新媒體視域下同輩壓力對大學生網絡成癮的影響探索

摘" 要：本研究以網絡成癮為例，從同輩壓力的視角展開對大一新生網絡成癮情況的研究，旨在為網絡依賴高風險的大學生提供心理干預提供實證依據。選用大學生心理健康篩查量表、中文網絡成癮量表（修訂版）（CIAS-R）、匹茲堡睡眠質量指數量表（PSQI）、抑郁自評量表（SDS）、大學生同輩壓力量表，以天津市某高校7500名大一學生為研究對象進行調查。結果顯示：1. 網絡成癮因子總分在校學習期間明顯高于居家網課期間;2. 同輩壓力、抑郁和睡眠質量對網絡成癮均呈現顯著正向預測作用;3. 抑郁和睡眠質量在同輩壓力與網絡成癮間起到部分中介作用。由此可得在校期間網絡成癮對大一新生的影響巨大，其成癮程度受到同輩壓力的影響。同輩壓力不僅可以直接影響網絡成癮，還會通過抑郁和睡眠質量這兩個中介變量的作用對網絡成癮產生間接影響。

關鍵詞：網絡成癮;大學生;同輩壓力;心理健康

中圖分類號：G642" " 文獻標識碼：A" " 文章編號：1673-7164（2023）01-0169-04

近十年來，中國的互聯網發展迅猛，隨之而來的是網絡成癮問題，青少年已經成為網絡成癮的主力軍。2021年9月，中國物聯網中心（CNN-IC）發布第48次《中國互聯網絡發展狀況統計報告》顯示：截至2021年6月，我國網民規模已達到10.11億，其中20～29歲年齡段的網民占比最高，達到26.8%[1]。網絡已成為成為大學生活不可或缺的一部分，在享受網絡帶來方便和快捷的同時，大學生也容易沉迷于此。隨著大學階段學業和就業壓力的增大，網絡成癮已成為大學生回避不了的行為問題。以往研究顯示，網絡成癮現象會隨著壓力的增大而益發顯著，原因是網絡能夠幫助人暫時忘卻現實中的煩惱。

同輩壓力是指個體在同輩團體中感受到的來自同伴對自身態度、價值觀和行為的影響，從而改變自身行為以便遵守團體的規范[2]。大一學生入校后會更加積極地尋找群體歸屬感，傾向于通過與同伴的對比獲得比較明確的自我評價[3]，在這個對比的過程中就會產生同輩壓力，如果壓力較小，產生的自我評價就是積極的，反之則是消極的。消極的同輩壓力使得個體在社會交往中產生自卑、消沉、抑郁等不良情緒[4]。在網絡使用過程中，青少年的網絡成癮水平不僅受到其同伴的網絡過度使用行為的影響，也被上網時同伴使用網絡的態度影響[3]。可以說，同伴壓力是青少年成長路上不可忽視的重要因素之一，西方近些年的研究大多集中在不當行為的同伴壓力影響上，國內研究更多集中于同伴依戀關系和同伴欺負問題上[5]，對同輩間的相互影響和同伴壓力的研究較少。

本研究著眼于同伴壓力對大一新生的網絡成癮程度的影響，提出以下假設：1.同輩壓力、抑郁、睡眠質量分別對網絡成癮產生正向預測作用;2.抑郁在同輩壓力和網絡成癮間起到中介作用，睡眠質量在同輩壓力和網絡成癮間起到中介作用。

一、對象與方法

（一）一般性資料

2019年11月至2021年11月間，以天津市某高校2019、2020、2021級本科生為抽樣群體，通過“中國大學生心理測評系統”和問卷星網絡問卷平臺發放網絡問卷。2019年11月通過中國大學生心理健康測評系統回收調查問卷2952份，有效率100%。其中，男生1316例（44.6%），女生1636例（55.4%）。2020年5月回收3014份（兩個時間節點測試人群相同人數差異來自學籍異動），有效率100%。其中，男生1340例（44.5%），女生1674例（55.5%）。2020年11月和2021年11月通過問卷星調查共回收問卷4040份，剔除無效問卷后，共獲得有效問卷3988份，有效回收率98.71%。其中男生1638例（40.5%），女生2402例（59.4%），平均年齡為20歲。

（二）研究工具

1. 大學生心理健康篩查量表

本研究采用方曉義等人于2018年編制的《中國大學生心理健康篩查量表》[6]，旨在對2019級學生的整體心理狀況進行調查。量表共有96個題目，分為三級篩查指標，共22個維度。量表分5級評定，從1“沒有”到5“嚴重”，總分越高，代表心理問題越嚴重。在本研究中，該量表的Cronbachs α系數為0.954。

2. 網絡成癮量表

本研究采用白羽、樊富珉于2005年修訂的中文網絡成癮量表（CIAS-R）[7]，測量大學生網絡成癮的程度。該量表共26個題目，分為4個維度。量表采用4點計分方式，從1“極不符合”到4“非常符合”。總分越高，代表網絡成癮的可能性與傾向性越大。在本研究中，該量表的Cronbachs α系數為0.938。

3. 抑郁自評量表

本研究采用William W.K.Zung于1965年編制的《抑郁自評量表（SDS）》[8]，用于測量大學生的近期心境狀態。量表包括20個題目，分為4個維度，可以劃分為：精神運動抑制，憂郁、焦慮心境，性興趣、自尊喪失和軀體化癥狀[8]采用4點計分方式，從1“無”到4“持續”，共10個項目。總分越高，表示個體的抑郁情緒程度越高。在本研究中，該量表的Cronbachs α系數為0.835。

4. 匹茲堡睡眠質量指數量表

本研究采用Buysse博士等人于1989年編制的《匹茲堡睡眠質量指數量表（PSQI）》[9]，用于對大學生的睡眠質量進行主觀評估。量表包括19個自評題目和5個他評題目，其中第19項自評題目和5個他評題目不參與計分。其余18個自評題目可組合成7個成分，包括：睡眠的質量、入睡的時間、睡眠的時間、睡眠的效率、睡眠的障礙、催眠藥物使用、日間功能障礙;每個成分按照0至3的等級計分，累積各成分得分為睡眠質量指數的總分，得分越高，表示睡眠質量越差。在本研究中，該量表的16個單獨計分條目的Cronbachs ɑ系數為0.688。

5. 大學生同輩壓力量表

本研究采用王靜賢[10]于2018年修訂的大學生同輩壓力量表，來源于1989年Clasen和Brown編制的《同輩壓力量表（PPI）》。量表共31個條目，包括違紀行為、異性交往、家庭活動、學校活動、同輩遵從、課余生活6個維度，采用7點積分方式，從3“許多壓力”到0“沒有壓力”，當情況相反時用負數表示，從-1“很少壓力”到-3“許多壓力”。其中，負分表示受到了正向積極方面的同輩鼓勵，正分表示受到了消極方面的同輩壓力。得分的絕對值越大，同輩壓力的程度越大。在本研究中，同輩壓力指同輩壓力絕對值。該量表的Cronbachs ɑ系數為0.95。

（三）測試工具

所有調查均選擇學生入學后1個月至1.5個月作為測試時間節點。通過中國大學生心理健康測評系統整體網上調查（http：//xinli.gzedu.com/）和問卷星網上抽樣調查（https：//www.wjx.cn/）作為測評工具。

（四）統計分析方法

使用SPSS 25統計軟件對數據進行分析處理，計量資料首先進行問卷信度檢驗，隨后利用可視化P-P圖檢驗正態分布，后進行配對樣本t檢驗，采用驗證性因子分析（CFA）檢驗是否存在共同方法偏差。兩個變量比較采用Pearson積差相關性分析，以Plt;0.05認為有統計學差異。隨后，采用逐步回歸法進行多元線性回歸分析，分析自變量對網絡成癮的預測作用，最后，在此基礎上，使用Hayes編制的PROSESS宏，對研究假設模型進行中介效應的檢驗，計量資料以表示。

二、結果

（一）2019年心理普測數據分析

1. 共同方法偏差檢驗

本研究所采用的量表均為自評量表，會因為使用同種測量工具而導致特質間產生虛假的共同變異，即共同方法變異（CMV）[11]。本研究通過驗證性因子分析（CFA）驗證模型擬合指標的方法驗證此問題。設定所有條目的公因子數為1，2019年11月的測量數據分析顯示：χ2/df=29.138，CFI=0.836，TLI=0.819，RMSEA=0.099;2020年5月的測量數據分析顯示：χ2/df=46.113，CFI=0.791，TLI=0.809，RMSEA=0.125。以上數據顯示CFA的擬合不理想，由此證明未存在嚴重的共同方法偏差問題[11]。

2. 兩次心理普測中網絡成癮得分對比

分析顯示2019級學生在2019年10月（10.24±3.402，N=2899）和2020年5月（9.25±3.36，N=2899）在網絡成癮（指標總分）方面存在統計學差異，學生在校期間的網絡成癮水平顯著高于居家期間。

3. 多元線性回歸分析

分析結果表明：利用可視化P-P圖檢驗，22個成分成正態分布。網絡成癮因子與其他21個因子間均呈現顯著正相關。與網絡成癮因子相關性較高的8個因子為：依賴、抑郁、自卑、沖動、焦慮、強迫、敏感、睡眠困擾（2019年11月）;依賴、自卑、抑郁、沖動、敏感、強迫、焦慮、睡眠困擾（2020年5月）。

兩次測評數據中，與網絡成癮因子高相關的前7個變量一致。因此，將網絡成癮作為因變量，其他7個因子作為自變量進入多元線性逐步回歸方程。篩選標準為p≤0.05的因子被引入，p≥0.1的因子被剔除。結果顯示焦慮，敏感被剔除，其余進入回歸方程，回歸方程具有統計學意義（plt;0.01），依賴（t=19.414）、抑郁（t=7.610）、沖動（t=10.551）、睡眠困擾（t=10.322）、強迫（t=3.526）、自卑（t= 3.928）對網絡成癮均具有顯著正向預測作用。調整后R方為0.371，即共同解釋48%的變異量。

4. 小結

從以上分析結果可以看出大一學生的網絡成癮程度與依賴、抑郁、沖動和睡眠困擾緊密聯系。根據《中國大學生心理健康測評篩查量表》的因子標準解釋，“網絡成癮”[6]主要評估個體是否存在網絡過度使用或病理性網絡使用，主要表現為個體存在過度使用網絡行為，并由此出現明顯的社會和心理功能損害;“依賴”主要評估個體是否存在一種過分順從別人的意志、嚴重缺乏獨立性的不良個性特征，主要表現為自感無能、極端順從和缺乏活力;“抑郁”主要用來評估個體“以苦悶的情感與心境”為代表性的癥狀水平，并以“生活興趣的減退、動力缺乏、活力喪失”為特征，以反映個體失望或悲觀的程度以及與此相關的認知和軀體方面的感受;“沖動”主要評估個體的情緒穩定程度以及是否缺乏控制為特點的不良個性傾向。但考慮到此量表為心理篩查普測量表，并不細化，因此在此基礎上選擇更加細化的量表進一步開展研究。

（二）2020～2021年心理問卷測量數據分析

1. 共同方法偏差檢驗

基于本研究所選用的自評量表，用Harman單因素實驗檢驗法，對數據進行共同方法偏差檢驗。檢驗結果顯示：2020年11月及2021年11月歸集的數據，在4個特征值大于1的因素中，第一個因素的方差貢獻率為34.21%，說明本研究不存在嚴重的共同方法偏差問題[11]。

采用驗證性因子分析（CFA）驗證模型擬合指標。分析顯示：CFI=0.512，RMR=1.706，CFI=0.557（判斷標準：CFIgt;0.9，RMRlt;0.05，CFIgt;0.9）。以上數據顯示單因子的擬合指數未達標，說明其共同方法偏差（CMB）并不嚴重，由此證明本研究不存在嚴重的共同方法偏差問題[12]。

2. 抑郁和睡眠質量的中介效應檢驗

結果表明：網絡成癮與同輩壓力呈現顯著正相關關系;網絡成癮與抑郁呈現顯著正相關關系;網絡成癮與睡眠質量呈現顯著正相關關系。回歸分析結果顯示（plt;0.01）：同輩壓力能夠顯著正向預測網絡成癮（β=0.327），同輩壓力能夠顯著正向預測抑郁（β=0.276），同輩壓力能夠顯著正向預測睡眠質量（β=0.185）;納入中介變量后，抑郁可以顯著正向預測網絡成癮（β=0.173），睡眠質量可以顯著正向預測網絡成癮（β=0.215）。同時，同輩壓力仍然能夠顯著正向預測網絡成癮（β=0.239），說明直接效應顯著。

為檢驗中介效應，本研究采用偏差校正的百分位Bootstrap檢驗中介效應（重復抽樣5，000次）。結果表明，間接路徑同輩壓力→抑郁→網絡成癮以及同輩壓力→睡眠質量指數→網絡成癮均存在，間接效應顯著，并且均起到部分中介作用，中介效果量分別為14.650%和12.146%[13]。

三、討論

從上文的研究結果得到，大一新生的網絡成癮總分在在校學習期間明顯高于居家網課學習期間。可能是因為剛剛入校急需適應學校的環境，使得學生有了更大的心理壓力;因為遠離原生家庭，需要加強情感上的聯結;因為交友的需要;同學間的互相影響等原因使得大一新生在校期間的網絡成癮指標高。其次，同輩壓力對網絡成癮具有正向直接預測作用，即同輩壓力值越高，網絡依賴程度越高，符合研究假設1。這與以往的研究部分一致，即青少年的網絡使用會通過同伴壓力這一變量的作用影響其網絡成癮的程度[14]，從而揭示出同伴壓力的關鍵作用，這在本研究中也得到證實。

從中介效應的模型中可以看出，抑郁和睡眠質量起到部分中介的作用，中介效果量為14.650%和12.146%，這與研究假設2部分相符，但中介效果不明顯。因此本研究推測，同輩壓力對網絡成癮的直接作用力很強，或者在兩者間存在其他中介變量。

四、未來研究方向

本研究也存在一些不足。首先，本研究雖然檢測了2019—2021級學生在入學期間的數據，但本質上依然是橫斷研究，抽樣樣本有限，未來還需采用縱向研究，繼續擴大抽樣范圍，進一步探討問題。其次，本研究僅從整體同輩壓力的視角分析其與大學生網絡成癮的關系，未能對積極同輩壓力和消極同輩壓力做比較。

未來可以進一步從網絡成癮的細化指標，如：強迫性上網、戒斷反應與耐受性、時間管理與人際健康問題上探索同輩壓力的影響，為形成具有針對性、個性化的干預方案提供實證數據。也可從焦慮、沖動性等因素的角度，深入探討同輩壓力和網絡成癮的關系。

參考文獻：

[1] 中國互聯網絡信息中心. 第48次《中國互聯網絡發展狀況統計報》[R]. 北京：中國互聯網絡信息中心，2021，https：//www.is c.org.cn/article/40203.html.

[2] 張錦濤，陳超，劉鳳娥，等. 同伴網絡過度使用行為和態度、網絡使用同壓力與大學生網絡成癮的關系[J]. 心理發展與教育，2012（06）：634-639。

[3] 汪艷. 同輩群體對大學生社會化影響及對策研究[D]. 成都：成都理工大學，2011：14-20.

[4] 金盛華，宋振韶. 當代青少年同輩交往的影響機制及其引導[J]. 北京師范大學學報（人文社會科學版），2000，45（05）：102-108.

[5] 李霈. 中學生的同伴壓力：結構、特點及影響研究[D]. 福州：福建師范大學，2013.

[6] 方曉義，袁曉嬌，胡偉，等. 中國大學生心理健康篩查量表的編制[J]. 心理與行為研究，2018，16（01）：111-118.

[7] 白羽，樊富珉. 大學生網絡依賴測量工具的修訂與應用[J]. 心理發展與教育，2005（04）：99-104.

[8] 劉賢臣，戴鄭生，唐茂芹. 抑郁自評量表（SDS）醫學生測查結果的因子分析[J]. 中國心理衛生雜志，1994，2（03）：151-154.

[9] 劉賢臣，唐茂芹，胡蕾，等. 匹茲堡睡眠質量指數的信度和效度研究[J]. 中華精神科雜志，1996，29（02）：103-107.

[10] 王靜賢. 大學生同輩壓力量表的修訂及其同輩壓力現況調查研究[D]. 太原：山西醫科大學，2018.

[11] 周浩. 龍立榮共同方法偏差的統計檢驗與控制方法[J]. 心理科學進展，2004，12（06）：942-950.

[12] 湯丹丹，溫忠麟. 共同方法偏差檢驗：問題與建議[J]. 心理科學，2020，43（01）：215-223.

[13] 溫忠麟，葉寶娟. 中介效應分析：方法和模型發展[J]. 心理科學進展，2014，22（05）：731-745.

[14] Clasen D R，Borwn B B. The multidimensionality of peer pressure in adolescence[J]. J Youth Adolesc，1985，14（06）：451-468.

（薦稿人：曹麗穎，天津農學院馬克思主義學院研究員）

（責任編輯：羅欣）