在“挟天子以令诸侯”这个典故中，汉献帝贵为天子，拥有至高的名位；曹操则凭借对军队与资源的掌控，拥有权力。这反映了社会等级的两个基本维度：地位（status）与权力（power）。前者来自他人的认可与尊崇，后者则源于对资源的掌控。声望可以带来资源，而资源也可能重塑声望；二者常常相伴，却并不总是重合。
然而，当我们观察和判断他人的社会等级时，大脑如何区分这两种信息？地位与权力是由彼此独立的神经系统表征，还是共享部分神经机制？在社会互动中，我们又如何不断学习和更新他人的地位与权力，并让这些信息进一步影响自己的行为？为回答这些问题，本研究结合计算建模与功能磁共振成像，构建了一项能够将地位与权力相互分离的社会学习任务（图1），试图揭示大脑如何学习、表征并利用这两种既独立又交织的社会等级信号。在地位学习任务中，被试需选择能为团队赢得更多奖励的队员，随后获得该队员贡献水平的反馈；在权力学习任务中，被试则需猜测哪位队员拥有资源支配权，随后获得该队员是否具有支配权的反馈。
图1 实验流程与设计图
一、行为与建模层面：解析权力与地位的交互学习机制
尽管实验中将地位和权力进行了完全独立的操控，但人们并不会将地位和权力完全分开：一种等级信息往往会影响对另一种等级信息的判断。在进行地位学习时，参与者不仅更倾向于选择高地位者，也会偏向高权力者（图2A）；同样，在权力学习中，高地位者也更容易被判断为拥有更高的权力（图2B）。这种跨维度的影响在任务结束后的主观评分中也得到了进一步印证。
那么，这种交互究竟发生在信息学习阶段，还是最终的决策阶段？计算建模进一步表明，地位与权力的相互影响主要发生在决策阶段，而非学习和更新阶段。换言之，人们在学习过程中分别更新地位和权力信息，但在做出决策时，会将两种等级信号整合起来：在地位相关决策中，选择会受到权力信息的影响（τp→s > 0，图2C）；反之，在权力相关决策中，地位信息同样会影响决策（τs→p > 0，图2D）。
图2 学习任务的行为和计算建模结果
二、脑成像层面：解码大脑对权力与地位学习的神经表征
内侧前额叶（mPFC）主要编码地位相关信息（图3A&B），多变量模式分析进一步表明，该区域的神经活动模式能够有效区分地位与权力信号（图3C）。权力信号则主要表征在杏仁核（amygdala，图3D），且杏仁核的活动模式同样可显著区分这两种等级维度（图3E）。
图3 地位和权力信号的特异性表征
两个维度之间的相互影响，则可能与压后皮层（retrosplenial cortex，RSC）的活动密切相关。在地位学习中，RSC对权力价值的表征强度能够预测个体在行为上受到权力信息影响的程度（τp→s，见图4A）；而在权力学习中，RSC则编码了地位价值（见图4B）。这些结果表明，RSC可能参与了不同社会等级信息的整合，使我们能够在判断和决策时调用不止一个维度的社会信息。
图4 地位和权力信号跨维度影响的神经基础
三、权力与地位的社会影响
为了探究习得的地位与权力如何产生社会影响，我们考察了这两个维度如何影响个体在风险决策任务中的建议采纳（图1E）。实验结果表明，人们整体上表现出风险厌恶，更倾向于采纳“安全”的建议。同时，无论是高地位者还是高权力者，其建议都更容易被采纳（图5A&D）。
计算建模进一步揭示，地位和权力影响决策的方式并不相同。地位对决策的影响具有跨情境的一致性：无论高地位者建议选择安全选项还是风险选项，参与者都会显著增加对其建议的采纳（ 和 > 0，图 5B&C）。换句话说，高地位者的影响并不局限于特定的决策情境，这可能反映了基于尊重和认可的跟随。相比之下，权力对决策的影响具有明显的情境依赖性。当高权力者建议选择安全选项时，参与者显著增加对其建议的采纳（ > 0，图5E）；但当高权力者建议选择风险选项时，其影响则不再显著（ 与0无显著差异，图5F）。进一步分析发现，对于风险厌恶程度较高的个体，对高权力者建议的响应更加有限。也就是说，个体对高权力者的跟随更容易出现在其建议与自身风险偏好一致的情境中。
图5 地位与权力信息的社会影响
本研究结合计算建模与功能磁共振成像，系统考察了人类大脑如何学习、表征并利用地位与权力这两个维度的社会等级信息。研究发现：
（1）神经表征的相对分离。 大脑对地位与权力的表征呈现出一定程度的分离：内侧前额叶皮层（mPFC）主要编码地位信号，而杏仁核（amygdala）主要追踪权力信号，表明两类等级信息可能依赖不同的神经基础。
（2）决策阶段的跨维度整合。 尽管地位与权力有相对独立的表征，但两类等级信息在决策过程中会相互影响。压后皮层（RSC）表征了当前任务目标之外的另一等级维度信息，提示RSC可能参与不同社会等级信息之间的交互。
（3）社会影响的情境差异。 习得的地位与权力对后续风险决策产生了不同的影响。高地位者的建议能够跨越不同风险情境影响个体决策，而高权力者的影响则更加依赖具体决策情境。
综上，本研究表明，地位与权力并非完全相同的社会等级维度：它们在神经表征上具有一定的分离，在决策过程中又会发生跨维度交互，并以不同方式影响后续行为。这些发现为理解人类如何表征和利用多维度社会等级信息提供了新的证据。
原文信息：Feng, C., Liu, F., Yang, B., Derrington, E., Luo, Y., Qu, C., & Dreher, J.-C. (2026). Interactive representations of power and status signals in learning social hierarchies. Proceedings of the National Academy of Sciences, 123(35), Article e2532908123. https://doi.org/10.1073/pnas.2532908123
文章来源：https://url.scnu.edu.cn/record/view/index.html?key=90d33e876e461b30d911a654e43fb7cd