本研究由胡杨（北京大学心理与认知科学学院，中国北京）、Susann Fiedler（马克斯·普朗克集体物品研究所，德国波恩）和Bernd Weber（波恩大学经济学与神经科学中心；波恩大学医院癫痫学系，德国波恩）共同完成。研究成果以论文“What drives the (un)empathic bystander to intervene? Insights from eye tracking”的形式，于2019年发表在british journal of social psychology期刊上。

学术背景 本研究属于社会心理学、行为经济学与认知神经科学交叉领域，重点关注旁观者干预行为及其背后的认知机制。在社会生活中，违反公平规范（Norm violations）的行为时有发生。过往研究发现，即使自身利益未受直接损害，作为第三方的旁观者（Bystander）也常常会付出个人代价去惩罚违规者（Offender），这种行为被称为第三方惩罚（Third-party punishment），对维持社会规范至关重要。然而，惩罚并非恢复正义的唯一方式，旁观者也可以选择帮助受害者（Victim），例如补偿其损失。先前的研究表明，旁观者在公平规范被违反情境下的行为选择（惩罚还是帮助）存在个体差异，且这种差异与个体的共情关注（Empathic concern，指因他人痛苦而产生关怀感受的人格特质）水平相关：共情关注水平高的个体更倾向于补偿受害者，而共情关注水平低的个体更倾向于惩罚违规者。

尽管发现了这一行为关联，但驱动这种个体差异的认知过程尚不清楚。根据共情的感知-行动模型（Perception-action model of empathy），注意（Attention）是产生共情反应的必要环节：个体需要首先通过注意来表征他人的情绪状态，进而产生自动化的反应，并可能发展为更高水平的共情关注。因此，共情关注水平高的个体可能将更多注意资源分配给受害者的遭遇，从而增强其帮助动机。然而，以往研究缺乏对这一潜在认知机制的深入探究。为了填补这一空白，本研究旨在利用眼动追踪（Eye tracking）这一能够无干扰地揭示决策过程中信息搜索和处理模式的技术，探究共情关注如何通过影响注意过程来驱动旁观者的干预行为。具体研究目标包括：1）在基线条件下，复制并检验共情关注与干预选择（帮助或惩罚）的关系；2）检验共情关注是否与决策过程中的信息搜索努力（如决策时间、注视点数量）以及对受害者相关信息（如受害者收益）的注意分配（如注视比例、首次/末次注视）相关；3）考察通过指令引导旁观者关注违规的不同方面（关注违规者的不公平行为 vs. 关注受害者的感受）是否能够调节上述关系。

研究流程详述 本研究是一项预注册的、完全激励性的眼动追踪实验，主要流程包括参与者招募、在线博弈任务、眼动追踪决策任务以及量表测量。

参与者：研究共招募了47名参与者（17名男性，平均年龄24.26±6.02岁）作为“旁观者”参加实验室的眼动追踪实验。此外，为了构建真实的第三方干预情境并避免欺骗，研究还通过网络实验招募了另外94名参与者，分别扮演“违规者”（47人）和“受害者”（47人）。这些在线参与者不参与眼动追踪部分。

程序： 1. 在线博弈与刺激材料生成：研究采用修改版的第三方惩罚博弈（Third-party punishment game）。在在线阶段，扮演“违规者”的参与者需要在一系列自己与匿名“受害者”之间的金钱分配方案中进行选择。他们被告知其选择和姓名缩写将被呈现给第三方（即后续的实验室旁观者）。根据违规者的选择，研究人员筛选出84个不公平的分配方案作为后续眼动实验的目标刺激，并补充了15个公平分配方案作为非目标试验。这些方案构成了眼动实验的决策场景基础。 2. 眼动追踪实验：在线实验五天后，扮演“旁观者”的参与者来到实验室。实验使用LC Technologies的Eye Gaze双目眼动仪（采样率120Hz，精度约0.45°）记录眼动。决策任务通过NBS Presentation软件呈现。 * 实验设计：眼动实验包含三个区块（Block）。基线区块（Baseline block） 始终第一个进行，旨在测量参与者在无特定指令引导下的“自然”行为。参与者完成基线区块后，才被告知后续将有两个新的区块。在注意力操控区块中，参与者会在每次决策前收到明确的指令：在违规者关注区块（Offender-focused block），他们被要求“考虑玩家A（违规者）行为的公正性”；在受害者关注区块（Victim-focused block），他们被要求“考虑玩家B（受害者）的感受”。这两个区块的顺序在参与者间进行了平衡。 * 单次试验流程：每个区块包含33个激励性试验。每个试验中，旁观者拥有10欧元的初始禀赋。首先呈现空白屏（2000毫秒）和注视十字（500毫秒）。随后，屏幕上会显示一对由先前在线参与者（违规者和受害者）做出的金钱分配方案，包括双方以欧元为单位的绝对收益和占总收益的百分比。同时，违规者和受害者的姓名缩写也会显示。参与者需要决定：减少违规者的收益（惩罚）、增加受害者的收益（帮助），或保留自己的全部禀赋（不干预）。选择干预后，进入“转移阶段”，参与者需进一步决定投入多少自己的钱（0-10欧元）来实施惩罚（投入1欧元可减少违规者3欧元收益）或帮助（投入1欧元可增加受害者3欧元收益）。决策和转移阶段均无时间限制。为了避免需求特征，实验材料中未使用“帮助/惩罚”或“违规者/受害者”等词汇，而是用“增加/减少”和“玩家A/B”替代。 3. 共情关注测量：所有旁观者参与者在到达实验室至少12小时前，在线完成了人际反应指数问卷（Interpersonal Reactivity Index, IRI），以测量其共情关注子量表得分（7个项目，Cronbach’s α = 0.79，总分范围9-26，均值18.39±3.72）。该得分作为关键的人格特质预测变量。 4. 数据分析流程：研究采用混合效应重复测量回归模型作为主要的统计分析手段。因变量包括：选择行为（帮助、惩罚、不干预）、决策时间、注视点数量、对受害者相关收益信息区域的注视比例（Proportion of fixations）、以及首次注视和末次注视是否落在受害者相关信息区域。眼动数据根据预先定义的兴趣区（Areas of Interest, AOIs）进行提取和汇总，这些AOIs涵盖了违规者和受害者的绝对/相对收益信息、姓名缩写以及指令提醒区域。数据分析前进行了预注册，并进行了包括控制性别、总收益、违规者拿走比例等协变量的稳健性检验。

主要结果详述 1. 基线区块的结果（验证共情关注与行为/注意的关系）： * 选择行为（H1a）：结果成功复制了先前研究发现。随着共情关注水平的提高，旁观者帮助受害者的可能性呈边缘显著增加（比值比OR=1.215, p=0.053），而惩罚违规者的可能性呈边缘显著降低（OR=0.769, p=0.055）。共情关注水平与是否进行干预（帮助或惩罚）的总体决定无显著关联。 * 信息搜索努力（H1b）：与假设相反，无论是在帮助还是惩罚决策中，个体的共情关注水平均不能显著预测总体注视点数量或决策时间。这表明，共情关注的差异并未体现在决策所需的信息搜索“工作量”上。 * 注意分配（H1c）：支持了核心假设。随着共情关注水平的提高，旁观者在决策过程中，投向受害者相关收益信息的注视比例显著更高（b=1.046, p=0.005）。这一效应在帮助和惩罚决策中均存在，无差异。此外，探索性分析发现，共情关注水平高的个体，其首次注视落在受害者收益信息上的可能性也呈现增加趋势（OR=1.305, p=0.074）。末次注视的效应未达到标准显著水平。这些结果表明，高共情关注者从决策一开始就更倾向于将视觉注意导向受害者，并在整个决策过程中持续给予受害者信息更高的权重，这种注意偏向可能是连接共情特质与亲社会行为选择的一个关键认知通道。

2. 指令关注操控的影响及与共情关注的交互作用： * 选择行为（H2a & H3a）：当被指令关注违规者的不公行为时，与基线相比，旁观者总体上更可能选择惩罚（OR=2.213, p=0.002）。然而，指令关注受害者的感受仅边缘性地增加了帮助行为（OR=1.302, p=0.141）。关键的交互作用发现：共情关注水平高的个体，在关注违规者不公时，其惩罚倾向的增强幅度更大（OR=1.125, p=0.002），而帮助倾向的减弱幅度也更大（OR=0.885, p<0.001）。在关注受害者感受时，高共情者的帮助倾向同样有所降低（OR=0.925, p=0.015）。这意味着，当违规行为被突出强调时，恰恰是那些高共情者变得更倾向于惩罚，而不是低共情者。 * 信息搜索努力（H2b & H3b）：当关注违规者时，无论是做出帮助还是惩罚决策，旁观者的信息搜索努力（注视点数量和决策时间）都显著或边缘显著地增加了。这表明聚焦于违规行为本身可能引发了更深入的审慎加工。关注受害者的指令本身未产生总体效应。然而，存在显著的交互作用：在关注受害者感受的条件下，高共情关注者在做出惩罚决策时，需要更多的注视点（b=0.046, p=0.032）和更长的决策时间（b=0.045, p=0.021）。这说明当最终的选择（惩罚）与内在倾向（高共情）和外部指令（关注受害者）都发生冲突时，高共情者体验到了最大的决策困难。 * 注意分配（H2c & H3c）：与假设不同，指令关注本身未能显著改变旁观者对受害者收益信息的总体注视比例。然而，交互作用再次出现：在两个注意力操控区块中（无论是关注违规者还是关注受害者），随着共情关注水平的提高，个体对受害者收益信息的注视比例反而显著下降（关注违规者区块：b=-0.511, p=0.042；关注受害者区块：b=-0.552, p=0.032）。对末次注视的分析也发现了类似模式，高共情者在操控区块中末次注视受害者的可能性更低。这一结果与基线区块的结果形成了有趣的分离：在自然决策下，高共情者更关注受害者；但当被外部指令引导去关注情境的某一方面时，高共情者似乎将更多的注意分配给了违规者（因为AOI只包含违规者和受害者信息，注视受害者比例下降意味着注视违规者比例上升）。这可能意味着，外部指令（特别是强调不公时）在高共情者身上激发了更强的、指向违规者的道德愤怒（Moral outrage），从而改变了其注意模式。

研究结论与价值 本研究通过结合眼动追踪技术，深入揭示了共情关注影响旁观者干预行为的认知机制，并探讨了外部注意引导的调节作用。主要结论如下： 1. 共情关注通过塑造决策早期的注意偏向影响行为：研究证实，在无外部干预的自然状态下，高共情关注者更倾向于帮助受害者，而低共情者更倾向于惩罚违规者。更重要的是，眼动证据表明，这种行为差异有其认知基础：高共情者会自动且持续地将更多注意分配给受害者相关信息，这种注意偏向在决策初期就已出现。这支持了共情的感知-行动模型，即注意是共情反应和后续亲社会行为的重要前导环节。 2. 共情关注的内涵具有复杂性，可引发惩罚行为：研究最重要的发现之一是，当不公平行为本身被指令突出时，高共情关注者反而表现出更强的惩罚倾向。这表明共情关注并非仅仅与“同情弱者和帮助”相关，它也可能在特定情境（如违规行为凸显）下，与对违规者的道德愤怒相关联，从而驱动严厉的惩罚行为以伸张正义。这丰富了我们对共情关注行为后果的理解，表明其具有“亲社会”和“利他性惩罚”的双重潜力。 3. 外部注意引导与内在特质的交互影响认知过程：研究发现，内部特质（共情关注）和外部指令（关注焦点）对眼动指标的影响存在分离。注视比例（反映信息权重）主要受共情关注调节；而注视点数量（反映信息搜索努力/深度）主要受外部指令（特别是关注违规者）调节。这意味着，对受害者的关注偏向更多源于内在特质，而决策的审慎程度则更容易被外部情境操控所影响。

研究的科学价值与应用价值： * 理论价值：研究为社会规范执行、第三方干预和共情等领域提供了重要的过程性证据。它将共情特质、注意过程和行为选择在一个严谨的实验范式中联系起来，加深了我们对亲社会决策微观机制的理解。挑战了“高共情即等于更宽容或更乐于助人”的简单化观点，揭示了其情境依赖性和道德愤怒通道。 * 方法论价值：展示了眼动追踪技术在剖析社会决策认知过程中的强大效用，为未来研究提供了范式参考。 * 应用启示：研究结果对现实世界有启发意义。例如，在司法、管理或教育场景中，希望通过引导公众注意来影响其对违规事件的反应时（如媒体报道是强调受害者的苦难还是违规者的恶意），需要考虑受众个体差异（如共情水平）。对于高共情人群，过度强调违规者的不公可能激起强烈的惩罚欲望，而非同情。

研究亮点 1. 新颖的认知机制探究：首次系统利用眼动追踪技术，直观揭示了共情关注影响旁观者干预行为的具体注意过程，将宏观行为差异与微观认知指标相连接。 2. 重要的反转发现：揭示了“高共情关注者在违规行为凸显时更倾向于惩罚”这一反直觉但至关重要的现象，深化了对共情功能复杂性的认识。 3. 精细的过程分离：成功区分了内在特质与外部操控对不同眼动指标（注视比例 vs. 搜索努力）的差异化影响，表明两者通过相对独立的认知路径发挥作用。 4. 严谨的研究设计：采用预注册、完全激励性设计、避免需求特征的措辞、平衡控制、混合效应模型分析等，保证了研究结果的可信度和稳健性。

其他有价值的要点 研究在讨论部分也指出了局限性，如基线区块固定最先进行可能导致策略固化，以及两种指令可能在认知需求上存在固有差异等。作者提出了未来研究方向，例如考察其他旁观者存在（第四方）产生的责任扩散或声誉信号效应如何影响第三方干预的认知过程。这些都为后续研究开辟了道路。总体而言，这项研究通过精妙的实验设计和先进的技术手段，为我们理解“公正的旁观者”为何以及如何行动，提供了深刻而细致的见解。