《Computers in Human Behavior Reports》：Technostress operationalized as ICT demands and its association with depressive symptoms in the Swedish working population
编辑推荐：
背景：尽管技术压力(Technostress)与心理健康结局相关的证据日益增多，但具体检验二者关系的严格实证研究仍有限。本研究旨在探讨将技术压力操作化为工作中ICT需求(ICT demands at work)与瑞典劳动力人群抑郁症状（依据DCL-CD6，即S
背景：尽管技术压力(Technostress)与心理健康结局相关的证据日益增多，但具体检验二者关系的严格实证研究仍有限。本研究旨在探讨将技术压力操作化为工作中ICT需求(ICT demands at work)与瑞典劳动力人群抑郁症状（依据DCL-CD6，即SCL-CD6量表）之间的关联，并特别关注社会经济地位(Socioeconomic Position, SEP)对该关联的调节作用，以及社会支持(Social support)和恢复(Recovery)对上述关系的修饰作用。方法：本研究为横断面研究(Cross-sectional study)，分析来自瑞典职业与健康纵向调查(Swedish Longitudinal Occupational Survey of Health, SLOSH) 2020年波次的10 294名参与者数据。研究人员采用二元 logistic 回归(Binary logistic regression)分析ICT需求与SCL-CD6界定的抑郁症状之间的关系，在总研究人群中进行分析，并按SEP分层进行附加分析。结果：粗模型下高ICT需求与抑郁症状相关（OR 2.32 [95% CI 2.08–2.59]）；调整社会支持和恢复后关联减弱但仍存在（OR 1.79 [CI 1.59–2.01]）。按SEP分层分析表明，该关系在高SEP参与者中整体更为显著。结论：将技术压力操作化为ICT需求与瑞典从业人群抑郁症状相关，且该关联在高SEP阶层中更明显。此外，恢复和社会支持可缓冲高ICT需求对抑郁症状发生的不良影响。
《Computers in Human Behavior Reports》刊载论文解读：技术压力(Technostress)操作化为ICT需求(ICT demands)及其与瑞典从业人群抑郁症状(Depressive symptoms)的关联》
一、研究背景与意义
工作场所数字化在为员工带来灵活工作安排等益处的同时，也引入了技术压力创造因子(Technostress creators)，如技术过载(Techno-overload)、技术复杂性(Techno-complexity)、技术入侵(Techno-invasion)等，构成新的职业应激源。已有文献提示技术压力与心理紧张、职业倦怠及焦虑相关，但针对技术压力与临床意义上抑郁症状之间关系的严格定量研究较少，且缺乏对社会经济地位(Socioeconomic Position, SEP)这一潜在调节变量及社会资本与恢复缓冲作用的充分考察。与传统职业应激不同，高ICT需求在高SEP群体（管理者、高级专业人员等）中更为普遍，因其工作对数字技术依赖程度更高，故SEP可能在技术压力—心理健康关联中起特殊调节作用。研究人员由此基于瑞典高数字化程度劳动人口，探讨将技术压力操作化为工作中ICT需求与抑郁症状（依据SCL-CD6，Symptom Checklist-core Depression 6-item scale，抑郁症核心症状清单6项版）的关联，并检验SEP的调节作用及社会支持(Social support)与恢复(Recovery)的缓冲效应，以期为数字化职场心理健康干预提供依据。
二、主要研究方法概述
研究人员采用横断面设计(Cross-sectional design)，使用瑞典职业与健康纵向调查(Swedish Longitudinal Occupational Survey of Health, SLOSH) 2020年波次数据，纳入在既往3个月内有偿工作≥30%全职当量之受访者共10 294人。ICT需求由SLOSH专用6条目Likert量表测得，取中位数2.83二分化为高/低ICT需求；抑郁症状采用SCL-CD6（截断值≥17）二分分类；SEP按瑞典统计标准划为低（体力工人等）、中间（辅助及中级非体力职员）、高（专业人员、高管及自雇高技人士）三层；社会支持采用需求—控制—支持问卷(Demand-Control-Support Questionnaire)社会支持维度6条目以中位数二分；恢复由两题（睡眠充足感及工间休息/放松充足感）合成以中位数二分。关联分析采用二元logistic回归(Binary Logistic Regression)，设粗模型(Model 1)、调整性别与年龄(Model 2)、再追加社会支持与恢复(Model 3)三阶段，并按SEP分层拟合，α<0.05为显著性水准，使用IBM SPSS Statistics 28运算。
三、研究结果
3.1 Proportion characteristics in total study sample by SEP（总样本及各SEP层特征分布）
研究人员通过描述性统计及卡方检验发现，总样本中43.1%报告高ICT需求，且高ICT需求比例随SEP升高递增（低SEP 24.9%，中间SEP 47.8%，高SEP 51.7%）；总样本抑郁症状检出率15.6%，各SEP层间无显著差异；高社会支持比例在高SEP最高(58.6%)；44.2%报告恢复不足，各SEP层无差异，说明ICT需求暴露具明显SEP梯度。
3.2 Proportions of depression in relation to ICT demands, social support, and recovery（抑郁症状与ICT需求、社会支持及恢复的交叉分布）
卡方检验显示高ICT需求者中22%伴抑郁症状，抑郁症状者中60.6%报告高ICT需求；低社会支持及恢复不足者在抑郁症状组中占比分别为62.4%和74.3%；低社会支持与恢复不足亦显著重叠(54%)，提示各职场因素间存在共现关系。
3.3 Association between high ICT demands and depressive symptoms（高ICT需求与抑郁症状的关联）
全样本粗模型高ICT需求vs低ICT需求OR=2.32[2.08–2.59]；调整人口学变量后OR=2.23[1.99–2.49]；再调整社会支持与恢复后OR=1.79[1.59–2.01]，关联减弱但仍显著。按SEP分层：低SEP组Model 3 OR=1.89[1.49–2.39]；中间SEP组OR=1.78[1.50–2.12]；高SEP组Model 3 OR=2.04[1.60–2.60]，粗模型甚至达OR=2.87[2.28–3.62]。表明ICT需求—抑郁症状关联普遍存在，且在高SEP中最强，社会支持与恢复有部分缓冲作用。
四、讨论与结论总结
讨论部分指出，结果呼应前人关于技术压力与不良心理健康之关联，并首次在瑞典劳动人口中用SCL-CD6证实高ICT需求增加抑郁症状风险。高SEP关联更强可能源于高阶职业对ICT更深入依赖（远程办公、邮件、视频会议频繁）及测量工具偏重办公室型数字负荷，蓝领岗位技术压力表现形式（如电子监控削减自主权）未被充分捕捉。依工作需求—资源模型(Job Demands–Resources model, JD-R model)，社会支持提供情感与实际帮助、恢复使认知情绪资源得到补充，二者进入模型后OR衰减，印证其为缓冲资源(Buffering resources)。研究受横断面设计限制无法推断因果，且ICT需求量表未涵盖技术不安全感(Techno-insecurity)、技术监控应激等人机交互维度及资源维度，自评数据存共同方法偏差(Common method variance)，恢复量表Cronbach's α较低(.66)使恢复缓冲效应可能为保守估计；数据收集于COVID-19期间亦可能影响泛化性。
结论(Conclusion)翻译：
研究发现，将技术压力(Technostress)操作化为工作中ICT需求(ICT demands)与瑞典从业人群抑郁症状(Depressive symptoms)相关，且该关联在高社会经济地位(High SEP)阶层中更为明显，可能与其职业对技术更高依赖（远程工作、频繁电子邮件通信及定期视频会议）及ICT需求量表主要面向办公室情境有关。此外，本研究表明恢复(Recovery)与社会支持(Social support)可缓冲高ICT需求对抑郁症状发生的不良影响。未来研究宜采用纵向设计以增强因果推断，并纳入更全面覆盖不同职业背景之技术压力创造因子(Technostress creators)测评工具，以深化对数字化职场心理健康影响机制的理解。
