个体与环境的交互:网络成瘾影响因素的研究综述
The Interaction between Individuals and the Environment: A Review of the Influencing Factors of Internet Addiction
摘要: 近年来,网络成瘾已成为一个日益受到关注的社会问题,尤其在年轻人群中表现得尤为突出,它不仅影响个体的心理健康,还可能对社会功能产生负面影响,其成因复杂多样,包括个体心理特质、家庭环境、社会文化因素等。相关研究表明家庭冲突和缺乏社会支持等风险因素都可能增加网络成瘾的风险,而个体的逆境信念和负性自动思维水平可能在其中起着重要的作用。
Abstract: In recent years, Internet addiction has become an increasingly prominent social concern, particularly among younger populations. It not only impacts individuals’ mental health but may also negatively affect social functioning. The causes of Internet addiction are complex and multifaceted, involving individual psychological traits, family environment, socio-cultural factors, and more. Relevant studies indicate that risk factors such as family conflict and a lack of social support may increase the likelihood of Internet addiction, while individuals’ adversity beliefs and levels of negative automatic thoughts may play significant roles in this process.
文章引用:艾世杰, 李丽娜, 王瑞鑫, 赵萌萌, 赵振宇, 樊立岩 (2025). 个体与环境的交互:网络成瘾影响因素的研究综述. 心理学进展, 15(11), 193-199. https://doi.org/10.12677/ap.2025.1511594

1. 引言

网络成瘾最初由心理学家Ivan Goldberg于1995年提出,他借鉴了赌博成瘾的诊断标准来描述这种现象(李董平等,2016)。随后Young在1996年对396名严重上网成瘾者进行了调查研究,确认网络成瘾应该是一种真正的临床心理障碍,并将网络成瘾定义为无物质的上网行为失控,表现为由于过度使用互联网而导致个体明显的社会、心理功能损害(李董平等,2016)。Young参照《美国精神疾病分类与诊断手册》(DSM-IV)中的赌博成瘾标准,制订出网络成瘾鉴别标准,该标准主要从使用网络功能、情绪卷入程度、是否存在非理性认知、个人生活事件几个方面予以判断,这一标准目前被广泛用于网络成瘾的判定中,并且也得到了不断的改进(Mackenzie et al., 2011)。

累积生态风险在生态系统理论的提出者Bronfenbrenner的理论中被理解为个体在不同层次的环境系统中所遭受的不利因素的累积,这些因素包括家庭、学校、社区等(Luthar et al., 2010)。理论认为个体的心理是个体与环境相互作用的产物。个体嵌套于微系统、中系统、外系统和宏系统中,在发展过程中同时受家庭、学校、同伴等多个生态子系统的影响(Min et al., 2013)。它不关注单一风险的具体内容,而强调多重风险的叠加效应,通常采用相关问卷测量被试在过去一段时间中经历各项事件的频率或程度,通过计算符合临界标准的风险项目总数来量化其累积生态风险水平,分数越高表示个体所处的整体生态环境越恶劣(Masten, 2011)。

负性自动思维的概念是认知疗法的创始人Beck在20世纪60年代至70年代间提出并逐渐发展的。Beck认为,负性自动思维是指当个体处在负性环境之中时所产生的具有消极性质的观念、想法以及思维意识,其呈现出自动产生、不受主观随意控制、持续存在等特性,并且和个体所接触的环境有着紧密的关联(Min et al., 2013)。通常采用Hollon编制的自动思维问卷测量,包含条目如“我觉得活在世界上困难重重”和“我不好”等,得分越高代表负性自动思维的频度越高。

逆境信念是指个体对于逆境的意义建构包括对逆境发生的原因、逆境带来的后果以及相应的合理应对行为的认识(杨邦林和黄瑾,2020)。换句话说,逆境信念就是个体对于“逆境”这一现象所持有的核心的、相对稳定的元认知信念,即认为逆境是可掌控的、可从中学习和成长的,还是毁灭性的、无法逾越的(王艳辉等,2017)。对于中国研究对象,通常采用《中国文化逆境信念量表》进行测量,包含条目如“好丑命生成”和“人穷志短”等,得分越高,逆境信念水平越高。这些信念影响个体如何解释和应对逆境,进而影响其心理健康和行为表现(Li et al., 2012)。

本文归纳总结了国内外学者关于累积生态风险与网络成瘾之间关系的研究,分析其研究现状,提出对未来相关研究的设想与展望。

2. 文献检索途径与策略

本文的文献资源主要来自中国知网(CNKI)和PubMed数据库,以“累积生态风险”或含“网络成瘾”为主题,自2020年1月1日到2025年8月6日中国知网收录的文献为主进行检索,命中文献9678篇。以“Cumulative Ecological Risk”或含“Internet Addiction”为关键词,自2020年1月1日到2025年8月6日PubMed收录的论文为主进行检索,命中文献698篇。然后进行再次筛选,筛选标准为:① 累积生态风险、逆境信念、负性自动思维和网络成瘾结合的研究。② 具有代表性的综述和重要实证文献。③ 累积生态风险或网络成瘾领域经典文献。最终选择中文文献9篇,英文文献30篇。

3. I-PACE模型

I-PACE模型(Interaction of Person-Affect-Cognition-Execution Model)是一个综合性的理论框架,旨在解释网络成瘾的形成和发展机制。该模型由Brand等人于2016年提出,它强调了个体特质、情感和认知反应以及执行功能之间的复杂相互作用,这些相互作用共同影响个体的网络使用行为,最终可能导致网络成瘾(Evans et al., 2013)。

在I-PACE模型中,个体特质被视为网络成瘾形成的基础,包括人格特质、性别、年龄等。此外,个体的情感和认知反应,如对网络使用的积极感受、对网络内容的渴求以及对网络使用的认知评估,也起着关键作用(罗金晶等,2017)。最后还有执行功能,它包括自我控制、冲动控制和决策能力,是I-PACE模型中的第三个关键组成部分(Li et al., 2021)。这些执行功能的缺陷可能导致个体难以有效管理自己的网络使用行为,从而增加了网络成瘾的风险。

I-PACE模型的核心在于网络使用行为是上述三个因素相互作用的结果。网络成瘾的形成并非单一因素所致,而是个体特质、情感和认知反应以及执行功能之间相互作用的产物(Shek, 2004)。网络使用可能带来某种积极体验,这种体验会加强个体对网络使用线索的注意偏向和渴求感,从而使得与网络相关的认知偏差和应对方式得到巩固,所有这些巩固机制都会使得个体不断重复网络使用行为(Li et al., 2021)。

4. 累积生态风险、逆境信念、负性自动思维和网络成瘾之间的关系

4.1. 累积生态风险和网络成瘾的关系

Bronfenbrenner于1979年提出累积生态风险模型的理论框架,强调了个体在成长过程中所面临的多种风险因素的累积效应和环境因素对个体行为和心理健康的影响(Bronfenbrenner, 1979)。模型指出,这些风险因素的累积效应会增加个体发展出问题行为的风险,包括网络成瘾(Corrales et al., 2016)。

从累积生态风险模型的角度来看,网络成瘾可以被理解为个体在面对多重风险因素时的一种应对机制(Davis, 2001)。例如,一个孩子可能在家庭中遭遇父母的忽视或冲突,在学校中遭受同伴的排斥,同时在社区中缺乏积极的社交活动和资源。这些风险因素的累积效应可能导致孩子在现实生活中感到孤独、焦虑和无助,从而转向网络世界寻求安慰和归属感。网络提供了一个相对匿名和容易获得即时满足的环境,这使得孩子可能过度依赖网络,最终发展为网络成瘾(Deci & Ryan, 2000)。

大量实证研究为该理论框架提供了支持。有研究表明,个体所暴露的生态风险因素数量与其网络成瘾的严重程度存在显著的剂量–反应关系,即风险因素越多,网络成瘾的风险越高(Doan et al., 2012)。这种累积效应不仅体现在风险因素的简单叠加,更在于它们之间可能存在的协同作用,从而共同加剧个体的心理脆弱性(Ellis et al., 2009)。

此外,神经科学方面的研究也为理解这一关系提供了新的视角。长期面临多重生态风险的个体,其大脑奖赏系统的功能可能发生改变,对现实社交奖励的敏感性降低,而对网络游戏、社交媒体等提供的即时性、高刺激奖励的依赖程度增加(Evans et al., 2013)。这从生理机制上解释了为何个体会更倾向于从虚拟世界中寻求满足,从而陷入成瘾循环。因此干预工作需从多系统、多层面入手,综合减少风险因素的聚集,而非仅针对单一问题(Farrell et al., 1992)。

4.2. 逆境信念的中介作用

根据Masten的心理韧性理论的动态模型,在个体发展的过程中,家庭、学校和社会环境扮演着至关重要的角色,它们共同构成了一个支持系统,旨在满足个体的心理需求(Fleming et al., 2016)。而当个体处于压力环境中时,如家庭冲突、学业压力或社会排斥,他们的基本心理需求可能得不到满足,这种需求的缺失会增加个体的脆弱性,使他们在面对逆境时更难以保持积极的信念、心态和有效的应对策略,长期的压力和需求不满可能导致心理韧性的降低,增加出现心理健康问题的风险(Forehand et al., 1998)。

此外Beck的认知行为理论强调个体的认知过程在影响情绪和行为方面的重要性(Fleming et al., 2016)。而逆境信念作为一种认知结构,可以影响个体如何解释和应对逆境(Hales, 2013)。如果个体持有消极的逆境信念,他们可能会感到无助和绝望,从而增加网络成瘾的风险作为一种逃避现实的方式(Appleyard, 2010)。

基于上述理论,逆境信念在累积生态风险与网络成瘾之间的中介作用得以清晰地呈现。其核心在于,累积生态风险并非直接导致网络成瘾,而是通过侵蚀和塑造个体内在的认知世界来发挥作用(Bao et al., 2015)。具体而言,逆境信念在这一过程中扮演了认知过滤器和意义解释器的关键角色(Bao et al., 2014)。一方面,持续暴露于多重风险环境中会直接促使个体形成消极的逆境信念,例如将挫折视为持久(“永远无法改变”)和普遍(“所有事都会变糟”)的(鲍振宙等,2014)。另一方面,这种消极的信念体系又会直接影响个体的动机与行为选择。根据自我决定理论,当个体在现实中因需求受挫而感到无望时,其内在动机会被削弱,转而寻求外在的、易于获得的补偿途径(Bao et al., 2013)。网络世界因其匿名性、高控制感和即时奖励性,恰好成为了一个极具吸引力的替代性满足源,从而显著增加了沉迷与成瘾的风险(鲍振宙等,2013)。

4.3. 负性自动思维在累积生态风险与逆境信念之间的调节作用

根据Beck提出的认知行为理论,个体的认知过程对影响情绪和行为方面有重要作用,而负性自动思维作为认知过程中的一个关键组成部分,可以影响个体对逆境的解释和应对方式(Beck et al., 1979),如果个体倾向于产生负面的自动思维,他们可能会对逆境持有更加消极的看法,从而增加心理压力和应对困难(徐西良等,2022)。另外Seligman提出的认知易感–应激模型解释了为什么某些个体在面对压力时更容易发展出心理问题,而根据这个模型,个体的认知易感性(如负性自动思维)与压力事件的交互作用可以预测心理问题的发生(Bozoglan et al., 2014)。

因此负性自动思维作为认知易感性的一个方面,可能会放大累积生态风险对个体心理状态的影响(张月娟等,2005)。其调节作用主要体现在它放大或加剧了累积生态风险对个体认知评估的负面效应,其作为一种稳定的认知易感性因素,它如同一个“认知放大器”,对于具有高水平负性自动思维的个体,他们在遭遇生态风险时,会更倾向于启动消极的认知图式,对中性或模糊的压力事件进行灾难化解读和反刍思维(Bandura, 2000)。这意味着相同的风险环境,会被他们感知为更具威胁性、更不可控,从而更迅速地催生或强化其“逆境是无法克服的”这一消极信念(Fulker et al., 1980)。

也就是说在心理过程中的角色与功能上,逆境信念作为一种基础性信念,为个体的认知加工设置了“初始参数”,影响个体如何整体性地理解和应对压力,因此在模型中更适合作为描述环境影响内在心理机制的中介变量。与之相对,负性自动思维作为一种习惯性的思维倾向,它放大和扭曲个体对具体环境信息的感知与解释,从而调节了环境压力对基础信念的冲击力度,因此更适合作为调节变量(Bronfenbrenner & Morris, 1998)。

而从神经认知视角来看,这种调节作用存在其生理基础。研究表明,习惯性的负面思维模式与前额叶–边缘系统(如杏仁核)的功能连接异常有关,这会导致个体对负面刺激的注意力偏向和情绪反应增强,同时削弱其认知重评和情绪调节能力(张月娟等,2005)。因此,高负性自动思维的个体在压力下更难以运用理性认知资源去平衡消极信念,从而加速了从风险感知到消极信念形成的进程(Caplan, 2003)。

5. 不足与展望

5.1. 在研究方法上的不足与展望

本研究领域主要依赖于横断面调查数据,这虽然能够揭示变量间的相关关系,但难以确证各变量之间的因果关系方向。另外现有研究多聚焦于青少年群体,而对大学生、在职青年等群体的关注不足。基于大学生面临的学业、人际、生涯规划等多重独特压力,尤其是大学新生,他们可能要面临一个陌生的环境和个人身份的转变,其生态风险构成和心理机制可能与中学生存在差异,现有结论的普适性需要进一步检验。建议未来研究采用三波次的纵向设计,以大学新生为被试,在入学初(T1)、第一学期末(T2)和第一学年末(T3)进行追踪。

5.2. 在研究思路上的不足与展望

在研究思路上,现有研究存在一定的单一性,主要表现为“重风险、轻保护”的线性思维。大量研究集中于描绘从累积生态风险到网络成瘾的负面路径,却相对忽视了个体与环境中存在的积极资源(如心理韧性、社会支持)可能构成的补偿或缓冲路径。这种思路导致构建出的理论模型是不完整的,它能够较好地解释“问题为何产生”,却难以回答“为何在相似的高风险环境下,仍有部分个体能够保持良好适应”这一同等重要的问题。现有模型对现实复杂性的解释力受限,也削弱了其从“积极心理学”和“优势视角”出发指导干预实践的潜力。因此,未来的研究应更多地致力于构建并验证更具整合性的路径模型。

NOTES

*通讯作者。

参考文献

[1] 鲍振宙, 李董平, 张卫, 等(2014). 累积生态风险与大学生的学业和社交能力: 子女责任感的风险补偿与调节效应. 心理发展与教育, 30(5), 482-495.
[2] 鲍振宙, 张卫, 李董平, 等(2013). 校园氛围与大学生学业成就的关系: 一个有调节的中介模型. 心理发展与教育, 29(1), 61-70.
[3] 李董平, 周月月, 赵力燕, 等(2016). 累积生态风险与大学生网络成瘾: 心理需要满足和积极结果预期的中介作用. 心理学报, 48(12), 1519-1537.
[4] 罗金晶, 董洪宁, 丁晴雯, 等(2017). 累积生态风险对大学生网络成瘾的影响: 意志控制的调节作用. 中国临床心理学杂志, 25(5), 893-896+901.
[5] 王艳辉, 李董平, 孙文强, 等(2017). 亲子依恋与初中生亲社会行为: 有调节的中介效应. 心理学报, 49(5), 663-679.
[6] 徐西良, 刘明矾, 武瑞芬, 等(2022). 儿童期虐待经历对男服刑人员抑郁的影响: 负性自动思维的中介作用. 中国健康心理学杂志, 30(1), 71-75.
[7] 杨邦林, 黄瑾(2020). 情感忽视与农村留守儿童游戏成瘾: 逆境信念的调节作用. 中国特殊教育, (9), 74-80.
[8] 张月娟, 阎克乐, 王进礼(2005). 生活事件、负性自动思维及应对方式影响大学生抑郁的路径分析. 心理发展与教育, (1), 96-99.
[9] Appleyard, K. (2010). When More Is Not Better: The Role of Cumulative Risk in Child Behavior Outcomes. Journal of Child Psychology and Psychiatry, 46, 235-245.[CrossRef] [PubMed]
[10] Bandura, A. (2000). Social Learning Theory. ReCAPP.
[11] Bao, Z. Z., Li, D. P., Zhang, W. et al. (2014). Cumulative Ecological Risk and Adolescents’ Academic and Social Competence: The Compensatory and Moderating Effects of Sense of Responsibility to Parents. Psychological Development and Education, 30, 482-495.
[12] Bao, Z., Li, D., Zhang, W., & Wang, Y. (2015). School Climate and Delinquency among Chinese Adolescents: Analyses of Effortful Control as a Moderator and Deviant Peer Affiliation as a Mediator. Journal of Abnormal Child Psychology, 43, 81-93.[CrossRef] [PubMed]
[13] Bao, Z., Zhang, W., Li, D. et al. (2013). School Climate and Academic Achievement among Adolescents: A Moderated Mediation Model. Psychological Development and Education, 29, 61-63.
[14] Beck, A. T., Rush, A. J., Shaw, B. F. et al. (1979). Cognitive Therapy of Depression. Guilford Press.
[15] Bozoglan, B., Demirer, V., & Sahin, I. (2014). Problematic Internet Use: Functions of Use, Cognitive Absorption, and Depression. Computers in Human Behavior, 37, 117-123.[CrossRef
[16] Bronfenbrenner, U. (1979). Contexts of Child Rearing: Problems and Prospects. American Psychologist, 34, 844-850.[CrossRef
[17] Bronfenbrenner, U., & Morris, P. A. (1998). The Ecology of Developmental Processes. In R. M. Lerner (Ed.), Handbook of Child Psychology (p. 18). Wiley.
[18] Caplan, S. E. (2003). Preference for Online Social Interaction: A Theory of Problematic Internet Use and Psychosocial Well-Being. Communication Research, 30, 625-648.[CrossRef
[19] Corrales, T., Waterford, M., Goodwin-Smith, I., Wood, L., Yourell, T., & Ho, C. (2016). Childhood Adversity, Sense of Belonging and Psychosocial Outcomes in Emerging Adulthood: A Test of Mediated Pathways. Children and Youth Services Review, 63, 110-119.[CrossRef
[20] Davis, R. A. (2001). A Cognitive-Behavioral Model of Pathological Internet Use. Computers in Human Behavior, 17, 187-195.[CrossRef
[21] Deci, E. L., & Ryan, R. M. (2000). The “What” and “Why” of Goal Pursuits: Human Needs and the Self-Determination of Behavior. Psychological Inquiry, 11, 227-268.[CrossRef
[22] Doan, S. N., Fuller-Rowell, T. E., & Evans, G. W. (2012). Cumulative Risk and Adolescent’s Internalizing and Externalizing Problems: The Mediating Roles of Maternal Responsiveness and Self-Regulation. Developmental Psychology, 48, 1529-1539.[CrossRef] [PubMed]
[23] Ellis, B. J., Figueredo, A. J., Brumbach, B. H., & Schlomer, G. L. (2009). Fundamental Dimensions of Environmental Risk: The Impact of Harsh versus Unpredictable Environments on the Evolution and Development of Life History Strategies. Human Nature, 20, 204-268.[CrossRef] [PubMed]
[24] Evans, G. W., Li, D., & Whipple, S. S. (2013). Cumulative Risk and Child Development. Psychological Bulletin, 139, 1342-1396.[CrossRef] [PubMed]
[25] Farrell, A. D., Danish, S. J., & Howard, C. W. (1992). Risk Factors for Drug Use in Urban Adolescents: Identification and Cross‐Validation. American Journal of Community Psychology, 20, 263-286.[CrossRef] [PubMed]
[26] Fleming, T. M., Merry, S. N., Robinson, E. M. et al. (2016). Self-Reported Suicide Attempts and Associated Risk and Protective Factors Among Secondary School Students in New Zealand. Australian and New Zealand Journal of Psychia-try, 41, 213-221.
[27] Forehand, R., Biggar, H., & Kotchick, B. A. (1998). Cumulative Risk across Family Stressors: Short-and Long-Term Effects for Adolescents. Journal of Abnormal Child Psychology, 26, 119-128.[CrossRef] [PubMed]
[28] Fulker, D. W., Eysenck, S. B. G., & Zuckerman, M. (1980). A Genetic and Environmental Analysis of Sensation Seeking. Journal of Research in Personality, 14, 261-281.[CrossRef
[29] Hales, D. (2013). American Psychiatric Association. In F. R. Volkmar (Ed.), Encyclopedia of Autism Spectrum Disorders (pp. 129-130). Springer.[CrossRef
[30] Li, D., Zhang, W., Li, X., Li, N., & Ye, B. (2012). Gratitude and Suicidal Ideation and Suicide Attempts among Chinese Adolescents: Direct, Mediated, and Moderated Effects. Journal of Adolescence, 35, 55-66.[CrossRef] [PubMed]
[31] Li, Q., Zhang, W., & Zhao, J. (2021). The Longitudinal Associations among Grandparent-Grandchild Cohesion, Cultural Beliefs about Adversity, and Depression in Chinese Rural Left-Behind Children. Journal of Health Psychology, 26, 140-155.[CrossRef] [PubMed]
[32] Luthar, S. S., Cicchetti, D., & Becker, B. (2010). The Construct of Resilience: A Critical Evaluation and Guidelines for Future Work. Child Development, 71, 543-562.[CrossRef] [PubMed]
[33] MacKenzie, M. J., Kotch, J. B., & Lee, L. (2011). Toward a Cumulative Ecological Risk Model for the Etiology of Child Maltreatment. Children and Youth Services Review, 33, 1638-1647.[CrossRef] [PubMed]
[34] Masten, A. S. (2011). Resilience in Children Threatened by Extreme Adversity: Frameworks for Research, Practice, and Translational Synergy. Development and Psychopathology, 23, 493-506.[CrossRef] [PubMed]
[35] Min, J., Yu, J. J., Lee, C., & Chae, J. (2013). Cognitive Emotion Regulation Strategies Contributing to Resilience in Patients with Depression and/or Anxiety Disorders. Comprehensive Psychiatry, 54, 1190-1197.[CrossRef] [PubMed]
[36] Shek, D. T. L. (2004). Chinese Cultural Beliefs about Adversity: Its Relationship to Psychological Well-Being, School Adjustment and Problem Behaviour in Hong Kong Adolescents with and without Economic Disadvantage. Childhood, 11, 63-80.[CrossRef