唐山市大学生短视频成瘾调查研究及建议
Investigation and Research on Short Video Addiction among College Students in Tangshan City and Suggestions
DOI: 10.12677/sa.2026.151004, PDF, HTML, XML,    科研立项经费支持
作者: 贾璐彤, 武 英*:华北理工大学公共卫生学院,河北 唐山;朱菲菲:华北理工大学心理与精神卫生学院,河北 唐山;段丽娜, 于 淼:华北理工大学经济管理学院,河北 唐山;张建美:华北理工大学外国语学院,河北 唐山
关键词: 大学生短视频成瘾抑郁焦虑College Students Short Video Addiction Depression Anxiety
摘要: 目的:了解唐山市大学生短视频成瘾情况及心理健康状况,探究两者之间的关系,为促进大学生心理健康提出可靠建议。方法:抽取唐山市内华北理工大学、唐山学院和河北科技学院三所高校的在校本科生367名作为调查对象,采用大学生短视频成瘾量表、PHQ-9和GAD-7量表,通过采用发放调查问卷和定性访谈相结合的方式来了解其短视频成瘾情况和心理健康状况。结果:36.5% (134/367)的大学生达到短视频成瘾标准;短视频成瘾组的抑郁症状(PHQ-9)得分( x ¯ = 8.10, s = 7.180)显著高于不成瘾组的抑郁症状得分( x ¯ = 5.17, s = 5.513),均值差为2.94分(t(239.94) = 3.955, P < 0.001, 95% CI = [1.47, 4.40]);短视频成瘾组的焦虑症状(GAD-7)得分( x ¯ = 6.42, s = 6.287)显著高于不成瘾组的焦虑症状得分( x ¯ = 3.77, s = 4.280),均值差为2.65分(t(220.08) = 4.212, P < 0.001, 95% CI = [1.41, 3.89]);抑郁程度与短视频成瘾呈显著正相关(r = -0.173, P < 0.001);抑郁程度与焦虑程度呈显著正相关(r = 0.881, P < 0.001)。结论:唐山市大学生短视频成瘾问题较为严重,短视频成瘾对抑郁、焦虑情绪的产生有显著影响。
Abstract: Objective: To understand the situation of short video addiction and mental health status among college students in Tangshan City, and to explore the relationship between the two, so as to provide reliable suggestions for promoting the mental health of college students. Methods: A total of 367 undergraduate students from three universities in Tangshan City, namely North China University of Science and Technology, Tangshan University and Hebei University of Science and Technology, were selected as the survey subjects. The Short Video Addiction Scale, PHQ-9 and GAD-7 scales were used to investigate their short video addiction and mental health status through a combination of distributing questionnaires and conducting qualitative interviews. Results: 36.5% (134/367) of the college students met the criteria for short video addiction; the depression symptom score (PHQ-9) of the short video addiction group ( x ¯ = 8.10, s = 7.180) was significantly higher than that of the non-addiction group ( x ¯ = 5.17, s = 5.513), with a mean difference of 2.94 points (t(239.94) = 3.955, P < 0.001, 95% CI = [1.47, 4.40]); the anxiety symptom score (GAD-7) of the short video addiction group ( x ¯ = 6.42, s = 6.287) was significantly higher than that of the non-addiction group ( x ¯ = 3.77, s = 4.280), with a mean difference of 2.65 points (t(220.08) = 4.212, P < 0.001, 95% CI = [1.41, 3.89]); the degree of depression was significantly positively correlated with short video addiction (r = −0.173, P < 0.01); the degree of depression was significantly positively correlated with the degree of anxiety (r = 0.881, P < 0.001). Conclusion: The problem of short video addiction among college students in Tangshan City is relatively serious, and short video addiction has a significant impact on the generation of depression and anxiety.
文章引用:贾璐彤, 朱菲菲, 段丽娜, 张建美, 于淼, 武英. 唐山市大学生短视频成瘾调查研究及建议[J]. 统计学与应用, 2026, 15(1): 33-42. https://doi.org/10.12677/sa.2026.151004

1. 引言

张继瑜(2023)认为党的二十大把“以中国式现代化全面推进中华民族伟大复兴”明确为党的中心任务。中国的社会主义现代化建设,是坚持“两个结合”而创造出的中国式现代化新道路,“物质文明和精神文明相协调”是其重要特色[1]

当代大学生承载着国家、社会、家庭较高的期望值,他们是这个时代的佼佼者,是实现中华民族伟大复兴不可或缺的动力,承载着国家和民族的希望。因此,大学生群体是一个极其特殊的群体。他们不仅仅是新时代出类拔萃的青年群体,更是21世纪国家和民族的栋梁与未来之星,对社会文明的建设起着巨大作用。然而,随着社会的转型、教育改革的深化和科学技术的快速发展,短视频作为21世纪的新兴产业,已经渗入到人们生活的方方面面。据《第五十一次中国互联网络发展状况统计报告》显示,截至2022年12月,我国网民规模达10.67亿,其中网络视频(含短视频)用户规模达10.31亿,占网民整体的96.5%;短视频用户规模为10.12亿,占网民整体的94.8%。而在大学生的调查中发现(以抖音平台为例),其日活跃用户规模已达4亿,高达82.1%的大学生使用抖音。据郝琪等人(2019)研究显示[2],大学生每天花在短视频中的时间平均超过3小时,许多大学生在课间、睡前甚至在课上都在不停的刷短视频,难以自控。大学生身心成长发育的关键时期,长期沉迷短视频导致他们生活没有规律,正常生物钟遭到严重破坏,这严重影响了大学生的学习和正常生活。

程阳(2024)、杨永红(2025)、尚宁川(2025)研究表明[3]-[5],短视频成瘾现象会对睡眠、情绪、注意力等方面造成影响,从而诱导一系列心理健康问题。据《中国国民心理健康发展报告(2023~2024)》显示,18~24岁人群的抑郁、焦虑风险均高于其他年龄组,揭示了大学生心理健康问题的严重性。因而,我们应该重视大学生短视频成瘾对大学生心理健康产生的消极影响。

纵观我国对解决大学生短视频成瘾发展现状分析发现,虽然我们取得了一些成就,但是也出现了一些问题。如教育内容和教育方式难以引起学生的共鸣,当前高校心理健康服务资源有限,专业人员匮乏,无法为短视频成瘾的学生提供及时专业的心理咨询和干预等。所以,我们希望本次调查研究能够更有针对性的为开展预防大学生短视频成瘾工作提供数据支撑。

2. 对象和方法

() 调查对象

2025年6月,本研究选取唐山市华北理工大学、河北科技学院、唐山学院等三所高校的本科生作为研究对象,每所学校按照不同年级进行分层抽样。

在正式调查前我们发放100份问卷进行预调查,最终回收问卷93份。使用公式 n= Z 2 p( 1p ) E 2

算样本量。其中,预期成瘾率P = 35% (0.35),置信水平95% (Z = 1.96),允许误差E = 5% (0.05),则n ≈ 350。由公式 n h =n× N h N 来计算不同年级所需调查人数,总体数量N ≈ 74,900,由于高校近几年招生数量差别不大,则大一至大四每个年级所需调查人数约为87人。以预调查中约10%的无效百分比来估计实际问卷的投放量,则至少发放问卷388份。本研究最终回收有效问卷367份,有效问卷回收率为94.5%。其中,男性174人(47.4%),女性193人(52.6%);在院校分布上,华北理工大学193人(52.6%),河北科技学院88人(24.0%),唐山学院86人(23.4%);在年级上,大一93人(25.3%),大二89人(24.3%)。大三89人(24.3%),大四96人(26.1%),见图1

Figure 1. The basic situation of short video addiction survey of college students in Tangshan City in June 2025

1. 2025年6月唐山市大学生短视频成瘾调查基本状况

() 调查方法

① 采用自制问卷收集大学生短视频的使用情况:近1个月您每天观看短视频的时长通常是?近1个月您通常在什么时间观看短视频?您通常使用哪些软件观看短视频?您常看的短视频类型?您观看短视频的目的是?您认为短视频哪些特点吸引了您?您希望如何改善大学生沉迷于短视频的现状?② 采用秦浩轩等人(2020)编制的大学生短视频成癮量表[6],分为戒断性、失控性逃避性和低效性4个维度,共有14题。若被试者在该量表中的特定7个诊断性题目上有任意5道题做了肯定回答;那么可以认为被试者有短视频成癮的症状,且总分越高表示短视频成癮倾向越高。③ 采用PHQ-9量表(由Spitzer等人(1999) [7]编制,主要用于开展抑郁的自评、筛查,具有潜在的诊断效力),PHQ-9是DSM-5诊断系统推荐的自评量表,已在国内外广泛应用于临床实践,特别适用于综合医院的抑郁症筛查与评估。该量表包含9个条目,用于评估抑郁症状。采用Likert四级计分法,评分范围为0至3,总分为0至27分。具体分数区间及其对应的抑郁程度为,0~4分:无抑郁;5~9分:轻度抑郁;10~14分:中度抑郁;15~19分:中重度抑郁;20~27分:重度抑郁。④ GAD-7量表(由Spitzer等人(2006) [8]编制,用于筛查广泛性焦虑并评估症状严重度),GAD-7是检测患者焦虑情况的常用量表,专门用来评估广泛性焦虑障碍的症状。此量表含有7个问题,每个问题都涉及过去两周内可能经历的不同焦虑症状。被调查者需要根据自身的实际情况,对每个问题的发生频率进行评分,从而检测自身的焦虑状况。根据总分,可以对症状的严重程度进行初步判断,0~4分:焦虑程度可能较低;5~9分:轻度焦虑;10~14分:中度焦虑;15~21分:重度焦虑[8]

() 统计方法

首先对问卷获得的数据进行清洗和预处理,采用SPSS 23.0统计学软件分析数据。通过描述性分析、两独立样本t检验和相关分析,对数据进行统计分析,描述大学生的短视频成瘾和抑郁、焦虑状况。均以P < 0.05为差异有统计学意义。

3. 结果

() 唐山市大学生短视频成瘾状况调查结果

根据受访大学生的短视频成瘾状况将分为短视频成瘾组和短视频不成瘾组,两组间性别、院校,差异具有统计学意义(P < 0.05),见表1

Table 1. Survey results of short video addiction status of college students in Tangshan City ( x ¯ ±s )

1. 唐山市大学生短视频成瘾状况调查结果( x ¯ ±s )

项目

类别

人数

成瘾组(n = 134)

不成瘾组(n = 233)

X²

P

性别

174

52

122

6.269

0.012

193

82

111

年级

大一

93

35

58

1.395

0.707

大二

89

36

53

大三

89

32

57

大四

96

31

65

院校

华北理工大学

193

50

143

19.778

0.000

河北科技大学

88

43

45

唐山学院

86

41

45

专业

理工类

147

48

99

3.749

0.290

文史类

90

40

50

医学类

75

28

47

其他

55

18

37

() 共同方法偏差检验

用Harman单因素因子分析对数据进行共同方法偏差检验。结果显示,有3个因子特征根值均大于1,且首因子解释的方差为41.90% (Leong L Y, 2019)认为小于50%代表不存在严重的共同方法偏差[9]。所以本研究存在较小的共同方法偏差。

() 大学生短视频成瘾量表变量的均值和标准差

本研究有效样本量N = 367,覆盖唐山市各年级大学生群体,量表采用5点Likert量表(1 = 完全不符合,2 = 比较符合,3 = 不确定,4 = 比较符合,5 = 非常符合),包含14个题项(A1~A14),从失控性(A1, A2, A3, A4), 戒断性(A5, A6, A7, A8, A9), 逃避性(A10, A11, A12), 低效性(A13, A14)、四个维度评估短视频成瘾倾向,见表2

Table 2. Descriptive statistical data of the Short Video Addiction Scale

2. 短视频成瘾量表描述统计性资料

N

最小值

最大值

平均数

标准差

A1因观看短视频担心你的流量超支

367

1.0

5.0

2.744

1.3590

A2你发现自己观看短视频的时间比本来打算的要长

367

1.0

5

3.90

1.100

A3你尝试在观看短视频上少花些时间但是做不到

367

1.0

5.0

3.229

1.2619

A4你从未觉得在观看短视频上花的时间足够多

367

1.0

5.0

2.779

1.2622

A5当在一段时间未使用手机,你会在拿到手机的第一时间打开短视频APP

367

1.0

5.0

3.452

1.2313

A6你很难做到将短视频APP卸载

367

1.0

5.0

3.564

1.2482

A7如果你有一阵子没有观看短视频,你会变得焦虑

367

1.0

5.0

2.807

1.3360

A8没有观看短视频你会心神不定

367

1.0

5.0

2.787

1.2230

A9如果你不观看短视频,你不知道你该干什么

367

1.0

5.0

3.065

1.3534

A10当感到被孤立时,你会用手机观看短视频

367

1.0

5.0

3.409

1.1905

A11当你感到孤独的时候,你会用手机观看短视频

367

1.0

5.0

3.629

1.1206

A12当你情绪低落的时候,你会观看短视频来改善情绪

367

1.0

5.0

3.670

1.1513

A13你发现自己在其他必须要做的事情时却沉迷于观看短视频,为此给你带来些麻烦

367

1.0

5.0

3.341

1.2571

A14观看短视频耗费的时间直接导致你的办事效率降低

367

1.0

5.0

3.365

1.2535

有效的N

367

短视频成瘾量表总分范围为14~70分( x ¯ = 45.78, s = 12.58, M = 46.00)。分布呈左偏态(偏度 = −0.345,峰度 = −0.033),表明多数学生得分集中于中高分段。见表3

Table 3. Descriptive analysis of the total score of the Short Video Addiction Scale

3. 短视频成瘾量表总分描述性分析

N

平均数

中位数

标准差

偏度

峰度

最小值

最大值

总分

367

45.74

46.00

12.58

−0.345

−0.033

14

70

() 差异性分析:独立样本t检验

1、PHQ-9 (抑郁症症状)结果分析

Table 4. PHQ-9 between-group differences and t-test results

4. PHQ-9组间差异及t检验结果

变量

个案数

x ¯ ±s

t

P

差值95%置信区间

下限

上限

总分

成瘾组

134

8.10 ± 7.180

3.955

0.000

1.473

4.397

不成瘾组

183

2.17 ± 5.513

组间差异:成瘾组(平均值 = 8.10,标准差 = 7.180)显著高于不成瘾组(平均值 = 5.17,标准差 = 5.513)。成瘾组的抑郁症症状得分较高,表明短视频成瘾可能加重了抑郁症症状。不成瘾组的抑郁症症状得分较低,表明短视频使用未达到成瘾程度时,对抑郁症的影响较小。

t检验结果:t = 3.955,自由度 = 239.943,P = 0.000 (<0.001),差异极显著。平均值差值 = 2.935 (95%置信区间:1.473~4.397),区间不包含0,进一步支持显著性。见表4

2、GAD-7 (焦虑症状)结果分析

Table 5. Between-group differences in GAD-7 (anxiety symptoms) and t-test results

5. GAD-7 (焦虑症状)组间差异及t检验结果

变量

个案数

x ¯ ±s

t

P

差值95%置信区间

下限

上限

总分

成瘾组

134

6.42 ± 6.287

4.212

0.000

1.409

3.886

不成瘾组

183

3.77 ± 4.280

组间差异:成瘾组(平均值 = 6.42,标准差 = 6.287)显著高于不成瘾组(平均值 = 3.77,标准差 = 4.280)。成瘾组的焦虑症状得分较高,表明短视频成瘾可能加重了焦虑症状。不成瘾组的焦虑症状得分较低,表明短视频使用未达到成瘾程度时,对焦虑的影响较小。

t检验结果:t = 4.212,自由度 = 220.081,P = 0.000 (<0.001),差异极显著。平均值差值 = 2.647 (95%置信区间:1.409~3.886),区间不包含0,进一步支持显著性。见表5

() 视频成瘾与PHQ-9GAD-7的相关分析

Table 6. Pearson correlation coefficient matrix of short video addiction, PHQ-9, and GAD-7

6. 短视频成瘾、PHQ-9、GAD-7皮尔逊相关系数矩阵

短视频成瘾

PHQ9

GAD7

短视频成瘾

1

PHQ9

−0.173**

1

GAD7

−0.204**

0.881**

1

注:**表示P < 0.01(双尾检验);负号由编码方向导致。

短视频成瘾与PHQ-9:r = −0.173,P = 0.001,呈显著负相关,即成瘾程度越高,抑郁症状越严重。短视频成瘾与GAD-7:r = −0.204,P = 0.000,相关性更强,成瘾程度与焦虑症状显著负相关(设置组成瘾组为1不成瘾组为2,所以编码方向为:数值越小,成瘾程度越高。)。PHQ-9与GAD-7:r = 0.881,P = 0.000,呈极强正相关,表明抑郁与焦虑症状相关性极显著。见表6

() 定性访谈结果

本次研究采用实地访谈法对8名在校大学生进行了深度访谈,目的是为了探究其短视频使用情况及对其短视频成瘾情况的评估。8名研究对象分别是不同专业(包含文科、理科、工科、医科),男女比例为1:1,年龄分布在19~23岁之间,具有良好的代表性。

其中5名受访者短视频日均使用时长超过2小时,并且表现出明显的自我调节困境。这类用户普遍反映“观看短视频往往比计划的时间要长”、“计划学习时却被推送内容吸引”、“尝试减少短视频的使用时间但是难以做到”,全都符合短视频成瘾量表中提出的网络成瘾行为特征。值得注意的是,虽然这类人群拥有短视频成瘾的倾向,但是他们都能认识到自己的成瘾行为,并希望约束自己改变这种行为。相反,其他3名受访者能够通过一些方法(如卸载短视频软件、屏幕使用时间管控等)成功将短视频日均使用时长控制在2小时以内。同时,全部受访者一致认为使用短视频软件是一把双刃剑。积极效用主要体现在:信息获取效率提升、碎片化时间的利用以及情感补偿功能。但消极效应更为凸显,具体表现在:专注力、记忆力下降,认知自主性弱化以及生物节律紊乱等等。

针对短视频成瘾的干预建议,受访者提出多种解决方案:1、希望平台加强审核,推送更高质量的视频。2、希望平台推出学习模式,能够主动限制短视频使用时间。3、高校积极举办高质量的课余活动,丰富大学生的课余生活。4、大学生自己加强自律,主动控制自己使用短视频的使用时间。5、大学生要积极参与户外活动,转移注意力。

本研究的理论贡献在于揭示了大学生短视频使用中的“认知–行为”悖论,即高媒介素养认知与低自我调节能力并存的现象。实践层面,为大学生网络成瘾现象提供了干预靶点,同时推动建立多方协同的短视频生态治理机制。

4. 讨论与结论

本研究共调查唐山市大学生367人,计算得唐山市大学生短视频成瘾率为36.5%,不同于程阳(2024)、王晶晶(2025)等人,虽使用的调查短视频成瘾的问卷相同,但其研究中报告的大学生短视频成瘾的比例分别为75.19% [3]、32.00% [10],此差异可能主要与样本量相关,也可能与调查时间、调查地点、院校特点等相关。本研究大学生成瘾量表总分平均数 = 45.74 (s = 12.58),中位数 = 46.00,偏度 = −0.345,峰度 = −0.033,表明大学生短视频成瘾整体处于中等水平,但存在向高分段集中的趋势。当前短视频成瘾的现状,值得教育工作者、心理健康专业人士等相关人员的重视。

短视频成瘾量表从失控性、戒断性、逃避性、低效性,四个维度评估短视频成瘾倾向。失控性维度:A2、A3均值分别等于3.90 (SD = 1.10)、3.23 (SD = 1.26),表明大多数大学生存在明显地短视频使用失控现象,且较难以自主控制短视频使用时间,与访谈中“自我调节困境”结论一致,曾华铭(2019)认为这种现象的出现可能与心理学中的蔡格尼克记忆效应有关。15秒的视频通常不能完整地呈现一段配乐,视频的内容一般也无法展现完整的故事和情节,给人一种戛然而止的感觉,让人有种意犹未尽之感[11]。戒断性维度:A5、A6均值分别等于3.45 (SD = 1.23)、3.56 (SD = 1.24),体现出观看短视频已成为大学生即时满足的主要入口,符合成瘾行为的戒断反应特征,虽然生理性戒断反应相对较弱,但心理依赖仍显著存在。逃避性维度:A10、A11、A12,均值分别等于3.40 (SD = 1.19)、3.63 (SD = 1.12)、3.67 (SD = 1.15),得分最高,显示短视频被用于情绪代偿,与周赋瑶,杜转转(2025)研究结果一致[12],当感到孤独、焦虑时,为了逃避现实中的负面情绪,将自己沉浸于能够带来大量快感和刺激的短视频当中,从而造成短视频成瘾。低效性维度:A13、A14均值等于3.34 (SD = 1.26)、3.37 (SD = 1.25),体现出短视频使用对学习效率和日常事务的负面影响,与访谈中“专注力下降”形成呼应,在尚宁川(2025)的研究中同样认为短视频成瘾会分散学生在学习上的注意力,并潜移默化侵蚀学生的学习态度,产生学习倦怠[5]

差异性分析中,短视频成瘾组的抑郁症状(PHQ-9)得分显著高于不成瘾组(P < 0.001),短视频成瘾组的焦虑症状(GAD-7)得分显著高于不成瘾组(P < 0.001),即抑郁、焦虑情绪的产生与短视频成瘾有明显关系;从相关性分析可得知,短视频成瘾与抑郁、焦虑情绪的产生呈正相关关系。因此,短视频成瘾对大学生的心理健康有一定消极影响。崔燕、崔莉(2025)的研究认为,短视频成瘾会对大学生的心理健康产生影响[13],本研究则着重分析讨论其与焦虑、抑郁情绪之间的关系,补充论证了上述观点。

本研究发现唐山市大学生因使用短视频普遍存在时间管理失控、睡眠质量恶化、情绪调节单一化、现实社交被动削弱、学习效率与专注度下降、自我管理意识与行为脱节等问题。董王昊(2023)认为造成这些问题的原因是短视频的个性化算法能够收集用户的兴趣偏好和行为记录,并通过内容过滤和协同过滤等手段,将短视频精准推送至用户的移动端[14]。严万森(2021)研究也证实[15],观看个性化推荐的短视频会不断给大脑腹侧被盖区(Ventral Tegmental Area, VTA)提供刺激,而该区域是大脑对刺激产生快感和强化动机的神经回路,其持续激活会使个体产生渴望和上瘾。董王昊(2023)认为短视频通常以几秒到几分钟的视频为主,并涵盖了新闻资讯、美容、娱乐、电影、教育、健康、体育和科技等多个领域,可以满足用户的各种信息需求。这些丰富的信息会刺激大脑不断产生多巴胺,激活用户的愉悦感,消除负面情绪[14]。但是这种情绪的调节是单一化的转移注意力,并不能从根本上解决问题来缓解用户的负面情绪。部分焦虑、愤怒等负面情绪更容易引发共鸣从而导致大量的舆论讨论,部分短视频创作者为了博取流量发布大量博眼球的作品,从而更容易加强用户的焦虑等负面情绪。同时,大脑由于不断地接受这些高刺激高频率的信息逐渐适应了这种模式,从而导致专注力、学习效率下降。由于网络社交的隐私性和自由性,使人们不自在的逃避面对面的现实社交,而倾向于网络社交,导致现实社交能力的削弱。

因此,短视频成瘾问题已经成为大学生群体普遍面临的困境之一,短视频成瘾占用了大学生基本的社交活动,休息和学习的时间,具有极大的负面影响。应该采取积极的对策及建议,以实现大学生现实生活与短视频使用之间的平衡。

本研究局限性如下:① 本研究属于横断面研究,不能阐释变量间的因果关系,后续可采用追踪研究进一步探讨短视频成瘾与抑郁、焦虑情绪的因果关系。② 本研究为问卷研究,研究结果与被试是否认真作答高度关联,且短视频成瘾与个人特质、社会环境、心理需求等多种因素息息相关,本研究调查内容有限,可能会导致结果偏差。③ 本研究进行了共同方法偏差检验,首个公因子解释的方差为41.90% (小于50%),认为不存在显著共同方法偏差。共同方法偏差检验方法虽然被广泛使用,但检验力较低,容易受到变量数量、因子结构等多方面影响,检验结果不一定说明没有共同方法偏差。

5. 建议

() 个人层面:增强自我管理能力,提升网络素养。

自觉主动制定合理的时间计划表,限制每日的上网时间,合理规划学习、运动、社交等活动的时间,减少空闲时间刷手机的行为。培养广泛的兴趣爱好,如阅读、绘画、运动等,从而摆脱对短视频的依赖。了解短视频成瘾的机制,认识到短视频成瘾对生活产生的负面影响。明确网络的使用目的,实现学习、社交、娱乐的平衡,警惕网络内容对心理产生的不良影响,避免沉迷游戏、短视频或社交媒体。分析自己通常在什么情况下沉迷网络,如孤独、焦虑、无聊等,针对性解决短视频成瘾问题,学习情绪调节的方法,避免通过网络逃避现实压力或负面情绪。

() 家庭层面:改善沟通与关怀,营造健康家庭环境。

家长应该主动了解、关心孩子的大学生活情况,关注孩子的心理状态,了解孩子沉迷网络的深层原因,而非只关注行为表象。家长应该给与孩子充分的情感支持和陪伴,鼓励他们勇敢面对困难和挑战,增强自信心和抗压能力。家长要耐心倾听孩子的想法和感受,理解他们对短视频成瘾的依赖,避免简单粗暴的批评和指责,而是通过沟通找到解决问题的方法。家长应该了解短视频成瘾的症状,如过度使用、无法控制、影响学习和生活等等,及时识别并干预,如果孩子出现严重的短视频成瘾症状,家长应积极寻求专业心理咨询师的帮助,制定个性化的干预方案。家长也应以身作则,为孩子树立良好的榜样,制定“家庭网络使用规则”,明确在特定的时间不能使用手机,如睡前统一将手机全部收起来。定期组织丰富多彩的家庭活动,增进家庭成员之间的情感交流,减少对短视频的关注。鼓励孩子邀请朋友到家中聚会,减少独立性上网时间。

() 学校层面:丰富校园生活,关注心理健康教育与压力管理。

高校应开设网络成瘾相关课程或讲座,普及成瘾的机制和应对方法,将网络成瘾纳入心理健康教育体系,邀请心理专家或医生讲解网络成瘾的危害、识别方法和应对策略。设立心理咨询中心,配备专职心理教师,为成瘾学生提供个体辅导或团体治疗。定期发布短视频使用指南和心理健康知识,培养学生健康的媒介使用习惯,树立正确的网络舆论观。通过校园公众号、短视频等推送“健康上网指南”“时间管理技巧”等内容,增强学生的网络自律意识。学校可以组织相关的主题班会或者辩论赛,通过讨论“网络依赖的利弊”“如何平衡学习与娱乐”等话题,提高学生的自我认知与批判性思维。增设体育、艺术、科技等社团,鼓励学生参与线下社交和实践活动,举办如篮球赛、音乐节、社区服务等竞赛活动和志愿服务,减少学生对短视频的依赖。提供自习室、读书会、技能培训等,帮助学生合理安排课余时间,避免因为无聊而沉迷网络。

() 社会层面:平台加强网络环境监管,宣传健康网络文化。

相关部门应该加强网络环境监管,严格执行实名认证机制,严格控制不良内容和违规账号,推动游戏、短视频平台落实防沉迷措施,鼓励平台开发“学习模式”,过滤低质量或过度娱乐化的内容,确保内容符合相关法律法规和道德标准,保障大学生的合法权益。政府加强对网络游戏、直播、社交平台的监管,处罚违规企业。针对短视频平台的内容管理、用户保护等方面,制定和完善相关法律法规,规范平台的运营行为。政府和相关部门应该加大宣传力度,通过公益广告、纪录片、海报等形式,宣传网络成瘾的危害,提高公众对网络成瘾危害的认知。鼓励大学生减少无效上网时间,如无目的刷短视频,提倡纸质书籍阅读、线下社交等替代活动。社区提供免费的运动、艺术、科技体验设施,吸引大学生参与线下互动。设立心理咨询站,配备专业的心理医生,为网络成瘾者提供免费辅导,鼓励大学生参与志愿服务,增强社会责任感,减少对短视频的依赖。

基金项目

华北理工大学2025年河北省大学生创新创业训练计划项目《唐山市大学生短视频成瘾调查研究及建议》(项目编号:S202510081127)。

NOTES

*通讯作者。

参考文献

[1] 张继瑜. 把党的二十大精神贯穿精神文明建设全过程[J]. 思想政治工作研究, 2023(4): 15-16.
[2] 郝琪, 郝琪, 程子尧, 李日东, 彭波, 李慧. 大学生网络成瘾的原因分析及对策研究[J]. 心理月刊, 2019, 14(11): 44.
[3] 程阳, 刘海燕. 大学生短视频成瘾对睡眠质量的影响: 有调节的中介效应[J]. 中国健康心理学杂志, 2024, 32(2): 251-257.
[4] 杨永红. 短视频成瘾对大学生学业倦怠的影响及干预策略研究[J]. 教师, 2025(18): 5-7.
[5] 尚宁川, 黄依伦, 杨羚, 周燚. 大学生网络短视频成瘾成因、危害及其教育引导研究[J]. 数字化传播, 2025(6): 69-71.
[6] 秦浩轩. 大学生短视频成瘾的影响机制及干预对策研究[D]: [硕士学位论文]. 南昌: 江西科技师范大学, 2020.
[7] Spitzer, R.L., Kroenke, K. and Williams, J.B. (1999) Validation and Utility of a Self-Report Version of PRIME-MD: The PHQ Primary Care Study. Primary Care Evaluation of Mental Disorders. Patient Health Questionnaire. JAMA, 282, 1737-1744. [Google Scholar] [CrossRef] [PubMed]
[8] Spitzer, R.L., Kroenke, K., Williams, J.B. and Löwe, B. (2006) A Brief Measure for Assessing Generalized Anxiety Disorder: The GAD-7. Archives of Internal Medicine, 166, 1092-1097. [Google Scholar] [CrossRef] [PubMed]
[9] Leong, L.Y., Hew, T.S., Ooi, K.B., et al. (2019) A Hybrid SEM-Neural Network Analysis of Social Media Addiction. Expert Systems with Applications, 133, 296-316. [Google Scholar] [CrossRef
[10] 王晶晶, 胡海燕, 杨威, 杨奇伟, 高鑫智. 大学生短视频成瘾与跨期决策的关系研究: 表达抑制的中介作用[J]. 心理月刊, 2025, 20(13): 112-115.
[11] 曾华铭. 短视频成瘾的心理机制探析——以抖音为例[J]. 新媒体研究, 2019, 5(20): 16-17.
[12] 周赋瑶, 杜转转, 江秋莹, 谢妙明, 张慧君, 吴燕鹏, 方慧. 累积生态风险与留守儿童的短视频成瘾: 有调节的中介模型[J]. 中国健康心理学杂志, 2025, 33(8): 1152-1158.
[13] 崔燕, 崔莉. 大学生短视频成瘾的心理机制及干预策略研究[J]. 社会与公益, 2025(9): 237-240.
[14] 董王昊, 王伟军, 王兴超, 李文清. 人机互动视角下短视频沉迷的发生机制[J]. 心理科学进展, 2023, 31(12): 2337-2349.
[15] 严万森, 刘苏姣, 张冉冉, 徐鹏. 强迫性特征在药物成瘾行为中的易感性及其前额叶-反奖赏系统神经基础[J]. 心理科学进展, 2021, 29(8): 1345-1357.