1. 引言
近年来，“拖延症”成为热议话题，大学生群体的学业拖延尤为突出。Steel (2007)将拖延定义为：即便已经预见到该行为可能带来的负面后果，仍迟迟不愿着手行动，或主动推迟任务的完成。学业拖延是属于拖延的一个子类型，综合前人研究，本文将学业拖延定义为：学业环境中，学生故意拖延或逃避学习，且伴有消极情感体验的行为。学业拖延是拖延研究的核心类型。国外研究表明，个人、任务及环境因素是学业拖延的主要影响因素；国内研究集中于三方面：侯祎和盖乃诚(2008)发现，男性学生在日常学习、作业等方面的拖延程度显著高于女性；张浩(2016)证实，大学生焦虑水平与学业拖延呈显著正相关；王觅等(2011)指出，自我效能对大学生拖延行为有调节作用。当前国内实证研究多聚焦中学生和大学生的时间管理、自我控制及外部环境等因素，本文基于前人研究，构建有调节的中介模型，探讨大学生反刍思维对学业拖延的影响，以及自我控制的中介作用和压力的调节作用，旨在明晰学业拖延的影响因素与内在机制，为干预方案制定提供实证支持。
1.1. 大学生反刍思维与学业拖延
反刍思维由Nolen-Hoeksema (1987)首次提出，指个体持续关注自身负面状态、反复思考其原因却不积极解决问题的思维方式。综合已有研究，本研究将其定义为：个体对已发生的负面事件进行反复思考、持续回忆的消极循环性思维现象(陈瑾，2022)。现有研究显示，反刍思维会加剧抑郁程度、引发情绪循环，降低自尊和主观幸福感(刘路培，刘枭楠，2025)，不仅会直接导致学习拖延，还会对拖延的干预矫正产生消极影响。Miranda和Nolen-Hoeksema (2007)提出的反应风格理论认为，反刍是一种非适应性反应方式，高反刍思维者易因应激导致问题解决能力下降，进而出现学业拖延。徐旭(2016)发现，消极完美主义者更易陷入反刍，聚焦理想与现实的落差，引发拖延。据此，提出假设1：大学生反刍思维与学业拖延呈显著正相关关系。
1.2. 自我控制的中介作用
本研究采用杨丽珠等(2012)对自我控制的定义：个体主动掌控自身心理与行为的综合系统，无需外界监督即可明确目标，抑制冲动、抵制诱惑、延迟满足，以保障目标实现。也就是说，自我控制可以有效控制不良行为(贾晓珊等，2025)。资源分配理论认为，反刍思维会耗尽与任务相关的认知资源，加速自我控制能力耗竭。已有研究证实，反刍思维是自我控制能力较低的认知表现(Hofmann et al., 2012)，二者呈负相关(Denson et al., 2011)，自我控制可负向预测大学生反刍思维(游志麒等，2020)，且能帮助个体摆脱反刍思维(Heatherton & Wagner, 2011)。此外，张潮等(2017)的研究表明，自我控制与学业拖延呈显著负相关，且对学业拖延有预测作用。据此，提出假设2：自我控制在大学生反刍思维与学业拖延之间起中介作用。
1.3. 压力的调节作用
加拿大心理学家Selye (1998)将“压力”引入心理学，李虹和梅锦荣(2002)将大学生的压力主要概括为学习烦扰、个人烦扰和消极生活事件三种。本研究基于压力源角度，聚焦大学生的学习烦扰和消极生活事件两大维度。现有研究虽未明确压力在自我控制与学业拖延间的调节作用，但已证实压力与二者的关联。压力应对需消耗大量能量，会导致自我控制能量耗竭(Muraven & Baumeister, 2000; 潘爱玲等，2017；谭树华等，2012)。Gailliot和Baumeister (2007)的研究显示，葡萄糖是自我控制的生理基础，而压力应对会消耗葡萄糖，进而降低自我控制能力。
Lazarus和Folkman (1984)的压力交互作用理论指出，超出个体承受范围的压力会消耗大量精力，导致自控能力下降，引发学业拖延等消极行为。Solomon和Rothblum (1984)认为，回避不愉快事情是学生学业拖延的主要原因之一；许翠梅(2017)也证实压力对大学生学业拖延有正向预测作用。综上推测，高压力水平下，低自我控制的个体更易出现学业拖延。据此，提出假设3：大学生压力在反刍思维和学业拖延之间起调节作用。
基于以上的内容，本研究拟构建一个有调节的中介模型(见图1)，探究反刍思维与学业拖延的相关关系，以及自我控制的中介作用和大学生压力的调节作用。具体假设为：
1) 大学生群体反刍思维与学业拖延呈显著正相关关系；
2) 自我控制在反刍思维与学业拖延之间起中介作用；
3) 大学生压力在自我控制和学业拖延之间起调节作用。
Figure 1. Hypothetical model
图1. 假设模型
2. 研究方法
2.1. 研究对象
采用方便取样的方法，利用问卷星制作电子问卷并面向本科在读大学生发放问卷。共发放问卷350份，有效问卷305份，有效率87.14%。根据人口学变量的统计信息，男生56人，女生249人，大一学生14人，大二学生82人，大三学生66人，大四学生143人；32.8%的被试是独生子女和67.2%的被试是非独生子女；其中49.5%的被试专业为理工科，43.3%的被试专业为人文社科类和7.2%的被试专业为艺术类。
2.2. 研究工具
2.2.1. 反刍思维量表
采用韩秀和杨宏飞(2009)所修订的反刍思维量表。共22个项目，内容包含症状反刍、强迫思维、反省深思三个维度，本研究只讨论强迫思维与反省思考两个维度。用1 (从不)~4 (总是)的四点评分方法，得分越多，则说明个体就更易于陷入反刍状态。在本研究中该量表的内部一致性系数为0.874。
2.2.2. 自我控制量表
采用谭树华和郭永玉(2008)编制的大学生自我控制量表(SCS)，该量表包括19个项目和五个维度，分别为冲动控制、专注工作、健康习惯、节制娱乐和抵制诱惑。其中1、5、11、14为正向计分题，其余均为反向计分题。量表采用李克特5点计分。五个维度得分相加得分越高，说明自我控制越高。本研究中的内部一致性系数信度为0.869。
2.2.3. 大学生压力量表
采用李虹和梅锦荣(2002)编制的压力量表，共30题，包括三个维度：个人烦扰、学习烦扰和消极生活事件，本研究只探讨学习烦扰与消极生活事件两个维度，共14个项目。采用4点计分方法，0 = 没有压力，1 = 轻度压力，2 = 较大压力，3 = 很大压力，总得分越高，代表压力越大。该总量表的内部一致性系数信度是0.885。
2.2.4. 学业拖延量表
采用陈小莉等(2008)翻译修订的中文版《Aitken拖延量表》(API)测量被试的学业拖延水平，量表共19个项目，采用5点计分方式，其中2、4、7、11、12、14、16、17、18等9个题目反向计分。总得分越高表示个体的学业拖延水平越高。本研究中该量表的内部一致性系数信度为0.843。
2.3. 程序
采用在线问卷调查的方式，借助网络问卷设计工具“问卷星”进行问卷的设计与发放，通过微信、QQ、微博、小红书等社交软件发送至调研对象，并进行回收数据。为保证问卷的有效性，首先，参试者全部使用相同问卷填写链接，问卷设置了限制同一IP地址只能作答一次，避免一人多次作答；其次，给被试强调研究的匿名性，保护个体隐私，问卷数据仅供科研使用；最后，将作答时间低于100秒、作答模式规律、作答不完整、陷阱题答错等异常问卷进行剔除。利用“问卷星”提供的采集数据、调查结果分析系列服务，并结合SPSS专业统计工具进行数据统计，对结果进行整理并展开分析。
2.4. 数据处理
使用SPSS 25.0进行数据处理。具体的分析步骤：第一步，进行共同方法偏差分析；第二步，对反刍思维、自我控制、大学生压力及学业拖延四个研究变量与本研究中的人口学变量进行描述性统计分析和相关分析；第三步，使用Hayes (2017) Process插件中的模型4进行中介效应分析，以此来检验自我控制在反刍思维与学业拖延间的中介效应。第四步，使用Hayes (2017) Process插件的模型14进行有调节的中介效应分析，检验大学生压力是否调节了中介模型中的路径。Process插件中的操作默认Bootstrap方法来检验回归系数，自助抽样5000次，置信区间为95%，若置信区间不包括零，则表明结果在统计上为显著。在中介效应与调节效应分析中，控制了大学生的性别、独生、年级和专业这四个人口学变量。
3. 结果
由于本研究使用问卷方式和自我报告的形式收集数据，因此，需要检验研究是否存在共同方法偏差，选择Harman的单因素分析法(Podsakoff & Organ, 1986)来验证各主要变量之间的相关性是否是由于共同方法引起的。分析结果显示，第一个公因子的方差解释率为19.267%，小于40%，表明本研究的结果受共同方法偏差影响不大。
3.1. 研究变量在不同人口学变量上的差异比较
对反刍思维、自我控制、大学生压力及学业拖延四个研究变量在大学生性别、独生、年级和专业上分别做差异性检验。结果如表1所示，四个研究变量反刍思维、自我控制、大学生压力及学业拖延在性别上均无显著差异；并且四个研究变量反刍思维、自我控制、大学生压力及学业拖延在独生及年级上均无显著差异；大学生压力在专业上存在显著差异，F(2, 302) = 4.82，p = 0.009，事后检验(Bonferroni)显示理工类大学生的压力水平显著高于艺术类大学生的压力水平，人文社科大学生的压力水平显著高于艺术类大学生的压力水平，反刍思维、自我控制及学业拖延在专业上均不存在显著差异。
Table 1. Comparison of differences in study variables across different demographic variables
表1. 研究变量在不同人口学变量上的差异比较
变量 |
变量水平 |
反刍思维 |
自我控制 |
大学生压力 |
学业拖延 |
Bonferroni |
M ± SD |
M ± SD |
M ± SD |
M ± SD |
|
性别 |
1 (n = 56) |
2.45 ± 0.63 |
3.06 ± 0.50 |
2.34 ± 0.68 |
2.78 ± 0.51 |
|
2 (n = 249) |
2.41 ± 0.50 |
3.11 ± 0.55 |
2.42 ± 0.53 |
2.66 ± 0.53 |
|
|
t = 0.546, p = 0.586 |
t = −0.671, p = 0.503 |
t = −0.909, p = 0.364 |
t = 1.538, p = 0.625 |
|
年级 |
1 (n = 14) |
2.52 ± 0.37 |
3.11 ± 0.60 |
2.32 ± 0.60 |
2.63 ± 0.55 |
|
2 (n = 82) |
2.35 ± 0.49 |
3.09 ± 0.43 |
2.48 ± 0.50 |
2.65 ± 0.46 |
|
3 (n = 66) |
2.40 ± 0.58 |
3.14 ± 0.67 |
2.35 ± 0.57 |
2.59 ± 0.64 |
|
4 (n = 143) |
2.46 ± 0.53 |
3.11 ± 0.52 |
2.40 ± 0.59 |
2.76 ± 0.51 |
|
|
F = 0.989, p = 0.398 |
F = 0.132, p = 0.941 |
F = 0.842, p = 0.472 |
F = 1.759, p = 0.155 |
|
独生 |
1 (n = 100) |
2.37 ± 0.58 |
3.15 ± 0.57 |
2.34 ± 0.63 |
2.67 ± 0.62 |
|
2 (n = 205) |
2.44 ± 0.50 |
3.09 ± 0.53 |
2.44 ± 0.53 |
2.70 ± 0.48 |
|
|
t = −1.140, p = 0.255 |
t = 0.974, p = 0.331 |
t = 1.520, p = 0.130 |
t = −0.420, p = 0.675 |
|
专业 |
1 (n = 151) |
2.43 ± 0.53 |
3.07 ± 0.54 |
2.40 ± 0.56 |
2.72 ± 0.50 |
1 > 3 |
2 (n = 132) |
2.43 ± 0.53 |
3.14 ± 0.53 |
2.47 ± 0.58 |
2.64 ± 0.56 |
2 > 3 |
3 (n = 22) |
2.27 ± 0.47 |
3.21 ± 0.57 |
2.07 ± 0.42 |
2.73 ± 0.59 |
|
|
F = 0.984, p = 0.375 |
F = 0.930, p = 0.396 |
F = 4.816***, p = 0.009 |
F = 0.995, p = 0.371 |
|
注：n = 305，***p < 0.001。
3.2. 变量间的相关分析
对人口学变量、反刍思维、自我控制、大学生压力及学业拖延进行描述性统计和相关分析，结果见表2。从具体的结果来看，大学生反刍思维与自我控制在统计上呈显著负相关，r = −0.32，p < 0.01，与学业拖延呈显著正相关，r = 0.16，p < 0.01，与压力在统计上呈显著正相关，r = 0.42，p < 0.01；自我控制与压力在统计上也呈显著负相关，r = −0.31，p < 0.01，与学业拖延呈显著负相关，r = −0.59，p < 0.01；此外，压力与学业拖延在统计上存在显著正相关，r = 0.25，p < 0.01。变量间的相关方向与本研究假设预期一致。
Table 2. Means, standard deviations and correlation matrix of the study variables
表2. 研究变量的均值、标准差和相关矩阵
变量 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1. 性别 |
— |
|
|
|
|
|
|
|
2. 年级 |
−0.017 |
— |
|
|
|
|
|
|
3. 独生 |
0.138* |
–0.089 |
— |
|
|
|
|
|
4. 专业 |
0.072 |
–0.072 |
−0.115* |
— |
|
|
|
|
5. 反刍思维 |
−0.031 |
0.057 |
0.065 |
−0.049 |
— |
|
|
|
6. 自我控制 |
0.039 |
0.009 |
−0.056 |
0.078 |
−0.322** |
— |
|
|
7. 压力 |
0.052 |
−0.028 |
0.087 |
−0.064 |
0.421** |
−0.307** |
— |
|
8. 学业拖延 |
−0.088 |
0.096 |
0.026 |
−0.046 |
0.157** |
−0.593** |
0.245** |
— |
M |
1.82 |
3.11 |
1.67 |
1.58 |
2.42 |
3.11 |
2.40 |
2.69 |
SD |
0.39 |
0.96 |
0.47 |
0.62 |
0.52 |
0.54 |
0.56 |
0.53 |
注：n = 305，*p < 0.05，**p < 0.01，***p < 0.001。
3.3. 自我控制在反刍思维与学业拖延间的中介效应检验
本研究假设二预期自我控制中介了反刍思维对学业拖延行为的影响。为了检验该假设，使用Hayes (2017) Process插件中的模型4进行中介效应检验，结果见图2。在控制大学生性别、独生、年级和专业之后，结果表明(见表3)，反刍思维能够正向预测大学生学业拖延行为(β = 0.146, p = 0.028)，反刍思维对学业拖延行为的直接效应不显著(β = −0.047, p = 0.34)；反刍思维负向预测大学生自我控制水平(β = −0.318, p < 0.001)，大学生自我控制水平显著负向预测大学生学业拖延行为(β = −0.607, p < 0.001)。上述结果表明，大学生自我控制水平完全中介了反刍思维对大学生学业拖延行为的预测效应(间接效应 = 0.19，95%置信区间 = [0.12, 0.27])，因此，本研究假设二成立。
Figure 2. Mediating effect model of self-control
图2. 自我控制的中介效应模型
Table 3. Self-control, rumination, and academic procrastination in college students
表3. 自我控制、反刍思维与大学生学业拖延
|
回归系数 |
标准误 |
t |
LLCI |
ULCI |
自我控制 |
性别 |
0.029 |
0.077 |
0.52 |
−0.11 |
0.19 |
独生 |
−0.033 |
0.064 |
−0.53 |
0.08 |
0.27 |
年级 |
0.017 |
0.031 |
0.54 |
−0.16 |
0.09 |
专业 |
0.051 |
0.048 |
1.07 |
−0.04 |
0.08 |
反刍思维 |
−0.327*** |
0.056 |
−5.79 |
−0.44 |
−0.22 |
|
R2 = 0.11 |
|
F(5, 299) = 7.38*** |
学业拖延 |
性别 |
−0.067 |
0.064 |
−1.44 |
−0.22 |
0.03 |
独生 |
−0.016 |
0.053 |
0.33 |
−0.09 |
0.12 |
年级 |
−0.106* |
0.026 |
2.28 |
0.01 |
0.11 |
专业 |
0.013 |
0.040 |
0.28 |
−0.07 |
0.09 |
反刍思维 |
−0.047 |
0.050 |
−0.96 |
−0.14 |
0.15 |
自我控制 |
−0.607*** |
0.048 |
−12.44 |
−0.69 |
−0.50 |
|
R2 = 0.37 |
|
F(6, 298) = 29.03*** |
注：n = 305，性别虚拟化为1 = 男生，2 = 女生；年级虚拟化为1 = 大一，2 = 大二，3 = 大三，4 = 大四；独生虚拟化为1 = 独生，2 = 非独生；专业虚拟化为1 = 理工类，2 = 人文社科类，3 = 艺术类，*p < 0.05，**p < 0.01，***p < 0.001。LLCI是95%置信区间下限，ULCI是95%置信区间上限。
3.4. 压力在自我控制与学业拖延间的调节效应检验
本研究假设三预期大学生压力会对上述中介模型中间接路径(反刍思维→自我控制→学业拖延)起调节作用。为了检验该假设，采用Hayes (2017) Process插件中的模型14进行调节效应检验，结果见图3。在控制大学生性别、独生、年级和专业四个人口学变量后，结果显示(见表4)，大学生自我控制水平和压力水平的交互项对大学生学业拖延行为具有显著负向预测效应(β = −0.182, p = 0.014 < 0.05)，Bootstrap 95%置信区间不包括0。
Figure 3. The model of the moderating effect of stress
图3. 压力的调节效应模型
为进一步探讨交互作用的实质，本研究计算出调节变量(大学生压力)为平均数正负一个标准差时，自变量(反刍思维)对因变量(学业拖延)的效应值(即进行简单斜率检验)绘制简单效应图。大学生压力对“自我控制对大学生学业拖延”的调节效应如图4所示，对于面对高压力的个体而言，自我控制能显著负向预测学业拖延(bsimple = −0.68, SE = 0.06, p < 0.001)；对于面对低压力的个体而言，自我控制显著负向预测学业拖延(bsimple = −0.48, SE = 0.06, p < 0.001)。但高压力的个体学业拖延水平整体上高于低压力的个体。并且低压力水平的斜率大于高压力表明，随着压力的增大，自我控制对学业拖延的预测效果减弱。
Table 4. Analysis of the moderated mediating effect between rumination and academic procrastination
表4. 反刍思维和学业拖延有调节的中介效应分析
|
回归系数 |
标准误 |
t |
LLCI |
ULCI |
自我控制 |
性别 |
0.040 |
0.077 |
0.52 |
−0.11 |
0.19 |
独生 |
−0.034 |
0.064 |
−0.53 |
−0.128 |
0.060 |
年级 |
0.017 |
0.031 |
0.54 |
−0.16 |
0.09 |
专业 |
0.051 |
0.048 |
1.07 |
−0.04 |
0.08 |
反刍思维 |
−0.327*** |
0.056 |
−5.79 |
−0.44 |
−0.22 |
|
R2 = 0.11 |
|
F(5, 299) = 7.38*** |
学业拖延 |
性别 |
−0.113 |
0.063 |
−1.78 |
−0.24 |
0.01 |
独生 |
−0.006 |
0.053 |
−0.12 |
−0.11 |
0.10 |
年级 |
0.059* |
0.026 |
2.29 |
0.01 |
0.10 |
专业 |
0.007 |
0.039 |
0.17 |
−0.07 |
0.08 |
反刍思维 |
−0.075 |
0.053 |
−1.43 |
−0.18 |
0.03 |
自我控制 |
−1.017*** |
0.184 |
−5.52 |
−1.38 |
−0.65 |
压力 |
−0.457* |
0.232 |
−1.97 |
−0.91 |
−0.00 |
自我控制 × 压力 |
−0.182* |
0.074 |
2.46 |
0.04 |
0.33 |
|
R2 = 0.39 |
|
F(8, 296) = 23.70*** |
注：n = 305，性别虚拟化为1 = 男生，2 = 女生；年级虚拟化为1 = 大一，2 = 大二，3 = 大三，4 = 大四；独生虚拟化为1 = 独生，2 = 非独生；专业虚拟化为1 = 理工类，2 = 人文社科类，3 = 艺术类，*p < 0.05，**p < 0.01，***p < 0.001。LLCI是95%置信区间下限，ULCI是95%置信区间上限。
Figure 4. The predictive effect of self-control on academic procrastination: the moderating role of stress in college students
图4. 大学生压力调节自我控制对学业拖延的预测作用
4. 讨论
本研究基于个体与环境交互作用理论，首先通过构建一个以自我控制为中介的作用模型，考察了反刍思维影响大学生学业拖延的作用过程，并进而考察了压力对上述中介作用的调节效应。回答了对大学生群体而言，反刍思维通过什么(怎样起作用)和在什么条件下(何时起作用)影响学业拖延这两个关键问题。下面分别从研究变量与上述差异检验、中介过程和调节效应两个方面对研究结果进行讨论。
4.1. 研究变量与人口学变量的差异检验
本研究对比了反刍思维、自我控制、学业拖延和压力在不同人口学变量上的差异，结果显示仅压力在专业维度存在显著差异：理工类、人文社科类大学生的压力水平均显著高于艺术类大学生，这与前人研究结论一致。究其原因，一方面理工科侧重理性思维培养，限制了情绪的体验与表达，压力表现更内敛，而人文社科类、艺术类学生在情绪体验和表达上更开放；另一方面理工类学生学习任务繁重、知识点密集，学习烦扰多于文科类学生。反刍思维在四个人口学变量上均无显著差异，仅年级维度与前人研究存在分歧，推测是因前人多以初高中学生为对象，该群体不同年级的思维与压力差异较大，而大学生思维方式相对一致。自我控制的年级结果与前人研究不符，可能源于本研究取样量较少、年级分布不均；前人研究指出，大三学生因面临就业、升学等抉择，自我约束更强，自我控制水平更高(杜淑含，2021)。学业拖延仅在性别、是否独生上与前人结果一致，其余人口学维度均存在差异，推测同样受取样量与样本分布不均影响；而前人认为，年级增长、专业要求不同均会导致学业拖延存在差异。
4.2. 自我控制的中介作用
本研究考察了自我控制在反刍思维与大学生学业拖延间的中介效应，结果显示，自我控制完全中介二者关系，说明自我控制是解释反刍思维影响学业拖延的重要过程变量，这与以往研究结论一致。反刍思维与学业拖延之间的相关显著但直接的预测关系并不显著，由于相关得到的是两个变量之间的总效应，可能有第三个变量同时影响这两个变量所引起的相关，而多变量控制后的回归预测得到的是两个变量之间的直接效应(温忠麟等，2022)。
反刍思维易引发消极行为，当下不少大学生受内外因素影响陷入反刍思维，进而出现学业拖延。自我控制可调节约束自身行为，良好的自我控制能缓解负面情绪、减少拖延，而反刍思维会催生任务逃避倾向，削弱自我调控能力，加剧拖延。大学生产生反刍思维时，自我控制水平低易深陷其中、降低行为效率，加重拖延；水平高则能及时摆脱反刍思维，避免拖延。因此，提升大学生自我控制能力，可干预反刍思维的消极影响，减少并预防学业拖延。
4.3. 压力的调节作用
本研究构建有调节的中介模型，考察了压力对“反刍思维→自我控制→学业拖延”中介过程的调节作用，结果显示，压力调节了该中介过程的后半路径，即调节自我控制与学业拖延的关系，与研究假设一致。
研究表明，学业拖延在一定程度上是应对压力的方式，但长期拖延不利于个人健康成长(Wu & Fan, 2017)。根据有限自制力理论，自我控制资源有限且可跨领域应用，前一阶段的自我控制会导致资源暂时性耗损(谭树华等，2012)，而压力会进一步损耗自我控制资源(Muraven & Baumeister, 2000；潘爱玲等，2017；左奎勇等，2023)。长期处于高压环境的大学生，心理能量难以恢复，易导致自我控制能力低下，进而引发学业拖延。
数据结果显示，压力水平不同，自我控制对学业拖延的负向预测作用强度不同：低压力时，该负向预测作用更明显；高压力时，该负向预测作用更微弱。这是因为高压环境下个体更易产生消极情绪(李依桐，2022)，而消极情绪会干扰自我控制能力、加快其消耗(王芸萍等，2022)，从而削弱自我控制对学业拖延的调控效果。而从认知–情感的个性系统理论角度提出的心理结构的冷–热系统认为人的自我控制受理性导向的冷系统与情绪导向的热系统共同调节，压力水平升高会使热系统占据支配地位(Mischel & Shoda, 1995)，从而高压削弱个体的自我控制水平(刘江涛，2025)。因此，关注并干预大学生的压力状态，可减少自我控制资源的损耗，进而减少或预防学业拖延。
综上，本研究通过有调节的中介模型，揭示了反刍思维影响大学生学业拖延的作用过程，有助于明确其“作用机制”与“影响条件”，同时为反应风格理论、自我控制资源有限理论提供了实证支持。实践层面，研究结果为干预大学生学业拖延提供了启示：应关注大学生的认知方式，减少其陷入反刍思维的可能；帮助大学生提升自我控制能力；引导其以正确方式舒缓压力，进而减少学业拖延，提高行为效率，促进身心健康发展。
4.4. 研究不足与展望
本文还存在很多缺陷，今后的研究还可以从以下几个角度继续完善：第一，本研究的研究对象在人口学变量上分布不均以及人数有限，本研究通过小红书等网络渠道所收集到的问卷大多都是女生，性别比例不均；而且大多都是同样有收集问卷需求的大四年级的学生，所收集的低年级被试的问卷较少；此外，在专业方面理工类与人文社科类比例相差不大，但只有极少的艺术类的被试问卷；并且所收集的问卷总数太少，可能会对结果产生了一定的影响。第二，本研究仅考察了在大学生群体中反刍思维、自我控制、压力以及学业拖延之间的关系，而未考察其他的学生群体，以及是否有其他的因素对反刍思维有影响或者是对自我控制的影响，未来可以全面考察不同的群体反刍思维对学业拖延的影响机制。
5. 研究结论
本研究得出以下结论：
1) 大学生群体中反刍思维对学业拖延的预测作用不显著。
2) 自我控制中介了反刍思维对大学生学业拖延行为的预测作用，表现为反刍思维显著负向预测大学生自我控制水平，自我控制水平显著负向预测大学生学业拖延行为的出现。
3) 大学生压力负向调节自我控制对学业拖延的预测作用：高压力下，该负向预测作用更不显著，高自我控制者也易出现学业拖延；低压力下，该负向预测作用更明显。