在人口层面上衡量心理健康：通过单项指标扩展简版Warwick–Edinburgh心理健康量表的依据

《Journal of Public Health》：Measuring mental well-being at the population level: evidence for extending the short Warwick–-Edinburgh Mental Well-being Scale with single-item indicators

　　摘要

目的
国家层面的心理健康监测越来越重要，但现有的衡量方法差异较大，这阻碍了可比性的形成。本研究旨在通过结合关于衡量幸福感的建议，确定一种适合进行定期全国性监督和跨国比较的多维度测量工具。

研究对象与方法
我们调查了2614名参与者，他们在年龄（18-74岁）、性别和教育程度方面保持平衡，以探讨将七项内容的《Short Warwick–Edinburgh幸福感量表》（SWEMWBS）与三种广泛使用的单项幸福感测量工具（幸福感、生活满意度和人生意义）结合使用的附加价值。这些工具分别反映了快乐感、幸福感和人际幸福感。我们还分析了这种综合测量工具的因素结构。

结果
分析确认了SWEMWBS的三因素结构，并提出了一个第四因素，该因素将这三个单项指标整合在一起，同时还存在一个更高层次的“整体幸福感”因素。研究结果支持使用综合得分来衡量幸福感，同时也支持对快乐感和幸福感组成部分进行单独分析。其中，人生意义具有最高的附加价值，表明其潜在的独特性。

结论
本研究表明，一种全面且经济实惠的幸福感测量方法可以应用于大规模评估中。将SWEMWBS与这三种常见的单项测量工具相结合，不仅提高了可比性，还提供了对幸福感的更细致的理解。结果支持使用综合得分来衡量幸福感，同时也支持对快乐感和幸福感组成部分进行单独分析，这对于常规公共卫生监测尤为重要。定期对心理健康进行公共监督可以为公共卫生策略提供依据，并追踪其随时间的变化。

在过去二十年里，越来越多的国家将国家监测框架扩展到了经济指标之外，纳入了主观幸福感指标，这反映了人们对主观幸福感在公共政策和公共卫生决策中重要性的日益认识（Helliwell等人，2022年；Vik和Carlquist，2018年）。主观幸福感指的是个体对自己生活和心理状态的自评，它补充了客观的社会和经济指标（Diener和Suh，1997年）。在人口层面，将其纳入监测系统有助于基于证据的政策制定，通过识别未满足的需求、脆弱群体以及预防和促进健康的目标（Kroll和Delhey，2013年）。然而，先前关于经济增长与主观幸福感之间存在正相关关系的假设受到了挑战。因此，需要开展公共卫生研究，探讨如何通过其他手段促进主观幸福感，例如研究个体间幸福感差异或变化的决定因素及其后果，以及政策制定者如何调整这些因素（Barry，2009年；Veenhoven，2009年）。近年来，诸如世界卫生组织（WHO，2018年）、经济合作与发展组织（OECD，2013年）或英国（UK Measuring National Well-Being Program，Jenkins，2017年）等推出的旨在提升主观幸福感的政策举措，结合了客观和主观幸福感指标及其决定因素，以促进最佳实践的国际交流和支持措施（例如，欧盟委员会，2023年；OECD，2023a）。定期在国家层面测量主观幸福感是制定支持措施的前提条件，具有多个潜在益处，如发现未满足的需求和脆弱群体、合理分配资源、捕捉与慢性或急性疾病相关的生活限制或残疾情况，以及评估干预或预防措施的效果（Hennessy等人，1994年；Hicks等人，2013年）。定期基于人口的幸福感测量有助于监测时间趋势、对社会压力的反应以及跨国比较（Hicks等人，2013年）。这些发现可用于基于证据的政策制定，并启动旨在系统提升幸福感的公共卫生行动（Peitz等人，2024a；OECD，2014年；Vik和Carlquist，2018年），前提是这些指标和测量方法对外部因素的变化具有敏感性（Diener，2006年）。以COVID-19大流行为例，一些研究表明，主观幸福感指标确实对外部因素敏感，并且会随时间显著变化（例如，Mauz等人，2023年；英国国家统计局，2021年）。然而，尽管越来越多的国家提供了至少某些选定主观幸福感指标的数据，但在操作化、测量方法和测量频率方面各国之间存在差异，因此难以进行比较并准确推断变化的真实幅度（Tov和Diener，2009年；Veenhoven，2009年）。

幸福感的概念化
努力将幸福感具体化的方法多种多样，目前尚无通用的标准测量方法（Diener等人，2009年；Lindert等人，2015年；OECD，2013年，2023b；Vik和Carlquist，2018年）。总体而言，大多数主观幸福感研究集中在心理领域，这与生理和社会领域不同；此外，大多数研究区分了两种不同的理论框架和研究视角，即快乐感和幸福感（Diener和Ryan，2009年；Keyes等人，2002年；Tov，2018年）。快乐感视角（也称为“主观幸福感”）关注幸福感的情感（如体验的强度或频率根据价值和唤醒水平）和认知（如生活评价和满意度）方面，而幸福感视角（也称为“心理幸福感”）关注与个人目标和价值观一致的正向功能（如自我接纳、人生意义；Ryff和Singer，2008年），以实现个人成长和潜能（Diener和Ryan，2009年；Keyes等人，2002年；Tov，2018年）。相应的幸福感定义和相关测量工具，如Flourishing量表（Diener等人，2010年）或Warwick–Edinburgh幸福感量表（WEMWBS，Tennant等人，2007年），试图将幸福感的两个不同组成部分——快乐感和幸福感结合起来。WEMWBS还纳入了幸福感的第三个维度，即人际幸福感（即亲密社交关系的质量以及与他人建立和维持支持性、信任和有意义联系的能力）。从概念上讲，这一维度与Ryff和Keyes（1995年）定义的幸福感中的“与他人的积极关系”维度密切相关，但基于WEMWBS项目的实证结构，被视为幸福感的另一个相关但独立的方面。虽然更广泛的社会幸福感概念（Keyes，1998年）强调在社会中的整体功能，但WEMWBS所衡量的人际幸福感更侧重于幸福感的更紧迫的、关系层面的方面（例如，“我感觉到与他人关系密切”）。与快乐感和幸福感不同，人际幸福感尚未成为普遍测量的标准维度。尽管Ryff和Keyes（1995年）将其部分视为幸福感的内在组成部分，但Keyes（1998年）将社会幸福感视为一个独立的幸福感维度。根据WEMWBS项目的内容，人际幸福感维度似乎与Ryff和Keyes（1995）定义的“与他人的积极关系”维度更为相关，而非Keyes（1998年）定义的社会背景中的功能。然而，目前的统计证据表明，它是WEMWBS量表的一个相关但独立的维度。

基于人口的幸福感监测的现状和重要性
总体而言，越来越多的证据表明需要更全面、更定期地测量和监测积极的心理健康，以便与其他国家或国际监测报告系统更好地对齐（Diener等人，2015年；Forgeard等人，2011年；Kroll和Delhey，2013年；Vik和Carlquist，2018年）。根据WHO对幸福感的原始定义（世界卫生组织，1948年）以及作为促健康方法的一部分（Keyes，2014年），公众的心理健康自我形象和定义已经发展，越来越被认为是超出单纯没有精神疾病的心理健康方面（Kobau等人，2011年；OECD，2023b）。幸福感是一个核心的积极心理健康指标，它与精神疾病密切相关但也有其独立解释力（Keyes，2005年）。幸福感和疾病可以在两个不同的连续体上进行不同的操作化，如两连续体模型（Westerhof和Keyes，2010年）所述，并在Van Agteren和Iasiello（2019年）的实证证据综述中进行了总结。在人口层面使用这种操作化和监测方法以及心理病理学监测，可能有助于促进心理健康和预防精神疾病（Keyes等人，2010年；Van Agteren和Iasiello，2019年）。诸如英国国家统计局（“Measuring National Well-being program”，Jones和Randall，2018年）、OECD（例如，“生活质量如何？”，OECD，2020年）或不丹的国民幸福指数（GNH，Sithey等人，2015年）等倡议，在关注积极心理健康方面处于领先地位，但这些倡议在很大程度上依赖于各国提供的数据库。目前，有一些成熟的大规模调查，如欧盟的收入和生活条件统计（EU-SILC）或盖洛普世界民意调查，定期在不同国家测量至少某些方面的幸福感。尽管所有38个OECD成员国都收集了精神疾病的数据（如精神健康状况或症状的患病率估计），但关于心理健康积极方面的数据较为罕见（OECD，2023b；Vik和Carlquist，2018年）。在OECD成员国中，幸福感测量方面的最大进展在于生活满意度的测量（n=35个国家），其次是情感幸福感和/或幸福感（n=27个国家）（OECD，2023b）。长期以来，OECD成员国在衡量幸福感方面的进展主要集中在生活满意度上（n=35个国家），其次是情感幸福感和/或幸福感（n=27个国家）（OECD，2023b）。关于幸福感积极方面的国家数据在OECD成员国中一直较少，但最近评估人生意义的趋势有所增加，有30个国家使用了相关指标（OECD，2023b）。到目前为止，只有少数国家（n=10个）实施了涵盖幸福感三个方面的综合测量方法，即生活满意度和情感（即快乐感）以及幸福感。总体而言，测量方法的一致性和跨文化可比性仍然是一个主要问题（OECD，2023b），尽管有一些有前景的例子，如WEMWBS（OECD，2023b）。国际上关于测量幸福感的建议不仅限于OECD的指南，还体现在WHO、欧洲统计学家会议和欧洲政策倡议开发的框架中，这些框架同样强调结合主观和客观指标的多维度方法，以确保跨国可比性（OECD，2013年；联合国欧洲经济委员会，2023年；世界卫生组织，2018年）。

本研究
2019年，罗伯特·科赫研究所启动了一个国家心理健康监测（MHS）系统，旨在基于选定的关键指标监测德国人口的心理健康状况（Peitz等人，2021年）。在启动阶段，确定了14个对公共心理健康具有高度相关性的主题，其中一个代表了积极心理健康，包括幸福感（Peitz等人，2021年）。在探讨德国以及其他国家心理健康系统（MHS）中衡量心理福祉的最佳方法时，需要考虑一些重要方面：这些测量工具必须（a）具有足够的多样性，以捕捉心理福祉的各个组成部分；（b）具备良好的心理测量学特性；（c）能够与其他国家的测量工具进行比较；（d）足够简短，以减少冗余性。华威-爱丁堡心理福祉量表（WEMWBS）及其简短版本（SWEMWBS）分别包含14项和7项，旨在衡量幸福感和目的感的心理福祉方面以及人际关系的福祉（Tennant等人，2007年）。WEMWBS的心理测量学特性已在多个不同样本和语言环境中得到验证（Koushede等人，2019年；Stewart-Brown等人，2009年）。关于WEMWBS的最佳因素结构存在不同观点：一些研究显示单因素模型与数据拟合度较高（Koushede等人，2019年）；而另一些研究则认为三因素模型（即幸福感、目的感和人际关系）的拟合效果更好（Sarasj?rvi等人，2023年；Shannon等人，2020年）。2017年，Lang和Bachinger发布了（S）WEMWBS的德文版本，并基于奥地利样本进行了验证研究（Lang和Bachinger，2017年）。他们的研究结果表明，一个双因素模型更为合适（Sarasj?rvi等人，2023年；Shannon等人，2020年），尽管有部分研究表明非欧洲样本存在统计问题（Fung等人，2025年）。此外，鉴于该量表在经合组织成员国中的使用日益普及（共7个国家）（OECD，2023b），（S）WEMWBS已经满足上述大部分测量要求，因此已被纳入德国的MHS系统。德国的SWEMWBS的心理测量学特性也在一项验证研究中得到了验证（Peitz等人，2024a），并基于德国成年人口的代表性数据发布了SWEMWBS的常模值（Peitz等人，2024b）。WEMWBS显示出良好的收敛效度和区分效度，与心理困扰、抑郁和生活质量等相关概念存在一致性的关联（Stewart-Brown等人，2009年；Tennant等人，2007年）。同样，单项目测量的生活满意度也显示出合理的结构效度，并与心理健康结果和生活质量有显著关联（Cheung和Lucas，2014年；Lucas和Donnellan，2012年）。然而，SWEMWBS在构念的全面性以及国际可比性方面可能存在不足，因为它没有评估最常见的三个心理福祉单项目指标：幸福感、生活满意度和生命意义。根据经合组织关于如何衡量心理福祉的建议（OECD，2013年），尚不清楚这些指标在应用SWEMWBS时是否能提供有用信息。对SWEMWBS条目内容的分析显示，其幸福感维度更侧重于情感福祉，缺乏认知成分（生活满意度）；尽管包含了一个关于幸福感的常用条目，但该条目也被省略了。根据Ryff对目的感的概念化（Ryff和Keyes，1995年），SWEMWBS条目主要关注环境掌控感，而未涵盖人生目标。因此，值得探讨这三个最常用的条目是否多余，或者它们是否能在解释福祉变异方面提供额外价值。

从理论角度来看，幸福感和生活满意度属于心理福祉中的幸福感因素，而生命意义则被视为目的感的关键组成部分（Diener和Ryan，2009年；Ryff和Keyes，1995年；Tov，2018年）。但需要注意的是，这三个单项目属于一般性的福祉感知，未特指时间范围，而SWEMWBS询问的是过去两周的情况。根据潜在状态-特质理论（Steyer等人，1999年），当前的心理福祉可以分解为一般特质成分（即个体基线）和情境特定成分，同时假设短期波动可能在一定程度上与长期变化一致（Eid和Diener，2004年）。因此，不能排除这三个单项目测量的是与SWEMWBS条目不同的、更为稳定的福祉方面，并可能归属于不同的因素。因此，本研究旨在探讨这三个最常用的单项目测量（幸福感、生活满意度和生命意义）是否可以归入SWEMWBS的三个因素中，以及它们是否能为SWEMWBS的心理福祉评估提供有价值的补充，从而可能为国家MHS系统或其他大规模人口评估带来有益扩展。基于理论和先前的实证研究结果，我们预期会复制SWEMWBS的三因素结构，包括总体因素以及相关的幸福感、目的感和人际关系子因素。但由于缺乏证据和矛盾信息，我们决定基于理论提出两种模型组合假设，并采用探索性方法进行研究。

具体而言，我们进行了探索性因子分析（EFA），并测试了两种模型：一种将幸福感和生活满意度归入幸福感因素，另一种将生命意义归入目的感因素。

### 方法
#### 样本与程序
本研究的数据来源于针对居住在德国的成年人的横断面在线调查。调查于2022年11月至12月进行，由罗伯特·科赫研究所委托市场与意见研究机构Bilendi实施，共有2614名受访者参与。样本按年龄组（18-29岁、30-44岁、45-59岁、60-74岁）、出生性别（男、女）和教育程度（低、中、高）进行了平衡。由于数据是通过非概率在线面板收集的，样本不能代表整体人口。采用这种平衡设计是为了确保关键社会人口群体的充分代表性，并允许在这些群体中考察测量结构；不过，这些数据主要用于研究测量特性，而非估计人口参数。受访者提供了知情同意，并在参与后获得了积分奖励，这些积分可以兑换成现金。由于采用强制选择格式，因此没有缺失值。

#### 测量工具
本研究中使用的量表是SWEMWBS的德文版本（Tennant等人，2007年），包含七个条目，用于询问参与者在过去两周内的情绪和思维体验。这些条目采用五点量表进行回答，范围从1（“从未”）到5（“总是”）。以下提到的SWEMWBS条目均使用其在原始14项长版本中的标签和位置（例如，“wemwbs3”表示原始长版本中的第三个条目）。此外，还通过七点量表评估了受访者对另外三个常用单项目心理福祉测量的整体认同度，范围从1=“强烈反对”到7=“强烈同意”。幸福感（hap）通过“综合考虑，我感到快乐”这一德文表述进行测量；这些条目与国际上广泛使用的测量指标一致（例如，美国、日本；OECD，2023b）。生活满意度（swl）通过生活满意度量表（SWLS；Diener等人，1985年；Janke和Gl?ckner-Rist，2012年）的德文版本进行测量。生命意义（mol）则通过生命意义问卷（MLQ）中权重最高的条目进行测量（“我知道自己生命的意义”，Steger等人，2006年）。补充文件（S1）展示了所有相关条目在不同社会人口群体（年龄、性别和教育水平）中的均值和95%置信区间。

#### 统计分析
数据分析使用R统计软件4.3.0版本（2023-04-21 ucrt.，“Already Tomorrow”；R Core Team，2023a）和RStudio 2023.06.2+561版本（“Mountain Hydrangea”；R Core Team，2023b）完成。为了实现研究目的，即探讨添加这三个单项目（幸福感、生活满意度和生命意义）对SWEMWBS的 factorial 结构和价值的影响，实施了以下三步分析计划：复制SWEMWBS的七项因子结构；探索扩展后的10项心理福祉测量的因子结构；评估这三个单项目测量工具。根据以往研究的结果，我们测试了单因素、三因素和双因素结构，包括一个总体因素和三个子因素。为了不对单个条目的因子载荷做出过于严格的假设，并符合以往研究中显示的分组因素之间的相关性（Lang和Bachinger，2017年；Sarasj?rvi等人，2023年；Shannon等人，2020年），我们采用了双因素SI-1模型。这种方法在处理多维、相关的心理构念时被证明是合适的（Baris Pekmezci，2022年；Eid，2020年）。接下来，我们使用EFA方法测试了10项心理福祉测量的结构。

### 一致性和特异性
为了确定这三个单项目测量工具的附加价值，计算了它们的一致性和特异性。所有因子分析均使用R包lavaan中的wlsmv（加权最小二乘均值和方差调整）估计器进行（Rosseel，2012年），该算法采用对角加权最小二乘法估计模型参数，并基于均值和方差调整后的检验统计量返回稳健的标准误差和稳健的拟合优度指标（Savalei，2020年）。当前数据分析的R语法在补充文件（S3）中提供。

### 统计功效
本研究进行了事后功效分析，以确定最终样本的一半（2614/2=1307）是否足以应用随机分割样本法，并通过R shiny app pwrSEM（Wang和Rhemtulla，2021）检测最复杂模型中的模型错误设定。我们根据MacCallum等人（1996年）提出的三种功效估计方法，基于近似均方根误差（RMSEA）计算了检测模型错误设定的功效。根据MacCallum（1996年的定义，接近拟合、不太接近拟合和完全拟合分别对应于RMSEA值在0.05到0.08、0.05到0.01以及0到0.05之间的差异的检测能力。

#### 复制SWEMWBS的因子结构
首先，为了复制SWEMWBS的因子结构，进行了三项验证性因子分析（CFAs），分别采用了单因素、三因素解决方案以及包含三个分组因素的双因素解决方案，这与以往关于SWEMWBS因子结构的证据一致（Peitz等人，2024a；Koushede等人，2019年；Lang和Bachinger，2017年；Sarasj?rvi等人，2023年；Shannon等人，2020年；Stewart-Brown等人，2009年；Tennant等人，2007年）。如果发现模型不合适，我们保留了进一步进行EFA并寻找更好建模方案的选项。根据Schermelleh-Engel等人（2003年的建议，模型拟合度基于标准化均方根残差（SRMR）、比较拟合指数（CFI）和RMSEA进行评估。对于RMSEA，值≤0.05被视为良好，0.05到0.08之间视为可接受，0.08到0.10之间视为边缘，0.10及以上视为较差。SRMR值≤0.05被视为良好，<0.10视为可接受。对于CFI，值≥0.97被视为良好，>0.95视为可接受。

#### 探索扩展后的10项心理福祉测量的因子结构
在第二步中，我们对包括单项目测量工具（幸福感、生活满意度和生命意义）和七个SWEMWBS条目的综合测量工具进行了EFA分析。应用了一种随机分半样本程序，即随机选择样本的一半用于进行斜交（“geomin”）旋转的EFA（探索性因素分析），另一半样本用于后续的模型拟合检验。基于EFA的结果以及先前关于SWEMWBS因素结构的假设，比较了不同的建模选项，以确定一个能够尽可能准确捕捉SWEMWBS各项目与三个单个项目之间关系的模型，同时避免过度拟合当前数据。使用Kaiser–Meyer–Olkin（KMO）标准来检验分半程序后观测值的数量是否足够。并行分析和特征值被用来推断因子的数量。根据上述相同的标准，还考察了CFI（建构信度）、SRMR（结构匹配度）和RMSEA（近似误差）。此外，如Eisinga等人（2013）所建议的，通过Cronbach’s alpha系数或Spearman–Brown相关系数来表示所产生量表的内部一致性。计算了Omega系数（McDonald 2013）以衡量一般因子和整个测量模型的可靠性。使用psych包（Revelle 2023）进行了可靠性分析（以获得Cronbach’s alpha系数和Spearman–Brown相关系数）、KMO检验以及并行分析。采用了多变量相关性（polychoric correlations），并且直接从估计的模型中计算了Omega系数。由于多变量相关性的使用受到了批评（即“序数alpha”，Chalmers 2018），我们也计算了皮尔逊相关系数；当两者都被报告时，它们之间用斜杠分隔（polychoric/Pearson）。在alpha系数的计算中，利用了协方差来创建标准化的拟度量量表。我们还根据Rodriguez等人（2016）的建议，使用R包BifactorIndicesCalculator（Dueber 2025）计算了共同解释的方差（ECV）和未受污染的相关性比例（PUC）以指示维度性。高ECV值（>0.70）表明基本上是单维的（即，尽管多维结构可能优于单维结构，但后者仍可以准确近似一般因子上的负荷）。PUC指数与ECV一起使用，以估计将多维数据强制纳入单维结构时可能的偏差（即，指标之间的相关性在多大程度上是由一般因子引起的）。PUC值越高，单维模型中的参数估计越不容易产生偏差。PUC值>0.80支持单维性的假设（Rodriguez等人2016）。

接下来，为了研究三个单一幸福感测量指标（hap、swl、mol）的潜在冗余性或附加价值，分析了它们在因子负荷和两种方差分解形式上的表现。如果这三个额外的单一幸福感指标在某个特定因素上的负荷较高，这表明它们代表了SWEMWBS未涵盖的另一个幸福感领域，因此具有附加价值。此外，如果这三个单项在双因子模型的分组因素上的负荷高于在一般因子上的负荷，则认为这些指标为SWEMWBS增加了价值，并且应进行单独的分析。这些分析还补充了对这三个单项由一般因子解释的共享方差比例（omega general）以及一般因子和分组因素共同解释的共享方差比例（omega total）的考察。虽然这些技术关注这三个指标的附加价值，但也基于上述第1步和第2步分析得出的最佳模型，分析了各个单项的方差分解（一致性和特异性）。为了更详细地了解单项与SWEMWBS的部分独立性，我们研究了一般因子和分组因素共同解释的方差比例（omega total）、仅由一般因子解释的方差比例（omega general）以及由分组因素解释的方差比例（omega group）。此外，还进行了三项线性回归分析，每个单项作为标准变量，SWEMWBS总分为预测变量。确定系数（R2值）即标准变量与预测变量之间的平方相关性，用于确定单项中的方差有多少可以由SWEMWBS总分解释。为了在获得R2值的同时考虑项目量表的分类性质，还进行了第二组线性回归分析，将SWEMWBS总分对虚拟编码的单个项目进行回归。

**统计功效**
MacCallum等人（1996）提出的三个功效估计值足够接近1，考虑到我们的样本量和最复杂的模型，可以四舍五入为1。因此，1307名参与者的样本量被认为是足够的，可以检测出最复杂模型中的模型错误设定。

**七项SWEMWBS因素结构的复制**
单因子SWEMWBS模型的拟合度较差，χ2(14) = 813.038，p < 0.001；SRMR = 0.047，CFI = 0.929，TLI = 0.894，RMSEA = 0.143，90% CI [0.134, 0.152]；而反映快乐、幸福感和人际幸福感的三因子模型则显示出更好的拟合度，χ2(14) = 359.379，p < 0.001，SRMR = 0.028，CFI = 0.968，TLI = 0.938，RMSEA = 0.108，90% CI [0.098, 0.098]，这与其他德国成人样本的结果相似（Peitz等人2024a）。为了避免经典对称双因子模型产生的异常结果，最终确定的双因子模型是一个双因子-(SI-1)模型，其中仅有一项参考指标负荷在一般因子上（Eid等人2017）。这个模型是双因子S-1模型的一个特例，其中一个分组因素的指标要么加载在一般因子上，要么加载在衡量该概念的一般指标上（Eid 2020）。首先比较了使用三个不同锚定指标（wemwbs6、wemwbs7、wemwbs11）表示快乐因素的三种模型的拟合度。选择三个参考指标中的一个是基于在单因子模型中最高的因子负荷，并确保每个分组因素至少有两个指标。使用wemwbs6（“我很好地处理了问题”）作为参考指标和相关分组因素的双因子模型显示出对当前数据的最佳拟合度，χ2(21) = 65.455，p < 0.001，SRMR = 0.011，CFI = 0.992；TLI = 0.968，RMSEA = 0.079，90% CI [0.064, 0.095]。

**扩展的10项幸福感量表的验证性测试和因素结构探索**
为了研究七个SWEMWBS项目与三个单一项目（hap、swl、mol）组合的因素结构，首先使用样本的第一半进行了EFA，然后使用另一半样本进行了后续的验证性分析。KMO标准值为0.91/0.91，表明数据具有良好的可因子性。并行分析和Scree图的检查表明有四个因子，而Kaiser–Guttman标准则表明有一个因子。因此，进行了针对一到四个因子的EFA。当移除用作SWEMWBS参考指标的wemwbs6项目后，CFA的结果可以得出三因子和四因子模型。由于先前关于SWEMWBS因素结构（不包括额外单项）的证据表明是三因子解，因此选择了四因子解来综合分析SWEMWBS和SI。在所有n > 1因子的解中，这三个非SWEMWBS的单项在一个因子上的负荷非常高的（≥0.55），而在其他因子上的负荷非常低（≤0.15）。对SWEMWBS项目在这四个因子解中的负荷进行检查后，建议建模第二个因子包含项目1和3（快乐），第三个因子包含项目2和9（人际关系），以及第四个因子包含项目6、7和11（幸福感），从而反映了SWEMWBS建议的三因子结构（Lang和Bachinger 2017）。

为了进一步验证EFA得出的建议因素结构，使用随机样本的后半部分进行了三次后续的CFA（ confirmatory factor analysis）。表1总结了单因子模型、具有四个相关因子的模型，以及使用wemwbs6作为参考指标的包含四个（模型C1）和三个相关分组因素（模型C2）的双因子模型的结果。由于在模型C1中幸福感因子与其他组因子呈现负相关，而在模型C2中生活意义单项对幸福感因子也有负负荷，因此计算了第三个模型C3，其中包含了三个分组因素，但没有单独的幸福感因子。表1显示了基于随机分半样本N = 1307的Short Warwick–Edinburgh心理健康量表（SWEMWBS）和三个单一幸福感指标的三个验证性因子分析的结果。

最终的双因子模型（C）为Short Warwick–Edinburgh心理健康量表，补充了三个常用的单一测量指标：幸福感（hap）、生活满意度（swl）和生活意义（mol）。C1作为拟合度最好的模型，是一个具有三个分组因素和第四个因子（用于单项和wemwbs6作为参考指标）的双因子模型。其他四个测试的因子模型（A、B、C2和C3）在补充文件Fig. S2.1中展示。图S2.1展示了竞争性因子模型A、B、C2和C3。

**模型拟合指数**
表1中的模型C1具有一个一般幸福感因子和四个分组因子（包括SI作为一个独立的分组因子），显示出最佳拟合度（表1）。模型C2和C3的拟合度略差，特别是在RMSEA方面。模型B具有四个相关因子，对当前数据的拟合度可以接受。单因子模型没有显示出可接受的模型拟合指数（表1）。最佳拟合的双因子模型C1的更详细结果在表2中展示，模型C2和C3的结果在补充文件（Table S2.1）中展示。图S2.1展示了竞争性因子模型A、B、C2和C3。

**量表可靠性**
基于最佳模型C（即双因子模型）的随机分半样本得出的量表可靠性值是可接受的，一般幸福感因子的ωh = 0.85，包括一般因子和分组因素在内的整个测量模型的ωt = 0.95。对于总样本，一般因子的可靠性值为α = 0.93/0.91，三个附加项目的可靠性值为α = 0.92/0.89，快乐因子的可靠性值为ρ = 0.77/0.73，幸福感因子的可靠性值为ρ = 0.85/0.79，人际关系因子的可靠性值为ρ = 0.73/0.68。此外，最终模型C1的结果表明一般因子解释了大部分方差（ECV = 0.71），并且大多数相关性未受分组因素的污染（PUC = 0.86），支持基本上的单维性。

**三个单一幸福感测量指标的附加价值评估**
接下来，研究了共享方差，以检验这三个额外项目（hap、swl、mol）是否为使用SWEMWBS测量幸福感提供了实质性信息，从而揭示这些单项在国家MHS项目中是否有用。第一个表明SI指标具有附加价值的证据与EFA的结果相关，这些结果表明这三个项目可以构成自己的一个因子（见上文）。第二个指标是omega general系数，它表示由分组因素识别的共同方差中有多少是由一般因子解释的，分别为幸福感因子0.84、快乐因子0.65、人际关系因子0.60，而单一指标因子仅为0.43。由分组因素解释的共享方差在SWEMWBS因子中 ranges from 0.05 to 0.15，在单一指标因子中达到了0.50。这种差异表明单一指标因子在概念上不同于SWEMWBS因子。这种差异也体现在三个单项在单因素上的载荷相对较高，而SWEMWBS各个项目在其相应分组因素上的载荷相对较低（见表3）。此外，补充SWEMWBS这三个单项的价值是基于双因子模型下的单因素的一致性和特异性系数来确定的（见图1C）。在双因子SI-1模型中，哪些项目被视为参考项目，哪些项目由额外的分组因素解释，会改变一般因素的含义（Eid等人，2017年）。在这种情况下，一般因素的含义由项目“我一直在很好地处理问题”赋予，它代表了该项目与其他未被分组因素解释的方差之间的共同部分（如幸福、享乐、人际关系等单项）。单因素捕捉了那些既未被一般因素也未被测量误差解释的方差比例。真实（无误差）项目得分的一致性系数定义为被一般因素解释的真实得分中的共享方差，而特异性系数定义为被特定分组因素解释的真实得分中的共享方差（Eid等人，2017年）。由于一致性和特异性系数是根据项目真实得分的方差计算的，而不是观察变量的方差计算的，因此同一个项目的相关系数之和为1（四舍五入误差除外）（Eid等人，2017年）。此外，还研究了单因素的可靠性，即那些未被一般心理健康因素或单因素解释的观察项目的共享方差。具体来说，项目hap的真实得分方差中有38.9%是由一般心理健康因素解释的（一致性），61.1%是由单因素解释的（特异性）。对于项目mol，一致性为61.3%，特异性为38.7%。对于项目swl，一致性为41.2%，特异性为58.8%。表3 最终模型C1的可靠性指标。

在三个线性回归分析中，hap、swl和mol的观察方差中能够被SWEMWBS总分解释的比例分别为40.3%、36.9%和34.1%（调整后的R2值）。项目量表被视为准度量并进行了标准化。为了更好地考虑项目的分类性质，并创建可解释的R2值，我们还对SWEMWBS得分进行了虚拟编码项目的回归，得到的调整后R2值分别为hap为41.0%、swl为37.7%、mol为34.5%。

因此，mol是那些未被潜在心理健康因素或三个单项测量之间的共性解释的方差比例最大的项目（40.5%）。mol的相对较低的特异性表明其真实得分方差不能代表其他三个额外项目。此外，swl有较低的比例的方差未被一般心理健康因素或与额外项目相关的分组因素解释（13.6%），其次是hap（3.4%）。对于swl，特异性为58.8%，而三个额外项目之间的共性解释了该项目真实得分的更高比例（38.7%）。在三个单项中，hap与SWEMWBS总分的平方相关系数最高（41.0%，对应相关系数为0.640），且其与swl的特异性非常相似（61.1% vs 58.8%）。总体而言，hap项目最能代表一般心理健康因素和分组因素。

基于一个由2416名成年人组成的德国样本，这些样本在年龄、性别和教育水平上进行了平衡，本研究探讨了在公共卫生监测或其他大规模基于人口的研究中，用三个最常用的单项心理健康测量（幸福、对生活的满意度、生命意义）来补充SWEMWBS的价值，以及这种复合测量在各国背景下的因素结构。本研究的目的是为国家级心理健康测量和定期报告提供实证证据和实际意义，并在考虑经合组织国家（OECD 2023b）的理论和概念假设以及积极心理健康和福祉测量建议的情况下，增强进行国际比较的能力。

研究结果再现了原始SWEMWBS三因素结构的良好拟合度，该结构包含了享乐、幸福感和人际关系的心理健康组成部分，并且优于单因素解决方案（Peitz等人，2024a；Lang和Bachinger，2017）。然而，在双因子模型中考虑一个一般健康因素进一步改进了拟合度，这在其他国家也有观察到（Lang和Bachinger，2017；Sarasj?rvi等人，2023）。此外，关于SWEMWBS与三个单项测量（幸福、对生活的满意度、生命意义）的因素结构的研究表明，这三个单项最好由一个额外的因素来表示。因此，参与者答案中的相当大比例的方差是这三个额外项目所独有的，这表明除了SWEMWBS之外，评估这三个单项也是有用的。之前发表的分析（Peitz等人，2024a）证明了SWEMWBS与相关结构（如健康相关的生活质量结果和心理困扰）之间的预期关联，为其外部有效性提供了初步支持。

在解释这个额外因素时，一个重要的考虑是它是否反映了心理健康的一个实质性不同的方面，还是部分受到测量方法差异的影响，特别是在时间框架（一般 vs. 过去2周）和测量格式（单项 vs. 多项量表）方面的差异。虽然这些差异可能有助于观察到的结构，但一些发现反对纯粹的方法学解释：单项在了一个不同的因素上有较高的载荷，具有显著的独特方差，并且与SWEMWBS只有中等的共享方差。这表明它们可能捕捉到了SWEMWBS未能完全代表的幸福感方面。根据潜在状态-特质理论（Eid和Diener，2004；Steyer等人，1999），一种可能的解释是这两种机制共同导致了观察到的结构：SWEMWBS项目可能对幸福感的状态或短期波动更敏感，而单项可能反映了更一般或倾向性的评估。然而，这种解释仍然是暂定的，不应被视为一个实质性维度的证据，因为目前的横断面设计不允许我们区分实质性的心理差异和方法相关效应。未来的纵向或多特质/多方法研究需要澄清这些机制的相对贡献。

除了这些测量考虑之外，迄今为止的证据表明，享乐和幸福感的长期稳定性和有意义的变异性是稳健的（Mann等人，2021；Ryff等人，2021）。同时，有迹象表明，幸福的某些方面（例如自主性、积极关系）和生活满意度对变化的敏感性低于情感状态。后者被发现更可能在个体内部随时间波动（Eid和Diener，2004；Luhmann等人，2012；Tov，2018）。然而，各种心理健康指标对变化的敏感性在人口层面尚未完全阐明；需要通过纵向分析（例如，在一个子样本中）来研究这一现象。需要在不同的生活情境下，进一步调查三个一般心理健康项目和SWEMWBS项目之间在个体内部的一致性，并进行比较。对不同心理健康领域的定期国家监测可以支持此类分析。

与其他最近的分析（例如来自芬兰的Sarasj?rvi等人，2023）类似，本分析中应用的双因子模型的表现优于四因子相关模型，这表明结合10个单项的心理健康测量最好通过添加一个一般因素到四个分组因素（即幸福、享乐、人际关系和三个单项）来描述。因此，目前的发现扩展了现有证据，并强调需要认识到心理健康的多维性和复杂性（Ruggeri等人，2020）。正如之前的研究（Peitz等人，2024a）所讨论的，尽管SWEMWBS已经涵盖了心理健康的各种组成部分，但它似乎无法完全捕捉到心理健康的构造。本研究的结果表明，一组项目不能完全替代常用的单项测量，这些单项测量用于测量理论上相同的心理健康组成部分，例如幸福感和生命意义。相反，仅使用单项测量会导致信息的重大损失，正如Ruggeri等人（2020）所指出的。鉴于关于在更一般的问题之前或之后提出特定幸福或生活满意度问题的顺序效应的文献（Kaplan等人，2013），我们提出这里分析的更一般的单项测量可以揭示人们对生活的总体或倾向性信念。另一方面，SWEMWBS中更具体的项目需要受访者对自己生活的积极评估，这会影响他们更一般的信念。因此，将这些首先提出的单项测量与更严谨的仪器结合起来使用是有用的，以获得对个体幸福感的更全面理解。

与幸福和生活满意度相比，生命意义项目的可靠性最低，与其他单项的相似度最低，与SWEMWBS总分的平方相关性也最小。这些发现表明，生命意义可能提供了SWEMWBS之外的补充信息。这种解释与现象学视角一致，因为生命意义捕捉了作为人类存在的存在元素，已被定义为幸福感的其中一个最重要的组成部分（Ryff，2014）。此外，有证据表明，从无意义到风险行为的直接路径（Steger等人，2015）、死亡率（Krause，2009）和自杀（Kleiman和Beaver，2013）表明，在国家心理健康监测计划中包括生命意义作为幸福感的核心价值观是有用的。鉴于国际心理健康监测系统中缺乏幸福感的评估（Lindert等人，2015；OECD 2023b；Vik和Carlquist，2018），这一点尤为重要。然而，它与其他指标的低重叠也可能反映了构造上的差异而非附加价值，表明它可能捕捉到了与本研究中评估的其他幸福感维度不完全一致的方面。需要进一步研究来确定它是反映了有意义的概念扩展还是部分不同的构造。目前还不能排除统计上的人为因素或异常，需要更多的证据。

幸福和生活满意度在所有10个心理健康项目中的可靠性较高，一致性较低，特异性也较低，因此与SWEMWBS项目的相似度也较低。然而，从显性线性关系的结果来看，幸福的相当大比例（59.7%）和生活满意度（63.1%）无法被SWEMWBS总分解释。从理论角度来看，积极情感和生活满意度是相互关联的，但当它们分别测量时，有可能提供不同的和互补的信息（Pavot和Diener，2008）。因此，考虑对认知（即对生活的满意度）和情感方面的幸福感进行区分分析也可能是有利的。SWEMWBS在一个享乐组成部分中包含了情感和生活满意度，这突显了使用额外单项来解决更复杂研究问题的潜在好处。尽管人际关系福祉越来越多地被认识到是一个重要的维度（Ryff和Keyes 1995），但它尚未成为衡量心理健康最常用的指标之一。根据引言中提到的标准（即构念的异质性、良好的心理测量特性、可比性、长度适当且无冗余），最终的双因子模型被认为是合适的，因为它可以生成一个包含10个项目的综合指标，并对心理健康的各个组成部分进行单独分析。对双因子模型维度ECV和PUC指数的进一步探索支持将数据视为本质上单一维度的可能性，并能够创建一个总分。然而，这一发现需要通过未来的研究来验证，因为不能排除特定国家、语言或研究本身的偏差。此外，双因子建模过程中参考项的选择是基于数据的，这限制了结果的普遍性；调查仅在单一国家和语言中进行，因此其结果可能不适用于其他文化或语言背景。另外，使用非概率性的在线调查平台也限制了结果的普遍性，特别是在国家心理健康监测方面的应用。虽然样本在关键的社会人口统计特征上保持平衡，但它并不是基于概率的样本，因此无法提供具有代表性的总体估计。本研究主要关注结构效度；因此，关于该扩展指标实际价值的结论受到缺乏全面外部（标准）效度评估的限制。因此，需要进一步的代表性研究来获取关于结果一致性和可转移性的更多证据。特别是，未来的研究应明确考虑在评估心理健康指标维度时可能出现的由于量表缩放、时间框架和项目格式差异而产生的方法效应。除了可比性和报告横断面趋势外，公共卫生监测还可以从同时监测幸福感的宏观指标和更具体的群体因素中受益。例如，它可以追踪个体随时间的变化趋势以预测健康结果，并比较不同指标（包括宏观和具体指标）的准确性。如果某个特定因素（如幸福感因素）被证明是群体层面负面心理健康趋势的最佳预测因子，这将为政策制定者提供依据，以开发公共卫生措施或补充/扩展现有的针对幸福感的支持服务。国家心理健康监测计划需要通过检查外部因素以及综合和分解的指标（即各因素和单个项目）来判断基于人口层面的状况是否发生变化。这些心理健康数据必须与客观的幸福感指标进行比较。尽管当前研究取得了进展并提供了额外的见解，但随着社会变化或方法论的发展，与心理健康相关的因素及其构成可能会发生变化。例如，已有研究表明满意度可以在宏观层面上补充心理健康（Kroll和Delhey 2013），而“使个人、社区和社会繁荣”的核心指标的识别（Seligman和Csikszentmihalyi 2000）仍在发展中。因此，未来的研究应结合社会动态以及影响心理健康的危险因素和保护因素（Pavot和Diener 2008），以进一步评估每个组成部分和项目的独特性和相关性，从而为实施公共卫生策略（如有针对性的心理健康促进）提供支持。

结论：三种最常用的单项目心理健康指标（即幸福感、对生活的满意度、生命意义）可以用于补充国家心理健康监测计划（MHS）中的SWEMWBS。这一发现与经合组织关于如何衡量积极心理健康的建议一致。生命意义作为一个特别有信息量的指标被提出，因为它能够捕捉到在基于人口的监测中常常被忽视的幸福感方面。将包含7个项目的SWEMWBS与这三个单项目指标结合起来，可以得到一个综合得分，该得分既可以用作最新（情境）和一般（倾向性）趋势的宏观指标，也可以用作心理健康核心组成部分（即享乐主义和幸福感）的指标。将宏观指标分解为其组成部分或单个项目可以提供更细致的见解，并与其他数据来源进行比较。未来的研究应考察不同幸福感指标对人口层面变化的敏感性，并进一步评估它们是否适合日常公共卫生报告和国际比较。