1 问题提出

在现实生活中，当个体面对多种信息的输入，需要集中注意力于特定的信息，才能快速的识别它。例如，当你去火车站接朋友，如果能获得一些他的线索，如衣服的颜色，那么你可能在众多的出站旅客中快速地找到他。集中注意力于特定的事物，同时抑制那些干扰或者无关信息，是认知控制的重要功能。对于双语者或者多语者来说，他们需要根据不同交流对象或情境选择使用特定的语言，这个过程中需要认知控制的参与。认知控制双机制模型（Dual Mechanisms of Control）认为，认知控制分为主动性控制和反应性控制两种（Braver，2012）。主动性控制是一种自上而下的加工过程，以目标驱动的方式优化知觉和记忆，保持和目标相关的信息。反应性控制是一种自下而上的加工过程，以刺激驱动的方式激活相关目标。

许多研究者采用AX连续执行测验（AX-Continuous Performance Test，简称AX-CPT）测量主动性控制和反应性控制参与的程度（Lee & Park, 2006; Locke & Braver, 2008; Ophir, Nass, & Wagner, 2009; Paxton, Barch, Racine, & Braver, 2008）。在AX-CPT中，向被试呈现线索–目标探针（probe，简称“探针”）字母对。线索和探针均为任意字母（除去和X相似的两个字母，K和Y），只有当线索字母A和探针X同时出现的时候才做yes反应，其他的组合BX、AY、BY均做no反应（这里的B代表除A以外的所有其他字母，Y代表除X以外的所有字母）。线索和探针之间有三个分心字母实现目标保持。目标试次（AX）出现的频率为70%，BX，AY，BY分别出现10%。每种条件出现频率的不对等性可以将主动性控制与反应性控制分离。在该测试中，AY的错误是由对线索A保持较高激活造成的错误，主要是由主动性控制造成的错误（见到A字母预期做yes反应），AY试次的错误率高，代表主动性控制参与的程度高。而BX的错误则是由于对探针字母X即时反应，主要是由反应性控制造成的错误（Chatham, Frank, & Munakata, 2009; Morales, Gómez-Ariza, & Bajo, 2013）。因此AY的错误率可以作为考察主动性控制参与程度的指标。

大量研究表明，双语者无论是语言理解还是语言产出，两种语言均会被同时激活（Bialystok, Craik, & Luk, 2012; Costa et al., 2012; Costa, Caramazza, & Sebastian-Galles, 2000; Green, 1998; Marian, Spivey, & Hirsch, 2003; Thierry & Wu, 2007）。由于双语同时激活，双语者在使用目标语言时，需要抑制非目标语言的干扰，因此抑制控制能力在双语转换过程中发挥着重要的作用（刘欢欢，陈宝国, 2015；Hosoda, Hanakawa, Nariai, Ohno, & Honda, 2012; Liu, Rossi, Zhou, & Chen, 2014; Liu, Liang, Dunlap, Fan, & Chen, 2016; Liu et al., 2017; Proverbio, Leoni, & Zani, 2004; Verhoef, Roelofs, & Chwilla, 2009）。例如，Liu等人的研究中（Liu et al., 2016），直接通过训练被试的抑制控制能力考察抑制控制在汉英双语转换过程中的作用。研究结果发现，高抑制控制能力者无论在前测，还是在训练后的后测阶段，转换代价都是对称的，而低抑制控制能力者前测阶段转换代价是非对称的（L2转换到L1的代价大于L1转换到L2的代价），后测阶段转换代价变为对称的。作者认为，抑制控制能力在双语转换中发挥着重要的作用。Liu等人（2017）的后续研究进一步发现，抑制控制能力在两个人面对面谈话的双语转换情境中，同样发挥着重要的作用。

研究者一般采用线索化的语言转换范式（cued language switching paradigm），考察抑制控制能力在语言转换过程中的作用。在该范式中，首先给被试呈现某种线索（例如，某种颜色的方块），然后要求被试根据线索对随后出现的图片或者数字等刺激进行命名。例如，红色的方块使用母语命名，蓝色的方块使用第二语言（L2）命名。Liu等人（Liu et al., 2014）使用该范式，将双语者区分为高抑制控制能力组和低抑制控制能力组，使用ERP技术考察了一般领域的抑制控制能力在语言转换中的作用。结果发现，高抑制控制能力者，L2转换试次比L1转换试次诱发更大的晚期正成分（late positive component, LPC），而在低抑制控制能力组则没有这样的表现，说明了抑制控制能力在语言转换中的作用。

Liu等人（Liu et al., 2014, 2016）区分的抑制控制能力更多是一种反应性的抑制，是刺激出现后以自下而上的方式抑制干扰刺激，而且语言转换的研究，研究者更多关心的是图片刺激呈现后抑制控制能力的作用（Linck, Schwieter, & Sunderman, 2012; Liu et al., 2014）。然而在现实生活中，双语者需要更好地监测两种语言，以选用恰当的语言，减少语言间的冲突，这时需要调用自上而下的主动性控制。

目前对于主动性控制在语言转换过程中作用的研究较少。Costa等人的研究（Costa & Santesteban, 2004）操纵了线索–刺激之间的时间间隔（500 ms或800 ms），发现随着线索–刺激之间时间间隔的增长，语言转换代价（反应时）减小。但由于反应时反映的是加工过程的最终结果，该研究并不能从时间进程的角度对主动性控制的作用给出解释，因此它只能间接地说明主动性控制的调节作用。Mayr等人（Mayr & Kliegl, 2003）使用线索-图片命名范式考察线索出现后相关的ERP成分。结果发现，在线索呈现450-500 ms后，转换条件出现一个正波，说明存在一个转换线索呈现之后的预备加工阶段。Verhoef等人的研究（Verhoef, Roelofs, & Chwilla, 2010）发现，在线索呈现后200-350 ms的时间窗口，L2转换试次相较于L2重复试次诱发了更大的负波；在350-500 ms的时间窗口，母语和L2的转换试次相较重复试次均产生更大的负波。研究者认为，语言转换需要内源性的控制，这种控制分为两个阶段，一是从前一个试次的任务分离，二是转入下一个新的任务。这一研究揭示了语言转换线索加工阶段内源性控制的作用。这里的内源性的控制和主动性控制的含义是类似的，都是指以目标驱动的方式保持和目标相关的信息，是一种自上而下的加工过程。但这一研究并没有操纵个体的主动性控制能力，只是根据线索加工阶段出现的ERP成分推测主动性控制在语言转换过程中的作用。

综上所述，截至目前，并没有直接的证据证明主动性控制在语言转换任务中的作用，而主动性控制的作用主要体现在线索加工阶段。因此，本研究旨在探讨主动性控制在语言转换线索加工阶段的作用。具体来讲，本研究采用线索化的语言转换范式（或者线索–图片命名范式），记录线索呈现后的ERP成分，以AX-CPT任务中AY试次的错误率作为主动性控制参与程度的指标。将AY试次的错误率作为自变量，ERP成分的波幅作为因变量做回归分析。根据前人的研究（Verhoef et al., 2010），如果主动性控制可以区分为两个不同的阶段，那么，AY试次的错误率应该能够预测反映主动性控制的ERP成分。

2 研究方法 2.1 被试

在校大学生29名（男性11名），平均年龄22.4岁（SD=2.7），母语为汉语，第二语言为英语，均为非英语专业。被试大学英语四级成绩500以上，六级成绩550分以下，并要求完成牛津填空测验（Oxford Placement Test，OPT）。在OPT测验中，被试需要完成25道单选题和25道完形填空选择题，每题1分，共50分，被试的平均成绩为40分（SD=3.5）。被试完成两种语言听、说、读、写熟练度的5点量表的自我评定（1表示非常不熟练，5表示非常熟练）。汉语听、说、读、写的评定分数分别为4.85（SD=0.37），4.50（SD=0.51），4.35（SD=0.59），4.05（SD=0.60）；英语的分数分别为3.05（SD=0.76），2.95（SD=0.69），3.45（SD=0.60），2.90（SD=0.55）。被试开始学习英语的年龄为10.45岁（SD=1.56）。由自我评定和OPT测验的成绩可知，被试的英语属于中等熟练程度。

2.2 实验设计

2（语言：汉语，英语）× 2（试次：重复试次，转换试次）被试内设计。

2.3 材料

命名的图片为72张简笔画，选自张清芳和杨玉芳（2003）修订的Snodgrass等人的图片库（Snodgrass & Vanderwart, 1980），这些图片均为具体性和熟悉性很高的图片，并提前让被试对图片熟悉性进行评定。采用10点量表，1代表非常不熟悉，10代表非常熟悉。汉语命名图片的平均熟悉度为8.9（SD=0.7），英语命名图片的平均熟悉度为7.8（SD=1.2），两者不存在显著差异（p>0.1）。共180个试次，包含L1重复（重复L1）、L1转换（L2转换到L1）、L2重复（重复L2）、L2转换（L1转换到L2）试次四种条件，每种条件各45个试次。

2.4 程序

采用E-Prime2.0软件编写AX-CPT任务程序。首先在计算机屏幕上呈现线索红色字母300 ms，然后分别呈现三个分心白色字母，各300 ms，然后呈现探针红色字母，每两个字母间呈现1000 ms空屏。每个试次出现的字母均不重复，被试需要对三个分心字母均做出no反应，按“N” 键，然后在探针出现后做出反应。只有当线索为A，探针为X（占全部试次的70%），被试才能做出yes反应，按“Y” 键，其余的试次均做no反应。每个被试经过练习后进入正式实验。正式实验共4个Block，每个Block有100个试次，AX共280试次，AY、BX、BY各40试次，记录探针字母判断的反应时和正确率。

语言转换实验中，首先呈现线索250 ms，如果线索为红色方块则用汉语对接下来呈现的图片进行命名，如果线索为蓝色则用英语进行命名。接下来呈现500 ms的空屏，然后呈现图片250 ms。刺激呈现后呈现空屏1000 ms，该阶段被试准备命名，但不需要说出，接下来呈现“*****”，被试看到星号后又快又准地对刺激图片进行命名。若在3000 ms内被试未做出反应，程序会自动跳到下一个试次。电脑屏幕为17英寸，分辨率为1024×768，连接PSTSR-BOX反应盒，反应盒连接麦克风。被试首先完成AX-CPT任务，之后完成语言转换任务。

2.5 EEG数据采集与处理

采用NeuroScan 4.3系统，按照国际10-20系统扩展的64导电极帽（Ag/AgCl电极）记录EEG信号。参考电极为左侧乳突电极，离线数据处理时转为双侧乳突平均为参考。同时记录水平与垂直眼电以便后期去除伪迹。滤波带通为0.05-100 Hz，离线低通滤波为30 Hz，采样频率为500 Hz。所有被试的头皮电阻降至5 kΩ以下。对眨眼伪迹以及波幅超过±90 μV的伪迹进行了矫正和滤除。将每一被试在每一条件下所有试次（trial）进行叠加。分段（Epoch）则为刺激呈现前200 ms到刺激呈现后1000 ms，并以刺激呈现前200 ms作为基线。参考Verhoef等人的（Verhoef et al., 2010）研究，重点考察线索呈现后200-350 ms和350-500 ms的时间窗的脑电成分，选取前部电极（F1、FZ、F2、FC1、FCZ、FC2）和后部电极（CP1、CPZ、CP2、P1、PZ、P2）作为兴趣区（ROI）。

3 研究结果

剔除一名AX-CPT任务中正确率低于60%的被试和一名脑电数据异常的被试，最终27名被试的数据进入分析。

3.1 AX-CPT任务结果分析

在错误率上，试次的主效应显著，F（3, 78）=15.29，p<0.01，η²=0.37。进一步分析发现，AX试次的错误率（10%）显著低于其他三种条件的错误率，且AY试次的错误率（40%）显著高于BY试次的错误率（22%）。在反应时上，试次的主效应显著，F（3, 78）=70.48，p<0.01，η²=0.73。进一步分析发现，四种试次的反应时两两差异显著，反应时最短的为AX试次（333 ms），其次为BY试次（377 ms），再次为BX试次（442 ms），最后为AY试次（579 ms）。

该结果模式与以往AX-CPT的研究结果一致（Ophir et al., 2009; Paxton et al., 2008），即AX试次的正确率最高，反应时最短，AY试次的正确率最低，反应时最长。本研究中，选用AY试次的错误率作为预测脑电成分的指标，AY试次的错误率高，代表主动性控制参与的程度高（Braver et al., 2001; Morales et al., 2013）。之所以没有选择AY的反应时作为主动性控制的指标是因为其反映的认知过程存在争议（Prior, 2012）。

3.2 ERP数据结果

首先对200-350 ms内的平均波幅（N2），做2（语言）×2（试次）×2（ROI）的三因素方差分析。语言有汉语和英语两个水平，试次有重复和转换两个水平，ROI分为前部和后部两个水平。语言的主效应不显著，F（1, 26）=1.167，p>0.05，试次的主效应显著，F（1, 26）=11.98，p<0.01，η²=0.32，转换试次比重复试次的波幅更负，ROI的主效应显著，F（1, 26）=26.52，p<0.01，η²=0.51，前部比后部有显著更负的波幅。试次和兴趣区的交互效应不显著，F（1, 26）=2.01，p>0.05。FZ电极和CPZ电极的ERP波形图和脑地形图如图1所示，所有兴趣电极的ERP波形图如图2所示。

以AY试次的错误率为自变量，200-350 ms时间窗ERP的平均波幅为因变量做回归分析，结果见表1。AY的错误率可以显著的负向预测转换试次的前部脑区的平均波幅，即AY的错误率越高，转换试次在前部脑区的波幅越负。

对350-500 ms时间窗内的平均波幅做2（语言）× 2（试次）× 2（ROI）的三因素方差分析。语言的主效应不显著，F（1, 26）=0.367，p>0.05，试次的主效应显著，F（1, 26）=11.26，p<0.01，η²=0.30，ROI的主效应显著，F（1, 26）=4.55，p<0.05，η²=0.15。试次和ROI的交互效应显著，F（1, 26）=25.145，p<0.01，η²=0.49。进一步分析发现，在转换试次和重复试次，前部脑区均比后部波幅更负，且转换试次的前后脑区波幅差异更大。如图1所示。

以AY试次的错误率为自变量，350-500 ms时间窗ERP的平均波幅为因变量做回归分析，结果见表2。AY试次的错误率可显著地负向预测前部脑区重复试次、前部脑区转换试次的平均波幅，即AY的错误率越高，晚期负成分的波幅越负。

进一步对线索呈现之后200-350 ms和350-500 ms的峰值潜伏期进行分析。

在时间窗口200-350 ms，语言的主效应显著，F（1, 26）=5.34，p<0.05，η²=0.17，用英语命名的试次N2出现的时间早于汉语命名试次的N2出现时间（234 ms vs 246 ms，t=2.31，p<0.05）。试次的主效应不显著，F（1, 26）=2.78，p>0.05；ROI的主效应显著，F（1, 26）=12.07，p<0.01，η²=0.32，前部脑区负波出现的时间早于后部脑区负波出现的时间（231 ms vs 249 ms，t=3.47，p<0.01）。交互作用均不显著。说明在该时间窗口，语言的差异体现在了潜伏期上。

在时间窗口350-500 ms，语言的主效应不显著，F（1, 26）=1.435，p>0.05，试次的主效应显著，F（1, 26）=14.11，p<0.01，η²=0.30，转换试次负波出现的时间早于重复试次负波出现的时间（437 ms vs 449 ms，t=3.76，p<0.01）。兴趣区的主效应边缘显著，F（1, 26）=4.192，p=0.051，η²=0.14。在350-500 ms的时间窗内，未发现语言间的差异。

4 讨论

本研究旨在考察主动性控制在语言转换过程中的作用。研究发现，线索呈现之后，在200-350 ms和350-500 ms的时间窗口内，转换试次相较于重复试次均产生更大的负波，说明被试对语言转换的线索加工可能存在两个不同的阶段。以AY试次的错误率作为预测变量，线索呈现后的ERP平均波幅作为因变量进行回归分析发现，在200-350 ms时间窗内，AY错误率显著地负向预测转换试次前部脑区的N2平均波幅，即AY试次的错误率越高，N2的波幅越负。在350-500 ms时间窗内，AY试次的错误率显著负向预测前部脑区重复试次和转换试ERP平均波幅，即AY的错误率越高，晚期负成分的波幅越负。AY试次错误率和不同时间窗ERP波幅的相关支持了本研究的假设，即语言转换线索呈现后，存在着主动性控制调节的两个阶段。

从时间进程来看，语言转换任务中线索加工的两个阶段分别代表什么呢？Verhoef等人（Verhoef et al., 2010）认为，线索加工早期阶段的N2可能代表了语言转换的准备过程，即与上一个试次的语言任务图式相分离的过程。Verhoef等人的研究（Verhoef et al., 2009）采用线索化的语言转换范式，考察了准备时间间隔（线索-刺激时间间隔，CSI：interval between cue and stimulus）对语言转换的影响。研究发现，长CSI比短CSI会诱发更大的N2波幅。研究者认为，长CSI使被试在刺激呈现之前可调用更充分的内源性控制来抑制非目标语言，因此诱发了更大的N2。这说明，在线索呈现之后，刺激呈现之前，存在一个自上而下的语言任务图式的准备过程，N2与语言准备过程有关。这一结果和本研究的结果是类似的。

线索加工的350-500 ms时间窗出现的负成分代表什么呢？在任务转换研究中，Nicholson等的研究（Nicholson, Karayanidis, Davies, & Michie, 2006）发现，在450-500 ms时间窗内，转换试次相较于重复试次出现了一个后部的P300成分，并且转向（switch-to）某任务的试次相较于转离（switch-away）某任务的试次，P300显著增大。研究者认为，该时间窗口代表新的任务图式的构建阶段。Morales等的研究（Morales, Yudes, Gómez-Ariza, & Bajo, 2015）分别以双语者和单语者为被试，记录AX-CPT任务进程中的ERP成分。结果发现，在线索呈现之后的350-650 ms时间窗内，小概率B线索会诱发显著更大的P3b波幅，且双语者比单语者的P3b波幅显著增大，该成分代表了主动性控制过程中对目标任务的激活（Polich, 2007）。然而本研究未发现P300效应，而是一个晚期负波。根据Verhoef等人（2010）的观点，可能有以下一些原因导致语言转换和任务转换结果的差异。第一，以往无论是AX-CPT任务，Oddball任务，还是Nicholson等人（Nicholson et al., 2006）的任务转换，冲突/转换试次出现的概率均小于非冲突/重复试次，这些任务均出现P300效应，这说明P300对于小概率刺激比较敏感，而本研究转换和重复试次的比率是一样的，这可能导致了P300效应的缺失。第二，任务转换和语言转换中刺激–反应图式的性质和难度不同。首先对于任务转换所建立的刺激–反应图式是不自然的（例如，奇数按左键，偶数按右键），而对于图片的命名是自然反应。其次，在任务转换中，一种反应图式对应多种刺激（例如，奇数、大于5、暖色都需按左键），而图片的名字在每种语言中大多只有一个。Barceló等人（Barcelo, Escera, Corral, & Periáñez, 2006）认为，P300本质上代表了工作记忆中刺激–反应规则的刷新。而在本研究中，图片命名的刺激–反应模式（图片-名字）已存储在长时记忆系统中，而非在工作记忆系统中人为建立某种规则。Verhoef等人（Verhoef et al., 2010）的研究中，在350-500 ms的时间窗口，两种语言的转换试次相较重复试次均产生更大的负波，他们认为，该负波可能反映了注意转向新的语言任务。本实验也发现了在350-500 ms时间窗口的负波，这与Verhoef等人的研究结果是类似的。

综上，当双语者进行语言转换时，必须根据线索动态调整其注意，而这一注意调整过程即主动性控制的过程。主动性控制可以分为两个阶段，即1）与非目标语言任务图式的分离；2）将注意定向到目标语言任务图式。例如，当转换到L2时，双语者需要将注意从母语任务图式分离，并且将注意定向至L2的任务图式上。从这个角度看，本研究支持了Verhoef等人（Verhoef et al., 2010）的研究结果。但是与其不同的是，本研究通过AX-CPT任务直接考察了个体的主动性控制参与的程度。结果发现，主动性控制参与越强，那么N2和晚期负成分的波幅越大，因此本研究为主动性控制参与线索加工提供了直接的证据。在未来的研究中，应该进一步考察主动性控制在图片刺激呈现后，对语言转换的影响。

值得注意的是，主动性控制调节对转换和重复条件的调节在两阶段呈现出相似的模式。在200-350 ms和350-500 ms时间窗内，AY的错误率均显著地负向预测转换试次的波幅，表明转换试次的这两个阶段均需要主动性控制调控，将注意从上一个语言任务分离并定向于下一个语言任务。有趣的是，在350-500 ms时间窗，AY错误率也可显著地负向预测重复试次的波幅，即AY错误率越高，重复试次的晚期负波的波幅越大。这表明重复试次也调用了主动性控制。这可能是由于任务设置的影响，本研究中重复和转换试次各占50%，所以被试需要频繁的在保持（上一个试次的语言任务）和切换（转入下一个语言任务）间转换。这意味着即使当前试次不需要转换，被试也需要付出努力保持目标以便完成命名任务。根据认知控制双机制模型的观点（Braver, 2012; Braver, Gray, & Burgess, 2007），在主动性控制过程中，目标表征被激活，在保持目标的过程中需要不断调整注意以避免内部或外部干扰从而保证目标顺利执行。可见主动性控制不是一个单一的控制过程，它包含了自上而下的注意保持，调整、转换等不同侧面。所以，在线索化的语言转换范式中，重复试次和转换试次可能调用了主动性控制的不同子成分，即重复条件更多调用了注意保持，而转换条件更多调用了注意调整和转换。

本研究存在一定的局限性。首先，本研究并没有分析图片刺激出现后的ERP成分，未来的研究可考虑分析这些成分，揭示主动性控制对刺激呈现后语言转换的影响。其次，本研究只是对AY试次的错误率和线索加工阶段的ERP成分进行了回归分析，未来的研究可考虑把被试区分为高主动性控制组和低主动性控制组，使用因素实验设计，更好地考察主动性控制对语言转换的影响。

5 结论

语言转换的线索加工可区分为由主动性控制调节的两个阶段，即“与非目标语言任务图式的分离”和“转入目标语言任务图式”两个阶段。本研究为主动性控制参与语言转换过程提供了直接的实验证据。