广州大学教育学院心理学系,广州
2019年12月以来,我国湖北省武汉市报道的由新型冠状病毒(Severe Acute Respiratory Syndrome Coronavirus 2,SARS-COV-2)感染引起的新型冠状病毒肺炎(简称新冠肺炎;WHO正式命名为Coronavirus Disease 2019,COVID-19)。2020年初新型冠状病毒由武汉爆发后席卷整个中国,虽然在政府的强制措施下,病毒蔓延的趋势得到控制,但病毒造成的影响远远波及到了政治、经济、社会生活以及人们的心理等方方面面。伴随疫情的发展,由于与疫情相关引起的公众心理健康问题也处于风口浪尖之处。由于心理健康问题带来的经济问题尤为严峻,而与之密切相关的则是公众的消费行为的变化。由于疫情带来的严峻挑战和对自身健康担忧,加上公众家庭消费力的变化,大学生的囤积行为加剧,影响了公众的心理健康。早在2011年的新西兰克莱斯特彻奇地震之后,就有研究表明,公众的消费行为在灾难发生后,消费者主要需要的是生存所必需的实用产品。而随着灾难发生后续的余波,人们对使用产品的消费也随之增加[1]。但是尚无对疫情或灾难发生后,公众预期消费变化与心理健康关系的研究。本研究通过研究公众心理健康、疫情信息对预期消费的影响,并评估之间的联系。探索公众在疫情下的心理健康状况以及其与预期消费的关系,为在抗疫过程中如何保证疫情下经济的平稳运行以及统筹规划各个企业更好的为大学生提供必需的产品。
纵观新中国成立以来经历过的巨大灾难,2003年的非典,与这次新型冠状肺炎较为相似。在非典期间,医药卫生行业,保险业也,电信行业,“肯德基”等快餐行业在其余餐饮行业、旅游业、奢侈品行业走向低迷的时候蓬勃发展。“非典”疫情稳定之后,其他被抑制的更高层次的需求迅速膨胀,从而出现了“报复性消费”。现阶段在新型冠状肺炎期间,人们囤积口罩、消毒液,生活用品,抢购双黄连口服液,体现了在突发事件中消费者对安全的需求、求速求便心理和从众心理等方面[2]。在疫情影响下,大学生是否会再次出现“报复性消费”,是本研究将探讨的问题之一。而我们由此引出“预期消费”这一概念用于测量被试在疫情期间对未来消费的预期。
三月份,新型冠状病毒的蔓延在中国已初步得到控制,随着中国形式的明朗化病毒却在世界范围内恶性蔓延。美国股市一星期出现两次熔断、欧洲股市大跌,疫情带来的不仅是“第三次世界大战”,更或是一场新的金融危机。2020年对于中国是决胜全面建成小康社会、决战脱贫攻坚的收官之年,面对突如其来的疫情,世界范围内金融危机的威胁,消费作为社会发展的必要条件和和主要动力,消费观念是否会在疫情下的冲击下发生改变,而这一改变受到哪些因素影响,是本研究的主要内容。
主观概率是在哲学、心理学、社会科学和其他领域中普遍存在的一种工具,用于理解推理和不确定情况下的决策,可以用来表示一个人的主观“力量”的信服力[3]。主观患病概率则是指个体对自身患病的几率或程度做出的概率判断。囤积是一种储藏行为,指不停添置物品,并且不轻易扔掉废弃物品,这种行为常常伴随着伤害和压力[4,5]。有研究发现,客观行为与囤积行为并无明确的联系,而与主观自我报告的行为冲动有关[6],而自我报告通常表明了个体的主观判断概率情绪[7],也就是说,主观概率判断下的行为更有可能导致囤积行为。
预期消费指的是个体对未来消费的预期,并且这种预期有助于延长消费带来的短暂快感[8]。有研究表明,消费和储蓄的选择会随着个人的主观概率的变化而变化[9],预期消费的增长会随主观概率的提升而随之提高。还有研究发现,增加消费者的主观知识,有利于对形成对产品的更好的态度,从而提高预期消费欲望[10]。虽然主观患病概率对预期消费还未有研究探明其关系,但在以往研究的基础上,可以推断主观患病概率对消费存在预测关系。
基于以往的文献,共同提出假设H1:主观患病概率对囤积倾向具有正向预测作用,也对预期消费具有正向预测作用。
灾难通常伴随着心理健康的损伤。2017年九寨沟发生了7.0级地震,灾情发生后,大学生普遍心理健康受到了损伤。研究发现,受灾区域大学生的焦虑情绪障碍患病率达到53.8%[11]。新冠疫情对大学生造成了多方面的心理损伤,尤其带来了长期的焦虑感。焦虑的情绪容易使人们不自知的产生囤积倾向,并且会伴随其他不良的身心状态。有研究发现,被诊断为焦虑障碍的患者比患有其他障碍的患者出现了更明显的囤积症状[12]。
目前对焦虑与囤积倾向关系的研究比较少,很少有研究将焦虑作为预测变量去探讨它对囤积倾向的影响。通常来说,焦虑者的自控能力、调节能力较差,在生活中无法对愉悦活动进行克制,而囤积能够给焦虑者带来安全感,从而使自身的焦虑感降低。据此提出假设H2:焦虑对囤积倾向具有正向预测作用。
以往的研究还没有发现周围感染情况对预期消费是否造成影响,但主观概率对预期消费的影响则已有研究体现。实际上,受到灾难带来的影响越严重,大学生的预期消费也会收到影响,有研究发现,灾难的发生对酒精消费变化具有调节效应,而酒精消费的变化可能是由灾难后的创伤应激所导致[13]。
值得注意的是,主观患病概率这一中介变量对疫情中和疫情后(预期)的消费有一定的影响。在北京日报上的一项报告称,消费者在本次疫情期间对某些品类增加了购买,如食品(40%的受访者增加支出)、家用清洁(48%的受访者增加支出)、医疗保险(38%的受访者增加支出),在预期消费上,消费者更倾向对受疫情影响的消费品类进行消费,如外出聚餐、旅游、服装饰品等。也就是说,消费者对疫情的主观判断概率可能对预期消费有实际影响。在实际生活中,人们会认为周围感染情况会构成威胁,从而引起必需消费品的增加,同时,主观患病概率的降低会增加个体的预期消费欲望。所以,基于新冠肺炎疫情下人们周围感染情况的变化以及主观患病概率的改变,本研究认为周围感染情况一方面有可能会直接影响到预期消费,另一方面也可能通过影响主观患病概率再间接地影响到预期消费。因此,提出H3:主观患病概率在周围感染情况对预期消费影响中起中介作用。
虽然以往的研究发现了主观概率与囤积行为的正向关系,然而主观概率如何引发了囤积行为,其中的影响机制是如何的,这些问题并未得到较好的解决。已有研究发现,囤积症患者通常存在焦虑障碍的共病影响。Tolin(2011)等人,在对囤积症患者的研究中发现,囤积症状与焦虑特质呈正相关关系,进一步的结果还发现焦虑的人群可能低估了囤积症的症状,而囤积症的人不太可能自发地报告这些问题。在新冠肺炎疫情的影响下,人群的焦虑指数不断上升,“超市哄抢”的行为也说明了人们在不自知的情况下出现了囤积倾向。在现实生活中,人们会因为焦虑带来的不安,出现缺乏理性的消费,囤积许多不必要的物品,而主观患病概率也会对囤积倾向造成影响。因此,基于新冠肺炎疫情下主观患病概率的提高以及焦虑情绪的产生,认为主观患病概率一定程度上有可能直接影响到囤积倾向,也可能通过影响焦虑再间接地影响到囤积倾向。由此,提出H4:焦虑在主观患病概率对囤积倾向的影响中起中介作用。
本研究为横断面研究,使用随机抽样法抽取调查对象。于2020年3月由研究人员通过问卷星进行网上问卷二维码发放和调查。
采用随机取样法选取全国范围内的中国大学生,通过问卷星共发放310份问卷,有效回收307份,有效率为99.1%。被试年龄情况为M=24.63,SD=7.96。其中男生81人,占总被试的26.4%;女生226人,占总被试的73.6%。被试的地区分布广东省占比为52.8%,山西省占比为18.6%,其余地区占比为28.6%,此外,按照地区风险程度讲采集的数据划分成高风险区域(n=2)、中风险区域(n=52)和低风险区域(n=252),地区详细分布见图1。
图 1 本研究被试地区分布图
Figure 1 Regional distribution map of the subjects in this study
焦虑自评量表(SAS)是一种分析病人主观症状的相当简便的临床工具。适用于具有焦虑症状的成年人,具有广泛的应用性。SAS采用4级评分,主要评定症状出现的频度,其标准为:“1”表示没有或很少时间有;“2”表示有时有;“3”表示大部分时间有;“4”表示绝大部分或全部时间都有。20个条目中有l5项是用负性词陈述的,按上述l~4顺序评分。其余5项(第5,9,13,17,19),是用正性词陈述的,按4~1顺序反向计分。按照中国常模结果,SAS标准分的分界值为50分,其中50—59分为轻度焦虑,60—69分为中度焦虑,70分以上为重度焦虑。在本研究中,该量表内部一致性系数α=0.854。
UCLA第三版为Russell(1978)等人在第二版专为大学生编制的基础上更改为被试为包括大学生在内的全部年龄段皆可使用的量表。量表评价由于对社会交往的渴望与实际水平的差距而产生的孤独,其中包含11个正向积分条目与9个反向计分条目(第1,5,6,9,10,15,16,19,20),采用李克特4点计分方式,1=从不4=一直,最后将所有条目的分相加,分值越高代表孤独程度越高(Russell,Peplau,& Ferguson,1978)。在本研究中,该量表内部一致性系数α=0.802。
周边的感染情况由一项题目进行调查,题目为“您所居住的小区或村庄是否有人感染了新冠肺炎”,被试从5个选项中进行选择:1=无人感染,2=有1人疑似感染,3=大于等于2人有疑似感染,4=有1人确诊,5=大于等于2人确诊。
对疫情的了解程度包含4个项目,询问被试对新冠肺炎的了解程度,例如:“您认为您对新型冠状病毒传播途径的了解程度是”,被试从1=非常不了解——5=非常了解中进行选择,项目之间的内部一致性系数α=0.857,
疫情的威胁程度包含4个项目,询问被试认为新冠肺炎的威胁程度,例如:“您认为新型冠状病毒对中国社会构成了多大的威胁”,被试从1=几乎没有威胁——5=有很大威胁中进行选择,项目之间的内部一致性系数α=0.820。
对疫情恢复的信念,直接询问被试认为所在地多久恢复正常秩序,题目为:“根据您的判断,您所在的地方大概需要多久才能恢复正常生活工作状态” ,被试从5个选项中进行选择:1=1个星期,2=半个月,3=1个月,4=1-2个月,5=2-3个月,6=更长时间。
主观患病概率包含2个项目,一题询问被试“您觉得自己感染新型冠状病毒的可能性有多大”,一题询问被试“您觉得亲人或者熟人感染新型冠状病毒的可能性有多大”,被试拉动百分比条,选择自己患病的可能性,结果用百分比显示,两个题目的内部一致性系数α=0.904。
囤积倾向由被试认为是否应该囤积物品进行调查,题目为“根据您的判断,您觉得您是否需要在家中囤积物资”,被试从1=非常不需要——5=非常需要中进行选择。
预期消费通过被调查者主动选择疫情后倾向的物品进行调查。询问被试如果疫情结束了,对罗列出的商品进行消费的期望,消费分为物质性消费和精神性消费,其中,物质性消费的商品包括:奢侈品、数码产品、笔记本、服装、汽车配套、日用百货、个护清洁、美妆护肤、食品饮品、饰品、生鲜、鞋靴、家用电器、家居家装,在本研究中,各项目的内部一致性系数α=0.878;精神性消费包括:图书文娱、看画展、学习一门乐器、看话剧、听相声、参加培训、参观博物馆、旅游,在本研究中各项目的内部一致性系数α=0.888。
询问被试的非人情况,包括年龄、性别、健康状况、收入情况等。其中,询问被试健康状况,让被试从1=很差,2=差,3=一般,4=好,5=很好中进行选择;询问被试收入情况,让被试从1=1000元以下,2=1001-3000元,3=3001-5000元,4=5001-10000元,5=10000元以上进行选择。
使用SPSS 22.0 软件进行数据处理,使用Process宏进行中介作用分析。通过问卷星平台发放问卷,测试前被试须先阅读指导语及注意事项。
研究数据采用自我报告方式进行量表调查,因此可能存在共同方法偏差。施测过程中,问卷包含反向计分题,并且问卷顺序经过顺序调整。采用Harman单因子检验法进行检验。结果显示共有24个特征值大于1的公因子被提出,其中第一个公因子的解释的变异量是14.09%,小于40%的临界值(Podsakoff,MacKenzie,Lee,& Podsakoff,2003),因此不存在明显的共同方法偏差。
按照地区风险程度划分成高风险区域(n=2)、中风险区域(n=52)和低风险区域(n=252),对各主要变量进行单因素方差分析,分析结果表明:除感染情况在中低风险区域(p<0.05)与高风险区域存在显著性差异,囤积倾向、恢复预期、威胁程度、疫情了解、预期消费、焦虑、孤独感等变量均无显著性差异(p>0.05)。感染情况可能由于高风险地区本身的特殊性以及样本量较小而出现了地区间的差异,但其他因素并无差异。据此,在本研究的后续分析中可以排除地区差异对其他结果所造成的影响。
对各主要变量进行描述性统计和皮尔逊积差相关分析,分析结果见表1:囤积倾向与预期消费、焦虑呈显著正相关;主观患病概率与囤积倾向、焦虑呈显著正相关。
表 1 各变量的平均数、标准差和相关系数
Table 1 Average, standard deviation and correlation coefficient of each variable
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
1与疫情关系 |
1 |
|
|
|
|
|
|
|
|
|
|
|
2健康状况 |
-0.001 |
1 |
||||||||||
3收入 |
0.08 |
-0.02 |
1 |
|||||||||
4感染情况 |
0.21** |
-0.07 |
0.16* |
1 |
||||||||
5囤积倾向 |
0.07 |
-0.01 |
0.10 |
0.04 |
1 |
|||||||
6恢复预期 |
0.09 |
-0.07 |
0.15* |
0.11 |
0.15** |
1 |
||||||
7威胁程度 |
-0.01 |
-0.04 |
0.10 |
0.06 |
0.16** |
0.16** |
1 |
|||||
8疫情了解 |
-0.02 |
0.04 |
0.13* |
0.04 |
-0.01 |
-0.11 |
0.08 |
1 |
||||
9预期消费 |
0.04 |
-0.03 |
0.03 |
0.01 |
0.14* |
0.09 |
0.04 |
0.14* |
1 |
|||
10焦虑 |
0.13* |
-0.24** |
0.06 |
0.04 |
0.16** |
0.10 |
0.03 |
-0.18** |
-0.04 |
1 |
||
11孤独 |
0.03 |
-0.21** |
-0.16** |
-0.02 |
0.043 |
-0.01 |
0.07 |
-0.07 |
-0.11 |
0.36** |
1 |
|
12 主观患病 |
0.28** |
-0.25** |
0.08 |
0.13* |
0.139* |
0.18** |
0.20* |
-0.05 |
0.12* |
0.24** |
0.17** |
1 |
M |
1.08 |
4.28 |
3.08 |
1.22 |
2.93 |
3.26 |
3.65 |
15.25 |
4.34 |
0.30 |
43.15 |
16.51 |
SD |
0.69 |
0.78 |
1.13 |
0.76 |
1.03 |
1.22 |
0.76 |
2.56 |
1.02 |
0.63 |
9.33 |
18.76 |
注释:*=p≤0.05,**=p≤0.01,以下同。
以主观患病概率、周围感染情况和焦虑为预测变量,囤积倾向和预期消费为因变量进行回归分析,表2结果表明,主观患病概率显著正向预测焦虑感、囤积倾向和预期消费;周围感染情况显著正向预测主观患病概率;焦虑显著正向预测囤积倾向。
表 2 各变量间的回归分析
Table 2 Regression analysis among variables
结果变量 |
预测变量 |
R |
R2 |
F |
β |
t |
预期消费 |
主观患病概率 |
0.12 |
0.01 |
4.24 |
0.01 |
2.06* |
周围感染情况 |
0.01 |
0.00 |
0.01 |
0.01 |
0.93 |
|
囤积倾向 |
焦虑 |
0.16 |
0.03 |
8.02 |
0.26 |
2.83** |
主观患病概率 |
0.14 |
0.02 |
6.01 |
0.01 |
2.45* |
|
焦虑 |
主观患病概率 |
0.24 |
0.06 |
18.74 |
0.01 |
4.33** |
主观患病概率 |
周围感染情况 |
0.13 |
0.16 |
4.83 |
3.08 |
2.20* |
参考温忠麟等人[14](2004)建议的中介作用检验程序,采用回归分析分别考察主观患病概率和焦虑的中介作用。由表3可以得出,周围感染情况对预期消费没有显著影响(回归系数C不显著),周围感染情况对主观患病概率有显著的影响(回归系数a显著);当主观患病概率进入回归方程后,周围感染情况对预期消费的影响显著(回归系数C'显著),因此主观患病概率在周围感染情况对预期消费上的中介效应成立,且为完全中介效应;同理,由表3,可以得出,主观患病概率对囤积倾向有显著影响(回归系数C显著),主观患病概率与焦虑也有显著的影响(回归系数a显著);当焦虑进入回归方程,主观患病概率对囤积倾向的影响仍然显著(回归系数C'显著),因此焦虑在主观患病概率对囤积倾向上的中介效应成立,且为部分中介效应。
最后,使用偏差校正的百分位Bootstrap法分别对主观患病概率和焦虑的中介作用进行检验。在原有数据(n=307)的基础上,通过抽取2000个样本估计中介效应95%的置信区间。结果显示,在周围感染情况对预期消费的影响关系中,主观患病概率的中介作用显著,间接效应值为0.02(p<0.01),95%的置信区间为[0.0003,0.0482],置信区间不包括0,表明主观患病概率的中介效应显著;同样,焦虑在主观患病概率与囤积倾向之间中介效应显著,间接效应值为0.32(p<0.01),95%的置信区间为[0.002,0.078]。置信区间不包括0,表明焦虑的中介效应显著。
表 3 中介效应检验
Table 3 Test of mediating effect
路径 |
β |
t |
主观患病概率在周围感染情况对预期消费上的中介效应 |
||
C(Sc) |
0.01 |
0.09 |
a(Sa) |
3.08 |
2.20* |
b(Sb) |
0.07 |
2.06* |
c'(Sc') |
0.02 |
0.17* |
焦虑在主观患病概率对囤积倾向上的中介效应 |
||
C(Sc) |
0.01 |
2.45* |
a(Sa) |
0.01 |
4.33** |
b(Sb) |
0.26 |
2.83* |
c'(Sc') |
0.02 |
1.84* |
本研究结果发现,主观患病概率既显著正向预测预期消费,也显著正向预测囤积倾向,这验证并且支持H1。
主观患病概率之所以能够正向预测预期消费,一方面,是因为大学生对新冠肺炎的主观知识了解程度,参差不齐,但随着政府的科学普及活动的开展,人们对疫情相关知识的增进,对预期消费也产生了不同的影响。主观知识对主观患病概率的变化,从而导致了预期消费的增加或减少。另一方面,大学生对新冠肺炎所伴随的风险系数,也有着不同的理解偏好,而实际的消费行为[15],会随着对关于风险偏好的不同回答,产生不同的影响[9]。
与Tolin(2019)等人的研究相一致,主观患病概率能够正向预测囤积倾向。这是因为:首先,客观的外部因素如创伤事件、生活压力等与囤积存在强烈的联系,而主观患病概率的形成是建立在对新冠肺炎疫情这样的外部事件上,从而产生囤积的倾向;其次,由于新冠肺炎疫情的突发性、风险性,人们对类似的事件接触频率较低,由此产生的风险偏好,也是导致囤积倾向出现的重要因素之一;最后,囤积症患者通常与焦虑、抑郁等特质相关,在疫情影响下,大学生的心理也出现了不同程度的损伤,这也是可能导致囤积倾向因素。
本研究结果发现,焦虑显著正向预测囤积倾向,这验证了H2。以往研究中发现,被诊断为焦虑障碍的个体更有可能出现明显的囤积症状12,这与本研究的结果相一致。具体来说,焦虑者往往表现出较差的信心、较差的解决问题的能力、较低的个人控制能力和无法容忍不确定性[16]。这些问题的出现将导致焦虑者做出强迫性行为如强迫性囤积物件等。高焦虑感的个体在现实生活中无法自我调节或得不到外界帮助时,容易不自觉的产生囤积倾向。而囤积倾向的不自知,可能会带来更多的损伤。在疫情的影响之下,个体更容易卷入外部事件当中,更容易感到焦虑,作为保护自己的手段而出现囤积倾向。
研究还发现了主观患病概率在周围感染情况影响预期消费的作用模式:即在周围感染情况影响预期消费中起完全中介作用,这支持了本研究的H3。这表明,周围感染情况虽然不能直接影响预期消费,但可以通过主观患病概率间接地影响预期消费。主观患病概率由个体自主判定,主观患病概率在评估的准确性上,往往是对风险评估做出高风险判断[17]。主观患病概率较高的个体,周围感染情况也相对比较严重,加上疫情变化的不确定性、疫情带来的恐惧感,消费能够帮助减少部分的消极情绪,但局限于当前,这种消费更多为预期消费且为物质性消费。
本研究还发现了焦虑在主观患病概率影响囤积倾向的影响中起部分中介作用,这验证了H4。这表明,主观患病概率不仅可以直接影响囤积倾向,还可以通过影响个体的焦虑间接地影响到囤积倾向。焦虑的个体往往表现出对积极的主观概率判断减少,并且不愿意对积极事件进行评估[18]。囤积倾向通常伴随着压力事件,而主观患病概率高的个体,其焦虑感也偏高,所带来的压力可能是引起囤积倾向的原因。
研究存在以下局限:(1)研究采用的是横断样本设计,虽然得出了主观患病概率、焦虑与预期消费、囤积倾向之间的关系,但并不能确定它们的因果关系。未来的研究可以使用实验法或纵向研究来探讨它们之间的因果关系。(2)调查的参与者平均年龄为24.63,样本年龄偏低,研究的问题涉及的样本范围可以继续扩大至中老年人,未来的研究可以加入不同年龄层级的被试。(3)由于条件限制,调查中未能涵盖国内所有的地区,可能无法反应完全的疫情情况,未来的研究可以通过收集其他地区的数据来进行扩充与验证。(4)由于疫情的发展具有时效性,未来的研究可以综合疫情的发展阶段,从最严重的到基本缓解具体划分时间段,让疫情研究能够具备良好的生态效度。
虽然研究具有以上局限,但相关结果依然对根据消费行为、囤积倾向,及时进行市场宏观调控有重大的指导意义。首先,在消费产品的选择上,政府可以给予提供特定产品的企业以优先政策,完善和建设好相关的规章制度,加快经济的平稳恢复。另一方面,对于存在焦虑状态的大学生应当给予及时的心理援助,帮助其提高自身的心理素质,提高抵御风险的能力,通过引导大学生正确认识心理现象,更好的度过疫情带来的心理困扰。
研究得到以下结论:(1)主观患病概率对囤积倾向、预期消费具有正向预测作用;(2)焦虑对囤积倾向具有正向预测作用;(3)主观患病概率在周围感染情况对预期消费影响中起中介作用,且为完全中介;(4)焦虑在主观患病概率对囤积倾向的影响中起部分中介作用。
[1] 刘颖.突发事件中消费心理的分析与扩大消费需求——以“非典”流行期间消费现象为例[J].贵州财经学院学报,2004(2):20-22.
[2] 温忠麟.张雷,侯杰泰,等.中介效应检验程序及其应用[J].心理学报,2004(5):614-620.
[3] 赵语涵.疫情后哪些消费会反弹?来看消费者调查报告[N].北京日报,2020.
[4] Forbes S L.Post-disaster consumption:analysis from the 2011 Christchurch earthquake.International Review of Retail,Distribution and Consumer Research,2017,27(1),28-42.https://doi.org/10.1080/09593969.2016.1247010
[5] Freeston M H.,Ladouceur R.What do patients do with their obsessive thoughts? Behaviour Research and Therapy,2017,35(4),335-348.https://doi.org/10.1016/S0005-7967(96)00094-0
[6] Icard T.Subjective Probability as Sampling Propensity.In Review of Philosophy and Psychology,2016(7).https://doi.org/10.1007/s13164-015-0283-y
[7] Kumar A,Killingsworth M A,Gilovich T.Waiting for Merlot:Anticipatory Consumption of Experiential and Material Purchases.Psychological Science,2014,25(10),1924-1931.https://doi.org/10.1177/0956797614546556
[8] Landau D,Iervolino A C,Pertusa A,et al.Stressful life events and material deprivation in hoarding disorder.Journal of Anxiety Disorders,2011,25(2),192-202.https://doi.org/10.1016/j.janxdis.2010.09.002
[9] Levy H C,Katz B W,Das A,et al.An investigation of delay and probability discounting in hoarding disorder.Journal of Psychiatric Research,2018,109(12),89-95.https://doi.org/10.1016/j.jpsychires.2018.11.019
[10] Levy H C,Katz B W,Das A,et al.An investigation of delay and probability discounting in hoarding disorder.Journal of Psychiatric Research,2019(109),89-95.https://doi.org/10.1016/j.jpsychires.2018.11.019
[11] Loughran T A,Paternoster R,Thomas K J.Incentivizing Responses to Self-report Questions in Perceptual Deterrence Studies:An Investigation of the Validity of Deterrence Theory Using Bayesian Truth Serum.Journal of Quantitative Criminology,2014,30(4),677-707.https://doi.org/10.1007/s10940-014-9219-4
[12] MacLeod A K,Tata P,Kentish J,et al.Anxiety,Depression,and Explanation-based Pessimism for Future Positive and Negative Events.Clinical Psychology and Psychotherapy,1997,4(1),15-24.
https://doi.org/10.1002/(sici)1099-0879(199703)4:1<15::aid-cpp112>3.0.co;2-%23
[13] Motowidlo S J.Effects of traits and states subjective probability of task success and performance.Motivation and Emotion,1980,4(3),247-262.https://doi.org/10.1007/BF00995423
[14] Nordløkken A,Pape H,Wentzel-Larsen T,et al.Changes in alcohol consumption after a natural disaster:a study of Norwegian survivors after the 2004 Southeast Asia tsunami.BMC Public Health,2013,13(58).https://doi.org/10.1186/1471-2458-13-58
[15] Philip Anglewicz1,Kohler H P.Overestimating HIV infection:The construction and accuracy of subjective probabilities of HIV infection in rural Malawi.Demogr Res,2009,20(6),65-96.https://doi.org/10.1016/j.physbeh.2017.03.040
[16] Pieniak Z,Aertsens J,Verbeke W.Subjective and objective knowledge as determinants of organic vegetables consumption.Food Quality and Preference,2010,21(6),581-588.https://doi.org/10.1016/j.foodqual.2010.03.004
[17] Podsakoff P M,MacKenzie S B,Lee J Y,et al.Common Method Biases in Behavioral Research:A Critical Review of the Literature and Recommended Remedies.Journal of Applied Psychology,2003,88(5),879-903.https://doi.org/10.1037/0021-9010.88.5.879
[18] Russell D,Peplau L A,Ferguson M L.Developing a Measure of Loneliness.Journal of Personality Assessment,1978,42(3),290-294.