不同类型网络应用使用时间与心理健康的非线性关系研究

陈 爽，周明洁，张冠男，王可欣，李保滨，张建新



·社会·行为·心理·

不同类型网络应用使用时间与心理健康的非线性关系研究

陈 爽，周明洁，张冠男，王可欣，李保滨，张建新

目的 考察不同类型网络应用使用时间与心理健康的关系，包括线性与非线性关系。方法 2013年12月，采用自编网络应用使用时间问卷(包括社交网站、聊天工具、网络视频、网络游戏、购物网站、其他网页6种类型的网络应用)与心理健康问卷(five-item version of the mental health inventory,MHI-5)对北京某大学的学生152例进行问卷调查。二者关系研究采用皮尔逊相关分析以及分层多项式回归分析。结果 回收有效问卷139份，有效率为91.5%。学生心理健康得分为(4.46±0.74)分，所有类型的网络应用使用时间与心理健康的线性相关关系均无统计学意义(r值为-0.14～0.03,P>0.05)。社交网站使用时间的平方对心理健康的回归系数有统计学意义(β=-0.25,P<0.05)，且社交网站使用时间与心理健康的曲线关系为倒U型。结论 社交网站使用时间与心理健康呈倒U型关系，即适度使用社交网站的个体其心理健康水平高于使用时间过长或者过短的个体。

网络应用；使用时间；心理健康；非线性关系

陈爽，周明洁，张冠男，等.不同类型网络应用使用时间与心理健康的非线性关系研究[J].中国全科医学，2015，18(13)：1567-1569，1579.[www.chinagp.net]

Chen S,Zhou MJ,Zhang GN,et al.Nonlinear relationships between time spent on different types of Internet services and mental health[J].Chinese General Practice，2015，18(13)：1567-1569，1579.

目前，网络使用与心理健康的关系还处于争论中。有研究者认为网络使用会降低个体的心理健康水平[1-3],如发现网络使用过多会增加个体的抑郁及孤独感[1-2]，降低生活满意度[3]。相反的，也有研究者认为网络使用能够促进个体心理健康，提升幸福感[4]，增加感知到的社会支持和自尊[5]。然而，以上这些研究结果都是基于网络使用与心理健康之间是线性关系的假设前提下取得的，有实证研究及元分析结果显示二者的相关系数比较低[6-7]，这种低相关除了测量本身的问题外，也可能是由于二者之间呈曲线关系造成的[8]。这对于心理健康干预和社区工作者都具有重要的启发意义。但是，目前探讨二者之间非线性(曲线)关系的研究很少。本研究旨在考察不同类型网络应用使用时间与心理健康的关系，即在检验网络应用使用时间与心理健康的线性关系基础上，进一步探讨二者之间可能存在的非线性关系模式。

1 对象与方法

1.1 研究对象 2013年12月，采取方便抽样的方法，选取北京某大学的学生152例为研究对象，均无精神疾病。

1.2 研究方法 采用问卷调查方法，共发放问卷152份，回收有效问卷139份，有效率为91.5%。其中男93例，女38例，性别缺失8例；年龄为21～25岁，平均为(22.5±0.9)岁。

1.3 研究工具

1.3.1 自编网络应用使用时间问卷 根据“中国互联网信息中心”发布的《第31次中国互联网发展状况统计报告》[9]和“DCCI中国互联网数据中心”发布的《2011年中国互联网市场调查报告》[10]以及高校学生网络使用特点，编制6个条目，分别评价最近两周平均每天使用以下几种网络应用的时间，包括：使用社交网站、使用聊天工具、观看网络视频、玩网络游戏、浏览购物网站、浏览其他网页。采用9级计分，0代表几乎不用，8代表平均每天使用12 h以上。

1.3.2 心理健康量表(five-item version of the mental health inventory,MHI-5) 由Berwick等[11]编制，包含5个条目，分别评价上个月感受到以下状态的时间有多长：开心的、镇定而平静的、神经紧张的、沮丧和忧郁的、非常郁闷以至于怎么都振作不起来。采用6级计分，1代表几乎全部时间，6代表从来没有，得分越高心理健康水平越高。在本研究中，该量表的Cronbach′s α为0.80。

1.4 统计学方法 采用SPSS 16.0统计软件进行数据分析，包括皮尔逊相关分析以及分层多项式回归分析。其中，分层多项式回归分析分别检验各类网络应用使用时间与心理健康之间的非线性关系。为了避免数据的多重共线性，先对网络应用使用时间进行中心化处理，然后再计算网络应用使用时间的平方项。采用与张珊珊等[12]研究中相同的分析步骤，具体过程如下：第一步，先做网络应用使用时间(如社交网站L一次项)对心理健康的回归，如果社交网站的回归系数有统计学意义，则代表使用社交网站的时间对心理健康的影响具有线性关系；第二步，再做网络应用使用时间变量和相应平方项(如社交网站Q二次项)共同对心理健康的回归，如果社交网站平方项的回归系数显著，则证明二者之间具有非线性关系。此外，如果平方项的回归系数为正，代表正U曲线关系形态；相对的，若为负，则代表倒U曲线关系形态。以P<0.05为差异有统计学意义。

2 结果

2.1 网络应用使用时间与心理健康的线性相关关系 学生心理健康得分为(4.46±0.74)分。6种网络应用使用时间与心理健康的线性相关关系均无统计学意义(P>0.05，见表1)。

2.2 网络应用使用时间对心理健康的多项式回归 社交网站使用时间的平方对心理健康的回归系数有统计学意义(β=-0.25,P<0.05，见表2)，证明二者之间存在非线性关系，且曲线呈倒U型。如图1所示，随着社交网站使用时间的增多，心理健康水平随之升高，但社交网站使用增加到一定分数之后(Zinflection=0.42)，心理健康水平开始下降，即在社交网站使用时间分布的中间段人群中，心理健康水平较高。此外，网络游戏使用时间的一次项和二次项对心理健康的回归系数均有统计学意义(β分别为0.38、-0.39,P<0.05，见表2)，但是二者与心理健康的零阶相关均无统计学意义(r分别为0.03、-0.03,P>0.05)。这说明存在压抑效应，不需要对显著性结果做出解释[13]。

Table 1 Correlation between time spent on different types of Internet services and mental health

网络应用使用时间得分r值P值社交网站1.54±1.09-0.090.32聊天工具1.85±1.18-0.140.11网络视频1.26±0.87-0.010.93网络游戏0.42±0.81 0.030.73购物网站0.90±0.74-0.040.62其他网页1.09±0.87-0.130.15

表2 网络应用使用时间与心理健康的多项式回归

Table 2 Hierarchical polynomial regression analyses with time spent on different types of Internet services predicting mental health

预测变量Bβt值P值ΔR2Z*inflection社交网站 第一步-0.06-0.09-1.000.320.007 第二步L 第二步Q0.05-0.060.06-0.250.60-2.350.550.020.0400.42聊天工具 第一步-0.10-0.14-1.610.110.019 第二步L 第二步Q-0.08-0.01-0.10-0.04-0.79-0.330.430.740.001网络视频 第一步-0.01-0.01-0.090.930.000 第二步L 第二步Q-0.00-0.01-0.00-0.03-0.04-0.290.970.770.001网络游戏 第一步0.020.030.350.730.001 第二步L 第二步Q0.28-0.140.38-0.392.02-2.100.05#0.040.032购物网站 第一步-0.03-0.04-0.500.620.002 第二步L 第二步Q0.00-0.040.00-0.100.04-1.020.970.310.008其他网页 第一步-0.09-0.13-1.460.150.016 第二步L 第二步Q-0.07-0.06-0.09-0.10-1.00-1.150.320.250.010

注：L(Linear)为一次项；Q(Quadratic)为二次项，即平方项；*为Zinflection=-BL/2BQ，#为此处为压抑效应，不需做出解释[13]

图1 社交网站使用时间与心理健康的关系

Figure 1 The relationship between time spent on social network sites and mental health

3 讨论

网络在近些年得到广泛使用，它已经渗透到人们生活、工作、沟通以及信息寻求的方方面面。由于网络在沟通中起到重要作用，有大量的研究考察网络使用与心理健康的关系。本研究发现在高校学生中，6种类型的网络应用使用时间与心理健康的线性相关关系均无统计学意义。这支持了Niemz等[6]的结论，他们发现网络使用个体与正常个体的心理健康得分间差异并无统计学意义；同样的，Huang[7]在1篇元分析中分析了40篇此类研究，也发现网络使用与心理健康的相关在固定效应模型中平均为r=-0.05，在随机效应模型中平均为r=-0.04。此外，国内的王炜炜[14]也得出类似结果，平均每周上网时间与心理健康的各层面均无任何相关性。

本研究结果还显示高校学生社交网站使用时间与心理健康呈倒U型关系，即适度使用社交网站的个体比使用时间过短或过长的个体心理健康水平都高。社交网站是指基于互联网的社会关系网络服务平台，主要目的是提供网络社交服务，也是个体发展、巩固、增加社会关系的平台。有研究显示使用社交网站可以正向预测个体的幸福感[15]，缓解个体的孤独感，以及有利于其线下关系的发展[16]。但是使用社交网站到达一定限度，过度使用或者社交网站成瘾会造成自尊、幸福感和生活满意度的降低，以及抑郁和孤独感的增加[17]。近些年，也有研究显示青少年玩电子游戏的时间与心理健康之间存在曲线关系(倒U型)[8]，但是，目前探讨网络使用与心理健康之间非线性关系的研究很少，并且仅探讨了电子游戏这1种类型的活动，本研究是对以往研究的扩充。

同时，本研究还存在一定的局限性，首先，本研究是一个横断研究，并不能做出因果推论，例如：非线性关系是否也反之存在于心理健康对网络使用的影响上，后续需要通过追踪研究进行探讨。其次，本研究没有区分不同类型的人群，因为不同类型的个体网络使用习惯和动机不同，因而网络使用时间与心理健康的关系也不同[18]，后续研究需要纳入人格、网络使用动机等变量。

正如人们所说，网络是一把双刃剑，一方面它是具有革命性的便利工具，另一方面也有可能成为危害网络使用者身心健康的深渊[19]。本研究显示适度使用社交网站的高校学生其心理健康水平高于使用时间过短或过长的个体。由此可见，对于正常使用社交网站的高校学生而言，社交网站的作用是积极的，它可能提供了社会互动和人际发展的情境，因而能够促进个体的心理健康。但是，使用时间超过一定限度，社交网站反而会对高校学生的心理健康产生负面影响，这可能是由于过度沉迷于社交网站，导致与家人朋友的交流减少，社交圈缩小，从而使其感到抑郁或孤独[1]。这结果对于心理健康教育工作者来说，具有重要的启发意义，在网络发达的时代，应客观看待网络的影响，正确引导高校学生适度使用网络，而非一味禁止或放纵，才能扩大网络的积极作用，促进学生心理健康良性发展。

[1]Kraut R,Patterson M,Lundmark V,et al.Internet paradox.A social technology that reduces social involvement and psychological well-being?[J].Am Psychol,1998,53(9):1017-1031.

[2]Van den Eijnden RJ,Meerkerk GJ,Vermulst AA,et al.Online communication,compulsive Internet use,and psychosocial well-being among adolescents:a longitudinal study[J].Dev Psychol,2008,44(3):655-665.

[3]Stepanikova I,Nie NH,He X.Time on the Internet at home,loneliness,and life satisfaction:evidence from panel time-diary data[J].Computers in Human Behavior,2010,26(3):329-338.

[4]Kraut R,Kiesler S,Boneva B,et al.Internet paradox revisited[J].Journal of Social Issues,2002,58(1):49-74.

[5]Shaw LH,Gant LM.In defense of the Internet:the relationship between Internet communication and depression,loneliness,self-esteem,and perceived social support[J].Cyberpsychol Behav,2002,5(2):157-171.

[6]Niemz K,Griffiths M,Banyard P.Prevalence of pathological Internet use among university students and correlations with self-esteem,the General Health Questionnaire(GHQ),and disinhibition[J].Cyberpsychol Behav,2005,8(6):562-570.

[7]Huang C.Internet use and psychological well-being:a meta-analysis[J].Cyberpsychol Behav Soc Netw,2010,13(3):241-249.

[8]Allahverdipour H,Bazargan M,Farhadinasab A,et al.Correlates of video games playing among adolescents in an Islamic country[J].BMC Public Health,2010,10(1):286.

[9]中国互联网信息中心.第31次中国互联网发展状况统计报告[R].2013.

[10] DCCI中国互联网数据中心.2011年中国互联网市场调查报告[R].2011.

[11] Berwick DM,Murphy JM,Goldman PA,et al.Performance of a five-item mental health screening test[J].Med Care,1991,29(2):169-176.

[12]Zhang SS,Zhou MJ,Chen S,et al.The relationship between indigenous personality traits and job performance:linear and nonlinear[J].Journal of Psychological Sciences,2012,35(6):1440-1444.(in Chinese) 张珊珊,周明洁,陈爽,等.本土化人格特质与工作绩效的关系:线性与非线性[J].心理科学,2012,35(6):1440-1444.

[13]Tzelgov J,Henik A.Suppression situations in psychological research:definitions,implications,and applications[J].Psychological Bulletin,1991,109(3):524-536.

[14]王炜炜.大学生网络行为与心理健康相关性的研究[D].扬州：扬州大学,2012.

[15]Apaolaza V,Hartmann P,Medina E,et al.The relationship between socializing on the Spanish online networking site Tuenti and teenagers′ subjective wellbeing:the roles of self-esteem and loneliness[J].Computers in Human Behavior,2013,29(4):1282-1289.

[16]Lou LL.Loneliness,friendship,and self-esteem:first-year college students′ experience of using Facebook[D].State University New York at Albany,2010.

[17]Spraggins A.Problematic use of online social networking sites for college students:prevalence,predictors,and association with well-being[D].University of Florida,2009.

[18]Weiser EB.The functions of Internet use and their social and psychological consequences[J].Cyberpsychol Behav,2001,4(6):723-743.

[19]Wang EJ,Zhang XM.The model of relation between life event,social support,coping style and Internet dependence in adolescents[J].Chinese General Practice,2012,15(10):1164-1166.(in Chinese) 王恩界,张晓明.生活事件、社会支持、应对方式与青少年网络依赖的关系模型[J].中国全科医学,2012,15(10):1164-1166.

(本文编辑：崔沙沙)

Nonlinear Relationships Between Time Spent on Different Types of Internet Services and Mental Health

CHENShuang,ZHOUMing-jie,ZHANGGuan-nan,etal.

KeyLaboratoryofMentalHealth,InstituteofPsychology,ChineseAcademyofSciences,Beijing100101,China

Objective To investigate the relationships between time spent on different types of Internet services and mental health,including linear and nonlinear relationship.Methods In December 2013,a five-item version of the mental health inventory(MHI-5) and a self-made questionnaire about time spent on different types of Internet services(including six types of Internet services:social network sites,instant messaging tools,online videos,online games,online shopping,other webpages) were administrated on 152 students.Pearson correlation analysis and hierarchical polynomial regression analysis were conducted to investigate the relationships between time spent on different types of Internet services and mental health.Results There were 139 valid responses(valid return rate was 91.5%).There was no significant linear relationship between time spent on six types of Internet services and mental health(r=-0.14～0.03,P>0.05).The square of time spent on social network sites(SNS) showed statistic significance in its regression coefficient to mental health(β=-0.25,P<0.05).Besides,time spent on SNS and mental health had a reversed-U curve relationship.Conclusion Time spent on SNS and mental health have a reversed-U curve relationship,which means moderate SNS users have better mental health compared to non SNS users and excessive SNS users.

Internet services;Time spent;Mental health;Nonlinear relationship

中国科学院战略性先导科技专项计划(XDA06030800)；科技基础性工作专项(2009FY110100)——国民重要心理特征调查

100101北京市，中科院心理所心理健康重点实验室(陈爽，周明洁，王可欣，张建新)；中国科学院大学(陈爽，王可欣，李保滨)；河北师范大学教育学院(张冠男)

张建新，100101北京市，中科院心理所心理健康重点实验室；E-mail：zhangjx@psych.ac.cn

R 395.6

A

10.3969/j.issn.1007-9572.2015.13.022

2015-01-20；

2015-03-02)