手机依赖和职业生涯成熟度之间的关系:父母干预的调节效应
The Relationship between Mobile Phone Addiction and Career Maturity: A Moderating Effect of Parental Intervention
DOI: 10.12677/ap.2025.156371, PDF, HTML, XML,    科研立项经费支持
作者: 吴海艳*:广州市番禺区实验中学,广东 广州;林芷贝*, 李嘉莹, 符慧桢, 李 芸#:广州医科大学卫生管理学院,广东 广州;张思敏:广州市番禺区石楼镇中心小学,广东 广州
关键词: 手机依赖职业生涯成熟度父母干预青少年Mobile Phone Addiction Career Maturity Parental Intervention Adolescent
摘要: 目的:本研究旨在构建手机依赖、职业生涯成熟度和父母干预的调节效应模型,以探讨高中生手机依赖和职业生涯成熟度的特征、影响以及保护因素。方法:采用整群抽样法对广州市某中学536名高一学生进行问卷研究,用SPSS统计软件对主要研究变量进行相关性分析、调节效应分析和简单斜率检验以构建、验证手机依赖、职业生涯成熟度和父母干预的理论模型。结果:手机依赖对职业生涯成熟度及其各个维度均有显著的负向预测作用,父母干预在手机依赖和职业生涯成熟度之间起反向调节作用,尤其是职业决策态度。而当干预水平过高时,这种调节效应则不明显。结论:手机依赖对高中生的职业生涯成熟度存在负面影响,具体聚焦在影响高中生的职业决策态度上。适当的父母干预能够减缓这种消极影响。本研究为高中生职业生涯规划教育和手机依赖干预策略提供了实证依据。
Abstract: Objective: This study aims to construct a moderating effect model of mobile phone addiction, career maturity, and parental intervention to explore the characteristics, influences, and protective factors of mobile phone addiction and career maturity in senior high school students. Methods: A total of 536 first-grade students from a middle school in Guangzhou were selected by cluster sampling method, and a questionnaire survey was conducted. SPSS statistical software was used to conduct correlation analysis, moderation effect analysis and simple slope test on the main research variables to construct and verify the theoretical model of mobile phone addiction, career maturity and parental intervention. Results: Mobile phone addiction had a significant negative predictive effect on career maturity and its dimensions. Parental intervention played a counter moderating role between mobile phone addiction and career maturity, especially career decision-making attitude. However, this moderating effect was not evident when the intervention level was too high. Conclusion: Mobile phone addiction has a negative impact on senior high school students’ career maturity, especially on their career decision-making attitudes. Appropriate parental intervention can mitigate this negative effect. This study provides an empirical basis for career planning education and intervention strategies for mobile phone addiction in high school students.
文章引用:吴海艳, 林芷贝, 张思敏, 李嘉莹, 符慧桢, 李芸 (2025). 手机依赖和职业生涯成熟度之间的关系:父母干预的调节效应. 心理学进展, 15(6), 246-256. https://doi.org/10.12677/ap.2025.156371

1. 引言

近年来,随着中国教育的不断发展,高中生职业生涯规划早已成为素质教育重要的一部分。高中生正处于自我认知与职业探索的关键时期,职业生涯成熟度作为衡量其职业发展准备程度的核心指标,由Super (1957)研究表明,我国高中生的职业生涯成熟度处于中等水平(李海燕等,2023),这种成熟度不足容易导致学生职业目标模糊,难以做出合理的职业规划,进而影响未来职业发展路径与社会适应能力。高水平的职业生涯成熟度有助于个体明确职业方向,提升职业决策能力,为未来职业道路指明方向。

随着网络的飞速发展,手机依赖已经成为了影响青少年健康成长的因素之一。手机依赖是指个体因过度使用手机在认知、行为和生理上产生的依赖状态(Park, 2005)。有研究表明,手机依赖会导致青少年注意力分散、学习效率下降,甚至会对其身心健康产生严重的负面影响(Seo et al., 2016)。高中生的认知水平尚且不成熟,在职业探索过程中需要通过主动查阅资料、参与职业体验活动、与他人交流等方式,逐步明确与自身能力兴趣相配的的职业方向。而手机依赖的存在,使得大量的碎片化时间被无意义的信息浏览、娱乐消遣所消耗,减少职业探索的投入(Sözbilir, 2018)。同时,高频地手机使用行为造成的注意力分散、现实人际交往减少以及学业成绩下降等问题,会进一步阻碍其职业生涯成熟度的发展(Yang et al., 2024)。据此,我们提出研究假设1:手机依赖可能对高中生职业生涯成熟度具有负向预测作用。

父母干预作为家庭教育中重要的一环,是指父母通过沟通、监督、引导等方式对子女行为进行调控的行为。研究表明,科学的父母干预可以有效改善青少年的网络成瘾、学习拖延等问题(嵩钰佳和王鑫,2024)。通过制定家庭手机使用规则、开展亲子沟通活动,家长可以帮助子女建立健康的手机使用习惯(王莉等,2024);也有研究发现,积极的父母干预能提升子女职业生涯规划意识。在父母的正确引导下,高中生可以主动去探索职业信息,其生涯规划行为显著增加(沈湘萍,2024)。类似研究指出父母干预能影响子女的自我效能感,间接促进职业生涯成熟度的提升(沈嘉楠,2016)。然而,高水平的父母干预可能会产生负面效应。过度的干预与控制容易引发青少年的逆反心理,导致亲子关系紧张,进而加剧青少年手机依赖程度(Liu et al., 2024);部分高压式的干预方式还可能抑制青少年的自主探索能力,阻碍其独立进行职业思考与规划(Fan et al., 2014)。据此,我们提出研究假设2:父母干预可能有效缓解手机依赖对职业生涯成熟度的消极作用。

综上所述,本研究通过构建一个调节效应模型,以探讨不同水平的父母干预在手机依赖和职业成熟度之间的调节效应。研究假设如下:(1) 手机依赖负向预测职业生涯成熟度;(2) 父母干预能够削弱手机依赖对生涯成熟度的负面影响。本研究聚焦高中生群体,将手机依赖纳入职业生涯成熟度的影响因素分析,弥补了以往研究多以大学生为对象、对高中阶段关注不足的局限。在手机使用普及的当下,研究手机依赖与高中生职业生涯成熟度的关系,为理解数字时代青少年职业发展提供了新视角。同时,通过对父母干预进行低、中、高水平划分,探究其在手机依赖与职业生涯成熟度关系中的调节作用,有助于更精准地把握家庭教育干预的机制,为学校开展职业生涯规划教育、家长制定科学干预策略提供参考依据,对促进高中生职业发展与健康成长具有现实意义。

2. 对象与方法

2.1. 研究对象

本研究采用了整群抽样法,以广州市某中学高一学生为研究对象。共回收601份问卷,有效问卷共536份占89.18%。研究对象中男性269名(50.19%),女性267名(49.81%);独生子女138名(25.75%),非独生子女398名(74.25%)。家庭经济情况良好的共208人(38.81%),一般的共306人(57.09%),紧张的共22人(4.10%)。研究对象父亲受教育程度为研究生或以上学历的共29人(5.41%),本科或大专学历的共277人(51.68%),高中或中专学历共134人(25.00%),初中或以下学历共96人(17.91%);母亲受教育程度为研究生或以上学历的共20人(3.73%),本科或大专学历的共251人(46.83%),高中或中专学历共151人(28.17%),初中或以下学历共114人(21.27%)。该研究已通过广州医科大学医学伦理委员会的审查。

2.2. 研究工具

2.2.1. 手机依赖量表(Mobile Phone Addiction Index)

本研究量表采用香港中文大学Leung (2007)编制的手机依赖量表,量表共17题,分别对失控性(7题)、低效性(5题)、戒断性(3题)、逃避性(2题)四个维度进行测量。该量表采取李克特5点计分,1~5为“很不符合”到“非常符合”,分数越高,表示手机依赖程度越高,分数高于45分即被认为是手机依赖者。该量表的Cronbach’s α系数为0.911。

2.2.2. 网络使用父母干预问卷(Parental Mediation of Online Activities Questionnaire)

本研究采用吴依泠等(2019)修订的网络使用父母干预问卷,原版分为家长版和学生版,适用于9~16岁儿童及其父母,针对网络使用设计,包含监控、主动帮助、约束、陪伴、技术限定五个维度。根据本研究的主题并借鉴以往研究(Su et al., 2014),该量表条目中的“上网”改编为“使用手机”,并且约束维度调整为正向计分,共25题。采取李克特4点计分,1~4为“经常”到“总是”,分数越高,表示父母干预越强。该量表的Cronbach’s α系数为0.893。

2.2.3. 中学生职业成熟度问卷(Career Maturity of Chinese Secondary School Students)

本研究采用刘慧(2004)编制的中学生职业成熟度问卷。本研究针对施测的高中生调整原版量表的条目和维度,改编后量表共28题,包括职业决策态度和职业决策知识两个分量表,前者可划分成自信心(4题)、独立性(4题)、功利性(3题)、稳定性(3题)四个维度,后者分职业自我知识(9题)和职业世界知识(5题)两个维度,其中条目1、2、4、7、9、10、13、14、15、18、19、20、24、26、28、29、30采用反向计分。量表采用李克特5点计分,从1~5为“很不符合”到“非常符合”,分数越高代表职业生涯成熟度越高。总量表Cronbach’s α系数为0.873,职业决策态度分量表Cronbach’s α系数为0.665,职业决策知识分量表Cronbach’s α系数为0.888。独立性、自信心、功利性、稳定性、职业世界知识和职业自我知识各维度的Cronbach’s α系数分别为0.731、0.796、0.712、0.786、0.851、0.733。

2.3. 统计学方法

数据利用SPSS 26.0软件进行预处理(Pallant, 2020),并执行共同方法偏差检验和皮尔逊相关分析。采用Hayes开发的SPSS PROCESS Model 1 (Igartua & Hayes, 2021),结合偏差校正的bootstrap方法检测父母干预在手机依赖对职业生涯成熟度及其职业决策态度和职业决策知识之间的调节作用。

3. 结果

3.1. 共同方法偏差检验

采用Harman单因素检验法,对手机依赖、职业生涯成熟度和父母干预的所有项目进行探索性因素分析。结果表明,16个因素的特征根取值超过1。最大的因子占方差的13.929%,低于40%的临界阈值。这说明在本研究中不存在严重的共同方法偏差检验。

3.2. 描述性统计学及相关性分析

各变量的平均值、标准差和相关矩阵详见表1。皮尔逊相关分析表明,父母干预与手机依赖和职业决策知识呈现显著正相关(p < 0.01),手机依赖与职业生涯成熟度、职业决策态度和职业决策知识呈显著负相关(p < 0.05),职业生涯成熟度和职业决策态度及职业决策知识两两呈显著正相关(p < 0.01)。

Table 1. Descriptive statistics and correlation analysis table of variables

1. 各变量的描述性统计和相关分析表

变量

1

2

3

4

5

1 父母干预

1

2 手机依赖

0.116**

1

3 职业生涯成熟度

0.054

−0.128**

1

4 职业决策态度

−0.057

−0.149**

0.814**

1

5 职业决策知识

0.115**

−0.091*

0.929**

0.541**

1

M

42.175

39.588

89.047

47.297

41.750

SD

10.810

13.167

13.853

6.097

9.572

注:*p < 0.05, **p < 0.01。

3.3. 职业生涯成熟度的调节效应分析

为确保研究结果的准确性和可靠性,本研究对混杂变量和职业生涯成熟度及其各维度进行皮尔逊相关分析,选取与其显著相关的变量进行控制,即性别、家庭经济情况以及父母受教育程度。本研究以手机依赖为预测变量,职业生涯成熟度及其分维度为结果变量,父母干预为调节变量进行调节效应分析。如表2所示,手机依赖对高中生的职业生涯成熟度及其各个维度的负向预测作用均达到显著性水平(β = −0.129, p < 0.01; β = −0.061, p < 0.01; β = −0.065, p < 0.05)。而父母干预仅对职业决策知识具有显著的正向预测作用(β = 0.087, p < 0.01)。手机依赖和父母干预的交互项对高中生职业生涯成熟度及职业决策态度的调节效应显著存在(β = 0.007, β = 0.003, p < 0.05),表明父母干预在高中生手机依赖与职业生涯成熟度,尤其职业决策态度的关系中起调节作用。

Table 2. Regression analysis of parental interventions moderating effects

2. 父母干预调节效应的回归分析

结果变量

预测变量

β

SE

t

95%CI

R2

职业生涯成熟度

手机依赖

−0.129

0.045

−2.871**

−0.216~−0.041

0.068

父母干预

0.059

0.055

1.074

−0.049~0.167

手机依赖 × 父母干预

0.007

0.003

2.288*

0.001~0.013

职业决策态度

手机依赖

−0.061

0.020

−3.100**

−0.100~−0.022

0.060

父母干预

−0.021

0.024

−0.870

−0.068~0.026

手机依赖 × 父母干预

0.003

0.001

2.058*

0.000~0.006

职业决策知识

手机依赖

−0.065

0.031

−2.107*

−0.125~−0.004

0.076

父母干预

0.087

0.038

2.291*

0.012~0.161

手机依赖 × 父母干预

0.004

0.002

1.956

0.000~0.008

注:*p < 0.05, **p < 0.01。

表3,将父母干预分别按照三水平划分可发现,处于中、低水平时,父母干预对手机依赖–职业生涯成熟度,手机依赖–职业决策态度调节效应置信区间不包括0,即调节作用显著。对父母干预的调节效应进一步进行简单斜率检验,如图1所示,无论父母干预水平处于高、低水平,手机依赖对职业生涯成熟度、职业决策态度的影响都受到反向调节。除此之外,当手机依赖处于低水平时,低父母干预的高中生职业生涯成熟度和职业决策态度更高;反之,高父母干预的高中生职业生涯成熟度和职业决策态度更高。父母干预调节下手机依赖和职业生涯成熟度及职业决策态度的调节效应模型图见图2

Table 3. Moderating effect of parental intervention on mobile phone addiction-career maturity/career decision making attitudes

3. 父母干预对手机依赖–职业生涯成熟度/职业决策态度的调节效应

结果变量

调节变量

Effect

BootSE

BootLLCI

BootULCI

职业生涯成熟度

父母干预

M − 1SD

−0.206

0.058

−0.320

−0.093

M

−0.129

0.045

−0.216

−0.041

M + 1SD

−0.051

0.055

−0.158

0.057

职业决策态度

父母干预

M − 1SD

−0.092

0.026

−0.142

−0.042

M

−0.061

0.020

−0.100

−0.022

M + 1SD

−0.031

0.024

−0.078

0.017

Figure 1. Simple slope plot of parental intervention on mobile phone addition-career maturity/career decision attitude moderation

1. 父母干预对手机依赖–职业生涯成熟度/职业决策态度调节下的简单斜率图

Figure 2. The mediating model of mobile phone addition, career maturity/career decision attitude under the regulation of parental intervention

2. 父母干预调节下手机依赖对职业生涯成熟度和职业决策态度的调节模型图

4. 讨论

本研究探讨了高中生手机依赖和职业生涯成熟度之间的直接关联,并发现父母干预行为的调节效应。具体而言,高中生的手机依赖会对其职业生涯成熟度造成负面影响,甚至影响职业决策态度。中、低水平的父母干预行为能够有效缓解高中生的手机依赖对职业生涯成熟度的负向影响,但干预水平过高时,这种调节作用则不明显。本研究在理论上弥补了高中生处于职业探索期的外部行为、内部心理特征及影响路径,为高中生涯规划教育课程提供实证依据。

4.1. 高中生手机依赖和职业生涯成熟度特征及负面影响

本研究调查高中生手机使用的依赖程度,发现高中生的手机依赖程度整体中等偏低,与以往研究一致(邱辉等,2021)。高中生的学业任务繁重,学校对手机的管控通常较为严格,这可能使得高中生的手机依赖程度相对不高(张敏,2022)。如今高中生使用手机情况已经十分普遍,且手机在高中课堂中已成为布置线上作业、交流学习情况的常用工具(黄燕晴等,2024)。然而,这种工具性使用与娱乐性需求形成微妙平衡。尽管学校实施管控,仍有学生在课余时间、自习课甚至是课堂中使用手机,呈现出碎片化沉迷特征(王秀岩,2021)。

过度使用手机则会对学生的学习动机产生负面影响(Cyril Cabello et al., 2023)。一项队列调查发现,手机使用时间较长的学生,其学习成绩往往不如使用时间较短的学生,且这些学生更容易出现学业失败的情况(Liu et al., 2020)。此外,长时间使用手机还可能影响学生的睡眠质量和心理健康,进一步间接影响学业表现(Farooq et al., 2019)。高中生的手机依赖因素可源自家庭、学校、社会及个人多层面的影响(王秀岩,2021)。具体为父母及亲子关系不融洽、教养方式强势冷漠、学业压力过大、同伴社交需求、学习动力不足等。其中学业压力成为青少年心理健康最突出的危险因素(王星,2021)。家庭期望和学业优秀的过高要求是引发压力的显著手段(Andrade et al., 023),而难以承担的学业压力会进一步诱发学生的心理健康问题,如学业倦怠、抑郁、焦虑,甚至是非自杀性自伤行为(Jin et al., 2023; Tomás et al., 2020)。青少年会倾向于使用网络逃避遭受学业任务过程中的心理痛苦(Wang et al., 2020),尤其是反刍、同伴疏离特征强的学生(Zhang et al., 2024)。但过度使用智能手机也会促使个体产生注意力分散、现实社交能力降低,学业任务拖延等问题。因此,在面对生活重大事件时(如职业生涯决策)具备更少的心理资源和积极应对模式,形成恶性循环(Li et al., 2025)。

本研究中,高中生的职业生涯成熟度整体处于中等水平,与我国本土研究结果一致(邱辉等,2021),但低于西方国家的平均水平。法国通过系统性职业指导政策,将职业探索贯穿基础教育阶段,学生从小学起即接触多元职业信息,其职业生涯成熟度显著高于我国同龄人(张梦琦和郭亚涵,2025)。我国高中阶段以升学为导向,职业规划课程普及率低(孔令豪,2020)。并且,国内家长更关注学业成绩而非职业探索(黄晓峰,2023)。学生对职业种类的认知也仅局限在20~30种(孔令豪,2020),远低于法国推广职业探索计划后的50种(张梦琦和郭亚涵,2025)。

4.2. 手机依赖负向预测职业生涯成熟度

手机依赖能够负向预测其职业生涯成熟度,假设1的结果与前人研究一致(Baek et al., 2019)。从认知资源理论视角来看,手机依赖可能通过占用个体的有限认知资源,削弱其进行深度职业思考的能力。频繁的信息浏览和社交互动会激活大脑的奖赏回路,形成路径依赖,从而降低个体对职业规划任务的投入意愿(Muraven & Baumeister, 2000)。有研究指出,过度使用数字设备会分散青少年的注意力(Ding & Li, 2023),注意力的分散也会进一步降低其对未来规划的投入。手机依赖通过削弱自我认知和自我控制,导致青少年陷入手机娱乐的即时满足,目标实现水平降低,减少对职业兴趣、价值观的深度探索(Yoon & Yun, 2023)。同时,过度沉迷电子产品也阻碍了个体现实社交互动(Dwyer et al., 2023),长期依赖虚拟社交的青少年可能缺乏职场沟通技能的实践机会,进而影响职业决策的信心与能力。

值得注意的是,部分青少年在数字环境中培养的信息检索能力和跨平台学习技巧可能形成补偿效应,那些具有较强元认知监控能力的个体能够主动将数字工具转化为职业信息获取的渠道(Chee et al., 2017Yoon & Yun, 2023)。此外,同伴群体中的网络过度使用行为、态度及压力会预测学生的网络成瘾行为(张锦涛等,2012)。因此,若能在同伴手机使用上形成良性使用规范,尽可能缓冲自身过度使用手机的情况。

4.3. 父母干预反向调节手机依赖对职业生涯成熟度的作用

我们的研究证实,父母干预能够反向调节手机依赖对职业生涯成熟度的负面影响,符合假设2。而且不同的父母干预对手机依赖程度呈现出不一致的调节效应(Mun & Lee, 2025)。父母通过干预支持、提供现实职业信息和强化自我效能感,能够有效削弱手机依赖带来的信息茧房效应。一项研究表明,父母的情感支持不仅能缓解问题行为的负面影响,还能通过增强青少年的心理韧性,促使其形成更积极的健康态度(Ledel et al., 2025)。同样,父母的非暴力沟通和民主型教养方式,能够有效降低青少年游戏成瘾风险,并提升其对数字行为的自我反思态度(Rosales-Navarro & Torres Pérez, 2025)。而面对面的沟通、职业选择的支持、价值观的传递,则能帮助青少年建立系统化的职业认知框架,提高职业适应性(Liang et al., 2022)。这种替代性经验获取方式弥补了手机依赖的青少年在现实职业探索中的缺失。此外,父母的职业引导行为可能增强青少年的职业角色认同,使其更早地将职业规划纳入自我概念体系(Super, 1957)。

在高中生的职业生涯成熟度中职业决策态度被调节的效果更明显。职业决策知识是指个体对做出适宜职业决策所需知识和技能的掌握程度,职业决策态度体现个体做出适宜职业决策所需的良好个性倾向性(刘慧,2004)。我们的结果显示,高中生的职业决策知识得分更高。这恰恰体现了中学生对于理论知识层面掌握较好,但在自我认知、实践体验相对欠缺(刘霞等,2018)。尽管职业决策知识维度的得分要高于职业决策态度。但比起相对稳定的职业决策知识,青少年的态度层面更容易受到父母的即时反馈和情感支持的影响。类似研究也表明,决策态度与职业生涯成熟度相关性更高,可以通过提高学生的决策态度来影响个体的职业生涯成熟度(刘霞等,2018)。

当父母干预处于中、低水平时,既避免了过度控制引发的心理抗拒,又维持了适度的自主空间,这种平衡状态有利于青少年将外部干预内化为自我管控的动力。根据自我决定理论,当父母通过开放式沟通、情感认可等支持性干预措施满足青少年的心理需求时,其自主性动机得以增强,从而促进自我管控能力的内化(Ryan & Deci, 2017)。这一理论框架也解释了为何本研究的中、低水平父母干预会更加有效。而父母过度心理控制会引发青少年的焦虑与逆反心理,加剧手机隐性依赖,比如夜间偷偷使用手机(王秀岩,2021)。适度的情感支持与民主教养方式则能增强青少年的自我调节能力,减少依赖行为(刘铭瑶,2021)。特别是在低手机依赖情境下,个体已具备基础的信息筛选能力,此时过度的外部介入反而会干扰其自主决策能力,影响其独立性;而在高手机依赖群体中,较强的父母管控措施才能有效约束个体的手机依赖行为。

4.4. 局限性和未来展望

本研究仅选取广州市某中学高一学生,未覆盖不同地区、城乡及学校类型的群体,可能影响结果的普适性。受限于横断面研究设计,本研究难以揭示手机依赖、职业生涯成熟度以及父母干预之间的动态因果关系,且未对手机依赖的具体类型(失控性、低效性、戒断性和逃避性)及父母干预的具体策略(监控、主动帮助、约束、陪伴和技术限定)进一步划分,以分析不同类型的手机依赖、父母干预影响的差异性。同时,针对手机使用的关键时间节点(如工作日、周末)及使用时长缺乏纵向追踪数据,限制了研究结论对阶段性干预策略的指导价值。未来研究可采用多阶段分层抽样,扩大样本覆盖范围,增强结论的外部效度。同时,通过三年期追踪队列设计确定手机依赖、职业生涯成熟度和父母干预的因果关系。结合问卷自我报告结果,利用屏幕使用时间记录的线上应用获取学生每日手机使用的频次和时间,从宏观和微观层面监测手机依赖情况。使用纵向交叉滞后模型分析不同学业阶段,如考试周、假期,探索父母干预策略与四类手机依赖行为(失控性、低效性、戒断性、逃避性)的动态交互路径和时间效应,以提升家庭干预的精准性和时效性。

5. 结论

本研究发现父母干预对青少年手机依赖与职业生涯成熟度存在线性调节效应,其作用强度受个体依赖程度与父母干预程度的双重影响。在低手机依赖情境下,适度宽松的干预策略通过鼓励和保护青少年的自主决策能力促进职业生涯成熟度;而高依赖群体则需通过更强的干预措施,打破手机依赖的虚拟社交环境以规划职业发展。这提示中学教育实践中需建立差异化的家庭干预梯度,将问题行为纠正与生涯发展指导纳入教育框架,促进青少年身心健康的改善和职业规划的发展。

基金项目

广东省广州市中小学(中职学校)心理健康教育“十四五”规划课题父母对儿童青少年手机依赖的干预策略及其效果研究(编号:Gzxy_zd_15);2023年度省基础与应用基础研究基金联合基金项目(编号:G24131019)。

NOTES

*共一作者。

#通讯作者。

参考文献

[1] 黄晓峰(2023). 从理论到实践: 加强学校与家庭的合作促进学生成功. 心理学进展, 13(12), 6303.
[2] 黄燕晴, 吴俊林, 邱君琳, 龙倩梅, 黄彬, 黄国平(2024). 同伴手机冷落行为对高中生手机成瘾的影响: 社交自我效能感和孤独感的中介作用. 教育生物学杂志, 12(3), 213-218.
[3] 孔令豪(2020). 新高考背景下高中生涯规划教育现状与实践探索. 中小学心理健康教育, (3), 37-39.
[4] 李海燕, 张文静, 曾庆杰(2023). 普通高中学生生涯成熟度的现状及提升策略——基于北京市1048名学生的数据. 北京教育学院院报, 37(5), 71-76.
[5] 刘慧(2004). 中学生职业成熟度发展特点研究. 硕士学位论文, 重庆: 西南师范大学.
[6] 刘铭瑶(2021). 中职生手机依赖与父母教养方式、时间管理倾向的关系及干预研究——以青岛市某职业高中为例. 硕士学位论文, 青岛: 青岛大学.
[7] 刘霞, 黄泽斌, 刘田, 唐兰, 陈玉曦(2018). 城市普通高中一年级学生职业成熟度的调查分析. 教育科学论坛, (29), 20-24.
[8] 邱辉, 杨慧, 阳作香(2021). 高一学生手机依赖及教育策略研究. 心理学进展, 11(1), 114.
[9] 沈嘉楠(2016). 家庭因素、职业决策自我效能感与职业适应的关系研究. 硕士学位论文, 北京: 北京理工大学.
[10] 沈湘萍(2024). 母自主支持对高中生生涯成熟度的影响——个人成长主动性的中介作用及其干预研究. 硕士学位论文, 武汉: 华中师范大学.
[11] 嵩钰佳, 王鑫(2024). 父母教养方式对儿童学业拖延的影响与干预. 当代教研论丛, 10(12), 47-51.
[12] 王莉, 陶婷, 王利刚, 高文斌, 樊春雷(2024). 父母干预与青少年网络游戏成瘾倾向的关系. 中国心理卫生杂志, 38(11), 984-989.
[13] 王星(2021). 青少年手机依赖的纵向分析及其影响因素. 心理学进展, 11(1), 9-19.
[14] 王秀岩(2021). 高中生手机依赖现状及管理策略研究——以广东省韶关市R中学为例. 硕士学位论文, 广州: 广州大学.
https://d.wanfangdata.com.cn/thesis/D02592209
[15] 吴依泠, 沈熙, 苏彦捷(2019). 网络使用父母干预方式问卷的修订. 中国临床心理学杂志, 27(4), 680-684.
[16] 张锦涛, 陈超, 刘凤娥, 邓林园, 方晓义(2012). 同伴网络过度使用行为和态度、网络使用同伴压力与大学生网络成瘾的关系. 心理发展与教育, 28(6), 634-640.
[17] 张梦琦, 郭亚涵(2025). 法国持续完善职业生涯教育体系. 中国教育, 43(12818), 1.
[18] 张敏(2022). 高中生手机依赖对抑郁情绪产生的影响——以人际关系困扰、学业拖延为中介. 硕士学位论文, 成都: 四川师范大学.
https://d.wanfangdata.com.cn/thesis/D02653716
[19] Andrade, D., Ribeiro, I. J. S., Prémusz, V., & Maté, O. (2023). Academic Burnout, Family Functionality, Perceived Social Support and Coping among Graduate Students during the COVID-19 Pandemic. International Journal of Environmental Research and Public Health, 20, Article 4832.
https://doi.org/10.3390/ijerph20064832
[20] Baek, S. M., Son, K. O., & Park, Y. M. (2019). The Influence of Smart-Phone Dependence of University Students on Career Attitude Maturity in the Convergence Era: Mediating Effect of Interpersonal Problem. Journal of Convergence for Information Technology, 9, 100-108.
https://doi.org/10.22156/CS4SMB.2019.9.4.100
[21] Cabello, C., Gimena, A. M., De La Cruz, A., & Redoble, J. (2023). Mobile Phones’ Utilization Among High School Students: A Phenomenology. Psychology and Education: A Multidisciplinary Journal, 12, 257-266.
[22] Chee, K. N., Yahaya, N., Ibrahim, N. H., & Hasan, M. N. (2017). Review of Mobile Learning Trends 2010-2015: A Meta-Analysis. Journal of Educational Technology & Society, 20, 113-126.
[23] Ding, K., & Li, H. (2023). Digital Addiction Intervention for Children and Adolescents: A Scoping Review. International Journal of Environmental Research and Public Health, 20, Article 4777.
https://doi.org/10.3390/ijerph20064777
[24] Dwyer, R. J., Zhuo, A. X., & Dunn, E. W. (2023). Why Do People Turn to Smartphones during Social Interactions? Journal of Experimental Social Psychology, 109, Article ID: 104506.
https://doi.org/10.1016/j.jesp.2023.104506
[25] Fan, W., Cheung, F. M., Leong, F. T. L., & Cheung, S. F. (2014). Contributions of Family Factors to Career Readiness: A Cross‐Cultural Comparison. The Career Development Quarterly, 62, 194-209.
https://doi.org/10.1002/j.2161-0045.2014.00079.x
[26] Farooq, L., Ali, A., Mahmood, S., Farzand, M., Masood, H., & Mujahid, S. (2019). Association between Excessive Use of Mobile Phone and Insomnia among Pakistani Teenagers Cross Sectional Study. American International Journal of Multidisciplinary Scientific Research, 5, 10-15.
https://doi.org/10.46281/aijmsr.v5i4.406
[27] Igartua, J., & Hayes, A. F. (2021). Mediation, Moderation, and Conditional Process Analysis: Concepts, Computations, and Some Common Confusions. The Spanish Journal of Psychology, 24, e49.
https://doi.org/10.1017/sjp.2021.46
[28] Jin, M., Wang, X., Wang, R., Cheng, S., Yang, S., Zhang, S. et al. (2023). A Systematic Review and Meta-Analysis of Factors Related to Non-Suicidal Self-Injury among Chinese Adolescents. Psychiatry Research, 326, Article ID: 115329.
https://doi.org/10.1016/j.psychres.2023.115329
[29] Ledel, Å., Låftman, S. B., & Landberg, J. (2025). Problematic Social Media Use and Self-Rated Health among Swedish Adolescents: Is the Association Moderated by Family Support? BMC Public Health, 25, Article No. 1670.
https://doi.org/10.1186/s12889-025-22927-6
[30] Leung, L. (2007). Linking Psychological Attributes to Addiction and Improper Use of the Mobile Phone among Adolescents in Hong Kong. Journal of Children and Media, 2, 93-113.
https://doi.org/10.1080/17482790802078565
[31] Li, X., Zhang, W., Li, W., Wang, S., & Pan, D. (2025). Impact of Smartphone Dependence on Depression in Chinese Adolescents with a Moderated Mediation Model. Scientific Reports, 15, Article No. 15589.
https://doi.org/10.1038/s41598-025-00276-z
[32] Liang, Y., Zhou, N., Cao, H., Li, J., Dou, K., Wu, F. et al. (2022). Configuration of Parent-Reported and Adolescent-Perceived Career-Related Parenting Practice and Adolescents’ Career Development: A Person-Centered, Longitudinal Analysis of Chinese Parent-Adolescent Dyads. Journal of Child and Family Studies, 31, 1373-1386.
https://doi.org/10.1007/s10826-021-02135-7
[33] Liu, L., Wu, X., Yang, Z., Li, D., Xiao, W., & Zhu, F. (2024). How Does Parental Psychological Control Strengthen the Effects of Risk Factors for Mobile Phone Addiction in Vocational High School Students? A Moderated Mediation Model of Loneliness and School Connection. Current Psychology, 43, 18356-18367.
https://doi.org/10.1007/s12144-024-05621-5
[34] Liu, X., Luo, Y., Liu, Z., Yang, Y., Liu, J., & Jia, C. (2020). Prolonged Mobile Phone Use Is Associated with Poor Academic Performance in Adolescents. Cyberpsychology, Behavior, and Social Networking, 23, 303-311.
https://doi.org/10.1089/cyber.2019.0591
[35] Mun, I. B., & Lee, S. (2025). How and When Is Academic Stress Associated with Adolescent Digital Game Addiction? Social Interaction via Digital Games as a Mediator and Parental Monitoring as a Moderator. Children and Youth Services Review, 173, Article ID: 108293.
https://doi.org/10.1016/j.childyouth.2025.108293
[36] Muraven, M., & Baumeister, R. F. (2000). Self-Regulation and Depletion of Limited Resources: Does Self-Control Resemble a Muscle? Psychological Bulletin, 126, 247-259.
https://doi.org/10.1037/0033-2909.126.2.247
[37] Pallant, J. (2020). SPSS Survival Manual: A Step by Step Guide to Data Analysis Using IBM SPSS. Routledge.
[38] Park, W. K. (2005). Mobile Phone Addiction. In W. K. Park (Ed.), Mobile Communications (pp. 253-272). Springer.
https://doi.org/10.1007/1-84628-248-9_17
[39] Rosales-Navarro, C., & Torres Pérez, I. (2025). Parental Behaviors and Video Game Addiction in Adolescents: A Systematic Review. International Journal of Mental Health and Addiction.
https://doi.org/10.1007/s11469-025-01473-7
[40] Ryan, R. M., & Deci, E. L. (2017). Self-Determination Theory: Basic Psychological Needs in Motivation, Development, and Wellness. The Guilford Press.
https://doi.org/10.1521/978.14625/28806
[41] Seo, D. G., Park, Y., Kim, M. K., & Park, J. (2016). Mobile Phone Dependency and Its Impacts on Adolescents’ Social and Academic Behaviors. Computers in Human Behavior, 63, 282-292.
https://doi.org/10.1016/j.chb.2016.05.026
[42] Sözbilir, F. (2018). The Impact of Social Media Usage and Smartphone Addiction on Youngs’/Adolescents’ Career Futures: A Study at HIGH Schools. Business & Management Studies: An International Journal, 6, 466-487.
https://doi.org/10.15295/bmij.v6i2.239
[43] Su, S., Pan, T. T., Liu, Q. X., Chen, X. W., Wang, Y. J., & Li, M. Y. (2014). Development of the Smartphone Addiction Scale for College Students. Chinese Mental Health Journal, 28, 392-397.
[44] Super, D. E. (1957). The Psychology of Careers: An Introduction to Vocational Development. Harper and Row.
[45] Tomás, J. M., Gutiérrez, M., Pastor, A. M., & Sancho, P. (2020). Perceived Social Support, School Adaptation and Adolescents’ Subjective Well-Being. Child Indicators Research, 13, 1597-1617.
https://doi.org/10.1007/s12187-020-09717-9
[46] Wang, J., Rost, D. H., Qiao, R., & Monk, R. (2020). Academic Stress and Smartphone Dependence among Chinese Adolescents: A Moderated Mediation Model. Children and Youth Services Review, 118, Article ID: 105029.
https://doi.org/10.1016/j.childyouth.2020.105029
[47] Yang, G., Cao, X., Fu, Y., Wang, N., & Lian, S. (2024). Mobile Phone Addiction and Academic Burnout: The Mediating Role of Technology Conflict and the Protective Role of Mindfulness. Frontiers in Psychiatry, 15, Article 1365914.
https://doi.org/10.3389/fpsyt.2024.1365914
[48] Yoon, M., & Yun, H. (2023). Relationships between Adolescent Smartphone Usage Patterns, Achievement Goals, and Academic Achievement. Asia Pacific Education Review, 24, 13-23.
https://doi.org/10.1007/s12564-021-09718-5
[49] Zhang, Y., Han, M., Lian, S., Cao, X., & Yan, L. (2024). How and When Is Academic Stress Associated with Mobile Phone Addiction? The Roles of Psychological Distress, Peer Alienation and Rumination. PLOS ONE, 19, e0293094.
https://doi.org/10.1371/journal.pone.0293094