基于大數(shù)據的高中學生心理預警模型探究與運用

邵愛國 伍斯玥

摘 要 聚焦高中生的心理問題原因的探究，以7685位高中學生的在校數(shù)據為樣本，通過分析33個數(shù)據變量，發(fā)現(xiàn)高中生的心理危機與學業(yè)成績（生物例外）呈負相關，與體重呈正相關，與800米、1000米耗時呈正相關，與人際關系敏感均值、抑郁均值、恐怖均值、偏執(zhí)均值呈正相關。據此，學校構建了“身心境合一”的課程支持、環(huán)境支持和心理干預體系，以促進學生心理健康。

關 鍵 詞 高中生；大數(shù)據；心理預警模型

中圖分類號G41

文獻編碼A

文章編號2095-1183（2024）04-0039-05

①本文系廣東省教育科學規(guī)劃2021年度課題（德育專項）“基于多層支持系統(tǒng)的高中生身心融合發(fā)展的教育實踐研究”（批準號：2021JKDY086）成果之一。

大數(shù)據不僅是資源和技術，更是管理方法，從量化角度給學生管理帶來了新的范式。深圳高級中學（集團）（以下簡稱“深高”）基于學生在學校中形成的數(shù)據，打破信息孤島，形成可視化的健康云，通過對數(shù)據進行多維度、多視角、多層次的分析與挖掘，探索高中生心理問題的成因，構建了數(shù)據驅動的高中生心理預警模型，實現(xiàn)了對心理問題學生的前置性預判和精準資助。

一、數(shù)據類型

學校是數(shù)據的海洋，為了促進學生身心的全面健康發(fā)展，深高“健康云”平臺記錄和儲存了學生的基礎數(shù)據、身體數(shù)據、心理數(shù)據、學業(yè)數(shù)據、滿意度數(shù)據、社團數(shù)據、消費數(shù)據，并以數(shù)據駕駛艙的形式呈現(xiàn)。（如圖1）

“健康云”以深高2019-2022級的7685位高中學生為樣本，對這些學生數(shù)據進行全連接后刪除缺失項，最終以剩下的5000位學生數(shù)據進行分析。

對每位學生的描述包含33個變量：

成績變量9個，即學生的語文、數(shù)學、英語、物理、化學、生物、政治、歷史、地理成績。

消費變量3個，即學生在書店、食堂、超市的消費金額。

體測變量9個，即學生在性別、身高、體重、肺活量（單位毫升）、50米跑耗時（單位秒）、坐位體前屈（單位厘米）、立定跳遠（單位厘米）、女生仰臥起坐數(shù)量（單位個）或男生引體向上數(shù)量（單位個）、800或1000米耗時（單位秒）的原始數(shù)據。

心理變量11個，即學生的軀體化、強迫癥狀、人際關系敏感、抑郁、焦慮、敵對、恐怖、偏執(zhí)、精神病性、其他等10個變量上的平均得分，再加上是否心理預警變量（有心理預警數(shù)據的學生指在《癥狀自評量表SCL-90》中總均分高于3分或曾經接受過心理輔導的學生）。前10個變量來自SCL-90中的10個維度，用每個人在某個維度中所有題目的得分總和除以題目數(shù)量計算出各個維度的得分均值。

二、數(shù)據分析方法

模型及模型計算的方法。Logistic回歸模型是一種分類模型，用于預測二元變量的概率，而問題“心理健康預警的發(fā)生與否”正是一個二分類問題，同樣可以進行二分類的方法有很多，但在本問題上都不如Logistic回歸模型適合；作為教育工作者，對自變量的“分析”較“預測”更為重要，找到對學生心理狀況影響的因素，就可以對癥下藥，事先進行干預，Logistic回歸模型可以進行變量篩選，真正找到對“心理健康預警的發(fā)生與否”影響起作用的變量；Logistic回歸模型具有解釋性高、適用范圍廣、計算簡單，之后有新的自變量加入容易重新建模等優(yōu)點。

因此，本文采用logistic回歸模型，將“心理健康預警”的發(fā)生概率作為因變量，32個描述變量作為自變量進行建模。Logistic回歸模型為一個非線性模型，將自變量與概率值利用logistic函數(shù)進行非線性映射，其中，模型的所有系數(shù)是通過極大似然估計方法獲得。構建出模型之后，為了找出對“心理健康預警”產生影響最顯著的變量，研究進行變量篩選。

對模型變量篩選的原理及方法。統(tǒng)計的科學性原則表明，不同變量之間沒有可比性，因此，變量回歸系數(shù)大小并不能直接作為其重要性的判斷依據，同樣，也不可以直接采用變量顯著性作為其重要性的評價指標。一個變量的重要性只能通過其對模型的解釋力度來決定，解釋力度大指的是能使得模型的Deviance值大幅度上升。Deviance值是衡量因變量能被一個自變量組合解釋力度的指標。綜上，判斷一個變量對模型是否重要，只能通過刪除或添加該變量前后模型的總體解釋性下降或上升的幅度來判斷。逐步回歸法按這一原則被提出，同樣，逐步回歸法也被本文用于對變量進行篩選。

逐步回歸法有三種，一是向前選擇法，即從空模型開始，逐個加入高解釋力度的自變量進行回歸，直到再加入新的自變量已經對模型影響不大后停止；二是向后剔除法，即全部自變量進行回歸，一步步刪除解釋力度低的自變量，直到留下的所有自變量都有效。本研究采用雙向選擇法，即結合向前選擇法和向后剔除法，避免了由于變量之間的線性而導致的誤判。具體來說，每一步都同時進行添加和刪除自變量的操作，重復多步后，直到再增加變量或者刪除變量都不會使得模型對因變量“心理健康預警”發(fā)生概率的解釋力度再發(fā)生大的變化后停止。最終，本文篩選的變量組合為英語、物理、化學、生物、地理、體重、肺活量、800或1000米耗時、超市消費、人際關系敏感均值、抑郁均值、恐怖均值、偏執(zhí)均值、其他均值整體。

需要說明的是，未被選中的變量不代表對“心理健康預警”沒有影響，而只能說明影響較小，或者可以由被選中的變量代為解釋。

三、分析結果

分析發(fā)現(xiàn)，預測一名同學發(fā)生心理健康預警的概率=e^q/（1+e^q），其中，q=-4.8021-0.0076·英語-0.0137·物理-0.0137·化學+0.0268·生物-0.0357·地理+0.0253·體重-0.0004·肺活量+0.0044·跑800或1000米耗時-0.01·超市消費+0.4418·人際關系敏感均值+0.7376·抑郁均值+0.3178·恐怖均值+0.3489·偏執(zhí)均值+0.5515·其他均值。（本公式用列線圖，如圖2）

以女生 A 為例子，她的列線圖得分及最后預測概率：（如圖3）

學校可以通過圖2列線圖進行概率估計，每個變量取值對應最上面軸“得分”，將所有“得分”求和后可以獲得“總得分”，每個“總得分”對應一個發(fā)生“心理健康預警”的可能性，如圖3女生A的例子，圖中可以看出不同特征對“心理健康預警”可能性的正向或反向的影響，也能看出影響的幅度。以樣本中的女生A和男生B的各項數(shù)據為例，預測結果如下。（見圖4）

根據數(shù)據分析，我們可以得出以下結論：

1.心理危機是多重因素交織形成的，每類因子對心理危機的影響大小有別。

2.心理危機概率與學業(yè)成績呈負相關（生物成績例外，根據過去心理輔導經驗，心理健康不佳的學生，更傾向于關注自己生理的感受和癥狀，生物成績相對其它科目成績會更突出）。

已有研究表明，學習壓力、學習挫敗感與學生的心理健康狀況高度相關，孫炳海等人曾提出中小學生“風險累積—正向支持”心理危機識別模型，該模型強調環(huán)境中的學業(yè)焦慮等風險因素的累積對心理危機有促發(fā)作用，學業(yè)自我效能感等保護因子對心理健康有正向支持、保護作用。[1]袁景穎則發(fā)現(xiàn)一些學習成績不理想的學生，會產生學習情緒低落、自卑感，負擔過重容易產生心理失衡，這些學業(yè)因素都可能引發(fā)學生發(fā)展性心理危機。[2]高怡在關于中小學心理健康的研究和李海壘等人在青少年學業(yè)壓力和抑郁的研究中都發(fā)現(xiàn)學業(yè)壓力會對學生的心理健康產生負性影響。[3][4]此外，朱炳達在學業(yè)壓力與抑郁傾向的研究中發(fā)現(xiàn)，學業(yè)壓力可以顯著正向預測個體的抑郁傾向。[5]還有學者指出，學業(yè)壓力過高會引發(fā)學生出現(xiàn)抑郁、失眠、焦慮、自我傷害、攻擊性行為和其他問題，從而導致危險事件的發(fā)生。[6]綜上所述，學業(yè)壓力、學業(yè)失敗感是造成心理危機的重要成因。

3.體重與心理危機概率呈正相關，800米、1000米用時與心理危機呈正相關。

已有研究證實，當青少年的身體體質指數(shù)（Body Mass Index， BMI）顯示為超重/肥胖，或對身材自我評價不滿意時，均會導致其生活滿意度下降，是產生抑郁、焦慮癥狀的危險因素。[7]同時，這種影響又可能會導致青少年情緒化進食，加劇肥胖程度，進而加劇同伴的取笑和校園霸凌的發(fā)生，最終導致對心理健康的危害，形成惡性循環(huán)。[8]楊青清在研究中發(fā)現(xiàn)，體重對中國青少年的心理疾患存在負向的影響。[9]此外，好的運動習慣對心理健康有積極作用，良好的運動習慣可以有效改善個體抑郁和焦慮的癥狀。[10]李蕓等人通過在對502名中學生問卷調查中也發(fā)現(xiàn)，長期體育鍛煉習慣有助于保持良好的心理健康狀態(tài)， [11]有運動習慣的學生在不同程度心理問題上，均值得分更低，心理健康狀況更好，[12]說明好運動習慣有利于心理健康

4.與心理健康預警發(fā)生概率呈正相關的變量有生物、體重、800或1000米耗時、人際關系敏感均值、抑郁均值、恐怖均值、偏執(zhí)均值、其他均值，其他變量呈負相關。肌肉爆發(fā)力與心理危機概率無關。

四、驗證方法

對于上述的建模及變量篩選的操作都需要進行有效性檢驗，以回答三個問題：

1.所給的32個變量是否對心理健康預警情況發(fā)生有影響？

2.篩選后剩余的14個變量是否對心理健康預警情況發(fā)生有影響？

3.所給的32個變量與篩選后剩余的14個變量是否對心理健康預警情況的發(fā)生影響力度一樣？

因為整個模型是非線性的，而且利用了極大似然法來估計參數(shù)，因此，需要用卡方檢驗法來進行模型檢驗。本文一共進行了3次卡方檢驗來回答上述三個問題。

1.空模型和全模型：32個自變量與因變量構成的全模型與0個因變量構成的空模型進行卡方檢驗比較，p值小于0.01，即說明這32個自變量與心理健康預警無關的概率小于0.01，即32個變量對心理健康預警情況發(fā)生沒有影響的可能性小于1%。

2.空模型和變量篩選后的模型：14個篩選后的自變量與因變量構成的模型與0個因變量構成的空模型進行卡方檢驗比較，p值小于0.01，即說明這14個篩選出來的自變量與心理健康預警無關的概率小于0.01，即篩選后剩余的14個變量對心理健康預警情況發(fā)生沒有影響的可能性小于1%。

3.全模型和變量篩選后的模型：32個自變量與因變量構成的全模型與14個篩選出來的自變量與因變量構成的模型進行卡方檢驗比較，p值大于0.99，說明這14個篩選出來的自變量對心理健康預警的影響力度與32個全部自變量對心理健康預警的影響力度相同的概率大于99%。

五、討論

1.32個自變量構成的全模型和14個篩選后自變量構成的模型的R2值均不到0.2，說明32個變量和14個篩選后自變量這兩種變量組合對一個學生是否發(fā)生心理健康預警的解釋力度只有不到20%，即還有超80%的因素需要被尋找。但是，結合上面卡方檢驗得到的結果，模型是有效的。

2.“解釋力度”是針對預測而言的。即若將模型用于預測哪位學生發(fā)生心理預警可能是不足的，若一個學生通過模型測出發(fā)生心理預警的概率較其他同學高，那么可以提醒教育工作者對該名學生應多加關注，概率較高的同學比概率較低的同學更需要被關注。

3.本模型的“分析”作用是有效的?？漳Ｐ秃妥兞亢Y選后的模型p值小于0.01，即篩選出來的14個自變量對“心理預警的發(fā)生”有影響的概率超99%，可以證明模型在已有自變量中挖掘到了對學生心理狀況有影響的因素。作為教育工作者，對自變量的“分析”較“預測”更為重要，找到對學生心理狀況影響的因素，就可以對癥下藥，事先進行干預。

4.本研究的自變量數(shù)據覆蓋面廣，包括學生的體育、成績、消費、心理自評四個維度，已經是學生在校期間校方可以掌握的絕大部分數(shù)據，但是這些數(shù)據的解釋力度卻只有不到20%，恰恰表明，校方的能力范圍外的因素對學生的心理狀況影響遠遠超過校方的能力范圍內，比如親子關系、家庭狀況、社會環(huán)境等。這也警示，加強家校溝通、營造良好的社會環(huán)境對學生心理健康的重要性，需要校家社多方聯(lián)動，為青少年學生的健康成長保駕護航。這還提醒教育工作者，需要更全面、有針對性地了解學生，甄別剩下的80%因素是接下來努力的目標。

綜合來看，無論是32個自變量構成的全模型，還是14個篩選后自變量構成的模型，都是有效但欠擬合的模型。模型只能用于探尋學生發(fā)生“心理健康預警”的影響因素，若想進行預測，還需要增加更多更有效的變量。

六、校本應用

通過分析和挖掘學校已有各項數(shù)據，學校努力探究學生各項身心數(shù)據相互之間的關系和影響機制，初步建立了學生心理預警模型，該模型為學校提供了真實、科學的學生個體和群體身心畫像，一定程度上克服了單純經驗的局限，為學校課程開發(fā)和教育引導提供了數(shù)據支撐。依據心理預警值，把學生分為身心需要得到發(fā)展的學生、身心需要塑造的學生和身心需要提升的學生，針對不同類型學生，分別提供健康通識課程、身心融合團輔導課程、身心融合個體化課程；依據數(shù)據揭示的環(huán)境對學生心理的影響，建設了心理健康教育中心、體育健康發(fā)展中心、悠然園勞動基地，創(chuàng)造養(yǎng)人、宜人、育人的環(huán)境；根據數(shù)據揭示運動與心理的影響關系，學校開發(fā)了身心融合的心理課程、身心融合勞動課程、身心融合體育課程。

防之于未萌，治之于未亂。最好的心理治療莫過于防患于未然，于苗頭時潛伏時處置?；诖髷?shù)據的高中學生心理預警模型，依數(shù)據開發(fā)身心融合系列課程，有助于學校抓住化解心理問題先機，防止“小病拖大”的情況發(fā)生。

參考文獻：

[1]孫炳海，武瑩，孫長康.中小學生"風險累積——正向支持"心理危機識別模型的構建與應用[J].江蘇教育，2023，（43）：7-10.

[2]袁景穎.中小學生心理危機的內涵、影響因素與干預策略[J].遼寧教育，2023，（20）：26-28.

[3]高怡.湖北省中小學生心理健康的現(xiàn)實狀況、影響因素及教育對策[D].華中師范大學，2023：26-29.

[4]李海壘，張文新.青少年的學業(yè)壓力與抑郁：同伴支持的緩沖作用[J].中國特殊教育，2014，（10）：87-91.

[5]朱炳達.高中生情緒彈性、學業(yè)壓力和抑郁傾向的關系及干預研究[D].寧波大學，2020：30.

[6]竇芬，王明輝，王書豪.研究生壓力知覺對學業(yè)拖延的影響：有調節(jié)的中介模型[J].心理研究，2019，12（03）：272-277.

[7]Wang S，Sun Q，Zhai L，et al.The prevalence of depression and anxiety symptoms among overweight/obese and nonoverweight/non-obese children/adolescents in China：a systematic review and meta-analysis[J].International journal of environmental research and public health，2019，16（3）：340.

[8]Rao W W，Zong Q Q，Zhang J W，et al.Obesity increases the risk of depression in children and adolescents：Results from a systematic review and meta-analysis[J].Journal of affective disorders，2020，267：78-85.

[9]楊青清.體重對中國青少年心理健康的影響及機制研究[D].湖南大學，2022：45.

[10]付克翠，陳菊平，韋煥.北海道地區(qū)中國留學生體育運動習慣與身心健康狀況調研[J].運動，2012，（13）：154-156+153.

[11]李蕓，沈麗琴，李蓉瓊，等.體育運動習慣對中學生心理健康的影響[J].中華現(xiàn)代護理雜志，2007（18）：1694-1696.

[12]向能.成都市高三學生心理健康狀況與運動習慣的差異性研究[D].成都體育學院，2024：33-34.

責任編輯 徐向陽