摘 要 積極認知重評的情緒調(diào)節(jié)功能已被廣為證實， 但該策略對情緒相關行為是否具有類似的調(diào)節(jié)作用并不清楚?？紤]到虛假輿情信息的傳播管控在網(wǎng)絡安全領域的重要性， 本研究通過兩個實驗， 從行為和電生理層面考察積極認知重評在全貌未知（對發(fā)生原因不了解）負性信息傳播中的調(diào)控作用及其作用機制。結果表明：（1）被試在進行積極認知重評后對全貌未知負性信息的負性情緒體驗降低， 道德判斷標準放寬， 轉(zhuǎn)發(fā)行為減少。（2）積極認知重評降低了被試觀看負性信息時其情緒注意相關的枕顳區(qū)早期后部負波（Early Posterior Negativity， EPN）波幅。中介分析進一步揭示， EPN在積極認知重評減少被試轉(zhuǎn)發(fā)意愿和轉(zhuǎn)發(fā)行為中發(fā)揮中介作用。該結果提示， 積極認知重評策略能通過降低個體對情緒信息的注意偏向， 從而有效減少個體對全貌未知負性信息的轉(zhuǎn)發(fā)行為。

關鍵詞 信息傳播， 積極認知重評， 負性情緒， EPN波

分類號 B842

1 前言

隨著網(wǎng)絡媒體與在線社區(qū)的流行， 諸如微博、微信、Tweet等不同平臺在為當今社會信息傳播提供便利（王著維， 2021）、增強社會聯(lián)系（王楠 等， 2022）的同時， 也產(chǎn)生了大量的虛假輿情信息， 研究網(wǎng)絡輿情管控的重要性日益提升。Facebook和Instagram自新冠疫情后刪除超過2000萬條虛假信息（丁浩 等， 2023）， 新浪微博在2021年處理了66251條不實消息（石鍇文， 劉勘， 2021）。這些負性、來源未知、誤導性的社會、政治以及文化領域的信息會嚴重影響人們的情緒（Bollen et al.， 2011）， 使人們忽略信息的可信度（Baum et al.， 2020）， 激發(fā)人們的選擇性關注， 增加信息的傳播性（Meng et al.， 2018; Yokoyama & Tateno， 2013）， 引發(fā)病毒式的傳播（Berger， 2014）。而負性偏向（朱永澤 等， 2014）的存在則會讓此類信息在傳播過程中擁有較高的存活率（Mesoudi & Thornton， 2018）， 并伴隨著模糊信息被過度負性解讀的傾向（張梅 等， 2021）， 從而在傳播過程中導致議題擴散， 形成網(wǎng)絡突發(fā)事件。

虛假輿情信息的傳播與管控一直是研究的熱點。如前所述， 減少此類信息傳播的數(shù)量和范圍， 尤其是對于發(fā)生原因未知的負面信息的傳播， 根源在于降低個體對全貌未知信息的負性情緒感知。然而， 先前的研究多基于信息傳播的理論模型， 通過收集問卷數(shù)據(jù)， 進行數(shù)據(jù)建模， 得出負性信息框架的存在（Yokoyama & Tateno， 2013）， 內(nèi)容的豐富程度（Hofmann et al.， 2013）， 以及蘊含的情感信息（王麗麗， 張玲玲， 2023）， 傳播者的影響力（Yang & Counts， 2010）， 活躍程度（Celsi & Olson， 1988）， 傳播群體內(nèi)部的信任度（王麗麗， 張玲玲， 2023）等是此類全貌未知負性信息廣泛傳播的重要因素。還有研究通過循環(huán)神經(jīng)網(wǎng)絡（Recurrent Neural Network）建立謠言檢測模型， 對微博等微型博客上的文本進行分析， 利用信息的時間序列特征以及信息的內(nèi)容特征， 捕捉到謠言傳播過程中的模式， 實現(xiàn)了自動化謠言檢測（Ma et al.， 2016）。上述研究從群體視角出發(fā)， 著重關注的是信息特征或傳播者特征對信息傳播的影響， 或使用神經(jīng)網(wǎng)絡進行檢測甄別， 實現(xiàn)對此類信息傳播的管控， 但并未考慮從情緒根源入手， 研究情緒調(diào)節(jié)策略對信息傳播的影響及機制。

近年來， 情緒在此類信息傳播過程中的作用及機制逐漸成為研究重點。Chen等人（2017）利用半監(jiān)督模型（semi-supervised graph model）嘗試研究人類情緒對轉(zhuǎn)發(fā)行為的影響， 結果發(fā)現(xiàn)當模型中加入情緒因素時， 預測的準確性得到了顯著的提高， 且憤怒情緒的預測表現(xiàn)最好。陳業(yè)華和張曉倩（2018）基于SIR （Susceptible Infected Recovered）傳染病模型建立了網(wǎng)絡突發(fā)事件中網(wǎng)民群體情感傳遞模型， 結果顯示情緒的不穩(wěn)定性以及政府調(diào)控能力對網(wǎng)民群體情緒傳播具有顯著影響， 若增大模型中的情緒傳播閾值則能有效控制和疏導網(wǎng)民群體情緒， 避免負面情緒的快速擴散。毛太田等人（2019）通過情感分析、微博話題挖掘、關鍵詞提取等技術對網(wǎng)絡突發(fā)事件的傳播特征進行了分析， 發(fā)現(xiàn)事件中的情感傳播表現(xiàn)出強烈的即時性， 負面情緒往往占據(jù)主導地位， 且容易被放大; 群體情緒波動顯著受信息框架和情境影響。然而， 這些研究多是基于神經(jīng)網(wǎng)絡模型， 從群體信息傳播的視角進行的， 但神經(jīng)網(wǎng)絡并不能模擬真實的個體轉(zhuǎn)發(fā)行為， 這導致了信息傳播中對個體層面的心理、神經(jīng)機制研究的缺失。同樣， 這些研究也沒有基于個體的情緒感知去探討將情緒調(diào)節(jié)作為一種可能的治理手段， 考察其對全貌未知負性信息傳播的影響及其在心理、神經(jīng)層面上起作用的機制。

故本研究的主要目的有二， 其一為探究情緒調(diào)節(jié)策略對個體瀏覽全貌未知負性信息后轉(zhuǎn)發(fā)行為的影響及其心理機制， 為整治虛假信息的傳播提供新的思路; 其二為尋找情緒調(diào)節(jié)策略影響個體轉(zhuǎn)發(fā)行為的神經(jīng)生理指標， 進一步揭示情緒調(diào)節(jié)起作用的神經(jīng)機制。

作為一種重要的情緒調(diào)節(jié)策略， 積極認知重評（positive cognitive reappraisal）指的是個體以建設性的方式重新解釋情緒事件， 轉(zhuǎn)變事件對個人的意義， 從而改變個體的情緒體驗（Ochsner et al.， 2004）。雖然個體的情緒反應與行為反應緊密相關， 但目前關于積極認知重評影響個體行為的研究較為缺乏。而相較于注意轉(zhuǎn)換（個體將注意力從負面刺激上移開或集中注意力于某個積極或中性元素上， 以此減輕負面情緒）、表達抑制（抑制情緒的外在表現(xiàn)）等基于調(diào)整注意或行為的策略（Gross， 2002）， 積極認知重評作為一種投入式的策略， 被認為是一種更積極和長期有效的情緒調(diào)節(jié)方式：它不僅能顯著降低個體面對負性刺激時的負性情緒體驗和情緒表達（程利 等， 2009; Ochsner et al.， 2004; Webb et al.， 2012）， 同時還會增強正性情緒體驗與表達 （Webb et al.， 2012）， 并且不會導致工作記憶受損或生理不適（Butler et al.， 2003）。故在對個體社會行為（如轉(zhuǎn)發(fā)網(wǎng)絡媒體上的信息）的影響上， 認知重評相較于其他調(diào)節(jié)策略可能有著更加積極的作用。此外， 鑒于本研究重點關注網(wǎng)絡媒體上的負性信息尤其是全貌未知負性信息的傳播， 這一場景內(nèi)生性地決定了個體在其上是傾向于接受信息、表達情緒的， 故回避或抑制策略雖然能暫時緩解負性情緒， 但和場景的內(nèi)在屬性不相符合; 而積極認知重評要求個體重新理解當前的情緒信息， 涉及思維框架的重塑（Ochsner et al.， 2004）， 直面了引起情緒的信息本身， 是在順應個體接受信息、表達情緒的基礎上對其情緒的調(diào)節(jié)， 因此具有更長遠的意義， 也更契合于本研究的場景。所以， 本研究欲考察積極認知重評是否可以作為一種有效的情緒調(diào)節(jié)策略， 使個體以一種更加正向的方式理解情緒信息， 在降低自身負性情緒體驗的同時， 也一定程度上減少對此類信息的轉(zhuǎn)發(fā)。同時， 為全面而詳盡地考察積極認知重評影響個體轉(zhuǎn)發(fā)行為的心理過程， 除了情緒體驗、轉(zhuǎn)發(fā)行為， 本研究擬收集的指標還包括轉(zhuǎn)發(fā)意愿及道德判斷?！稗D(zhuǎn)發(fā)意愿”直接與轉(zhuǎn)發(fā)行為相聯(lián)系， “道德判斷”則是對信息的認知評價， 而這種評價亦會對轉(zhuǎn)發(fā)行為產(chǎn)生影響， 如Brady等人（2017）研究發(fā)現(xiàn)， 當包含道德情感詞時， 信息的傳播數(shù)量與范圍會增加。

就神經(jīng)生理指標而言， Schupp等人（2006）總結了大量研究并指出， 對情感刺激的加工可由兩個時間上相互區(qū)分的ERP成分來反映：早期后部負波（early posterior negativity， EPN）和晚期正電位（Late positive potential， LPP）。EPN是刺激出現(xiàn)后200～300 ms左右在枕顳區(qū)的一個負向成分， 并伴隨著一個中央?yún)^(qū)的正成分， 是對情緒刺激進行選擇性處理及知覺編碼的早期指標， 與自動化的知覺處理相關（Berchio et al.， 2022; Schupp et al.， 2006）。LPP是刺激呈現(xiàn)后400 ms左右出現(xiàn)在中央頂區(qū)的晚期正電位， 與情緒刺激含義的深入處理和維持注意等后期加工相關（Berchio et al.， 2022; Karl et al.， 2015）。Koivisto和Revonsuo （2010）指出， 刺激成功進入視知覺后首先引起EPN的增強， 隨后伴有LPP的增強， 而后者與更高級的基于主觀經(jīng)驗與意識的認知加工有關。因此， 本研究選擇EPN （反映早期注意偏向）和LPP （反映晚期情緒體驗）這兩個成分來較為全面地獲取個體對負性信息進行情緒加工的全貌。此外， 研究表明EPN和LPP都對與人相關的言語情感信息敏感（Baum et al.， 2020）， 且負性信息會引起EPN和LPP波幅的增大（Baum & Abdel Rahman， 2021; Yoder & Decety， 2014）， 故情緒調(diào)節(jié)可能會因為降低了個體對信息的注意偏向或負性情緒體驗而導致EPN、LPP波幅降低。

綜上所述， 本研究旨在由個體視角出發(fā)， 通過兩個實驗從行為和電生理層面分別考慮情緒及情緒調(diào)節(jié)策略（積極認知重評）在全貌未知負性信息傳播中的作用及其影響機制。實驗1旨在考察相比于觀看組， 積極認知重評組個體對全貌未知負性信息的負性情緒體驗、道德判斷、轉(zhuǎn)發(fā)意愿和轉(zhuǎn)發(fā)行為是否會顯著改善或減少， 以及情緒是否在這一影響中發(fā)揮中介作用。實驗2在實驗1的基礎上， 借助事件相關電位技術， 旨在探討相比于觀看組， 積極認知重評組個體在看到負性信息時枕顳區(qū)EPN與中央頂區(qū)LPP的波幅是否會顯著降低， 以及EPN與LPP在積極認知重評影響信息傳播中是否起中介作用。

2 實驗1：積極認知重評對負性信息傳播的影響

2.1 被試

使用G-power 3參照Baum等人（2020）設置參數(shù)（alpha = 0.05， power = 0.9， f = 0.4）， 計算得到實驗1共需要被試68人。在四川師范大學招募75名健康成年人參與， 所有被試均報告自己從未使用過精神藥物， 且無精神障礙史， 無服用避孕藥或其他激素類藥物， 右利手， 視力或矯正視力正常。去除掉無法代入情景（情境代入評分低于4分）的4名被試， 共有71名被試被隨機分入積極認知重評組與觀看組， 其中男性被試25人， 女性被試46人（M年齡 = 20.16歲， SD年齡 = 1.85歲）; 積極認知重評組35人（男生11人， 女生24人）， 觀看組36人（男生14人， 女生22人）。實驗1中進行的所有程序均獲得被試知情同意書， 并符合機構和國家研究委員會的道德標準及1964年的《赫爾辛基宣言》及其后來的修正案或類似的道德標準。

2.2 材料

首先， 為模擬人們看到真實信息的情景， 借鑒前人研究， 采用中性面孔和情緒事件材料相結合的形式呈現(xiàn)圖片（Baum et al.， 2020; Suess et al.， 2015）， 圖片高度7.8 cm， 寬度6.76 cm， 文字選擇微軟雅黑字體， 字號24， 文字顯示高度1.3 cm， 寬度均值為18.12 cm。具體而言， 從中國人面孔情緒圖片系統(tǒng)（CFAPS）中選取男女中性面孔各67張（中性面孔可以讓被試在帶入情景的同時， 確保情緒的喚起是事件引起的）。同時編寫中性、負性情緒事件各50條， 事件均來自現(xiàn)實生活， 并非虛構。其中負性事件為反社會行為， 例如：這個男人對救死扶傷的醫(yī)生發(fā)布侮辱性言論; 中性事件多為日常事件， 例如：這個女人用手機回復了一條消息（詳見網(wǎng)絡版附錄）。在四川師范大學選取50名被試（男生 27 人， 女生 23 人， M年齡 = 21.11歲， 不參與正式實驗）， 對面孔及事件進行評價（7點評分， 分數(shù)越低代表越負性、喚醒度越低或吸引程度越低）， 以保證面孔的效價、喚醒度及吸引程度平衡， 事件編寫有效。最終挑選出88張面孔以及88條事件作為實驗材料（其中男性面孔46張， 女性面孔42張; 中性事件44條， 負性事件44條）。將面孔與事件進行匹配， 組成中性、負性情緒事件圖片各44張（各含男性面孔23張， 女性面孔21張）。對兩種情緒事件圖片中的事件進行分析， 發(fā)現(xiàn)中性事件的效價顯著更高、喚醒度顯著更低， 表明事件編寫有效。其次， 兩種情緒事件圖片中的面孔在效價、喚醒度、吸引程度上均無顯著差異， 表明面孔?事件匹配平衡。最后， 方差分析顯示兩種情緒事件圖片所包含面孔的效價、喚醒度、吸引程度在男、女間也未發(fā)現(xiàn)有統(tǒng)計學意義的顯著差異， 表明其在性別間也得到了平衡， 見表1。

其次， 為控制被試參加實驗時的情緒， 使用了黃麗等人（2003）進行修訂的正負性情緒狀態(tài)量表（Positive and Negative Affect Schedule， PANAS）; 為確保被試情境帶入的能力， 使用了宋麗波和張厚粲（2002）進行修訂的視覺表象清晰度問卷（Visual Vividness of Visual Imagery Questionnaire， VVIQ）。實驗1使用到的量表還有公正敏感性量表（Justice Sensitivity Scale， JSS; 謝雪賢， 2012）、交流恐懼自陳量表（Personal Report of Communication Apprehension - 24 item version， PRCA-24; Mccroskey & Richmond， 1982）、微博使用狀況調(diào)查問卷（Microblog Excessive Use Scale，MEUS; Hou et al.， 2014）、情緒調(diào)節(jié)問卷（Emotion Regulation Questionnaire， ERQ; 王力 等， 2007）。

2.3 實驗設計

實驗采用2 （信息類型：中性 vs 負性） × 2 （調(diào)節(jié)策略：積極認知重評 vs 觀看）的混合設計， 其中信息類型為組內(nèi)變量， 調(diào)節(jié)策略為組間變量。因變量為被試面對兩種情緒事件圖片時的情緒體驗（7點評分， 分數(shù)越低代表體驗越負性）、道德判斷（9點評分， 分數(shù)越低代表認為事件越不道德）、轉(zhuǎn)發(fā)意愿（9點評分， 分數(shù)越低代表越不愿意轉(zhuǎn)發(fā)）和轉(zhuǎn)發(fā)行為（是否選擇轉(zhuǎn)發(fā)）。統(tǒng)計分析時， 情緒體驗、道德判斷、轉(zhuǎn)發(fā)意愿指標為對應條件下的評分均值; 轉(zhuǎn)發(fā)行為指標為“轉(zhuǎn)發(fā)率”， 即該條件下的信息轉(zhuǎn)發(fā)數(shù)/信息總數(shù)。

2.4 程序

實驗開始前， 被試首先完成正負性情緒狀態(tài)量表以及視覺表象清晰度問卷。實驗中， 對于每一個試次， 屏幕首先會呈現(xiàn)500～1500 ms的注視點“+”， 然后呈現(xiàn)4000 ms的情緒事件圖片， 被試被提前告知每張圖片都由一張面孔和一段文字描述組成， 需要在觀看閱讀時代入情境， 想象自己正在網(wǎng)上瀏覽該消息， 但只知道該事件發(fā)生， 并不了解事件發(fā)生的原因。最后， 在500～1500 ms的注視點后， 被試需要依次進行情緒體驗的評分、道德判斷評分、轉(zhuǎn)發(fā)意愿評分、轉(zhuǎn)發(fā)行為判斷， 皆不限反應時間， 但各評分之間有500～1500 ms注視點。相較于觀看組被試， 除了要代入情境， 積極認知重評組被試還會被額外告知一段積極認知重評的指導語：“在觀看閱讀情緒事件圖片的同時， 還需要考慮事件發(fā)生的正向原因， 而非單單考慮事件發(fā)生的后果”， 指導語改編自Yoder和Decety （2014）的研究。而為了檢驗被試是否按照指導語進行了積極認知重評， 實驗每過5個試次， 在情緒事件圖片之后將呈現(xiàn)一段指導語要求被試在紙上記錄下當前試次中考慮的正向原因（記錄兩條， 記錄時間沒有限制）， 實驗結束后交由專家（接受心理學專業(yè)訓練6年以上， 熟悉情緒調(diào)節(jié)領域者）判斷， 不合格者（所記錄的原因與事件無關或被專家評價為不合情理）將被剔除分析（見圖1）。對于每名被試， 先練習2個試次， 后進入正式實驗， 正式實驗包含88個試次， 中性和負性情緒事件隨機呈現(xiàn)， 每個事件只出現(xiàn)一遍。正式實驗結束后進行問卷填寫以及情境帶入程度測量（7點評分， 評分越高表明被試越帶入了情景）， 如果被試情境帶入程度過低（低于4）則將被剔除。

2.5 結果

2.5.1 操作有效性檢驗

通過分析被試對情緒事件圖片的情緒體驗評分（7點評分， 得分越低表明情緒越負性）， 發(fā)現(xiàn)被試對負性事件的情緒評分顯著低于中性事件（M負性 = 1.88， SD負性 = 0.69; M中性 = 4.2， SD中性 = 0.39; t（70） = ?25.51， p < 0.001， Cohen’s d = ?3.02）， 表明對信息的選擇是有效的， 負性事件成功喚起個體的負性情緒。其次， 將積極認知重評組被試所記錄下的事件正向原因交由專家分析評判后， 未剔除任何被試， 說明重評組被試皆進行了積極認知重評。

2.5.2 信息類型、調(diào)節(jié)策略對信息傳播的影響

分別對被試的情緒體驗評分、道德判斷評分、轉(zhuǎn)發(fā)意愿評分和轉(zhuǎn)發(fā)行為（個體選擇轉(zhuǎn)發(fā)的信息占信息總量的百分比：信息轉(zhuǎn)發(fā)數(shù)/信息總數(shù)）進行2（信息類型：中性 vs 負性） × 2 （調(diào)節(jié)策略：積極認知重評 vs 觀看）的重復測量方差分析。結果表明：

在情緒體驗上， 調(diào)節(jié)策略的主效應顯著， F （1， 69） = 13.49， p < 0.001， ηp2 = 0.16。積極認知重評組的負性情緒體驗顯著低于（情緒評分高于）觀看組（M 重評 = 3.2， SE 重評 = 0.06; M 觀看 = 2.88， SE 觀看 = 0.06）。調(diào)節(jié)策略與信息類型的交互作用顯著， F （1， 69） = 8.41， p = 0.005， ηp2 = 0.11。簡單效應檢驗表明， 在看到負性信息時， 積極認知重評組的負性情緒體驗顯著低于觀看組（M 重評 = 2.17， SE 重評 = 0.11; M觀看 = 1.59， SE 觀看 = 0.11， p < 0.001）; 而看到中性信息時則顯著無差別（M 重評 = 4.24， SE 重評 = 0.07; M 觀看 = 4.16， SE 觀看 = 0.07）。

在道德判斷上， 調(diào)節(jié)策略的主效應顯著， F （1， 69） = 13.11， p < 0.001， ηp2 = 0.16。積極認知重評組更傾向于認為事件是道德的， 道德標準更寬松（M 重評 = 3.83， SE 重評 = 0.08; M 觀看 = 3.42， SE 觀看 = 0.08）。信息類型與調(diào)節(jié)策略的交互作用顯著， F （1， 69） = 18.47， p < 0.001， ηp2 = 0.21。簡單效應檢驗表明， 當面對負性信息時， 相比于觀看組， 積極認知重評組的被試認為其是更道德的（M 重評 = 2.47， SE 重評 = 0.13; M 觀看 = 1.55， SE 觀看 = 0.12， p < 0.001）; 而面對中性信息則不然（M 重評 = 5.19， SE 重評 = 0.11; M 觀看 = 5.33， SE 觀看 = 0.11）。

在轉(zhuǎn)發(fā)意愿上， 調(diào)節(jié)策略主效應不顯著， F （1， 69） = 1.23， p = 0.27。信息類型主效應顯著， F （1， 69） = 338.78， p < 0.001， ηp2 = 0.83。個體對負性信息有更高的轉(zhuǎn)發(fā)意愿（M 負性 = 6.27， SE 負性 = 0.19; M 中性 XR1TPBWpBwYsaBTT7KCCBA=== 2.22， SE 中性 = 0.16）。調(diào)節(jié)策略與信息類型的交互作用顯著， F （1， 69） = 13.64， p < 0.001， ηp2 = 0.17。簡單效應檢驗表明， 相較于觀看組， 積極認知重評組對負性信息的轉(zhuǎn)發(fā)意愿顯著降低（M 重評 = 5.71， SE重評 = 0.28; M 觀看 = 6.84， SE 觀看 = 0.27， p = 0.005）; 而中性信息則不然（M 重評 = 2.47， SE 重評 = 0.23; M 觀看 = 1.97， SE 觀看 = 0.23）。

在轉(zhuǎn)發(fā)行為上， 調(diào)節(jié)策略的主效應不顯著， F（1， 69） = 3.89， p = 0.053， ηp2 = 0.05。信息類型主效應顯著， F （1， 69） = 464， p < 0.001， ηp2 = 0.87。被試對負性信息的轉(zhuǎn)發(fā)行為更多（M 負性 = 0.67， SE 負性 = 0.03; M 中性 = 0.02， SE 中性 = 0.01）。調(diào)節(jié)策略與信息類型的交互作用不顯著， F （1， 69） = 2.5， p = 0.119。見圖2。

同時， 基于個體差異的相關分析顯示， 在看到負性信息時， 被試的情緒體驗評分同道德判斷評分顯著正相關（r = 0.93， p < 0.001， corrected p < 0.001）， 情緒體驗評分同轉(zhuǎn)發(fā)意愿（r = ?0.43， p < 0.001， corrected p < 0.001）、轉(zhuǎn)發(fā)行為（r = ?0.29， p = 0.014， corrected p = 0.018）， 道德判斷同轉(zhuǎn)發(fā)意愿（r = ?0.36， p = 0.002， corrected p = 0.004）均有顯著的負相關， 多重比較使用錯誤發(fā)現(xiàn)率（FDR）法進行校正。這說明， 在面對負性信息時， 個體的負性情緒體驗越低（情緒評分越高）， 其道德判斷標準就會放得越寬， 轉(zhuǎn)發(fā)意愿就會越低， 轉(zhuǎn)發(fā)行為就會越少（圖3）。

2.5.3 情緒的中介作用

行為結果表明， 積極認知重評可以顯著降低被試面對負性信息時的負性情緒體驗， 但其對轉(zhuǎn)發(fā)行為（轉(zhuǎn)發(fā)比率）的影響并不顯著， 而個體情緒體驗同轉(zhuǎn)發(fā)行為又呈現(xiàn)出顯著的負相關。我們認為， 這可能意味著存在積極認知重評通過情緒體驗來間接影響轉(zhuǎn)發(fā)行為的中介效應。因此， 我們通過中介分析檢驗情緒體驗是否在積極認知重評影響轉(zhuǎn)發(fā)行為中發(fā)揮中介作用。中介效應使用Andrew F. Hayes開發(fā)的PROCESS v3.5進行檢驗。由于自變量情緒調(diào)節(jié)策略為分類變量， 我們首先將它進行虛擬編碼（0為觀看， 1為積極認知重評）， 之后按照溫忠麟等人（中介效應與調(diào)節(jié)效應）的要求， 對情緒體驗和轉(zhuǎn)發(fā)行為進行中心化處理， 將公正敏感性量表、交流恐懼自陳、微博使用量表數(shù)據(jù)中心化后作為協(xié)變量放入模型， 選擇95%置信區(qū)間， Boostrap = 5000。結果顯示， 積極認知重評通過降低負性情緒來影響轉(zhuǎn)發(fā)行為的中介效應值為?0.21， 95% Bootstrap置信區(qū)間為[?0.43， 0.02]， 包括零， 中介效應不顯著。

2.6 實驗1討論

實驗1結果表明， 信息類型會影響信息轉(zhuǎn)發(fā)的意愿和概率， 即使個體并不清楚事件發(fā)生的原因。具體表現(xiàn)為， 相比于中性事件， 被試對負性事件的負性情緒更高， 更認為其是不道德的， 且轉(zhuǎn)發(fā)意愿和概率也顯著更高。然而， 同樣是面對負性事件， 進行了積極認知重評（考慮事件發(fā)生的正向原因）的被試相較于沒有進行的， 其負性情緒顯著更低， 認為事件是更道德的， 轉(zhuǎn)發(fā)意愿也顯著更低。這表明， 個體在進行積極認知重評后， 事件的負性情緒喚起將減弱， 個體的道德判斷標準會放寬， 雖無法顯著減少個體的轉(zhuǎn)發(fā)行為（減少11%）， 但存在顯著的趨勢（p = 0.053）。其次， 情緒在積極認知重評影響轉(zhuǎn)發(fā)行為中的中介效應并不顯著。情感歸因理論認為， 個體的主觀情緒體驗是生理喚醒以及環(huán)境背景的認知解釋共同造就的（Schachter & Singer， 1962）， 而腦電、心率等生理指標相比主觀情緒評價可以更加客觀地反映個體的情緒喚起水平（Yuan et al.， 2015）。據(jù)此， 我們推測中介不顯著可能是由于個體的主觀情緒評分與神經(jīng)生理結果并不一致， 積極認知重評影響信息傳播的關鍵中介變量可能需要以更為客觀的神經(jīng)生理指標來反映（如EPN、LPP）。如前言所述， EPN反映情緒加工的早期注意偏向， 是對情緒刺激進行選擇性處理的早期指標（Berchio et al.， 2022; Schupp et al.， 2006）; LPP反映晚期情緒體驗， 與情緒場景的深入處理和維持注意有關， 被認為對高情緒性（Olofsson et al.， 2008）、高動機性（Cuthbert et al.， 2000）的刺激反應更大。這兩個成分能夠較好代表體個體看到負性信息時情緒加工的全貌， 相比于主觀情緒評分能更客觀地反映情緒喚起和體驗。因此， 實驗2擬采用事件相關電位， 利用其高時間分辨率的特點， 探究經(jīng)歷積極認知重評后， 個體情緒體驗在神經(jīng)層面的變化及其對隨后的轉(zhuǎn)發(fā)意愿、轉(zhuǎn)發(fā)行為的影響和作用機制。

3 實驗2：積極認知重評影響負性信息傳播的腦電特征

3.1 被試

使用G-power 3參考Baum等人（2020）的研究結果， 設置LPP、EPN的效應量ηp2 = 0.22， α = 0.05， power = 0.9， 計算得到實驗2共需要被試40人。在四川師范大學招募51名被試（12名男生， 39名女生， M年齡 = 20.04歲， SD年齡= 1.83歲）， 參照實驗1的標準剔除問卷數(shù)據(jù)不合格者7人后， 共有44名被試納入數(shù)據(jù)分析， 其中認知重評組22人（男生3人， 女生19人）， 觀看組22人（男生7人， 女生15人）。所有被試均報告自己從未使用過精神藥物， 且無精神障礙史， 無服用避孕藥或其他激素類藥物， 右利手， 視力或矯正視力正常。實驗2的被試均未參加實驗材料評定及實驗1。實驗2中進行的所有程序均獲得被試知情同意書， 并符合機構和國家研究委員會的道德標準及1964年的《赫爾辛基宣言》及其后來的修正案或類似的道德標準。

3.2 實驗設計

采用2 （信息類型：中性 vs 負性） × 2 （調(diào)節(jié)策略：積極認知重評 vs 觀看）的混合設計， 其中信息類型為組內(nèi)變量， 調(diào)節(jié)策略為組間變量。因變量為被試面對兩種情緒事件圖片時的情緒體驗（9點評分）、道德判斷（9點評分）、轉(zhuǎn)發(fā)意愿（9點評分）、轉(zhuǎn)發(fā)行為（是否轉(zhuǎn)發(fā)）和面孔呈現(xiàn)及各評分屏誘發(fā)的腦電成分即枕顳區(qū)EPN與中央頂區(qū)LPP。統(tǒng)計分析時， 情緒體驗、道德判斷、轉(zhuǎn)發(fā)意愿指標為對應條件下的評分均值; 轉(zhuǎn)發(fā)行為指標為“轉(zhuǎn)發(fā)率”， 即該條件下的信息轉(zhuǎn)發(fā)數(shù)/信息總數(shù)。EPN指標為對應條件刺激呈現(xiàn)后160～240 ms內(nèi)枕顳區(qū)電極點PO7， PO8， PO3和PO4的平均波幅; LPP指標為對應條件刺激呈現(xiàn)后400～800 ms內(nèi)中央頂區(qū)電極點CPz， POz， Pz， P3和P4的平均波幅。

3.3 材料和程序

實驗2所用材料同實驗1， 即中性、負性情緒事件圖片各44張， 問卷材料有公正敏感性量表（JSS）， 交流恐懼自陳量表（PRCA-24）， 微博使用狀況調(diào)查問卷， 正負性情緒狀態(tài)量表（PANAS）， 情緒調(diào)節(jié)問卷（ERQ）， 視覺表象清晰度問卷（VVIQ）。

實驗2在標準室內(nèi)腦電實驗室進行（獨立房間， 隔音良好）， 分為兩個Session， Session 1為事件相關設計的腦電實驗， 流程與實驗1稍有不同; Session 2為行為實驗， 目的是操作有效性檢驗， 評判個體是否正確進行積極認知重評。具體而言， 被試首先完成正負性情緒狀態(tài)量表以及視覺表象清晰度問卷， 進入Session 1。在Session 1中， 對于每一個試次， 屏幕首先會呈現(xiàn)500～1500 ms的注視點“+”， 然后呈現(xiàn)6000 ms的情緒事件圖片， 被試需要有代入地觀看閱讀， 并在心中判斷事件為中性還是負性; 間隔500～1500 ms的灰色空屏后， 再呈現(xiàn)6000 ms當前的面孔圖片， 要求被試看著面孔體會自己在瀏覽事件時的情緒; 最后， 間隔500～1500 ms的灰色空屏后， 被試依次進行情緒體驗的評分、道德判斷評分、轉(zhuǎn)發(fā)意愿評分、轉(zhuǎn)發(fā)行為判斷， 皆不限反應時間， 但評分之間有500～1500 ms的灰色空屏。同樣， 相較于觀看組， 積極認知重評組在面孔圖片呈現(xiàn)時， 除了體會瀏覽事件時的情緒， 若事件為負性， 還要進行積極認知重評。實驗中對面孔呈現(xiàn)、情緒評分、道德判斷、轉(zhuǎn)發(fā)意愿、轉(zhuǎn)發(fā)行為屏記錄腦電數(shù)據(jù)。對于情緒事件呈現(xiàn)屏， 由于其兼有文字和圖片兩類刺激， 對文字材料的閱讀與事件相關電位記錄需鎖定單一、靜態(tài)刺激的原則不相符（Picton et al.， 2003; Puce & H?m?l?inen， 2017）， 因此腦電鎖時該刺激將造成潛在混淆和干擾。所以， 本研究不對此屏記錄腦電數(shù)據(jù)， 而是增加一屏單獨呈現(xiàn)與信息配對的面孔并記錄腦電。為了確保被試在面孔呈現(xiàn)時才開始實施認知重評調(diào)節(jié)， 我們在文字?面孔刺激屏僅要求被試認真閱讀事件材料， 強化事件與面孔的聯(lián)系。對于每名被試， 先練習2個試次， 后進入正式實驗， 正式實驗包含88個試次， 中性和負性情緒事件隨機呈現(xiàn)， 每個事件只出現(xiàn)一遍。每8個試次被試可以自主休息一次， 按空格鍵繼續(xù)實驗。Session 1結束后需要被試對情境帶入程度（在多大程度上可以將自己代入情境）和指導語遵循程度（在實驗中， 對積極認知重評指導語的遵循程度）進行評分。

在Session 2中， 從44張負性情緒事件圖片中隨機抽取8張， 形成8個試次。對于每一個試次， 首先呈現(xiàn)注視點“+” 500～1500 ms; 隨后呈現(xiàn)情緒事件圖片5000 ms， 要求被試回憶自己在Session 1中考慮到的正向原因; 間隔500～1500 ms注視點“+”后出現(xiàn)記錄屏， 提示被試在紙上寫下來， 完成后按鍵進入下一個試次。結束后交由專家評判， 不合格者剔除分析（見圖4）。

3.4 腦電指標及記錄

如前所述， 我們選取枕顳區(qū)EPN與中央頂區(qū)LPP作為實驗2的腦電指標。EPN是刺激出現(xiàn)后200～300 ms左右在枕顳區(qū)的一個負向成分; LPP是刺激呈現(xiàn)后400 ms左右出現(xiàn)的晚期正電位， 在中央頂葉（CPz）有最大波幅分布。對于電極點的選擇， 參考Baum等人（2020）的研究， EPN為枕顳區(qū)PO7， PO8， PO3， PO4; LPP為中央頂區(qū)CPz， POz， Pz， P3和P4。

腦電記錄與分析采用Brain Products公司的設備和系統(tǒng)。在國際10-20系統(tǒng)的基礎上， 使用64個標準的Ag/AgCI電極從頭皮上獲取腦電信號。其中， 接地電極為AFz， 在線參考電極為FCz。從右眼正下方2 cm處獲得垂直眼電（VEOG）; 從左眼外側

2cm處獲得水平眼電（HEOG）。在記錄過程中， 腦電信號的采樣率為1000 Hz， 帶通濾波范圍為0.01～ 100 Hz， 電極電阻控制在5 kΩ以下。采用基于MATLAB （2019a）的腳本以及EEGLAB （2021.0）工具包、Fieldtrip （20201015）進行數(shù)據(jù)處理與分析。獲得的腦電數(shù)據(jù)首先需要進行預處理操作以去除偽影、提升信噪比（Liu et al.， 2024）：首先以2～40 Hz的標準對數(shù)據(jù)進行濾波， 同時通過ICA （獨立成分分析）計算出獨立成分矩陣; 隨后將原始數(shù)據(jù)按照0.01～40 Hz的標準再次進行濾波， 將先前計算得到的成分矩陣應用于濾波后的數(shù)據(jù)， 用于后續(xù)ERP成分分析。由于基于2 Hz以上的數(shù)據(jù)計算得到的獨立成分矩陣準確性較高， 所以本研究進行兩次濾波， 以提高數(shù)據(jù)的信噪比， 避免數(shù)據(jù)的失真。

預處理具體步驟如下：（1）數(shù)據(jù)導入， 通過腳本將原始數(shù)據(jù)批量導入; （2）定位電極; （3）重采樣， 降低采樣率至500 Hz， 加快數(shù)據(jù)處理的速度; （4）濾波， 按照先前所述標準， 進行兩次濾波; （5）剔除線性干擾， 通過CleanLineNoise插件去除信號中的線性噪音; （6）剔除無用電極， 剔除垂直眼電和水平眼電; （7）重參考， 使用雙側乳突（TP9/TP10）作為離線參考， 通過插值法恢復在線參考FCz; （8）剔除壞導， 通過肉眼識別有問題的通道， 并手動刪除; （9）分段， 面孔刺激的分段參數(shù)為[?200 ms， 6000 ms]， 即刺激呈現(xiàn)前200 ms以及刺激呈現(xiàn)后的6000 ms， 評分階段的分段參數(shù)為[?200 ms， 1000 ms]， 即刺激呈現(xiàn)前200 ms以及刺激呈現(xiàn)后的1000 ms， 其中以事件呈現(xiàn)前的200 ms作為單個試次矯正的基線; （10）刪除壞段， 通過EEGLAB的自動識別噪音和違紀拒絕插件對分段數(shù)據(jù)進行處理， 將剩余試次數(shù)少于68%的參與者刪除， 最后保留40名被試的數(shù)據(jù)（剩余試次數(shù)量M中性 = 39.48， SD中性 = 5.41; M負性 = 39.33， SD負性 = 4.77）， 其中觀看組19人（剩余試次數(shù)量M中性 = 39.57， SD中性 = 4.38; M負性 = 39.33， SD負性 = 3.89）， 認知重評組21人（剩余試次數(shù)量M中性 = 39.38， SD中性 = 6.38; M負性 = 39.33， SD負性 = 5.62）; （11） Run ICA， 對處理后的2～40 Hz數(shù)據(jù)基于EEGLAB的默認算法進行獨立成分分解。然后將成分矩陣應用于0.01～40 Hz濾波后的數(shù)據(jù)。（12）剔除眼動成分等， 通過ICALable， 基于與實驗中記錄的水平和垂直眼電的相關性， 自動刪除眨眼及水平眼動。（13）插值壞導， 通過pop_interp函數(shù)對先前刪除的壞導進行插值補充（顏心雨， 2021）。

3.5 結果

3.5.1 操作有效性檢驗

通過分析情緒評分（9點評分， 得分越低表明情緒越負性）， 發(fā)現(xiàn)被試對負性信息的情緒評分顯著低于中性信息（M負性 = 2.32， SD負性 = 0.91; M中性 = 5.09， SD中性 = 0.21; t（70） = ?19.52， p < 0.001， Cohen’s d = ?2.94）， 說明對信息的選擇是有效的， 負性信息成功喚起了負性情緒。其次， 將積極認知重評組在Session 2中記錄下的事件正向原因交由專家分析評判后， 未剔除任何被試， 表明重評組被試皆進行了積極認知重評。

3.5.2 行為結果

行為結果基本同實驗1。分別對被試的情緒體驗、道德判斷、轉(zhuǎn)發(fā)意愿和轉(zhuǎn)發(fā)行為（信息轉(zhuǎn)發(fā)數(shù)/信息總數(shù)）進行2 （信息類型：中性 vs 負性） × 2 （調(diào)節(jié)策略：積極認知重評 vs 觀看）的重復測量方差分析。結果表明：

在情緒體驗上， 調(diào)節(jié)策略的主效應顯著， F （1， 42） = 15.84， p < 0.001， ηp2 = 0.27。積極認知重評個體的負性情緒體驗低于（情緒評分高于）觀看組個體（M 重評 = 3.95， SE 重評 = 0.09; M 觀看 = 3.48， SE 觀看 = 0.09）。調(diào)節(jié)策略與信息類型的交互作用顯著， F （1， 42） = 10.22， p = 0.003， ηp2 = 0.2）。簡單效應檢驗表明， 在看到負性信息時， 積極認知重評組個體的負性情緒體驗顯著低于觀看組（M 重評 = 2.77， SE 重評 = 0.17; M 觀看 = 1.88， SE 觀看 = 0.17， p < 0.001）; 而看到中性信息時則顯著無差別（M 重評 = 5.12， SE 重評 = 0.05; M 觀看 = 5.06， SE 觀看 = 0.05）。

在道德判斷上， 調(diào)節(jié)策略的主效應顯著， F （1， 42） = 24.1， p < 0.001， ηp2 = 0.37。積極認知重評組更傾向于認為事件是道德的， 道德標準更寬松（M 重評 = 4.07， SE 重評 = 0.11; M 觀看 = 3.32， SE 觀看 = 0.11）。信息類型與調(diào)節(jié)策略的交互作用顯著， F （1， 42） = 6.6， p = 0.014， ηp2 = 0.14。簡單效應檢驗表明， 當面對負性信息時， 相比于觀看組， 積極認知重評組的被試認為其是更道德的（M 重評 = 2.74， SE 重評 = 0.19; M 觀看 = 1.57， SE 觀看 = 0.19， p < 0.001）; 而面對中性信息則不然（M 重評 = 5.4， SE 重評 = 0.12; M 觀看 = 5.07， SE 觀看 = 0.12）。

在轉(zhuǎn)發(fā)意愿上， 調(diào)節(jié)策略主效應不顯著， F （1， 42） = 2.84， p = 0.099。信息類型主效應顯著， F （1， 42） = 285.06， p < 0.001， ηp2 = 0.87。個體對負性信息有更高的轉(zhuǎn)發(fā)意愿（M 負性 = 6.47， SE 負性 = 0.2; M 中性 = 2.37， SE 中性 = 0.2）。調(diào)節(jié)策略與信息類型的交互作用不顯著， F （1， 42） = 2.97， p = 0.09。

在轉(zhuǎn)發(fā)行為上， 調(diào)節(jié)策略的主效應顯著， F （1， 42） = 6.6， p = 0.014， ηp2 = 0.14。積極認知重評組的轉(zhuǎn)發(fā)行為顯著更少（M 重評 = 0.31， SE 重評 = 0.03; M觀看 = 0.4， SE 觀看 = 0.03）。信息類型主效應顯著， F （1， 42） = 416.44， p < 0.001， ηp2 = 0.91。被試對負性信息的轉(zhuǎn)發(fā)行為更多（M 負性 = 0.7， SE 負性 = 0.03; M 中性 = 0.01， SE 中性 = 0.003）。調(diào)節(jié)策略與信息類型的交互作用顯著， F （1， 42） = 5.78， p = 0.021， ηp2 = 0.12。簡單效應檢驗表明， 相較于觀看組， 積極認知重評組對負性信息的轉(zhuǎn)發(fā)行為顯著減少（M 重評 = 0.62， SE 重評 = 0.05; M 觀看 = 0.79， SE 觀看 = 0.05， p = 0.016）; 而中性信息則不然（M 重評 = 0.01， SE 重評 = 0.01; M 觀看 = 0.02， SE 觀看 = 0.01）。見圖5。

其次， 為避免是樣本選擇的問題， 按實驗1操作再次進行情緒體驗的中介作用分析， 發(fā)現(xiàn)中介效應值為?0.37， 95% Bootstrap置信區(qū)間為[?1.16， 0.41]， 包括零， 中介效應仍然不顯著。說明積極認知重評對信息傳播的影響不通過主觀的情緒體驗起作用。

3.5.3 腦電結果

對面孔呈現(xiàn)、情緒評分、道德判斷、轉(zhuǎn)發(fā)意愿、轉(zhuǎn)發(fā)行為屏記錄的腦電數(shù)據(jù)中的EPN （160～240 ms）和LPP （400～800 ms）成分的平均波幅進行了分析。

對于面孔呈現(xiàn)屏， EPN平均波幅分析結果顯示， 調(diào)節(jié)策略主效應顯著， F （1， 38） = 5.46， p = 0.025， ηp2 = 0.13。積極認知重評組的EPN波幅比觀看組顯著更?。∕ 重評 = 2.57， SE 重評 = 0.44; M 觀看 = 1.07， SE觀看 = 0.47）。信息類型主效應不顯著， F （1， 38） = 1.65， p = 0.207。兩者交互作用不顯著， F （1， 38） = 0.004， p = 0.949。LPP分析結果顯示， 調(diào)節(jié)策略主效應不顯著， F （1， 38） = 1.13， p = 0.294。信息類型主效應不顯著， F （1， 38） = 0.56， p = 0.457。兩者交互作用不顯著， F （1， 38） = 3.81， p = 0.058。見圖6。

對于情緒評分屏， EPN分析結果顯示， 調(diào)節(jié)策略主效應顯著， F （1， 38） = 11.42， p = 0.002， ηp2 = 0.23。積極認知重評組的EPN波幅顯著小于觀看組（M 重評 = 2.2， SE 重評 = 0.57; M 觀看 = ?0.59， SE 觀看 = 0.6）。信息類型主效應不顯著， F （1， 38） = 2.39， p = 0.13。兩者交互作用不顯著， F （1， 38） = 0.93， p = 0.342。LPP分析結果顯示， 調(diào)節(jié)策略主效應顯著， F（1， 38） = 4.39， p = 0.043， ηp2 = 0.1。積極認知重評組的LPP波幅顯著高于觀看組（M 重評 = 2.32， SE重評 = 0.4; M 觀看 = 1.12， SE 觀看 = 0.42）。信息類型主效應不顯著， F （1， 38） = 1.1， p = 0.302。兩者交互作用不顯著， F （1， 38） = 1.15， p = 0.29。

對于道德判斷屏、轉(zhuǎn)發(fā)意愿屏和轉(zhuǎn)發(fā)行為屏， EPN和LPP分析均未得出顯著的效應。

3.5.4 EPN的中介效應

上述結果表明， 積極認知重評可以顯著降低個體對負性信息的傳播， 且顯著調(diào)節(jié)了被試在面孔呈現(xiàn)和情緒評分階段枕顳區(qū)EPN波幅。更重要地， 將調(diào)節(jié)策略、個體對負性信息的情緒評分、道德判斷、轉(zhuǎn)發(fā)意愿、轉(zhuǎn)發(fā)行為以及個體在面孔呈現(xiàn)、情緒評分時的ERP成分進行相關分析， 并使用FDR法進行多重比較校正。發(fā)現(xiàn)個體在面對與負性信息匹配的面孔時EPN的波幅與調(diào)節(jié)策略（r = 0.34， p = 0.017， corrected p = 0.027）、轉(zhuǎn)發(fā)意愿（r = ?0.46， p = 0.001， corrected p = 0.004）以及轉(zhuǎn)發(fā)行為（r = ?0.31， p = 0.024， corrected p = 0.037）都顯著相關， 見表2。

因此， 我們將調(diào)節(jié)策略、轉(zhuǎn)發(fā)行為、轉(zhuǎn)發(fā)意愿、面孔呈現(xiàn)屏EPN波幅進行標準化， 將公正敏感性量表、交流恐懼自陳量表、微博使用狀況調(diào)查問卷數(shù)據(jù)進行標準化后作為協(xié)變量， 建立了積極認知重

評通過EPN波幅來影響轉(zhuǎn)發(fā)意愿、轉(zhuǎn)發(fā)行為的兩個中介模型， 使用Andrew F. Hayes開發(fā)的PROCESS v3.5進行檢驗， 選擇95%置信區(qū)間， Boostrap = 2000。結果發(fā)現(xiàn)， 積極認知重評通過降低EPN波幅來影響轉(zhuǎn)發(fā)意愿的中介效應值為?0.29， 95% Bootstrap置信區(qū)間為[?0.68， ?0.003]， 積極認知重評通過降低EPN波幅來影響轉(zhuǎn)發(fā)行為的中介效應值為?0.34， 95% Bootstrap置信區(qū)間為[?0.76， ?0.01]， 都不包含零， 表明兩個模型的中介效應都顯著。見表3、圖7。

3.6 實驗2討論

實驗2中的行為結果重復了實驗1得出的結論， 即個體在進行積極認知重評后， 瀏覽負性信息時產(chǎn)生的負性情緒會顯著減弱， 道德判斷標準會放寬， 轉(zhuǎn)發(fā)行為會顯著減少。同樣， 主觀情緒體驗并不能夠中介積極認知重評對信息傳播的影響。

腦電結果表明， 積極認知重評可以帶來更小的EPN波幅。EPN被視為大腦對情緒性刺激進行早期選擇性視覺處理的重要標志（Beligiannis et al.， 2022）， 與注意資源的分配以及對視覺刺激的情緒評價有關， 反映了大腦對情緒信息的快速自動化加工（Yoon et al.， 2015）， 尤其在對消極和威脅性刺激的注意捕獲上表現(xiàn)突出（Huang et al.， 2023）。因此， 更小的EPN波幅提示積極認知重評顯著降低了個體對情緒面孔的注意投入。我們沒有發(fā)現(xiàn)信息類型的主效應， 這與Baum等人（2020）的結果是一致的， 他們在前后兩個實驗中， 均未觀察到EPN在不同效價的信息面孔組合材料間存在顯著差異。更重要的是， 我們在腦電數(shù)據(jù)中發(fā)現(xiàn)了個體在面孔呈現(xiàn)階段EPN波幅的中介作用， 具體來說， 積極認知重評的EPN波能夠負向預測個體的轉(zhuǎn)發(fā)意愿和轉(zhuǎn)發(fā)行為， 即EPN波幅越小， 個體對負性信息的負性情緒體驗越少， 轉(zhuǎn)發(fā)意愿越低、轉(zhuǎn)發(fā)行為越少。這一中介效應說明， 積極認知重評組被試在面孔呈現(xiàn)階段對情緒的快速自動化加工或選擇性注意已經(jīng)顯著降低， 并影響了個體隨后的轉(zhuǎn)發(fā)意愿和轉(zhuǎn)發(fā)行為。而反映個體情緒指標的主觀評分卻并不能夠在其間起中介作用， 這可能是因為主觀情緒評分涉及后期的認知加工， 與早期的情緒信息注意和識別并不相同。Wieser等人（2012）研究發(fā)現(xiàn)， 帕金森?。≒D）患者由于早期情緒區(qū)分能力受損， 雖然在情緒評分、喚醒度評定上與健康對照組相比并無顯著差異， 但觀看負性情緒面孔時的EPN波幅顯著低于對照組。Huang等人（2023）也發(fā)現(xiàn)， 無論被試持有何種情緒信念（如， 情緒是否可控？消極情緒是否有害？）， 觀看不愉快圖片誘發(fā)的EPN成分波幅都比觀看中性圖片更大， 表明EPN作為反映消極情緒刺激注意偏向和早期加工的指標是相對客觀的。據(jù)此我們認為， 是自動化、選擇性情緒反應而非主觀情緒體驗決定了個體是否轉(zhuǎn)發(fā)該信息。

前已述及， 情感歸因理論認為， 個體的主觀情緒體驗是生理喚醒以及環(huán)境背景的認知解釋共同造就的（Schachter & Singer， 1962）， 但實驗結果顯示個體的情緒評分與枕顳區(qū)EPN成分的相關并不顯著。Beligiannis等人（2022）在關于蛇檢測理論的研究中也發(fā)現(xiàn)， 雖然被試對蛇和蜘蛛圖片的主觀恐懼評分都顯著大于中性刺激（鳥）， 但僅發(fā)現(xiàn)被試在面對蛇類刺激時， 其恐懼評分越高， EPN反應強度越大。這表明個體的生理喚醒與主觀體驗有一定聯(lián)系， 但也存在差異。EPN可能更多地反映了基于本能、非意識層面的大腦處理機制。

總的來說， 實驗2從神經(jīng)層面證明了積極認知重評的確會對全貌未知信息的傳播產(chǎn)生影響， 而這一影響是通過枕顳區(qū)EPN成分的中介發(fā)揮作用的， 這一成分反映的是個體快速的反射性的情緒注意。

4 總討論

本研究將信息傳播的研究視角縮小， 從個人轉(zhuǎn)發(fā)行為角度出發(fā)， 考察了不同類型全貌未知信息傳播量的差異， 探究了積極認知重評對此類信息傳播的影響， 并分析了該影響的神經(jīng)生理特征。最終， 本研究在行為層面發(fā)現(xiàn)了信息中包含的情緒因素以及積極認知重評對全貌未知信息傳播的影響：即信息會由于所包含的情緒類型不同導致傳播量的不同， 積極認知重評作為一種有效的情緒調(diào)節(jié)策略可以顯著降低全貌未知負性信息的傳播量; 雖然并未發(fā)現(xiàn)主觀情緒體驗的中介作用， 但本研究在神經(jīng)層面發(fā)現(xiàn)了快速反射性情緒指標——枕顳區(qū)EPN波幅——在積極認知重評影響轉(zhuǎn)發(fā)意愿和轉(zhuǎn)發(fā)行為的路徑中均起顯著的中介作用。上述成果彌補了個體視角下情緒及情緒調(diào)節(jié)策略在信息傳播研究中的空白， 為虛假輿情的管控和治理提供了新的思路。

值得注意的是， 在實驗2中， EPN的調(diào)節(jié)策略主效應顯著（積極重評組的波幅顯著小于觀看組）， 但信息類型主效應及交互作用卻不顯著。這可能是因為認知重評具有持續(xù)性， 如Erk等人（2010）研究發(fā)現(xiàn)， 即使在完成認知重評任務后大約15分鐘對情緒刺激再進行被動觀看， 個體面對相同刺激時依然表現(xiàn)出了持續(xù)的情緒調(diào)節(jié)效果（杏仁核激活維持在較低水平）， 并認為這可能是因為個體一旦意識到先前的調(diào)節(jié)有效后， 即便未要求其進行情緒調(diào)節(jié)也可能會自動地使用該策略、觀點或態(tài)度。故本研究中， 積極重評組被試可能在經(jīng)過大量的重評之后， 能較為長久而穩(wěn)定地以更正向的態(tài)度對待事件， 對與信息（尤其是負面信息）關聯(lián)的面孔的注意偏向、自動化感知加工水平減弱， 并在神經(jīng)生理指標上體現(xiàn)為EPN波幅的持續(xù)降低。此外， EPN波幅在不同效價信息所關聯(lián)的面孔之間未出現(xiàn)顯著差異， 這可能是因為EPN的情緒效應在個體看到高知名度（更熟悉）的面孔時很大， 對于陌生面孔則非常微弱（Suess et al.， 2015）。而研究中所使用的面孔材料均為被試不熟悉的陌生面孔， 因而可能導致兩組被試EPN波幅在中、負性信息條件下的差異都未能被有效捕獲。其次， 我們并沒有發(fā)現(xiàn)中央頂區(qū)LPP成分在進行重評后出現(xiàn)顯著變化。前人研究指出， 個體對信息進行傳播的原因是在信息中感知到了威脅信號， 轉(zhuǎn)發(fā)是為了個體以及群體的生存價值（Baum & Abdel Rahman， 2021; 張梅 等， 2021）。LPP也被認為是與威脅信號相關的成分（Flykt & Caldara， 2006）， 卻在積極認知重評后并沒有發(fā)生任何顯著變化。我們推測可能是由于本研究中信息的威脅程度不高。相比前人在激發(fā)中央頂區(qū)LPP研究（Flykt & Caldara， 2006; Rosenbaum et al.， 2020）中采用的材料（蜘蛛、蛇、尸體等威脅信號較大的圖片）， 本研究中的負性信息（如， 這個女人拒絕接種新冠疫苗并宣稱國產(chǎn)疫苗無用）的威脅程度更低， 即使個體的負性偏向會增加對負性實體的感知（朱永澤 等， 2014）。而負性偏向之所以導致的網(wǎng)絡突發(fā)事件大規(guī)模傳播（張梅 等， 2021）， 很有可能是由于信息內(nèi)容的差異。例如在COVID-19流行期間， 由于虛假信息帶來的囤藥潮或者由此引發(fā)的網(wǎng)絡疑病癥（Cyberchondria）， 相比于其他負性信息更有可能威脅到個體的生存， 因此會被大規(guī)模傳播。在此我們猜想：個體進行信息傳播的動機會因為信息類別的不同而有所改變。即， 可能存在兩種傳播路徑， 其一是文化進化理論提出的感知到威脅信號而進行的傳播; 其二是本研究驗證的基于情緒的傳播。如果在今后的研究中對信息類別進行劃分可能會得到新的結果。

此外， 本研究也存在如下不足：首先是情緒調(diào)節(jié)方式單一， 除積極認知重評外沒有考察其他情緒調(diào)節(jié)策略的作用， 未來可以考察是否存在更加有效的減少全貌未知信息傳播的情緒調(diào)節(jié)方式; 其次， 本研究未將性別因素對實驗效果的影響納入考量， 但對性別和分組進行卡方檢驗后發(fā)現(xiàn)， 在兩個實驗中積極重評組和觀看組在男女性別構成上都不存在顯著差異， 故兩組的差異并非來自性別構成的不同。而將性別作為協(xié)變量重新進行分析后， 除實驗2情緒評分屏LPP的調(diào)節(jié)策略主效應消失（p = 0.052）， 其余結果并沒有發(fā)生顯著變化; 此外， 實驗2中積極重評發(fā)生的時間點可能存在前置效應。為了排除動態(tài)閱讀的影響， 本研究記錄分析的是面孔單獨呈現(xiàn)誘發(fā)的腦電， 而未對前一屏情緒事件呈現(xiàn)屏（面孔?文字復合刺激）進行記錄分析。雖然指導語明確引導被試在面孔刺激單獨呈現(xiàn)時才開始實施積極重評， 但在實驗過程中被試可能會因為熟悉了實驗流程而提前重評。未來的研究， 需要找到更加切實可行ERP任務設計， 來達到對于情緒調(diào)節(jié)時間進程的精確考察; 最后， 研究并沒有考察負性信息中不同類別信息的傳播方式， 例如前文中提到的高威脅信號及低威脅信號的傳播。已有研究表明， 相比于其他刺激， 威脅刺激具有自動加工特征， 更易激活人腦的注意加工系統(tǒng)， 并自動激活某些負責防御的腦區(qū)， 如杏仁核（amygdala）和導水管周圍灰質(zhì)（periaqueductal gray， PAG; LeDoux， 2012）， 因此可以利用fMRI在神經(jīng)層面對相關研究進行進一步的探討， 以得到更加客觀的結論。

5 結論

本文通過兩個實驗， 系統(tǒng)地探究了情緒及情緒調(diào)節(jié)策略對全貌未知的負性信息傳播的影響。并在行為實驗的基礎上結合了事件相關電位技術， 初步考察了情緒調(diào)節(jié)策略影響信息傳播的神經(jīng)電生理特征， 主要得到了以下結論：（1）對于負性信息， 即使個體并不知道事件發(fā)生的原因， 也會有較強的轉(zhuǎn)發(fā)意愿和轉(zhuǎn)發(fā)行為。（2）當個體進行積極認知重評后， 全貌未知負性信息帶來的負性情緒體驗顯著降低， 個體的轉(zhuǎn)發(fā)行為顯著降低， 且后者是通過枕顳區(qū)EPN波幅的中介作用達成的。（3）在積極認知重評影響個體轉(zhuǎn)發(fā)行為中發(fā)揮中介作用的是個體快速、反射性的客觀情緒注意， 而并非混合了生理喚醒以及對環(huán)境背景進行認知解釋后的主觀情緒體驗。

參 考 文 獻

Baum， J.， & Abdel Rahman， R. （2021）. Emotional news affects social judgments independent of perceived media credibility. Social Cognitive and Affective Neuroscience， 16（3）， 280?291. https：//doi.org/10.1093/scan/nsaa164

Baum， J.， Rabovsky， M.， Rose， S. B.， & Abdel Rahman， R. （2020）. Clear judgments based on unclear evidence： Person evaluation is strongly influenced by untrustworthy gossip. Emotion， 20（2）， 248?260. https：//doi.org/10.1037/emo0000545

Beligiannis， N.， Hermus， M.， Gootjes， L.， & Van Strien， J. W. （2022）. Both low and high spatial frequencies drive the early posterior negativity in response to snake stimuli. Neuropsychologia， 177， 108403. https：//doi.org/10.1016/j. neuropsychologia.2022.108403

Berchio， C.， Cambi， S.， Pappaianni， E.， & Micali， N. （2022）. EEG biomarkers in children and adolescents with feeding and eating disorders： Current evidence and future directions. Frontiers in Psychiatry， 13， 882358. https：//doi.org/10.3389/ fpsyt.2022.882358

Berger， J. （2014）. Word of mouth and interpersonal communication： A review and directions for future research. Journal of Consumer Psychology， 24（4）， 586?607. https：// doi.org/10.1016/j.jcps.2014.05.002

Bollen， J.， Mao， H.， & Zeng， X. （2011）. Twitter mood predicts the stock market. Journal of Computational Science， 2（1）， 1?8. https：//doi.org/10.1016/j.jocs.2010.12.007

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.， Egloff， B.， Wlhelm， F. H.， Smith， N. C.， Erickson， E. A.， & Gross， J. J. （2003）. The social consequences of expressive suppression. Emotion， 3（1）， 48?67. https：//doi. org/10.1037/1528-3542.3.1.48

Celsi， R.， & Olson， J. （1988）. The role of involvement in attention and comprehension processes. Journal of Consumer Research， 15， 210?224. https：//doi.org/10.1086/209158

Chen， J.， Liu， Y.， & Zou， M. （2017）. User emotion for modeling retweeting behaviors. Neural Networks， 96， 11? 21. https：//doi.org/10.1016/j.neunet.2017.08.006

Chen， Y. H.， & Zhang， X. Q. （2018）. Research on netizen group emotion contagion model and the simulation under network group emergencies. Information Science， 36（3）， 151?156. https：//doi.org/10.13833/j.issn.1007-7634.2018.03.025

[陳業(yè)華， 張曉倩. （2018）. 網(wǎng)絡突發(fā)群體事件網(wǎng)民群體情緒傳播模型及仿真研究. 情報科學， 36（3）， 151?156. https：//doi.org/10.13833/j.issn.1007-7634.2018.03.025]

Cheng， L.， Yuan， J. J.， He， Y. Y.， & Li， H. （2009）. Emotion regulation strategies： Cognitive reappraisal is more effective than expressive suppression. Advances in Psychological Science， 17（4）， 730?735.

[程利， 袁加錦， 何媛媛， 李紅. （2009）. 情緒調(diào)節(jié)策略： 認知重評優(yōu)于表達抑制. 心理科學進展， 17（4）， 730?735.]

Cuthbert， B. N.， Schupp， H. T.， Bradley， M. M.， Birbaumer， N.， & Lang， P. J. （2000）. Brain potentials in affective picture processing： Covariation with autonomic arousal and affective report. Biological Psychology， 52（2）， 95?111. https：//doi.org/10.1016/s0301-0511（99）00044-7

Ding， H.， Liu， Q.， Qi， J. L.， & Hu， G. W. （2023）. Early rumor identification based on internet public health emergencies ——Taking the new crown epidemic rumor as an example. Information Science， 41（4）， 156?163. https：//doi.org/10. 13833/j.issn.1007-7634.2023.04.019

[丁浩， 劉清， 齊江蕾， 胡廣偉. （2023）. 基于網(wǎng)絡突發(fā)公共衛(wèi)生事件早期謠言識別研究——以新冠疫情謠言為例. 情報科學， 41（4）， 156?163. https：//doi.org/10.13833/j.issn. 1007-7634.2023.04.019]

Erk， S.， Mikschl， A.， Stier， S.， Ciaramidaro， A.， Gapp， V.， Weber， B.， & Walter， H. （2010）. Acute and sustained effects of cognitive emotion regulation in major depression. The Journal of Neuroscience， 30（47）， 15726?15734. https：//doi. org/10.1523/jneurosci.1856-10.2010

Flykt， A.， & Caldara， R. （2006）. Tracking fear in snake and spider fearful participants during visual search： A multi- response domain study. Cognition and Emotion， 20（8）， 1075?1091. https：//doi.org/10.1080/02699930500381405

Gross， J. J. （2002）. Emotion regulation： Affective， cognitive， and social consequences. Psychophysiology， 39（3）， 281? 291. https：//doi.org/10.1017/s0048577201393198

Hofmann， S.， Beverungen， D.， R?ckers， M.， & Becker， J. （2013）. What makes local governments' online communications successful？ Insights from a multi-method analysis of Facebook. Government Information Quarterly， 30（4）， 387? 396. https：//doi.org/10.1016/j.giq.2013.05.013

Hou， J.， Huang， Z.， Li， H.， Liu， M.， Zhang， W.， Ma， N.， . . . Zhang， X. （2014）. Is the excessive use of microblogs an Internet addiction？ Developing a scale for assessing the excessive use of microblogs in Chinese college students. PloS One， 9（11）， e110960. https：//doi.org/10.1371/journal. pone.0110960

Huang， L.， Yang， T. Z.， & Ji， Z. M. （2003）. Applicability of the Positive and Negative Affect Scale in Chinese. Chinese Mental Health Journal， （1）， 54?56.

[黃麗， 楊廷忠， 季忠民. （2003）. 正性負性情緒量表的中國人群適用性研究. 中國心理衛(wèi)生雜志， （1）， 54?56.]

Huang， Y.， Zhang， Q.， Shang， C.， & Cui， L. （2023）. How do fundamental emotion beliefs affect the rapid emotional processing？ An ERP study. International Journal of Psychophysiology， 191， 19?28. https：//doi.org/10.1016/j. ijpsycho.2023.06.010

Karl， C.， Hewig， J.， & Osinsky， R. （2015）. Passing faces： Sequence-dependent variations in the perceptual processing of emotional faces. Social Neuroscience， 11（5）， 531?544. https：//doi.org/10.1080/17470919.2015.1115776

Koivisto， M.， & Revonsuo， A. （2010）. Event-related brain potential correlates of visual awareness. Neuroscience and Biobehavioral Reviews， 34（6）， 922?934. https：//doi.org/ 10.1016/j.neubiorev.2009.12.002

LeDoux， J. （2012）. Rethinking the emotional brain. Neuron， 73（4）， 653?676. https：//doi.org/10.1016/j.neuron.2012.02.004

Liu， D. J.， Cui， J.， Pan， Z.， Zhang， H. K.， Cao， J. T.， & Kong， W. Z. （2024）. Machine to brain： Facial expression recognition using brain machine generative adversarial networks. Cognitive Neurodynamics， 18（3）， 863?875. https：//doi.org/ 10.1007/s11571-023-09946-y

Ma， J.， Gao， W.， Mitra， P.， Kwon， S.， Jansen， J.， Wong， K. -F.， & Cha， M. （2016， January）. Detecting rumors from microblogs with recurrent neural networks. Paper presented at the meeting of the IJCAI International Joint Conference on Artificial Intelligence， New York， USA.

Mao， T. T.， Jiang， G. W.， Li， Y.， Zhao， R.， & Gao， K. （2019）. Emotion communication characteristics of network hot events in the new media age. Information Science， 37（4）， 29?35+96. https：//doi.org/10.13833/j.issn.1007-7634.2019. 04.005

[毛太田， 蔣冠文， 李勇， 趙蓉， 高凱. （2019）. 新媒體時代下網(wǎng)絡熱點事件情感傳播特征研究. 情報科學， 37（4）， 29? 35+96. https：//doi.org/10.13833/j.issn.1007-7634.2019.04.005]

Mccroskey， J. C.， & Richmond， V. P. （1982）. Communication apprehension and shyness： Conceptual and operational distinctions. Communication Studies， 33， 458?468. https：// doi.org/10.1080/10510978209388452

Meng， J.， Peng， W.， Tan， P. -N.， Liu， W.， Cheng， Y.， & Bae， A. （2018）. Diffusion size and structural virality： The effects of message and network features on spreading health information on twitter. Computers in Human Behavior， 89， 111?120. https：//doi.org/10.1016/j.chb.2018.07.039

Mesoudi， A.， & Thornton， A. （2018）. What is cumulative cultural evolution？ Proceedings of the Royal Society B： Biological Sciences， 285（1880）， 20180712. https：//doi.org/ 10.1098/rspb.2018.0712

Ochsner， K. N.， Ray， R. D.， Cooper， J. C.， Robertson， E. R.， Chopra， S.， Gabrieli， J. D. E.， & Gross， J. J. （2004）. For better or for worse： Neural systems supporting the cognitive down- and up-regulation of negative emotion. NeuroImage， 23（2）， 483?499. https：//doi.org/10.1016/j. neuroimage.2004.06.030

Olofsson， J. K.， Nordin， S.， Sequeira， H.， & Polich， J. （2008）. Affective picture processing： An integrative review of ERP findings. Biological Psychology， 77（3）， 247?265. https：// doi.org/10.1016/j.biopsycho.2007.11.006

Picton， T. W.， Bentin， S.， Berg， P.， Donchin， E.， Hillyard， S. A.， Johnson， R.， ... Taylor， M. J. （2003）. Guidelines for using human event-related potentials to study cognition： Recording standards and publication criteria. Psychophysiology， 37（2）， 127?152. https：//doi.org/10.1111/1469-8986.3720127

Puce， A.， & H?m?l?inen， M. （2017）. A review of issues related to data acquisition and analysis in EEG/MEG studies. Brain Sciences， 7（6）， 58. https：//doi.org/10.3390/brainsci7060058

Rosenbaum， D.， Leehr， E. J.， Kroczek， A.， Rubel， J. A.， Int-Veen， I.， Deutsch， K.， ... Ehlis， A. C. （2020）. Neuronal correlates of spider phobia in a combined fNIRS-EEG study. Scientific Reports， 10（1）， 12597. https：//doi.org/10.1038/ s41598-020-69127-3

Schachter， S.， & Singer， J. E. （1962）. Cognitive， social， and physiological determinants of emotional state. Psychological Review， 69（5）， 379?399. https：//doi.org/10.1037/h0046234

Schupp， H. T.， Flaisch， T.， Stockburger， J.， & Jungh?fer， M. （2006）. Emotion and attention： Event-related brain potential studies. Progress in Brain Research， 156， 31?51. https：//doi.org/10.1016/S0079-6123（06）56002-9

Shi， K. W.， & Liu， K. （2021）. Weibo rumor identification in public health emergencies. Library and Information Service， 65（13）， 87?95. https：//doi.org/10.13266/j.issn.0252-3116. 2021.13.009

[石鍇文， 劉勘. （2021）. 突發(fā)公共衛(wèi)生事件中微博謠言的識別. 圖書情報工作， 65（13）， 87?95. https：//doi.org/10.13266/ j.issn.0252-3116.2021.13.009]

Song， L. B.， & Zhang， H. C. （2002）. Developmental patterns of visual imagery of mentally disabled. Chinese Journal of Special Education， （3）， 57?63.

[宋麗波， 張厚粲. （2002）. 弱智學生視覺表象清晰度發(fā)展趨勢研究. 中國特殊教育， （3）， 57?63.]

Suess， F.， Rabovsky， M.， & Abdel Rahman， R. （2015）. Perceiving emotions in neutral faces： Expression processing is biased by affective person knowledge. Social Cognitive and Affective Neuroscience， 10（4）， 531?536. https：//doi.org/10. 1093/scan/nsu088

Wang， L.， Liu， H. C.， Li， Z. Q.， & Du， W. （2007）. Reliability and validity of emotion regulation questionnaire Chinese revised version. China Journal of Health Psychology， 15（6）， 503?505. https：//doi.org/10.13342/j.cnki.cjhp.2007.06.012

[王力， 柳恒超， 李中權， 杜衛(wèi). （2007）. 情緒調(diào)節(jié)問卷中文版的信效度研究. 中國健康心理學雜志， 15（6）， 503?505. https：//doi.org/10.13342/j.cnki.cjhp.2007.06.012]

Wang， L. L.， & Zhang， L. L. （2023）. Rumor spreading model in strong-ties social networks during public emergencies based on SAT model. Journal of Intelligence， 42（5）， 112? 118+136. https：//link.cnki.net/urlid/61.1167.G3.20230216. 0847.002

[王麗麗， 張玲玲. （2023）. 突發(fā)公共事件中強關系社交網(wǎng)絡謠言擴散機制研究——基于情景意識理論. 情報雜志， 42（5）， 112?118+136. https：//link.cnki.net/urlid/61.1167.G3. 20230216.0847.002]

Wang， N.， Li， H. R.， & Tan， S. R. （2022）. Predicting public opinion reversal based on evolution analysis of events and improved KE-SMOTE algorithm. Data Analysis and Knowledge Discovery， 6（2/3）， 396?407. https：//link.cnki.net/ urlid/10.1478.G2.20220221.1442.023

[王楠， 李海榮， 譚舒孺. （2022）. 基于輿情事件演化分析及改進KE-SMOTE算法的輿情反轉(zhuǎn)預測研究. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 6（2/3）， 396?407. https：//link.cnki.net/urlid/10. 1478.G2.20220221.1442.023]

Wang， Z. W. （2021）. Study on the differences between user attention and platform governance of microblog network rumor. Information Research， 1（9）， 26?32.

[王著維. （2021）. 微博網(wǎng)絡謠言的用戶關注與平臺治理差異研究. 情報探索， 1（9）， 26?32.]

Webb， T. L.， Miles， E.， & Sheeran， P. （2012）. Dealing with feeling： A meta-analysis of the effectiveness of strategies derived from the process model of emotion regulation. Psychological Bulletin， 138（4）， 775?808. https：//doi.org/10. 1037/a0027600

Wieser， M. J.， Klupp， E.， Weyers， P.， Pauli， P.， Weise， D.， Zeller， D.， ... Mühlberger， A. （2012）. Reduced early visual emotion discrimination as an index of diminished emotion processing in Parkinson’s disease？ ? Evidence from event-related brain potentials. Cortex， 48（9）， 1207?1217. https：//doi.org/10.1016/j.cortex.2011.06.006

Xie， X. X. （2012）. The research of the relation among perceived social justice， anti-rich prejudice， interpersonal trust and justice sensitivity （Unpublished master’s thesis）. Guangzhou University， China.

[謝雪賢. （2012）. 大學生社會公正感、對富人的偏見及相關變量的關系研究 （碩士學位論文）. 廣州大學.]

Yan， X. Y. （2021）. Motivation impacts emotion regulation choice： Underlying cognitive mechanism and ERP characteristics （Unpublished master’s thesis）. Southwest University， Chongqing， China. https：//link.cnki.net/doi/10. 27684/d.cnki.gxndx.2021.001826

[顏心雨. （2021）. 動機影響情緒調(diào)節(jié)策略選擇的認知機制和ERP特征 （碩士學位論文）. 西南大學， 重慶. https：//link. cnki.net/doi/10.27684/d.cnki.gxndx.2021.001826]

Yang， J.， & Counts， S. （2010， January）. Predicting the speed， scale， and range of information diffusion in Twitter. Paper presented at the meeting of the Proceedings of the Fourth International Conference on Weblogs and Social Media， Washington， DC.

Yoder， K. J.， & Decety， J. （2014）. Spatiotemporal neural dynamics of moral judgment： A high-density ERP study. Neuropsychologia， 60， 39?45. https：//doi.org/10.1016/j. neuropsychologia.2014.05.022

Yokoyama， H. M.， & Tateno， S. （2013）. Public anxiety， trust， and the role of mediators in communicating risk of exposure to low dose radiation after the Fukushima Daiichi Nuclear Plant explosion. Journal of Science Communication， 12（2）， A03. https：//doi.org/10.22323/2.12020203

Yoon， S.， Shim， M.， Kim， H. S.， & Lee， S. -H. （2015）. Enhanced early posterior negativity to fearful faces in patients with anxiety disorder. Brain Topography， 29（2）， 262?272. https：//doi.org/10.1007/s10548-015-0456-0

Yuan， J.， Ding， N.， Liu， Y.， & Yang， J. （2015）. Unconscious emotion regulation： Nonconscious reappraisal decreases emotion-related physiological reactivity during frustration. Cognition and Emotion， 29（6）， 1042?1053. https：//doi.org/ 10.1080/02699931.2014.965663

Zhang， M.， Ding， S. H.， Liu， G. F.， Xu， Y. Z.， Fu， X. Y.， Zhang， W.， & Xin， Z. Q. （2021）. Negativity bias in emergent online events： Occurrence and manifestation. Acta Psychologica Sinica， 53（12）， 1361?1375. https：//link.cnki.net/urlid/11. 1911.B.20211026.0954.010

[張梅， 丁書恒， 劉國芳， 徐亞珍， 傅鑫媛， 張巍， 辛自強. （2021）. 網(wǎng)絡突發(fā)事件中的負性偏向：產(chǎn)生與表現(xiàn). 心理學報， 53（12）， 1361?1375. https：//link.cnki.net/urlid/11.1911. B.20211026.0954.010]

Zhu， Y. Z.， Mao， W. B.， & Wang， R. （2014）. The Neural Mechanism of Negative Bias. Advances in Psychological Science， 22（9）， 1393?1403.

[朱永澤， 毛偉賓， 王蕊. （2014）. 負性偏向的神經(jīng)機制. 心理科學進展， 22（9）， 1393?1403.]

Multi-dimensional evidence for the regulation of negative informationdissemination by positive cognitive reappraisal

Abstract

The surge in popularity of social media platforms， such as Sina Weibo， has made retweet a significant means of online information dissemination， yet concurrently led to the rampant spread of false information， resulting in frequent network contingencies. Therefore， understanding the mechanisms， influencing factors， and possible interventions for the dissemination of negative information with unknown contexts is imperative. Despite this importance， few studies have examined the role of emotional regulation in curbing the spread of such information from the perspective of individual retweet behavior. This study addresses this gap by conducting two experiments that explore the effects and underlying mechanisms of emotions and emotion regulation strategies， specifically positive cognitive reappraisal （considering positive aspects of the event）， on the propagation of such ambiguous information at both behavioral and electrophysiological levels.

Utilizing a mixed factorial design with 2 （Information Type： Neutral vs Negative） × 2 （Regulation Strategy： Positive Cognitive Reappraisal vs Observation）， participants were divided into Reappraisal and Observation groups （control group）. In the experimental procedure， a fixation point was initially presented， followed by randomly displayed emotionally-laden event images （neutral faces combined with neutral/negative information）， which had been pre-assessed. Participants were instructed to either simply immerse themselves in observing the images （Observation group） or to engage in both observation and positive cognitive reappraisal （Reappraisal group）， after which they rated their emotional experiences， moral judgments， retweet willingness and retweet behavior. Experiment 1 included 71 participants （mean age 20.16 ± 1.85 years）; the Reappraisal group consisted of 35 participants （14 males， 22 females）， while the Observation group comprised 36 participants （11 males， 24females）. Experiment 2 involved 44 participants （mean age 20.04 ± 1.83 years）， with 22 in each group. Building upon Experiment 1， this second experiment incorporated event-related potentials （ERPs）; following the presentation of emotional event images， isolated face stimuli matching the previously viewed information were shown. Participants engaged in reappraisal （Reappraisal group） or reflected on their emotions （Observation group） when viewing these faces， before proceeding to subsequent ratings. During the stages where face presentation， emotional experience， moral judgment， retweet willingness and retweet behavior were scored， EEG data were collected.

Findings revealed that （1） information type significantly influences retweet willingness and behavior， even when the context or cause of the events is unclear to individuals. Specifically， participants exhibited heightened negative emotions and perceived less morality associated with negative information compared to neutral content， leading to a higher inclination to retweet negative information. Notably， when exposed to negative information， participants in the Reappraisal group showed lower levels of negative emotions， more lenient moral judgments， and significantly fewer retweet behaviors compared to those in the Observation group. This suggests that engaging in positive cognitive reappraisal diminishes the negative emotional experience， relaxes moral judgment criteria， and reduces retweet behavior regarding information with unknown contexts. （2） Electroencephalographic findings revealed that positive cognitive reappraisal altered the amplitude of the early posterior negativity （EPN） component in the occipito-temporal region during the processing of information. More precisely， when confronted with negative information， participants in the Reappraisal group exhibited significantly lower EPN amplitudes than their counterparts in the Observation group. Mediation analysis further illuminated that positive cognitive reappraisal reduced participants' retweet willingness and behavior by decreasing the amplitude of the EPN.

This research pioneers an examination of personal retweet behavior， exploring the influence of emotion regulation strategies on the diffusion of information with unknown contexts. By integrating event-related potential technology， it analytically addressed the neurophysiological characteristics of this effect， filling a theoretical gap in current information transmission research. Moreover， the study offers fresh insights into tackling the spread of false information by providing a novel approach grounded in emotion regulation theory.

Keywords information dissemination， positive cognitive reappraisal， negative emotion， EPN

附錄：

負性信息

1. 這個女人為謀私利給患者開不對癥的高價藥

2. 這個女人為賺人頭費將學生以實習名義送入工廠

3. 這個女人拒絕接種新冠疫苗并宣稱國產(chǎn)疫苗無用

4. 這個女人冒領貧困生補助， 并用其購買新手機

5. 這個女人將染有艾滋的針頭放進共享單車坐墊里

6. 這個女人在幼兒園里毆打不好好吃飯的小朋友

7. 這個女人因被苛扣獎金心生怨念， 開車上街撞人

8. 這個女人強迫游客在景點強制消費， 并且惡語相向

9. 這個女人用劣質(zhì)肉類代替羊肉向?qū)W生售賣肉串

10. 這個女人懷孕期間吸毒致未出生的嬰兒染上毒癮

11. 這個女人因為感情問題遺棄了自己的孩子

12. 這個女人通過暗箱操作占了室友的保研名額

13. 這個女人經(jīng)常家暴自己丈夫致其嚴重受傷

14. 這個女人看見自己母親暈倒后沒有采取任何行動

15. 這個女人只顧自己享樂而對生病的父母不聞不問

16. 這個女人使用劣質(zhì)漆料裝修教室致使兒童中毒

17. 這個女人辱罵軍人并煽動乘客進行道德綁架

18. 這個女人為降低成本， 用地溝油給食客做菜

19. 這個女人在過去三年間一直在廣西地區(qū)拐賣小孩

20. 這個女人高空墜物將無辜的行人砸致高位癱瘓

21. 這個女人動用關系減輕了法院對她傷人的處罰

22. 這個男人為了土地開發(fā)強拆了百姓的住宅

23. 這個男人曾經(jīng)在可可西里大規(guī)模盜獵藏羚羊

24. 這個男人把別人的狗偷走后賣給飯店賺錢

25. 這個男人將未經(jīng)處理的廢水排放， 致水源污染

26. 這個男人在妻子懷孕期間家暴， 致其妻子流產(chǎn)

27. 這個男人用劣質(zhì)材料蓋樓致使多名群眾受傷

28. 這個男人將匿名舉報排污工廠的群眾毆打住院

29. 這個男人教唆自己的孩子去鄰居家偷竊財物

30. 這個男人拖欠了工地上農(nóng)民工一年的血汗錢

31. 這個男人對救死扶傷的醫(yī)生發(fā)布侮辱性的言語

32. 這個男人盜取自己學生的研究成果并且發(fā)表

33. 這個男人割斷了大廈外清潔窗戶工人的保險繩

34. 這個男人執(zhí)法期間使用暴力砸爛了商販的攤位

35. 這個男人把抽完的煙頭按在了流浪漢的胳膊上

36. 這個男人將汽油澆在流浪貓身上然后點燃了它

37. 這個男人為招攬修車店生意將釘子撒在馬路上

38. 這個男人在欠下大筆賭債后將女兒抵押給了債主

39. 這個男人十一期間在日本旅游時參觀了靖國神社

40. 這個男人向老人售賣虛假藥品致老人服用后住院

41. 這個男人拒絕救治無力支付費用的患者致其死亡

42. 這個男人為了報復舉報自己的群眾而買兇殺人

43. 這個男人為騙取高考加分政策修改自己孩子戶籍

44. 這個男人在烈士忌日時上網(wǎng)發(fā)布辱罵烈士消息

中性信息

1. 這個女人在餐廳招手向服務員要了一份菜單

2. 這個女人在寢室里拔掉了已經(jīng)充滿電的手機

3. 這個女人把新買的電池裝進了電視機遙控器里

4. 這個女人下課后和同學去學校食堂吃了午飯

5. 這個女人在結束晨跑后到商店買了包紙巾擦汗

6. 這個女人在看電視期間用手機回復了一條消息

7. 這個女人為前來辦業(yè)務的顧客開通了一個賬戶

8. 這個女人在社區(qū)排隊等待已經(jīng)預約的乙肝疫苗

9. 這個女人在淘寶上選購了一件過冬的羽絨服

10. 這個女人早上到辦公室后沖了一杯咖啡來提神

11. 這個女人從商場出來發(fā)現(xiàn)下雨后買了把雨傘

12. 這個女人到辦公室后批改了學生的期中試卷

13. 這個女人去醫(yī)院進行了公司要求的入職體檢

14. 這個女人結束上午工作后和同事去了食堂吃飯

15. 這個女人下午準備到洗衣房里洗他的臟衣服

16. 這個女人去新華書店買了幾本下半年課程教材

ku+KRUUh9pC44rFI//YbrdcTJ61BwTUvlT69HUMjULs=17. 這個女人結束了工作后在網(wǎng)上叫了一份外賣

18. 這個女人在火車站門口等待過安檢后進站

19. 這個女人在小區(qū)超市里排隊等待店員給她結賬

20. 這個女人在微信上將剛認識的同學添加為好友

21. 這個女人躺在床上回想著這周發(fā)生的各種事情

22. 這個男人打電話給酒店前臺要來了一套洗漱品

23. 這個男人在網(wǎng)購前瀏覽購物車比較后進行支付

24. 這個男人雇傭了一個清潔工為自己打掃房子

25. 這個男人在樓下快遞站點取走了網(wǎng)上買的東西

26. 這個男人向檢票員出示了自己前往成都的車票

27. 這個男人聯(lián)系了工人師傅來維修家里的燃氣灶

28. 這個男人在網(wǎng)上購買了一些繪畫需要的材料

29. 這個男人走進地鐵旁的便利店買了一份早餐

30. 這個男人在小區(qū)超市里排隊等待店員給他結賬

v2HQVZnXB7Z909kM2j4AcQHwgnIlaweNTt8Q4BJeG0s=31. 這個男人向老師請教了一個軟件的使用方法

32. 這個男人在淘寶上買了一個和電腦配套的鍵盤

33. 這個男人在吃飯的時候聽見旁邊有人談論天氣

34. 這個男人前往街道辦事處為升學辦理相關材料

35. 這個男人下班后準備去超市選購一些廚房用具

36. 這個男人在暑假期間參加了一個學術講座活動

37. 這個男人從他同事那里拿了一個需要用的文件

38. 這個男人結束晨跑后在商店里買了一瓶礦泉水

39. 這個男人從網(wǎng)上選購了一只毛筆用來練字

40. 這個男人在看到家里停電后出門檢查了電閘

41. 這個男人整理好自己的衣服后準備出門坐公交

42. 這個男人在商店買了一瓶晚上做菜要用的醬油

43. 這個男人鎖上了自行車后去便利店買了些食物

44. 這個男人為了出行方便在商店買了一包口罩