大學生社會支持和生命意義維度的網絡分析研究

王紫微，任 壘，李逢戰，武圣君，劉旭峰，劉世舉，王秀超

(1空軍軍醫大學軍事醫學心理學系， 陜西 西安 710032； 2解放軍總醫院海南醫院骨科， 海南 三亞 572013)

生命意義是指人們領會、理解或看到生活的意義，并隨之覺察到自己生命的目的、使命和首要目標[1]。諸多研究發現生命意義對個體身心健康具有重要影響[2-4]，因此，探索影響生命意義的因素并進行相應的干預無疑能夠提升個體的生命意義感，從而有助于個體身心健康發展。社會支持是影響生命意義的一個重要因素，個體獲得的社會支持越多，其適應狀況越好，從社會環境中體驗到的生命意義感也越高[5]。在一定條件下，社會支持可看作是連接積極心理品質與生命意義的紐帶[6]。

生命意義包括生命意義體驗(presence of meaning，MLQ-P)和生命意義追尋(search for meaning，MLQ-S)2個維度[7]。社會支持包括家庭、朋友和重要他人3個維度[8]。社會支持和生命意義都包含多個維度，以往研究忽略了社會支持的不同維度和生命意義不同維度之間的關系，導致學者們對這兩者的關系缺乏深入的了解。本研究從生命意義和社會支持的各維度出發，研究社會支持對生命意義的影響，更有助于我們深入探討社會支持與生命意義之間的內部關系，為提高生命意義的方法和措施提供理論指導。

網絡分析法是對復雜變量之間的關系進行數學分析和可視化的一種重要的創新方法[9-10]。這種方法由數據驅動，不依賴變量之間因果關系的先驗假設[10-11]。網絡由兩部分組成，其中節點代表變量，邊代表變量之間的關系[12]。與單純的相關方法相比，網絡分析法可以為每個節點提供相應的中心性(如強度和橋-強度中心性)和可預測性指標，并以此檢驗其在整個網絡中的重要性和可控性[13-14]。一個具有高強度(或橋-強度)中心性的節點可能在激活或維護整個網絡中發揮重要作用。這些指標可為相關干預提供潛在的靶點。

因此，依靠網絡分析的方法優勢(特別是每個節點的強度和橋-強度中心性指標)，我們將社會支持和生命意義的各個維度放入同一個網絡。本研究有3個目的：首先，探索社會支持和生命意義不同維度間的潛在關聯路徑；其次，使用強度中心性來探究各個維度在社會支持和生命意義維度網絡中的相對重要性；最后，使用橋-強度中心性探索社會支持與生命意義聯系最強的維度。

1 對象與方法

1.1 對象

采用便利取樣的方法，從3所大學招募被試723名，通過手機在線填寫量表的方式完成作答。為保證數據的有效性，對被試作答時間太短或太長的數據進行剔除。剩下的708名被試包括348名男性和360名女性，平均年齡(19.90±1.30)歲。所有被試簽署知情同意書，并獲得5元人民幣作為報酬。

1.2 方法

生命意義的測量采用生命意義問卷[7]。該問卷由10個條目構成，分為MLQ-P和MLQ-S 2個維度，每個維度各5個條目。采用Likert 7點評分，被試從1(完全不符合)到 7(完全符合)對每個條目描述符合自我的程度進行評價，問卷總分和個體生命意義水平呈正相關。中文版的生命意義問卷被證明具有良好的信效度指標[15]。在本研究中，量表總的Cronbach’s α系數為0.86，MLQ-P維度為0.88，MLQ-S維度為0.68。

社會支持的測量采用MSPSS[8]。該量表由12個條目構成，分為家庭，朋友和重要他人3個維度，每個維度各4個條目。采用Likert 7點評分，被試從1(極不同意)到 7(極同意)對每個條目描述符合自我的程度進行評價。中文版的MSPSS被證明具有良好的信效度指標[16]。在本研究中，量表總的Cronbach’s α系數為0.95，家庭維度為0.87，朋友維度為0.92，重要他人維度為0.87。

1.3 統計學分析

采用高斯圖形模型(Gaussian graphical model，GGM)擬合數據[17]。GGM是無向網絡，邊代表兩個節點之間的偏相關關系，即在對網絡中其他節點進行統計控制后兩個節點間的凈相關關系。使用變量間非參數Spearman相關矩陣作為GGM估計的輸入[18]。由于樣本大(708個)而目標變量少(家庭、朋友、重要他人、生命意義追尋、生命意義體驗5個變量)，因此使用非正則化模型選擇的方法得到最終網絡[19]。使用R包qgraph對所構建的網絡進行可視化分析[20]。網絡中藍色邊表示正相關，邊的厚度與節點之間的相關性呈正相關。使用R包qgraph計算節點強度中心性[20]。節點強度中心性定義為連接該節點的所有邊的絕對值之和，其值越高，則代表該節點在網絡中的相對重要性越大。此外，我們計算了每個節點的橋 - 強度中心性[21]，節點的橋-強度中心性定義為連接該節點與其他簇團節點的所有邊的絕對值之和，其值越高，則代表該節點向其他簇團傳遞的風險越大[21]。本研究提前將目標變量劃分為兩個簇團：一個簇團包含MSPSS的3個維度，另一個簇團包含生命意義量表的2個維度。使用R包mgm計算網絡中每個節點的可預測性[13]?？深A測性是指節點的變異在多大程度上可以由與其相連節點來解釋。使用R包bootnet檢測網絡的準確性和穩定性[22]。首先，我們通過計算邊權值95%CI(2 000次bootstrap)來評估邊權值的準確性。其次，我們通過計算相關穩定性系數來評估節點強度中心性和橋 - 強度中心性的穩定性。相關穩定性系數最好在0.5以上且不應低于0.25[22]。

2 結果

2.1 描述統計

描述統計結果如表1所示，列出了當前網絡中所有變量的平均分數、標準差和可預測性。重要他人和朋友維度的可預測性較高，而生命意義各維度可預測性則較低。

表1 社會支持和生命意義網絡中各維度描述統計結果

2.2 網絡結構

社會支持和生命意義的網絡結構見圖1。網絡顯示出以下3個特征：①網絡中的邊均為正相關。②社會支持的3個維度和生命意義的2個維度之間有3條邊，分別是家庭與MLQ-S之間(r=0.13)、重要他人與MLQ-S之間(r=0.12)、重要他人與MLQ-P之間(r=0.11)。朋友與重要他人(r=0.63)、MLQ-P與MLQ-S(r=0.40)以及家庭與重要他人(r=0.38)之間有3條最強的邊。此外，家庭與MLQ-P、朋友與MLQ-P、朋友與MLQ-S之間沒有聯系。bootstrap邊權值的95%CI相對較窄，考慮到本研究有708個被試，并且網絡只包含5個變量，表明邊權值準確。③節點可預測性被可視化為圍繞節點的圓圈。節點可預測性的范圍為28%～75%，平均值為53%。

圖1 社會支持和生命意義各維度網絡結構圖

各維度強度中心性結果顯示，社會支持的重要他人維度中心性最強，表明該維度是當前網絡中與其他節點關聯最強的節點；生命意義的MLQ-P維度中心性強度最低，表明該維度是當前網絡中與其他節點關聯最弱的節點；各維度強度中心性的相關穩定系數為0.75，提示其足夠穩定(圖2A)。

橋-強度中心性結果顯示，生命意義的MLQ-S維度和社會支持的重要他人維度的橋-強度中心性最高，說明重要他人維度與生命意義的連接最強，MLQ-S維度與社會支持的連接最強；節點橋-強度的相關穩定系數為0，說明其非常不穩定(圖2B)。

A：各維度強度中心性；B：各維度橋-強度中心性。a：家庭；b：朋友；c：生命意義體驗；d：生命意義探索；e：重要他人。圖2 社會支持和生命意義網絡中各維度的強度 中心性和橋-強度中心性圖(Z分數)

3 討論

本研究采用網絡分析法探討了社會支持和生命意義各維度之間的關系，得到一些有意義的發現。在社會支持3個維度間，重要他人和朋友2個維度的關聯最強，重要他人和家庭2個維度的關聯次之，家庭與朋友2個維度的關聯最弱。以泰國大學生為被試和以哥倫比亞青少年為被試的研究均得到了和本研究相一致的結果[23-24]。生命意義2個維度間關系表明，MLQ-P和MLQ-S 2個維度之間呈正相關，與以往研究結果一致。有研究發現生命意義2個維度關系存在兩種相關模式，其中以西方被試進行的研究大多證實了兩者之間的負相關關系，而以東方被試進行的研究則大多證實了兩者之間的正相關關系[25]。傳統的亞洲文化使得個體傾向于認為尋找生命意義是個人的責任和義務，進而激勵他們積極尋找生命的意義，而不管是否已經經歷過[26]。已有研究認為家庭是大學生獲取生命意義的重要來源[27]，本研究為這一結論提供了新的佐證，家庭支持對個體的生命意義具有一定影響。然而，本研究還發現，家庭支持僅僅和MLQ-S存在聯系，而與MLQ-P無關。良好的家庭支持，能使個體體驗到生活的美好，喚醒其愉悅的生命情感進而尋找自己的生活目標[5]。因此，來自家庭的支持可為個體提供不斷探索生命意義的動力。依據依戀理論，早期依戀經驗內化為穩定的內部工作模型，而內部工作模型則影響著社會支持的可獲得性和尋求動機[28]，來自家庭的支持使個體感覺安全和安慰，為個體生命意義的探索提供了“安全基地”。

強度中心性分析可以確定哪些節點在網絡中更為重要。本研究結果表明重要他人是社會支持和生命意義網絡中中心性程度最高的節點，其在網絡中的相對重要性程度最高。橋-強度中心性分析表明重要他人維度是社會支持3個維度中與生命意義2個維度聯系最緊密的節點(重要他人維度與MLQ-S維度和MLQ-P維度均存在正性關聯)。這表明重要他人維度可能是影響個體生命意義的核心社會支持維度，即重要他人維度的激活可能要比其他兩個社會支持維度的激活更能影響整個生命意義簇團。這為生命意義的相關干預提供了重要的潛在靶點，即以社會支持中的重要他人維度為潛在靶點可能會取得更大的干預效果。MSPSS中的重要他人維度指的是除家庭和朋友以外的個體自己所理解的對其具有重要支持的人，對于大學生群體而言則主要是一起學習生活的同學、戀愛伴侶以及老師等。研究表明，重要他人影響個體的自我管理過程，能自動激活個體經常追求的目標[29]，隨著時間的推移，這一目標會與個體的重要他人的表征之間建立聯系，進而影響個體對目標的評估和目標追求行為[30]。

總之，本研究采用網絡分析法，探索了社會支持與生命意義各維度之間的關聯路徑。結果發現個體領悟到的不同的社會支持維度和生命意義的兩個維度之間的關系是不同的。另外，MLQ-S和重要他人維度是橋中心性最高的變量，暗示MLQ-S維度可能更易受社會支持影響以及重要他人維度可能是影響個體生命意義的核心社會支持維度。這些發現可能為理解社會支持與個體生命意義之間的關系及相關干預提供了新的見解。本研究雖然有了一些重要發現，但也存在不足。首先，研究樣本是大學生，這可能限制了我們研究結果的通用性。年齡和生命意義與各種社會支持措施之間存在非線性關系[31]，因此成人或老年人樣本的網絡結構可能與本研究的網絡結構不同。其次，采用橫斷面數據構建社會支持和生命意義維度的網絡結構，排除了因果關系的可能。因此，我們無法澄清最中心的維度和其他維度之間的因果關系，因為存在很多可能，如中心維度激活其他維度，或者其他維度激活中心維度，或者兩者兼有。未來的研究可以使用縱向數據來調查這些維度的因果關系。最后，本文探索了群體層面的網絡結構，這意味著在單個個體中，網絡結構可能無法以相同的方式復制。