大学生手机成瘾和学习适应的关系：一项追踪研究

雷婷婷

（江苏第二师范学院 教育科学学院，江苏 南京 211200）

0 引言

适应是人类发展进程中的永恒命题.从高中进入到大学，学习和生活环境发生了巨大的变化，大学生需要不断调整自己的身心，以促使自己在大学校园中保持一种良好的生存状态.学习适应是个体根据环境的变化及学习的需要，通过自我调节达到与学习环境平衡的心理与行为过程[1].对于大学生而言，学习适应具有重要意义，众多研究发现学习适应对大学生的学习倦怠、学业成绩和辍学行为均具有显著的预测作用[2-4].

随着智能手机技术和移动互联网高速发展，中国手机网民规模持续提升.2021年最新的《中国互联网络发展状况统计报告》显示，中国网民规模已达到10.32亿人，使用手机上网的比例达99.7%.手机成瘾日益成为继网络成瘾后备受社会关注的问题，大学生手机成瘾更是逐渐呈现蔓延趋势.实证研究发现，手机成瘾不仅能够显著负向预测大学生睡眠质量[5]，同时对于其学业成绩[6]、学习倦怠[7]均具有显著的预测作用.

近年来，大学生学校适应和手机成瘾之间关系的研究初现成果，但是得出的结论并不一致甚至相反.智能手机作为网络使用的终端，手机成瘾的概念出现之初，就被认为是网络成瘾的新型表现方式，具有很多和网络成瘾的相似之处.手机成瘾往往会表现为个体过度沉迷于手机，并对其心理和行为产生负面的影响.一些横断面的实证研究发现手机成瘾会导致学习适应不良和学业成绩下降.Douglas等[8]提出的互联网病态使用模型认为，个体、环境和互联网特点等因素导致了个体网络成瘾的出现，同时网络成瘾又会促使个体出现适应不良.一方面，智能手机的多任务处理特点会导致个体出现认知超负荷[9]，妨碍学习的认知过程[10]，从而促使个体产生学习适应不良；另一方面，过于沉迷于手机容易导致个体在手机上耗费大量时间而无法自拔，进而导致个体无法进行有效的学习适应.

但同时，另一些研究认为青少年手机成瘾是个体适应不良所导致的结果.一般紧张理论认为压力会引发青少年的负面情绪，从而导致问题行为的出现[11].大学生学习适应不良促使个体产生学业压力，而青少年往往会把上网作为减压的一种方式，从而诱发网络成瘾[12].国内的实证研究也发现适应不良对青少年的网络成瘾具有显著的正向预测作用[13，14].同时一项关于适应性和手机依赖的横断面研究也发现，学习适应对大学生的手机依赖具有显著的预测作用[15].由高中进入大学，学习环境和学习模式的变化极容易导致大学生出现学习适应不良，从而产生学业压力.为了应对压力，他们往往会把手机作为减压的一种工具，并逐渐沉迷于手机，导致手机成瘾的出现.也就是说，大学生手机成瘾有可能是个体学习适应不良而导致的结果.

综上，前人关于手机成瘾和学习适应关系的研究结论并不一致甚至相互矛盾，究其原因，有可能是因为他们大多采用的是横断面的实证研究.横断面实证研究可以确定两个变量的相关关系，但无法准确判断两者之间是否存在着因果关系.因此，本研究拟采用纵向研究设计探究大学生学习适应、手机成瘾的变化，进一步通过交叉滞后分析探究两者之间的因果关系及其内在心理机制，以得出更为清晰的结论.

1 研究方法

1.1 研究对象

本研究采用随机整群抽样法，从江苏省泰州市两所高校抽取4个年级共554名大学生进行追踪研究.前后进行两次问卷调查，期间间隔6个月.第2次施测时，共随访到被试495名，流失了59人.去除无效问卷后共得到有效问卷476份，调查样本中男生225名（占比为47.3%），女生251人（占比52.7%）；有效样本中的大一学生127人（占比26.7%），大二学生123人（占比25.8%），大三学生114人（占比23.9%），大四学生112人（占比23.5%）.样本平均年龄为20.39岁，标准差为1.04岁.

1.2 研究工具

1.2.1 手机成瘾指数量表

采用梁永炽编制的手机成瘾指数量表（Mobile Phone Addiction Index，简称MPAI）[16]，量表共17个项目，包括失控性、低效性、戒断性和逃避性4个维度.每个项目从1（完全不符合）到5（完全符合）进行李克特5点计分，总分越高就意味着该学生手机成瘾水平越高.两次问卷调查中，各分量表一致性系数在0.88～0.92范围内.两次测量的总量表一致性系数分别为0.91和0.90.

1.2.2 大学生适应性量表

采用卢谢峰编制的大学生适应性量表（College Student Adaptability Index，简称CSAI）中的学习适应性分量表[17]，该量表包含8个项目，如“我一直都有明确的学习计划”.项目从1（完全不符合）到5（完全符合）5级计分，分数越高说明学生的学习适应水平越强.本研究前后测量的量表一致性系数依次为0.85和0.87.

1.3 数据收集与统计分析

研究运用纵向研究设计，入学两个月时进行第1次施测（第1学期），测量大学生手机成瘾、学习适应和人口统计学变量；半年后进行第2次施测（第2学期），测量其手机成瘾和学习适应.以班级为单位进行集体施测，每班配备一名受过专业培训的心理学专业研究生为主试.本次研究过程中，两次量表施测过程及程序保持一致.通过SPSS 23.0进行数据的输入与分析，主要采用重复测量方差分析、相关分析和交叉滞后分析进行数据的分析处理.

2 结果

2.1 共同方法偏差检验

由于采用自陈式量表进行问卷测量，数据分析容易有共同方法偏差风险.因此通过Harman单因素检验[18]对研究数据实施共同方法偏差检验.通过检验发现：特征值大于1的因子共6个，且第1个因子能够解释的变化量为22.57，小于40%的临界标准.基于共同方法偏差的检验结果可以推断共同方法偏差对本研究结果造成的影响很小.

2.2 大学生手机成瘾、学习适应的发展及年级差异

以测量时间（前测、后测）作为被试内因素，年级（大一、大二、大三、大四）作为被试间变量，统计分析采用2×4重复测量的方差分析.研究结果发现：时间和年级对大学生学习适应和手机成瘾的主效应均不显著，同时结果进一步显示交互效应也不显著.这些结果表明大学生学习适应、手机成瘾在追踪研究期间保持相对稳定性，手机成瘾和学习适应在年级上不具有显著性差异，详见表1.

表1 大学生手机成瘾、学习适应的发展（M±SD）

2.3 相关分析

研究采用皮尔逊相关分析检验手机成瘾与学习适应之间的关系.研究结果显示：前、后测手机成瘾的相关系数在0.26～0.60范围内，显著性均达到0.01.前后测学习适应的相关系数为0.41（P＜0.001）.前后测的手机成瘾与学习适应均呈显著性负相关，相关系数在-0.42～-0.12（P＜0.05）范围内.这说明大学生手机成瘾倾向越强，学习适应水平越低.

2.4 交叉滞后分析

在上述统计分析的基础上，进一步通过交叉滞后分析检验手机成瘾与学习适应之间的因果关系.结果发现：前测中大学生手机成瘾和学习适应的相关系数为-0.40，后测中两个变量的相关系数为-0.39.采用进入法进行二元回归分析，在控制手机成瘾（前测）总分之后，学习适应（前测）对手机成瘾（后测）总分的预测作用不显著（β=-0.05，P=0.33）.控制学习适应（前测）总分之后，手机成瘾（前测）总分对学习适应（后测）总分具有显著的负向预测作用（β=-0.16，P＜0.01）.这说明，从总体上来看，手机成瘾能够负向、单向预测大学生学习适应水平，详见图1.

图1 手机成瘾与学习适应的交叉滞后分析

为了进一步考察手机成瘾4个维度对大学生学习适应的影响作用及其效应大小，本次研究采用了回归分析.首先，以学习适应T1作为结果变量，以手机成瘾（前测）的4个维度作为预测变量，采用逐步回归分析法探讨手机成瘾（前测）的4个维度对学习适应（前测）的影响；其次，由之前分析可知，学习适应（前测）能够显著预测学习适应（后测），为了分离出手机成瘾各个维度对学习适应（后测）的影响，接下来，以学习适应（后测）为因变量，先控制学习适应（前测），然后以手机成瘾（前测）和手机成瘾（后测）的4个维度为自变量，以逐步回归分析法探讨手机成瘾（前测）和手机成瘾（后测）对学习适应（后测）的影响，详见表2.

由表2可以发现，失控性（前测）和低效性（前测）能够显著负向预测学习适应（前测）；对学习适应（后测）具有显著性负向预测作用的分别是低效性（后测）和失控性（后测），其中，低效性（后测）对学习适应（后测）的负向预测作用更为明显.

表2 手机成瘾各维度对学习适应的回归分析（n=476）

综上，手机成瘾对学习适应更多是同时性预测，而且都是失控性和低效性两个维度对学习适应具有显著的预测作用.但同时，两者对学习适应预测作用的大小发生了变化，失控性（前测）对学习适应（前测）预测作用最大，低效性（后测）对学习适应（后测）预测作用最大.

3 讨论

3.1 大学生手机成瘾、学习适应的稳定性与变化

研究发现，后测中被试的手机成瘾倾向虽稍有提升但差异不显著，也就是说被试的手机成瘾倾向具有相对稳定性，这一研究结果与前人相关研究是相一致的[19，20].由于大学生手机成瘾水平发展具有一定的稳定性，这提醒我们应当更加重视大学生手机成瘾的预防工作，这也与积极心理学提出的“重视对心理疾病的预防”思想是一致的.其次，本研究还发现，被试的学习适应水平在前、后测中差异不显著，这也说明大学生的学习适应水平同样具有一定的稳定性.这一发现验证了前人的研究结论，他们认为第一年是大学生发展的关键一年[21]，大学生后期学业的顺利发展取决于他们大学第一年学习适应水平[22].鉴于此，应当充分重视大学新生的入学教育工作，提升大学生的学习适应水平.

3.2 手机成瘾与学习适应的关系

研究发现，大学生手机成瘾与学习适应呈显著性负相关，这与国内外已有的研究结论是相似的[6，19，23，24].也就是说，大学生手机成瘾倾向越强，其学习适应水平就越低，这也验证了Douglas等[8]提出的互联网病态使用模型理论.通过交叉滞后分析，研究还发现了两者之间的因果关系，即大学生手机成瘾是学习适应的影响因素，手机成瘾能够降低学习适应水平.手机成瘾能够降低个体睡眠质量，从而引发个体学习兴趣和注意水平的降低[25]，进而降低学习适应水平；同时，手机成瘾能够引发个体消极情感水平的提升[26]，而抑郁、焦虑这些消极情感均已被证明是威胁大学生学习适应的风险性因素[23，27]，因此手机成瘾可以通过引发个体消极情感水平的提升而降低学习适应水平.

本研究通过交叉滞后回归分析还进一步发现，前测中失控性和低效性能够显著预测学习适应；后测中低效性和失控性对学习适应具有显著性预测作用，从两次回归分析进入的变量上可以发现手机成瘾对学习适应的预测是同时性预测.从影响的方向来看，失控性和低效性对学习适应具有显著的负向预测作用，说明这两个变量是导致个体学习适应不良的风险性因素.同时，从预测作用的大小来看，还可以发现失控性和低效性对学习适应预测作用的大小在前、后测中是不一样的，前测中失控性的预测作用最显著，后测中低效性的预测作用最显著.前期，个体把时间过度耗费在手机上并逐渐失去控制，而时间管理则被认为是影响大学生学习适应的最重要因素[22].由高中进入大学，学习模式发生了巨大变化，这就要求大学生要从过去的被动学习状态进入到主动学习状态.而失控性会让个体过度沉迷于手机，无法合理地规划自己的学习时间，从而导致学习适应不良的出现.后期，过度沉迷于手机会造成日常生活学习行为效率降低.一方面，手机多任务处理特点会导致个体出现认知超负荷[9]，另一方面，手机成瘾会让个体频繁地查看手机，无法集中注意力于学习上，这些都会大大降低个体的行为效率.大学生在一定时间内无法有效地学习，必将会影响个体的学习适应，从而出现学习适应不良.因此，后测中低效性对学习适应预测作用的增强也是可以被解释的.

通过本次追踪研究发现，大学生手机成瘾对学习适应具有单向因果关系，但由于本次研究采用的仅是两次问卷调查，即一个阶段的追踪研究，对于大学生手机成瘾与学习适应之间是否存在循环因果关系还有待在后续研究中进行进一步论证.

3.3 启示与建议

本研究对大学生手机成瘾和学习适应的预防与干预具有重要意义.首先，大学生学习适应水平具有一定的稳定性，这提醒我们应当重视大学新生在第1年的学习适应，加强大学生的入学教育工作.其次，手机成瘾对于学习适应具有显著的负向预测作用，因此高校相关教育机构应当加强对大学生手机成瘾的预防和干预，以防范学习适应不良的出现.再次，失控性和低效性对大学生学习适应具有显著的负向预测作用，因此，教育工作者应引导大学生合理使用手机，加强时间管理，提升学习效率，帮助大学生更好地达到学习适应状态.