青少年问题性社交网络使用的影响因素研究综述
Review of Factors Influencing Problematic Social Network Use in Adolescents
DOI: 10.12677/ap.2024.148583, PDF, HTML, XML,   
作者: 宋行雨, 魏淑华*:济南大学教育与心理科学学院,山东 济南
关键词: 问题性社交网络使用影响因素青少年Problematic Social Network Use Influencing Factors Teenagers
摘要: 问题性社交网络使用指个体因长时间和高强度使用社交网络,导致进一步不可控制地在社交网络中投入时间和精力,并带来以心理苦恼和生理不适反应为特征的消极后果。它引起的健康问题与社会问题已成为社会各界关注的焦点之一。由于青少年问题性社交网络使用的严峻形势,国内外越来越多的研究者开展了关于问题性社交网络使用影响因素的探究,包括影响因素的前因变量和结果变量的研究。对青少年问题性社交网络使用的影响因素进行梳理和综述,可为教育者采取有针对性的措施预防和干预青少年问题性社交网络使用,提供参考依据。
Abstract: Problematic Social Network Use (PSNU) refers to the individual’s prolonged and intense use of social networks, resulting in further uncontrollable investment of time and energy into social networks, accompanied by negative consequences characterized by psychological distress and physical discomfort. The health and social issues it causes have become a major concern for all sectors of society. Due to the severe situation of PSNU among teenagers, an increasing number of researchers both domestically and internationally have conducted research into the factors influencing problematic social network use, including studies on the antecedent and outcome variables of these factors. Reviewing and summarizing the influencing factors of PSNU among adolescents can provide educators with a reference for taking targeted measures to prevent and intervene in this issue.
文章引用:宋行雨, 魏淑华 (2024). 青少年问题性社交网络使用的影响因素研究综述. 心理学进展, 14(8), 566-577. https://doi.org/10.12677/ap.2024.148583

1. 问题性社交网络使用的概念内涵

社交网络是web2.0时代为大众提供社会网络服务的典型媒介,自诞生以来迅速普及,成为人们广泛使用的人际交往平台。无论是国外的Facebook、MySpace、Instagram,还是国内的微信、QQ、微博,每个地区都有一种或几种被广泛使用的社交平台。人们在社交网络上分享生活、交流经验、自我展示,甚至还应用于日常的学习和工作,成为了生活中不可或缺的一部分。个体在使用社交网络时存在着一些潜在风险,个人登录或使用社交网络的强烈动机,往往在社交网络上会过度地消耗时间,会伤害其在工作、生活、学习中的情绪、心理状态和心理健康(周健锋,方杰,2021)。

问题性社交网络使用是在问题性网络使用(Problematic internet use)概念上延伸出来的概念。使用者以网络为媒介可以体验它不同的功能,例如网络游戏、网络购物、网络社交等。问题性社交网络使用作为问题性网络使用的一种类型,既有问题性网络使用的一般特征和影响后果,又有其特殊性(Montag et al., 2010)。在以往的研究中,一种观点倾向于认为过度使用社交网络所带来的消极后果只是轻度或是中度的,虽然对个体的生理和心理有一定的影响,但是并不会引起个体情感、认知或是人格障碍,也并不符合网络成瘾的精神病学标准,因此应当被称为“问题性社交网络使用”(Laconi, Vigouroux, Lafuente, & Chabrol, 2017);另一种观点更倾向于认为过度使用社交网络会造成与网络成瘾相类似的后果,因此也可以把这种行为称为“社交网络成瘾”(Kuss & Griffiths, 2012)。从研究结果来看,大多数的社交网络的过度使用者只是由于使用时间过长或是使用不当,导致了心理不适与行为问题,与精神病学中定义的网络成瘾行为还存在着很大差异(Laconi, Rodgers, & Chabrol, 2014),即长时间使用社交网络,发展成为认知、情感或人格障碍的使用者是极少的,这与成瘾之间有很大区别(姜永志等,2016)。

2. 青少年问题性社交网络使用的前因变量

目前很多学者的研究都集中在青少年问题性社交网络使用产生的影响因素即前因变量上,社交网络所具备的特性(Pelling & White, 2009)、生物因素、个体因素、环境因素等都会对青少年问题性社交网络使用产生重要影响。

2.1. 社交网络因素

因社交网络具备娱乐性、匿名性以及跨时间空间的便捷性,加速了网络社交方式的普及与推广,促使青少年的社交方式由现实社交转为线上网络社交,极大方便了青少年个体与他人的沟通交流,网络社交与现实社交能够带给个体不同的社交体验。研究发现,青少年在享受社交网络的同时容易失去自控力(牛更枫等,2016),长时间沉浸于社交网络,由此引发问题性社交网络使用行为。

另外,社交网络游戏角色扮演有三个典型的特点:互动性、情节性、永不停息,网络游戏本身的特点对网游玩家有很强的吸引力,也由于其给网络游戏玩家们创造了一种可以表现自己的平台,从而获得了许多玩家的青睐,尤其是青少年这一群体(闫峥等,2016)。

2.2. 生物因素

目前,很受关注的是从生物学视角对问题性社交网络使用的研究,因为神经生物学经常被作为解释其他行为成瘾的基础。研究表明,成瘾行为发生时大脑组织结构也会发生相应的变化(Volkow, Fowler & Wang, 2003)。基于其他生物学网络成瘾的研究和现状,有学者认为脑神经的生物机制可能也是问题性社交网络使用的成因之一(姜永志等,2016)。

2.3. 个体因素

研究发现男性、未婚和低社会经济地位均是问题性社交网络使用的风险因素(施巍松等,2016)。可能归因于男性比女性表现出更多的动机驱动经验,对社交网络给予的奖励和预测获得奖励更为敏感(Smith et al., 2013)。未婚个体缺乏亲密关系,会感受到较强的孤独感,而缺乏经济来源和工作不稳定的个体,可能会把互联网作为一种虚拟替代品来应对生活中的压力事件(An et al., 2019),因而更可能导致问题性社交网络使用。

根据马斯洛需求层次理论(Lester et al., 1983),每个个体都会有被尊重的需要,特别是当个体处于物质条件丰富的现在,追求高自尊成为当代青少年必不可缺的心理需求。有研究指出,提升青少年的自尊水平,有利于改善抑郁与问题性社交网络使用的问题(季益富,于欣,1999)。有些学者认为低自尊的青少年更容易陷入问题性社交网络使用。这类青少年更加倾向于使用社交网络来改善和提升自我形象,增强自信,他们也更喜欢使用社交网络来建立和维持人际关系。低自尊可以显著预测个体的社交网络使用水平,低自尊个体出现问题性社交网络使用的几率也较高(王卉卉,2019Błachnio et al., 2016; Hawi & Samaha, 2017; Steinfield et al., 2008)。

2.3.1. 人格因素

人格特质是问题性社交网络使用的重要的内在因素,因此人格特质的测量有助于筛选和干预问题性社交网络使用的潜在问题(Chang et al., 2020)。研究发现,问题性社交网络使用与述情障碍,神经质、精神质、冲动性(特别是缺乏毅力)、高度回避伤害、追求新奇、奖励依赖和低合作性呈正相关,但与尽责性、外向性、宜人性和谎言等特质呈负相关,并且具有跨文化一致性(Mak et al., 2021)。

另外,研究发现自恋人格倾向的个体通过错失焦虑和积极自我呈现的中介作用对于青少年问题性社交网络使用产生影响(姜永志,白晓丽,七十三,2020姜永志,金荣,2018)。而且,抑郁型、自恋型、冲动型、边缘型人格都是青少年问题性社交网络使用的重要预测变量(姜永志,金童林,2018)。

大五人格作为网络成瘾的重要预测变量,被证明了在青少年问题性社交网络使用中也同样重要。例如,在大五人格与青少年社交网络使用的关系研究中发现,神经质水平高的个体更倾向于使用社交网络(Shahreki & Lee, 2024);神经质人格可以直接正向预测青少年问题性社交网络使用(张静等,2021)。研究还发现大五人格中的宜人性、责任心、外倾性人格都与青少年问题性社交网络使用有关(Przepiorka, Bouman, & de Kwaadsteniet, 2021)。

2.3.2. 动机因素

基本心理需要因素能显著影响青少年对社交网络的使用程度(王泓懿,张珊珊,2023)。自我决定理论认为,人类的基本需要得到满足时,个体能保持健康的状态并做出适应行为;而需要未被充分满足的个体,就会发展出不适应的心理和行为倾向,以补偿这些满足受阻的心理需求(Ryan & Deci, 2000),需求较高的青少年会更倾向于使用社交网络来维系线上的社会关系(Iannone, McCarty, Branch, & Kelly, 2018)。

青春期正处于自我意识高涨的飞跃期,青少年在发展过程中容易产生各种心理矛盾,如反抗性与依赖性、勇敢与胆怯,网络在一定程度上可帮助青少年解决心理矛盾,强化了该行为,进而促进了问题性社交网络使用(刘勤学等,2011)。青少年由于心理需要得不到满足,会在网络中逃避现实或寻求个体发展的心理需要,在趋近快乐和逃避痛苦的双重作用下,促进了青少年问题性社交网络使用。

青少年使用社交网络的动机也会预测问题性社交网络使用。真实表达自己的个人情况和进行印象管理是青少年使用社交网络的主要目的,在社交网络上进行自我呈现会得到他人积极的线上反馈,这一反馈进一步强化了个体使用社交网站的行为,进而产生对社交网络的不合理使用倾向(姜永志等,2016)。

2.3.3. 情绪因素

青少年的消极情绪、社交焦虑、孤独感无聊感等是造成青少年问题性社交网络使用的重要原因。

在消极情绪方面,消极情绪和问题性社交网络使用之间的关系似乎是相互的,具体表现为过度使用互联网可能会增加个体社会孤立的程度,并可能导致抑郁。而生活压力和自卑也可能增加问题性社交网络使用的风险(Tang et al., 2014),特别是抑郁症患者(Wang et al., 2011)。研究发现,消极情绪通常会导致青少年产生非适应性行为(杨慧芳,刘金花,2003),并且会使个体产生非适应性认知,将社交网络看作是逃避现实、缓解负面情绪的理想场所。同时,适应不良的青少年会表现更多的抑郁症状,这些青少年可能容易沉迷于网络(Weinstein et al., 2015)。

情绪调节功能失调的个体容易出现风险和强迫性行为,以及采用适应不良应对策略管理负面情绪(Weinstein et al., 2015)。情绪调节在网络成瘾中起着至关重要的作用(Awan et al., 2022)。问题性社交网络使用的青少年在接受负面情绪、控制冲动行为和获得有效的情绪调节策略方面存在一定的困难(Quaglieri et al., 2020)。

在社交焦虑方面,社交焦虑程度高的青少年,更倾向于通过社交网络与他人交流,其使用社交网络的频率和强度会更高,更容易对社交网络产生依赖(滕雄程等,2021)。有社交焦虑的青少年会过度关注自我的形象,在意他人的评价,一对一近距离交流或者在众多人群面前进行社交沟通都会使其感到紧张不安,而社交网络的距离性、匿名性以及可以较自由塑造自我的角色等特质能减轻这种焦虑,这类人群可能会倾向于过度使用社交网络来满足自己的心理需求。这一需求得到满足后,青少年便可能会产生对社交网络的依赖,严重的导致网络成瘾(Lee-Won et al., 2015)。也有研究发现,Facebook问题性使用的程度与青少年的社交焦虑显著正相关(Dempsey et al., 2019)。同时很多研究表明青少年错失焦虑的程度对于社交网络的使用强度、社交媒体的自我控制失败甚至社交网络使用成瘾等都有显著正向预测作用(陈必忠,郑雪,2019李巾英,马林,2019Blackwell et al., 2017)。

在孤独感无聊感方面,孤独感、无聊感较高的青少年也更可能频繁地使用社交网络来缓解自身的消极情绪或打发时间(李笑燃等,2018);进而更容易产生问题性社交网络使用的倾向。

目前很多学者的研究都集中在青少年问题性社交网络使用产生的影响因素即前因变量的个体因素上,已经产生了大量成熟的实证研究及有价值的理论体系,可以帮助解决青少年的问题性社交网络问题提供理论和实践指导,同时可以为新兴研究领域提供参考基础。

2.4. 环境因素

问题性社交网络使用的环境影响因素主要有家庭环境、学校环境和社会环境三个方面。

2.4.1. 家庭因素

家庭环境是影响问题性社交网络使用的重要环境因素。温暖的家庭环境能预防青少年出现对社交网络不合理使用行为,当父母对青少年的网络媒介使用进行监管时,那些采用自主支持的限制型监督方式的父母,他们的孩子会降低自己使用社交网络的频率与时间(Hung et al., 2020)。相反,家庭功能弱化是青少年产生行为问题的重要风险因素(Seth & Eugster, 2016),问题性社交网络使用者与正常群体相比,其家庭功能存在着某些缺陷或问题,负性家庭环境导致青少年身心发展受阻,根据“失补偿”假说青少年为了恢复原来发展状态则可能会采用网络来进行弥补(高文斌,陈祉妍,2006),同时青少年自我控制力不足,较难合理掌控使用网络的时长和频率,这间接增加了问题性网络使用的危险性因素(殷俊凤,解昌国,2015)。处在家庭成员频繁发生冲突的家庭氛围下,与父母之间存在不安全的依恋关系会使个体降低对自己的评价,并且形成对社交网络的非适应性认知,因此更容易过度使用社交网络(Wang et al., 2011)。

2.4.2. 学校因素

学校是青少年学习与生活的主要场所,不良的校园环境会导致青少年产生内外化问题。在学校里同学人际关系较差的学生手机成瘾更为严重(廖慧云等,2016)。社会支持系统较差的中学生更容易出现问题性网络使用行为或倾向(贾丽媛等,2022)。还有研究表明,学校氛围对青少年问题性网络游戏使用有显著的负向影响(朱键军等,2015)。也有研究者发现班级氛围与青少年问题性网络游戏使用存在显著的负相关(江莹等,2023)。

同伴关系和社交技能是在学校环境中,影响青少年问题性社交网络使用的重要因素(安容瑾等,2020)。同伴关系方面,个体在成长过程中如果缺失同伴的沟通交流,较差的同伴关系质量容易威胁个体的基本心理需求,倾向于通过网络社交获取情感支持(Evans & Stanovich, 2013),而且,不良的同伴交往会导致青少年产生问题性网络社交网络使用的行为(朱颖贤等,2019)。青少年在现实生活中人际困扰程度越高、友谊质量越低,越容易产生孤独感,并且更易造成心理疲劳,他们更易通过社交网络满足自己的心理需要和缓解心理疲劳(张晓强,邱芬,2019)。社交技能方面,由于社交技能不足、社交自我效能感低和自卑所导致社会适应能力不足的青少年,更倾向于在社交网络中满足自己的交往需要,因此青少年们问题性社交网络使用倾向也越高。

2.4.3. 社会因素

研究表明,当个体未能被社会团体接纳时,其问题性社交网络使用的风险大大增加(徐碧波等,2018),社会排斥(Social Rejection)作为社会接纳的对立概念,是指受到不公平对待时感知到个体归属需求受阻的过程(楚啸原等,2020),研究发现,青少年个体遭到社会排斥后,未能满足其基本心理需要(徐碧波等,2018)。缺失补偿假说指出,社会排斥等压力性事件会使个体寻求可以填补个体心理需求的资源,因社交网络作为更加便捷的方式丰富了个体的心理资本,但长时期、高频率地通过社交网络补偿内心需求,增加了个体的问题性社交网络使用行为。

社会支持不足出现问题性社交网络使用的风险更高,青少年是处于成长发育的关键时期,他们需要来自社会各方面的支持和帮助(王秋英,2018)。然而,如果他们无法从社会环境中获得足够的社会支持,就会感到孤独和无助,这可能会导致他们出现行为问题,如问题性社交网络使用等。

目前很多学者的研究都集中在青少年问题性社交网络使用产生的影响因素即前因变量的环境因素上,这些研究将有助于理解青少年问题性社交网络使用现象的外源机制,从而更好地帮助家庭、学校和社会面对和解决这一当下越来越严重的问题。

青少年问题性社交网络使用的众多前因变量,有助于帮助教育者采取有针对性的教育措施来预防青少年问题性社交网络使用的问题,还有很多影响因素的前因正在研究和探索,今后可以做进一步的补充。

3. 问题性社交网络使用的结果变量

近年来,社交网络的发展方兴未艾,5G、6G的应用加上智能手机终端越来越强大的功能,都使得社交网络使用问题在青少年群体中产生越来越严重的影响结果。

3.1. 积极影响

青少年在社交网络上可以满足自身的某些需求,也可以建立和维持人际关系(姜永志,白晓丽,刘勇,2017Vorderer et al., 2016)。研究指出,合理地使用移动社交网络使用可以提高青少年的人际交往技能、幸福感、自尊水平等(Schmuck & Chli, 2019; Wang et al., 2011),也可以缓解抑郁、焦虑等不良情绪(Stockdale & Coyne, 2020)。

3.2. 消极影响

随着互联网的发展和智能手机的普及,作为技术革新和时代进步的产物,社交网络给人们带来了诸多便利和好处。同时,青少年如果过度地沉迷于社交网络又会造成问题性社交网络使用的情况,严重者更有可能会发展成社交网络成瘾。研究发现问题性社交网络使用,会对青少年的生理和心理健康造成消极影响,进而导致负性情绪、逃避和退缩行为、学业不良等问题。

3.2.1. 生理健康

青少年处在身体成长发育的关键时期,本应多参加体育锻炼,而长时间沉迷于社交网络(刘致宏等,2022),出现问题性社交网络使用。研究发现,除电脑和手机辐射伤害外,大脑神经持续处于高度兴奋状态,导致学生体内激素水平失衡,免疫功能降低(Xanidis & Brignell, 2016)、视力下降、干眼症、畏光症(El Abiddine et al., 2022)、网球肘、神经官能症,并能引发心血管、胃肠功能等各种疾病(刘致宏等,2022)。

由于长时间、高强度使用社交网络,会对青少年的睡眠造成影响。有研究发现,问题性社交网络使用不仅会导致青少年白天嗜睡(Ferreira et al., 2017),而且影响夜间睡眠时间和质量(Salehi, Pasha, Hosseini, Kheirkhah, & Bijani, 2023),研究所得有问题性社交网络使用的美国青少年群体睡眠时间比群体少1.3倍左右(Andreassen et al., 2019)。甚至还有些青少年是在睡前熄灯后继续使用社交网络,他们表现出更多的抑郁、焦虑和嫉妒等消极情绪(Lemola et al., 2015),不仅损害了生理健康,也严重危害了心理健康。

3.2.2. 心理健康

研究发现,问题性社交网络使用给青少年心理带来的消极影响要远大于对生理的影响(岡安孝弘,2016)。

一项研究,以青少年群体作为被试,研究发现Facebook成瘾水平高的个体会出现抑郁倾向(Wright et al., 2013),而问题性社交网络使用能够预测网络成瘾(Wilson, Fornasier, & White, 2010),所以问题性社交网络使用也有导致抑郁倾向的风险。同时,研究发现,问题性社交网络使用所导致的心理病症不断攀升,例如,导致青少年面对现实时产生更多的无力感、挫败感及暴力倾向(孙深彦,2014),导致青少年奋斗目标的缺失和人际关系的淡漠(张春良,2015),导致青少年产生情感反应障碍、角色的自我分裂、人生观和价值观扭曲等一系列问题。甚至,严重的问题性社交网络使用与青少年自杀、自伤行为密切相关(Liu et al., 2022)。

3.2.3. 生活方式

对社会网络使用频率的消极影响。研究发现,那些存在问题性网络使用的青少年进行在线活动时,如结识新朋友、寻求情感支持、社交和在线游戏比那些没有问题性网络使用的人更频繁(Morahan-Martin & Schumache, 2000)。同样,他们更喜欢使用电子邮件和网上冲浪,甚至是沉迷于此(Davis, 2002)。此外,问题性网络使用者很难限制他们的上网时间(Young & Rogers, 1998)。

对学业成绩的消极影响。研究发现,有些学生每周上网时间20小时以上,网上内容与学习无关的比重高达70%以上,上网游戏、聊天社交等已经成为生活的主要内容(谢坤语,2005)。问题性社交网络使用的青少年可能无法将现实和虚构区分开来,社交网络的同时多任务处理,降低青少年的注意力,使他们更难集中精力完成一项任务,导致青少年晚上睡眠时间更短,学习成绩更差(Hawi et al., 2018)。

对人际交往的消极影响。研究发现,社交网络世界里的虚拟感影响着青少年的交往价值观念,如人际信任、人际沟通能力、情感满足度、人际亲密度与恋爱关系(黄金娇等,2023)。问题性社交网络使用影响青少年的恋爱关系(Arikewuyo et al., 2022)、初中生的同伴关系(姜永志,白晓丽,七十三,2020)。他们只愿意在社交网络中发展人际关系,逐渐忽略现实生活中的家人、恋人、朋友等,久而久之影响人际交往(Duvenage et al., 2020)。

对自我评价的消极影响。研究发现,有问题性社交网络使用倾向的青少年会表现出更多消极的自我评价。尤其是自卑心理的个体,他们长时间使用社交网络接触较多“他人比我好”的信息,可能会强化对自己的负面评价(Feinstein et al., 2013)。

综合现有的国内外研究来看,互联网飞速发展虽然极大提高了人类认识世界、改造世界的能力,但也造成了令人担忧的副作用。以上是问题性社交网络使用对青少年产生的影响进行了前因后果的分析和论述,希望可以启发更多的研究者去深入地探索青少年问题性社交网络使用这一变量,以便于将来采取更加针对性的教育措施去预防青少年产生问题性社交网络使用行为。但是还有很多影响因素正在研究和探索,今后可以做进一步的补充。

4. 已有研究的不足

回顾以往的文献,问题性社交网络使用是近几年出现的概念,目前其概念界定、影响因素的前因变量和结果变量的探索还处于初期。

首先,众多的研究相对更加关注网络成瘾,而与具有精神疾病障碍(认知、情感、行为障碍)的病理性网络成瘾相比,问题性社交网络使用更偏向非病的正常群体,它是一种认知行为的偏离正常,又达不到诊断成瘾的标准。但是这种社会心理现象如果不加以调节和控制,任由其发展则可能会发展成病理性网络成瘾,而对它的研究探讨相对较少。

经过国内外研究者多方面探索研究,发现了大量影响青少年问题性社交网络使用的因素,国内的相关研究还较薄弱、分散,而国外研究者对这一方面的研究相较于国内研究较为丰富,但是研究的系统性和全面性仍需要进一步深入。综合来看,以往对于问题性社交网络使用的影响因素的相关研究中,很多研究分别探讨人口统计学因素的影响,诸如性别、年龄、生源地、父母受教育程度等对青少年问题性网络使用行为的影响;也有研究探讨个体内部因素的影响,多聚焦于个体的基本心理需要、对互联网的非适应认知程度、错失恐惧、人格特质、自尊、控制感、亲子依恋、归属感、社交自我效能感、孤独感、羞怯等对青少年问题性社交网络使用的影响;还有一些探讨外部因素的影响,诸如父母教养方式、家庭环境、社会关系、父母心理控制、越轨同伴交往等对青少年问题性社交网络使用的影响。

尽管,大量的以往研究已经说明了多种单一影响因素与青少年问题性社交网络使用之间的关系,但还有一些方面存在不足。第一,以往研究同时考察人口统计学因素、个体内部因素、外部因素对青少年问题性社交网络使用综合影响的研究较少,而生物生态学理论模型提出,个体发展受到多种因素的影响,同时各种因素彼此之间也会相互作用,这些均会影响个体的行为(Bronfenbrenner & Evans, 2000)。第二,以往研究很少将影响因素进行前因变量和结果变量的分类,这不利于研究者从具体某一方面来辨析青少年问题性社交网络的影响因素,以及采取针对性的教育措施。第三,以往研究对于青少年问题性社交网络使用的影响因素缺乏深入探讨,例如,某种关系的影响机制是怎样的?这些因素对青少年问题性社交网络的影响是否通过某一变量的中介作用来实现?这一过程是完全中介还是部分中介?同时在某一人口学变量条件下,这一影响机制又是怎样的?等等。很多问题在近几年开始被多角度多方面地研究探讨,但是研究还是不够系统、不够彻底。在未来的研究中,有必要综合考虑或深入考察其中复杂的关系。来补充相关研究文献,这将产生丰富的实践价值和意义。

就本研究综述而言,进步之处在于不仅综述了常见变量与青少年问题性社交网络使用之间的关系,并对每个变量进行了合理的归类,将影响因素分为前因变量和结果变量。不足之处在于,已有研究变量的具体的影响机制,以及多个变量之间的交互作用还不明确,而且其他新变量对其影响尤为可知,未来需要进一步深入研究。本研究希望可以成为将来深入研究青少年问题性社交网络使用影响因素的部分基础,以及帮助教育者预防和调控青少年问题性网络使用提供应对策略。

5. 小结

综合现有的国内外研究来看,互联网飞速发展虽然极大提高了人类认识世界、改造世界的能力,但也造成了令人担忧的副作用。探究青少年问题性社交网络使用的影响因素(囊括前因变量和结果变量),一方面丰富了该领域的研究基础,可以为后续进一步的研究这些因素与青少年问题性社交网络使用之间的关系提供参考;另一方面可以帮助教育者采取有针对性的教育措施,预防青少年养成问题性网络使用的行为习惯,同时可以为青少年问题性网络使用行为提供了可行性教育思路与研究方向。

NOTES

*通讯作者。

参考文献

[1] 安容瑾, 姜永志, 白晓丽(2020). 青少年社交网络使用与孤独感的关系: 在线积极反馈与积极情绪的多重中介. 中国临床心理学杂志, 28(4), 824-828, 833.
[2] 陈必忠, 郑雪(2019). 大五人格与大学生社交媒体自我控制失败: 错失恐惧的作用. 应用心理学, 25(2), 161-168.
[3] 楚啸原, 龙杰, 雷雳(2020). 社交焦虑与网络游戏过度使用: 自我补偿动机的中介作用和外倾性的调节作用. 理科学, 43(4), 943-949.
[4] 岡安孝弘(2016). インターネット依存の心理社会的影響およびリスク要因に関する研究の動向. 明治大学心理社会学研究, (11), 23-45.
[5] 高文斌, 陈祉妍(2006). 网络成瘾病理心理机制及综合心理干预研究. 心理科学进展, 14(4), 596-603.
[6] 黄金娇, 叶佩琪, 魏倩, 吕萍萍, 石宇阳, 史慧静(2023). 不同类型屏幕时间与3~6岁儿童心理行为发育问题的相关性. 中国学校卫生, 44(12), 1833-1838.
[7] 季益富, 于欣(1999). 自尊量表. 中国心理卫生杂志, (12), 318-320.
[8] 贾丽媛, 黄雪雪, 薛艳妮, 胡婕, 张至贤, 李丹琳, 张诗晨, 等(2022). 中学生心理健康素养及童年期虐待与饮酒行为的关联. 中国学校卫生, 43(5), 648-652.
[9] 江莹, 苗嘉鑫, 王敬欣(2023). 中职生网络游戏成瘾的潜在剖面分析及其与自我控制的关系. 心理学进展, 13(4), 1488-1495.
[10] 姜永志, 白晓丽, 阿拉坦, 巴根, 刘勇, 李敏, 刘桂芹(2016). 青少年问题性社交网络使用. 心理科学进展, 24(9), 1435-1447.
[11] 姜永志, 白晓丽, 刘勇(2017). 青少年移动社交网络使用动机调查. 中国青年社会科学, 36(1), 88-94.
[12] 姜永志, 白晓丽, 七十三(2020). 青少年神经质人格与社交媒体错失恐惧的关系: 社交焦虑的中介作用. 中国临床心理学杂志, 28(5), 1029-1032, 1001.
[13] 姜永志, 金荣(2018). 人格特质对青少年移动社交网络使用的影响: 性别的调节作用. 贵州师范大学学报: 自然科学版, 36(5), 109-114.
[14] 姜永志, 金童林(2018). 自恋人格与青少年问题性移动社交网络使用的关系: 遗漏焦虑和积极自我呈现的作用. 中国特殊教育, (11), 64-70.
[15] 李巾英, 马林(2019). 被动性社交网站使用与错失焦虑症: 压力知觉的中介与乐观的调节. 心理科学, 42(4), 949-955.
[16] 李笑燃, 姜永志, 张斌(2018). 孤独感对青少年问题性移动社交网络使用的影响: 人际困扰和积极自我呈现的作用. 心理科学, 41(5), 1117-1123.
[17] 廖慧云, 钟云辉, 王冉冉, 唐宏(2016). 大学生手机成瘾倾向, 自尊及羞怯与人际关系困扰的关系. 中国临床心理学杂志, 24(5), 852-855.
[18] 刘勤学, 方晓义, 周楠(2011). 青少年网络成瘾研究现状及未来展望. 华南师范大学学报: 社会科学版, (3), 65-70.
[19] 刘致宏, 张珊珊, 吴涵玉(2022). 问题性社交网络使用与大学生线上社交焦虑和抑郁症状的关联. 中国学校卫生, 43(11), 1699-1703.
[20] 牛更枫, 孙晓军, 周宗奎, 孔繁昌, 田媛(2016). 基于QQ空间的社交网站使用对青少年抑郁的影响: 上行社会比较和自尊的序列中介作用. 心理学报, 48(10), 1282-1291.
[21] 施巍松, 张星洲, 王一帆, 张庆阳(2019). 边缘计算: 现状与展望. 计算机研究与发展, 56(1), 69-89.
[22] 孙深彦. (2014). 对中职学生网络沉迷问题的思考. 现代教育, (2), 112-112.
[23] 滕雄程, 雷辉, 李景萱, 文峥(2021). 大学生社交焦虑对社交网络成瘾的影响: 意向性自我调节的调节效应. 国临床心理学杂志, 29(3), 514-517.
[24] 王泓懿, 张珊珊(2023). 问题性社交网络使用对抑郁情绪的影响: 基于潜在剖面分析. 中国健康心理学杂志, 31(10), 1588-1594.
[25] 王卉卉(2019). 青少年同伴关系与错失恐惧, 病理性网络使用的关系及干预研究. 硕士学位论文, 武汉: 华中师范大学.
[26] 王秋英(1998). 家庭养育方式与中学生心理健康水平的相关研究. 中国心理卫生杂志, 12(5), 21-22.
[27] 谢坤语(2005). 关于加强大学生网络思想教育的对策. 湖南科技学院学报, 26(9), 268-270.
[28] 徐碧波, 谢涵, 林崇德, 吴鹏(2018). 中国青少年互联网心理与行为研究及展望. 心理发展与教育, 34(3), 377-384.
[29] 闫峥, 吴宸梓, 冯伟, 王子龙(2016). 可信普适社交网络研究综述和展望. 网络与信息安全学报, 2(2), 30-40.
[30] 杨慧芳, 刘金花(2003). 高自控与低自控儿童的控制归因, 自控期望比较研究. 心理发展与教育, 19(3), 6-11.
[31] 殷俊凤, & 解昌国. (2015). 网络成瘾青少年家庭环境与应对方式的相关性. 中国健康心理学杂志, 23(2), 229-232.
[32] 张春良(2015). 体育协会内部治理的法治度评估——以中国足协争端解决机制为样本的实证考察. 体育科学, 35(7), 18-26, 57.
[33] 张静, 常逢锦, 黄丹媚, 温祥(2021). 神经质人格与青少年问题性移动社交网络使用的关系: 焦虑情绪与积极自我呈现的链式中介作用. 中国临床心理学杂志, 29(3), 598-602.
[34] 张晓强, 邱芬(2019). 体育锻炼对青少年攻击性的影响——基于应对方式与心理弹性的链式中介作用. 哈尔滨体育学院学报, 37(5), 85-91.
[35] 周健锋, 方杰(2021). 社交网站支持对大学生社交网站成瘾的影响: 有调节的中介模型. 心理技术与应用, 9(5), 293-299.
[36] 朱键军, 张卫, 喻承甫, 周莎莎, 孙国健, 甄霜菊(2015). 学校氛围和青少年病理性网络游戏使用的关系: 有调节的中介模型. 心理发展与教育, 31(2), 246-256.
[37] 朱颖贤, 梁俏, 喻承甫, 张卫(2019). 不良同伴交往、意向性自我调节与初中生网络游戏成瘾: 师生关系的调节作用.第二十二届全国心理学学术会议摘要集(pp. 223-224). 华南师范大学心理学院, 广州大学教育学院.
[38] An, Z., Huang, R., Zhang, R., Tie, X., Li, G., Cao, J. et al. (2019). Severe Haze in Northern China: A Synergy of Anthropogenic Emissions and Atmospheric Processes. Proceedings of the National Academy of Sciences of the United States of America, 116, 8657-8666.
https://doi.org/10.1073/pnas.1900125116
[39] Andreassen, C. S., Nielsen, M. B., Pallesen, S., & Gjerstad, J. (2019). The Relationship between Psychosocial Work Variables and Workaholism: Findings from a Nationally Representative Survey. International Journal of Stress Management, 26, 1-10.
https://doi.org/10.1037/str0000073
[40] Arikewuyo, A. O., Lasisi, T. T., Abdulbaqi, S. S., Omoloso, A. I., & Arikewuyo, H. O. (2022). Evaluating the Use of Social Media in Escalating Conflicts in Romantic Relationships. Journal of Public Affairs, 22, e2331.
https://doi.org/10.1002/pa.2331
[41] Awan, S., Diwan, M. N., Aamir, A., Allahuddin, Z., Irfan, M., Carano, A. et al. (2022). Suicide in Healthcare Workers: Determinants, Challenges, and the Impact of COVID-19. Frontiers in Psychiatry, 12, Article 792925.
https://doi.org/10.3389/fpsyt.2021.792925
[42] Błachnio, A., Przepiorka, A., & Pantic, I. (2016). Association between Facebook Addiction, Self-Esteem and Life Satisfaction: A Cross-Sectional Study. Computers in Human Behavior, 55, 701-705.
https://doi.org/10.1016/j.chb.2015.10.026
[43] Blackwell, D., Leaman, C., Tramposch, R., Osborne, C., & Liss, M. (2017). Extraversion, Neuroticism, Attachment Style and Fear of Missing Out as Predictors of Social Media Use and Addiction. Personality and Individual Differences, 116, 69-72.
https://doi.org/10.1016/j.paid.2017.04.039
[44] Bronfenbrenner, U., & Evans, G. W. (2000). Developmental Science in the 21st Century: Emerging Questions, Theoretical Models, Research Designs and Empirical Findings. Social Development, 9, 115-125.
https://doi.org/10.1111/1467-9507.00114
[45] Chang, F., Chen, H., Chen, P., Ho, M., Hsieh, S., Lin, J. et al. (2020). Immunologic Aspects of Characteristics, Diagnosis, and Treatment of Coronavirus Disease 2019 (COVID-19). Journal of Biomedical Science, 27, Article No. 72.
https://doi.org/10.1186/s12929-020-00663-w
[46] Davis, P. M. (2002). The Effect of the Web on Undergraduate Citation Behavior: A 2000 Update. College & Research Libraries, 63, 53-60.
https://doi.org/10.5860/crl.63.1.53
[47] Dempsey, A. E., O’Brien, K. D., Tiamiyu, M. F., & Elhai, J. D. (2019). Fear of Missing Out (FoMO) and Rumination Mediate Relations between Social Anxiety and Problematic Facebook Use. Addictive Behaviors Reports, 9, Article ID: 100150.
https://doi.org/10.1016/j.abrep.2018.100150
[48] Duvenage, M., Correia, H., Uink, B., Barber, B. L., Donovan, C. L., & Modecki, K. L. (2020). Technology Can Sting When Reality Bites: Adolescents’ Frequent Online Coping Is Ineffective with Momentary Stress. Computers in Human Behavior, 102, 248-259.
https://doi.org/10.1016/j.chb.2019.08.024
[49] El Abiddine, F. Z., Aljaberi, M. A., Gadelrab, H. F., Lin, C., & Muhammed, A. (2022). Mediated Effects of Insomnia in the Association between Problematic Social Media Use and Subjective Well-Being among University Students during COVID-19 Pandemic. Sleep Epidemiology, 2, Article ID: 100030.
https://doi.org/10.1016/j.sleepe.2022.100030
[50] Evans, J. S. B. T., & Stanovich, K. E. (2013). Dual-process Theories of Higher Cognition: Advancing the Debate. Perspectives on Psychological Science, 8, 223-241.
https://doi.org/10.1177/1745691612460685
[51] Feinstein, J. S., Buzza, C., Hurlemann, R., Follmer, R. L., Dahdaleh, N. S., Coryell, W. H. et al. (2013). Fear and Panic in Humans with Bilateral Amygdala Damage. Nature Neuroscience, 16, 270-272.
https://doi.org/10.1038/nn.3323
[52] Ferreira, D. G., Temido-Ferreira, M., Vicente Miranda, H., Batalha, V. L., Coelho, J. E., Szegö, É. M. et al. (2017). α-Synuclein Interacts with PrPC to Induce Cognitive Impairment through mGluR5 and NMDAR2B. Nature Neuroscience, 20, 1569-1579.
https://doi.org/10.1038/nn.4648
[53] Hawi, N. S., & Samaha, M. (2017). The Relations among Social Media Addiction, Self-Esteem, and Life Satisfaction in University Students. Social Science Computer Review, 35, 576-586.
https://doi.org/10.1177/0894439316660340
[54] Hawi, N. S., Samaha, M., & Griffiths, M. D. (2018). Internet Gaming Disorder in Lebanon: Relationships with Age, Sleep Habits, and Academic Achievement. Journal of Behavioral Addictions, 7, 70-78.
https://doi.org/10.1556/2006.7.2018.16
[55] Hung, I. F., Cheng, V. C., Li, X., Tam, A. R., Hung, D. L., Chiu, K. H. et al. (2020). SARS-CoV-2 Shedding and Seroconversion among Passengers Quarantined after Disembarking a Cruise Ship: A Case Series. The Lancet Infectious Diseases, 20, 1051-1060.
https://doi.org/10.1016/s1473-3099(20)30364-9
[56] Iannone, N. E., McCarty, M. K., Branch, S. E., & Kelly, J. R. (2018). Connecting in the Twitterverse: Using Twitter to Satisfy Unmet Belonging Needs. The Journal of Social Psychology, 158, 491-495.
https://doi.org/10.1080/00224545.2017.1385445
[57] Kuss, D. J., & Griffiths, M. D. (2012). Internet Gaming Addiction: A Systematic Review of Empirical Research. International Journal of Mental Health and Addiction, 10, 278-296.
https://doi.org/10.1007/s11469-011-9318-5
[58] Laconi, S., Rodgers, R. F., & Chabrol, H. (2014). The Measurement of Internet Addiction: A Critical Review of Existing Scales and Their Psychometric Properties. Computers in Human Behavior, 41, 190-202.
https://doi.org/10.1016/j.chb.2014.09.026
[59] Laconi, S., Vigouroux, M., Lafuente, C., & Chabrol, H. (2017). Problematic Internet Use, Psychopathology, Personality, Defense and Coping. Computers in Human Behavior, 73, 47-54.
https://doi.org/10.1016/j.chb.2017.03.025
[60] Lee-Won, R. J., Herzog, L., & Park, S. G. (2015). Hooked on Facebook: The Role of Social Anxiety and Need for Social Assurance in Problematic Use of Facebook. Cyberpsychology, Behavior, and Social Networking, 18, 567-574.
https://doi.org/10.1089/cyber.2015.0002
[61] Lemola, S., Perkinson-Gloor, N., Brand, S., Dewald-Kaufmann, J. F., & Grob, A. (2015). Adolescents’ Electronic Media Use at Night, Sleep Disturbance, and Depressive Symptoms in the Smartphone Age. Journal of Youth and Adolescence, 44, 405-418.
https://doi.org/10.1007/s10964-014-0176-x
[62] Lester, D., Hvezda, J., Sullivan, S., & Plourde, R. (1983). Maslow’s Hierarchy of Needs and Psychological Health. The Journal of General Psychology, 109, 83-85.
https://doi.org/10.1080/00221309.1983.9711513
[63] Liu, R. T., Walsh, R. F. L., Sheehan, A. E., Cheek, S. M., & Sanzari, C. M. (2022). Prevalence and Correlates of Suicide and Nonsuicidal Self-Injury in Children: A Systematic Review and Meta-Analysis. JAMA Psychiatry, 79, 718-726.
https://doi.org/10.1001/jamapsychiatry.2022.1256
[64] Mak, K. K., Scheer, B., Yeh, C., Ohno, S., & Nam, J. K. (2021). Associations of Personality Traits with Internet Addiction: A Cross-Cultural Meta-Analysis with a Multilingual Approach. Cyberpsychology, Behavior, and Social Networking, 24, 777-798.
https://doi.org/10.1089/cyber.2021.0071
[65] Montag, C., Jurkiewicz, M., & Reuter, M. (2010). Low Self-Directedness Is a Better Predictor for Problematic Internet Use than High Neuroticism. Computers in Human Behavior, 26, 1531-1535.
https://doi.org/10.1016/j.chb.2010.05.021
[66] Morahan-Martin, J., & Schumacher, P. (2000). Incidence and Correlates of Pathological Internet Use among College Students. Computers in Human Behavior, 16, 13-29.
https://doi.org/10.1016/s0747-5632(99)00049-7
[67] Pelling, E. L., & White, K. M. (2009). The Theory of Planned Behavior Applied to Young People’s Use of Social Networking Web Sites. CyberPsychology & Behavior, 12, 755-759.
https://doi.org/10.1089/cpb.2009.0109
[68] Przepiorka, W., Bouman, L., & de Kwaadsteniet, E. W. (2021). The Emergence of Conventions in the Repeated Volunteer’s Dilemma: The Role of Social Value Orientation, Payoff Asymmetries and Focal Points. Social Science Research, 93, Article ID: 102488.
https://doi.org/10.1016/j.ssresearch.2020.102488
[69] Quaglieri, A., Mari, E., Boccia, M., Piccardi, L., Guariglia, C., & Giannini, A. M. (2020). Brain Network Underlying Executive Functions in Gambling and Alcohol Use Disorders: An Activation Likelihood Estimation Meta-Analysis of fMRI Studies. Brain Sciences, 10, Article 353.
https://doi.org/10.3390/brainsci10060353
[70] Ryan, R. M., & Deci, E. L. (2000). Intrinsic and Extrinsic Motivations: Classic Definitions and New Directions. Contemporary Educational Psychology, 25, 54-67.
https://doi.org/10.1006/ceps.1999.1020
[71] Salehi, Z., Pasha, H., Hosseini, S. R., Kheirkhah, F., & Bijani, A. (2023). The Impact of Social Support, Physical and Psychological Performance on Sleep Outcomes in Iranian Older Adults: A Case-Control Study. BMC Geriatrics, 23, Article No. 791.
https://doi.org/10.1186/s12877-023-04455-3
[72] Schmuck, P., & Chli, M. (2019). CCM‐SLAM: Robust and Efficient Centralized Collaborative Monocular Simultaneous Localization and Mapping for Robotic Teams. Journal of Field Robotics, 36, 763-781.
https://doi.org/10.1002/rob.21854
[73] Seth, S., & Eugster, M. J. A. (2016). Probabilistic Archetypal Analysis. Machine Learning, 102, 85-113.
https://doi.org/10.1007/s10994-015-5498-8
[74] Shahreki, J., & Lee, J. Y. (2024). Adopting Human Resource Information System and Work-Related Outcomes in Emerging Market SMEs: Unified Theory of Acceptance and Use of Technology. Cross Cultural & Strategic Management, 31, 116-142.
https://doi.org/10.1108/ccsm-09-2022-0144
[75] Smith, A. R., Hames, J. L., & Joiner, T. E. (2013). Status Update: Maladaptive Facebook Usage Predicts Increases in Body Dissatisfaction and Bulimic Symptoms. Journal of Affective Disorders, 149, 235-240.
https://doi.org/10.1016/j.jad.2013.01.032
[76] Steinfield, C., Ellison, N. B., & Lampe, C. (2008). Social Capital, Self-Esteem, and Use of Online Social Network Sites: A Longitudinal Analysis. Journal of Applied Developmental Psychology, 29, 434-445.
https://doi.org/10.1016/j.appdev.2008.07.002
[77] Stockdale, L. A., & Coyne, S. M. (2020). Bored and Online: Reasons for Using Social Media, Problematic Social Networking Site Use, and Behavioral Outcomes across the Transition from Adolescence to Emerging Adulthood. Journal of Adolescence, 79, 173-183.
https://doi.org/10.1016/j.adolescence.2020.01.010
[78] Tang, D., Wei, F., Qin, B., Liu, T., & Zhou, M. (2014). Coooolll: A Deep Learning System for Twitter Sentiment Classification. In Proceedings of the 8th International Workshop on Semantic Evaluation (SemEval 2014) (pp. 208-212). Association for Computational Linguistics.
https://doi.org/10.3115/v1/s14-2033
[79] Volkow, N. D., Fowler, J. S., & Wang, G. (2003). The Addicted Human Brain: Insights from Imaging Studies. Journal of Clinical Investigation, 111, 1444-1451.
https://doi.org/10.1172/jci18533
[80] Vorderer, P., Krömer, N., & Schneider, F. M. (2016). Permanently Online—Permanently Connected: Explorations into University Students’ Use of Social Media and Mobile Smart Devices. Computers in Human Behavior, 63, 694-703.
https://doi.org/10.1016/j.chb.2016.05.085
[81] Wang, X., Wang, H., Wang, J., Sun, R., Wu, J., Liu, S. et al. (2011). The Genome of the Mesopolyploid Crop Species Brassica Rapa. Nature Genetics, 43, 1035-1039.
https://doi.org/10.1038/ng.919
[82] Weinstein, A., Maayan, G., & Weinstein, Y. (2015). A Study on the Relationship between Compulsive Exercise, Depression and Anxiety. Journal of Behavioral Addictions, 4, 315-318.
https://doi.org/10.1556/2006.4.2015.034
[83] Wilson, K., Fornasier, S., & White, K. M. (2010). Psychological Predictors of Young Adults’ Use of Social Networking Sites. Cyberpsychology, Behavior, and Social Networking, 13, 173-177.
https://doi.org/10.1089/cyber.2009.0094
[84] Wright, A. G. C., Krueger, R. F., Hobbs, M. J., Markon, K. E., Eaton, N. R., & Slade, T. (2013). The Structure of Psychopathology: Toward an Expanded Quantitative Empirical Model. Journal of Abnormal Psychology, 122, 281-294.
https://doi.org/10.1037/a0030133
[85] Xanidis, N., & Brignell, C. M. (2016). The Association between the Use of Social Network Sites, Sleep Quality and Cognitive Function during the Day. Computers in Human Behavior, 55, 121-126.
https://doi.org/10.1016/j.chb.2015.09.004
[86] Young, K. S., & Rogers, R. C. (1998). The Relationship between Depression and Internet Addiction. CyberPsychology & Behavior, 1, 25-28.
https://doi.org/10.1089/cpb.1998.1.25