Picture from internet
解析作者 | 唧唧堂心理学写作小组：
Moonlight
本文是针对论文《拥有一颗孤独的心：孤独跨越一生的稳定性（Owner of a Lonely Heart: The Stability of Loneliness Across the Lifespan）》的一篇论文解析，该论文于2019年9月发表于《人格与社会心理杂学志（Journal of Personality and Social Psychology）》上，由Marcus Mund、Friedrich-Schiller-Universität Jena和Oliver Lüdtke三位学者合作完成。
研究背景
个体天生就需要归属感和被社会包容，融入社会关系网络有助于个人保持健康和幸福，而社会关系为个性发展提供了重要的背景，尽管研究发现，个人也会经历孤独，无论是自愿的还是非自愿的。
孤独是指一个人的社会关系在质量或数量上缺乏的主观感知，其主要特点是负面影响。
除此之外，研究发现孤独感（a）与其他人格特征一样具有遗传性；（b）与基本生物系统有关；（c）预测不同领域的各种结果。
本研究提出的STARTS（Stable Trait, AutoRegressive Trait, and state）模型提供了一个普遍框架
，
其中个体在时间上的差异被分解为三个变化源：第一，时不变稳定特征（ST）成分；第二，时变、部分稳定的自回归特征（ART）成分；第三，由特定场合的瞬态因素（如考试期间的当前情绪或特定时间的压力）和随机误差组成的状态（S）成分。
研究方法与结果
在本研究中，作者梳理了孤独感个体间差异的根源，将潜在状态特征模型应用于来自德国、瑞士、澳大利亚和荷兰的四个全国代表性样本的数据。通过这种方式能够将一个完全稳定的因素与一个捕捉随系统变化的因素以及一个捕捉特定场合波动和随机误差的因素分离开。除了解开孤独感中个体间稳定性的这些来源外，作者还进一步研究了这些来源在男女之间以及不同年龄组之间是否存在差异，这些来源涵盖了从青春期到老年的这段时间。
德国社会经济面板（SOEP）
样本：13397名（51.59%的女性）提供孤独感数据的个人的数据。在第一次相关测量时，目前样本的年龄在16至97岁之间，平均值为42.90（标准偏差=16.86）岁。
测量：分别在1992年、1993年、1995年、1996年、1997年和2008年对孤独感进行了评估，用单个题项的4级莱克特量表。STARTS模型分别应用于五个年龄组：青春期（小于18岁；n=444）、初出茅庐（18-25，n=1859）、年轻人（26-40，n=4284）、中年（41-60，n=4536）和老年（60岁以上，n=2274）。
瑞士家庭面板（SHP）
样本：最初的研究始于1999年，抽样调查了7799人。在2001年第一次测量孤独感时，仍有6601人参与其中。在这6601人中，排除了两个从未提供过孤独感数据的人。最终样本量为6599。在第一次测量时，55.54%的参与者是女性，样本的平均年龄为43.48（标准偏差=16.93）岁，范围从13岁到90岁不等。
测量：分别在2001年、2002年、2003年、2013年和2016年，用单个题项的11级莱克特量表。分别对五个年龄组进行了STARTS模型分析：青春期（小于18岁；n=544）、初出茅庐（18-25，n=551）、年轻人（26-40，n=1910）、中年（41-60，n=2456）和老年（60岁以上，n=1）。
澳大利亚家庭、收入和劳动力动态（HILDA）
样本：使用了30496个人的数据（52.51%的女性）。第一次测量时，平均样本年龄为43.35岁（标准偏差=17.7）岁，从14岁到99岁不等。
测量：单一题项的7级莱克特量表对孤独进行测量。分别对五个年龄组进行了启动模型：青春期（18岁以下；n=1010）、初出茅庐（18-25，n=1483）、年轻人（26-40，n=4203）、中年（41-60，n=4677）和老年（60岁以上，n=2596）。
社会科学纵向互联网研究（LISS）
样本：使用了12810个提供孤独感数据的个体的数据。在2008年第一次测量时，样本的平均年龄为43.69岁（标准偏差=17.41），年龄从12岁到95岁不等；53.79%的参与者是女性。
测量：德容·吉尔维尔德孤独量表的简短版本，包含六个题项，避免使用“孤独”或“孤独”等词汇进行测量。分别对五个年龄组进行了STARTS模型分析：青春期（小于18岁；n=1025）、初出茅庐（18-25，n=1194）、年轻人（26-40，n=3213）、中年（41-60，n=4559），老年（60岁以上，n=2417）。
Picture from internet
研究结论
表1显示了完整样本的STARTS模型的结果。在所有四个数据集中，STARTS模型的所有方差分量都是相当可观的。SOEP（22.7%，CI=20.7-24.5%）、SHP（19.2%，CI=5.8-29.9%）和HILDA（28.9%，CI=26.9-30.6%）中的ST成分解释了孤独感的人与人之间总方差的五分之一到四分之一。
表1
ART成分捕捉到孤独的一部分，这种孤独感会系统地发生变化时间。
最后，对于SOEP、SHP和HILDA，大约一半的孤独感变化是由S分量引起的，它同时捕捉了可靠的特定场合的方差和随机误差。
表2显示了每个数据集中女性和男性的STARTS模型的结果。我们将分别讨论每个数据集的结果。在SOEP中，多变量Wald检验显示女性和男性在启动模型的组成部分上存在显著差异（χ2（3）=36.938，p<0.001 4）；在SHP中，没有出现明显的性别差异；HILDA的结果没有性别差异，男女模型的结果几乎一致；在LISS数据集中，男性和女性之间存在差异。
综上所述，没有一致的证据表明在孤独感个体间差异的来源上存在性别差异。在四项研究中的两项（SHP，HILDA），男性和女性的结果几乎相同。在另外两个（即SOEP和LISS）中，观察到的性别差异不一致，因为在数据集中它们用的是分析模型的不同方面。
表2
年龄组间的差异
在SOEP中，多变量Wald检验表明，不同年龄组的STARTS模型组分存在差异，各年龄组之间的S分量也有明显差异，S分量在青年成年期和中年期的孤独感总体方差中所占比例最大；SHP中各年龄组的STARTS模型产生了几个年龄差异；HILDA数据集得到的结果在不同年龄组之间产生了一些差异；LISS的STARTS模型在不同年龄组之间产生了差异。
元分析聚合
所有数据集的元分析汇总结果如表3所示。在所有四个数据集中，ST成分占孤独总方差的28%（CI=9.3-46.4%）。另外26.5%（CI=20.2-39.6%）的方差由ART解释，据估计，一年内孤独感的隐含关联达0.453。在孤独感的方差中，S分量占剩余的45.5%。
表3
性别差异
就年龄而言，四个数据集中启动成分的年龄差异对孤独个体间差异稳定性的贡献没有明确的模式。
研究结论
（1）在四个样本中的三个样本中，作者发现有20%到30%的个体间孤独差异是由稳定的特质成分来解释的。在第四个样本（LISS）中，这一比例达到40%。具体地说，作为稳定的特质成分，发展恒常性因子反映了个体间差异的来源，这些差异不会随时间而自然改变。
通
过这种方式，他们定义了孤独感个体间差异的下限。即使在很长一段时间后，个体间的差异也会很明显。
（2）在目前的分析中，作者发现
在
孤独感的总体方差中，有20%到30%（元分析聚合：26.5%）可以被艺术成分所解释。无论是内在的还是外在的时变因素都不会对孤独感产生单向的影响。
（3）作者假设，女性的ST和ART成分可能比男性更强。然而，这一假设并未得到支持。事实上，在STARTS模型的两个组成部分中，男性和女性没有一致的实质性差异。
这一发现表明，男女孤独感的个体间差异不仅在表型上相似，而且在来源上也相似。
（4）
就年龄而言，四个数据集中启动成分的年龄差异对孤独个体间差异稳定性的贡献没有明确的模式。
研究局限与未来展望
（1）与行为遗传研究类似，本研究中应用的模型提供了对个体间差异间接影响的估计，但是不知道哪些特定因素促成了个体间稳定差异的实际发生，也不知道哪种随机机制会破坏个体间孤独差异，或者哪些时变因素起作用来维持孤独感。为了就每个个体间差异的具体来源得出更详细的结论，未来有必要进行专门针对这一目标的研究。
（2）在本研究中分析的四个样本中，有三个使用了单项目孤独感测量。因此很难确定这些测量工具是否确实对随机机制更敏感，还是更偏向于测量误差。
（3）在研究年龄的调节作用时，我们将样本分成不同的年龄组。尽管这些年龄组类似于重要的发育时期，但需要以连续的方式分析年龄的影响，例如通过应用局部结构方程模型。未来的研究可以确定和解决由于将STARTS和LSEM相结合而产生的许多方法论挑战。
（4）本研究样本来自世界各地的符合条件的数据集，但四个样本中有三个来自欧洲，第四个来自澳大利亚。这些国家对社会关系可能有着相似的价值观和态度，因此可能过于相似而无法将结果推广到西方文化之外。
参考文献：
Mund, M., Oliver Lüdtke, & Neyer, F. J. (2019). Owner of a lonely heart: the stability of loneliness across the life span. Journal of Personality and Social Psychology, 119(2), 497-516.
解析作者: Moonlight
