一篇关于共产主义信仰的fMRI研究

信仰是指一种无论是否有实证都相信某种事物之存在和正确性的心理状态。相应地，共产主义信仰便是指相信共产主义之正确性。共产主义是一种重要的政治和社会意识形态，囊括了为了创造共产主义社会，在哲学、社会、政治和经济方面的一整套理论和实践。不仅如此，共产主义还是一个更广泛的文化体系。一个共产主义社会是一种基于生产资料公有制、消除阶级、货币和国家建构的社会经济架构。

共产主义信仰和社会关系及合作高度相关。为了追求共同目标、满足共同需求，同物种的不同个体需要合作和建立情感联系（未必需要物理意义上的联系），这些对于社会动物而言是最本质的行为。理论认为上述社会能力和心智理论相关。心智理论是一种社会心理学建构，指的是对于其他个体的心理状态（包括想法、感受、愿望和观点）作出推断的能力。该能力是人类社会功能的基础。先前的研究表明心智理论和社会意识的发展在行为层面正相关，包括儿童的各种社会交往（交往的对象和方式）、对社会的理解和部分语言功能。因此我们提出如下假说：由于共产主义信仰和心智理论都具备近似的社会意识功能，其在行为层面相关。

类似地，在神经层面，先前的大部分神经影像学研究表明社会意识功能集中在心智理论相关的神经网络【译注：本文中所有“神经网络”均应作字面理解】。该网络指的是和心智理论功能相关的各脑区，包括内侧前额叶皮质、后扣带回皮质【译注：原文写了两遍】、右侧前部颞上沟 (anterior superior temporal sulcus / aSTS) 和内侧楔前叶皮质。一项fMRI研究表明，参与一项基于人际交往和为公共利益合作的游戏会激活心智理论相关网络。另外一项研究表明该网络的前额叶皮质等区域对于复杂社会交往功能有重要作用。这些社交功能对于共产主义信仰也很重要，尤其是对于实现共同目标、满足共同需要而言，社会关系和合作是必要的。但是，对于上述理论的神经影像学证据缺失，我们只能间接地假设共产主义信仰和心智理论在神经层面上相关。由于心智理论不是一个单一的过程，而是一个复杂的认知和情感处理系统，我们假定心智理论相关的多个脑区也和共产主义信仰相关。

在共产主义建立的数十年后，其政治目标和社会价值日渐成熟，但是据我们所知，尚无研究系统地探讨了共产主义信仰的心理学基础。因此我们设计了两个实验以解释共产主义信仰在行为和神经层面的心理学基础。实验一意图在行为层面建立共产主义信仰和心智理论的联系。我们使用1998年版的共产主义信仰量表测量共产主义信仰。根据先前的心智理论研究，心智理论用两个不同的问卷测量：人际反应指数 (Interpersonal Reactivity Index) 和认知-情感共情能力问卷 (Questionnaire of Cognitive and Affective Empathy)。我们采用了上述问卷的翻译版以对应被试者的语言文化背景。上述两种问卷作为两种独立的指标分别表示了心智理论的不同方面。我们预测共产主义信仰和心智理论的能力正相关。实验二意图揭示共产主义信仰和心智理论在神经层面的关联。我们根据rsfMRI信号测算了全脑ReHo和各脑区之间的rsFC，以发现可能和共产主义信仰相关的脑区和神经网络。我们同时采用实验1中的共产主义信仰量表并预测共产主义信仰和心智理论神经网络相关。

被试

我们共从校园网上招募了382名被试（其中316人为女性，66人为男性）。被试年龄范围23-55岁（平均37.79，标准差6.55）。对于<1%的缺失数据我们采用平均值代替。所有被试均在参加实验之前签署了书面的知情同意。所有实验操作均根据《赫尔辛基宣言》进行。

实验内容

共产主义信仰量表 (BCS)：用于测量被试的共产主义信仰。该量表包含38个问题，测量4个不同的维度：共产原教旨主义 (1-8)、内化信仰 (9-19)、外化信仰 (20-29)、面向实践 (30-38)。【译注：原文的附录中仅呈现了28个问题的翻译版。英文版问卷参见https://doi.org/10.1207/s15327582ijpr0801_5】问题包括对“马列主义能够解决当今世界的难题”、“共产主义者应当促进其他国家共产主义的发展”等说法做1-5分的判断（1=完全不同意，5=完全同意）。为确保中译版问卷的信度和效度，我们聘请了两名英语专家翻译该量表，并由10名学生评价每条译文之语言明确性、文化适应性和语法通顺度。经过实验室成员最终讨论确定了正式版译文。所有问题的得分之总和越高则代表更强烈的共产主义信仰。该总和的内在一致性较好（克伦巴赫α=0.74）。

附录提供的28个问题如图所示。

人际反应指数 (IRI)：用于在4个维度评价心智理论相关能力：设身处地（日常生活中从他人角度考虑问题的倾向，例如“我有时尝试通过从他们角度看问题来更好地理解朋友”）、想象力（想象虚构角色之感受和行动的倾向，例如“我对小说中人物的感受深有感触”）、同理心（对陷于危难的他人感到同情和关怀，例如“我经常对于比我不幸的人有心软和关怀的感觉”）和个人痛苦（测量受他人不幸影响产生的焦虑和不适感，例如“我看到他人在紧急情况下急需援助，我心都要碎了”）。后两个指标关注被试对于他人不幸的反应。被试对每种说法打0-4分（0=完全不符合，4=完全符合）。【译注：附录中是1-5分】该问卷的内在一致性也较好（克伦巴赫α=0.71）。

认知-情感共情能力问卷 (QCAE)：测量被试的共情能力，共31题，其中19题测量认知方面的共情能力（例如“我善于预测他人的感受”），12题测量情感方面的共情能力（例如“身边的人看上去很紧张时，我也会更紧张”）。共情能力是心智理论的一个核心维度。被试对每个说法打1-4分（1=完全同意，4=完全不同意）。【译注：附录中每个选项的分值为1, 2, 4, 5】总分为各题得分之和（克伦巴赫α=0.81），分高者表示共情能力更高。

被试首先阅读并签署简短的知情同意书，然后填写一些问卷，包括上述三项量表和一些其他无关的问卷以免被试猜测实验目的。【译注：附录显示该干扰项为“自我控制问卷”】实验结束后经询问得知，所有被试都未能准确推测实验目的。填写问卷后，被试填写了主要的个人信息（包括性别、年龄、政治面貌）。“政治面貌”项只要求被试填写其是否为共产党员。所有问卷均匿名。实验结束后，我们会感谢被试并阐释实验目的。

相关分析：表1展示了每个指标的均值、标准差和两两之间的。结果表明：BCS和IRI (r = .17, p < .0001, 95%CI = [.07,.27]) 和QCAE (r = .30, p < .0001, 95%CI = [.20,.39]) 均正相关。此外，IRI和QCAE两个不同的心智理论指标也显著相关 (r = .46, p < .001, 95%CI = [.38,.54])。 我们另外用同样的方法分析了上述几个变量在控制性别、年龄、宗教信仰和政治面貌之后的相关性。BCS和IRI (r = .19, p < .0001)以及QCAE (r = .28, p < .001) 仍正相关。因此上述结果证实了实验一的假说。【译注：即共产主义信仰和心智理论在行为层面相关】

被试

依据近期关于神经影像学用于相关性研究所需的样本量和信度之研究，我们从一所大学内招募了50名健康成年人（12名男性，年龄平均20.60，标准差0.43）。所有被试均为右利手、裸眼或矫正视力正常、无精神疾病和神经疾病史。该实验经大学内部审核通过。所有被试均在实验前签署了书面的知情同意书。

行为测量

和实验1中的共产主义信仰量表相同。在实验2中该量表仍有较好的内在一致性（克伦巴赫α=0.79）。

MRI扫描

rsfMRI扫描中使用了华南师范大学的西门子Magnetom Trio 3.0-T扫描仪，配备12通道头部线圈阵列。静息状态下，我们进行了240次平面回声扫描 (echo-planar imaging)，参数为TR=2000ms, TE=30ms, 偏转角90度，在32个平面上每个平面扫描220mm×220mm范围内的64×64个像素点；每个平面扫描厚度3.5mm，间隔8mm。同时我们进行了高分辨率T1结构性MRI扫描，采用标准的MPRAGE脉冲 （TR/TE=1900/2.52 ms, 偏转9度，256*256*176像素，每个扫描平面厚度1毫米）。在上述扫描过程中要求被试保持清醒、闭眼且尽量不要想任何事情。

MRI数据处理

我们采用MATLAB程序包“rsfMRI数据处理助手”(http://www.restfmri.net/forum/DPARSF)，根据已经成熟的流程处理数据：

1.      检查各被试扫描的图像质量，并转化DICOM格式为NIFTI格式

2.      排除前10次扫描的数据以确保被试脑内磁化状态稳定；剩余230次扫描用于进一步分析

3.      修正不同平面的扫描顺序和被试头部运动对数据造成的影响

4.      对230张rsfMRI图像求均值后，将该平均图像的各像素对应到结构性MRI中，并据此划分为灰质、白质和脑脊液

5.      将rsfMRI图像按照蒙特利尔神经研究所 (MNI) 标准坐标系标准化，每像素长宽高各3毫米。上述过程的转换参数在第4步中取得

6.      运用SPM12软件 (https://www.fil.ion.ucl.ac.uk/spm/) ，使各被试的图像对应到软件自带的东亚人群标准脑图谱

7.      【译注：对每个像素点】的信号中消除线性信号、低于0.01Hz的低频振荡和高于0.08Hz的高频杂波【译注：对每个像素点有230次扫描，每次扫描间隔恒定。此处减去随时间线性变化的信号和0.01-0.08Hz频谱以外的信号】

ReHo分析：我们对于每个像素点为中心的3×3×3像素区域的信号时间序列计算Kendall一致性系数，计算公式参见参考文献。每个被试的ReHo图像【译注：每个像素点的ReHo值构成一个三维图像】由DPARSF软件生成，经过减去均值、除以标准差得到ReHo-Z值图。该Z值图最终用8毫米半高全幅 (full width at half maximum) 作高斯模糊处理。【译注：这句话原文写了两遍】我们用DPABI软件 (http://rfmri.org/DPABI) 进行数据分析。我们对全脑的数据和共产主义信仰作相关分析，以找到ReHo和共产主义信仰的个体差异相关的脑区；在该分析中控制了一些可能的介入因素（例如年龄和性别）。为了控制多个假设检验的假阳性率，我们按照高斯随机场理论，根据相邻像素点的p值修正每个像素点的显著性阈值。【译注：原文英语不通顺，翻译可能不准确】经过修正后p<.05则认为该相关显著。

rsFC分析：我们对于ReHo分析中和共产主义信仰显著相关的各脑区之间的rsFC作相关分析，研究上述脑区之间是否构成一个紧密联系且和共产主义信仰相关的网络。我们以ReHo分析中显著相关的脑区为核心，计算了该区域和大脑各像素点之间的rsFC。然后我们对上述脑区两两之间的rsFC和共产主义信仰作相关分析。rsFC分析过程中使用DPABI软件。计算rsFC前我们消除了白质和脑脊液的信号、全脑平均信号并按照Friston方法对头部移动作修正。然后对于每个脑区我们计算了该区域内各像素点的平均信号，并计算和其他灰质内的各像素点信号的相关系数，并经过Fisher转换【译注：即arctanh函数】得到rsFC-Z值图像。最后我们用单样本t检验寻找和上述核心脑区显著相连的脑区（修正p<.01）。所有显著相连的脑区两两之间的rsFC和共产主义信仰作相关分析，以研究哪些脑区之间的联系和共产主义信仰相关。

行为数据：表2展示了BCS得分的平均值 (93.90)、标准差 (10.80) 和范围 (58-117)。【译注：表2只有一行，数据写在文中，不再单列】共产主义信仰和性别 (t(48) = 0.29, p = .77, d = 0.10, 95%CI = [-6.19, 8.31]) 以及年龄 (r = -.10, p = .51, 95%CI = [-.36, .19]) 均不相关。

静息状态ReHo：为了研究共产主义信仰的神经基础，我们对BCS得分和全脑每个像素的ReHo作相关分析，分析中控制了年龄和性别。如表3和图1-2所示，BCS和左侧丘脑ReHo正相关（峰值r=.46，修正r=.55, p<.001）、和左侧额内回ReHo负相关（峰值r=-.49，修正r=-.49, p < .001）。没有其他显著相关关系。

BCS相关神经网络：我们在确定共产主义信仰的关联脑区后进一步研究了上述各脑区之间的协同是共产主义信仰的神经基础。我们在控制年龄和性别的基础上对rsFC和BCS作相关分析。上述ReHo分析中显著的脑区作为rsFC的核心脑区。如表4和图3所示，【译注：表4也只有一行，数据写在文中】我们发现左侧丘脑和双侧楔前叶 (BA7, x = 6, y = -57, z = 1, 共251像素) 之间的rsFC和BCS显著相关（峰值r=-.46，修正r=-.51, p<.0001）。没有其他显著结果。

左侧丘脑-双侧楔前叶rsFC的间接影响分析：我们继续研究了左侧丘脑ReHo是否通过左侧丘脑-双侧楔前叶rsFC间接影响共产主义信仰。我们利用SPSS软件中的PROCESS 3.0 宏包进行分析。我们估算了自变量【译注：左侧丘脑ReHo】对因变量【译注：共产主义信仰】的总影响（路径C）包括控制介入变量【译注：左侧丘脑-双侧楔前叶rsFC】后的直接影响（路径C’，影响力16.04，p<.01）和通过介入变量的间接影响（图4）。间接影响占总影响的16%，且左侧丘脑-双侧楔前叶rsFC的方差占BCS分数方差的28.39% (p<.001)。【译注：原文有笔误、英文比较啰嗦，有删改】

本实验中我们设计了两个实验验证共产主义信仰的心理学基础，发现其和心智理论有独特的关系。实验一揭示了共产主义信仰和心智理论在行为层面有直接的正相关。实验二中的ReHo和rsFC分析研究了共产主义信仰的神经基础。我们发现共产主义信仰的个体差异在ReHo和rsFC中有体现。确切地说，共产主义信仰和左侧额内回和丘脑的ReHo相关。我们进一步发现左侧丘脑-双侧楔前叶的连结和共产主义信仰的个体差异相关。另外，探索性的间接影响分析发现左侧丘脑-双侧楔前叶rsFC可以部分解释左侧丘脑ReHo和BCS之间的关系。

实现共同目标、满足共同需要是共产主义的主要内容，为此需要理解社会、进行社交和合作的能力。值得注意的是，上述能力和心智理论紧密相关。一项研究运用了囚徒困境的场景，要求被试从两种策略中做选择：或者为了共同利益而合作，或者为了个人利益而竞争。结果表明，合作的选项和更高的心智理论能力相关。由此我们认为心智理论可能是共产主义信仰的心理学基础，具有更强烈共产主义信仰的人也具有更高的心智理论能力。

和假设2一致，共产主义信仰和心智理论相关神经网络具有神经层面的相关。首先，丘脑的ReHo和共产主义信仰的个体差异相关。共产主义的核心特征是社会关系和合作。例如罗马尼亚的一项社会调研表明罗马尼亚人受共产主义的遗留影响【译注：原文residual的直译为“残余”】更重视社会关系，且心智理论能力对于满足共产主义社会在社会认知和社会价值方面的需要是必要的。在神经层面，丘脑在先前研究中并不和心智理论神经网络显著相关，但是先前研究表明丘脑对颞叶-枕叶结合部输出神经信号，并因此间接地和前额叶、颞叶皮质相连。后两者属于心智理论神经网络。先前的绝大部分心智理论相关的行为实验并不包括真实的社会关系及其结果。因此，先前未报告过的脑区（例如丘脑）可能代表相关脑区对于社会交往、合作和交流有独特作用。例如，一项fMRI研究表明丘脑在进行心智理论、同理心、自我/他人界限相关活动时激活。理解他人心理状态的过程包括了上述全部思想活动。据此，丘脑可能和心智理论的能力相关。因此，左侧丘脑ReHo和共产主义信仰正相关可能表示共产主义信仰和心智理论正相关。因此，上述结果支持我们的核心论点，即共产主义信仰和心智理论正相关。从理论上讲，心智理论可能促进了社会交往、合作和交流，从而也促进了共产主义。

和丘脑相反，额内回的ReHo和共产主义信仰的个体差异负相关。先前研究表明额内回涉及自我概念建立的思维活动。一项研究表明自我中心的自我概念建构和集体主义的自我概念建构 (independent v inter-dependent) 的差异涉及的脑区包括额内回。该研究指出额内回和自我中心的自我概念建构正相关，因此也从反面说明了额内回和集体主义的自我建构负相关。自我概念建构同为共产主义信仰和心智理论的构成部分。先前研究表明共产主义和集体主义正相关。例如俄罗斯社会历史的研究表明苏联解体前，其公民的表达具有更高的集体主义色彩。另一项研究表明集体主义的自我建构和心智理论强相关。总而言之，额内回的ReHo和共产主义信仰负相关，指向了更高水平的集体主义自我建构。此外，共产主义信仰和心智理论的交叉部分包括集体主义自我建构。

在rsFC分析中，BCS总分和左侧丘脑-双侧楔前叶的连结度负相关。先前的社会神经科学研究也表明楔前叶和心智理论相关。一项fMRI研究要求被试进行一系列心智理论相关实验，并发现楔前叶在推测他人想法的特定过程中激活。但是楔前叶和丘脑的连结目前并没有明确理解。一项研究表明丘脑和其他脑区连结度的异常增加（包括楔前叶）表示认知障碍。在该研究中阿尔兹海默症患者相比健康人有更高的丘脑-楔前叶rsFC。据此原作者认为此连结可能是补偿认知障碍的一种机制。相反，原作者指出该rsFC减少可能表示正常的认知功能。先前研究指出丘脑和楔前叶都是心智理论相关的关键脑区。【译注：此处和本节第3段有矛盾，可能有一处笔误】此外，实验二的间接影响分析和该结论和该理论一致。丘脑和楔前叶之间的连结可能在左侧丘脑ReHo和BCS总分之间有负面的间接作用。具体地说，更低的丘脑-楔前叶rsFC会导致丘脑和共产主义信仰联系更紧密。

总而言之，本实验研究了共产主义信仰的个体差异是否和心智理论相关。在行为层面我们确认了共产主义信仰和心智理论相关。在神经层面，共产主义信仰和心智理论神经网络的核心脑区相关，包括丘脑和额内回。总而言之上述结果从跨学科的角度增进了我们对于共产主义信仰的心理学基础的理解。

本实验有一些局限性：首先我们只研究了心智理论和共产主义信仰的关系，没有研究心智理论和其他信仰的关系。其次，我们用于评估共产主义信仰的量表并不成熟，因此后续研究可能需要正式修订该量表。第三，整个实验完全基于相关性分析，因此为了确认共产主义信仰和心智理论的关系，将来需要进行因果关系的研究。

封面图：https://pulpbits.net/6-brain-wallpaper-pictures/human-brain-wallpaper/ 侵权请联系删除。

参考文献:

1. Aketa, H. (1999). Structure and measurement of empathy: Japanese version of Davis's Interpersonal Reactivity Index (IRI-J). Psychol. Rep. Sophia Univ. 2, 19–31.

2. Arous, A., Mrizak, J., Trabelsi, R., Aissa, A., Ammar, H. B., and El Hechmi, Z. (2016). How do social cognition dimensions relate to DSM-5 dimensions of psychosis?. Eur. Psychiatry 33, S285–S286. doi: 10.1016/j.eurpsy.2016.01.607

3. Astington, J. W., and Jenkins, J. M. (1995). Theory of mind development and social understanding. Cogn. Emot. 9, 151–165. doi: 10.1080/02699939508409006

4. Biswal, B., Zerrin Yetkin, F., Haughton, V. M., and Hyde, J. S. (1995). Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn. Reson. Med. 34, 537–541. doi: 10.1002/mrm.1910340409

5. Bukharin, N., and Preobrazhenskii, E. A. (1921). ABC of Communism. Glasgow: Socialist Labour Press.

6. Chen, X., Lu, B., and Yan, C. G. (2018). Reproducibility of r-fmri metrics on the impact of different strategies for multiple comparison correction and sample sizes. Hum. Brain Mapp. 39, 300–318. doi: 10.1002/hbm.23843

7. Decety, J., and Lamm, C. (2007). The role of the right temporoparietal junction in social interaction: how low-level computational processes contribute to meta-cognition. Neuroscientist 13, 580–593. doi: 10.1177/1073858407304654

8. Elliott, R., Völlm, B., Drury, A., McKie, S., Richardson, P., and William Deakin, J. F. (2006). Co-operation with another player in a financially rewarded guessing game activates regions implicated in theory of mind. Soc. Neurosci. 1, 385–395. doi: 10.1080/17470910601041358

9. Friston, K. J., Williams, S., Howard, R., Frackowiak, R. S., and Turner, R. (1996). Movement-related effects in fMRI time-series. Magn. Reson. Med. 35, 346–355. doi: 10.1002/mrm.1910350312

10. Gavreliuc, A., and Ciobotă, C. I. (2013). Culture and self-construal: implications for the social cognitions of young cohorts in Romania. Proc. Soc. Behav. Sci. 78, 270–274. doi: 10.1016/j.sbspro.2013.04.293

11. Gweon, H., Dodell-Feder, D., Bedny, M., and Saxe, R. (2012). Theory of mind performance in children correlates with functional specialization of a brain region for thinking about thoughts. Child Dev. 83, 1853–1868. doi: 10.1111/j.1467-8624.2012.01829.x

12. Hayes, A. F. (2013). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York, NY: Guilford Press.

13. Hughes, C., and Leekam, S. (2004). What are the links between theory of mind and social relations? Review, reflections and new directions for studies of typical and atypical development. Soc. Dev. 13, 590–619. doi: 10.1111/j.1467-9507.2004.00285.x

14. Kana, R. K., Maximo, J. O., Williams, D. L., Keller, T. A., Schipul, S. E., Cherkassky, V. L., et al. (2015). Aberrant functioning of the theory-of-mind network in children and adolescents with autism. Mol. Autism 6:59. doi: 10.1186/s13229-015-0052-x

15. Kurian, G. T., and Boryczka, J. M. (2010). Encyclopedia of Political Science. Washington, DC: CQ Press. doi: 10.4135/9781608712434

16. Li, L. M. W., Luo, S., Ma, J., Lin, Y., Fan, L., Zhong, S., et al. (2018). Functional connectivity pattern underlies individual differences in independent self-construal. Soc. Cogn. Affect. Neurosci. 13, 269–280. doi: 10.1093/scan/nsy008

17. Lissek, S., Peters, S., Fuchs, N., Witthaus, H., Nicolas, V., Tegenthoff, M., et al. (2008). Cooperation and deception recruit different subsets of the theory-of-mind network [Journal Article; Research Support, Non-U.S. Gov't]. PLoS ONE 3:e2023. doi: 10.1371/journal.pone.0002023

18. Little, R. J., and Rubin, D. B. (2002). Statistical Analysis With Missing Data, 2nd Edn. New Jersey: Wiley. doi: 10.1002/9781119013563

19. Liu, Y., Wu, B., Wang, X., Li, W., Zhang, T., Wu, X., et al. (2017). Oxytocin effects on self-referential processing: behavioral and neuroimaging evidence. Soc. Cogn. Affect. Neurosci. 12, 1845–1858. doi: 10.1093/scan/nsx116

20. McFarland, S. (1998). Communism as religion. Int. J. Psychol. Relig. 8, 33–48. doi: 10.1207/s15327582ijpr0801_5

21. Paretskaya, A. (2010). The Soviet communist party and the other spirit of capitalism. Sociol. Theory 28, 377–401. doi: 10.1111/j.1467-9558.2010.01382.x

22. Premack, D., and Woodruff, G. (1978). Does the chimpanzee have a theory of mind?. Behav. Brain Sci. 1, 515–526. doi: 10.1017/S0140525X00076512

23. Proverbio, A. M., Riva, F., Paganelli, L., Cappa, S. F., Canessa, N., Perani, D., et al. (2011). Neural coding of cooperative vs. affective human interactions: 150 ms to code the action's purpose. PLoS ONE 6:e22026. doi: 10.1371/journal.pone.0022026

24. Ray, R. D., Shelton, A. L., Hollon, N. G., Matsumoto, D., Frankel, C. B., Gross, J. J., et al. (2010). Interdependent self-construal and neural representations of self and mother. Soc. Cogn. Affect. Neurosci. 5, 318–32039. doi: 10.1093/scan/nsp039

25. Reniers, R. L., Völlm, B. A., Elliott, R., and Corcoran, R. (2014). Empathy, ToM, and self–other differentiation: an fMRI study of internal states. Soc. Neurosci. 9, 50–62. doi: 10.1080/17470919.2013.861360

26. Reniers, R. L. E. P., Corcoran, R., Drake, R., Shryane, N. M., and Völlm, B. A. (2011). The qcae: a questionnaire of cognitive and affective empathy. J. Pers. Assess. 93, 84–95. doi: 10.1080/00223891.2010.528484

27. Rilling, J. K., Sanfey, A. G., Aronson, J. A., Nystrom, L. E., and Cohen, J. D. (2004). The neural correlates of theory of mind within interpersonal interactions. Neuroimage 22, 1694–1703. doi: 10.1016/j.neuroimage.2004.04.015

28. Sally, D., and Hill, E. (2006). The development of interpersonal strategy: autism, theory-of-mind, cooperation and fairness. J. Econom. Psychol. 27, 73–97.

29. Schilbach, L., Eickhoff, S. B., Rotarska-Jagiela, A., Fink, G. R., and Vogeley, K. (2008). Minds at rest? Social cognition as the default mode of cognizing and its putative relationship to the “default system” of the brain. Conscious. Cogn. 17, 457–467. doi: 10.1016/j.concog.2008.03.013

30. Shamay-Tsoory, S. G., Tibi-Elhanany, Y., and Aharon-Peretz, J. (2006). The ventromedial prefrontal cortex is involved in understanding affective but not cognitive Theory of Mind stories. Soc. Neurosci. 1, 149–166. doi: 10.1080/17470910600985589

31. Skrebyte, A., Garnett, P., and Kendal, J. R. (2016). Temporal relationships between individualism–collectivism and the economy in Soviet Russia: a word frequency analysis using the Google Ngram corpus. J. Cross Cult. Psychol. 47, 1217–1235. doi: 10.1177/0022022116659540

32. Špiláková, B., Shaw, D. J., Czekóová, K., and Brázdil, M. (2019). Dissecting social interaction: dual-fMRI reveals patterns of interpersonal brain-behavior relationships that dissociate among dimensions of social exchange. Soc. Cogn. Affect. Neurosci. 14, 225–235. doi: 10.1093/scan/nsz004

33. Wang, X. (2002). The post-communist personality: the spectre of China's capitalist market reforms. China J. 47, 1–17. doi: 10.2307/3182071

34. Wang, X. S., and Su, Y. J. (2019). Revision of QCAE empathy scale for Chinese adolescents. Psychology 7, 536–547. doi: 10.16842/j.cnki.issn2095-5588.2019.09.003

35. Worsley, K. J., Macdonald, D., Cao, J., Shafie, K., and Evans, A. C. (1996). Statistical analysis of cortical surfaces. Neuroimage 3:S108. doi: 10.1016/S1053-8119(96)80110-8

36. Xiang, Y., Kong, F., Wen, X., Wu, Q., and Mo, L. (2016). Neural correlates of envy: regional homogeneity of resting-state brain activity predicts dispositional envy. Neuroimage 142, 225–230. doi: 10.1016/j.neuroimage.2016.08.003

37. Yan, C., and Zang, Y. (2010). DPARSF: a MATLAB toolbox for “pipeline” data analysis of resting-state fMRI. Front. Syst. Neurosci. 4:13. doi: 10.3389/fnsys.2010.00013

38. Yan, C. G., Wang, X. D., Zuo, X. N., and Zang, Y. F. (2016). DPABI: data processing and analysis for (resting-state) brain imaging. Neuroinformatics 14, 339–351. doi: 10.1007/s12021-016-9299-4

39. Zalta, E. N., Nodelman, U., and Allen, C. (2008). The Stanford Encyclopedia of Philosophy. Palo Alto, CA: Stanford University.

40. Zang, Y., Jiang, T., Lu, Y., He, Y., and Tian, L. (2004). Regional homogeneity approach to fMRI data analysis. Neuroimage 22, 394–400. doi: 10.1016/j.neuroimage.2003.12.030

41. Zhang, F., Dong, Y., and Wang, K. (2010). Reliability and validity of the Chinese version of the Interpersonal Reactivity Index-C. Chin. J. Clin. Psychol. 18, 155–157. Available online at: http://clinicalpsychojournal.yywkt.cn/Magazine/Show.aspx?ID=139326

42. Zhou, B., Liu, Y., Zhang, Z., An, N., Yao, H., Wang, P., et al. (2013). Impaired functional connectivity of the thalamus in Alzheimer's disease and mild cognitive impairment: a resting-state fMRI study. Curr. Alzheimer Res. 10, 754–766. doi: 10.2174/15672050113109990146

43.