大学生网络成瘾的性别差异*——基于网络使用偏好的多重中介效应分析

毕向阳

作者简介：毕向阳，中国政法大学社会学院副教授。北京，102249



大学生网络成瘾的性别差异*
——基于网络使用偏好的多重中介效应分析

毕向阳

内容提要以往有研究注意到了网络成瘾的性别差异，也有研究分析了不同网络使用偏好与网络成瘾之间的关联，但没有将二者结合起来考虑。本研究在控制心理资本、大学适应等相关因素的情况下，通过构建以不同网络使用偏好为中介的多重中介效应模型，分析了网瘾的性别差异模式。结果发现，在多项网络使用偏好上，性别之间存在差异，网络使用偏好构成性别与网瘾之间显著的中介因素。总的来看，相比较而言，男生在“网络游戏”、“理财炒股”等类型上，女生在“购物消费”、“微信微博”等类型上，各自形成更高的网瘾水平。这些发现有助于廓清网瘾的性别差异，并为实际中提供有性别敏感性的网瘾干预提供依据。

网络成瘾性别差异网络使用偏好多重中介效应模型

问题提出

随着互联网及电脑、智能手机等终端硬件的普及，网络已经成为大学生学习、生活的重要组成部分。然而，网络在为大学生们提供极大便利的同时，网络的过度使用也带来了网络成瘾(Internet Addiction Disease,IAD)的问题。目前，大学生网瘾问题已经成为一个社会关注的热点。现实中，甚至出现了大学生因为沉溺于网络而退学、出现越轨行为、自杀等极端案例。

所谓“网络成瘾”又称“网络依存症”、“网络成瘾障碍”，临床上也称为“病理性网络使用”(Pathological Internet Use,PIU)。“网瘾”的概念最早由美国精神病学家古德伯格(Goldberg,1994)于1994年提出。随后匹兹堡大学扬对这一概念加以发展完善。在扬看来，与药物依赖不同，网瘾是一种无成瘾物质作用下的上网行为冲动控制障碍，表现为由于过度上网导致社会和心理的适应行为损害(Young,1998)。

大量研究也表明，网络成瘾与不良情绪状态(如孤独感、社会疏离、抑郁等)(易晓明，2005；王滨，2006；李黎等，2011；姚冉等，2014；Kraut,1998；Young & Rogers,1998a)、学习与社交障碍(陈新等，2007；郭双、王太海，2011)、自杀倾向(杨林胜等，2010；胡一文、王高华，2011)、犯罪行为(耿丽丽、金志成，2011)等现象密切相关。因此，研究影响大学生网瘾的因素和机制，对于预防和矫治大学生网瘾，帮助大学生正确使用网络、促进大学生身心健康和发展来说，具有重要意义。

目前对青少年网瘾的研究已成为学术界的热点问题。由于网瘾的成因复杂，有关经验研究关注的因素也是多种多样，如：(1)心理因素：如人格特征(Young & Rodgers,1998b；易晓明2005)、应对方式(张敏等，2006)等；(2)社会因素：如社会支持(Hardie & Tee,2007；王恩界、李慧玲，2012)、家庭社会经济地位(Hur,2006；邹红等，2014；Lee & McKenzie，2015)；(3)情境因素：如学校类型(金盛华等，2015；李玲等，2015)等。

本次研究的主题是网瘾的性别差异。实际上，在有关网瘾的研究中，就这一问题已有大量涉及。除了作为一般的人口学控制变量附带的结果汇报，也有专门以不同性别的网瘾差异为主题的研究。不过从结果上来看，在性别与网瘾的问题上不同研究的结论并不完全一致。比如，李玲等(2015)通过对中小学生研究分析了青少年网络成瘾的性别差异，发现男生的网络成瘾得分显著高于女生。易晓明(2005)的调查表明，男女大学生网络成瘾的平均分无差异。而一项对韩国青少年的网瘾调查(Ha & Hwang,2014)则发现，女孩遇到情感困难比拥有同样问题的男孩有着更大的网瘾风险。

这提示人们，在与网瘾的关系问题上，性别因素的作用可能并非想象的那么简单。除了可能存在的文化与体制差异，就性别与网瘾关系不同的研究结论存在差异部分原因可能在于模型方法的选择。本研究的任务在于通过构建适合的模型，由网络使用偏好的中介作用入手研究网瘾的性别差异问题，从而尝试对性别与网瘾之间的机制问题进行进一步的分析。

文献综述与研究假设

从目前来看，现有有关性别与网瘾的研究无论理论还是方法上都还存在需要进一步厘清的问题。多数研究对性别变量的理解过于简单，且大部分研究使用的是简单的方差分析或多元回归的方法，难以解释变量间复杂的因果机制。

性别虽然属于外生变量且测量简单，但实际上本身是一个十分复杂的因素，内含了诸多有待于具体化(specification)的社会-心理的维度。正如扬(Young,2008)指出的，在网络使用动机方面，不同性别存在差异。男性更可能寻求统治欲(经过在线游戏)以及性幻想的满足，而女性则偏好匿名交往，隐藏自己的真实身份，将网络作为寻求亲密朋友关系、安慰或罗曼史的途径。①

一项对于马来西亚大学生的研究(Teong & Ang,2016)，使用简单列联分析，发现不同性别在网络使用频次、使用时间方面不显著，但在网瘾方面差异显著，男性比女性略高。韩国学者夏和黄(Ha & Hwang,2014)的模型中控制了若干心理变量，研究结论从理论上来讲提示性别与网瘾之间可能存在更复杂的机制。不过，方法上仍然存在明显的不足。该研究所用一般logistic模型中自变量只包括自评健康、主观幸福感、抑郁及人口学变量，虽然性别属于外生变量，但如果不以工具变量或代理变量等形式控制基本的心理素质，模型中其他变量系数的估计可能存在内生性问题。另外，不同性别在幸福感或抑郁等方面可能本身就存在差异，或者性别通过这些变量的中介作用间接影响网瘾，简单等同视之则可能掩盖现实中复杂的因果机制，并导致某些变量间系数估计的偏差。从目前有关研究来看，这方面的分析还远远不够。

在此方面，网络使用偏好是一个值得关注的范畴。虽然网络使用偏好作为外显的因素，但可以从行为主义的角度反映出不同性别的网络使用动机。大量研究已经发现不同性别的网络使用偏好存在差异。周林、顾海根(2008)的研究发现，在信息获取、交往方面，性别之间不存在显著差异，但游戏方面差异显著。兰瑟尔和韦一项针对马来西亚学生网络使用动机的调查(Soh et al,2013)也发现，女生更可能被社会互动、购物等激励，而男生则更多被色情所激励，在娱乐方面性别之间不存在显著差异。维瑟尔(Weiser,2000)的研究发现男大学生使用网络主要与娱乐休闲有关，而女大学生则主要是为了人际交往和教育辅导。马卡什维利等(Makashvili et al.,2013)揭示出不同性别使用Facebook上的模式差异。女性偏好联系已有的朋友和上传照片，而男性喜欢建立新关系和消磨时间。

总之，将性别与网络使用偏好简单并列起来对网瘾进行回归分析，抑或将性别与网络使用偏好、以及网络使用偏好与网瘾分别进行分析，均不足以判断不同的类型网络使用偏好是否引起了男女之间网瘾的差异。就此问题如果想更准确地解释性别、网络使用偏好和网瘾的关系，除了理论上的考虑，也需要在方法上有所创新，引入更契合变量间因果关系的模型。比如，男生在上网时更可能偏好浏览新闻资讯，但浏览新闻资讯并不一定构成提高网瘾的风险因素，因此并不能说不同性别因为在上网浏览新闻资讯上的偏好不同就会导致网瘾水平出现差异。同样，若浏览新闻资讯构成影响网瘾的显著因素，但男女的网络使用偏好在此方面并不存在差异，整体上也不能说在此方面性别因素导致了网瘾差异。为了检验这一点，必须分析浏览新闻资讯是否可以作为性别与网瘾之间因果关系的传导机制，也就是需要引入能够检验中介效应是否成立的模型。李玲等(2015)的研究采用了链式的多中介效应模型，以教师的信任与支持和父母的信任与支持为中介变量，发现性别与网络成瘾存在中介机制。使用中介效应模型在揭示多个变量复杂因果机制方面具有方法上的优势，但就性别与父母、教师信任之间的关系而言，理论意义不甚明显，实际输出模型中性别与教师的信任与支持之间的路径系数也仅为0.05。如能选择与网瘾存在关联且更能体现性别特质的中介变量则更有价值。

本研究力图通过构建多重中介变量的路径分析模型，从网络使用偏好角度分析性别与网瘾的关系。截至目前，这类研究是欠缺的。方法上，利用多重中介效应模型对性别透过不同网络使用方式的中介效应在网瘾水平上形成的差异进行估计，可为有区别、更准确地评估男女网瘾的不同模式提供依据。因此，在理论上也有助于推进从网络使用偏好角度进一步辨明性别与网瘾之间的因果机制。

另外，由于某些社会心理因素本身就存在性别差异，在分析性别经由网络使用偏好的中介作用影响网瘾的问题时也要控制相关因素，否则有可能导致由于省略一些与自变量相关的潜在因素而导致估计的偏误。本研究引入了心理资本(psychological capital)(Luthans & Youssef,2004)和大学适应性(college adaptation)。心理资本作为基本心理素质代理变量，而大学适应则较为全面地衡量大学生多方面的社会-心理处境。从有关研究来看，二者与网瘾之间均存在显著的关联。沈亚、王玲凤等(2013)从大学生心理健康咨询与教育角度，注意到心理资本与网瘾之间的负向关系，肯定了心理资本对网络成瘾是一个具有解释力的变量。由于大学生处于青少年/成年早期的特点，且进入大学意味着脱离父母监护，获得了更多选择的自由，大学生也更容易接触网络，因此大学生活构成网络成瘾的风险因素(Chou,1999; Chou,2005; Kuss & Griffiths,2014:34-35; Kandell,1998)。有研究(Lanthier & Windham,2004)发现，网络使用与大学调整(college adjustment)之间存在一致的关系。网络成瘾得分与大学生适应量表多个维度得分均呈负相关(艾波等，2011；梅松丽等，2008)。

基于以上已有研究结论及现实考虑，就性别(X)、网络使用偏好(M1-M10)、网瘾(Y)诸因素的关系，围绕研究问题，本研究做出如下假定：

图1　多重中介效应分析概念图

H-1：不同性别(X)在多项网络使用偏好(M)方面存在差异；

H-2：不同的网络使用偏好(M)，对应于不同的网瘾水平；

H-3：多项网络使用偏好(M)构成性别(X)与网瘾(Y)之间的中介变量。

通过构建并行多重中介效应模型(见图1概念模型)，可以将上述假设刻画的变量之间的关系均呈现出来。其中可以看到，除了经由不同网络使用偏好的间接效应，还有各外生变量对结果变量的直接效应。

数据、测量与模型

(一)数据

本次调查总体为中国政法大学在校本科生，共8317名，调查采取整群抽样方式，抽中的班级集体回答问卷问题。经复核，实际有效样本2184个，入样比例26.3%。样本中，男生占35.4%，女生占64.5%，年龄均值19.6岁(标准差1.35岁)，城市生源占78.9%。年级学生比例分别为31.6%、23.6%、31.8%和13.0%。与总体比例比较，除了大四年级学生比例略低，其他相关指标来看，与总体结构基本一致，样本分布正常，具有较好的代表性。②

1.网络成瘾(Y)。采用网瘾筛查量表(Internet Addiction Test)。该量表是目前应用也最为广泛的网瘾测量工具，由扬参照《美国精神疾病分类与诊断手册IV》中赌博成瘾鉴别标准编制成，共20个题项。③有关研究(Widyanto & McMurran,2004; Chang ,2008)已经表明该问卷具有较好的信度、效度。基于本次调查数据，计算科隆巴赫α系数0.9209，具有高度内部一致性信度。该量表具有较好的单维性，本次研究加总形成总分，作为网瘾水平的度量指标。

2.网络使用偏好(M1-M10)。问卷中设置了“你上网从事如下活动的情况？”的问题，对常见网络使用方式进行分类，共10个题项，按“从未”、“有时”、“经常”三个等级测量，分别赋值为0、1、2。为了估计中介效应，本次研究均视各网络使用偏好变量为连续变量处理。

表1　上网活动(%)

3.大学适应(A)。采用修订版大学生适应性量表(SACQ)(Baker & Siryk,1989；欧阳娟，2012)。与原量表相比，修订主要是进行了简化和本土化，修订后量表含个人情绪适应性、学习适应性、人际适应性、生活适应、对大学满意度和总体评价6个维度，共36个题项。本次研究中选取与网瘾问题相关程度相对较高的前4个维度，共21个题项。为了模型简约化，不再区分维度，加总作为大学生对学校适应的整体性测量。各题项均负向计分者进行方向调整，得分越高代表适应性越好。根据本次数据，这部分题项科隆巴赫α系数为0.8328，具有高度内部一致性信度。实际使用时大学适应变量进行了中心化处理。

4.心理资本(X)。采用积极心理资本量表(PPQ)(张阔等，2010)，对大学生心理资本进行测量。量表含自我效能、韧性、希望、乐观四个维度，26个题项。得分越高，代表心理资本存量越高。基于本次调查的数据计算科隆巴赫α系数0.9038，具有高度内部一致性信度。本次研究将各题项加总，作为心理资本存量的整体度量，不再区分具体维度。实际使用时心理资本变量进行了中心化处理。

5.性别(W)。虚拟变量处理，以女生为参照类。

(三)中介效应检验方法

有关中介效应，这里采用结构方程的方式进行。由于中介效应乘积项(ab)通常不满足正态分布，尤其是在小样本情况下，传统的中介效应检验Sobel法结果不准确(Sobel,1986)，也难于应付一些复杂模型中的中介效应检验问题。相比之下，Bootstrap方法是检验中介效应的最好的方法之一(MacKinnon,et al.,2002; MacKinnon,et al.,2004)。该方法无需假设样本服从某种分布，而是通过对原样本进行有放回的随机抽样来重新构造样本分布，获得参数估计的稳健标准误及置信区间，结果中若置信区间不包括零值则表示有统计显著性。普瑞彻和海耶斯(Preacher & Hayes,2008)展示了对于并行多重中介效应模型Bootstrap法和中介效应检验的方法和实例。本次研究使用MPLUS软件进行建模，Bootstrap设定为1000次，采取ML估计方法。

研究发现

(一)描述性统计

根据本次调查，依照40-60为轻度网络成瘾、60-80为中度网络成瘾、80-100为重度网络成瘾的标准，大学生中33.2%为轻度网瘾，中重度网瘾占10.0%(其中，9.3%为中度网瘾，0.6%为重度网瘾)。

本文所建立暂态录波式配电线路监测系统在肇庆广宁地区的应用前景主要有三者。其一为实现架空配电线路故障快速诊断、快速定位；其二为实现线路实时电流、电压等运行数据的监测，解决线路电流电压监测难题；其三为通过系统对配电线路实时运行数据自动分析，为日常运维策略制定及线路设备升级改造提供数据支持。

值得注意的是，在不控制相关变量的情况下，性别(X)与网瘾(Y)之间相关系数几乎为零(简单相关系数=0.01，P=0.62)。也就是说，简单来看男女大学生的网瘾(Y)水平并不存在显著差异。从均值来看，男生网瘾均值41.03(标准差14.54)，女生网瘾均值40.73(标准差12.88)。单因素方差分析也不显著(P=0.6233)。然而，这并不意味着控制其他变量后，不同性别之间网瘾不存在显著差异。比如，控制心理资本后，性别(M)对网瘾(Y)的偏回归系数为1.21(SE=0.58)，0.05水平下显著。

(二)多重中介效应分析

纳入性别(X)、网络使用偏好(M1-M10)，以及协变量心理资本(P)和大学适应(A)，构建针对网瘾(Y)的并行多重中介效应模型。④经迭代运算，模型输出结果见表2。

表2　多重中介效应模型输出结果

LL=-23945.648，AIC=48111.297；CFI=1.000，RMSEA=0.000，SRMR=0.000；Nmin=2094。

省略协方差；括号内为标准误；+p<0.10,*p<0.05,**p<0.01,***p<0.001。

1.多项网络使用偏好男女生存在显著差异。从性别(X)与各网络使用偏好(M1-M10)回归系数(表2第1行或第5行)来看：

(1)在“理财炒股”、“网络游戏”、“新闻资讯”、“公共论坛”方面，男生的使用偏好显著高于女生；

(2)在“购物消费”、“聊天社交”、“学习研究”、“影音娱乐”、“微信微博”方面，女生的使用偏好显著高于男生；

(3)可能因为找工作属于必须共同面对问题且通过网络求职已经十分普遍，在“应聘工作”方面，男女的偏好没有显著差异。

总的来说，网络使用偏好方面存在性别差异。这些结果与多数研究结论基本一致(周林、顾海根，2008；Soh et al,2013；Weiser,2000；Makashvili et al.,2013)。从系数大小来看，在“网络游戏”和“购物消费”类型上，性别差异最大。概言之，相对意义上，女生网络使用更侧重于个体情感化、私人化表达；男生则主要侧重于工具性、公共性表达方面。这与现实世界中男女两性的行为特征存在对应关系。

2.不同类型网络使用偏好与网瘾之间关系差异显著。不同的网络使用偏好与网络成瘾之间的关系存在差异，结果见表2第6行。具体来看：

(1)“聊天社交”、“应聘工作”、“学习研究”类型，系数为负，说明这类网络使用方式构成网瘾保护性因素；

(2)“购物消费”、“理财炒股”、“网络游戏”、“影音娱乐”、“微博微信”、“公共论坛”类型，系数为正，构成网瘾的风险因素。从系数大小(变量单位相同，可以直接进行比较)来看，“网络游戏”、“微信微博”、“理财炒股”等类型，对网络成瘾贡献最大；

(3)“新闻资讯”与网瘾没有显著关系，属于中性因素。

这些结果与已有研究(孙爱芹、肖雯婧，2014；王艳明、王盈盈，2015；罗盛等，2014)的发现总体上一致，但细节上有所不同。比如，可能部分因为比较普遍或对其他效应更大的风险因素具有一定的“挤出效果”，“聊天社交”类型的网络使用偏好对网瘾起到一定的保护性作用。

根据模型输出结果，“聊天社交”(M3)与“网络游戏”(M6)之间的协方差为-0.017(SE=0.007)，P= 0.019，二者的确呈现负向的关系，表明“挤出效应”的存在。在“学习研究”(M4)与“网络游戏”(M6)之间，协方差为-0.032(SE=0.008)，P=0.000，也呈现负向的关系。意味着在网络使用方面，“学习研究”和“网络游戏”也是一种显著的相互排斥的关系。不过，“应聘工作”(M8)和“网络游戏”(M5)之间没有显著关系，协方差为0.000(0.008)，P=0.982。“应聘工作”是一类独立而特殊的网络使用方式，与网瘾和多数其他网络使用偏好之间关系不显著。

然而，正像前文所述，仅单独看第一阶段(A)或第二阶段(B)的路径，还不能确定某类网络使用偏好是否构成性别与网瘾之间的因果关系的传导机制，或通过特定网络使用偏好，性别因素如何影响网瘾。此时，需要进行中介效应的检验，将两个阶段变量之间的关系整合起来进行分析。

3.多项网络使用偏好构成性别与网瘾之间的中介因素。对于多重中介效应模型，各网络使用偏好中介效应公式为alibli。本例中，即对应表2第7行。由于性别(X)属于虚拟变量，模型设定女生为参照类，男生赋值为1，所以表2第7行各系数即在不同的网络使用偏好类型上男生相对于女生的对比情况，正或负数分别代表男生的网瘾高于女生还是低于女生。具体来看：

(1)“新闻资讯”、“应聘工作”类型，不构成传导性别与网瘾的中介因素，性别间无差异。各系数偏误校正的Bootstrap 95%置信区间包括了零点。

结果中可以看到，在“新闻资讯”类型上，男生偏好相对于女生显著要高，但“新闻资讯”对网瘾而言属于中性因素；对于“应聘工作”类型，虽然属于保护性因素，但男女生的偏好无显著差异。所以整体看，在这两种类型上性别与网瘾之间的关系均不显著，或者说这两种网络偏好类型均不构成性别与网瘾之间的中介因素。

(2)在“理财炒股”、“网络游戏”和“公共论坛”类型上，男生网瘾高于女生。各系数偏误校正的Bootstrap 95%置信区间均不包括零点，结果具有稳健性。其中，尤其是“网络游戏”的类型，造成男生网瘾水平增幅最大；

(3)在“购物消费”、“微信微博”、“影音娱乐”类型上，男生网瘾低于女生，也就是女生的网瘾高于男生。各系数从偏误校正的Bootstrap 95%置信区间均不包括零点，结果具有稳健性；

(4)“聊天社交”、“学习研究”作为平时男女大学生都使用普遍的网络使用方式，属于两种较为特殊的类型。从M→Y的系数为负值来看，构成网瘾保护性因素，但在这些类型上男生的偏好较之于女生低(或者受到其他风险性因素的挤占)，所以整体来看在相对意义上形成男生在这些方面的网瘾高于女生的结果；

(5)结合偏误校正的Bootstrap 95%、99%置信区间的结果，总的来看，相对意义上，男生在“网络游戏”、“理财炒股”等类型上，女生在“购物消费”、“微信微博”等类型上，各自形成更高的网瘾水平；

(6)根据第一、二阶段的变量关系方向，整理后形成表3的结果，可以看到男女生在不同类型的网络使用偏好上各自与网瘾的对应关系。与女生相比，男生整体上没有选择有助于网瘾降低的网络使用偏好类型，其偏好的网络使用类型，均存在显著提高网瘾的作用，尤其是“网络游戏”和“炒股理财”。这可能也是造成男生网瘾整体高于女生的原因。

表3　多重中介效应显著类型分类

(7)模型整体上，直接效应0.570(SE=0.553)，不显著；总间接效应为1.353(SE=0.280)，0.001水平显著，校正偏差的Bootstrap 95%置信区间[0.781,1.958]。因此，基于本模型考虑的因素及设定的关系路径，网络使用偏好似乎“完全”中介了性别与网瘾的关系。

4.心理资本和大学适应的影响。虽然作为控制变量，但心理资本和大学适应对于网络使用偏好和网瘾的作用也值得关注。从结果来看，心理资本与大学适应与网瘾均存在显著的直接关系，各自系数均为负值，说明心理资本存量高、大学适应良好均有助于显著降低网瘾。

对于不同的网络使用偏好，心理资本和大学适应模式各异。简单来看，心理资本存量高，可增加“聊天社交”、“学习研究”、“新闻资讯”等方面的网络使用偏好。大学适应良好，则可减少“网络游戏”、“微信微博”方面的偏好，而增加“聊天社交”等方面的偏好。整体来看，大学适应良好，心理资本存量高，有助于增加针对网瘾的保护性因素，而降低风险性因素。不排除可能也存在显著的间接效应，但不是本文重点，可留待以后进一步研究。

结论与讨论

通过构建多重中介效应模型，本研究发现，不同性别网络使用偏好存在显著差异。与扬(Young,2008)对男女两性网络使用动机差异的概括相近，在行为层面本研究揭示出，相对而言，女生网络使用偏好更侧重于个体情感化、私人化表达，而男生则主要侧重于工具性、公共性表达方面。另一方面，不同的网络使用偏好与网瘾关系也有所不同。从结果来看，部分网络使用偏好构成网络成瘾风险性因素，也有个别网络使用偏好对网络成瘾构成保护性因素，还有一些则与网瘾的关系不显著。

通过多重中介效应分析推断，整体而言网络使用方式差异构成性别与网瘾之间的中介因素。男女生不同的网络使用偏好，以及后者对网瘾的差异性影响，共同决定了男女生之间的网瘾水平。总体来看，相对意义上，男生在“网络游戏”、“理财炒股”等类型上，女生在在“购物消费”、“微信微博”等类型上，各自形成更高的网瘾水平。而在“应聘工作”、“新闻资讯”类型上，性别与网瘾之间不存在显著的关系。

目前已有的相关研究中，有的发现男性比女性网瘾强，也有少数研究报告了相反的结果。本研究则表明，简单来看，性别与网瘾之间关系不显著，但控制了若干因素并考虑了不同性别在网络使用偏好方面的差异之后，性别与网瘾之间的关系实际上十分复杂而微妙。在某些方面男性与女性网瘾差异不显著，但也有些方面出现了差异显著的结果，而且男女大学生在不同网络使用偏好类型上网瘾水平高低互见，且病因学的模式存在差异。这在理论上，这些结果丰富了我们对性别与网瘾之间关系的认识。

将性别视角贯穿于网瘾研究，不仅是理论上的考量。实际上，本研究发现也提示人们，对于网瘾的干预，必须注意性别与网络使用偏好差异。在政策性意义上，对于大学生的网瘾问题，需要建立起性别敏感的干预(gender-sensitive intervention)模式，考虑男女大学生不同的特点，施以不同的措施。

当然，从关注的主题出发，本研究只是以网络使用偏好这一外在行为进行性别与网瘾之间中介效应的分析，在网络使用行为、上网动机和网瘾等问题上，性别差异的背后，隐含着更为本质性的社会-心理因素(Bimber,2000；Joiner,2005；方紫薇，2010)。对此，还有待于进一步深入分析。

①有关网瘾的性别差异，可参见有关总结(Kuss & Griffiths,2014,pp.20-25)。比如，有可能因为面对压力，女性更可能通过其他途径而非网络寻求慰藉。

②大四学生比例偏低是因为部分学生实习等原因不在学校，由于目前Bootstrap方法不便使用加权，本次研究模型未进行加权调整。不过由于大四毕业班的特殊性，目前的年级比例，更能代表一般大学生的状况。另外年级因素解释网瘾总体也不显著。

③参见量表及手册官方网站：http://netaddiction.com/internet-addiction-test/。该量表已经在国内相关研究中普遍运用(参见苏文亮、林小燕，2014)。

④多重中介效应模型设置了m1-m10 WITH m1-m10，即不同类型网络使用偏好之间的协方差估计。

1.艾波、邓新洲、付慧娥、张荣华：《大学生网络成瘾倾向及其与学校适应的关系》，《学习月刊》 2011年第14期。

2.陈新、李凤华、龙斌、赵英、龙理良、蔡练功：《大学生网络成瘾对学习的影响》，《中国健康心理学杂志》2007年第15期。

3.方紫薇：《网络沉迷、因应、孤寂感与网络社会支持之关系》，(台)《教育心理学报》2010年第4期。

4.冯聪、凌霄：《大学生网络使用内容偏好与网络成瘾行为的关系》，《武汉冶金管理干部学院学报》2005年第2期。

5.耿丽丽、金志成：《犯罪青少年与在校青少年网络成瘾的对比研究》，《中国健康心理学杂志》2011年第9期。

6.郭双、王太海：《大学生人际交往障碍与网络成瘾关系探析》，《科技创新导报》2011年第4期。

7.胡一文、王高华：《大学生网络成瘾与自杀倾向的相关性》，《中华健康管理学杂志》2011年第6期。

8.金盛华、吴嵩、郭亚飞、张林：《青少年自我概念与网络成瘾的关系：网络消极体验和学校类型的调节效应》，《心理科学》2015年第5期。

9.李黎、包祖晓、陈宝君、钟宇峰：《大学生网络成瘾与孤独感关系的调查》，《中国健康心理学杂志》2011年第19期。

10.李玲、于全磊、张林、金盛华：《青少年网络成瘾的性别差异：学校社会处境分化的中介作用》，《中国临床心理学杂志》2015年第6期。

11.罗盛、郭继志、胡善菊、庄立辉、王洪婧：《大学生网络成瘾者上网行为及影响因素分析》，《中国卫生统计》2014年第3期。

12.梅松丽、葛鲁嘉、寇长贵、张迪、陈艳芬、于雅琴：《大学生网络成瘾者的生活事件及适应性》，《中国心理卫生杂志》2008年第3期。

13.欧阳娟：《大学新生适应性量表(SACQ)的修订与应用研究》，湖南师范大学硕士论文，2012年。

14.沈亚、王玲凤：《大学生心理资本与网络成瘾的关系》，《中国校医》2013年第2期。

15.苏文亮、林小燕：《网络成瘾量表在国内应用的文献统计》，《中国健康心理学杂志》2014年第5期。

16.孙爱芹、肖雯婧：《高职生网瘾倾向者的网络使用偏好研究》，《中国健康心理学杂志》2014年第2期。

17.王滨：《大学生孤独感与网络成瘾倾向关系的研究》，《心理科学》2006年第6期。

18.王恩界、李慧玲：《大学生领悟性社会支持与网络成瘾的关系：孤独感的中介作用》，《青岛大学师范学院学报》2012年第3期。

19.杨林胜、张志华、郝加虎、孙业桓：《青少年网络成瘾与自杀行为的相关关系》，《中华流行病学杂志》2010年第10期。

20.姚冉、陈栋、刘茂玲、梁娟、陈弋超：《广东省某医药院校学生网络成瘾与抑郁、自杀意念相关性分析》，《医学与社会》2014年第8期。

21.易晓明：《网络成瘾大学生的心理问题》，《心理科学》2005年第6期。

22.易晓明：《大学生的类别、上网条件与网络成瘾的关系》，《中国临床心理学杂志》2005年第4期。

23.张阔、张赛、董颖红：《积极心理资本：测量及其与心理健康的关系》，《心理与行为研究》2010年第1期。

24.张敏、杨扬、陈欣：《大学生应对方式与网络成瘾的关系研究》，《中国临床心理学杂志》2006年第1期。

25.周林、顾海根：《上海市大学生网络行为偏好的实证研究》，《心理科学》2008年第6期。

26.邹红、金盛华、吴嵩：《青少年家庭经济地位与网络成瘾的关系：人际关系的调节作用》，《教育研究与实验》2014年第2期。

27.Aiken,Leona S.& Stephen G.Multiple Regression: Testing and Interpreting Interactions， Newbury Park,Calif: Sage Publications,1991.

28.Baker,R.W.,& Siryk,B.Student Adaptation to College Questionnaire (SACQ).Los Angeles,CA: Western Psychological Services,1989.

29.Bimber,B.“Measuring the Gender Gap on the Internet”,Social Science Quarterly,2000,81(3):868-876.

30.Chang,M.K.,& Law,S.P.M.“Factor Structure for Young’s Internet Addiction Test: A Confirmatory Study”,Computers in Human Behavior,2008,24(6): 2597-2619.

31.Charlton,J.P.,& Danforth,I.D.“Distinguishing Addiction and High Engagement in the Context of Online Game Playing”,Computers in Human Behavior,2007,23(3): 1531-1548.

32.Chou,C.,Chou,J.,and Tyan,N.N.“An Exploratory Study of Internet Addiction,Usage and Communication Pleasure—The Taiwan’s Case”,International Journal of Educational Telecommunications,1999,5(1):1-18.

33.Chou,C.,Condron,L.,& Belland,J.C.“A Review of the Research on Internet Addiction”,Educational Psychology Review,2005,17(4):363-388.

34.Goldberg,I.“Internet Addictive Disorder (IAD) Diagnostic Criteria”， http://www.psycom.net/iadcriteria.html,1994.

35.Ha,Y.M.,& Hwang,W.J.“Gender Differences in Internet Addiction Associated with Psychological Health Indicators among Adolescents Using a National Web-Based Survey”,International Journal of Mental Health and Addiction,2014,12(5): 660-669.

36.Hardie,E.,& Tee,M.Y.“Excessive Internet Use: The Role of Personality,loneliness and Social Support Networks in Internet Addiction”,Australian Journal of Emerging Technologies & Society,2007,5(1): 34-47.

37.Joiner,R.,Gavin,J.,Duffield,J.,Brosnan,M.,Crook,C.,et al.“Gender,Internet Identification,and Internet Anxiety: Correlates of Internet Use”,CyberPsychology & Behavior,2005,8(4),371-378.

38.Kandell,J.J.“Internet Addiction on Campus: The Vulnerability of College Students”,CyberPsychology & Behavior,1998,1(1):11-17.

39.Ko,C.H.,Yen,J.Y.,Chen,C.C.,Chen,S.H.,& Yen,C.F.“Gender Differences and Related Factors Affecting Online Gaming Addiction among Taiwanese Adolescents”,The Journal of Nervous and Mental Disease,2005,193(4): 273-277.

40.Ko,C.H.,Yen,J.Y.,Yen,C.F.,Chen,C.S.,& Wang,S.Y.“The Association between Internet Addiction and Belief of Frustration Intolerance: The Gender Difference”,Cyberpsychology & Behavior,2008,11(3): 273-278.

41.Kraut,R.,Patterson,M.,Lundmark,V.,Kiesler,S.,Mukopadhyay,T.,& Scherlis,W.,1998.“Internet Paradox.A Social Technology That Reduces Social Involvement and Psychological Well-Being?” The American Psychologist,53(9): 1017-1031.

42.Kuss,D.J.,& Griffiths,M.D.Internet Addiction in Psychotherapy.Palgrave Macmillan,2014.

43.Lanthier,R.P.,& Windham,R.C.“Internet Use and College Adjustment: The Moderating Role of Gender”,Computers in Human Behavior,2004,20(5): 591-606.

44.Lee,C.S.,& McKenzie,K.“Socioeconomic and Geographic Inequalities of Internet Addiction in Korean Adolescents”,Psychiatry Investigation,2015,12(4): 559-562.

45.Luthans,F.,& Youssef,C.M.“Human,Social,and Now Positive Psychological Capital Management: Investing in People for Competitive Advantage”,Organizational dynamics,2004,33(2): 143-160.

46.MacKinnon D.P,& Lockwood,C.M.,Hoffman,J.M.,West,S.G.,& Sheets,V.“A Comparison of Methods to Test Mediation and Other Intervening Variable Effects”,Psychological Methods,2002,7(1): 83-104.

47.MacKinnon D.P.& Lockwood CM,Williams J.“Confidence Limits for the Indirect Effect: Distribution of the Product and Resampling Methods”,Multivariate Behavioral Research,2004,39(1): 99-128.

48.Makashvili,M.,Ujmajuridze,B.,& Amirejibi,T.“Gender Difference in the Motives for the Use of Facebook”,Asian Journal for Humanities and Social Studies,2013,1(3): 130-135.

50.Preacher,K.J.,& Hayes,A.F.“Asymptotic and Resampling Strategies for Assessing And Comparing Indirect Effects In Multiple Mediator Models”,Behavior Research Methods,2008,.40(3): 879-891.

51.Sobel,M.E.“Some New Results On Indirect Effects and Their Standard Errors in Covariance Structural Models”,Sociological Methodology,1986,16: 159-186.

52.Soh,P.C.,Teh,B.H.,Hong,Y.H.,San Ong,T.,& Charlton,J.P.“Exploring Gender Differences in Malaysian Urban Adolescent Internet Usage”,First Monday,2013,18(9).Available from: http://firstmonday.org/ojs/index.php/fm/article/view/4334.

53.Teong,K.V.,& Ang,M.C.Internet Use and Addiction among Students in Malaysian Public Universities in East Malaysia: Some Empirical Evidence， Journal of Management Research,2016,8(2): 31-47.

54.Weiser,E.B.“Gender Differences in Internet Use Patterns and Internet Application Preferences: A Two-Sample Comparison”,CyberPsychology & Behavior,2000,3(2): 167-178.

55.Young,K.S.“Internet Addiction: The Emergence of a New Clinical Disorder”,Cyberpsychology & Behavior,1998,1(3):237-244.

56.Young,K.S.& Rogers,R.C.“The Relationship Between Depression and Internet Addiction”,CyberPsychology & Behavior,1998a,1(1): 25-28.

57.Young,K.S.& Rodgers,R.C.“Internet Addiction: Personality Traits Associated with Its Development”,In 69th Annual Meeting of the Eastern Psychological Association,1998b,pp.40-50.Available from: http://www.netaddiction.com/articles/personality_correlates-1.pdf.

58.Young,K.S.“Internet Sex Addiction: Risk Factors,Stages of Development,and Treatment”,American Behavioral Scientist,2008,52(1),21-37.

作者简介：毕向阳，中国政法大学社会学院副教授。北京，102249

〔责任编辑：毕素华〕

* 本文数据来自于2015年11月中国政法大学团委政研中心实施的“大学生基础状况调查”项目。论文作者作为参与者，主要负责问卷设计和数据分析。团委黄瑞宇、付睿智老师对问卷进行了修改并负责调查组织工作。另外在建模过程中就MPLUS技术问题曾与广州大学心理系王孟成博士、绍兴文理学院经济与管理学院周露阳博士进行过探讨。在此一并致谢。文责自负。