大學生社會支持與問題性網絡使用之關系
——以“中國大學生追蹤調查”數據為依托

趙麗琴 宋欣怡

(北京工業大學 文法學部,北京 100020)

2021 年我國網民總體規模持續增長的同時人均使用網絡時間同樣保持著增長[1],大學生作為互聯網的主要使用人群,不合理的使用行為會對其身心發展產生負面作用。 問題性網絡使用即個體過度使用網絡的非適應性行為[2],是使用者在離開網絡后又再次希望使用的一種狀態。 學生群體的問題性網絡使用會引發不良的學業表現[3],導致人際關系欠佳等社會適應問題[4],產生焦慮、偏執等嚴重的心理健康問題[5]。 所以,進一步探討大學生群體的問題性網絡使用極具現實意義。

目前,社會支持、幸福感、個體情緒低落與問題性網絡使用的關系引起了研究者的關注。 已有研究表明問題性網絡使用使得大學生群體花費大量時間、精力在虛擬世界中,降低了現實生活中幸福感水平[6],網絡過度使用的大學生比起正常大學生綜合幸福感水平與生活滿意度更低[7]。 問題性網絡使用還與社會支持、個體情緒低落水平之間存在顯著的相關。 依據現實中的人際關系可以延伸至網絡中的擴大理論,LaRose 等[8]的研究結果表明網絡上的社交行為也能引起關注與社會支持,個體沉溺于網絡使用的同時能夠通過一些網絡社交行為獲得一定的社會支持,而基于取代理論的研究者則認為表面化、弱聯結的大多數網絡社交[9]不能強化現實中的社會支持,大學生存在問題性網絡使用時,與家人、朋友之間的互動會減少,削弱社會支持水平[10],同時產生更高的消極情緒水平[11]。

從現有研究結果可以看出,社會支持、情緒低落水平、幸福感和問題性網絡使用四者間存在復雜的相關關系。 但這種復雜的相關關系是單向還是雙向的?又是如何產生具體影響的? Kraut 等人基于社會置換假說認為,問題性網絡使用減少了個體的現實社交活動時間,網絡上虛擬的溝通方式漸漸取代現實中的面對面溝通,導致個體低水平的安全感和不良的情緒體驗。 部分研究結果同樣表明問題性網絡使用對抑郁發生存在顯著預測作用[12]。 基于情緒增強假說的研究者們更強調情緒狀態對網絡使用的影響[13]。 個體會根據情緒狀態使用網絡,但不良的社會支持無法緩解低落的情緒,而較低的情緒水平與幸福感使得個體通過網絡使用逃避現實困境。 因此,本研究假設社會支持、個體情緒低落水平、幸福感對問題性網絡使用存在預測作用,通過數據分析并結合相關研究證實大學生群體社會支持、情緒狀態、幸福感與問題性網絡使用之間相互影響的關系。

一、研究方法

(一)數據來源

使用2018 年“中國大學生追蹤調查”的數據,這是中國社會科學院重大社會調查項目,對在校生的入學到畢業以及畢業后多年開展以網絡問卷方式為主,電話調查、焦點小組訪談、面訪調查等多種調查方式的追蹤調查。 本研究主要使用2018 年“中國大學生追蹤調查”項目中本科院校的樣本,包括碩士研究生和博士研究生在內,有效樣本數量為7 882。

(二)研究變量

本研究的自變量為“大學生群體的社會支持”,通過詢問與調查對象關系親密的鄰居、親戚、伙伴、同學和可以分享快樂、憂傷的朋友的數量等共七道題目測得,Cronbach’s α 系數為0.812,每道題目答案以0—10 計分,對七道題目的得分進行加總,總得分越高表明調查對象獲得的社會支持越高。

因變量為問題性網絡使用,通過網絡使用時長和網絡使用控制力兩個方面測量。 網絡使用時長關注調查對象最近一個月每天平均上網的時長,選項分為“1 個小時內”“1—2 小時”等七個,得分越高表明調查對象網絡使用時間越長。 對網絡使用的控制力通過詢問“因為上網/玩手機忘記吃飯或睡覺”等三道題目來進行測量,選項為“完全不像”等四項,總得分越高表明調查對象使用網絡的控制能力越低。 將四道題目的得分相加即為問題性網絡使用的總得分,分數越高表明調查對象問題性網絡使用程度越高。 調查問卷的Cronbach’s α 系數為0.664。

中介變量為“大學生群體的情緒低落水平”與“幸福感”。 抑郁癥是當下較常見的一種心理疾病,以連續且長期的心情低落為主要的臨床特征,通過CES –D 抑郁自評量表簡化版本可以測量個體長期的情緒低落水平,包括“我因一些小事而煩惱”等共十道題,問題選項為“很少或者根本沒有(<1 天)”“不太多(1—2天)”等四個選項,Cronbach’s α 系數為0.701,總得分越高表明調查對象情緒越低落,受消極情緒的影響更嚴重。 本研究中的幸福感變量主要通過詢問對目前生活狀態的滿意度和是否有幸福的感覺,通過0—10分評分進行測量,Cronbach’s α 系數為0.821,兩道題目得分相加得出總分。

控制變量分為家庭和個人兩個層面。 家庭層面的控制變量是“家庭社會經濟地位”和“是否是獨生子女”,家庭社會經濟地位變量由父親、母親的教育水平和家庭月收入三個問題構成,父母教育水平為“未接受過正式教育”“小學”“初中”等,家庭月收入包括“500 元以下”“501—1 000 元”“1 001—2 000 元”等16 個選項,三道問題得分總和為家庭社會經濟地位總得分,得分越高表明調查對象家庭社會經濟地位越高。 個人層面的控制變量為性別、年齡以及調查對象所在的學校類型。

(三)數據處理

使用SPSS 26.0 對數據進行信度分析、描述統計等分析,選擇Hayes(2013)編制的Process 程序中模型6 分析中介模型,中介效應的顯著性水平通過Process程序和偏差校對非參數百分位Bootstrap 法進行檢驗。

二、研究結果

(一)共同方法偏差檢驗

使用的數據源自自我報告,測量中可能存在共同方法偏差。 因此通過Harman 單因素檢驗法檢驗,結果表明未經旋轉的第一個因子只解釋全部變異量的21.685%,未達到40%,不存在嚴重的共同方法變異。同時,進行驗證性因子分析,將相關變量的所有題目作為外顯變量進行因素分析,結果顯示數據和模型不能有效擬合(x2/df=42.264,NFI=0.853,GFI=0.898,IFI=0.856,CFI=0.856),表明研究中不存在嚴重的共同方法變異,可以繼續分析。

(二)社會支持、情緒低落、幸福感與問題性網絡使用的相關分析

首先對大學生群體的社會支持、情緒低落、幸福感問題性網絡使用及人口學變量進行描述性統計,結果如表1。

表1 相關變量的描述統計

經過雙變量相關分析,部分人口學變量與研究變量之間呈現顯著的相關關系。 例如大學生群體的社會支持與性別之間存在顯著相關(相關系數為-0.063,且p <0.01),與學校類型、家庭社會經濟地位也存在顯著相關關系(相關系數分別為0.037 與0.118,p <0.01);情緒低落水平與個體的年齡、性別顯著相關(相關系數分別為- 0.061 與- 0.027,p <0.01);幸福感與性別、是否為獨生子女間存在顯著相關關系(相關系數分別為- 0.069 與- 0.038,p <0.01);大學生群體的問題性網絡使用水平與學校類型、家庭社會經濟地位之間呈顯著相關(相關系數分別為0.044 與0.029,p <0.01)。

為了排除人口學變量與研究變量之間可能存在的共線性問題,在通過偏相關分析方法控制調查對象性別、年齡、家庭社會經濟地位、學校類型以及是否為獨生子女等變量的前提下,對社會支持、情緒低落、幸福感和問題性網絡使用之間的相關關系進行分析,結果如表2。 其中社會支持、情緒低落、幸福感與問題性網絡使用之間的相關分析為偏相關分析結果。

表2 社會支持、情緒低落、幸福感與問題性網絡使用等的相關分析結果

由表2 可知,社會支持變量與情緒低落、問題性網絡使用存在顯著負相關關系,社會支持與大學生情緒低落之間的相關系數為- 0.39,p <0.001,與問題性網絡使用之間的相關系數為- 0.16,p <0.001。 同時,社會支持變量與幸福感存在顯著正相關關系,相關系數為0.58,p <0.001,情緒低落水平與幸福感存在顯著負相關關系,相關系數為- 0.56,p <0.001,情緒低落水平與問題性網絡使用存在顯著正相關關系,相關系數為0.28,p <0.001,幸福感變量與大學生群體問題性網絡使用存在顯著負相關關系, 相關系數為- 0.2,p <0.001。

(三)社會支持影響問題性網絡使用的多重中介模型

通過Process 程序進行中介效應分析,在控制相關控制變量的情況下,情緒低落和幸福感在社會支持與大學生群體問題性網絡使用之間的中介作用如表3。結果表明社會支持對個體情緒低落有顯著負向預測作用(B =-0.185,p <0.01),對大學生群體的幸福感存在顯著的正向預測作用(B =0.146,p <0.01);個體情緒低落對幸福感存在顯著的負向預測作用(B =-0.294,p <0.01);當社會支持、情緒低落、幸福感同時影響問題性網絡使用時,社會支持與幸福感起直接負向預測作用(B=-0.009,p <0.01;B=-0.032,p <0.01),情緒低落對大學生群體問題性網絡使用具有顯著正向預測作用(B =0.131,p <0.01)。

表3 相關變量間的回歸分析

通過偏差校對非參數百分位Bootstrap 法對中介效應進行檢驗,結果表明情緒低落和幸福感的中介作用顯著,在社會支持對問題性網絡使用的影響中產生的總間接效應值為-0.030 7,占總效應的76.56%,Bootstrap 95%置信區間為[-0.034 9,-0.026 3],不包括0 值,表明情緒低落水平和幸福感在社會支持與問題性網絡使用之間存在顯著中介效應,如表4。 具體來看,中介效應通過三條中介鏈產生的間接效應構成,間接效應1(-0.024 2)由社會支持→情緒低落→問題性網絡使用組成;間接效應2(-0.004 7)由社會支持→幸福感→問題性網絡使用組成;間接效應3(-0.001 8)由社會支持→情緒低落→幸福感→問題性網絡使用組成,Bootstrap 95%置信區間均不包括0,表明情緒低落和幸福感的鏈式中介作用與獨立中介作用均顯著,具體路徑如圖1 所示。

圖1 大學生社會支持與問題性網絡使用:情緒水平及幸福感的多重中介作用

表4 情緒低落和幸福感在社會支持與問題性網絡使用之間的中介效應分析

三、討論

本研究結果表明在社會支持、情緒低落與問題性網絡使用的模型中,社會支持顯著負向預測問題性網絡使用,并通過個體情緒低落間接影響大學生群體的問題性網絡使用。 社會支持會直接影響個體的抑郁情緒[14],良好的社會支持能夠一定程度上緩解大學生的不良情緒,而情緒低落水平對問題性網絡使用的顯著預測作用表明大學生的消極的低落情緒會誘發問題性網絡使用。 因此,對恰當引導大學生問題性網絡使用來說,單單關注情緒低落對其產生的影響是不全面的,還應注意到社會支持直接或通過情緒低落間接對大學生群體問題性網絡使用的負向預測作用。

社會支持能夠負向預測問題性網絡使用,同時通過幸福感間接影響問題性網絡使用。 良好的社會支持可以為大學生群體提供物質和心理上的幫助,增強大學生群體的歸屬感與幸福感,而幸福感對問題性網絡使用的負向預測作用說明幸福感較低、對現實生活滿意度較低的個體更容易沉迷于網絡中,虛擬世界的網絡社交可以為大學生群體提供一定的群體歸屬感與情感支持,大學生可能將網絡世界當成逃避不滿意的現實生活、發展可能的社交關系的途徑,從而產生問題性網絡使用。 因此,在探討大學生群體社會支持對問題性網絡使用的影響時,還需注意幸福感的部分中介作用。

總之,通過本研究,一是發現個體情緒低落水平與幸福感在大學生群體社會支持和問題性網絡使用之間發揮鏈式中介的作用,較低的社會支持水平也會間接通過加重個體情緒低落、降低幸福感,進而增加問題性網絡使用。 二是發現社會支持通過個體情緒低落作用于大學生群體的幸福感。 很多研究結果表明大學生群體社會支持與消極情緒之間關系密切,良好的社會支持系統讓個體體會到社會獎賞,提供積極的情緒體驗,促進個體的積極心理狀態,通過減緩生活中壓力事件對個體的負面影響,降低抑郁發生的幾率[15],引起積極自我評定提升幸福感,說明良好的社會支持系統對緩解情緒低落、提升生活滿意度與幸福感、促進大學生健康情緒發展具有重要作用。 三是發現個體情緒低落通過幸福感間接影響大學生群體的問題性網絡使用,情緒低落水平負向預測幸福感的結果證實消極情緒水平高的個體幸福感較低,對現實生活滿意度較低的大學生更傾向于在網絡世界中尋找成就感和價值感,提高問題性網絡使用發生的幾率,說明適當消解消極的、低落的情緒,幫助大學生保持健康的情緒狀態有助于改善大學生群體的問題性網絡使用。 研究結果表明社會支持、個體情緒狀態與幸福感與問題性網絡使用之間存在相互影響的關系。

社會支持作為大學生群體重要的社會資源,促進個體心理健康,有助于發展、維持現實生活中的人際關系。 個體情緒低落水平和幸福感在大學生社會支持與問題性網絡使用中的鏈式中介作用,揭示了社會支持如何通過某些特定的中介變量的共同作用影響大學生群體的問題性網絡使用,闡明了社會支持對問題性網絡使用產生影響的內部作用機制,當出現壓力事件時,即使個體不斷產生負面情緒,社會支持系統較好的個體能夠獲得物質、心理上的幫助,從而調節自己的情緒、認知和行為,緩解負面情緒并維持健康情緒,更可能采取積極應對方式面對壓力事件和消極情緒,減少面對消極情緒、負性事件時沉溺網絡的逃避行為,提升個人幸福感與生活滿意度,進而改善問題性網絡使用行為。