1. 引言
1.1. 研究背景
近年来，随着社会的快速发展和竞争的日益激烈，高校学生面临着来自学业、就业、人际关系、经济等多方面的压力，心理健康问题愈发凸显。据相关研究数据表明，我国高校学生心理问题的发生率呈逐年上升趋势。中国人民大学2022年的研究数据显示，我国学生心理健康问题的总检出率为18.9%，其中内化问题(如焦虑、抑郁、睡眠问题、自杀意念)的比例为20.0%，外化问题(如自我伤害、自杀未遂)的比例为11.7%。
1.2. 研究目的与意义
本研究旨在构建基于层次分析法(Analytic Hierarchy Process，以下简称AHP)的高校心理预警系统，通过科学合理地确定心理预警指标及其权重，实现对高校学生心理健康状况的精准评估和有效预警，为高校心理健康教育工作提供有力的支持和保障。
从理论意义来看，当前高校心理预警系统的研究尚存在一些不足之处，如指标体系不够完善、权重确定方法不够科学等。本研究将AHP引入高校心理预警系统的构建中，有助于丰富和完善高校心理健康教育的理论体系，为后续相关研究提供新的思路和方法。AHP作为一种多准则决策分析方法，能够将复杂的问题分解为多个层次，通过两两比较的方式确定各指标的相对重要性，从而为高校心理预警系统的指标权重确定提供科学依据。这不仅能够提高心理预警的准确性和可靠性，还能够深化对高校学生心理健康问题的认识和理解。从实践意义来看，本研究对于促进高校学生心理健康发展、提升高校心理健康教育工作水平以及维护社会稳定都具有重要的作用。在促进高校学生心理健康发展方面，及时准确的心理预警能够帮助学生及时发现自身存在的心理问题，采取有效的措施进行调整和干预，从而避免心理问题的进一步恶化，促进学生的身心健康和全面发展。
2. AHP原理及在高校心理预警系统中的应用可行性
2.1. AHP基本原理
概念阐述
层次分析法(Analytic Hierarchy Process，简称AHP)由美国运筹学家托马斯・塞蒂(T.L. Saaty)在20世纪70年代提出，是一种定性与定量相结合的多准则决策分析方法。该方法将复杂的决策问题分解为目标、准则、方案等层次，通过两两比较的方式确定各层次元素的相对重要性，进而综合决策者的判断，确定决策方案相对重要性的总排序。
AHP的核心思想在于将人的主观判断用数量形式表达和处理，使决策过程更加科学、系统。在面对复杂问题时，人们往往难以直接对多个因素进行综合判断，而AHP通过构建层次结构模型，将问题分解为多个层次，每个层次包含若干因素，从而使问题变得更加清晰、易于理解(梁淑艳，陈福宗，2019)。例如，在选择旅游目的地时，人们可能会考虑景色、费用、交通、美食等多个因素，这些因素相互关联、相互影响，形成一个复杂的决策问题。运用AHP，可将选择旅游目的地作为目标层，将景色、费用、交通、美食等作为准则层，将各个候选旅游目的地作为方案层，构建出层次结构模型。通过对准则层各因素进行两两比较，确定它们相对于目标层的重要性权重，再对方案层各方案在每个准则下进行比较，确定它们相对于准则层的得分，最后综合考虑准则层的权重和方案层的得分，得出各个方案相对于目标层的综合权重，从而选择出最优的旅游目的地。
2.2. AHP在高校心理预警系统中的优势
2.2.1. 系统性分析
AHP把高校心理预警视为一个复杂的系统，全面综合地考虑影响学生心理健康的各种因素。在高校心理预警系统中，学生的心理健康状况受到多种因素的综合影响，这些因素相互关联、相互作用，形成一个复杂的系统。AHP通过构建层次结构模型，将这些因素按照不同的层次和属性进行分类和组织，清晰地展示了各因素之间的关系和层次结构(李东，2019)。以某高校为例，在构建心理预警系统时，运用AHP将学生个体因素(如性格、学习压力、生活习惯等)、家庭因素(如家庭氛围、亲子关系、经济状况等)、学校因素(如师生关系、同学关系、学业负担等)和社会因素(如社会竞争压力、网络环境影响等)纳入层次结构模型中。通过对这些因素的系统性分析，能够全面了解各因素对学生心理健康的影响程度，从而为制定科学有效的预警策略提供依据。在确定各因素的权重时，通过两两比较的方式，充分考虑了各因素之间的相对重要性，使得权重的分配更加合理。这种系统性分析方法避免了传统预警方法中可能存在的片面性和局限性，能够更全面、准确地评估学生的心理健康状况，提高预警的可靠性。
2.2.2. 定性与定量结合
在高校心理预警中，许多影响学生心理健康的因素，如学生的心理状态、家庭氛围、师生关系等，往往难以直接进行量化。AHP通过1~9标度法，将这些难以量化的定性因素转化为定量数据，从而实现了定性与定量的有机结合。在评估学生的心理压力时，通过问卷调查等方式，让学生对自身的压力程度进行主观评价，如“非常大”“较大”“一般”“较小”“非常小”，然后将这些评价分别对应9、7、5、3、1的标度值，从而将定性的心理压力转化为定量的数据。在确定各因素的权重时，也采用了类似的方法，将专家的经验判断和主观评价转化为定量的权重值。通过这种方式，能够更准确地反映各因素对学生心理健康的影响程度，提升预警的准确性。某高校在运用AHP构建心理预警系统时，邀请了心理学专家、辅导员、学生代表等组成评价小组，对影响学生心理健康的各因素进行两两比较和评价(陈珊珊，2018)。专家们根据自己的专业知识和经验，对家庭因素和学校因素在影响学生心理健康方面的重要性进行比较，认为家庭因素比学校因素稍微重要，于是在判断矩阵中对应的元素取值为3。通过这种方式，将专家们的定性判断转化为定量的数值，为后续的计算和分析提供了基础。
2.2.3. 简洁实用
AHP的计算过程相对简便，不需要复杂的数学知识和计算工具。在高校心理预警系统中，相关工作人员只需要掌握基本的数学运算和AHP的基本原理，就能够运用该方法进行预警指标的权重计算和预警分析。而且，AHP的结果以权重的形式呈现，直观明确，易于理解和应用。高校的管理人员、辅导员和心理健康教育工作者可以根据AHP计算得到的权重，快速了解各因素对学生心理健康的影响程度，从而有针对性地制定干预措施。某高校的辅导员在使用基于AHP的心理预警系统时，通过简单的计算和分析，就能够得到每个学生在各个预警指标上的得分以及综合预警得分。根据这些得分，辅导员可以直观地了解到哪些学生存在心理问题的风险较高，以及这些问题主要受到哪些因素的影响。对于得分较低的学生，辅导员可以及时进行关注和干预，提供心理咨询、心理辅导等服务，帮助学生解决心理问题。这种简洁实用的特点使得AHP在高校心理预警系统中具有广泛的应用前景，能够提高预警工作的效率和质量。
2.3. 高校心理预警系统中应用AHP的理论依据
2.3.1. 心理学理论基础
心理学理论为AHP在高校心理预警系统中的应用提供了坚实的基础。人格心理学认为，人格是个体在遗传、环境、教育等因素的交互作用下形成的相对稳定的心理特征和行为模式。不同的人格类型在面对压力和挫折时，会表现出不同的心理反应和应对方式(林晓燕，2016)。具有神经质人格特质的学生更容易体验到焦虑、抑郁等负面情绪，在面对学业压力和人际关系困扰时，可能会出现更强烈的情绪波动和心理问题。而性格外向、乐观开朗的学生则可能具有更强的心理调适能力，能够更好地应对生活中的各种挑战。
2.3.2. 决策理论支撑
在实际应用中，高校心理预警系统需要对大量的信息进行处理和分析，包括学生的心理测评数据、日常行为表现、学习成绩、人际关系等多方面的信息。这些信息来源广泛、种类繁多，如何从这些复杂的信息中提取关键因素，并做出科学合理的决策，是高校心理预警工作面临的重要挑战。AHP通过将这些因素按照不同的层次进行分类，如目标层(构建高校心理预警系统)、准则层(学生个体因素、家庭因素、学校因素、社会因素等)和指标层(具体的心理预警指标)，使得决策者能够更加清晰地了解各因素之间的关系和层次结构。在确定各因素的权重时，AHP采用两两比较的方法，充分考虑了各因素之间的相对重要性，避免了主观随意性，提高了决策的科学性和准确性。通过对不同因素进行两两比较，确定它们在影响学生心理健康方面的权重，从而为制定针对性的心理预警和干预措施提供依据。
3. 基于AHP的高校心理预警系统构建
3.1. 系统构建的目标与原则
3.1.1. 目标设定
基于AHP的高校心理预警系统构建的核心目标，是实现对高校学生心理健康状况的精准评估与及时预警。具体而言，该系统旨在全面、动态地监测学生的心理健康状态，通过收集和分析多维度数据，提前察觉学生可能存在的心理问题，并依据问题的严重程度发出不同级别的预警信号(曹颖，张磊，2015)。
一方面，精准评估要求系统能够准确把握每个学生的心理特质、当前心理状态以及影响其心理健康的各类因素。利用AHP确定的科学权重体系，整合学生个体在学业压力、人际关系处理、家庭环境影响、个人性格特征等多方面的信息，对其心理健康状况进行量化评分，描绘出学生心理健康的精准画像。这不仅有助于识别已经出现明显心理问题的学生，还能发现那些处于心理亚健康状态、有潜在心理危机风险的学生。
另一方面，及时预警强调系统的时效性。一旦发现学生心理健康状况偏离正常范围，系统能迅速发出预警，以便学校心理健康教育工作者、辅导员等相关人员及时介入。预警信息应明确指出学生心理问题的类型、严重程度以及可能的影响因素，为后续制定个性化的干预措施提供依据，避免心理问题的恶化，将潜在的心理危机消除在萌芽状态，切实保障学生的心理健康，促进其全面发展。
3.1.2. 原则确立
科学性原则是系统构建的基石，要求系统的构建必须基于科学的理论和方法。在指标体系的建立过程中，充分参考心理学、教育学、统计学等相关学科的理论成果，确保选取的指标能够准确反映学生的心理健康状况。在确定预警模型时，运用科学的数据分析方法和算法，如层次分析法、神经网络算法等，对学生的心理数据进行分析和预测，提高预警的准确性和可靠性。某高校在构建心理预警系统时，选取了《症状自评量表(SCL-90)》《大学生心理健康普查问卷》等经过科学验证的心理测评工具，对学生进行心理健康测评，确保测评数据的科学性和有效性。在确定预警指标的权重时，运用层次分析法，通过专家打分和两两比较的方式，确定各指标的相对重要性权重，使权重的分配更加科学合理。
3.2. 层次结构模型的建立
3.2.1. 目标层确定
本高校心理预警系统的目标层明确为“高校学生心理预警”。此目标聚焦于通过系统的构建与运行，实现对高校学生心理健康状况的有效监测、评估和预警，旨在提前发现学生潜在的心理问题，为及时干预提供科学依据，进而保障学生的心理健康，促进其全面发展。
3.2.2. 准则层分析
准则层涵盖学生个体因素、家庭因素、学校因素和社会因素这四个关键方面。学生个体因素包含性格、学习压力、生活习惯等内容。性格外向或内向、乐观或悲观等特质会影响学生应对压力的方式；学习压力如课程难度、学业竞争等，是学生心理负担的重要来源；规律或紊乱的生活习惯也与心理健康密切相关。家庭因素涉及家庭氛围、亲子关系、经济状况等。和谐温馨或紧张压抑的家庭氛围，亲密或疏离的亲子关系，以及家庭经济的宽裕或困难，都会在不同程度上作用于学生的心理。学校因素有师生关系、同学关系、学业负担等。良好的师生互动和融洽的同学关系能够给予学生情感支持，减轻心理压力；而繁重的学业负担则可能导致学生产生焦虑、抑郁等负面情绪。社会因素包括社会竞争压力、网络环境影响等。社会竞争的加剧使学生面临未来就业等方面的压力，网络环境中的不良信息也可能对学生心理造成冲击。
3.2.3. 指标层细化
在学生个体因素下，性格可细分为神经质、外向性等维度；学习压力细化为课程挂科风险、奖学金竞争压力等指标；生活习惯可包括作息规律程度、运动频率等。家庭因素方面，家庭氛围可通过家庭成员交流频率、冲突频率衡量；亲子关系可细化为亲子沟通满意度、亲子信任程度；经济状况以家庭月收入、是否申请助学金来体现。学校因素中，师生关系用师生互动次数、教师关怀感知度表示；同学关系可细化为朋友数量、宿舍关系和谐度；学业负担以每周课程时长、作业完成时间衡量。社会因素里，社会竞争压力可通过行业人才需求饱和度、就业难度指数反映；网络环境影响用上网时长、接触不良信息频率来衡量。
3.3. 指标体系的确定与权重计算
3.3.1. 指标选取方法
指标选取主要依据理论研究和实践经验。一方面，深入研究心理学、教育学等相关理论，确保选取的指标在理论上与学生心理健康密切相关。例如，依据人格心理学理论选取性格相关指标，根据教育心理学中关于学习压力与心理健康的关系选取学习压力指标。另一方面，参考高校心理健康教育工作者的实践经验，了解在实际工作中哪些因素对学生心理健康影响较大。同时，收集大量学生心理健康案例，分析其中关键影响因素，以此为基础初步确定指标体系。之后，运用德尔菲法，邀请心理学专家、高校辅导员等专业人士对指标进行筛选和完善，确保指标的科学性和代表性。
3.3.2. 权重计算过程
运用层次分析法(AHP)计算权重。首先，构建判断矩阵。针对准则层和指标层的各个因素，组织专家对同一层次内的因素进行两两比较，按照1~9标度法确定相对重要性。如在比较家庭因素和学校因素对学生心理健康影响时，若专家认为家庭因素稍重要，则在判断矩阵对应位置赋值3。其次，计算判断矩阵的特征向量和最大特征根，可采用和积法、方根法等方法。以和积法为例，先对判断矩阵每列元素进行归一化处理，再按行相加并归一化得到特征向量，即各因素的相对权重向量，同时计算出最大特征根。然后，进行一致性检验。计算一致性指标CI = (λmax − n)/(n − 1)，其中λmax为最大特征根，n为判断矩阵阶数。查找平均随机一致性指标RI，计算一致性比例CR = CI/RI。当CR < 0.1时，判断矩阵一致性良好，权重向量有效；否则需重新调整判断矩阵。最后，进行层次总排序，从目标层开始，自上而下将单排序结果合成，得到各指标对目标层的综合权重。
3.4. 预警等级的划分与阈值设定
3.4.1. 等级划分依据
预警等级划分主要依据学生心理健康问题的严重程度以及可能产生的后果。将预警等级划分为低风险、中风险和高风险三个等级。低风险表示学生可能存在一些轻微的心理困扰，但尚未对其日常生活、学习和社交产生明显影响，通过简单的心理调适或一般性的心理支持即可缓解。中风险意味着学生的心理问题已对其正常生活、学习或社交造成一定干扰，需要专业心理辅导人员的介入和帮助。高风险则表明学生的心理问题较为严重，可能出现自杀意念、严重抑郁或其他精神障碍症状，需要立即进行专业的心理治疗和干预，甚至可能需要转介至专业医疗机构。
3.4.2. 阈值设定方法
阈值设定结合统计分析和专业判断。首先，收集大量学生心理健康测评数据，运用统计学方法计算各项指标得分的均值和标准差。以某一指标为例，若得分在均值加减1个标准差范围内，可划分为低风险区间；得分在均值加减1~2个标准差之间，划分为中风险区间；得分超过均值加减2个标准差，则划分为高风险区间。同时，结合心理学专家和高校心理健康教育工作者的专业经验，对统计得出的阈值进行调整和优化。例如，对于一些敏感性较高、可能引发严重后果的指标，适当降低高风险阈值，确保能够及时发现潜在的严重心理问题，提高预警系统的准确性和有效性。
4. 系统的实施与保障措施
4.1. 系统实施的步骤与策略
4.1.1. 实施步骤规划
数据收集与整理阶段：在系统实施的初期，全面收集学生的相关数据是至关重要的。通过多种渠道广泛收集数据，包括学生基本信息、心理测评数据、学业成绩数据、社交行为数据等。学生基本信息涵盖学生的姓名、性别、年龄、专业、家庭住址、联系方式等，这些信息是建立学生档案的基础，有助于全面了解学生的背景情况。心理测评数据则通过专业的心理测评量表，如《症状自评量表(SCL-90)》《大学生心理健康普查问卷》等，对学生的心理健康状况进行量化评估，获取学生在焦虑、抑郁、人际关系敏感等多个维度的得分情况。学业成绩数据包括学生各学期的课程成绩、绩点、排名等，能够反映学生的学习状况和学习压力。社交行为数据通过观察学生在校园内的社交活动、与同学和老师的互动情况等方式收集，了解学生的社交频率、社交满意度以及人际冲突处理能力等。
4.1.2. 推广策略制定
面向学校管理人员的推广策略：学校管理人员在系统的推广和应用中起着关键的领导和支持作用。因此，针对学校管理人员，采用专题汇报和培训的方式进行推广。组织专门的会议，向学校领导和各部门负责人详细汇报基于AHP的高校心理预警系统的建设背景、目标、功能和优势。通过实际案例和数据分析，展示系统在预防学生心理危机、促进学生心理健康方面的重要作用和应用效果。邀请专业的系统开发人员和心理学专家，为学校管理人员进行系统操作和应用的培训，使他们了解系统的各项功能和使用方法，掌握通过系统获取学生心理健康信息和进行决策分析的技巧。同时，鼓励学校管理人员积极参与系统的推广和应用，制定相关的政策和措施，推动系统在全校范围内的实施。
4.2. 人员培训与技术支持
4.2.1. 培训内容设计
系统操作培训：针对不同用户角色，设计个性化的系统操作培训内容。对于学校管理人员，重点培训系统的整体架构、功能模块以及如何通过系统获取宏观的学生心理健康数据，以支持决策制定。培训他们如何查看全校学生的心理预警统计报表，了解不同学院、年级学生的心理健康状况分布，从而为学校心理健康教育政策的制定提供依据。对于辅导员，详细培训系统的日常操作流程，包括学生信息录入、心理测评数据导入、预警信息查看与处理等。通过实际案例演示和模拟操作，让辅导员熟练掌握如何在系统中添加学生的日常表现记录，如学生的考勤情况、课堂表现、参加活动情况等，以及如何根据预警信息及时与学生进行沟通和干预。对于心理健康教育工作者，除了系统操作外，还培训他们如何利用系统进行专业的心理数据分析和评估。教导他们如何运用系统中的数据分析工具，对学生的心理测评数据进行深入挖掘，分析学生心理问题的类型、成因和发展趋势，为制定个性化的心理咨询和干预方案提供支持。
4.2.2. 技术支持保障
建立技术支持团队：组建专业的技术支持团队，负责系统的日常维护和技术保障工作。团队成员包括软件开发工程师、数据库管理员、网络工程师等，具备丰富的技术经验和专业知识。软件开发工程师负责系统的功能优化和升级，根据用户的反馈意见和实际需求，及时对系统进行改进和完善。数据库管理员负责数据库的管理和维护，确保学生心理健康数据的安全、稳定存储和高效访问。定期对数据库进行备份，防止数据丢失；优化数据库的性能，提高数据查询和处理的速度。网络工程师负责网络环境的维护和管理，保障系统的网络通信畅通。及时解决网络故障，确保系统能够正常运行。技术支持团队建立24小时值班制度，随时响应系统运行过程中出现的技术问题。当用户遇到系统无法登录、数据加载缓慢、功能异常等问题时，能够及时联系到技术支持人员，得到快速的解决方案。
4.3. 保障机制的建立与完善
4.3.1. 数据安全保障
学生心理数据包含了大量敏感信息，其安全至关重要。在数据存储方面，采用先进的加密技术，如AES (高级加密标准)算法，对学生的心理测评结果、个人基本信息、咨询记录等数据进行加密处理，确保数据在存储过程中的安全性，防止数据被非法窃取或篡改。建立严格的访问权限控制体系，根据不同用户角色，如学校管理人员、辅导员、心理健康教育工作者等，设置相应的数据访问权限。只有经过授权的人员才能访问特定的数据，且访问过程均被详细记录，以便进行审计和追踪。
4.3.2. 制度保障建设
建立健全系统运行的管理制度和规范，是确保高校心理预警系统有效运行的重要保障。制定详细的数据收集制度，明确数据收集的范围、方式、频率和责任主体。规定通过心理测评、问卷调查、日常观察等方式收集学生的心理健康数据，确保数据收集的全面性和准确性。明确数据收集的责任主体，如心理健康教育中心负责组织心理测评，辅导员负责收集学生的日常行为表现数据等。
建立数据管理和使用制度，规范数据的存储、访问、共享和销毁等环节。规定数据的存储方式和存储期限，确保数据的安全存储；明确数据的访问权限和审批流程，防止数据的滥用和泄露；规范数据的共享机制，在需要与其他部门或机构共享数据时，必须经过严格的审批和加密处理；制定数据销毁制度，在数据不再需要时，按照规定的程序进行安全销毁。
制定系统维护和更新制度，确保系统的正常运行和功能的不断完善。明确系统维护的责任主体和维护内容，如技术支持团队负责系统的日常维护和故障排除，定期对系统进行安全检查和漏洞修复；规定系统更新的周期和流程，根据用户的反馈和实际需求，及时对系统进行功能升级和优化。
5. 结论
本研究成功构建了基于AHP的高校心理预警系统，该系统具有多方面的优势。从系统性来看，它将高校心理预警视为一个复杂系统，全面考虑了学业、人际、家庭、个人心理特质和社会环境等多方面因素对学生心理健康的影响，通过构建层次结构模型，清晰展示了各因素之间的关系和层次结构，为心理预警提供了全面的视角。在定性与定量结合方面，运用1~9标度法将难以量化的定性因素转化为定量数据，实现了定性与定量的有机结合，更准确地反映了各因素对学生心理健康的影响程度，提升了预警的准确性。此外，该系统还具有简洁实用的特点，计算过程相对简便，结果以权重形式呈现，直观明确，易于理解和应用，相关工作人员能够快速掌握并运用该系统进行预警分析。
基金项目
2023年上海理工大学尚理晨曦社科专项项目《“伟大建党精神”引领新时代大学生思想政治教育研究》阶段性成果，项目编号23SLCX-ZD-004；
2023年上海高校青年教师培养资助计划《“三全育人”理念下理工科见长高校课程思政建设路径研究》阶段性成果，项目编号50；
2024年上海理工大学巾帼文明建设专项项目《高校女教师心理压力与应对策略研究》阶段性成果(无编号)；
2024年上海理工大学国防教育课题项目《军事理论课的课程思政资源开发与路径研究》阶段性成果(无编号)；
上海市高等教育学会2024年度规划课题《“三全育人”理念下理工科见长高校课程思政建设路径研究》阶段性成果，项目编号2QYB24117。
NOTES
*通讯作者。