动作在人们生活中无处不在，作为社会性动物，人类行为在很大程度上受到对他人动作认知加工结果的影响^[1-2]。尤其在竞技运动领域，如乒乓球项目，运动员每回合的反应主要取决于对手的动作结果，由于球速较快，对前期对手身体动作的信息加工就显得尤为重要^[3]。那么，高水平运动员如何利用这些信息进行反应呢？经验对动作技能表现起到非常重要的作用^[4-6]。然而，以往研究关注较多的是动作经验，运动员基于已有动作表征快速识别外部动作信息并模拟动作结果^[7-8]，进而提前做出动作准备。但这种身体感知层面的反应一般并不是制胜的关键，如同等水平的运动员经过长期训练，其动作技能水平差别并不大，一方取胜的可能原因之一在于策略经验（概念经验）的运用，但目前其作用方式及大脑加工特征尚不明确。Vannuscorps等^[1]通过8个实验发现，个体即使不具备上肢相关的动作表征（实验组被试为先天双侧上肢发育不良的病人），即缺乏与上肢相关的动作经验，仍能正常加工上肢动作，其成绩甚至优于健康对照组被试。这表明加工外部动作信息时，可能不仅只有动作经验发挥作用。

2017年，Gerson等^[9]提出经验可分为动作经验和概念经验，二者均会影响动作加工过程。其中：动作经验指具体的、感知系统层面的动作表征；概念经验可以提供更多、更广的信息，主要指与更高层次动作目标相关的概括化知识^[10]。Buxbaum等^[11]提出的双动作系统模型(Two Action Systems Model, 2AS)对2类经验的作用方式进行了解释。个体对外部视觉信息（动作执行者的身体形态、动作轨迹等）进行知觉加工后，会将该描述性结果输入至概念经验系统，进而利用所储存的抽象化规则对动作意图和目的进行解释，这2个加工阶段足以实现对动作及动作结果的高效加工和预判^[1]；而动作经验系统可直接受到概念经验系统的调节，或根据知觉加工阶段的结果，对观察到的动作进行感知层面的计划和模拟^[12]。

在竞技运动心理学领域，已有大量研究^{[7, 13-15]}证明了动作经验与动作加工能力的关系，如运动员群体具备较多执行专项动作的经验，进而在知觉/预判相似动作时，比无经验的个体正确率更高、反应更快、大脑感知-运动系统激活水平更高。然而，针对概念经验的研究较少，大多以日常动作为研究对象，通过操纵刺激材料与概念经验是否相符考察概念经验的作用（如：匹配条件，拿起筷子夹菜放在嘴里；不匹配条件，拿起筷子夹菜放在头上）。神经影像学研究^[16-17]发现：个体在加工不符合常识（概念经验）的动作时，大脑感知-运动系统的激活水平显著高于加工符合常识的动作。除了上述与概念经验相关的动作系统激活变化外，神经电生理学研究^[18-19]还发现了概念经验在加工动作时的参与方式，即动作能诱发N400效应。如Reid等^[2]要求被试被动观看一系列图片，前面的图片按照先后顺序描述一组动作，最后一张图片作为动作结果，分为符合预期和不符合预期2类。结果显示，在额区、中央区和顶区，不符合预期的结果图片诱发的N400波幅显著高于符合预期的图片（N400效应）。N400成分在言语研究中的应用比较广泛，被普遍认为是语义加工的代表^[20-23]。因此，上述研究表明概念经验会以语义形式参与动作加工过程。对经过长期专项训练的运动员而言，经历的训练和比赛越多，获得的经验也越多，而本文假设：概念经验对加工专项动作起到了非常重要的作用。另外，这种经验在多大程度上决定了运动员的行为表现？以往多数研究仅对比有无运动经验对动作加工的影响。为了深入考察经验的作用，本文还纳入了新手组作为中间组^[24]，与专家组相比，新手组在经验水平上存在差异，除了可以考察经验水平如何影响动作加工过程，还能纵向探究行为表现受经验水平的影响程度。

综上所述，本文在前人研究基础上，通过改变乒乓球发球动作与结果（球落点位置）的匹配性，探索在竞技运动环境下，概念经验是否会参与运动员的动作加工过程及其大脑加工特征，以及经验水平的调节作用。基本逻辑思路如下：如果概念经验参与其中，那么具备专项概念经验的运动员知觉到前期发球动作后，会激活相关概念表征，之后看到与所激活的概念表征不符的动作结果时，会诱发明显的N400成分；普通对照组由于缺少相关概念经验，无法激活语义表征，因此可能难以诱发明显的N400成分；而新手组作为中间组，同样具备专项经验，因此可能会诱发明显的N400成分，但由于这种经验较少，在外在行为表现上会差于专家组；专家组可能更依赖概念经验，从言语思维角度识别对手动作的策略，促进对动作的加工过程。

1.   研究方法

1.1   被试

实验选取71名被试（表 1），按照乒乓球运动经验将其分为专家组、新手组和对照组，其中：专家组为省队及市队运动员，运动年限为7 a及以上，训练频率为5次/周以上，每次约4 h；新手组为体育院校乒乓球专项学生，训练年限低于7 a，训练频率为2~4次/周，每次2~4 h；对照组为无任何球类经验的大学生。所有被试视力或矫正视力良好，均为右利手，健康状况良好，且均为自愿参与。

表  1  被试基本情况

Table  1.  Information of participants

类别	专家组	新手组	对照组
人数	26	22	23
性别（男/女）	14/12	16/6	9/14
年龄/岁	19.78±2.20	21.40±2.21	21.77±1.53
训练年限/a	10.88±2.53	6.27±2.85	—
训练频率/（次·周-1）	10	2~4	—
训练时长/（h·次-1）	4	2~4	—
运动等级	国家健将级运动员8名，国家一级运动员7名，国家二级运动员10名，无运动等级1名	无运动等级	无运动等级
注：—表示无相应数据。

下载: 导出CSV 

| 显示表格

1.2   实验材料

视频材料采用乒乓球发球视频，由1名国家一级乒乓球运动员进行发球，从面向该球员视角进行拍摄（Canon 5D Mark Ⅲ，分辨率为1 280×720像素）。获得的视频材料使用Adobe Premiere software (Adobe Systems Incorporated, San Jose, CA, USA)进行处理。刺激呈现以连续图片的形式导出，分辨率为640×360像素。每个视频选取30张图片，以球和球拍接触为其中1张，向前保留16张（从发球手准备抛球开始，内容主要为发球手的身体动力学信息），向后保留13张（内容主要为球的飞行轨迹）。共选取20段视频，其中球落点位置在球台的左右各半、近远台各半。每个视频根据是否处理乒乓球的飞行轨迹，分为2种条件：①不匹配条件，即将后13张图片中的乒乓球进行左右方向对调，例如，原始视频中球与球拍接触后飞向左边，经过对调处理，后13张图片形成的后半部分视频会显示球飞向右边；②匹配条件，为未经过处理的原始图片30张（图 1）。本实验共采用40段视频，匹配和不匹配条件各20段。

图  1  匹配（左）和不匹配（右）条件视频材料

注：黄色箭头大致表示球的飞行轨迹方向，在正式实验视频中无黄色箭头。

Figure  1.  Example of congruent (left) and incongruent (right) videos

下载: 全尺寸图片 幻灯片

1.3   实验任务与流程

正式实验开始前，被试需要签署知情同意书并填写基本情况调查表，包括被试的年龄、性别、训练年限等。告知被试实验过程中的注意事项，包括尽量保持身体不动、刺激呈现时不要眨眼等。

之后所有被试需要完成一个动作加工任务（图 2）。首先呈现“十”字注视点1 000 ms后，呈现发球视频，以连续图片形式呈现，每张图片呈现40 ms，共30张图片。视频结束后要求被试做按键反应，“F”键为落点向左，“J”键为落点向右。每个试次间隔500 ms。任务共4个组块，由上述40个视频组成1个组块，即每个组块包括20个匹配视频和20个不匹配视频，每个视频随机呈现。

图  2  动作加工任务流程

Figure  2.  The trial sequence of the action processing task

下载: 全尺寸图片 幻灯片

1.4   事件相关电位（ERP）记录

ERP数据采集使用国际10-20标准系统扩展的64导电极帽(Brain Products GmbH, Munich, Germany)，电极为Ag/AgCl电极。以电极点FCz为参考，电极点AFz为接地，水平眼电（HEOG）置于右眼外侧1 cm处，垂直眼电（VEOG）置于左眼眶下方1 cm处。头皮与电极接触阻抗小于5 kΩ，采样频率为1 000 Hz/导。

1.5   数据处理

1.5.1   行为数据

采用SPSS 15.0统计软件对正确率进行3（组别：专家组、新手组和对照组）×2（条件：匹配、不匹配）的重复测量方差分析。

1.5.2   ERP数据

首先，采用BP Analyzer对数据进行预处理：以双耳乳突（TP9和TP10）的平均电位作为参考^[25]，并还原FCz电极；进行滤波（包括去除市电50 Hz，高通为0.1 Hz，低通为30 Hz，斜度为24 dB/oct）；去除眼电伪迹^[26]；分别在匹配条件和不匹配条件下，以球和球拍接触的一帧为0点，对之前500 ms至之后700 ms的数据进行分段，并以0点前500 ms做基线矫正。然后，采用MATLAB软件(Version, 2012b, The Mathworks, Inc., Natick, MA)和EEGLAB工具箱对导出的数据进行时间域主成分分析(Principal Component Analysis, PCA)加Promax旋转^[27-28]，目的是通过数据驱动的方式解决感兴趣成分在时间序列上重叠的问题，进而确定每个成分的时间窗^[27]。用来做时间域PCA的数据矩阵，以时间点作为变量（1 200），将在2种条件下的专家组（23）、新手组（22）、对照组（26）电极点上的ERP串接起来，规格为1 200×7 526。依据主成分解释的方差从大到小排列，取前12个成分，共解释了94.69%的方差，再对其进行Promax旋转（Kappa值为3）^[27]。剩余载荷较小的因子被认为是噪声或与研究目的无关。为了与以往文献中N400成分的潜伏期、脑地形分布进行对比，分别对每个成分进行了反投影，并同样以0点前500 ms的均值进行基线矫正。最终找到感兴趣的成分7，在407 ms处达到最大峰值，由于其为动作刺激所诱发，因此称之为类N400成分^{[18, 29]}。根据地形图分布和前人文献^[30-31]，笔者选取Fz、FCz和Cz 3个电极点，计算类N400成分的平均波幅（图 3），并对其进行3×2的重复测量方差分析。在分析过程中，对不满足球形检验的统计量采用Greenhouse Geisser法矫正自由度和P值，事后比较采用Bonferroni法。

图  3  类N400成分在FCz电极点的平均波形图、地形图及被试间的相关性矩阵

注：在相关矩阵图中，标尺值为被试间相关系数r值。

Figure  3.  The grand average N400-like waveforms at the FCz recording site, the scalp topographies and the correlation matrix are presented right

下载: 全尺寸图片 幻灯片

1.5.3   行为数据与脑电数据的相关分析

分别对对照组、新手组和专家组的预判正确率与类N400效应做相关分析^[32]，以探究行为表现和语义相关成分变化之间的关系。其中，类N400效应=不匹配条件下的类N400波幅-匹配条件下的类N400波幅^[33]。

2.   研究结果

2.1   组间的行为表现差异

如图 4所示，组别主效应显著[F(2, 68)=8.49, P=0.001, η_p² =0.200]，事后比较发现新手组和专家组的正确率均显著高于对照组(P=0.002)，但2个组间无显著差异；条件主效应显著[F(1, 68)=239.48, P＜0.001, η_p² =0.779]，匹配条件下的正确率高于不匹配条件；组别×条件的交互作用不显著[F(2, 68)= 0.95, P=0.394, η_p² =0.027]。这表明运动员组无论技能水平高低，都能更准确地对动作结果进行预测。

图  4  3组被试在不同条件下正确率的差异

注：**表示P＜0.01。

Figure  4.  Differences in response accuracy between the two experimental conditions for three groups

下载: 全尺寸图片 幻灯片

2.2   组间概念表征激活水平的差异

根据图 3中的被试相关矩阵，可以看出大部分被试两两间的相关系数接近于1，说明本文所采用的任务范式能够稳定地诱发类N400成分。

以Fz、FCz和Cz 3个电极点下的平均类N400波幅为因变量，进行3×2的重复测量方差分析，发现：组别主效应不显著[F(2, 68) = 2.83, P = 0.066, η_p² = 0.077]；条件主效应显著[F(1, 68) = 12.92, P = 0.001, η_p² = 0.160]；组别×条件的交互作用显著[F(2, 68)=5.28, P = 0.007, η_p² = 0.134]，进一步简单效应检验发现专家组(P = 0.047)和新手组(P＜0.001)对不匹配视频诱发的类N400波幅显著高于匹配视频，而对照组对2类视频诱发的类N400波幅无显著差异(P = 0.846)（图 5）。另外，进一步以类N400效应值为因变量，直接比较专家组、新手组和对照组的差异发现差异显著[F(2, 68) = 6.31, P = 0.003]；事后比较结果揭示，新手组(P = 0.003)和专家组(P = 0.039)的类N400效应值均显著大于对照组，而新手组和专家组无显著差异(P = 0.953)。该结果表明，有经验的运动员均能够在加工专项动作时激活概念经验表征，并识别出结果与前期动作信息的匹配性。

图  5  3组被试在不同条件下诱发类N400波幅的比较

注：**表示P＜0.01，*表示P＜0.05。

Figure  5.  The N400-like amplitude in response to the two experimental conditions in three groups

下载: 全尺寸图片 幻灯片

2.3   正确率与概念经验激活水平的相关性

首先计算出每名被试的类N400效应值，之后分别计算与正确率的相关性，发现：对照组正确率与类N400效应无显著相关(r = -0.11, P = 0.582)；新手组正确率与类N400效应也无显著相关(r = 0.20, P = 0.324)；专家组正确率与类N400效应存在显著相关(r = 0.62, P = 0.001)（图 6）。这表明技能水平越高的运动员动作加工能力与概念经验的相关性越高。

图  6  正确率与类N400效应的相关线形图

注：仅专家组正确率与类N400效应存在显著相关，红线为趋势线；**表示P＜0.01。

Figure  6.  Correlation between the N400-like effect and response accuracy for each group

下载: 全尺寸图片 幻灯片

3.   讨论

笔者主要通过操纵前期的身体动作信息和之后结果（球落点信息）的匹配性，考察具备专项经验的运动员在加工专项动作过程中是否会诱发N400效应结果发现，不匹配条件的判断正确率均低于匹配条件，但专家组和新手组预判的总体正确率仍显著高于无经验的对照组，这与以往研究^[34]结果一致，即运动员相比于普通人更依赖对手的身体线索对其动作结果进行预测。但结果没能发现专家组和新手组预判正确率的差异，这可能由于不同经验水平的差异并非体现在认知阶段，而更多地体现在后期的感知-运动连接或技能执行阶段。上述结果从行为层面上验证了假设，经验组运动员（专家组和新手组）通过长时间专项训练在长时记忆中储存了大量的专项相关表征，使得他们能在发球手身体动力学信息与球飞行信息不匹配的情况下，依然做出优于对照组的反应。即便如此，2个经验组运动员的成绩在不匹配条件下还是显著下降了。以往研究^[35-36]大部分采用时间阻断技术，如视频刺激呈现到球拍和球接触为止，被试看不到此后球的飞行信息，因此，专家组运动员只能根据对手身体动力学信息进行预判。但这种材料与实际比赛情景不符，而本文的材料将身体动力学信息和球飞行信息均呈现出来，在不匹配条件下，运动员成绩的显著下降表明，相较于无经验的对照组他们能更有效地提取身体动作信息^[37-39]，但仍会结合动作信息与球飞行信息进行预测，因此会受到球信息的干扰；而无经验的对照组由于缺乏相关专项表征，只能根据球的飞行信息进行猜测。

为了进一步验证概念表征的参与，通过PCA对ERP数据进行时间和空间特征分析发现，在球与球拍接触后407 ms处激活了明显的类N400成分，该结果与Amoruso等^[40]的结果类似。虽然两者均以运动情景为刺激材料，但本文还发现了运动经验的特异性影响，即只有具备专项经验的个体对匹配和不匹配条件诱发的类N400波幅有显著差异（N400效应）；而无经验的对照组对2类条件诱发的类N400波幅并未达到统计学的显著水平。并且类N400效应的比较结果显示，新手组和专家组诱发的差异波波幅显著高于对照组。基于以往研究已经证明了N400成分在加工一般动作序列时同样代表了语义表征的激活^[18]，该结果表明，在竞技运动领域，经过长期专项训练的运动员除了能获得大量的动作经验，即普遍所认为的“肌肉记忆”，从感知层面以具体的动作形式存在；还能从大量练习和比赛中对该动作技能的特征进行抽象化，之后以语义表征的形式用于加工/执行相似的动作实例^[11]。例如，在实际比赛中，动作经验能够使运动员快速匹配对手的动作，进而模拟其动作结果，提前做出动作准备^[7]。但这种低阶的感知-运动层面的加工和反应有时并不是得分的关键。

通过对一些运动员的访谈发现，教练员会在比赛暂停阶段告知运动员接下来的策略打法，如侧重注意对手的弱点是什么、要针对其弱点进行反应等。这些语义信息通过激活已有的概念经验，评估当前对手动作的特征并解释其意图^[41]，进而调整后续的动作模拟过程。另有学者^[40]认为，感知运动经验也可转化为概括化的语义知识储存起来并处于可被激活的状态。综上所述，运动员在加工专项动作过程中确实有概念经验的参与，并从语义角度揭示了专项经验在加工动作过程中的作用，同时验证了加工动作与加工言语之间是相似的^[42]。但值得注意的是，与行为结果类似，笔者未能发现专家组和新手组诱发的类N400波幅的差异，即使在不匹配条件下也无显著差异，这可能由于视频材料中运动员的打法相对简单（均为反手发球），受过多年专项训练的运动员均能匹配并激活概念表征，对动作进行合理化的解释和预测。

最后，为了揭示行为表现与概念经验加工的关系，笔者还发现只有专家组的反应正确率与类N400效应值存在显著相关，这也与本文的假设一致。类N400效应为不匹配刺激与匹配刺激诱发的类N400成分的差异波，反映了当当前动作结果与前期信息诱发的概念经验不符时，所进行的一种意义重建的神经机制^[30]。双动作系统模型以及一些研究认为，动作经验系统和概念经验系统既可以是平行的关系，也可以是前者受后者调节的关系，2个系统都可以指导运动员对动作结果进行预测^{[1, 12]}。因此推测:之所以只有专家组的反应正确率与类N400效应存在显著相关，可能是因为技能水平越高，运动员在加工专项动作时越依赖概念经验，而非动作经验；而新手运动员更少依赖概念经验，即使加工专项动作时语义表征激活也并无组间差异。这提示，在达到动作技能自动化阶段后，运动员在训练或比赛中要注重对概念经验的运用，即尽量对对手的动作意图和战术策略进行解释，调整已生成的身体动作反应，这也是教练员经常强调的“多用脑”，而不是依靠单一的感知模拟加工对手的动作。这恰恰是在比赛后期，运动员的心理和身体疲劳达到一定程度后取胜的关键原因之一。

4.   研究局限与展望

本文通过数据驱动的方式，分离出独立的成分——类N400成分，并且其潜伏期和脑地形图均符合前人文献的结果，被试之间的相关性也很高，这表明该成分是稳定存在的，但是该成分的极性与典型N400成分的极性相反^[43]。Amoruso等^[40]分别以舞蹈运动员和舞蹈动作预测作为实验对象和任务，也同样发现了正向的N400成分。这可能体现了竞技运动情景加工特征的特殊性，即个体在加工日常动作或言语刺激时，不会对结果有强烈的预测倾向性，而运动员在加工专项动作时，习惯性地会对对手动作的策略等进行语义分析和解释，并快速根据前期动作“语境”对结果进行预测，以便提前策划接下来的动作。后续研究还需对此做进一步证明，如重复已有研究探索运动员加工专项动作时是否会激活N400成分；还可扩展至其他运动项目；通过语词干扰的方式，考察语词工作记忆在加工专项动作过程中的作用，以此证明概念经验在动作加工过程中的作用。

5.   结论

本文证明了在竞技运动领域中言语加工和动作加工之间的关联，即运动员在加工专项动作过程中，会激活语义表征基于双动作系统模型，语义表征的激活被认为是概念经验系统发挥了作用，受过长期乒乓球训练的运动员在加工乒乓球动作时，均会激活概念经验系统。相较于新手运动员，技能水平越高的运动员，其动作加工过程越与概念经验系统的参与相关，这可能由于他们习惯用策略性的语义表征来调节感知动作层面的动作模拟过程。