本研究由清华大学公共政策与管理学院的孔文豪、万科公共卫生与健康学院的裴泽源、社会科学学院的郭子妍、学生事务处的徐冉以及心理咨询与发展指导中心的赵嘉路等人共同完成，发表于《Journal of Affective Disorders》第369卷（2025年），于2024年9月26日在线发表。研究旨在利用机器学习方法预测中国大学新生在新冠疫情期间的心理健康严重程度，并重点关注学业、人际关系和经济因素对心理健康的影响。

从学术背景来看，疫情作为现代社会风险社会中的潜在危害之一，可诱发创伤后应激障碍、焦虑和抑郁等心理健康障碍。大学新生由于正处于从高中向高等教育环境过渡的关键时期，在生活情境、学习方式和社交角色方面经历显著变化，其心理适应面临前所未有的挑战。与高年级学生相比，新生表现出更低水平的心理适应能力，若未能有效应对适应初期的挑战，后续年份持续性心理健康问题的严重程度可能增加。因此，大学第一年成为心理问题预防与干预的关键窗口。已有研究指出，学业适应和社会适应是新生适应过程中最重要的问题，经济状况亦对适应过程产生影响。基于此，本研究聚焦于学业因素、人际关系因素和经济因素这三类稳定且可干预的变量，并采用极端梯度提升（XGBoost）、SHAP（Shapley Additive Explanations）和K-means聚类等多种机器学习方法相结合的方式，以更准确地比较各因素对心理健康结局的相对贡献，并识别需要针对性支持的高风险群体。

在研究流程方面，本研究为横断面研究，通过电子邮件向所有注册本科生发送问卷链接，最终共有3281名大学新生自愿参与。参与者来自33个省级区域，覆盖了S学院全部35个本科学院，样本具有代表性。研究工具包括：患者健康问卷-9（PHQ-9）用于评估抑郁症状，广泛性焦虑障碍量表-7（GAD-7）用于评估焦虑症状，心理健康严重程度评分定义为焦虑与抑郁得分之和；学习投入采用乌得勒支工作投入量表-学生版（UWES-S）测量，包含活力、奉献和专注三个维度；问题解决能力量表改编自董金荣等人（2021）的研究，包含问题探索、框架构建、计划制定、计划实施和结果反馈五个维度；家庭关系采用Tolan等人（1997）开发的量表，包含六个子量表共35个项目；同伴支持采用Chen（2008）的量表，衡量同伴关系的数量与质量；经济状况通过单项自评题目测量，采用7点计分。所有量表均报告了Cronbach’s α系数，范围在0.74至0.94之间，表明信度良好。

在机器学习分析中，首先使用XGBoost对心理健康严重程度进行预测建模。与线性回归不同，XGBoost通过决策树与梯度提升相结合捕获复杂的非线性模式，且作为非参数方法可自动处理缺失值、异常值和多重共线性。数据集按6：2：2的比例划分为训练集、验证集和测试集。在训练集中，标签1（具有心理健康风险）包含967名参与者，标签2包含1132名参与者，并根据样本量设置了相应权重以平衡数据集不平衡的影响。通过网格搜索确定的模型参数包括：n_estimators为800，max_depth为5，learning_rate为0.03，objective为reg：tweedie，min_child_weight为4，early_stopping_rounds为200，验证集评估指标为rmse。最终模型的准确率约为66.2%，AUC为0.636。随后使用SHAP方法解释XGBoost模型的输出，SHAP通过计算每个特征对预测的边际贡献来提供全局和局部解释，其值表示在给定特征值时相对于平均预测的变化程度。最后，采用K-means算法将数据聚类为四组，确定最佳聚类数时使用了SSE肘部法则，结果显示在k=4处存在明显拐点，表明四个聚类足以捕捉数据结构。

研究结果显示，在特征重要性排序中，家庭关系是最重要的预测特征（占37.3%），其次是同伴支持（占23.6%）、问题解决能力（占20.0%）、学习投入（占13.3%）和经济状况（占5.8%）。这一发现表明人际关系因素对中国大学新生心理健康严重程度的预测能力最强。在主要效应方面，学习投入的SHAP值整体不稳定，特别是在学习投入小于30或大于40时，高学习投入并不一定降低心理健康严重程度评分，部分参与者可能受益于低学习投入，而部分参与者则可能因高学习投入而遭受不利影响。问题解决能力的SHAP值呈现先上升（6至11）后下降（11至16）的趋势，在19处显著下降且纵向离散度更大，表明部分参与者从问题解决能力提升中获益较少。家庭关系和同伴支持的SHAP值均呈现明显的下降趋势，当同伴支持大于11、家庭关系大于14时，SHAP值稳定在负值区间，即降低心理健康严重程度。经济状况的SHAP值波动较大，但整体影响不如家庭关系和同伴支持显著。在交互效应方面，学习投入通过与家庭关系和同伴支持的交互对心理健康严重程度产生比其自身更显著的影响。问题解决能力与家庭关系的交互项重要性排名第五。

聚类分析将3281名参与者分为四个亚组：聚类1包含965人（29.4%），聚类2包含587人（17.9%），这两个聚类表现出较低的焦虑和抑郁水平；聚类3包含689人（21.0%），聚类4包含1040人（31.7%），表现出较高的焦虑水平。聚类1命名为“适应不良集群”（dysadaptive cluster），其特征为独立变量水平低，心理健康严重程度高，适应大学生活存在潜在困难。聚类2命名为“内卷集群”（involution cluster），表现出高学业投入和问题解决能力，但家庭关系较差。聚类3命名为“优秀集群”（excellent cluster），各独立变量水平均较高，心理健康严重程度低，在学业和社交方面均实现了良好的融合。聚类4命名为“躺平集群”（lying flat cluster），学习投入、问题解决、同伴支持和经济状况水平均较低，对大学经历的期望亦最低。在亚组异质性分析中，适应不良集群和优秀集群的学习投入SHAP值随学习投入增加而降低，但机制不同：适应不良集群通过增加学习投入试图融入大学生活，而优秀集群通过努力获得意义感和积极情绪体验。内卷集群的学习投入SHAP值随学习投入增加先降后升，表明过度投入导致精力耗竭；躺平集群则呈现先升后降的趋势，表明提高学习投入可能诱发压力。为探索整体趋势，对绘图应用了平滑技术，通过平均附近150个点来降低噪声。

研究的核心结论认为，人际关系因素对大学新生心理健康严重程度的影响最为显著，且与学业因素存在交互效应，这些关系具有亚组异质性。这一发现支持了心理化理论，即个体利用意向性心理状态理解自身和他人行为的能力是维持正常心理功能的基础。进入大学后新生需要重新建立社会关系，积极的社会关系可培养促进亲社会行为的心理特质并引发积极情绪体验。家庭关系的影响大于同伴支持，这不仅因为家庭关系是个体最早接触的社会联系，也因为新生处于家庭纽带与更广泛社会互动之间的过渡阶段，对家庭关系特别敏感。在疫情初期，中国大多数大学新生处于居家隔离状态，家庭互动在保障其身心健康方面发挥了关键作用。同伴作为新生进入校园后最先接触的亲密熟人，具有共情优势，可有效降低抑郁水平并促进心理健康发展。人际关系因素的调节作用体现在其可缓冲学业因素对心理健康的负性影响，社会支持作为外部保护机制，通过缓解逆境反应、增强信心和问题解决能力来提升心理韧性。

本研究的科学价值在于提供了一种将多种机器学习方法有机结合的新范式，不仅能够识别不同因素的相对重要性，还能考察变量间复杂的相互依赖效应，并基于数据驱动的方法对样本进行分类以识别不同亚组中影响因素效应的差异。在应用价值方面，研究结果指导了针对性干预措施的制定，即应特别重视创造支持性的同伴环境和培养积极的家庭导向，在考虑学业因素时不应孤立看待，而应认识到学业因素与人际关系因素相互关联。研究的局限性包括：变量选择上未纳入人口统计学变量、个人特质和文化信念等其他可能影响心理健康的因素；样本在性别比例上存在偏倚，因为所研究院校的理工科专业较多；经济状况的测量采用了主观自评方法，存在测量误差；横断面数据的时间外推效度有限，未来可采用多期数据进行动态研究。本研究获得了国家心理健康中心大学生心理健康项目（编号C015）和清华大学本科教育教学改革项目（编号ZY01_01）的资助。