关于“第一语言与第二语言中的情绪激活”研究的学术报告
本研究由来自英国肯特大学（University of Kent）的Tiina M. Eilola, Jelena Havelka和Dinkar Sharma三位研究者共同完成。其研究成果以论文“Emotional activation in the first and second language”的形式，发表于2007年的学术期刊《Cognition and Emotion》第21卷第5期。
一、 学术背景
本研究隶属于认知心理学与心理语言学交叉领域，核心关注点是双语者的情绪加工机制。长期以来，一个普遍存在于双语者群体中的直觉是：与第二语言（L2）相比，第一语言（母语，L1）的词汇能引发更强的情绪唤起。早期的研究，如Gonzales-Reigosa (1976) 和 Bond & Lai (1986)，似乎支持这一观点，表明L1的禁忌语引发更多焦虑，且用L2讨论尴尬话题更为容易。然而，关于单词语义层面的情绪激活是否在L1和L2之间存在差异，实证证据并不一致。例如，Anooshian & Hertel (1994) 发现L1情绪词比L1中性词回忆更好，而L2情绪词则无此优势；但Ayçiçeği & Harris (2004) 的研究却显示，情绪词在L2中的记忆效果与L1相当甚至更好。Harris等人 (2003, 2006) 的研究进一步指出，L1与L2情绪性差异可能受到刺激呈现方式（听觉vs视觉）、语言材料复杂度（单词vs语篇）以及双语者习得年龄和熟练度的影响。
在此背景下，本研究旨在通过一个精密的实验范式，探究一个核心问题：对于晚期、非平衡但熟练的双语者，其L1和L2在加工单个情绪词汇时，自动化的情绪激活程度是否存在差异？具体而言，研究者采用了情绪斯特鲁普任务（Emotional Stroop Task）及其变体——禁忌语斯特鲁普任务（Taboo Stroop Task）。在该任务中，参与者需要忽略词语的意义，尽快报告其印刷颜色。若某个词语（如负面或禁忌词汇）自动捕获了注意力资源，干扰了颜色命名这一认知过程，就会导致反应时延长，即出现“干扰效应”。这一效应被认为是评估词汇自动情绪激活的有效指标。
因此，本研究的目标明确为：1）检验在L2中是否存在情绪和禁忌语斯特鲁普效应；2）如果存在，比较这些效应在L1和L2中的强度是否相同；3）直接比较负面情绪词和禁忌语词所产生的干扰水平是否存在差异。研究假设基于“L1情绪性更强”的普遍观点，预期L2中的干扰效应可能小于L1。
二、 详细研究流程
本研究采用了一项严谨的实验室行为实验，其工作流程可详细分解如下：
1. 参与者筛选与特征描述： 研究最初招募了41名芬兰语母语者。为确保样本符合“晚期、非平衡但熟练双语者”的研究要求，研究者进行了严格筛选。排除标准包括：对英语刺激词（共80个）的认知少于10个（视为L2熟练度不足），以及开始学习英语的年龄早于7岁（根据Harris等人的标准，属于早期双语者）。最终，共有34名参与者（29名女性，5名男性）的数据被纳入分析，年龄在20至44岁之间。这些参与者在7至13岁之间开始学习英语（平均年龄9.24岁），符合“晚期双语者”定义。通过问卷评估，他们虽以芬兰语为优势语言，但对英语具有熟练的掌握程度（平均认识77.8个实验用英语词），并且在日常生活中频繁接触英语（如每日浏览英文网页、观看英文影视节目等）。这确保了L2是高度熟练的，从而能够有效检验语言本身（而非熟练度差异）对情绪激活的影响。
2. 实验材料设计与准备： 实验采用2（语言：芬兰语、英语）x 4（词汇类型：中性、积极、消极、禁忌）的被试内设计。 * 词汇选择与匹配： 研究者从“英语情感词常模”数据库中选取了中性、积极和消极三组英语词汇，每组20个。这些词汇在词频上进行了组间匹配。禁忌语词汇则由研究者自行选定，以涵盖常见的脏话和性相关词汇。所有英语词汇均由其芬兰语母语者翻译成芬兰语，并确保芬兰语翻译词与对应的英语原词在长度上匹配。此外，通过预实验确认了芬兰语翻译词在不同类别间的词频无显著差异。研究者还核查了英语词汇在多项语言学指标上的可比性。 * 实验程序构建： 实验采用经典的斯特鲁普任务变式。每个词汇会以红、蓝、绿、黄四种颜色各呈现一次。词汇按语言和类型分成8个区块（芬兰语4类 + 英语4类），每个区块包含80次试验。试验顺序随机，但避免连续出现相同词汇或颜色。区块顺序（词汇类型）采用拉丁方设计平衡，语言呈现顺序（先英语还是先芬兰语）也在参与者间进行平衡。
3. 实验实施过程： 实验在电脑上使用E-Prime软件呈现。流程如下： * 前期准备： 参与者首先填写问卷，提供语言背景信息。随后进行两次练习阶段，任务是命名100个无意义的四字母字符串的颜色，以熟悉任务和反应设备（带颜色标签的按键盒）。 * 正式实验： 参与者被明确指示忽略词语含义，尽可能快速准确地报告词语的印刷颜色。每个试次中，词语一直停留在屏幕上直至参与者做出反应，随后经过32毫秒间隔出现下一个刺激。实验开始前，参与者被告知实验中可能出现冒犯性词汇，并且会使用两种语言。 * 后期核查： 实验结束后，参与者收到所有英语词汇列表，并标出不认识或不确定的词汇，以此作为其英语熟练度的客观行为指标之一。
4. 数据分析方法： 主要分析反应时和错误率数据。 * 数据清理： 首先排除错误反应的试次。随后，对反应时数据进行修剪，剔除小于300毫秒和大于3000毫秒的极端值，以确保数据质量。 * 数据分析： 对每个参与者在每种条件（语言x词汇类型）下的反应时数据，计算其中位数（而非平均数，以减少极端值影响）。随后进行2（语言）x 4（词汇类型）的重复测量方差分析。当数据违反球形假设时，使用Greenhouse-Geisser方法校正自由度。同时报告统计检验力（observed power）和效应量（partial eta-squared）。错误率数据也进行类似的方差分析。事后比较采用Bonferroni校正。
三、 主要研究结果
数据分析揭示了明确且有趣的模式：
1. 错误率分析结果： 整体错误率很低（平均3.7%）。方差分析显示，仅词汇类型的主效应显著。事后检验发现，对禁忌语词汇的反应错误率显著高于对中性词汇的反应错误率。而消极词、积极词与中性词之间的错误率无显著差异。语言的主效应以及语言与词汇类型的交互作用均不显著。这表明，任务的难度在禁忌语条件下有所增加，且这种增加在L1和L2中是相似的。更重要的是，错误率与反应时的模式基本一致（禁忌语反应时最长，错误率也最高），排除了速度-准确性权衡的可能性。
2. 反应时分析结果： 这是检验情绪干扰效应的核心数据。 * 语言主效应： 分析发现，对芬兰语词汇和英语词汇的颜色命名反应时没有显著差异。这表明，从整体反应速度来看，参与者处理两种语言词汇的认知负荷是相当的，语言本身并未造成普遍性的加工速度差异。 * 词汇类型主效应： 这是关键发现。词汇类型的主效应极其显著。事后比较显示： * 消极词汇和禁忌语词汇的颜色命名反应时，均显著长于中性词汇。这证实了在这组晚期芬兰语-英语双语者中，无论是L1还是L2，具有威胁性或高唤醒度的词汇都能自动捕获注意，干扰颜色命名任务，即产生了显著的“情绪斯特鲁普效应”和“禁忌语斯特鲁普效应”。 * 积极词汇的反应时与中性词汇无显著差异。这与前人的研究一致，表明干扰效应并非源于所有情绪词，而特指与威胁、厌恶或高唤醒相关的刺激。 * 消极词与禁忌语词之间的反应时差异未达到统计显著性，尽管禁忌语词的反应时数值上最长（比消极词长约9毫秒），且与积极词的差异接近显著水平。这暗示禁忌语可能引发最强的干扰，但在本研究中，负面词和禁忌语词的干扰强度大体相当。 * 语言与词汇类型的交互作用： 这是最核心的发现。 交互作用完全不显著。这意味着，消极词和禁忌语词相对于中性词的干扰效应（即反应时延长的量），在芬兰语（L1）和英语（L2）之间没有差异。具体数据可见：芬兰语中，禁忌语比中性词慢32.2毫秒，英语中慢31.8毫秒；芬兰语中，消极词比中性词慢22.7毫秒，英语中慢23.4毫秒。模式高度一致。
四、 结论与意义
基于以上结果，本研究得出明确结论：对于精通第二语言的晚期双语者而言，第一语言和第二语言在加工单个负面情绪词和禁忌语词时，能够引发同等强度的自动化情绪激活。L2词汇与L1词汇一样，能够有效激活对威胁性刺激的反应机制，从而对并行的认知任务（颜色命名）产生同等程度的干扰。
这一结论具有重要的理论价值： 1. 挑战了“L1绝对情绪优势”的简单观点： 研究表明，当L2达到高度熟练水平时，其在词汇层面的情绪唤起能力可以与L1媲美。这提示，语言的情绪性差异可能更多体现在复杂语篇、社会文化语境或早期习得的特定词汇上，而非高度熟练双语者的单个词汇自动化加工层面。 2. 支持双语记忆的“非选择性通达”模型： 经典的“修正层级模型”认为L1词汇与概念系统的联结强于L2，因此L1应能更快、更强地激活词义（包括情绪内容）。本研究结果（L1与L2干扰效应无差异）更符合如Dijkstra & Van Heuven (2002) 提出的BIA/BIA+等模型。这些模型认为，双语者的词汇识别初期是语言非选择性的，两种语言的词汇表征同时激活，语言选择发生在加工后期。本研究的斯特鲁普任务恰恰探测的是早期的、自动化的加工阶段，结果支持了这种语言非选择性通达的观点。 3. 强调了语言熟练度的关键作用： 研究者指出，其发现与Sutton等人（同期发表）在早期熟练双语者中的研究结果一致，并结合Tzelgov等人的观点，认为相对语言熟练度是决定双语斯特鲁普干扰模式的主导因素。在本研究中，尽管参与者是晚期习得者且L1占主导，但其L2熟练度很高，这足以使L2词汇产生与L1同等的自动情绪干扰。年龄习得因素在本研究条件下（L2高度熟练）的影响可能被熟练度所覆盖。
五、 研究亮点
六、 其他有价值的内容
研究在讨论部分还提出了一个富有启发性的观点：不同任务可能探测了双语情绪加工的不同层面。本研究使用的斯特鲁普任务主要反映早期、自动化的词汇情绪激活。而之前一些发现L1-L2差异的研究，可能使用了需要更深层、更意识化加工的任务（如评价愉悦度、识别话语情绪语调）。这提示，双语的情绪性可能不是一个全或无的现象，而是在语言加工的不同阶段、对不同复杂度的材料有不同的表现。未来的研究需要更细致地界定“情绪激活”的具体成分和加工阶段。此外，附录中提供的详细词汇列表和参与者语言使用情况问卷摘要，增强了研究的透明度和可重复性。