大学生日常烦心事与学习投入的关系：一个链式中介模型

高 斌 张丹丹 王 娟 高显文

（1 湖北医药学院人文社科学院，十堰442000；2 江西交通职业技术学院心理健康中心，南昌330013）

1 引言

随着积极心理学的兴起， 学习投入日益受到研究者的关注（Jung ＆ Lee， 2018）。 学习投入是指学生在学习中表现出对学习的一种持续的、 充满积极情感的状态，它以活力、奉献和专注为主要特征（方来坛， 时勘， 张风华， 2008）。 众多研究表明，压力是影响个体学业表现的重要风险因素 （Liu ＆ Lu，2011； 潘斌， 张良， 张文新， 纪林芹， 2016； 赵凤青， 俞国良， 2018）。 具体而言，学业压力对中学生的学习投入有显著负向预测作用（曹新美， 刘在花，2017），大学生所遭遇的压力性生活事件越多，其学习投入水平越低 （尹忠泽， 孙明月， 梁腾飞，2016）。 需要指出的是，日常烦心事是个体压力的重要来源， 同时也是压力研究的一个重要方面（路晓宁， 黄 希 庭， 2010； Stefanek， Strohmeier， Fandrem， ＆ Spiel， 2012），然而，以往研究较多关注压力生活事件对个体学习投入的影响， 鲜有研究探究日常烦心事对学习投入的影响。鉴于此，本研究旨在探讨日常烦心事对学习投入的作用机制， 以此进一步丰富压力研究的现有成果， 同时为学习投入的干预工作提供实证依据。

日常烦心事（daily hassles）是指个体在日常生活中与环境相互作用所产生的较小却令人烦恼的事件，比如丢失东西、排队等候、与人争执以及加班等（路晓宁等， 2010）。根据Lazarus（1984）提出的认知评价理论，压力的产生是个体认知评价的结果，日常生活事件之所以被认为是烦心事， 是因为这些事件被个体评价为有害和有威胁的， 并且超出了个体自身能应付的范围。研究表明，日常烦心事会消耗个人的适应性资源，增加个体的心理压力，并降低个体的 生 活 质 量 （Sarid， Slonim-Nevo， Sergienko，Peregk， Chernin， ＆ Singer， 2017），损害个体的心理健康（Larsson， Berglund， ＆ Ohlsson， 2016），甚至会引发焦虑、 抑郁情绪 （Bouteyre， Maurel， ＆Bernaud， 2007； Mize ＆ Kliewer， 2017）。纵向研究表明， 日常烦心事可以通过压力知觉间接影响大学生的学习适应 （蒋海飞， 刘海骅， 苗淼， 甘怡群，2015）。因此，本研究假设：日常烦心事与大学生的学习投入呈负相关（H1）。

依据心理防御机制理论， 大学生在应对日常烦心事所带来的压力时， 有可能采取不成熟的心理防御机制（如退避上网、逃避现实）来进行自我保护，进而提升其网络成瘾水平（唐湘宁， 周天涯， 2014），而手机成瘾可以视为网络成瘾的新型表现方式（刘勤学， 杨燕， 林悦， 余思， 周宗奎， 2017）。 此外，根据成瘾的压力消解理论和逃避自我理论， 个体在面对压力时可以将注意力转向外部， 如借助手机的娱乐功能等外部手段，以此逃避现实达到宣泄情绪、缓解压力的目的 （张金健， 2014； 魏华， 周宗奎，李雄， 罗青， 高洁， 2014）。 实证研究表明，压力还可 以 正 向 预 测 手 机 成 瘾 （Cho， Kim， ＆ Park，2017）。 更重要的是，手机成瘾可以正向预测大学生的拖延行为和学业倦怠（曲星羽， 陆爱桃， 宋萍芳，蓝伊琳， 蔡润杨， 2017； 连帅磊， 刘庆奇， 孙晓军， 周宗奎， 2018）， 降低其学业成绩 （Kuss ＆Griffiths， 2011； Hawi ＆ Samaha， 2016）。 由此可知， 日常烦心事会诱发大学生产生回避等不良应对方式，使其手机成瘾水平升高，进而对其学习投入产生影响。 由此，本研究假设：手机成瘾在日常烦心事与学习投入之间起中介作用（H2）。

依据有限的自制力理论 （谭树华， 郭永玉，2008），人们可以将自我控制类比成肌肉力量，是一种有限的能量。个体在应对压力时会消耗自制力，进而引起自我控制的失败（张璐婷， 2012）。研究指出，压力与自我控制呈显著负相关 （刘文俐， 蔡太生，朱虹， 陆瑶， 凌宇， 2016）。 此外，自我控制也会影响个体的学习投入。个体的自我控制水平越低，其学习投入越少（朱海东， 杨飞龙， 李翔， 丁尧， 赵磊，2018）。 由此可知，日常烦心事会消耗大学生的心理资源，使其自我控制水平降低，进而对其学习投入产生影响。 由此，本研究假设：自我控制在日常烦心事与学习投入之间起中介作用（H3）。

依据自我控制的能量模型 （Baumeister， Vohs，＆ Tice， 2007），自我控制（如抑制玩手机的冲动）需要消耗个体有限的心理资源，当心理资源消耗到一定程度，就会导致个体自我控制的失败。 研究表明手机成瘾可以负向预测自我控制（Han， Geng， Jou， Gao，＆ Yang， 2017）。 由此可见，手机成瘾与自我控制同时中介于日常烦心事与学习投入的关系时，二者的中介效应或许不仅仅可以通过“并行”的方式起作用，也可以通过“串行”的方式对个体的学习投入产生影响。据此，本研究假设：手机成瘾和自我控制在日常烦心事与学习投入之间起链式中介作用（H4）。

综上所述， 本研究为了探讨日常烦心事如何影响大学生的学习投入，基于认知评价理论、心理防御机制理论以及自我控制的能量模型构建了一个多重中介模型，以期进一步拓展日常烦心事的研究视角，同时为学习投入的干预实践提供一定的启示。

2 研究方法

2.1 被试

采用方便整群抽样法， 选取中部地区某两所高校的大学生进行问卷调查，共发放600 份问卷，回收有效问卷550 份，问卷回收有效率为91.67%，平均年龄19.64 岁（SD＝1.41）。 其中，男生有223 人，女生327 人；大一学生171 人，大二学生188 人，大三学生191 人。

2.2 研究工具

2.2.1 大学生日常烦心事问卷

采用路晓宁（2010）编制的日常烦心事问卷。问卷由26 道题目组成，共四个维度，分别是人际烦恼、学业烦恼、自寻烦恼和未来担忧，采用5 点计分法（1＝“没有”，5＝“严重”），得分越高，说明个体在日常烦心事上的体验越严重， 本研究中该问卷的α 系数为0.92。

2.2.2 学习投入量表

采用方来坛、时勘和张风华（2008）修订的中文版学习投入量表。该量表共17 个题目，包含活力、奉献和专注3 个维度， 采用7 点计分 （1＝“从来不发生”，7＝“总是发生”），总分越高，表明学习投入水平越高，本研究中该量表的α 系数为0.96。

2.2.3 手机成瘾倾向量表

采用熊婕等（2012）编制的手机成瘾倾向量表，一共16 个项目，包含戒断症状、突显行为、社交抚慰和心境改变四个维度，采用5 点计分（1＝“非常不符合”，5＝“非常符合”），总分越高，表示手机成瘾越严重。 本研究中该量表的α 系数为0.92。

2.2.4 自我控制双系统量表

采用谢东杰等（2014）修订的自我控制双系统量表，一共21 个项目，采用5 点计分（1＝“非常不符合”，5＝“非常符合”），得分越高，表示个体自我控制水平越高（曹杏田， 张丽华， 2018），本研究中该量表的α 系数为0.87。

2.3 研究程序

本研究以班级为单位进行团体施测， 由学校的心理健康老师担任主试， 利用问卷星平台在班会或者课堂上完成匿名测试， 被试完成所有题目需8 分钟左右。 施测前，告知被试保密和自愿原则，测试结束后对数据进行整理，删除信息填写不完整、规律性作答以及填写时间过短（低于3 分钟）或者过长（超过12 分钟）的问卷。 最后采用SPSS19.0 及Process宏程序进行描述统计和中介模型分析。

3 结果

3.1 共同方法偏差检验

由于本研究采用的是问卷调查法，可能存在共同方法偏差，采用了Harman 单因素分析对共同方法偏差进行检验，将所有变量进行未旋转的主成分因素分析。 检验结果显示， 特征值大于1 的因子一共有14个，第一个因子方差贡献率为19.05%，远小于40%的临界值，因此，本研究数据的共同方法偏差不严重。

3.2 各变量间的描述统计和相关分析

将日常烦心事、手机成瘾、自我控制、学习投入四个变量的平均分做相关分析。结果表明（如表1 所示），日常烦心事与学习投入、自我控制呈显著负相关，与手机成瘾呈显著正相关，自我控制与学习投入呈显著正相关。

表1 描述性统计结果和各变量的相关矩阵（n＝550）

3.3 手机成瘾和自我控制的多重中介效应

采用偏差校正的百分位Bootstrap 法（重复取样5000 次，95%置信区间）进行中介效应检验，在控制了性别、年龄和年级之后，采用Hayes 编制的SPSS宏的Model 6 进行分析。 回归分析表明（如表2 所示）：日常烦心事对大学生学习投入的直接预测作用不显著（β＝-0.01，p＞0.05），但日常烦心事可以负向预测自我控制（β＝-0.34，p＜0.001），正向预测手机成瘾（β＝0.47，p＜0.001），手机成瘾负向预测自我控制和学习投入 （β＝-0.27，p＜0.001；β＝-0.13，p＜0.001），自我控制正向预测学习投入（β＝0.44，p＜0.001）。

由此可知， 手机成瘾和自我控制在日常烦心事与学习投入之间起多重中介作用。具体而言，日常烦心事对学习投入的影响由三条间接路径组成， 即通过日常烦心事→手机成瘾→学习投入的途径产生的间接效应1， 通过日常烦心事→手机成瘾→自我控制→学习投入的途径产生的间接效应2， 通过日常烦心事→自我控制→学习投入的途径产生的间接效应3。 中介效应的显著性检验表明，三条间接效应的Bootstrap95%置信区间均不包含0（如表3 所示），因此这三个间接效应均达到了显著性水平， 三个间接效应依次占总效应的22.50%、19.64%和53.57%。

表3 中介效应的显著性分析结果

4 讨论

本研究进一步丰富了压力领域相关研究成果，有助于厘清不同性质的压力源对个体学习投入所产生的影响。 以往研究表明压力知觉（如学业压力、压力性生活事件） 是直接导致学习投入下降的重要原因（曹新美等， 2017； 尹忠泽等， 2016）。 本研究通过考察日常烦心事对学习投入的作用机制， 进一步发现了不同压力源 （压力性生活事件vs 日常烦心事）对个体学习投入的影响并不一致。 具体而言，日常烦心事对学习投入的直接预测作用不显著， 也就是说，日常烦心事不会直接导致学习投入的降低，但可以通过手机成瘾和自我控制的多重中介作用对学习投入产生间接影响。换言之，如果个体采用过度使用手机等消极的应对方式来处理烦心事， 有可能会诱发自我控制的失败， 进而增加个体减少学习投入的风险。

4.1 日常烦心事与学习投入的关系

相关分析表明， 日常烦心事与学习投入呈显著负相关，证实了研究假设H1。 该结果支持了以往相关研究的观点。首先，烦心事有可能损害大学生的学校适应 （如学习适应、 生活适应等）（蒋海飞等，2015），从而对其学习投入带来不良影响。其次，烦心事会诱发个体产生焦虑、 抑郁等消极情绪（Baker，2006； Stefanek et al， 2012； Mize ＆ Kliewer，2017），而消极情绪会损害认知活动，进而对大学生的学习投入产生干扰。值得注意的是，虽然日常烦心事并不能显著直接预测学习投入， 但是大学生若长期受到日常生活中较小烦恼（如丢失东西、与同学争执）的影响，也可能通过“滚雪球”的方式累积成压力性生活事件，进而可能对学习投入产生较大的危害。事实上， 个体在日常生活中所经受的大部分压力并不来自重大生活事件， 而是随时间积累起来的一些相 对 较 小 的 烦 恼 （McIntyre， Korn， ＆ Matsuo，2008）。 因此，需要防范日常压力的累积效应可能对学习投入所带来的风险。

4.2 手机成瘾和自我控制的多重中介作用

结果表明，手机成瘾可以显著预测自我控制，自我控制显著预测学习投入， 这一结果与以往研究相一致（Han et al， 2017； 朱海东等， 2018）。 手机成瘾、 自我控制分别在日常烦心事与学习投入之间起完全中介作用，证实了研究假设H2、H3。 这一结果支持了成瘾的压力消解理论（张金健， 2014），手机已经成为大学生日常生活的重要组成部分， 当他们在学习和生活中遇到烦心事时， 更倾向于利用手机的娱乐功能、社交功能去缓解自身的压力，进而更有可能过度使用手机，从而减少学习投入的时间。这一结果也支持了媒介依赖理论（Ball-Rokeach ＆ De-Fleur， 1976）。 大学生随时随地不由自主地关注手机信息，对手机的依赖心理过强，无法排除手机对学习的干扰，则会对其学习的专注度产生负面影响。手机成瘾和自我控制在日常烦心事与学习投入之间起链式中介作用，证实了研究假设H4。 这一结果支持了自我控制的能量模型（Baumeister et al.， 2007）。日常烦心事和手机成瘾会消耗个体有限的心理资源，当心理资源消耗到一定程度后，就会导致个体自我控制的失败，进而对学习的自控力带来消极影响。由此可见， 手机成瘾和自我控制的失败是影响大学生学习投入的重要风险因素。

4.3 研究的意义和不足

本研究具有一定的实践价值。首先，对大学生而言，需要引导他们积极应对生活中的烦心事，减少对手机的过度依赖，保护自身有限的注意力资源，在学习中抵制无关信息的干扰，提升专注力，进而提升自己的学习投入水平。其次，有条件的高校也应主动采取适当的干预手段， 比如可以采取生物反馈训练和团体辅导的方式来帮助大学生更好地应对日常压力源， 提升其自我控制能力 （Kotozaki et al.， 2014；王利刚， 谢东杰， 樊春雷， 高文斌， 2014），进而促进学习投入水平。 此外， 本研究还存在一些不足：（1） 本研究采用横断研究， 未来可以采用追踪研究或者实验研究， 以期获得更可靠的因果推论；（2）依据生态系统理论， 个体的压力是个体因素与环境交互作用的结果（Bronfenbrenner， 1989），本研究所选择的变量均属个体因素，缺乏对环境变量的考察，未来研究可以引入环境变量（如同伴关系）来进一步拓展现有研究成果；（3）本研究仅仅探讨了日常烦心事影响学习投入的中介机制， 未来研究可以引入调节变量， 以此明晰日常烦心事在何种情况下直接影响学习投入。

5 结论

日常烦心事与学习投入呈显著负相关； 手机成瘾和自我控制在日常烦心事与学习投入之间起多重中介作用。