义，不存在“吃食堂”等转喻形式。对这80个汉语句子进行与实验一同样的可接受度和熟悉度调查与修改，最终筛选出40个汉语句子作为正式实验句，剩下的40个句子作为干扰句，共同组成纯汉语组。汉英宾语转换组的实验材料由纯汉语组的80个句子转换得来，不同的是，针对40个实验句，其宾语全部用相应的英语词汇替换，40个干扰句替换的则是谓语或者主语。例如，汉语句子“淳朴的村民向旅行者出售特产”替换为“淳朴的村民向旅行者出售specialties”。

4) 实验过程

大体同2.4。在汉语句子单词的呈现单位和时间上略有不同。在呈现时是以汉语的词为单位，例如“淳朴的”、“村民”、“向”、“旅行者”、“出售”、“特产”。单字词和双字词的呈现时间为300ms，之后每增加一个汉字，其呈现时间就增加50ms。例如“村民”和“出售”的呈现时间为300ms，而“淳朴的”和“旅行者” 的呈现时间为350ms。为了避免句尾效应，每个句子结束后不呈现表示句子结束的任何标点符号(实验流程见图3)。

图3.实验流程图

5) 数据分析

对受试句子匹配判断的行为数据分析表明受试对所有实验材料的平均正确判断率为89.5%， 最低为85%，最高为99.5%。本研究关注的是关键词诱发的脑电，因此行为数据的结果表明受试有效地完成了实验。

图4为受试在加工纯汉语宾语和转换的英语宾语转换时脑电的总波形图在F3和CP3两个电极上的对比。

图4.汉语宾语转换为英语宾语的脑电总波形图对比

从上图脑电总波形来看，汉语转换宾语和纯汉语宾语都诱发了一个在刺激呈现后200ms左右达到顶峰的正波(P200)，随后在左前额区又诱发了在400ms左右达到顶峰的负波(LAN)和从500ms开始的晚期正波(LPC)。

我们分别提取了两类单词在时段为150—250ms时窗、LAN(时窗为300—500ms)和LPC(时窗为470—570ms)三个成分上的平均波幅，进行了对比统计分析。

针对150—250ms(P200时窗)，进行类型(2： 纯汉语宾语和汉英转换宾语)×电极(2： CP3和PZ)的双因素重复测量方差分析，发现类型主效应不显著，F(1，34)=2.884, p=.120。

针对300—500ms (LAN) 时窗，进行类型(2： 纯汉语宾语和汉英转换宾语)×电极(4： F7、FT7、FP1和T3)的双因素重复测量方差分析，发现类型主效应显著，F(1，34)=5.783, p=.037。汉英转换宾语在大脑左前额区、额-颞区和左颞区，比纯汉语宾语产生了更大的LAN(汉英转换宾语的平均波幅为-2.54微伏，纯汉语宾语平均波幅为2.37微伏)。

针对470—570ms (LPC)时窗，进行类型(2： 纯汉语宾语和汉英转换宾语)×电极(3： F7、FT7和T3)的双因素重复测量方差分析，发现类型主效应显著，F(1，34)=8.418, p=.016。汉英转换宾语在左前额区、额-颞区和左颞区(发生位置与LAN相似)，比纯汉语宾语产生了更大的LPC(汉英转换宾语的平均波幅为-2.08微伏，纯汉语宾语平均波幅为1.05微伏)。

4.宾语语码转换效应的非对称性研究

在前两个实验的基础上，通过对比纯英语宾语减去英汉转换宾语的差异波和纯汉语宾语减去汉英转换宾语的差异波，研究了中国英语学习者在句子层面进行宾语语码转换的非对称性。两种差异波在CP3和F7两个电极上总波形图的对比如下(见图5)。

图5.汉英差异波与英汉差异波的脑电总波形图对比

从上图的脑电差异波总波形的对比来看，两种差异波都在CP3和F7电位上诱发了一个在刺激呈现后200ms左右达到顶峰的正波P200，随后诱发了400ms左右达到顶峰的负波N400以及从500ms左右开始的晚期正波LPC。

为了便于统计分析，我们分别提取了P200(140—260ms时窗)、N400(300—470ms时窗)和LPC(400—620ms时窗)英汉和汉英宾语语码转换差异波的平均波幅进行了分析。

针对P200成分(140—260ms)，进行类型(2： 英汉宾语语码转换差异波和汉英宾语语码转换差异波)×电极(7： TP8、T5、P4、T6、O1、OZ和O2)的双因素重复测量方差分析，发现类型主效应显著，F(1，28)=5.072，p=.048。在大脑颞区和枕区汉英宾语语码转换比英汉宾语语码转换产生了更大的P200(英汉宾语语码转换效应的平均波幅为-0.23微伏，汉英宾语语码转换的为1.72微伏)。

针对LAN成分(300—470ms)，进行类型(2： 英汉宾语语码转换差异波和汉英宾语语码转换差异波)×电极(3： F8、F3和FP2)的双因素重复测量方差分析，发现类型主效应显著，F(1，28)=5.320，p=.044, 在大脑左前额区汉英宾语语码转换比英汉宾语语码转换产生了更大的LAN(英汉宾语语码转换效应的平均波幅为-1.67微伏，汉英宾语语码转换的为2.50微伏)。

针对LPC成分(400—620ms)，进行类型(2： 英汉宾语语码转换差异波和汉英宾语语码转换差异波)×电极(23： FP1、FP2、F7、F3、FZ、F4、F8、FT7、FC3、FCZ、FC4、FT8、T3、C3、CZ、C4、CP3、CPZ 、CP4、T5、P3、PZ、和P4)的双因素重复测量方差分析，发现类型主效应显著，F(1，28)=5.054，p=.048，汉英宾语语码转换在大脑额区、左颞区和顶区比英汉宾语语码转换产生了更大的LPC(英汉语码转换效应的平均波幅为-1.89微伏，汉英语码转换的为2.93微伏)。

5.讨论

1) 宾语语码转换效应

本研究利用ERP技术，探索了中国英语学习者在句子语境中加工宾语语码转换时的认知神经机制。根据前人的研究，我们认为如果在句子语境中，中国英语学习者进行英汉或者汉英语码转换时存在语码转换效应，则受试加工存在宾语语码转换句子诱发的脑电与加工不存在语码转换句子时诱发的脑电有显著差异；反之，不存在显著差异。同理，如果中国英语学习者进行汉英、英汉语码转换存在着语码转换代价的非对称性，则受试加工英汉宾语语码转换句子时诱发的脑电与加工汉英宾语语码转换句子时诱发的脑电有显著差异；反之，不存在显著差异。

实验一发现发生英汉宾语语码转换时，中国英语学习者的脑电在150—250ms(P200)和330—450ms(N400)两个时窗内都存在着显著差异。发生语码转换的汉语词汇比没有发生语码转换的英语词汇产生了较大的P200和较大的N400。因此，我们认为句子层面从英语到汉语的宾语转换存在着语码转换效应(L2-L1)。实验二发现发生汉英宾语语码转换时，中国英语学习者的脑电在300ms—500ms时窗(LAN)和470—570ms时窗(LPC)存在着显著差异，发生语码转换的英语宾语比没有发生转换的汉语宾语产生了更大的LAN和LPC效应。因此，我们认为句子层面从汉语到英语的宾语转换存在着语码转换效应(L1-L2)。这表明对于中国英语学习者来说，无论从汉语母语转换到英语二语，还是从二语转换到一语，都存在着语码转换效应，转换后产生了更大的脑电。

实验发现发生语码转换的汉语词汇比没有发生语码转换的英语词汇产生了较大的P200。P200属于脑电加工的早期成分。该成分与靶刺激的早期识别有关，多分布在头皮前部，反映与任务相关的加工。Kramer & Donchin(1987)发现当一组词对在正字法和语音上都不匹配时P200效应最大，其次是两者有其一不匹配，而两者都匹配时这一效应最小。这一结果说明了P200指标反映了正字法、语音及其交互作用。Luck & Hillyard(1994)认为P200反应书面语言加工中语音和正字法信息的早期提取。在加工汉语时，P200不仅与词汇的语音加工相关(粟华利，2011)，而且与独立成字的亚词汇成分(偏旁)的语音加工相关(张笑仪，2012)。由于实验任务不要求受试者对英语宾语和汉语宾语做外显的加工，只是让受试以内隐的方式理解词汇，受试者受汉语母语的影响，对英语句子中汉语宾语(L2-L1)的字形或语音进行了早期的加工，产生了较大的波幅，而对汉语句子中英语宾语(L1-L2)的字形和语音激活没有显著差异。这表明受试自动加工了汉语词汇的语音和正字法，而没有自动加工英语二语词汇的语音和正字法。P200的出现可能揭示出受试对汉语宾语具有一种“觉察定式”的过程。也就是说，受试对于母语有更为熟悉的心理模块，当察觉出需要加工的信息与此心理模块相关则诱发了更大波幅的P200。因此，我们认为P200是英汉宾语语码转换效应的指标之一，而非汉英宾语语码转换效应的指标。

实验发现发生语码转换的汉语词汇比没有发生语码转换的英语词汇诱发了较大的N400(L2-L1)。N400属于脑电加工中词汇语义加工的标志。Romani(2001)通过研究发现阅读困难症的儿童比正常儿童N400波幅更大，表明N400反映了语义加工的难度。杨亦鸣、耿立波(2008)研究了英语词汇与汉语词汇心理现实性，发现一语词汇比二语词汇产生了更大的N400效应，将原因归结为语义加工能力，受试往往对一语的词汇联想意义更强，词汇通达深度更大。本实验发现英汉宾语语码转换时，转换后的汉语宾语产生了更大N400。由于转换任务的要求，受试在加工英汉宾语语码转换时受试需要抑制英语句子语境、激活汉语语境，因此，加工整合转换的句子比没有转换的句子，对语义加工能力的要求更高，语义加工难度加大，需要调动更多和脑力资源，产生了更大的N400。此外，转换为熟悉的汉语母语宾语时，相对于纯英语句子中的宾语，受试对汉语母语词汇的联想意义更强，词汇通达深度更大，因此耗费更多的脑资源，产生了更大的N400。

相对英汉宾语语码转换诱发的N400而言，汉英宾语语码转换则诱发了更大的LAN。LAN是反映句法加工的早期成分。Moreno et al.(2002)探索了流利双语者(英语为母语和西班牙语为二语)加工包含西班牙语的英语句子时的神经机制，发现发生语码转换时脑工作记忆量加大，因此诱发了LAN成分。Van Der Meij et al.(2011)发现只有高水平双语者(母语为西班牙语者)在阅读英语句子时，才会发生语码转换效应，诱发LAN，并且将此现象解释为整合不同语法规则句子的难度增加。本研究中的受试在进行汉英宾语语码转换时诱发了LAN，一方面表明受试提取英语宾语时需要更大的工作记忆容量，另一方面表明受试者还需要整合汉英两种语法规则，增加了加工难度。

N400和LAN在时窗上是相似的，只是在脑区分布上不同： N400主要分别在中央顶区，LAN主要分布在左额区(Ng et al.2014)。一般来说，LAN反映的是句法加工，N400反映的是词汇的语义加工。本研究发现在相似时窗内英汉宾语语码转换在中央顶区和右额区诱发了N400成分，但是汉英语码转换却在左前额区、额-颞区和左颞区诱发了LAN成分。受试者在相似时窗加工英汉和汉英宾语语码转换运用了不同的脑区。这表明受试者进行英汉和汉英宾语语码转换使用了不同的神经机制。同时，还表明受试加工整合的内容不一致： 汉英宾语语码转换(L1- L2)倾向于英语宾语的句法加工，而英汉的宾语语码转换(L2-L1)则倾向于汉语宾语的语义加工。这可能是由于语言类型不同造成的： 英语重形合，汉语重意合。因此，加工汉语宾语时，重在其表达的意义，产生了N400，而加工英语宾语时，重在其形式的表达，产生了LAN。

LPC是本研究发现的汉英宾语语码转换效应的一个指标。英汉语码转换效应则没有发现该成分。LPC一般被认为是由违反句法的词汇所引发的正成分，反映了句法再分析或者句法整合的过程。因此LPC反映了句法整合的过程，整合难度越大，LPC越大(Osterhout, 1992)。Moreno et al.(2002)认为LPC反映了判断阶段的语码转换的加工代价，可能与加工意料之外或者不可能事件时增加了的认知负担有关。Kolk & Chwilla(2007)的研究也发现LPC反映了遇到一个意想不到的单词之后进行再加工和整合的阶段。受试在加工汉英宾语语码转换时，要对转换后的语言进行句子的更新和整合。由于受试的二语整合能力较低，加工包含英语宾语的汉语句子所需要耗费的脑力资源多于纯汉语句子所需脑力资源，诱发了更大的LPC。另一方面，由于受试对一语的熟悉度更高，在汉语句子语境中，突然宾语转换成英语后，字形的突然差异和变化导致了视觉意外，也可能是诱发了LPC的一个因素。然而，受试在较为不熟悉的二语句子语境中，加工和整合一个母语词汇较为容易，而且对于突然出现较为熟悉的母语宾语并不会对视觉造成较大的冲击。因此，受试加工英汉宾语语码转换的句子相对于加工纯英语宾语句子产生并没有产生更大的LPC。

抑制控制模型(Inhibitory Control model, IC model) (Green, 1998)和双语互动激活模型(Bilingual Interactive Activation model, BIA+ model)(Grainger & Dijkstra, 2002)是人们提出的两个比较有影响力的用于解释语码转换效应及语码转换代价非对称性的理论模式。IC模型认为在语码转换中，大脑一方面要抑制当前处于激活状态的语言图式和词汇表征，另一方面还要激活当前处于抑制状态的语言图式和词汇表征。无论哪一种过程，都需要额外的时间，这样就产生了语码转换效应。之所以出现语码转换代价的非对称性现象，是因为在加工非熟练语言时大脑必须更强烈地抑制熟练语言的词汇表征，而在加工熟练语言时对非熟练语言的抑制相对较弱。BIA+模型认为双语者两种语言的词汇信息存储在一个整合的心理词典中，并且区分了词汇识别系统和任务决策系统。词汇识别系统只受语言因素如词汇、句法和语义信息的直接影响。任务决策系统则受非语言因素的影响，如任务要求、外部语境、个体期望等，该系统反过来会影响词汇识别系统的输出结果。因此，在词汇通达的起始阶段，存在自上而下的非选择性激活，并且这种非选择性激活不受心理词典以外的信息的影响。

根据这两个模型，我们构建了英汉-汉英宾语语码转换效应的模型(见图6)

图6.宾语语码转换效应模型

从图6可以看出，在加工英汉宾语语码转换时，大脑先激活了汉语宾语的词形层，后激活了语义层，即对汉语宾语的词形、语义进行激活，比英语宾语诱发了较大的P200和N400。但是，对句子语义-语法层的激活与纯英语宾语的激活大体一致。在加工汉英语码转换时，大脑先激活了英语宾语的词形层，也激活了语义层以及句子语义-语法层。与汉语宾语不同的是，转换的英语宾语在语义层以及句子语义-语法层的激活程度更大，由此产生了更大的LAN和LPC两个脑电成分。但是，在词形层上的激活与纯汉语宾语的激活大体一致。因此，我们认为在句子语境中存在着英汉-汉英宾语语码转换效应，语言熟练度会对于语码转换效应产生不同的影响。本研究的结果支持Moreno et al.(2002)、Chauncey et al.(2008)、王慧莉、陈宏俊(2009)的研究，但与Jackson et al.(2001)、Alvarez et al.(2003)、Proverbio et al.(2004)、倪传斌等(2015)和陈士法等(2018)的结果不完全一致。Jackson et al.(2001)、Alvarez et al.(2003)和Proverbio et al.(2004)认为语码转换效应受语言转换方向影响，当从L1-L2时，效应显著，而当从L2- L1时，效应则不显著。而本研究在两个方向上都发现了语码转换效应。首先，语言理解和语言产出中双语语码转换的神经机制存在着差异(孙逊等，2017)。本研究关注的是理解中的语码转换，而Jackson et al.(2001)研究了产出中的语码转换。其次，二语水平也许是造成本研究与部分研究结果不同的另一个因素。就受试的二语水平来说，Proverbio et al.(2004)的受试为职业同声传译者，接近平衡双语者，而本研究中的受试为非平衡双语者，受试的汉语母语水平明显高于英语二语的水平。再者，语言类型不同也可能是造成研究结果不同的因素。Alvarez et al.(2003)和Proverbio et al.(2004)研究的是西班牙语与英语、意大利语与英语之间的语码转换，由于西班牙语、意大利语和英语都是表音文字，且正字法相似。这些研究的语码转换为同一语系内的转换，而本研究中汉语是表意文字，英语为表音文字，属于不同语系间的转换。此外，倪传斌等(2015)研究结果发现一语转换到二语时的转换代价不明显;而二语转换到一语时的转换代价明显。也与本研究的发现不完全一致。这可能是由于采用的技术手段不同。倪传斌等(2015)采用的是眼动技术，而本研究采用的则是ERP技术，因此有可能造成实验结果不同。与Ng.et al(2014)、陈士法等(2018)、陈士法、张雨晴(2019)的研究结果不完全一致可能是由于句法位置效应引起的。Ng.et al.(2014)的研究发现在语篇中先出现的名词(前面位置)比后出现的名词(后面位置)产生了更大的N400，存在词汇位置效应。陈士法等(2018)的英汉主语语码转换后诱发了更大的LAN和LPC，陈士法、张雨晴(2019)发现发生语码转换的汉语谓语比无转换的英语谓语产生了较大的P200和较小的N400，本研究中的英汉宾语语码转换后诱发了更大的N400。宾语处于句子靠后位置，对转换后的汉语宾语的加工主要在句子层面的句义理解阶段；而主语处于句子前端位置，此时受试暂时并未接收到足够的语境信息，只会更多地增加工作记忆量进行句子规则的整合，谓语处于句子的中间位置，受试在接受之前的信息后，忙于加工词汇、句法、语义等各种信息，致使N400减小。此外，汉英语码转换后，只在宾语位置诱发了更大的LAN，主语位置却没有，谓语位置上，转换的英语谓语比无转换的汉语谓语产生了更大的P200和LPC，很可能是位置效应和语法成分的功能不同共同作用引起的。

2) 宾语语码转换代价的非对称性

通过对比纯英语宾语减去英汉转换宾语的差异波和纯汉语宾语减去汉英转换宾语的差异波，我们发现英汉和汉英宾语语码转换代价的非对称性主要表现在P200(140—260ms时窗)、LAN(300—470ms时窗)和LPC(400—620ms时窗)三个成分上，并且汉英宾语语码转换在这三个ERP成分上都比英汉宾语语码转换诱发了更大的脑电波幅(L1-L2>L2-L1)。 因此，我们认为这三个ERP成分为英汉-汉英宾语语码转换代价非对称性的指标。

我们(非平衡双语者)在讲英语时需要控制抑制汉语，否则会不由自主地使用汉语，而在讲汉语时则不需要控制抑制英语，这一现象可以很好地解释语码转换代价的非对称性。对于L1→L2>L2→L1，我们认为从强势的汉语母语转换到弱势的英语二语时，首先需要激活英语二语。其次，要激活英语二语必须抑制控制汉语母语。由于汉语母语为强势语，因此，需要花费更多的脑资源来抑制汉语母语。结合IC模型与BIA+模型，我们构建了英汉-汉英宾语语码转换代价的非对称性模型(见图7)。

图7.宾语语码转换代价非对称性模型

通过对比英汉和汉英宾语语码转换的脑电差异波，我们发现在词形层、词汇语义层和句子语义层，相对于抑制较为弱势的英语语义背景(英汉宾语语码转换，L2→L1)，语言节点抑制强势语所提供的语义背景(汉英宾语语码转换，L1→L2)较强，耗费更多的脑资源，都产生了更大的脑电成分。

就语码转换代价的非对称性来说，本研究的结果与王慧莉、陈宏俊(2009)、van Hell et al.(2015)和Tamargo et al.(2016)等的结果基本一致。王慧莉、陈宏俊(2009)发现英汉和汉英语码转换在150ms— 180ms(N150)和240ms—260ms(P300)脑电成分上存在非对称性，其时窗与本研究发现的P200(140—260ms)时窗相对应。与本研究一样，王慧莉、陈宏俊(2009)认为在句子语境中从强势语切换到弱势语比弱势语切换到强势语需要耗费更多的脑资源。本实验研究了在句子语境下的宾语语码转换，支持了van Hell et al.(2015)、Liao & Chan(2016)和Litcofsky & van Hell(2017)的发现和论断。此外，Tamargo et al.(2016)利用语料库和眼动实验证实了西班牙-英语语码转换产出和理解中都存在非对称性，为本研究的双语句子理解中的语码转换非对称性提供了支持。

然而，本研究结果与Christoffels et al.(2007)、倪传斌等(2015)、陈士法等(2018)和陈士法、张雨晴(2019)的结果不完全一致。Christoffels et al.(2007)和倪传斌等(2015)结果大多都证明二语转换到一语代价大于一语转换到二语，且消耗的脑资源更多, 与本研究结果不一致。究其原因，可能是与实验范式、研究技术手段、语言熟悉度、语言距离等因素有关。陈士法等(2018)发现英汉、汉英主语语码转换代价的非对称性表现为在150ms—300ms (ELAN)时窗内存在着显著差异，英汉主语语码转换比汉英主语语码转换产生了更大的ELAN。陈士法、张雨晴(2019)则发现汉英转换的英语谓语比英汉转换的汉语谓语诱发了更大的N200。与之相反，本研究发现英汉和汉英宾语语码转换代价的非对称性主要表现在P200(140—260ms 时窗)、LAN(300—470ms时窗)和LPC(400—620ms时窗)三个成分上，并且汉英宾语语码转换在这三个ERP成分上都比英汉宾语语码转换诱发了更大的脑电波幅。不难看出，虽然都发现了非对称性，但是英汉、汉英主语语码转换、谓语语砖转换和宾语语码转换不仅存在着脑电成分的质和量两个方面的差异，还存在着转换方向的差异： 主语的为英语转换为汉语的代价大，而宾语和谓语的则为汉语转换为英语的代价大。这很可能是由于主语、谓语和宾语的语码转换在句子层面的句法功能和位置不同引起。

6.讨论与进一步研究

本研究利用ERP技术研究了中国英语学习者在句子语境中加工英汉-汉英宾语语码转换时的认知机制。通过对比分析发现，(1) 在英语句子语境下宾语由英转汉时，转换后诱发了更大P200和N400；(2) 在汉语句子语境下宾语由汉转英时诱发了更大的LAN和LPC；(3) 汉英语码转换效应和英汉语码转换代价在P200、N400和LPC成分上存在显著的非对称性差异。据此，我们认为中国英语学习者在句子语境中存在着英汉、汉英宾语成分的语码转换效应和语码转换代价的非对称性，支持非特定语言选择假说。

本次研究也存在着不足之处。首先，我们只涉及了非平衡英汉双语者，对平衡英汉双语者的语码转换机制并未进行比较与进一步探索。第二，语码转换的其他维度，例如语言理解中和产出中的语码转换的差异，或者细化为听力理解、阅读理解、口语输出与书面输出的语码转换是否存在差异，是本研究没有涉及的。第三，语言学能、学习二语的起始年龄、语言距离等因素也是将来研究所需要考虑的。第四，由于英汉两种语言句式结构的不一致，宾语成分在汉语句子和英语句子中的位置并非完全对应，我们的结果也可能受此影响。因此，本研究的结论有待更多的理论和实证研究来证实。