大学生错失焦虑的异质性及其类别特征分析

王童凌，张珊珊，王泓懿

（沈阳师范大学 教育科学学院，沈阳 110034）

CNNIC 发布的《中国互联网络发展状况统计报告》显示，截至2022年，我国短视频用户已达9.62亿，占互联网用户的91.5%。［1］在高频率使用网络视频的情况下，个体会出现生理、心理和行为等不良反应，如睡眠不足、错失焦虑和短视频过度使用等。错失焦虑是指因为担心错过重要且有意义的信息而产生的持续而弥散的焦虑情绪，持续使用社交媒体是其外化表现之一。［2］研究表明，高错失焦虑的大学生更易出现智能手机成瘾、问题性社交媒体使用等问题。［3］［4］由此可知，错失焦虑可能是引发个体过度使用手机短视频的重要变量。手机短视频过度使用是以手机为媒介的网络过度使用行为，具体指个体不能有效控制短视频使用行为，且因持续使用而带来消极影响后果。［5］已有研究发现，错失焦虑能够正向预测短视频依赖，［6］并降低个体的睡眠质量。［7］目前，有关大学生错失焦虑分类多以均值为标准进行划分，［8］而潜在剖面分析技术将更精准划分个体特征分类。［9］因此，对大学生错失焦虑进行潜在剖面分析，探究错失焦虑的群体异质性，并继续考察在不同错失焦虑类别下大学生手机短视频过度使用和睡眠质量的差异，为有效甄别高错失焦虑大学生，有针对性地缓解大学生错失焦虑，以及有效减少手机短视频过度使用、改善睡眠质量提供理论依据。

一、对象与方法

（一）对象

采用方便整群抽样法，于2022 年3 至4 月选取辽宁省2 所高校进行问卷调查，每所学校各抽取2个专业，文科与理科专业各1个，每个专业7 个班级，大一、大二和大三各2 个班级，大四各1 个班级，共28 个班级。主试宣读指导语后，当场发放 问卷，要求被试自愿、匿名填写问卷。研究共发放1060 份问卷，排除不合格问卷40 份，共回收有效问卷1020份，有效率为96.23%。其中，男生273 名（26.76%），女生747 名（73.24%）；大一学生201 名（19.71%），大二学生193 名（18.92%），大三学生276 名（27.06%），大四学生350 名（34.31%）；年龄在17～25 岁之间（20.75±1.92）。

（二）方法

1.错失焦虑症量表（FearofMissingOutscale，FoMOs）

该量表由宋小康编制，［10］共16 个项目，4 个维度，分别测量心理和认知动机、情感变化和行为表现。采用5点计分，1（完全不符合）～5（完全符合），得分越高表示错失焦虑感越强。本研究中，该量表的Cronbach’s α 系数为0.84。验证性因子分析的拟合良好：χ2/df=7.12，RMSEA=0.08，CFI=0.90，TLI=0.88，表明该量表具有较好的结构效度。

2.大学生手机短视频过度使用影响量表（Mobile Short-form Video Overuse scale）

该量表由王建亚修订，［11］共34 个项目，包含同伴影响、媒介素养、自我控制、信息获取、娱乐消遣、逃避现实、缓解压力和过度使用8个维度。基于研究目的，选用过度使用维度评估大学生手机短视频过度使用程度。采用5点计分，1（完全不符合）～5（完全符合），得分越高表示手机短视频过度使用行为越多。研究中，该分量表的Cronbach’s α 系数为0.89。验证性因子分析的拟合良好：χ2/df=7.33，RMSEA=0.08，CFI=0.98，TLI=0.97，表明该量表具有较好的结构效度。

3.匹兹堡睡眠质量指数量表（Pittsburgh Sleep Quality Index，PSQI）

该量表由刘贤臣等人修订，［12］共18 个项目，7个维度，分别测量主观睡眠质量、睡眠障碍、日间功能障碍及其催眠药物使用情况、入睡和睡眠时间并据此计算出睡眠效率。采用4点计分，从0～3，“0”代表“没有”，“3”代表“大于3 次/周”，得分越高表示睡眠质量越差。本研究中，该量表的Cronbach’s α系数为0.83。验证性因子分析的拟合良好：χ2/df=6.52，RMSEA=0.07，CFI=0.91，TLI=0.88，表明该量表具有较好的结构效度。

（三）统计方法

采用SPSS 26.0 和Mplus 8.3 进行统计分析。第一，采用潜在剖面分析（LPA），对错失焦虑潜剖面模型的拟合度进行评估，分析大学生错失焦虑的潜在类别特征。第二，运用稳健三步法对回归混合模型进行建模并对LPA进行后续分析。先采用Mplus 8.3软件AUXILIARY 选项中R3STEP 法，以错失焦虑潜在类别为因变量，性别和年级为预测变量，建立无序多分类logistic 回归模型，考察性别和年级对大学生错失焦虑潜在类别的预测效应；然后采用DU3STEP法，评估不同潜在类别的错失焦虑对手机短视频过度使用和睡眠质量的影响。

二、结果

（一）共同方法偏差检验

采用Harman 单因素检验法检验共同方法偏差。结果显示，特征值大于1的因子有10个，第一个因子的解释率为16.58%（小于40%），因此研究不存在明显的共同方法偏差。

（二）各研究变量的描述性统计

表1 各变量的平均数、标准差及相关系数（n=1020）

表1列出了大学生的错失焦虑、手机短视频过度使用与睡眠质量的均值、标准差和相关系数。数据显示，错失焦虑、手机短视频过度使用与睡眠质量的总分之间均存在显著正相关（P＜0.01）。

（三）大学生错失焦虑类型潜在剖面

由表2可知，各拟合信息指数随着类别数量的增加而不断减少，而错失焦虑潜在类别的六分类模型的LMRT 指标的P＞0.05，表明模型差异不显著，因此六分类模型不可选。而且四分类模型的Entropy（0.85）大于五分类模型（0.85），说明四分类模型比五分类模型的准确性更高。通过比较各模型拟合指数，并综合模型的简约性和准确性，错失焦虑潜在类别的四分类模型是最优模型，因此选择四分类模型。

结合图1 对大学生错失焦虑的4 种潜在类别进行命名。其中，类别1在认知动机维度的条件均值较高，处于类别2 与类别3 之间，而在其他维度的得分均最低，命名为“高认知动机的错失焦虑组”，占比为10.88%（111名）；类别2在错失焦虑各维度上条件均值均较低，但在心理动机、行为表现和情感依赖这三个维度的均值略高于类别1，命名为“低错失焦虑组”，占比为12.65%（129名）；类型3在错失焦虑水平上的得分处于类别2 与类别4 之间，命名为“中度错失焦虑组”，占比为48.53%（495名）；类型4在各维度上的得分均最高，命名为“高错失焦虑组”，占比为27.94%（285名）。

表2 大学生错失焦虑潜在剖面分析的拟合指标(n=1020）

图1 各潜在类别的估计条件均值

（四）性别和年级对大学生错失焦虑潜在类别的影响

以性别和年级为预测变量，将错失焦虑的4个潜在类别作为结果变量，进行回归分析，并将低错失焦虑组作为参照组。结果表明，性别和年级对大学生错失焦虑潜在类别有显著预测作用。如表3所示，相对于低错失焦虑组，属于中度错失焦虑组的男性的概率较女性多51.3%（P＜0.01），高错失焦虑组的男性的概率较女性多60.5%（P＜0.01）；高错失焦虑组的低年级（大一大二学生）的概率较高年级（大三大四学生）多66.7%（P＜0.01）。

（五）大学生错失焦虑的潜在类别与手机短视频过度使用和睡眠质量的关系

采用稳健三步法中的DU3STEP法探讨错失焦虑的潜在类别与手机短视频过度使用和睡眠质量的关系。结果表明，不同错失焦虑潜在类别的大学生在手机短视频过度使用（χ2 = 204.78）与睡眠质量（χ2=11.85）上差异显著（P值均＜0.01）。其中，高认知动机的错失焦虑组与中度错失焦虑组在手机短视频过度使用上的差异不显著（χ2为0.63，P值＞0.05），其他不同错失焦虑潜在类别组间两两比较在手机短视频过度使用上差异均有统计学意义（χ2 分别为89.41，16.39，62.32，155.97 和8.07，P 值均＜0.01）；低错失焦虑组与高错失焦虑组、高认知动机的错失焦虑组与高错失焦虑组在睡眠质量得分上差异显著（χ2分别为7.43和7.77，P值均＜0.01），其他均不显著（χ2 分别为2.23，2.74，2.66 和0.01，P 值均＞0.05）。类别比较表明，高错失焦虑组学生在手机短视频过度使用和睡眠质量上得分最高，高认知动机的错失焦虑组和中度错失焦虑组学生得分次之，低错失焦虑组学生的得分最低。（见表4）

三、结论及建议

（一）错失焦虑在大学生群体中存在异质性

通过对大学生错失焦虑进行潜在剖面分析，结果发现错失焦虑在大学生群体中存在异质性，包括高认知动机的错失焦虑组、低错失焦虑组、中度错失焦虑组和高错失焦虑组4种潜在类别。其中，高认知动机的错失焦虑组的大学生在认知上非常期待通过社交媒体平台了解他人所做之事或知晓外界变化。此类大学生虽在心理动机、行为表现和情感变化上尚未表现焦虑情绪，但在认知上已率先意识到通过社交媒体可以知晓周围变化的信息。技术接受模型认为，社交媒体带有较高的感知易用性、有用性和娱乐性等特征。［13］因此，大学生认识到社交媒体可以满足其获取信息、社交与娱乐的需求。此外，中度和高错失焦虑组的人数占总人数的76.47%，这与前人研究结果基本一致。［2］随着社交媒体的大规模应用及普及，网络社交媒体中的错失焦虑变得更加广泛与普遍，［14］尤其在大学生群体中，还可能引发使用网络的各类问题。因此，家庭和学校应该积极引导大学生合理、适度地使用网络社交媒体，避免因错失焦虑而引发各种心理及行为问题。

（二）不同性别和年级的学生错失焦虑的程度不同

分析发现，高错失焦虑组中的低年级人数比例更高，在中度和高错失焦虑组中的男生人数比例更高。首先，自我决定理论认为，当自主、胜任和关系的基本心理需求未被满足时，个体易产生各种心理问题，而使用社交媒体是满足基本心理需求的方式之一。［15］大学新生面对新环境，控制感低而孤独感高，且低年级大学生的人际适应性和学业自我效能感较低。［16］［17］因此，基本需要得不到满足的低年级大学生更倾向于从网络社交中获取信息、沟通交流。但社交媒体中的人际交流却存在异步性，［18］某些信息常常被滞后，因而低年级学生内心更急于获取回应、反馈，对错过或遗漏相关信息存在担忧、焦虑，易引发错失焦虑问题。其次，研究发现男生的中度与高错失焦虑的人数更多，意味着男生错失焦虑水平相对较高。有研究也表明，年轻男性更容易产生错失焦虑。［14］但一项元分析研究显示，错失焦虑在性别上的差异尚未有一致性结论。［19］根据进化心理学的观点，男性为了吸引女性会努力争取比其他男性更多的生存与发展资源，而女性则倾向于选择能够提供资源的成功、有抱负的男性，并依赖其资源进行生存与发展。［20］网络情境给大学生提供了更丰富的资源，特别是男生，他们不仅可以从社会中得到生存资源，还喜欢从网络游戏、网络论坛等活动中获得自我发展与完善的信息以及相关心理体验。这说明男生有高水平的错失焦虑问题，尤其是低年级男生。因此，学校应重点关注低年级及男性大学生群体的错失焦虑问题，根据年级和性别差异，有针对性地引导大学生正确使用社交媒体网络。同时，学校也可以通过举办各类活动，提供丰富的校内外学习和实践资源以满足大学生自主需求、胜任需求和关系需求等基本心理需求，从而减少错失焦虑情绪及症状。

表3 性别、年级对大学生错失焦虑潜类别的logistic回归分析（n=1020）

表4 大学生错失焦虑潜在类别在短视频过度使用和睡眠质量上的差异检验（M±SD）

（三）不同错失焦虑组大学生的短视频过度使用行为和睡眠质量不同

研究发现，与其他类别组相比，高错失焦虑组的大学生更易过度使用短视频，也会有更差的睡眠质量，这与以往研究结论基本相似。［6］［7］高错失焦虑者的基本心理需求未满足的程度较高，他们势必强烈地寻求其他渠道或平台弥补未满足的心理需求。短视频、微信等各类社交APP 是网络时代下应运而生的新型虚拟社交平台，它们兼具娱乐消遣、人际社交等多重功能。同时，因具有跨空间、跨时间等优势特征，网络社交带给人们更多便利及快捷服务，可以及时满足学生的人际互动、学习与娱乐等各种心理需求。但判断力与控制力较弱的大学生更易沉迷在短视频社交媒体中，甚至逐渐出现依赖的倾向。［21］因此，在高错失焦虑水平情况下，大学生害怕错过网络信息而不断地刷手机、看资讯以满足内心需求。另一方面，基于睡眠干扰过程理论，如果在入睡时反复思考白天尚未解决的问题或者担心失眠后果等认知活动，人们会更难进入睡眠状态。［22］Holly 和Cleland的研究指出，错失焦虑不仅在认知层面上提高个体睡前的认知唤醒，还在行为上增加个体社交媒体的使用频次，从而缩短睡眠时间。［23］此外，错失焦虑属于焦虑的一种亚型，［2］以往研究已证实焦虑情绪是影响睡眠质量的重要情绪变量。［24］因而错失焦虑可能通过以上三方面影响个体睡眠质量。这启示高校教师要重视大学生错失焦虑问题，通过放松训练、认知调整、行为矫正等多种心理辅导形式来缓解或消除该情绪症状，以便减少手机短视频过度使用、睡眠质量下降等问题。

研究探讨了错失焦虑与大学生手机短视频过度使用和睡眠质量的关系，对缓解大学生的错失焦虑，促进大学生正确对待社交媒体，并改善睡眠质量有一定的指导意义。但仍存在以下不足：首先，由于采用方便取样，且女性样本较少，后续应进一步扩大样本的代表性并完善研究结论；其次，问卷调查法可能产生回忆后偏差、社会赞许效应等问题，今后可以尝试对错失焦虑进行实验室操纵（如想象范式、观看特定视频等研究范式），从而减少偏差并揭示因果关系；最后，本研究选取的手机短视频过度使用和睡眠质量是错失焦虑的结果变量，未来研究可以从错失焦虑的前因变量入手，探讨错失焦虑的形成机制问题，便于做好大学生错失焦虑症状的早期预防工作，促进大学生积极心理发展。