大学生网络成瘾特点及相关因素分析

崔禹，杨永涛，钱恒，崔伟，崔利军

(1.河北金融学院国际教育学院，河北 保定 071000； 2.济宁医学院精神卫生学院，山东 济宁 272000；3.河北省精神卫生中心精神科，河北 保定 071000)

随着社会的进步和网络技术的飞速发展，网络的使用范围不断扩大，全球网络使用人数明显增加，尤其是智能手机的广泛使用，人们通过手机上网获取各种信息变得更加方便和快捷，人们可以随时随地进入网络中，网络可以传递信息，学习知识，交流情感，还可以聊天，购物等。但过度使用则会导致“网络成瘾”，使人产生痴迷。据统计成人患病率高达20%，青少年网络成瘾的总患病率为0.3%～8%，由于网络可及性，网络技术广泛使用的国家，网络成瘾的流行程度更高[1]。目前网络成瘾已成为社会关注的焦点，调查显示，在高校中普遍存在因过度使用网络而影响正常生活学习的现象，大学生无法通过考试的学生中与无节制的上网有关[2]，国内某大学的退学学生中，有80%的学生因网络依赖而造成学习成绩太差，无法完成学业，导致留级、休学和退学[3]。因此，研究大学生网络成瘾的影响因素显得尤为重要。本研究通过问卷调查就目前在校大学生的网络成瘾情况及相关因素进行分析，现报告如下。

1 对象与方法

1.1 对象

1.1.1 调查时间

2018年3月至6月对河北金融学院在校学生400人进行了取样问卷调查，被调查者签署知情同意书后方可进行。收回合格问卷364份，回收率为91%。

1.1.2一般资料

364名大学生中，男115人(31.59%)，女249人(68.41%)；年龄17～25岁，平均(19.42±1.29)岁；非独生子女169人(46.43%)，独生子女195人(53.57%)。出生地：城市118人(32.42%)，县城138人(37.91%)，农村108人(29.67%)。年级分布：大学一年级232人(63.74%)，大学二年级36人(9.89%)，大学三年级96人(26.37%)。所学专业：会计学155人(42.58%)，金融学126人(34.62%)，信息管理36人(9.89%)，国际经济与贸易27人(7.42%)，工商企业管理20人(5.49%)。学习成绩：很好14人(3.85%)，较好96人(26.37%)，一般232人(63.74%)，较差18人(4.95%)，很差4人(1.10%)。调查内容包括：大学生手机每天的使用时间、使用年限、每月消费额及使用手机最多的功能和主要动机。性格特点：(1)A型性格85人(23.35%)；(2)B型性格264人(72.53%)；(3)C型性格15人(4.12%)。人际关系：很好37人(10.16%)，较好168人(46.15%)，一般152人(41.76%)，较差5人(1.37%)，很差2人(0.55%)。

1.1.3 家庭结构、教育类型

家庭结构为核心家庭(由父母和未婚子女组成的家庭)312人(85.71%)，主干家庭(有两代或者两代以上夫妻组成，每代最多不超过一对夫妻且中间无断代的家庭)21人(5.77%)，组合家庭7人(1.92%)，单亲家庭13人(3.57%)，其他11人(3.02%)。家庭教育类型：民主型290人(79.67%)，放纵型43人(11.81%)，专制型24人(6.59%)，溺爱型7人(1.92%)。

1.2 方法

1.2.1 中文网络成瘾量表(Chinese internet addiction scale， CIAS-R)

采用陈淑惠等修订的CIAS-R[3]。本量表共有26个项目，评估成瘾程度，采用4级评分法作答：1分为“极不符合”，2分为“不符合”，3分为“符合”，4分为“非常符合”。总分为各项分数之和，总分在65分及以上的被评为网络成瘾。该量表包含网络成瘾耐受性、强迫性上网、戒断反应、人际与健康问题、时间管理问题5个因子，该量表具有良好品质，量表内部一致性系数Cronbach’α为0.93。

1.2.2 手机成瘾指数量表(mobile phone addiction index， MPAI)

采用MPAI[4]，共有17个条目，采用1分(从不)到5分(总是)5点计分，得分高者表示手机成瘾倾向明显。该量表包括失控性、戒断性、逃避性、低效性4个因子，该量表的内部一致性Cronbach’α为0.90。

1.3 统计分析

数据首先通过EPI Data 3.0录入，然后检查纠错后将数据转入SPSS 17.0，发生率采用百分比，计数资料采用χ2检验，量表总分和因子分等计量资料采用t检验，并对网络成瘾者进行多因素Logistic回归分析。检验水平为α<0.05。

2 结果

2.1 网络成瘾情况分析

按照CIAS-R总分≥65分计算共有44人，网络成瘾的发生率为12.09%，其中男性13.04%，女性11.65%，性别差异无统计学意义(χ2=0.144，P>0.05)。网络成瘾者平均年龄(19.73±1.35)岁，未成瘾者年龄(19.38±1.28)岁，两者差异无统计学意义(t=1.693，P=0.09)。独生子女与非独生子女网络成瘾的发生率差异无统计学意义(t=0.613，P=0.434)；网络成瘾者一年级25人(56.82%)、二年级5人(11.36%)、三年级14人(31.82%)，无网络成瘾者一年级207人(64.69%)、二年级31人(9.69%)、三年级82人(25.63%)，年级比较差异无统计学意义(χ2=1.048，P=0.592)。网络成瘾与是否独生子女、所学专业、省内外学生差异无统计学意义(P>0.05)。网络成瘾者手机上网的时间明显长于非成瘾者，见表1；成瘾者使用手机的主要动机为打发时间、娱乐消遣，见表2。

表1 网络成瘾者每天使用手机时间和主要动机

表2 网络成瘾者使用手机的主要动机

2.2 男女性别与网络成瘾的程度分析

女性CIAS-R总分(54.10±9.94)明显高于男性总分(51.42±13.11)，差异有统计学意义(t=2.152，P=0.032)，女性在网络成瘾耐受性、强迫性上网、戒断反应因子分均明显高于男性，说明女性网络成瘾的程度明显高于男性，见表3。

表3 CIAS-R总分及因子分的性别差异

2.3 网络成瘾与学生的性格、学习成绩、人际关系

网络成瘾与学生的人际关系无关(χ2=6.499,P=0.165)，与学生的性格特点关系密切(χ2=8.439，P=0.015)，性格特点具有逆来顺受、害怕竞争、有气往肚子里咽、爱生闷气的C型性格成瘾比例最低(11.36%)，具有遇事容易急躁、脾气较火爆、喜欢竞争、有闯劲、不善克制、常显示自己才华的A型性格次之(29.55%)，具有不贪图名利，不争强好胜，甘居中游的B型性格网络成瘾的比例最高(59.09%)。网络成瘾的学生学习成绩明显较差(χ2=17.809，P=0.001)。见表4。

表4 网络成瘾与学生的性格、学习成绩分析

2.4 网络成瘾与家庭教育类型分析

网络成瘾者家庭教育类型为民主型29人(65.91%)，专制型5人(11.36%)，放纵型7人(15.91%)，溺爱型3人(6.82% )；非网络成瘾者家庭教育类型为民主型261人(81.56%)，专制型19人(5.94%)，放纵型36人(11.25%)，溺爱型4人(1.25% )；结果表明学生网络成瘾与家庭教育类型明显相关，溺爱型、专制型、放任型家庭是网络成瘾的高风险因素(χ2=9.864，P=0.020)。网络成瘾与家庭结构无关(χ2=4.163，P=0.384)。

2.5 网络成瘾者MPAI的因子比较

MPAI总分和戒断性、失控性、低效性、逃避性4个因子分，网络成瘾者均明显高于非成瘾者，见表5。

表5 网络成瘾者MPAI的因子比较

2.6 网络成瘾者多因素Logistic回归分析

以CIAS-R总分为因变量，以性别、年龄、是否独生子女、生源地、年级、性格特点、学习成绩、人际关系、父母文化程度、家庭教育类型、家庭结构因素为自变量进行多因素Logistic回归分析，网络成瘾者的危险因素为学习成绩(OR=2.472， 95%CI=1.467～4.168)和家庭教育类型(OR=1.491， 95%CI=1.038～2.142)。自变量赋值见表6，回归分析结果见表7。

表6 自变量赋值

表7 网络成瘾者多因素Logistic回归分析

3 讨论

网络与手机信息内容丰富，吸引着人们投入其中，但长时间过度停留于网络则很容易使人产生网络成瘾和依赖，大学生精力充沛，接受新事物的能力强，更容易产生网络成瘾和依赖问题。国外青少年及大学生网络的成瘾发生率为1%～15%[5-8]，日本较高为15%[9]；中国报道的发生率为5.7%～17.49%[10-12]。网络成瘾已成为一个全球性问题。局文[11]对贵州省大学生网络成瘾的调查，结果网络成瘾发生率为17.49%，黄海等[12]研究报道大学生网络依赖的手机依赖发生率为15.4%，网络依赖的发生率为8.7%，本文报告大学生网络成瘾的发生率为12.09%，其中男性13.04%，女性11.65%，性别差异无统计学意义。发生率与国内的文献报道相似，本研究结果显示女性大学生CIAS-R总分明显高于男性，但既往文献多报道网络成瘾者男性高于女性，但本文结果未见差异，同时因子分的比较显示女性在网络成瘾耐受性、强迫性上网、戒断反应等因子分均明显高于男性，说明女性网络成瘾的程度可能高于男性。高昶等[13]调查也发现女性多采用手机上网；女生更易手机依赖[12]；与本文的结果相似。网络成瘾与生活事件、交往焦虑、抑郁和消极应对呈正相关[14]，这可能是手机上网带来的新问题，女性更多使用手机上网而排解不愉快的情绪，与她们采用更多的消极应对方式有关。本结果网络成瘾者手机上网的时间明显长于非成瘾者；成瘾者使用手机的主要动机为体现个性、打发时间、娱乐消遣。而使用手机的动机为人际交往和工作学习需要者，网络成瘾比例明显降低，因此，合理使用手机的功能是影响网络成瘾的因素之一。

张敏等[15]报道网络成瘾的发生率随年级上升而递增，独生子女高于非独生子女，来自城市的大学生高于城镇生源和农村生源；本文比较独生子女与非独生子女网络成瘾的发生率未见差异，生源地为城乡、省内外等也未见差异，与上述报道不一致；但与梁雯雯[16]报道的大学生网络成瘾组与非成瘾组在性别、年级、独生子女方面差异无统计学意义相一致。可能与中国经济社会的发展，城乡差距进一步的缩小有关。

多因素Logistic回归分析未能出现同样结果，家庭结构2组差异无统计学意义，但家庭教育类型是网络成瘾的独立危险因素，这与网络成瘾者家庭的人际关系、家庭教育和功能有关，父母在家庭中扮演着重要角色，教育方式和行为习惯对孩子的成长至关重要。周丽等[17]对重庆市256名大学生进行网络成瘾研究发现，大学生网络成瘾与未成瘾者在家庭环境、家庭教养方式、家庭成员间的沟通等方面均有差异，大学生网络成瘾问卷得分与家庭满意度问卷总分及其各因子呈负相关；与本文结果相似。梁雯雯[16]半结构访谈进一步描述大学生网络成瘾表现和与家庭功能、家庭系统的关系，结果大学生网络成瘾的形成与特定家庭功能维度有一定关系， 大学生网络成瘾组在角色维度较非成瘾组不健康，在情感反应维度较非成瘾组不健康。有文献[18]报道网瘾学生与非网瘾学生在亲子关系各负向因子的差异有统计学意义，非网瘾学生的亲子关系质量普遍优于网瘾学生，说明网瘾学生存在一定程度的亲子关系问题。喻爱军[19]研究认为父母情感的温暖理解，家庭的组织性和知识性与网络成瘾呈负相关，父母的拒绝、过分干涉、家庭的矛盾性和控制性与学生的网络成瘾呈负相关。

本文从单因素分析和多因素Logistic回归分析均显示不良的学习成绩是在校大学生网络成瘾的重要危险因素，OR=2.472。网络成瘾的得分越高，学习倦怠的表现越明显[20]。大学生的学习倦怠反映了大学生消极的学习心理，对于学习的倦怠会引起学业成绩下降，进而引发大学生的成就感降低，自信心下降等现象，从而会引发大学生在现实生活中的需求感得不到满足。心理需求现实满足不能实现时，一些人会在网络中寻求心理需求。大学生网络成瘾和学习倦怠之间存在着一定的关系。大学生因过度使用网络导致学习兴趣下降，成绩下降，并使逃课现象明显加剧。国内某大学237名退学学生中有80%因迷恋网络导致成绩不良无法完成学业，因此大学生网络成瘾与学习倦怠和学习成绩有密切关系[16]；因此，网络成瘾与不良的学习成绩互为因果关系。