自我報告高敏感兒童量表在中學生群體中的修訂*

劉倩文 王振宏

［陜西（高校）哲學社會科學重點研究基地-兒童青少年心理與行為健康研究中心，陜西師范大學心理學院，西安 710062］

1 引 言

在人格研究領域中提出的感覺加工敏感性模型（The Sensory Processing Sensitivity Model）認為，個體對環境刺激的敏銳性、認知加工深度以及情緒與生理反應大小不同，這種對環境刺激的不同反應性被稱為感覺加工敏感性（SPS）（Aron&Aron，1997；Aron et al.，2012；Homberg et al.，2016）。基于感覺加工敏感性模型，Aron 和Aron（1997）編制了27 道題目的自我報告高敏感個體量表（Highly Sensitive Person Scale，HSP），用于測量成人的SPS。Aron 和Aron（1997）最初認為SPS 是單維的，但后來的研究通過因素分析提出了SPS 的三因素模型，即：低感覺閾限（Low Sensory Threshold，LST）、易受過度刺激（Ease of Excitation，EOE）和審美敏感性（Aesthetic Sensitivity，AES）（Nocentini et al.，2018；Smolewsk et al.，2006）。LST 指容易對外界刺激產生感覺喚起或容易覺察到細微刺激（如對亮光和噪音產生大的反應），EOE 則代表容易受到外部和內部壓力事件的刺激（如在短時間內做很多事情時會感到緊張不安），AES指容易捕獲積極的感官刺激或具有審美意識（如容易被藝術和音樂所打動）。LST、EOE 和AES 反映了個體敏感性的不同方面（Lionetti et al.，2019）。研究表明，LST、EOE 和AES 之間呈顯著正相關，其中LST與EOE 的關聯最為密切（Lionetti et al.，2019；Greven et al.，2019）。此外，研究也發現LST 和EOE 與神經質、消極情感等負性特質密切相關，而AES 則與開放性和積極情 感 等 正 性 特 質 相 關（Acevedo，2020；Greven et al.，2019）。

感覺加工敏感性模型提出后也被應用到兒童發展研究領域，成為解釋個體-環境因素交互影響兒童多樣性發展結果的一種重要理論模型。研究提出，兒童的SPS 不同，對環境刺激的反應及其發展受到環境影響的大小也不同，高SPS 兒童受環境影響大，低SPS 兒童受環境影響小（Aron et al.，2012；Greven et al.，2019；王振宏等，2020）。已有研究為了探討兒童SPS 及SPS與不同環境因素對其發展的交互影響，編制了不同的測量工具來測量兒童青少年的SPS。其中，Pluess 等（2018）編制的自我報告高敏感兒童量表（Highly Sensitive Child Scale-Self Report，HSC-Self Report）被廣泛使用。自我報告HSC 量表共12 道題目，可用于測量8 歲以上兒童的SPS（Pluess et al.，2018）。已有研究在英國、荷蘭、比利時、日本等國家的兒童青少年群體中進行了量表信效度檢驗與修訂工作，結果表明該量表符合SPS 的三因素模型，包括LST、EOE和AES 三個維度，量表的信效度符合要求，總量表和三個分量表的Cronbach’s α系數在0.46 至0.82 之間；除支持了三因素模型之外，研究者們也提出了SPS 的雙因子 模 型（bifactor model）（Iimura & Kibe，2020；Pluess et al.，2018；Weyn et al.，2021）。已有研究也以神經質、積極/消極情感特質等為效標進行效標關聯效度檢驗，表明該量表具有良好的效標關聯效度（Iimura & Kibe，2020；Pluess et al.，2018）。運用自我報告HSC 量表，國外多項實證研究探討了SPS 與環境因素對兒童社會適應的交互影響。例如，一項大規模干預研究表明，對受欺凌和內化問題的干預效果受到SPS 和性別的調節，即SPS 得分高的男孩從干預中受益最多（Nocentini et al.，2018）。Iimura 和Kibe（2020）發現，在感知到積極的學校環境變化時，高敏感性青少年更能從積極環境中獲益，報告更高的幸福感。這些研究結果為深入理解個體-環境因素交互影響兒童青少年發展的內在機制提供了重要證據。

近年來，國內研究者也運用直接翻譯的自我報告HSC 量表測量兒童青少年的SPS，探討了SPS 與環境因素對青少年發展與適應的交互影響。研究表明，自我報告HSC 量表在中國青少年樣本中的信效度符合統計學要求，支持了SPS 的三因素結構（Liu et al.，2020；劉勤學等，2021；蔣欣月等，2021）。但已有研究并沒有獨立地在我國青少年樣本中對該量表進行信效度檢驗，研究中也只是運用總分代表一般的SPS，沒有考察SPS 不同維度對兒童青少年發展與適應的影響。Wu 等（2021）也使用自我報告HSC 量表考察了SPS 與壓力感知交互影響大學生抑郁癥狀的腦機制，信效度分析表明SPS 在中國大學生樣本中的結構與西方樣本中有所不同，為四因素結構。經過進一步項目分析與因素分析，刪除了兩道題目新聚合出的一個因子，最后10 道題目聚合出結構效度符合要求的三因素模型。因此，對自我報告HSC 量表在中國青少年群體中進行標準化的修訂與信效度檢驗，有利于進一步深化SPS 及其與環境交互影響中國兒童青少年發展與適應的相關研究。

綜上所述，本研究在中國中學生群體中對Pluess 等（2018）編制的自我報告HSC量表進一步進行修訂與信效度檢驗，并考察修訂后的中文版自我報告HSC 量表能否用來區分不同敏感性組別的兒童，初步探索該量表在確定中國中學生不同敏感性組別中的臨界值（cut-off criteria）。

2 中文版自我報告HSC 量表的初步修訂

2.1 被試

采用方便取樣的方法，選取了成都市、舟山市與天津市各一所中學，共三所中學的初中生為被試，通過問卷星收集數據。刪除規律作答的數據后，獲得有效問卷761份，有效回收率92.35%，其中男生392 名，女生369 名，年齡范圍12～15 歲，平均年齡為13.73 歲。

2.2 工具

采用Pluess 等（2018）編制的自我報告高敏感兒童量表（Highly Sensitive Child Scale，HSC）。該量表共包括12 道題目，分為三個維度，即：LST、EOE 和AES，采用7點計分（1=非常不像我，7=非常像我），得分越高代表SPS 水平越高。首先由兩名心理學專業和英語專業的研究生將Pluess 等（2018）編制的HSC 量表翻譯成中文，隨后邀請相關專家進行修改并進行回譯。最后，對比回譯稿與英文原稿異同，再次進行審核及修正。

2.3 施測程序與統計方法

數據收集采用班級集體施測，由各學校的心理健康教師通過問卷星發放問卷，學生使用手機完成作答并提交。采用SPSS 24.0 對數據進行項目分析和探索性因素分析。

2.4 結果

2.4.1 項目分析

首先對12 道題目進行題總相關分析，結果顯示相關性在0.42 到0.68 之間（ps<0.001）；其次比較所有題目總分的高分組（前27%）和低分組（后27%）在每道題得分上的差異。獨立樣本t 檢驗結果表明，高低分組在所有題目上的得分都存在顯著差異（ps<0.001），說明該量表題目均具有較好的區分度。

2.4.2 探索性因素分析

對761 份有效問卷進行探索性因素分析，KMO 值 和Bartlett 球 形 檢 驗（KMO=0.85；χ2=2666.62，p<0.001）結果良好，說明數據適合進行因素分析。在未限制因子個數的情況下，采用主軸因子分析法（principal axis factoring analysis）提取因子，共抽取出3 個因子，方差總貢獻率為45.57%。結果發現，其中一道題目的路徑載荷系數小于0.4，兩道題目的雙載荷現象嚴重，故予以刪除。刪除題目后再次進行探索性因素分析（KMO=0.78；χ2=1859.56，p<0.001），自由抽取出3 個因子，方差總貢獻率為50.45%，除原EOE 維度中的題目“我不喜歡我生活中有些東西發生變化”聚合到LST 維度外，其余題目均分布在相應的因子上，具體載荷系數見表1。

表1 中文版自我報告HSC 量表各題目載荷

3 中文版自我報告HSC 量表的信效度檢驗

3.1 被試

采用方便取樣的方法，選取了西安市兩所中學、舟山市與慶陽市各一所中學，共四所中學的初中生為被試，運用初步修訂后9 道題目的中文版自我報告HSC 量表，通過問卷星收集數據進行內部一致性信度檢驗和驗證性因素分析。刪除規律作答的數據后，獲得有效問卷1401 份，有效回收率94.77%，其中男生766 名，女生635 名，年齡范圍11～16 歲，平均年齡為13.68歲。施測4 周后，從中選取部分中學生通過問卷星再次對其進行施測，進行重測信度和效標關聯效度檢驗，最終獲得有效問卷298 份，有效回收率85.14%，其中男生152名，女生146 名，年齡范圍11～15 歲，平均年齡為13.27 歲。

3.2 工具

3.2.1 中文版自我報告高敏感兒童量表

中文版自我報告HSC 量表共包括9道題目，分為三個維度，即：LST、EOE 和AES；采用7 點計分（“1”=“非常不像我”，“7”=“非常像我”），得分越高代表SPS 水平越高。

3.2.2 大五人格問卷

采用McCrae 和Costa（2004）編制的大五人格簡式問卷中文版（NEO Five Factor Inventory）中的神經質分問卷作為效標工具來考察中文版自我報告HSC 量表的效標關聯效度。神經質分問卷包括12 道題目，5點計分（1=完全不符合，5=完全符合），得分越高代表神經質人格越明顯。在本研究中，神經質分問卷的Cronbach’s α 系數為0.85。

3.2.3 積極/消極情感量表

同時采用Bradburn（1969）編制，陳文鋒和張建新（2004）修訂的積極/消極情感量表（Positive and Negative Affect Scale）作為效標工具來考察中文版自我報告HSC量表的效標關聯效度。該問卷包括積極情感和消極情感兩個維度，共14 道題目，4點計分（1= 從不，4= 經常），得分越高代表相應的情感特征越顯著。在本研究中，積極情感和消極情感分問卷的Cronbach’s α 系數分別為0.88、0.84。

3.3 施測程序與統計方法

數據收集采用班級集體施測，由各學校的心理健康老師通過問卷星發放問卷，學生使用手機完成作答并提交。采用SPSS 24.0 對數據進行信度及效標關聯效度檢驗，采用Mplus 8.3 進行驗證性因素分析。

3.4 結果

3.4.1 各維度的內部一致性系數、因子之間的相關及性別差異分析

中文版自我報告HSC 量表中LST、EOE 和AES 三個分量表的Cronbach’s α系數分別為0.65、0.74 和0.72，總量表的Cronbach’s α 系數為0.78，說明中文版自我報告HSC 量表的內部一致性信度符合統計學要求（吳明隆，2010）。HSC 總分、LST、EOE 和AES 之間均呈顯著正相關，具體相關系數見表2。獨立樣本t 檢驗結果表明，男生的HSC、LST 和AES 得分顯著低于女生（HSC：t=3.22，p=0.001；LST：t=2.09，p=0.04；AES：t=4.53，p<0.001），在EOE 得分上性別差異不顯著（t=0.90，p=0.37）。

表2 各因子間的相關系數及平均數與標準差

3.4.2 驗證性因素分析

運用Mplus 8.3 分析軟件對1401 份有效問卷數據進行驗證性因素分析。結果表明，SPS 的三因素結構擬合指標達到了理想的水平，具體擬合指數為χ2=139.72，df=24，CFI=0.951，TLI=0.927，RMSEA=0.059，SRMR=0.042（見圖1）。

圖1 中文版自我報告HSC 量表三因素結構模型圖

此外，研究也進行了雙因子模型分析，模型擬合指數也符合要求，具體擬合指數為χ2=95.71，df=19，CFI=0.968，TLI=0.939，RMSEA=0.054，SRMR=0.066。由于雙因子模型中EOE 維度兩道題目的載荷系數過低（小于0.30），且雙因子模型的SRMR 值大于0.05。因此，本研究接受了三因素模型。

3.4.3 重測信度

間隔4 周后進行了重測數據采集，計算出的總量表重測信度為0.74，LST、EOE和AES 三個維度的重測信度分別為0.67、0.62 和0.69，即中文版自我報告HSC 量表的重測信度符合統計學要求（吳明隆，2010）。

3.4.4 效標關聯效度分析

選擇大五人格問卷神經質分問卷、積極/ 消極情感量表作為中文版自我報告HSC 量表的效標。與已有的理論和實證研究結果一致，神經質和消極情感與HSC 呈顯著正相關；其中，LST 和EOE 與神經質和消極情感之間均呈顯著正相關，AES 和積極情感呈顯著正相關，即中文版自我報告HSC 量表具有良好的效標關聯效度（Greven et al.，2019；Lionetti et al.，2019；Pluess et al.，2018）。此外，效標關聯效度的結果在男生和女生中基本一致。具體相關系數見表3。

表3 效標關聯效度分析結果

3.4.5 補充分析

研究在綜合考慮SPS 三個維度得分的基礎上，使用Mplus 8.3 軟件，通過對1401份問卷進行潛變量分組分析（latent class analysis，LCA）來檢驗是否能用中文版自我報告HSC 量表來區分不同敏感性組別的兒童。如表4 所示，由于分成3 組（高敏感、中敏感、低敏感）時LMR 的p 值大于0.05，說明分成3 組并不優于分為2 組（高敏感、低敏感）。因此，中文版的HSC 量表更適用于區分高敏感和低敏感兩組兒童。

表4 中學生SPS 分組指標

此外，研究基于LCA 的結果來初步探索在中國中學生樣本中的臨界值（cut-off criteria），以用于判斷是否能夠根據中學生HSC 得分來確定其具體的敏感性分組。根據Pluess 等（2018）的建議，研究使用R 統計軟件Overlapping 擴展程序包來計算高敏感組和低敏感組HSC 均分分布的交叉點（見圖2），即臨界值。計算結果表明，高敏感組和低敏感組間的臨界值為4.88。

圖2 高敏感組、低敏感組中學生HSC 均分分布圖

4 討 論

本研究在中國中學生群體中進行了自我報告HSC 量表的修訂和信效度檢驗。通過項目分析和探索性因素分析將原問卷的12 道題目縮減為9 道題目，可抽取出LST、EOE 和AES 三個因子。進一步的信效度檢驗表明，修訂后的中文版自我報告HSC 量表信效度良好。

與Pluess 等（2018）編制的HSC 量表一致，中文版自我報告HSC 量表包括LST、EOE 和AES 三個維度。修訂后中文版自我報告HSC 量表的信度較為理想，符合統計學要求（吳明隆，2010）；總量表及LST、EOE 和AES 三個分量表的Cronbach’s α系數分別為0.78、0.65、0.74 和0.72，重測信度分別為0.74、0.67、0.62 和0.69。其中，LST 包括3 道題目，強調被外部刺激喚起的不愉快的感覺，比如吵鬧的聲音和電視節目上的暴力內容產生的負面作用；EOE包括3 道題目，反映了個體容易被外部和內部刺激影響的程度，比如是否會在同時有很多事情發生時產生消極反應，或者在完成任務中表現得更差；AES 包括3 道題目，關注個體的審美意識以及對積極刺激的敏感性，比如容易被藝術和音樂打動。與Pluess 等（2018）的研究不同的是，HSC 量表EOE 中的題目“我不喜歡我生活中有些東西發生變化”在中文版自我報告HSC 量表中聚合到了LST 維度。這道題目可能更多地反映了對外界細微信息的覺察以及刺激變化帶來的不愉快感受，而不是強調在面對短時間內或同時來自內外部的壓力時產生的較為強烈的情緒、生理和行為反應。因此，在以中國中學生為樣本的施測中，該題目聚合到了LST 維度。此外，與以往研究一致，研究發現LST、EOE 和AES 三個維度間呈中等程度的正相關（Iimura&Kibe，2020；Pluess et al.，2018）。

中文版自我報告HSC 量表效標關聯效度檢驗的結果表明，修訂后的量表效標關聯效度符合要求。與以往多項研究的結果基本一致（Greven et al.，2019；Lionetti et al.，2019；Pluess et al.，2018），HSC 總分與神經質和消極情感呈顯著正相關，LST、EOE與神經質和消極情感之間均呈顯著正相關，而AES 與神經質和消極情感之間的相關不顯著，與積極情感則呈顯著正相關。已有的研究發現神經質人格和消極情感通常更傾向于與高度緊張、脆弱、情緒波動大以及消極行為相關（Friedman & Schustack，1999）。Lionetti 等（2019）通過元分析發現，不管在成人還是在兒童中，LST、EOE 與神經質人格和消極情感之間的聯系最為密切，這可能反映了個體對消極環境的高度敏感性以及對消極刺激的高度注意加工和情緒反應。高AES 與個體的積極發展如更好的溝通技巧和更強的主觀幸福感密切相關（Liss et al.，2005；Sobocko & Zelenski，2015）。因此，對消極刺激的敏感性可能主要由LST 和EOE 驅動，而對積極刺激的敏感性則主要反映了個體的AES（Greven et al.，2019；Pluess et al.，2018；Wu et al.，2021）。

此外，研究通過LCA 分析發現，中文版自我報告HSC 量表適合用于將中學生分為高敏感和低敏感兩組，與以國外兒童青少年為樣本的研究結果不同。Pluess 等（2018）發現自我報告HSC 量表可區分高敏感、中敏感和低敏感三組兒童。一項以中國學前兒童為被試的研究發現，父母報告的HSC 量表也適用于區分高、低敏感兩組兒童（李喜樂，2021）。這可能是由于中西方文化和社會環境差異導致我國兒童SPS 得分的分布情況與西方國家兒童存在差異。研究也初步探索了區分低敏感和高敏感組中學生的臨界值，未來應該在更大的樣本中進行驗證并檢驗其靈敏度和特異性。

綜上所述，在中國中學生群體中修訂的9 道題目的中文版自我報告HSC 量表信效度符合統計學要求，能夠作為我國中學生SPS 的有效測量工具。