1 引言
经济决策中的框架效应(framing effect) 是由2002 年诺贝尔经济学奖获得者 Kahneman 及其学生Tversky(1981)提出的，以“亚洲疾病问题”作为经典案例，被认为是风险决策理论中描述性理论(de-scriptive theory) 违背规范理论 ( normative theory) 的代表性“异像”( anomaly)。Kahneman 和 Tversky(1981，1984)提出，决策的制定以两类信息为基础，即外显信息和内隐信息。具体来说，外显信息可通过工作记忆和知识来分析和评价，内隐信息则是更多地与意识或非意识有关，具有直觉的特点，其信息加工过程被称为“框定”过程(framing)。由此，Kah-neman 和 Tversky(1981) 提出“框架效应”，以此来描述决策问题中因情景表述的改变而导致选择偏好改变的现象，说明了人们对期望值相同而表述不同的选项的偏好反转。框架效应被提出后，引发了研究者的大量研究。
Kühberger(1998)指出，框架效应对理性决策的干扰是客观存在的，会影响决策者使其戴上有色眼镜，从而对效用相同的决策方案产生不同的理解。框架效应的类型从大的范围可以分为效价框架效应和非效价框架效应，而效价框架效应根据被框架的对象、框架影响的对象和该效应的典型测量方式可分为风险框架效应(risky framing effect)、属性框架效应(at-tribute framing effect)和目标框架效应(goal framingeffect)(Levin，Schneider，＆ Gaeth，1998) 。
认知风格作为个体的认知方式，已经成为决策领域的一个重要研究变量。研究表明，决策者的认知风格是影响框架效应的主要因素之一。王惠萍(2006)指出，认知风格影响大学生在不确定条件下的判断和决策，主要表现在概率推理中场依存型比场独立型的人更容易受到“代表性启发”的影响，而在赌徒推理中，场独立型的人更少受“赌徒谬误”的影响。特别是在风险决策中，场独立型的被试倾向选择受益大、风险也大的决策，而场依存型的人倾向选择稳妥、风险较小的决策。宋灵青，李玉环和刘瑞德(2010)的研究表明，场独立者相对于场依存者，有着更多自立的特点，较少受文本情绪即外在因素的影响，能更独立自主地做出决策。
然而，关于认知风格如何影响决策的框架效应，仍缺乏相应的研究。目前仍不清楚，场依存者和场独立者在加工不同决策框架效应时表现出怎样的特点。本研究将采用 EＲP 方法，深入探讨不同认知风格被试对风险框架效应、属性框架效应、目标框架效应的影响。基于决策中框架效应的特点(Kahneman＆ Tversky，1981; Kühberger，1998 ) 及不同认知风格被试在决策中的认知差异(宋灵青，李玉环，刘瑞德，2010;王惠萍，2006)，我们提出以下实验假设:(1)与场独立者相比，场依存者更易表现出决策的框架效应，且该特点将通过行为反应时以及 N200、P300的平均波幅体现出来。(2) 对于不同认知风格被试，大脑两半球在决策加工中将表现出不同的作用。
2 研究方法
2. 1 被试
被试为某大学的本科生及研究生，根据问卷调查的结果(张健，2013)筛选被试。问卷满分为 18分。低分组(最高得分 11 分)15 名被确定为场依存者，高分组 15 名(最低得分为 13 分)被确定为场独立者。被试年龄19 岁 ～24 岁，平均年龄为21. 6 岁，裸视力或矫正视力正常。5 名被试由于伪迹过多被剔除。有效被试中场依存被试 12 名(5 名男生，7 名女生)，场独立被试 13 名(7 名男生，6 名女生)。
2. 2 实验设计
采用 2 认知风格(场独立、场依存) × 3 决策类型(风险决策、目标决策、属性决策) × 2 框架属性(正性、负性)三因素混合实验设计，其中认知风格是被试间变量，决策类型和框架属性是被试内变量。
2. 3 实验材料
实验刺激由 30 套决策问题组成，每一套决策问题重复呈现 6 次，共呈现 180 次。决策问题的内容涵盖了三种框架类型，即风险决策框架、属性决策框架、目标决策框架。在风险框架中，被框架的对象是不同风险水平的决策方案，决策者在每次决策时都需要在两个不同的备选方案中进行选择，并且每个备选方案都具备或高或低的风险性。在属性框架中，被框架的对象是物体或事物的属性或特征，决策者需要通过比较在每个框架下对客体或事件的吸引力评分，来比较这种项目评估的效果。在目标框架中，被框架的对象是某种行为的结果或目标，决策者需要选择是否接受或拒绝某种事件或行为，信息的形式是接受该信息可能获得的收益(正性框架)或者不接受该信息可能遭受的损失(负性框架)。每种框架的表述各有正性和负性两种。正性框架下的平均概率为 1/3，负性框架下的平均概率为 2/3。概率的设定与 Tversky 和 Kahneman(1981)的经典问题概率保持一致。
2. 4 实验程序
被试戴上电极帽后，坐在距离计算机屏幕约70cm 的椅子上。屏幕上先呈现实验指导语。被试的任务是根据问题描述，选择自己认为是正确的答案。实验开始的信号为屏幕中央出现“+ ”符号，被试准备好后按任意键进入正式实验。决策问题及备选答案都是逐词呈现的，每个词的呈现时间是500ms，然后空屏 500ms，依次进行。决策方案的呈现时间是 1000ms，被试按键选择后切换到下一个实验刺激。正式实验前被试进行足够的练习。实验持续一个小时左右，中间有一次休息。
2. 5 脑电数据和行为数据记录
使用 E － Prime 1. 0 编写实验程序。脑电数据由美国 EGI 公司生产的 C － AMP －128 －2000 －001 型128 导脑电仪记录。参考电极为中心点( vertex) ，在双眼外侧、上下各安置一个电极，用来记录水平眼电(HEOG)和垂直眼电(VEOG)。放大器的滤波带通为0. 1 ～100 Hz，采样频率为250 Hz。电极与头皮接触的电阻小于 50KΩ。
2. 6 数据分析
分析被试决策过程的反应时及脑电数据。对连续记录的原始脑电数据进行离线处理。对数据进行30Hz 低通滤波，去除眨眼等伪迹。 分析时程为1200ms，包括刺激呈现前 200ms。波幅超出 ± 75ms作为伪迹自动去除。根据以往研究及本实验的总波形图，可以确定两个脑电成分，一个是在刺激呈现200ms 左右达到峰值的负波 N200(148 ～ 260ms) ，另一个是在刺激呈现 300ms 左右达到峰值的正波P300(212 ～ 350ms) 。分别计算两个脑电成分在各实验条件下的平均波幅。
为了分析大脑两半球在决策中的作用，以及不同脑区的作用，分别对中线位置、脑区和两侧电极进行分析。选取的中线电极是 Fz、Cz、Pz，两侧电极是F3、F4、C3、C4、P3、P4。方差分析的 p 值采用 Green-house － Geisser 法校正。
3 研究结果
使用 SPSS 13. 0 统计软件对反应时数据和脑电数据进行分析处理。
3. 1 行为数据结果
各实验条件下的平均反应时如表 1 所示。对正负 3 个标准差以外的极端数据予以删除。对反应时数据进行 2(认知风格) ×3(决策类型) ×2(框架属性)三因素重复测量方差分析。认知风格的主效应显着 F(1，23) =7. 02，p ＜. 05，η2= . 23。场依存者的反应时显着高于场独立者。决策类型的主效应显着，F(2，46) =42. 92，p ＜. 001，η2= . 65。框架属性的主效应显着 F(1，23) =45. 67，p ＜. 001，η2= . 66。
负性属性的反应时显着高于正性属性。决策类型与认知风格存在显着交互作用，F(2，46) = 3. 67，p ＜ . 05，η2= . 14。简单效应分析发现，在风险决策和属性决策类型上，场依存者的反应时均显着高于场独立者，F(1，23) = 6. 70，p ＜ . 05，F(1，23)= 6. 02，p ＜ . 05。决策类型与框架属性存在显着交互作用，F(2，46) = 7. 20，p ＜ . 01，η2=. 24。简单效应分析发现，在风险决策和属性决策上，负性属性的反应时均显着高于正性，F(1，23) =32. 42，p ＜ . 001，F(1，23)= 7. 26，p ＜ . 05。决策类型、框架属性、认知风格三者之间交互作用显着，F(2，46) =21. 364，p ＜. 001，η2= . 48。简单简单效应分析发现，场依存者在风险决策和属性决策中，均表现为负性属性的反应时显着高于正性，F(1，23)= 78. 17，p ＜. 001，F(1，23) = 5. 29，p ＜ . 05;在目标决策中正、负属性的反应时无显着差异。而场独立者在三个决策类型上的正负属性反应时均无显着差异。
3. 2 脑电数据结果
3. 2. 1 N200 平均波幅
两组被试在三种决策框架下的总平均波形如图1 ～ 图 4 所示。对中线位置进行 2 ( 认知风格) × 3(决策类型) ×2(框架属性) × 3(中线位置)四因素重复测量方差分析。决策类型的主效应显着，F(2，46) = 7. 87，p ＜ . 01，η2= . 26。中线位置的主效应显着，F(2，46) =50. 34，p ＜. 001，η2= . 67，Fz、Cz 位置上的 N200 平均波幅显着高于 Pz。认知风格的主效应不显着，F(1，23) = . 17，p ＞ . 05。框架属性的主效应不显着，F(1，23) = . 18，p ＞ . 05，η2= . 008。
决策类型与中线位置交互作用显着，F(4，92) =5. 41，p ＜ . 01，η2= . 19。简单效应分析发现，在 Fz和 Cz 上，不同决策类型的 N200 平均波幅均存在显着差异，F(2，46) = 3. 48，p ＜ . 05，F (2，46) =15. 34，p ＜ . 001。在 Pz 点无显着差异。
对 N200 平均波幅进行 2(认知风格) × 3(决策类型) ×2(框架属性) ×3(脑区) ×2(半球)五因素重复测量方差分析。认知风格的主效应显着，F(1，23)= 7. 90，p ＜ . 05，η2= . 26。场依存者的 N200 平均波幅显着低于场独立者。决策类型的主效应边缘显着，F(2，46) = 3. 03，p = . 058，η2= . 12。脑区的主效应显着，F(2，46) = 18. 92，p ＜ . 001，η2= . 45，中部脑区的 N200 平均波幅显着低于前部脑区和后部脑区。半球的主效应显着，F(1，23) =32. 06，p ＜. 001，η2= . 58，左半球的 N200 平均波幅显着低于右半球。框架属性的主效应显着，F(1，23) = 9. 91，p＜ . 01，η2= . 30，负性属性的 N200 平均波幅显着低于正性属性。
半球与认知风格交互作用显着，F(1，23) =20. 40，p ＜ . 001，η2= . 47。简单效应分析发现，场独立者诱发的 N200 平均波幅的左半球显着低于右半球。决策类型与认知风格交互作用显着，F(2，46)= 4. 78，p ＜ . 05，η2= . 17。简单效应分析发现，场依存者诱发的 N200 平均波幅在三个决策类型中差异不显着，场独立者诱发的 N200 平均波幅在三个决策类型中存在显着差异，F(2，46) =5. 98，p ＜. 01。
3. 2. 2 P300 平均波幅
对中线位置进行 2(认知风格) × 3(决策类型)× 2( 框架属性) × 3 ( 中线位置) 四因素重复测量方差分析。决策类型的主效应显着，F(2，46) =4. 51，p ＜ . 05，η2= . 16，属性决策的 P300 平均波幅显着低于风险决策和目标决策，风险决策与目标决策之间差异不显着。中线位置的主效应显着，F(2，46)= 53. 27，p ＜ . 001，η2= . 69，Pz 电极的 P300 平均波幅显着低于 Cz、Fz 电极。认知风格主效应不显着，F(1，23) = . 01，p ＞ . 05。框架属性主效应不显着，F(1，23) = . 54，p ＞ . 05。决策类型与框架属性交互作用显着，F(2，46) =4. 91，p ＜. 05，η2= . 17。简单效应分析发现，风险决策的正、负框架属性差异显着，F(1，23) =4. 79，p ＜. 05，负性属性的 P300 平均波幅显着高于正性属性。其他两个决策类型的正负框架属性之间差异不显着。决策类型与中线位置交互作用显着，F(4，92) =2. 62，p ＜. 05，η2= . 10。简单效应分析发现，决策类型在 Cz 上差异显着，F(2，46) = 10. 90，p ＜ . 001。
对 P300 平均波幅的前、中、后脑区及左右半球进行了 2(认知风格) × 3(决策类型) × 2(框架属性) ×3(脑区) ×2(半球)的五因素重复测量方差分析。认知风格的主效应显着，F(1，23) =19. 48，p ＜. 001，η2= . 46，场依存者的 P300 平均波幅显着低于场独立者。决策类型的主效应显着，F(2，46) =3. 68，p ＜ . 05，η2= . 14。框架属性的主效应显着，F(1，23) = 22. 59，p ＜ . 001，η2= . 49。脑区的主效应显着，F(2，46) =39. 14，p ＜. 001，η2= . 63。半球的主效应显着，F(1，23) = 105. 34，p ＜ . 001，η2=. 82，右半球的 P300 平均波幅显着高于左半球。决策类型与认知风格交互作用显着，F(2，46) =6. 53，p ＜ . 01，η2= . 22。简单效应分析发现，场独立者在不同决策类型上的 P300 平均波幅差异显着，F(2，46)= 9. 54，p ＜ . 001;场依存者在不同决策类型上的 P300 平均波幅差异不显着。决策类型与半球交互作用显着，F(2，46) =6. 49，p ＜. 01，η2= . 22。简单效应分析发现，不同决策类型的 P300 平均波幅在右半球差异显着，F(2，46) = 19. 13，p ＜ . 001;不同类型在左半球差异不显着。决策类型、半球、认知风格交互作用显着，F(2，46) = 4. 19，p ＜ . 05，η2=. 15。简单简单效应分析发现，场依存者在左半球不同决策类型上的 P300 平均波幅差异不显着，在右半球上决策类型间的 P300 平均波幅差异达到了边缘显着水平，F(2，46) =2. 53，p =. 091;场独立者在左右半球决策类型之间均差异显着，F(2，46) =3. 96，p ＜ . 05，F(2，46)= 22. 86，p ＜ . 001。
4 讨论
4. 1 以反应时为指标的分析
由反应时数据可知，在进行决策选择时，场依存者的反应时显着高于场独立者。不同决策类型中正、负框架属性之间的反应时存在不同特点，风险决策与属性决策的负性属性反应时显着高于正性属性。由决策类型、框架属性和认知风格的交互作用可以看出，场依存者存在风险框架效应和属性框架效应，而场独立者在每个决策类型上都没有表现出框架效应。
该结果与以往关于认知风格特点的研究结果是吻合的。宋灵青等人(2010)的研究表明，与场依存者相比，场独立者具有更多自立的特点，较少受文本情绪即外在因素的影响，能独立自主地做出决策;与此相反，场依存者则更被动并更加缺乏主见，较容易随决策情境中的信息而做出不同的决策。
本研究还发现，被试对负性框架属性的反应时显着高于正性属性，这一结果与已有研究中对风险框架的研究结果是一致的。Gonzale 等人(2005)关于风险框架效应的研究发现，负性框架下被试的反应时显着高于正性框架下的反应时。王凯(2010)的研究也表明，与正性框架相比，负性框架的反应时更长，表明负性风险框架延长了被试对风险方案的选择时间。
4. 2 对各条件下 N200 成分的分析
N200 成分是主要分布在脑区前部的负波，出现在刺激呈现后的 200 毫秒左右。在涉及决策问题的研究中，N200 成分一般被认为能够体现决策者在决策过程中对冲突进行检测的过程，以及对刺激信息所进行的辨别加工过程( 何飞，2009; Yang et al. ，2007) 。对于 N200 的平均波幅，本研究发现，场依存者的 N200 平均波幅显着低于场独立者。场依存者诱发的 N200 平均波幅在三个决策类型中差异不显着，场独立者诱发的 N200 平均波幅在三个决策类型中存在显着差异。该结果体现了 N200 可以反映被试对刺激信息的辨别加工这一特性。何飞(2009)对风险决策进行的研究发现，在收益情境下，风险规避 N200 波幅显着高于风险寻求的 N200 波幅。该结果被解释为:在决策者做出风险规避的决策时，对收益刺激信息的自动加工和辨别加工更为细致。该结果体现了决策者典型的“损失厌恶”效应。与本研究结果类似，该研究体现了 N200 可以用以反映被试加工新异刺激的认知努力程度。
此外，在本研究中，场独立者诱发的 N200 平均波幅的左半球显着低于右半球，而场依存者在 N200平均波幅上没有表现出大脑两半球的不对称性。该结果表明，在决策过程的早期，被试对刺激信息所进行的精细辨别加工主要发生在大脑的右半球。在Cz 上，风险决策类型的正、负属性之间存在显着差异，负性属性的 N200 平均波幅显着高于正性属性的N200 平均波幅( － 9. 56uV vs. － 7. 87uV) ，而目标决策和属性决策在正、负属性之间差异不显着。而N200 波幅在脑区不同中线位置对框架属性的反应，可能表明 N200 成分对框架属性较为敏感。以往关于框架属性的研究(Carretié et al. ，2001)发现，负性信息会比正性信息引起更大的 P200 成分。而 Yuan等人 (2007)的研究则表明，当刺激信息为负性时，决策者产生的 P200 波幅小于正性信息所产生的波幅。
4. 3 对各条件下 P300 成分的分析
P300 成分被认为是与个体认知加工能力、任务难度、以及注意资源投入相联系的一个内源性成分，与个体认知活动关系密切，主要涉及对刺激信息进行认知评价、做出决策及记忆更新等认知过程(Polezzi et al. ，2010)。本研究发现，场依存者的P300 平均波幅显着低于场独立者。该结果表明，与场依存者相比，场独立者对决策问题的表述做出了更为全面的认知评价，并投入了更多认知努力，因而P300 波幅更高。此外，我们还发现，场依存者在左、右两半球的不同决策类型上，P300 的平均波幅均差异不显着;而场独立者在左半球和右半球上、决策类型之间均存在显着差异。不仅如此，我们还发现了显着的半球主效应，右半球的 P300 平均波幅显着高于左半球。这些结果表明，右半球在决策过程中发挥了重要的作用，尤其是被试在对刺激信息进行认知评价时更是如此。
在本研究中，风险决策的正、负框架属性差异显着，负性属性的 P300 平均波幅显着高于正性属性。该研究发现与以往观点相吻合。在决策研究中，风险一般是通过概率来体现，概率越高，风险就越大。Sutton 等人(1965) 提出，决策中风险性和不确定性越高，P300 的波幅就越大。同时，该研究结果也体现了 P300 可以反映被试注意资源分配的心理特性。该结果表明，在正性框架下人们所需付出的认知努力相对较低。
5 结论
(1)与场依存者相比，场独立者在决策刺激最初的辨别加工和随后的信息评价中投入了更多的注意资源和认知努力。
(2)与场依存者相比，场独立者在决策过程中更具有理性，基本不受决策问题表述方式的影响，且该决策过程主要发生在大脑的右半球。
参考文献
何飞． (2009)． 基于Kahneman 前景理论的风险规避与风险寻求决策的脑机制研究． 第四军医大学博士学位论文．
宋灵青，李玉环，刘儒德． (2010)． 情绪与认知方式对决策的影响．中国临床心理学杂志，18 (1 )，116 － 118．
王惠萍． (2006)． 认知风格对大学生不确定条件下判断和决策的影响． 应用心理学，12 (4 )，340 － 346．
王凯． (2010)． 突发事件下决策者的框架效应研究． 浙江大学博士学位论文．
张健． (2013)． 认知风格对不同类型框架效应的影响研究． 辽宁师范大学博士学位论文．
