1. 引言
随着互联网技术的迅速发展,网络已经成为大学生日常生活、学习和社交不可或缺的一部分。然而,过度依赖网络可能导致网络成瘾,对大学生的学习和生活产生负面影响。此前,已有研究表明,网络成瘾与注意力缺失存在关联。
根据中国互联网络信息中心(CNNIC)发布的第51次《中国互联网络发展状况统计报告》显示,截至2022年12月,我国网民规模达10.67亿。其中20~29岁网民占比为14.2%。据调查,大学生每天上网1~5小时的网民数量占比达到66.7%。大学生使用网络主要用于社交聊天、休闲娱乐、学习生活等方面。网络在便利大家生活的同时,也在潜移默化地给大家带来了各方面的危害。
网络成瘾(internet addiction)是一种病态的网络使用行为或偏差行为,指个体重复的使用网络所导致的一种慢性或周期性的着迷状态,同时伴随着耐受性增高和戒断反应等成瘾心理症状(Spada, 2014)。注意(attention)是指心理活动或意识活动对一定对象的指向和集中,是一切心理过程得以产生和进行的必要基础(郭秀艳,杨治良,2004)。注意力是人类认知功能的重要组成部分,对于学习、工作和日常生活具有关键意义。
近年来,国内外学者已经对大学生网络成瘾进行了大量研究。其中,有研究表明,社会结构变迁、价值观念变迁等社会因素都对大学生施加了巨大的压力(黎娟娟,黎文华,2022;王云海,秦东方,2015)。为了减缓现实压力,大学生往往会通过网络游戏、网络聊天和网络视频等网络行为来逃避现实,从而使得网络行为越来越频繁以至沉迷于网络(魏华等,2014)。张金健等(2023)研究发现大学生网络成瘾随时间推移呈现“先升后降”的趋势。研究发现网络成瘾可以负向预测注意控制,而这一结果也印证了网络成瘾是影响个体注意控制的因素之一,即过度使用网络会导致个体注意力涣散。在研究中,对注意控制中介作用的检验结果表明,注意控制在网络成瘾和学业拖延之间的中介作用显著,中介效应占比为28.42% (黄建军等,2022)。因此,网络成瘾不仅可以直接影响学业拖延,还能够通过影响个体的注意控制能力间接影响学业拖延。Ferrari (2001)通过对学业拖延的影响因素分析发现注意力缺陷与学业拖延有关。除了得到上述结果支持以外,注意控制的中介作用显著也证明了自我控制的执行功能理论,即低水平的注意控制导致的个体信息加工效率下降将会诱发学业拖延。而注意控制对自我调节至关重要(Baumeister & Heatherton, 1996)。综上,网络成瘾所导致的注意控制下降,将会使个体出现学业拖延。
基于以上背景,本研究旨在探讨大学生网络成瘾对注意力的影响,并进一步考察心理压力在这一关系中的调节作用。通过深入分析大学生的网络成瘾水平、注意力表现和心理压力水平,我们可以更全面地理解大学生网络成瘾对注意力的影响机制,并为教育和心理健康机构提供有针对性的干预措施。这将有助于帮助学生更好地应对心理压力,促进他们的注意力功能健康发展,从而提高学业成绩和生活质量。
2. 对象与方法
2.1. 研究对象
本研究在2023年7~9月期间进行,在全日制在校大学生群体中(不同年级、专业、性别、民族等水平)采取随机抽样方法,使用credamo见数平台发放问卷及进行实验。问卷采取匿名填写方式,且所有被试均自愿参与本研究,并已签署知情同意书。本次共计发放并回收187份问卷,经过筛选剔除无效数据后,得到有效问卷数据153份,注意力测量任务有效数据122份。其中,大一43人(28.10%)、大二28人(18.30%)、大三79人(51.63%)、大四3人(1.96%);男女比例为1:3.37。
2.2. 方法
2.2.1. Young网络成瘾量表
采用Young编制的网络成瘾量表(Young, 1998),共计20题。量表采取Likert 5点计分,各项目得分相加即为总分,总分100。分数越高则被试网络成瘾水平越高。本研究中,该量表的内部一致性系数为0.894。
2.2.2. 注意力测量任务(Stroop效应)
Stroop效应(Stroop, 1935; 陈俊等,2007):美国心理学家J.R. Stroop在1935年发现,在颜色命名实验中,当色词的颜色和该色词所表示的意义不一致时,被试的反应时间比命名非颜色词或字符串颜色时间长,如在命名用红墨水写的“green”时,所花的时间要比用红墨水写的“creen”所花的时间长。这种同一刺激的颜色信息和词义信息发生相互干扰的现象就叫Stroop效应,能引发Stroop效应的实验任务就叫Stroop任务。在经典的色词干扰任务中,Stroop范式的基本程序是实验者给被试呈现一个一个用不同颜色写成的单词,要求被试尽快而且尽量正确的说出每个词的颜色,而不理会这个词的名称及其所代表的意义。一般包括两个实验条件,一是色词干扰条件,二是控制条件,在色词干扰条件下,给被试呈现用不同颜色写成的颜色词,而且每个颜色词的名称所代表的意义与这个词的颜色都不相同,如绿字用红颜色写成在控制条件下给被试呈现用不同颜色写成的非颜色词或非词的字符串,如红色的好绿色的“乲”等。这种任务的典型结果是色词干扰条件下的反应时间比控制条件下的反应时间长,这两种条件的反应时间差异就是Stroop效应(曾祥炎,2007)。
2.3. 调查方法
2.3.1. 大学生群体网络成瘾者的情况及其程度
采用问卷调查的方法,对大学生中的网络用户展开调查并分析,以掌握网络成瘾者在大学生群体中的占比情况以及网络成瘾者的人口学特征,如性别、年级、院校、专业等。具体流程如下:
(1) 问卷采集:使用credamo见数平台设计的问卷(结合Young网络成瘾量表)测量大学生网络使用情况及程度。
(2) 整理收集到的问卷数据,计算每个被试的Young网络成瘾量表得分,去除无效问卷,将有效问卷的进行分组。
(3) 通过问卷得分对被试进行筛选,将被试分为网络成瘾者组(实验组)和非网络成瘾者组(对照组),根据其得分再将网络成瘾组分为轻、中、重度组(其划分标准为<40分为非网络成瘾,40~60分为轻度网络成瘾,60~80分为中度网络成瘾,80~100分为重度)。
2.3.2. 网络成瘾对大学生注意力的影响
本研究采用被试间设计,将被试筛选、分配到网络成瘾者组和非网络成瘾者组,以在不同组别之间比较注意力水平。实验组中的参与者具有网络成瘾,对照组中的参与者无网络成瘾。根据网络成瘾问卷的得分,分出的不同被试组别,使用Stroop效应实验,对其进行注意力的研究。具体流程如下:
(1) 控制无关变量,减小实验误差。让被试选择一个安静的实验环境,确保被试能够集中注意力。调整实验室或房间的照明,以确保屏幕上的文本和颜色能够清晰可见。
(2) 与被试约定好实验时间及地点。被试到场后,向被试说明实验的目的和过程,并取得他们的知情同意。
(3) 实验要求被试注视屏幕正中央,此处会相继出现一系列带有颜色的汉字。在每个字出现后,请被试对汉字的颜色作出反应。如果汉字是“红色”的,请按键盘“D”键;如果汉字是“绿色”的,请按“F”;如果汉字是“蓝色”的,请按“J”;如果汉字是“黄色”的,请按“K”。
(4) 进行预实验(即练习部分),以帮助被试熟悉任务和操作步骤。练习部分总共8个试次。
(5) 开始正式实验。要求被试集中注意力,根据任务要求做出相应的反应。被试需要根据指令迅速准确地回答汉字所显示的颜色,而尽可能地忽略汉字本身地意思。正式实验共72个试次分两部分完成。被试完成36个试次后,休息30秒,继续后36个试次。
(6) 整理实验数据,保留有效数据进行数据分析。
2.4. 统计学方法
运用SPSS 21.0、Excel软件对有效数据进行数据处理、分析。综合运用描述统计、独立样本t检验、方差分析、Pearson相关分析。运用Excel软件对有效数据进行数据处理、分析。筛选不同统计学信息,如年级、性别等,分析大学生网瘾程度的占比情况;使用Pearson相关系数分析网络成瘾与注意力之间的相关关系,确定两者之间的相关程度和方向。利用方差分析或相关检验等,比较网络成瘾和非网络成瘾组(或不同网络成瘾程度组)在注意力测量任务上的表现差异,可以通过注意的Stroop效应实验中的反应时间和准确率反映。以P < 0.05为差异有统计学意义。
3. 结果
3.1. 大学生群体网络成瘾者的情况及其程度
由图1、图2可见,网络成瘾与注意力在人口学变量上的差异:占比最多的均为轻度网瘾、且人数显著多于其他程度。在性别方面,女生网瘾人数在三个组别中均高于男生。在不同年纪的网瘾程度中,大三阶段有网瘾的人数(轻度及中重度)显著高于其他年级。
![](//html.hanspub.org/file/55-1134586x8_hanspub.png?20240428083306222)
Figure 1. The degree of Internet addiction in different grades
图1. 不同年级的网瘾程度情况
![](//html.hanspub.org/file/55-1134586x9_hanspub.png?20240428083306222)
Figure 2. The degree of Internet addiction in different genders
图2. 不同性别的网瘾程度情况
3.2. 网瘾程度与Stroop效应实验的平均正确率、平均反应时
用网瘾程度与Stroop效应实验的平均正确率、平均反应时分别绘制折线图,如图3、图4所示:正确率与网瘾程度呈负相关,即随网瘾程度加重,正确率降低。而平均反应时与网瘾程度的关系则无明显上升或下降趋势。其中、轻度网瘾组的平均反应时,出现异常状态,未呈现出预期中低于无网瘾、高于中重度网瘾组的情况。
3.3. 网络成瘾与注意力的相关性
网瘾量表总分代表网络成瘾水平,正确率与平均反应时代表注意力水平。Pearson相关分析结果显示,网络成瘾与注意力呈显著负相关,网瘾量表总分与正确率的相关性为−0.177,二者无显著相关关系(P > 0.05);网瘾量表总分与平均反应时的相关性为−0.203,二者具有显著性相关(P < 0.05),故见表1。
![](//html.hanspub.org/file/55-1134586x10_hanspub.png?20240428083306222)
Figure 3. Line chart of Internet addiction degree and accuracy
图3. 网瘾程度与正确率的折线图
![](//html.hanspub.org/file/55-1134586x11_hanspub.png?20240428083306222)
Figure 4. Line chart of Internet addiction and average reaction time
图4. 网瘾程度与平均反应时的折线图
![](Images/Table_Tmp.jpg)
Table 1. The correlation between Internet addiction and attention
表1. 网络成瘾与注意力的相关性
注:***、**、*分别代表P < 0.001、P < 0.05、P < 0.01的显著性水平。
3.4. 网络成瘾水平与注意力水平的差异性
运用独立样本t检验以及方差分析对网络成瘾水平与注意力水平的差异进行分析,表2~4结果显示:大学生在网络成瘾的得分中未呈现全部的显著差异。其中,在无网瘾与轻度网瘾组中网络成瘾与注意力无显著差异(P > 0.05);在无网瘾与中重度网瘾组中网络成瘾与正确率呈显著差异(P < 0.05),而与平均反应时差异不显著(P > 0.05);在轻度网瘾与中重度网瘾组中网络成瘾与注意力呈显著差异(P < 0.05)。
![](Images/Table_Tmp.jpg)
Table 2. The difference between no Internet addiction and mild Internet addiction
表2. 无网瘾与轻度网瘾的差异性
![](Images/Table_Tmp.jpg)
Table 3. The difference between no Internet addiction and moderate Internet addiction
表3. 无网瘾与中重度网瘾的差异性
![](Images/Table_Tmp.jpg)
Table 4. The difference between mild and moderate Internet addiction
表4. 轻度网瘾与中重度网瘾的差异性
注:***、**、*分别代表P < 0.001、P < 0.05、P < 0.01的显著性水平。
4. 讨论
4.1. 大学生网络成瘾现状
研究发现,大学生网络成瘾人数显著多于无网络成瘾的人数,网瘾人数占比76.47%,说明网络成瘾在大学生群体中普遍存在。进一步对变量在人口学特征上的差异性分析发现,女大学生网络成瘾水平均显著高于男大学生,这分别与王安冉(2020)、王艳秋(2020)的研究结果一致。女大学生网络成瘾症状的变化趋势显著上升,男大学生网络成瘾症状的变化无统计学意义(彭琳璐等,2023)。张金健等(2023)研究表明,大学生网络成瘾随时间呈现“先升后降”的发展趋势,大二阶段的网络成瘾水平最高,然后依次是大一阶段、大三阶段,大四阶段最低。这与本研究结果大致相同,大二阶段的网瘾水平占比最高。
4.2. 大学生网络成瘾与注意力的关系
4.2.1. 相关性
网络游戏成瘾者对成瘾相关正性线索存在着注意偏向,且这一注意偏向是自动且持续的(戴珅懿等,2011)。表明大学生网络成瘾与注意力存在相关性。网络成瘾程度和正确率不存在相关关系(P > 0.05),这可能是由于本研究的样本量不足导致或者是Stroop实验程序过于简单,存在一定的误差和不准确性,导致无显著性和相关关系,其次,一些混淆变量(额外变量)也是部分原因,如被试玩过类似练手速的游戏活动等,这些混淆变量可能同时影响两个变量,导致整体正确率无显著性相关。而网络成瘾程度和平均反应时存在显著性相关(P < 0.05),这表明网络成瘾程度与平均反应时之间存在一种关联关系,且这种关联关系可能是真实存在的,值得进一步研究是否存在正相关的关系。
4.2.2. 差异性
有研究表明手机网络成瘾者和成瘾风险者的注意特点存在显著差异(张晶等,2019),与本研究有网瘾与无网瘾者注意力存在差异的观点不谋而合。相比于无网络成瘾者,轻度网络成瘾者的正确率数据相对来说更分散,变异性更大。根据t检验的结果,无网络成瘾者和轻度网络成瘾者在正确率及反应时上均不存在显著性差异。这可能是由于样本量较小、被试不熟悉实验流程而导致反应时增长,而不是因为注意力水平等因素导致的。对于更准确的结果,可进一步考虑更多因素并进行更细致的研究与分析。
在无网络成瘾者和中重度网络成瘾者中,正确率存在显著差异(P < 0.05),进而可以进一步推论出网络成瘾程度对注意力具有一定影响。但由于反应时P值显示不显著,故该研究需进一步深入研究分析。具体来说,中重度网络成瘾者在正确率和平均反应时上表现较差,相比之下,轻度网络成瘾者处于中间水平,而无网络成瘾者表现最优。但由于研究发现一些注意力水平与网瘾程度呈现不显著关系,故该研究应考虑各类影响因素与误差后,进行进一步实验研究,使研究更具准确性与说服力。
4.3. 研究的意义与不足
本研究的结果与现有研究的一些发现相一致。以前的研究已经指出,网络成瘾可能导致对注意力产生负面影响。我们的研究在大学生群体中进行了实证研究进一步证实了这种关系。该结果提供了额外的支持,加深了对网络成瘾与注意力之间关系的理解。
但本研究存在一些局限性仍然需要注意。首先,我们使用的Young网络成瘾量表和Stroop效应实验作为研究工具,但这些工具本身可能存在一定的测量误差。其次,我们的研究仅限于大学生群体,可能无法推广到其他年龄段和人群中。此外,我们收集到的样本量相对较小,这限制了结果的一般性和可靠性。
基于我们的研究结果和发现,我们可以提出一些未来研究的方向。首先,可以进一步探究网络成瘾与注意力之间的因果关系,使用更长时间的纵向研究设计(目前都是横向研究),以便更好地理解其影响机制。其次,可以探索不同类型的网络成瘾(如社交媒体、游戏等)对注意力的影响,以了解不同类型成瘾的差异性。此外,可以考虑其他评估注意力的方法,如脑电图(EEG)或功能磁共振成像(fMRI)等,以进一步验证我们的结果。
总之,本研究提供了关于大学生网络成瘾对注意力的影响的初步证据。未来的研究可以进一步探索这一关系,并且有助于帮助人们提供一些预防措施。
5. 结论
网络成瘾对注意力确实会产生一定影响。大学生网络成瘾与注意力水平存在负相关。网络成瘾水平越高,注意力表现越差。
基于以上研究结果,我们建议大学生对网络使用进行适度和科学的管理。学校和教育机构应该加强对大学生网络成瘾问题的宣传与教育,帮助他们认识到网络成瘾的危害和影响。同时,个人应该积极培养时间管理和自控能力,避免过度使用网络。此外,社会应该关注大学生的心理健康问题,提供相应的心理健康支持与服务。通过共同努力,我们可以帮助大学生更好地管理网络成瘾问题,提高他们的注意力与学业表现。
NOTES
*通讯作者。