大学生网络成瘾的原因及干预措施
The Causes and Intervention Measures of Internet Addiction in College Students
摘要: 网络成瘾(Internet Addiction Disorders, IAD)被描述为一种行为成瘾,表现为对互联网的反复和无限制使用,会引起一系列认知和社交障碍。随着互联网的发展,网络成瘾在世界许多国家的大学生中广泛流行。在现代社会,互联网固然重要,但由此引发的一系列公共卫生问题不容忽视。因此,了解引起大学生网络成瘾的原因有重要的意义,可以为大学生网络成瘾的预防和干预提供科学有效的依据。
Abstract: Internet Addiction Disorders (IAD) is described as a behavioral addiction characterized by repeated and unrestricted use of the Internet, resulting in a range of cognitive and social impairments. With the development of the Internet, Internet addiction is widely popular among college students in many countries around the world. In modern society, the Internet is important, but the resulting series of public health problems cannot be ignored. Therefore, it is of great significance to understand the causes of Internet addiction in college students, which can provide scientific and effective basis for the prevention and intervention of Internet addiction in college students.
文章引用:李颖, 许进丹. 大学生网络成瘾的原因及干预措施[J]. 心理学进展, 2024, 14(7): 521-527. https://doi.org/10.12677/ap.2024.147509

1. 研究背景

人们会因为过度使用网络而对其产生慢性或周期性的着迷,并激起难以抗拒的再度使用网络的欲望,造成身体、心理、人际、婚姻、经济或社会功能等方面的损伤(Brenner, 1997),这即被称之为网络成瘾(Internet Addiction),又称网络成瘾障碍(Internet Addiction Disorder, IAD) (Hall & Parson, 2001)。

在过去的20年中,互联网的传播迅速,成为全球日常生活不可或缺的一部分。青少年和年轻人是该技术的主要用户,该技术可以快速,轻松地访问信息,进行人际交流,娱乐等。互联网在给大学生的学习与生活带来便利的同时,带来的负面效应也不容忽视,网络成瘾就是其中典型之一。在我国大学生群体中,网络成瘾现象比较严重。临床医生和研究人员已经表明,网络成瘾(IA)对比于其他突发疾病越来越受到关注。2013年由陶然主持制定的网络成瘾9条标准正式被收入第五版《精神疾病诊断与统计手册》(DSM-5),并在美国精神病学会(APA)年会上发布。这套标准将先前的各种分类方式都归纳在一起以一种综合性的方式定义网瘾,将那些与强迫行为相关的主要因素包含在内。将网络成瘾纳入DSM-5,将为更多的网络成瘾者尽早地提供科学的诊断和治疗。

大学生网络成瘾有许多不良影响,比如网络成瘾可能导致他们无法集中精力完成学业或工作任务,影响升学和就业。影响大学生的身体健康,长期对着手机,电脑,眼睛容易近视,还容易得颈椎病等疾病。网络成瘾还可能导致大学生与现实生活中的家人、朋友、同学等社交关系疏远,缺乏与人面对面的交流和互动,影响个人的社会适应能力和人际关系。长时间沉迷于网络对大学生的心理健康也可能造成负面影响,引起焦虑、抑郁、自卑等问题。

因此,研究大学生网络成瘾问题对于帮助学生建立正确的网络使用观念,提高学生的自我控制能力,促进学生全面健康发展具有重要意义。同时,也有助于社会各界采取有效措施预防和干预大学生网络成瘾问题,维护社会稳定和人民健康。研究者应该对网络成瘾做更多积极且深入的探索,挖掘大学生网络成瘾背后的作用因素,并进一步考察作用因素与网络成瘾之间的科学机制,在此基础上,对大学生网络成瘾进行科学的预防与有效的控制。

2. 大学生网络成瘾的影响因素

大学作为高等教育环境,衔接在社会与家庭之间,自然有许多挑战等待着大学生。其中大学复杂的社交关系,繁重的学业压力,不同的家庭环境以及生活的满意度等现实挑战容易影响大学生的心理状况,导致大学生逃离到相对轻松的网络之中,久而久之不少大学生对网络产生依赖,沉迷其中。

2.1. 社交恐惧

大学阶段是一个角色转换与适应的过程。大学生刚进入大学,面临新的环境,适应或建构新的人际关系,容易产生困扰和造成心理失调。而网络通常被视为缓冲社交压力的避风港。研究表明,社交焦虑可以通过网络社交得到改善,“线下社恐、线上社牛”成为“社恐”族的日常。大学生网络成瘾问题高发,网络成瘾不仅会严重影响大学生的学业发展和身心健康,还会影响人际交往等诸多方面。(张金健,李桂莉,陈红,2022)研究表明,网络成瘾者由于长时间沉溺于网络,造成现实人际关系紧张并伴不同程度社交恐惧,为缓解现实生活中不良人际关系,其选择用网络人际代替现实人际来应对社交恐惧,但长期沉迷于网络又会使其脱离现实社会加重其社交恐惧程度。

2.2. 学业压力

大学生被称为中国社会压力最大的族群之一,其中学业压力是大学生活中重要的应激源。调研发现,大学生除上课、用餐、睡觉外可自由支配的时间中,平均有30%~50%用于自习、研讨等学习活动。由学业压力诱发的焦虑、抑郁等一系列潜在心理健康问题是值得关注的社会问题。大学生易以过度使用网络作为休闲娱乐或应对学习压力的手段,从而形成网络依赖。反过来,网络成瘾已成为影响大学生学业的主要原因之一(叶宝娟,郑清,2016)。研究发现,近80%中断学业(包括退学、休学)的大学生面临网络成瘾问题。网络强沉浸性的视觉体验和感官享受容易形成“精神上瘾”,网络成为大学生逃避学业压力和现实困惑的出口,严重影响大学生正常的学习和生活。

2.3. 家庭文化环境

家庭是每个孩子性格、行为、习惯等养成的地方,家庭文化环境与孩子个性品格和心理品质等拥有十分密切的关系。网络成瘾的大学生,在家庭文化环境中具有相同的特点:家长与孩子亲密交流的时间十分少,家庭亲子关系冷漠;父母重智轻德,忽略了对孩子健全人格和全面素质德培养;过松或过严的错误教育方式,造成孩子不能独立要求自己;父母矛盾冲突剧烈,影响孩子健全人格的形成;父母文化程度过高或过低,教育中都会对学生施加过大的压力(王星,荆忠国,万舟,2019)。

2.4. 生活满意度

生活满意度(life satisfaction)是指个体对自己总体生活状态或者生活主要方面的一种稳定、概括的认知评价,也是衡量个体生活质量和主观幸福感的重要指标。具有较低生活满意度的个体往往采取消极的应对方式,体验到更多的消极情绪,容易引发抑郁、心理功能失调。当一个人经常受到他人的批评、贬低或者拒绝时,就会内化形成低自尊;当一个人经常受到他人的赞许、重视或者接纳时,就会内化形成高自尊(周惠玉,梁圆圆,刘晓明,2020)。因此,感知较高社会支持水平的大学生就会感受到更多的认可与接纳而内化形成高自尊,对生活的满意度较高,从而发挥自尊的自我调节作用,降低对网络的不良依赖。

3. 大学生网络成瘾的测量方法

大学生网络成瘾的研究大多都是采用的问卷测量和横断研究方法,很少有纵向研究方法。

3.1. 问卷测量

这一类就是主要采用问卷对大学生的网络成瘾进行测量。其中,网络成瘾量表,焦虑量表和压力量表是被广泛使用的。而网络成瘾量表大多数都是采用Young博士编制的《网络成瘾量表》进行测评,该量表总共有20道题目,采用5等级评分制度。评分标准为20~49分的测试者为正常网络使用者,50~79分之间的测试者为过度网络成瘾者,80~100分的测试者为重度网络成瘾者,且该量表是一种自评式量表,有良好的信度效度,内部一致性系数为0.90 (Rodgers, Melioli, Laconi, Bui, & Chabrol, 2013),问卷效标效度0.90 (Widyanto, Griffiths, & Brunsden, 2011)。别的还有中国大学生心理健康筛查量表,纽卡斯尔–渥太华量表(NOS),李克特量表,成人自我报告ASR,网络成瘾测试(IAT),巴拉特冲动量表(BIS-11),应对方式量表,UCLA孤独感量表等。

3.2. 横向研究和纵向研究

大学生网络成瘾一般采用的都是横向研究,极少数采用了纵向追踪研究的方法。

4. 大学生网络成瘾的相关理论

大学生网络成瘾的相关理论有网络成瘾缺失补偿理论,心理需求网络满足优势理论,网络成瘾的认知——行为模型和自我防卫机制理论,以下会从这四方面来详细讲解。

4.1. 网络成瘾缺失补偿理论

网络成瘾缺失补偿理论认为,正是由于大学生在现实生活中的各种需求受到了干扰阻碍,得不到满足,产生了大量的负向情绪和挫败感,他们进而转向网络寻求满足和成就感,呈现“病理性补偿”。

4.2. 心理需求网络满足优势理论

心理需求网络满足优势理论认为,当个体心理需要的现实满足强于网络满足时,个体就有可能降低形成网络成瘾的概率。生活满意度是个体心理需要在现实得到满足的外化表现,个体通过生活满意的需求来建构自己的认知、情感体验。因此,一旦自我认知、情感体验出现了问题,大学生就会产生网络成瘾。

4.3. 网络成瘾的认知–行为模型

病理性互联网使用的认知行为模型(Davis, 2001)认为,社交焦虑是影响大学生网络成瘾的远端因素。Davis (2001)提出的网络成瘾的认知–行为模型的观点,个体所处的外界环境对个体网络成瘾的影响是不可忽略的,比如说个体承受的外界压力就是导致网络成瘾的一个重要因素,作为网络成瘾的风险因素,当生活或学习中的压力越大,个体更可能使用虚拟的互联网来缓解压力,进而导致网络成瘾。病理性互联网使用的认知–行为模型指出,个体因素中的认知特点和思维方式会影响网络成瘾,有问题的认知导致持续的适应不良反应。该理论模型强调认知或思维是问题行为的主要原因,无论是关于自身还是关于世界的非适应性认知是诱发和维持网络成瘾的近端因素。

4.4. 自我防卫机制理论

自我防卫机制理论(Diehl et al., 2014; Dybdahl, Jenkins, & Nuismer, 2014; Freud, 1992)的观点,当个体面对消极情绪(如焦虑)时,为了维持内心平衡,个体会倾向于选择逃避等消极应对方式。实证研究也表明,个体的焦虑情绪会对应对方式产生影响,焦虑水平越高,越倾向于采取消极的应对方式。

5. 大学生网络成瘾研究取得的成果

5.1. 情绪调节策略的调节作用

虽然自我损耗效应普遍存在,但是这一过程会受到其他因素的调节。情绪调节过程模型(Gross & John, 2003)指出,人们日常生活中最常见两种情绪调节策略是认知重评和表达抑制。两种情绪调节策略都能够有效的降低负性情绪的唤醒水平(程利,袁加锦,何媛媛,李红,2009袁加锦等,2014Goldin, McRae, Ramel, & Gross, 2008)。网络成瘾障碍作为一种冲动控制障碍,自我控制在网络成瘾的发展过程中起核心作用(Han, Geng, Jou, Gao, & Yang, 2017)。因此,以自我控制为核心的有限自制力理论为网络成瘾的研究提供了一个值得关注的理论方向。与表达抑制相比,认知重评是一种更加有效的情绪调节策略,体现在情绪体验、认知损耗、生理反应和大脑激活等多个方面(程利等,2009)。在防止自我控制资源的流失方面,认知重评也要优于表达抑制,再一次体现出认知重评的优势。以往也有少量研究考察了认知重评对网络成瘾的直接和间接作用(宫盛花,郑清,2016赖雪芬,王艳辉,王媛媛,张卫,杨庆平,2014)。认知重评可以直接负向预测网络成瘾,认知重评在网络成瘾的发生过程中发挥着关键的作用。

5.2. 消极认知矫正和积极认知重建

消极认知矫正和积极认知重建也是网络成瘾的有效干预手段(Young, 2004)。既然消极的认知特征会增加网络成瘾,积极的认知特征能降低网络成瘾。

5.3. 积极心理团体干预

积极心理团体干预能有效改善大学生网络成瘾状况,提高大学生社会适应能力与人际关系质量,降低大学生的网络使用严重程度,验证了积极心理干预团体辅导的有效性。积极心理干预结束8周后的追踪调查发现(方鸿志,代勇真,2019),干预的效果依然显著,且人际关系质量的得分显著高于后测,这说明积极的心理品质被激发后不但能够保持,而且会进一步发扬,积极心理干预对改善大学生网络成瘾状况有良好效果,值得在高校内推广。

6. 大学生网络成瘾的预防和干预措施

大学生网络成瘾的预防和干预措施,应该从学生个人,学校和家庭等各方面来考虑,发挥各方面的积极作用。

大学生所处环境因素应该作为考察的重点之一,一个良好的环境更有助于大学生健康成长,远离不良行为。一方面,适当给学生“减压”,降低学生的学业压力;另一方面,高校要加强学风建设,加强对学生上课情况的监管,从而降低学生的学业压力,某种程度上对网络成瘾有抑制作用。

大学生学业压力能部分预测网络成瘾,网络成瘾可以显著预测学业压力,提示高校教育工作者要通过专题讲座、个体咨询,团体辅导等多种途径减少大学生网络成瘾,从而降低学生的学业压力。同时要通过多种途径减少大学生网络成瘾,并且增强学生应对压力的能力,以促进大学生心理健康发展。

焦虑也会加重大学生网络成瘾。因此,应该关注大学生的焦虑情绪,提高大学生缓解焦虑的能力,并且定期对焦虑水平较高的大学生开展团辅,以降低大学生的焦虑水平。积极应对方式是大学生网络成瘾的保护因素,消极应对方式是大学生网络成瘾的风险因素,所以可以给学生开展积极心理学相关课程并多鼓励大学生采取积极应对方式而较少采用消极应对方式,这都有助于降低其网络成瘾程度。除此之外,大学生进入大学后也要不断调整自己,积极主动地进行交往,尽快地融入新环境,某种程度上对网络成瘾有抑制作用。另一方面,要鼓励大学生远离网络,从虚拟走向现实,主动学习交往技能是降低社交恐惧的有效途径。

最后,还要重视家庭的主要地位与作用,减少和预防网络成瘾障碍要追根溯源,塑造温暖和友爱的家庭文化环境,促进大学生健康成长与发展。因此,无论是家庭还是学校,都应发挥重要作用,引导大学生合理使用网络,建立满意的人际关系。

7. 研究的不足与展望

目前对大学生网络成瘾的影响因素和预防和干预措施等都被大量的探讨,并且有了很多的切实可行的操作方法,但是仍有诸多的问题。下面会从研究取样,研究时间,数据搜集和网络成瘾类型等四个方面进行分析。

以往的研究在研究取样上,研究的被试局限于国内某一个高校或者中国大陆地区的一个城市,样本的代表性较弱,可能会对研究结论产生影响。将结果推广到其他学校或者是地域时需要更加地谨慎。未来的研究可以扩大取样地区和取样规模,进一步探讨研究的结论是否具有普遍性。

在研究时间上,研究大部分采用的都是横断研究,变量间的因果关系尚不能确定,意味着需要谨慎对待所发现的因果关系。未来研究可采取追踪设计和实验研究,更好地收集数据,进一步检验研究的结论。

数据搜集上,很多研究采用的都是问卷法,单纯的用量表来测量的,未来的研究可以多使用实验法等方法,多方法的综合使用,使未来的研究更完善。

最后关于网络成瘾类型,大部分研究没有对网络成瘾类型分别进行探讨,因此积极心理干预对网络成瘾大学生效果的推广性有一定的局限性。未来研究除了增加样本量外,还可考虑根据网络成瘾类型,探讨针对游戏成瘾、信息成瘾等不同类型的大学生实施更具同质性和针对性的干预研究。

综上,现有的研究表明,大学生网络成瘾的心理社会相关因素(囊括家庭、学校、同伴和个体等背景领域)对大学生网络成瘾具有显著影响。广泛选取大学生网络成瘾的心理社会相关因素,从实证研究的角度考察大学生网络成瘾的心理社会影响因素具有重要意义,可为大学生网络成瘾的预防与干预提供科学有效的依据。

参考文献

[1] 程利, 袁加锦, 何媛媛, 李红(2009). 情绪调节策略: 认知重评优于表达抑制. 心理科学进展, 17(4), 730-735.
[2] 方鸿志, 代勇真(2019). 大学生网络成瘾的积极心理干预. 中国健康心理学杂志, (12), 1906-1910.
https://doi.org/10.13342/j.cnki.cjhp.2019.12.036
[3] 宫盛花, 郑清(2016). 应对方式对大学生网络成瘾的影响: 情绪调节策略的调节作用. 中国特殊教育, (10), 91-96.
[4] 赖雪芬, 王艳辉, 王媛媛, 张卫, 杨庆平(2014). 父母控制与青少年网络成瘾: 情绪调节的中介作用. 中国临床心理学杂志, 22(3), 437-441.
https://doi.org/10.16128/j.cnki.1005-3611.2014.03.059
[5] 王星, 荆忠国, 万舟(2019). 家庭文化环境与大学生网络成瘾关系的研究. 汉字文化, (15), 154-155.
[6] 叶宝娟, 郑清(2016). 压力对大学生网络成瘾的影响机制. 心理科学, 39(3), 621-627.
https://doi.org/10.16719/j.cnki.1671-6981.20160317
[7] 袁加锦, 龙泉杉, 丁南翔, 娄熠雪, 刘莹莹, 杨洁敏(2014). 负性情绪调节的效率: 中国文化背景下认知重评与表达抑制的对比. 中国科学: 生命科学, 44(6), 602-613.
[8] 张金健, 李桂莉, 陈红(2022). 大学生社交恐惧与网络成瘾关系的追踪研究. 中国心理卫生杂志, 36(9), 805-809.
[9] 周惠玉, 梁圆圆, 刘晓明(2020). 大学生生活满意度对网络成瘾的影响: 社会支持和自尊的多重中介作用. 中国临床心理学杂志, 28(5), 919-923.
https://doi.org/10.16128/j.cnki.1005-3611.2020.05.012
[10] Brenner, V. (1997). Psychology of Computer Use: XLVII. Parameters of Internet Use, Abuse and Addiction: The First 90 Days of the Internet Usage Survey. Psychological Reports, 80, 879-882.
https://doi.org/10.2466/pr0.1997.80.3.879
[11] Davis, R. A. (2001). A Cognitive-Behavioral Model of Pathological Internet Use. Computers in Human Behavior, 17, 187-195.
https://doi.org/10.1016/s0747-5632(00)00041-8
[12] Diehl, M., Chui, H., Hay, E. L., Lumley, M. A., Grühn, D., & Labouvie-Vief, G. (2014). Change in Coping and Defense Mechanisms across Adulthood: Longitudinal Findings in a European American Sample. Developmental Psychology, 50, 634-648.
https://doi.org/10.1037/a0033619
[13] Dybdahl, M. F., Jenkins, C. E., & Nuismer, S. L. (2014). Identifying the Molecular Basis of Host-Parasite Coevolution: Merging Models and Mechanisms. The American Naturalist, 184, 1-13.
https://doi.org/10.1086/676591
[14] Freud, A. (1992). The Ego and the Mechanisms of Defence. Karnac Books.
[15] Goldin, P. R., McRae, K., Ramel, W., & Gross, J. J. (2008). The Neural Bases of Emotion Regulation: Reappraisal and Suppression of Negative Emotion. Biological Psychiatry, 63, 577-586.
https://doi.org/10.1016/j.biopsych.2007.05.031
[16] Gross, J. J., & John, O. P. (2003). Individual Differences in Two Emotion Regulation Processes: Implications for Affect, Relationships, and Well-Being. Journal of Personality and Social Psychology, 85, 348-362.
https://doi.org/10.1037/0022-3514.85.2.348
[17] Hall, A. S., & Parson, S. J. (2001). Internet Addiction: College Student case Study Using Best Practices in Cognitive Behavior Therapy. Journal of Mental Health Counseling Alexandria, 23, 312-327.
[18] Han, L., Geng, J., Jou, M., Gao, F., & Yang, H. (2017). Relationship between Shyness and Mobile Phone Addiction in Chinese Young Adults: Mediating Roles of Self-Control and Attachment Anxiety. Computers in Human Behavior, 76, 363-371.
https://doi.org/10.1016/j.chb.2017.07.036
[19] Rodgers, R. F., Melioli, T., Laconi, S., Bui, E., & Chabrol, H. (2013). Internet Addiction Symptoms, Disordered Eating, and Body Image Avoidance. Cyberpsychology, Behavior, and Social Networking, 16, 56-60.
https://doi.org/10.1089/cyber.2012.1570
[20] Widyanto, L., Griffiths, M. D., & Brunsden, V. (2011). A Psychometric Comparison of the Internet Addiction Test, the Internet-Related Problem Scale, and Self-Diagnosis. Cyberpsychology, Behavior, and Social Networking, 14, 141-149.
https://doi.org/10.1089/cyber.2010.0151
[21] Young, K. S. (2004). Internet Addiction. American Behavioral Scientist, 48, 402-415.
https://doi.org/10.1177/0002764204270278