青少年线下攻击与网络欺负的关系：交叉滞后检验

雷 雳李 征 谢笑春 舒 畅

（中国人民大学 心理学系，北京 100872）

青少年线下攻击与网络欺负的关系：交叉滞后检验

雷 雳*李 征 谢笑春 舒 畅

（中国人民大学 心理学系，北京 100872）

网络欺负与线下攻击关系紧密。本研究以考察网络欺负（受欺负）和线下攻击（受害）行为的因果关系为目的，对435名青少年的线下攻击（受害）和网络欺负（受欺负）的情况实施了为期5个月的追踪调查。交叉滞后分析显示，前测的线下攻击可以显著正向预测后测的网络欺负，前测的线下受害可以显著反向预测后测的网络欺负，正向预测后测的网络受欺负；前测的网络受欺负可以正向预测后测的线下攻击和受害。本研究得出：线下攻击是网络欺负的影响因素，而线下受害与网络受欺负二者相互影响。

网络欺负；线下攻击；青少年；性别差异；交叉滞后

一、引言

（一）网络欺负的流行率

随着电子信息技术的飞速发展，互联网的强大功能为人们的生活带来充分的便利，网络社交成为时下一种流行的沟通方式。然而，科技的发展往往是柄双刃剑。互联网在为人类社交提供便利的同时，也为不良行为的滋生提供土壤。越来越多的青少年利用电子设备欺凌同伴，例如通过移动电话、电子邮件、网页等媒介给对方发送骚扰信息。这种互联网上的不良行为被称为“网络欺负”（cyberbullying）。网络欺负是指“由群体或个体使用电子沟通媒介发出的，一种具有攻击性、目的性和重复性，并且使受害方难以防御攻击行为”［1-2］。

近年来，世界各国的网络欺负现象频发，受到越来越多研究者的重视。研究发现，网络欺负在青少年早期阶段（11至14岁）最为盛行。［3］欧洲和北美地区9到16岁的儿童和青少年中约10%报告经历过网络欺负或受欺负。［4-5］Kowalski和Limber对美国3 767名中学生的研究发现，11%的学生曾遭受他人的网络欺负，7%的学生曾在网络上欺负他人。［6］刘丽琼等人对我国3所中学的近600名学生的调查结果显示：青少年网络欺负的检出率为27.5%，网络受欺负的检出率为40.2%。［7］李娟等人2013年对461名中专、高中一

年级和大学低年级学生的网络欺负情况的调查发现网络欺负的欺负者、被欺负者和旁观者的发生率分别为89.6%、76.4%和47.6%。［8］

（二）网络欺负的危害

网络欺负对青少年有严重危害，主要体现在问题行为和情绪状况两个方面。网络欺负的危害比传统欺负行为更为严重。［1，9］从网络欺负者的角度，Olweus认为，青少年长期对他人实施欺负行为，其成年后发生反社会行为甚至犯罪行为的可能性高于一般青少年。［1］网络欺负作为传统欺负在网络中的延伸，同样会对反社会行为有影响。Kowalski等人的元分析发现，经常实施网络欺负的青少年在自尊、生活满意度、学业成绩方面低于一般青少年，并且有较高程度的抑郁、焦虑、孤独感和问题行为（吸烟、酗酒）。［10］

另一方面，网络欺负给受欺负者造成的危害更为明显。首先，在心理层面，受欺负者会表现出较高水平的痛苦、焦虑、较低的自尊和自我价值感。［11］网络受欺负的青少年具有更高的抑郁。［12］在行为方面，受欺负的青少年有较多的物质滥用，学业成绩和亲社会行为低于一般青少年。［10，13］其次，在生理方面，研究发现遭受网络欺负的个体具有明显生理病症（如头痛）和自杀意念。［14-16］最近一项追踪研究也发现青少年阶段纯粹遭受欺负的个体成年后患心血管疾病的可能性高于一般青少年。［17］

（三）网络欺负的影响因素

近年来，对于网络欺负影响因素的探讨越发多见。首先，从家庭环境的角度，父母对青少年网络欺负有重要的影响。青少年与父母不良的亲子关系会导致青少年参与更多网络欺负。［18］

其次，从人口学变量上看，性别是影响网络欺负与网络受欺负的一个重要变量。然而关于性别对网络欺负的研究结果尚未达成一致。有研究者发现：男性相比女性而言更可能会在网络上欺负他人［19-20］；女孩受到网络欺负的可能性更大［6，20］。然而其他研究者并未发现性别差异［2，21］，男孩与女孩报告在线侵扰他人的可能性相当。［22］对2 989名13~15岁瑞典学生的研究发现，男生会比女生更多地参与传统欺负，而网络欺负方面男女生相似，由此推论得出相比传统欺负而言，女生比男生会卷入更多网络欺负。［23］此外，网络欺负的方式也与性别有关，比如女孩更偏好即时信息、电子邮件等，男孩则更倾向使用照片或视频的方式。［24］在年龄上，不同年龄的青少年对网络欺负的参与程度不同。研究得出较为一致的结论：青少年在初中阶段的网络欺负达到峰值，并伴随个体进入高中而减小。［21］

再次，从心理变量上看，人格、不良情绪和问题行为等是网络欺负的主要影响因素。［10］如研究发现自恋水平高的青少年表现出更高水平的网络欺负。［25］愤怒和挫折可以激发个体实施网络欺负。［26］不良的同伴交往、传统欺负、受欺负、网络成瘾、社会压力、道德水平、教师和父母对网络欺负行为的态度与监控等均可以直接或间接地影响青少年的网络欺负。［27-28］此外，网络媒介的使用将会影响青少年网络欺负的行为。Mitchell，Ybarra和Finkelhor对于1 501名互联网使用者的调查发现网络骚扰他人的年轻人往往更多地使用网络。［13］接触反社会媒介内容频繁的青少年也将表现出更高水平的网络欺负。［26］相似地，青少年的上网活动内容将决定他们是否成为网络欺负的对象，如上传照片、透露个人信息（如学校、家庭电话等），都会增加其网络受欺负的可能性。［29］

（四）线下攻击与网络欺负的关系

网络欺负的影响因素众多，然而其作为线下攻击的一种，二者有着必然的联系。［1］现实中网络欺负与现实攻击存在一定程度的重合。Ybarra等人指出，36%的网络欺负青少年同样也具有较多的传统欺负。［30］相似地，Smith等发现，香港青少年中26%的传统欺负受害者同样也遭受网络欺负。［2］一项对1 501名使用互联网的青少年的调查显示，将近四分之三（73%）曾遭受网络欺负的青少年报告在线下也曾遭受到攻击。［13］

研究者采用一般攻击理论解释网络欺负行为和受欺负行为及其对个体的身心状态影响。［10］Kowalski的元分析总结认为，个体的不良行为，如吸烟、酗酒、破坏行为是产生网络欺负的危险性个体因素。［10］不良行为表现突出的青少年在刺激下，认知、情绪和唤醒水平的交互作用会促使其作出冲动性决策，进而产生网络欺负；对于网络受欺负者而言，一般攻击模型认为经常遭受线下欺负的青少年容易成为网络欺负的对象，他们一旦遭受网络欺负后，容易产生较高的易感性，进而更容易作出危险性决策，实施网络欺负。此外，网络欺负和网络受欺负二者也会相互影响，形成一个恶性循环。

一般压力理论（General Strain Theory）也同样认为遭受侵害是产生下一阶段反社会行为的一种原因。［31］该理论解释道，消极刺激物（例如，受欺负或情感虐待）作为一种压力源，会使个体产生消极情绪（如愤怒、焦虑），因而会导致行为不良（delinquency）或暴力行为等不良的应对策略。［31］一些研究者基于该理论也发现线下受侵害容易产生网络欺负行为。如Wright和Li对130名大学生的研究支持一般压力假说。［32］该研究发现被试面对面受害和网络受欺负都与6个月后的网络攻击呈正相关。此外，Jang，Song 和Kim对韩国国家青年调查数据的分析也发现类似的结果。线下受害与网络欺负显著相关，受到传统欺负的个体将有更高的倾向采取网络欺负策略。［33］

基于上述两个理论我们不难得出，线下的攻击行为和受侵害可能是网络欺负和网络受欺负的危险性因素，二者可以对网络欺负和受欺负有正向预测。

（五）问题与假设

尽管已有诸多研究考察了线下攻击（受害）和网络欺负（受欺负）的特点，同时也一定程度上揭示出二者间的关系。然而大多数研究均为横断研究，较难考察线下攻击（受害）与网络欺负（受欺负）之间的因果关系。因此，本研究拟考察二者的因果联系，试图为线下攻击与网络欺负的作用机制及网络欺负的预防与干预提供更为有力的实证支持。基于文献回顾和研究目的，本研究作出以下假设：

H1.前测的线下攻击可以显著正向预测后测的网络欺负；

H2.前测的线下攻击可以显著正向预测后测的网络受欺负；

H3.前测的线下受害可以显著正向预测后测的网络欺负；

H4.前测的线下受害可以显著正向预测后测的网络受欺负；

H5.前测的网络欺负可以显著正向预测后测的线下攻击；

H6.前测的网络欺负可以显著正向预测后测的线下受害；

H7.前测的网络受欺负可以显著正向预测后测的线下攻击；

H8.前测的网络受欺负可以显著正向预测后测的线下受害。

二、研究方法

（一）被试

选择某中部省份初中一年级435名学生进行问卷施测，样本全部回收，有效率为96.1%。样本年龄范围为12~15岁，平均年龄为（13.54±0.42）岁，其中男生230人，女生205人。

（二）工具

面对面攻击：测量工具改编自Wright，Li和Shi的面对面攻击性问卷［34］，问卷分为“关系攻击”（题目如“当进行集体活动时，你经常故意冷落某个同伴？”）和“外显攻击”（题目如“你会经常在学校出手打人吗？”）两个维度，翻译修订后问卷共11个题目。问卷采用Likert 5点计分，1=从不，2=几乎没有，3=有时候，4=经常，5=总是。两次测量该量表Cronbach α系数为0.717、0.826。

面对面受害：测量工具改编自Wright和Li的问卷［35］，对“关系受害”（题目如“某同伴因为对你生气，所以刻意不让你参与他们团体的活动？”）、“外显受害”（题目如“你会经常在学校被同伴故意推挤碰撞吗？”）两个维度进行测量，翻译修订后问卷共10个题目。问卷采用Likert 5点计分，1=从不，2=几乎没有，3=有时候，4=经常，5=总是。两次测量该量表Cronbach α系数分别为0.830、0.852。

网络欺负：工具改编自Wright和Li的网络欺负问卷［35］，翻译修订后问卷共7个题目（题目如“你经常在网上或通过短信散播你同伴的谣言吗？”）。问卷采用Likert 5点计分，1=从不，2=几乎没有，3=有时候，4=经常，5=总是。两次测量该量表Cronbach α系数分别为0.849、0.819。

网络受欺负：工具改编自Wright和Li的网络受欺负问卷［35］，翻译修订后问卷共8个题目（题目如“同伴经常在网上或通过短信让大家与你对立吗？”）。问卷采用Likert 5点计分，1=从不，2=几乎没有，3=有时候，4=经常，5=总是。两次测量该量表Cronbach α系数分别为0.888、0.890。

鉴于本研究数据全部采用自我报告法，易引发共同方法偏差，因此本研究采用Harman单因子检验考察共同方法偏差的程度。［36］对两次测量全部数据采用探索性因子分析，结果表明，第一次数据中未旋转的因子负荷矩阵共抽取7个特征值大于1的主成分，其中第一主成分的解释率为

28.9%；第二次数据中未旋转的因子负荷矩阵共抽取7个特征值大于1的主成分，其中第一主成分的解释率为29.9%。鉴于两次数据分析第一主成分解释率均低于40%的临界值［37］，因此本研究不存在严重的共同方法偏差。

（三）施测方法与数据处理

在相隔5个月的时间内对同一批初中生被试进行两次施测。以班级为单位，在课堂上进行团体施测。问卷采用匿名的形式。研究主试均为心理学专业硕士研究生。每次施测完成后问卷由主试当场回收。利用SPSS21.0和Mplus7.1管理与分析数据，采用的主要分析方法包括t检验和交叉滞后路径分析。

三、结果

（一）各变量描述性分析

两次测量中，线下攻击、受害和网络欺负、受欺负存在不同程度的缺失，缺失比例范围0.46%~3.91%。在描述性分析中，采用多元设算（multiple imputation）处理缺失数据［38］，本研究设算次数为5次。本研究首先分别采用独立样本和相关样本的t检验，来考察青少年线下攻击、线下受害、网络欺负和网络受欺负的性别差异和发展趋势。结果显示，总体上，初中新生卷入线下攻击和网络欺负的水平均较低。独立样本t检验发现两次测量中仅第一次的网络受欺负男生显著高于女生（t=1.99，p<0.05，Cohen’s d=0.22）（见表1）。相关样本的t检验发现，第二次测量的线下受害显著低于第一次测量（t=2.47，p<0.05，Cohen’sd=0.12）（见表2）。

表1 各变量性别差异

表2 两次测量各变量差异

（二）交叉滞后分析

其次，本研究采用交叉滞后的路径分析，考察线下攻击、受害与网络欺负、受欺负的因果关系。鉴于两次测量存在一定程度的缺失值，交叉滞后分析采用Mplus7.1中的极大似然估计（ML）对缺失值进行有效处理。极大似然估计与上文中采用的多元设算都是有效处理缺失数据的方式，极大似然估计在充分利用已知所有信息的基础上对模型做出恰当的估计。［38］

首先检验两次测量的稳定性，我们建立稳定性模型（M0），即各变量前测对后测的预测模型。从图1可以看出各变量前测结果均能显著正向预测后测结果，两次测量中各变量具有稳定性。接下来，在稳定性模型中我们分别添加前测的线下攻击、线下受害、网络欺负、网络受欺负对后测网络欺负和网络受欺负的预测，以及前测的网络欺负、网络受欺负对后测的线下攻击、受害的预测，形成总体交叉滞后模型。在总体模型中删去不显著路径后，得总体修正模型（M1），该模型的拟合性优于稳定性模型（基线模型）（Δχ2=58.37，Δdf=6，p<0.05），因此修正后的总体模型成立。在总体模型中，前测线下攻击可以显著正向预测后测的网络欺负（β=0.13，p<0.05）；前测的线下受害可以显著预测后测的网络欺负（β=-0.13，p<0.05）和网络受欺负（β=0.18，p<0.001）；前测的网络欺负可以显著预测后测的网络受欺负（β=0.12，p<0.01）；前测的网络受欺负可以显著预测后测的线下攻击（β=0.10，p<0.05）和受害（β=0.18，p<0.001）（图2）。上述结果表明假设中的H1、H4、H7、H8得到支持，H2、H3、H5、H6未得到支持，其中H3路径系数显著但与假设方向相反。

图1 稳定性模型（M0）

图2 总体模型（M1）

在总体修正模型基础上，分别建立女生模型（M2）和男生模型（M3），检验性别差异。在女生模型（图3）中，交叉滞后检验仅发现前测的线下受害可以显著预测后测网络受欺负（β=0.27，p<0.001）；在男生模型（图4）中，前测线下攻击可以显著预测线下攻击，可以显著预测后测的网络欺负（β=0.23，p<0.01）；前测的线下受害可以显著预测后测的网络欺负（β=-0.21，p<0.01）和网络受欺负（β=0.13，p<0.05）；前测网络欺负可以显著预测后测的网络受欺负（β=0.27，p<0.001）；前测的网络受欺负可以显著预测后测的线下受害（β=0.20，p<0.01）。由此发现女生模型和男性模型在模型形态上完全不同，说明性别在线下攻击（受害）与网络欺负（受欺负）的关系模式中存在显著的调节作用。

图3 女生模型（M2）

图4 男生模型（M3）

表3 各模型拟合指数

四、讨论

（一）初中新生网络欺负（受欺负）的基本情况

对两次测量中各变量进行性别差异检验得出，男生仅在前测的网络受欺负这一项略高于女生，而在其他指标上男女生并不存在显著差异。Kowalski等人总结已有大量研究认为，性别确实是影响网络欺负与网络受欺负卷入度的个体因素，但单纯分析性别对网络欺负的影响效果是难以得到统一答案的。性别往往与其他因素（如抑郁）一起对网络欺负产生交互作用。［10］尽管本研究发现男生在前测的网络受欺负比女生略高，然后性别差异的效应量很小（Cohen’s d=0.22），反映性别差异并不大。本研究所得的差异可能与男生总体网络使用时间多于女生有关［40］，长时间地使用网络，遭受网络欺负的可能性也越高。网络欺负与受欺负前后侧没有显著差异，可能是由于本研究两次测量时间间隔短有关系，也可能由于初中新生网络欺负与受欺负总体水平低有关。但从数据上看，后测与前测相比有下降的趋势，并且在网络受欺负上，前后测的差异呈边缘显著（p=0.06）。此外马晓辉和雷雳的研究也表明青少年网络偏差行为（网络欺负是网络偏差行为的一种）随年龄增长呈下降趋势。［41］今后大样本，长时间的追踪研究可有助于深入探讨网络欺负的发展趋势。最后，本研究得出初一新生总体上网络欺负（受欺负）的水平低，这也与以往类似研究一致。［41］

（二）线下攻击（受害）与网络欺负（受欺负）的关系

1.总体状况

在线下攻击（受害）与网络欺负（受欺负）的关系模式中，前测的线下攻击可以显著预测后测的网络欺负，前测的线下受害可以显著反向预测后测的网络欺负，显著正向预测后测的网络受欺负；而后测的线下攻击和受害仅能被前测的网络受欺负预测。在网络欺负与受欺负的关系模式中，前测的网络欺负可以显著预测后测的网络受欺负，但前测的网络受欺负却不能影响后测的网络欺负。由此，在上述关系模式中我们认为，线下攻击是网络欺负的影响因素；网络欺负可以引起网络受欺负；网络受欺负可以引起线下攻击行为；线下受害与网络受欺负相互影响；线下受害对网络欺负有削弱作用。研究结果部分支持了一般攻击模型，没有支持一般压力理论。

本研究再一次说明青少年线下攻击与网络欺负、线下受害与网络受欺负具有重合性。这一结果与Slonje等人的研究结果一致。［42］网络欺负是线下攻击的一种。［14，43］Matei和Ball-Rokeach认为，网络环境和现实环境在本质上具有很高的相似性，网络环境并不是脱离现实独立存在的，个体在互联网上和现实环境中的行为具有很高的关联。［44］已有研究发现青少年线上和线下人际交往圈具有中等程度的重合。［45］目的性是网络欺负的特点之一。［1］本研究中测量的网络欺负也包括通过短信的方式对同伴施以网络欺负。由此说明青少年遭受的网络欺负不仅会来自陌生人，同样也会来自身边的熟人。这些反映出，网络欺负可以

看成线下攻击在互联网环境的中一种延伸。［46］网络的匿名性使得网络欺负比传统欺负（攻击）更为“安全”，网络欺负者不必过于担心欺负行为会被人发现而受到惩罚。［47］59由此对于经常在线下欺负他人的青少年更有可能选择网络欺负这种既“安全”又方便的途径让他们的不良行为更为放纵。由于青少年线上、线下社交圈的重合性［45］，对于经常遭受线下攻击的青少年而言，他们很有可能在互联网上遭受来自线下攻击他们的人的网络欺负。此外，我们并不能因为对于线下受害对网络欺负的负向预测就说线下受害是网络欺负的保护性因素。由于网络欺负的传播具有不可控性，可能会给受欺负者带来强烈的伤害［1］，那些在线下已经受到伤害的青少年或许出于同情的心理，不愿意再将更强烈的伤害施加到他人身上。该结果与Wright和Li和Jang等相反的原因可能是由于文化因素导致的。［32-33］中国作为典型的集体主义国家，团结、和谐是被推崇的社会规范，这与推崇自主与张扬个性的个体主义文化国家具有明显的差别。此外，对于网络受欺负不能影响网络欺负，本研究认为这可能由于网络受欺负者的网络技能不高有关。

2.性别差异

在男女生的独立模型中，女生的模型与总体模型有很大差异，而男生模型则与总体模型差异不大，男女生模型具有很大差异。具体表现为，女生模型中交叉滞后效应仅是前测线下受害对后测的网络受欺负的预测。这一结果也验证了Kowalski元分析中所认为的，即网络欺负、受欺负的性别差异更多地发生在网络欺负、受欺负与其他变量的关系模式中。［10］

对于这种性别差异，研究认为，在人际互动方面，儿童中晚期和青少年期的女生由于处于对社会赞许和在同伴中社会地位的担心，使得她们关系定向更为突出，并有着更高水平的关系维持目标和同伴冲突解决目标，也更具同情心；而对于男生而言工具定向更为突出，他们更可能采用控制和支配目标、自我呈现目标、报复目标。［48］由于青少年线上、线下人际圈具有中等程度的重合性［45］，这种差异在网络交往上也可以同样适用。女生的线下攻击不能预测网络攻击的原因可能是，女生的线下攻击本就更多地体现在间接的关系攻击上［49］240，而网络欺负也是一种间接攻击［10］，再者网络传播的迅速性和不可控性会让网络欺负行为在短时间内呈爆发式广泛迅速散播，给受欺负个体造成极大的伤害。［1］因而不论是出于“多此一举”还是避免更大伤害的角度，女生或许不愿意将线下本就不良的人际关系在网络上继续恶化。性别差异的另一点体现为在男生中线下受害与网络受欺负是相互影响，而在女生中是线下受害对网络受欺负的单向影响，且女生的网络欺负与网络受欺负不存在交叉滞后效应。对于这种差异在已有研究中罕有文章直接支持。本研究认为，在网络欺负与线下受害的作用机制中或许存在较为复杂的作用机制。如已有研究发现积极的同伴关系、教师支持是网络欺负和线下欺负的保护性因素。［27］女生在遭受网络欺负后产生的消极影响大于男生（如有更高的抑郁水平）。［10］青少年期女生之间的交往有着更多的自我表露和社会支持的寻求，而男生的交往更多是具有竞争性的活动，他们因害怕被同伴看成“窝囊鬼”而较少地主动寻求支持。［49］256女生在遭受网络欺负后，可以通过寻求同伴的社会支持，降低线下遭受攻击的可能。男生总体网络使用时间较女生高，并且男生更偏爱竞争类的网络游戏［40］，在这中间欺负和受欺负或许就更容易发生。因此，在对于性别差异，仍需要更多的深入研究。

最后值得注意的是，在总体模型中，前测的网络受欺负可以显著正向预测后测的线下攻击，然而在男女生的独立模型中，这条路径均不显著。这可能与这条路径本身预测效应低有关。然而在男女生各自的独立模型中，由于各模型的样本量是总样本量的一半，进而影响路径系数的显著性。诚然，尽管在总模型中这是一条小效应量的路径，却是一条消极影响的路径。小效应如果产生累积效应，也同样会有较大的危害。［50］对于此本研究认为，不能过分地夸大网络受欺负与线下攻击的关系；同时鉴于我国青少年人数庞大这一基本特征，一旦造成累积效应也十分严重。出于防患未然的意图，加强青少年安全教育，促进青少年健康发展仍具有重要意义。

（三）对策与建议

本研究所发现的青少年线下攻击、受害与网络欺负、受欺负的因果关系也为青少年网络欺负干预和网络安全教育提供了实证支持。在总体上，在学校和家庭教育上教师和家长应该更关注青少年传统攻击、受害行为。这不仅由于青少年传统攻击的发生率远高于网络欺负［1］，更重要的

是，从本研究的结果看，降低青少年线下攻击（受害）是降低他们网络欺负（受欺负）的一种重要方式。尤其是对经常遭受欺负的青少年来说，教会他们如何进行自我保护是非常重要的。

线下攻击、受害与网络欺负、受欺负关系模式上的性别差异也对青少年网络安全教育提出了不同要求。对于女生而言，网络安全教育的重点应该放在保护人身安全和网络信息安全上；而对于男生，除了保护人身和信息安全外，重点是在降低他们的攻击行为和网络欺负行为。如学校可以开展对抗性低、合作性强的课外活动（或者网络互动），减少诱发攻击行为或网络欺负的情景因素。在青少年实施攻击行为或网络欺负行为时予以及时的警戒或惩罚。

（四）问题与展望

研究探讨了初中生线下攻击与网络欺负的关系，并发现二者关系存在显著的性别差异，这些结果对初中生网络安全教育提供了重要的实证支持。但本研究仍存在一些不足。本研究追踪次数少且间隔较短，无法深入考察初中生的网络欺负现象的发展趋势，今后在研究设计中应采用更多的时间点，以便对长期效应的考察。Olweus认为，尽管欺负是攻击的一种，但是二者仍有区别。［1］因此今后设计中我们可以同时考察线下攻击和欺负对网络欺负的影响，以便进一步区分攻击与欺负的差异。此外，网络欺负不仅发生在熟人之间，更有可能来自网络中的陌生人。本研究的侧重点是同伴之间网络欺负现象，在今后的研究中对陌生人的欺负也应纳入研究的范畴，并同时考察青少年遭受网络欺负的应对方式，以及网络欺负、受欺负对青少年发展的长期影响。

五、结论

通过对青少年的线下攻击（受害）和网络欺负（受欺负）为期5个月的追踪调查和分析，最终得出以下结论：青少年在线下攻击（受害）和网络欺负（受欺负）的发展水平上呈稳定状态，且无明显性别差异。在线下攻击（受害）和网络欺负（受欺负）的关系中，线下攻击是网络欺负的影响因素，线下受害与网络受欺负二者相互影响；男女生在线下攻击（受害）和网络欺负（受欺负）的关系模式中存在明显差异。

［1］Olweus D. School Bullying：Development and Some Important Challenges［J］. Annual Review of Clinical Psychology，2013，9（1）.

［2］Smith P K，Mahdavi J，Carvalho M，et al. Cyberbullying：Its Nature and Impact in Secondary School Pupils［J］. Journal of Child Psychology and Psychiatry，2008，49（4）.

［3］Ševčíková A，Šmahel D. Online Harassment and Cyberbullying in the Czech Republic. Zeitschriftfür Psychologie［J］. Journal of Psychology，2009，217（4）.

［4］Livingstone S，Haddon L，Görzig A，et al. Risks and Safety for Children on the Internet：The UK Report［EB/OL］.［2015-01-07］. http：//www.researchgate.net/publication/50902989_Risks_and_safety_on_the_internet_the_ perspecti ve_of_European_children._Full_findings.

［5］Cappadocia M C，Craig W M，Pepler D. Cyberbullying Prevalence，Stability，and Risk Factors During Adolescence ［J］. Canadian Journal of School Psychology，2013，28（2）.

［6］Kowalski R M，Limber S P. Electronic Bullying Among Middle School Students［J］. Journal of Adolescent Health，2007，41（6），

［7］刘丽琼，肖锋，饶知航，等.中学生网络欺负行为发生特点分析［J］.中国学校卫生，2012，33（8）.

［8］李娟，高雪梅，施桂娟.青少年的网络欺负特点［J］.中国心理卫生杂志，2013，27（1）.

［9］Gualdo A M G，Hunter S C，Durkin K，et al. The Emotional Impact of Cyberbullying：Differences in Perceptions and Experiences as a Function of Role［J］. Computers and Education，2015，82.

［10］Kowalski R M，Giumetti G W，Schroeder A N，et al. Bullying in the Digital Age：A Critical Review and Meta-analysis of Cyberbullying Research Among Youth［J］. Psychological Bulletin，2014，140（4）.

［11］Didden R，Scholte R H，Korzilius H，et al. Cyberbullying Among Students with Intellectual and Developmental Disability in Special Education Settings［J］. Developmental Neurorehabilitation，2009，12（3）.

［12］Perren S，Dooley J，Shaw T，et al. Bullying in School and Cyberspace：Associations with Depressive Symptoms in Swiss and Australian Adolescents［J］. Child and Adolescent Psychiatry and Mental Health，2010，4（28）.

［13］Mitchell K J，Ybarra M，Finkelhor D. The Relative Importance of Online Victimization in Understanding Depression，Delinquency，and Substance Use［J］. Child Maltreatment，2007，12（4）.

［14］Sourander A，Klomek A B，Ikonen M，et al. Psychosocial Risk Factors Associated With Cyberbullying Among Adolescents［J］. Archives of General Psychiatry，2010，67.

［15］Hinduja S，Patchin J W. Bullying，Cyberbullying，and Suicide［J］. Archives of Suicide Research，2010，14（3）.

［16］Schenk A M，Fremouw W J. Prevalence，Psychological Impact，and Coping of Cyberbully Victims Among College Students［J］. Journal of School Violence，2012，11（1）.

［17］Copelanda W E，Wolkeb D，Lereyab S T，et al. Childhood Bullying Involvement Predicts Low-grade Systemic Inflammation into Adulthood［J］. Proceedings of the National Academy of Sciences of the United States ofAmerica，2014，111（21）.

［18］Hinduja S，Patchin J W. Social Influences on Cyberbullying Behaviors Among Middle and High School Students［J］. Journal of Youth and Adolescence，2013，42（5）.

［19］Li Q. Cyberbullying in Schools a Research of Gender Differences［J］. School psychology International，2006，27（2）.

［20］DeHue F，Bolman C，Völlink T. Cyberbullying：Youngsters' experiences and Parental Perception［J］. Cyberpsychology and Behavior，2008，11（2）.

［21］Wade A，Beran，T. Cyberbullying：The New Era of Bullying［J］. Canadian Journal of School Psychology，2011，26（1）.

［22］Williams K R，Guerra N G. Prevalence and Predictors of Internet Bullying［J］. Journal of Adolescent Health，2007，41（6）.

［23］Beckman L，Hagquist C，Hellström L. Discrepant Gender Patterns for Cyberbullying and Traditional Bullying-An analysis of Swedish Adolescent Data［J］. Computers in Human Behavior，2013，29（5）.

［24］Menesini E，Nocentini A，Calussi P. The Measurement of Cyberbullying：Dimensional Structure and Relative Item Severity and Discrimination［J］. Cyberpsychology，Behavior，and Social Networking，2011，14（5）.

［25］Ang R P，Tan K A，Mansor A T. Normative Beliefs about Aggression as a Mediator of Narcissistic Exploitativeness and Cyberbullying［J］. Journal of Interpersonal Violence，2011，26（13）.

［26］denHamer A，Konijn E A，Keijer M G. Cyberbullying Behavior and Adolescents' Use of Media with Antisocial Content：A Cyclic Process Model［J］. Cyberpsychology，Behavior，and Social Networking，2014，17（2）.

［27］Casas J A，Del Rey R，Ortega-Ruiz R. Bullying and Cyberbullying：Convergent and Divergent Predictor Variables ［J］. Computers in Human Behavior，2013，29（3）.

［28］Pabian S，Vandebosch H. Using the Theory of Planned Behaviour to Understand Cyberbullying：The Importance of Beliefs for Developing Interventions［J］. European Journal of Developmental Psychology，2014，11（4）.

［29］Sengupta A，Chaudhuri A. Are Social Networking Sites a Source of Online Harassment forTeens? Evidence from Survey Data［J］. Children and Youth Services Review，2011，33（2）.

［30］Ybarra M L，Diener-West M，Leaf P J. Examining the Overlap in Internet Harassment and School Bullying：Implications for School Intervention［J］. Journal of Adolescent Health，2007，41（6）.

［31］Agnew R. Foundation for a General Theory of Crime and Delinquency［J］. Criminology，1992，30（1）.

［32］Wright M F，Li Y. Kicking the Digital Dog：A Longitudinal Investigation of Young Adults' victimization and Cyberdisplaced Aggression［J］. Cyberpsychology，Behavior，and Social Networking，2012，15（9）.

［33］Jang H，Song J，Kim R. Does the Offline Bully-victimization Influence Cyberbullying Behavior Among Youths? Application of General Strain Theory［J］. Computers in Human Behavior，2014，31.

［34］Wright M F，Li Y，Shi J. Chinese Adolescents' Social Status Goals：Associations with Behaviors and Attributions for Relational Aggression［J］. Youth and Society，2014，46（4）.

［35］Wright M F，Li，Y. The Association Between Cyber Victimization and Subsequent Cyber Aggression：The Moderating

Effect of Peer Rejection［J］. Journal of Youth and Adolescence，2013，42（5）.

［36］周浩，龙立荣.共同方法偏差的统计检验与控制方法［J］.心理科学进展，2004，12（6）.

［37］王帆，方晓义，胡伟，等. 家庭环境与高中生发展：自主的中介作用及其性别差异［J］. 心理发展与教育，2014，30（6）.

［38］Graham J. Missing Data Analysis Making It Work in the Real World［J］. Annual Review of Psychology，2009，60.

［39］Van Ginkel J R，Kroonenberg P M. Analysis of Variance of Multiply Imputed Data［J］. Multivariate Behavioral Research，2014，49.

［40］Gross E F. Adolescent Internet Use：What We Expect，What Teens Report［J］. Journal of Applied Developmental Psychology，2004，25（6）.

［41］马晓辉，雷雳. 青少年网络道德与其网络偏差行为的关系［J］.心理学报，2010，42（10）.

［42］Slonje R，Smith P K，Frisén A. The Nature of Cyberbullying，and Strategies for Prevention［J］. Computers in Human Behavior，2013，29（1）.

［43］Lazuras L，Barkoukis V，Ourda D，et al. A Process Model of Cyberbullying in Adolescence［J］. Computers in Human Behavior，2013，29（3）.

［44］Matei S，Ball-Rokeach S J. Real and Virtual Social Ties：Connections in the Everyday Lives of Seven Ethnic Neighborhoods［J］. American Behavioral Scientist，2001，45（3）.

［45］Reich S M，Subrahmanyam K，Espinoza G. Friending，I Ming，and Hanging out Face-to-face：Overlap in Adolescents' online and Offline Social Networks［J］. Developmental Psychology，2012，48（2）.

［46］胡阳，范翠英. 青少年网络欺负行为研究述评与展望［J］.中国特殊教育，2013，（5）.

［47］Kowalski R M，Limber S P，Agatston P W. Cyberbullying：Bullying in the Digital Age［M］. Oxford：Blackwell，2008.

［48］Rose A J，Rudolph K D. A Review of Sex Differences in Peer Relationship Processes：Potential Trade-offs for the Emotional and Behavioral Development of Girls and Boys［J］. Psychological Bulletin，2006，132（1）.

［49］雷雳. 毕生发展心理学——发展主题的视角［M］. 北京：中国人民大学出版社，2014.

［50］李丹黎，张卫，李董平，等.父母行为控制、心理控制与青少年早期攻击和社会退缩的关系［J］.心理发展与教育，2012，28（2）.

［责任编辑：江 波］

The Relation of Adolescents’ Offl ine Aggression and Cyberbullying: Cross-lagged Test

Lei Li Li Zheng Xie Xiao-chun Shu Chang
（Department of Psychology, Renmin University of China, Beijing 100872, China）

As cyberbullying is closely associated with offline aggression, the aim of present study is to investigate the causal relationship of offline aggression (victimization) and cyberbullying (cybervictimization). 435 adolescents completed the questionnaires on offline aggression (victimization) and cyberbullying (cybervictimization) for two waves which interval 5 months. Cross-lagged test found that offline aggression (wave 1) positively predicts cyberbullying (wave 2), offline victimization (wave1) predicts cyberbullying (wave 2) negatively, and cybervictimization (wave 2) positively, cybervictimization (wave 1) predicts offline aggression and victimization (wave 2) positively. The conclusions are offline aggression is the cause of cyberbullying, and offline victimization and cybervictimization are of reciprocal causation.

cyberbullying; offline aggression; adolescents; gender differences; cross-lagged

国家社会科学基金教育学一般课题“青少年的网络游戏体验及其与网络游戏行为的关系研究”（项目编号：BBA120019）的阶段性研究成果。

B844.2

A

2095-7068(2015)03-0092-10

2015-01-06

*通讯作者：雷雳，E-mail: dr.leili@qq.com。

作者介绍：雷雳（1968— ），男，重庆人，博士，中国人民大学心理学系教授、博士生导师，主要从事网络心理学和发展心理学研究。