大学新生压力知觉与网络成瘾的关系：链式中介分析

杨义滢， 刘 佳， 王阳茜， 熊贤梦， 程 刚

(贵州师范大学 心理学院， 贵州 贵阳 550025)

0 引言

压力知觉指个体在应对一些具有不可预测的生活事件时，而产生的消极认知情绪状态[5-6].生命历程理论观点认为，由于人类的发展具有环境敏感性，因此，一些与发展相关的事件可能使个体发生较大的变化，其中，学校过渡是重要的发展事件之一[7].对于刚刚进入大学校园的大一新生来说，由于刚刚离开家庭与熟悉的群体，且面临着学习方式、人际关系与生活方式的转变，从而新生易出现焦虑、抑郁与孤独感等心理问题，进而使其感知到较大的压力[8-9].网络成瘾的认知-行为模型理论观点认为[10]，个体所处的外部环境是网络成瘾的重要影响因素，因此，来自外部环境的压力是导致个体网络成瘾的风险因素[11].另外，网络使用的补偿理论认为[12]，当个体在现实生活中处于消极状况时，那么他就可能通过使用网络的方式来逃避当下现实，从而会增加网络成瘾的可能性.当前国内外也有大量研究表明，压力知觉是个体网络成瘾的重要预测因素[13-14].

抑郁情绪也是大学新生网络成瘾的重要原因，社会情绪理论模型，网络使用被认为是应对压力或消极情绪的方式之一，也就是说，日常的消极情绪越多，会使得个体在虚拟世界中投入更多的时间，从而导致个体更高的网络成瘾[15].这一观点也得到较多实证研究的支持[16].而抑郁情绪的产生一定程度上会受到个体感知压力水平的影响，即在压力环境下，个体的抑郁情绪更高[17].纵向研究表明，大学新生在入学后，其抑郁情绪会显著提升，这说明了入学过渡期所带来的压力，会提升个体的抑郁水平[18].而抑郁情绪的增多，往往也会使新生形成网络成瘾[15].

另外，新生的睡眠质量也与其网络成瘾有关.根据Becker等[19]提出的生物-心理-社会-情境模型，睡眠质量是影响网络成瘾的重要前因变量，也就是说睡眠质量越差的个体，越容易网络成瘾.这一模型同时也符合自我调节资源中自我损耗模型观点，良好的睡眠质量是恢复自我能量与资源的重要方式，所以当个体的睡眠质量差时，其难以恢复自己损耗的自我调节资源，从而导致自身的自控力下降，进而使自身产生更多的失控行为[20].事实上，国外一项针对大学新生的纵向实证研究发现，睡眠质量问题能够显著预测更长时间的网络使用；同时，国内也有研究证明了大学生的睡眠质量会影响其网络成瘾[21].因此，对于大学新生来说，较差的睡眠质量会使个体自身损耗的资源难以恢复，从而会产生诸如网络成瘾的失控行为.

而睡眠质量作为结果变量来说，其可能会受到压力知觉的影响[22].如元分析发现[23]，大学生的睡眠质量会受到诸如抑郁、压力感知和焦虑等心理因素的影响.国内研究也发现，对于大一新生来说，因其正面临着过渡期所带来的压力，其睡眠质量也较差[24].因此，大学新生的压力感知越高，其睡眠质量越差，进而使其产生网络成瘾行为.另外，抑郁情绪可能是导致睡眠质量差的风险因素之一[25-26].例如，一项针对国内大学生的研究也发现，大学生的抑郁情绪正向预测其睡眠质量，且反刍思维在其中具有中介作用[27].因此，大学新生的睡眠质量可能会受到其抑郁情绪的影响.

综上所述，大学新生的压力知觉、抑郁情绪、睡眠质量均会对其网络成瘾产生作用，并且，压力知觉通过抑郁情绪和睡眠质量作用于网络成瘾.虽然当前均有研究探讨两两关系，但还未有研究通过链式中介模型来系统考察四者关系；另外，当前研究较少关注大学新生的入学过渡问题，通过揭示大学新生压力知觉是“如何”影响网络成瘾的，不仅可以进一步明确压力知觉与网络成瘾的关系及其作用机制，同时研究结果也能为后续大一新生的入学适应教育提供理论指导和实证依据.在此基础上，本研究进一步提出以下假设(见图1)：

图1 假设模型

假设1：大学新生压力知觉、抑郁、睡眠质量和网络成瘾间均呈两两正相关关系.

假设2：抑郁和睡眠质量在大学新生压力知觉与网络成瘾中具有链式中介作用.

1 方法

1.1 被试

采用方便取样法，对贵州省某高校大一新生进行团体施测，施测时间在新生入学第一个月内进行.共发放问卷1200份，剔除不认真作答后，剩余有效问卷1110份(问卷有效率为92.5%).其中男生316人，女生794人；生源地在农村的803人，城市的307人；平均年龄为19.60岁(SD=1.08).

厦门柔性直流输电工程的直流额定电压为±320 kV，输送容量1000 MVA，采用真双极接线。两侧换流站之间由两回直流线和一回回流线形成回路，当一极停运时，另一回直流线同回流线形成回路，具体接线如图1所示。

1.2 工具

1.2.1 压力知觉量表

采用杨廷忠等[28]修订的压力知觉量表，主要用于测试个体在过去一个月内感知到的压力程度.量表共14个条目，采用5级计分(1=从不，5=几乎总是)，其中4、5、6、7、9、10题为反向计分条目.量表共包含失控感(如“能够管理好自己的时间”“能够控制生活中的恼人事件”；条目分别为1、2、3、8、11、12、14)和紧张感(如“感到紧张不安”“发现自己不能处理好所有必须要做的事情”；条目分别为4、5、6、7、9、10、13)两个维度.总分越高，代表个体近一个月内感知到的压力越大.本研究中，该问卷的克隆巴赫α系数为0.80.

1.2.2 流调中心抑郁量表

采用Radloff[29]编制的流调中心抑郁量表测量新生过去一个月的抑郁情绪程度.量表共20题，采用4级计分(0=每周小于1天，3=每周5-7天)，其中第4、8、12和16题采用反向计分，总分越高，代表个体近一个月的抑郁情绪越多.本研究中，该量表的克隆巴赫α系数为0.87.

1.2.3 匹兹堡睡眠质量量表

本研究采用刘贤臣等[30]修订的匹兹堡睡眠质量自评量表来评估学生过去一个月的睡眠质量.量表共18题，分为睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、催眠药物和日间功能障碍7个成分.计分方式主要分为两步.第一步，睡眠情况记录.首先，参与者先记录其起床时间、入睡时间、睡眠时间等4道题(均为填空题)；其次，还要收集参与者的睡眠情况的10道题，如夜间易醒或早醒、呼吸不畅、感觉冷等(采用4级评分，0=无，1=每周小于一次，2=每周1-2次，3=每周大于或等于3次)；再次，还需要收集参与者对自身睡眠情况的总体评价的1道题(4级评分，0=很好，3=很差)；最后，需要收集参与者的药物催眠、困倦及精力不足情况(采用4级评分，0=无，1=每周小于1次，2=每周1-2次，3=每周大于或等于3次).第二步，得到各题的粗分后，采用加总、赋值等方式，最终计算出各成分的得分.匹兹堡睡眠质量得分为7个成分之和，总分越高，代表个体的睡眠质量越差，按照常模标准，当总分大于或等于8分时，可判定受测者的睡眠质量较差，小于或等于4分为良好，在本研究中有15.2%的新生睡眠质量为较差，47%的新生睡眠质量为良好.

1.2.4 网络成瘾量表

本研究采用白羽等[31]修订的网络成瘾量表，该量表共19题，采用4级计分(1=极不符合，4=非常符合)，共有网络成瘾耐受性(2、4、6、18)、强迫性上网及戒断反应问题(3、7、10、12、14、15)、时间与管理问题(1、5、17、19)及人际与健康问题(8、9、11、13、16)四个因子，量表的总分越高，说明其网络成瘾程度越严重；根据常模标准，当总分大于或等于53分时，可判定为网络成瘾,本研究中有网络成瘾的大学新生占比为3.1%.在本研究中，网络成瘾量表的克隆巴赫α系数为0.94，各维度的克隆巴赫α系数在0.77～0.85之间.

1.3 共同方法偏差检验

在本研究中，由于四个变量均为自陈式量表且均在同一时间作答，可能会存在共同方法偏差问题，故本研究采用Harman单因子法来检验本研究是否存在共同方法偏差，由于睡眠质量问卷中有部分填空题(收集参与者的睡眠时间与起床时间)，故只将部分为表明态度的题目纳入计算，结果表明第一个公因子的方差解释率为14.52%，说明本研究不存在明显的共同方法偏差问题[32].

2 结果

2.1 描述统计及相关分析

从表1可知，压力知觉、抑郁、睡眠质量和网络成瘾四个变量均呈两两显著正相关关系，说明压力知觉越高的新生，其抑郁程度更高、睡眠质量越差、网络成瘾程度更高.

表1 描述统计及相关分析

2.2 压力知觉与网络成瘾的链式中介分析

本研究利用mplus8.3软件构建结构方程模型对链式中介效应进行检验.首先，为了降低测量误差，提高共同度，本研究采用关系平衡法(压力知觉与流调中心抑郁指标)与内部一致法(睡眠质量与网络成瘾指标)对测量指标进行打包，以完成潜变量建模[33].其次，由于数据的偏度均小于2、峰度均小于7(见表1)，故认为本研究数据分布形态为正态分布或近似正态分布，所以可采用极大似然法对模型进行估计和检验[34]；从模型的拟合指标来看[35]，各项指标均可接受(χ2/df=4.85，RMSEA=0.06, CFI=0.94，TLI=0.92，SRMR=0.04).最后，采用偏差校正 Bootstrap 法重复抽样5000次计算抑郁及睡眠质量在压力知觉和网络成瘾的中介效应[36](见表2)：首先，压力知觉→抑郁→睡眠质量→网络成瘾的链式中介效应的置信区间不包括0，说明链式中介效应显著，表明压力知觉越高的新生，其抑郁情绪越高，从而影响自身的睡眠质量，进而最终网络成瘾更高.其次，睡眠质量在压力知觉与网络成瘾间的简单中介效应显著，即压力知觉高的新生，其睡眠质量越差，进而网络成瘾更高.最后，压力知觉→抑郁→网络成瘾这一中介路径不显著；另外，将居住地作为控制变量纳入模型发现，生源地为农村的学生，其网络成瘾行为显著高于城市学生(β=-0.09，P<0.05).

图2 链式中介效应路径分析注：图中系数均为标准化系数；生源地(0=农村，1=城市)为虚拟变量编码；实线代表路径在0.05水平上显著，虚线代表路径不显著；CESD为抑郁，CPSS为压力知觉.

表2 效应分解及偏差校正Bootstrap的95%置信区间

3 讨论

与假设1一致，新生的网络成瘾与其压力知觉、抑郁情绪、睡眠质量均呈显著正相关，说明这三个变量均为网络成瘾的危险性因素，这与以往研究相一致[37-38].具体来说，当个体进入大学校园时，由于环境变化而导致个体面临较大的压力，而这种压力会使个体花费更多的时间投入到网络的虚拟世界中，进而更可能形成网络成瘾.另外，高压力知觉也使个体的抑郁情绪增多和睡眠质量变差，而二者作为网络成瘾危险因素，也会使个体的网络成瘾更严重.

与假设2一致，压力知觉通过抑郁与睡眠质量的链式中介作用于大学新生的网络成瘾. 另外，在链式中介模型中，睡眠质量在压力知觉与抑郁间的单独作用显著.说明网络成瘾不仅直接受到新生的压力知觉的影响，还会受到因压力知觉而带来的睡眠质量问题的影响.此模型验证了网络成瘾的认知-行为模型理论观点与网络使用的补偿理论观点[10,12]，即在入学过渡期内，人际关系、学业问题和脱离家庭等环境的变化会使个体产生较高的压力知觉，高压力环境下，个体的抑郁情绪也会增多，从而使其睡眠质量变差，最终导致个体不愿意在现实生活中交流，而是选择投入更多时间在虚拟世界以回避现实中的压力.另外，结果发现抑郁在压力知觉与网络成瘾的单独中介作用不显著，这与以往研究结果不一致[16].以往研究结果说明入学过渡期所带来的压力会给大学新生带来较多的抑郁情绪，而高抑郁情绪的个体，其往往具有兴趣减退、情绪低落和精力不足等特征，这会导致学生不愿意在现实生活中交流，而是倾向于选择虚拟的网络世界进行社交和娱乐，进而有较高的网络成瘾.

本研究通过链式中介模型探究了大学新生网络成瘾的相关因素，一定程度上为网络成瘾的形成机制提供了一定的支持.同时，本研究也能为大学生网络成瘾的干预提供一定的启发，即大学的教育工作者要帮助学生加快大学校园生活的适应(如多与学生进行情感交流和组织有利于学生适应的活动等)，从而减少其压力感知，这不仅能使新生的抑郁情绪减少，也能够帮助提升其睡眠质量，最终减少学生网络成瘾的可能性.

尽管本研究对网络成瘾的形成机制及干预提供了一定证据，但仍然还存在一些不足.首先，本研究采用横断研究设计的方式来探讨网络成瘾的影响因素，一定程度上难以说明变量间的因果关系；未来研究需要采用纵向研究法或实验法来探讨或验证本研究结果.其次，本研究缺乏对一些额外变量的控制，如经济地位、人格、认知风格等因素[14,39]，这一定程度上使研究缺乏一定的严谨性，未来研究需要进一步考虑其他变量对模型的影响.最后，本研究样本较为单一，样本的代表性较弱，未来需要采用大样本或抽取代表性的样本继续验证本研究模型.

4 结论

(1)大学新生的网络成瘾与其压力知觉、抑郁及睡眠质量均呈显著正相关.

(2)大学新生的抑郁与睡眠质量在其压力知觉与网络成瘾间起链式中介作用.

(3)睡眠质量在压力知觉与网络成瘾间的单独中介作用显著，但抑郁在压力知觉与网络成瘾间的单独中介作用不显著.