论文部分内容阅读
[摘 要]目的：探讨焦虑对大学生学习倦怠的影响，及智能手机成瘾的中介作用。方法：采用焦虑自评量表、大学生学习倦怠量表和智能手机成瘾量表对来自四川省4所普通高校的633名大学生进行问卷调查。结果：大学生焦虑总分为（43.33±10.01）分，焦虑症状的检出率为24.8%;智能手机成瘾总分为（102.87±24.09）分，学习倦怠总分为（57.86±9.16）分。大学生的焦虑程度与智能手机成瘾、学习倦怠显著相关（P < 0.05）。结构方程建模显示，焦虑既可直接作用于学习倦怠，也可通过智能手机成瘾间接作用于学习倦怠。结论：调控大学生的焦虑情绪，指导其合理正确使用手机，对于降低学习倦怠，促进其身心健康发展具有积极影响。
[关键词]焦虑;学习倦怠;智能手机成瘾;中介作用
[中图分类号]B849 [文献标志码]A
一、前言
大学阶段在个人发展中属于一个既敏感又重要的时期，学习仍然是大学生活的核心与焦点。既往研究针对学习及相关问题展开了大量探讨，研究者均一致认为当前大学生均存在不同程度的学习倦怠问题[1]269。学习倦怠反映了学生对待学习的一种消极的学习心理，是指由于学业压力或缺乏兴趣、动机而产生的一种持续的负性，与学习相关的心理状态（如厌倦、沮丧），具体表现在情绪低落、逃避学习和学习成就感低三个方面[2]68。长期的学习倦怠会导致个体的人际疏离，逐渐丧失对学业及学校活动的热情，且这种影响还将持续到成年[3]660，并可预测其工作后的职业倦怠水平[4]559。
既往研究发现，负性情绪（如焦虑）是影响学生学习倦怠的重要因素，是预测学生学习倦怠的有效指标之一[5]348[6]701。焦虑是指个体对新异环境和潜在的不期望结果的一种生理反应和痛苦状态，被认为对个体的心身健康具有重要影响[7]52。一般来说，适度的焦虑对动物和人类的生存具有重要意义，但过度的焦虑则会干扰个人的社会生活，甚至影响其生理机能、危害心理健康，并滋生厌学情绪[8]364。Slivar[9]30针对来自14所学校的1 868名中学生的研究结果发现，焦虑水平能够预测中学生的学习倦怠水平。国内相关研究也发现，焦虑等负性情绪能够显著预测大学生的学习倦怠，学习成绩不良大学生体验到的消极情绪显著高于学习成绩优异者[6]700。并且，焦虑水平较高的个体往往更容易出现学业成就偏低、学习困难等问题[8]365[10]856。
智能手机作为移动互联网的优良载体，凭借强大的通讯、社交、娱乐等功能在给人们的日常生活带来便利和乐趣的同时，伴随而来的负面影响，如智能手机成瘾，也受到越来越多的关注[11]864[12]1524[13]290。有研究发现，焦虑是影响手机成瘾的重要因素之一：学生的焦虑水平能够显著预测其手机成瘾行为，高焦虑个体更容易出现过度使用手机的问题[14]2157[15]184;手机成瘾者更容易产生和累积各种负性情绪[16]113，因而更可能罹患焦虑症等情绪相关疾病[17]274。另一方面，研究者也发现由于过度使用手机导致的成瘾行为是预测学习倦怠的重要变量，手机成瘾程度越高的学生越容易出现学习倦怠[18]55。
基于上述实证研究结果，本研究拟考察智能手机成瘾在焦虑与学习倦怠关系中的中介作用。我们推断，手机使用者在面对和处理焦虑等负性情绪时可能选择了过度使用手机这种不当行为，从而导致其手机成瘾;手机的过度使用另一方面又挤占了较多本应用于学习和休息的时间，影响了正常的作息习惯，使得学习效率的降低，导致学习倦怠的加剧。因此，本研究假设：焦虑和智能手机成瘾均可显著正向预测大学生的学习倦怠，也就是说焦虑水平越高，智能手机成瘾程度越严重，学生的学习倦怠程度也越高;并且，智能手机成瘾在焦虑和学习倦怠的关系中起中介作用。
二、对象与方法
（一）对象
2017年9～12月从四川省4所普通高等学校，采用整群随机取样方法抽取650名在校大学生，回收有效问卷为635份，有效率为97.69%。其中，男生245人（38.6%），女生390人（61.4%）;年龄为15～26岁，平均年龄19.21±1.58岁。
（二）方法
1.調查方法
采用横断面问卷调查法，由经过培训的研究主试说明调查目的、意义、保密承诺等事项，在选修课时集中发放问卷、统一指导语。获得被试口头同意后，由学生独立填写完成，问卷当场收回。
2.调查工具
（1）焦虑自评量表（Self-Rating Anxiety Scale，SAS）：由Zung编制[19]235-236，适用于评价个体关于焦虑的主观感受的测量工具，主要评定症状出现的频度。该量表为单维量表，共20个条目，采用4级计分。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。以标准分为焦虑程度的评价指标，分数越高表明焦虑程度越严重。得分累计总和即为粗分（X），粗分（X）×1.25取整即为标准分;参照中国常模结果，标准分以50分为界，50分及以上为有焦虑症状，50分以下为无焦虑症状。本研究中该量表的Cronbach α系数为0.84。
（2）大学生学习倦怠量表（Academic Burnout Scale，ABS）：连榕等[20]636基于Maslach提出的职业倦怠模型，包括情绪耗竭、去个性化和低成就感，编制了《大学生学习倦怠调查量表》，量表适用于评价大学生的学习倦怠情况。该量表共20个条目，包含情绪低落、行为不当和成就感低三个维度。采用5级计分，分数越高表明个体学业倦怠程度越严重。本研究中该量表的Cronbach α系数为0.80。
（3）智能手机成瘾量表（Smartphone Addiction Scale，SAS）：由赵显文等根据Kwon英文量表编制的中文量表[21]423，适用于评价个体的智能手机成瘾状况。该量表共33个条目，包含日常生活干扰、积极期待、戒断症状、网络关系、过度使用和耐受性六个因子。采用6级评分，分数越高表明智能手机成瘾倾向越严重。本研究中该量表的Cronbach α系数为0.93。 3.统计分析
采用SPSS 20.0进行统计分析，描述统计以百分比和x±s表示，组间比较采用χ2检验，Pearson相关分析多因素间关联，P<0.05有统计学意义。采用Amos 20.0统计软件以学习倦怠为因变量，焦虑和智能手机成瘾为自变量，建立结构方程模型。
4.共同方法偏差的控制
本研究在施测时采用匿名、部分项目反向计分等措施进行控制[22]947。在数据分析时，采用Harman单因子检验法进行了共同方法偏差验证。未旋转的主成分因素分析结果表明，共有15个因子的特征根值大于1，且最大因子解释的变异量为13.20%，小于40%的临界标准，故本研究不存在共同方法偏差。
三、结果
（一）大学生焦虑症状的检出率及性别差异
所有633名被调查大学生平均焦虑得分为（43.33±10.01）分，其中存在焦虑症状的个体共计157人，检出率为24.8%。其中，男生70人，女生87人，不同性别大学生焦虑状况无统计学意义（χ2=3.044，P>0.05）。
（二）各变量的描述统计及相关分析
从表1可以看出，焦虑与学习倦怠各维度（情绪低落、行为不当、成就感低）及总分、智能手机成瘾各维度（日常生活干扰、积极期待、戒断症状、网络关系、过
度使用、耐受）及总分显著正相关，说明焦虑程度越高的个体越容易出现学习倦怠和智能手机成瘾问题。学习倦怠总分与智能手机成瘾各维度（日常生活干扰、积极期待、戒断症状、网络关系、过度使用、耐受）及总分显著正相关，智能手机成瘾总分与学习倦怠各维度（情绪低落、行为不当、成就感低）及总分显著正相关，说明智能手机成瘾程度越高的个体学习倦怠程度也越高。
（三）焦虑、智能手机成瘾和学习倦怠的结构方程建模及中介作用检验
本研究采用结构方程模型检验焦虑、智能手机成瘾与学习倦怠三者之间的关系。根据理论假设，焦虑作为自变量，学习倦怠作为因变量，智能手机成瘾作为中介变量，使用最大似然法拟合数据建立模型进行路径分析，考察智能手机成瘾的中介作用（见图1）。结果显示，模型拟合良好，绝对适配度指数和增值适配度指数均在可接受范围内，χ2=68.635，df=28，χ2/df=2.451，goodness-of-fit （GFI）=0.979，Tacker-Lewis index（TLI）=0.978，comparative fit index（CFI）=0.986，adjusted goodness-of-fit（AGFI）=0.958，root mean square error of approximation（RMSEA）=0.048。
依据温忠麟等[23]619提出的中介效应检验方法：①以学习倦怠为因变量，焦虑为自变量，回归系数显著;②以智能手机成瘾为因变量，焦虑为自变量，回归系数显著;③以学习倦怠为因变量，焦虑和智能手机成瘾为自变量，二者回归系数显著。表2结果顯示，智能手机成瘾在焦虑对学习倦怠的影响中具有部分中介作用，中介效应与总效应之比为23.4%。焦虑可以直接作用于学习倦怠，也可以通过智能手机成瘾间接作用于学习倦怠（直接效应为0.24，间接效应为0.08），焦虑和智能手机成瘾对学习倦怠的总效应为0.33。
四、讨论
本研究结果显示，大学生焦虑的检出率为24.8%，与王道阳等[24]230研究结果相似。大学生焦虑与学习倦怠各维度（包括情绪低落、行为不当、成就感低）之间显著正相关，与前人研究结论一致[5]349[6]701[10]856。已有研究发现，焦虑等负性情绪以及不良的情绪应对方式与学习倦怠显著正相关[8]365[9]30，与注意力、学业成就显著负相关[24]230。
研究结果还发现，焦虑与智能手机成瘾各维度（包括日常生活干扰、积极期待、戒断症状、网络关系、过度使用、耐受）之间显著正相关，与既往研究结果相一致。有关大学生及青少年不良行为方式的研究结果发现，焦虑等负性情绪与酗酒、抽烟、网络成瘾等成瘾性行为显著正相关[25]649[26]1657。另一方面，相比于非成瘾者（14.6%），智能手机成瘾者中焦虑症状的发生率显著更高，高达34.8%[17]273。这可能是因为消极情绪会使个体产生一种特定的行动趋向并将个体的思维行动资源狭隘化，因而可能导致其将偶然习得的过度使用手机行为作为应对焦虑的一种策略，并在类似情景中重复使用，而导致恶性循环。
更重要的是，本研究发现智能手机成瘾在焦虑与学习倦怠二者的关系中起部分中介作用，即焦虑既可以直接影响学习倦怠，也可以通过智能手机成瘾间接影响学习倦怠，这与现有研究结果相一致[18]55。这可能是因为长时间体验到焦虑等负性情绪的大学生更容易将智能手机过度使用作为其面对和处理压力时的一种逃避性应对方式，以此降低由于压力或负性情绪导致的个人心理平衡的冲突，以维持其内心的稳态[5]348[16]113[27]123。而手机的过度使用则使得学生可以分配并用于思考和学习的时间不足，在完成学业相关任务时更易产生畏难情绪和排斥心理。另一方面，手机成瘾也可能加剧个体的惰性思维，遇到学习问题时更倾向依赖手机直接搜索答案，而较少地针对学习问题进行独立思考与分析，从而导致学习倦怠的发生。此外，手机成瘾个体的自我控制能力往往较差，而自我控制被认为是影响学习效果的重要因素之一[28]117。由此也可以较好地解释大学生智能手机成瘾状况与其学习倦怠之间的关系。综上所述，焦虑等负性情绪可能导致大学生的手机滥用等不良行为，而这些不良行为则可能降低了学生的学习兴趣，因而加剧其学习倦怠。
五、结论
（一）焦虑是影响学习倦怠的重要因素。
（二）智能手机成瘾是焦虑和学习倦怠的中介变量，且在二者关系中起部分中介作用。 [参考文献]
[1]Jennings，M.L..Medical Student Burnout： Interdisciplinary Exploration and Analysis[J].Journal of Medical Humanities，2009（4）：253-269.
[2]Meier，S. & R.Schmeck.The burned-out college student：A descriptive profile[J].Journal of College Student Personnel，1985（1）：63-69.
[3]Tuominen-Soini，H.& K.Salmela-Aro. Schoolwork engagement and burnout among Finnish high school students and young adults：Profiles，progressions，and educational outcomes[J].Developmental psychology，2014（3）：649-662.
[4]Gold，Y.，P.Bachelor，& W.Michael.The Dimensionality of a Modified Form of the Maslach Burnout Inventory for University Students in a Teacher-Training Program[J].Educational and Psychological Measurement，1989（3）：549-561.
[5]Lepp，A.，J.E.Barkley，& A.C.Karpinski.The relationship between cell phone use，academic performance，anxiety，and Satisfaction with Life in college students[J].Computers in Human Behavior.2014（31）：343-350.
[6]高明.学业成绩不良高职生的大学适应、学业情绪及学习倦怠对照研究[J].中国临床心理学杂志，2014（4）：699-701.
[7]Brooks，A.W.& M.E.Schweitzer.Can Nervous Nelly negotiate？How anxiety causes negotiators to make low first offers，exit early，and earn less profit[J].Organizational Behavior & Human Decision Processes，2011（1）：43-54.
[8]杨开勒.短期性与长期性焦虑對大学生学习成绩的影响[J].心理科学，2002（3）：365-365.
[9]Slivar，B..The syndrome of burnout，self-image，and anxiety with grammar school students[J].Horizons of Psychology，2001（2）：21-32.
[10]陈羿君，陈翠，魏冰思，喻茜，韩霞.学习困难儿童焦虑情绪与行为问题影响因素分析[J].中国公共卫生，2014（7）：853-857.
[11]Chen L，Y.Z.，Tang W，Yang F，Xie X，& He J.Mobile phone addiction levels and negative emotions among Chinese young adults：The mediating role of interpersonal problems[J].Computers in Human Behavior，2016（55）：856-866.
[12]刘庆奇，周宗奎，牛更枫，范翠英.手机成瘾与青少年睡眠质量：中介与调节作用分析[J].心理学报，2017（12）：1524-1536.
[13]Seo DG，Park Y，Kim MK，& Park J.Mobile phone dependency and its impacts on adolescents' social and academic behaviors.Computers in Human Behavior[J].Computers in Human Behavior，2016（63）：282-292.
[14]Hong FY，Chiu SI，& Huang DH.Huang.A model of the relationship between psychological characteristics，mobile phone addiction and use of mobile phones by Taiwanese university female students[J].Computers in Human Behavior，2012（6）：2152-2159.
[15]Jun，S..The reciprocal longitudinal relationships between mobile phone addiction and depressive symptoms among Korean adolescents[J].Computers in Human Behavior，2016（58）：179-186. [16]邱致燕，吴琦，张斌.大学生手机成瘾者应对方式、情绪及人格特质的分析[J].南京中医药大学学报：社会科学版，2014（2）：112-114.
[17]刘岳衡，龙江，Billieux，齐畅，何浩宇，陈淑宝，等.大学生智能手机问题性使用状况及与焦虑和抑郁情绪关系的初步研究[J].中华精神科杂志，2017（4）：270-275.
[18]曲星羽， 陆爱桃，宋萍芳，蓝伊琳，蔡润杨.手机成瘾对学习倦怠的影响：以学业拖延为中介[J].应用心理学，2017（1）：49-57.
[19]汪向东，王希林，马宏.心理卫生评定量表手册（增订版）[M].北京：中国心理卫生杂志社.1999：235-236.
[20]连榕，杨丽娴，吴兰花.大学生的專业承诺、学习倦怠的关系与量表编制[J].心理学报，2005（5）：632-636.
[21]赵显文，史滋福，郑凯文，等.中文版智能手机成瘾问卷在大学生群体中的信度和效度[J].心理技术与应用，2019（7）：416-423.
[22]周浩，龙立荣.共同方法偏差的统计检验与控制方法[J].心理科学进展，2004（6）：942-950.
[23]温忠麟，张雷，侯杰泰，刘红云.中介效应检验程序及其应用[J].心理学报，2004（5）：614-620.
[24]王道阳，戴丽华，殷欣.大学生的睡眠质量与抑郁、焦虑的关系[J].中国心理卫生杂志，2016（3）：226-230.
[25]李丽，梅松丽，牛志民.大学生智能手机成瘾及负性情绪对睡眠质量影响[J].中国公共卫生，2016（5）：646-649.
[26]McKenzie M，O.C.，Jorm AF，Romaniuk H，Patton GC.Association of adolescent symptoms of depression and anxiety with daily smoking and nicotine dependence in young adulthood：findings from a 10-year longitudinal study[J].Addiction，2010（9）：1652-1659.
[27]Wills，T.A.，J.M.Sandy，& A.M.Yaeger.Time perspective and early-onset substance use：A model based on stress-coping theory[J].Psychology of Addictive Behaviors Journal of the Society of Psychologists in Addictive Behaviors.2001（2）：118-125.
[28]周广亚.大学生自我控制、学习适应与生活满意度的关系[J].中国健康心理学杂志，2011（11）：116-118.
[29]卿再花，吴彩虹，曹建平.认知行为团体辅导对大学生手机成瘾干预效果研究[J].牡丹江师范学院学报：社会科学版，2019（2）：126-131.
[30]高峰，张琳琳.大学生就业压力、自我效能感与焦虑之间的关系[J].牡丹江师范学院学报：社会科学版，2019（1）：125-132.
[责任编辑]王立国
[关键词]焦虑;学习倦怠;智能手机成瘾;中介作用
[中图分类号]B849 [文献标志码]A
一、前言
大学阶段在个人发展中属于一个既敏感又重要的时期，学习仍然是大学生活的核心与焦点。既往研究针对学习及相关问题展开了大量探讨，研究者均一致认为当前大学生均存在不同程度的学习倦怠问题[1]269。学习倦怠反映了学生对待学习的一种消极的学习心理，是指由于学业压力或缺乏兴趣、动机而产生的一种持续的负性，与学习相关的心理状态（如厌倦、沮丧），具体表现在情绪低落、逃避学习和学习成就感低三个方面[2]68。长期的学习倦怠会导致个体的人际疏离，逐渐丧失对学业及学校活动的热情，且这种影响还将持续到成年[3]660，并可预测其工作后的职业倦怠水平[4]559。
既往研究发现，负性情绪（如焦虑）是影响学生学习倦怠的重要因素，是预测学生学习倦怠的有效指标之一[5]348[6]701。焦虑是指个体对新异环境和潜在的不期望结果的一种生理反应和痛苦状态，被认为对个体的心身健康具有重要影响[7]52。一般来说，适度的焦虑对动物和人类的生存具有重要意义，但过度的焦虑则会干扰个人的社会生活，甚至影响其生理机能、危害心理健康，并滋生厌学情绪[8]364。Slivar[9]30针对来自14所学校的1 868名中学生的研究结果发现，焦虑水平能够预测中学生的学习倦怠水平。国内相关研究也发现，焦虑等负性情绪能够显著预测大学生的学习倦怠，学习成绩不良大学生体验到的消极情绪显著高于学习成绩优异者[6]700。并且，焦虑水平较高的个体往往更容易出现学业成就偏低、学习困难等问题[8]365[10]856。
智能手机作为移动互联网的优良载体，凭借强大的通讯、社交、娱乐等功能在给人们的日常生活带来便利和乐趣的同时，伴随而来的负面影响，如智能手机成瘾，也受到越来越多的关注[11]864[12]1524[13]290。有研究发现，焦虑是影响手机成瘾的重要因素之一：学生的焦虑水平能够显著预测其手机成瘾行为，高焦虑个体更容易出现过度使用手机的问题[14]2157[15]184;手机成瘾者更容易产生和累积各种负性情绪[16]113，因而更可能罹患焦虑症等情绪相关疾病[17]274。另一方面，研究者也发现由于过度使用手机导致的成瘾行为是预测学习倦怠的重要变量，手机成瘾程度越高的学生越容易出现学习倦怠[18]55。
基于上述实证研究结果，本研究拟考察智能手机成瘾在焦虑与学习倦怠关系中的中介作用。我们推断，手机使用者在面对和处理焦虑等负性情绪时可能选择了过度使用手机这种不当行为，从而导致其手机成瘾;手机的过度使用另一方面又挤占了较多本应用于学习和休息的时间，影响了正常的作息习惯，使得学习效率的降低，导致学习倦怠的加剧。因此，本研究假设：焦虑和智能手机成瘾均可显著正向预测大学生的学习倦怠，也就是说焦虑水平越高，智能手机成瘾程度越严重，学生的学习倦怠程度也越高;并且，智能手机成瘾在焦虑和学习倦怠的关系中起中介作用。
二、对象与方法
（一）对象
2017年9～12月从四川省4所普通高等学校，采用整群随机取样方法抽取650名在校大学生，回收有效问卷为635份，有效率为97.69%。其中，男生245人（38.6%），女生390人（61.4%）;年龄为15～26岁，平均年龄19.21±1.58岁。
（二）方法
1.調查方法
采用横断面问卷调查法，由经过培训的研究主试说明调查目的、意义、保密承诺等事项，在选修课时集中发放问卷、统一指导语。获得被试口头同意后，由学生独立填写完成，问卷当场收回。
2.调查工具
（1）焦虑自评量表（Self-Rating Anxiety Scale，SAS）：由Zung编制[19]235-236，适用于评价个体关于焦虑的主观感受的测量工具，主要评定症状出现的频度。该量表为单维量表，共20个条目，采用4级计分。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。以标准分为焦虑程度的评价指标，分数越高表明焦虑程度越严重。得分累计总和即为粗分（X），粗分（X）×1.25取整即为标准分;参照中国常模结果，标准分以50分为界，50分及以上为有焦虑症状，50分以下为无焦虑症状。本研究中该量表的Cronbach α系数为0.84。
（2）大学生学习倦怠量表（Academic Burnout Scale，ABS）：连榕等[20]636基于Maslach提出的职业倦怠模型，包括情绪耗竭、去个性化和低成就感，编制了《大学生学习倦怠调查量表》，量表适用于评价大学生的学习倦怠情况。该量表共20个条目，包含情绪低落、行为不当和成就感低三个维度。采用5级计分，分数越高表明个体学业倦怠程度越严重。本研究中该量表的Cronbach α系数为0.80。
（3）智能手机成瘾量表（Smartphone Addiction Scale，SAS）：由赵显文等根据Kwon英文量表编制的中文量表[21]423，适用于评价个体的智能手机成瘾状况。该量表共33个条目，包含日常生活干扰、积极期待、戒断症状、网络关系、过度使用和耐受性六个因子。采用6级评分，分数越高表明智能手机成瘾倾向越严重。本研究中该量表的Cronbach α系数为0.93。 3.统计分析
采用SPSS 20.0进行统计分析，描述统计以百分比和x±s表示，组间比较采用χ2检验，Pearson相关分析多因素间关联，P<0.05有统计学意义。采用Amos 20.0统计软件以学习倦怠为因变量，焦虑和智能手机成瘾为自变量，建立结构方程模型。
4.共同方法偏差的控制
本研究在施测时采用匿名、部分项目反向计分等措施进行控制[22]947。在数据分析时，采用Harman单因子检验法进行了共同方法偏差验证。未旋转的主成分因素分析结果表明，共有15个因子的特征根值大于1，且最大因子解释的变异量为13.20%，小于40%的临界标准，故本研究不存在共同方法偏差。
三、结果
（一）大学生焦虑症状的检出率及性别差异
所有633名被调查大学生平均焦虑得分为（43.33±10.01）分，其中存在焦虑症状的个体共计157人，检出率为24.8%。其中，男生70人，女生87人，不同性别大学生焦虑状况无统计学意义（χ2=3.044，P>0.05）。
（二）各变量的描述统计及相关分析
从表1可以看出，焦虑与学习倦怠各维度（情绪低落、行为不当、成就感低）及总分、智能手机成瘾各维度（日常生活干扰、积极期待、戒断症状、网络关系、过
度使用、耐受）及总分显著正相关，说明焦虑程度越高的个体越容易出现学习倦怠和智能手机成瘾问题。学习倦怠总分与智能手机成瘾各维度（日常生活干扰、积极期待、戒断症状、网络关系、过度使用、耐受）及总分显著正相关，智能手机成瘾总分与学习倦怠各维度（情绪低落、行为不当、成就感低）及总分显著正相关，说明智能手机成瘾程度越高的个体学习倦怠程度也越高。
（三）焦虑、智能手机成瘾和学习倦怠的结构方程建模及中介作用检验
本研究采用结构方程模型检验焦虑、智能手机成瘾与学习倦怠三者之间的关系。根据理论假设，焦虑作为自变量，学习倦怠作为因变量，智能手机成瘾作为中介变量，使用最大似然法拟合数据建立模型进行路径分析，考察智能手机成瘾的中介作用（见图1）。结果显示，模型拟合良好，绝对适配度指数和增值适配度指数均在可接受范围内，χ2=68.635，df=28，χ2/df=2.451，goodness-of-fit （GFI）=0.979，Tacker-Lewis index（TLI）=0.978，comparative fit index（CFI）=0.986，adjusted goodness-of-fit（AGFI）=0.958，root mean square error of approximation（RMSEA）=0.048。
依据温忠麟等[23]619提出的中介效应检验方法：①以学习倦怠为因变量，焦虑为自变量，回归系数显著;②以智能手机成瘾为因变量，焦虑为自变量，回归系数显著;③以学习倦怠为因变量，焦虑和智能手机成瘾为自变量，二者回归系数显著。表2结果顯示，智能手机成瘾在焦虑对学习倦怠的影响中具有部分中介作用，中介效应与总效应之比为23.4%。焦虑可以直接作用于学习倦怠，也可以通过智能手机成瘾间接作用于学习倦怠（直接效应为0.24，间接效应为0.08），焦虑和智能手机成瘾对学习倦怠的总效应为0.33。
四、讨论
本研究结果显示，大学生焦虑的检出率为24.8%，与王道阳等[24]230研究结果相似。大学生焦虑与学习倦怠各维度（包括情绪低落、行为不当、成就感低）之间显著正相关，与前人研究结论一致[5]349[6]701[10]856。已有研究发现，焦虑等负性情绪以及不良的情绪应对方式与学习倦怠显著正相关[8]365[9]30，与注意力、学业成就显著负相关[24]230。
研究结果还发现，焦虑与智能手机成瘾各维度（包括日常生活干扰、积极期待、戒断症状、网络关系、过度使用、耐受）之间显著正相关，与既往研究结果相一致。有关大学生及青少年不良行为方式的研究结果发现，焦虑等负性情绪与酗酒、抽烟、网络成瘾等成瘾性行为显著正相关[25]649[26]1657。另一方面，相比于非成瘾者（14.6%），智能手机成瘾者中焦虑症状的发生率显著更高，高达34.8%[17]273。这可能是因为消极情绪会使个体产生一种特定的行动趋向并将个体的思维行动资源狭隘化，因而可能导致其将偶然习得的过度使用手机行为作为应对焦虑的一种策略，并在类似情景中重复使用，而导致恶性循环。
更重要的是，本研究发现智能手机成瘾在焦虑与学习倦怠二者的关系中起部分中介作用，即焦虑既可以直接影响学习倦怠，也可以通过智能手机成瘾间接影响学习倦怠，这与现有研究结果相一致[18]55。这可能是因为长时间体验到焦虑等负性情绪的大学生更容易将智能手机过度使用作为其面对和处理压力时的一种逃避性应对方式，以此降低由于压力或负性情绪导致的个人心理平衡的冲突，以维持其内心的稳态[5]348[16]113[27]123。而手机的过度使用则使得学生可以分配并用于思考和学习的时间不足，在完成学业相关任务时更易产生畏难情绪和排斥心理。另一方面，手机成瘾也可能加剧个体的惰性思维，遇到学习问题时更倾向依赖手机直接搜索答案，而较少地针对学习问题进行独立思考与分析，从而导致学习倦怠的发生。此外，手机成瘾个体的自我控制能力往往较差，而自我控制被认为是影响学习效果的重要因素之一[28]117。由此也可以较好地解释大学生智能手机成瘾状况与其学习倦怠之间的关系。综上所述，焦虑等负性情绪可能导致大学生的手机滥用等不良行为，而这些不良行为则可能降低了学生的学习兴趣，因而加剧其学习倦怠。
五、结论
（一）焦虑是影响学习倦怠的重要因素。
（二）智能手机成瘾是焦虑和学习倦怠的中介变量，且在二者关系中起部分中介作用。 [参考文献]
[1]Jennings，M.L..Medical Student Burnout： Interdisciplinary Exploration and Analysis[J].Journal of Medical Humanities，2009（4）：253-269.
[2]Meier，S. & R.Schmeck.The burned-out college student：A descriptive profile[J].Journal of College Student Personnel，1985（1）：63-69.
[3]Tuominen-Soini，H.& K.Salmela-Aro. Schoolwork engagement and burnout among Finnish high school students and young adults：Profiles，progressions，and educational outcomes[J].Developmental psychology，2014（3）：649-662.
[4]Gold，Y.，P.Bachelor，& W.Michael.The Dimensionality of a Modified Form of the Maslach Burnout Inventory for University Students in a Teacher-Training Program[J].Educational and Psychological Measurement，1989（3）：549-561.
[5]Lepp，A.，J.E.Barkley，& A.C.Karpinski.The relationship between cell phone use，academic performance，anxiety，and Satisfaction with Life in college students[J].Computers in Human Behavior.2014（31）：343-350.
[6]高明.学业成绩不良高职生的大学适应、学业情绪及学习倦怠对照研究[J].中国临床心理学杂志，2014（4）：699-701.
[7]Brooks，A.W.& M.E.Schweitzer.Can Nervous Nelly negotiate？How anxiety causes negotiators to make low first offers，exit early，and earn less profit[J].Organizational Behavior & Human Decision Processes，2011（1）：43-54.
[8]杨开勒.短期性与长期性焦虑對大学生学习成绩的影响[J].心理科学，2002（3）：365-365.
[9]Slivar，B..The syndrome of burnout，self-image，and anxiety with grammar school students[J].Horizons of Psychology，2001（2）：21-32.
[10]陈羿君，陈翠，魏冰思，喻茜，韩霞.学习困难儿童焦虑情绪与行为问题影响因素分析[J].中国公共卫生，2014（7）：853-857.
[11]Chen L，Y.Z.，Tang W，Yang F，Xie X，& He J.Mobile phone addiction levels and negative emotions among Chinese young adults：The mediating role of interpersonal problems[J].Computers in Human Behavior，2016（55）：856-866.
[12]刘庆奇，周宗奎，牛更枫，范翠英.手机成瘾与青少年睡眠质量：中介与调节作用分析[J].心理学报，2017（12）：1524-1536.
[13]Seo DG，Park Y，Kim MK，& Park J.Mobile phone dependency and its impacts on adolescents' social and academic behaviors.Computers in Human Behavior[J].Computers in Human Behavior，2016（63）：282-292.
[14]Hong FY，Chiu SI，& Huang DH.Huang.A model of the relationship between psychological characteristics，mobile phone addiction and use of mobile phones by Taiwanese university female students[J].Computers in Human Behavior，2012（6）：2152-2159.
[15]Jun，S..The reciprocal longitudinal relationships between mobile phone addiction and depressive symptoms among Korean adolescents[J].Computers in Human Behavior，2016（58）：179-186. [16]邱致燕，吴琦，张斌.大学生手机成瘾者应对方式、情绪及人格特质的分析[J].南京中医药大学学报：社会科学版，2014（2）：112-114.
[17]刘岳衡，龙江，Billieux，齐畅，何浩宇，陈淑宝，等.大学生智能手机问题性使用状况及与焦虑和抑郁情绪关系的初步研究[J].中华精神科杂志，2017（4）：270-275.
[18]曲星羽， 陆爱桃，宋萍芳，蓝伊琳，蔡润杨.手机成瘾对学习倦怠的影响：以学业拖延为中介[J].应用心理学，2017（1）：49-57.
[19]汪向东，王希林，马宏.心理卫生评定量表手册（增订版）[M].北京：中国心理卫生杂志社.1999：235-236.
[20]连榕，杨丽娴，吴兰花.大学生的專业承诺、学习倦怠的关系与量表编制[J].心理学报，2005（5）：632-636.
[21]赵显文，史滋福，郑凯文，等.中文版智能手机成瘾问卷在大学生群体中的信度和效度[J].心理技术与应用，2019（7）：416-423.
[22]周浩，龙立荣.共同方法偏差的统计检验与控制方法[J].心理科学进展，2004（6）：942-950.
[23]温忠麟，张雷，侯杰泰，刘红云.中介效应检验程序及其应用[J].心理学报，2004（5）：614-620.
[24]王道阳，戴丽华，殷欣.大学生的睡眠质量与抑郁、焦虑的关系[J].中国心理卫生杂志，2016（3）：226-230.
[25]李丽，梅松丽，牛志民.大学生智能手机成瘾及负性情绪对睡眠质量影响[J].中国公共卫生，2016（5）：646-649.
[26]McKenzie M，O.C.，Jorm AF，Romaniuk H，Patton GC.Association of adolescent symptoms of depression and anxiety with daily smoking and nicotine dependence in young adulthood：findings from a 10-year longitudinal study[J].Addiction，2010（9）：1652-1659.
[27]Wills，T.A.，J.M.Sandy，& A.M.Yaeger.Time perspective and early-onset substance use：A model based on stress-coping theory[J].Psychology of Addictive Behaviors Journal of the Society of Psychologists in Addictive Behaviors.2001（2）：118-125.
[28]周广亚.大学生自我控制、学习适应与生活满意度的关系[J].中国健康心理学杂志，2011（11）：116-118.
[29]卿再花，吴彩虹，曹建平.认知行为团体辅导对大学生手机成瘾干预效果研究[J].牡丹江师范学院学报：社会科学版，2019（2）：126-131.
[30]高峰，张琳琳.大学生就业压力、自我效能感与焦虑之间的关系[J].牡丹江师范学院学报：社会科学版，2019（1）：125-132.
[责任编辑]王立国