1. 引言
手机成瘾，又称为手机依赖，是一种冲动控制障碍，指个体不恰当、不受控制地过度使用手机，是许多心理和行为适应问题的重要诱因之一(Choi et al., 2020)。截止至2023年6月，我国网民数量已达10.79亿人。互联网普及率达到76.4%；即时通信、网络视频、短视频的用户规模分别达到10.47亿人、10.44亿人和10.26亿人(中国互联网络信息中心，2023)。研究表明，大学生群体中手机成瘾率更是高达15.3% (黄俊霞等，2018)。Billieux等人认为，过度性使用手机是由于个体的冲动控制能力不良，导致个体无法抑制自己的行事方式，进而出现强迫性地查看手机消息、观看短视频、玩手机游戏等行为。其中抑制控制能力是冲动的核心，抑制控制是指个体抑制自身优势反应的一种能力，在上下刺激环境变化时，抑制不适当的反应(Billieux et al., 2015)。
研究者尝试探讨“冷”“热”执行功能对抑制控制能力的影响，以情绪的卷入程度将执行功能分为了“冷”与“热”两个部分，前者是以抽象的去情景化的问题引起的，而后者是以高度的情感卷入为特征，需要对刺激的情感意义作出评价的。郭璐璐用与手机使用相关的词语作为GO刺激，用中性词语作为NOGO刺激，研究发现热表征下高手机成瘾大学生的抑制控制能力显著低于低手机成瘾大学生(郭璐璐，2017)。有关手机成瘾的抑制控制研究并没有得出一致结果，尤其是在“冷”“热”表征方面行为实验不足，多数研究以文字作为实验材料，忽视了图片在激活情绪的作用。本研究基于此探究以图片为材料的“冷”“热”表征下，手机成瘾大学生与非手机成瘾大学生抑制控制能力差异情况。该研究提出假设1：手机成瘾大学生的抑制控制能力显著低于非手机成瘾大学生。假设2：手机成瘾大学生的抑制控制能力在“冷”“热”表征条件下表现出不同程度的抑制控制能力受损，“热”表征条件下手机成瘾大学生的抑制控制能力受损程度更大。
2. 对象与方法
2.1. 被试
通过G*power计算，研究所需被试量为54人。以问卷星为平台，随机发放手机成瘾指数量表(MPAI)招募181名大学生被试。采用随机数字法，分别选取31名手机成瘾者(5男26女)和32名非手机成瘾者(6男26女)参与行为实验。被试为华北理工大学在校大学生，年龄在18~23岁之间，均为右利手，视力或矫正视力正常。
2.2. 研究工具
2.2.1. 硬件及软件
使用屏幕分辨率为1920 × 1080。品牌为宏碁，屏幕大小为15.6英寸的笔记本电脑一台。实验程序使用Eprime 3.0软件进行编制，数据分析使用Excel、SPSS 26.0等软件进行处理。
2.2.2. 行为实验图片材料
“冷”表征的实验材料为红色和绿色的正方形和正三角形(同一形状除颜色外均相同) (祖静，2017)。
“热”表征的实验材料由网络搜索以及手机截图获得，如图1所示。采用方便取样选取华北理工年龄在18~25岁之间8名在校大学生(3名为女性，5名为男性)，对这些图片与手机相关程度进行5点评分。中性图片平均得分均在2分以下，与手机相关图片评分均在4.5分以上。由此可知，材料有效。
Figure 1. Behavioral experiments picture material
图1. 行为实验图片材料
2.2.3. 手机成瘾指数量表(MPAI)
由香港中文大学梁永炽先生等编制(Leung, 2008)，采用5点记分法，得分越高，手机成瘾程度越高。量表Cronbach’s α系数为0.90。在17道题中，被试对8个及以上题目的评分不低于3分，则被认为是手机成瘾者(刘红，王洪礼，2011)。
2.3. 实验设计
实验为2 (手机成瘾程度：手机成瘾/非手机成瘾) × 2 (表征类型：“冷”/“热”)的设计，因变量为正确率和反应时。实验任务分为“热”表征任务和“冷”表征任务，前者是采用与手机相关图片和中性图片设计的GO/NOGO任务，后者是采用红色和绿色的正方形和正三角形(同一形状除颜色外均相同)设计的GO/NOGO任务。实验采用ABBA的设计进行平衡，第1、4个block是“冷”表征任务，第2、3个block是“热”表征任务。正式实验的前两个(即第1、2个) block前面分别加入练习block。每个练习block均为20个试次，正式实验每个block均为80个试次。在所有的block中，GO刺激与NOGO刺激的比例均为3:1以形成优势反应(李喆君等，2014)。每个试次的流程为：注视点“+”800 ms，刺激呈现1000 ms，刺激间隔在500~1000 ms内变化，以消除被试的期待效应(郭璐璐，2017)。
2.4. 统计学处理
使用spss26.0进行分析，使用独立样本t检验验证手机成瘾组和非手机成瘾组在两种材料下总正确率、NOGO试次错误率及反应时是否显著差异。通过方差分析检验手机成瘾程度和表征类型之间是否存在显著交互作用。
3. 结果
3.1. 表征类型和手机成瘾程度在总正确率、NOGO试次错误率和平均反应时上的差异检验比较
由表1可知，在“冷”表征材料和“热”表征材料下，手机成瘾组的NOGO试次错误率均显著大于非手机成瘾组(p < 0.01)。同时“热”表征材料下，手机成瘾组的平均反应时大于非手机成瘾组(p < 0.05)。
Table 1. Differences in behavioral indicators of representation type and level of smartphone addiction
表1. 表征类型和手机成瘾程度在行为指标上的差异结果数据
指标 |
材料类型 |
手机成瘾组(n = 31) |
非手机成瘾组(n = 32) |
t |
p |
总正确率 |
冷表征 |
0.98 ± 0.02 |
0.98 ± 0.02 |
0 |
0.5 |
热表征 |
0.98 ± 0.01 |
0.98 ± 0.02 |
0 |
0.5 |
NOGO试次错误率 |
冷表征 |
0.08 ± 0.06 |
0.05 ± 0.03 |
2.522 |
<0.001*** |
热表征 |
0.09 ± 0.06 |
0.05 ± 0.06 |
2.645 |
0.005** |
平均反应时 |
冷表征 |
344.90 ± 44.76 |
361.75 ± 61.34 |
1.242 |
0.109 |
热表征 |
393.77 ± 45.29 |
417.34 ± 54.35 |
1.867 |
0.03* |
注：*p < 0.05，**p < 0.01，***p < 0.00，下同。
3.2. 表征类型和手机成瘾程度在总正确率、NOGO试次错误率和平均反应时上的交互作用结果
由表2可知，以表征类型(“冷”表征/“热”表征)和手机成瘾程度(手机成瘾/非手机成瘾)为自变量，以总正确率，NOGO试次错误率和平均反应时为因变量。2 × 2的混合方差分析结果显示，手机成瘾程度主效应显著(p < 0.05)，表征类型主效应显著(p < 0.001)。
Table 2. Data on the interaction of representation type and level of smartphone addiction on behavioral indicators
表2. 表征类型和手机成瘾程度在行为指标上的交互作用结果数据
指标 |
项目 |
F |
p |
η2 p |
总正确率 |
表征类型主效应 |
0.089 |
0.766 |
0.001 |
手机成瘾程度主效应 |
1.859 |
0.178 |
0.030 |
表征类型*手机成瘾程度 |
0.364 |
0.548 |
0.006 |
NOGO试次错误率 |
表征类型主效应 |
0.372 |
0.544 |
0.006 |
手机成瘾程度主效应 |
9.372 |
0.003** |
0.133 |
表征类型*手机成瘾程度 |
0.372 |
0.544 |
0.006 |
平均反应时 |
表征类型主效应 |
180.731 |
<0.001*** |
0.748 |
手机成瘾程度主效应 |
2.608 |
0.112 |
0.041 |
表征类型*手机成瘾程度 |
0.749 |
0.390 |
0.012 |
4. 讨论
本研究采用GO/NOGO任务探讨手机成瘾大学生在“冷”、“热”表征下的抑制控制能力。结果发现，手机成瘾程度在NOGO错误率上主效应显著，手机成瘾组的NOGO错误率显著大于非手机成瘾组。该结果表明，手机成瘾大学生的抑制控制能力要低于非手机成瘾大学生，证实了假设1。在以大学生为被试的有关研究中，汪海彬等人将两组大学生的抑制控制能力进行比较，采用信号停止任务，得出高手机成瘾大学生的抑制控制能力低于低手机成瘾大学生的结论(汪海彬等，2015)，这与本研究结果一致。抑制控制能力关系到人们对已经形成的优势反应的抑制能力，是人们在处理各种信息时的关键认知能力的体现(刘勤学等，2021)，手机成瘾与抑制控制能力低的关系需要进一步探讨是手机成瘾造成了抑制控制能力低，还是抑制控制能力低的大学生更容易手机成瘾？
对表征类型和手机成瘾程度的混合方差分析结果显示，表征类型在反应时上主效应显著，但无论是在总正确率、NOGO试次错误率还是在反应时上，交互作用均不显著。该结果表明，手机成瘾大学生的抑制控制能力低于非手机成瘾大学生是普遍性的，与实验材料的类型无关。部分证实了假设2。在Chen等人使用与手机相关图片、中性图片、空白作为背景探究抑制控制，发现无论是行为指标上还是生理指标上三者之间并没有显著差异(Chen et al., 2016)，这与本研究结果一致。对于手机依赖者而言，不只是在使用手机时消耗大量的认知资源，在不使用手机时，也会担心错过手机消息，或是仍在想着手机上的内容等，因此在“冷”“热”两种表征下都表现出相同的抑制控制功能受损。
对抑制控制研究不断的深入研究可以帮助我们找到更多有效增强抑制控制能力的方法，从而更好地帮助手机成瘾者加强抑制控制能力。一些研究表明，音乐训练与抑制控制能力的提升有关(陈洁佳等，2020；陈杰等，2020)。祖静在研究中发现，同时对抑制控制和积极情绪进行训练对手机成瘾大学生的干预效果最好，可降低其手机成瘾水平(祖静，2017)。通过使用GO/NOGO任务对手机成瘾大学生进行抑制控制训练，也能够有效提升了手机成瘾大学生的抑制控制能力并且降低了手机成瘾水平和手机使用时间(丁相玲等，2018)。
5. 结论
手机成瘾大学生的抑制控制能力低于非手机成瘾大学生；在“热”和“冷”表征条件下，手机成瘾大学生均表现出抑制控制能力不足。
6. 研究不足与展望
本研究仅从行为上测试了被试的抑制控制水平，未对其生理机制进行探究，在之后的研究中，可使用脑电、脑成像等技术进行更深一步的研究。在本研究中，被试的群体具有一定的局限性，采用的被试均为华北理工大学在校大学生，且被试多数为女性，未来可采用更具有代表性的被试进行实验并对不同的群体进行探究。研究中使用的实验任务是GO/NOGO任务，使用的实验材料为图片类型，在之后的研究中可使用不同的实验任务或不同类型的实验材料进行重复验证。
致 谢
感谢参与实验的所有被试，感谢项目组成员们的辛苦付出，感谢提供研究支撑的学者们。
基金项目
河北省高等学校人文社会科学研究项目(项目编号：SQ2023251)。