皮陆杨 李 霞
①广东省油化工学院文法学院(茂名) 525000 ②北京师范大学未来教育学院 ③广东石油化工学院大学生心理发展指导中心
近年来,智能手机已成为大众生活中不可或缺的一部分,基于智能手机的社交媒体极大地方便了人与人之间的互动,为社交提供便利的同时,也带来了问题性的移动社交媒体使用[1]。问题性移动社交媒体使用是指个体长时间和高强度地使用移动社交媒体,使个体在生理、心理和行为等方面受到消极影响[2]。一项来自美国的调查显示,有88%的18～29岁的年轻人每天都会使用社交媒体,存在问题性社交媒体使用的年轻人比例高达45%[3]。研究发现过度地移动社交媒体使用不仅会导致个体学业成绩下降,还会对个体身心健康造成严重影响,引发个体抑郁和焦虑情绪[4-5]。在我国,大学生是智能手机和移动社交APP使用的主要群体,过度地移动社交媒体使用可能会给他们的生理和心理健康带来消极影响[6]。因此,探讨影响问题性移动社交媒体使用的潜在因素无疑是当前亟待解决的重要实际问题。
孤独感是个体感受到自己实际的社会关系与期望不匹配时,产生的一种消极的主观情绪体验[3]。研究表明,孤独感可能是问题性社交媒体使用的重要预测因素,例如:Song等人的元分析研究发现,社交媒体使用与孤独感之间存在正相关关系,此外他们还探索了孤独感与网络社交媒体之间的潜在因果关系,即高孤独感可以显著预测更多地网络社交媒体使用,反之则不成立[7]。Song等人的研究也印证了孤独的病理性认知行为模型,即孤独的个体容易出现适应不良的社会认知,恐惧负面的人际评价,从而回避社交机会和结果,进而转向网络社交媒体上寻求社会支持,导致问题性社交媒体使用[8]。Thomas等人的研究也表明,高孤独感个体使用移动社交媒体的时间和频率都远高于低孤独感个体[9]。可见,高孤独感个体更倾向在网络中寻求社交满足,也为移动社交媒体中的问题性使用埋下了隐患。然而,上述研究探讨的孤独感与问题性媒体使用的关系均未专门设定移动的情景,目前少有研究专门探讨孤独感与问题性移动社交媒体使用这一新兴变量的关系。由此,本研究提出假设1:孤独感可以显著正向预测大学生问题性移动社交媒体使用。
错失焦虑是指个体与他人正在做的事情保持持续联系的愿望,并担心错过的一种焦虑状态[10]。已有研究表明,孤独感与错失焦虑显著正相关,即个体感受到的孤独越高,错失焦虑越严重[11]。根据自我决定理论,关系需要是个体的三大基本心理需要之一,当个体有强烈的孤独感时,其关系需要往往不能得到满足,会使个体感到不能与他人保持联系和互动,由此可能会引发错失焦虑[12]。而这种由于孤独感引发的心理需要缺失从而带来的焦虑状态,会让个体有不快的心理体验,继而促使个体积极寻求需要的满足去缓解焦虑[10]。移动社交媒体恰恰可以满足个体的关系需要,其具有便利性和及时性的优点,从而较好地满足个体关系需要的同时也容易带来问题性的移动社交媒体使用[13]。已有实证研究表明,错失焦虑与问题性的移动社交媒体使用正相关,即个体的错失焦虑情绪越严重,其问题性移动社交媒体使用越严重[14]。由此,本研究提出假设2:错失焦虑在孤独感与问题性移动社交媒体使用间起中介作用。
以上研究主要是从变量中心的视角进行,目的是探索哪些因素会影响大学生问题性移动社交媒体使用及其作用机制。然而,以变量为中心的研究结论主要是基于样本的平均水平,对于个体而言,“平均”并不能很好地揭示个体的异质性。不同情绪间的相互作用(例如:孤独感和错失焦虑),可能会产生个体的异质性,对此种个体因素进行探究,将有助于研究者分析不同情绪状态因素(例如:孤独感和错失焦虑)在个体身上是如何组合的,以及这些类型组合与问题性移动社交媒体使用的关系[15]。潜在剖面分析(latent profile analysis,LPA)是一种以个体为中心的分析技术,能够很好地揭示个体间的异质性[16]。目前,已有少量研究者采用此方法对社交媒体使用的影响因素进行研究。例如,Scott等人根据青少年使用社交媒体频率和参与度,把用户分为3个类别,并发现高度参与类用户会在社交媒体上有更多的朋友[17];Elena和Mark运用潜在剖面分析,把归属感缺失、依恋焦虑、社交焦虑等变量组合,用来探讨社交媒体问题使用的潜在影响因素,他们发现这些因素的不同组合会在个体中有不同的表现,有高依恋焦虑、高社交焦虑及缺乏归属感的成年女性群体,是问题性媒体使用的高风险群体[15]。鉴于以往研究相对较少,尚未发现聚焦于移动手机层面,使用潜在剖面技术对社交媒体使用影响因素异质性进行探索的研究。由此,本研究尝试提出以下假设:孤独感-错失焦虑存在不同的组合类型,且不同类型个体之间的问题性移动社交媒体使用水平存在差异(假设3)。
综上,本研究拟采用变量中心与个体中心的分析思路,深入考察孤独感、错失焦虑与问题性移动社交媒体使用的关系及作用机制,并进一步探讨不同类别的孤独感-错失焦虑在问题性移动社交媒体使用上的异质性,从而为有针对性地预防和缓解大学生问题性移动社交媒体使用提供初步实证支持。
1.1 对象
采用方便取样法,调查了广东省的部分高校,派发问卷4748份,剔除规律性作答、作答时间过短等无效问卷后,共收回有效问卷4630份(97.51%)。被试的年龄区间为16～29(20.40±1.60)岁。其中,男生2282人(49.3%)、女生2348人(50.7%);大一1815人(39.2%)、大二1180人(25.5%)、大三1054人(22.8%)、大四581人(12.5%)。
1.2 方法
1.2.1 孤独感 采用Russell等编制,刘平修订的UCLA中文版孤独感(第三版)量表[18],共计20个条目,采用4点计分(1=从不,4=一直),有9道反向计分条目。测量的是个体体验到的孤独感,量表得分越高,个体的孤独感水平越高。该量表的Cronbach"s α系数为0.90,McDonald"s ω系数为0.90。
1.2.2 错失焦虑 采用李琦等人修订的错失焦虑量表[19]。修订后的量表共计8个条目,分为两个因子:错失信息焦虑(4个条目)、错失情境焦虑(4个条目)。量表采用Likert 5点计分法(1=完全不符合,5=完全符合),总分越高,代表被试的错失焦虑水平越高。该量表的Cronbach"s α系数为0.92,McDonald"s ω系数为0.92。
1.2.3 问题性移动社交媒体使用 采用姜永志编制的青少年问题性移动社交网络使用行为评估问卷[20]。该问卷包含20个条目,分为黏性增加、生理损伤、遗漏焦虑、认知失败和负罪感5个因子。采用Likert 5点计分法(1=完全不符合,5=完全符合),总分越高表明个体具有更严重的问题性移动社交网络使用倾向。该问卷的Cronbach"s α系数为0.95,McDonald"s ω系数为0.95。
1.3 统计处理
使用SPSS 26.0进行数据整理、描述性统计、信度计算、相关分析、方差分析;使用Amos 21.0进行结构方程建模、中介效应检验及偏差校正百分位Bootstrap分析;使用Mplus 8.3进行潜在剖面分析。
2.1 共同方法偏差的检验
鉴于本研究所使用的所有数据均为自我报告法收集,可能会出现共同方法偏差。因此,采取了Harman单因素检验法进行共同方法偏差检验[21]。把3个量表里的所有条目做探索性因子分析。结果显示,共有6个因子的特征根大于1,而且单一因子最大解释量为31.43%,不超过40%的临界标准,表明本研究中没有明显的共同方法偏差。
2.2 各变量的描述性统计
表1为本研中各个变量的描述性统计和皮尔逊积差相关的结果。相关分析表明,孤独感、错失焦虑、问题性移动社交媒体使用呈两两显著正相关。
表1 各变量描述统计(r)
2.3 孤独感、错失焦虑、问题性移动社交媒体使用的关系模型——变量为中心的分析
本研究用结构方程模型,检验孤独感→错失焦虑→大学生问题性移动社交媒体使用这一中介过程的中介作用。
首先,根据吴艳和温忠麟推荐的题目打包的方法,对本研究中所涉及到的各个变量进行打包处理[22]。错失焦虑和问题性移动社交媒体使用两个量表均由各个因子构成,因此,采用内部一致的方法,把同一因子下的题目打成一个包。孤独感为单维量表,采用因子平衡法把该量表打包成了5个指标。之后,采用偏差校正百分位Bootstrap的方法进行中介效应显著性检验,重复取样5000次,计算95%的置信区间。
结构方程模型的拟合指标为:RMSEA=0.08,SRMR=0.04,CFI=0.96,TLI=0.95,模型拟合良好[23]。图1结果显示,孤独感显著预测错失焦虑(β=0.44,P<0.001),其95%的置信区间为[0.41,0.47];错失焦虑显著预测大学生问题性移动社交媒体使用(β=0.36,P<0.001),其95%的置信区间为[0.32,0.40];错失焦虑作为孤独感与大学生问题性移动社交媒体使用的中介时,95%的置信区间为[0.13,0.19],中介效应显著,效应值为0.16(见表2)。在这一中介模型中,孤独感预测大学生问题性移动社交媒体使用的直接效应仍然显著(β=0.28,P<0.001),其95%的置信区间为[0.24,0.31]。因此,错失焦虑在孤独感与大学生问题性移动社交媒体使用的关系中起部分中介作用,中介效应占总效应的36.36%。
图1 孤独感与大学生问题性移动社交媒体使用的中介模型图
表2 直接效应与中介效应统计表
2.4 孤独感和错失焦虑的潜在类别及其对问题性移动社交媒体使用的预测——个体为中心的分析
以变量为中心的结果显示,错失焦虑在孤独感与大学生问题性移动社交媒体使用之间的部分中介作用显著。为进一步探讨不同类型大学生在问题性移动社交媒体使用上的差异,研究以孤独感和错失焦虑两变量得分为指标,进行潜在剖面分析。潜在剖面分析是一种基于模型的偏探索性的方法,它首先估计所有样本被划分为一个类别的基准模型,然后逐步增加分类并估计模型的拟合,从而根据模型的拟合信息确定最佳分类模型[24]。本研究分别将大学生的类型依次尝试设置为1～7类进行估计,以期根据拟合信息确定最佳分类的模型[24]。潜在剖面分析中,AIC、BIC、aBIC值越小表明模型拟合越好;熵(entropy)的取值在0到1之间,值越大表明分类越精确,一般达到0.8及以上,被视为模型可接受;LMR、BLRT值达到显著水平,表明n类别模型优于n-1类别模型[25]。除此之外,还应考虑平均潜在类别的概率,通常情况下,平均潜在类别矩阵的对角线概率大于0.8被视为可接受[26]。本研究的潜在剖面模型拟合结果见表3,从表3可知,模型的AIC、BIC、aBIC等指标随着模型分类的增加有所减少,2-7类别模型的LMR、BLRT均达到显著性水平。7类别的模型AIC、BIC和aBIC的指标均为最小,但其熵(entropy)值低于0.8,未达到可接受水平。6类别模型的AIC、BIC和aBIC指标虽然优于5类别模型,但平均潜在类别矩阵对角线概率的最低值仅为0.69,未达到可接受的标准。5类别模型相比于4类别模型,有着更优的AIC、BIC和aBIC指标,且其熵(entropy)值达到了0.87,精确度较好。因此,本研究最终选取5类别模型。
表3 不同孤独感和错失焦虑类型的潜在剖面拟合信息
根据大学生孤独感和错失焦虑的特点,将5个类别大学生分别命名为:低孤独-低焦虑型、中孤独-中焦虑型、高孤独-较高焦虑型、高孤独-高焦虑型、高孤独-极高焦虑型(见图2)。在5种类型中,低孤独-低焦虑型的大学生人数最多,有2023人,占总人数的43.69%;中孤独-中焦虑型的其次,有1206人,占总人数的26.05%;高孤独-较高焦虑型的大学生有1153人,占比24.90%;高孤独-高焦虑型的大学生有189人,占比4.08%;高孤独-极高焦虑型的大学生人数最少,有59人,占总人数的1.27%。根据5种潜在类别划分,潜在成员最可能的平均潜在类别概率见表4。
图2 孤独感-错失焦虑的潜在类别
表4 按潜在类别(列)划分的最可能的潜在成员(行)的平均潜在类别概率
对不同类别大学生在问题性移动社交媒体使用上的得分进行方差分析,结果表明,不同类别大学生在问题性移动社交媒体使用上的得分差异显著(P<0.001),事后检验结果表明,不同分组间两两比较的差异有统计学意义(见表5)。
表5 不同孤独感-错失焦虑潜在类别下大学生问题性移动社交媒体使用的得分比较
本研究采用变量为中心和个体为中心的分析思路,首先揭示了孤独感对大学生问题性移动社交媒体使用的预测作用,以及错失焦虑在其中的中介作用。然后探讨了孤独感-错失焦虑的潜在类别,以及不同类别大学生在问题性移动社交媒体使用上的差异特点。两种分析思路相互补充,有助于更深入探讨大学生问题性移动社交媒体使用的影响因素,以对其进行有效预防和干预。
3.1 孤独感与大学生问题性移动社交媒体使用的关系:错失焦虑的中介作用
本研究发现,孤独感可以正向预测问题性移动社交媒体使用,即孤独感高的大学生,会有较多地问题性移动社交媒体使用。这丰富了以往研究的结果,Twenge等人在2018年的研究认为,年轻人具有较高的孤独感可能与他们的屏幕使用时间与社交媒体过度使用有关[27];成鹏在2021年的研究发现,孤独感是个体社交媒体过度使用的潜在风险因素,较高孤独感的个体会有较高强度的社交媒体使用的时间和频率[28]。根据孤独的病理性认知行为模型,孤独的个体可能会因为害怕现实中的负面社会评价,避免现实中与人接触,但其想要寻求支持的需求依然存在,而前人研究发现线上获得的社会支持虽然不等同于现实社会支持,但同样能让个体获得支持感,并缓解孤独感[29]。尤其在现代紧张而繁忙的生活节奏下以及疫情反复的大背景下,线下社会支持获取相对困难,个体更可能转向可操性强、功能丰富、互动便捷的移动社交媒体寻求社会连结,就加大了问题性移动社交媒体使用的可能[7]。为了能够有效减少个体的问题性移动社交媒体使用,对孤独感进行干预无疑是较为有效的方式之一。
此外,本研究发现孤独感可通过错失焦虑间接影响问题性移动社交媒体使用,即错失焦虑在孤独感和问题性移动社交媒体使用间发挥着部分中介作用。该结果丰富了前人的研究,即孤独的个体可能在移动社交媒体使用的过程中,更害怕错过别人的消息[27],而这一错失焦虑,又进一步导致了问题性移动社交媒体使用[14]。这一结果,在一定程度上支持了自我决定理论[12],即有强烈孤独感的个体,其关系需要往往不能得到满足,而人都有满足其基本需要的动机,于是个体可能转向移动社交媒体与他人寻求互动。同时,也支持了媒介的使用与满足理论[30],个体长时间和高频率地使用移动社交媒体是为了满足内心的某种心理需求,而在此过程中由于与他人建立关系的不易,从而更容易产生错失焦虑,为了缓解这一焦虑,个体会更多地使用移动社交媒体,从而造成移动社交媒体问题使用[31]。
3.2 不同孤独感—错失焦虑类别的大学生在问题性移动社交媒体使用上的差异
以变量为中心的思路去考察影响问题性移动社交媒体使用的影响因素,容易忽视大学生群体中的内部差异,而潜在剖面分析则可以帮助研究者了解群体的异质性[24]。本研究在变量中心的基础上,进一步采用个体中心的分析思路,通过潜剖面分析后,得到了大学生的5种类别,即低孤独-低焦虑型(43.69%)、中孤独-中焦虑型(26.05%)、高孤独-较高焦虑型(24.90%)、高孤独-高焦虑型(4.08%)、高孤独-极高焦虑型(1.27%)。上述分类也为进一步理解问题性移动社交媒体使用的影响因素提供了新的证据支持。
从本研究的结果可以看出,孤独感与错失焦虑变化,具有一致性,即孤独感与错失焦虑的低、中、高等类型相匹配。其中低孤独-低焦虑型的大学生占比最多,达到了43.69%,且该类型大学生的问题性移动社交媒体使用显著低于其他类型大学生,这表明4成以上的大学生能够较好的处理自己的孤独感,有着较低的错失焦虑,从而也不存在问题性移动社交媒体使用的情况。这一结果印证了变量中心的结论,即个体较低的孤独感,可以显著预测其低的错失焦虑,进而预测其低的问题性移动社交媒体使用[27]。中孤独-中焦虑型的大学生占比达到了26.05%,目前这一分组的问题性移动社交媒体使用在中等水平,但此类群体人数占比超过四分之一,对此群体应给予关注和适当干预引导,预防其向较高水平的分组转化。高孤独-较高焦虑型的大学生占比达到了24.90%、高孤独-高焦虑型的大学生占比达到了4.08%、高孤独-极高焦虑型的大学生占比达到了1.27%,这一结果表明,仍有超3成的大学生会感受到强的孤独感伴有高水平的错失焦虑,随着错失焦虑水平的升高,其问题性移动社交媒体使用水平显著提高且具有显著差异。由此,错失焦虑可能是问题性移动社交媒体使用的重要预测变量,也是孤独感预测问题性移动社交媒体使用的核心机制[2]。这提示需要关注孤独感高且错失焦虑水平高的大学生,并采取方式对大学生的孤独感或错失焦虑进行干预,以便预防个体的问题性移动社交媒体使用。值得注意的是,虽然高孤独-高焦虑型和高孤独-极高焦虑型的大学生占比较小,但此部分大学生的问题性移动社交媒体使用对比其他类别均具有显著差异,是问题性移动社交媒体使用的高风险群体,格外需要关注。
3.3 研究的意义与局限
本研究从变量中心和个体中心的视角,深入揭示了大学生的孤独感、错失焦虑、与问题性移动社交媒体使用的内在机制及不同个体的异质性,为今后问题性移动社交媒体使用的深入研究提供了新思路,对于干预问题性移动社交媒体使用具有重要现实指导意义。例如:学校层面可以开展更多的班级团体活动、社团活动,增加师生互动,让大学生感受到更多的链接,从而降低个体的孤独感[32],也可以开设正念训练等课程,使大学生活在当下,缓解错失焦虑,从而缓解问题性移动社交媒体使用[33];同时,也要及时识别与重点关注那些孤独感、错失焦虑较高的同学,他们进行问题性移动社交媒体使用的可能性更高,在必要时,需要对其进行心理辅导与干预。个体层面,作为大学生,可以主动寻求与人交往,多参加学校活动,充实自己的生活,以此来降低孤独感,缓解错失焦虑,从而缓解移动社交媒体地问题性使用[32];家庭层面,家长可以给予大学生更多的支持,鼓励个人以积极、健康的心态面对生活,从而减少问题性移动社交媒体使用[34]。
尽管本研究有较强的理论与实践意义,但仍存在一定局限。第一,本研究属于横断研究,虽然变量间关系有着详细的理论与实证支持,但因果推论仍需谨慎,之后有必要进行纵向追踪或者实验研究进一步深入理清问题性移动社交媒体使用的影响因素及作用机制;第二,本研究得出的结论为部分中介作用,除了错失焦虑这一中介变量,是否有其他心理变量(如:控制感等)会影响到孤独感与问题性移动社交媒体使用之间的关系,仍待进一步探索和研究。
猜你喜欢错失类别社交社交牛人症该怎么治意林彩版(2022年2期)2022-05-03错失恐惧症英语文摘(2021年12期)2021-12-31聪明人 往往很少社交好日子(2021年8期)2021-11-04错失《哪吒》衍生品生意，《姜子牙》还有翻盘机会吗?玩具世界(2020年4期)2020-11-16社交距离第一财经(2020年4期)2020-04-14你回避社交，真不是因为内向文苑(2018年17期)2018-11-09小误会错失大商机宝藏(2018年1期)2018-04-18滨海湾十年首遇雨战 法拉利遗憾错失夜赛之冠 2017年新加坡大奖赛报道车迷(2017年10期)2018-01-18服务类别新校长(2016年8期)2016-01-10论类别股东会商事法论集(2014年1期)2014-06-27
