1. 引言
近年来，网络成瘾现象越发普遍，如何合理利用复杂的网络成为人们关注的焦点。曾被称为“世纪宝宝”的00后们在相较于管束强度较大的高中生涯，他们可能会更多地体验网络世界，进而产生网络成瘾。而网络成瘾指不合理、长时间使用网络，引起对网络的耐受、戒断反应、持续的上网欲望以及行为失控的现象，导致对个体的生理、心理及社会功能的损害(方晓义等，2015)。当今，网络成瘾现象极其普遍，在学业压力相对较小的大学生群体中更是如此(周恩远，周惠玉，2017)。网络成瘾严重地影响了其身心健康，脱离了现实生活，导致家庭、学习等各方面的问题(梅松丽，2008)。并且导致网络成瘾的影响因素十分复杂。因此研究者探讨大学生网络成瘾的心理机制，以此厘清此现象背后的原因，进而为其预防控制提供解决思路。
情绪调节自我效能感的定义为个体对能否有效调节自身情绪状态的一种自信程度(亓胜辉，余林，2012；Bandura等，2003)。已有研究表明情绪调节自我效能感能对网络成瘾起负向预测的作用(潘超超等，2013，2014)。在手机成瘾方面，其可以显著预测大学生的手机依赖程度(蒋怀滨等，2018)。一旦个体调节自身情绪的信念感不足，就会难以调节负面情绪，导致对自身自信心的不足或者是破坏了人际关系，从而转向网络世界寻求认同，进而产生网络成瘾的倾向。
谭树华等人认为自我控制是个体改变自身固有的行为习惯和思维方式，是一种行为、思维方式代替另一种的过程(谭树华，郭永玉，2008b)。当我们的欲望与目标出现了暂时的冲突时，我们需要强大的意志力和自我控制能力，去暂时压抑我们的欲望，延迟满足，这对于个体实现目标具有重要作用。有研究表明，自我控制与网络成瘾呈负相关关系(侯其锋等，2013)。而且在大多与网络成瘾的相关研究中，自我控制都具有中介效应(梅松丽等，2015)。如果我们可以抑制长期使用网络的行为，以现实原则同时协调好我们的本我和超我，调节我们的行为向我们的目标进发，那网络成瘾的倾向就会大大降低。
综上所述，已有研究显示情绪调节自我效能感和自我控制分别与网络成瘾呈负相关关系，且两者都可以显著负向预测网络成瘾(孙晓军等，2015)，但对于三者之间的内部机制依然缺乏探讨。据此，本研究对这一方面的理论研究可以起到一定的补充作用，通过构建中介模型探讨情绪调节自我效能感和网络成瘾之间的关系，我们可以更好地认识网络成瘾者的心理机理，从提高网络成瘾者的外在环境条件及自身的内在精神状况两方面来控制和减少网瘾形成。针对本研究目的，提出以下假设：
假设1：大学生群体网络成瘾的检出率较高。
假设2：网络成瘾水平在性别、年级等人口学特征上存在显著差异。
假设3：大学生群体网络成瘾与情绪调节自我效能感、自我控制分别呈显著负相关关系，情绪调节自我效能感和自我控制为显著正相关关系。
假设4：在大学生群体中自我控制在情绪调节自我效能感和网络成瘾之间存在中介效应。
2. 对象与方法
2.1. 研究对象
本研究采用方便取样，面向全国范围内的大学生发放341份问卷。根据反应一致的剔除标准，无效问卷47份，有效问卷294份，有效率为86.2%。样本分布情况详见表1。
Table 1. Descriptive statistics of demographic variables
表1. 人口学变量的描述统计
类别 |
人数 |
占比(%) |
性别 |
男 |
116 |
39.5 |
女 |
178 |
60.5 |
年级 |
大一 |
45 |
15.3 |
大二 |
69 |
23.5 |
大三 |
59 |
20.1 |
大四 |
110 |
37.4 |
大五 |
11 |
3.7 |
独生子女 |
是 |
132 |
44.9 |
否 |
162 |
55.1 |
家庭类型 |
核心家庭 |
208 |
70.7 |
单亲家庭 |
62 |
21.1 |
重组家庭 |
16 |
5.4 |
其他 |
8 |
2.7 |
父亲文化程度 |
初中及以下 |
109 |
37.1 |
高中及中专 |
106 |
36.1 |
大专及以上 |
79 |
26.9 |
母亲文化程度 |
初中及以下 |
147 |
50.0 |
高中及中专 |
95 |
32.3 |
大专及以上 |
52 |
17.7 |
月均消费 |
500~1000 |
33 |
11.2 |
1001~1500 |
134 |
45.6 |
1501~2000 |
95 |
32.3 |
2000以上 |
32 |
10.9 |
初次接触网络时间 |
小学1~3年级 |
68 |
23.1 |
小学4~6年级 |
122 |
41.5 |
初中 |
69 |
23.5 |
高中 |
29 |
9.9 |
大学 |
6 |
2.0 |
2.2. 研究工具
2.2.1. 一般人口学资料问卷
自编问卷，内容包括性别、年级、是否独生子女、家庭类型、父母文化程度、月均消费、初次接触网络时间。
2.2.2. 自我控制量表
采用谭树华等人修订的大学生自我控制量表，共冲动控制、健康习惯、抵御诱惑、专注工作和节制娱乐5个维度，19个题目，其中反向计分题有14个，采用5点计分，总分越高，特质自我控制能力越强(谭树华，郭永玉，2008a)。本次研究中量表的α系数为0.891。
2.2.3. 情绪调节自我效能感量表
采用俞国良等人在2009年修订的情绪调节自我效能感量表。该量表分为3个维度，共有12道题目，采用5点计分(文书锋等，2009)。本研究中，量表的α系数为0.900。
2.2.4. 网络成瘾量表
本文采用白羽等人在2005年针对中国大学生修订的网络成瘾量表中文版，该量表共19个项目，分为两个部分，四个因子。网络成瘾核心症状部分被分为“强迫性上网及网络成瘾戒断反应”与“网络成瘾耐受性”两大因素，网络成瘾相关问题部分被分为“人际与健康问题”与“时间管理问题”两大因素，采用4点计分，得分越高表示网络依赖程度越高，该研究将总分分布在80%~95%之间的被试界定为网络依赖群体，95%以上的界定为网络成瘾(即53分以上为网络成瘾，46~53分为网络依赖，46分以下为正常群体) (白羽，樊富珉，2005)。本次研究中量表的α系数是0.961。
2.3. 统计学方法
使用SPSS21.0进行统计分析。运用t检验、方差分析，比较不同人口学特征在网络成瘾量表得分上的差异；采用Pearson相关，分析大学生自我控制，情绪调节自我效能感和网络成瘾之间的相关性；采用多次分层回归分析方法，排除控制变量之后，分析不同自变量对因变量的贡献率以及判断是否存在中介效应；用AMOS18.0结构方程模型Bootstrap法，检验自我控制能力的中介效应；检验水准为α = 0.05。
3. 结果
3.1. 共同方法偏差检验
采用Harman单因子检验方法进行检验。结果析出特征根大于1的公因子有8个，最大因子的方差解释率为32.23%，小于40%，故本研究不存在严重的共同方法偏差。
3.2. 大学生情绪调节自我效能感、自我控制、网络成瘾的一般情况
根据描述性分析结果可知，本研究中被试群体的网络成瘾总分均值是(42.327 ± 12.236)分，该量表分数表明得分为46分以下即正常群体，表明被试群体中的网络成瘾状况处于正常水平。在整个被试群体中，正常群体比例为60.21%，网络依赖群体比例为24.82%，网络成瘾群体的比例为14.97%；情绪调节自我效能感总分均值是(43.67 ± 7.790)分，自我控制能力总分均值为(59.46 ± 12.207)分。
3.3. 不同人口学特征在网络成瘾上的差异比较分析
独立样本t检验结果表明，女生的得分(44.994 ± 9.60)显著高于男生(38.233 ± 14.56)，t值为4.417；非独生子女的学生网瘾得分高于独生子女的学生(t = −5.426, p < 0.05)。单因素方差分析结果显示，在不同年级中，网络成瘾得分差异显著(F = 3.141, p < 0.05)，大三大四学生的网瘾得分显著高于大一大二的学生；家庭类型在网络成瘾上差异显著(F = 11.832, p < 0.05)，核心家庭的学生的网瘾得分显著高于单亲家庭；初次接触网络的时间在网络成瘾上差异显著(F = 4.248, p < 0.05)，在小学1~3年级初次接触网络的学生的网瘾得分显著高于在小学4~6年级、初中和高中初次接触网络的学生。大学生的父亲文化程度、母亲文化程度和月均消费在网络成瘾上差异不显著(F = 1.880; F = 0.484; F = 2.079, p > 0.05)。
3.4. 大学生情绪调节自我效能感、自我控制、网络成瘾的相关分析
将自我控制、情绪调节自我效能感、网络成瘾三者的总均分做Pearson相关分析。结果显示三者两两相关。详见表2。
Table 2. Correlation analysis of college students’ emotional regulation self-efficacy, self-control and Internet addiction
表2. 大学生情绪调节自我效能感、自我控制、网络成瘾的相关分析
变量 |
情绪调节自我效能感 |
自我控制 |
网络成瘾 |
情绪调节自我效能感 |
1 |
|
|
自我控制 |
0.317** |
1 |
|
网络成瘾 |
−0.325** |
−0.545** |
1 |
注：**p < 0.01。
3.5. 大学生情绪调节自我效能感、自我控制和网络成瘾的回归分析
将情绪调节自我效能感和自我控制作为自变量，网络成瘾作为因变量，同时考虑到人口学变量可能在模型中起到干扰作用，因此将在网瘾程度上差异显著的5个变量作为控制变量，纳入模型内进行分层回归分析。表3中的模型1显示，年级、是否独生子女和家庭类型能够显著影响到大学生的自我控制(β = −0.089, p < 0.01; β = −0.294, p < 0.001; β = 0.103, p < 0.05)，模型2结果表明大学生情绪调节自我效能感能够正向预测自我控制(β = 0.192, p < 0.001)。模型3说明控制变量解释了网络成瘾17.8%的变异。在控制人口学变量的影响之后，模型4显示，情绪调节自我效能感能够负向预测网络成瘾(β = −0.18, p < 0.01)。此外, 我们进一步考察三者关系，如模型5所示，自我控制对网络成瘾影响系数显著(β = −0.443, p < 0.001)。结果表明，在自变量依次进入模型后，对网络成瘾的解释量由原来的17.8%到20.4%，再到36.7%，增幅分别为2.6%，16.3%。模型5中F = 23.735，p < 0.001，说明加入变量自我控制有意义，模型5拟合程度更好，解释了网络成瘾36.7%的变异。
3.6. 自我控制在情绪调节自我效能感和网络成瘾间的中介作用分析
在Amos中，以情绪调节自我效能感作为自变量，网络成瘾作为因变量，自我控制作为中介变量构建模型。该模型中，三个标准化回归系数均显著。总效应为−0.322，间接效应为−0.155，直接效应为−0.167，后两者置信区间分别为为[−0.250, −0.080]和[−0.312, −0.046]。此结果说明中介效应显著，且自我控制在情
Table 3. Regression analysis of emotional regulation self-efficacy, self-control and Internet addiction in college students
表3. 大学生情绪调节自我效能感、自我控制和网络成瘾的回归分析
变量 |
自我控制 |
网络成瘾 |
模型1 |
模型2 |
模型3 |
模型4 |
模型5 |
控制变量 |
(常量) |
3.74 |
2.901 |
1.746 |
2.531 |
3.817 |
性别 |
−0.077 |
−0.055 |
0.18* |
0.159* |
0.134 |
年级 |
−0.089** |
−0.07* |
0.05 |
0.033 |
0.002 |
是否独生子女 |
−0.294*** |
−0.224** |
0.275*** |
0.21** |
0.11 |
家庭类型 |
0.103* |
0.087* |
−0.149** |
−0.134** |
−0.096* |
初次接触网络时间 |
0.037 |
0.022 |
−0.075* |
−0.061 |
−0.051 |
自变量 |
情绪调节自我效能感 |
|
0.192*** |
|
−0.18** |
−0.095 |
自我控制 |
|
|
|
|
−0.443*** |
|
R方 |
0.136 |
0.166 |
0.178 |
0.204 |
0.367 |
|
∆R方 |
0.136 |
0.03 |
0.178 |
0.026 |
0.163 |
|
F |
9.075*** |
9.549*** |
12.464*** |
12.283*** |
23.735*** |
注：*p < 0.05，**p < 0.01，***p < 0.001。
绪调节自我效能感和网络成瘾之间起部分中介作用。间接效应占总效应的47.9%，说明情绪调节自我效能感对网络成瘾的影响，有47.9%是通过中介变量自我控制起作用。
4. 讨论
4.1. 大学生的网络成瘾情况
大学生群体的网络成瘾总均分为42.327。根据白羽等人的网络成瘾量表分类，本研究中大学生群体的网络成瘾情况处于正常水平。但是网络成瘾的比例为14.97%，有一定网络依赖倾向。处在互联网时代的00后们，在使用网络而获得巨大便利的同时，也在不断地被互联网吞噬而在现实世界中迷失了自我。在2022年的疫情背景下，现实生活给予他们越来越多的压力，从网络流行热词“内卷”“学术垃圾”中便可以窥见其中的冰山一角，这促使他们开始通过建立社群的方式来建立属于自己的网络世界，既是对现实生活的补充，也是对现实生活的一种改善。本研究的结果表明大学生群体存在一定的网络依赖倾向，说明从小就跟网络接触的年轻一代仍需努力抵住互联网的诱惑，提高自律意识，在短期内培养新的生活乐趣和生活方式，新的可能性的成长还需要时间的考验，在这个过程中要学会延迟满足自身的欲望，将更多的注意力和专注力停留在现实世界中追逐自身的梦想，进行自我实现。
4.2. 人口学特征在大学生网络成瘾上的差异分析
在本研究中，女生的网络成瘾程度显著高于男生，而郝琪等人研究了网络成瘾的相关因素，结果表明男大学生的网络成瘾倾向显著高于女大学生(郝琪等，2019)；杨轶冰等人研究发现女生的网瘾程度显著高于男生(杨轶冰，李福华，2010)，与本研究结果相同；张艳丽的研究结果为网络成瘾倾向在性别上差异不显著(张艳丽，2007)。这些研究结果都没有达成一致，本研究中女性的比率大于男性，性别比例不平衡可能是导致该结果的原因之一。再者，网络中有许多的app和内容往往以女性为主要面向群体，设置个性化服务，让女性有更满意的体验，进而可能会提升女生的网络成瘾程度。这种网络环境变化也是影响该结果的重要原因。
本研究的结果说明大三、大四年级学生的网络成瘾程度显著高于大一、大二的学生。出现此种现象，可能是由于高年级的学生在进入大学两三年后学业压力更重，对网络信息需求增加，故而上网时间也在逐渐变长。再者，学校一般认为高年级的学生已熟悉校规和校园坏境等，对高年级学生的管理强度有所放松，进而使得高年级学生网瘾程度更高。另外，对于低年级学生而言，他们对于大学校园抱有更多的好奇和新鲜感，并且也更有青春活力，积极参与社团活动，更少把注意力集中在网络上。
本研究的结果表明非独生子女的成瘾程度显著高于独生子女。非独生子女由于家中孩子较多，父母的注意力和精力难以分散，因此更容易被忽略，难以得到父母的重视和关心，进而更容易在网络上寻求安慰和关注。再者，由于地理位置、习惯等因素，与独生子女相比，非独生子女中的任意一个孩子中存在网络成瘾的倾向，就更容易影响其他的孩子也产生相同的情况，同时由于家中多个孩子，存在近距离的社会比较，造成非独生子女产生更大的压力，更容易网络成瘾。
本研究的结果表明大学生网络成瘾水平在家庭类型上存在显著差异。核心家庭的学生得分高于单亲家庭。由样本分布情况可知，本研究中来自于核心家庭的学生占比70.7%，而单亲家庭的学生仅占21.1%，两者样本数占比差异悬殊，可能是形成此种结果的原因之一。另外，单亲家庭的家长可能考虑到单亲家庭的教育对于孩子的不良影响，更注重孩子的心理健康，从而使其不易网络成瘾。而核心家庭的父母双方可能更关注成绩等外部因素，忽视孩子的心理健康，进而孩子将注意力转移到网络上。
本研究结果表明初次接触网络的时间在网络成瘾上差异显著。在小学1~3年级初次接触网络的学生的网瘾得分显著高于在小学4~6年级、初中和高中初次接触网络的学生。在小学1~3年级接触网络的同学，网龄大致在14~16年，这部分同学可能早已形成过度使用网络的不良习惯，对自身的人际和健康都造成了更大的影响，一旦脱离网络，更容易出现戒断反应的症状。
4.3. 大学生自我控制、情绪调节自我效能感与网络成瘾的关系探讨
4.3.1. 大学生自我控制、情绪调节自我效能感与网络成瘾的关系
相关分析结果显示三者关系为两两相关，即自我控制与情绪调节自我效能感显著正相关，与网络成瘾显著负相关；情绪调节自我效能感和网络成瘾显著负相关。这句话的意思就是大学生的自我控制能力越强，对自我能够调节、表达个人情绪的信念感就越强，也越不容易网络成瘾；大学生认为自己能够调节、表达个人情绪的信念感就越强，也越就不容易网络成瘾。这种现象十分常见，也非常容易理解。情绪调节自我效能感和自我控制分别从心理和行为层面进行调节和控制，因此，调节控制的水平越高，网络成瘾这种失控行为就越少。
4.3.2. 情绪调节自我效能感与网络成瘾：自我控制的中介作用
本研究发现自我控制在情绪调节自我效能感和网络成瘾间存在部分中介作用。情绪调节自我效能感是对于自身调节和表达情绪的主观感受，而自我控制是一种基于相对理性和现实原则，通过调控自身行为，协调好自身需求与客观要求的一种能力。情绪调节自我效能感可以通过高自我控制的中介作用抑制网络成瘾现象的发生。同时，低情绪调节自我效能感的个体可能对自己存在更多的负面评价，进而导致低自我控制，从而表现出高的网络成瘾水平。这一结果也可以用网络成瘾的“认知–行为”模型来解释(Davis, 2001)，低情绪调节自我效能感就是一种适应不良的认知，这种负性认知持续存在，将会产生巨大的挫败感，降低了我们对于自身的满意度，打击我们的自信心(Bandura等，2003)，让我们难以承受现实生活的压力和困难，进而转向虚拟世界寻求成就感和安慰，导致网络使用过度这一行为的发生。而自我控制能力属于个体的素质，在此中介模型的视角下，不论是调节行为以符合期待，还是用新规则改变原有的不良习惯，自我控制中的激活或抑制某种行为的能力都显得尤为重要。此种能力需要极其强大的意志力和动力来维持，而对自身能够掌控情绪的信念感便是一种来源于内心的强大动力，激活或抑制个体行为，按照目标所指引的方向前进，影响着个体对于网络成瘾的抵制程度。所以在本研究所构建的模型中，自我控制是一个极其重要的中介变量，作为行为层面的一个重要因素，它不仅受到个体对于自己掌控情绪的信念感这一心理要素的影响，同时可以有效预测和控制网络成瘾的程度，从而起到承上启下的作用。
4.4. 研究的不足与展望
本研究中，还可以进一步将样本与常模比较，分为成瘾组与非成瘾组，探讨其在另外两个变量上的差异，进而进行更为详尽的探索。另外，本研究探讨了大学生自我控制在情绪调节自我效能感与网络成瘾之间的作用，但是并没有对三者内部维度进行深一步地相关和回归分析，且还可探究不同维度在人口学特征中的差异，进而可以给出更明确的建议。例如，探究性别在网络成瘾4个维度的差异，可以根据结果分别向男生和女生提出个性化建议，使其更容易落实并产生有效的帮助。而这些进一步的分析有待未来的研究加以完善和补充。再者，本研究采用方便抽样选取样本，随机化程度不够高，代表性仍有不足，存在一定的局限性，建议在未来的研究中采用分层抽样法等随机抽样法，扩大样本量，多地域调查，使研究结果更具代表性。最后，该研究是在疫情大背景下的调查，考虑到这一历史事件的影响，将研究结果推广至其他的时间阶段需要谨慎考虑。
5. 结论
1) 大学生群体中网络成瘾得分平均值是(42.327 ± 12.236)分，处于正常使用网络范围。其成瘾倾向在性别，年级，是否独生子女，家庭类型和初次接触网络时间上差异显著。
2) 情绪调节自我效能感和自我控制能力之间呈现显著正相关，这两者与网络成瘾分别呈现显著负相关。
3) 自我控制在情绪调节自我效能感对网络成瘾的影响中具有部分中介作用。