手機成癮與抑郁：社交焦慮和負性情緒信息注意偏向的多重中介作用*

侯 娟 朱英格 方曉義

手機成癮與抑郁：社交焦慮和負性情緒信息注意偏向的多重中介作用

侯 娟朱英格方曉義

(安徽大學哲學系, 合肥 230039) (中國人民大學心理學系, 北京 100872) (北京師范大學發(fā)展心理研究院, 北京 100875)

為考察手機成癮與抑郁的關系, 研究同時整合情緒和認知兩方面因素, 探討了社交焦慮和負性情緒信息注意偏向在手機成癮和抑郁之間的多重中介作用。研究1共有545名大學生完成了大學生手機成癮傾向量表、貝克抑郁量表和社會交往焦慮量表。研究2選取51名大學生采用問卷法和2(配對面孔表情的情緒類型: 負性、中性) × 2(探測點位置: 與負性情緒面孔表情同側、與負性情緒面孔表情異側)的被試內實驗設計。結果表明: (1)手機成癮、社交焦慮和抑郁兩兩間存在顯著正相關, 且社交焦慮在手機成癮和抑郁之間起完全中介作用; (2)社交焦慮和負性情緒信息注意偏向在手機成癮與抑郁的關系中起鏈式中介作用, 而負性情緒信息注意偏向在手機成癮與抑郁間的單獨中介效應不顯著。具體而言, 手機成癮通過兩條路徑影響抑郁: 一是社交焦慮的單獨中介作用; 二是社交焦慮→負性情緒信息注意偏向的鏈式中介作用。

手機成癮, 抑郁, 社交焦慮, 負性情緒信息, 注意偏向

1 前言

抑郁, 作為衡量個體心理社會適應水平的重要測量指標(程寶玨, 2018; 龔栩等, 2010), 是一種常見并極為值得關注的心理適應問題(陳春宇等, 2018),其不僅會增加個體的悲傷體驗(李紅等, 2019), 影響個體的道德認知能力(尹錫楊等, 2019), 而且與吸煙(臧福運, 2017)、攻擊(朱星星等, 2017)和自殺(趙靜波等, 2019)等不良行為有著緊密聯(lián)系。因此, 研究者從多種視角對抑郁的產(chǎn)生及發(fā)展機制進行了探討。

1.1 成癮與抑郁的關系

大量研究發(fā)現(xiàn), 成癮與抑郁往往相伴發(fā)生, 成癮能增加抑郁的風險, 是抑郁的重要預測因素(Oh et al., 2013; 任宇, 2008)。Ciarrochi等人(2016)通過4年的追蹤研究證實網(wǎng)絡成癮是導致抑郁的穩(wěn)定不變的原因。網(wǎng)絡成癮與心理適應結果的前因模型(Antecedent Model of Internet Addiction and Psychological Adaptation)也指出, 網(wǎng)絡成癮會導致個體的心理適應不良(周月月, 2018)。因此, 在抑郁的產(chǎn)生與發(fā)展中, 網(wǎng)絡成癮被認為是顯著的風險因素。近年來, 隨著移動互聯(lián)網(wǎng)的快速發(fā)展, 研究者發(fā)現(xiàn)手機成癮作為繼網(wǎng)絡成癮之后行為成癮的又一重要方面, 與抑郁也呈顯著正相關(Alhassan et al., 2018), 手機成癮對個體的抑郁存在潛在影響(Jun, 2016; Yang et al., 2019)。于是, 手機成癮對個體抑郁的影響逐漸成為研究者們關注的焦點(Chen et al., 2015)。

然而, 雖然已有研究表明手機成癮會對抑郁產(chǎn)生影響, 但僅關注了情緒和認知因素的單獨中介作用(Li et al., 2017; Yang et al., 2019)。近年來, 部分研究者指出智能手機的使用可以破壞個體的情緒過程(Aagaard, 2016)和基本認知過程(即感知和注意), 并提出了整合情緒和認知來研究手機成癮和心理健康水平的理論模型(Sbarra et al., 2019)。因此,只有綜合考慮兩類機制, 建立一個包含情緒和認知兩種加工特性的雙系統(tǒng)架構, 才能更加完善地理解手機成癮對抑郁的影響機制, 有效地開展預防和干預工作。基于此, 本研究同時從情緒和認知兩方面入手, 探討手機成癮與抑郁的關系。

1.2 手機成癮、社交焦慮與抑郁的關系

焦慮情緒, 尤其是社交焦慮, 常常被認為與抑郁有較高共病率(吳曉薇等, 2015), 并且社交焦慮在大部分情況下會先于抑郁出現(xiàn)(Ingram et al., 2001)。Jacobson等人(2014)采用全國青少年健康縱向調查數(shù)據(jù)考察了早期焦慮和晚期抑郁之間的關系, 發(fā)現(xiàn)焦慮預示著以后的抑郁。鞠芊芊等人(2018)采用實地發(fā)放問卷的方式對大學生群體進行調查, 也提出當社交焦慮較高和成癮程度很強烈時, 個體極易產(chǎn)生抑郁傾向。同時, 社交焦慮與手機成癮也存在顯著正相關(Darcin et al., 2015)。李宗波等人(2017)指出當個體手機依賴程度增加, 其在手機上花費的時間和精力會越多, 同時在人際交流等活動上花費的時間和精力則會相對減少, 因而使個體的自我效能感降低、孤獨感增強, 最終導致社交焦慮。因此, 本研究假設社交焦慮在手機成癮與抑郁的關系中起中介作用。

1.3 手機成癮、社交焦慮、負性情緒信息注意偏向與抑郁的關系

那么, 社交焦慮情緒又是如何進一步影響到抑郁的呢？情緒的認知理論(Cognitive Theory of Emotion)認為, 情緒會激發(fā)特定的目標和認知(趙捷, 梅丞廷, 2009), 情緒的一個重要功能就是改變認知(劉曉琴, 2015)。社交焦慮的認知行為模型(Cognitive Behavioral Model of Social Anxiety)也指出, 對負性信息的注意偏向是社交焦慮個體的焦慮狀態(tài)得以保持的關鍵(Heimberg et al., 2010; 彭順等, 2019)。社交焦慮個體會特異性地注意環(huán)境中的負性信息(唐繼亮, 宣賓, 2012), 在社會交互過程中易出現(xiàn)對負性信息的注意, 從而產(chǎn)生抑郁。大量研究發(fā)現(xiàn)社交困難的成癮者對負性情緒刺激更為敏感, 可能存在注意偏向(雷玉菊等, 2017), 如武曉銳(2015)通過情緒Stroop范式證實了手機成癮者表現(xiàn)出了對負性信息的注意偏向。同時, 根據(jù)抑郁的認知理論(Depression Cognitive Theory), 負性情緒信息注意偏向與抑郁的發(fā)生、發(fā)展與維持有著緊密聯(lián)系(武成莉等, 2018)。Macleod等人(2002)采用改良的點探測范式對大學生的選擇性注意進行控制, 發(fā)現(xiàn)優(yōu)先對負性詞語產(chǎn)生反應的大學生, 對實驗中的壓力源具有更高的抑郁水平。彭芳(2013)的研究也證實了通過改變負性注意偏向可以有效地減輕抑郁癥個體的抑郁癥狀。因此, 負性情緒信息注意偏向是解釋其他因素如何影響個體心理社會適應的重要中介變量(毋嫘, 林冰心, 2016)。所以, 本研究假設負性情緒信息注意偏向在社交焦慮和抑郁的關系中起中介作用。

綜上所述, 本研究擬通過兩個研究, 同時從情緒和認知兩個方面探討手機成癮和抑郁的關系, 以及社交焦慮和負性情緒信息注意偏向在手機成癮和抑郁之間的作用。研究1采用問卷法, 以手機成癮和社交焦慮作為自變量, 抑郁作為因變量, 考察社交焦慮在手機成癮和抑郁之間的中介作用。研究2采用點探測范式, 進一步探究社交焦慮→負性情緒信息注意偏向的鏈式中介作用。研究假設如下: (1)手機成癮與社交焦慮、負性情緒信息注意偏向、抑郁顯著正相關; (2)社交焦慮在手機成癮和抑郁之間起中介作用; (3)社交焦慮和負性情緒信息注意偏向在手機成癮與抑郁的關系中起鏈式中介作用。假設模型如圖1所示。

圖1 假設模型圖

2 研究1: 社交焦慮在手機成癮和抑郁之間的中介作用

2.1 研究目的

采用問卷法, 探究社交焦慮在手機成癮和抑郁之間起中介作用。

2.2 研究對象

在高校招募本科生, 共發(fā)放問卷630份, 回收有效問卷545份, 有效率為86.51%。年齡范圍在18~24歲之間, 平均年齡為19.59 ± 1.01歲, 其中男生271人, 女生274人。

2.3 研究方法

2.3.1 研究工具

(1)大學生手機成癮傾向量表

采用熊婕等人(2012)編制的大學生手機成癮傾向量表, 包括戒斷癥狀(沒有參與手機活動時生理或心理上的負面影響)、突顯行為(手機的使用占據(jù)了思維和行為活動的中心)、社交撫慰(手機使用在人際交往中的作用)、心境改變(手機造成的情緒變化)4個維度, 共16個項目, 采用5點計分(1 = 非常不符合, 5 = 非常符合)。該量表的分數(shù)分布范圍為16~80分。分數(shù)越高手機成癮傾向越嚴重。本研究中, 總量表的Cronbach’s α系數(shù)為0.88, 4個因子的Cronbach’s α系數(shù)分別為0.78, 0.68, 0.74和0.61。

(2)貝克抑郁量表

采用貝克抑郁自評量表, 共包括13個項目, 0~3級評分。該量表的分數(shù)分布范圍為0~39分, 分數(shù)越高抑郁程度越高。本研究中, 該量表的Cronbach’s α系數(shù)為0.92。

(3)社會交往焦慮量表

采用Mattick等人(1998)編制、葉冬梅等人(2007)修訂的社會交往焦慮量表的中文版。該量表包含19個項目, 采用5點計分(1 = 完全不符合, 5 = 完全符合)。該量表的分數(shù)分布范圍為19~95分, 其中第8和第10題為反向計分。得分越高說明社交焦慮程度越高。在本研究中, 該量表的Cronbach’s α系數(shù)為0.90。

2.3.2 統(tǒng)計處理

采用SPSS 20.0、Mplus 8.3對數(shù)據(jù)進行統(tǒng)計分析。

2.3.3 共同方法偏差檢驗

采用探索性因素分析法對可能存在的共同方法偏差進行檢驗(周浩, 龍立榮, 2004)。整合各問卷所有項目進行探索性因素分析, 析出的第一個公因子解釋率為21.48%, 遠小于40%。因此, 本研究數(shù)據(jù)不存在嚴重的共同方法偏差。

2.4 研究結果

描述性統(tǒng)計分析發(fā)現(xiàn), 545名大學生的手機成癮傾向得分在16~75分之間(= 41.68,= 9.92), 抑郁得分在0~32分之間(= 6.89,= 6.23), 社交焦慮得分在21~81分之間(= 40.50,= 10.90)。相關分析表明, 手機成癮、社交焦慮和抑郁兩兩之間均呈顯著正相關(表1)。手機成癮對抑郁具有顯著的正向預測作用(= 0.11,= 0.03,< 0.001)。

以假設模型為基礎, 將手機成癮作為預測變量,抑郁作為結果變量, 以社交焦慮為中介變量進行路徑分析, 數(shù)據(jù)擬合結果如圖2所示。從圖2來看, χ= 3.519, CFI = 0.978, TFI = 0.959, RMSEA = 0.068, SRMR = 0.033。各適配度統(tǒng)計量均在合理范圍內, 分析的結果支持了本研究初步構建的模型的合理性。從模型路徑來看, 大學生手機成癮不能直接正向預測抑郁, 而是通過社交焦慮間接地正向預測抑郁(標準化回歸系數(shù) = 0.39 × 0.26 = 0.10)。社交焦慮在手機成癮和抑郁間起完全中介作用。“手機成癮→社交焦慮→抑郁”間接效應95%的置信區(qū)間為[0.11, 0.25], 中介效果量為52.63%, 置信區(qū)間不包含0, 表明社交焦慮的中介效應有統(tǒng)計意義, 且起到完全中介作用。

2.5 討論

研究1的結果顯示手機成癮對抑郁具有顯著正向預測作用, 即手機成癮者更容易產(chǎn)生抑郁。這一結果與已有研究結果一致(Seo et al., 2016), 支持了有關手機成癮與其他心理社會適應問題的研究, 表明手機成癮是影響大學生心理社會適應水平的一個重要因素(劉勤學等, 2017)。同時, 根據(jù)運動抗抑郁作用的神經(jīng)營養(yǎng)假說(Neurotrophic Hypothesis of Antidepressant Actions of Exercise), 運動能夠增加成年海馬神經(jīng)發(fā)生和神經(jīng)營養(yǎng)因子的表達, 是改善抑郁的主要機制(王澤軍等, 2010), 有限的活動空間會提高抑郁發(fā)生的可能性(Vallée et al., 2011; 胡廣富等, 2019)。因此, 手機成癮者由于花費過多的時間在手機上而導致的運動時間和精力縮減, 活動范圍減少, 在一定的情況下也容易導致抑郁的發(fā)生。

表1 手機成癮、社交焦慮與抑郁的相關分析

注:< 0.001, 下同。

圖2 社交焦慮在手機成癮和抑郁間的中介作用

其次, 社交焦慮在手機成癮和抑郁之間起完全中介作用。即, 手機成癮完全是通過社交焦慮對抑郁產(chǎn)生了影響, 說明社交焦慮是手機成癮引發(fā)不良心理適應的重要中介因素。該結果也支持了以往研究, 即社交焦慮能在手機成癮與個體心理適應的關系中起中介作用(管浩圻, 陳麗蘭, 2015)。根據(jù)社會置換假說(Social Replacement Hypothesis), 手機成癮個體花費了過多的時間和精力在虛擬世界中(Weinstein et al., 2016), 因而缺少與他人面對面的交流, 缺乏現(xiàn)實社會支持, 這會使他們的傳統(tǒng)人際交往減少, 人際關系和社交技能的發(fā)展受到阻礙(姜永志, 白曉麗, 2014), 導致他們與借助傳統(tǒng)交流方式維系的社會關系更疏遠(Yeh et al., 2008), 與外界環(huán)境的交流與溝通的反饋機制穩(wěn)定性差, 繼而產(chǎn)生對社交關系長久而持續(xù)的恐懼感(李宗波等, 2017), 最終提高個體的抑郁傾向。此外, 劉明月(2019)的研究也指出, 相較于一般大學生, 手機使用對具有手機成癮傾向的大學生在人際交往方面而言具有更加重要的意義, 手機成癮者更傾向于通過手機與他人建立聯(lián)系和社交。因此, 當手機成癮者面對手機無法使用的情形時, 更容易激發(fā)社交焦慮, 產(chǎn)生情緒變化, 從而提高抑郁發(fā)生的可能性。

雖然研究1證實了焦慮情緒在其中的中介作用,然而近期的研究發(fā)現(xiàn)手機成癮對心理健康的影響不僅會受到社交焦慮等情緒因素的影響(李宗波等, 2017), 也會受到注意偏向等認知因素的影響(花蓉等, 2016)。那么, 社交焦慮個體易產(chǎn)生抑郁, 是否與其負性信息注意偏向有關呢？為此, 我們開展了研究2來探討這一問題。

3 研究2: 社交焦慮和負性情緒信息注意偏向在手機成癮與抑郁之間的鏈式中介作用

3.1 研究目的

在研究1的基礎上, 采用實驗和問卷相結合的方法, 進一步探究負性情緒信息注意偏向在社交焦慮和抑郁之間的中介作用, 以及社交焦慮和負性情緒信息注意偏向在手機成癮和抑郁之間的鏈式中介作用。

3.2 研究對象

使用G*Power 3.1計算研究所需樣本量(Faul et al., 2007)。以重復測量方差分析為統(tǒng)計方式, 設參數(shù)為: 被試內重復測量方差分析, 效應量= 0.25, α = 0.05, 1 ? β = 0.95, 組數(shù) = 1, 測量次數(shù) = 4, 重復測量數(shù)據(jù)之間的相關性 = 0.5, 計算得到總樣本量為36人。考慮到10%左右的樣本流失率, 并參照前人研究(劉靜遠, 李虹, 2019), 在高校中招募大學生60人, 其中男生30人, 女生30人, 年齡為18~ 24周歲。所有被試都是右利手, 沒有精神與生理方面的疾病, 近期沒有參加過類似實驗, 視力或矯正視力正常, 無眼科疾病。實驗開始前簽署知情同意書, 實驗結束后給予價值5元的小禮物作為回報。

3.3 研究方法

3.3.1 研究工具

同研究1。

3.3.2 研究材料

目前關于個體注意偏向的研究多采用文字或圖片等刺激材料。但是, 文字材料主要依賴于它的象征意義, 需要人的言語系統(tǒng)對其進行加工, 刺激程度相對較低, 生態(tài)學效度也較低(武琦, 2012)。因此, 本研究采用更加直觀并且可以測到最初反應的情緒圖片為刺激材料。

本研究采用王妍等人(2005)編制的標準化的中國化面孔情緒圖片系統(tǒng)(CFAPS)。同時, 為保證實驗材料滿足研究要求, 招募額外不參加正式實驗的被試30人(男生15人, 女生15人, 平均年齡為20.97 ± 1.53歲)對每張圖片的效價(1 = 非常消極, 9 = 非常積極)、喚醒度(1 = 非常低喚醒, 9 = 非常高喚醒)與熟悉度(1 = 非常不熟悉, 9 = 非常熟悉)進行9點評分。最終挑選出18張負性和18張中性情緒圖片(男女各半)作為實驗刺激材料(劉靜遠, 李虹, 2019; 劉旺等, 2012)。采用配對樣本檢驗分析發(fā)現(xiàn), 負性與中性情緒圖片的熟悉度和喚醒度差異不顯著, 效價差異顯著(見表2)。圖片為亮度一致的灰度圖, 呈現(xiàn)大小為260 × 300。實驗程序釆用Eprime 2.0軟件編制。

3.3.3 研究范式

點探測范式(dot-probe paradigm)常被認為可以考查注意資源的空間分配, 評估情感性精神障礙患者的注意偏向問題(MacLeod et al., 1986)。注意偏向的相關研究也常采用點探測范式(花蓉等, 2016; 聶衍剛等, 2015)。因此, 本研究參照劉靜遠等人(2019)的點探測實驗設計, 研究流程如圖3所示。首先在屏幕正中呈現(xiàn)一個“+”, 持續(xù)時間為500 ms, 要求被試注視“+”, 隨后“+”消失, 在屏幕左右對稱方出現(xiàn)一對負性與中性情緒圖片, 二者的位置隨機呈現(xiàn), 呈現(xiàn)時間為500 ms, 緊接著是50 ms的空屏, 然后在出現(xiàn)過兩張圖片的任一位置上呈現(xiàn)一個探測點, 探測點為黑色“●”, 要求被試看到“●”后迅速按鍵反應, 探測點在左按“F”鍵, 探測點在右按“J”鍵。要求被試又快又準地做出反應。被試按鍵反應后或者被試在2000 ms時仍未反應, 呈現(xiàn)1000 ms空屏繼續(xù)下一試次。實驗開始前讓被試進行實驗練習(練習試次中使用的圖片不會在正式試次中出現(xiàn)),直到被試熟悉實驗規(guī)則。整個實驗共包括72個正式試次, 負性情緒圖片、中性情緒圖片在左、右各出現(xiàn)一次, 探測點在兩類刺激位置各出現(xiàn)一次。

表2 研究2所用圖片的效價、喚醒度與熟悉度評分[M ± SD]

本研究參照以往研究假設: 對探測點位置做出判斷的反應時會隨被試對其出現(xiàn)區(qū)域的注意而減少, 即探測點出現(xiàn)在被試先前注意的區(qū)域時, 反應時較短; 反之, 反應時較長(MacLeod et al., 1986; 施永謀, 羅躍嘉, 2016)。通過記錄被試對探測點的反應時, 對比兩種情況下反應時的差異, 這種差異表示被試對空間信息的注意偏向, 無效探測點與有效探測點(負性情緒圖片與探測點同側為有效, 負性情緒圖片與探測點異側為無效)的反應時之差為注意偏向值(Mogg et al., 2004; 聶衍剛等, 2015)。注意偏向的定向理論認為, 被試對出現(xiàn)在被注意區(qū)域內的探測點的反應快于出現(xiàn)在未被注意區(qū)域內的反應, 即存在注意偏向(Petersen & Posner, 2012)。因此, 比較線索效度兩個水平的反應時, 可以得出被試對負性情緒是否存在注意偏向。

3.3.4 研究設計

本研究采用2 (配對面孔表情的情緒類型: 負性、中性) × 2 (探測點位置: 與負性情緒面孔表情同側、與負性情緒面孔表情異側)的被試內實驗設計。其中, 面孔表情的情緒類型和探測點位置為被試內變量, 因變量為負性情緒信息注意偏向值。

3.3.5 研究過程

本研究在14英寸的電腦上進行實驗, 被試坐在距離60 cm的屏幕正前方, 兩個刺激區(qū)域(寬為260像素, 長為300像素; 視角為8.8°×10.1°)。每個被試單獨完成。實驗前, 首先向被試介紹本研究的實驗內容和操作步驟, 要求其認真閱讀指導語。被試被告之實驗時間大概10~15分鐘, 如若實驗中有任何不適或不滿, 可隨時退出實驗。每一位被試的實驗程序為: 練習實驗(8個試次), 正式實驗(72個試次)。實驗結束后, 被試完成大學生手機成癮傾向量表、貝克抑郁量表和社交交往焦慮量表。

3.3.6 統(tǒng)計處理

運用Excel對Eprime 2.0生成的原始數(shù)據(jù)進行數(shù)據(jù)轉換和處理。

首先, 在對數(shù)據(jù)進行正式分析前對其進行整理,排除反應時小于200 ms、大于1200 ms的數(shù)據(jù)以減少被試的預判對實驗結果產(chǎn)生干擾的可能性(Mogg et al., 2012), 然后對數(shù)據(jù)進行進一步篩選, 去除3個標準差以外的數(shù)據(jù), 以及刪除反應錯誤與沒有反應的所有數(shù)據(jù)(聶衍剛等, 2015; 施永謀, 羅躍嘉, 2016), 得到有效被試51名, 平均年齡為21.53 ± 1.43歲。

圖3 點探測范式流程圖

表3 手機成癮、社交焦慮、負性情緒信息注意偏向與抑郁的相關分析

圖4 手機成癮預測抑郁的多重中介作用模型

研究中, 有效被試的反應準確率為100%, 不具備比較意義, 因此本研究的因變量為被試在大學生手機成癮傾向、社會交往焦慮量表和貝克抑郁量表上的得分及負性情緒圖片與探測點異側的反應時與負性情緒圖片與探測點同側的反應時之差的負性情緒信息注意偏向值。

在完成對數(shù)據(jù)的初步整理后, 使用SPSS 20.0和Mplus 8.3對數(shù)據(jù)進行統(tǒng)計分析。

3.4 研究結果

3.4.1 負性情緒信息注意偏向、社交焦慮、手機成癮與抑郁之間的相關關系

描述性統(tǒng)計分析發(fā)現(xiàn), 51名大學生的手機成癮傾向得分在24~65分之間(46.41,= 9.34), 抑郁得分在0~28分之間(= 10.84,= 8.11), 社交焦慮得分在26~74分之間(= 47.88,= 12.40)。

對負性情緒信息注意偏向、社交焦慮、手機成癮與抑郁之間的關系做相關分析。結果顯示, 負性情緒信息注意偏向與社交焦慮(= 0.48,< 0.001)、手機成癮(= 0.29,< 0.05)、抑郁(= 0.49,< 0.001)之間的相關均顯著(見表3)。

周小羽在板凳上嗷嗷直叫，這個樣子跟年三十我們嶺北鎮(zhèn)殺豬的情形一模一樣。但周小羽卻沒有討?zhàn)垼皇且粋€勁地叫著，打死我好了打死我好了。

3.4.2 社交焦慮和負性情緒信息注意偏向在手機成癮和抑郁之間的鏈式中介作用

進一步采用結構方程模型(方杰等, 2014)檢驗社交焦慮和負性情緒信息注意偏向在手機成癮與抑郁之間的中介效應(如圖4)。觀測數(shù)據(jù)與假設模型擬合良好(χ= 1.024, CFI = 0.997, TFI = 0.994, RMSEA = 0.022, SRMR = 0.055)。對鏈式中介進行檢驗, 手機成癮能夠正向預測社交焦慮(= 0.39,< 0. 01), 社交焦慮能夠正向預測負性情緒信息注意偏向(= 0.42,< 0. 001), 負性情緒信息注意偏向能夠正向預測抑郁程度(= 0.29,< 0.05), 即手機成癮傾向越高, 其社交焦慮水平會越高, 進而會使個體對負性情緒信息產(chǎn)生更多的關注, 最終提高抑郁的風險。

采用偏差校正百分位Bootstrap進行中介效應檢驗, 社交焦慮在手機成癮與大學生抑郁的中介效應95%的區(qū)間為[0.10, 0.74], 中介效果量為41.18%,中介作用顯著, 因此, 社交焦慮是手機成癮與大學生抑郁的中介變量, 再次驗證了假設2。社交焦慮和負性情緒信息注意偏向在手機成癮與抑郁的鏈式中介效應95%的區(qū)間為[0.01, 0.39], 中介效果量為14.71%, 鏈式中介效應顯著, 假設3得到驗證。因此, 社交焦慮與負性情緒信息注意偏向在手機成癮與大學生抑郁之間起鏈式中介作用。

3.5 討論

本研究采用實驗和問卷相結合的方法, 探討了社交焦慮和負性情緒信息注意偏向在手機成癮對抑郁影響中的鏈式中介作用。首先, 與研究1結果保持一致, 即社交焦慮在手機成癮與抑郁間起完全中介作用。其次, 研究2發(fā)現(xiàn)手機成癮完全通過社交焦慮和負性情緒信息注意偏向的鏈式中介作用影響到個體抑郁水平。這可能是因為回到現(xiàn)實中的手機成癮個體渴望與好友互動, 但沉湎手機所帶來的社交技能的退化, 導致其在社交互動中處于被動位置(劉濤, 劉星辰, 2017)。在此基礎上, 個體會逐漸懷疑自身社交交往能力, 引發(fā)個體的社交焦慮, 如感到沮喪、緊張等(姜永志等, 2015), 由此產(chǎn)生的累積效應使個體產(chǎn)生對不良情緒信息的注意偏向, 更容易關注負性信息, 對于負性刺激的閾限也越來越低(Li et al., 2008)。隨著對負性信息分配的注意資源增多, 個體易于忽視積極的情緒體驗, 從而加重了自身的無助感, 使個體的認知和關注點變得更加局限, 堅信事情的不可解決性, 如此反復, 惡性循環(huán), 最終導致抑郁的產(chǎn)生。

4 總討論

本研究同時考察情緒和認知因素在手機成癮對抑郁影響中的作用, 以網(wǎng)絡成癮與心理適應結果的前因模型、情緒的認知理論、社交焦慮的認知行為模型和抑郁的認知理論等為基礎, 結合問卷和實驗探討了手機成癮與抑郁的關系, 假設1、假設2和假設3均得到了驗證。手機成癮可以通過社交焦慮、負性情緒信息注意偏向的鏈式中介作用影響抑郁, 即手機成癮對心理健康的影響會受到情緒和認知的鏈式干擾, 這可以理解為手機成癮者由于負性情緒累積產(chǎn)生對不良情緒信息的注意偏向而最終導致的惡性循環(huán)。

值得注意的是, 在研究1中, 手機成癮可以通過社交焦慮間接影響抑郁, 在研究2中當社交焦慮和負性情緒信息注意偏向同時納入結構方程模型時, 社交焦慮和負性情緒信息注意偏向在手機成癮與抑郁之間的鏈式中介效應顯著, 社交焦慮在手機成癮與抑郁間的單獨中介效應顯著, 而負性情緒信息注意偏向在手機成癮與抑郁間的單獨中介效應并不顯著。說明在影響抑郁的情緒和認知因素中, 情緒可能是更為重要的影響因素, 認知是情緒和反應的中介, 即情緒是抑郁重要且最直接的來源, 情緒可以通過影響認知系統(tǒng), 進而影響個體抑郁水平。根據(jù)情緒的認知理論(Cognitive Theory of Emotion)和認知行為理論(Cognition and Behavior Theory), 情緒會激發(fā)特定的目標和認知(趙捷, 梅丞廷, 2009), 在認知、情緒和行為三者中, 認知扮演著中介與協(xié)調的作用。這一研究結果支持了情感優(yōu)先假說(Affective Primacy Hypothesis)和積極情緒的拓展?建設理論(Broaden-and-Build Theory of Positive Emotions), 認為情感是第一性的, 完全獨立于認知。同時, 消極情緒會縮小個體的知?行資源分配范圍, 而積極情緒則可能會拓寬個體的知?行資源分配范圍(梁家銘, 陳樹林, 2015)。情緒一致性效應(Emotional Consistent Effect)也指出, 當個體處于負性情緒時, 會優(yōu)先注意負性信息(楊海波, 朱競男, 2017)。負性情緒會促進投入注意于負性刺激的偏向, 即加強負性刺激捕獲注意的偏向(劉漢越等,2015)。

綜上所述, 在考察手機成癮對抑郁的影響時, 應同時整合情緒與認知因素, 在探討手機成癮對個體心理健康的影響時, 不能只重視情緒和認知的單獨作用, 更應該關注認知和情緒兩種加工特性的雙系統(tǒng)架構, 并且情緒因素與認知因素間還具有一定的順序性, 認知的作用需要通過個體的情緒激發(fā), 才能對個體心理健康水平產(chǎn)生重要影響。這一結果拓展了以往關于手機成癮和個體心理社會適應問題的研究, 在一定程度上豐富了成癮及抑郁的研究視野, 對于減少或控制成癮對抑郁的消極影響具有參考意義。這也提示我們, 應高度重視手機成癮大學生的社交焦慮情緒, 如學校可以通過開展多種形式的活動, 提供社會交往機會, 增強其社交技能及其與社會的聯(lián)結, 減少社交焦慮, 進而降低產(chǎn)生抑郁的風險。此外, 這一結果也為注意偏向能夠改變抑郁水平的因果關系推斷提供了證據(jù), 提示我們注意偏向訓練很可能是頗有前景的治療抑郁的替代療法, 醫(yī)院等專業(yè)機構可以通過迫使被試反復將注意從負性刺激上轉移, 增強對負性刺激的注意解除能力, 進而改善大學生的負性情緒信息注意偏向和社交焦慮, 提高心理健康水平。

最后, 本研究也存在一些不足。首先, 本研究僅論證了負性情緒信息注意偏向對抑郁的影響, 但對其如何發(fā)揮作用的問題卻少有探討。根據(jù)注意偏向成分理論, 注意偏向的機制可以分為注意警覺、注意解除困難和注意回避三種成分(Cisler & Koster, 2010)。未來研究可以基于此對負性情緒信息注意偏向的作用機制作進行進一步探討; 其次, 孫夢圓等人(2018)發(fā)現(xiàn)孤獨感在社交焦慮與抑郁癥狀間起部分中介作用; Hong等人(2019)的研究結果也表明社交焦慮會通過降低積極的社交成果而間接影響抑郁。因此, 社交焦慮對抑郁的影響可能存在其他路徑, 未來研究應當繼續(xù)深入挖掘可能的中介變量及其作用機理。此外, 本研究僅探討了社交焦慮情緒和負性情緒信息注意偏向在其中的作用, 未來研究中可以從情緒和認知方面的更多變量來進行探析, 從而提供更多干預和治療個體手機成癮及抑郁的參考。

Alhassan, A. A., Alqadhib, E. M., Taha, N. W., Alahmari, R. A., Mahmoud, S., & Almutairi, A. F. (2018). The relationship between addiction to smartphone usage and depression among adults: A cross sectional study.(1), 148.

Chen, C. Y., Lian, S. L., Sun, X. J., Chai, H. Y., & Zhou, Z. K. (2018). The effect of social network sites addiction on adolescents' depression: Mediating role of cognitive overload and core self-evaluation.(2), 210–218.

[陳春宇, 連帥磊, 孫曉軍, 柴喚友, 周宗奎. (2018). 社交網(wǎng)站成癮與青少年抑郁的關系: 認知負載和核心自我評價的中介作用.(2), 210–218.]

Chen, C., Zhang, K. Z. K., & Zhao, S. J. (2015). Examining the effects of perceived enjoyment and habit on smartphone addiction: The role of user type. In M. Benyoucef, M. Weiss, & H. Mili (Eds.),(Vol. 209, pp. 224–235). Springer International Publishing.

Cheng, B. Y. (2018).(Unpublished master’s thesis). Jiangsu Normal University, China.

[程寶玨. (2018).(碩士學位論文)江蘇師范大學.]

Ciarrochi, J., Parker, P., Sahdra, B., Marshall, S., Jackson, C., Gloster, A. T., & Heaven, P. (2016). The development of compulsive Internet use and mental health: A four-year study of adolescence.(2), 272–283.

Cisler, J. M., & Koster, E. H. W. (2010). Mechanisms of attentional biases towards threat in anxiety disorders: An integrative review.(2), 203–216.

Darcin, A. E., Noyan, C., Nurmedov, S., Yilmaz, O., & Dilbaz, N. (2015). Smartphone addiction in relation with social anxiety and loneliness among university students in Turkey.(Suppl. 1), 505.

Fang, J., Wen, Z. L., Zhang, M. Q., & Sun, P. Z. (2014). The analyses of multiple mediation effects based on structural equation modeling.(3),735–741.

[方杰, 溫忠麟, 張敏強, 孫配貞. (2014). 基于結構方程模型的多重中介效應分析.(3), 735–741.]

Faul, F., Erdfelder, E., Lang, A. -G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences.(2), 175–191.

Gong, X., Xie, X. Y., Xu, R., & Luo, Y. J. (2010). Psychometric properties of the Chinese versions of DASS-21 in Chinese college students.(4), 443–446.

[龔栩, 謝熹瑤, 徐蕊, 羅躍嘉. (2010). 抑郁-焦慮-壓力量表簡體中文版(DASS-21)在中國大學生中的測試報告.(4), 443–446.]

Guan, H. Q., & Chen, L. L. (2015). Mobile phone addiction and loneliness among college students: The mediating effect of interaction anxiety.(8), 1164–1166.

[管浩圻, 陳麗蘭. (2015). 海南大學生交往焦慮在手機成癮與孤獨感間的中介作用.(8), 1164– 1166.]

Heimberg, R. G., Brozovich, F. A., & Rapee, R. M. (2010). A cognitive behavioral model of social anxiety disorder: Update and extension. In(2nd ed., pp. 395–422). Philadelphia, PA: Elsevier.

Hong, D. H., & Park, S. H. (2019). Mediating effect of disqualification of positive social outcomes on the relationship between social anxiety and depression.(1), 70–81.

Hua, R., Wu, X. R., & Fang, F. (2016). Attention bias in mobilephone addicted college students and its mechanism research.(5), 446–450.

[花蓉, 武曉銳, 方芳. (2016). 手機成癮大學生注意偏向的實驗研究.(5), 446–450.]

Hu, G. F., Cheng, X., Yan, C. H., Hong, S. Y., Li, N., & Xu, Z. (2019). Impacts of college students' mobile phone addiction on depression: The mediating of regulatory emotional self- efficacy.(1), 13–19.

[胡廣富, 程獻, 顏春輝, 洪絲語, 李娜, 許昭. (2019). 大學生手機成癮對抑郁的影響: 情緒調節(jié)自我效能感的中介作用.(1), 13–19.]

Ingram, R. E., Ramel, W., Chavira, D., & Scher, C. (2001). Social anxiety and depression. In W. R. Crozier & L. E. Alden (Eds.),(pp. 357–380). Chichester, United Kingdom: Wiley.

Jacobson, N. C., & Newman, M. G. (2014). Avoidance mediates the relationship between anxiety and depression over a decade later.(5), 437–445.

Jiang, Y. Z., & Bai, X. L. (2014). College students rely on mobile internet making impact on alienation: The role of society supporting systems.(5), 540–549.

[姜永志, 白曉麗. (2014). 大學生手機互聯(lián)網(wǎng)依賴對疏離感的影響: 社會支持系統(tǒng)的作用.(5), 540–549.]

Jiang, Y. Z., Wang, X. C., & Bai, X. L. (2015). Relationship between mobile phone internet dependence and social communication skills of college students.(1), 9–15.

[姜永志, 王曉超, 白曉麗. (2015). 手機移動互聯(lián)網(wǎng)依賴與大學生社會交往能力的關系.(1), 9– 15.]

Jun, S. (2016). The reciprocal longitudinal relationships between mobile phone addiction and depressive symptoms among Korean adolescents.(5), 179–186.

Ju, Q. Q., Chen, Y. D., & Gan, Y. Q. (2018).[Abstract]. The national conference on psychology, China.

[鞠芊芊, 陳一笛, 甘怡群. (2018).[摘要]. 全國心理學學術會議.]

Lei, Y. J., He, J. B., Niu, G. F., Zhou, Z. K., & Tian, Y. (2017). Impaired disengagement from negative emotional faces in youth with internet addiction.(6), 691–699.

[雷玉菊, 賀金波, 牛更楓, 周宗奎, 田媛. (2017). 網(wǎng)絡成癮傾向者對負性表情注意的脫離困難.(6), 691–699.]

Liang, J. M., & Chen, S. L. (2015). How positive emotion affects cognition: A review on the development of models.(2), 157–165.

[梁家銘, 陳樹林. (2015). 積極情緒影響認知的理論模型研究新進展.(2), 157–165.]

Li, H., Yang, X. G., Zheng, W. Y., & Wang, C. (2019). Emotionalregulation goals of young adults with depression inclination: An event-related potential study.(6), 637–647.

[李紅, 楊小光, 鄭文瑜, 王超. (2019). 抑郁傾向對個體情緒調節(jié)目標的影響——來自事件相關電位的證據(jù).(6), 637–647.]

Li, M., Jiang, X., & Ren, Y. (2017). Mediatior effects of positive emotions on social support and depression among adolescents suffering from mobile phone addiction.(2), 207–213.

Li, S., Tan, J., Qian, M., & Liu, X. (2008). Continual training of attentional bias in social anxiety.(8), 905–912.

Liu, H. Y., Wang, Y. M., & Wang, Z. H. (2015). Positive mood enhances attentional bias to positive stimuli: Engagement bias or disengagement bias.(4), 839–845.

[劉漢越, 王艷梅, 王振宏. (2015). 積極情緒促進對積極刺激注意偏向: 投入與抽離.(4), 839–845.]

Liu, J. Y., & Li, H. (2019). How state anxiety influences time perception: Moderated mediating effect of cognitive appraisal and attentional bias.(7), 747– 758.

[劉靜遠, 李虹. (2019). 狀態(tài)焦慮對時距知覺的影響: 認知評價和注意偏向有調節(jié)的中介作用.(7), 747–758.]

Liu, M. Y. (2019).(Unpublished master’s thesis). Xihua Normal University, Sichuan, China.

[劉明月. (2019).(碩士學位論文)西華師范大學, 四川.]

Liu, Q. X., Yang, Y., Lin, Y., Yu, S., & Zhou, Z. K. (2017). Smartphone addiction: Concepts, measurements, and factors.(1), 82–87.

[劉勤學, 楊燕, 林悅, 余思, 周宗奎. (2017). 智能手機成癮:概念、測量及影響因素.(1), 82–87.]

Liu, T., & Liu, X. C. (2017). Functional near-infrared spectroscopy studies on social deficits in children with autism.(4), 1005–1010.

[劉濤, 劉星辰. (2017). fNIRS在自閉癥腦功能研究中的應用與展望.(4), 1005–1010.]

Liu, W., Tian, L. L., Zhou, W. J., & Lu, H. (2012). The relationship between professional women’s rumination and suicidal ideation: The mediating effect of attentional bias., (11), 57–64.

[劉旺, 田麗麗, 周文靜, 陸紅. (2012). 職業(yè)女性反芻思維與自殺意念的關系: 注意偏向的中介作用., (11), 57–64.]

Liu, X. Q. (2015).(Unpublished master’s thesis). Northwest Normal University, China.

[劉曉琴. (2015).(碩士學位論文). 西北師范大學.]

Li, Z. B., Wang, T. T., Liang, Y., & Wang, M. H. (2017). The relationship between mobile phone addiction and subjective well-being in college students: The mediating effect of social anxiety.(4), 562–568.

[李宗波, 王婷婷, 梁音, 王明輝. (2017). 大學生手機依賴與主觀幸福感: 社交焦慮的中介作用.(4), 562–568.]

Macleod, C., Mathews, A., & Tata, P. (1986). Attentional bias in emotional disorders.(1), 15–20.

Macleod, C., Rutherford, E., Campbell, L., Ebsworthy, G., & Holker, L. (2002). Selective attention and emotional vulnerability: Assessing the causal basis of their association through the experimental manipulation of attentional bias.(1), 107–123.

Mattick, R. P., & Clarke, J. C. (1998). Development and validation of measures of social phobia scrutiny fear and social interaction anxiety.(4), 455–470.

Mogg, K., Philippot, P., & Bradley, B. P. (2004). Selective attention to angry faces in clinical social phobia.(1), 160–165.

Mogg, K., Wilson, K. A., Hayward, C., Cunning, D., & Bradley,B. P. (2012). Attentional biases for threat in at-risk daughters and mothers with lifetime panic disorder.(4), 852–862.

Nie, Y. G., Liu, L., Zeng, Y. L., & Ning, Z. J. (2015). The influence of moral self-control on altruistic tendencies: A study of attention bias.(5), 678–683.

[聶衍剛, 劉莉, 曾燕玲, 寧志軍. (2015). 道德自我對利己和利他行為傾向的注意偏向.(5), 678–683.]

Oh, E. J., Bhang, S. Y., Ahn, J. H., Choi, S. H., Choi, S. W., & Lee, H. K. (2013). 2763–Psychiatric symptoms of internet game addiction in the child and adolescent psychiatric clinic., 1.

Peng, F. (2013).(Unpublished master’s thesis). Hunan Normal University, China.

[彭芳. (2013).(碩士學位論文). 湖南師范大學.]

Peng, S., Wang, X., Niu, G. F., Zhang, H. P., & Hu, X. E. (2019). Fear of negative evaluation on social anxiety: Base on cognitive behavioral model of social anxiety disorder.(1), 121–128.

[彭順, 汪夏, 牛更楓, 張紅坡, 胡祥恩. (2019). 負面評價恐懼對社交焦慮的影響: 基于社交焦慮的認知行為模型.(1), 121–128.]

Petersen, S. E., & Posner, M. I. (2012). The attention system of the human brain: 20 years after., 73–89.

Ren, Y. (2008).(Unpublished master’s thesis). Shanxi University, China.

[任宇. (2008).(碩士學位論文)山西大學.]

Sbarra, D. A., Briskin, J. L., & Slatcher, R. B. (2019). Smartphonesand close relationships: The case for an evolutionary mismatch.(4), 596–618.

Seo, D. G., Park, Y., Kim, M. K., & Park, J. (2016). Mobile phone dependency and its impacts on adolescents’ social and academic behaviors., 282–292.

Shi, Y. M., & Lou, Y. J. (2016). Characteristics of attention bias to baby face in college students.(5), 378–383.

[施永謀, 羅躍嘉. (2016). 大學生對嬰兒面孔的注意偏向特點.(5), 378–383.]

Sun, M. Y., & Liu, K. (2018). Analysis of the mediating effect of loneliness between social anxiety and depression in middle school students.(6), 926–928.

[孫夢圓, 劉堃. (2018). 孤獨感在中學生社交焦慮與抑郁癥狀間的中介作用分析.(6), 926–928.]

Tang, J. L., & Xuan, B. (2012).[Abstract]The 15th National Conference on Psychology, China.

[唐繼亮, 宣賓. (2012).[摘要].第十五屆全國心理學學術會議.]

Vallée, J., Cadot, E., Roustit, C., Parizot, I., & Chauvin, P. (2011). The role of daily mobility in mental health inequalities: The interactive influence of activity space and neighbourhood of residence on depression.(8), 1133–1144.

Wang, Y., & Lou, Y. J. (2005). Standardization and assessment of college students’ facial expression of emotion.(4), 396–398.

[王妍, 羅躍嘉. (2005). 大學生面孔表情材料的標準化及其評定.(4), 396–398.]

Wang, Z. J., Ji, L., & Chu, X. Y. (2010). The neurotrophic hypothesis of antidepressant actions of exercise.(9), 1458–1470.

[王澤軍, 季瀏, 褚昕宇. (2010). 運動抗抑郁作用的神經(jīng)營養(yǎng)假說.(9), 1458–1470.]

Weinstein, A., Abu, H. B., Timor, A., & Mama, Y. (2016). Delay discounting, risk-taking, and rejection sensitivity among individuals with internet and video gaming disorders.(4), 674–682.

Wu, C. L., Gong, H., & Pu, W. D. (2018). Neuroimaging studies on the attentional biases towards negative information in MDD patients.(2), 234–238.

[武成莉, 龔慧, 蒲唯丹. (2018). 重性抑郁癥負性信息注意偏向的神經(jīng)影像學研究進展.(2), 234–238.]

Wu, L., & Lin, B. X. (2016). Mechanism on attention bias to negatively emotional information in high trait-anxiety individuals.(6), 992–995+1028.

[毋嫘, 林冰心. (2016). 高特質焦慮個體對負性情緒信息注意偏向的機制探討.(6), 992– 995+1028.]

Wu, Q. (2012).(Unpublished master’s thesis). Soochow University, China.

[武琦. (2012).(碩士學位論文)蘇州大學.]

Wu, X. R. (2015).(Unpublished master’s thesis). Jiangxi Normal University, China.

[武曉銳. (2015).(碩士學位論文). 江西師范大學.]

Wu, X. W., Huang, L., He, X. Q., Tang, H. B., & Pu, W. D. (2015). Social anxiety, aggression and depression: The mediating of regulatory emotional self-efficacy.(5), 804–807.

[吳曉薇, 黃玲, 何曉琴, 唐海波, 蒲唯丹. (2015). 大學生社交焦慮與攻擊、抑郁: 情緒調節(jié)自我效能感的中介作用.(5), 804–807.]

Xiong, J., Zhou, Z. K., Chen, W., You, Z. Q., & Zhai, Z. Y. (2012). Development of the mobile phone addiction tendency scale for college students.(3), 222–225.

[熊婕, 周宗奎, 陳武, 游志麒, 翟紫艷. (2012). 大學生手機成癮傾向量表的編制.(3), 222– 225.]

Yang, H. B., & Zhu, J. N. (2017).[Abstract].The national academic conference on psychology: Psychology and national mental health. China

[楊海波, 朱競男. (2017).[摘要]. 全國心理學學術會議-心理學與國民心理健康.]

Yang, X., Zhou, Z., Liu, Q., & Fan, C. (2019). Mobile phone addiction and adolescents' anxiety and depression: The moderating role of mindfulness.(3), 822–830.

Ye, D. M., Qian, Y. M., Liu, X. H., & Chen, X. (2007). Revision of social interaction anxiety scale and social phobia scale.(2), 115–117.

[葉冬梅, 錢銘怡, 劉興華, 陳曦. (2007). 社會交往焦慮量表和社交恐懼量表的修訂.(2), 115–117.]

Yeh, Y. C., Ko, H. C., Wu, J. Y. W., & Cheng, C. P. (2008). Gender differences in relationships of actual and virtual social support to internet addiction mediated through depressive symptoms among college students in Taiwan.(4), 485–487.

Yin, X. Y., Deng, C. F., & Zheng, Y. J. (2019). The impact of non-clinical depression on moral judgment.(7), 986–991.

[尹錫楊, 鄧彩鳳, 鄭銀佳. (2019). 非臨床抑郁個體對道德判斷的影響.(7), 986–991.]

Zang, F. Y. (2017).(Unpublished master’s thesis). Hunan Normal University, China.

[臧福運. (2017).(碩士學位論文)湖南師范大學.].

Zhao, J. B., Chen, Z. Y., Liang, S. W., & Sheng, Q. P. (2019). The mediating effect of the regulatory emotional self-efficacy from postgraduates in medicine on their depression and suicide.(5), 72–77.

[趙靜波, 陳壯有, 梁舜薇, 盛秋萍. (2019). 醫(yī)學研究生情緒調節(jié)效能感在抑郁與自殺間的中介作用.(5), 72–77.]

Zhao, J., & Mei, C. T. (2009). The relationship between cognition and emotion in behavior regulation.(13), 42–43.

[趙捷, 梅丞廷. (2009). 認知和情緒在行為調節(jié)中的關系.(13), 42–43.]

Zhou, H., & Long, L. R. (2004). Statistical remedies for common method biases.(6), 942–950.

[周浩, 龍立榮. (2004). 共同方法偏差的統(tǒng)計檢驗與控制方法.(6), 942–950.]

Zhou, Y. Y. (2018).(Unpublished master’s thesis). Central China Normal University, Wuhan.

[周月月. (2018).(碩士學位論文)華中師范大學, 武漢.]

Zhu, X. X., Wang, K. C., & Qiu, J. (2017).[Abstract]. The 20th National Conference on Psychology -- Psychology and National Mental Health. China.

[朱星星, 王康程, 邱江. (2017).[摘要]第二十屆全國心理學學術會議——心理學與國民心理健康.]

Mobile phone addiction and depression: Multiple mediating effects of social anxiety and attentional bias to negative emotional information

HOU Juan, ZHU Yingge, FANG Xiaoyi

(Department of Philosophy, Anhui University, Hefei 230039, China) (Department of Psychology, Renmin University of China, Beijing 100872, China) (Institute of Developmental Psychology, Beijing Normal University, Beijing 100875, China)

Depression is an important and widely studied measure of individual psychological and social adaptation. Previous studies have explored the mechanism of depression from various perspectives and found that addiction is a significant risk factor for the development of depression. In recent years, with the rapid development of mobile Internet technology and smart phones, researchers have found that mobile phone addiction, as another important aspect of behavioral addiction, also has a potential impact on depression. Further studies have found that mobile–addicted individuals spend too much time and energy in the virtual world, thus leading to social anxiety. In addition, when social anxiety is so high that it affects the daily life of individuals, individuals are prone to suffer depressive symptoms. According to the cognitive behavioral model of social anxiety and emotional consistent effect, attentional bias to negative information is a key factor in maintaining the anxiety state among individuals with social anxiety. When an individual experiences social anxiety, they will pay more attention to negative information. Depression cognitive theory also posits that attentional bias to negative emotional information is closely related with the occurrence, development and maintenance of depression.

Therefore, social anxiety and attentional bias to negative emotional information may be important factors in the effects of mobile phone addiction on depression. This study integrated emotional and cognitive factors and explored the effects of social anxiety and attentional bias to negative emotional information on the relationship between mobile phone addiction on depression through two studies. For study 1, a sample of 545 college students completed the Mobile Phone Addiction Index, Beck Depression Inventory and Social Interaction Anxiety Scale. For study 2, 51 college students were selected to complete questionnaires and a 2 (Emotional types of paired facial expressions: negative, neutral) × 2 (Detection point position: same as negative emotional face expression, different from negative emotional face expression) within-subjects task to investigate the serial mediating effects of social anxiety and attentional bias to negative emotional information on the relationship between mobile phone addiction and depression.

All the data were analyzed by SPSS 20.0 and Mplus 8.3. Some valuable results were obtained as follows. (1) There were significant positive correlations among mobile phone addiction, social anxiety and depression. Social anxiety fully mediated the effect of mobile phone addiction on depression. (2) Social anxiety and attentional bias to negative emotional information serially mediated the relationship between mobile phone addiction and depression. However, attentional bias to negative emotional information did not significantly mediate the effect of mobile phone addiction on depression. Specifically, mobile phone addiction affects depression through two pathways: one is the separate mediating role of social anxiety; the other is the serial mediation pathway of social anxiety → attentional bias to negative emotional information.

This study expands previous research on mobile phone addiction and individual psychological adaptation, enriches the field of addiction and depression research, and has significance regarding the reduction or control of the negative effects of addiction on depression. Additionally, this study also provides evidence for causal inference that social anxiety and attentional bias can alter depression levels, suggesting that attentional bias training is likely to be a promising alternative therapy for depression and providing new ideas for the intervention and treatment of clinical mental disorders.

mobile phone addiction, depression, social anxiety, negative emotional information, attentional bias

2020-06-04

* 國家自然科學通用技術基礎研究聯(lián)合基金重點項目(U1936220)和安徽高校人文社會科學研究重點項目(SK2019A0028)資助。

方曉義, E-mail: fangxy@bnu.edu.cn.

R395