1 引言

教师是一种情绪劳动的职业。如何在职业情境下有效地调节情绪是教师面临的巨大挑战之一。情绪调节（emotion regulation）是指个体对体验何种情绪、何时体验情绪和如何体验与表达情绪的加工过程（Gross, 1998），即情绪调节是个体试图重塑情绪情感体验的一种能力（Koole, 2009），其亦是一个动态的认知过程，具有情境诱发和目标导向等特征（Gross, 2002）。近年来，社会情境视角是情绪调节研究的新视角。Koole和Veenstra （2015）提出基于情境性认知（situated cognition）的视角研究情绪调节。其指出早期情绪调节模型强调静态目标驱动的心理表征，将情境背景和目标驱动视为相互分离的特质，忽视了个体与社会情境的动态交互作用。Koole认为调节目标是伴随个体与情境交互过程中动态变化的，情绪调节的研究不可忽视情境因素的作用，尤其是社会情境（Koole, 2009）。Rimé （2007）对“情绪社会分享”现象的研究发现，积极的人际互动提高情绪分享和述情行为，情绪调节具有人际社会效应。卢家楣、孙俊才和刘伟（2008）比较个体和人际情绪调节，发现人际情绪调节方式更有效地调节负性情绪对认知资源的占用。而教师的情绪调节研究亦强调在特定职业情境下，为了高效地实现工作目标而进行的自我情绪调节（刘迎春, 徐长江, 2013）。教学情境即是一种特殊的社会情境，师生互动更是人际互动的特殊形式。在教学互动中教师应树立榜样作用，而师生互动更是一种情感活动，教师的教学情绪时刻影响着学生的学习状态。因此，基于教学情境视角研究教师情绪调节更具生态性，对扩展教师情绪调节的研究视角和干预教师情绪能力具有重要意义。

然而，情境性认知视角在以往的教师情绪调节领域未受到研究者的广泛关注。教师情绪调节研究始于20世纪90年代（Sutton, 2004）。多数研究以理论建构和相关分析的视角，探索教师情绪调节概念（邱莉, 2011; 吴莹莹, 连榕, 2014; Sutton, Mudrey-Camino, & Knight, 2009）、策略（Jiang, Vauras, Volet, & Wang, 2016）及其在教师教学中的重要作用（刘旭, 白学军, 刘志军, 王艳, 2016; Brackett, Palomera, Mojsa-Kaja, Reyes, & Salovey, 2010; Tsouloupas, Carson, Matthews, Grawitch, & Barber, 2010; Yin, 2016）。Sutton等（2009）阐明教师的情绪调整和表达在班级管理和师生关系中的积极作用，并提出职前教育强化情绪调节训练的策略。Tsouloupas等（2010）研究教师职业倦怠、教学效能感和教师情绪调节的关系，证明不同职业倦怠程度的教师在采用情绪调节策略上存在差异，并且发展性策略有助于提升教师具有情境特异性的效能感。少数研究从情境或信息加工的视角探索教师情绪相关能力。陈宁、卢家楣和汪海彬 （2014）选择典型教育情境考察教师的情绪预测能力，结果发现教师的情绪预测受学生情绪复杂性和唤醒度的影响。汪海彬等（2015）运用ERP和眼动技术探索教师自身情绪复杂性对情绪觉察能力的影响，结果发现高复杂性情绪使个体对情绪类别信息更敏感，加工模式更优。以往研究尽管有基于教学情境和信息加工的视角，但未结合教学情境探究教师情绪调节本身的加工特征，即未探究教学情境线索在情绪调节中的作用机制。因此，真正结合教学情境的情绪调节研究较少，导致目前的研究缺乏教学实景的生态性（连榕, 2015; Saha & Dworkin, 2009）。

此外，自动情绪调节对教师专长发展有重要意义。情绪调节包括意识和无意识两种过程（Gyurak, Gross, & Etkin, 2011）。无意识过程即自动情绪调节（automatic emotion regulation, AER），是指个体在无意识参与的情况下自动地调节情绪，其具有无意识性、刺激诱发和目标导向等特征（任俊, 朱琼嫦, 2015）。自动情绪调节能高效地调节情绪状态，能更有效地调节负性情绪对认知资源的占用，提升心理弹性和心理适应性（Koole & Rothermund, 2011）。加涅亦将自动化加工视为“天才的手脚”。教师面对复杂多变的教学情境，不仅要完整、灵活地呈现教学设计，达成教学目标，还要监控整个情境以及时对学生进行反馈和管理。自动情绪调节能力有助于使教师保持更稳定的情绪情感状态，以更充足的认知资源完成教学任务。然而，以往教师情绪调节的研究未关注自动情绪调节领域。因此，探究教师自动情绪调节的特征和机制对教师情绪能力的干预具有重要意义。

综上所述，本研究旨在基于情境性认知的视角，探究教学情境背景在教师自动情绪调节中的作用。通过比较教学情境和生活情境下教师自动情绪调节的效果，以揭示职业相关的教学情境背景能否诱发教师更良好的自动情绪调节。研究借鉴PI范式（Wang & Li, 2017）作为自动情绪调节的启动和调节任务，并引用注意偏向任务的点探测范式（王艳梅, 毛锐杰, 2016）作为衡量情绪调节效果的指标。PI范式包括启动和面孔识别两个任务，通过意义匹配任务诱发自动情绪调节（Yang, Tang, Gu, Luo, & Luo, 2015），通过负性面孔识别任务监控调节过程。注意偏向任务是考察被试是否对情绪刺激存在注意偏向的经典范式。范式的基本逻辑是对负性刺激的注意偏向程度反应被试当下的情绪状态。其次，通过对负性面孔附加背景图片以分别创设教学和生活情境背景。有研究表明，背景属性对信息加工的偏向和面孔识别的情绪体验产生影响（白学军, 魏玲, 沈德立, 2011），即个体将自动对背景信息进行加工，并以线索的形式影响对目标的加工。因此，研究通过创设教学和生活情境，比较情境背景对自动情绪调节的影响。研究假设相较于生活情境，教学情境将诱发教师更佳的自动情绪调节效果。

2 研究方法 2.1 被试

30位中学教师参加实验（男性8名, 女性22名, 平均年龄28.33±8.88; 平均教龄6.33±8.88, 取值范围在1年–26年）。所有被试均为右利手，身体健康，视力或矫正视力正常，无色盲或色弱。

2.2 实验材料

启动词参考Wang和Li （2017）的研究，分别选用具有情绪调节含义的“调节组”词汇10个，如“调控”、“平息”等，与情绪调节无关的“控制组”词汇20个，如“社交”、“筹划”。控制词汇的效价、唤醒度和相似度分别在“调节组”和“控制组”内无差异，并且“调节组”词汇与情绪调节的相关性上显著高于“控制组”。

情绪面孔 正式实验中的80张面孔选自中国面孔情绪图片系统（CFAPS）（Luo, Feng, He, Wang, & Luo, 2010），包括恐惧和愤怒面孔图片各40张（平衡男性和女性面孔数量）。基于CFAPS的数据，两种情绪面孔的唤醒度无显著差异（t（78）=–0.94, p=0.351）。每张图片调整成相同的亮度和对比色。图片大小为9.0×7.0 cm，呈现在屏幕中心（如图1）。

背景图片 　选择教室情境和生活情境（包括卧室，客厅、健身房等室内情境）各60张。将图片去色，制成灰度图，图片大小为26.0×35.0 cm（如图1）。参考Schupp, Schmälzle和Flaisch （2014）的构图方式，用白色方框将面孔和背景分隔开。

点探测词 　选用《人格与认知》（陈少华, 2005）中的负性词32个和中性词40个。依据经典点探测范式，屏幕左右两侧分别出现一个负性或中性词语（对词语和探测点位置进行随机处理），左右两侧词语间距16 cm（Mansell, Clark, Ehlers, & Chen, 1999; Shafran, Lee, Cooper, Palmer, & Fairburn, 2007）。

2.3 实验设计和程序

采用情境2（教学&生活）×启动条件2（调节&控制）×2词性（负性&中性）的三因素组内设计，因变量为任务的正确率和反应时。

正式实验包括PI范式（意义匹配和面孔识别任务）和注意偏向任务。意义匹配任务有两个条件（调节&控制）。面孔识别任务有两种面部表情（恐惧&愤怒）。注意偏向任务包括两类词汇（负性&中性）。隐瞒实验真实目的，告知被试实验旨在测验词汇能力和面孔加工。

意义匹配任务中，屏幕上同时呈现三个词语，呈“品”字型分布。“顶部”词为目标词，根据该词的含义，在两个“底部”词中寻找意义相近的与之匹配。若匹配词出现在左边按“O”、右边按“P”。在调节条件下，三个词汇中的两个属于“调节组”，另一个属于“控制组”。控制条件下，三个词汇均属于“控制组”。

面孔识别和注意偏向任务是组合任务。面部表情识别任务中，依据情境×启动条件的设计，随机组合面孔和背景图片。注视点呈现200–500 ms，随后呈现面孔，被试需要“又快又好”地判断面孔表情是恐惧还是愤怒，恐惧按“F”，愤怒按“J”。面孔消失后，有短暂间隔（500 ms），随后进入注意偏向任务，注视点200–500 ms，紧接着屏幕左右分别呈现一个负性和中性词（1000 ms），随后探测点将随机出现在其中一个词的位置，被试需按键反应，出现在左边按“F”，否则按“J”。试次间隔为500 ms。

每个被试需要完成8个试次的练习和四种条件的正式任务。每种条件下，包括10次意义匹配任务和30次组合任务。四种条件在被试间进行平衡，实验材料在被试间进行拉丁方设计，每个任务中的实验材料进行了伪随机。最终，收集被试的正确率和反应时进行分析。

2.4 数据处理

面孔识别反应时的预处理为删除错误反应的反应时；点探测任务反应时的预处理为删除错误反应的反应时和剔除极端反应时（<150 ms和>1200 ms）（Fox, Russo, & Dutton, 2002）。通过SPSS17.0统计分析三项任务的正确率和正确反应的反应时。η ${\,_p^2}$ 作为方差分析效应量的指标。

3 研究结果 3.1 实验总正确率分析

统计三项任务的总正确率，结果显示，意义匹配任务为0.94±0.08，面孔识别任务为0.79±0.12，注意偏向任务为0.99±0.02。总体而言，被试较认真地完成实验任务。

3.2 面孔识别正确率和反应时

通过2（情境: 教学&生活）×2（启动条件: 调节&控制）的重复测量方差分析，结果如下：

正确率上，情境（F（1, 29）=0.87, p=0.358）和启动条件（F（1, 29）=0.26, p=0.616）的主效应均不显著；情境×启动条件的交互作用显著（F（1, 29）=6.12, p=0.019, η ${\,_p^2}$ =0.17）。进一步进行简单效应检验发现，调节条件下，情境间的差异不显著（F（1, 29）=1.36, p=0.252）；控制条件下，情境间的差异具有显著性（F（1, 29）=5.72, p=0.024, η ${\,_p^2}$ =0.17），教学情境的正确率显著高于生活情境。

反应时上，情境的主效应边缘显著（F（1, 29）=3.47, p=0.073, η ${\,_p^2} $ =0.11）；启动条件的主效应显著（F（1, 29）=6.12, p=0.019, η ${\,_p^2}$ =0.17）；二者交互效应不显著（F（1, 29）=0.37, p=0.550）。通过比较平均数（见表2）可发现，调节条件的反应时显著快于控制条件；教学情境的反应时显著慢于生活情境。

3.3 注意偏向正确率和反应时

通过2（情境: 教学&生活）×2（启动条件: 调节&控制）×2（词性: 负性&中性）的重复测量方差分析，结果如下：

情境主效应不显著（F（1, 29）=1.61, p=0.214）；启动条件（F（1, 29）=10.88, p=0.003, η ${\,_p^2}$ =0.27）和注意偏向（F（1, 29）=6.86, p=0.014，η ${\,_p^2} $ =0.19）主效应显著；情境与词性交互效应呈边缘显著（F（1, 29）=3.20, p=0.084，η ${\,_p^2} $ =0.10）。进一步进行简单效应检验发现，教学情境下，词性间的差异不显著（F（1, 29）=1.95, p=0.173）；生活情境下，词性间存在显著差异（F（1, 29）=7.86, p=0.009, η ${\,_p^2}$ =0.21），负性词汇的反应时更短。

4 讨论

研究结果表明，从识别特征上看，仅控制条件下，教师在教学情境中表现出更准确地情绪面孔识别特征，然而耗时更长；调节条件下，教师能更快速地识别负性情绪面孔。从注意偏向特征上看，教师在教学情境下无显著的负性信息注意偏向。

从识别特征上看，教学情境教师的面孔识别加工具有准确性更高但用时更长的特征。该结果说明情境因素对识别特征存在显著影响，教学情境下教师表现出准确但严谨的面孔识别特征。这一结果可能是由于教学情境诱发了教师更高的动机水平所致。基于自我决定理论，一位训练有素的教师在教学情境中具有更强的动机水平完成教学，包括教学目标以及掌控课堂等等。因而，情境作为一种线索信息，首先诱发教师更高的动机水平。但值得注意的是，面孔识别乃至情绪调节也是一种认知过程。故而，动机水平的改变必然反映到认知过程上。前人研究情境信息作为背景线索的确影响个体的面孔识别加工，即面孔识别存在情境效应。Righart和Gelder （2008a）以自然场景图片作为面孔识别的情境信息，将不同情绪面孔与表达不同情绪的自然场景相匹配，比较面孔和场景情绪一致与不一致下的面孔识别特征。结果发现情绪一致时，个体能更准确地识别面孔，并在一定程度上不受认知负荷的影响。情境效应表明背景图片作为情境信息能诱发个体不同的面孔识别特征，Righart和Gelder （2008b）提出背景图片作为情境性信息能改变面孔加工方向。另外，Gross （2015）基于信息加工的视角提出情绪调节的加工模型，包括情境选择、情境修正、注意分配、认知转变和行为调整。其中，注意分配涉及调节目标引发的注意偏向，分心是情绪调节中注意分配的基本策略，分为情境内部的特征转移和情境的外部转移。因此，本研究结果可能是由于教学情境诱发教师更强的动机水平，从而促使教师使用了更多的分心策略，导致面孔识别速度下降，从而能维持更平稳的情绪状态。但其中注意的调节机制仍需要进一步研究证据的支持和完善。其次，在自动情绪调节的作用下教师更快地识别负性情绪面孔，这与前人研究结果相契合（Zhang, Feng, & Mai, 2016）。前人研究表明，相对于中性或正性面孔，负性面孔将捕获个体更多的注意资源，个体将过多的注意资源投入到体验面孔的情绪效价中，以致于对负性情绪面孔的识别较慢。而在自动情绪调节的作用下，个体对负性信息的注意偏向将显著减少，因而能更快地识别面孔情绪信息。本研究结果可能是由于教师在自动情绪调节作用下未对负性情绪面孔产生过多的注意偏向，能分配更多注意资源于识别负性情绪信息，起到调节情绪情感状态的作用。但是，情境与自动情绪调节对面孔识别的影响机制可能存在差异，待进一步验证。

从注意偏向特征上看，教学情境下教师对负性信息无显著的注意偏向。心境一致性偏向（mood-congruent bias）认为心境状态影响个体的认知偏向，即消极情绪下个体将过度关注负性信息（Delle-Vigne, Wang, Kornreich, Verbanck, & Campanella, 2014）。Beck （2008）运用心境一致性情绪加工偏向解释伴有抑郁症状的个体对负性信息的过度关注。Tamir和Robinson （2007）利用点探测范式研究正常个体亦发现心境一致性效应，高积极情绪评分被试对积极性词汇存在显著的注意偏向。因而，根据心境一致性效应，本研究结果表明教学情境下教师表现出更稳定的情绪状态。整合情境因素在面孔识别和注意偏向任务中的作用发现，相较于生活情境，教学情境下教师表现出更准确但耗时更长的情绪信息识别特征和更平稳的情绪情感状态。因而，教学情境下教师的情绪调节效果更佳，与研究假设一致。尹弘飚（2017）提出教师的工作需要其浸入情景，做出符合职业伦理的情绪调节。教师的情绪劳动具有“聚焦工作”的特性，教师的情绪以“专业至上”为逻辑，情绪的调整以达成教学目的为目标。因而，进入职业场景，教师对自然感受情绪的调节服从教学的专业伦理。Yin （2015）通过研究情绪智力、情绪工作要求与情绪劳动策略的关系，结果发现情绪工作要求高的教师更倾向于表层扮演的情绪策略，而弱化自然感受情绪的表达。因此，由于长期的职业沉浸而形成符合教师职业要求的工作素养，教师在教学情境下表现出更良好的自动情绪调节效果，以更稳定的情绪状态完成教学目标。其次，在自动情绪调节的作用下教师的注意偏向未发生显著性改变。这一结果与前人研究结果相悖。前人研究发现，无论是自动或主动的情绪调节以及不同的调节策略均对个体的注意偏向具有显著性影响（王艳梅, 毛锐杰, 2016; Wang & Li, 2017），情绪调节起到调控情绪状态，以减少个体负性情绪体验的作用，从而降低个体对负性刺激的注意偏向。而本研究未得到预期结果的原因可能是自动情绪调节与情境效应存在功能上的重叠。结合面孔识别任务中调节条件下情境效应不显著的结果可推论，教学情境可能存在诱发教师自动情绪调节的功能。首先基于情境性认知的视角，情境作为情绪调节的主要背景信息，本身具有线索作用和诱发功能，情境所包含的固有线索能够影响目标对象的加工（白学军等, 2011）。Koole和Jostmann （2004）发现压力情境下的个体对积极的社会刺激存在明显的注意偏好。其次，教学情境是教师的专业场景，具有职业特殊性。Gross （1998）提出情境选择（situation selection）和情境修正（situation modification）是情绪调节的早期策略。即在早期情绪感受形成阶段，个体会快速地对情境进行识别和修正。另有研究者通过ERP探究自动情绪调节的时间进程，结果证明自动情绪调节主要作用于情绪加工的早期阶段（Wang & Li, 2017）。所以在情绪加工的早期阶段，个体可能在一定程度上自动化地加工情境线索，并结合情境信息调整情绪调节目标，从而以自动情绪调节的形式影响情绪感受的形成。因此，特殊的情境信息可能作为一种背景线索具有直接诱发情绪调节的功能，即情境和自动情绪调节在一定程度上以相同的形式影响情绪加工，然而二者的影响机制仍存在不同，情境诱发调节的具体作用机制有待进一步分离两个因素进行探究。

综上所述，本研究基于情境性认知的视角，探究教学情境作为一种情境线索是否能诱发教师更良好的自动情绪调节效果。研究结果表明教学情境下，教师表现为更准确、谨慎的面孔识别特征和无显著的负性注意偏向。本研究的贡献一方面是为情境性认知视角提供进一步的实证研究证据，情绪调节发生在脑、身体与环境的互动中，情境性认知旨在从动态的、以情境为依托的视角进一步探究情绪调节，以提升研究成果的生态性（Koole & Veenstra, 2015），本研究即依托教学情境研究教师情绪加工中的情境效应。另一方面，本研究结果为教师自动情绪调节特征和调节能力的干预提供实证基础，自动化、无意识的情绪调控能力在很大程度上能提升教师的专业能力，长久以来情绪与理性是二元对立关系，然而教学情境需要教师做到“情理交融”，即高度理性化的表达情绪情感（尹弘飚, 2017），因此低损耗的自动情绪调节能力有助于教师更好地调控课堂情绪，更理性地表达情感。为了进一步提升教师情性能力，研究者应对教师自动情绪调节能力给予更多关注。

5 结论

（1）基于情境性认知的视角，研究结果表明教学情境能作为一种情境线索诱发教师更佳的自动情绪调节效果，具体表现为更准确、谨慎的面孔识别特征和无显著的负性注意偏向。

（2）教学情境的诱发机制与自动情绪调节存在功能上的重叠，有待进一步分离二者进行探究。