国家教育部主管、北京师范大学主办。
文章信息
- 游志麒, 张凤娟, 范翠英, 平凡, 周宗奎. 2016.
- YOU Zhiqi, ZHANG Fengjuan, FAN Cuiying, PING Fan, ZHOU Zongkui. 2016.
- 班级朋友对抑郁的影响:一项社会网络分析
- The Effect of Friendship Network in Class on College Students' Depression: A Social Network Analysis
- 心理发展与教育, 32(3): 339-348
- Acta Meteorologica Sinica, 32(3): 339-348.
- http://dx.doi.org/10.16187/j.cnki.issn1001-4918.2016.03.11
-
文章历史
2. 青少年网络心理与行为教育部重点实验室, 武汉 430079;
3. 华中师范大学心理学院, 武汉 430079;
4. 广西民族大学教育科学学院, 南宁 530006;
5. 华中师范大学马克思主义学院, 武汉 430079
2. Key Laboratory of Adolescent Cyberpsychology and Behavior, Ministry of Education, Wuhan 430079;
3. School of psychology, Central China Normal University, Wuhan 430079;
4. School of Education Science, Guangxi University for Nationalities, Nanning 530006;
5. School of Marxism, Central China Normal University, Wuhan 430079
抑郁症是一种以显著而持久的心境低落为主要特征的情感性精神障碍,行为减少和快感缺失是抑郁症的核心特征(Pizzagalli, Jahn, & O'Shea, 2005)。研究表明抑郁症是自杀行为的风险近因(Hirsch, Webb, & Jeglic, 2011; Prager, 2009; 杨雪龙,童辉杰,2010; 焦彬,陆静文,杨思,陈冲,刘铁桥,2010)。大量的研究发现大学生是抑郁高发群体,如研究发现我国中西部大学生的抑郁检出率为24%(屈智勇,张秀兰,2008)。虽然大学生的抑郁表现更多的是以抑郁心境为核心的抑郁症状而非抑郁症,但严重的抑郁症状是发展为临床抑郁症的最大危险因素(Seeley, Stice, & Rohde, 2009)。因此,对大学生这一群体的抑郁症状影响因素的探讨,对精神障碍的早期干预和治疗有重要意义。
作为社会资本(social capital)的重要来源之一,朋友关系可以显著提高个体的社会支持,从而提高个体的幸福感和降低消极的情绪体验(Glover & Parry, 2008)。例如,研究发现,拥有较多朋友的青年体验到较低的抑郁水平(Rosenquist, Fowler, & Christakis, 2010; Ueno, 2005)。抑郁水平较高的个体,倾向于提名较少数量的朋友,也较少被人提名为朋友(Rosenquist et al., 2010)。此外,研究者们也发现,除了朋友的数量之外,朋友的抑郁状态也是影响个体抑郁的重要因素。因为在朋友群体内,朋友的抑郁水平、朋友群体的亚文化特征等构成了青少年抑郁产生的一个微环境,与亲密朋友的情感联系会影响青少年的自我评价和对社会信息的处理(Bowker & Rubin, 2009)。研究还发现,除了直接抑郁朋友的影响外,间接朋友的抑郁也对个体的抑郁产生影响。例如,在对美国马塞诸塞州Framingham小镇居民长达32年的追踪研究发现(Rosenquist et al., 2010),无论是抑郁得分较高者还是较低者,他们都受到朋友抑郁的正向影响。该研究发现非抑郁朋友的数量能显著降低个体的抑郁水平,而抑郁朋友所占的比率越高或数量越多,个体自身的抑郁水平也越高。抑郁朋友数量对个体抑郁水平的影响效应是非抑郁朋友数量的影响效应的六倍。进一步的研究发现,除了直接朋友外,三度距离(直接朋友算作一度距离,朋友的朋友为两度距离,朋友的朋友的朋友为三度距离,……以此类推)以内的间接朋友的抑郁也对个体抑郁具有显著的正向影响,但随着距离越远,影响效应越小。间接朋友的抑郁状态对个体抑郁的影响特征与其他一些研究结果相类似,例如,肥胖(Obesity;Christakis & Fowler, 2007)、孤独(Loneliness; Cacioppo, Fowler, & Christakis, 2009)、幸福感(Happiness; Fowler & Christakis, 2008)和吸烟行为(Smoking; Christakis & Fowler, 2008)等在朋友网络中均表现出三度距离以内的朋友的特征对个体相应特征具有显著正向影响作用。根据方向性,朋友关系网络中的朋友关系以个体为中心通常存在三种类型:提名朋友(自己认为的朋友)、被提名朋友(提名自己为朋友的人)和互选朋友(与自己互相提名的朋友)。Rosenquist等人(2010)的研究发现,与互选朋友中未有抑郁者的个体相比,那些互选朋友中有抑郁者的个体其自身是抑郁者的可能性将提高359%。提名朋友中存在抑郁者,其自身是抑郁者的可能性将提高118%,但是,被提名朋友中是否有抑郁者对个体自身的抑郁水平不具有显著的影响作用(Rosenquist et al., 2010)。这一结果表明,相对于提名朋友的抑郁状态对个体抑郁的影响效应,互选朋友的抑郁状态影响更大。
在学校情景中,学生个体嵌套于班级,班级又嵌套于学校,由此共同构成了一个重要的环境变量。一些理论和模型将学校与班级这一环境变量与个体特征变量进行了区分,并探讨了环境变量(如,班级与学校的结构特征等)在影响个体身心健康中的作用。研究发现学校水平的变量对个体健康相关变量的影响作用较小,如有研究发现学校水平的变量解释了1%的幸福感(Well-being; Konu, Lintonen, & Autio, 2002),2.5%的心理健康(Psychological health; Karvonen, Vikat, & Rimpelä,2005),2.6%的抑郁症状(Depressive symptoms; Goodman, Huang, Wade, & Kahn, 2003)和0.6%身心健康(Psychosomatic health;Modin & Ostbery, 2009)的变异。相对而言,班级水平变量对个体健康相关变量的影响效应较大,如研究表明班级水平变量解释了11%心理健康(Van den Oord & Rispens, 1999),1.9%的身心健康(Modin & Östberg, 2009)和5.6%疾病(Torsheim & Wold, 2001)的变异。因此,与学校水平的变量相比,班级水平的变量对个体发展的影响效应更大。
在班级情景中,朋友关系是大学生的重要关系网络之一,并对大学生的抑郁有着重要的影响作用。首先,友谊是社会资本的重要资源。所谓社会资本是指投资和培养的社会关系所带来的关系资源,这种关系资源允许个体自己利用而其他人则无法使用(Glover, Shinew, & Parry, 2005)。来源于友谊的社会资本对于个体的幸福感而言具有特别重要的影响作用,因为个体可以通过友谊获得更多的社会支持(Glover & Parry, 2008)。同时,友谊通常被认为是建立于自愿的互惠关系,表现为通过自我表露、分享个人的观点与情感和移情获得平等的地位和有着更为亲密的关系(Berndt, 1982)。基于这一点,Wellman和Wortley(1990)认为,与其他人际关系相比,友谊关系更可能传递情感援助(Emotional aid)、友谊与陪伴(Companionship)。因此,能够建立并维系稳定和高质量的朋友关系对个体的社会适应具有重要的影响作用(Vanhalst et al., 2012),而友谊亲密性较低的个体则更可能具有一些情绪适应问题,例如抑郁(Buhrmester, 1990)。其次,在多数情况下,我们的友谊是源于与周围人的交往(Miller, Perlman, & Brehm, 2009)。例如,Festinger等人(1950)的研究发现,住得越近就越可能成为朋友。此外,研究也发现(Shaver, Furman, & Buhrmester, 1985),大学入学一年后,学生们在家时的友谊逐渐消失,被新的友谊所取代。因此,对于青少年而言(尤其是大学生),同班同学更可能成为朋友,而且这类朋友占据着个体所有朋友数量的绝大部分。最后,处于接近成年期的大学生,朋友开始变得比家庭成员越来越重要(Monsour, 2002)。大学生涯是处于离开家庭走向社会的最后一个阶段,在这个发展阶段大学生社交关系网络的重心开始从家庭转至社会,他们开始更为重视朋友网络的作用,因此班级朋友网络对其社会行为与情绪适应具有重要的影响。
值得注意的是,以往抑郁朋友的影响研究存在两个局限:首先,大量的研究只考察了直接朋友群体中抑郁朋友的影响,从而忽略了间接朋友群体的抑郁朋友的影响;即使少部分研究考查了间接朋友的影响,但是这些研究基于较为松散的社交网络结构。例如,抑郁的社交网络传播的研究是基于一个小镇的群体(Rosenquist et al., 2010)。在这个群体中,各个成员之间的连接结构较为松散。此外,由于一个小镇的人口基数较大导致抑郁的分布范围较为广泛。因此有关抑郁朋友影响的研究结论在推广性上可能具有一定的局限性。对于较为紧密的社交网络(例如,班级、公司、社团等),群体中的成员关系较为紧密,且群体人数较少。这种紧密关系可能会出现两种结果:一方面,相对于前人研究中的小镇朋友网络,更为紧密的关系中群体成员抑郁对个体抑郁的影响效应更大,原来四度或四度距离之外的群体成员抑郁对个体抑郁的影响效应则变得显著了。另一方面,在较为紧密的小群体人际关系中,群体成员之间关系紧密,从而导致群体成员仅需通过少数几个人的间接关系,就可以与其他成员产生联系。这种情况则会导致关系网络中人际关系链条较短,由此可能造成三度或三度距离以上的间接朋友对个体抑郁的影响不显著。大学生班级朋友网络是一种独特的人际网络,其独特性体现在每个个体之间都是熟人,由此形成的朋友网络,是一种小规模的、连接比较紧密的人际网络。那么大学生班级朋友网络这种独特的人际关系网络中朋友的影响范围是否依然为三步呢?再者,有关社会网络中抑郁朋友对个体抑郁的影响,没有进一步考察同性朋友或者异性朋友的影响。研究表明,大部分的青少年都拥有一个亲密的同性朋友,并且随着年龄的增长,这种经历越来越多。进一步的研究发现,相对于异性朋友,个体报告了更多的来自同性朋友的陪伴、帮助和忠诚(Kuttler, La Greca, & Prinstein, 1999)。此外,研究表明无论是男性还是女性,同性朋友之间的功能性(Functioning)具有更大的相似性(Rose, 1985)。因此,同性朋友的抑郁水平可能对个体抑郁具有更大的影响作用。探讨同性与异性抑郁朋友对个体抑郁的影响,有助于我们更清晰地发现和了解抑郁朋友的影响机制,从而进一步推进这一领域研究的深度。
综上,以往的研究主要考察了社交网络与心理健康相关变量之间的关系,如抑郁、焦虑和孤独感等(Cohen & Syme, 1985; Seeman, 1996; Thoits, 1995)。这些研究的对象大多数是成年人,少部分涉及儿童群体(Almquist, 2011),但是尚未涉及大学生群体。探讨大学阶段班级朋友网络与个体抑郁的关系,对以往的研究与文献具有重要的补充作用。因此,本研究试图考察大学生班级朋友网络对个体抑郁的影响作用,研究主要分析(1)互选抑郁朋友的影响;(2)不同连接步数抑郁朋友数量的影响;(3)同性抑郁朋友数量和异性抑郁朋友数量的影响。基于以往的研究结果本研究提出以下假设,假设1:互选抑郁朋友数量对个体的抑郁具有显著的预测作用;假设2:抑郁朋友数量对个体抑郁的具有显著的正向预测作用,且影响范围在三度距离以内(包括三度);假设3:相对于异性的抑郁朋友,同性抑郁朋友数量对个体抑郁的影响效应更大。
2 研究方法2.1 被试以班级为单位,采用随机抽样的方法,抽取了湖北省武汉市5所高校的73个班级大学生,共3772人,班级人数为20人至163人不等。由于高校之间对大学生的管理机制存在较大的差异,导致不同班级的人数也不一样。为了不破坏客观存在的班级关系网络和尽可能真实地反映大学生班级的现状(扩大代表性),此次抽样中,班级抽样采用随机抽样,以辅导员所认定的自然分班为依据,整班抽取。而学校的抽样,则采取方便抽样的原则抽取。考虑到班级朋友关系的建立需要一定的时间,本次抽样不包括大一年级。另外大四年级的学生主要外出实习且存在抽样的困难,本次抽样也不包括大四年级。最终,3276名大二和大三被试参加了问卷调查,占抽样人数的86.85%。由于共有3034名大学生完成了所有的抑郁问卷和班级提名问卷,因此本研究中(描述性统计分析和所有的回归分析)所有的数据分析均以3034名大学生的有效问卷数据作为样本。班级人数均值51.67人,标准差29.84,其中,20~30人班级23个,占31.5%,31~40人班级20个,占27.4%,41~70人班级11个,占15.1%,71~100人班级14个,占19.2%,101人以上班级5个,占6.8%。男生1230人,女生1804人。共有66个班级有缺失被试(未参加问卷调查或因题目未回答的数量超过一半而被判定问卷无效),班级内被试缺失比率在1.1%~23.5%之间。总体上,有效样本人数占理论抽样人数的80.43%。有关社会网络的调查研究,通常会出现网络成员的问卷数据缺失现象,以往的研究中的样本有效率通常在80%左右(Cacioppo et al., 2009; Rosenquist et al., 2010),因此本研究的样本有效率与以往的研究相似。
2.2 研究工具2.2.1 朋友提名首先,获取每个班级学生的名单,然后将每个班级的学生进行编号(编号的顺序随机)。采用无限制提名法,要求被试在班级名单上选出哪些同学是自己的朋友,并将所选出的朋友的编号填写在指定的横线上。
2.2.2 抑郁问卷采用国内常用的Beck抑郁量表第二版进行抑郁测量(Beck, Steer, & Brown, 1996)。该量表在大量的研究中得到广泛的使用,量表的信度和效度得到一些研究的验证与支持(王振等,2011)。该问卷共有21项,每项有4个选项供选择,根据症状轻重按无(0分)、轻度(1分)、中度(2分)和重度(3分)四级评分,得分范围为0~63分,得分越高表明抑郁水平越高。各项问题所反映的症状分别为:(A)忧愁;(B)悲观;(C)失败感;(D)满意感缺失;(E)自罪感(或内疚感);(F)受惩罚感;(G)自我失望感;(O)工作困难;(P)睡眠障碍;(Q)疲乏感;(R)食欲丧失;(S)体重减轻;(T)疑病感;(U)性兴趣。按照前人的研究方法,抑郁分数大于14分的被试被标记为抑郁组,标记为1,抑郁分数小于等于14分的被试标记为普通组,标记为0。在本研究中,抑郁问卷内部一致性信度为0.89。
2.3 研究过程及统计分析方法采用在线测评方式进行施测。首先,在问卷的首页介绍本研究的调查背景以及研究目的。尤其是在朋友提名部分,强调保密原则,并希望被试能尽力配合完成问卷。被试如果接受本研究,则点击进入测评程序,完成问卷调查。若不同意,则可自动退出。其次,经过培训的心理学硕士研究生担任主试,在辅导员老师和机房实验员的协助下,组织学生在机房进行集体施测。被试作答时,辅导员和机房实验员进行了回避,主试在机房对学生可能出现的疑问进行解答。采用Logistic线性回归分析方法,分别对不同距离的朋友抑郁类型与数量、互选朋友抑郁类型与数量、同性朋友抑郁数量等变量对个体抑郁的预测作用进行分析。
3 结果3.1 个体抑郁与班级朋友网络中变量的描述性分析描述性统计分析结果如表 1所示。分析发现,提名同性朋友的数量显著高于提名异性朋友的数量(t=37.13,df=3033,p < 0.01)。被提名同性朋友数量也显著高于被提名异性朋友数量(t=47.92,df=3033,p < 0.01)。互选朋友中,同性朋友的数量显著高于异性朋友的数量(t=39.77,df=3033,p < 0.01)。此外,共有1128名被试的互选朋友中有抑郁的朋友。
| 变量 | M | SD | Min | Max |
| 女性(女=0,男=1) | 0.40 | 0.49 | 0 | 1 |
| 抑郁得分(0-63) | 6.62 | 7.53 | 0 | 63 |
| 抑郁分类(>14为1) | 0.13 | 0.33 | 0 | 1 |
| 提名朋友数量 | 12.52 | 11.55 | 0 | 64 |
| 提名同性朋友数量 | 7.92 | 7.51 | 0 | 42 |
| 提名异性朋友数量 | 3.17 | 4.82 | 0 | 35 |
| 被提名朋友数量 | 10.64 | 5.74 | 0 | 44 |
| 被提名同性朋友数量 | 7.92 | 4.56 | 0 | 31 |
| 被提名异性朋友数量 | 3.17 | 3.28 | 0 | 29 |
| 互选朋友数量 | 5.11 | 4.45 | 0 | 28 |
| 互选同性朋友数量 | 3.80 | 3.39 | 0 | 20 |
| 互选异性朋友数量 | 1.31 | 2.17 | 0 | 18 |
以个体自身的抑郁类型(1为抑郁者,抑郁得分高于14分;0为无抑郁者,抑郁得分小于等于14分)为因变量,互选朋友抑郁类型(互选朋友中是否存在抑郁个体,1为有抑郁的朋友,0为无抑郁的朋友)为自变量,互选朋友数量为控制变量进行Logistic回归分析。结果表明互选朋友数量越多,个体抑郁的可能性越小(Wald=18.59,p < 0.001)。但是互选朋友中是否存在抑郁的人,对于个体自身的抑郁不具有显著的预测作用(Wald=1.87,p=0.172)。进一步的分析发现,在个体提名的班级朋友网络中,相对于直接朋友中无抑郁者(正常个体)的个体,直接朋友中有抑郁者的个体,其自身是抑郁的可能性平均增加了193%(Wald=26.22,p < 0.001)。两度距离的朋友中,如果存在有抑郁的朋友,那么个体自身是抑郁的可能性平均增加了156%(Wald=8.42,p=0.004)。在个体被提名的班级朋友网络中,直接朋友中存在抑郁者的个体,其自身是抑郁的可能性平均增加了139%(Wald=52.54,p < 0.001)。如果两度距离的朋友中存在抑郁者,那么个体自身抑郁的可能性平均增加了114%(Wald=17.07,p < 0.001)。由此可知,无论是个体自己提名的朋友,还是被提名的朋友,两度及两度距离以内的朋友抑郁类型对个体抑郁均具有显著的影响,并且直接朋友的抑郁类型影响最大,其次是两度距离朋友的抑郁类型。三度及三度距离以上连接的朋友抑郁类型对于个体自身的抑郁不具有显著的预测作用。
进一步探讨直接朋友和间接朋友中,抑郁者的人数对个体抑郁是否存在显著的影响。首先,以互选朋友数量为控制变量,互选朋友抑郁数量为自变量,个体自身的抑郁类型为因变量,进行Logistic回归分析。结果表明,在控制了互选朋友数量的影响后,互选朋友抑郁数量每增加一个,个体自身是抑郁的风险将平均增加117%(Wald=4.97,p=0.026)。其次,将性别、互选朋友数量、互选朋友抑郁数量、和对应朋友距离的朋友数量作为控制变量,分别考察不同朋友距离的抑郁朋友数量对个体自身抑郁的预测作用,结果如表 2所示。从回归系数以及OR值可知,直接朋友的抑郁数量预测效应最大,即直接朋友中每增加一个抑郁者,个体是抑郁的概率将平均增加150%。两度距离的朋友中,抑郁者数量每增加一个,个体是抑郁的概率也将平均增加109%。
| 朋友距离 | 预测变量 | B | SE | Wald | df | p < /td> | OR | 95%CI |
| 一度距离 | 性别 | -0.30 | 0.11 | 7.06 | 1 | 0.008 | 1.35 | 1.08-1.67 |
| 互选朋友数量 | 0.03 | 0.03 | 1.36 | 1 | 0.244 | 1.03 | 0.98-1.08 | |
| 朋友数量 | -0.08 | 0.01 | 37.85 | 1 | <0.001 | 0.92 | 0.90-0.95 | |
| 互选朋友抑郁数量 | -0.29 | 0.10 | 8.38 | 1 | 0.004 | 0.75 | 0.62-0.91 | |
| 朋友抑郁数量 | 0.40 | 0.06 | 44.74 | 1 | <0.001 | 1.50 | 1.33-1.69 | |
| 两度距离 | 性别 | -0.33 | 0.11 | 9.06 | 1 | 0.003 | 1.40 | 1.12-1.74 |
| 互选朋友数量 | -0.07 | 0.02 | 19.26 | 1 | <0.001 | 0.93 | 0.90-0.96 | |
| 朋友数量 | -0.01 | 0.00 | 4.91 | 1 | 0.027 | 0.99 | 0.98-1.00 | |
| 互选朋友抑郁数量 | 0.15 | 0.07 | 4.02 | 1 | 0.045 | 1.16 | 1.00-1.33 | |
| 朋友抑郁数量 | 0.08 | 0.03 | 7.98 | 1 | 0.005 | 1.09 | 1.03-1.15 | |
| 三度距离 | 性别 | -0.33 | 0.11 | 8.80 | 1 | 0.003 | 1.39 | 1.12-1.72 |
| 互选朋友数量 | -0.07 | 0.02 | 18.16 | 1 | <0.001 | 0.93 | 0.91-0.96 | |
| 朋友数量 | 0.00 | 0.01 | 0.04 | 1 | 0.848 | 1.00 | 0.99-1.01 | |
| 互选朋友抑郁数量 | 0.16 | 0.07 | 4.63 | 1 | 0.031 | 1.17 | 1.01-1.35 | |
| 朋友抑郁数量 | 0.02 | 0.04 | 0.16 | 1 | 0.690 | 1.02 | 0.94-1.10 |
被提名朋友网络中,不同距离朋友中抑郁者的数量对个体自身抑郁的影响如表 3所示。回归分析结果也发现,直接朋友中抑郁者数量每增加一个,个体自身是抑郁的可能性将增加168%。两度距离朋友的抑郁数量每增加一个,个体自身是抑郁的可能性也将增加113%。但是,三度和三度距离以外的朋友抑郁数量则不具有显著的预测效应。综上可知,无论是提名的朋友,还是被提名的朋友,直接朋友和两步连接的朋友抑郁数量均对个体自身的抑郁具有显著的预测作用。朋友中抑郁者的数量越多,个体是抑郁者的风险就越大。
| 朋友距离 | 预测变量 | B | SE | Wald | df | p < /td> | OR | 95%CI |
| 一度距离 | 性别 | -0.28 | 0.11 | 6.36 | 1 | 0.012 | 1.33 | 1.07-1.654 |
| 互选朋友数量 | -0.03 | 0.02 | 2.89 | 1 | 0.089 | 0.97 | 0.93-1.01 | |
| 朋友数量 | -0.03 | 0.01 | 3.95 | 1 | 0.047 | 0.97 | 0.95-1.00 | |
| 互选朋友抑郁数量 | -0.39 | 0.10 | 14.80 | 1 | <0.001 | 0.68 | 0.56-0.83 | |
| 朋友抑郁数量 | 0.52 | 0.07 | 63.57 | 1 | <0.001 | 1.68 | 1.48-1.91 | |
| 两度距离 | 性别 | -0.35 | 0.11 | 9.84 | 1 | 0.002 | 1.42 | 1.14-1.76 |
| 互选朋友数量 | -0.07 | 0.02 | 20.26 | 1 | <0.001 | 0.93 | 0.90-0.96 | |
| 朋友数量 | -0.01 | 0.01 | 2.48 | 1 | <0.001 | 0.99 | 0.98-1.00 | |
| 互选朋友抑郁数量 | 0.12 | 0.07 | 2.65 | 1 | 0.104 | 1.13 | 0.98-1.30 | |
| 朋友抑郁数量 | 0.13 | 0.03 | 15.55 | 1 | <0.001 | 1.13 | 1.07-1.21 | |
| 三度距离 | 性别 | -0.33 | 0.11 | 8.94 | 1 | 0.003 | 1.40 | 1.12-1.74 |
| 互选朋友数量 | -0.07 | 0.02 | 20.51 | 1 | <0.001 | 0.93 | 0.90-0.96 | |
| 朋友数量 | -0.00 | 0.01 | 0.14 | 1 | 0.706 | 1.00 | 0.98-1.01 | |
| 互选朋友抑郁数量 | 0.16 | 0.07 | 4.89 | 1 | 0.027 | 1.17 | 1.02-1.35 | |
| 朋友抑郁数量 | 0.04 | 0.05 | 0.81 | 1 | 0.367 | 1.04 | 0.95-1.14 |
进一步分析同性抑郁朋友数量和异性抑郁朋友数量对个体自身抑郁的预测作用。首先,将性别、互选同性朋友数量和互选异性朋友数量作为控制变量,以互选同性抑郁朋友数量和互选异性抑郁朋友数量为自变量,个体自身抑郁类型(1为抑郁,0为非抑郁)为因变量,进行Logistic回归分析。结果表明,互选同性朋友中抑郁者的数量每增加一个,个体自身是抑郁者的可能性将增加130%(Wald=10.77,p=0.001)。但是,互选异性朋友的数量和互选异性朋友中抑郁者的数量均对个体自身的抑郁不具有显著的预测作用(Wald=1.90,p=0.168,OR=0.774)。其次,将性别、互选同性和异性朋友的数量、互选同性朋友和异性朋友的抑郁作为控制变量,考察提名朋友网络中同性和异性朋友的抑郁数量对个体自身抑郁的影响,结果如表 4所示。结果表明,同性朋友的抑郁数量每增加一个,个体自身为抑郁的可能性就平均增加了210%。而互选同性朋友的抑郁数量每增加一个,各自自身为抑郁的可能性则平均增加了58%。然而,异性朋友的抑郁数量与互选异性朋友抑郁数量对个体的抑郁不具有显著的预测作用。
| 预测变量 | B | SE | Wald | df | p < /td> | OR | 95%CI |
| 性别 | -0.22 | 0.12 | 3.66 | 1 | 0.056 | 0.80 | 0.64-1.01 |
| 互选同性朋友数量 | 0.11 | 0.04 | 7.99 | 1 | 0.005 | 1.12 | 1.04-1.21 |
| 互选异性朋友数量 | 0.13 | 0.06 | 4.43 | 1 | 0.035 | 1.14 | 1.01-1.28 |
| 同性朋友数量 | -0.17 | 0.03 | 46.74 | 1 | <0.001 | 0.85 | 0.81-0.89 |
| 异性朋友数量 | -0.09 | 0.03 | 7.39 | 1 | 0.007 | 0.91 | 0.85-0.98 |
| 互选同性朋友抑郁数量 | -0.54 | 0.12 | 20.16 | 1 | <0.001 | 0.58 | 0.46-0.74 |
| 互选异性朋友抑郁数量 | -0.43 | 0.23 | 3.61 | 1 | 0.057 | 0.65 | 0.42-1.01 |
| 同性朋友抑郁数量 | 0.74 | 0.08 | 77.28 | 1 | <0.001 | 2.10 | 1.78-2.48 |
| 异性朋友抑郁数量 | 0.11 | 0.12 | 0.75 | 1 | 0.386 | 1.11 | 0.87-1.42 |
与提名朋友网络相似,在被提名朋友网络中,Logistic回归分析结果(如表 5所示)表明,同性朋友的抑郁数量每增加一个,个体自身为抑郁的可能性就增加了199%。而互选同性朋友的抑郁数量每增加一个,个体自身为抑郁的可能性则增加了61%。异性朋友的抑郁数量对个体的抑郁不具有显著的预测作用,互选异性朋友的抑郁数量的预测效应也不显著。
| 预测变量 | B | SE | Wald | df | p < /td> | OR | 95%CI |
| 性别 | -0.23 | 0.12 | 3.89 | 1 | 0.049 | 1.26 | 1.00-1.58 |
| 互选同性朋友数量 | -0.03 | 0.03 | 1.35 | 1 | 0.245 | 0.97 | 0.92-1.02 |
| 互选异性朋友数量 | -0.02 | 0.04 | 0.15 | 1 | 0.695 | 0.98 | 0.90-1.07 |
| 同性朋友数量 | -0.04 | 0.02 | 4.40 | 1 | 0.036 | 0.96 | 0.93-1.00 |
| 异性朋友数量 | -0.01 | 0.03 | 0.04 | 1 | 0.841 | 1.00 | 0.95-1.05 |
| 互选同性朋友抑郁数量 | -0.49 | 0.12 | 16.52 | 1 | <0.001 | 0.61 | 0.48-0.78 |
| 互选异性朋友抑郁数量 | -0.37 | 0.23 | 2.66 | 1 | 0.103 | 0.69 | 0.44-1.08 |
| 同性朋友抑郁数量 | 0.69 | 0.08 | 73.61 | 1 | <0.001 | 1.99 | 1.70-2.33 |
| 异性朋友抑郁数量 | 0.14 | 0.13 | 1.24 | 1 | 0.266 | 1.15 | 0.90-1.47 |
本研究的主要目的是考察大学生班级朋友网络对个体抑郁的影响,特别关注互选朋友、提名朋友、被提名朋友、直接与间接提名朋友中的抑郁者数量对个体自身抑郁的影响,并进一步比较分析同性朋友与异性朋友中抑郁者数量的影响作用。研究发现,互选朋友中是否存在抑郁的人,对于个体自身的抑郁来说,不具有显著的预测作用。但是,互选朋友抑郁数量对抑郁存在显著的正向影响,即互选抑郁朋友数量越多,个体抑郁的可能性越大。本研究支持了研究假设1。研究也与以往的同类研究结果相类似,例如Rosenquist等人(2010)的研究发现,如果互选朋友中有抑郁的人,那么个体自身抑郁的风险将显著增加。
研究还发现,除了互选抑郁朋友,提名朋友与被提名朋友的抑郁类型也对个体抑郁具有显著预测作用。进一步的研究发现,两度距离以内(包括两度)的提名和被提名朋友中抑郁朋友的数量是个体抑郁的一个重要风险因素。即一个抑郁的个体更容易使与他有关系的他人产生抑郁情绪,并且这种影响在班级朋友网络中会蔓延至朋友的朋友(两度距离范围),由此研究假设2得到部分验证。该结果与以往的研究具有较高的一致性。例如,以往的研究发现(Haselager et al., 1998; Prinstein, 2007; Rosenquist et al., 2010),无论是一般的成年人还是儿童青少年,他们同伴之间报告的抑郁水平具有较高的相似性,反映了同伴抑郁对个体自身抑郁具有一定的影响作用。对于这种现象,研究者们提出了抑郁“相似性”的概念,并认为这一现象的产生存在两种可能的原因:选择性(Selection)与社会化(Socialization)。选择性是指个体最开始建立友谊时,倾向于选择行为、爱好、态度或心理特征等方面相似的同伴为朋友,而与不相似或相似性低的朋友逐渐解除关系,正如《战国策·齐策三》《周易·系辞上》所言“物以类聚人以群分”。一些来自实验室的研究结果表明,抑郁的个体更可能为其他抑郁的个体所吸引,具有一定抑郁水平的青少年更多地选择那些与自己的抑郁水平相当的个体作为自己的朋友(Joiner, 1994;Rosenblatt & Greenberg, 1991;Strack & Coyne, 1983)。此外,研究也表明,青少年在开始建立同伴关系的时候,会选择那些抑郁水平相似的人作为自己的同伴,同时他们也很可能会与那些抑郁水平变得跟自己不一样的同伴解除关系(Kiuru, Burk, Laursen, Nurmi, & Salmela-Aro, 2012)。抑郁相似性的另一种解释是社会化,其指个体通过改变他们的行为以使得自己与同伴具有更高的相似性。选择性与社会化两者之间最为重要的区别在于:选择性认为抑郁相似性是对同伴选择的反映,社会化则认为抑郁相似性是同伴影响的结果(Kiuru et al., 2012)。社会化理论认为个体在与具有高抑郁水平及相应认知的重要他人互动过程中,很可能发展出抑郁症状及有关的认知(Stevens & Prinstein, 2005; Van Zalk, Kerr, Branje, Stattin, & Meeus, 2010),从而导致抑郁水平较低的青少年将会增加他们的抑郁水平,使得自己与具有更高抑郁水平的同伴相似。此外,抑郁的人际理论也认为(Coyne, 1976a,1976b),与抑郁的个体交往将会使自己变得更消极和不愉快,结果导致抑郁的个体与其同伴的负性情绪均将随之增加。这些理论者们认为(Prinstein, Cheah, & Guyer, 2005;Stevens & Prinstein, 2005),抑郁个体将通过交流和强化消极的世界观,使得他们的同伴诱发消极的情绪。在这些情况下,抑郁就像会病毒一样,从一个抑郁的个体传播到普通的同伴。由此抑郁水平较低的青少年将会增加自身的抑郁水平,从而使得自己与具有更高抑郁水平的同伴相似。这一观点还得到了实验研究的结果支持,例如在实验室情景中,与抑郁个体进行交往后的成人,他们的积极情感显著减少,消极情感则显著增加(Joiner & Katz, 1999)。采用基于相关的追踪设计研究也发现(被试包含青少年),初始测量时的个体抑郁水平与随后的同伴抑郁水平的变化具有显著的正相关关系(Prinstein, 2007;Stevens & Prinstein, 2005; Van Zalk et al., 2010)。
然而,本研究结果与以往研究在两个方面存在一定的差异。首先,抑郁能够影响间接朋友的抑郁这与以往研究一致,但是在影响的范围上与以往的研究存在差异。例如,Rosenquist等人(2010)发现,抑郁在朋友网络中的影响范围在三度距离以内(包括三度)。但是本研究发现,抑郁的影响范围仅局限于两度距离以内(包括两度)。该结果的差异可能与所研究的网络特征有关。Rosenquist等人(2010)的研究结果是基于较为松散的社交网络结构(基于一个小镇的群体)。此外,由于一个小镇的人口基数较大,同时有可能导致抑郁的分布范围也较为广泛。本研究中,所研究的是班级朋友网络。在一个大学班级中,班级朋友网络群体人数较少,群体中的成员联系较为紧密。由此可见,抑郁的影响范围可能与人际网络的特性存在密切关系,如果是较为松散的网络,传播的范围就相对较大。反之,如果是紧密的熟人网络,那么传播的范围则相对较小。其次,本研究特别考察了提名朋友与被提名朋友抑郁类型对个体抑郁的影响。根据朋友提名而建构的班级朋友网络是有向网络(你认为的朋友和把你当朋友的人),即在该类关系网络中,能够呈现关系发生源及去向。Rosenquist等人(2010)的研究发现,互选朋友和提名朋友中如果存在抑郁的人,则个体是抑郁的概率将显著提高,但是被提名朋友中是否有抑郁者对个体的抑郁预测效应则不显著。而且互选朋友抑郁的影响效应显著高于提名朋友抑郁的影响效应。但是本研究发现,无论是提名网络,还是被提名网络,抑郁均具有两度的影响效应,由此表明抑郁的影响并不依靠网络的方向性。具体而言,自己认为的朋友中,如果有抑郁的人存在,则自己抑郁的风险将增大。同时,把自己当朋友的人中如果有抑郁者存在,那么也将会增加自己的抑郁风险。此外,互选抑郁朋友数量对个体自身的抑郁也具有显著的正向预测作用,但与一般抑郁朋友数量的预测效应相比,互选抑郁朋友数量的预测效应相对较小,甚至互选同性抑郁朋友数量对个体抑郁的影响效应还小于一般同性抑郁朋友数量的影响效应。这些结果说明,互选朋友与其他一般朋友中抑郁者的数量对个体抑郁的影响差异不大,而没有体现出我们之前预期的,互选朋友中的抑郁者的数量对于个体而言可能具有更为重要的预测作用。对于此研究结果的解释,可能与本研究的样本有一定的关系。本研究采用的是大学生班级朋友网络,因此,互选朋友与其他一般朋友之间可能差异不是很大。例如,即使是一般朋友,他们可能是在同一个宿舍,在地理位置上更为接近,联系更为频繁。因此,互选朋友相对于一般朋友而言,可能并不是与我们之前所预想的效应那么大,从而导致互选朋友的抑郁与一般朋友的抑郁对于个体自身抑郁的影响不存在较大的差异。另外,互选朋友之间,联系较为频繁,关系也更为紧密。对于一个抑郁的个体而言,在面对应激性压力时,更多的是向互选朋友寻求帮助。而作为抑郁者的互选朋友,由于经常被求助,可能会更了解一些应对抑郁的方法,对抑郁的本质与影响因素的了解相对更为深刻,从而对互选朋友抑郁的影响可能具有较大的“抵抗力”。然而,这些解释仍需要更多研究进一步的证实。
以往的研究表明,男性抑郁朋友和女性抑郁朋友是个体抑郁的重要风险因素(Rosenquist et al., 2010),但是研究并没有区分同性朋友和异性朋友。而本研究则进一步探讨同性与异性朋友抑郁对个体抑郁的影响。研究结果表明,虽然抑郁朋友的数量对个体抑郁具有显著的预测作用,但并不是所有抑郁朋友都对个体的抑郁有显著的预测作用。研究发现,无论是提名朋友网络还是被提名朋友网络,同性抑郁朋友的数量对个体抑郁具有显著的正向预测作用,而异性抑郁朋友的数量对个体的抑郁不具有显著的预测作用。结果说明了,朋友抑郁对个体自身抑郁的影响,可能更多的是受到同性朋友的影响,研究结果支持了研究假设3。所以,从某种程度上可以说人们更容易受到同性朋友的影响。因为相对于异性朋友,个体报告了更多与同性朋友的陪伴(Companionship;Kuttler et al., 1999),帮助与忠诚(Rose, 1985),同性朋友之间的功能性表现出了更大的相似性(Rose, 1985)。所以相对于异性朋友,同性朋友之间抑郁的影响也就相对较大。
本研究的结果,有助于我们更清晰地了解朋友关系对大学生抑郁的影响,对于大学生抑郁的预防与干预也具有一定的启示作用。例如,学校心理咨询中心的咨询师在接待经过临床诊断为抑郁症的大学生,或抑郁倾向较高的大学生时,应意识到其身边的班级朋友也可能具有较高的抑郁。在进行干预治疗的时候,可以考虑深入了解其班级的朋友关系和朋友的抑郁状况(特别是同性朋友),尝试帮助来访者重新调整其现有的不良人际关系,如与抑郁得分较低的朋友加强联系,而与抑郁得分较高的朋友暂时减少联系。通过这一方法,也有助于发现更多可能有抑郁倾向的大学生,从而采取提前介入的方式,缓解潜在抑郁患者的消极情绪,达到预防的效果。而对于大学的辅导员或班级管理老师,在发现有抑郁倾向的大学生时,还应关注他们在班级内的直接与间接朋友,通过向他们传递预防与应对抑郁的知识与方法,缓解或消除潜在的风险。
当然,本研究还存在一定的局限之处。首先,本研究没有采用追踪研究设计,导致朋友抑郁对个体抑郁的影响作用均以相关关系为基础,从而不能得出相对较为严谨的因果关系,最终导致无法判断人们是因为自己抑郁而选择抑郁他人作为朋友,还是因为朋友是抑郁者所以自己也受到了传染。因此,这种横向设计上的局限所带来的研究结论在推广以及深化方面的不足,有待于今后更多的研究者进一步探讨。其次,相对于中小学生,大学生的朋友已经不再局限于班级内部。理想的研究应该是考察大学生班级内外朋友网络对其抑郁的影响。但基于本研究目的,以及研究的可操作性,本研究将朋友网络局限于班级内部。今后的研究可以继续考察班级内外朋友网络对大学生抑郁的影响。最后,由于社会网络分析要求整个群体的所有个体均参与调查。虽然在本研究抽样时,尽可能使被试能够配合参与调查,如采用集体施测的方法,尽力使得所抽取的班级内同学都能参与问卷调查。但是,一些客观的原因致使仍然有部分被试不能参与问卷调查,或者没有完成问卷调查。因此,鉴于社会网络分析方法的固有限制,同时部分班级的学生缺席了问卷调查,研究的结果仍然存在有一些不足。今后研究可能需要采用尽可能多的方法得到被试的配合,并且采用多次回访补测的方法,尽量收取尽可能多的朋友提名。同时,也寄希望于今后的研究者开发出能有效处理社会网络分析缺失数据的统计分析方法。
5 结论本研究采用社会网络分析方法,探讨了班级朋友关系网络对个体抑郁的影响作用。主要得出了以下结论:抑郁朋友的影响在班级朋友网络中仅限两度距离以内(包括两度),且这种影响不受朋友关系的方向性限制。随着抑郁朋友的数量增多,个体的抑郁风险也显著增加。朋友抑郁对个体自身抑郁的影响,可能更多的是受到同性抑郁朋友的影响。
| Almquist, Y. (2011). The school class as a social network and contextual effects on childhood and adult health:Findings from the Aberdeen Children of the 1950s cohort study. Social Networks, 33(4), 281-291. |
| Beck, A. T., Steer, R. A., & Brown, G. K. (1996). Manual for the beck depression inventory-II. San Antonio, TX:Psychological Corporation. |
| Berndt, T. J. (1982). The features and effects of friendship in early adolescence. Child Development, 1447-1460. |
| Bowker, J. C., & Rubin, K. H. (2009). Self-consciousness, friendship quality, and adolescent internalizing problems. British Journal of Developmental Psychology, 27(2), 249-267. |
| Buhrmester, D. (1990). Intimacy of friendship, interpersonal competence, and adjustment during preadolescence and adolescence. Child Development, 61(4), 1101-1111. |
| Cacioppo, J. T., Fowler, J. H., & Christakis, N. A. (2009). Alone in the crowd:The structure and spread of loneliness in a large social network. Journal of Personality and Social Psychology, 97(6), 977-991. |
| Christakis, N. A., & Fowler, J. H. (2007). The spread of obesity in a large social network over 32 years. New England Journal of Medicine, 357(4), 370-379. |
| Christakis, N. A., & Fowler, J. H. (2008). The collective dynamics of smoking in a large social network. New England Journal of Medicine, 358(21), 2249-2258. |
| Cohen, S. E., & Syme, S. (1985). Social support and health. New York:Academic Press. |
| Coyne, J. C. (1976a). Depression and the response of others. Journal of Abnormal Psychology, 85(2), 186-193. |
| Coyne, J. C. (1976b). Toward an interactional description of depression. Psychiatry, 39, 28-40. |
| Festinger, L., Schachter, S., & Back, K. W. (1950). Social pressures in informal groups:A study of human factors in hoursing. New York:Harper & Brothers. |
| Fowler, J. H., & Christakis, N. A. (2008). The dynamic spread of happiness in a large social network. British Medical Journal, 337, a2338. |
| Glover, T. D, & Parry, D. C. (2008). Friendships developed subsequent to a stressful life event:The interplay of leisure, social capital, and health. Journal of Leisure Research, 40(2), 208-230. |
| Glover, T. D, Shinew, K. J, & Parry, D. C. (2005). Association, sociability, and civic culture:The democratic effect of community gardening. Journal of Leisure Research, 27(1), 75-92. |
| Goodman, E., Huang, B., Wade, T. J, & Kahn, R. S. (2003). A multilevel analysis of the relation of socioeconomic status to adolescent depressive symptoms:does school context matter? The Journal of Pediatrics, 143(4), 451-456. |
| Haselager, G. J., Hartup, W. W., Lieshout, C. F., & Riksen-Walraven, J. M. A. (1998). Similarities between friends and nonfriends in middle childhood. Child Development, 69(4), 1198-1208. |
| Hirsch, J. K., Webb, J. R., & Jeglic, E. L. (2011). Forgiveness, depression, and suicidal behavior among a diverse sample of college students. Journal of Clinical Psychology, 67(9), 896-906. |
| Joiner, T. E, & Katz, J. (1999). Contagion of depressive symptoms and mood:Meta-analytic review and explanations from cognitive, behavioral, and interpersonal viewpoints. Clinical Psychological Science Practice, 6, 149-164. |
| Joiner, T. E. (1994). Contagious depression:Existence, specificity to depressed symptoms, and the role of reassurance seeking. Journal of Personality and Social Psychology, 67(2), 287-296. |
| Karvonen, S., Vikat, A., & Rimpel?, M. (2005). The role of school context in the increase in young people's health complaints in Finland. Journal of Adolescence, 28(1), 1-16. |
| Kiuru, N., Burk, W. J, Laursen, B., Nurmi, J. E., & Salmela-Aro, K. (2012). Is depression contagious? A test of alternative peer socialization mechanisms of depressive symptoms in adolescent peer networks. Journal of Adolescent Health, 50(3), 250-255. |
| Konu, A. I., Lintonen, T. P., & Autio, V. J. (2002). Evaluation of well-being in schools-A multilevel analysis of general subjective well-being. School Effectiveness and School Improvement, 13(2), 187-200. |
| Kuttler, A. F., La Greca, A. M., & Prinstein, M. J. (1999). Friendship qualities and social-emotional functioning of adolescents with close, cross-sex friendships. Journal of Research on Adolescence, 9(3), 339-366. |
| Brehm, S. S., Miller, R. S, Perlman, D., & Campbell, S. M. (2002). Intimate relationships. New York:McGraw-Hill. |
| Modin, B., &?stberg, V. (2009). School climate and psychosomatic health:A multilevel analysis. School Effectiveness and School Improvement, 20(4), 433-455. |
| Monsour, M. (2002). Women and men as friends:Relationships across the life span in 21 st century. Mahwah, NJ:Lawrence Erlbaum Associates. |
| Pizzagalli, D. A., Jahn, A. L., & O'Shea, J. P. (2005). Toward an objective characterization of an anhedonic phenotype:a signal-detection approach. Biological Psychiatry, 57(4), 319-327. |
| Prager, L. M. (2009). Depression and suicide in children and adolescents. Pediatrics in Review, 30(6), 199-206. |
| Prinstein, M. J, Cheah, C. S. L., & Guyer, A. E. (2005). Peer victimization, cue interpretation, and internalizing symptoms:Preliminary concurrent and longitudinal findings for children and adolescents. Journal of Clinical Child and Adolescent Psychology, 34(1), 11-24. |
| Prinstein, M. J. (2007). Moderators of peer contagion:A longitudinal examination of depression socialization between adolescents and their best friends. Journal of Clinical Child and Adolescent Psychology, 36(2), 159-170. |
| Rose, S. M. (1985). Same-and cross-sex friendships and the psychology of homosociality. Sex Roles, 12(1), 63-74. |
| Rosenblatt, A., & Greenberg, J. (1991). Examining the world of the depressed:Do depressed people prefer others who are depressed? Journal of Personality and Social Psychology, 60(4), 620-629. |
| Rosenquist, J. N., Fowler, J. H., & Christakis, N. A. (2010). Social network determinants of depression. Molecular Psychiatry, 16(3), 273-281. |
| Seeley, J. R., Stice, E., & Rohde, P. (2009). Screening for depression prevention:Identifying adolescent girls at high risk for future depression. Journal of Abnormal Psychology, 118(1), 161-170. |
| Seeman, T. E. (1996). Social ties and health:The benefits of social integration. Annals of Epidemiology, 6(5), 442-451. |
| Shaver, P., Furman, W., & Buhrmester, D. (1985). Transition to college:Network changes, social skills, and loneliness. In S. Duck & D. Perlman (Eds.), Understanding personal relationships:An interdisciplinary approach (pp. 193-219). London:Sage. |
| Stevens, E. A, & Prinstein, M. J. (2005). Peer contagion of depressogenic attributional styles among adolescents:A longitudinal study. Journal of Abnormal Child Psychology, 33(1), 25-37. |
| Strack, S., & Coyne, J. C. (1983). Social confirmation of dysphoria:Shared and private reactions to depression. Journal of Personality and Social Psychology, 44(4), 798-806. |
| Thoits, P. A. (1995). Stress, coping, and social support processes:Where are we? What next? Journal of Health and Social Behavior, 35, 53-79. |
| Torsheim, T., & Wold, B. (2001). School-related stress, support, and subjective health complaints among early adolescents:A multilevel approach. Journal of Adolescence, 24(6), 701-713. |
| Ueno, K. (2005). The effects of friendship networks on adolescent depressive symptoms. Social Science Research, 34(3), 484-510. |
| Van den Oord, E. J., & Rispens, J. (1999). Differences between school classes in preschoolers' psychosocial adjustment:Evidence for the importance of children's interpersonal relations. Journal of Child Psychology and Psychiatry, 40(3), 417-430. |
| Van Zalk, M. H, Kerr, M., Branje, S. J., Stattin, H., & Meeus, W. H. (2010). It takes three:selection, influence, and de-selection processes of depression in adolescent friendship networks. Developmental Psychology, 46(4), 927-938. |
| Vanhalst, J., Klimstra, T. A., Luyckx, K., Scholte, R. H., Engels, R. C., & Goossens, L. (2012). The interplay of loneliness and depressive symptoms across adolescence:Exploring the role of personality traits. Journal of Youth and Adolescence, 41(6), 776-787. |
| 焦彬, 陆静文, 杨思, 陈冲, 刘铁桥. (2010). 应激性生活事件, 认知情绪调节, 抑郁与自杀意念关系的结构方程模型. 中国临床心理学杂志, (4), 480-482. |
| 屈智勇, 张秀兰. (2008). 中西部大学生抑郁现状, 人群特征及干预效果. 清华大学学报:哲学社会科学版, 23(2), 120-134. |
| 王振, 苑成梅, 黄佳, 李则挚, 陈珏, 张海音, …肖泽萍. (2011). 贝克抑郁量表中文版在抑郁症患者中的信效度. 中国心理卫生杂志, 25(6), 476-480. |
| 杨雪龙, 童辉杰. (2010). 大学生自杀风险评估及相关社会心理因素研究. 中国临床心理学杂志, (6),695-697. |
2016, Vol. 32

