成人依恋与大学生智能手机成瘾的关系研究
A Study on the Relationship between Adult Attachment and Smartphone Addiction among College Students
摘要: 本研究基于I-PACE模型、病理性网络使用理论,以大学生群体为研究对象,主要对成人依恋、孤独感、非适应性认知与智能手机成瘾的内在联系,及其背后的作用机制进行探讨。本研究采用《亲密关系经历量表》《UCLA孤独量表》《中国青少年非适应性认知量表》和《大学生智能手机成瘾量表》,对492名大学生发放线上问卷进行数据收集。结果表明:1) 成人依恋、孤独感、非适应性认知和智能手机成瘾两两正相关;2) 成人依恋正向预测智能手机成瘾;3) 孤独感和非适应性认知在成人依恋和智能手机成瘾之间不仅起单独中介作用,还起链式中介作用。结论:个体的成人依恋水平越高,孤独感越高,与此同时其非适应性认知程度也进一步提高,最终导致智能手机成瘾。
Abstract: With the popularization and extensive use of smartphones, smartphone addiction has become a common problem among college students. College is an important period of life, so it is quite critical for them to use smartphones correctly and avoid addiction. Based on the I-PACE model and the theory of pathological Internet use, this study takes college students as the research object, and mainly explores the intrinsic connection between adult attachment, loneliness, non-adaptive cognition and smartphone addiction, as well as their underlying mechanisms. In this study, the Intimate Relationship Experience Scale, UCLA Loneliness Scale, Chinese Adolescent Nonadaptive Cognition Scale, and College Student Smartphone Addiction Scale were used to collect data from 600 college students who were given an online questionnaire. Data entry management, descriptive statistics, correlation analysis and analysis of chained mediation effects were performed using spss26.0. The results showed that: 1) adult attachment, loneliness, nonadaptive cognition and smartphone addiction were positively correlated; 2) adult attachment positively predicted smartphone addiction; and 3) loneliness and nonadaptive cognition not only mediated individually but also chained mediation between adult attachment and smartphone addiction. The present study illustrates that the higher the level of adult attachment of an individual, the higher the loneliness, and at the same time his/her degree of nonadaptive cognition further increases, which ultimately leads to smartphone addiction.
文章引用:唐铭蔚 (2025). 成人依恋与大学生智能手机成瘾的关系研究. 心理学进展, 15(5), 651-661. https://doi.org/10.12677/ap.2025.155341

1. 引言

智能手机成瘾被认为是一种新兴的行为上的成瘾,其根源在于个体对智能手机的过度依赖和缺乏自我控制,这种依赖最终损害了个体的社会功能,并触发了多种心理及行为上的问题(刘勤学等,2017)。大学生是智能手机成瘾的高发人群,数据调查显示大学生智能手机成瘾率已经超过了75%,有超过三分之一的大学生每天使用手机时长超过了8小时。而智能手机的过度使用会导致一系列不良后果,研究显示,学生过度使用和强烈依赖智能手机,不仅会对其社会功能产生负面影响,还可能导致学业危机(刘怡婷等,2019)。探究有关智能手机成瘾的情感与认知方面的影响因素时,既往研究者已经探究出依恋焦虑可以作为预测因素,但是鲜少有研究探讨成人依恋这一因素。

1.1. 成人依恋对智能手机成瘾的影响

有研究报道,不安全的成人依恋会增加各种传统物质(如酒精、药物等)成瘾行为。作为一种非物质性成瘾行为,智能手机可以表现为过度使用社交软件并在情感上依赖其背后隐藏的强大的虚拟的人际关系群,因此智能手机成瘾可能更加容易受到依恋风格的影响。

成人依恋是指个体目前与同伴持久的情感联系(侯柯,邹泓,蒋索,2005),包含依恋焦虑和依恋回避两个维度,是一种不安全的依恋关系。依恋理论的代表人物Flores (2004)曾经明确指出,那些有着不安全依恋倾向的个体,很可能会通过频繁使用手机等方式,来寻求心灵的慰藉和情感的补偿,进而过度使用甚至导致成瘾。这一观点在大量的研究文献中得到了印证,成人依恋中的依恋焦虑和依恋回避这两个核心维度,都与网络成瘾或病理性互联网使用之间存在明确的正相关预测关系(蔡蕊莉,2011)。然而,这一结论是否完全适用于成人依恋对智能手机成瘾的影响,依然是一个值得深入探讨的话题。因此,本研究提出假设1:成人依恋对智能手机成瘾有正向预测作用。

1.2. 孤独感的中介作用

孤独感是指当个体所处的现实交往环境反馈出消极状态,并与自身想与人交往的意愿产生冲突时,内心就会产生无助、负性的情绪(黄希庭,2004)。根据李同归等人(2008)以及Wei等人(2005)的研究,那些缺乏安全感、拥有非安全型依恋的个体,更容易感受到强烈的孤独感,国内大量研究也证实了这一观点(侯珂等,2005黄国红,吴庆云,2008)。

孤独感与手机成瘾间存在显著正相关(张亚利等,2020刘文俐,2011)。王亚可等(2023)采用纵向设计,对大学生群体展开了为期六个月的追踪调查。通过数据分析,清晰地揭示了大学生孤独感与手机成瘾之间的正相关关系。

成人依恋可能是通过孤独感对智能手机成瘾产生作用的。李旭等人(2015)研究发现,成人依恋的两个维度——依恋焦虑和依恋回避都能通过孤独感的中介作用,进而影响病理性网络使用。基于此,本研究提出假设2:孤独感在成人依恋与智能手机成瘾之间起中介作用。

1.3. 非适应性认知的中介作用

非适应性认知指的是,个体在将现实世界与网络社交比较后,认为网络社交胜于现实世界,虚拟自我胜于现实自我,进而形成对互联网的过度积极评价与预期(王素娟等,2021)。成人依恋可能会正向预测非适应性认知,Mikulincer和Shaver (2007)的研究表明,成人依恋显著影响个体的非适应性认知。此外,Kuss et al. (2014)的研究指出,个体所表现出的依恋焦虑与依恋回避的特征,能够作为预测其是否可能发展为病理性互联网使用的重要指标。

非适应性认知可能会正向预测智能手机成瘾,根据Davis (2001)提出的病理性互联网使用理论,个体对于自我及世界的非适应性认知,常由精神病理因素及生活中的刺激性事件所触发,这种不适应性的认知最终会导致病理性网络使用的出现。此外,Bianchi和Phillps (2005)将智能手机成瘾分类为行为成瘾中的技术成瘾,因此“认知–行为”成瘾理论同样适用于解释智能手机成瘾的成因。基于此,本研究提出假设3:非适应性认知在成人依恋对智能手机成瘾的影响中起中介作用。

1.4. 孤独感和非适应性认知的链式中介作用

由于成人依恋的依恋焦虑与依恋回避的两个维度,造成人际交往的心理需求未满足,进而产生孤独感,青少年为了降低或减少孤独感,可能会使用手机与网友联系以获得他们的支持和理解,从而增加了手机依赖的风险(张亚利等,2020),长此以往,他们逐渐形成网络世界比现实世界好的非适应性认知,进而更加导致智能手机成瘾。

根据Brand的I-PACE模型,成人依恋作为一种人格特质,高依恋焦虑和高依恋回避的人群感受到的孤独感更高,孤独感又作为模型中的情绪部分,导致负性认知(非适应性认知),在手机中得到满足和补偿感,进而导致智能手机成瘾。如图1所示。基于此,可以假设4:孤独感与非适应性认知在成人依恋对大学生智能手机成瘾的影响中起链式中介作用。

综上所述,本研究构建了一个以成人依恋为自变量,智能手机成瘾为因变量,孤独感和非适应性认知为中介变量的模型。考察成人依恋与智能手机成瘾之间的潜在联系,以及孤独感和非适应性认知在这一关系中的作用机制,以期深入理解四者之间的关系,丰富现有研究。

2. 方法

2.1. 被试

采取方便取样的方法,选取江苏省和浙江省的大学生群体,通过线上问卷星发放问卷的形式,发放问卷600份,剔除填答不认真、不完整的问卷。并且由于恋爱经历对成人依恋水平产生重要影响(李淑梅,2009王金奎,2007),为确保研究的准确性和针对性,本研究仅对具有或曾具有恋爱关系的被试者进行了数据分析。经过筛选,最终的研究样本包含492名被试,其中204名男性,288名女性。这些被试的年龄跨度为20至24岁,平均年龄为21.99 ± 1.38岁,中位数为22岁。

Figure 1. I-PACE model (Brand, 2016)

1. I-PACE模型(Brand, 2016)

2.2. 工具

2.2.1. 亲密关系经历量表

采用由Brennan等人(1998)在前人研究基础上编制,国内学者李同归(2006)修订的亲密关系量表(Experiences in Close Relationship, ECR)来测查大学生的成人依恋水平。该量表包含36项题目,采用李克特7点计分(1分 = 非常不赞成,7分 = 非常赞成)。让参与者在每道题目中都能找到最贴近自己实际情况的答案,量表内容例如“我担心我会被抛弃”、“我倾向于不跟恋人过分亲密”。量表分数越高,被试成人依恋程度越高(李同归,2006)。本研究中信度系数为0.917。

2.2.2. UCLA孤独量表

采用由Russell (1996)编制、刘平等(1999)修订的中文版孤独感量表来测查大学生的孤独感水平。该量表包含20项题目,其中题目1、5、6、9、10、15、16、19和20是反向计分题。采用李克特4点计分(1分 = 从不,4分 = 一直)。让参与者在每道题目中都能找到最贴近自己实际情况的答案,例如问卷中题目:“我常感觉缺少伙伴”。量表分数越高,被试孤独感水平越高。本研究中信度系数为0.946。

2.2.3. 中国青少年非适应性认知量表

采用由Mai et al. (2012)编制的中国青少年非适应性认知量表来测查非适应性认知水平,该量表包含12项题目。采用李克特5点计分(1分 = 非常不同意,5分 = 非常同意),让参与者在每道题目中都能找到最贴近自己实际情况的答案,例如问卷中题目:“当我上网的时候,我感觉自己能力更强”。量表分数越高,被试非适应性认知程度越高。本研究中信度系数为0.933。

2.2.4. 大学生智能手机成瘾量表

采用由苏双等人(2014)编制的大学生智能手机成瘾量表来测查大学生智能手机成瘾水平,此量表共包含22项题目,采用李克特5点计分法(1分 = 非常不符合,5分 = 非常符合),让参与者在每道题目中都能找到最贴近自己实际情况的答案,例如问卷中题目:“玩智能手机影响了我的学业成绩”。最终得到的量表分数越高,意味着被试者在智能手机使用上的成瘾水平也越高。本研究中该问卷信度系数为0.919。

2.3. 数据处理

本研究的数据处理采用IBM SPSS 26.0软件进行统计分析,对数据进行共同方法偏差检验、描述性统计、相关分析以及回归分析等。此外,本研究还利用SPSS 26.0配备的Process 4.1插件,对中介效应进行了深入的检验。

3. 结果

3.1. 共同方法偏差检验

本研究使用SPSS 26.0软件,经Harman单因子检验法(周浩,龙立荣,2004)对量表进行检验。将所有题项导入到因子分析中,结果发现,特征根 > 1的因子有15个,首个因子的方差解释率为23.68%,这一数值未达到理论上的判断标准值30%。因此,可以合理推断,本研究并未出现显著的共同方法偏差问题,可以进行后续分析。

3.2. 大学生成人依恋、孤独感、非适应性认知和智能手机成瘾的总体情况

对各变量的平均分、标准差进行描述性统计分析的结果如表1所示。

1) 亲密关系经历量表计分方式为1~7分,分数越高表明其依恋不安全感越强。大学生成人依恋水平(M = 4.38, SD = 0.84)超过了中间值4分,说明大学生成人依恋水平偏高。

2) 孤独感计分方式为1~4分,分数越高孤独感越高。大学生孤独感(M = 2.28, SD = 0.59),超过了中间值2分,说明大学生的孤独感偏高。

3) 非适应性认知、智能手机成瘾的计分方式均为1~5分,分数越高则表明大学生的非适应性认知和智能手机成瘾越高。非适应性认知(M = 3.16, SD = 0.90)和智能手机成瘾(M = 3.32, SD = 0.78)均位于中值偏上水平,说明大学生的非适应性认知和智能手机成瘾都处于偏高水平。

Table 1. Descriptive statistical analysis of variables

1. 各变量描述性统计分析

变量

N

Min

Max

M

SD

成人依恋

492

1.78

6.64

4.38

0.84

孤独感

492

1.25

3.75

2.28

0.59

非适应性认知

492

1.25

4.83

3.16

0.90

智能手机成瘾

492

1.32

4.73

3.32

0.78

3.3. 各研究变量的相关分析

对模型中各变量采用皮尔逊相关进行分析,结果显示,成人依恋、孤独感、非适应性认知及智能手机成瘾之间两两存在显著正相关(见表2)。

Table 2. Correlation between variables

2. 各变量间的相关关系

成人依恋

孤独感

非适应性认知

智能手机成瘾

成人依恋

1

孤独感

0.26**

1

非适应性认知

0.32**

0.47**

1

智能手机成瘾

0.58**

0.56**

0.52**

1

注:*p < 0.05,**p < 0.01。

3.4. 链式中介效应分析

为了确保研究的准确性和可靠性,本研究对所有变量进行标准化处理,并在统计分析中严格控制了性别和年龄这两个可能的影响因素。基于相关分析结果,我们发现孤独感与非适应性认知满足作为中介变量,在成人依恋与智能手机成瘾关系中进行中介效应检验的统计学条件。依据偏差校正的百分位Bootstrap法(抽取5000个样本),通过SPSS插件Process 4.1,选择模型6进行了链式中介效应检验,以此更深入地探讨这四个变量之间的复杂关系。

表3可以看出,在控制性别、年龄、恋爱状态和有无恋爱经验等人口学变量的情况下,成人依恋可以显著正向预测智能手机成瘾(β = 0.58, t = 15.86, p < 0.001),也能正向预测孤独感(β = 0.26, t = 6.06, p < 0.001);而孤独感也可以正向预测智能手机成瘾(β = 0.35, t = 9.99, p < 0.001)。因此孤独感在成人依恋和智能手机成瘾的关系中起中介作用。

成人依恋可以显著正向预测智能手机成瘾(β = 0.58, t = 15.86, p < 0.001),也能正向预测非适应性认知(β = 0.21, t = 5.16, p < 0.001);而非适应性认知也可以正向预测智能手机成瘾(β = 0.22, t = 6.31, p < 0.001)。因此非适应性认知在成人依恋和智能手机成瘾的关系中起中介作用。

Table 3. Chained mediated effects model regression results (n = 492)

3. 链式中介效应模型回归结果(n = 492)

回归方程

系数显著性

拟合指标

结果变量

预测变量

β

t

R

R2

F

孤独感

成人依恋

0.26

6.06***

0.26

0.07

36.74

非适应性认知

成人依恋

0.21

5.16***

0.51

0.26

87.89

孤独感

0.42

10.42***

智能手机成瘾

成人依恋

0.42

13.07***

0.74

0.56

202.69

孤独感

0.35

9.99***

非适应性认知

0.22

6.31***

智能手机成瘾

成人依恋

0.58

15.86***

0.58

0.34

251.46

注:*p < 0.05,**p < 0.01,***p < 0.001。

表4所示,中介效应涵盖了由三条路径所产生的间接效应。其中,第一条路径为成人依恋→孤独感→智能手机成瘾,其间接效应值为0.052,且对应的置信区间(LLCI = 0.030, ULCI = 0.078)不包含0值。这一结果表明孤独感在成人依恋与智能手机成瘾之间中介效应显著。第二条路径为成人依恋→非适应性认知→智能手机成瘾,其间接效应值为0.026,对应的置信区间(LLCI = 0.013, UICI = 0.043)不包含0值。这一结果表明非适应性认知在成人依恋与智能手机成瘾之间中介效应显著;第三条为成人依恋→孤独感→非适应性认知→智能手机成瘾,其效应值为0.014,置信区间(LLCI = 0.007, ULCI = 0.023)不包含0值,这表明孤独感和非适应性认知在成人依恋和智能手机成瘾的关系中的链式中介效应显著,各变量的关系如图2所示。

Table 4. Chained mediated effects model regression results (n = 492)

4. 链式中介效应模型回归结果(n = 492)

效应值

Boot标准误

Boot CI下限

Boot CI上限

总间接效应

0.092

0.016

0.062

0.126

间接效应1

0.052

0.012

0.030

0.078

间接效应2

0.026

0.008

0.013

0.043

间接效应3

0.014

0.004

0.007

0.023

路径1:成人依恋→孤独感→智能手机成瘾。

路径2:成人依恋→非适应性认知→智能手机成瘾。

路径3:成人依恋→孤独感→非适应性认知→智能手机成瘾。

注:*p < 0.05,**p < 0.01,***p < 0.001。

Figure 2. Chain mediation of loneliness and nonadaptive cognition

2. 孤独感和非适应性认知的链式中介作用

4. 结论与讨论

本研究通过对492名大学生进行问卷调查,发现成人依恋、孤独感、非适应性认知与智能手机成瘾两两间显著相关,成人依恋可以正向预测智能手机成瘾,孤独感和非适应性认知在成人依恋与智能手机成瘾之间起链式中介作用。

4.1. 成人依恋对智能手机成瘾的影响

本研究对成人依恋和智能手机成瘾的关系进行了研究,结果表明成人依恋对智能手机成瘾有正向预测作用,假设1得到验证,这与前人研究相一致。成人依恋分为依恋焦虑与依恋回避两个维度,是不安全依恋类型的表现。依恋焦虑及依恋回避均与手机依赖程度相关,且对手机依赖有正向预测作用(胡哲,2023)。成人依恋被描述为指导应对行为的内在资源,对个体应对生活压力的反应以及形成新依恋关系的倾向(例如与智能手机等物品的依恋关系)产生强烈影响(Bowlby, 1969)。多项研究将依恋不安全感和智能手机成瘾联系起来(Ge, 2014; Ghasempour & Mahmoodi Aghdam, 2015; Monacis et al., 2017)。

根据社会控制理论,个体与社会之间的紧密联系对于预防诸如智能手机成瘾等不良行为具有积极影响,即健康的依恋关系对预防智能手机成瘾具有积极作用(Kim, 2018)。为预防和减轻大学生的智能手机成瘾程度,需要引导他们建立更良好的人际关系和养成信息搜寻的良好习惯,以对抗消极的成人依恋水平给他带来的不良影响。

4.2. 孤独感的中介作用

研究结果显示,孤独感在成人依恋和智能手机成瘾之间起中介作用。验证了假设2,这与前人的研究结果相一致,即孤独感成为了连接成人依恋和智能手机成瘾之间的桥梁(李旭等,2015)。根据李同归等人(2008)以及Wei等人(2005)的研究,那些缺乏安全感、拥有非安全型依恋的个体,更容易感受到强烈的孤独感。孤独感与个体过度使用手机的行为之间存在着显著的正相关关系(Bian & Leung, 2015; Kim et al., 2009),国内也有学者证实个体对手机的过度使用很可能是因为强烈的孤独感(李笑燃,2018)。具有较高孤独感水平的个体会频繁使用手机来消解或逃避孤独,以获得情感上的支持和满足感,这种行为往往会导致手机依赖的形成(刘红,王洪礼,2011)。大量研究也证实了,孤独感是导致手机成瘾的主要原因(张亚利等,2020Liu et al., 2019)。通过对一系列研究结果的分析可知,成人依恋水平高的大学生更易产生孤独感,从智能手机中寻求慰藉,进而导致智能手机成瘾。

4.3. 非适应性认知的中介作用

中介效应检验结果显示,非适应性认知在成人依恋和智能手机成瘾的关系中起中介作用。成人依恋显著影响了个体的心理素质和非适应性认知(Mikulincer & Shaver, 2007),并且能够显著预测病理性互联网使用(PIU)的形成(Kuss et al., 2014)。与先前研究结果一致,假设3得到验证。

非适应性认知对大学生智能手机成瘾有所影响。智能手机作为保持人际关系和社交联系的工具,相较于其他物品,更可能被作为补偿性依恋的对象(Konok et al., 2016; Li & Hao, 2019)。不良的线上和线下同伴交往经常导致大学生对现实生活产生负面评价,从而形成非适应性的认知模式(王晨岑,刘雍鹤,2020),他们可能会形成“手机能够解救现实困境”的观念,以满足自我效能感(Deci & Ryan, 2008),增强生活掌控感,进而提高成瘾风险。众多实证研究证实,非适应性认知对手机成瘾(Zhou et al., 2021)、网络成瘾(Gao et al., 2019)以及问题性社交媒体使用(Wang et al., 2021)有显著的正向预测作用。

网络成瘾的认知行为理论为我们理解这一现象提供了新的视角(李丹黎等,2013)。根据这一理论,非适应性认知是导致网络成瘾的关键因素。在情感和行为症状出现之前,认知症状就已经显现。更进一步地说,成人依恋的焦虑与回避等远端因素通过非适应性认知这一近端因素起作用,共同促成了智能手机成瘾的发生。

4.4. 孤独感和非适应性认知的链式中介作用

根据链式中介模型检验,孤独感和非适应性认知在成人依恋和智能手机成瘾的关系中起到链式中介作用,假设4得到验证。由于成人依恋的依恋焦虑与依恋回避的两个维度,造成人际交往的心理需求未满足,进而产生孤独感,大学生为了降低或减少孤独感,可能会使用手机与网友联系以获得他们的支持和理解,从而增加了手机依赖的风险(张亚利等,2020),长此以往,他们逐渐形成网络世界比现实世界好的非适应性认知,进而智能手机成瘾程度加深。本研究结论与以往研究一致。

根据Brand (2016)年提出的I-PACE模型,成人依恋是一种人格特质,被定义为:个体与其当前伴侣之间所建立的持续且深厚的情感纽带。高成人依恋水平的人群感受到的孤独感更高,孤独感又作为模型中的情绪部分,导致非适应性认知。其中,情境因素作为主观感知的一部分,起着重要作用。具体来说,当个人面临冲突或经历异常情绪,产生抑郁、焦虑或过度的兴奋状态时,可能干扰正常的认知过程。进一步讲,个体对这些情境因素产生的主观压力反应,会在一定程度上决定其是否选择使用互联网作为一种应对策略(Tavolacci et al., 2013)。在手机中得到满足和补偿感,进而导致智能手机成瘾。

Fowler和Noyes (2015)的研究发现,年轻人将智能手机视为安全之源。因此,有坚实的证据基础支持对年轻人使用智能手机作为“安全港”的评价。关于将智能手机作为安全基地(在此基地中,个人更有信心和安全感地探索环境或承担风险),将智能手机作为安全之源可能会增强自信心和安全感。在面临压力情境时,高成人依恋水平的个体更容易体验到孤独感的情绪,这会干扰到他的认知过程,认为智能手机是一个安全基地,可以暂时逃避现实生活、体验到快乐。这样的认知与应对策略导致个体长时间沉浸在智能手机中,最终导致智能手机成瘾,所以孤独感和非适应性认知在成人依恋与智能手机成瘾的关系中起到链式中介作用。

5. 研究意义与不足

在理论意义方面,本研究从成年之后的依恋理论出发,探讨成人依恋在移动互联网时代对智能手机成瘾的影响的心理机制,并且同时从负性情绪和负性认知角度来认知影响的机制,能够深化对智能手机成瘾的理解,拓展成人依恋理论和手机成瘾的关系的理论研究。

在实践意义方面,近年来,随着智能手机逐渐在生活中扮演越来越重要的角色,使得更多的大学生沉浸其中,在大学生群体中智能手机成瘾现象逐渐普遍,很大程度上影响了身体和心理的健康发展。对这一问题的研究将有助于理解大学生群体智能手机成瘾的现象背后的心理机制,并通过孤独感和非适应性认知的中介效应的解释增加对这一问题的临床实践上的指导,从而有针对性地帮助高校和社会面对并解决这一当下越来越严重的问题。

本研究也存在以下不足:首先,本研究选用了横断面研究设计,此种方法确实能够探寻不同变量间的关联性。但无法呈现个体随时间推移的变化情况,进而难以探究心理发展的规律和特点,未来的研究可以运用纵向研究设计。其次,本研究未考虑到可能存在的其他中介和调节变量,例如复性情绪(崔琦,王星,2022)、错失恐惧(吴振恒,周颖,2022)、羞怯感(史华伟,刘洋,2019)等,这些因素都可能影响智能手机成瘾的程度。因此,未来的研究可以将这些变量纳入考虑范围。最后,本研究将成人依恋整体考量,未单独分析依恋焦虑、依恋回避维度对智能手机成瘾的影响,未来研究可以将其细化分析。

参考文献

[1] 蔡蕊莉(2011). 大学生成人依恋及其与社交焦虑、网络成瘾倾向的关系研究. 硕士学位论文, 南宁: 广西师范学院.
[2] 崔琦, 王星(2022). 复性情绪在心理困扰与智能手机成瘾间的中介作用. 中国健康心理学杂志, 30(7), 1021-1026.
[3] 侯珂, 邹泓, 蒋索(2005). 社会人格取向的成人依恋研究. 心理科学进展, 23(5), 640-650.
[4] 胡哲(2023). 成人依恋与手机依赖的相关分析. 校园心理, 21(2), 88-93.
[5] 黄国红, 吴庆云(2008). 成人依恋类型研究综述. 武汉工程大学学报, 30(6), 117-119.
[6] 黄希庭(2004). 简明心理学辞典. 安徽人民出版社.
[7] 李丹黎, 张卫, 王玉红(2013). 网络成瘾认知行为模型的构建与验证. 心理科学进展, 21(2), 296-304.
[8] 李淑梅(2009). 大学生成人依恋与人际问题的关系研究. 硕士学位论文, 上海: 复旦大学.
[9] 李同归(2006). 成人依恋的测量: 亲密关系经历量表(ECR)中文版. 心理学报, 51(3), 399-406.
[10] 李同归, 李嘉, 秦和平, 郭晓飞, 王新暖, 刘志平(2008). 大学生依恋类型对心理健康的影响. 中国心理卫生杂志, 22(10), 740-743+748.
[11] 李旭, 陈世民, 郑雪(2015). 成人依恋对病理性网络使用的影响: 社交自我效能感和孤独感的中介作用. 心理科学, 38(3), 721-727.
[12] 刘红, 王洪礼(2011). 大学生手机成瘾与孤独感、手机使用动机的关系. 心理科学, 48(6), 1453-1457.
[13] 刘平, 汪向东, 马弘(1999). UCLA孤独量表中文修订版的信效度研究. 中国心理卫生杂志, 13(4), 241-243.
[14] 刘勤学, 杨燕, 林悦, 余思, 周宗奎(2017). 智能手机成瘾: 概念、测量及影响因素. 中国临床心理学杂志, 25(1), 82-87.
[15] 刘文俐(2011). 大学生网络过度使用后果及相关因素分析. 硕士学位论文, 长沙: 中南大学.
[16] 刘怡婷, 叶宝娟, 杨强(2019). 压力性生活事件对大学生学习倦怠的影响: 链式中介效应分析. 中国临床心理学杂志, 27(4), 782-784+789.
[17] 史华伟, 刘洋(2019). 羞怯感对智能手机成瘾的影响: 社交焦虑与孤独感的链式中介作用. 心理发展与教育, 35(5), 589-596.
[18] 苏双, 潘婷婷, 刘勤学, 陈潇雯, 王宇静, 李明月(2014). 大学生智能手机成瘾量表的初步编制. 中国心理卫生杂志, 28(5), 392-397.
[19] 王晨岑, 刘雍鹤(2020). 大学生越轨同伴交往与问题性网络使用的关系——以非适应性认知与意志控制的中介效应检验结果为参考. 现代交际, 14(14), 153-154+152.
[20] 王金奎(2007). 大学生成人依恋的调查及与情绪调节、人际关系困扰的关系研究. 硕士学位论文, 苏州: 苏州大学.
[21] 王素娟, 孙颖, 张亚利, 张雅明(2021). 社会排斥对青少年低头行为的影响: 社交焦虑与非适应性认知的链式中介作用. 中国特殊教育, 28(4), 72-77.
[22] 王亚可, 卢瑶, 陈建文(2023). 大学生孤独感与手机成瘾的关系. 中国心理卫生杂志, 37(1), 85-90.
[23] 吴振恒, 周颖(2022). 错失恐惧与智能手机成瘾: 自我控制与社会支持的有调节中介模型. 中国临床心理学杂志, 30(3), 561-565.
[24] 张亚利, 李森, 俞国良(2020). 孤独感和手机成瘾的关系: 一项元分析. 心理科学进展, 38(11), 1836-1852.
[25] 周浩, 龙立荣(2004). 共同方法偏差的统计检验与控制方法. 心理科学进展, 22(6), 942-950.
[26] Bian, M., & Leung, L. (2015). Linking Loneliness, Shyness, Smartphone Addiction Symptoms, and Patterns of Smartphone Use to Social Capital. Social Science Computer Review, 33, 61-79.
https://doi.org/10.1177/0894439314528779
[27] Bianchi, A., & Phillips, J. G. (2005). Psychological Predictors of Problem Mobile Phone Use. Cyber Psychology & Behavior, 8, 39-51.
https://doi.org/10.1089/cpb.2005.8.39
[28] Bowlby, J. (1969). Attachment and Loss. Random House.
[29] Brand, M. (2016). Integrating Psychological and Neurobiological Considerations Regarding the Development and Maintenance of Specific Internet-Use Disorders: An Interaction of Person-Affect-Cognition-Execution (I-PACE) Model. Neuroscience & Biobehavioral Reviews, 71, 252-266.
https://doi.org/10.1016/j.neubiorev.2016.08.033
[30] Brennan, K. A., Shaver, P. R. et al. (1998). Attachment Styles and Personality Disorders: Their Connections to Each Other and to Parental Divorce, Parental Death, and Perceptions of Parental Caregiving. Journal of Personality, 66, 835-878.
https://doi.org/10.1111/1467-6494.00034
[31] Davis, R. A. (2001). A Cognitive-Behavioral Model of Pathological Internet Use. Computers in Human Behavior, 17, 187-195.
https://doi.org/10.1016/s0747-5632(00)00041-8
[32] Deci, E. L., & Ryan, R. M. (2008). Self-Determination Theory: A Macro Theory of Human Motivation, Development, and Health. Canadian Psychology/Psychologie Canadienne, 49, 182-185.
https://doi.org/10.1037/a0012801
[33] Flores, P. J. (2004). Addiction as an Attachment Disorder. Jason Aronson.
[34] Fowler, J., & Noyes, J. (2015). From Dialing to Tapping: University Students Report on Mobile Phone Use. Procedia Manufacturing, 3, 4716-4723.
https://doi.org/10.1016/j.promfg.2015.07.568
[35] Gao, T., Li, J. M., Zhang, H. C., Gao, J. L., Kong, Y., Hu, Y., & Mei, S. L. (2019). Cognitive Distortions and Internet Addiction: The Mediating Role of Self-Control and the Moderating Role of Social Support. Journal of Psychology, 51, 933-944.
https://doi.org/10.3724/SP.J.1041.2019.00933
[36] Ge, X. (2014). The Relationship between Attachment Style and Smartphone Addiction among College Students: The Mediating Role of Self-Esteem. Social Behavior and Personality: An International Journal, 42, 1087-1096.
https://doi.org/10.2224/sbp.2014.42.7.1087
[37] Ghasempour, A., & Mahmoodi Aghdam, G. (2015). The Role of Attachment Styles and Self-Control in Predicting Smartphone Addiction among University Students. Journal of Fundamentals of Mental Health, 17, 297-304.
http://jfmh.mums.ac.ir/article_5253.html
[38] Kim, J. H. (2018). Smartphone-Mediated Communication vs. Face-to-Face Interaction: Two Routes to Social Support and Problematic Use of Smartphone. Computers in Human Behavior, 87, 345-355.
https://doi.org/10.1016/j.chb.2018.06.004
[39] Kim, J., LaRose, R., & Peng, W. (2009). Loneliness as the Cause and the Effect of Problematic Internet Use: The Relationship between Internet Use and Psychological Well-Being. Cyber Psychology & Behavior, 12, 451-455.
https://doi.org/10.1089/cpb.2008.0327
[40] Konok, V., Gigler, D., Bereczky, B. M., & Miklósi, Á. (2016). Humans’ Attachment to Their Mobile Phones and Its Relationship with Interpersonal Attachment Style. Computers in Human Behavior, 61, 537-547.
https://doi.org/10.1016/j.chb.2016.03.062
[41] Kuss, D., Griffiths, M., Karila, L., & Billieux, J. (2014). Internet Addiction: A Systematic Review of Epidemiological Research for the Last Decade. Current Pharmaceutical Design, 20, 4026-4052.
https://doi.org/10.2174/13816128113199990617
[42] Li, X., & Hao, Y. (2019). Insecure Attachment and Smartphone Dependency: The Mediating Role of Compensatory Object Use. Psychological Development and Education, 35, 344-352.
[43] Liu, Q. Q., Zhang, D. J., & Wang, Y. H. (2019). The Relationship between Loneliness and Smartphone Addiction among College Students: A Moderated Mediation Model. Chinese Journal of Clinical Psychology, 27, 284-288.
https://doi.org/10.16128/j.cnki.1005-3611.2019.02.018
[44] Mai, Y., Hu, J., Yan, Z., Zhen, S., Wang, S., & Zhang, W. (2012). Structure and Function of Maladaptive Cognitions in Pathological Internet Use among Chinese Adolescents. Computers in Human Behavior, 28, 2376-2386.
https://doi.org/10.1016/j.chb.2012.07.009
[45] Mikulincer, M., & Shaver, P. R. (2007). Reflections on Security Dynamics: Core Constructs, Psychological Mechanisms, Relational Contexts, and the Need for an Integrative Theory. Psychological Inquiry, 18, 197-209.
https://doi.org/10.1080/10478400701512893
[46] Monacis, L., de Palo, V., Griffiths, M. D., & Sinatra, M. (2017). Social Networking Addiction, Attachment Style, and Validation of the Italian Version of the Bergen Social Media Addiction Scale. Journal of Behavioral Addictions, 6, 178-186.
https://doi.org/10.1556/2006.6.2017.023
[47] Russell, D. W. (1996). UCLA Loneliness Scale (Version 3): Reliability, Validity, and Factor Structure. Journal of Personality Assessment, 66, 20-40.
https://doi.org/10.1207/s15327752jpa6601_2
[48] Tavolacci, M. P., Ladner, J., Grigioni, S., Richard, L., Villet, H., & Dechelotte, P. (2013). Prevalence and Association of Perceived Stress, Substance Use and Behavioral Addictions: A Cross-Sectional Study among University Students in France, 2009-2011. BMC Public Health, 13, Article No. 724.
https://doi.org/10.1186/1471-2458-13-724
[49] Wang, M., Xu, Q., & He, N. (2021). Perceived Interparental Conflict and Problematic Social Media Use among Chinese Adolescents: The Mediating Roles of Self-Esteem and Maladaptive Cognition toward Social Network Sites. Addictive Behaviors, 112, Article 106601.
https://doi.org/10.1016/j.addbeh.2020.106601
[50] Wei, M., Vogel, D. L., Ku, T., & Zakalik, R. A. (2005). Adult Attachment, Affect Regulation, Negative Mood, and Interpersonal Problems: The Mediating Roles of Emotional Reactivity and Emotional Cutoff. Journal of Counseling Psychology, 52, 14-24.
https://doi.org/10.1037/0022-0167.52.1.14
[51] Zhou, H., Jiang, H., Zhang, B., & Liang, H. (2021). Social Anxiety, Maladaptive Cognition, Mobile Phone Addiction, and Perceived Social Support: A Moderated Mediation Model. Journal of Psychology in Africa, 31, 248-253.
https://doi.org/10.1080/14330237.2021.1927354