Studies of Psychology and Behavior

Studies of Psychology and Behavior >

2025 , Vol. 23 >Issue 6: 789 - 797

DOI: https://doi.org/10.12139/j.1672-0628.2025.06.009

?

Bidirectional Relationship Between Social-Emotional Competence and Academic Burnout in Adolescence: A Cross-Lagged Study

  • Xinzhu YANG 1 ,
  • Tengfei WANG 2 ,
  • Xiaolong ZHENG , *, 2
Expand
  • 1. Hangzhou Middle School, Hangzhou 310008
  • 2. Department of Psychology and Behavioral Sciences, Zhejiang University, Hangzhou 310058

Received date: 2025-06-16

  Online published: 2026-01-01

Copyright

Copyright reserved © 2025.
Fold

Abstract

In the context of Chinese “Double Reduction” policy, enhancing students’ social-emotional competence and alleviating academic burnout have become key issues in the field of education. To explore the bidirectional predictive relationship between these two factors and whether gender moderated the relationship, this study conducted three waves of follow-up surveys with 740 seventh-grade students and analyzed the data using the cross-lagged model. The results showed that: 1) Social-emotional competence gradually declined over time, while academic burnout gradually increased, with boys’ social-emotional competence being significantly higher than that of girls. 2) There was a significant bidirectional negative predictive effect between social-emotional competence and academic burnout. 3) Gender differences existed in the mutual predictive effects between social-emotional competence and academic burnout: a bidirectional predictive effect was observed among boys, whereas only a unidirectional predictive effect of academic burnout on social-emotional competence was found among girls. This study reveals the bidirectional predictive relationship between social-emotional competence and academic burnout among middle school students and gender differences in the relationship. The findings suggest that educational practice should focus on cultivating students’ social-emotional competence to alleviate academic burnout, while paying attention to gender differences.

Key words： social-emotional competence; academic burnout; cross-lagged model; gender differences; adolescence

Cite this article

Xinzhu YANG , Tengfei WANG , Xiaolong ZHENG . Bidirectional Relationship Between Social-Emotional Competence and Academic Burnout in Adolescence: A Cross-Lagged Study[J]. Studies of Psychology and Behavior, 2025 , 23(6) : 789 -797 . DOI: 10.12139/j.1672-0628.2025.06.009

1 引言

良好的学习动机对学生的学业表现有重要影响，但与日俱增的学业压力使学生逐渐对学习失去兴趣，产生学业倦怠。学业倦怠是指学生在学习过程中经历情感耗竭、对学业产生疏离态度，并伴随学习效能感显著下降的负性心理状态(Schaufeli et al., 2002)，通常包含情感耗竭、学业疏离和低效能感三个维度。学业倦怠在青少年早期较为普遍，且随年级增长显著提高(Liu et al., 2024)，已成为教育界普遍担忧的重要问题。学业倦怠不仅使学生在学业活动中表现出退缩和拖延等不良行为(李若璇 等, 2018)，而且可能导致焦虑和抑郁等心理问题，严重影响学生的学业发展(May et al., 2015; Tang et al., 2021)。因此，阐明影响学生产生学业倦怠的关键因素，厘清如何更好地降低倦怠水平对促进学生全面发展具有重要意义。
学业倦怠的核心表现之一，是学习过程中持续产生的消极情绪状态。鉴于情绪调节在应对此类状态中的关键作用，学生识别与调控情绪的能力—作为社会情感能力的核心组成部分—对于缓解学业倦怠尤为重要。然而，既有研究多集中于探讨认知能力、父母教养方式等相对稳定的因素与学业倦怠的关系(Gavelin et al., 2022; May et al., 2015; Yang et al., 2025; Zhu et al., 2023)，而对于可塑性更强且直接关涉情绪与动机过程的非认知技能，即社会情感能力，其潜在的保护性机制尚未得到充分探讨(Huttunen et al., 2024; Salmela-Aro et al., 2021)。社会情感能力是指个体在认知、情绪、社交等领域展现出的，可通过正式或非正式学习发展的稳定心理特征与行为倾向(Kankaraš & Suarez-Alvarez, 2019)。具备较高社会情感能力的学生，能够有效识别并调节自身情绪，胜任人际交往和社会情境，管理目标并表现出适应性行为(Chernyshenko et al., 2018; Weissberg et al., 2015)。经济合作与发展组织(OECD)借鉴大五人格模型，提出了涵盖任务能力、情绪调节、协作能力、开放能力和交往能力五个维度的社会情感能力框架，每个维度包含三项具体子能力(袁振国 等, 2021)。社会情感能力不仅有助于学生在日常生活中建立良好人际关系、减少问题行为(邓宇泽 等, 2025)，更是缓解学业倦怠的重要心理资源。
Salmela-Aro和Upadyaya(2014)，以及Salmela-Aro等(2022)提出了学习需求−资源模型来解释学业倦怠的产生机制。根据该模型，学习需求指学校环境中存在的需要学生持续付出身心努力的要求，如课业负担和竞争压力等；学习资源指学生可用于应对学习需求、达成学业目标的个人和环境因素，如社会情感能力和社会支持等。青少年在学校环境中会面临“需求”和“资源”的动态平衡(Salmela-Aro et al., 2021)：当学习需求超过个体可利用的学习资源时，会引发心理资源耗竭，最终导致学业倦怠；反之，充足的学习资源可缓冲学习需求带来的压力，从而减少倦怠风险。社会情感能力，作为重要的个人资源(Kankaraš & Suarez-Alvarez, 2019; Salmela-Aro et al., 2022)，能够帮助青少年有效调节对学业任务的消极情绪反应，获得必要的社会支持，并增强其在学业活动中付出努力、积极参与的意愿。因此，当学生具备较高的社会情感能力时，这些资源能够有效缓冲高学业要求带来的负面影响；反之，社会情感能力的缺乏可能导致资源与要求之间的不匹配，使学生难以应对压力，更容易体验到挫败感，进而增加学业倦怠的风险。
目前，仅有三项研究直接考察了青少年的社会情感能力与学业倦怠之间的关系(Huttunen et al., 2024; Salmela-Aro & Upadyaya, 2020; Salmela-Aro et al., 2021)。例如，Huttunen等人(2024)对芬兰初中生进行的纵向调查发现，七年级时展现的社会情感能力能显著预测八年级时更低的学业倦怠，这进一步支持了学习需求−资源模型。除以变量为中心的研究外，Salmela-Aro等人(2021)采用以个体为中心的方法，通过考察青少年学业投入与学业倦怠的变化模式，识别出五类典型的发展轨迹。其中，呈现良性发展趋势(即学业投入提升而学业倦怠下降)的学生，其社会情感能力(如毅力、好奇心)同样呈现出增长趋势；相反，呈现不良发展趋势(即学业投入下降而学业倦怠提升)的学生则伴随社会情感能力的下降，主要表现为孤独感增加和归属感下降。该研究提示，社会情感能力与学业倦怠之间可能存在相互影响的关系。
尽管已有研究表明社会情感能力对学业倦怠具有负向预测作用，但仍有几个关键问题亟待解决。首先，现有纵向研究聚焦于社会情感能力对后期学业倦怠的单向预测，尚未检验学业倦怠能否预测后期的社会情感能力。Salmela-Aro等人(2021)虽揭示了学业倦怠的提高伴随着社会情感能力的下降，亦未直接检验学业倦怠对社会情感能力的纵向预测作用。鉴于学业倦怠可能会损害个体的学业表现和心理健康(May et al., 2015; Tang et al., 2021)，社会情感能力作为个体的重要非认知能力，同样可能会受到学业倦怠的消极影响。其次，现有纵向研究仅包含两个时间点(Huttunen et al., 2024)，难以揭示社会情感能力与学业倦怠之间的纵向预测关系在多个时间点上是否稳定。再次，相关研究主要基于西方教育背景(如芬兰)，随着社会情感能力被OECD纳入衡量青少年心理发展的关键指标体系，中国儿童青少年的社会情感能力近年来备受关注(袁振国 等, 2021; 袁振国 等, 2024; Liu et al., 2025)。因此，本研究将基于学习需求−资源模型，采用多个时间点的纵向追踪设计探讨中国青少年社会情感能力与学业倦怠之间的双向预测关系，以期深入理解两者在青少年发展过程中的动态交互作用。
社会情感能力与学业倦怠之间的关系可能存在性别差异。一方面，男生和女生的社会情感能力的发展特点不同。有研究表明，女生在童年期表现出更高的社会情感能力(如协作技能和坚持性)，但进入青春期后，其社会情感能力的下降幅度比男生更显著(Brown et al., 2020; Ross et al., 2019)。基于学习需求−资源模型，当女生的社会情感能力较低时，其对学业倦怠的缓冲作用可能被削弱。另一方面，男生和女生在应对压力和负面情绪时采用不同的策略(Hampel & Petermann, 2005)。例如，女生在面临压力时更倾向于进行情绪反刍，而男生则更倾向于采取分散注意策略。这些差异可能导致学业倦怠对社会情感能力资源的消耗在女生中更为明显。而且，社会文化对男生“坚强”和“解决问题”的期望(Basu et al., 2017; Chaplin, 2015; Lee et al., 2025)，可能使他们在体验到学业倦怠时更主动地调用其社会情感能力来应对挑战，从而表现为社会情感能力对男生学业倦怠的缓冲作用更为突出。因此，本研究推测社会情感能力与学业倦怠之间的相互作用路径存在性别差异。
综上所述，本研究旨在通过纵向追踪设计，系统探讨中国青少年的社会情感能力与学业倦怠的双向预测作用及其性别差异。本研究将重点关注从小学过渡到初中的青少年群体。一方面，在该阶段学生面临学校环境转变与学业负担加重，是出现学业倦怠的关键时期(Huttunen et al., 2024)；另一方面，青春期学生的自我认知与社会环境的交互发生深刻变化(Sebastian et al., 2008)，为社会情感能力的发展带来了更大的挑战，同时也加剧了学业倦怠的发生风险。根据学习需求−资源模型和已有实证研究(Huttunen et al., 2024)，本研究提出H1：社会情感能力与学业倦怠之间存在双向预测作用。根据社会情感能力发展和情绪调节策略上的性别差异，本研究提出H2：社会情感能力与学业倦怠之间的双向预测作用可能存在性别差异。与女生群体相比，男生群体中社会情感能力对学业倦怠的负向预测作用可能更强。

2 研究方法

2.1 研究对象与程序

采用整群抽样法，选取浙江省杭州市一所中学的七年级学生作为样本。在征得学生知情同意后，于2023年12月(T1)进行了首次团体施测，随后分别于2024年7月(T2)和2025年1月(T3)完成两次追踪调查。施测过程中，学生在计算机教室统一填写问卷，每个班级由一名经过系统培训的心理学研究生担任主试。本研究已通过浙江大学心理与行为科学系伦理委员会的审查与批准。
在T1，共纳入740名七年级学生(男生392人，女生348人)，平均年龄为12.52±0.59岁。受转学、休学或请假等因素影响，相较T1，T2和T3分别流失样本53人和85人，最终完整参与三次测试的被试为625人。Little’s MCAR检验表明，缺失值为随机分布，χ2(13)=20.73，p=0.079。通过t检验和χ2检验比较流失被试与参与三次测试的被试在T1时间点的差异，发现两者在社会情感能力[t(143)=−1.83, p=0.069]和性别分布[χ2(1)=0.05, p=0.826]上均无显著差异，表明被试属于随机缺失。参照Graham等人(2009)建议，采用全息极大似然估计法对缺失值进行处理。

2.2 研究工具

2.2.1 社会情感能力

本研究采用OECD社会与情感能力研究项目编制的社会情感能力量表(Guo et al., 2023; Kankaraš & Suarez-Alvarez, 2019)。该量表包括任务能力、情绪调节、协作能力、开放能力和交往能力五个维度，每个维度包含三个子能力。本研究选取每个维度中的一个重要子能力，分别为自控力、乐观、信任、好奇心和活力。每个子能力包含三个题项，共15个题项(如“我能控制自己的行动”)。量表采用Likert五点计分(1=非常不同意，5=非常同意)，分数越高表明学生的社会情感能力越高。在三个时间点上，社会情感能力量表的Cronbach’s α系数分别为0.90、0.89和0.90，验证性因素分析显示该量表具有良好的结构效度(χ2=226.19～352.46, df=85, CFI=0.918～0.957, TLI=0.899～0.947, RMSEA=0.049～0.069)。

2.2.2 学业倦怠

采用Schaufeli等人(2002)编制的学业倦怠量表。该量表共有15个题项，包含情感耗竭、学业疏离、低效能感三个维度。其中情感耗竭五个题项(如“学习让我感到精疲力竭”)，学业疏离四个题项(如“我已经对学习不那么有热情了”)，低效能感六个题项(如“我认为在课堂上我能全身心投入”)。各题项采用Likert七点计分(1=“从不”，7=“总是”)，其中，低效能感维度条目反向计分，分数越高代表学生的学业倦怠越高。在三个时间点上，学业倦怠量表的Cronbach’s α系数分别为0.91、0.92和0.92，验证性因素分析显示该量表具有良好的结构效度(χ2=253.03～292.29, df=87, CFI=0.935～0.947, TLI=0.921～0.936, RMSEA=0.051～0.059)。

2.3 数据分析

采用Mplus8.3进行纵向测量等值性检验和交叉滞后模型的构建。所有模型估计均使用稳健极大似然法。参照Hu和Bentler(1999)的标准，CFI和TLI不低于0.95、RMSEA不高于0.06表示模型拟合良好；CFI和TLI不低于0.90、RMSEA不高于0.08表示模型拟合可接受。在嵌套模型比较方面，本研究参照韩宪国等人(2025)的做法，若同时满足Δχ2SB检验结果不显著、ΔCFI≤0.010以及ΔRMSEA≤0.015中的至少两个条件，则认为嵌套模型间拟合无显著差异，选择简约模型。
为检验社会情感能力和学业倦怠在三次调查中是否保持测量等值性(Putnick & Bornstein, 2016)，分别对变量进行多组验证性因素分析。依次检验并比较三个逐步约束的嵌套模型，包括形态等值模型、弱等值模型和强等值模型。满足强等值可以进行交叉滞后分析(Little, 2013)。
在交叉滞后分析中，首先构建控制性别后的社会情感能力与学业倦怠的交叉滞后模型，随后分别在男生和女生中检验该模型，以考察三个时间点上两者的双向预测作用及其性别差异。参照Marsh等人(2018)依次检验并比较四个逐步约束的嵌套模型：模型1为基线模型，自回归路径与交叉滞后路径均自由估计；模型2限定自回归路径相等；模型3限定交叉滞后路径相等；模型4则同时限定自回归与交叉滞后路径相等。若施加路径限定后模型拟合未显著下降，最终选择更为简约的限定模型。

3 结果

3.1 共同方法偏差检验

采用Harman单因素检验分别对各时间点的数据进行共同方法偏差检验(周浩, 龙立荣, 2004)。在三次测量中，均包含5个特征值大于1的因子，其中第一个因子解释的变异量依次为38.84%、39.75%、40.08%，小于50%的临界标准(汤丹丹, 温忠麟, 2020)，说明三次测量数据不存在明显的共同方法偏差。

3.2 描述性统计和方差分析

表1呈现了各变量的平均值、标准差及变量间的相关。其中，社会情感能力与学业倦怠显著负相关，性别与社会情感能力显著负相关。在后续的交叉滞后分析中，将性别作为协变量进行统计控制。采用2(性别：男生、女生)×3(时间：T1、T2、T3)的重复测量方差分析考察不同性别的社会情感能力和学业倦怠的发展特点。对于社会情感能力，时间的主效应显著，F(1.95, 1214.06)=10.48，p<0.001，$ \eta _{\mathrm{p}}^{2} $=0.017，事后多重比较(Bonferroni校正)显示，T1的社会情感能力显著高于T3，T2的社会情感能力显著高于T3；性别的主效应显著，F(1, 623)=16.66，p<0.001，$ \eta _{\mathrm{p}}^{2} $=0.026，男生的社会情感能力显著高于女生；两者的交互效应不显著，F(1.95, 1214.06)=2.08，p=0.127。对于学业倦怠，时间的主效应显著，F(1.96, 1222.16)=3.05，p=0.049，$ \eta _{\mathrm{p}}^{2} $=0.005，事后多重比较显示，T2的学业倦怠显著低于T3；而性别的主效应，F(1, 623)=0.21，p=0.065，以及两者的交互效应，F(1.96, 1222.16)=0.34，p=0.705，均不显著。
表1 描述性统计和相关分析
1 2 3 4 5 6 7 8
1.性别
2.年龄 −0.08*
3.社会情感能力T1 −0.12** 0.01
4.社会情感能力T2 −0.17*** 0.05 0.67***
5.社会情感能力T3 −0.15*** −0.02 0.61*** 0.72***
6.学业倦怠T1 0.00 −0.03 −0.71*** −0.52*** −0.51***
7.学业倦怠T2 0.01 −0.06 −0.57*** −0.73*** −0.59*** 0.67***
8.学业倦怠T3 0.03 −0.03 −0.51*** −0.56*** −0.73*** 0.61*** 0.68***
M 0.47 12.52 4.05 4.02 3.99 2.47 2.44 2.49
SD 0.50 0.59 0.66 0.65 0.66 1.06 1.03 1.01

　　注：性别为虚拟变量，男生=0，女生=1；*p<0.05，**p<0.01，***p<0.001，以下同。

3.3 纵向测量一致性检验

根据表2所列的模型拟合结果，社会情感能力与学业倦怠在各时间点上的形态等值、弱等值及强等值模型均符合测量学标准。进一步通过Δχ2SB检验、ΔCFI和ΔRMSEA进行模型比较，确认上述两个变量具备跨时间的强等值性。
表2 各变量在3个时间点的测量等值性检验
模型 χ2(df) CFI TLI RMSEA 模型比较 Δχ2SB(Δdf) p ΔCFI ΔRMSEA
社会情感能力
M1：形态等值 2100.287(882) 0.912 0.901 0.043
M2：弱等值 2160.379(910) 0.910 0.902 0.043 M2−M1 60.406(28) <0.001 −0.002 0.000
M3：强等值 2333.929(940) 0.900 0.894 0.045 M3−M2 210.929(30) <0.001 −0.010 0.002
学业倦怠
M1：形态等值 1857.433(888) 0.922 0.913 0.038
M2：弱等值 1886.419(916) 0.922 0.916 0.038 M2−M1 27.452(28) 0.494 0.000 0.000
M3：强等值 1939.631(946) 0.920 0.916 0.038 M3−M2 50.891(30) 0.010 −0.002 0.000

3.4 社会情感能力与学业倦怠的交叉滞后分析

表3呈现了社会情感能力与学业倦怠交叉滞后模型的拟合指数与模型比较结果。所有模型均可接受，且逐步限定相邻时间点的自回归路径与交叉滞后路径相等后，模型拟合并未显著变差。因此，最终选择更简约的模型(即M1.4)。
表3 交叉滞后模型的拟合指数
模型 χ2(df) CFI TLI RMSEA 模型比较 Δχ2SB(Δdf) p ΔCFI ΔRMSEA
社会情感能力与学业倦怠的交叉滞后模型
M1.1：自由估计 4.585(2) 0.999 0.987 0.042
M1.2：限定相邻时间点自回归路径相等 7.874(4) 0.998 0.990 0.036 M1.2－M1.1 3.199(2) 0.202 −0.001 −0.006
M1.3：限定相邻时间点交叉滞后路径相等 7.130(4) 0.998 0.992 0.033 M1.3－M1.1 2.507(2) 0.286 −0.001 −0.009
M1.4：限定相邻时间点自回归和交叉滞后路径相等 14.226(6) 0.996 0.986 0.043 M1.4－M1.1 9.658(4) 0.047 −0.003 0.001
社会情感能力与学业倦怠的交叉滞后模型：男生
M2.1：自由估计 1.597(2) 1.000 1.000 0.000
M2.2：限定相邻时间点自回归路径相等 4.762(4) 0.999 0.996 0.022 M2.2－M2.1 3.262(2) 0.196 −0.001 0.022
M2.3：限定相邻时间点交叉滞后路径相等 6.145(4) 0.997 0.990 0.037 M2.3－M2.1 4.691(2) 0.096 −0.003 0.037
M2.4：限定相邻时间点自回归和交叉滞后路径相等 13.032(4) 0.990 0.977 0.055 M2.4－M2.1 11.790(4) 0.019 −0.010 0.055
社会情感能力与学业倦怠的交叉滞后模型：女生
M3.1：自由估计 6.649(2) 0.995 0.962 0.082
M3.2：限定相邻时间点自回归路径相等 8.292(4) 0.995 0.982 0.056 M3.2－M3.1 1.473(2) 0.479 0.000 −0.026
M3.3：限定相邻时间点交叉滞后路径相等 8.230(4) 0.995 0.983 0.055 M3.3－M3.1 1.472(2) 0.479 0.000 −0.027
M3.4：限定相邻时间点自回归和交叉滞后路径相等 9.751(6) 0.996 0.990 0.042 M3.4－M3.1 2.679(4) 0.613 0.001 −0.040
图1所示的社会情感能力与学业倦怠的交叉滞后结果表明，在控制了协变量性别、自回归和同时性相关后，社会情感能力与学业倦怠之间存在双向预测作用，支持H1。具体而言，前测(Tn−1)的社会情感能力对后测(Tn)的学业倦怠具有显著的负向预测作用；前测(Tn−1)的学业倦怠也能够显著负向预测后测(Tn)的社会情感能力。
图1 社会情感能力与学业倦怠的交叉滞后模型

注：图中所标注的系数为非标准化路径系数，以下同。

为考察社会情感能力与学业倦怠之间关系的性别差异，分别在男生和女生中构建交叉滞后模型，其拟合指数与模型比较结果见表3。通过模型比较，在男生中选择模型M2.2，在女生中选择模型M3.4。结果表明，社会情感能力与学业倦怠的双向预测作用存在性别差异，支持了H2。具体而言，在男生中(见图2a)，两者存在双向预测作用。而在女生中(见图2b)，仅前测的学业倦怠能够显著负向预测后测的社会情感能力。
图2 不同性别社会情感能力与学业倦怠的交叉滞后模型

注：图2a为男生模型，图2b为女生模型。

4 讨论

本研究发现，社会情感能力与学业倦怠存在双向预测作用，即前期的社会情感能力显著负向预测后期的学业倦怠，而前期的学业倦怠显著负向预测后期的社会情感能力；而且，交叉滞后模型存在性别差异，男生和女生的学业倦怠均显著预测后期的社会情感能力，但只在男生中发现社会情感能力显著预测后期的学业倦怠。这些结果支持并拓展了学习需求−资源模型，不仅证实了社会情感能力作为关键个人资源在缓解学业倦怠中的保护作用(尤其在男生中)，更重要的是揭示了学业倦怠作为一种负性心理状态，会反向侵蚀青少年发展所需的社会情感能力，形成潜在的恶性循环。

4.1 社会情感能力与学业倦怠的纵向关系

本研究发现，初中生的社会情感能力随时间逐渐降低。该结果与以往研究相一致(袁振国 等, 2021; 袁振国 等, 2024)。这可能是由于在青少年初期，边缘系统(与情绪化和冲动相关)的成熟早于前额叶皮层(与执行控制和计划相关)，这种发育不同步可能导致青少年情绪波动和冲动行为增多；而且，个体所处的环境变化和社会角色转换可能导致青少年产生适应压力，暂时影响其人格特质或社会情感能力的稳定性(Van den Akker et al., 2014)。
在初中阶段，学业倦怠呈上升趋势，这一结果与以往研究揭示的青少年早期学业倦怠发展轨迹相一致(Liu et al., 2024)。初中阶段的学业需求显著增加，而学生的个人资源(如社会情感能力)与外部支持资源(如同伴支持)尚未同步适配，导致“需求−资源”失衡加剧，能量耗竭过程被持续激活；同时，初中生的情绪调节能力尚在发展中，对学业压力的感知更敏感，且同伴关系的复杂度提升进一步增加了社会需求负荷，共同推动学业倦怠逐步升高(Salmela-Aro et al., 2021)。这些发现提示初中阶段可能是学业倦怠防控的重要节点。
进一步的交叉滞后分析发现，社会情感能力与学业倦怠之间存在显著双向预测作用，这一结果呼应了学习需求−资源模型的核心机制。一方面，作为关键个人资源，社会情感能力可通过多路径抑制倦怠发生：具备高社会情感能力的学生不仅能维持积极情绪状态与人际联结(Huttunen et al., 2024)，更能依托适应性应对策略(如通过同伴支持调节压力)缓冲学业需求带来的能量消耗，减少疲惫感与学业冷漠(Salmela-Aro & Upadyaya, 2020)；同时，其内在的好奇心与自控力可强化学习动机，提升学业投入质量，进一步降低学业倦怠(Kankaraš & Suarez-Alvarez, 2019; Von Stumm et al., 2011)。另一方面，学业倦怠亦能显著负向预测后续的社会情感能力，这一反向路径可通过学习需求−资源模型的损耗螺旋机制解释：持续高水平学业倦怠(如长期情感耗竭、学业疏离)会逐步侵蚀学生的心理资源，由学业倦怠引发的低效能感会削弱其自我控制信念(Salmela-Aro & Upadyaya, 2014)，导致其对学业目标与自我发展形成消极认知；同时，倦怠状态下的社交回避倾向(如减少同伴互动、回避课堂参与)会切断社会情感能力发展所需的外部支持来源，进而抑制好奇心、社交参与等核心维度的发展(Huttunen et al., 2024)，形成“倦怠加剧→资源流失→能力发展受阻”的恶性循环。

4.2 社会情感能力与学业倦怠关系的性别差异

社会情感能力与学业倦怠间的双向预测作用存在性别差异。在男生中，社会情感能力与学业倦怠存在双向负向预测作用；而在女生中，仅表现为学业倦怠对社会情感能力的单向负向预测。这一差异的深层机制可能在于青春期女生面临的双重社会期望压力及其特殊的应对策略。Basu等人(2017)指出，中国女学生同时承受着传统儒家文化下的性别规范，如行为得体和情感内敛，以及父母对其学业成绩的高期待。在该压力情境下，女生更倾向采用回避和压抑等非适应性应对策略，这反而会切断社会情感能力发展所需的社交互动与积极体验，最终形成“倦怠加剧→能力受损”的恶性循环(Hampel & Petermann, 2005)。相比之下，男生社会情感能力对学业倦怠的预测作用更突出，说明其社会情感能力可以有效缓冲学业压力，符合学习需求−资源模型的资源保护逻辑；而女生社会情感能力对学业倦怠的预测失效，则提示对女生而言，单纯提升社会情感能力可能不足以缓解学业倦怠，需优先通过学业支持(如提升学业控制感与自我效能感)缓解倦怠，为社会情感能力发展创造积极条件。

4.3 启示与局限

本研究结果对中国教育实践具有重要启示。当前教育环境中，对认知能力与学业表现的关注往往优先于社会情感能力(Wang et al., 2025)。本研究发现提示，提升青少年的社会情感能力，尤其是对男生而言，是预防和缓解学业倦怠的有效途径。初中阶段是青少年面临学业压力骤增、环境适应挑战的关键期，容易产生倦怠等心理问题。教育工作者和家长在响应“减负”政策的同时，更应创设支持性环境满足学生的基本心理需求，促进社会情感能力等个人资源的强化(Wang et al., 2025)。而且，持续存在的学业倦怠还会损害青少年后续的社会情感能力发展。因此，教育干预不仅需要关注提升社会情感能力这一重要的个人资源，也必须警惕学业倦怠的早期信号并及时干预，阻断其对青少年社会情感能力发展的潜在损害，防止形成“倦怠侵蚀能力，能力不足加剧倦怠”的恶性循环。此外，鉴于社会情感能力与学业倦怠相互作用模式的性别差异，在设计和实施干预方案时需考虑性别特异性：针对男生，强化其社会情感能力的系统训练可能收效更佳；针对女生，则需要侧重于增强其对学业的掌控感和自我效能感，以降低学业倦怠发生的风险及其对社会情感能力发展的负面影响。
本研究仍存在一些不足之处。第一，本研究仅采用自评问卷测量社会情感能力与学业倦怠，未来可结合教师评定及结构化访谈等方法进一步提升测量效度。第二，本研究样本仅来源于杭州市一所中学，未来研究需增大抽样代表性，纳入不同经济发展水平地区的学生，以检验本研究结论的外部效度。第三，本研究聚焦小学至初中的过渡阶段，所得结论主要反映初中阶段青少年的发展特征，无法直接推广至小学和高中阶段。未来研究可采用跨阶段追踪设计，系统考察在不同学龄段两者关系的动态变化。第四，本研究将社会情感能力作为整体进行考察，未区分其具体维度与学业倦怠子维度的差异化关联；亦未系统探讨社会情感能力如何通过不同心理路径影响学业倦怠。未来研究需进一步细化变量维度，并结合多种数据分析方法明晰影响机制。

5 结论

本研究发现社会情感能力与学业倦怠之间存在显著的双向预测作用，且这一关系具有性别差异。以上结果支持并拓展了学习需求−资源模型，表明社会情感能力是缓解学业倦怠的重要个人资源，尤其对男生更具保护作用；学业倦怠作为一种消耗性心理状态，也可能侵蚀青少年社会情感能力的发展，形成潜在的恶性循环。

References

Publishing order | Descend order by publishing year | Descend order by cited within
邓宇泽, 杨佳奇, 朱芷滢, 王烨晖. 小学生社会情感能力、师生关系和同伴关系:一项交叉滞后研究. 心理发展与教育, 2025, 41 (3): 322- 331.

韩宪国, 金国敏, 李丹, 刘世宏, 吴琴, 刘俊升, 陈欣银. 父母温暖与儿童晚期亲社会行为的关系:集体取向的作用. 心理学报, 2025, 57 (4): 614- 630.

李若璇, 朱文龙, 刘红瑞, 姚梅林. 家长教育期望对学业倦怠的影响:家长投入的中介及家庭功能的调节. 心理发展与教育, 2018, 34 (4): 489- 496.

汤丹丹, 温忠麟. 共同方法偏差检验:问题与建议. 心理科学, 2020, 43 (1): 215- 223.

袁振国, 黄忠敬, 李婧娟, 张静. (2021). 中国青少年社会与情感能力发展水平报告. 华东师范大学学报(教育科学版), 39(9), 1–32.

袁振国, 黄忠敬, 王纮, 王翔宇, 张静. 中国青少年社会与情感能力发展水平报告——基于第二轮SSES测评数据. 华东师范大学学报(教育科学版), 2024, 42 (5): 1- 32.

周浩, 龙立荣. 共同方法偏差的统计检验与控制方法. 心理科学进展, 2004, 12 (6): 942- 950.

Basu, S., Zuo, X. Y., Lou, C. H., Acharya, R., & Lundgren, R. (2017). Learning to be gendered: Gender socialization in early adolescence among urban poor in delhi, India, and shanghai, China. Journal of Adolescent Health, 61(4 Suppl), S24–S29.

Brown, M., Blanchard, T., & McGrath, R. E. Differences in self-reported character strengths across adolescence. Journal of Adolescence, 2020, 79 (1): 1- 10.

DOI

Chaplin, T. M. Gender and emotion expression: A developmental contextual perspective. Emotion Review: Journal of the International Society for Research on Emotion, 2015, 7 (1): 14- 21.

Chernyshenko, O. S., Kankaraš, M., & Drasgow, F. (2018). Social and emotional skills for student success and well-being: Conceptual framework for the OECD study on social and emotional skills (OECD Education Working Papers No. 173). Paris: OECD.

Gavelin, H. M., Domellöf, M. E., Åström, E., Nelson, A., Launder, N. H., Neely, A. S., & Lampit, A. Cognitive function in clinical burnout: A systematic review and meta-analysis. Work & Stress, 2022, 36 (1): 86- 104.

Graham, J. W. Missing data analysis: Making it work in the real world. Annual Review of Psychology, 2009, 60 (1): 549- 576.

DOI

Guo, J. S., Tang, X., Marsh, H. W., Parker, P., Basarkod, G., Sahdra, B., ... Salmela-Aro, K. The roles of social-emotional skills in students’ academic and life success: A multi-informant and multicohort perspective. Journal of Personality and Social Psychology, 2023, 124 (5): 1079- 1110.

DOI

Hampel, P., & Petermann, F. Age and gender effects on coping in children and adolescents. Journal of Youth and Adolescence, 2005, 34 (2): 73- 83.

DOI

Hu, L. T., & Bentler, P. M. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 1999, 6 (1): 1- 55.

DOI

Huttunen, I., Upadyaya, K., & Salmela-Aro, K. Longitudinal associations between adolescents’ social-emotional skills, school engagement, and school burnout. Learning and Individual Differences, 2024, 115, 102537.

DOI

Kankaraš, M., & Suarez-Alvarez, J. (2019). Assessment framework of the OECD study on social and emotional skills (OECD Education Working Papers No. 207). Paris: OECD.

Lee, J., Wang, C. X., & Lui, I. D. (2025). Exploring gender differences in multidimensional social-emotional competence from developmental and cross-cultural perspectives. Social and Emotional Learning: Research, Practice, and Policy, 6, 100137.

Little, T. D. (2013). Longitudinal structural equation modeling. New York: The Guilford Press.

Liu, W. Q., Zhang, R. Y., Wang, H., Rule, A., Wang, M., Abbey, C., ... Tong, L. Association between anxiety, depression symptoms, and academic burnout among Chinese students: The mediating role of resilience and self-efficacy. BMC Psychology, 2024, 12 (1): 335.

DOI

Liu, Z. P., Guo, J. S., Huang, H. Y., & Tang, X. Which social-emotional skills are most important for students’ learning and well-being? An international comparison among China, USA and Finland. Learning and Individual Differences, 2025, 121, 102703.

DOI

Marsh, H. W., Pekrun, R., Murayama, K., Arens, A. K., Parker, P. D., Guo, J., & Dicke, T. An integrated model of academic self-concept development: Academic self-concept, grades, test scores, and tracking over 6 years. Developmental Psychology, 2018, 54 (2): 263- 280.

DOI

May, R. W., Bauer, K. N., & Fincham, F. D. School burnout: Diminished academic and cognitive performance. Learning and Individual Differences, 2015, 42, 126- 131.

DOI

Putnick, D. L., & Bornstein, M. H. Measurement invariance conventions and reporting: The state of the art and future directions for psychological research. Developmental Review, 2016, 41, 71- 90.

DOI

Ross, K. M., Kim, H., Tolan, P. H., & Jennings, P. A. An exploration of normative social and emotional skill growth trajectories during adolescence. Journal of Applied Developmental Psychology, 2019, 62, 102- 115.

DOI

Salmela-Aro, K., Tang, X., & Upadyaya, K. (2022). Study demands-resources model of student engagement and burnout. In A. L. Reschly & S. L. Christenson (Eds.), Handbook of Research on Student Engagement (pp. 77–93). Cham, Switzerland: Springer International Publishing.

Salmela-Aro, K., & Upadyaya, K. School burnout and engagement in the context of demands-resources model. The British Journal of Educational Psychology, 2014, 84 (1): 137- 151.

DOI

Salmela-Aro, K., & Upadyaya, K. School engagement and school burnout profiles during high school—The role of socio-emotional skills. European Journal of Developmental Psychology, 2020, 17 (6): 943- 964.

DOI

Salmela-Aro, K., Upadyaya, K., Vinni-Laakso, J., & Hietajärvi, L. Adolescents’ longitudinal school engagement and burnout before and during COVID-19—The role of socio-emotional skills. Journal of Research on Adolescence, 2021, 31 (3): 796- 807.

DOI

Schaufeli, W. B., Martínez, I. M., Pinto, A. M., Salanova, M., & Bakker, A. B. Burnout and engagement in university students: A cross-national study. Journal of Cross-Cultural Psychology, 2002, 33 (5): 464- 481.

DOI

Sebastian, C., Burnett, S., & Blakemore, S.J. Development of the self-concept during adolescence. Trends in Cognitive Sciences, 2008, 12 (11): 441- 446.

DOI

Tang, X., Upadyaya, K., & Salmela-Aro, K. School burnout and psychosocial problems among adolescents: Grit as a resilience factor. Journal of Adolescence, 2021, 86 (1): 77- 89.

DOI

Van den Akker, A. L., Deković, M., Asscher, J., & Prinzie, P. Mean-level personality development across childhood and adolescence: A temporary defiance of the maturity principle and bidirectional associations with parenting. Journal of Personality and Social Psychology, 2014, 107 (4): 736- 750.

DOI

Von Stumm, S., Hell, B., & Chamorro-Premuzic, T. The hungry mind: Intellectual curiosity is the third pillar of academic performance. Perspectives on Psychological Science, 2011, 6 (6): 574- 588.

DOI

Wang, F. M., Zeng, L. M., & King, R. B. Teacher support for basic needs is associated with socio-emotional skills: A self-determination theory perspective. Social Psychology of Education, 2025, 28 (1): 76.

DOI

Weissberg, R. P., Durlak, J. A., Domitrovich, C. E., & Gullotta, T. P. (2015). Social and emotional learning: Past, present, and future. In J. A. Durlak, C. E. Domitrovich, R. P. Weissberg, & T. P. Gullotta (Eds.), Handbook of social and emotional learning: Research and practice (pp. 3–19). New York: The Guilford Press.

Yang, L., Shrestha, S., Zhan, S. Q., & Cheng, F. Q. Parents’ education anxiety and adolescents’ academic burnout: The role of parenting style and academic self-efficacy. Personality and Individual Differences, 2025, 238, 113082.

DOI

Zhu, Q. Y., Cheong, Y., Wang, C. X., & Tong, J. J. The impact of maternal and paternal parenting styles and parental involvement on Chinese adolescents’ academic engagement and burnout. Current Psychology, 2023, 42 (4): 2827- 2840.

DOI

Options
Outlines

/

〈 〉

Copyright © Editorial office of Studies of Psychology and Behavior
Tel: 022-23540231, 23541213　E-mail: psybeh@126.com