从信息加工的观点来看，对情绪信息的加工包含情绪信息的输入、个体的注意、记忆、识别、判断、反应、决策等各个环节，并因认知任务内容的不同而有所差别。而在具体加工环节上，人格特征、身体素质特点、病理特征等个体本身的素质和个体情绪状态等都会对加工产生影响。例如，研究表明，具有情绪障碍的个体在认知与其本身的情绪特点相近的信息时会出现注意偏向和识别易化。因此，通过研究各个环节上个体进行情绪信息加工的特点，可以更好地了解个体因素本身的作用。在情绪加工的基本过程中，Frawley等人（2001）将情绪知识（emotional knowledge）的结构作为情绪加工的基础。情绪加工过程即情绪知识各成分之间的输入与输出。情绪知识包括五个成分，即情绪线索采集、初级评估、二级评估、情绪表达的准备、情绪表达的实施。本章重点研究病理性互联网使用青少年在情绪信息初级加工环节的特点。
PIU青少年对情绪信息初级评估的特点研究，首先根据对情绪信息的表征性质不同分为两大块：对情绪信息的语词表征、对情绪信息的形象表征。在每一块的内部，再根据加工深度和影响因素的不同细分为不同的方面。语词表征主要使用情绪形容词作为实验材料，而形象表征则主要采用包含情绪性的人物面部表情图片作为实验材料，研究PIU青少年在对两类情绪信息的识别能力、识别过程和识别倾向上与非网瘾青少年相比有什么特点，以及他们在自然状态下和情绪启动状态下的不同。识别能力通过行为实验来验证，以反应时和正确率作为指标，即识别的速度和精度；识别过程通过眼动仪来记录和分析，记录注视或者识别图片的每时每刻的注意情况；识别倾向则主要考虑在自然情绪状态下不同情绪状态对倾向性的影响。通过这些方面的研究，比较系统、深入地考察PIU青少年、边缘PIU青少年和非PIU青少年在情绪信息初级加工环节上的特征，从而从情绪加工的角度研究青少年病理性互联网使用问题，为进行有效的治疗、干预奠定实证研究基础。
一、情绪信息加工的自动加工与控制加工
在情绪信息的加工环节上，首先是注意。注意不是单一的概念，一般认为注意至少包含以下成分：注意定向、注意维持、注意解除和注意转移。注意既包含对相关信息的选择和激活，也包含对无关刺激的主动抑制。
初级评估是紧跟注意之后的一个环节，包括对刺激信息的识别、判断与评估，在大脑中表征，形成知觉。但在此环节上，注意是否参与是一个存在争议的问题，这就是自动加工与控制加工之争。一种观点认为，情绪是自动加工的，不需要注意的参与。人们可以自动、迅速地对威胁性信息进行觉察，并立即对情绪信息进行评价。正是这种对情绪信息的自动化加工使得人们可以及时躲避危险刺激，具有生态学意义。很多实验研究验证了这种观点，如Ohman（2001）的研究证明被试对情绪面孔的反应是一种自动反应，而且可以在无意识的状态下发生。
另一种观点认为，情绪的加工不是自动的，与中性信息的加工一样，也需要占用部分注意资源。Pessoa采用fMRI技术，比较了被试在注意情绪面孔时与注意在箭头方向时的反应。注意指向箭头的方向，研究者选择一个能够消耗所有注意资源的任务，或剩下较少的可用来加工情绪面孔的任务。结果发现，与非注意条件相比，注意条件下面孔诱发更强的信号，而且各种情绪面孔都诱发更强的信号。面孔的情绪极性（正、负情绪）和注意有交互作用，这说明只有在注意的条件下，对刺激的情绪极性（正、负）的反应存在差异。在非注意条件下，不管情绪面孔的极性如何，反应都没有显著性差异。
两种观点都有相应的支持证据，但目前认知神经可续的观点倾向于认同情绪是一种控制加工。也有学者认为，没有觉察并不意味着对情绪的加工不需要注意的参与。因此，未来的研究可以视觉觉知（visual awareness）为切入点，视觉觉知和情绪信息的交互作用可能为情绪的控制和自动加工提供新的线索。
二、情绪的诱发与情绪启动
实验室条件下的个体情绪特点研究，通常需要人为诱发被试的情绪形成实验条件，无论是行为实验还是研究大脑激活的脑功能成像的研究都是如此。在情绪的诱发（emotion induction）方面，按照诱发方式的不同，诱发的情绪可以分为两种：内部诱发的情绪（internal induction）和外部诱发的情绪（external induction）。内部诱发的情绪是通过自传体记忆，让被试想象或回忆自己所经历的情绪事件而产生相应的情绪；而外部诱发的情绪则是通过外部引导，让被试注视一些富于情绪色彩的材料来引发相应的情绪。这些材料可以是富有情绪色彩的图片、视频片段、电影、句子、故事等，从视觉或听觉通道呈现。
情绪启动（affective priming）是近年来情绪研究领域的热点问题之一，也是一种探讨情绪和态度自动激活的有效方法。在已有的研究中，情绪启动包含两类含义：部分研究者认为情绪启动等同于情绪诱发。例如，通过向被试展示有情绪色彩的材料来诱导出被试相应的情绪，并研究情绪状态对其他变量的影响以及情绪状态的维持时间。情绪启动的另一种含义是指情绪启动效应（affective priming effect），指个体对在情绪效价上与启动刺激相关联的靶刺激更为敏感，主要体现在加工速度上。个体在评价正性或负性情绪的目标刺激时，作出评价的时间与准确性受到其前面的启动刺激性质的调节，当启动刺激（如酷暑）和目标刺激（如炎热）的性质相一致时，个体对目标刺激的反应就会更快、更准确，而当启动刺激（如洪水）与目标刺激（如喜悦）的性质不一致时，个体对目标刺激的反应就较慢，错误率也较高。简单而言，就是启动刺激可以易化（或抑制）对随后出现的性质一致（或不一致）的目标刺激的反应。目前，在情绪启动研究方面，对这两种含义还没有明确的区分，因而情绪启动概念的使用还比较混乱，多数研究是以后一种含义为主，类似于语义启动的正启动、负启动效应，主要以反应时和正确率为指标，因而有人认为情绪启动类同于语义启动的机制。而前一种情绪启动含义则不同，靶刺激与启动刺激可以不存在情绪效价上的任何关联，仍然可以观察到情绪一致性偏向，因此和语义启动完全不同。我们认为，在今后的研究中有必要在含义上对情绪启动的概念进行更清楚的界定和划分。
科学家们在具体实践中，又发展演变出许多不同的情绪启动方法，这些针对特定的实验目的而形成的相对固定的实验程式和步骤，就是情绪启动范式。较为有影响的情绪启动范式包括Fazio等人创立的经典情绪启动范式、阈下情绪启动范式、向后情绪启动实验范式以及情绪启动与其他范式相结合的实验范式等。
三、病理性互联网使用青少年的情绪健康状况
青少年病理性互联网使用与情绪健康显著相关。Young使用Beck抑郁量表（BDI）进行在线调查，获取有效问卷259份，分析后得到病理性使用网络与抑郁相关。她将此结果解释为长时间坐在电脑前引起社会隔离导致了抑郁水平的升高，而不是抑郁导致网络成瘾。她同时指出可能导致抑郁的多种原因，如低自尊、不良动机、害怕遭到拒绝和需要表扬等。国内耿耀国等人从临床心理学的角度研究网络成瘾行为时，发现该人群一般都有抑郁、害羞、社会恐惧、自我控制失调、注意缺陷等心理疾病。
汪玲华等人研究得到，IAD组焦虑自评量表分值明显高于正常对照组，两组有显著性差异。抑郁自评量表分值比较虽无统计学意义，但也高于正常对照组。结果提示有网络成瘾行为的青少年存在情绪障碍。
另外，有学者通过身心交互影响的角度解释PIU青少年的情绪不良。他们认为PIU患者上网持续时间过长，使大脑神经中枢持续处于高度兴奋状态，引起肾上腺素水平异常增高，交感神经过度兴奋，血压升高，体内神经递质分泌紊乱，如5-HT分泌减少，引起神经兴奋性降低等。这些改变可引起一系列复杂的生理和生物化学变化，尤其是内脏神经功能紊乱，体内激素水平失衡，机体免疫功能降低，诱发种种疾病，如心血管疾病、胃肠神经官能症、紧张性头痛、焦虑症、抑郁症等。
Scott E。 Caplan依据戴维斯网络认知理论，编制了通用病理性互联网使用量表GPIUS（generalized problematic Internet use scale），并考察了病理性互联网使用七个维度与一些心理健康因素的关系，这些因素包括抑郁、孤独、害羞、低自尊等，发现GPIUS得分与各维度均存在显著相关。
病理性互联网使用是不是由个体先天素质所决定的？与情绪障碍能否区分出因果关系？这些问题是很多研究者所关心的，但是大多数研究都难以作出回答。Young Sik Lee等人研究了病理性互联网使用患者与抑郁症患者以及“损害—回避”人格特点的人群的一些相类似的特征。他们使用Cloninger气质性格量表（TCI）测量病理性互联网人群和正常人群的人格维度，使用贝克抑郁量表（BDI）测量抑郁分数，同时分析两类人群的5-HTTLPR多态性（5-羟色胺转运体基因连锁多态性）区域，而5-HTTLPR多态性被证明与抑郁症相关。结果发现，与健康的对照组相比，病理性互联网使用群体SS-5HTTLPR出现更为频繁，同时也具有更高的BDI分数与更显著的“损害—回避”人格特点。研究者们认为，这一结果提示了病理性互联网使用患者可能具有与抑郁症患者相类似的基因特征与人格特点。但这一方面的研究仍有待进一步深入。
四、病理性互联网使用的操作性界定与被试选择
（一）测量与操作性界定
Young（1996）根据DSM-IV中病理性赌博的十项标准确定了互联网成瘾的八项标准，只要符合诊断标准中的五项就可以判定为互联网成瘾。Beard和Wolf认为，Young所给出的八项标准，以下五项是必需的：互联网使用成为生活的中心；需要增加互联网的使用；不能成功减少、控制、停止互联网的使用；停止或减少互联网使用会导致无聊、抑郁、气愤；在线时间超出预期计划。此外，以下三项标准应该至少具有一项才可能被诊断为互联网成瘾：重要人际关系、工作、职业机遇遭到破坏；向别人撒谎互联网的卷入程度；使用互联网逃避现实问题。在这些标准的基础上，Young进一步编制了网络成瘾测验（IAT），用于考察显著性、过度使用、工作忽视、预期、缺乏控制、社会生活忽视等六个方面的内容。研究表明，测验具有较好的信度和效度。
Davis（2001）根据自己对病理性互联网使用的理解编制了在线认知量表进行诊断，包含五个诊断标准：安全感、社会化、冲动性、压力应对、孤独—现实。Caplan（2002）在Davis关于一般PIU的基础上编制了一般PIU量表。
我国学者陈淑惠（2000）在参照各种成瘾行为诊断标准和临床观察基础上，编制了中文网络成瘾量表，包含五个因素：强迫性上网行为、戒断行为与退瘾反应、网络成瘾耐受性、时间管理问题、人际与健康问题。初步研究表明，量表具有良好的信度和效度。
沈模卫等人（2004）基于在线认知量表编制了大学生病理性互联网使用量表，考察上网冲动性、分离/逃避、网上优越感三个因素。
雷雳等人（2007）编制了一份针对青少年病理性互联网使用群体的PIU量表，他综合了以Young为代表的以行为和情感症状作为PIU维度构成和以Davis为代表的强调非适应性认识作为PIU核心症状的观点，编制了“青少年病理性互联网使用量表”（adolescent pathological Internet use scale， APIUS）。该量表包含六个因素：突显性、耐受性、强迫性上网/戒断症状、心境改变、社交抚慰、消极后果。根据正常人群与异常人群得分的分布，依据灵敏度（sensitivity）、特异度（specificity）以及诊断准确性（diag-nostic accuracy）等指标来确定APIUS最为合理的划界分。最后得到项目平均得分大于等于3.15分作为APIUS的划界分最为合理。因此将APIUS的项目平均得分大于等于3.15分者界定为“PIU群体”，将APIUS的项目平均得分大于等于3分小于3.15分者界定为“PIU边缘群体”，将APIUS的项目平均得分小于3分者界定为“PIU正常群体”。本研究即采用雷雳的这一划分标准，区分出非临床病理性互联网使用青少年以及正常组青少年。
（二）被试选择与区分
我们认为，病理性互联网使用的心理测量和临床诊断标准应当区分为两个概念，但目前对病理性互联网使用是否是一种精神疾病的看法还存在很大分歧，所以至今尚未形成正式、统一的心理学或精神病学的诊断标准。目前，医院中的病理性互联网使用就诊患者的诊断多采用通过专业人员全面了解病史、当面访谈后作出诊断的方法。病理性互联网使用的心理测量工具目前较多，在前文有所介绍。
被试的选择始终是进行病理性互联网使用研究的难点，一般来说有两种被试群：住院患者和学校学生、通过临床诊断和心理测量确定为病理性互联网使用人群的被试。我们认为，对两类被试进行区分研究是有意义的，因为学生被试均为在校学生，并没有采用药物或心理治疗，总体生活环境与普通同龄人相似。而心理医院或者医院心理科、精神科中因网络成瘾就诊的患者一般通过访谈、了解病史等方法加以确定，处在或即将处在心理或药物治疗期，他们不和正常同龄人一起生活、学习，生活环境比较特殊。两类人群生活环境不同，诊断方法不同，是否采取治疗也不相同，所以在某些方面很可能表现出不同的特点，但是目前的研究要么进行以住院病理性互联网使用青少年为被试的研究，要么进行大中专院校学生病理性互联网使用的研究，而将两类被试加以比较研究的例子比较少见。分开研究和对比研究将可以进一步加以细化，更好地反映病理性互联网使用这一群体的更详细的相关特点。因此，本研究就采用这一方式，一方面通过问卷筛查出符合大中专院校学生被试，另一方面从网络成瘾戒除中心选择符合实验要求的住院被试。前者简称为“非临床PIU”，后者简称为“临床PIU”。
五、病理性互联网使用青少年对词语情绪信息的识别特点
（一）积极情绪启动下病理性互联网使用青少年对词语情绪信息的识别
1.研究方法
在被试的选择方面，区分出三类青少年被试：心理医院或者医院精神科网络成瘾戒除中心的临床被试，年龄在14～22周岁；使用问卷测量法在广州市三所普通高等学校大一、大二年级筛选出得分超过病理性互联网使用临界分的被试；通过问卷测量界定为非病理性互联网使用的青少年，即正常组被试。三类被试共计45人。
选取积极、消极、中性不同情绪效价和强度的情绪性形容词150个，请20名大、中学生对每个词进行情绪效价和强度的评定，按照每个词的平均分排序，平衡词频和笔画，得到积极情绪词、消极情绪词和中性情绪词各15个作为实验材料。在国际情绪图片库（APIS）中选取快乐场景的图片两幅，用作情绪启动材料。
以3（被试类型）×3（形容词情绪效价）混合实验设计，考察三类被试在积极情绪启动的情况下，对三种效价的情绪词的识别速度和正确率。实验按以下程序进行：每组首先使用两幅愉快情绪图片进行情绪启动。告诉被试下面会依次呈现两张图片，请他们仔细观看图片，每张图片呈现时间1分钟，在第一张图片呈现完毕后，请他们回答图片中发生了什么事情，并将推测的原因用一句话写下来，紧接着呈现第二张图片。两张图片呈现完以后进行情绪自评，自评卡内容如：
然后进入实验，实验流程为：指导语——注视点“+”——词语——按键反应（如果是积极情绪词，按“F”键；消极情绪词，按“J”键；中性词，按“D”键）。先练习五次，有反馈，后进入正式实验，无反馈。
2.图片情绪启动的效果
为了检验图片情绪启动的效果，对情绪自评卡以“A=1，B=2，C=3，D=4，E=5”的标准进行统分，得分越高表示情绪负性越强。愉快启动被试自评平均得分为2.00分，悲伤启动被试自评平均得分为3.17分，经独立样本T检验得出T=-5.463，p＜0.001，两者差异极其显著。两种状态启动下全体被试总均分为2.61分，经单一样本T检验得出，愉快启动被试自评均分显著低于2.61（T=-3.857，p＜0.01），悲伤启动被试自评均分显著高于2.61（T=3.871，p＜0.001）。
对不同类型的被试的自评得分进行单因素多变量方差分析得出F=1.098，p＞0.5，即临床组被试、非临床组被试与正常组被试之间在情绪启动上不存在显著差异。
以上结果表明，使用图片进行的愉快情绪和悲伤情绪的启动均成功地启动了被试的相应的情绪状态，并且启动的情绪在被试组之间不存在差异。
3.积极情绪启动下不同类型被试对不同情绪效价词语的识别能力
以反应时为因变量进行2（被试类型）×3（词语情绪效价）多因素方差分析，结果表明，词语类型的主效应显著，F=11.015，p＜0.001.被试类型的主效应不显著，被试类型与词语类型的交互效应不显著。
对词语类型主效应的多重比较表明，被试对积极情绪词的反应时显著小于非情绪词（p＜0.01），被试对消极情绪词的反应时也显著小于非情绪词（p＜0.001）。被试类型的主效应不显著，从平均数上来看，正常组被试对三类词语的反应时比临床PIU和非临床PIU被试更短，但三者之间差异未达到统计显著水平。
在识别的正确率方面，三类被试对各类情绪词的识别正确率均在85%以上，对不同效价情绪词的识别正确率不存在显著差异。但被试之间存在差异，非临床PIU的识别正确率显著高于临床PIU（p＜0.05），而其他组之间不存在显著差异。被试类型和情绪效价没有显著的交互作用。
识别能力反映在速度和正确性两个维度上，又快又准是高效率识别的标准。在识别速度方面，积极情绪启动下三类被试的反应时差异不显著，但对非情绪词的识别反应时较高，显著高于积极情绪词和消极情绪词。这说明与非情绪词语信息相比，情绪性词语信息能够引起被试更快的觉察和反应，这与之前的研究结果一致，即人类对情绪信息的觉察比非情绪信息更为敏感和快速。在识别的正确率方面，非临床PIU的识别正确率显著高于临床PIU，与正常组没有显著差异。由于识别速度不存在显著差异，因此反映出在积极情绪启动下非临床PIU青少年对情绪词语信息的识别能力高于临床PIU青少年。
（二）消极情绪启动下病理性互联网使用青少年对词语情绪信息的识别
1.研究方法
与上文的研究类似，本研究选取广州市某心理医院网络成瘾戒除中心的被试为临床PIU组，广州市三所高校的病理性互联网使用被试为非临床PIU组，非病理性互联网使用被试为正常组，三组共计被试45名，年龄在14～22岁。
情绪启动的材料选用国际情绪图片库中悲伤情绪图片两幅，情绪性形容词与上文研究中使用的相同，实验程序也相同。
2.悲伤情绪启动下不同类型被试对不同情绪效价词语的识别能力
以反应时为因变量进行2（被试类型）×3（词语情绪效价）多因素方差分析，结果表明，词语类型的主效应显著，F=42.888，p＜0.001.被试类型的主效应显著，F=4.376，p＜0.05.被试类型与词语类型的交互效应不显著。
对词语类型主效应的多重比较表明，被试对积极情绪词的反应时显著小于中性情绪词（p＜0.001），被试对消极情绪词的反应时也显著小于非情绪词（p＜0.001），积极情绪词和消极情绪词之间没有显著差异。对被试类型主效应的多重比较表明，非临床PIU的反应时显著大于临床PIU（p＜0.05），也显著大于正常组（p＜0.01），临床PIU与正常组的反应时之间没有显著差异。
在识别的正确率方面，每类被试对三类形容词的识别正确率都在85%以上，不同类型被试之间的正确率不存在显著差异。但对不同效价的词语识别存在差异，对中性形容词识别的正确率显著低于积极情绪词（p＜0.001）和消极情绪词（p＜0.001）。被试类型和情绪效价没有显著的交互作用。
进一步追踪分析被试将积极情绪词、消极情绪词和非情绪词识别成的情绪效价发现，消极情绪启动下被试更容易将非情绪词判断为消极情绪词。
在消极情绪启动下，被试对三类效价形容词的反应速度特点类似于积极情绪启动下，即对情绪词的反应时均显著小于非情绪词。但不同类型被试的反应速度表现出差异，非临床PIU的反应时显著高于其他两组。由于三组被试的识别正确率无显著差异，则说明消极情绪启动下非临床PIU对词语情绪信息的识别效率较低，这一结果正好与积极情绪启动下的相反。结果显示，情绪状态的不同影响了被试的词语情绪识别效率，主要反映在积极情绪启动下非临床PIU青少年对词语情绪信息的识别能力高于临床PIU青少年，而在消极情绪启动下低于后者。而情绪状态对正常组被试的影响不明显。
临床PIU、非临床PIU和正常组青少年一致性地表现出对词语情绪信息的识别比非情绪词更快、更准确，对情绪信息的敏感度更高，这与前人的研究一致，我们认为可以用情绪的意义或功能性来解释。一般认为情绪有以下四种功能：应功能。情绪是适应生存的心理工具，人们通过各种情绪，了解自身或他人所处的环境与状况，从而适应外界的要求，以达到更好地生存和发展。机功能。内驱力是生理需要，情绪是心理反映。情绪放大了内驱力，从而成为动机力量。情绪能激活人的活动，提高人的活动效率。织功能。什劳费认为情绪作为脑内的一个检测系统，对其他心理活动具有组织的作用，表现在正情绪起协调的、组织的作用，而负情绪起破坏的、瓦解的或阻断的作用。号功能。在日常生活中，人们经常通过表情来传递信息。从种族进化和个体发展两个方面来说，情绪的传递比言语交流开始得都早，即使在高度社会化的人类中，新生婴儿同成人之间建立的最初的社会性联结，也是通过感情传递，而不是言语交流实现的。正因为情绪有这些意义和功能，使得跟非情绪信息相比，它们更有利于人的生存和发展，更有利于人群之间的互动和社会性联结，所以情绪性信息更容易被人们所识别。
非临床PIU被试的词语情绪信息识别能力容易受到情绪状态的影响，在不同情绪启动下的结果不同；而正常组被试的识别能力则比较稳定，受情绪状态的影响不大。许多研究证明，病理性互联网使用青少年群体表现出抑郁的情绪特点，不同研究者对此有不同的解释。Young将其解释为长时间坐在电脑前引起社会隔离，导致了抑郁水平的升高，还有研究者认为PIU青少年抑郁的特征可能具有先天素质性的原因。与正常组相比，PIU青少年有更明显的情绪基准值，情绪启动虽然有普遍效应，但对PIU被试来说产生的情绪波动更大，这可能是导致其认知能力不稳定的原因之一。
？
