誘發高興情緒會降低人們的道德規范敏感度嗎？*

劉傳軍 謝忠桔 王星元

(四川大學公共管理學院社會學與心理學系，四川大學心理所，成都 610065)

1 引言

前人研究發現，誘發高興情緒會增加人們對道德兩難決策中功利性行為提議的贊同程度（Strohminger, Lewis, & Meyer, 2011; Valdesolo &Desteno, 2006）。比如，在“電車難題”（決策者面對是否要犧牲一個無辜者來拯救五個人的兩難選擇）中，誘發高興情緒的實驗組會比控制組被試更傾向于贊同犧牲一人而拯救五人的功利性提議。然而，即使該效應是可靠的，也可能存在著其他解釋。根據Gawronski和Beer（2017）的分析，相比控制組，高興組被試會做出更多功利性道德決策，存在以下三種可能解釋：第一，高興組更關注道德后果，為了實現收益最大化而更愿意執行功利性提議；第二，高興組更不在意道德規范，高興情緒可能中和被試對犧牲無辜者的厭惡感，從而更不在意犧牲無辜者背后的道德問題；第三，高興情緒僅僅增加了被試的一般性接受行為提議的傾向，無論是何提議被試都更愿意接受。這三種可能性在傳統的道德兩難范式中無法得到有效分離，Gawronski，Armstrong，Conway，Friesdorf和Hütter（2017）使用多項式決策加工樹開發了可分離上述三種可能性的CNI模型法，并使用該方法探究了誘發情緒（高興、悲傷和憤怒）對道德兩難決策中的三種心理過程的影響，發現誘發的高興情緒降低了人們對道德規范的敏感度，但不影響道德后果敏感度和一般性接受傾向，從而支持了第二種解釋（Gawronski, Conway,Armstrong, Friesdorf, & Hütter, 2018）。

但是，CNI模型法本身受到了很多爭議，越來越多的研究者認識到該方法存在系統性缺陷（Baron & Goodwin, 2020; Liu & Liao, 2021）。特別是CNI模型法以序列加工為理論預設，與當下已被許多研究證據支持的道德雙加工理論存在沖突（Baron & Goodwin, 2020）。道德雙加工理論分為兩種，序列加工的道德雙加工理論認為，決策者首先基于直覺驅動的道德規范考慮來決策，然后基于理性驅動的道德后果權衡來補充或修正已做出的決策（Bj?rklund, Haidt, & Murphy,2000; Greene & Haidt, 2002）；并行加工的道德雙加工理論則認為，道德決策受到直覺加工與理性加工的并行影響和獨立作用（Greene, 2007,2009; Greene, Morelli, Lowenberg, Nystrom, & Cohen,2008; Koenigs et al., 2007），驅動人們在決策時同時考慮道德規范與道德后果。CNI模型法假定決策者先考慮道德后果，再考慮道德規范，最后考慮一般性不接受或接受反應，這種決策加工順序與道德雙加工理論存在沖突，受到研究者批評（劉傳軍, 廖江群, 2021; Baron & Goodwin,2020; Liu & Liao, 2021）。

Gawronski等（2020）就序列加工的不恰當預設問題做出了回應，認為C-N-I的模式只是決策建模上的條件關系，而非對決策者認知加工的順序進行界定。但是，Liu和Liao（2021）使用CNI模型法的原始數據進行重分析，表明這種條件關系會導致代表道德規范敏感度的N參數被高估，并且使代表一般性不接受/接受傾向的I參數不可靠。在數據重分析的基礎上，Liu和Liao提出了解決該方法局限的CAN算法，并在后續研究中擴展出了6個代表決策者道德決策傾向的參數：C參數代表其道德后果敏感度；N參數代表其道德規范敏感度；A參數代表其無論受何因素影響總體上傾向于接受行為提議的偏好程度；IrrespectiveI參數代表在道德規范提倡接受行為提議并且道德后果有利的情形下，決策者仍選擇不接受的偏好程度；IrrespectiveA參數代表在道德規范禁止接受行為提議并且道德后果不利的情形下，決策者仍選擇接受行為提議的偏好程度；Moral obedience參數代表決策者遵循道德規范和道德后果原則的要求來決策的程度（算法詳見https://osf.io/8mzq4/）。由于CNI模型法主要用于探討兩組被試之間道德決策參數的差異，其中，若N參數被高估，則意味著組間差異比較的結果不可靠，需要對其結果進行重新檢驗。

Gawronski等（2018）發現高興組的道德規范敏感度（即N參數）顯著低于參照組，基于前述分析可知該效應需要重新檢驗。因此，本研究首先使用修訂后的CAN算法來對該效應的原始數據進行重分析，考察在CAN算法下N參數在高興組與參照組間是否存在顯著差異（研究1）。其次，對該效應進行了概念性重復，以檢驗該效應能否得到復現（研究2）。在Gawronski等的研究中，被試只需要回答道德判斷框架問題（“你認為……是道德的嗎？”），但是，大量研究表明道德選擇框架問題（“你會那樣做嗎？”）對于個體的道德決策和行為具有更強的預測力（Patil, Cogoni, Zangrando, Chittaro, &Silani, 2014; Pletti, Lotto, Buodo, & Sarlo, 2017）。因此，在研究2中增加了道德選擇框架問題，從判斷和選擇兩個視角上綜合考察高興情緒是否會降低道德規范敏感度。最后，對探究該效應的跨研究數據進行了元分析，以進一步評估該效應的可重復性。

2 研究1：對Gawronski等（2018）的數據重分析

2.1 研究方法

首先，對本次數據重分析工作進行了注冊（https://osf.io/unpdm/），明確說明本研究將使用CAN算法來分析Gawronski等（2018）的原始數據，特別是檢驗高興情緒是否會顯著降低決策者的道德規范敏感度。其次，通過開放科學中心（https://osf.io/e8nrt/）下載了Gawronski等（2018）的原始數據。使用CAN算法（Liu &Liao, 2021）對道德決策參數進行了重新計算。最后，使用SPSS23.0將新獲得的道德決策參數在高興組和參照組之間進行獨立樣本t檢驗，以考察組間差異是否顯著，特別是道德規范敏感度的組間差異是否顯著。

2.2 結果

對Gawronski等（2018）研究1a的數據重分析結果如圖1所示，道德決策各參數在參照組與高興組之間的差異不顯著，|t|s≤1.66，ps＞0.05。特別是，代表道德規范敏感度的N參數在參照組（M=0.29,SD=0.30）與高興組（M=0.20,SD=0.28）之間的差異不顯著，t(126)=1.63，p＞0.05。

圖1 Gawronski等（2018）研究1a高興組與參照組的道德決策參數比較

對Gawronski等（2018）研究1b的數據重分析結果如圖2所示，道德兩難決策各參數在參照組與高興組之間的差異不顯著，|t|s≤1.49，ps＞0.05。特別是，代表道德規范敏感度的N參數在參照組（M=0.34,SD=0.27）與高興組（M=0.26,SD=0.31）之間的差異不顯著，t(118)=1.49，p＞0.05。

圖2 Gawronski等（2018）研究1b高興組與參照組的道德決策參數比較

此外，Gawronski等（2018）還探討了悲傷和憤怒情緒對道德決策的影響，均未發現統計效應。本次數據重分析也未發現該效應，詳見在線附錄（https://osf.io/8mzq4/）。

3 研究2：重新檢驗高興情緒的道德決策效應

3.1 研究方法

3.1.1 被試

158名被試參加了本研究，其中女生98人，男生47人，13人未報告性別信息，年齡范圍17～23歲，平均年齡19.46±1.24歲。共30人未通過作答態度檢測，其數據未進入后續分析。所有被試均通過紙質問卷首頁填寫了書面知情同意書。被試在問卷填寫完成后獲得一份價值5元左右的小禮物作為回報。

3.1.2 實驗設計與材料

采用被試間設計。參照組被試被要求“請寫下您通常一天的學習或工作安排，100字左右”；高興組被試被要求“請寫下一件讓您感到高興和快樂的事情，不論是您親身經歷的還是您看到的都可以，100字左右，請盡可能把您的感受寫下來”。被試的填答時間不限。這種誘發情緒的方式在研究中較為常見，如邱林、鄭雪和王雁飛（2008）通過要求被試回憶積極或消極情緒經歷的方式來誘發積極或消極情緒體驗，本研究也采用了該方法。

然后，要求被試使用10點量表對10種情緒（放松的、生氣的、高興的、悲傷的、自豪的、惡心的、振奮的、慚愧的、崇敬的、恥辱的）進行評分，1代表“完全沒感覺”，10代表“感覺很強烈”。情緒評分結果作為操作檢驗項目。

因變量為被試的道德決策結果。被試在操作檢驗之后，將閱讀24段故事情境，其中16段情境材料來自Gawronski等（2017）的研究，譯稿參考了Li，Gao，Zhao和Li（2021）的翻譯，其余8段情境材料為本研究團隊自編。所有材料在中國被試中均被評價為與道德顯著相關，并已被應用于道德決策研究（劉傳軍, 廖江群, 印刷中）。在每個情境結束時，均有一個行為提議，如“作為部隊首長，你可以同意贖金支付”。然后，被試進行“是”和“否”的二元迫選：道德判斷框架問題為“你認為如情境提議那樣的打算是道德的嗎？”，道德選擇框架問題為“你會（如情境所提議的）那樣做嗎？”，兩種框架問題出現的順序進行了隨機平衡。

3.1.3 實驗程序

本實驗使用隨機問卷的方法進行組織。問卷中，首先，以“情境故事記憶實驗”為名，被試書面簽名同意參與本實驗后，接受高興組或參照組的情緒啟動操作。其次，被試將完成當前情緒狀態的評分。再次，被試將閱讀24段情境故事，并完成道德決策任務。情境故事的呈現順序參照Gawronski等（2017）進行了預隨機控制，以確保相鄰兩段情境來自不同的故事類型。最后，要求被試回答4個問題，第1個為作答態度檢測題目，“請選出下列哪個故事主題，在您閱讀過的故事中沒有出現過？A.廢氣排放 B.插隊買票 C.器官移植 D.邊境綁架 E.刑訊逼問”，其余3題為填充題目；并填寫基本人口學信息。

高興組和參照組兩種版本的問卷被提前編號后，使用相同的封面進行了封裝，并打亂了版本順序。之后交由主試在圖書館、教室等地點尋找獨坐的同學，邀請其參與問卷填寫。主試將問卷按從上往下的順序發放給被試，因而無法事先知道被試所填問卷的組別等信息。被試開始填寫問卷時，主試隨即離開并在15分鐘后返回，回收問卷并對被試的疑問進行解答。

在數據分析階段，首先篩選出通過作答態度檢測的被試，然后確定操作檢驗是否成功，最后對道德決策結果進行分析以檢驗研究假設。

3.2 結果

被試的自評情緒得分中，有12名被試存在全部或部分情緒條目評分存在缺失，但完成了后續道德決策任務。因此其數據仍然納入了后續分析，只在情緒操作檢驗時未納入分析。

在情緒操作中，只有高興情緒具有顯著的組間差異，高興組（M=6.16,SD=2.52）顯著高于參照組（M=5.03,SD=2.37），t(115)=2.50，p=0.014，Cohen’sd=0.46。其他情緒條目的自評得分均無顯著的組間差異，|t|s≤1.24，ps＞0.05。這說明高興情緒啟動成功。

如圖3所示，在道德判斷框架下，高興組的總體接受偏好顯著低于參照組，t(126)=2.09，p=0.039，Cohen’sd=0.37；其他各參數在參照組與高興組之間的差異不顯著，|t|s≤1.32，ps＞0.05。特別是，道德規范敏感度在參照組與高興組之間的差異不顯著，t(126)=0.05，p＞0.05。

圖3 判斷框架下高興組與參照組的道德決策參數比較

如圖4所示，在道德選擇框架下，高興組的不顧道德原則要求而不接受傾向顯著高于參照組，t(126)=2.00，p=0.048，Cohen’sd=0.36；其他各參數在參照組與高興組之間的差異不顯著，|t|s≤1.33，ps＞0.05。特別是，道德規范敏感度在參照組與高興組之間的差異不顯著，t(126)=0.88，p＞0.05。

圖4 選擇框架下高興組與參照組的道德決策參數比較

通常而言，判斷框架主要反應了人們的道德知識，而選擇框架則主要反應了道德行為意愿。基于認知一致性理論（Gawronski & Brannon,2019），為避免失調反應，人們的判斷和選擇通常會保持一致。因此在組間比較時，各指標可能會同時顯著或同時不顯著。本研究中，總體接受偏好和不顧道德原則要求而不接受傾向只在判斷或選擇框架之一上存在顯著差異，因此認為這可能只是隨機誤差所致，后續研究可以對此進一步檢驗。

研究2中有8個情境故事為本研究團隊自編，與Gawronski等（2018）中的情境故事部分不同。因此，為了進一步檢驗研究1、研究2結果的一致性，本研究針對兩個研究中完全相同的16個情境故事進行了再次分析，結果與前述所有情境故事的綜合分析結果完全一致。因此，部分情境故事的差異并不影響研究所得結果的一致性。

為了對高興情緒的跨研究穩定性進行探究，本研究參考Bia?ek，Paruzel-Czachura和Gawronski（2019）的研究，使用匹配效應（fixed effect, FE）模型方法對三個樣本中高興情緒對道德規范敏感度的效應進行元分析。由于目前只有該三個樣本使用了相同的結構化情境，且均可以在CNI模型法和CAN算法下生成道德決策傾向參數。因此，元分析部分只使用了三個研究樣本來評估效應穩定性。鑒于Gawronski和Brannon（2019）的研究中，被試使用的是道德判斷框架進行決策，因此只將研究2中判斷框架下的數據納入元分析，以保持各研究之間的一致性。

4 元分析

使用JASP 0.15.0.0開源統計分析軟件的元分析功能對三個樣本的數據進行了元分析，結果如圖5所示，模型系數的Omnibus檢驗未通過，Q(1)=3.11，p=0.078，說明不能排除該效應為零的原假設。殘差異質性檢驗也未通過，Q(2)=1.77，p=0.413，說明不能排除該效應在各樣本中的效應量相等的原假設。綜合起來，該效應均值為?0.18，95%CI為 [?0.39, 0.02]，包含了 0 并且效應系數檢驗未通過，Z=?1.76，p=0.078，說明該效應在統計上不顯著。

圖5 高興情緒影響道德規范敏感度的跨研究元分析

5 討論

本研究通過對已有研究數據進行重新分析和概念性重復驗證，發現高興情緒對道德決策的影響在統計上不顯著，為重新審視高興情緒對道德決策的影響和重新審視道德決策研究中的CNI模型法均提供了實驗證據。

首先，本研究通過數據重分析、概念性重復研究以及跨研究的元分析，均未發現高興情緒對道德規范敏感度的顯著影響。這再一次表明，Gawronski等（2018）研究中所發現的高興情緒對道德決策的影響可能是由方法學局限導致的假陽性效應。在未來的研究中，還需要對其進行更嚴格和更深入的檢驗。

其次，本研究在統計上表明，CNI模型法高估代表道德規范敏感度會導致其組間差異比較時增加假陽性結果的可能性。在Gawronski等（2018）的研究1a和研究1b中均發現了道德規范敏感度的顯著組間差異，而在本研究使用CAN算法所獲得的結果中，雖然存在微弱的差異趨勢，但在統計上均不顯著。該結果支持了本研究的猜想，再次說明了CNI模型法存在方法學偏差。使用CNI模型法進行的道德決策研究，需要注意方法學偏差可能導致的假陽性結果。

5.1 高興情緒可能并不會影響道德決策

以往對高興情緒影響道德決策的解釋，主要是情緒中和論和規范驅動論兩種。

情緒中和論認為個體面對一個傷害他人的行為時會產生厭惡感，從而誘導個體拒絕該行為提議或拒絕執行該行為；而高興情緒的誘發可以中和厭惡情緒，降低拒絕傾向（Strohminger et al.,2011; Valdesolo & Desteno, 2006）。這種解釋是基于三個必須同時成立的前提：第一，傷害他人的行為會誘發厭惡感；第二，厭惡感會增加拒絕行為反應；第三，高興情緒可以中和或減少厭惡感。關于第一個前提，已有大量研究結果表明，對于違背社會道德的行為，如傷害他人，人們會體驗到厭惡情緒（Haidt, Rozin, Mccauley, & Imada,1997; Rozin, Markwith, & McCauley, 1994）。這種情緒是源于人們具身性的核心厭惡的，具有進化上的自我保護意義（吳寶沛, 張雷, 2012; Chapman, Kim,Susskind, & Anderson, 2009; Schnall, Haidt, Clore, &Jordan, 2008）。第二個前提也有多項研究結果支持，即道德厭惡感會使人們的道德標準更加嚴厲，從而增加在傳統道德兩難情境中的拒絕傾向（Chapman & Anderson, 2014）。但是，有研究者通過元分析發現，在考慮出版偏差的情況下，厭惡感對道德判斷的嚴厲性的放大作用消失了（Landy &Goodwin, 2015）。因此，第二個前提能否成立是存疑的。第三個前提，也是情緒中和論的關鍵前提，高興情緒真的能中和厭惡感嗎？如果將高興和厭惡情緒視作同一情緒連續體的兩端，那么，高興情緒的增加會伴隨著厭惡情緒的減少。根據情緒與道德的CAD三元理論，厭惡與道德純潔性違背是直接關聯的（Rozin, Lowery, Imada, & Haidt,1999），而未發現高興與道德間存在直接關系。很多研究也表明，特定情緒與特定道德行為之間存在聯結（文少司, 丁道群, 2015; Wagemans, Brandt, &Zeelenberg, 2018）。這意味著高興可能并不能減少道德厭惡感，至少這一假設是需要重新檢驗的。

規范驅動論則認為高興情緒會緩解違背道德規范所帶來的負面情緒反應（Nichols & Mallon, 2006），從而降低人們對道德規范的敏感度（Gawronski et al.,2018）。這種解釋是基于道德雙加工理論的，認為義務論判斷根植于情緒反應（Greene, Sommerville,Nystrom, Darley, & Cohen, 2001），情緒反應的減少會增強人們的功利性計算傾向，減少義務論反應傾向（Greene, 2007）。規范驅動論與情緒中和論的解釋非常相似，都認為道德判斷根源于決策者的情緒反應，區別主要在于，前者認為情緒反應的對象是違反規范，后者則認為是傷害他人的行為。然而，規范驅動論解釋同樣面臨三個前提：對規范的違反會誘發厭惡情緒；厭惡情緒會增加拒絕行為傾向；高興情緒可以緩解厭惡情緒。與情緒中和論解釋類似，其解釋前提也是存疑的，需要進一步的研究檢驗。

5.2 CNI模型法增加道德規范敏感度上假陽性結果的方法學探析

在傳統道德兩難范式下開展的道德決策研究存在解釋上的模糊性，需要結合CNI模型法來厘清效應解釋（徐科朋, 楊凌倩, 吳家虹, 薛宏, 張姝玥, 2020; 曾笑雨, 馬燚娜, 2020; Gawronski et al.,2020）。可是，該方法所采取的序列加工預設會直接導致代表道德規范敏感度的N參數被高估，并使得代表一般性不作為/作為傾向的I參數不可靠（劉傳軍, 廖江群, 2021; Liu & Liao, 2021）。在其預設的加工順序下，在計算道德規范敏感度（即N參數）時，必須在N參數的一般等式基礎上除以（1?C）。由于道德后果敏感度（即C參數）為0到1之間的真分數，（1?C）也是0到1之間的真分數。所以，N參數的一般等式在除以一個真分數之后，必然會大于其自身。當N參數在進行組間比較時，不同組的N參數之間的差異也會隨之放大，從而造成更高的一類錯誤率。對于CNI模型法中的I參數，同樣因其不恰當預設而變得沒有實質意義。

在可重復性危機的學科大背景下（Open Science Collaboration, 2015），本研究也提示研究者不僅應當重視假設檢驗相關的統計技術問題（胡傳鵬等,2016），也應當注意那些用于統計分析的指標在合成方法上是否存在不合理之處。如CNI模型法這種對考察指標進行建模的方法，其底層假設需要被謹慎對待，以避免出現更多假陽性結果。

本研究已經初步揭示高興情緒影響道德決策的效應需要重新審視，也揭示出CNI模型法在研究應用中可能會導致道德規范敏感度被高估而出現假陽性結果。但本研究仍然存在一些局限性需要注意。首先，本研究應用了CAN算法，研究結果也可能受到CAN算法本身局限性的影響。Liu和Liao（2021）提到，該算法缺乏統計指標來顯示其測量誤差，反應試次偏少也可能造成估計偏差。在本研究中也存在著這些局限性，可能在一定程度上影響結論的可靠程度。但通過跨研究元分析結果來看，高興情緒的道德效應仍需要進一步檢驗。未來研究可以通過增加反應試次的數量（K?rner, Deutsch, & Gawronski, 2020）來減少估計偏差等問題。其次，本研究在進行概念性重復研究時，樣本量仍然偏小，統計效力可能不足，未來研究可以在更大樣本中檢驗該效應。再次，無論是情緒中和論還是規范驅動論解釋，其底層假設中，厭惡情緒會驅動人們更嚴厲的道德標準和拒絕違反道德規范的行為、高興情緒可以中和或緩解厭惡情緒的影響，這兩點基本假設在未來的研究中應該進一步檢驗。最后，雖然本研究比較穩定地表明高興情緒降低道德規范敏感度的效應可能是一個假陽性效應，但是，無法排除一種可能性是高興情緒的誘發強度不足可能導致該效應未具有統計意義。即當高興組相比參照組的高興情緒相對強度提高到更高水平之后，也可能出現高興情緒降低道德規范敏感度的效應。

6 結論

本研究通過數據重分析和概念性重復研究，未發現顯著的統計證據支持高興情緒會降低道德規范敏感度，為研究者重新審視該效應以及重新審視道德決策研究中的CNI模型法提供了研究證據。