International Open Access Journal Platform

1 导言

自新型冠状病毒肺炎（COVID-19）疫情暴发以来，不仅是公众的生命健康遭受威胁，人们的心理健康也普遍遭受到了冲击［1，2］。截至2022年3月27日18时26分，国内现有确诊病例270，232例，不断上升的数字也正在改变人们的情绪状态。郭菲等人的两项线上公众调查显示，有22.4%的人群对于疫情存在明显的焦虑症状[3]。对于大学生来说，一系列的防疫措施会对他们的返校、学习、出行等活动造成困难，导致部分大学生频繁出现异常的焦虑情绪［4］。

近年来，越来越多的90后、00后大学生认为自己患有社交焦虑。社交焦虑，俗称“社恐”，主要是指对自己人际处境的一种紧张或害怕[5]。据调查，有90%以上的人认为自己或多或少有一定的“社恐”或社交焦虑，这反映出了不可忽视的社会现实因素。一方面，现实生活的繁琐让大学生更习惯于在线上通过社交软件表达自己，畅所欲言；另一方面，网络交流的随意性也成了许多大学生回避社交的“避风港”[6]。由于疫情期间的防控举措，人们更加难以进行面对面的交谈，学生大部分时间只能通过线上的方式联系同学或老师。虽然网络的沟通看似更加便捷，但是没有面对面的交流，社交距离感就会逐渐增加，人们对于线下交流的社交焦虑也随之增加。而具有线下社交焦虑的人达到一定的数量，还能够在群体性层面上导致隐患，更进一步可能带来严重的社会问题乃至社会危机，从而导致所谓的“社恐”困局。“社恐”困局不仅仅指向个人，还具有社群乃至社会层面的意义，对于整个社会的危害是极其巨大的[7]。

对于社交焦虑的评估，自陈式量表是重要的手段之一。自1980年DSM-III提出关于社交焦虑障碍的概念，研究者开发了一系列关于社交焦虑的诊断和评估工具。在其中，马蒂克（Mattick）和克拉克（Clarke）编制的社交焦虑量表（SIAS）和社交恐怖量表（SPS）应用最为广泛[8]。社交焦虑量表和社交恐怖量表是一起使用的两份测量工具，两量表合并用于评估社交焦虑的两个方面：个体对各种社交活动的惧怕程度与个体对生活中被注视的惧怕程度[9]。两个量表各自包含20个测试项目，均采用五点计分。已有大量研究结果证明，在临床和非临床样本上社交焦虑量表和社交恐怖量表均表现出良好的信效度[10]。

叶冬梅和钱铭怡等（2007）对完整版社会交往焦虑量表（SIAS）和社交焦虑量表（SPS）进行了翻译与修订，并考察了其心理测量学特征。他们以1300多名北京市大学生为测查对象，对量表进行了验证性因素分析和信效度检验，并且建立了北京市大学生的常模。量表的信度与效度都很高，但此量表项目太多是一个比较大的缺陷，尤其在临床实践中存在明显的挑战[11]。

此外，社交焦虑的评估与诊断往往要伴随一般焦虑症状的测量[12]。这也就暗示着，这两份量表往往需要伴随其他一系列的量表一起使用，量表题目会非常多，在很大程度上这种答题负荷会抑制其普及和使用。也正是因为如此，近年来研究者试图开发简化版的社交焦虑和社交恐怖量表。其中，费格斯（Fergus et al.，2012）开发了简版社交焦虑和社交恐怖量表。该量表保留了原版的社交恐怖量表和社交焦虑量表中各6道题目。在项目筛选时，费格斯等人特别注重量表题目的可读性，重点选取了表述清晰、易于理解的一些题目。研究证明，费格斯的简版社交焦虑和社交恐怖量表在正常人群和社交焦虑障碍人群中均表现出良好的信效度，且适合在中国文化背景之下使用[13]。但有关疫情期间大学生社交焦虑量表编制的相关研究是缺乏的。

除了社交焦虑之外，大学生对于疫情的焦虑也体现在状态焦虑和特质焦虑上。这两种焦虑的概念最早由卡特尔和舍依尔提出（Cattell and Scheier，1958，1961）［14，15］。状态焦虑又被称作“情境焦虑”，指的是个体随时间变化产生的短暂而不愉快的生理或心理状态；特质焦虑是指与当前状态焦虑倾向有关的个体差异，反映的是人整体的、相对稳定的人格特征，可以描述为一种把一个外界刺激环境知觉作为危险的或有威胁的倾向［16，17］。研究发现，状态焦虑和特质焦虑对于大学生的睡眠质量以及寻求心理帮助的态度具有直接显著的影响［18，19］。对疫情期间发生的事件抱有很强的状态—特质焦虑甚至会使人产生自杀倾向，对社会造成不良的影响。

因此，对于以上两种焦虑类型的评估和测量显得十分重要。1979年由斯皮尔伯格（Spielberger）等人编制的状态—特质焦虑量表（state-trait anxiety inventory form-y，STAI-Y）是目前在各大科学研究和临床实践中应用最为广泛的测量手段。1995年，李文利与钱铭怡对状态—特质焦虑量表进行了中国大学生常模的修订[20]；2021年，程长等人对于中文版的状态—特质焦虑量表进行了一项测量等值性研究，证实了该量表在抑郁症病人和正常人群间具有等值性[21]。但我们对疫情期间大学生的状态特质焦虑也知之甚少，有必要综合社交焦虑、状态焦虑与特质焦虑的概念编制量表，考察疫情期间有哪些因素能够对大学生的焦虑状况产生影响。

2 研究方法

2.1 总体思路

本研究围绕新冠肺炎疫情期间大学生的社交焦虑以及状态—特质焦虑状况展开调研。首先，通过文献梳理，了解社交焦虑、状态—特质焦虑的发展历程及现状；然后，通过问卷网、微信朋友圈、QQ空间等线上方式发放问卷，调查疫情期间大学生焦虑的相关情况；最后，量化分析大学生的社交焦虑以及状态—特质焦虑状况。

2.2 调研对象、内容和方法

本研究采用线上问卷法，填写时长在3～10分钟之间，采用选项题型，共得到问卷407 份。筛除作答时间较短、规定选项作答错误、非大学生等无效问卷，剩余314份，有效率为77.1% 。样本分布详见表1。

表 1 受调查对象的样本分布

Table 1 Sample distribution of respondents

本次调研主要围绕“社交焦虑”“状态—特质焦虑”两大方面展开，具体包括紧张焦虑（TA）、社交敏感（SIS）、社交自信（SIC）等社交焦虑因子，焦虑心境、疲倦、睡眠、注意力减退、躯体症状、紧张、恐惧和易激怒等状态焦虑因子，行为抑制、负性情感、焦虑敏感性、对负面评价的害怕等特质焦虑因子。

图 1 问卷设计维度

Figure 1 Dimension of questionnaire

2.3 问卷编制方法

问卷编制主要参考了马蒂克等人（1998）编制的社交恐惧量表（social phobia scale，SPS）、斯皮尔伯格等人（1979）编制的状态—特质焦虑量表（STAI-Y）以及张亚娟（2017）基于美国精神疾病诊断标准（第五版）（diagnostic and statistical manual of mental disorders，DSM-V）编制的状态—特质焦虑问卷[22]，各条目为调研团队根据疫情期间大学生的生活环境原创。问卷共37题，可分为四大部分：第一部分（Q1-7）收集被试的人口学数据以及与疫情有关的一般资料，第二部分（Q8-20）为社交焦虑量表，第三部分（Q21-28）为状态焦虑量表，第四部分（Q29-36）为特质焦虑量表，Q37为选做题，让被试自愿填写自己的邮箱以便调研团队发送调研报告；Q1和Q17用于检验样本填写的有效性。

2.4 统计方法

采用 SPSS22.0对数据进行统计处理。分别对第二部分（社交焦虑量表）、第三部分（状态焦虑量表）、第四部分（特质焦虑量表）的总分进行正态性检验；对第一部分（人口学数据）进行一系列描述性统计，计算第二、三、四部分的总量表以及各因素分量表的内部一致性信度和分半信度，并计算第二、三、四部分量表各因素的分量表得分之间的Pearson相关系数；分析人口学数据和各部分量表的关系；通过 KMO 统计量和 Bartlett’ s 球形检验来分析第二、三、四部分量表中的各维度是否适合进行因子分析，并对适合的维度进行探索性因素分析。

3 结果分析

3.1 项目的统计学特征与相关性分析

3.1.1 社交焦虑分量表

对社交焦虑量表总分按性别分组，进行独立样本t检验。结果表明，疫情期间男大学生的社交焦虑量表总分（x=35.05，s=9.83）与女大学生的社交焦虑量表总分（x=34.33，s=9.61）之间不存在显著差异，t（312）=0.645，p=0.519>0.05，Cohen’s d=0.074。将所有被试的社交焦虑量表总分（34.63±9.70）进行正态检验，结果显示K-S系数为 0.76，df=314，p=0.000<0.001。其偏度为-0.138，峰度为-0.787。各维度间的相关系数如表2所示。

表 2 社交焦虑分量表中各维度间的Pearson相关系数

Table 2 Pearson correlation coefficient among dimensions in social anxiety subscale

注： **代表相关性均是显著的（p<0.001），N=314。

3.1.2 状态焦虑分量表

对状态焦虑量表总分按性别分组，进行独立样本t检验。结果表明，疫情期间男大学生的状态焦虑量表总分（x=17.65，s=6.52）与女大学生的状态焦虑量表总分（x=17.29，s=5.97）之间不存在显著差异，t（312）=0.516，p=0.606>0.05，Cohen’s d=0.059。将所有被试的状态焦虑量表总分（17.44±6.20）进行正态检验，结果显示K-S系数为 0.11，df=314，p=0.000<0.001。其偏度为0.282，峰度为-0.994。各维度间的相关系数如表3所示。

表 3 状态焦虑分量表中各维度间的Pearson相关系数

Table 3 Pearson correlation coefficients between dimensions in the state anxiety subscale

注：**代表相关性均是显著的（p<0.001），N=314。

3.1.3 特质焦虑分量表

对特质焦虑量表总分按性别分组，进行独立样本t检验。结果表明，疫情期间男大学生的特质焦虑量表总分（x=18.95，s=6.16）与女大学生的特质焦虑量表总分（x=19.26，s=5.81）之间不存在显著差异，t（312）=0.454，p=0.650>0.05，Cohen’s d=0.052。将所有被试的特质焦虑量表总分（19.13±5.96）进行正态检验，结果显示K-S系数为 0.067，df=314，p=0.002<0.01。其偏度为-0.039，峰度为-0.923。各维度间的相关系数如表4所示。

表 4 特质焦虑分量表中各维度间的Pearson相关系数

Table 4 Pearson correlation coefficient among dimensions in trait anxiety subscale

注：**代表相关性均是显著的（p<0.001），N=314。

3.1.4 总量表

对量表总分按性别分组，进行独立样本t检验。结果表明，疫情期间男大学生的量表总分（x=71.65，s=21.20）与女大学生的量表总分（x=70.88，s=19.62）之间不存在显著差异，t（312）=0.333，p=0.739>0.05，Cohen’s d=0.038。将所有被试的量表总分（71.20±20.26）进行正态检验，结果显示K-S系数为 0.058，df=314，p=0.014<0.05。其偏度为0.030，峰度为-0.833。各分量表间的相关系数如表5所示。

表 5 各分量表间的Pearson相关系数

Table 5 Pearson correlation coefficient among subscales

注：**代表相关性均是显著的（p<0.001），N=314。

3.2 信度效度分析与因素分析

3.2.1 信度分析

社交焦虑量表、状态焦虑量表以及特质焦虑量表的克龙巴赫α系数分别为0.897，0.905，0.889，均在0.9左右，说明三个量表的内部一致性信度较高。

社交焦虑量表、状态焦虑量表以及特质焦虑量表的Guttman 折半信度系数分别为0.897，0.897，0.892，均大于0.89，说明三个量表的分半信度较高。

3.2.2 效度分析

通过 KMO 统计量和Bartlett’s球形检验来分析该维度以及该分量表是否适合进行因子分析，同时检验各分量表的效度。根据凯撒（Kaiser，1974）的观点，KMO 值大于0.9是最好的，大于 0.8 比较好，大于 0.7 是中等，小于 0.7 则不适合做因子分析。并且 Bartlett’s球形检验结果显著，各样本可以进行因素分析。根据分析结果，表明除社交自信维度以外的各维度各分量表都适合做探索性因素分析，如表6所示。

表 6 各分量表各维度 KMO 和 Bartlett’s检验

Table 6 Kmo and Bartlett's test for each dimension of each subscale

注：*由于状态焦虑分量表各维度只有一题；特质焦虑量表各维度只有两题，因此没有必要计算其中各维度的KMO 统计量或进行Bartlett’s球形检验，直接对分量表进行检验。

3.3 综合性分析

3.3.1 是否为独生子女对疫情期间大学生焦虑情况的影响

将社交焦虑分量表、状态焦虑分量表、特质焦虑分量表的总分按是否为独生子女分组，进行独立样本t检验。结果表明，独生子女的社交焦虑量表总分（x=35.16，s=9.73）与非独生子女的社交焦虑量表总分（x=33.80，s=9.63）之间不存在显著差异，t（312）=1.218，p=0.224>0.05，Cohen’s d=0.141；
独生子女的状态焦虑量表总分（x=18.04，s=6.41）显著大于非独生子女的状态焦虑量表总分（x=16.50，s=5.75），t（312）=2.153，p=0.032<0.05，Cohen’s d=0.249；独生子女的特质焦虑量表总分（x=19.84，s=5.93）显著大于非独生子女的特质焦虑量表总分（x=18.02，s=5.85），t（312）=2.656，p=0.008<0.01，Cohen’s d=0.308。

3.3.2 亲密关系情况对疫情期间大学生焦虑情况的影响

在保证方差齐性的情况下，对不同亲密关系状况被试的各分量表总分进行单因素方差分析。结果显示，不同亲密关系状况的被试在所有分量表的总分上均有显著差异。社交焦虑分量表：
F（2，311）=7.33，p=0.001<0.01，η2=0.045；状态焦虑分量表：F（2，311）=12.72，p=0.000<0.001，η2=0.076；特质焦虑分量表：F（2，311）=13.63，p=0.000<0.001，η2=0.081。多重比较的结果显示，在疫情期间没有跟具有亲密关系的人分开的被试的量表得分显著低于没有亲密关系或者与具有亲密关系的人分开的被试。

3.3.3 接受核酸检测情况对疫情期间大学生焦虑情况的影响

保证方差齐性的情况下，对不同核酸检测接受次数的被试的各分量表总分进行单因素方差分析。结果显示，核酸检测接受次数的被试在所有分量表的总分上均有显著差异。社交焦虑分量表：
F（3，310）=5.60，p=0.001<0.01，η2=0.051；状态焦虑分量表：F（3，310）=3.25，p=0.022<0.05，η2=0.031；特质焦虑分量表：F（3，310）=4.43，p=0.005<0.01，η2=0.041。多重比较的结果显示，接受核酸检测的次数越多，焦虑得分显著提升。

4 讨论

根据相关性分析、信效度分析以及因素分析的结果，可以发现本研究所编制的量表有一定的有效性和可靠性。但值得注意的是，社交焦虑分量表中的社交自信维度的KMO统计量小于0.7，不适合进行因素分析，也说明这一维度量表的效度存在一定的问题，需要在之后的研究中继续进行修订。

通过对结果的综合性分析，可以发现疫情期间的不良亲密关系情况以及多次接受核算检测会显著增加大学生在疫情期间的焦虑状况；而是否为独生子女这一因素仅会影响大学生在疫情期间的状态—特质焦虑状况，不会影响到大学生在疫情期间的社交焦虑状况。我们推测，这可能是由于作为独生子女的大学生在居家隔离时往往缺少与同龄人之间的面对面交流，这反而可能会使他们更加渴望回到学校进行社交活动。但由于独生子女对于疫情动态的焦虑难以及时与同龄人通过非线上的方式分享，他们在疫情期间的状态—特质焦虑情况会比非独生子女更高。

当今社会中，尤其是在新冠疫情的大背景下，焦虑障碍的识别率低，但是患病率居高不下。造成这种现象的一大原因便是大众对焦虑障碍的认知缺失并且难以对自身的焦虑状况进行专业且精确的测量。我们编制的疫情期间大学生社交焦虑与状态—特质焦虑量表尝试解决这一问题，但依然停留在理论层面，缺乏临床实践的检验，并且只针对大学生群体，有很强的局限性。是否能够将社交焦虑、状态焦虑以及特质焦虑相组合构成量表的总分也有待未来研究的验证与考察。

参考文献

[1] 郑芳，白晓宇，祝卓宏，等．新型冠状病毒肺炎疫情期间民众的焦虑情绪分析：对心理台风眼效应的检验［J］．临床精神医学杂志，2021（3）：203-206．

[2] Li Sijia．The Impact of COVID-19 Epidemic Declaration on Psychological Consequences：A Study on Active Weibo Users［J］．International journal of environmental research and public health，2020，17（6）．

[3] 郭菲，蔡悦，王雅芯，等．新冠肺炎疫情下民众的情绪健康和社会心态现状［J］．科技导报，2020（4）：68-76．

[4] 李艳萍．新型冠状病毒肺炎疫情期间大学生焦虑情绪现状及应对方式调查［J］．校园心理，2021（4）：349-352．

[5] 钱铭怡，钟杰，徐凯文，等．大学生社交焦虑量表的编制［J］．中国心理卫生杂志，2005（1）：53-56．

[6] 胡波．年轻人为何动辄给自己贴上“社恐”标签［J］．中国青年报，2020（8）．

[7] 王水雄．当代年轻人社交恐惧的成因与纾解［J］．人民论坛，2021（10）：38-40．

[8] Peters L．Discriminant validity of the Social Phobia and Anxiety Inventory（SPAI），the Social Phobia Scale（SPS）and the Social Interaction Anxiety Scale（SIAS）［J］．Behaviour Research and Therapy，2000，38（9）．

[9] 孙红刚，杨雪，胡义豪，等．Fergus简版社交焦虑与社交恐怖量表的信、效度初步检验［J］．中国临床心理学杂志，2021（3）：532-538．

[10] Nicholas C R，Karen R．Refining and validating the Social Interaction Anxiety Scale and the Social Phobia Scale［J］．Depression and Anxiety，2009，26（2）．

[11] 叶冬梅，钱铭怡，刘兴华，等．社会交往焦虑量表和社交恐惧量表的修订［J］．中国临床心理学杂志，2007（2）：115-117．

[12] Carter S A，Wu K D．Relations among symptoms of social phobia subtypes，avoidant personality disorder，panic，and depression［J］．Behavior Therapy，2010，21（1）．

[13] Fergus T A，Valentiner D P，Kim H S，et al．The Social Interaction Anxiety Scale（SIAS）and the Social Phobia Scale（SPS）：a comparison of two short-form versions［J］．Psychological Assessment，2012，26（2）．

[14] Cattell Raymond B，Scheier Ivan H．Clinical validities by analyzing the psychiatrist exemplified in relation to anxiety diagnoses［J］．American Journal of Orthopsychiatry，1958，28（4）：699-713．

[15] Scheier I H，Cattell R B，Sullivan W P．Predicting anxiety from clinical systoms of anxiety［J］．The Psychiatric quarterly Supplement，1961（35）：114-26．

[16] 蒋重清，丛艳，肖艳丽，等．状态和特质焦虑对情绪刺激时长估计的影响［J］．辽宁师范大学学报（社会科学版），2012（4）：476-479．

[17] 赵蕊．状态—特质焦虑研究的回顾与展望［J］．学理论，2011（1）：158-159．

[18] 赵丽．大学生担忧事件、状态焦虑、特质焦虑与睡眠质量的关系研究［D］．福州：福建师范大学，2009．

[19] 宁博，周典．大学毕业生状态与特质焦虑和睡眠质量对寻求心理帮助态度的影响［J］．中国学校卫生，2020（7）：1026-1028．

[20] 李文利，钱铭怡．状态特质焦虑量表中国大学生常模修订［J］．北京大学学报（自然科学版），1995（1）．

[21] 程长，何嘉悦，余吟吟，等．中文版状态—特质焦虑量表的测量等值性研究［J］．中国临床心理学杂志，2021（1）：68-73．

[22] 张亚娟．基于DSM-V的状态—特质焦虑问卷编制及模型构建［D］．西安：第四军医大学，2017．