1. 引言
亲密关系满意度可以用来衡量一段关系质量的高低，它指在伴侣的相处中，双方对于彼此之间的关系实际感知达到或超过预期值的程度(陈国典，杨通平，2020)。亲密关系可以显著影响大学生对于生活满意度的评价(Facio & Resett, 2014)。Sommantico等人进一步指出亲密关系的建立和维护不仅是特定人生阶段的重要发展任务，更可能预测未来的婚姻质量(Sommantico et al., 2019)。
但当下年轻群体在亲密关系中遇到了诸多困难和阻碍。根据简单心理大众心理健康报告，20~40岁的人群是咨询主力且集中分布在学生等群体中，31%来访者有亲密关系议题困扰，有46%的来访者的咨询议题是亲密关系，其中伴侣相处中的冲突和沟通带来的困扰最为显著，出现比例高达41%，远高于排在第二位安全感低的出现频率。不仅如此，根据2022年民政部报告，结婚人数连续八年连续下降，离婚率居高不下。人们在亲密关系中体验到的冲突和不安全感严重影响了对关系的满意度，在亲密关系中不满意的个体可能会遭受情绪议题困扰，影响人际关系和工作，甚至影响社会稳定。在此背景下，如何提升大学生对亲密关系的满意度就成了值得深入研究的问题。
在先前的文献中，对于影响亲密关系满意度的因素已有广泛而深入地探讨，揭示了众多错综复杂的变量。相较于外部社会因素的不可控性，个人因素表现出更大的可塑性(王文心，2022)。在诸多个人因素中，依恋模式尤为突出。作为一种个人特质，依恋形成于生命早期，帮助个体从重要客体身上寻找稳定和支持和陪伴，塑造着人与他人建立和维护情感纽带的方式，并在整个生命历程中相对稳定。Bowlby之后，Hazan和Shaver (Hazan & Shaver, 1987)将依恋理论引入成人领域，将亲密关系也视作依恋关系。随后成人依恋的研究广泛推广到大学生及工作人群群体中的认知、情感、行为等各个方面的研究(Hazan & Shaver, 1994)。
随后大量的研究证明依恋风格会对个体亲密关系满意度产生影响。例如依恋焦虑和依恋回避与亲密关系相处中的认知、情感和行为指标呈现显著的负相关性，进而可能削弱关系的持久性和满意度降低个体在关系中的真实性感知(Hadden et al., 2014)、增加与伴侣相处时的压力感进而倾向于采取更为消极的冲突应对方式(Simpson & Rholes, 2017)。而安全依恋个体可能更平衡地识别正面和负面情绪线索，倾向于通过支持寻求等方式处理负面情绪，因此更容易激活与正面情绪相关的创造力(Mikulincer & Shaver, 2019)。近来也有研究从电生理实验角度支持这种情绪调节的差异(杨青青等，2018)。
基于此，本研究提出假设H1：不安全依恋负向预测亲密关系满意度。
心智化是从外部视角看待自己和从内部角度理解他人的能力，包括情绪、愿望、信念和意图(Fonagy & Target, 1997)。这种能力的发展依赖于和更成熟更敏感心智个体之间的互动(Bateman & Fonagy, 2004)。研究表明安全型依恋个体比不安全依恋个体有更好的心智化能力(Fonagy & Luyten, 2009)，如成长过程中依恋受损，心智化水平也会受损(任苇，刘丹，2014)，但尽管心智化水平受损，仍然可以通过心智化疗法(Mentalization-Based Therapy, MBT)帮助个体提高心智化能力，改善情绪调节，建立和维持健康的人际关系(Bateman & Fonagy, 2010; Fonagy & Luyten, 2009)。不仅人际关系，近年来也有研究表明心智化水平可以正向预测亲密关系满意度(Hegsted, 2020)。
基于此，提出假设H2：心智化水平可能在依恋风格与亲密关系满意度之间起中介作用。
本研究将依恋风格作为自变量，心智化水平作为中介变量，将亲密关系满意度作为因变量，构建不安全依恋通过提高心智化水平提高亲密关系满意度的中介模型。
2. 研究方法
2.1. 研究工具
2.1.1. 亲密关系经历量表
亲密关系经历量表中文版(Experiences in Close Relationships Inventory-Chinese, ECR-C)是由Brennan等人在1998年开发并发布，2006年由李同归引进国内(李同归，加藤和生，2006)。量表共包含36个题目，采用李克特7点计分法，其中奇数题用于测量回避维度分数，偶数题用于测量焦虑分数。本研究中回避和焦虑分量表的克伦巴赫α系数分别为0.88和0.91，显示出良好的内部一致性。依恋类型则通过回避和焦虑维度上的分数，进一步使用特定的费舍尔线性公式计算得分，根据得分进行分类(胡平，孟昭兰，2003)。
2.1.2. 亲密关系满意度简版
亲密关系满意度量表(Weaver & De Waal, 2002) (Quality of Relationship Index, QRI)是由Patrick和Knee等人在2007年修订的，能够较全面地反映个体对当前亲密关系的评价。量表采用李克特7点计分法，得分越高，对亲密关系满意度越高。本研究中该量表的克伦巴赫α系数为0.91。
2.1.3. 心智化情感量表
本研究采用了汉化版的心智化情感量表(Mentalized Affectivity Scale, MAS)不仅可以反映心智化水平，还结合了情感调节的测量(Greenberg et al., 2017)。量表包含19个条目，分为三个因子(情绪处理、情绪识别、情绪表达)。量表的计分范围是1 (完全不符)至7 (完全符合)。得分越高表明个体在心智化的三个维度上呈现出更高的情绪识别、处理和表达的能力。相反，得分越低则表明个体在这些维度上呈现出较低能力。本研究中该量表的克伦巴赫α系数为0.74。
2.2. 数据处理
首先，使用Harman单因子检验法对问卷数据进行共同方法偏差检验(周浩，龙立荣，2004)。随后使用统计软件RStudio及bruceR包对有效量表数据进行描述性统计、相关分析、T检验、中介效应检验等。
2.3. 研究对象
按照方便取样的原则通过网络社交媒体发布问卷海报，收集调查问卷。问卷总题目数量为77题。经由三轮的数据收集，共回收403份问卷。随后对收集的数据进行质量检查，剔除未通过测谎题、跳题、漏答或刷题(答题时间少于300秒)的无效问卷后，最终共收到345份有效问卷，有效回收率86.60%。
有效被试平均年龄为23.0 (SD = 3.16)。女性占58.6%，男性占41.4%。本科占比68.1%，硕士占比29.9%，博士占比2%。
3. 结果
3.1. 共同方法偏差检验
经Harman单因子检验法(周浩，龙立荣，2004)对量表进行检验，结果表明，未进行因子旋转的情况下，通过探索性因子分析识别出8个特征根超过1的因子，其中最大的因子解释了11.79%的方差(未达到40%的临界标准)。该数据表明本研究中并未出现显著的共同方法偏差，可以继续深入分析。
3.2. 亲密关系满意度在不同依恋类型上的差异分析
在成人依恋被划分为四种类型后，本研究对各种依恋种类的亲密关系满意度进行组间性的差异比较，结果见表1。
Table 1. Differential analysis of ıntimate relationship satisfaction
表1. 亲密关系满意度的差异分析
根据上表所示，在对亲密关系满意度的评价上，不同依恋类型之个体间存在显著性差异(p < 0.001)。总体而言，可知安全型依恋之个体在满意度评分上居于最高(M = 37.35)，焦虑型依恋次之(M = 35.32)，而回避型依恋之个体得分最低(M = 30.3)对各差异变量进行事后检验，结果显示在总体满意度得分方面，安全型依恋显著高于混乱型与回避型(p < 0.001)，然而与焦虑型依恋之差异并不显著(p = 0.07)。在亲密关系满意度上，焦虑型依恋高于混乱型与回避型(p < 0.001)，而回避型与混乱型之间无显著差异(p = 0.92)
3.3. 依恋风格、心智化、亲密关系满意度的相关关系
对数据进行皮尔逊相关分析，考察成人依恋、心智化水平各个维度和亲密关系满意度之间的关系，见表2。依恋焦虑和依恋回避与心智化相关均不显著，与情绪识别显著负相关(r = −0.25, p < 0.001; r = −0.29, p < 0.001)，与亲密关系满意度显著负相关(r = −0.31, p < 0.001; r = −0.047, p < 0.001)。情绪识别与亲密关系满意度显著正相关(r = 0.35, p < 0.001)。数据表明不安全依恋程度越高，情绪识别能力越差，亲密关系满意度也就随之越差。
Table 2. Correlation analysis of attachment styles, mentalization, and satisfaction in intimate relationships
表2. 依恋风格、心理化和亲密关系满意度相关性分析
3.4. 心智化在成人依恋和亲密关系满意度之间的中介作用
本研究使用bruceR的PROCESS函数(Bao, 2021)进行中介效应分析，选择模型四，对情绪识别在成人依恋和亲密关系满意度之间的中介效应进行了检验，具体结果见表3。
结果显示，不安全依恋对亲密关系满意程度的打分具有显著的负向预测作用。在加入中介变量情绪识别后，其预测效力依旧显著。数据分析结果见表4，在95%置信水平下，置信区间的上限为−0.02，下限为−0.08，该区间不包含零值，表明情绪识别在依恋风格与亲密关系满意度之间中介作用显著，效应的大小为−0.04。该结果表明不安全依恋不仅能够直接负向预测亲密关系满意度，还能通过情绪识别这一间接途径对亲密关系质量产生影响，见图1。直接效应占总效应的80.10%，而中介效应占总效应的19.90%。
Table 3. Mediation model test table
表3. 中介模型检验表
Table 4. Bootstrap analysis of mediation effects
表4. 中介效应Bootstrap分析
4. 讨论
4.1. 成人依恋与亲密关系满意度的现状讨论
本研究发现，个体不安全依恋得分越高，对亲密关系相处的主观体验感越差，两者存在显著的负相关关系。本次调查中混乱型占比34.8%，比例最高，回避型的最低，仅占8.7%。焦虑型的占比仅次于混乱型，为31.9%，安全型占比24.6%。这一抽样结果与前人所做的城市婴儿依恋类型调查数据接近(胡平，孟昭兰，2003)，表明依恋风格具有相当强的稳定性。亲密关系满意度总得分为33.9 ± 6.4。表明尽管非安全依恋占总数，个体仍然可以通过后天学习，改善心智化水平，提高沟通交流的技巧和问题解决能力，从而获得较高的亲密关系满意度(崔萌，2014；李韵等，2019)。
4.2. 不同依恋类型个体在亲密关系满意度上的差异
本研究发现，不同依恋类型个体在亲密关系相处质量上存在显著差异，安全型依恋个体满意度最高，焦虑型依恋次之，并与安全依恋个体差异不显著，回避型依恋个体评分最低。可能因为焦虑型个体依赖伴侣，愿意投入时间和精力来维持和改善关系，所以有和安全型接近的亲密关系满意度，而回避型回避交流，保持距离的习惯可能会阻碍关系发展，进而影响亲密关系满意度(Shaver & Mikulincer, 2002)；回避型与混乱型之间无显著差异，可能因为混乱型依恋个体在渴望亲近与保持距离间挣扎，导致在关系相处中缺乏深层的情感链接和满足感(杨青青，2016)。
4.3. 心智化的中介作用
根据本研究结果依恋风格和心智化相关性不显著，因此在成人依恋与亲密关系满意度之间，心智化不存在中介作用，这与国外研究不一致(Hegsted, 2020)。原因一方面可能因为伴侣相处体验感好坏受到冲突解决的影响较大(杨青青，2016)，而样本中大学生沟通交流和问题解决能力普遍较强，掩蔽了心智化在相处中的作用。另一方面可能存量表测量出现了天花板效应，失去了区分不同心智化水平的个体的能力。心智化情感量表平均分为94.71 ± 10.78，可能由于样本选取不当，或量表题目需进适当提高难度，例如使用动态心智化量表改进量表效度，适应本土文化情景，以克服测量中的天花板效应(周雪朋，2020)。或根据样本情况选择其它测量工具。
进一步的中介效应分析表示，心智化中的情绪识别维度在依恋风格和亲密关系满意度之间起部分中介作用。这表明尽管样本中大学生有很好的问题解决能力，依然在亲密关系中存在情绪困扰。早年养育过程中形成的不安全依恋通过影响情绪识别，进一步影响伴侣相处的情绪沟通分享，这表明在未来大学生恋爱心理咨询或团体辅导干预中，可以针对心智化能力尤其是其中的情绪识别来工作(裘怡，2023)。
5. 研究不足与展望
本研究选取武汉市部分大学生作为研究对象，分析了成人依恋风格对亲密关系满意度的影响，以及情绪识别在二者间的中介作用，可以为未来大学生心理干预工作提供有效的参考信息。
但研究并按理论预期的发现成人依恋与心智化的显著相关，可能因为样本或量表选取不恰当，未能反映变量之间的真实关系，未来可以改善样本选取，使用更合适本土的心智化量表探索几个变量之间的关系。