基金项目：四川省大学生思想政治教育研究中心项目《突发公共卫生事件背景下高校学生情绪监控预警研究：基于Hadoop云平台》（项目编号：CSZ20044）

作者简介：林薇，成都中医药大学副教授

1.研究内容

1.1研究对象研究对象及工具

问卷采用Cronbacha’s 系数判定问卷调查结果的可靠性，为保证问卷的科学性，对量表中校正总相关系数小于0.4的题项进行删除处理。量表使用各要素指标KMO值与Bartlett’s球形检验评价量表效度。

自编人口统计学资料问卷，调查内容包括专业（医学类、非医学类）、性别（男、女）、年级（大一、大二、大三、大四）、您是否被确诊为新冠肺炎患者（是、否）、您的亲戚家人是否有被确诊为新冠肺炎患者（是、否）

自编对疫情关注度问卷，调查内容为对疫情的关注程度、信息主要获取方式、关于疫情信息,每天阅读观看的时间、获得有关疫情的信息的数量、多长时间查看一次疫情信息、每天查看几次疫情信息、查看疫情言息的频率的变化、多长时间不查看疫情信息,会感到焦虑等，均为分类变量。

自编的社会环境调查表包括在疫情背景下的家庭环境与社会满意度两个维度，其中家庭环境维度的调查内容包括：疫情后家庭关系、疫情后家庭关系变化、疫情后，家庭关系变化带来到影响、疫情期间，家庭关系变化及带来的影响以及家庭经济状况等方面，均为分类变量。

社会满意维度的调查内容包括：疫情后对社区治安状况满意程度、对学校的疫情防控措施满意度、对生活方便满意程度、对就业市场环境满意度、对医院的配套设施或是医生的诊疗方式满意程度，对如今的生活状态满意程度，采用4级计分，从“满意”到“没考虑过”，分别记为1~4分。该维度的Cronbach α系数为0.528。

采用郑日昌的人际关系综合诊断量表测量其人际关系行为困扰程度，该量表在人际关系领域中已得到广泛使用，并且具有良好的信效度。总共有28个题目，采用两点计分，“是”记为1分，“否”记为0分，其中总分在0~8分，说明受测者善于交谈，性格开朗；总分在9~14分，说明受测者与朋友相处有一定的困扰，人缘一般；总分在15~28分，说明受测者在与朋友相处时存在严重困扰；变动之中。分数超过20分，则表明人际关系行为困扰程度很严重，而且在心理上出现较为明显的障碍。

在本研究中负性情绪由焦虑和抑郁两个维度构成，分别采用焦虑自评量表（SAS）和抑郁自评量表（SDS）来测量焦虑和抑郁情绪，SAS和SDS分别各20个题目，均采用4级计分，从“表示没有或很少有时间有”到“绝大部分或全部时间都有”，分别记为0~4分，二者均得分越高越焦虑或者抑郁，SAS总粗分大于41分可考虑有抑郁症状，SDS总粗分大于40分，说明存在焦虑状态。

1.2数据模型一

问卷设计围绕大学生人际关系中的影响因素展开，全球新冠还没有结束，依然偶有零星散发病例出现，那么突发公共卫生事件对学生的人际关系究竟有何影响，本文主要从突发公共卫生事件的角度探讨大学生人际关系的影响因素，构建大学生人际关系影响因素的模型较为复杂，既有生活环境的客观影响，也有学生的主观影响，基于现有文献，通过对大学生人际关系影响因素进行梳理，设定家庭环境、社会满意度、疫情关注度、抑郁情绪、焦虑情绪作为大学生人际关系的影响因素的潜变量，每一个潜变量均设置了可观测变量(即显变量)，共计11项。

1.2.1数据模型一假设

采用人际关系综合诊断量表测量人际关系行为困扰程度，社会环境调查表包括在疫情背景下的家庭环境与社会满意度两个维度，疫情关注度通过自编问卷调查对疫情的关注程度，负性情绪由焦虑和抑郁两个维度构成，分别采用焦虑自评量表（SAS）和抑郁自评量表（SDS）来测量焦虑和抑郁情绪。从人际关系综合测算量表设置问题来看，人际关系与家庭环境、社会满意度、疫情关注度、抑郁情绪、焦虑情绪可能存在相关关系理论假设为：

H1:人际关系与家庭环境之间存在相关关系。

H2:人际关系与社会满意度之间存在相关关系

H3:人际关系与疫情关注度之间存在相关关系

H4:人际关系与抑郁情绪之间存在相关关系

H5:人际关系与焦虑情绪之间存在相关关系

1.2.2数据模型一研究意义

潜变量家庭环境、疫情关注度、焦虑情绪、抑郁情绪和人家关系下设的各观测变量C.R.值均大于1.96，在95%的置信度下显著，说明各观测变量在测算潜变量时，是具有有效性，家庭环境、疫情关注度、焦虑情绪、抑郁情绪对人际关系的标准化路径系数分别为0.070，0.200，0.061，0.919，在95%的置信度下均显著，说明这四个潜变量对人际关系的影响效应显著。

家庭环境对大学生人际关系影响显著，呈正相关的关系，标准化路径系数为0.137，假设1(H1)被证实。家庭环境的显变量的标准化路径系数均大于0.5。家庭环境对大学生人际关系的影响上较为显著，关注学生家庭环境构成，重点关注学生的成长经历、家庭情况、个性品质等，尤其是曾经遭遇生活重大事件，通过建立学生遇到危机的自助和求助意识，提高学生人际关系的调节能力。

疫情关注度对大学生人际关系影响显著，呈负相关的关系，标准化路径系数为-0.051，假设3(H3)被证实。疫情关注度显变量的标准化路径系数均大于0.5。在疫情期间，社会孤立可能会增加个体的不安全感，加剧个体对疫情相关事件的恐惧感，增加个体对外在世界的过度警觉反应，从而会引发个体出现逃避行为和消极情绪体验等问题。过于关注疫情的发展态势，对学生的人际关系将产生消极的影响，注重引导学生对突发公共卫生事件的关注程度，适当降低学生的关注度，有利于改善人际关系。

抑郁情绪、焦虑情绪对大学生人际关系影响显著，呈负相关的关系，标准化路径系数为0.284和0.240，假设4(H4)、假设5(H5)被证实。抑郁情绪和焦虑情绪的显变量的标准化路径系数均大于0.5。疫情常态化防控期间，关注学生抑郁情绪和焦虑情绪的构成，充分利用第三方支持系统，如学校心理咨询专业团体等，共同为人际关系出现危机甚至有心理预警现象的学生提供有效帮助。

1.3数据模型二

     为探讨大学生情绪调节、人际关系、幸福感、学习动机、目标定位和适应力之间的作用和机制，共有904名中国大学生参加了这项横断面调查。采用自编问卷，包括《大学生健康人格取向心理健康量表》，构建结构方程（见图1），以多阶段大学生整群样本为基础，检验学习动机和目标定位的连锁中介效应。情绪调节通过学习动机和目标定位的链式中介效应间接影响幸福感和韧性，情绪调节通过人际关系的中介作用间接影响幸福感（Med=-0.387，p=0.001）。学习动机和目标定位在情绪调节对幸福感（Med=-0.307，p=0.001）。

图1 结构方程模型图

1.2数据模型三

心理预警能有效预防和减少心理危机事件的发生，主要是通过确定预警对象，并对预警指标进行动态监测，对其进行评估、分析和研究，根据分析结果，及时发现和识别影响心理危机的因素，及时采取防范措施，以降低心理危机事件的发生率。课题组为进行心理预警热点分析，第一，运用Python提取纳入研究文献的关键词并多次清洗数据，按照Donohule，J.C.高频低频词界分公式设定阈值，筛选高频关键词并生成共现矩阵和词篇矩阵。第二根据共现矩阵，利用python进行社会网络与语义网络相结合的分析能得到高频词之间的相关性，并绘制语义网络图。第三，结合词篇矩阵通过系统聚类功能绘制高频关键词聚类分析图。第四，用“1-Ochiai”系数生成相异矩阵，利用SCALE功能多维度分析工具，采用Eucidean距离模型绘制二维尺度分析图。

2.成果价值及意义

个体行为组成的群体行为有着很强的模式，从高校大学生们涌现的海量个体信息中发现群体行为规律，从而估计当前状态下学生关于本次疫情的心理发展态势，对其进一步的发展过程进行预测，可以实现对部分学生心理的高效辅助决策。随着疫情防控从应急状态转为常态化，高校的教学方式、学生管理方式等都发生了一系列变化，大学生心理健康教育面临着新的挑战。应通过变革心理健康教育理念、健全心理健康服务体系、加强心理健康知识的宣传和普及、规范大学生心理健康教育课程、提升心理健康教育工作者的专业性、重视发挥家庭教育的积极作用、整合心理健康教育资源形成合力等措施加强大学生心理健康教育。通过讨论大学生人际关系的影响因素，估计当前状态下学生关于疫情的心理发展态势，对其进一步的发展过程进行预测，可以实现对部分学生心理的高效辅助决策。

加强心理预警关键要素研究。通过高频关键词统计和聚类树图，可以看出心理预警的建设路径、影响因素等关键要素尚未得到应有的重视，心理预警的很多干预措施也没有出现在高频关键词中，今后的研究需要注重心理预警干预措施的助推作用，加大对心理预警领域的关注度，注重心理预警的建设路径以及影响因素分析。

3.存在的不足及改进措施

    课题讨论的对象主要是医学院校学生，调查样本相对不足。如何结合机器学习与人工智能进行心理预警阀值预判，将是未来课题的进一步研究方向。