摘 要 網(wǎng)絡輿論環(huán)境中， 極端情緒的表達和傳播容易導致謠言泛濫、社會矛盾升級等一系列負面效應。文化心理學研究發(fā)現(xiàn)， 與西方文化相比， 中國和東亞文化鼓勵辯證思維（Dialectical Thinking）， 更容易接受矛盾的信息、觀點和情感。這一文化差異可能影響個體的網(wǎng)絡情緒和行為， 即辯證思維可能可以減少網(wǎng)絡上極端情緒的表達和傳播， 以及調控網(wǎng)絡極端情緒導致的負面效應（如導致群體態(tài)度分裂）。這一構想力圖結合中國民眾的心理情緒特點為網(wǎng)絡極端情緒的表達和傳播規(guī)律提供理論解釋， 以期為政府管理部門把握網(wǎng)民心理、調控民眾心態(tài)提供科學依據(jù)。

關鍵詞 網(wǎng)絡情緒傳播， 情緒表達， 極端情緒， 文化， 辯證思維

分類號 B849： C91

1 問題提出

根據(jù)《2023年全球數(shù)字報告》（Digital 2023 Global Overview Report）**顯示， 目前全球有51.6億互聯(lián)網(wǎng)用戶， 超過全球總人口的三分之二。第53次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示， 截至2023年12月， 我國網(wǎng)民規(guī)模達10.92億人， 互聯(lián)網(wǎng)普及率達77.5%。隨著互聯(lián)網(wǎng)的迅猛發(fā)展及其社會影響力的日益擴大， 網(wǎng)絡空間已經(jīng)成為人們獲取信息、表達意見和社交互動的重要場所， 公眾言論之活躍和網(wǎng)絡情緒之亢奮達到了前所未有的高度。

一方面， 網(wǎng)絡為公民參與社會議題、表達自身訴求提供了自由開放的平臺， 促進了社會問題的反映和解決。另一方面， 近年來公眾的情緒， 尤其是極端情緒在網(wǎng)絡空間的非理性表達和傳播也導致了謠言泛濫、網(wǎng)絡暴力、社會矛盾升級等一系列負面效應， 并一定程度上危及社會的和諧穩(wěn)定。研究表明， 在社交媒體上帶有情緒的話題更容易獲得關注和傳播（Brady et al.， 2017）， 而極端負面情緒在網(wǎng)絡的傳播也可能助長虛假信息在網(wǎng)絡上的泛濫（Vosoughi et al.， 2018）。因此， 如何疏導網(wǎng)絡極端情緒已經(jīng)成為政府管理和科學研究都關注的熱點問題。

公眾作為網(wǎng)絡行為的主體， 是網(wǎng)絡極端情緒傳播最根本的一環(huán)。人們在網(wǎng)絡上選擇極端情緒進行表達和傳播的情緒心理和決策過程是怎樣的， 會受到哪些心理因素（如思維方式、情感偏好、表達習慣等）的影響？這些問題還有待深入探究。本研究旨在考察網(wǎng)絡情緒表達和傳播可能存在的文化差異， 并以中國文化特有的辯證思維（Dialectical Thinking; Peng & Nisbett， 1999）為切入點， 探討人們表達和傳播網(wǎng)絡極端情緒的心理機制和決策過程如何受到辯證思維的影響。在此基礎上， 本研究進一步提出辯證思維可能對減少網(wǎng)絡極端情緒表達和傳播起到調控作用， 期望可以通過網(wǎng)民情緒調控降低網(wǎng)絡極端情緒傳播帶來的負面影響， 促進理性平和社會心態(tài)的構建。

2 國內外研究進展及述評

2.1 網(wǎng)絡情緒傳播研究

情緒傳播（Emotion Contagion， 也稱作情緒感染）是指人們的情緒狀態(tài)可以通過表達自身情緒來傳遞給他人， 使得他人也產生相似情緒的現(xiàn)象（Hess & Fischer， 2014）。傳統(tǒng)的情緒心理學研究一般考察人們在直接接觸和面對面交流過程中的情緒表達和傳播規(guī)律（左世江 等， 2014）。近年來， 隨著互聯(lián)網(wǎng)的迅速發(fā)展， 越來越多的研究開始關注人們在網(wǎng)絡分享和互動中發(fā)生的情緒表達和傳播（Goldenberg & Gross， 2020）。

現(xiàn)有的網(wǎng)絡情緒相關研究主要集中在通過對網(wǎng)民言論進行文本內容挖掘或情感分析， 來考察人們在網(wǎng)絡上的情緒表達; 同時， 通過測量網(wǎng)絡言論獲得的關注度（如點贊、評論次數(shù)）和傳播度（如轉發(fā)次數(shù)）， 或通過社會網(wǎng)絡分析， 來考察情緒在網(wǎng)絡上的傳播模式和演化規(guī)律。大量研究發(fā)現(xiàn)， 情緒對網(wǎng)絡上的言論表達和信息傳播都起著關鍵性作用（Goldenberg & Gross， 2020）。

首先， 人們在網(wǎng)絡上發(fā)布的內容會受到他們先前看過的情感信息的影響。例如， 2014年發(fā)表的一項研究發(fā)現(xiàn)， 通過Facebook的后臺算法向用戶推送積極或消極的情緒的內容會相應地影響這些用戶隨后發(fā)布的內容， 即接收到積極（消極）內容的用戶會發(fā)布更多積極（消極）情緒（Kramer etal.， 2014）。另外， 如上文提到， 研究發(fā)現(xiàn)帶有情緒詞匯或情感信息的內容更容易在社交網(wǎng)站上得到關注和傳播， 如獲得更多點贊和轉發(fā)（Brady etal.， 2017）。

其次， 網(wǎng)絡情緒的表達和傳播還會影響到人們后續(xù)的態(tài)度、決策和行為。除了上文提到的帶有情緒的言論可以獲得更多的關注度和參與度（黃璐 等， 2016）， 網(wǎng)絡情緒的傳播常常會伴隨謠言散播、群體極化、政治分裂等現(xiàn)象（見綜述Iandoli et al.， 2021）。例如， 研究發(fā)現(xiàn)， 比起真實信息， 謠言等虛假信息的評論中帶有更多表達恐懼、反感、驚奇等情緒的詞匯， 而此類情緒化表達則可能是這些虛假信息得到更多轉發(fā)的原因（Vosoughi et al.， 2018）。在網(wǎng)絡輿論事件當中， 情緒化言論的表達及其傳播往往使得人們的立場和觀點更加極端， 從而可能導致群體內同質性升高、群體間更分裂的現(xiàn)象（Crockett， 2017）。

2.2 網(wǎng)絡中極端情緒的傳播

現(xiàn)有研究中， 極端情緒一般通過測量網(wǎng)絡言論當中情緒的極性（Valence， 也稱作效價， 即情緒是積極還是消極）以及情緒的強度（Intensity）來衡量。研究發(fā)現(xiàn)， 無論是積極情緒還是消極情緒， 隨著信息內容的情緒強度增大（即情緒更極端）， 信息獲得點贊和轉發(fā)的概率都會更高（Fan et al.， 2016; Goldenberg & Gross， 2020; Sch?ne et al.， 2021， 2023）。因此， 學者提出， 網(wǎng)絡情緒的表達越激烈、極端， 情緒在網(wǎng)絡的傳播就會越迅速、廣泛， 導致情緒在網(wǎng)絡輿論環(huán)境中發(fā)酵（Goldenberg & Willer， 2023）。

在極端情緒的影響方面， 最新研究表明， 即使立場相同， 人們也會更傾向于選擇表達極端情緒的個體作為自己的社交對象， 從而導致群體極化現(xiàn)象（Goldenberg et al.， 2022）。同時， 也有研究通過Google Books Ngram數(shù)據(jù)對1850～2019年的英文和西班牙文書籍進行考察， 發(fā)現(xiàn)約從2007開始， 情緒相關的詞匯急劇增加而事實性相關的詞匯急劇減少， 表明人們的情緒化（非理性化）表達可能有加劇的趨勢（Scheffer et al.， 2021）。另外， 最新研究發(fā)現(xiàn)， 過度解讀和放大信息當中的情緒強度是網(wǎng)絡上政治態(tài)度極化的機制之一（Brady et al.， 2023）?？傮w而言， 現(xiàn)有研究發(fā)現(xiàn)表明， 表達極端情緒的言論在網(wǎng)絡上傳播得更快， 而極端情緒的傳播則會帶來一些負面后果。

2.3 現(xiàn)有網(wǎng)絡情緒傳播研究存在的問題

雖然學術界已有較多關于網(wǎng)絡情緒傳播的研究， 但目前仍存在許多不足之處。首先， 現(xiàn)有研究大多關注于宏觀理論和現(xiàn)象層面， 著重描述和分析網(wǎng)絡傳播的過程和演化規(guī)律， 缺乏從微觀領域的心理學角度來深入剖析網(wǎng)民參與網(wǎng)絡情緒傳播的內在動因和決策過程， 例如個體的心理特質（如動機、價值觀等）如何影響網(wǎng)絡情緒的表達和傳播。

其次， 目前國際學術界對網(wǎng)絡情緒傳播的研究多數(shù)基于西方文化和政治情景， 研究的對象和數(shù)據(jù)主要源于美國、英國等西方國家。這些發(fā)現(xiàn)和結論不一定適用于其他社會的網(wǎng)絡情緒現(xiàn)象。

最后， 針對中國文化和國情的研究還相對缺乏。國內結合情緒心理學考察網(wǎng)絡情緒傳播的普遍性規(guī)律的理論和實證研究相對較少， 多數(shù)研究局限于對某特定輿論事件的分析和討論或在應用領域對數(shù)據(jù)現(xiàn)象進行描述（王佳佳， 邱小燕， 2021; 張曉輝 等， 2022; 張亞明 等， 2023）。

針對上述局限， 本研究結合心理學對情緒和文化的理論構建， 探討網(wǎng)絡情緒的表達和傳播可能存在的文化差異， 并聚焦根植于中國和東亞文化特有的辯證思維， 構建辯證思維對網(wǎng)絡情緒表達和傳播的作用機制的理論模型。

3 理論建構

3.1 文化在辯證思維上的差異

文化心理學研究發(fā)現(xiàn)， 不同社會和文化下的個體因受到各自文化傳統(tǒng)和價值觀的影響， 會在認知、情緒和行為上均表現(xiàn)出差異性（Spencer- Rodgers et al.， 2010）。與本研究關注的極端情緒直接相關的， 是人們在認識世界和事物的方式上存在的差異。研究表明， 中國和東亞文化下的人們受到古代中國儒、釋、道思想的影響， 認知世界和事物的方式具有“辯證”思維的特點（Dialectical Thinking， 或Na?ve Dialecticism， Peng & Nisbett， 1999）， 強調變化、整體性和矛盾性， 認為世間事物的狀態(tài)是不斷變化的， 事物內部的矛盾和沖突可以和諧地共存， 而且事物之間存在普遍聯(lián)系（Peng & Nisbett， 1999）。例如中國古語“禍兮福所倚， 福兮禍所伏”， 就強調事物的積極和消極屬性可能相互依存、轉化。與之相反， 西方歐美文化根植于古希臘智慧， 認知方式傾向于“線性”思維（Linear Thinking）。這種思維模式強調事物內部的一致性和穩(wěn)定性， 即使有矛盾和沖突也是暫時的， 最后會被整合和解決（Peng & Nisbett， 1999）。例如， 早期西方心理學理論就將積極情緒和消極情緒構建在兩個完全相反的極端， 認為情緒的兩種極性一定是對立的， 不可能同時存在（Russell， 1980）。

大量研究發(fā)現(xiàn)受到文化影響的辯證思維和線性思維體現(xiàn)了個體在認識世界和其本質的樸素認識論， 對個體的認知、情緒和行為都有著廣泛影響。關于自我認知的研究發(fā)現(xiàn)， 低辯證思維的歐美人傾向于對自我和內群體成員有積極的評價， 而東亞人受到辯證思維的影響， 對自我和內群體成員經(jīng)常有著既積極又消極的矛盾的評價（Ma- Kellams et al.， 2011; Spencer-Rodgers et al.， 2009）。還有研究發(fā)現(xiàn)， 辯證思維可以影響個體的創(chuàng)造性思維和行為表現(xiàn)（Chua et al.， 2022; Paletz & Peng， 2009; Yang et al.， 2010）。由于辯證思維能力較高的人比辯證思維能力較低的人更容易承認和接受表面上的矛盾， 辯證思維能力較高的人在應對不同壓力事件時， 往往表現(xiàn)出更大的應對靈活性（Cheng， 2009）。下面我們將重點論述與本研究相關的辯證思維對個體情緒的影響。

3.2 辯證思維對極端情緒的影響

如上文提到， 在網(wǎng)絡情緒研究當中， 情緒的極端程度一般通過分別對積極或消極情緒的強度來進行測量。單一效價的積極情緒或消極情緒的強度越大， 則越極化。在情緒心理學研究當中， 沒有針對“極化情緒”提出心理學概念和意義。但是， 在情緒心理學研究中， 有一系列研究針對“混合情緒”這種情緒現(xiàn)象進行考察， 并提出相應的心理學概念和理論。

混合情緒（Balanced Emotion/Mixed Emotion， 也有研究稱為Emotional Complexity）， 是指人們能同時體驗到積極和消極這兩種矛盾情緒的特定情緒體驗（Larsen et al.， 2001）。研究發(fā)現(xiàn)， 當人們面對一些復雜的社會情境時， 由于情境本身對個體同時有著積極和消極的意義， 個體就會體驗到混合情緒。例如， 大學生面臨畢業(yè)， 對校園的不舍和對新生活的憧憬會使他們體驗到既難過又充滿希望的混合情緒體驗（Ersner-Hershfield et al.， 2008）?；旌锨榫w的概念強調， 相反效價的積極和消極情緒并非“非此即彼”， 而是可以共存。對于混合情緒的操作化定義， 學界一般通過個體分別報告的積極和消極情緒的強度得分， 計算出情緒的混合程度。例如， 其中一個廣泛使用的混合情緒指標是積極情緒和消極情緒得分的差值絕對值， |PA?NA|， 該數(shù)值越小， 表明個體體驗到的積極情緒和消極情緒的程度相當， 情緒體驗更混合， 而該數(shù)值越大， 即代表個體的情緒體驗偏向積極或消極一方， 情緒體驗越不混合（其他計算指標見綜述Grossmann et al.， 2016）。

基于這些研究對極端情緒和混合情緒的定義和理解， 本研究將極端情緒與混合情緒定義為一對相反的概念， 情緒的極化程度越高（即單一的積極情緒或消極情緒強度大）， 意味著情緒的混合程度越低（即積極和消極情緒的共存程度越低）。如果個體同時體驗到積極和消極情緒， 其情緒體驗更混合， 更不極端。對于這種同時體驗到積極和消極情緒的體驗， 無論積極、消極情緒強度的高低， 都屬于混合情緒體驗（Miyamoto et al.， 2010）。下面將對混合情緒及辨證思維的相關研究進行介紹， 并以此作為本研究關注的極端情緒的理論和方法依據(jù)。

大量跨文化研究對于個體的混合情緒體驗進行了考察， 發(fā)現(xiàn)相比西方文化， 在東亞文化下人們的混合情緒體驗更為普遍（Spencer-Rodgers etal.， 2010）。例如， Schimmack等人（2002）通過問卷調查發(fā)現(xiàn)辯證思維水平高的人們會有更多混合情緒體驗， 而Spencer-Roger等人（2010）發(fā)現(xiàn)實驗操控辯證思維也會增加個體的混合情緒體驗。研究進一步發(fā)現(xiàn)， 導致混合情緒上的文化差異的一個關鍵因素就是東西方文化在辯證/線性思維上的差異。東亞人的認知傾向“辯證”思維特點， 強調事物的變化和矛盾， 矛盾的事物、現(xiàn)象可以和諧地存在（Peng & Nisbett， 1999）。這種對明顯的矛盾事物的接納觀點使得東方文化的人們更可能同時考慮事件的不同方面， 從而體驗到矛盾的、相反效價的情緒。受到線性模式的影響， 西方文化個體傾向于從情緒事件的單一方面進行評價和分析， 并且認為混合情緒體驗只有在少數(shù)情況下才會出現(xiàn)（Goetz et al.， 2008）。因此， 除了一些特定的情境會使西方文化個體體驗到混合情緒， （如上文提到的畢業(yè)、搬家）， 在其他大多數(shù)事件下， 西方個體體驗的情緒效價都是單一的， 而不是混合的。

3.3 辯證思維如何影響網(wǎng)絡情緒的表達和傳播

雖然上述提到有比較多研究考察了辯證思維如何影響混合情緒從而導致情緒的文化差異， 但這些研究主要關注的是個體的主觀混合情緒體驗。這種主觀情緒體驗是否會被個體表達， 是否會在網(wǎng)絡上得到傳播， 是否也會受到文化價值觀、辯證思維的影響， 據(jù)我們所知， 還沒有研究對這些問題進行考察。因此， 本研究重點關注個體在網(wǎng)絡上是否會表達和傳播混合情緒， 以及這些行為是否會受到辯證思維的影響。

人們在認知、情感和行為上存在文化差異是因為文化的影響廣泛存在于人們的隱性認知和思維系統(tǒng)中（Hong et al.， 2000）。因此， 我們認為個體在網(wǎng)絡上的心理和行為也應受到其基礎認知和思維系統(tǒng)的影響， 導致人們在網(wǎng)絡上的情緒表達和傳播產生一定的文化差異。中國和東亞文化的辯證思維特點則會影響人們在網(wǎng)絡上表達和傳播極端情緒， 具體表現(xiàn)在情緒的主觀體驗、表達規(guī)范和選擇偏好三個方面。

在情緒體驗方面， 辯證思維通過影響個體對情緒事件的認知評價來影響個體的情緒體驗。上文提到， 前人研究發(fā)現(xiàn)東亞文化下的個體因為受到辯證思維的影響， 更能接受矛盾的信息和觀點， 容易對同一事件或事物有著相反的評價。這種影響對個體在網(wǎng)絡上遇到情緒事件時對事件的認知和判斷應該一致。Lu等人（2017）發(fā)現(xiàn)在群體沖突中， 正是對群體事件的辯證的認知評價導致了中國人體驗到更多的混合情緒。因此， 本研究預期辯證思維也會影響個體在遇到網(wǎng)絡情緒事件時的體驗， 導致他們更容易體驗到混合情緒， 而非單純的強烈的積極情緒或消極情緒。人們的情緒表達是自身情緒體驗的外顯行為表現(xiàn)（Gross & John， 1998）。如果東亞文化下的個體的情緒體驗更混合而非極端， 那么他們也可能更少地在網(wǎng)絡上表達極端情緒。

在情緒表達方面， 出于對文化認同、獲得社會接納的動機， 人們表達自身情緒的方式也會受到社會文化規(guī)范的影響（Social Norms， Hochschild， 1983）。關注情緒表達的研究發(fā)現(xiàn)， 西方文化鼓勵個體自由和開放地表達和分享自身情緒; 而東亞文化則更強調克制的情緒表達， 以免自由開放的情緒表達傷害他人的感受或引起不必要的人際沖突。例如， 表達強烈快樂可能引起他人妒忌， 表達強烈的悲傷也可能影響他人（Butler et al.， 2007）。在如今即時社交軟件迅猛發(fā)展和全民高度參與的網(wǎng)絡環(huán)境下， 人們在網(wǎng)絡上言論的曝光程度可能比現(xiàn)實生活更高， 一言一行都可能受到他人的關注。因此， 出于通過遵循社會規(guī)范來避免他人譴責、獲得社會認同的動機， 人們可能會更加服從文化規(guī)范。Hsu等人（2021）對美國人和日本人在社交媒體平臺推特（Twitter）中的情緒類型進行了對比， 發(fā)現(xiàn)兩個國家的推特用戶都傾向于在社交媒體上發(fā)布更多與他們文化價值觀相符合的情感內容， 表明個體出于文化認同動機， 在網(wǎng)絡上的情感表達也遵循自身社會文化對于情感和行為的表達規(guī)范。因此， 與西方文化相比， 東亞文化所鼓勵的隱忍克制的情緒表達方式也可能會使人們更少地在網(wǎng)絡上表達極端情緒。

在情緒選擇偏好方面， 研究表明， 東亞文化下的人們不僅體驗到更多混合情緒， 也更接受自身的混合情緒， 不會刻意減少這種矛盾體驗; 但是， 西方個體則多數(shù)認為混合情緒是不合理的存在， 傾向于盡量消除這種情緒體驗， 將其統(tǒng)一成單純的積極情緒或消極情緒（Goetz et al.， 2008; Lu et al.， 2020）。例如， 網(wǎng)絡情緒研究就發(fā)現(xiàn)， 美國推特用戶接觸到矛盾、沖突的觀點后， 會令他們更加堅持原來的觀點、政治立場更加極化（Bail et al.， 2018）。

另外， Tsai （2007）的一系列研究也發(fā)現(xiàn)東亞文化下的個體更偏好冷靜平和（低喚醒情緒， Low arousal emotion）， 并且傾向選擇舒緩的音樂、低強度的運動等活動來體驗和維持平靜平和的情緒狀態(tài); 而西方人則希望最大化積極情緒， 認為熱情快樂是最理想的情緒體驗（高喚醒情緒， High arousal emotion）， 更喜歡能帶來刺激體驗的產品或行為活動來獲得高昂的情緒體驗（Sims et al.， 2015）。因此， 在網(wǎng)絡情緒傳播中， 東亞文化對混合情緒、低喚醒情緒的偏好也可能會使東亞文化下的個體比西方個體更回避帶有極端情緒的言論， 并更少選擇極端情緒進行傳播。

4 研究構想

基于上述對情緒跨文化研究的梳理和論證， 本研究提出：在西方文化的網(wǎng)絡環(huán)境下， 人們更容易體驗和表達極端情緒， 而且?guī)в袠O端情緒的內容也更容易獲得關注和傳播; 但是， 在中國和東亞地區(qū)， 人們因受到辯證思維的影響而更偏好低強度的情緒而非極端情緒， 會更少地在社交媒體表達極端情緒及選擇極端情緒進行傳播。為檢驗這一假設， 本研究主要圍繞以下研究內容展開（研究內容框架見圖1）。

（1）通過大數(shù)據(jù)分析， 考察不同文化下網(wǎng)絡極端情緒表達和傳播的特點和規(guī)律。相比西方國家， 網(wǎng)絡極端情緒在辯證思維水平高的中國及東亞地區(qū)是否更少地被表達和傳播。

（2）考察辯證思維如何影響網(wǎng)絡極端情緒的表達和傳播， 其中包括考察辯證思維對個體的極端情緒體驗、社會文化規(guī)范遵循以及極端情緒的偏好和關注三個方面的影響。

（3）辯證思維能否對網(wǎng)絡極端情緒表達和傳播進行調控， 以及能否通過減少極端情緒傳播而起到減輕群體態(tài)度分裂的積極作用。

4.1 研究1：網(wǎng)絡情緒表達和傳播的文化差異

研究1將在推特上抓取美國和日本用戶數(shù)據(jù)信息并對信息內容進行分析， 分別以美國和日本代表低和高辯證思維文化（Schimmack et al.， 2002）。由于研究1的目的是初步明確網(wǎng)絡極端情緒表達和傳播是否存在文化差異， 所以暫時不把誘發(fā)網(wǎng)絡情緒的事件內容或具體議題納入考慮。為排除不同國家在不同時段發(fā)生的社會事件的影響， 參考Hsu等人（2021）的研究， 我們將采取隨機方式對社交平臺的言論數(shù)據(jù)進行抓取。我們將在過去一年的每一個小時隨機抽取100條推文或微博。我們將通過Python軟件包tweepy和Twitter Application Programming Interface （API）來獲取推特數(shù)據(jù)。

獲取數(shù)據(jù)后， 我們會用情感分析工具SentiStrength （Thelwall， 2017）對信息的情感內容進行分析， 從而獲得每條信息的極性和強度得分。參考前人研究（見Hui et al.， 2009）， 我們將通過積極情緒和消極情緒得分的相關性、兩個得分的差值絕對值、同時含有積極情緒和消極情緒的推文數(shù)量等不同指標作為極端情緒指標， 來比較極端情緒表達的文化差異。在極端情緒傳播上， 以推文的點贊次數(shù)和轉推次數(shù)作為情緒傳播的兩個指標。然后， 我們會通過多層線性模型（Multi-level Linear Model）來分析極端情緒對信息的點贊和轉發(fā)數(shù)量的預測力， 考察不同文化下極端情緒的傳播度。

4.2 研究2：辯證思維影響網(wǎng)絡情緒表達和傳播的機制

研究2通過標準化問卷和實驗室研究進行進一步探究。研究2包含兩個研究2a和2b， 研究2a關注情緒表達， 研究2b關注情緒傳播。

4.2.1 研究2a

研究2a先通過問卷來測量美國和中國網(wǎng)民的辯證思維水平， 來比較兩個國家的網(wǎng)民在辯證思維水平、極端情緒體驗和情緒表達內容上的差異， 并檢驗辯證思維與極端情緒體驗、情緒表達的關系。參與者需要先填寫辯證思維測量問卷（Dialectical Self Scale; Spencer-Rodgers et al.， 2018）， 并報告他們當前的情緒感受作為情緒的基線水平（情緒評價量表， Affect Evaluation Scale， Tsai， 2007）。然后， 參與者將會隨機分配到不同的情緒誘發(fā)組。情緒事件將采用前人使用的具有跨文化普適性的道德情緒性事件來誘發(fā)個體的情緒。情緒誘發(fā)任務后， 所有參與者需要再次報告自己當前的情緒體驗。

如上文提到， 在網(wǎng)絡發(fā)布內容可能引起更多的外界反饋， 人們在社交媒體上表達自己的觀點和情感時可能需要更加謹慎， 有更強烈的迎合社會期待的動機。因此， 比起現(xiàn)實生活中的情緒表達和分享， 在社交媒體上的情緒表達和分享可能更需要符合社會文化規(guī)范， 從而更多地受到文化的影響。為檢驗這一心理機制， 研究2a的參與者在情緒誘發(fā)任務后將會被隨機分配到不同的表達組。在私下分享組， 參與者要求將自己對事件的感受寫下來并私信給自己的一位好友進行分享; 在社交媒體分享組， 參與者要求將自己對事件的感受寫下來并發(fā)表到一個虛擬的社交媒體賬戶上進行分享。對于參與者分享的內容， 我們將另外招募評分者對內容的情緒極性和強度（從而計算出分享內容的情緒極端程度）、點贊和轉發(fā)意愿進行評分。我們預期對比人們在社交媒體情景下發(fā)布的情緒信息和私下分享情緒信息的區(qū)別， 人們在社交媒體情景下發(fā)布的內容會比私下分享的內容更受文化規(guī)范的影響， 中美兩國網(wǎng)民會表現(xiàn)出更大的文化差異。

4.2.2 研究2b

研究2b通過實驗室操控個體的辯證思維， 考察操控對極端情緒傳播決策的影響， 并提供因果證據(jù)?？疾炀W(wǎng)絡情緒傳播的前沿研究發(fā)現(xiàn)， 情緒相關內容更容易在網(wǎng)絡擴散的心理機制之一是與情緒相關的詞更容易捕獲到人們的注意（Brady etal.， 2020）。眼動追蹤技術考察視覺注意分配是研究個體對情緒信息注意的一種重要手段（Isaacowitz et al.， 2008）。前人也通過眼動追蹤技術發(fā)現(xiàn)當人們認為某種情緒對他們更有意義時， 他們會更多地關注這種情緒（Fung et al.， 2019; Fung et al.， 2021）。參考這些研究， 研究2b將通過眼動追蹤考察人們對極端情緒信息的注意偏好是否為他們選擇極端情緒進行傳播的機制之一。

研究2b的參與者到達實驗室完成眼動校準后， 將被隨機分配到辯證思維啟動組和線性思維啟動組。在辯證思維啟動組， 參與者需要讀一篇科普文章， 文章內容將介紹辯證思維及其在幫助人們解決問題、獲得成功方面的優(yōu)越性; 而在線性思維啟動組， 文章將介紹線性思維及其優(yōu)越性。前人研究已經(jīng)證明這種范式在不同文化群體當中都能有效誘發(fā)參與者的辯證思維和線性思維（Lu et al.， 2020）。閱讀文章后， 參與者需要列舉3個日常生活中的例子來支持文章的觀點， 以檢驗參與者是否受到文章觀點的影響， 即實驗操控是否成功。

然后， 眼動實驗部分將采用Morel等人（2014）的自由觀看眼動追蹤范式， 通過Eprime進行編程以及眼動儀EyeLink 1000 Eye Tracker捕獲參與者對不同的社交媒體短文本的注意信息。短文本信息刺激將根據(jù)Brady等人（2020）的材料進行改編。參與者將會觀看40個按隨機次序顯示的文本刺激（消極和積極刺激各20個）。每個刺激由一個極端情緒短文本和一個非極端情緒短文本配對同時出現(xiàn)， 兩種文本出現(xiàn)在屏幕中的位置將作平衡控制。自由觀看后， 所有刺激會再次出現(xiàn)， 參與者需要在兩個文本中選擇一個進行點贊和轉發(fā)。

參考前人對情緒信息注意的眼動研究（Isaacowitz et al.， 2008）， 我們將采用興趣區(qū)（AOI， area of interesting）分析法分析眼動數(shù)據(jù)。具體而言， 實驗將設置文本內容區(qū)域為AOI， 獲取AOI內的平均注視持續(xù)時間（AFD， average fixation duration）并進行分析。我們將計算同一試次（Trial）中兩種短文本AFD的比值均值作為結果變量， 極端情緒文本AFD與非極端情緒文本AFD的比值越高代表個體對極端情緒信息的關注越多。

4.3 研究3：啟動辯證思維對情緒表達傳播的影響

4.3.1 研究3a

研究3a通過在社交媒體用戶中啟動辯證思維（Alter & Kwan， 2009）和現(xiàn)場實驗， 檢驗辯證思維能否減少人們在社交媒體上表達和傳播極端情緒。如上文提到， 極端情緒表達和傳播會加劇政治態(tài)度分裂（Iandoli et al.， 2021）。研究3預測， 日常辯證思維啟動的調控作用不僅體現(xiàn)在使個體更少地表達、關注和傳播極端情緒的內容， 還會在對外群體的態(tài)度上表現(xiàn)出來， 如改善對外群體的態(tài)度。參與者將被隨機分配到辯證思維啟動組和控制組， 參與為期20天的調查。與實驗2b相似， 在辯證思維操控組， 參與者需要先閱讀關于辯證思維的文章， 然后需要在每天早上記錄一件可以支持辯證思維文章的生活事件， 以加深啟動效果。在控制組， 參與者先閱讀一篇普通科普文章， 然后在每天早上只需要記錄發(fā)生在昨天的一件普通事件。Alter和Kwan （2009）的研究表明， 辯證思維在美國人當中也可以啟動。

同時， 參考Bail等人（2018）的現(xiàn)場實驗研究， 在為期20天的調查中， 兩組參與者需要關注一個關于安樂死合法化的討論社區(qū)。這個社區(qū)實際上是一個虛擬討論社區(qū)， 討論組和發(fā)現(xiàn)均為實驗人員虛構， 將會在20天內每天隨機發(fā)布6條言論。言論將從社交媒體網(wǎng)絡上發(fā)布的內容進行選擇和改編， 包括極端情緒程度高、中、低的言論各40條（情緒極性和立場作平衡控制）。參與者需要每天在前一天的6條言論中選擇兩條進行點贊和評論。另外， 我們將在參與者開始20天之后再次測量他們對事件的態(tài)度和對外群體的態(tài)度， 作為群體態(tài)度變化的測量指標。對比參與者對外群體態(tài)度的前測和后測， 我們預期在控制組， 參與者在調查后對外群體的態(tài)度會有所惡化， 但是在辯證思維調控組， 參與者對外群體的態(tài)度惡化程度會減輕。

4.3.2 研究3b

結合研究3a的研究結果， 研究3b將通過主體建模仿真技術（Agent-Based Modeling and Simulation）考察極端情緒傳播策略對復雜人際網(wǎng)絡中的群體分裂演化的作用后果（Jackson et al.， 2017）。研究3b和3a的區(qū)別在于， 研究3a的參與者只需要單向對一個虛擬社區(qū)里面的個體進行關注或評論， 這些虛擬個體不會與參與者發(fā)生互動和關聯(lián); 而研究3b通過建模仿真， 可以允許主體之間發(fā)生互動， 模擬真實網(wǎng)絡環(huán)境當中極端情緒在復雜和動態(tài)的互動中對群體態(tài)度分裂的影響過程和結果。

研究3b通過Netlogo仿真軟件， 構造主體規(guī)模為120的全耦合無標度網(wǎng)絡。我們假設主體在互聯(lián)網(wǎng)上可以充分分享信息和互動， 因此使用全耦合網(wǎng)絡， 使得網(wǎng)絡中任意兩個節(jié)點都可以相連接。初始觀點設置將參考研究3a的120名參與者的前測觀點值。在整個交互過程中， t為每個交互試次。由于情緒策略傳播和時間的交互作用顯著， 隨著時間推移， 情緒傳播策略對群體態(tài)度的影響是非線性的。因此， 我們將參考Goldenberg等人（2023）的研究， 設置主體i的態(tài)度值在每一次與另外的潛在主體j交互過程中的情緒選擇策略系數(shù)和態(tài)度更新系數(shù)。

情緒測量系數(shù)將根據(jù)研究3a的結果計算和設置。我們會模擬個體使用不同情緒選擇策略對于人際網(wǎng)絡分裂的影響， 對比5種情緒選擇策略下的網(wǎng)絡演化過程， 分別是辯證思維組真實決策、控制組真實決策、隨機策略、極端情緒策略和非極端情緒策略。辯證思維決策和控制組決策的系數(shù)會使用實驗3a中的真實數(shù)據(jù)計算得出， 隨機、極端和非極端情緒策略的系數(shù)會通過模擬獲得。對于隨機策略組， 主體會從6條言論中隨機選擇2個網(wǎng)絡內新的主體發(fā)生聯(lián)系; 對于極端情緒策略組， 主體會從6條言論中選擇2個極端情緒的言論主體發(fā)生聯(lián)系; 對于非極端策略組， 主體會從6條言論中選擇2個非極端情緒的言論主體發(fā)生聯(lián)系。

與研究3a的20天調查相一致， 我們將對實驗重復模擬20Trials， 仿真時長為1000回合。在每個模擬試次后， 我們通過同配系數(shù)（Assortativity Coefficient， Newman， 2003）來測量網(wǎng)絡所有主體節(jié)點間的關系， 同配系數(shù)范圍值為?1到1， 越傾向于1代表網(wǎng)絡中具有相同態(tài)度的主體聯(lián)系緊密、持不同態(tài)度的主體之間不緊密（即“物以類聚”， 網(wǎng)絡中的正反兩方呈現(xiàn)分裂狀態(tài)）， 而越傾向于?1代表持有不同態(tài)度的主體聯(lián)系更多、網(wǎng)絡更緊密（即“異類相吸”）。為了考察主體網(wǎng)絡結構隨著時間推移發(fā)生的動態(tài)變化， 每一個試次， 我們會通過對數(shù)增長模型（logarithmic growth model）對試次進行轉換處理， 然后考察策略與時間試次之間的交互作用。

我們預期控制組真實決策、模擬極端情緒選擇策略會與辯證思維組真實決策、非極端情緒策略有顯著差異， 即前面兩種策略會導致整個網(wǎng)絡的同配系數(shù)更高， 表明極端情緒策略會導致群體間態(tài)度更分裂， 但是非極端情緒策略和辯證思維決策則可緩解這種負面效應。

5 總結與展望

綜上所述， 本研究旨在結合大數(shù)據(jù)分析、問卷測量、眼動追蹤和心理啟動等手段， 探究辯證思維對網(wǎng)絡極端情緒的表達和傳播的影響。本研究期望實現(xiàn)三個子目標。第一， 通過大數(shù)據(jù)分析比較網(wǎng)絡極端情緒表達和傳播的跨文化差異性， 揭示和總結出中國網(wǎng)絡環(huán)境下極端情緒表達和傳播的特點和規(guī)律。第二， 通過心理行為研究解釋辯證思維影響極端情緒表達和傳播的作用原理和心理機制， 即辯證思維減少個體對極端情緒的體驗、表達和偏好。第三， 基于上述兩點， 通過現(xiàn)場實驗和建模仿真技術檢驗辯證思維作為一種心理調控手段在現(xiàn)實網(wǎng)絡環(huán)境中減少網(wǎng)絡極端情緒表達和傳播的有效性。

5.1 理論意義

目前， 在網(wǎng)絡情緒傳播的研究中， 傳播學、信息學等學科的研究多關注網(wǎng)絡情感信息的傳播模式、網(wǎng)絡特征和演化規(guī)律等， 考察個體在網(wǎng)絡中的情感心理和決策過程的研究還處于初步探索階段（Goldenberg & Willer， 2023）。而考察這些過程如何受到個體認知方式、文化價值觀等心理因素影響的研究則更少。本研究關注網(wǎng)絡情緒現(xiàn)象可能存在的文化差異， 結合人們受文化影響的辯證思維方式， 從個體的情緒體驗、情緒表達規(guī)范、情緒偏好選擇等心理機制深入考察辯證思維的作用原理。這為網(wǎng)絡情緒傳播研究提供出了心理學視角， 在解釋網(wǎng)絡極端情緒傳播現(xiàn)象方面豐富了現(xiàn)有的網(wǎng)絡情緒理論。

另外， 本研究為網(wǎng)絡情緒研究提出基于中國文化背景的創(chuàng)新性理論和實證依據(jù)， 有助于豐富情緒領域的跨文化研究。2021年， 美國社交媒體公司Facebook被爆出通過向用戶推送仇恨、憤怒、分裂等內容來吸引用戶以保持用戶對平臺的關注和參與的丑聞， 在世界范圍引起軒然大波（Goldenberg & Gross， 2020）。如何減少公眾對網(wǎng)絡極端情緒的關注、表達和傳播并不是中國網(wǎng)絡輿論管理的特有問題， 而是全球性問題。本研究關注文化的影響， 提出并探索中國傳統(tǒng)文化中的辯證思維減少網(wǎng)絡極端情緒表達和傳播的可能性， 并通過多種方法對其進行檢驗。這將為兼顧中國文化背景、中國文化回答全球議題的可能性提供理論依據(jù)和實證價值。

5.2 應用意義創(chuàng)新

對于如何進行網(wǎng)絡輿情的疏導和治理， 過往大多數(shù)的研究和討論更多關注于網(wǎng)絡信息監(jiān)管、主流媒體引導和制定法律法規(guī)等宏觀層面的調控手段， 缺乏針對民眾情緒的直接干預和調控策略（Pinus et al.， 2023）。

首先， 對于公眾來說， 本研究有助于培養(yǎng)網(wǎng)民理性， 提高公眾自身對網(wǎng)絡極端言論和情緒的應對能力。網(wǎng)絡上海量信息的堆積和一些極端言論的傳播容易使情緒在網(wǎng)絡中被渲染和發(fā)酵， 導致公眾情緒失控、心理失衡和行為失德。辯證思維是廣泛根植于我國民眾思想中的一種思維模式。本研究結合這一心理特點， 提出辯證思維可作為一種減少極端情緒表達和傳播的心理調控方式， 是一種自我主導、切實易行的手段， 同時也體現(xiàn)出公眾作為情緒的主體在應對復雜網(wǎng)絡環(huán)境的主觀能動性。公眾可以通過辯證思維自主進行心理調節(jié)， 辯證客觀地認識事實真相， 理性克制地表達情緒和需求， 從而避免自身情緒極化和心理行為失控等負面后果。

其次， 本研究有助于政府管理部門和決策者更好地把握網(wǎng)民心理、管理網(wǎng)絡輿情。把握網(wǎng)絡情緒傳播規(guī)律是政府部門科學、高效地管理網(wǎng)絡輿情的基礎。本研究聚焦我國國情和文化背景， 有助于政府管理部門和決策者了解我國民眾在網(wǎng)絡上表達情緒、傳播情緒信息的心理和行為規(guī)律。政府相關部門可以從宣傳和教育入手， 鼓勵民眾通過辯證思維進行自我調適， 理性地表達個人情緒、有選擇地傳播情緒信息， 從而形成政府和公眾共同參與構建理性平和的網(wǎng)絡輿論環(huán)境的良好局面。

參考文獻

黃璐， 吳娜， 游志麒， 劉光大， 周宗奎. （2016）. 情緒體驗與社交網(wǎng)站使用行為的關系：基于新浪微博的研究. 中國臨床心理學雜志， 24（3）， 409?412.

王佳佳， 邱小燕. （2021）. 網(wǎng)絡謠言與恐慌情緒并行傳播相互影響研究. 情報雜志， 40（4）， 199?206.

張曉輝， 陳銳， 黃穎. （2022）. 重大突發(fā)事件中國際社交網(wǎng)絡平臺情緒傳播研究. 新聞愛好者， （4）， 26?30.

張亞明， 蘇妍嫄， 趙桂茹， 郭曉宇. （2023）. 雙重情緒交叉感染下重大疫情網(wǎng)絡輿情傳播研究. 系統(tǒng)仿真學報， 35（12）， 2582?2593.

中國互聯(lián)網(wǎng)絡信息中心. （2023）. 中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告. https：//cnnic.cn/NMediaFile/2023/0908/MAIN 1694151810549M3LV0UWOAV.pdf

左世江， 王芳， 石霞飛， 張嘯. （2014）. 簡單情緒感染及其研究困境. 心理科學進展， 22（5）， 791?801.

Alter， A. L.， & Kwan， V. S. （2009）. Cultural sharing in a global village： Evidence for extracultural cognition in European Americans. Journal of Personality and Social Psychology， 96（4）， 742?760. https：//doi.org/10.1037/a0014036

Bail， C. A.， Argyle， L. P.， Brown， T. W.， Bumpus， J. P.， Chen， H.， Hunzaker， M. B. F.， Lee， J.， Mann， M.， Merhout， F.， & Volfovsky， A. （2018）. Exposure to opposing views on social media can increase political polarization. Proceedings of the National Academy of Sciences， 115（37）， 9216?9221. https：//doi.org/10.1073/pnas.1804840115.

Brady， W. J.， Gantman， A. P.， & Van Bavel， J. J. （2020）. Attentional capture helps explain why moral and emotional content go viral. Journal of Experimental Psychology： General， 149（4）， 746?756. https：//doi.org/10.1037/xge0000673

Brady， W. J.， McLoughlin， K. L.， Torres， M. P.， Luo， K. F.， Gendron， M.， & Crockett， M. J. （2023）. Overperception of moral outrage in online social networks inflates beliefs about intergroup hostility. Nature Human Behaviour， 7（6）， 917?927. https：//doi.org/10.1038/s41562-023-01582-0

Brady， W. J.， Wills， J. A.， Jost， J. T.， Tucker， J. A. & Van Bavel， J. J. （2017）. Emotion shapes the diffusion of moralized content in social networks. Proceedings of the National Academy of Sciences， 114（28）， 7313?7318. https：//doi.org/10.1073/pnas.1618923114

Butler， E. A.， Lee， T. L.， & Gross， J. J. （2007）. Emotion regulation and culture： Are the social consequences of emotion suppression culture-specific？ Emotion， 7（1）， 30? 48. https：//doi.org/10.1037/1528-3542.7.1.30

Cheng， C. （2009）. Dialectical thinking and coping flexibility： A multimethod approach. Journal of Personality， 77（2）， 471?494. https：//doi.org/10.1111/j.1467-6494.2008.00555.x

Chua， R. Y.， Lim， J. H.， & Wiruchnipawan， W. （2022）. Unlocking the creativity potential of dialectical thinking： Field investigations of the comparative effects of transformational and transactional leadership styles. The Journal of Creative Behavior， 56（2）， 258?273. https：//doi.org/10.1002/ jocb.528

Crockett， M. J. （2017）. Moral outrage in the digital age. Nature Human Behavior， 1（11）， 769?771. https：//doi.org/ 10.1038/s41562-017-0213-3

Ersner-Hershfield， H.， Mikels， J. A.， Sullivan， S. J.， & Carstensen， L. L. （2008）. Poignancy： Mixed emotional experience in the face of meaningful endings. Journal of Personality and Social Psychology， 94（1）， 158?167. https：//doi.org/10.1037/0022-3514.94.1.158

Fan， R.， Xu， K. E.， & Zhao， J. （2016）. Higher contagion and weaker ties mean anger spreads faster than joy in social media. arXiv preprint arXiv. https：//arxiv.org/pdf/1608. 03656.pdf

Fung， H. H.， Lu， M.， & Ho， O. T. （2021）. The role of instrumentality of emotion in the age-related positivity effect. Emotion， 21（1）， 52?60. https：//doi.org/10.1037/ emo0000696

Fung， H. H.， Lu， M.， & Isaacowitz， D. M. （2019）. Aging and attention： Meaningfulness may be more important than valence. Psychology and Aging， 34（1）， 85?90. https：//doi. org/10.1037/pag0000304

Goetz， J. L.， Spencer-Rodgers， J.， & Peng， K. （2008）. Dialectical emotions： How cultural epistemologies influence the experience and regulation of emotional complexity. In R. M. Sorrentino & S. Yamaguchi （Eds.）， Handbook of motivation and cognition across cultures （pp. 517?539）. Elsevier Inc. https：//doi.org/10.1016/B978-0-12-373694-9. 00022-2

Goldenberg， A.， Abruzzo， J. M.， Huang， Z.， Sch?ne， J.， Bailey， D.， Willer， R.， ... Gross， J. J. （2023）. Homophily and acrophily as drivers of political segregation. Nature Human Behaviour， 7（2）， 219?230. https：//doi.org/10.1038/ s41562-022-01474-9

Goldenberg， A.， & Gross， J. J. （2020）. Digital emotion contagion. Trends in Cognitive Sciences， 24（4）， 316?328. https：//doi.org/10.1016/j.tics.2020.01.009

Goldenberg， A.， Sch?ne， J.， Huang， Z.， Sweeny， T. D.， Ong， D. C.， Brady， T. F.， ... Gross， J. J. （2022）. Amplification in the evaluation of multiple emotional expressions over time. Nature Human Behaviour， 6（10）， 1408?1416. https：//doi. org/10/gswx4d

Goldenberg， A.， & Willer， R. （2023）. Amplification of emotion on social media. Nature Human Behaviour， 7（6）， 845?846. https：//doi.org/10.1038/s41562-023-01604-x

Gross， J. J.， & John， O. P. （1998）. Mapping the domain of expressivity： Multimethod evidence for a hierarchical model. Journal of Personality and Social Psychology， 74（1）， 170?191. https：//doi.org/10.1037/0022-3514.74.1.170

Grossmann， I.， Huynh， A. C.， & Ellsworth， P. C. （2016）. Emotional complexity： Clarifying definitions and cultural correlates. Journal of Personality and Social Psychology， 111（6）， 895?916. https：//doi.org/10.1037/pspp0000084

Hess， U.， & Fischer， A. H. （2014）. Emotional mimicry： Why and when we mimic emotions. Social and Personality Psychology Compass， 8（2）， 45?57. https：//doi.org/10.1111/ spc3.12083

Hochschild， A. （1983）. Comment on Kemper’s “Social constructionist and positivist approaches to the sociology of emotions”. American Journal of Sociology， 89（2）， 432?434. https：//doi.org/10.1086/227874

Hong， Y. Y.， Morris， M. W.， Chiu， C. Y.， & Benet-Martínez， V. （2000）. Multicultural minds： A dynamic constructivist approach to culture and cognition. American Psychologist， 55（7）， 709?720. https：//doi.org/10.1037/0003-066X.55.7. 709

Hsu， T. W.， Niiya， Y.， Thelwall， M.， Ko， M.， Knutson， B.， & Tsai， J. L. （2021）. Social media users produce more affect that supports cultural values， but are more influenced by affect that violates cultural values. Journal of Personality and Social Psychology， 121（5）， 969?983. https：//doi.org/ 10.1037/pspa0000282

Hui， C. M.， Fok， H. K.， & Bond， M. H. （2009）. Who feels more ambivalence？ Linking dialectical thinking to mixed emotions. Personality and Individual Differences， 46（4）， 493?498. https：//doi.org/10.1016/j.paid.2008.11.022

Iandoli， L.， Primario， S.， & Zollo， G. （2021）. The impact of group polarization on the quality of online debate in social media： A systematic literature review. Technological Forecasting and Social Change， 170， 120924. https：//doi. org/10.1016/j.techfore.2021.120924

Isaacowitz， D. M.， Toner， K.， Goren， D.， & Wilson， H. R. （2008）. Looking while unhappy： Mood-congruent gaze in young adults， positive gaze in older adults. Psychological Science， 19（9）， 848?853. https：//doi.org/10.1111/j.1467- 9280.2008.02167.x

Jackson， J. C.， Rand， D.， Lewis， K.， Norton， M. I.， & Gray， K. （2017）. Agent-based modeling： A guide for social psychologists. Social Psychological and Personality Science， 8（4）， 387?395. https：//doi.org/10.1177/19485506 17691100

Kramer， A. D.， Guillory， J. E.， & Hancock， J. T. （2014）. Experimental evidence of massive-scale emotional contagion through social networks. Proceedings of the National Academy of Sciences， 111（24）， 8788?8790. https：//doi.org/10.1073/pnas.1320040111

Larsen， J. T.， McGraw， A. P.， & Cacioppo， J. T. （2001）. Can people feel happy and sad at the same time？ Journal of Personality and Social Psychology， 81（4）， 684?696. https：//doi.org/10.1037/0022-3514.81.4.684

Lu， M.， Hamamura， T.， Doosje， B.， Suzuki， S.， & Takemura， K. （2017）. Culture and group-based emotions： Could group-based emotions be dialectical？ Cognition and Emotion， 31（5）， 937?949. https：//doi.org/10.1080/02699931. 2016.1185394

Lu， M.， Yang， X.， Fung， H. H.， & Hamamura， T. （2020）. Is positive emotion an amplifier or a buffer？ It depends： Dialectical thinking moderates the impact of positive emotion on intergroup conflicts. Emotion， 20（4）， 700?712. http：//dx.doi.org/10.1037/emo0000572

Ma-Kellams， C.， Spencer-Rodgers， J.， & Peng， K. （2011）. I am against us？ Unpacking cultural differences in ingroup favoritism via dialecticism. Personality & Social Psychology Bulletin， 37（1）， 15?27. https：//doi.org/10.1177/ 0146167210388193

Miyamoto， Y.， Uchida， Y.， & Ellsworth， P. C. （2010）. Culture and mixed emotions： Co-occurrence of positive and negative emotions in Japan and the United States. Emotion， 10（3）， 404?415. https：//doi.org/10.1037/a0018430

Morel， S.， George， N.， Foucher， A.， Chammat， M.， & Dubal， S. （2014）. ERP evidence for an early emotional bias towards happy faces in trait anxiety. Biological Psychology， 99， 183?192. https：//doi.org/10/f53xjq

Newman， M. E. J. （2003）. Mixing patterns in networks. Physical Review E， 67（2）， 026126. https：//doi.org/10/cf25g9

Paletz， S. B.， & Peng， K. （2009）. Problem finding and contradiction： Examining the relationship between naive dialectical thinking， ethnicity， and creativity. Creativity Research Journal， 21（2?3）， 139?151. https：//doi.org/10. 1080/10400410902858683

Peng， K.， & Nisbett， R. E. （1999）. Culture， dialectics， and reasoning about contradiction. American Psychologist， 54（9）， 741?754. https：//doi.org/10.1037/0003-066X.54.9.741

Pinus， M.， Halperin， E.， Cao， Y.， Coman， A.， Gross， J.， & Goldenberg， A. （2023）. Emotion regulation contagion. https：//doi.org/10.31219/osf.io/km6r4

Russell， J. A. （1980）. A circumplex model of affect. Journal of Personality and Social Psychology， 39（6）， 1161?1178. https：//doi.org/10.1037/h0077714

Scheffer， M.， van de Leemput， I.， Weinans， E.， & Bollen， J. （2021）. The rise and fall of rationality in language. Proceedings of the National Academy of Sciences， 118（51）， e2107848118. https：//doi.org/10.1073/pnas.2107848118

Schimmack， U.， Oishi， S.， & Diener， E. （2002）. Cultural influences on the relation between pleasant emotions and unpleasant emotions： Asian dialectic philosophies or individualism-collectivism？ Cognition and Emotion， 16（6）， 705?719. https：//doi.org/10.1080/02699930143000590

Sch?ne， J. P.， Garcia， D.， Parkinson， B.， & Goldenberg， A. （2023）. Negative expressions are shared more on Twitter for public figures than for ordinary users. PNAS Nexus， 2（7）， 1?11. https：//doi.org/10.1093/pnasnexus/pgad219

Sch?ne， J. P.， Parkinson， B.， & Goldenberg， A. （2021）. Negativity spreads more than positivity on Twitter after both positive and negative political situations. Affective Science， 2（4）， 379?390. https：//doi.org/10.1007/s42761- 021-00057-7

Sims， T.， Tsai， J. L.， Jiang， D.， Wang， Y.， Fung， H. H.， & Zhang， X. （2015）. Wanting to maximize the positive and minimize the negative： Implications for mixed affective experience in American and Chinese contexts. Journal of Personality and Social Psychology， 109（2）， 292?315. https：//doi.org/10.1037/a0039276

Spencer-Rodgers， J.， Anderson， E.， Ma-Kellams， C.， Wang， C.， & Peng， K. （2018）. What is dialectical thinking？ Conceptualization and measurement. In J. Spencer- Rodgers & K. Peng （Eds.）， The psychological and cultural foundations of East Asian cognition： Contradiction， change， and holism （pp. 1?34）. Oxford University Press.

Spencer-Rodgers， J.， Boucher， H. C.， Mori， S. C.， Wang， L.， & Peng， K. （2009）. The dialectical self-concept： Contradiction， change， and holism in east Asian cultures. Personality and Social Psychology Bulletin， 35（1）， 29?44. https：//doi.org/10.1177/0146167208325772

Spencer-Rodgers， J.， Peng， K.， & Wang， L. （2010）. Dialecticism and the co-occurrence of positive and negative emotions across cultures. Journal of Cross-Cultural Psychology， 41（1）， 109?115. https：//doi.org/10.1177/ 0022022109349508

Thelwall， M. （2017）. The heart and soul of the web？ Sentiment strength detection in the social web with SentiStrength. In J. A. Holyst （Eds）， Cyberemotions： Collective emotions in cyberspace （pp. 119?134）. Springer International Publishing. https：//doi.org/10.1007/ 978-3-319-43639-5_7

Tsai， J. L. （2007）. Ideal affect： Cultural causes and behavioral consequences. Perspectives on Psychological Science， 2（3）， 242?259. https：//doi.org/10.1111/j.1745- 6916.2007.00043.x

Vosoughi， S.， Roy， D.， & Aral， S. （2018）. The spread of true and false news online. Science， 359（6380）， 1146?1151. https：//doi.org/10.1126/science.aap9559

Yang， C. C.， Wan， C. S.， & Chiou， W. B. （2010）. Dialectical thinking and creativity among young adults： A postformal operations perspective. Psychological Reports， 106（1）， 79?92. https：//doi.org/10.2466/PR0.106.1.79-92

Cultural differences in the expression and contagion of polarized

emotions in social media： The role of dialectical thinking

LU Minjie1，2， WANG Suyi1，2， CHEN Xiaoyuan3

（1 Department of Psychology， Faculty of Arts and Sciences， Beijing Normal University at Zhuhai， Zhuhai 519087， China）

（2 Beijing Key Laboratory of Applied Experimental Psychology， National Demonstration Center for Experimental Psychology Education （Beijing Normal University）， Faculty of Psychology， Beijing Normal University， Beijing 100875， China）

（3 Department of Psychology， Sun Yat-sen University， Guangzhou 510006， China）

Abstract： Research have found that digital emotion contagion， polarized emotion in particular， was associated with adverse outcomes， such as spread of fake news， political segregation， etc. This project aims to examine whether dialectical thinking， a thinking style that is more prevalent among East Asian cultures than Western cultures， can decrease the expression and contagion of polarized emotions on social media. This project may deepen the understandings of digital emotion contagion process from a cross-cultural perspective. In addition， this project can provide practical implications for policy makers to develop interventions for cultivating a peaceful and rational social mentality.

Keywords： digital emotion contagion， emotion expression， polarized emotion， culture， dialectical thinking