5D Library

第五章 自主、胜任与归属：基本心理需要与持续投入的模型

5D Library › 注意力网络、工作记忆瓶颈与内在动机的自决定理论 · English

第五章 自主、胜任与归属：基本心理需要与持续投入的模型

上一章的实验留下一个问题：同样是外在事件，为什么有的削弱内在动机（预期的有形奖励），有的增强（正面反馈）？自我决定理论给出的回答是：关键不在事件本身，而在于它如何影响人的几项基本心理需要。

自我决定理论的核心主张

证据

认知评价理论。 德西与瑞安 1985 年的专著系统阐述了自我决定理论，其中的认知评价理论认为，外在事件有「控制性」与「信息性」两个方面：被体验为控制（「你必须这样做才能得到」）的事件削弱自主感，从而削弱内在动机；提供胜任信息（「你做得好」）的事件增强胜任感，从而增强内在动机 (Deci and Ryan 1985)。三项基本需要。 瑞安与德西 2000 年在《美国心理学家》上提出，人有三项普遍的基本心理需要：自主（感到行为出于自己的意愿）、胜任（感到能有效地应对环境）和归属（感到与他人有联结）。满足这些需要的社会环境促进内在动机、外在动机的内化与幸福感；阻碍它们的环境则相反。他们还区分了外在动机内化的程度：从外部调节、内摄调节到认同调节与整合调节，越靠后越接近自主 (Ryan and Deci 2000)。近年的发展。 范斯滕基斯特、瑞安与苏恩斯 2020 年的综述总结了基本心理需要理论的进展，强调需要的挫败（被积极地阻碍）与需要「没有被满足」是不同的，前者与不适应和心理困扰的关系更密切；他们也讨论了需要的普遍性、需要之间的平衡等仍有争议的问题 (Vansteenkiste et al. 2020)。

这个框架给上一章的结果一个统一的解释：预期的、取决于完成的奖励容易被体验为控制，于是削弱自主；肯定能力的言语反馈满足胜任；意外的奖励既不控制行为、也不带来胜任信息，所以几乎没有影响。

加性还是乘性

作者的框架希望把三项需要写成乘性的动力学方程，也就是三项需要中任何一项接近零，持续投入就会崩溃。需要先说清楚：这是作者的建模假设。自我决定理论认为三项需要都是基本的、都需要满足，但并没有规定它们以什么函数形式组合；已发表的研究大多用相关或回归分析各项需要的作用，有的把三项需要合成一个总分，有的分别检验。

推导

把两种设定并列。持续投入 EE 以四周为时间常数追随一个目标值：

dEdt=T(A,C,R)−Eτ,T加性=A+C+R3,T乘性=(ACR)1/3\frac{dE}{dt} = \frac{T(A, C, R) – E}{\tau}, \qquad T_{\text{加性}} = \frac{A + C + R}{3}, \qquad T_{\text{乘性}} = (A\,C\,R)^{1/3}

AA、CC、RR 分别是自主、胜任、归属的满足程度（0 到 1）。乘性形式取几何平均，使两种设定在三项相等时给出同样的值。程序还加入一个「以威胁控制」的情境：威胁 qq 在存在期间带来 0.5q0.5q 的服从，同时使感到的自主降低 0.3q0.3q（示意参数）。

# Engagement E and need satisfactions A, C, R (0..1). Functional forms are the AUTHOR'S assumption:
#   additive T = (A + C + R)/3; multiplicative T = (A*C*R)**(1/3);  dE/dt = (T - E)/4 weeks.
# A threat q adds compliance 0.5*q while it lasts and lowers felt autonomy by 0.3*q.
def target(A, C, R, form):
    return (A + C + R) / 3 if form == "add" else (A * C * R) ** (1 / 3)

def run(A, C, R, form, weeks=16, threat=0.0, threat_weeks=0):
    # returns total engagement = autonomous part E (lagged) + compliance 0.5*q (only while q > 0)
    E, T, q = 0.3, 4.0, 0.0
    for w in range(weeks):
        q = threat if w < threat_weeks else 0.0
        a = max(0.0, A - 0.3 * q)
        E += (target(a, C, R, form) - E) / T
    return E + 0.5 * q

print("needs (A, C, R)        | additive E after 16 wk | multiplicative E after 16 wk")
for needs in ((0.7, 0.7, 0.7), (0.9, 0.9, 0.1), (0.9, 0.9, 0.0), (0.4, 0.9, 0.9)):
    print(f"{str(needs):22s} | {run(*needs, 'add'):22.2f} | {run(*needs, 'mul'):29.2f}")
print("gain from raising autonomy 0.4 -> 0.8, at two levels of competence (relatedness 0.8):")
for C in (0.3, 0.9):
    ga = run(0.8, C, 0.8, "add") - run(0.4, C, 0.8, "add")
    gm = run(0.8, C, 0.8, "mul") - run(0.4, C, 0.8, "mul")
    print(f"  competence {C}: additive +{ga:.2f}, multiplicative +{gm:.2f}")
print("threat-based control (q = 0.6) for weeks 1-8, then removed; A = C = R = 0.6, additive:")
for wk in (8, 9, 12, 16):
    th = run(0.6, 0.6, 0.6, "add", weeks=wk, threat=0.6, threat_weeks=8)
    no = run(0.6, 0.6, 0.6, "add", weeks=wk)
    print(f"  week {wk:2d}: with threat {th:.2f}, never threatened {no:.2f}")
# needs (A, C, R)        | additive E after 16 wk | multiplicative E after 16 wk
# (0.7, 0.7, 0.7)        |                   0.70 |                          0.70
# (0.9, 0.9, 0.1)        |                   0.63 |                          0.43
# (0.9, 0.9, 0.0)        |                   0.60 |                          0.00
# (0.4, 0.9, 0.9)        |                   0.73 |                          0.68
# gain from raising autonomy 0.4 -> 0.8, at two levels of competence (relatedness 0.8):
#   competence 0.3: additive +0.13, multiplicative +0.12
#   competence 0.9: additive +0.13, multiplicative +0.17
# threat-based control (q = 0.6) for weeks 1-8, then removed; A = C = R = 0.6, additive:
#   week  8: with threat 0.82, never threatened 0.57
#   week  9: with threat 0.54, never threatened 0.58
#   week 12: with threat 0.57, never threatened 0.59
#   week 16: with threat 0.59, never threatened 0.60
左：自主与胜任都很高（0.9）时，持续投入的目标值随归属的变化。加性模型下归属为零时目标仍有 0.6；乘性模型下目标降到零。右：前 8 周以威胁控制（阴影），投入在威胁期间被服从抬高，威胁撤去后立即跌到从未被威胁者之下，然后缓慢恢复（加性模型，示意参数）。

两种设定在三项需要都处于中等水平时（各 0.7）给出完全相同的预测（0.70），差别出现在不平衡的时候。第一，某一项需要几乎为零时：自主与胜任都是 0.9、归属为 0.1，加性模型给出 0.63，乘性模型给出 0.43；归属为 0 时，乘性模型的投入降到 0，加性模型仍有 0.60。第二，需要之间是否有交互：在加性模型里，把自主从 0.4 提高到 0.8，无论胜任高低，带来的增益都是 0.13；在乘性模型里，胜任为 0.3 时增益 0.12，胜任为 0.9 时增益 0.17，即一项需要的作用依赖于其他需要。这是可以检验的：如果乘性设定更接近事实，回归分析中应当出现显著的正向交互项。

程序的最后一部分显示：以威胁控制 8 周，第 8 周投入（0.82）高于从未被威胁者（0.57），但多是服从；威胁一撤去，第 9 周跌到 0.54，低于从未被威胁者（0.58）。这是模型设定（威胁降低感到的自主）的直接后果，不是独立证据，但它给出一个值得检验的形状：控制性手段撤去后的效果可能为负。

假说 · 尚未验证

需要交互假说（尚未确立）。在持续投入（例如数月内自愿参与某项学习或运动的频率）上，三项需要满足之间存在正向交互：一项需要的满足带来的好处，在其他需要也得到满足时更大。可以检验的预测：在一项纵向研究中，以自主、胜任、归属及其两两乘积预测之后的持续投入，乘积项的系数为正且显著，并且乘性（对数线性）模型的预测优于加性模型（以交叉验证的预测误差比较）。如果乘积项接近零或为负，或者加性模型预测得一样好，作者的乘性设定就得不到支持，应当放弃。

团队设计：证据与限度

作者的框架希望用「自主选择 + 胜任反馈 + 同伴联结」替代控制性的惩罚。下面是支持这一方向的主要证据，以及它们的限度。

证据

领导的自主支持。 斯莱姆、克恩、帕特里克与瑞安汇总了 72 项研究、83 个独立样本、共 32,870 人，发现领导的自主支持与员工的自主性工作动机中等程度正相关（ρ≈0.38\rho \approx 0.38），与控制性动机无关（ρ≈0.00\rho \approx 0.00），并与基本需要满足、幸福感和积极的工作行为正相关，与心理困扰负相关 (Slemp et al. 2018)。这些研究大多是相关研究，不能直接说明因果方向。干预研究。 恩图马尼斯等人汇总了 73 项在健康领域以自我决定理论为基础的实验研究，发现干预在结束时对自我决定理论的多数变量带来小到中等的改变，健康行为在干预结束时与随访时都有所改善，身体与心理健康有小幅的正向变化；需要支持与自主动机的提高与健康行为的改善相关 (Ntoumanis et al. 2021)。

这两类证据合起来支持一个谨慎的结论：在工作与健康情境中，自主支持与更好的动机质量和结果相联系，以自我决定理论为基础的干预有小到中等的效果。但有几点限度。第一，工作场所的证据以横断面相关为主，「自主支持带来好结果」与「表现好的团队更容易获得自主」都能产生同样的相关。第二，干预研究的效应多为小到中等，结局多为自我报告。第三，「去掉惩罚」不等于「去掉结构」：清楚的目标、及时的反馈和必要的规则，本身就是胜任需要的一部分。自主支持不是放任。

本章小结

自我决定理论认为，外在事件影响内在动机的方式取决于它是控制性的还是信息性的，背后是自主、胜任与归属三项基本心理需要。理论并未规定三项需要以什么形式组合；作者的乘性设定是一个建模假设，它与加性设定在需要不平衡时给出不同的预测，最直接的检验是需要之间的交互项。工作场所与健康领域的证据支持自主支持与较好的动机质量相联系，但以相关研究为主，干预效应为小到中等。下一章讨论另一种内在动机的极端形式：心流。

参考文献

Deci, Edward L., and Richard M. Ryan. 1985. Intrinsic Motivation and Self-Determination in Human Behavior. Plenum Press.
Ntoumanis, Nikos, Johan Y. Y. Ng, Andrew Prestwich, et al. 2021. “A Meta-Analysis of Self-Determination Theory-Informed Intervention Studies in the Health Domain: Effects on Motivation, Health Behavior, Physical, and Psychological Health.” Health Psychology Review 15 (2): 214–44. https://doi.org/10.1080/17437199.2020.1718529.
Ryan, Richard M., and Edward L. Deci. 2000. “Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Being.” American Psychologist 55 (1): 68–78. https://doi.org/10.1037/0003-066X.55.1.68.
Slemp, Gavin R., Margaret L. Kern, Kent J. Patrick, and Richard M. Ryan. 2018. “Leader Autonomy Support in the Workplace: A Meta-Analytic Review.” Motivation and Emotion 42 (5): 706–24. https://doi.org/10.1007/s11031-018-9698-y.
Vansteenkiste, Maarten, Richard M. Ryan, and Bart Soenens. 2020. “Basic Psychological Need Theory: Advancements, Critical Themes, and Future Directions.” Motivation and Emotion 44 (1): 1–31. https://doi.org/10.1007/s11031-019-09818-1.

Fan, Y. (2026). Attention Networks, the Working-Memory Bottleneck and Self-Determination Theory: From Posner's Tripartite Network and Motivation Crowding-Out to the Information Theory of Flow, Read Beside Neo-Confucian Reverence (Jìng) [注意力网络、工作记忆瓶颈与内在动机的自决定理论] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23761341 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).