诱发高兴情绪会降低人们的道德规范敏感度吗？*

2021-11-30刘传军谢忠桔王星元

心理与行为研究 2021年5期

刘传军谢忠桔王星元

(四川大学公共管理学院社会学与心理学系，四川大学心理所，成都 610065)

1 引言

前人研究发现，诱发高兴情绪会增加人们对道德两难决策中功利性行为提议的赞同程度（Strohminger, Lewis, & Meyer, 2011; Valdesolo &Desteno, 2006）。比如，在“电车难题”（决策者面对是否要牺牲一个无辜者来拯救五个人的两难选择）中，诱发高兴情绪的实验组会比控制组被试更倾向于赞同牺牲一人而拯救五人的功利性提议。然而，即使该效应是可靠的，也可能存在着其他解释。根据Gawronski和Beer（2017）的分析，相比控制组，高兴组被试会做出更多功利性道德决策，存在以下三种可能解释：第一，高兴组更关注道德后果，为了实现收益最大化而更愿意执行功利性提议；第二，高兴组更不在意道德规范，高兴情绪可能中和被试对牺牲无辜者的厌恶感，从而更不在意牺牲无辜者背后的道德问题；第三，高兴情绪仅仅增加了被试的一般性接受行为提议的倾向，无论是何提议被试都更愿意接受。这三种可能性在传统的道德两难范式中无法得到有效分离，Gawronski，Armstrong，Conway，Friesdorf和Hütter（2017）使用多项式决策加工树开发了可分离上述三种可能性的CNI模型法，并使用该方法探究了诱发情绪（高兴、悲伤和愤怒）对道德两难决策中的三种心理过程的影响，发现诱发的高兴情绪降低了人们对道德规范的敏感度，但不影响道德后果敏感度和一般性接受倾向，从而支持了第二种解释（Gawronski, Conway,Armstrong, Friesdorf, & Hütter, 2018）。

但是，CNI模型法本身受到了很多争议，越来越多的研究者认识到该方法存在系统性缺陷（Baron & Goodwin, 2020; Liu & Liao, 2021）。特别是CNI模型法以序列加工为理论预设，与当下已被许多研究证据支持的道德双加工理论存在冲突（Baron & Goodwin, 2020）。道德双加工理论分为两种，序列加工的道德双加工理论认为，决策者首先基于直觉驱动的道德规范考虑来决策，然后基于理性驱动的道德后果权衡来补充或修正已做出的决策（Björklund, Haidt, & Murphy,2000; Greene & Haidt, 2002）；并行加工的道德双加工理论则认为，道德决策受到直觉加工与理性加工的并行影响和独立作用（Greene, 2007,2009; Greene, Morelli, Lowenberg, Nystrom, & Cohen,2008; Koenigs et al., 2007），驱动人们在决策时同时考虑道德规范与道德后果。CNI模型法假定决策者先考虑道德后果，再考虑道德规范，最后考虑一般性不接受或接受反应，这种决策加工顺序与道德双加工理论存在冲突，受到研究者批评（刘传军, 廖江群, 2021; Baron & Goodwin,2020; Liu & Liao, 2021）。

Gawronski等（2020）就序列加工的不恰当预设问题做出了回应，认为C-N-I的模式只是决策建模上的条件关系，而非对决策者认知加工的顺序进行界定。但是，Liu和Liao（2021）使用CNI模型法的原始数据进行重分析，表明这种条件关系会导致代表道德规范敏感度的N参数被高估，并且使代表一般性不接受/接受倾向的I参数不可靠。在数据重分析的基础上，Liu和Liao提出了解决该方法局限的CAN算法，并在后续研究中扩展出了6个代表决策者道德决策倾向的参数：C参数代表其道德后果敏感度；N参数代表其道德规范敏感度；A参数代表其无论受何因素影响总体上倾向于接受行为提议的偏好程度；IrrespectiveI参数代表在道德规范提倡接受行为提议并且道德后果有利的情形下，决策者仍选择不接受的偏好程度；IrrespectiveA参数代表在道德规范禁止接受行为提议并且道德后果不利的情形下，决策者仍选择接受行为提议的偏好程度；Moral obedience参数代表决策者遵循道德规范和道德后果原则的要求来决策的程度（算法详见https://osf.io/8mzq4/）。由于CNI模型法主要用于探讨两组被试之间道德决策参数的差异，其中，若N参数被高估，则意味着组间差异比较的结果不可靠，需要对其结果进行重新检验。

Gawronski等（2018）发现高兴组的道德规范敏感度（即N参数）显著低于参照组，基于前述分析可知该效应需要重新检验。因此，本研究首先使用修订后的CAN算法来对该效应的原始数据进行重分析，考察在CAN算法下N参数在高兴组与参照组间是否存在显著差异（研究1）。其次，对该效应进行了概念性重复，以检验该效应能否得到复现（研究2）。在Gawronski等的研究中，被试只需要回答道德判断框架问题（“你认为……是道德的吗？”），但是，大量研究表明道德选择框架问题（“你会那样做吗？”）对于个体的道德决策和行为具有更强的预测力（Patil, Cogoni, Zangrando, Chittaro, &Silani, 2014; Pletti, Lotto, Buodo, & Sarlo, 2017）。因此，在研究2中增加了道德选择框架问题，从判断和选择两个视角上综合考察高兴情绪是否会降低道德规范敏感度。最后，对探究该效应的跨研究数据进行了元分析，以进一步评估该效应的可重复性。

2 研究1：对Gawronski等（2018）的数据重分析

2.1 研究方法

首先，对本次数据重分析工作进行了注册（https://osf.io/unpdm/），明确说明本研究将使用CAN算法来分析Gawronski等（2018）的原始数据，特别是检验高兴情绪是否会显著降低决策者的道德规范敏感度。其次，通过开放科学中心（https://osf.io/e8nrt/）下载了Gawronski等（2018）的原始数据。使用CAN算法（Liu &Liao, 2021）对道德决策参数进行了重新计算。最后，使用SPSS23.0将新获得的道德决策参数在高兴组和参照组之间进行独立样本t检验，以考察组间差异是否显著，特别是道德规范敏感度的组间差异是否显著。

2.2 结果

对Gawronski等（2018）研究1a的数据重分析结果如图1所示，道德决策各参数在参照组与高兴组之间的差异不显著，|t|s≤1.66，ps＞0.05。特别是，代表道德规范敏感度的N参数在参照组（M=0.29,SD=0.30）与高兴组（M=0.20,SD=0.28）之间的差异不显著，t(126)=1.63，p＞0.05。

图1 Gawronski等（2018）研究1a高兴组与参照组的道德决策参数比较

对Gawronski等（2018）研究1b的数据重分析结果如图2所示，道德两难决策各参数在参照组与高兴组之间的差异不显著，|t|s≤1.49，ps＞0.05。特别是，代表道德规范敏感度的N参数在参照组（M=0.34,SD=0.27）与高兴组（M=0.26,SD=0.31）之间的差异不显著，t(118)=1.49，p＞0.05。

图2 Gawronski等（2018）研究1b高兴组与参照组的道德决策参数比较

此外，Gawronski等（2018）还探讨了悲伤和愤怒情绪对道德决策的影响，均未发现统计效应。本次数据重分析也未发现该效应，详见在线附录（https://osf.io/8mzq4/）。

3 研究2：重新检验高兴情绪的道德决策效应

3.1 研究方法

3.1.1 被试

158名被试参加了本研究，其中女生98人，男生47人，13人未报告性别信息，年龄范围17～23岁，平均年龄19.46±1.24岁。共30人未通过作答态度检测，其数据未进入后续分析。所有被试均通过纸质问卷首页填写了书面知情同意书。被试在问卷填写完成后获得一份价值5元左右的小礼物作为回报。

3.1.2 实验设计与材料

采用被试间设计。参照组被试被要求“请写下您通常一天的学习或工作安排，100字左右”；高兴组被试被要求“请写下一件让您感到高兴和快乐的事情，不论是您亲身经历的还是您看到的都可以，100字左右，请尽可能把您的感受写下来”。被试的填答时间不限。这种诱发情绪的方式在研究中较为常见，如邱林、郑雪和王雁飞（2008）通过要求被试回忆积极或消极情绪经历的方式来诱发积极或消极情绪体验，本研究也采用了该方法。

然后，要求被试使用10点量表对10种情绪（放松的、生气的、高兴的、悲伤的、自豪的、恶心的、振奋的、惭愧的、崇敬的、耻辱的）进行评分，1代表“完全没感觉”，10代表“感觉很强烈”。情绪评分结果作为操作检验项目。

因变量为被试的道德决策结果。被试在操作检验之后，将阅读24段故事情境，其中16段情境材料来自Gawronski等（2017）的研究，译稿参考了Li，Gao，Zhao和Li（2021）的翻译，其余8段情境材料为本研究团队自编。所有材料在中国被试中均被评价为与道德显著相关，并已被应用于道德决策研究（刘传军, 廖江群, 印刷中）。在每个情境结束时，均有一个行为提议，如“作为部队首长，你可以同意赎金支付”。然后，被试进行“是”和“否”的二元迫选：道德判断框架问题为“你认为如情境提议那样的打算是道德的吗？”，道德选择框架问题为“你会（如情境所提议的）那样做吗？”，两种框架问题出现的顺序进行了随机平衡。

3.1.3 实验程序

本实验使用随机问卷的方法进行组织。问卷中，首先，以“情境故事记忆实验”为名，被试书面签名同意参与本实验后，接受高兴组或参照组的情绪启动操作。其次，被试将完成当前情绪状态的评分。再次，被试将阅读24段情境故事，并完成道德决策任务。情境故事的呈现顺序参照Gawronski等（2017）进行了预随机控制，以确保相邻两段情境来自不同的故事类型。最后，要求被试回答4个问题，第1个为作答态度检测题目，“请选出下列哪个故事主题，在您阅读过的故事中没有出现过？A.废气排放 B.插队买票 C.器官移植 D.边境绑架 E.刑讯逼问”，其余3题为填充题目；并填写基本人口学信息。

高兴组和参照组两种版本的问卷被提前编号后，使用相同的封面进行了封装，并打乱了版本顺序。之后交由主试在图书馆、教室等地点寻找独坐的同学，邀请其参与问卷填写。主试将问卷按从上往下的顺序发放给被试，因而无法事先知道被试所填问卷的组别等信息。被试开始填写问卷时，主试随即离开并在15分钟后返回，回收问卷并对被试的疑问进行解答。

在数据分析阶段，首先筛选出通过作答态度检测的被试，然后确定操作检验是否成功，最后对道德决策结果进行分析以检验研究假设。

3.2 结果

被试的自评情绪得分中，有12名被试存在全部或部分情绪条目评分存在缺失，但完成了后续道德决策任务。因此其数据仍然纳入了后续分析，只在情绪操作检验时未纳入分析。

在情绪操作中，只有高兴情绪具有显著的组间差异，高兴组（M=6.16,SD=2.52）显著高于参照组（M=5.03,SD=2.37），t(115)=2.50，p=0.014，Cohen’sd=0.46。其他情绪条目的自评得分均无显著的组间差异，|t|s≤1.24，ps＞0.05。这说明高兴情绪启动成功。

如图3所示，在道德判断框架下，高兴组的总体接受偏好显著低于参照组，t(126)=2.09，p=0.039，Cohen’sd=0.37；其他各参数在参照组与高兴组之间的差异不显著，|t|s≤1.32，ps＞0.05。特别是，道德规范敏感度在参照组与高兴组之间的差异不显著，t(126)=0.05，p＞0.05。

图3 判断框架下高兴组与参照组的道德决策参数比较

如图4所示，在道德选择框架下，高兴组的不顾道德原则要求而不接受倾向显著高于参照组，t(126)=2.00，p=0.048，Cohen’sd=0.36；其他各参数在参照组与高兴组之间的差异不显著，|t|s≤1.33，ps＞0.05。特别是，道德规范敏感度在参照组与高兴组之间的差异不显著，t(126)=0.88，p＞0.05。

图4 选择框架下高兴组与参照组的道德决策参数比较

通常而言，判断框架主要反应了人们的道德知识，而选择框架则主要反应了道德行为意愿。基于认知一致性理论（Gawronski & Brannon,2019），为避免失调反应，人们的判断和选择通常会保持一致。因此在组间比较时，各指标可能会同时显著或同时不显著。本研究中，总体接受偏好和不顾道德原则要求而不接受倾向只在判断或选择框架之一上存在显著差异，因此认为这可能只是随机误差所致，后续研究可以对此进一步检验。

研究2中有8个情境故事为本研究团队自编，与Gawronski等（2018）中的情境故事部分不同。因此，为了进一步检验研究1、研究2结果的一致性，本研究针对两个研究中完全相同的16个情境故事进行了再次分析，结果与前述所有情境故事的综合分析结果完全一致。因此，部分情境故事的差异并不影响研究所得结果的一致性。

为了对高兴情绪的跨研究稳定性进行探究，本研究参考Białek，Paruzel-Czachura和Gawronski（2019）的研究，使用匹配效应（fixed effect, FE）模型方法对三个样本中高兴情绪对道德规范敏感度的效应进行元分析。由于目前只有该三个样本使用了相同的结构化情境，且均可以在CNI模型法和CAN算法下生成道德决策倾向参数。因此，元分析部分只使用了三个研究样本来评估效应稳定性。鉴于Gawronski和Brannon（2019）的研究中，被试使用的是道德判断框架进行决策，因此只将研究2中判断框架下的数据纳入元分析，以保持各研究之间的一致性。

4 元分析

使用JASP 0.15.0.0开源统计分析软件的元分析功能对三个样本的数据进行了元分析，结果如图5所示，模型系数的Omnibus检验未通过，Q(1)=3.11，p=0.078，说明不能排除该效应为零的原假设。残差异质性检验也未通过，Q(2)=1.77，p=0.413，说明不能排除该效应在各样本中的效应量相等的原假设。综合起来，该效应均值为−0.18，95%CI为 [−0.39, 0.02]，包含了 0 并且效应系数检验未通过，Z=−1.76，p=0.078，说明该效应在统计上不显著。

图5 高兴情绪影响道德规范敏感度的跨研究元分析

5 讨论

本研究通过对已有研究数据进行重新分析和概念性重复验证，发现高兴情绪对道德决策的影响在统计上不显著，为重新审视高兴情绪对道德决策的影响和重新审视道德决策研究中的CNI模型法均提供了实验证据。

首先，本研究通过数据重分析、概念性重复研究以及跨研究的元分析，均未发现高兴情绪对道德规范敏感度的显著影响。这再一次表明，Gawronski等（2018）研究中所发现的高兴情绪对道德决策的影响可能是由方法学局限导致的假阳性效应。在未来的研究中，还需要对其进行更严格和更深入的检验。

其次，本研究在统计上表明，CNI模型法高估代表道德规范敏感度会导致其组间差异比较时增加假阳性结果的可能性。在Gawronski等（2018）的研究1a和研究1b中均发现了道德规范敏感度的显著组间差异，而在本研究使用CAN算法所获得的结果中，虽然存在微弱的差异趋势，但在统计上均不显著。该结果支持了本研究的猜想，再次说明了CNI模型法存在方法学偏差。使用CNI模型法进行的道德决策研究，需要注意方法学偏差可能导致的假阳性结果。

5.1 高兴情绪可能并不会影响道德决策

以往对高兴情绪影响道德决策的解释，主要是情绪中和论和规范驱动论两种。

情绪中和论认为个体面对一个伤害他人的行为时会产生厌恶感，从而诱导个体拒绝该行为提议或拒绝执行该行为；而高兴情绪的诱发可以中和厌恶情绪，降低拒绝倾向（Strohminger et al.,2011; Valdesolo & Desteno, 2006）。这种解释是基于三个必须同时成立的前提：第一，伤害他人的行为会诱发厌恶感；第二，厌恶感会增加拒绝行为反应；第三，高兴情绪可以中和或减少厌恶感。关于第一个前提，已有大量研究结果表明，对于违背社会道德的行为，如伤害他人，人们会体验到厌恶情绪（Haidt, Rozin, Mccauley, & Imada,1997; Rozin, Markwith, & McCauley, 1994）。这种情绪是源于人们具身性的核心厌恶的，具有进化上的自我保护意义（吴宝沛, 张雷, 2012; Chapman, Kim,Susskind, & Anderson, 2009; Schnall, Haidt, Clore, &Jordan, 2008）。第二个前提也有多项研究结果支持，即道德厌恶感会使人们的道德标准更加严厉，从而增加在传统道德两难情境中的拒绝倾向（Chapman & Anderson, 2014）。但是，有研究者通过元分析发现，在考虑出版偏差的情况下，厌恶感对道德判断的严厉性的放大作用消失了（Landy &Goodwin, 2015）。因此，第二个前提能否成立是存疑的。第三个前提，也是情绪中和论的关键前提，高兴情绪真的能中和厌恶感吗？如果将高兴和厌恶情绪视作同一情绪连续体的两端，那么，高兴情绪的增加会伴随着厌恶情绪的减少。根据情绪与道德的CAD三元理论，厌恶与道德纯洁性违背是直接关联的（Rozin, Lowery, Imada, & Haidt,1999），而未发现高兴与道德间存在直接关系。很多研究也表明，特定情绪与特定道德行为之间存在联结（文少司, 丁道群, 2015; Wagemans, Brandt, &Zeelenberg, 2018）。这意味着高兴可能并不能减少道德厌恶感，至少这一假设是需要重新检验的。

规范驱动论则认为高兴情绪会缓解违背道德规范所带来的负面情绪反应（Nichols & Mallon, 2006），从而降低人们对道德规范的敏感度（Gawronski et al.,2018）。这种解释是基于道德双加工理论的，认为义务论判断根植于情绪反应（Greene, Sommerville,Nystrom, Darley, & Cohen, 2001），情绪反应的减少会增强人们的功利性计算倾向，减少义务论反应倾向（Greene, 2007）。规范驱动论与情绪中和论的解释非常相似，都认为道德判断根源于决策者的情绪反应，区别主要在于，前者认为情绪反应的对象是违反规范，后者则认为是伤害他人的行为。然而，规范驱动论解释同样面临三个前提：对规范的违反会诱发厌恶情绪；厌恶情绪会增加拒绝行为倾向；高兴情绪可以缓解厌恶情绪。与情绪中和论解释类似，其解释前提也是存疑的，需要进一步的研究检验。

5.2 CNI模型法增加道德规范敏感度上假阳性结果的方法学探析

在传统道德两难范式下开展的道德决策研究存在解释上的模糊性，需要结合CNI模型法来厘清效应解释（徐科朋, 杨凌倩, 吴家虹, 薛宏, 张姝玥, 2020; 曾笑雨, 马燚娜, 2020; Gawronski et al.,2020）。可是，该方法所采取的序列加工预设会直接导致代表道德规范敏感度的N参数被高估，并使得代表一般性不作为/作为倾向的I参数不可靠（刘传军, 廖江群, 2021; Liu & Liao, 2021）。在其预设的加工顺序下，在计算道德规范敏感度（即N参数）时，必须在N参数的一般等式基础上除以（1−C）。由于道德后果敏感度（即C参数）为0到1之间的真分数，（1−C）也是0到1之间的真分数。所以，N参数的一般等式在除以一个真分数之后，必然会大于其自身。当N参数在进行组间比较时，不同组的N参数之间的差异也会随之放大，从而造成更高的一类错误率。对于CNI模型法中的I参数，同样因其不恰当预设而变得没有实质意义。

在可重复性危机的学科大背景下（Open Science Collaboration, 2015），本研究也提示研究者不仅应当重视假设检验相关的统计技术问题（胡传鹏等,2016），也应当注意那些用于统计分析的指标在合成方法上是否存在不合理之处。如CNI模型法这种对考察指标进行建模的方法，其底层假设需要被谨慎对待，以避免出现更多假阳性结果。

本研究已经初步揭示高兴情绪影响道德决策的效应需要重新审视，也揭示出CNI模型法在研究应用中可能会导致道德规范敏感度被高估而出现假阳性结果。但本研究仍然存在一些局限性需要注意。首先，本研究应用了CAN算法，研究结果也可能受到CAN算法本身局限性的影响。Liu和Liao（2021）提到，该算法缺乏统计指标来显示其测量误差，反应试次偏少也可能造成估计偏差。在本研究中也存在着这些局限性，可能在一定程度上影响结论的可靠程度。但通过跨研究元分析结果来看，高兴情绪的道德效应仍需要进一步检验。未来研究可以通过增加反应试次的数量（Körner, Deutsch, & Gawronski, 2020）来减少估计偏差等问题。其次，本研究在进行概念性重复研究时，样本量仍然偏小，统计效力可能不足，未来研究可以在更大样本中检验该效应。再次，无论是情绪中和论还是规范驱动论解释，其底层假设中，厌恶情绪会驱动人们更严厉的道德标准和拒绝违反道德规范的行为、高兴情绪可以中和或缓解厌恶情绪的影响，这两点基本假设在未来的研究中应该进一步检验。最后，虽然本研究比较稳定地表明高兴情绪降低道德规范敏感度的效应可能是一个假阳性效应，但是，无法排除一种可能性是高兴情绪的诱发强度不足可能导致该效应未具有统计意义。即当高兴组相比参照组的高兴情绪相对强度提高到更高水平之后，也可能出现高兴情绪降低道德规范敏感度的效应。