新型冠状病毒肺炎疫情期间陕西省大学生无聊倾向与网络成瘾的关系

安 龙，丁 峻

1咸阳师范学院教育科学学院，陕西咸阳，712000；2杭州师范大学经济管理学院，浙江杭州，311121

《中国互联网络发展状况统计报告》中指出，截止2020年3月，我国网民规模达9.04亿[1]。一项元分析指出，全世界6%的网络使用者是网络成瘾者[2]。近年来，我国学者已从成瘾者个性特征、成长经验、网络使用环境等内外因素分析了大学生网络成瘾的形成机制[3-4]。网络成瘾是指由于过度使用网络而导致情绪、行为失控，身心受到不良影响的行为[5]。童媛添等人在研究无聊倾向与手机成瘾之间的关系时发现，无聊倾向会加剧消极情绪体验，提升手机成瘾的风险[6]。无聊倾向是指当个体处于相对匮乏的内外刺激情景时所表现出来的持久的低唤醒、注意困难、动机匮乏的状态[7]。新型冠状病毒肺炎疫情期间，全国人民的出行受到很大限制，长期处于无聊状态的个体会将其所处的环境知觉为单调的生活空间，进而增加网络使用的频率。据此，本研究提出假设1：无聊倾向影响网络成瘾。

压力是网络成瘾的重要影响因素，其涵义是指身心在感受到威胁时所表现出的一种紧张状态[8]。叶宝娟等人的研究发现，压力不仅是网络成瘾的风险因素，且焦虑水平越高的大学生，网络成瘾的程度越高[9]。情感支持是指通过语言或者非语言的形式对处于困境中的个体表达关心、帮助、鼓励等支持行为[10]。樊辰煜等人发现家庭情感亲密度越高的个体，其网络游戏沉迷程度越低[11]。自我防卫机制理论认为，不同情感状态或焦虑水平下的个体，其应对方式也不尽相同[12]。据此，本研究提出假设2：压力在无聊倾向及网络成瘾间起中介作用。由于不同情感支持条件下，个体的压力知觉及应对方式有所不同，本研究进一步提出假设3：情感支持可以调节“无聊倾向-网络成瘾”这条直接路径，也可调节压力中介作用的前半段。

1 资料来源与方法

1.1 研究对象

采用分层抽样的方法，于2020年3-4月对陕西省4所高校的在校学生进行问卷调查。根据心理测量学关于测量题目与被试量满足1∶10的比例要求，选取了700名大学生作为本次调查的对象。问卷通过问卷星软件发放并回收，收回问卷685份，有效问卷640份，有效率91.43%。其中，男性324人，女性316人；文科学生287人，理科学生276人，艺术类学生77人；被试平均年龄为(22.07±2.85)岁。

1.2 研究方法

1.2.1 中文网络成瘾量表(Chinese Internet Addiction Scale, CIAS)。采用陈淑惠等人编制的中文网络成瘾量表来测量大学生的网络成瘾程度[5]。该量表包含26个题项，由强迫性、戒断行为、耐受性、人际及健康和时间管理5个维度组成，采用Likert 4点计分，从“1=很不符合”到“4=非常符合”。得分越高，网络成瘾程度越高。该量表的Cronbach's alpha为0.896，表明量表具有较好的信度。

1.2.2 简版无聊倾向量表(Boredom Proneness Scale-Short Form, BPS-SF)。采用Farmer和Sundberg编制、李晓敏等修订的简版无聊倾向量表[13]。该量表由内部刺激和外部刺激两个维度组成，共12个题项，量表采用Likert 7点计分，从“1=完全不同意”到“7=非常同意”，量表总分越高，无聊倾向水平越高。该量表的Cronbach's alpha为0.823。

1.2.3 知觉压力量表(Perceived Stress Scale, PSS)。由Cohen等人编制[14]，量表共有14个题项，计算总分或平均分。题目采用Likert 5点计分，从“1=从不”到“5=总是”，得分越高，表示个体知觉到的压力越大。该量表的Cronbach's alpha为0.851。前人研究表明该量表在中文环境中具有良好的信效度[15]。

1.2.4 情感支持量表(Emotional Support Scale, ESS)。该量表由Methot等人编制[16]，共有5个题项，采用Likert 5点计分，从“1=非常不同意”到“5=非常同意”，得分越高，表示个体得到的情感支持越多。该量表的Cronbach's alpha为0.713。

1.3 统计学方法

采用SPSS 25.0对数据进行描述统计、相关分析，并运用Hayes等人开发的PROCESS宏程序进行有调节的中介效应检验[17]。以P<0.05为差异具有统计学意义。

2 结果

2.1 共同方法偏差的检验

采用Harman的单因子法对本研究的共同方法偏差进行检验，结果发现，特征根大于1的因子共有17个，其中第一个因子的解释率为9.02%，小于40%的临界标准，表明本研究不存在严重的共同方法偏差。

2.2 不同人口学特征各变量得分比较

独立样本t检验结果表明无聊倾向、网络成瘾、压力和情感支持得分在性别上均不存在显著差异；方差分析结果显示，压力(F=1.71,P=0.18)和网络成瘾(F=1.37,P=0.26)在专业上不存在显著差异，无聊倾向(F=6.00,P<0.01)和情感支持(F=4.23,P=0.02)在专业上有显著差异；网络成瘾在年级上边缘显著(F=1.87,P=0.06)，压力(F=0.15,P=0.93)、无聊倾向(F=0.72,P=0.54)和情感支持(F=0.14,P=0.94)在年级上均无显著差异。

2.3 各变量描述统计及相关分析

大学生无聊倾向与压力和情感支持呈显著负相关，而与网络成瘾呈显著正相关；压力与网络成瘾呈显著负相关；情感支持与网络成瘾呈显著正相关(P<0.01)。见表1。

表1 各变量描述统计及相关分析

2.4 各模型检验

在进行模型检验之前，先对各变量进行中心化处理，再运用PROCESS宏程序对本研究提出的有调节的中介效应进行检验。具体操作如下：首先采用宏程序中的模型4检验压力在无聊倾向和网络成瘾之间的中介效应；其次，采用宏程序中的模型8进行有调节的中介效应检验，分析情感支持对上述中介模型的直接路径和中介路径的前半段是否存在调节作用。

2.4.1 中介效应检验。如表2所示，在以专业为控制变量的基础上，方程1结果显示无聊倾向对网络成瘾具有显著的正向预测作用，假设1得到验证；方程2表明无聊倾向对中介变量压力具有显著的负向预测作用。方程3说明，在控制了专业之后，当无聊倾向和压力同时进入回归方程时，无聊倾向对网络成瘾的正向预测作用减弱，但仍然显著(β=0.11，P<0.01)，压力对网络成瘾有显著的负向预测作用；另外，压力的中介效应量为0.14，5000次Bootstrap抽样分析结果显示95%CI为(0.10，0.19)。可见，压力在无聊倾向和网络成瘾之间起部分中介作用，假设2得到验证。

表2 压力在无聊倾向和网络成瘾之间的中介效应检验

2.4.2 有调节的中介效应检验。以无聊倾向为自变量，网络成瘾为因变量，压力为中介变量，情感支持为调节变量建立有调节的中介效应模型。检验结果如表3所示，无聊倾向与情感支持的乘积项能够显著地影响压力(β=-0.17，t=-4.32，P<0.001)，说明情感支持在无聊倾向和压力间起调节作用；在直接效应方面，无聊倾向与情感支持的乘积项亦能显著影响网络成瘾(β=0.14，t=3.47，P<0.001)，说明情感支持在无聊倾向和网络成瘾之间起调节作用，假设3得到验证。

表3 有调节的中介效应模型检验

为了更加深入地揭示上述两个调节作用的实质，本研究进行了简单斜率检验。按照均值加减一个标准差将情感支持分成高分组和低分组，以此分析不同情感支持水平下，无聊倾向对压力和网络成瘾的影响。结果显示，当情感支持较低时，无聊倾向对压力产生负向影响作用(βsimple slope=-0.26,t=-4.30,P<0.001)；当情感支持较高时，无聊倾向对压力亦产生显著的负向影响，且影响程度增强(βsimple slope=-0.59,t=-12.33,P<0.001)。由此可得，随着情感支持程度的提升，无聊倾向对压力的影响程度增强。见图1。

图1 情感支持在无聊倾向和压力之间的调节作用

直接效应的调节作用结果如下：低情感支持时，无聊倾向对网络成瘾的影响不显著(βsimple slope=0.03,t=0.60,P=0.55)，但是在高情感支持时，无聊倾向对网络成瘾具有显著的正向影响作用(βsimple slope=0.30,t=4.85,P<0.001)。由此可得，随着情感支持的提高，无聊倾向对网络成瘾的影响作用增强。见图2。

图2 情感支持在无聊倾向和网络成瘾之间的调节作用

3 讨论

本研究结果显示无聊倾向、网络成瘾、压力和情感支持在性别上无显著差异。这与曹瑞琳等人的研究结果不同：男生的网络成瘾检出率显著高于女生[18]。这可能与测量工具有关，曹瑞琳等人所用的网络成瘾量表为诊断量表，而本研究所用量表为症状程度变化量表。方差分析结果发现，压力和网络成瘾在专业上不存在显著差异，无聊倾向和情感支持在专业上有显著差异。研究结果表明相较于文理科学生，艺术类学生的情绪感受性更加强烈，在疫情影响下，其情绪的波动性更加明显。

3.1 无聊倾向是网络成瘾的风险因子

本研究相关分析和中介效应检验的结果均表明，无聊倾向是网络成瘾的风险因子，即个体的无聊倾向水平越高，其网络成瘾的风险就越大。这一结果与童媛添等人的研究结果类似[6]，长期的无聊倾向一方面会使个体产生消极情绪，对周围环境的事务逐渐失去兴趣，想要追求新异的刺激源；另一方面，无聊状态会使得个体疏于对自身行为的管理，弱化了自我监督和调节，进而较长时间使用互联网，导致网络成瘾。

3.2 压力在无聊倾向和网络成瘾之间起部分中介作用

中介效应检验的结果可从两方面进行解读：从总体上看，压力在无聊倾向和网络成瘾之间起部分中介作用。从局部上看，无聊倾向对压力产生显著的负向预测作用，压力对网络成瘾也产生显著的负向预测作用。这样的中介路径系数既与前人研究不一致[9]，也不符合一般的逻辑推理。按照本研究所得数据，无聊倾向水平越高，压力越小，导致网络成瘾风险越大。王大鹏在探讨压力对大学生生活满意度影响的研究中指出，压力知觉与无聊倾向存在正相关，且压力能够显著地正向预测无聊倾向[19]。

在排除了计分方式、数据分析等因素之外，本文可从以下两个方面对本研究结果进行解释：首先，量表测量的稳定性不同。无论是王大鹏还是叶宝娟，其使用的压力量表均为多维度量表，而本研究所使用的量表为单维量表，林岳卿等人的研究表明，一个具有多维性质的单维测量工具，其测量的稳定性会受到被试群体特质估计、项目参数估计、项目选择等因素影响而发生偏倚[20]。因此，本研究所使用的压力测量工具可能存在指向性稳定程度不足的情况。其次，测量的背景不同。前人研究中研究对象未受到额外心境或不稳定气氛的影响，而本研究旨在考察疫情期间各变量的作用机制，因此在此特殊环境下，便出现了无聊倾向水平越高、压力越小、网络成瘾越明显的独特中介情况。

3.3 情感支持在无聊倾向和网络成瘾之间起调节作用

本研究发现，情感支持在无聊倾向与网络成瘾间以及无聊倾向与压力知觉间均起到调节作用。首先，情感支持在无聊倾向到网络成瘾的这条直接路径上的简单斜率检验表明，相较于低情感支持的个体而言，高情感支持对个体的无聊倾向与网络成瘾的影响作用更加显著。这一结果与前人研究有相似之处，却又不尽相同[21]。魏华等人发现，相较于朋友支持，家人支持在压力与网络成瘾之间的调节效应更加明显，这一点与本研究结果类似，但是其结果中家人支持的调节作用是起保护作用的，即家人支持力度越大，网络成瘾风险越低。而本研究结果却是随着无聊倾向的增强，家人情感支持助长了网络成瘾行为。结合全国抗击疫情的背景，这样的结果不难解释：“足不出户”却又“心系天下”的状态会助长具有无聊倾向的个体的猎奇心理，若获得家长的认可，网络使用的强度必然提升。其次，本研究亦检验了情感支持对中介效应前半段的调节作用。研究结果表明无论情感支持程度的高低与否，压力知觉都会随着无聊倾向程度的提升而降低。只是在高情感支持的情况下，这种变化的趋势更加明显。长期的无聊状态会使个体产生焦虑、抑郁等消极情绪，提高其对压力刺激的感受性，而周围环境尤其是父母的情感支持能够缓解这种压力氛围，起到保护作用。徐夫真等人的研究也表明，良好的家庭功能和同伴关系可以很好地调节由于疏离感造成的网络成瘾[22]。

总体而言，本研究是在现有网络成瘾研究的基础之上构建了有调节的中介效应模型，探讨了无聊倾向与网络成瘾之间的内在关系，并明确了大学生无聊倾向是如何(压力知觉的中介作用)以及怎么样(情感支持的调节作用)作用于网络成瘾的。本研究结果对深化网络成瘾的作用机制，预防青少年网络成瘾有一定的理论推进意义。