◎ 刘亚非（四川省成都市立格实验学校，成都 610200）

一、引言

中国互联网络信息中心[1]调查显示，手机上网的群体中，92.2%是未成年网民，自己拥有手机的比例为65.0%在各类上网设备中，手机的拥有比例最高。智能手机的出现，给人们带来的不仅仅是通信、社交与工作上的便利，还为人们提供了一个新的学习与休闲娱乐的渠道，但过度使用智能手机会带来许多负面影响，如抑郁、人际问题、学业失败，甚至是自杀意念[2-5]。值得注意的是，调查报告显示，高中生在互联网上从事各类活动的比例均高于未成年网民平均水平，并且他们处在身心发展的关键阶段，喜欢尝试新事物和追求新颖刺激，但认知能力和思维水平尚不成熟，自控力差，这大大增加了他们手机依赖的风险[6-7]。因此，从个体中心的视角更全面地探索高中生手机依赖潜在的风险因素和保护因素，为预防和干预工作提供启示是很有必要的。

（一）手机依赖的发展模式

个体的心理健康状态处于动态发展变化中，有研究显示，青少年手机依赖的发展趋势并不是一种单一的整体模型，而是存在不同的异质亚组。韩国学者通过调查青少年的手机依赖情况，归纳出三种类型的手机依赖的发展轨迹。分析结果显示，大多数青少年都属于中等依赖水平，高依赖的占比并不高[8]。Ha[9]将参与调查的韩国儿童和青年小组反映的14～17 岁青少年手机依赖分为三种亚型：中等水平组（43.4%）、低水平上升组（45.4%）和高水平下降组（11.2%）。该研究最重要的发现是，许多青少年属于低水平上升和中等水平的群体。这些发现提示我们，手机依赖的发展轨迹可能存在不同的异质性亚组，并不是变量中心研究中所假定的“所有个体经历共同的增长或降低模式”。尤其是高中生面临着多重变化，相应的各种情绪和行为问题也随之发生变化，变化趋势存在明显的个体差异[10]。因此，本研究在关注风险因素和保护因素影响高中生手机依赖行为的普遍特征和规律的同时，也注重考察高中生手机依赖发展轨迹之间的个体差异及其影响因素，为高危个体的筛查以及设计有针对性的治疗方法提供关键信息。

（二）负性生活事件对高中生手机依赖的影响

负性生活事件是一个被广泛研究的心理健康问题和问题行为的风险因素[11]。最近的元分析研究结果表明，负性生活事件与精神病理内化和外化问题的相关分别为0.33 和0.35[12]。更具体地说，负性生活事件预测了内化问题的发作，如抑郁和焦虑，增加了广泛性焦虑障碍个体复发的概率，并与问题性手机使用显著相关[13-15]。在从童年到成年的过渡时期，青少年的生理、心理和认知功能发生了快速的变化，此外，他们还面临更多的同伴冲突、生活失调和其他应激性生活事件[16]。手机的高度包容性与便捷性使其成为青少年应对心理压力的主要方式，很可能导致手机依赖问题[17-18]。已有研究表明，负性生活事件与手机依赖呈显著的正相关关系，对手机依赖的形成有直接影响[19]。基于以往的研究结果，本研究提出假设H1：负性生活事件可以纵向区分高中生手机依赖发展变化的不同轨迹。

（三）学校人际关系对高中生手机依赖的影响

随着年龄的增长，学校成为高中生除家庭外最为重要的微观生态系统，故在探讨影响高中生手机依赖的环境因素时，学校因素尤为重要，特别考虑到人际关系是大多数成瘾症状的关键因素[15，20-21]。同学关系和师生关系是高中生两种非常重要的人际关系，因此，本研究将关注和探讨同学关系和师生关系对个体发展的影响[16]。相关研究表明，良好的学校人际关系意味着青少年有更多的社会支持，是青少年积极发展的保护因素[22]。Xie、Zimmerman和Rost 等[15]对手机依赖的纵向研究也发现，良好的学校人际关系缓解了负性生活事件对青少年手机依赖的直接和间接的影响，即学校人际关系是预防内化问题及问题行为发展的重要保护因素[23]。基于以往的研究结果，本研究提出假设H2：师生关系和同学关系可以纵向区分高中生手机依赖发展变化的不同轨迹。

鉴于此，本研究将采用个体中心的方法探究高中生手机依赖的发展轨迹及其潜在的影响因素，为高中生手机依赖的预防与干预提供有针对性的实证证据。

二、研究方法

（一）研究对象与过程

对广西壮族自治区某高中的高中生的手机依赖情况进行了三次追踪调查，数据采集频率是每半年一次，分别用T1、T2 和T3 表示。最终三次研究均参加的被试共有293 名，女生184 名（62.8%），男生109 名（37.2%），平均年龄为17.46 岁（SD=0.60）。此外，多元方差分析结果显示，三次研究均参加的被试与流失的被试在性别（F=2.395，p＞0.05）、第一次的手机依赖（F=0.021，p＞0.05）、负性生活事件（F=0.078，p＞0.05）、同学关系（F=0.185，p＞0.05）及师生关系（F=1.653，p＞0.05）上均不存在显著差异，表明被试流失是随机的[24]。

（二）测量工具

1．青少年生活事件量表

在T1 时点，采用改良版的青少年生活事件量表测量负性生活事件对被试的影响程度[25]。该量表只评估负性生活事件，要求被试对题项中所描述的事件对自己的影响程度进行Likert 5 点计分，从0（“没有影响”）到4（“非常严重”），如“遭父母或监护人打骂”。本研究的克隆巴赫α 系数为0.89。

2．手机依赖指数量表

在T1、T2 和T3 时点，采用基于Leung[26]编制的英文版量表进行翻译的手机依赖指数（MPAI）来测量手机依赖，共17 个题项[27]。采用Likert 5 点计分，从1（“一点也不”）到5（“总是”），如“有时你宁愿使用手机也不愿处理其他更紧急的问题”。在本研究的三次测量中，该量表的克隆巴赫α 系数为0.91。

3．班级环境量表

在T1 时点，采用江光荣[20]编制的班级环境量表中师生关系和同学关系两个维度来测量被试的师生关系和同学关系。两个分量表都包含8 个题项，均采用Likert 5 点计分，从1（“完全不同意”）到5（“完全同意”），如“班主任鼓励同学”和“同学之间互相支持和鼓励”。在本研究中，两个分量表的克隆巴赫α 系数分别为0.95 和0.82。

（三）统计分析

采用Mplus 8.0 和SPSS 26.0 进行统计分析。首先运用潜类别增长模型（LCGM）对数据进行分析，探讨高中生手机依赖发展轨迹内部存在怎样的亚组。其次，进行多元Logistic 回归分析，高中生手机依赖的不同发展轨迹是因变量，T1 的负性生活事件、同学关系、师生关系和性别是自变量，建立多元Logistic 回归模型，进一步验证这些变量作为高中生手机依赖发展轨迹的潜在预测因子的有效性。

三、研究结果

（一）共同方法偏差检验

研究数据采用自我报告法，可能会产生共同方法偏差效应，因此，采用Harman 单因素法进行检验。结果表明，共有17 个特征值大于1 的公因子，第一公因子的方差解释百分比为17.91%，小于临界标准40%。因此，本研究不存在明显的共同方法偏差[28]。

（二）描述性统计和相关性分析

表1显示了描述性统计和主要变量之间的相关性，结果显示，3 次测量的手机依赖之间、负性生活事件与3 次手机依赖之间存在中等程度的显著正相关。而师生关系和同学关系与3 次手机依赖之间存在中等程度的显著负相关。

表1 各变量的均值、标准差及相关矩阵

（三）高中生手机依赖发展轨迹的异质性亚组

潜类别增长模型（LCGM）的各项拟合指数见表2。为了确定最优的潜在类数，根据拟合统计、可解释性和理论考虑对模型方案进行评估和比较，最终选择四类别分类模型[29]。

表2 潜类别增长模型（LCGM）模型拟合信息

在LCGM 分析中，通过潜在类别截距（α）和斜率（β）的均值考察每个类别的初始水平和平均发展速度，结果显示（见表3），C3 组的手机依赖水平随时间发展而趋于稳定，初始水平处于中等水平；C1、C2、C4 三组的手机依赖水平随时间的变化均发生了显著的变化，具体表现为：C1 组的手机依赖水平随时间显著下降，初始水平相对较低；C2 和C4 组的手机依赖水平随时间显著上升，但C4 组相比C2 组在3个时间点间的初始水平和平均发展速度更明显。

表3 手机依赖轨迹亚组增长因子参数的估计值及标准误

结合截距均值和斜率均值的分析结果，分别将4 个潜在类别命名为：C1 低水平下降组，样本占比33.4%；C2 中高水平上升组，样本占比22.3%；C3中低水平稳定组，样本占比42.1%；C4 高水平上升组，样本占比2.2%。（见表3）

（四）高中生手机依赖发展轨迹的异质性亚组的影响因素

为探究负性生活事件、师生关系、同学关系及性别对高中生手机依赖发展轨迹的影响，选择中高水平上升组这一代表较大比例被试的潜类别作为参考类别，并允许其与更极端水平的轨迹做比较[30]。结果表明，相比中高水平上升组，经历更少负性生活事件的个体更有可能属于低水平下降组，其他变量对高中生手机依赖发展轨迹潜在类别的影响均无显著差异。

表4 高中生手机依赖潜在类别的影响因素的多元逻辑回归分析结果

四、讨论

采用个体中心的方法对高中生手机依赖进行研究，结果表明，高中生手机依赖存在四个类别组，且负性生活事件可以区分高中生手机依赖中高水平和低水平的发展轨迹，该结果进一步验证了一般压力模型，即经历更多负性生活事件的高中生可能试图通过过度使用智能手机来缓解他们的负面情绪。该研究拓展了我们对高中生手机依赖的认识，并提供一个更加具体的角度解决高中生的手机依赖问题，即结合学生的个性化和差异性对不同手机依赖发展轨迹的高中生进行有针对性的预防和干预。

（一）高中生手机依赖发展轨迹的异质性亚组

基于潜类别增长模型对高中生手机依赖发展轨迹的异质性进行分析，研究结果表明，大部分学生处在中低水平稳定组和低水平下降组。同时，该研究发现了两类处于显著增长趋势的类别，这两个类别的起始水平和发展速度均比其他两个组高。其中，高水平上升组的学生的初始水平最高且发展速度最快，但是人数只占总体被试的2.2%，即本研究支持高水平手机依赖的高中生非常少，较大比例的高中生的手机依赖维持在中等偏低的低风险水平的结论。这与Seo 和Choi[31]的研究结果一致，后者也发现高度依赖手机的青少年非常少，大多数青少年对手机的依赖并不严重。后续的研究需要对这一群体的个体特质和生活应激等因素进行重点关注和研究。

（二）高中生手机依赖发展轨迹的异质性亚组的影响因素

与预期一致的是，研究发现，负性生活事件区分了中高水平和低水平的高中生手机依赖的发展轨迹，即经历的负性事件越多，越可能遵循中高水平而非低水平的发展轨迹。这一发现与一般压力模型一致，即高中生在面临重重压力时，因为其身心发展尚不成熟，更容易受到负性生活事件的影响。手机因其便捷性、匿名性和逃避性等特点，成为部分学生应对负性生活事件的非适应性方式[32-33]。因此，负性生活事件是高中生手机依赖的一个重要风险因素。并且该研究也从纵向角度发现，负性生活事件可以区分高中生手机依赖中高水平和低水平的发展轨迹。

相比之下，与预期相反的是，本研究结果表明，师生关系和同学关系并不能区分高中生手机依赖的发展轨迹，一个可能的原因是，高中生日常经历的生活事件具有重复性和频繁性的特点，并且具有“累积效应”，比单独发生的生活事件对个体的消极影响更大，可能会掩盖了保护因素对高中生手机依赖的保护作用[34-35]。其次，该结果支持了Gore和Aseltine[36]的观点，认为社会支持可以在一定程度上缓解压力，但是这种情况并非对所有情境都适用，例如来自同伴的社会支持不一定能缓解个体来自家庭的压力，同样来自家庭的良好社会支持不一定能缓解同伴压力对个体产生的影响。高中生正面临着越来越多的同伴冲突、学习任务、生活失调和其他负性生活事件，师生关系和同学关系对青少年手机依赖的保护作用可能不能缓解多种紧张性刺激对手机依赖的消极影响。

研究结果表明，要关注个体发展的多样性和差异性。从高中生手机依赖的发展轨迹的异质性亚组中可以看出，除了低水平下降组外，大部分学生的起始水平较高，而且还有一部分学生的起始水平高并呈增长趋势。因此，很有必要关注群体内个体在手机依赖发展中的多样性和异质性，充分考虑个体的差异化来开展有针对性的教育、预防和干预。针对起始水平高的个体，应给予有针对性的心理干预，无论是家长还是教师应积极配合，建立起一种协同一致的环境氛围。在没有出现问题时，能未雨绸缪，从心理上给予学生更多关注。在日常生活中，引导学生养成好的习惯，正确使用手机。对出现问题的学生，应在给予心理干预的同时，找到问题产生的源头，帮助学生树立信心，改变原有的行为习惯。

综上，本研究采用潜类别增长模型从手机依赖潜类别及其影响因素的角度进行评估，实现对高中生手机依赖的动态监控，为社会、学校心理服务提供者设计有关高中生手机依赖问题的干预方案，制定科学的管理政策提供了方向。但研究仍有欠缺之处，主要表现为以下两方面：

首先，研究结果推广到其他样本时要谨慎，未来研究可以着眼于招募更多样化的样本（如临床样本）以及关注更广泛的文化背景，以阐明本研究变量之间的关系。

其次，后续研究可以将手机使用划分为多个子类，探索特定的使用行为如手机游戏和聊天，以检验本研究中涉及的变量对青少年手机依赖发展轨迹的影响是否会随着特定的手机使用类型而变化。