1. 引言
在信息技术飞速发展的今天，社交媒体已深度嵌入日常生活。对现代人而言，微信、微博等平台已不仅是社交工具，更逐步成为自我呈现和情感维系的核心场所。然而，这种高度互联的社交环境也催生了新型心理挑战。社交焦虑指的是在社交场合中感到的强烈不安、担心被评判或拒绝的情绪体验(Rossignol et al., 2013)。随着社交媒体的普及，个体暴露在更多虚拟社交场景之下，这种焦虑感表现为对他人负面评价的担忧、隐私泄露的恐惧以及互动中的回避倾向(陈必忠等，2020)，使得人们在现实生活中更加难以自如地与他人交往。错失恐惧作为社交媒体时代的典型心理现象，是一种因担心错过他人有益经历而产生的弥散性焦虑，进而驱动个体频繁查看社交媒体动态(代宝等，2023)。实证研究证实，社交焦虑水平较高的个体，其错失恐惧感往往更强烈(Dempsey et al., 2019)。这不仅损害个体的主观幸福感，还可能诱发抑郁、压力感及社交媒体倦怠等负面后果。因此，深入挖掘社交焦虑对错失恐惧的具体影响机制，为心理干预提供靶点，在当代有着重要的现实意义。
大量研究表明，错失恐惧不仅是驱动问题性社交媒体使用的核心因素(王浩雯，2024；陈江敏，2025)，还与个体的焦虑、抑郁等情绪困扰密切相关(刘明矾等，2024)，对大学生群体的心理健康与社会适应构成了切实威胁。而社交焦虑则被广泛认为是错失恐惧的重要前置变量。二者之间存在的显著正向关联已在多项研究中得到验证(姜永志等，2020；曹光海等，2023)。一个被广泛接受的解释是，基于自我决定理论(Ryan & Deci, 2000)，高社交焦虑个体在现实社交中其“关系需要”难以获得满足，从而转向社交媒体以寻求补偿性归属感。这种对线上社交动态的过度投入与依赖，反而使其更持续地暴露于“可能错过什么”的信息洪流中，从而加剧了错失恐惧(黄翠虹等，2023)。然而，社交焦虑如何导致错失恐惧，其内在的心理机制仍需被深入揭示。
在众多潜在机制中，情绪调节与自我控制是两个至关重要的内在心理过程。情绪调节是指个体为达成目标，对自身情绪体验、生理反应和行为表现进行监控、评估和修改的内在与外在过程(Thompson, 2010)。有效的情绪调节对于维持心理健康和良好的社会适应至关重要。而自我控制是指个体在没有外界监督的情况下，按照社会期望对自身的认知、情绪和行为进行自主调节的能力(Kopp, 1982)。根据有限资源理论，自我控制的运作依赖于有限的心理资源。任何自我控制行为都可能消耗该资源，甚至引发暂时的自我衰竭状态(Baumeister & Vohs, 2007)。
根据Gross (2002)的情绪调节过程模型，社交焦虑个体普遍存在情绪调节困难，表现为情绪反应性增强，并更倾向于使用表达抑制等非适应性策略(Aldao et al., 2014)。这种情绪调节的失败，本身就会带来负面情绪积累。更重要的是，自我控制的力量模型(Baumeister & Vohs, 2007)指出，自我控制是一种有限的认知资源，而主动调节情绪是一项需要消耗该资源的认知活动(Schmeichel et al., 2006)。因此，社交焦虑个体在社交情境中持续的情绪调节努力，可能导致其自我控制资源的加速耗竭。实证研究也表明，高社交焦虑者在社交互动后确实表现出更严重的自我控制资源损耗(Blackhart et al., 2015)。
而当个体的自我控制能力因资源耗竭而下降时，其抑制冲动行为、抵抗即时诱惑(如频繁刷新社交媒体)的能力便会减弱(Muraven & Baumeister, 2000)。这使得他们更难从对社交信息的持续关注中抽离，从而更易陷入对错失机会的担忧，最终表现为更高水平的错失恐惧。研究也发现，自我控制能力较低的个体，其错失恐惧水平通常更高(赵俊洁等，2020；陈必忠，郑雪，2019)。
综上所述，本研究整合自我决定理论、情绪调节过程模型与自我控制的力量模型，构建了一个链式中介模型，以深入探讨社交焦虑影响错失恐惧的内在通路。我们假设：社交焦虑不仅会直接预测错失恐惧，还会通过加剧情绪调节困难，进而损耗自我控制资源，最终间接导致错失恐惧水平的升高。即，情绪调节与自我控制在社交焦虑与错失恐惧之间起到链式中介作用。
检验这一模型有助于厘清变量间复杂的作用路径，为理解大学生错失恐惧的形成机制提供更深入的理论视角，并为后续针对性的心理干预提供精准的实证依据。
2. 对象与方法
2.1. 研究对象
采用方便抽样法，在大学生群体中发放了371份电子问卷，回收有效问卷326份，有效回收率为87.87%。
2.2. 研究工具
2.2.1. 一般资料调查表
本研究通过整合文献综述与专家咨询意见，自行设计了一般资料调查表，具体包括年龄、居住地、性别、专业等研究变量。
2.2.2. 情绪调节量表(ERQ)
情绪调节量表(Emotion Regulation Questionnaire, ERQ)是由美国心理学家格罗斯依据自己提出的情绪调节过程模型编制而成的一份自陈量表。该量表主要用于测量个体在情绪调节过程中常用的两种策略：认知重评和表达抑制。该量表采用7点记分法，1代表“非常不赞同”，7代表“非常赞同”。量表具有良好的信度和效度，认知重评的重测信度和内部一致性信度分别为0.82和0.85，表达抑制的重测信度和内部一致性信度分别为0.79和0.77。
2.2.3. 社交焦虑量表(SASSC)
社交焦虑量表(Social Anxiety Subscale of the Self, SASSC)，是用于评估个体在社交场合中焦虑程度的工具，包含6个条目，采用4级评分(0~3分)，总分范围0~18分，分数越高表示焦虑程度越严重。修订版Cronbach’s α系数为0.79。
2.2.4. 简式自我控制量表(BSCS)
简式自我控制量表(Brief Self-Control Scale, BSCS)，是目前使用最广泛的自陈式自我控制测评工具之一，中文简版包含自律性和冲动控制两个维度，采用5点计分法，1代表“完全不符合”，5代表“完全符合”，得分越高表示自我控制水平越高，其中第2、4、6、7题反向计分。该量表的Cronbach’s α系数为0.71。
2.2.5. 错失焦虑量表(FoMOs)
错失焦虑量表(Fear of Missing Out Scale, FoMOs)，由Przybylski等人于2013年编制，是目前国内外应用最广泛的错失焦虑自评工具，用于衡量个体因担心他人正在获得自己未获得的精彩经历而产生的弥散性焦虑。量表包含10个条目，采用5点计分法，1代表“完全不符合”，5代表“完全符合”，分数越高表明错失焦虑越严重。在本研究中，该量表的Cronbach’s α系数为0.80。
2.3. 统计学方法
采用SPSS 26.0对数据进行统计分析。统计方法包括独立样本t检验、Spearman相关分析、单因素方差分析、多元线性回归分析。显著性水平设定为p < 0.05。
3. 结果
3.1. 共同方法偏差检验
采用Harman单因子检验对所有变量的测量条目进行未旋转的探索性因子分析。结果显示，特征值大于1的因子共有4个，首个公因子解释的变异量为29.00%，低于40%的临界标准，表明本研究数据不存在严重的共同方法偏差问题。
3.2. 描述性统计与相关分析
对社交焦虑、错失恐惧、情绪调节与自我控制进行Pearson相关分析，结果如表1所示。结果显示，社交焦虑与错失恐惧呈显著正相关(r =0 .352, p <0.01)，与情绪调节困难呈显著负相关(r = −0.115, p < 0.05)，与自我控制呈显著负相关(r = −0.343, p < 0.01)。错失恐惧与情绪调节困难(r = −0.150, p < 0.01)及自我控制(r = −0.328, p < 0.01)均呈显著负相关。情绪调节困难与自我控制呈显著正相关(r = 0.168, p < 0.01)。各变量间的相关关系均符合本研究理论模型的预期，为后续中介效应检验奠定了基础。
Table 1. Descriptive statistics and correlations among variables (N = 326)
表1. 各变量描述性统计与相关性分析(N = 326)
|
M ± SD |
社交焦虑 |
错失恐惧 |
情绪调节 |
自我控制 |
社交焦虑 |
0.00 ± 1.00 |
1 |
|
|
|
错失恐惧 |
0.00 ± 1.00 |
0.352** |
1 |
|
|
情绪调节 |
0.00 ± 1.00 |
−0.115* |
−0.150** |
1 |
|
自我控制 |
0.00 ± 1.00 |
−0.343** |
−0.328** |
0.168** |
1 |
注：**p < 0.01，*p < 0.05；各变量均已标准化。
3.3. 链式中介效应检验
控制性别和年龄变量，采用结构方程模型分析情绪调节和自我控制的中介效应。路径分析结果(表2)显示：社交焦虑对情绪调节、自我控制均具有显著的负向预测作用；情绪调节对自我控制具有显著的正向预测作用。在纳入中介变量后，社交焦虑、情绪调节与自我控制均能显著预测错失恐惧。
Table 2. Path coefficients between variables
表2. 变量之间的路径系数
结果变量 |
预测变量 |
β |
SE |
t |
p |
95% CI |
情绪调节 |
社交焦虑 |
−0.115 |
0.055 |
−2.080 |
0.038 |
[−0.224, −0.006] |
自我控制 |
社交焦虑 |
−0.343 |
0.054 |
−6.329 |
<0.001 |
[−0.450, −0.236] |
|
情绪调节 |
0.168 |
0.054 |
3.095 |
0.002 |
[0.061, 0.275] |
错失恐惧 |
社交焦虑 |
0.278 |
0.057 |
4.860 |
<0.001 |
[0.165, 0.391] |
|
情绪调节 |
−0.150 |
0.055 |
−2.715 |
0.007 |
[−0.259, −0.041] |
|
自我控制 |
−0.328 |
0.054 |
−6.034 |
<0.001 |
[−0.435, −0.221] |
进一步采用偏差校正的百分位Bootstrap法(重复抽样5000次)检验中介效应的显著性，结果表明(表3)：情绪调节在社交焦虑与错失恐惧之间的独立中介作用不显著(中介效应值为0.010，95%置信区间包含0)。自我控制在社交焦虑与错失恐惧之间的独立中介作用显著(中介效应值为0.075，95%置信区间不包含0)，此路径效应占总间接效应的85.23%。社交焦虑通过情绪调节→自我控制影响错失恐惧的链式中介路径也显著(中介效应值为0.004，95%置信区间不包含0)，此路径效应占总间接效应的4.55%。
总间接效应显著(效应值为0.088，95%置信区间为[0.046, 0.141])，且直接效应显著(效应值 = 0.278，95%置信区间为[0.165, 0.391])，表明情绪调节和自我控制在社交焦虑与错失恐惧间起部分中介作用。效应分解显示，直接效应占总效应(0.371)的74.93%，总间接效应占总效应的25.07%。在间接效应中，自我控制的独立中介作用占主导。情绪调节与自我控制在社交焦虑与错失恐惧间的链式中介模型如图1所示。
Table 3. Analysis of the intermediary effects of emotion regulation and self-control
表3. 情绪调节与自我控制的中介效应分析
路径 |
效应值 |
Boot SE |
Boot CI下限 |
Boot CI上限 |
相对中介效应(%) |
社交焦虑→情绪调节→错失恐惧 |
0.010 |
0.008 |
−0.003 |
0.029 |
- |
社交焦虑→自我控制→错失恐惧 |
0.075 |
0.022 |
0.037 |
0.122 |
85.23% |
社交焦虑→情绪调节→自我控制→错失恐惧 |
0.004 |
0.003 |
0.000 |
0.010 |
4.55% |
总间接效应 |
0.088 |
0.024 |
0.046 |
0.141 |
100% |
注：模型中所有路径系数均为标准化值；**p < 0.01，*p < 0.05。
Figure 1. The chain-mediation model of emotion regulation and self-control between social anxiety and fear of missing out
图1. 情绪调节与自我控制在社交焦虑与错失恐惧间的链式中介模型
4. 讨论
本研究通过构建链式中介模型，系统考察了社交焦虑对错失恐惧的内在作用机制。数据分析表明，社交焦虑与错失恐惧呈显著正相关，这证实了高社交焦虑个体更易因担心错过他人社交动态而产生焦虑体验。值得注意的是，引入自我控制与情绪调节作为中介变量后，社交焦虑的直接效应仍显著，但其作用部分通过自我控制与情绪调节的链式中介路径实现。
研究证实了自我控制在社交焦虑与错失恐惧关系中的核心中介作用。中介效应分析表明，社交焦虑通过消耗自我控制资源间接加剧错失恐惧的路径显著，这一发现为Baumeister的有限资源理论(Baumeister & Vohs, 2007)提供了实证支持。根据该理论，自我控制依赖有限的心理资源，而社交焦虑作为一种持续的情绪负荷会大量消耗这些资源，导致自我控制能力下降。在社交媒体环境中，这一机制尤为显著：信息持续更新与动态实时可见的特点，迫使个体不断抑制查看冲动，加速资源耗竭，最终形成“焦虑–资源消耗–焦虑加剧”的恶性循环(柴唤友等，2018)。当自我控制资源濒临耗竭时，个体更难抵抗即时参与社交媒体的冲动，从而显著强化错失恐惧体验。
研究还进一步揭示了情绪调节与自我控制的层级作用机制。虽然情绪调节的独立中介效应未达到显著性水平，但其通过自我控制的链式中介路径显著成立(社交焦虑→情绪调节→自我控制→错失恐惧)。这表明社交焦虑首先削弱个体的情绪调节能力，促使他们更倾向于采用表达抑制等非适应性策略，而这种调节过程本身需要持续消耗心理资源，进而加剧自我控制资源的损耗。最终，自我控制能力下降的个体更难抑制冲动行为，难以抵抗频繁查看社交媒体的诱惑，错失恐惧由此被强化。这一链式路径明确了情绪调节能够作为启动因子消耗资源，而非直接作用于错失恐惧，深化了对社交焦虑传递机制的理解。
另一方面，由于本研究仅以广州地区某高校的大学生为便利样本，在样本代表性上存在不足，年龄、教育水平及社交媒体使用习惯上的同质性，可能夸大变量间关联强度。社交焦虑与错失恐惧在不同职业阶段的表现形式与功能意义并不完全相同，故本路径是否适用于其他发展群体，尚需跨年龄、跨文化验证。
同时，横断面设计限制了因果推论。尽管根据有限资源理论(Baumeister & Vohs, 2007)，模型假设“社交焦虑先引发情绪调节困难，再耗竭自我控制”，但所有变量在同一时点测量，无法排除存在反向或双向作用。例如，高错失恐惧个体可能因在使用社交媒体时频繁遭遇负面反馈，反而加剧社交焦虑；自我控制资源长期耗竭亦有可能反而削弱情绪调节策略的执行。未来可采用生态瞬时评估或纵向追踪，以时间顺序检验“资源耗散”的动态过程。
综上所述，本研究厘清了社交焦虑通过资源消耗机制影响错失恐惧的路径，强调了自我控制的核心中介地位以及情绪调节的链式作用，未来研究可据此开发针对资源管理和心理韧性提升的干预策略，例如通过提升情绪调节能力，帮助个体接纳焦虑并高效调节，避免因情绪调节失败引发二次自我否定，进一步消耗心理资源；或是通过帮助个体从源头上缓解社交焦虑，针对社交焦虑者的核心困扰提供技能训练，提升其现实社交的胜任感，从而降低对线上社交的过度依赖，减少链式效应的触发。未来研究可先通过动态追踪、人群拓展明确机制细节，再验证干预策略的有效性，最终形成标准化方案，服务于大学生及其他高风险群体的心理健康，缓解社交媒体环境下的焦虑体验。
5. 结论
本研究表明，社交焦虑不仅能直接影响大学生的错失恐惧，还可通过自我控制的独立中介作用或情绪调节与自我控制的链式中介作用间接增强症状严重程度。具体而言，社交焦虑首先削弱个体的情绪调节能力，进而加剧自我控制资源的损耗，最终强化错失焦虑引发的焦虑、抑郁等身心困扰。这一发现不仅支持了Baumeister的有限资源理论在大学生群体中的适用性，更揭示了自我控制与情绪调节在社交焦虑通过资源消耗机制影响错失恐惧的过程中的协同作用机制。
NOTES
*通讯作者。