多维社会支持量表的初步编制

张 梦 赵梦晗 董嘉慧 宫火良

（河南大学教育学部心理学院，开封 475004）

1 引言

社会支持一直是心理学研究的热点话题之一。一方面， 社会支持可以作为缓解有创伤经历个体的消极心理结果、 实现积极心理变化的重要预测因子（Kaniasty ＆ Norris， 2008； Shallcross et al.，2016）。 研究发现，社会支持与身体残疾青年的心理适应呈正相关（Wilson et al.， 2006）。 另一方面，在健康人群中， 社会支持也可以作为积极的资源为个体提供服务。 优良的社会支持系统能够给人提供积极的情绪体验和稳定的社会性回报（Ruiz－Robledillo et al.， 2014）， 如调节中学生的高考焦虑 （叶宝娟等， 2016）， 是影响青少年亲社会行为的重要因素（李温平， 郭菲， 陈祉妍， 2019）。在大学生群体中，社会支持可以有效预测学习适应（桑利杰， 陈光旭，朱建军， 2016），可以通过希望对大学生生涯适应力产生影响（孙庆民， 刘一帆， 2019）。因此，社会支持对于任何群体来说都是非常重要的一种资源。

尽管围绕社会支持的研究众多， 但对社会支持的定义至今尚未有共识。桑利杰等人认为，社会支持是对个体重要的他人，如家庭成员、邻居、朋友等，对处于压力情境下的个体所提供的帮助功能， 包括社会情感帮助、 实际帮助和信息帮助 （桑利杰， 陈光旭， 朱建军， 2016）。刘晓等人将社会支持定义为个体从其所拥有的社会关系中获得的精神上和物质上的支持（刘晓， 黄希庭， 2010）。 Gottlieb 等人提出，社会支持是指 “人们在正式支持团体和非正式帮助协会的背景下认为可以获得或实际上由非专业人士提供的社会资源” （Gottlieb ＆ Bergen， 2010）。 综合前人的观点可以看出， 社会支持是由支持提供者给予接受者一些情感、肯定与帮助等资源，让接受者获得个人满足的历程。 这就决定了对社会支持考察的多向性，如社会支持的来源、类型，支持接受者的感受与期望等。

在社会支持的来源层面， 不同研究者的划分不尽相同。 有的研究确定了六种潜在的支持来源：家庭、 亲密的朋友、 邻居、 同事、 社区和专业人士（García－Martín Miguel ángel et al.， 2016）。 而有的研究者确定了三个来源，分别是家人、朋友和重要他人 （Zimet et al.， 2010）。 在社会支持的类型层面，House 描述了四种基本类型的支持：情感（如同情、爱、信任、关心）、工具（如金钱或同等形式的帮助、投入时间、 实物援助和其他代表他人的公益干预）、信息（帮助人们处理个人或间接挑战的建议或指导等）以及评估 （以社会对支持的接受者的比较或评估反馈的形式提供信息）（García－Martín Miguel ángel et al.， 2016）。 刘晓把社会支持分为四种，分别是工具性支持、情感性支持、信息性支持和同伴性支持（刘晓， 黄希庭， 2010）。尽管不同学者对社会支持的划分标准不一，维度不同，但也有共通之处。总的来说，在来源层面，社会支持主要包括家人支持、同伴支持和重要他人支持。家人支持来自家庭成员（更多的是来源于父母）；同伴支持来自朋辈之间的帮助；而重要他人在不同群体中有不同的体现， 以往的研究主要集中在学生群体上， 所以对于学生群体来说重要他人的支持主要来自老师。在类型层面，社会支持主要分为情感支持、工具支持和信息支持。 其中，情感支持是支持提供者对支持对象心理上的扶持， 比如信任和陪伴等； 工具支持是提供给支持对象物质性的帮助（金钱等）；信息支持是给予支持对象相关信息和建议。

基于对社会支持的不同认识， 学者们编制的社会支持评定工具也各有侧重。 有些量表倾向于以社会支持的来源为基本结构， 有些量表倾向于以社会支持的类型为基本结构。由Sheldon（1985）编制的人际支持评估清单 （interpersonal support－evaluation list，ISEL） 用于测量大学生所获得的社会支持的类型，该问卷分为四个维度：信息支持、陪伴支持、物质支持、情绪支持。杨晓晖（2005）编制的社会支持量表共14 个项目， 包括同伴或其他同辈群体的支持、教师支持、物质支持和父母支持等四个维度。该问卷考察了个体的不同来源的支持水平以及物质支持水平。 梁晓燕（2008）编制的大学生网络社会支持量表共23 个项目，由情感支持、工具支持、信息支持、友伴支持四个维度构成， 反映了大学生群体在网络使用规程中的社会支持情况， 主要考察了支持类型和支持来源之一的同伴支持的水平。综上可知，这些量表在来源上主要涉及父母、同伴、老师三个维度，在类型上主要涉及工具、信息、情感三个维度。 但部分量表在结构上存在来源和类型的混杂问题， 如在类型中混入某个来源的支持， 或在来源中混入某个类型的支持； 有的量表划分的维度之间因为性质的相似存在进一步归类的可能。

如果说上述量表着重从提供者角度对社会支持进行考察的话， 那么有些量表则从接受者的角度考虑对社会支持进行评量， 包括对所提供社会支持的满意度、对支持的利用度等。有研究者指出个体对他们得到的支持的理解和态度比实际提供的支持更重要， 只有当一个人感觉到需要被满足时那种支持才被认为是社会支持的来源 （Turkpour ＆Mehdinezhad， 2016）。 Sarason 等人（1981）编制的社会支持问卷 （social support questionnaire， SSQ）共27 个项目，分两个维度：社会支持的数量，即在需要时能够依靠别人的程度，主要涉及客观支持；对所获得支持的满意度， 评定的是对支持的主观体验。Zimet（1987）编制的领悟社会支持量表 （perceived social support scale， PSSS）包括 12 个自评项目，分别测定了个体领悟到的来自家庭、 朋友和其他人的支持程度。我国学者肖水源从客观支持、主观支持以及对支持的利用度三个方面编制了社会支持评定量表（肖水源， 1994）。 该量表主要考查不同性质社会支持的情况以及个体对支持资源的利用度， 并得到了广泛的应用。

既然社会支持是提供者和接受者之间的互动过程， 那么接受者期望的支持与提供者实际提供的支持间的匹配程度就成为了社会支持评定的一个重要方面。

Cho 等人（2011）在对慢性疼痛病人抑郁情绪的研究中测量了被试期望的社会支持水平和实际感知到的社会支持水平， 通过计算两者间的差值来描述社会支持的匹配程度。 结果表明情绪支持的差值与抑郁情绪呈正比， 所期望的支持与感知到的支持差异越大， 抑郁情绪水平越高。 Brock 和Lawrence（2014）在一项对夫妻婚姻质量和社会支持关系的研究中发现， 伴侣接受过多支持和提供过多支持可能对婚姻质量产生损害。 而Jennifer 等人（2016）的研究表明，那些获得更高信息或情感支持，或向伴侣提供更多情感支持的人的婚姻满意度更高。Cutrona 等人的研究表明， 所获得的社会支持与个体期望的社会支持间的不匹配不利于婚姻满意度的提升（Cutrona et al.， 2007）。 也有研究表明，期望支持和实际支持间的较大差异与更严重的抑郁症状有关（Shanock et al.， 2010）。 以上研究结果一致表明，实际支持水平与期望支持水平之间的差异确实存在并对个体的心理和行为产生重要影响。因此，社会支持研究不仅应包含对支持来源和类型的划分， 还应包括实际支持与期望支持间的匹配程度。

从定义到维度划分再到评定量表， 研究者对社会支持进行了有效的探索， 证明了社会支持有着复杂的结构， 是一个既包括个体内在认知因素又包括环境因素的多维度概念（刘晓， 黄希庭， 2010）。 如果想要对社会支持有更为完整的理解， 一个有益的尝试就是探索多维或多面向的评定方法。 然而目前的社会支持测评工具大多只考察了某个角度， 对社会支持的评定并不充分。因此，开发新的社会支持评定工具有其必要性。 社会支持的最优匹配理论基于社会支持的多维性和压力事件的可控性、 领域性特点指出，社会支持的有效性取决于：（1）压力事件的可控性与人们的社会支持需求匹配；（2）压力事件的影响领域与人们的社会支持需求匹配；（3）实际感知到的社会支持水平与个体期望的社会支持水平匹配。因此，探讨社会支持的有效性需考虑由谁提供何种类型的支持， 支持到何种程度才能与个体特定活动领域的社会支持需求相匹配（Cutrona， 1990）。 当个体处于考试失败的阴影中，心情郁郁寡欢，这时给予充足的情感支持可能最有利于个体维持心理健康。 同样，一个富商的妻子刚刚过世，这时情绪上的抚慰要比礼金对他更有帮助。研究表明，对于疼痛可控性较低的患者来说， 来自重要他人的情绪支持最有帮助（Cho et al.， 2012）。 类似的研究发现，社会支持充分性比感知到的社会支持水平更能预测大学生的心理健康水平（Tinajero et al.， 2015）。 根据社会支持的多维性特征， 国外有学者编制了相应的评定工具，García－Martín（2016）等人编制的 QESSS 问卷测量个体从不同来源（伴侣、家人、朋友和社区）接受到的不同类型（情感、工具和信息）社会支持的频率和满意度， 从而完整地对社会支持网络进行了评估。 而国内尚缺乏相应的测量工具，因此，本研究拟编制适用于我国文化背景下的多维社会支持量表。

生活满意度是一个人对生活状况的总体评估，是主观幸福感的认知成分。已有研究表明，社会支持是生活满意度的重要影响因素（贾旖璠 等， 2021）。社会支持水平高的人通常更快乐， 对生活也更满意（Chen et al.， 2018）。 故此，本研究使用生活满意度量表作为自编量表的效标。

综上，本研究拟以大学生群体为例，以社会支持的最优匹配理论为指导， 编制适用于我国学生群体的多维社会支持量表， 并使用当下应用较广的社会支持评定量表和生活满意度量表检验自编量表的相容效度和效标效度。

2 方法

2.1 研究对象

样本1： 采用方便取样的方法选取河南省某高校 182 名大学生 （男性占比 23.63%， 女性占比76.37%）为研究对象。 样本的基本情况如下：年龄从17 岁到 32 岁 （M＝20.38 岁）， 其中一年级占比14.84%，二年级占比 49.45%，三年级占比 18.13%，四年级占比5.49%，研究生占比 12.09%；农村人口占比 65.93%，城镇人口占比 34.07%；18.68%被试为独生子女，81.32%被试为非独生子女；32.42%被试为文科专业，67.58%被试为理工科专业。

样本2： 采用方便取样的方法选取河南省四所高校 931 名大学生 （男性占比 33.06%， 女性占比66.94%）为研究对象。 样本的基本情况如下：年龄在17 岁～28 岁 （M＝19.74 岁） 之间， 其中一年级占比38.41%，二年级占比 33.05%，三年级占比 19.53%，四年级占比1.50%，研究生占比7.51%；农村人口占比 79.18%，城市人口占比 20.82%；9.66 %被试是独生子女，90.34%是非独生子女；43.99%被试为文科专业，56.01%被试为理工科专业。

2.2 研究工具

自编多维社会支持量表。鉴于前人对社会支持各维度的要素理解较为一致，本研究以社会支持的最优匹配理论为基础，采用基于内容效度的构思方法进行项目的编写。 从类型上确定情感支持、工具支持和信息支持三个维度，从来源上确定家人支持、同伴支持和老师支持三个维度，在参照同类量表的基础上共编写了27 个项目。各项目的作答采用Likert 计分方式，研究对象在1～5 量尺上表达自己对每个项目的同意程度（1 表示非常不同意，5 表示非常同意）。量表可获得三组得分，分别是个体期望得到的支持水平（以下简称期望支持）、实际感知到的支持水平（以下简称实际支持），以及两者的差值（以下简称支持充分性）。

社会支持评定量表。 该量表由肖水源等（1994）编制，包含10 个项目，由客观支持、主观支持和对社会支持的利用度三个维度构成。 量表在国内被广泛使用，信效度良好。 在本研究中，该量表的克隆巴赫α 系数为 0.65。

生活满意度量表。 该量表由Pavothe 和Diener于 1993 年编制，Mantak Yuen 等人于 2002 年修订。量表包含5 个项目，回答者在1～7 量尺上表达自己对每个项目的同意程度（1 表示非常不同意，7 表示非常同意），分数越高表示生活满意度越高。 本研究中，该量表的克隆巴赫α 系数为 0.87。

2.3 研究程序

首先采用自编量表对样本1 进行预测试， 通过项目分析得到正式量表， 然后采用正式量表和社会支持评定量表、生活满意度量表对样本2 进行施测，确定量表的结构和各心理测量学指标。

2.4 施测与数据处理

以班级为单位，对研究对象进行集体施测。对收集的数据采用SPSS 和AMOS 统计软件进行处理，涉及相关分析、独立样本t 检验、回归分析、探索性因素分析、验证性因素分析、信度检验等方法。

3 研究结果

3.1 预测试

采用题目得分的组间差异（t）和题目与总分的相关（r）为指标确定项目的质量（结果见表 1）。 以量表总分前27%作为高分组，后27%作为低分组，结果发现，所有项目在高分组与低分组上的得分都存在显著差异，由此可以判断项目均具有良好的鉴别度。 计算每个项目与量表总分之间的相关发现，项目与总分均显著相关，相关系数在0.38 以上，因此没有需要删减的题目。 探索性因素分析结果发现， 各项目的因素载荷值在0.48 以上， 共同度在0.40 以上。

表1 项目分析结果

3.2 结构效度检验

将样本2 的数据分半， 分别进行探索性因素分析（n＝465）和验证性因素分析（n＝466）。 首先分别检验来源层面和类型层面上三组项目是否能够分别提取出一个稳定的因子。在来源层面上，对三组项目进行适当性检验，KMO 值分别为 0.90、0.93 和 0.94，ps＜0.001。 在此基础上进行因素分析，三组项目均提取出一个因素， 方差解释率分别为 56.23%，68.04%和 72.58%，因素载荷量均在 0.6 以上。 结合结构假设与数据分析，将三个因素分别命名为家人支持、同伴支持和老师支持。 在类型层面上，KMO 值分别为0.89，0.88 和 0.90，ps＜0.001。在此基础上进行因素分析，三组项目均提取出一个因素，方差解释率分别为56.54%，53.69%和 60.67%， 因素载荷量均在 0.5 以上。结合结构假设与数据分析，将三个因素分别命名为情感支持、工具支持和信息支持。

根据探索性因素分析的结果建构结构方程模型（结果见图1）。 在量表计分阶段，使用期望支持和实际支持的差值作为支持充分性可能会出现负值，为了避免负值可能对结构方程拟合出现的影响， 将原始分数转化成T 分数进行运算。 验证性因素分析得到的主要拟合指标分别为：χ2／df＝4.53，CFI＝0.89，IFI＝0.90，NFI＝0.87，PNFI 和 PCFI 均小于 0.5，模型可以被接受。 评价测量模型好坏的标准还包括各个观测变量在潜变量上的载荷， 以及在误差或独特因子上的载荷大小。 一般来说，在潜变量上的载荷较高，就意味着各个因素在误差或独特因子上的载荷较小，也表示模型的质量较高。 结构方程模型显示，各个项目在潜变量上的载荷均在0.001 的水平上显著，意味着模型结构拟合良好。

图1 多维社会支持量表结构方程建模

3.3 信度分析

采用样本2（n＝931）的数据对自编量表的信度进行分析，使用内部一致性系数（克隆巴赫α 系数）作为信度指标。 结果发现：总量表的α 系数为0.96；在来源层面上，家人支持、同伴支持、老师支持的α系数分别为 0.90，0.94 和 0.95；在类型层面上，情感支持、 工具支持、 信息支持的 α 系数分别为0.91，0.89，0.92。

3.4 相容效度和效标效度

社会支持是影响生活满意度的外在因素之一，因此为了验证问卷的有效性， 本研究采用生活满意度作为自编量表的效标。另外，国内目前对社会支持的测评较多使用肖水源等编制的社会支持评定量表， 因此本研究使用该量表作为自编量表的相容效度指标。 相关分析结果如表3 所示。 从表中可以看出， 不同来源和类型的社会支持的充分性与生活满意度和社会支持评定之间均呈显著正相关， 表明自编量表具有较好的效标效度和相容效度。

表3 自编量表的效度指标分析

3.5 社会支持与生活满意度的关系

如前所述， 过于充分的支持条件不利于个体和关系的发展，支持资源匮乏的个体在事件处理、生活满意度等方面同样会受到损害。因此，本研究依据样本的支持充分性得分进行高中低分组， 考察各组在生活满意度得分上的差异，结果如表4 所示。从表中可以看出， 各组在生活满意度得分上存在显著性差异。事后多重检验发现，低分组（社会支持不足）在生活满意度上的平均得分较低且显著低于中间组和高分组；高分组（社会支持过度）在生活满意度上的平均得分也低于中间组（社会支持供需均衡），但两者间差异不显著。

表4 社会支持充分性水平在生活满意度上的差异分析

4 讨论

从已有理论框架出发编写项目是问卷编制中较为常见的一种自上而下的做法。 社会支持的最优匹配理论认为，在考虑社会支持的有效性时，既需要考虑到个体面临的情境， 也需要考虑到个体对不同来源和类型社会支持的期望与实际感知到的支持间的匹配程度（即社会支持的充分性）。基于此，本研究以社会支持的来源和类型作为基本框架， 在参阅同类量表的基础上拟定项目形成初始量表， 通过项目分析形成正式量表， 采用结构方程模型对正式量表的结构效度进行分析并对正式量表的题目进行了相应的信度分析。 除此之外，根据已有研究结果，本研究还纳入了社会支持评定量表和生活满意度量表考察自编量表的相容效度和效标效度。结果显示，自编的多维社会支持量表各维度内部一致性系数在0.89～0.95 之间，总量表信度为 0.96，构建的结构方程各项指标拟合良好， 与另外两个变量的相关系数均达到了显著性水平， 表明自编量表具有良好的心理测量学指标。

从结构方程模型结果来看，在来源层面，探索性因素分析结果可以提取出三个因素， 分别为家人支持、同伴支持和老师支持，方差解释率均在56%以上，各项目的因素载荷均在0.6 以上。 在本研究中，因为研究对象为学生群体， 所以社会支持的来源主要涉及学校和家庭两个场域， 在这些场域中的重要他人主要包括家人（尤其是父母）、教师以及同伴（同学、朋友等）。在以往的社会支持研究中，来源也主要设定为个体的重要他人，如姜乾金等人（2001）修订的领悟社会支持量表也是以这三类群体来确定维度的。这三类群体各自与个体间的关系有较大的不同。家人与个体之间既有着天然的血缘关系， 也有着位阶和年龄的差别， 家人往往拥有着个体所欠缺的生活经验； 教师与个体之间有着社会赋予的固定角色关系，这种关系是后天赋予的，同时教师与个体间也存在着位阶和年龄的差别， 教师往往拥有着个体需要学习的知识经验； 同伴与个体之间的关系也是后天赋予的， 但同伴与个体之间往往不存在明显的位阶和年龄差异， 拥有着家人和教师所不具备的地位平等性、经验感受相似性。这些差异导致不同群体能够和愿意提供给个体的社会支持有一定的差异性。

在类型层面， 探索性因素分析结果可以提取出三个因素，分别为情感支持、工具支持和信息支持，方差解释率均在53%以上，各项目的因子载荷均在0.5 以上。 相比来源而言，以往的测量工具较少将类型作为构成维度。但已有研究发现，人们面对特定的压力情境时或在人生发展的特定阶段所需要的社会支持类型是不同的。 这也说明了将类型作为社会支持的一个考察角度的必要性。 本研究构建的结构方程模型也在一定程度上支持了这种划分。 虽然三种类型间的协方差存在大于1 的情况， 但是从相关分析结果可以看出， 三种类型各自与总分之间的相关还是大于三种类型彼此间的相关的。我们推测，三种类型间存在高相关的可能原因在于： 尽管三种类型各自的内涵不同，但可能来自相同的社会支持来源。家人往往既能够为个体提供情感支持也能够为个体提供工具支持和信息支持， 教师在为学生提供工具支持和信息支持的同时也会提供情感支持。实际上，社会支持发生的前提是人际亲密度， 愿意提供工具支持和信息支持的人往往也会提供情感支持， 这里的人际亲密度主要体现为家人之爱、 教师之爱和同伴之爱。 尽管如此，类型上的区分还是有意义的，它有助于我们明确怎样的支持更能满足人们在特定情境下的需求。

最优匹配理论认为， 当社会支持的提供与支持期望相匹配时，社会支持的效果会增强（Merluzzi et al.， 2016）。 因此，评价社会支持水平时纳入社会支持充分性这一指标是有意义的。 本研究将个体期望的社会支持水平与实际感受到的社会支持水平差值作为社会支持充分性的指标， 得分为正值意味着社会支持水平是充分的， 负值则意味着社会支持是不足的。本研究将生活满意度作为因变量，将社会支持充分性和社会支持评定量表考察的社会支持水平作为预测变量，回归分析结果显示，社会支持充分性对生活满意度的预测作用略大于社会支持水平的预测作用。 这也说明了从社会支持充分性角度考察社会支持是非常必要的。 另外，有研究表明，在婚姻关系中当丈夫从妻子那里获得较少的信息支持时， 丈夫的愉悦感比较低；与此相反，当妻子从丈夫那里获得过高的信息支持时， 妻子会表现出更高的抑郁症状（Lorenzo et al.， 2018）。Brock 等人也提出伴侣支持的过度提供可能对婚姻的发展过程特别有害（Brock ＆ Lawrence， 2009）。以上结果意味着，支持水平过低或过高可能会产生不利影响。为此，本研究围绕生活满意度进行了社会支持充分性的分组比较。从结果可以看出，支持充分性不足群体的生活满意度显著低于支持充分性充足和达到平衡的群体，过度支持组的生活满意度得分略低于支持平衡的群体。因此，当个体期望的支持和得到的支持达到平衡时，更有利于提升个体的生活满意度。

以往研究发现， 个体的社会支持与生活满意度呈正相关，即社会支持水平越高，其生活满意度就越高（和红， 王硕， 2016）。 有关老年人社会支持与主观生活质量关系的研究也表明， 社会支持是影响生活质量的重要因素。 社会支持对个体的生活质量具有积极影响， 个体在得到各种社会支持时更能获得较高的幸福感（刘视湘， 孙燕， 杜晓鹏， 2020）。 因此，为了进一步考察自编量表的有效性，本研究选取了社会支持评定量表作为相容效度的考察指标，选取生活满意度量表作为校标。从研究结果来看，自编量表得分与社会支持评定量表得分间呈现较高的相关，与生活满意度量表同样呈现较高的相关，也就是说自编量表具有良好的相容效度和效标效度。

对于社会支持的考量不仅是在各个维度上的评定上， 更要多维多面地将各个社会支持的水平统合起来考虑。 Malecki 和 Demaray（2003）在对 5～8 年级儿童、青少年的社会支持研究中发现，情感支持和信息支持是家长支持的最主要类型， 信息支持是教师支持的最主要类型， 而情感支持和工具支持是同伴支持的最主要类型。 不同来源提供的社会支持既有共同的作用也有各自独特的影响。以往的研究提出，社会支持作为一种情景变量， 对其考量应结合文化环境、情境和时间等因素（刘晓， 黄希庭， 2010）。对社会支持的评定要求考虑情景也体现了对社会支持匹配的要求。 个体接收到的社会支持的来源（父母、同伴和老师）和类型（情感、信息和工具）宽泛，不同的来源提供的社会支持水平可能不同， 作用可能不一。 Maryanna Fezer（2008）的研究显示，在青少年群体中朋友支持最常被感知； 而父母的支持行为与学业成功的相关性最强； 虽然教师的信息支持经常被感知到， 但实际上教师的情感支持才有助于学生在学校的成功。一项对青少年的研究表明，家长主要提供情感支持和工具支持， 同学提供信息支持和情感支持，教师提供信息支持；随着同学支持的增加，家长支持呈下降趋势（Hernandez， E.， 2012）。 因此对社会支持的考察应当结合群体的特征，明确其特点，采取合适的结构维度对其进行评定。 自编的多维社会支持量表可以较好地体现这一思想， 为社会支持的评定提供科学的工具。

自编的多维社会支持量表具有多方面的价值：一方面， 量表提供了探究社会支持对个体影响的有效工具，通过综合社会支持的来源、类型和充分性三个主要结构，更全面考察个体的社会支持水平；另一方面， 个体可以通过多维社会支持量表来判断自己对外界提供的各种类型支持的期望程度， 从而更好地调整自己适应当前的生活或者调整自己如何寻求外界的帮助。值得注意的是，本次研究只考察了自编的多维社会支持量表在大学生群体中的应用， 在其他学生群体（如中学生群体）乃至工作人群（可考虑将老师支持替换为领导支持等） 中的适用性有待验证。另外，本研究发现，对于生活满意度而言，过度的社会支持与平衡的社会支持都要优于不足的社会支持， 并未出现明显的过犹不及现象， 对于其他情境（如学业情境）而言，社会支持的作用是否会存在过犹不及的情形呢？ 这也需要更多的研究加以检验。