奖励强度调节近失效应：来自ERP与贝叶斯层次模型的研究启示

《Biological Psychiatry Global Open Science》：Reward Magnitude Modulates the Near-miss Effect: Insights from ERP and Bayesian Hierarchical Modeling

　　韩莫音|王萌萌|李小龙|陈长明|索涛
中国河南省开封市河南大学教育学院、心理与行为研究所、认知、大脑与健康研究所，475001

摘要
在赌博场景中，“接近获胜”的结果指的是那些仅差一点就能获胜但最终未赢的情况。与明确的失败（即完全未赢）相比，接近获胜会引发不同的心理和生理反应，这种现象被称为“接近获胜效应”。然而，影响这一效应的因素尚未被完全理解。本研究通过事件相关电位技术，探讨了未获得的奖励程度是否会影响接近获胜效应。

行为研究结果表明，与完全未赢相比，接近获胜会引发更强的反事实思维倾向、更强烈的反事实思考、更明显的后悔情绪、更高的赌博动机，以及对下次尝试的更高期望。当未获得的奖励程度较大时，参与者还会表现出更高的自我责备感。

事件相关电位分析显示，只有当未获得的奖励相对较大时，反馈相关负波的幅度才能区分接近获胜与完全未赢的情况。在所有奖励程度条件下，接近获胜导致的P300波幅也都小于完全未赢的情况。重要的是，贝叶斯分层模型分析表明，在个体层面，接近获胜与完全未赢之间P300波幅的差异与自我责备感的程度相关。

这些发现证实，奖励程度显著影响接近获胜效应，为之前研究中存在的矛盾提供了可能的解释，并有助于了解与结果接近程度及奖励价值相关的神经机制。

引言
在赌博和彩票活动中，“接近获胜”是一种特殊的失败形式，即结果几乎就是获胜（Reid, 1986）。这种“差点就赢”的感觉会产生强化效应，与其他类型的失败相比会引发不同的心理反应（Parke & Griffiths, 2004），这类反应统称为接近获胜效应。接近获胜会扭曲赌徒的认知，促使他们继续赌博（Harrigan, 2009），增强他们的赌博动机（Billieux et al., 2012, Sescousse et al., 2016），并延长赌博时间（Kassinove and Schare, 2001, C?té et al., 2003）。

在研究接近获胜效应认知机制的实验设计中，试验结果通常被分为四种不同条件，以区分结果客观价值与结果接近程度的影响：完全获胜、接近失败、完全未赢和接近获胜。完全获胜代表明确的成功，是积极奖励处理的标准基准。相反，接近失败是指结果非常接近失败边界但仍属于获胜的客观情况。在负面价值范畴中，接近获胜则是指结果在视觉或实际上接近获胜的客观失败。最后，完全未赢则代表没有接近获胜可能性的明确负面反馈，是失败的标准基准。通过对比这四种条件，研究人员可以系统地评估结果与替代结果的接近程度如何影响对获胜和失败的神经及心理评价。

脑电图已被广泛用于研究与接近获胜相关的认知加工过程。在能引发接近获胜效应的赌博任务中，有两个事件相关电位成分尤其受到关注：反馈相关负波和P300波。反馈相关负波是从额中央区域记录到的负向电位波动，通常在反馈出现后200-300毫秒达到峰值（Miltner et al., 1997, Gehring and Willoughby, 2002）。人们认为反馈相关负波反映了奖励预测误差（Gehring and Willoughby, 2002, Holroyd and Coles, 2002, Walsh and Anderson, 2011）。而P300则表现为正向电位波动，其峰值出现在中央顶叶区域，通常在刺激出现后300-500毫秒。P300对反馈的价值、强度和预期敏感（Hajcak et al., 2007, Yeung and Sanfey, 2004, Polich, 2007, Wu and Zhou, 2009）。因此，反馈相关负波和P300被选为主要测量指标，用以评估不同结果类型带来的认知和情感反应差异。

以往的研究已经报告了关于接近获胜与完全获胜情况下P300和反馈相关负波差异的发现（Kreussel et al., 2013, Ulrich and Hewig, 2014, Luo et al., 2011）。有些研究发现，接近获胜带来的P300波幅大于完全未赢的情况（Alicart et al., 2015, Qi et al., 2011, Xia et al., 2018），而其他研究则指出接近获胜的P300波幅反而较小（Ulrich and Hewig, 2014, Ulrich and Hewig, 2018, Kreussel et al., 2013）。反馈相关负波也存在类似的结果不一致性。Ulrich和Hewig（2014）观察到接近获胜后会出现更大的反馈相关负波，而Luo等人（2011）和Xia等人（2018）则发现接近获胜时的反馈相关负波更小。还有研究未发现接近获胜与完全未赢之间的P300波幅存在显著差异（Dores et al., 2020, Luo et al., 2011, Lole et al., 2013），反馈相关负波也是如此（Habib and Dixon, 2010, Qi et al., 2011）。这些相互矛盾的发现凸显了接近获胜效应背后认知加工的复杂性，也强调了识别影响这一加工过程的关键因素的必要性。

在众多研究中，接近获胜与完全未赢之间的对比通常具有结构一致性，即损失程度相同，但与获胜结果的接近程度不同（Dores et al., 2020, Luo et al., 2011, Lole et al., 2013, Ulrich and Hewig, 2014, Ulrich and Hewig, 2018, Kreussel et al., 2013）。除了这种一致性之外，另一个重要差异在于所提供的奖励信息。奖励特征通常可归纳为两个方面：预期值和规模。值得注意的是，在大多数研究中，所呈现的奖励概率要么是隐含的，要么是由研究者人为设定的。因此，参与者主要是通过观察和在实验任务中的学习来形成对奖励的预期。鉴于奖励信息在目标追求中的重要性，奖励预期值和规模都会影响参与者在整个实验过程中的基本心理状态。从直觉上看，这种心理状态应会影响对失败结果，尤其是接近获胜结果的情感和认知加工，因为这类结果往往会引发与获胜情况的强烈反事实比较（Wu et al., 2017）。这一观点得到了比较思维中的反思与评价模型（REM）的理论支持（Markman & McMullen, 2003），该模型提出了比较思维过程中两种心理上不同的模拟方式：反思和评价。在反思模式下，体验式思维涉及生动地想象比较标准（如获胜）是真实存在的或属于自我的一部分。而在评价模式下，对比式思维则将比较标准作为参照点，用来评估自身的现状。当奖励信息被纳入自我认知时，就会发生反思，从而通过积极的认知产生正面情绪，因为个体会认为自己与较高的标准相接近。相反，当奖励信息未被纳入自我认知时，就会发生评价，此时个体会因与更高标准的对比而产生负面情绪。通过反思与评价模型，我们可以发现在不同奖励规模条件下，接近获胜的加工过程存在两种功能上不同的路径。当奖励规模较小时，接近获胜往往会让人们想到：“即使我赢了，奖励也不会很可观——反正我也差一点就赢了。”在这种情况下，个体仍处于反思模式。而当奖励规模较大时，接近获胜则会让人们产生“我错过了如此丰厚的奖励，最终却一无所获——真是可惜”的想法。此时，个体会进入评价模式，这种模式会放大预期结果与实际结果之间的差距，进而引发自我责备等负面情绪。重要的是，尽管反思和评价过程常常同时进行，但它们在功能上是独立的。因此，任何比较判断的结果都取决于这两种过程的相对强度和程度（Mussweiler, 2003）。这意味着，在不同的加工模式下，对接近获胜的认知评价可能会有很大差异。这表明奖励信息在塑造对接近获胜的情感和认知反应方面起着关键作用。因此，与奖励相关的信息，如奖励预期值和规模，可能会影响接近获胜所引发的特定反事实后果。不过值得注意的是，以往的研究中对这两个因素的系统性控制与研究还相当有限。在此背景下，我们之前的研究已表明，奖励预期值对接近获胜效应有显著影响（Yin et al., 2024）；而奖励规模的作用仍有待进一步阐明。

现有的研究在实验设计中使用了不同的奖励规模（例如Kreussel et al., 2013；Ulrich & Hewig, 2014；Luo et al., 2011；Alicart et al., 2015；Qi et al., 2011；Xia et al., 2018），这可能会导致研究结果出现不一致。为解决这一问题，本研究探讨了奖励规模对接近获胜效应的影响。为确保分析的清晰性和精确性，我们将接近获胜效应定义为接近获胜与完全未赢之间在神经和心理层面观察到的差异。

我们认为，奖励规模通过几种可能的路径影响接近获胜效应。首先，接近获胜本身就会增强反事实思维，因为它代表了那些看似触手可及的潜在替代结果（Wu et al., 2017）。较大的未获得奖励更有可能加剧这种反事实思维，从而强化接近获胜效应。此前的研究也支持这一观点，即获得的奖励与错过的奖励之间的差距越大，人们产生的后悔感和反事实思考就越强烈（Eryilmaz et al., 2014）。更重要的是，因果推断机制会决定特定的反事实后果；由此产生的情绪往往带有负面色彩。其次，较大的未获得奖励可能会提高接近获胜结果的动机强度，从而增强“差点就赢”的感觉，并强化相应的情感和认知反应（Clark et al., 2009, Dixon et al., 2013）。综合来看，我们认为奖励规模是决定接近获胜与完全未赢之间差异程度的关键因素，也就是接近获胜效应的强度。

除了上述概念上的区别之外，赌博实验设计中的某些方法学特征也需要仔细考虑，因为它们可能会对接近获胜的神经和心理反应产生重大影响。其中一个特征与转轮的停止特性有关。当转轮在停止前逐渐减速（尤其是在接近获胜区域时），会在结果揭晓之前带来一段奖励预期升高的时期（Wu et al., 2017）。在这种情况下，接近获胜所引发的神经反应可能部分源于减速阶段产生的不同预期过程，而不仅仅是对最终结果的直接评估。

另一个方法学问题涉及失败的定义方式。在现有文献中，有些实验设计要求在失败时实际扣除金钱或积分（Ulrich and Hewig, 2014, Xia et al., 2018），而另一些则将失败定义为未能获得预期收益（Dores et al., 2020）。这两种定义方式可能会触发不同的失败处理机制：前者会引发与实际资源损失相关的损失厌恶反应，而后者则反映的是未能获得奖励的挫败感。这或许也是导致不同研究结果不一致的原因之一。

为减少这两种方法学上的变量影响，本研究采用了两项刻意的设计措施。首先，转轮被设定为在参与者按下按钮后立即停止，不会经历减速阶段，从而消除了结果显示之前的任何预期差异。其次，失败被定义为未能获得预期收益：在未赢的试验中，参与者直接失去赌注，而获胜则能获得预设的若干倍于赌注的回报。这样的设计更贴近现实世界中的赌博机制，有助于更准确地研究结果接近程度和奖励规模如何影响对非获胜结果的神经反应，同时也使得我们的研究结果和解释仅限于这种特定的失败定义方式。

总体而言，明确奖励规模在接近获胜效应中的作用，可以为解决以往研究中的矛盾提供更为清晰和准确的框架。在那些报告接近获胜与完全未赢之间差异较小或不存在差异的研究中，所使用的奖励规模可能不足以引发强烈的心理和神经反应，从而导致可观察到的效应减弱。为验证这一可能性，我们采用了幸运轮实验范式，并在三种不同的奖励强度水平下，比较了接近失败与完全失败情况下的行为及神经反应。我们假设，未获得奖励的幅度会影响接近失败效应的强度，即随着奖励幅度的增加，接近失败与完全失败在脑电反应及行为反应上的差异会愈发明显。此外，为探讨神经反应与心理反应之间的关系，以及判断这种关系是否受奖励幅度影响，我们还利用接近失败与完全失败之间的差异分数构建了贝叶斯分层回归模型。

参与者
我们使用Morepower 6.0.4软件，根据2×3被试内设计的要求计算样本量（Campbell & Thompson, 2012）。基于我们之前类似研究中的2×3交互作用效应大小（η2p =.221）（Yin et al., 2024），在α =.05水平、90%统计功效下，最小样本量为24人。参与者通过大学在线群组招募，实验在脑电图实验室进行。初步筛选时需满足特定标准。

任务模拟的真实性
参与者对任务控制感的评分（M =5.18，SD = 1.40）显著高于7点李克特量表的中值（4分），这说明参与者认为自己能够控制幸运轮的停止时间。

自我评分量表
表1展示了自我评分量表数据的均值与标准差。图2则用小提琴图呈现了不同奖励强度下“接近失败减完全失败”差异值的分布情况。

反事实思维倾向
方差分析显示，这一维度存在显著主效应。

讨论
在关于接近失败效应的研究中，一个值得注意的难题是不同研究中该现象的强度存在差异：有些研究指出其效应十分明显，而另一些研究则认为其效应相对较弱。尽管这种差异性看似重要，但至今尚未得到系统研究。我们的研究探讨了奖励幅度是否会影响接近失败与完全失败之间的区分，这或许有助于解释接近失败效应强度的差异。研究结果表明……

结论
本研究为了解接近失败效应背后的神经生理机制提供了新的视角。研究证明，与完全失败相比，接近失败会引发更强的反事实思维倾向、更强烈的反事实思维、更明显的懊悔感以及更高的赌博动机，进而增强对后续试验中奖励的期待。此外，在高奖励强度条件下，接近失败还会引发更多……

局限性及未来方向
本研究存在若干需要关注的局限性。首先，由于本研究依赖离线自我报告数据而非单次试验评估，因此难以精准追踪接近失败对后续试验的动态影响。未来的研究可通过结合即时情绪与认知评估，更准确地捕捉这些短暂过程，从而构建更为复杂的逐次试验模型。

资金来源
河南省高等学校哲学社会科学重大研究项目（2026-JCZD-21）；河南省人文社会科学研究项目（2026-ZZJH-318）；河南省哲学社会科学规划项目（2025BJY014）；国家社会科学基金项目（24BGL175）；浙江省自然科学基金项目（LQN25G020003）；浙江省高等学校重大人文社会科学研究项目。

CRediT作者贡献说明
韩莫·尹：写作——审阅与编辑、写作——初稿撰写、可视化、验证、软件使用、方法设计、研究实施、形式分析、数据整理、概念构建。王萌萌：写作——审阅与编辑、验证、方法设计、资金获取、形式分析。陈昌明：写作——审阅与编辑、验证、监督、形式分析、概念构建。索涛：写作——审阅与编辑、验证、监督、资源协调、项目管理。

关于写作过程中生成式AI及AI辅助技术的声明
在准备本论文时，作者们使用了ChatGPT和DeepSeek等工具进行英语文本的AI辅助编辑。在使用这些工具后，作者们对内容进行了必要的审阅和修改，并对最终发表文章的内容负全责。

利益冲突声明
作者们声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。

致谢
作者们没有需要声明的致谢内容。

利益冲突声明
所有作者均无需要声明的利益冲突。