首頁(yè) 資訊 超八成職場(chǎng)女性被抑郁和焦慮困擾,越年輕問題越嚴(yán)重

超八成職場(chǎng)女性被抑郁和焦慮困擾,越年輕問題越嚴(yán)重

來源:泰然健康網(wǎng) 時(shí)間:2024年12月21日 06:10

點(diǎn)擊標(biāo)題下「昆明女聲」可快速關(guān)注

近日,《中國(guó)職場(chǎng)女性心理健康綠皮書》(以下簡(jiǎn)稱《綠皮書》)發(fā)布,《綠皮書》指出,中國(guó)女性勞動(dòng)力參與率達(dá)61.5%,為全球最高,近九成職場(chǎng)女性在家庭健康方面充當(dāng)著決策者的角色。不過,逾八成職場(chǎng)女性在過去一年中都面臨焦慮和抑郁問題的困擾。

《綠皮書》通過在線問卷的方式研究取樣,共收集1199個(gè)年齡在20~59歲之間的職場(chǎng)女性心理現(xiàn)狀反饋樣本,覆蓋中國(guó)大部分地區(qū),展示職場(chǎng)女性在過去一年中以及孕產(chǎn)期的心理健康狀況。結(jié)果顯示,激烈的職場(chǎng)競(jìng)爭(zhēng)與工作壓力給職場(chǎng)女性帶來諸多身心健康隱患,亞健康狀態(tài)普遍,尤以睡眠問題為甚。

職場(chǎng)女性心理問題呈普遍化和年輕化趨勢(shì)

調(diào)研結(jié)果表明,約85%的職場(chǎng)女性在過去一年中曾出現(xiàn)過焦慮或抑郁的癥狀,其中約三成女性“時(shí)不時(shí)感到焦慮和抑郁”,7%的女性甚至表示自己“總是處于焦慮或抑郁狀態(tài)”。

就最近三個(gè)月而言,約九成的職場(chǎng)女性均出現(xiàn)過一些不同程度的“負(fù)面”情感、心理和軀體癥狀。例如,近半數(shù)的職場(chǎng)女性表示自己在最近三個(gè)月中易怒、易著急,或者是感到煩亂或害怕;四成左右的職場(chǎng)女性則感覺自己有衰弱和疲乏感,或者悶悶不樂、情緒低沉;此外,還有超過三分之一的職場(chǎng)女性因頭痛、頸痛、背痛而苦惱。

越年輕的一代越受心理問題困擾

不同年齡群體的中國(guó)職場(chǎng)女性普遍存在不同程度的焦慮或抑郁癥狀。值得注意的是,調(diào)研數(shù)據(jù)顯示,隨著年齡層的下降,職場(chǎng)女性中出現(xiàn)焦慮或抑郁狀態(tài)的比例呈現(xiàn)明顯的上升趨勢(shì)。

80后、90后中均有約四成的女性“時(shí)不時(shí)”或“總是”感到焦慮或抑郁。在80后、90后逐漸成為當(dāng)代社會(huì)的中流砥柱時(shí),年輕一代的心理健康狀況需引起重視。

職場(chǎng)女性心理問題有三大“元兇”

對(duì)于中國(guó)職場(chǎng)女性來說,造成心理健康問題的因素多種多樣,其中工作壓力和職場(chǎng)危機(jī)、經(jīng)濟(jì)狀況和外貌身材為最主要的影響因素,而生理期變化、年齡增長(zhǎng)、婚戀和家庭等問題也影響著職場(chǎng)女性的心理健康。

具體而言,工作壓力、經(jīng)濟(jì)狀況橫跨不同年齡階段,成為影響中國(guó)職場(chǎng)女性心理健康的第一和第二大因素。越年輕的一代,在這兩方面的困擾越多。

值得注意的是,年輕一代對(duì)自己的外貌身材尤為在意。在80后和90后受訪者中,超過四成的受訪者稱會(huì)因此感到壓力。

外界帶來的職場(chǎng)女性心理健康隱患

首先,就入睡時(shí)間來看,熬夜的職場(chǎng)女性相較于早睡一族伴隨著更多的心理問題。此外,心理健康與睡眠質(zhì)量之間也存在著明顯的相關(guān)性。調(diào)研發(fā)現(xiàn),心理健康狀態(tài)越好的職場(chǎng)女性,其睡眠質(zhì)量也越好。

另一個(gè)需要關(guān)注的問題是移動(dòng)電子設(shè)備與心理問題之間的關(guān)系。調(diào)研發(fā)現(xiàn),使用移動(dòng)電子設(shè)備時(shí)間越長(zhǎng),出現(xiàn)“時(shí)不時(shí)感到焦慮或抑郁”或“總是處于焦慮或抑郁狀態(tài)中”的概率越大。此外,近四成的職業(yè)女性認(rèn)為移動(dòng)電子設(shè)備的使用讓她們更加疲憊,并且對(duì)移動(dòng)電子設(shè)備所承載的過量信息感到壓迫。

絕大多數(shù)職場(chǎng)女性在孕產(chǎn)期出現(xiàn)抑郁情況

對(duì)于女性來說,懷孕和生育是一件幸福的事情,它意味著迎接新生命的到來,邁入新的人生階段。但懷孕和分娩給女性身體帶來的影響和對(duì)生活帶來的變化極有可能影響到心理問題的發(fā)生。

調(diào)研表明,孕產(chǎn)期抑郁在中國(guó)職場(chǎng)女性中存在一定的普遍性。絕大多數(shù)的受訪者都稱曾在備孕、懷孕、產(chǎn)后期間受到情緒低落或者抑郁癥狀的困擾,其中產(chǎn)后抑郁出現(xiàn)的比例最大,高達(dá)46.3%。

在被問及造成孕產(chǎn)期抑郁的成因時(shí),超過半數(shù)的職場(chǎng)女性認(rèn)為睡眠問題(56.4%)和照顧寶寶太辛苦(50.7%)為最主要的原因。值得注意的是,有超過四成的職場(chǎng)女性認(rèn)為,家庭成員不能夠提供足夠的支持是導(dǎo)致抑郁的重要因素。

職場(chǎng)女性心理問題很少尋求外界幫助

尋找親朋好友傾訴、購(gòu)物、睡覺、大吃、健身等自我調(diào)節(jié)方式最為中國(guó)職場(chǎng)女性所青睞。有趣的是,“買買買”被中國(guó)職場(chǎng)女性認(rèn)為是在面臨心理問題時(shí)的主要自我釋放途徑,而此前她們又自稱自己心理問題的第二大成因即為經(jīng)濟(jì)狀況,這或許會(huì)在一定程度上陷入一種惡性循環(huán)。

專業(yè)心理咨詢和診療在職場(chǎng)女性中存在感較低的問題值得關(guān)注?!毒G皮書》給出的結(jié)果顯示,僅有約6%的中國(guó)職場(chǎng)女性傾向于通過咨詢心理專業(yè)人士進(jìn)行問題疏導(dǎo)。在出現(xiàn)過心理問題、但卻沒有咨詢過心理專業(yè)人士的人群中,超過四成的受訪者認(rèn)為沒有必要咨詢,可以通過自我調(diào)節(jié)來解決。

同樣,不知道通過哪些渠道、認(rèn)為心理咨詢從業(yè)者專業(yè)度魚龍混雜、收費(fèi)過高等問題也阻礙了中國(guó)職場(chǎng)女性去尋求專業(yè)的心理工作者的幫助。

職場(chǎng)女性應(yīng)找到合適的解壓方法

職場(chǎng)焦慮多來自于對(duì)實(shí)際情況的過分擔(dān)心,緊張與害怕。

讓我們一起來看看怎么化解職場(chǎng)中的小焦慮吧。

1. 小細(xì)節(jié)改變心情

生機(jī)勃勃的綠植可以讓辦公環(huán)境變得光彩,或者在疲累之時(shí),閉上眼睛,將意念集中休息5分鐘,給自己充充電等,都是非常好的應(yīng)對(duì)焦慮的方法。

2. 將工作主次劃分清楚

每天提早10分鐘來到辦公室,將今天的工作好好安排一下,劃分好主次,合理安排時(shí)間,按部就班去做,不僅效率高了,工作也變得更輕松。

3. 不要做悶葫蘆

找一個(gè)能讓你信任的人聊聊天,傾訴一下自己的感受,不管對(duì)方能不能幫你支招,心里的苦悶都會(huì)減輕很多。

4. 記住一件能讓你開心的事

每天上班的時(shí)候回想一下今天沒有一件能讓你感到開心的事情,記住它,即便當(dāng)你感到焦慮了,想想發(fā)生的好事兒,焦慮的情緒也能得到很大改善。

5. 給自己多些學(xué)習(xí)的時(shí)間

不斷學(xué)習(xí)新的知識(shí),強(qiáng)化自己的職業(yè)技能,能讓你在職場(chǎng)中更加得心應(yīng)手。

6. 試試深呼吸

想象自己處于清新的大自然里,用鼻子長(zhǎng)長(zhǎng)地吸一口氣,填滿我們的身體,保持3秒后再用用嘴慢慢的呼出,想象著自己正在吸收大自然中的正能量,讓大腦放空。

7. 通過飲食緩解

容易感到焦慮的人,平時(shí)更要注意多吃新鮮的蔬菜與水果,補(bǔ)充體內(nèi)需要的維生素。

想要補(bǔ)充葉酸,不妨多吃些菠菜;櫻桃中的花青素,可以幫助我們制造快樂,心情不好時(shí)吃些櫻桃,效果很好。

來源:冉朵健康、綜合搜狐健康知乎相關(guān)案例

原標(biāo)題:《超八成職場(chǎng)女性被抑郁和焦慮困擾,越年輕問題越嚴(yán)重》

相關(guān)知識(shí)

性別歧視威脅職場(chǎng)女性心理 逾八成被焦慮和抑郁困擾
女性心理議題:全職媽媽的抑郁和疲憊
形體焦慮:越減肥,越煩惱?
職場(chǎng)女性如何練內(nèi)力
研究顯示:我國(guó)研究生群體抑郁焦慮問題顯著
近九成大學(xué)生被皮膚問題困擾
焦慮癥和抑郁癥治療市場(chǎng)規(guī)模報(bào)告,2027 年
抑郁癥和性格有關(guān)么?九問題弄懂抑郁癥
調(diào)查:近九成大學(xué)生被皮膚問題困擾
抑郁焦慮癥如何治療

網(wǎng)址: 超八成職場(chǎng)女性被抑郁和焦慮困擾,越年輕問題越嚴(yán)重 http://www.u1s5d6.cn/newsview691278.html

推薦資訊