1. 引言
据中国互联网络信息中心(CNNIC)第53次发布的《中国互联网络发展状况统计报告》显示，截至2023年12月，中国手机网民规模达10.91亿人，使用手机上网的网民比例为99.9% [1]。智能手机的普及和功能的不断优化，使得手机成为人们日常生活中不可缺少的工具，也更容易让人形成手机依赖。大学生作为手机使用的重要群体，他们的手机成瘾现象受到了学者的广泛关注[2]。手机依赖(mobile independence)是一种因用户过度滥用手机而造成使用者无法控制自身，进而使其身体或心理出现不适的症状[3]。其主要症状为使用者在没有手机的情况下，思维僵化、反应迟钝、心烦意乱，手机成瘾对大学生的工作、学习及人际关系产生了严重的影响[4]。
使用智能手机进行社交媒体活动是现代生活中非常普遍且受欢迎的活动之一[5]，社交媒体与拖延症相关，它会分散个体对学习目标的注意力，进一步导致学业拖延[6]。学业拖延是指个人对学习任务的习惯性延迟，一种在规定期限内推迟或者在最后期限之前才完成一项学习任务的行为倾向[7]。其表现为以各种理由把学习任务放在一边，考试前临阵磨枪，作业从来都是要交的前一天才赶出来等等。并且在学业拖延过程中，常伴有焦虑，充满时间压迫感等负性情绪体验。国外学者EllisA和Knaus W的研究结果显示：有95%以上的大学生有学业拖延行为，半数以上的人觉得因学习拖延自己的生活受到了很大的影响[8]。国内学者庞维国和韩贵宁对大学生学业拖延行为的探究表明，大学生的学业拖延问题在不同类型的大学中都是十分常见的[9]。从沉浸理论来看，手机成瘾者会不自觉地沉浸于浏览手机的状态，丧失自我意识和时间感，进而产生行动的拖延[10] [11]。对于大学生来说，手机依赖越严重，就会花费越多的时间和精力成本，就越易产生学业拖延行为，影响了其学业表现，出现自我评价过低等自我认同问题[12] [13]。此外，元认知理论指出，手机中泛滥的信息易削弱个体自我监控能力，导致个体自我监控策略失效，无形中加剧了拖延行为[14]。可见，手机依赖是拖延的一个重要诱因[15]。实证研究也发现手机依赖和学业拖延之间存在关系。如，黄颂麟等人研究发现手机依赖能正向预测拖延[16]；侯艳芹等人对高职高专学生研究发现，大学生手机依赖及各维度与学习拖延问卷呈显著正相关[17]；阮慷研究发现手机成瘾能够正面直接预测学业拖延行为，手机上瘾的程度加深，其学业拖延程度也相应增加[18]；张娜也发现手机依赖性与学业拖延有显著的正向关系[19]。
“自我效能感”是指个人对自己是否能够运用所掌握的技术来实现一种工作的信心，其中包括预期的结果和预期的效果[20]。学业自我效能感是建立在一般效能感的基础上发展起来的，是自我效能感在教学领域的应用。学业自我效能感指在特定的学习情境下，个人是否具备某种能力或个人是否能够完全地利用自己的能力的一种体验感、自信感[21]。拥有高学业自我效能感的个体往往能够更专注于学业，展现出持续和长期的努力。但若未能有效管理对手机的使用，这可能会妨碍个体学业资源的合理分配，对学业自我效能感的水平产生不利影响[22]。一些实证研究探究了手机依赖和学业自我效能感之间的关系。如，张蕊研究发现手机依赖负向预测高校篮球专项生自我效能水平[23]；邓淇尹等人研究发现高职学生手机依赖倾向与自我效能感呈显著负相关，即手机依赖程度越高，自我效能感水平越低[24]。但赵哲对体育专业大学生的研究发现手机依赖与一般自我效能感之间没有相关性[25]。可见，关于手机依赖和学业自我效能感的关系研究存在不一致。同时，自我效能感也和拖延密切相关。个体自我效能感的高低不仅影响个体行为，也影响个体对于目标任务的持久性和努力付出程度，而拖延行为的产生本就意味着个体对于目标任务的持久性较低。Przepiorka等人发现学业自我效能感水平越高的个体，其表现出来的学业拖延行为则越少[26]；王莉华研究显示，学业自我效能感可以负向预测个体的学业拖延水平[27]；于丹丹等人对高校护理学专业学困生的学习自我效能感和学业拖延关系探究发现，学业自我效能感与学业拖延及维度呈负相关[28]。这些实证研究说明学业自我效能感和学业拖延有关，综上所述，学业自我效能感可能在手机依赖和学业拖延之间起中介作用。
回顾文献发现，当前国内外学者在手机依赖、学业拖延和学业自我效能感上存在较为宽泛的视角，首先主要以初高中作为研究对象，其次研究多集中在单变量或两变量之间关系的研究上，并且在探究手机依赖和学业自我效能感关二者关系的研究上存在不一致。最后，将手机依赖、学业拖延和学业自我效能感相结合的研究很少。因此，本研究以大学生群体为被试，以手机依赖为自变量，以学业拖延为因变量，以学业拖延为中介变量，探究手机依赖、学业拖延与学业自我效能感三者间的关系，并检验学业自我效能感是否在手机依赖和学业拖延之间起中介作用。假设模型图见图1。
Figure 1. Proposed model
图1. 假设模型图
2. 方法
2.1. 研究对象
本研究采用随机抽样的方法，以线上和线下相结合的形式向四川省南充市某高校大学生收集了570份问卷。根据筛选标准，剔除未完成问卷和胡乱作答问卷(线上作答时间小于100秒，线上和线下三个测谎题，错一题即无效、规律作答)，通过严格的筛选，共收集到458份有效问卷，回收率达80.35%。其中，178名为男生(38.9%)，280名为女生(61.1%)，偏文科类学生占43.2%，偏理工类学生占56.8%，大一、大二、大三和大四人数各占26%、22.9%、18.6%、32.5%。
2.2. 研究工具
2.2.1. 手机依赖量表
本研究选取了王正翔编制的大学生手机成瘾问卷，该量表由戒断性、冲突性、突显性、技术性和持续性维度构成[29]，采用5点计分方式，从1 (完全不符合)到5 (完全符合)划分。总分得分愈高，代表其手机依赖水平愈高。该量表的α系数在本研究中为0.870，信度良好。
2.2.2. 学业拖延量表
在学业拖延上，使用Aitken编写的共有19个题项的学业拖延量表。其中2、4、7、11、12、14、16、17、18题为反向计分题[30]。按照从1 (完全不符合)到5 (完全符合)的方式计分。问卷总分得分愈高，表示个体的学业拖延愈严重。
本研究所测得该量表的内部一致性系数为0.837，信度较好。
2.2.3. 学业自我效能感量表
关于学业自我效能的测量，选择了梁宇颂和周宗奎修订的《学业自我效能感问卷》，此问卷共包含22个条目，由学习能力自我效能感和学习行为自我效能感两维度构成。使用李克特五点计分方式：从1 (非常不同意)到5 (非常同意)，14、15、17题为反向计分。量表总分得分越高，表明个人的学业自我效能感越强[31]。本研究中该量表的内部一致性系数为0.878，信度比较好。
2.3. 统计方法
使用SPSS25.0统计软件进行共同方法偏差检验、描述统计和相关分析，利用Amos26.0软件以及Bootsrap法构建中介模型并作进一步检验。
3. 结果
3.1. 共同方法偏差检验
由于同时采用三个量表对受试者进行测量，因此有可能造成共同方法偏差问题。而共同方法偏差则是由于项目背景和项目自身特性的影响、由于数据源或评分者、测量环境的一致性导致了预期和校标变量的人为共变。这一人为的共变会使研究结果出现严重的混淆，从而可能会导致结论的错误，这属于系统误差[32]。因此，为避免共同方法偏差，采用Harman单因子法进行检验，得出最后共有14个特征值大于1的因子，其单因子解释变异为16.92%，未超过40%的评价标准[33]。这表明本研究不存在严重的共同方法偏差问题，可以对所收集的数据进行有效的统计与分析。
3.2. 样本总体状况描述
采用描述性统计方法对大学生的手机依赖、学业拖延和学业自我效能感进行分析，具体的情况结果见表1。
各量表的理论中值为3分，据表1结果显示：手机依赖(M = 3.29)位于中等水平偏上水平，学业拖延程度属于中等偏下水平(M = 2.62)，学业行为自我效能感(M = 3.30)维度位于中等偏上水平。
3.3. 人口学变量差异分析及事后检验
对不同性别(男、女)、专业(偏文科类、偏理工类)的手机依赖、学业自我效能感和学业拖延进行独立样本t检验，对年级(大一、大二、大三、大四)的手机依赖、学业自我效能感和学业拖延进行单因素方差分析和事后比较，并求得各项数据的平均值、标准差，见表2。
Table 1. Results of descriptive statistics on the overall status of the sample (N = 458)
表1. 样本总体状况描述性统计结果(N = 458)
项目 |
M |
SD |
项目数 |
手机依赖 |
3.29 |
0.56 |
20 |
学业拖延 |
2.62 |
0.52 |
19 |
学业自我效能感 |
3.37 |
0.47 |
22 |
Table 2. Difference analysis of demographic variables
表2. 人口学变量差异分析(N = 458)
项目 |
类别 |
手机依赖 |
学业自我效能感 |
学业拖延 |
性别 |
男(n = 178) |
3.19 ± 0.6 |
3.41 ± 0.48 |
2.59 ± 0.49 |
女(n = 280) |
3.36 ± 0.52 |
3.34 ± 0.46 |
2.64 ± 0.53 |
t |
|
−3.074** |
1.502 |
−1.019 |
专业 |
偏文科(n = 198) |
3.36 ± 0.54 |
3.38 ± 0.48 |
2.64 ± 0.56 |
偏理工(n = 260) |
3.24 ± 0.57 |
3.36 ± 0.45 |
2.61 ± 0.49 |
t |
|
2.238* |
0.506 |
0.536 |
年级 |
大一 |
3.32 ± 0.55 |
3.35 ± 0.45 |
2.66 ± 0.49 |
大二 |
3.24 ± 0.57 |
3.37 ± 0.41 |
2.53 ± 0.45 |
大三 |
3.08 ± 0.57 |
3.34 ± 0.48 |
2.55 ± 0.54 |
大四 |
3.43 ± 0.52 |
3.39 ± 0.51 |
2.7 ± 0.55 |
F |
|
7.687*** |
0.274 |
3.037* |
事后比较 |
|
大一 > 大三 大四 > 大二、大三 |
|
大四 > 大二、大三 |
注：*p < 0.05，**p < 0.01，***p < 0.001。
如表2可知，大学生在学业拖延、学业自我效能感程度上无显著的性别、专业差异;而大学生手机依赖存在显著的性别、专业差异，其中女生手机的依赖水平明显高于男生(p < 0.01)，偏文科类的手机依赖水平高于偏理工类(p < 0.05)；大学生在学业自我效能感上无显著的年级差异，但大学生手机依赖、学业拖延上存在显著的年级差异(p < 0.05, p < 0.001)，事后检验可知：大一和大四学生手机依赖程度要比大三学生高，而大四学生手机依赖程度比大二高；大学四年级学生的学业拖延程度超过大二、大三的学生。
3.4. 相关性分析
对手机依赖、学业自我效能感和学业拖延进行相关分析，如表3所示。
表3可知，手机依赖与学业拖延间存在明显的正相关关系(p < 0.001)，手机依赖和学业自我效能感呈现明显的负相关(p < 0.001)，学业拖延与学业自我效能感之间有显著的负相关(p < 0.001)。
3.5. 大学生学业自我效能感对手机依赖与学业拖延的中介效应分析
对手机依赖、学业自我效能感和学业拖延三者进行相关研究，研究结果显示它们两两之间有显著的相关关系，这是中介效应检验的重要条件。因此，使用Amos 26.0进行进一步的中介显著性研究。本研究通过Amos 26.0软件构建的中介模型示意图如图2所示。
Table 3. Bivariate correlations for the measures
表3. 变量之间的相关分析
|
1 |
2 |
3 |
1) 手机依赖 |
1 |
|
|
2) 学业自我效能感 |
−0.172*** |
1 |
|
3) 学业拖延 |
0.407*** |
−0.401*** |
1 |
注：1-手机依赖，2-学业自我效能感，3-学业拖延，***p < 0.001 (同下)。
Figure 2. Final partial mediation model
图2. 中介模型示意图
如图2所示，可以看出本研究的结构方程的自变量为手机依赖、中介变量则为学业自我效能感、因变量为学业拖延。由于直接使用该模型的拟合度效果欠佳，所以本文使用了两次MI修正，修正后的中介模型拟合指数如表4。
Table 4. Mediation model fit indices with academic self-efficacy as the outcome variable
表4. 以学业自我效能感为结果变量的中介模型拟合指数
|
CMIN/DF |
GFI |
NFI |
RFI |
IFI |
TLI |
CFI |
RMSEA |
模型 |
2.840 |
0.976 |
0.963 |
0.936 |
0.976 |
0.957 |
0.976 |
0.063 |
由上述的表4与图1可以知道，中介模型CMIN/DF的值为2.840 (2.840 < 3)，并且GFI、NFI、 RFI、IFI、TLI、GFI均大于0.9；RMSEA为0.063 (0.063 < 0.08)；所以，根据相关的拟合指数判断出：以学业自我效能感为结果变量的中介模型较为理想。
由表5可知：手机依赖→学业自我效能感、学业自我效能感→学业拖延、手机依赖→学业拖延三条路径均达到显著性的差异(p < 0.001)。由表5和Amos结果可知，手机依赖不但会对学业拖延产生直接影响，同时也可以借助学业自我效能感间接地影响学业拖延，说明学业自我效能感在手机依赖和学业拖延间充当中介作用。
Table 5. Path testing
表5. 路径检验
路径 |
非标准化系数 |
标准化系数 |
S.E. |
C.R. |
p |
手机依赖→学业自我效能感 |
−0.184 |
−0.247 |
0.045 |
−4.123 |
*** |
学业自我效能感→学业拖延 |
−0.515 |
−0.385 |
0.065 |
−7.907 |
*** |
手机依赖→学业拖延 |
0.335 |
0.336 |
0.047 |
7.155 |
*** |
本研究在此基础上采用Bootstrap法(在95% CI范围内，取样5000次)对学业自我效能感的中介效应进行进一步检验，研究结果如表6。
Table 6. Analysis of direct, indirect and total effects
表6. 各效应分析
|
|
|
Bias-corrected 95% CI |
|
|
路径 |
效应值 |
SE |
Lower |
Upper |
p |
效应占比(%) |
学业自我效能感中介效应 |
0.095 |
0.026 |
0.051 |
0.155 |
0.000 |
22.0% |
直接效应 |
0.335 |
0.053 |
0.235 |
0.438 |
0.001 |
78.0% |
总效应 |
0.429 |
0.054 |
0.329 |
0.543 |
0.000 |
100% |
由表6可知：学业自我效能感中介效应和直接效应的偏差校正区间为(0.051~0.155)和(0.235~0.438)均不包括0，则学业自我效能感中介效应和直接效应均显著，并且可知手机依赖对学业拖延产生的直接效应是0.335，其效应占比为78%，而学业自我效能感的中介效应值为0.095，其中介效应占比为22%。
4. 分析与讨论
4.1. 大学生手机依赖、学业自我效能感和学业拖延的总体情况和人口学差异分析
4.1.1. 总体情况
表1可知大学生手机依赖总体处于中高水平，学业拖延水平属于中下水平，学业自我效能感处于中等水平。一方面，可能是大学生的社会属性增强。生活在网络时代的大学生，他们与社会的关系越来越紧密，其社会属性也越来越强。而社会属性的持续强化则让他们更容易失去安全感，网络上的即时信息容易让他们产生“丢失恐惧”，即他们因为担心自己不能看手机，从而失去和身边的人的联系。所以他们会经常打开手机，久而久之就会对手机产生依赖性[34]，进而导致学业拖延。另一方面，本次参加测试的大学生的学业自我效能感水平相对比较高，可能是因为当代大学生能够通过习得知识与经验，具备一些处理问题的能力，面对困难和挑战能灵活处理与解决，成功经验越多，其自我效能感水平越高。
4.1.2. 人口学变量差异分析
表2人口学差异性结果表明，性别、专业和年级是影响大学生手机依赖的重要因素，年级是影响大学生学业拖延的因素。究其原因可能有：1) 男、女生在手机应用上的喜好不同，男生偏好玩大型游戏、读新闻、电子书等，这些行为可以用电脑替代；而女生偏好网购、观影、社交等活动。智能手机功能的多样性、便捷性，使得这些活动都可通过手机进行，因此使得女大学生对手机依赖程度更高[35]。2) 文科类学生需要查阅更多的社会信息资料，需要在知识理解程度比理工学生低，在学习投入时间专注低于理工学生，更易产生手机依赖。3) 根据使用–满足理论，个体会利于网络满足现实生活中未满足的需求[36]，对于大一新生来说，与好友、家人分别的孤独感、对新环境的陌生感和不适应，会使得他们通过手机缓解当下负面情绪、满足社交需求，而即将毕业的大四学生，面对着更多的社会压力和焦虑，尤其是面临就业问题，使得他们通过手机寻求工作信息、缓解焦虑等负性情绪，因此，大一和大四年级的学生手机依赖性程度高于大二、大三年级。此外，大学生多重比较显示大四学生的学业拖延程度比大二、大三学生高。笔者认为大四学生有更多的时间支配，低估自己在学习任务的花费时间，大三学生专注考研，大二学生课程比较多，对学习任务的意识强，学业拖延行为较少。
4.2. 大学生手机依赖、学业拖延与学业自我效能感的关系分析
据相关分析结果显示，手机依赖与学业拖延，二者为正相关关系，这意味着大学生对手机依赖性越高，其学业拖延行为就越严重。这与冀嘉嘉和吴燕[37]、卿再花和吴彩虹[38]等人研究结果一致。手机成瘾的特征是当个体在没有使用手机的情况下，会产生生理和心理的不适应。媒介依赖理论表明个体越依赖通过媒介(如手机)满足需求，媒介对其影响越大[39]。一方面，当个体手机依赖程度越深，手机依赖带来的生理和心理不适应症状越突出，为了减少这种不适感，个体会继续花时间和精力在手机上，形成恶性循环，造成对学业的拖延，另一方面大学生会把手机当作宣泄负性情绪、逃避学业压力等压力事件的避风港，就会过度使用手机，推迟学业任务的完成，也就造成学业拖延[40]。
大学生手机依赖负向预测学业自我效能感，这与刘衍素[41]、王金仙[42]等人研究结果一致。自我控制理论指出个体精神资源是有限制的，它决定了自我控制能力，高频率使用手机会对个体精神资源形成过度消耗，进而使得个体自我效能感降低[43]。自我效能感水平高的人，能充分应对生活中的压力，不会沉迷手机逃避问题[44]。多样化的手机功能满足个体多样化的需求，会使大学生花费大量时间和精力在手机上，加剧了大学生手机依赖行为，而过度使用手机会影响个体睡眠时间、降低个体注意力、影响个体的逻辑能力和记忆力，进一步形成较低的自我效能感评价[45]。
学业自我效能感与学业拖延呈现显著的负相关关系。总体而言，大学生学习自我效能感水平越高，其学业拖延行为表现愈少。这与任小芳，张晓贤[46]、林蕙茹[47]等人得出的研究结果一致。Wigfield的期望理论和Steel等人的时间动机理论认为，自我效能感高的个体会对任务结果完成持积极的期望，在完成任务的过程中感受到较少的负面体验，能主动抑制拖延行为的产生[48] [49]。对于大学生来说，当个体认为自己能够很好地应对、克服和完成学习上的难题时，将有助于增强其学习信心，强化学习行为，从而减少学习拖延行为。反之，当个体认为自己缺乏做事的能力、对自身持怀疑和否定态度时，遇到学习的难题，就会退缩，自我效能感水平就会降低，增加学业拖延行为。总之，对自己有正确的评价和积极的认知，寻求解决问题的办法，将提高个体的学业自我效能感水平，减少学业拖延行为。
4.3. 学业自我效能感在手机依赖和学业拖延中的中介效应分析
Amos结果可知手机依赖到学业拖延有两条路径，一条路径是手机依赖直接影响学业拖延，另一条路径是手机依赖通过影响学业自我效能感，再进一步影响学业拖延。
根据中介分析结果可知，手机依赖和学业拖延之间存在中介效应，学业自我效能感在它们之间扮演中介的角色，其中介作用占总效应的22%。这表明手机依赖对学业拖延产生的影响可以对学业自我效能感间接产生影响。过度使用手机会危害个体的身心健康，这会进一步降低个体学业自我效能感。自我效能感理论表明高自我效能感学生在学业成绩不好时会归因于自身原因，如自己不努力、时间规划不合理等因素，他们会积极主动寻求方法应对当前困境，在学习上做事更加迅速，自然其学业拖延行为更少。反之，自我效能感低的学生其自卑心理驱动他们对自身能力产生怀疑和否定，用借口来逃避学习任务，过度沉迷手机的虚拟世界，在自我否定中体验更多消极的情感，也很少拥有愉悦的学业体验，个体的学业自我效能感自然也不高，进而产生更多的学业拖延行为[50]。
综上所述，手机依赖与学业自我效能感、学业拖延之间均呈现显著的正相关；学业自我效能感和学业拖延之间呈现显著的负相关，学业自我效能感是手机依赖和学业拖延的中介变量。因此，为了减少大学生学业拖延行为，可以从降低大学生手机依赖行为，提高大学生学业自我效能感两方面制定措施，进行干预。