综述:情绪智力与心理健康关系中心理韧性和数字成瘾的中介作用探究:一种元分析结构方程建模方法

《Frontiers in Psychology》:Investigating the mediating roles of psychological resilience and digital addiction in the relationship between emotional intelligence and mental health: a meta-analytic structural equation modeling approach

【字体: 大 中 小 】 时间:2026年05月26日 来源:Frontiers in Psychology 2.9

编辑推荐:

  引言:研究表明,大学生正日益更易出现数字成瘾,从而导致严重的心理健康问题。另一方面,情绪智力与心理韧性被认为会影响其发生数字成瘾及心理健康问题的可能性。尽管这些构念在当代数字世界中的重要性不断上升,但考察这些构念相互关系的研究仍较为少见。因此,本研究旨在通过检

  
引言:研究表明,大学生正日益更易出现数字成瘾,从而导致严重的心理健康问题。另一方面,情绪智力与心理韧性被认为会影响其发生数字成瘾及心理健康问题的可能性。尽管这些构念在当代数字世界中的重要性不断上升,但考察这些构念相互关系的研究仍较为少见。因此,本研究旨在通过检验一个假设性研究模型,探讨这些变量之间的双重及多重关系。

方法:本研究采用元分析结构方程建模(MASEM)分析来检验研究模型中的结构关系。研究还检验了关于研究变量之间关系的若干替代模型,以提供更为细致的理解。研究数据分步骤收集自Web of Science(WoS)、Scopus和Google Scholar。数据分析基于纳入数据集的257项研究所汇集的相关系数进行。

结果:通过对257项研究结果进行定量综合,研究表明,大学生的情绪智力既可直接与心理健康问题相关,也可通过数字成瘾和心理韧性间接与心理健康问题相关。

讨论:通过在单一探索性框架内检验情绪、心理与行为因素的整合模型,本研究对大学生心理健康功能提供了更为全面的解释,并提出了促进大学生心理健康的重要启示。
1 Introduction

本文围绕大学生群体中情绪智力、数字成瘾、心理韧性与心理健康问题之间的关系展开系统分析。研究首先指出,数字技术的持续进步正在深刻重塑沟通、社交、娱乐与学习等日常生活维度,但数字技术在带来便利的同时,也会通过身份发展、依恋方式、情绪调节机制等心理过程对个体健康产生风险,并表现出一定成瘾潜能。文中将数字成瘾界定为一种行为成瘾,其典型后果包括日常功能受损、冲动控制困难以及社会关系显著下降。既有研究已显示,数字成瘾与抑郁、焦虑、压力、孤独感、低自尊、注意问题及睡眠障碍等多类心理风险密切相关。文章进一步强调,大学生相较其他年龄群体更易发生数字成瘾,这与其社会归属需要、学业压力、社会认同追求、设备可及性高以及数字平台对身份建构的影响有关。基于此,研究提出有必要在整体框架下同时考察情绪智力、数字成瘾、心理韧性与心理健康问题之间的联动机制,并采用元分析结构方程建模(MASEM)以超越传统双变量元分析的局限,对直接路径与间接路径进行统一检验。

2 Theoretical framework and the hypotheses

2.1 Emotional intelligence and mental health problems

本节界定情绪智力为个体调节自身及他人情绪的情绪能力与情绪资源。论文梳理的理论与实证证据表明,高情绪智力个体更能抵御压力的不良影响,较少报告抑郁、无望感与自杀意念,说明情绪智力可能作为预防心理健康问题的重要保护机制。文章还指出,情绪智力的幸福感、自我控制与社交性等维度均可对心理健康产生积极影响。据此,研究提出假设H1:大学生的情绪智力对其心理健康问题具有显著负向影响。

2.2 Emotional intelligence and digital addiction

本节聚焦情绪智力与数字成瘾之间的联系。文中综合既有研究认为,情绪智力较低的个体更容易出现网络成瘾等问题性数字使用行为,而情绪智力较高者更不倾向于过度使用互联网及承受其负面后果。相关研究反复报告二者存在显著负相关关系。基于这些证据,文章提出H2:大学生的情绪智力对其数字成瘾具有显著负向影响。

2.3 Emotional intelligence and psychological resilience

本节讨论情绪智力与心理韧性的关系。研究指出,两者均与多种行为结果相关,情绪智力可通过增强共情、情绪反应能力以及情绪自我调节,改善个体在压力情境中的应对方式,从而支持心理韧性的形成。教育情境中的研究也表明,情绪智力不仅可直接促进幸福感,还可通过提升心理韧性发挥作用。因此,文章提出H3:大学生的情绪智力对其心理韧性具有显著正向影响。

2.4 Digital addiction and mental health problems

本节论述数字成瘾对心理健康问题的风险作用。文章指出,智能手机、社交媒体等数字技术的过度或问题性使用可导致成瘾,并与抑郁、焦虑、睡眠障碍等多种心理健康问题高度相关。针对大学生样本的研究进一步显示,较高的智能手机使用水平和成瘾率会降低生活质量并引发多种心理问题。因此提出H4:大学生的数字成瘾对其心理健康问题具有显著正向影响。

2.5 Psychological resilience and mental health problems

本节从理论上将韧性理解为个体在面对生活挑战后维持、恢复或提升心理福祉的过程,心理韧性则涉及生物、心理、社会与生态系统的交互调节。经验研究提示,心理韧性能够作为心理健康的调节和保护机制,较低韧性与躯体疾病及较差心理健康有关。基于此,研究提出H5:大学生的心理韧性对其心理健康问题具有显著负向影响。

2.6 Psychological resilience and digital addiction

本节探讨心理韧性与数字成瘾的联系。文章指出,两者之间存在显著负相关,高心理韧性个体更可能采用现实中的适应性应对方式,而非通过过量数字媒介消费进行逃避性应对;相反,低心理韧性会增加数字逃避与行为成瘾的易感性。由此提出H6:大学生的数字成瘾与其心理韧性之间存在显著负向关系。

2.7 Mediating roles of digital addiction and psychological resilience

本节构建中介机制。文中认为,情绪智力不仅可能直接影响心理健康问题,还可能通过降低数字成瘾倾向、提升心理韧性而间接发挥作用。因此提出H7:数字成瘾中介情绪智力与心理健康问题之间的关系;H8:心理韧性中介情绪智力与心理健康问题之间的关系。基于上述假设,研究形成了整合性的理论模型。

3 Methodology

3.1 Data collection

研究采用元分析结构方程建模(MASEM)检验假设模型中的结构关系,分析基础为257项研究中的Pearson相关系数。数据分阶段从Web of Science(WoS)、Scopus与Google Scholar检索获得,并遵循PRISMA 2020流程开展筛选。纳入标准包括:同行评议英文论文、研究对象为大学生、报告Pearson相关系数。排除标准包括:学位论文、图书及会议论文、质性研究、综述或概念研究、未报告Pearson相关的定量研究、K-12或普通人群研究以及非英文文献。研究团队采用双重独立审查与复核程序,最终形成257篇文献的数据集。

3.2 Data analysis

分析采用两阶段结构方程建模策略。第一阶段将原始研究中的相关矩阵在随机效应模型下进行整合,计算汇总相关矩阵与表示研究间异质性的方差—协方差成分Tau2,并采用完全信息最大似然法(FIML)估计。第二阶段基于汇总矩阵建立结构方程模型,使用加权最小二乘法(WLS)进行参数估计。研究同时报告效应量、异质性(I2)、漏斗图与Egger回归检验结果,并使用RMSEA、SRMR、CFI、TLI以及AIC、BIC评估模型拟合优度与模型比较结果。

4 Results

4.1 Summary effects

研究首先基于随机效应模型构建相关矩阵并计算总体效应量。结果显示:数字成瘾与心理健康问题之间呈正相关,效应量为较大水平;数字成瘾与心理韧性呈负相关,达到中等水平;数字成瘾与情绪智力呈负相关,达到较大水平;心理健康问题与心理韧性、情绪智力之间均呈较大负相关;心理韧性与情绪智力之间呈显著正相关。各关系的I2介于86.6%至96.9%,提示研究间存在较高异质性。Egger回归检验表明漏斗图不对称性在统计上不显著,说明发表偏倚未对总体效应量构成显著威胁。

4.2 Test of the mediation analysis

4.2.1 Test of the proposed model

在假设模型检验中,拟合指标整体表现优良:RMSEA、SRMR、TLI与CFI均表明模型与数据之间具有良好拟合。路径分析结果表明,情绪智力对数字成瘾具有较大的负向影响,对心理韧性具有较大的正向影响;情绪智力可解释数字成瘾11%的变异和心理韧性29%的变异。与此同时,数字成瘾对心理健康问题具有中等强度的正向影响,心理韧性对心理健康问题具有较大的负向影响,两者共同解释心理健康问题22%的变异。数字成瘾与心理韧性之间还存在极小的负相关。为进一步检验中介性质,研究在模型中加入情绪智力指向心理健康问题的直接路径,结果显示该路径为显著但较小的负向效应,说明数字成瘾与心理韧性在情绪智力影响心理健康问题的过程中发挥部分中介作用。换言之,情绪智力既可直接关联于较少的心理健康问题,也可通过降低数字成瘾、增强心理韧性而间接发挥作用。

4.3 Test of alternative models

为检验理论结构的稳健性,研究进一步构建并比较了若干替代模型。替代模型1将数字成瘾与情绪智力的位置互换,结果显示所有路径系数均显著,部分拟合指标尚可,但TLI低于理想水平。替代模型2将数字成瘾与情绪智力共同作为自变量预测心理韧性,再由心理韧性预测心理健康问题,结果整体拟合仍不充分。替代模型3将情绪智力设为中介变量、与心理韧性位置互换,虽然部分指标有所改善,但SRMR与TLI未达到理想标准。替代模型4则将数字成瘾设为中介变量并与情绪智力交换位置,其多数拟合指标明显不足。综合AIC与BIC比较,原始提出的模型具有最低数值,因此为最佳拟合模型。文章据此认为,尽管数字成瘾与情绪智力之间可能存在一定双向关联,但以情绪智力作为更基础的前因变量更能解释数据中的结构关系。

5 Discussion

讨论部分指出,本研究通过MASEM将情绪、行为与心理适应因素纳入同一理论框架,较系统地揭示了大学生心理健康功能的多路径机制。研究确认,较高情绪智力与较低数字成瘾、较少心理健康问题及较高心理韧性相关。这意味着情绪智力可能通过促进情绪识别、情绪调节、自我控制与社交功能,降低个体借助数字环境进行逃避性应对的倾向,并增强其面对压力时的恢复能力。研究还强化了既有认识,即数字成瘾会通过社会比较、睡眠干扰、时间管理受损、面对面互动减少以及孤独感上升等机制,不利于大学生心理健康。与此同时,心理韧性不仅与更好的心理健康状态相关,也与更低的数字成瘾风险相关,其保护功能在本研究中得到进一步支持。最关键的是,中介分析表明数字成瘾与心理韧性均为部分中介变量,这说明情绪智力影响心理健康并非单一路径,而是通过直接效应与间接效应并行发生。替代模型检验则进一步表明,尽管数字成瘾可能反向关联情绪智力,但由情绪智力出发解释整体现象更符合数据。

6 Conclusion and implications

研究结论指出,大学生较高的情绪智力更可能与较少的心理健康问题相联系,而这种作用既来源于其更强的情绪调节与压力应对能力,也来源于其对问题性数字技术使用的抑制作用以及对心理韧性的促进作用。研究因此强调,在促进大学生心理健康时,应同时关注保护性因素与风险性因素,即情绪智力、心理韧性与数字成瘾。实践层面上,文章建议高校开发情绪识别、情绪调节、共情能力训练项目,并将压力管理、适应性应对、正念干预与情绪智力培养相结合,同时推动自我调节的数字参与方式,以减少情绪驱动下的问题性数字使用。这些措施可嵌入新生适应课程、心理咨询服务或协同育人活动中。

7 Limitations

文章最后指出若干局限。首先,元分析结果依赖已发表研究,因此原始研究在设计、测量与分析上的不足可能影响汇总效应估计。其次,由于样本特征、研究情境、研究设计与测量工具存在差异,数据集表现出较高异质性,虽然随机效应模型与两阶段结构方程模型(TSSEM)已在统计上对此加以处理,但异质性来源并未被完全解释。此外,研究未进一步开展基于地区、测量工具或研究设计的调节分析,因此结论在不同文化与样本情境中的普适性仍需后续研究验证。最后,尽管作者采用了审慎的检索与筛选程序,数据集仍可能遗漏部分最新或未被数据库收录的相关研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号