《中国大学生应对公共卫生危机量表》的研制与初步验证 程程 余欢

《Youth》：Development and Preliminary Validation of the College Students’ Coping with Public Health Crisis Scale in Chinese College Students Cheng Cheng and Huan Yu

　　**摘要**
本研究旨在 Chinese students 中开发并验证 “大学生应对公共卫生危机量表”（College Students’ Coping with Public Health Crisis Scale, CSPHCS），该量表用于评估学生在公共卫生危机期间所采用的应对策略。研究过程严格分为三个阶段：项目开发、量表构建和量表评估，共实施了九个系统化步骤。共发放了548份问卷，其中525份为有效数据。随机选取300名参与者进行探索性因子分析，剩余225份用于验证性因子分析。通过排除高交叉负荷的项目后，探索性因子分析得出三个有效因子：（1）信息与心理健康支持（Information and Mental Health Support Coping），（2）沟通与预防行动应对（Communication and Preventive Action Coping），（3）自我调节与表达性应对（Self-Regulatory and Expressive Coping），这三个因子解释了总方差的50.14%。验证性因子分析结果支持三因子模型，各拟合指标均处于可接受范围（CFI = 0.887；TLI = 0.892；RMSEA = 0.077）。该量表的可靠性良好（α = 0.763，ω = 0.745）。总体而言，CSPHCS 是一个具有可靠测量学特性的工具，对理解和指导大学生如何应对公共卫生危机具有 research 和实践价值。

**1. 引言**
公共卫生危机是指可能对公众健康造成严重危害的突发事件，包括重大传染病暴发、大规模不明原因的疾病、严重的食物和职业中毒等（中国疾病预防控制中心，2018年）。这类危机如大流行病和自然灾害，对全球人口的韧性和福祉构成重大挑战。大学生作为易受影响群体，可能受到更严重的影响（Wang 等，2025年）。以 COVID-19 为例，它导致高等教育系统陷入混乱，增加了大学生的压力、焦虑和不确定性（Elharake 等，2023年）。此外，公共卫生危机还会扰乱学术生活（Lalin 等，2024年），进而影响学业表现和压力水平。应对危机时的策略是预测心理适应和学业表现的关键因素（Luo & Mohammed，2023年），因为这些策略有助于减轻公共卫生危机对心理健康和教育结果的负面影响（Y. Zhang 等，2022年）。例如，有研究表明波兰学生最常采用的应对策略包括接受、规划和寻求情感支持（Babicka-Wirkus 等，2021年）。另一项研究发现，虽然不适应性应对方式调节了 COVID-19 引发压力与焦虑之间的关系，但对其与抑郁关系的调节作用不明显（Reid 等，2024年）；在美国某大学的研究中，适应性应对和社会支持也未调节这些关系。中国的一项研究则显示，积极的应对方式和强大的家庭支持具有保护作用，而消极的应对方式反而可能加剧心理问题（Huang 等，2021年）。尽管如此，当前关于应对策略的文献仍存在局限：多数研究使用通用量表，未能充分考虑公共卫生危机的独特挑战和压力源；此外，专为大学生开发的量表寥寥无几，而这些学生的应对需求可能与其他群体不同；许多现有应对措施已问世超过30年，可能无法反映当代的应对策略（Hollas 等，2022年）。
越来越多的研究开始关注公共卫生危机中的应对策略，提供了不同的视角和方法。例如，A. Zhang 等（2021年）在中国开发了公共卫生紧急应对能力测量量表，该量表包含12个项目，涵盖四个应对维度，系统性地反映了个体如何管理和适应公共卫生威胁。Burro 等（2021年）提出了 Robust Pandemic Coping Scale (R-PCS)，专门用于评估流行病和大流行期间的应对策略，该量表基于胜任力、关联性和自主性等基本人类需求进行分类，不仅评估应对机制的有效性，还将其置于更广泛的心理需求背景下进行分析。?ahi 和 Okan（2024年）开发的量表旨在研究土耳其地震后的应对动机。尽管该量表针对灾害情境而设，但为重大创伤事件后的应对策略提供了宝贵借鉴。
开发和验证 “大学生应对公共卫生危机量表”（CSPHCS）的初衷是考虑大学生在公共卫生危机期间面临的独特挑战。作为处于关键发展阶段的群体，他们更容易受到学术中断、心理困扰和社会不稳定等因素的影响（Worsley 等，2022年）。他们的应对策略对于心理适应、健康相关行为和学术表现具有重要预测作用（Vizoso 等，2018年）。然而，尽管已有针对灾害或公共卫生情境的测量工具，但目前仍缺乏专门针对大学生群体的量表。为填补这一空白，本研究旨在系统地开发并验证 CSPHCS，以捕捉大学生在公共卫生危机中的具体应对策略和挑战。

**2. 研究目的**
本研究的目的是报告 “大学生应对公共卫生危机量表” 的开发与验证过程。

**3. 方法**
本研究遵循健康和社会科学领域量表的开发与验证最佳实践（Boateng 等，2018年），分为三个明确阶段进行：

**3.1 阶段 1：项目开发**
**3.1.1 第一步：概念化与项目生成**
通过文献回顾，确定了过去10年中大学生在公共卫生危机期间常用的应对策略，重点关注学术、心理和环境压力源（如自然灾害、大流行病和个人紧急事件）。检索了PubMed、CINAHL Complete、EMBASE、Web of Science、PsycArticles、中国国家知识基础设施和万方数据等7个数据库中2015年1月1日至2024年11月6日期间发表的英文或中文研究成果。排除了使用未经验证的工具或项目少于五个的论文，共纳入41项研究，提取27个有效量表。研究内容包括公共卫生危机中的应对与压力相关实证研究、应对理论框架以及针对年轻人的压力和应对测量工具。
基于 Lazarus 和 Folkman 的压力与应对理论（Lazarus & Folkman，1984年），该理论区分了问题导向型和情绪导向型应对策略，并考虑了家庭、同学和学校等社会支持的作用，初步形成了涵盖广泛应对策略的项目池。结合文献回顾和理论框架，共生成31个项目，描述了大学生在危机中可能采取的策略。每个项目均以陈述句形式表述，采用5点李克特量表进行评分（1表示“从未”，5表示“总是”）。

**3.1.2 第二步：专家评审与个体访谈**
主要作者通过电子邮件联系了12位潜在专家，其中9位同意参与。专家选取标准包括：具备相关学科（如公共卫生、心理学或护理）的博士学位或同等专业能力；有相关领域的同行评审发表成果；具有量表开发或验证经验。排除缺乏工具开发经验的专家。最终专家小组由9人组成，分别来自心理学（n = 3）、护理学（n = 2）、公共卫生（n = 3）和教育科学（n = 1）领域，平均年龄39.4岁（标准差4.3岁），所有专家均具有量表开发经验。专家们了解了研究目的和初始项目池，需独立评估每个项目的合理性、清晰度及其与压力与应对框架的一致性（使用4点李克特量表）。同时要求他们提供定性反馈。
定量评估采用 Content Validity Ratio (CVR) 和 Content Validity Index (CVI)（Madadizadeh & Bahariniya，2023）方法。CVR 用于评估专家对项目必要性的共识程度，低于 Lawshe 最低阈值的项目被修订或删除。还计算了项目级 CVI (I-CVI) 和量表级 CVI (S-CVI) 以进一步评估内容有效性。在专家评审过程中，部分项目被修改以提升概念清晰度和具体性。例如，删除了“在公共卫生危机期间，我从多个在线来源查找信息”这一项，因为其内容与评估官方或学校相关信息的条目重复；删除了“在公共卫生危机期间，我自行处理情况”的条目，因为措辞过于宽泛；同样删除了“在公共卫生危机期间，我参与公益或志愿服务”的条目，因其主要描述的是社会参与而非应对行为；还修改了六个条目的表述以增强清晰度和理论一致性。经过修改后，22个项目进入后续开发阶段，I-CVI 值介于0.82至1.00之间，基于全体专家同意的 S-CVI 值为0.73，表明内容有效性良好。项目描述也进一步丰富，以提高情境性和理论准确性。

**3.2 第三步：探索性因子分析与验证性因子分析**
初步版本的量表通过认知访谈技术（Balza 等，2022）在10名大学生中进行了测试。入选标准为：全日制本科生，当前年级为大二、大三或大四。访谈中要求参与者详细阐述对每个项目的思考过程，以识别模糊表述、解释不一致性及与预期结构的偏差。10名受访者的平均年龄为20.3岁（标准差1.3岁），其中3人为女性，均为大三学生。在认知访谈过程中，学生的反馈直接有助于提高题目的清晰度、文化相关性和概念一致性。例如，像“采取不同的方法来管理压力和焦虑”这样的笼统表述，在添加了具体例子（如体育活动和在线资源）后才被保留下来，这使得学生能够更一致地理解这些题目。同样，关于监测健康状况的题目也通过加入检查体温、症状或使用移动应用程序等例子进行了完善，这些例子更好地反映了大学生在公共卫生危机期间常用的自我监测方式。学生们还表示，与信息寻求相关的题目需要区分一般的在线信息使用和更可靠或基于机构的来源。因此，分别设立了从大学医疗服务中获取信息、使用社交媒体以及关注官方或可靠的公共卫生指导等题目，从而提高了概念的精确性。此外，通过具体说明写日记、绘画和音乐等表达性应对方式，使这些题目更加明确，确保它们能够捕捉到具体的自我调节行为，而不仅仅是模糊的情感表达。这些修订增强了该量表对目标群体的可解释性和情境相关性。经过这一迭代优化过程，最终形成了包含20个题目的集合，这些题目在理论上一致性较强，并且适合用于大学生在公共卫生危机期间的应对。

3.1.3 第三步：初步测试可读性和初步可靠性
我们采用了一项初步的试点研究，选取了15名符合认知访谈阶段相同纳入和排除标准的大学生作为样本。目的是评估题目的可读性和理解难度。参与者被要求审查每个题目，并提供关于其清晰度、相关性和可解释性的反馈。这15名参与研究的大学生的平均年龄为21.6岁（标准差=2.3），其中8名为女性。大多数参与者是大三或大四的学生，占总样本的79%。定性反馈表明，所有题目总体上都易于理解且适用于公共卫生危机的背景。因此，没有需要进行大的修改或删除。不过，根据参与者的建议，添加了对“公共卫生危机”这一术语的简要描述以及相关例子（例如流行病、自然灾害），以提高清晰度。平均而言，学生们完成整个量表大约需要10到12分钟。

3.2 第二阶段：量表开发
4.4 探索性因子分析
我们通过社交网络应用程序发布了关于调查研究的公告，并从2025年2月8日至2025年5月1日期间通过WJX.com平台在线收集数据。根据预先定义的纳入和排除标准招募了更多的大学生作为初始实地测试的样本。收集到的调查数据被分为两组：一组用于探索性因子分析（EFA），另一组用于验证性因子分析（CFA）。
数据分析使用的是SPSS 23 for Windows软件（SPSS公司，美国伊利诺伊州芝加哥）。通过Kaiser–Meyer–Olkin（KMO）样本充分性测量和Bartlett球形度检验来确认进行因子分析的适宜性。对20个题目应用了主成分分析（PCA）以提取主要因子，并采用varimax旋转来评估题目与其相应因子之间的关系。特征值大于1的因子被进一步研究，因子载荷大于0.40的被认为是显著的。根据预设标准系统地移除了某些题目，并在每次删除后重新调整了EFA模型，从而减少了题目的数量（Schreiber, 2021）。

3.3 第三阶段：量表评估
3.3.1 第五步：验证性因子分析
将优化后的量表施测于另一组大学生样本，以验证通过EFA确定的因子结构。进行CFA是为了评估所提出的三因子模型的适用性。使用多种拟合优度指标（Gallagher & Brown, 2013）来评估模型 fit，包括Tucker–Lewis指数（TLI）。绝对拟合指标包括拟合优度指数（GFI）、标准化残差均方根（SRMR）和近似误差均方根（RMSEA）。相对拟合度则通过比较拟合指数（CFI）、Tucker–Lewis指数（TLI）和卡方自由度比（χ2/df）来评估。

3.3.2 第六步：可靠性评估
使用内部一致性估计来评估CSPHCS的可靠性，具体包括Cronbach’s alpha和McDonald’s omega（ω）（Kalkbrenner, 2023），这些指标是针对每个子量表以及整个量表计算的。

4. 结果
4.1 总体结果
共分发了548份问卷，经过完整性及有效性检查后，保留了525份。随机选取了300份样本进行EFA分析，剩余的225份样本用于后续的CFA分析。频率分布见表格1，各题目的描述性统计信息（均值、标准差）见表格2。
4.2 EFA结果
对主要样本的人口统计分析显示，参与者大多是女性（n = 165），占样本的55.0%。平均年龄为21.24岁（标准差=1.96岁），年龄范围在18至33岁之间。初步测试表明数据适合进行因子分析。Kaiser–Meyer–Olkin样本充分性测量值为0.846，Bartlett球形度检验结果显著（近似卡方值=1311.020，自由度=190，p < 0.001）。在初始EFA过程中，由于存在交叉载荷问题，某些题目被删除；例如题目14（“在公共卫生危机期间，我参加社区或政府组织的危机应对培训。”）、题目9（“在公共卫生危机期间，我支持和帮助他人。”）以及题目15（“我访问在线论坛或社区以获取公共卫生危机应对的信息和支持。”）。删除这些题目后，EFA得出了与理论推导出的应对维度相对应的清晰因子结构。经过Varimax旋转后，共提取出四个因子，这些因子累计解释了50.14%的变异。尽管四个因子的特征值都大于1，但碎石图（Figure 1）表明三个因子更为合适。在考虑了因子3和因子4之间的概念相似性并与专家小组协商后，我们决定合并这两个因子，因为它们具有重叠的含义和理论相关性。表3显示了因子载荷系数的结果。
4.3 CFA结果
CFA样本的人口统计分析显示，参与者主要是女性（n = 144，占64.0%），平均年龄为21.09岁（标准差=2.05岁），年龄范围在16至32岁之间。表4展示了CFA的拟合结果。后续的CFA确认了假设的因子结构，表明模型与数据的拟合度良好（CFI = 0.887；TLI = 0.892；RMSEA = 0.077）。尽管有两个题目的因子载荷略低于理想阈值（小于0.5），但专家小组讨论确认了它们的理论意义；因此这些题目被保留。最终模型见表格5。
4.4 可靠性
可靠性分析显示，整个量表的内部一致性良好，Cronbach’s α值为0.763，ω值为0.745。各子量表的可靠性统计结果见表格6。

5. 讨论
CSPHCS的系统性开发和严格的验证过程表明，它是一个可靠且有效的工具，可用于评估大学生在公共卫生危机期间的应对策略。这个分为九个步骤的三阶段过程确保了量表在理论和实证上的合理性。在初始阶段，题目的开发基于广泛的文献回顾和应对理论的核心原则。题目的开发首先基于Lazarus和Folkman的压力与应对理论。这一理论基础确保了生成的题目不仅相关，而且与已建立的应对策略一致。专家评审过程进一步提高了量表的内容有效性，这一点从高I-CVI值和S-CVI（表示内容有效性）中可以看出。根据专家反馈和学生认知访谈对题目进行迭代优化，确保最终题目的集合准确捕捉了目标群体的应对策略。专家和学生提供的定性反馈强调了题目措辞的清晰性和具体性的重要性。例如，将模糊的题目改写得更具体有助于提高量表的可用性和可解释性。这种对细节的关注对于确保受访者能够准确反映他们的应对策略至关重要，从而提高了收集数据的可靠性。EFA的结果揭示了大学生在公共卫生危机期间采用的应对策略具有一个稳健的三因子结构。尽管初步的探索性因子分析得出了四个特征值大于1的因子，但碎石图支持三因子解。此外，第四个因子只包含两个题目，这可能限制了其作为独立维度的心理测量稳定性。在考虑了因子3和因子4之间的概念重叠并咨询专家小组后，我们将这两个因子合并为一个更广泛的自我调节和表达性应对维度。最终模型见表5，展示了标准化因子载荷的结果。

5. 讨论
CSPHCS的系统性开发和严格的验证过程表明，它是一个可靠且有效的工具，适用于评估大学生在公共卫生危机期间的应对策略。这个分为九个 distinct 步骤的三阶段过程确保了量表的合理性和实证支持。在初始阶段，题目的开发受到广泛文献回顾和应对理论核心原则的指导。初始阶段的开发基于文献回顾和理论框架，特别是Lazarus和Folkman的压力与应对理论。这一理论基础确保了生成的题目不仅相关，而且与已建立的应对策略一致。专家评审过程进一步提高了量表的内容有效性，这从高I-CVI值和S-CVI中可以得到验证。基于专家反馈和学生认知访谈对题目的迭代优化确保了最终题目的集合准确捕捉了目标群体的应对策略。专家和学生的定性反馈强调了题目表述的清晰性和具体性的重要性。例如，将模糊的题目改写得更具体提高了量表的可用性和可解释性。这种对细节的关注对于确保受访者能够准确反映他们的应对策略至关重要，从而提高了数据的可靠性。EFA的结果揭示了大学生在公共卫生危机期间采用的应对策略具有一个稳健的三因子结构。虽然初步的探索性因子分析得出了四个特征值大于1的因子，但碎石图支持三因子解。此外，第四个因子仅包含两个题目，这可能限制了其作为独立维度的心理测量稳定性。在考虑了因子3和因子4之间的概念重叠并咨询专家小组后，将这些因子合并为一个更广泛的自我调节和表达性应对维度。尽管如此，原始第四因子中的两个题目可能反映了应对中潜在的有意义的身体或活动方面。未来的研究应该考虑为这一领域开发更多的题目，并在独立样本中测试修订后的因子结构。此外，同伴讨论和人际关系（guanxi）不仅提供了情感宣泄的渠道，也是维护和加强人际关系的机制，从而强化了人际关系在中国社会中的双重情感与实际作用。第三因素：“自我调节与表达性应对”涵盖了个体化的应对策略，这些策略侧重于情感表达和行为调节，例如参加体育活动、写日记或利用音乐作为创意出口。这些策略与Brief COPE量表的组成部分相吻合，尤其是主动应对、情感处理和积极重新解释。研究表明，这些方法在危机期间具有积极作用。例如，Hernandez-Ruiz（2022）发现基于音乐的干预显著降低了表演艺术学生的焦虑水平，而Krause等人（2020）观察到，在COVID-19大流行的早期阶段增加音乐聆听与生活满意度呈正相关，而被动使用媒体则产生了相反的效果。从文化角度来看，这一因素反映了传统的情感克制和自我监控价值观，儒家教义鼓励内省和适度表达情感（Peng & Ishak, 2024）。写日记或记录症状等活动提供了与文化相符的私人处理情感的方式。综上所述，这三个因素为理解大学生在公共卫生危机期间采取的多方面的应对策略提供了全面且理论上有依据的框架。重要的是，这些策略在文化上也具有共通性，反映了 Chinese 学生中常见的应对实践。该模型强调了问题导向和情感导向方法在培养心理韧性和幸福感方面的动态互动。所确定的四个因素解释了总方差的50.14%，表明了对潜在结构的有效表征。此外，在EFA过程中去除具有高交叉负荷的条目提高了因素结构的清晰度和可解释性，进一步支持了量表的测量有效性。CFA进一步验证了假设的因素结构，显示了可接受的拟合指数。尽管有两个条目的因素负荷略低于理想阈值，但基于理论意义保留了这些条目，这突显了量表开发中统计标准与理论相关性之间的平衡。

5.1 对实践和未来研究的启示
CSPHCS为研究人员和实践者提供了一个有价值的工具，帮助他们了解和支持大学生在公共卫生危机期间的需求。通过识别特定的应对策略，可以制定针对性的干预措施来增强学生的韧性和幸福感。此外，该量表还可以用于纵向研究，以评估应对策略随时间的变化，特别是在应对不断变化的公共卫生挑战时。未来研究应探索CSPHCS在不同人群和情境中的适用性，以及其对心理健康结果的预测能力。另外，定性研究可以更深入地了解影响大学生应对策略的情境因素。

5.2 限制
本研究存在 beberapa 限制。首先，样本仅包括特定群体的中国大学生，这可能限制了研究结果的普遍性，使其难以应用于其他人群或学术环境之外的个体。其次，研究依赖于自我报告的数据，这些数据可能受到社会期望偏差和回忆偏差的影响。第三，横断面设计仅捕捉了某一时间点的应对策略，因此可能无法反映公共卫生危机不同阶段或不同类型紧急情况中的应对变化。第四，尽管采用了分层样本方法进行探索性和验证性因素分析，但两个子样本都来自同一总体参与者群体，这可能削弱了验证的有效性，因为因素结构并未在完全独立的样本中得到确认。此外，尽管应用了既定的量表开发和验证程序，但应对策略仍然是一个主观且受情境影响的构念，个体在解释条目含义上的差异可能会影响结果。未来的研究应在独立样本中验证该量表，涵盖更多样化的人群，并采用纵向和定性方法来更深入地了解学生在公共卫生危机期间的应对体验。

6. 结论
总之，本研究开发并验证了CSPHCS，为公共卫生危机背景下的应对策略研究做出了贡献。该量表的坚实理论基础、严格的验证过程以及证明的可靠性使其在理解大学生如何应对压力方面取得了重要进展。随着公共卫生危机继续影响学生群体，CSPHCS将成为促进年轻人韧性和幸福感的研究和实际应用的关键资源。对于临床实践的启示包括可以根据识别出的应对特征制定有针对性的干预措施。未来的研究可以进一步探讨该量表在不同人群和危机类型中的有效性。