自尊與網絡攻擊行為的關系：來自元分析的證據

摘 要 研究者對自尊與網絡攻擊行為的關系各執一詞。采用元分析技術探討自尊與網絡攻擊行為之間的關系。經過文獻檢索和篩選，納入原始文獻85篇，含86個獨立樣本，被試65048名。分析隨機效應模型發現，自尊與網絡攻擊行為之間存在顯著但較弱的負相關。進一步的調節效應檢驗表明，兩者的相關性受到自尊測量工具、文化類型、樣本量大小的影響，但不受到年齡、性別、學段的人口學因素，以及網絡攻擊行為的測量工具和出版類型差異的影響。該結果提示提升自尊水平有助于減少網絡攻擊行為的發生。未來可開展縱向追蹤，以探究自尊影響網絡攻擊行為的機制及因果關系。

關鍵詞 自尊；網絡攻擊行為；元分析

分類號 B849：C91

DOI：10.16842/j.cnki.issn2095-5588.2025.03.001

1 引言

隨著科技和互聯網的飛速發展，網絡已經成為人們學習、生活和社交的重要平臺。然而，與此同時，新型的攻擊方式——“網絡攻擊”，正日益引起全球范圍內的廣泛關注，并逐漸成為公共衛生領域的重要隱患。網絡攻擊行為是個人或者群體利用電子通信技術手段，重復多次地對無法自保的個人故意進行的一種攻擊性行為（Smith， 2012）。國內外研究均發現，網絡攻擊行為會引發青年學子的心理健康問題甚至是心理疾病，對其認知、情感和行為造成嚴重的損害，因此更加需要社會的關注和重視（何丹， 2017; Patchin amp; Hinduja， 2015）。

問題行為理論認為，問題行為與個體和社會因素密切相關，在開展研究時需要綜合考慮個體的人格、環境和行為特征這三個相互影響的關鍵因素（Jessor， 1987）。自尊是指個體利用自身價值判斷所形成的主觀感受及體驗，通常表現為個體對自身的積極或消極評價（Rosenberg， 1965）。以往研究中，自尊與網絡攻擊行為的關系備受關注。盡管已有研究者采用元分析方法探討攻擊性與自尊的關系，并且發現攻擊性與自尊呈顯著負相關（施國春等， 2017; Teng et al.，2015），但網絡攻擊行為作為一種新的問題行為，與傳統攻擊行為存在明顯的不同（Kubiszewski et al.， 2015; Tokunaga， 2010）。具體表現為網絡攻擊行為的匿名性、去個性化、目標的可及性以及技術依賴性等特征，使其相較于傳統攻擊行為，更具攻擊方法的獨特性（Dooley etal.， 2009; Nansel et al.， 2001; Vannucci et al.， 2012）。另外，網絡攻擊行為與傳統攻擊行為兩者的社會心理相關因素不同，參與網絡攻擊的人與參與傳統攻擊的人之間幾乎沒有重疊（Dehue et al.， 2008; Kubiszewski et al.， 2015）。此外，與傳統攻擊行為相比，網絡攻擊行為確實能導致獨特的負面影響（Dempsey et al.， 2009; Fredstrom et al.， 2011; Machmutow et al.， 2012; Perren et al.， 2012）。

基于此，有必要采用元分析方法，探討自尊與網絡攻擊行為的關系。

1.1 自尊與網絡攻擊行為的關系

不少研究者認為自尊自尊與網絡攻擊行為呈正相關。即個體自尊水平越高，越可能表現出網絡攻擊行為，而低自尊者是被網絡攻擊的對象（Adiyanti et al.， 2020）。他們采用威脅自我理論（Baumeister et al.， 1996）解釋，面對威脅自我概念的情境時，高自尊個體更可能通過網絡攻擊他人來減輕威脅感，以維護他們的自尊水平；而由于實施攻擊性行為具有一定的風險，謹小慎微的低自尊者更不敢做出冒險性行為（王思陽， 2019）。

也有研究者持相反意見，認為自尊與網絡攻擊行為呈負相關，即個體自尊水平越低，越可能表現出網絡攻擊行為。他們基于廣義緊張理論（Agnew， 1992）和人際需求理論（Murray， 1938），認為高自尊個體能夠正確認識自己，采取合理的方式以調節人際交往過程的不良情緒；反之，低自尊個體不能合理地調節自身情緒，傾向于采取更為極端的方式對待他人，因此自尊與網絡攻擊行為之間均存在顯著負相關（丁子恩， 2018; Zheng et al.， 2023）。

1.2 自尊與網絡攻擊行為關系的調節變量

測量工具可能會影響自尊與網絡攻擊行為的關系。以往對自尊與網絡攻擊行為兩者關系測量往往采用自我報告法，這容易出現社會贊許效應并導致回答偏差（倪鳳琨， 2005; Wallace et al.， 2012），因此考慮到使用測量工具的多樣性可能對兩者關系有所影響，本研究將其納入研究中。

就自尊的測量工具而言，自尊可以分為外顯自尊和內隱自尊（Greenwald et al.， 1995），內隱自尊并非是強有力的預測個體行為的指標（Buhrmester et al.， 2011），且少有文獻研究其與網絡攻擊行為的關系。因此，本研究只選用了外顯自尊的測量工具作為調節變量，如羅森伯格自尊量表（RSES）因其高信度和效度、簡單明了以及易于測量和評估等優點而被廣泛使用（Rosenberg， 1965）。此外，本研究納入的文獻中還有其他的測量自尊的相關量表，如Coopersmith自尊量表（Coopersmith， 1967）、青年學生自我價值感量表（黃希庭， 楊雄， 1998）等。

就網絡攻擊行為的測量工具而言，在以往研究中，研究者對網絡攻擊行為理解及其使用的測量工具存在多樣化（Erdur-Baker amp; Kavsut， 2007; Patchin， Hinduja， 2006; Smith et al.， 2006; Topu et al.， 2008）。不同的測量工具之間維度劃分、題目數量、計分方法等均存在差異，這可能會影響兩個變量之間關系的強度（Anderson et al.， 2010）。因此有必要研究測量工具對自尊與網絡攻擊行為關系的影響。

為此，本研究提出假設1，自尊和網絡攻擊的測量工具能夠調節兩者關系。

文化是一種重要的社會因素，影響著個體的認知、情感和行為。不同歷史時期、民族、地區的文化存在著不同價值觀和行為規范，對個體的思想和行為會產生重要的影響。自尊具有文化普遍性的同時，又具有文化的差異性（黃希庭， 尹天子， 2012）。相較于個人主義文化，集體主義文化更注重他人的觀點，也更注重集體的感受和榮譽，導致其自尊水平和行為更容易受到外界因素的影響（Bond， 2010; Hofstede， 2010）。為此，本研究提出假設2，文化能夠調節自尊與網絡攻擊行為的關系。面臨威脅時，集體主義文化下的個體更傾向于采取攻擊性行為以維護集體及自我價值。

此外，已有研究廣泛討論了人口學變量在自尊與網絡攻擊行為關系中的調節作用（陳明珠， 2016; 何方村， 2023; 王思陽， 2019）。為此，本研究主要將年齡、性別、學段與文化等具有代表性的變量納入分析。

群體社會化發展理論（Harris， 1995）認為，隨著人格和社會化的發展，個體的自尊不斷完善，逐漸意識到攻擊行為是不被社會所接受的。因此，攻擊行為會減少，自尊與網絡攻擊行為的聯系在這一階段可能會變弱。然而，社會學習理論（Conger et al.， 2003）則認為，隨著個體的成長，他們開始試圖模仿他人的行為，并且會更加自由地參與網絡攻擊，網絡攻擊行為可能會增加（Luo et al.， 2010）。可見，年齡如何調節自尊與網絡攻擊行為的關系尚且未能得到明晰。

自尊與網絡攻擊行為存在性別差異，有必要考慮性別在兩者關系之間的調節作用。研究人員明確表示，相較于女性，男性的自尊水平顯著更低（劉麗， 李揚， 2016; 張向葵， 田錄梅， 2006），更有可能參與網絡攻擊行為（陳星杉， 2020; Zheng et al.， 2023），其自尊與網絡攻擊行為的關系更強（李坤， 2018）。這些研究結果提示我們，性別或許能夠調節自尊與網絡攻擊行為的關系。

相關研究表明，青少年的年級越高，自尊水平越低（張麗華等， 2009）。此外，高中生的網絡攻擊行為顯著多于初中生（陳星杉， 2020）。進一步比較中學生和大學生在自尊與網絡攻擊行為的差異發現，中學生自尊與網絡攻擊行為的相關關系強于大學生（Kircaburun， 2019）。可見，學段可能會影響自尊與網絡攻擊行為的關系。

綜合以往研究還發現，隨著樣本量的增加，自尊與網絡攻擊行為的相關系數的強度下降（蔡培林， 2018; 高玲， 2023; Albikawi， 2023），Teng等（2015）在此基礎上開展研究，并進一步表示，樣本量會影響攻擊性與自尊之間的相關效應值。但也有研究者認為，樣本量對兩者關系沒有影響（施國春等， 2017）。考慮到樣本量的特征和敏感性，并為與前人的研究結果（施國春等， 2017; Tenget al.， 2015）開展比較，本研究將納入元分析的論文的樣本量劃分為三段：Nlt;200、200lt;Nlt;800、Ngt;800。由此可見，樣本量對自尊與網絡攻擊行為的相關性結果的影響不可忽視。

因此，本研究提出假設3，年齡、性別、學段、樣本量能夠調節自尊與網絡攻擊行為的關系。

此外，不同出版類型（期刊、學位或會議論文）有著不同的審稿標準，會對研究結果造成影響。核心期刊發表的論文的相關系數往往要比普通期刊和學位論文要高（施春華等， 2017）。因此，本研究提出假設4，出版類型能夠調節自尊與網絡攻擊行為的關系。

綜上，本研究納入過去十年國內外關于自尊與網絡攻擊行為關系的相關研究并進行元分析，旨在明確自尊與網絡攻擊行為之間的關系強度與方向，以及兩者關系是否受到各種調節變量的影響。

2 研究方法

2.1 文獻檢索與篩選

中文文獻檢索自中國知網、萬方、維普、中國博士學位論文和優秀碩士學位論文數據庫。外文文獻檢索自Elsevier、EBSCO、Springer Link、Pubmed、Web of Science、Wiley數據庫。在數據庫中檢索篇名、摘要或關鍵詞中包含“自尊/self-esteem”、“自我價值/self-worth”、“自我/self”、“自我效能/self-efficacy”聯合“網絡攻擊/cyber aggression”、“網絡暴力/cyber violent/cyber violence”、“網絡欺凌/網絡欺負/cyberbullying”等的文獻。檢索時間范圍為2013年1月～2023年12月，最終檢索到543篇文獻。

文獻篩選標準：必須為定量研究，排除綜述類和質性研究；文獻主題為自尊與網絡攻擊行為；相關數據完整，報告了明確的樣本量和相關系數r；若數據重復，僅保留信息更完整的；情境為正常生活環境，排除戰亂等其他環境；被試為普通健康人群，排除精神病患等特殊群體；僅納入中英文的文獻，排除其他語言撰寫的文獻。根據上述標準，篩選最初檢索到的文獻，最終納入85篇文獻。其中中文文獻32篇，英文文獻53篇，納入86個獨立研究，樣本量共計65048。文獻篩選流程詳見圖1。

2.2 文獻編碼

首先，編碼作者信息、發表年份、樣本量、文化背景、被試特征（類型、年齡、男性比）、發表類型、自尊與網絡攻擊行為的測量工具。

其次，獨立樣本編碼一次，若一篇文獻有多個獨立樣本，則分別編碼。Kircaburun（2019）的研究中兩類被試樣本（高中生和大學生）之間獨立，因此分開編碼。

此外，為保證編碼的準確性，該編碼過程由兩名編碼者獨立完成，最終獲得兩份編碼結果，Kappa值為0.92，說明編碼的一致性水平較高。兩份結果中不一致的數據由編碼者重新查看原始文獻，并作出修正。

具體編碼詳情參見表1。

2.3數據處理與分析

使用CMA3.3軟件開展元分析，將自尊與網絡攻擊行為的相關系數r作為效應量指標。

3 研究結果

3.1 同質性檢驗及模型選定

如表2，同質性檢驗發現，Q=2233.28（plt;0.001），表明效應值存在異質性，I-squard=96.19，表明約96.19%的觀察變異源自效應值的真實差異，而約3.81%的變異則源自隨機誤差。若I-squardgt; 75%時，研究結果中各效應值為高異質性（Higgins et al.， 2003）。因此，需要綜合考慮研究內部的變異和研究間的變異，采用隨機效應模型并分析調節變量對兩者關系的影響。

3.2 發表偏倚檢驗

首先，Egger等（1997）提出，若不存在發表偏倚，漏斗圖上各個點應該是成堆的、對稱的，集合在均勻效應量周圍。如圖2的漏斗圖顯示，大部分研究效應值集中位于頂部，且均勻分布在平均值的左右兩側。

其次，Rosenthal（1983）提出Fail-safe N法的鑒定規范，當N值大于5k+10時就不存在發表偏倚。如表3所示，失安全系數（fail-safe number， Nfs）為5883（Nfsgt;5K+10），且數值較大。再者，Tau值為-0.08（p=0.26gt;0.05）且不顯著。同時，Egger回歸系數的截距（Intercept）為-2.45，t（84）=1.53（p=0.14gt;0.05），表明發表偏倚的風險低。最后，剪補法也顯示本研究的效應量被剪補法削弱0。以上五種方法得到的檢驗結果均說明，本研究受發表偏倚影響的可能性非常小，結果準確可靠。

考慮到Haura（2020）研究報告的自尊與網絡攻擊行為的相關系數（r=-0.97）與其他研究相差較大，數值異常，可能會對元分析的結果造成影響。因此本研究刪除該研究，再次分析偏倚程度。結果表明，其Nfs為1156（Nfsgt;5K+10），且數值較大；再者，Tau值為-0.05（p=0.23gt;0.05）且不顯著；同時，Intercept為-1.25，t（83）=0.79（p=0.22gt;0.05），表明發表偏倚的風險低；最后，剪補法的觀測值和調整值相同，變化值為0，結果說明，本研究結果并沒有受到異常值的影響。

上述研究結果均說明，本研究結果準確可靠，不受發表偏倚的影響。

3.3 主效應檢驗

由表4可知，采用隨機效應模型分析自尊與網絡攻擊行為關系的整體效應，共有86項效應值，總樣本量為65048，自尊與網絡攻擊行為相關系數顯著（r=-0.18， plt;0.001），95%CI=[-0.22， -0.14]，不包括0。可知，自尊與網絡攻擊行為之間存在顯著但較弱的負相關。

3.4 調節效應分析

如表5所示，將測量自尊的量表主要分成羅森伯格自尊量表（K=62）和其他量表（K=24）兩類開展分析發現，兩類量表的平均相關系數差異顯著（Qb=5.65，p=0.015），說明自尊的測量工具可以影響自尊與網絡攻擊行為的關系，采用羅森伯格自尊量表的研究所報告相關系數（r=-0.21）顯著高于采用其他自尊量表的研究（r=-0.11）。

將納入分析的網絡攻擊測量量表劃分為CBIR、CBI、CBOS、SCBI和其他量表。分析表示，網絡攻擊行為測量工具的調節效應不顯著（Qb=2.56，p=0.634）。進一步對每種量表下自尊與網絡攻擊行為的相關系數開展同質性檢驗，結果表明，CBI、CBOS，SCBI和其他量表的相關系數存在顯著的異質性，這兩者的關系還存在系統變異，受其他調節變量的影響。

另外，相比于個人主義文化，集體主義文化下的研究中自尊與網絡攻擊行為的關系更強，Qb=7.88，p=0.005。

如表5和表6所示，依據埃里克森心理發展階段，將納入的被試的年齡階段劃分為學齡期（6～11歲），青年期（12～18歲）和成年期（18～25歲），分析發現，年齡的調節作用不顯著（Qb=0.25，df=2，p=0.885）。進一步對每一個年齡段下自尊與網絡攻擊行為的相關系數開展同質性檢驗發現，三個年齡段下自尊與網絡攻擊行為的相關系數存在顯著的異質性。

對性別（81個效應值）開展元回歸分析發現，男性比對效應量的回歸系數并不顯著（b=-0.0037），p=0.072。

學段按照小學生（K=4）、中學生（K=59）、大學生（K=20）分為3組開展分析表示，學段的調節作用也不顯著（Qb=0.65，df=2，p=0.722）。進一步對每一個學段下自尊與網絡攻擊行為的相關系數開展同質性檢驗表明，三個學段下的相關系數存在顯著的異質性。具體表現為，中學階段自尊與網絡攻擊行為的相關系數最高（r=-0.19，95％CI=[-0.24， -0.15]）；小學階段的相關系數最低（r=-0.11，95％CI=[-0.29， -0.07]），但小學學段僅納入4項研究，對這種結果的解釋要謹慎。

三個樣本量段的平均相關系數差異顯著（Qb=8.03，plt;0.05），樣本量為Nlt;200（r=-0.24）和Ngt;800（r=-0.24）的研究所報告的相關系數高于樣本量為200lt;Nlt;800（r=-0.14）的研究所報告的相關系數。

將納入元分析的論文出版類型劃核心期刊、普通期刊和學位論文三類開展分析表示，出版類型的調節作用不顯著（Qb=3.88，p=0.144）。進一步對三種出版類型下自尊與網絡攻擊行為的相關系數開展同質性檢驗表明，三種出版類型下自尊與網絡攻擊行為的相關系數存在顯著的異質性（普通期刊QW=654.38，plt;0.001；核心期刊QW=1107.12，plt;0.001；學位論文QW=327.71，plt;0.001）。這意味著兩者之間的關系還存在系統變異，受其他調節變量的影響（詳見表5）。

4 討論

4.1 自尊與網絡攻擊行為的關系

本研究檢索后獲得86項獨立研究，65048名被試。結果表明，自尊和網絡攻擊行為存在顯著負相關，總效應值-0.18，95%CI=[-0.22， -0.14]。

本研究揭示，低自尊個體傾向于展現出更高的網絡攻擊性行為，這或許是他們試圖通過貶損他人來尋求心理平衡的一種表現。依據社會認知理論與自我增強理論（Tesser， 1988; Wang amp; Zhang， 2023），此類行為可能源于低自尊個體為彌補線下社交中的地位劣勢，選擇在網絡平臺上對他人發起攻擊，以此維護和提升個人的自尊及社會身份。

此外，這種行為或許還是一種應對機制，用以緩解低自尊者自身的負面情緒。自我調整理論（McClelland et al.， 1953）及后續研究（Hinduja amp; Patchin， 2009）指出，盡管在現實生活中缺乏社會權力，這些個體卻能在網絡空間中展現出異常的自信。

再者，低自尊者可能出于滿足基本心理需求的目的，在虛擬社交環境中暫時性地補償自尊的缺失，將此作為一種適應機制。人際需求理論與自我決定理論（Brown amp; Miller， 2023; Deci amp; Ryan， 2000; Maslow， 1970）進一步闡釋，缺乏歸屬感、自主性和能力感的低自尊個體，為了獲取控制感和注意力，會轉向虛擬社交尋求滿足感，進而采取網絡攻擊行為，以彌補因低自尊造成的心理需求空缺。

4.2 調節效應分析

本研究顯示，自尊測量工具對網絡攻擊行為關系有顯著調節作用，特別是羅森伯格自尊量表相較于其他量表，報告了更強的相關性，這可能源于量表間概念差異，如自尊與自我效能感的區分（Butler amp; Gasson， 2005）。然而，不同自尊量表的使用頻率及特性差異提示需謹慎解釋結果。此外，網絡攻擊測量工具對此關系的調節作用不顯著，部分歸因于研究數量有限及低自尊者行為的復雜性。研究假設1得到了部分驗證。

文化因素成為重要調節變量，顯著影響自尊與網絡攻擊行為的關系，東西方文化差異可能導致對網絡攻擊行為的不同理解和應對策略（林頤， 2016；Tajfel amp; Turner， 1979）。集體主義文化背景下，個體可能更易通過網絡攻擊維護自尊。研究假設2得到了驗證。

年齡與性別未能顯著調節此關系，部分原因是研究樣本年齡范圍有限、性別比例不均及先前研究結果的矛盾（逯嘉等， 2014; Eisenberg amp; Miller， 1987）。學段差異同樣未顯現，可能與學段間研究數量不均衡有關，中學生群體顯示出更強的自尊與網絡攻擊行為聯系（Benson amp; Brooks， 2008）。而樣本量成為顯著調節因素，小樣本與大樣本研究的相關系數高于中等樣本，反映了樣本量對研究結果穩定性和可靠性的影響，符合先前研究觀點（Cohen， 1992; Sch?nbrodt amp; Perugini， 2013；Teng et al.， 2015）。盡管大樣本研究更具信服力，但小樣本研究的不穩定性提示需進一步探索。研究假設3得到了部分驗證。

出版類型對此關系無顯著調節作用，未能證實研究假設4，表明研究結果的一致性可能更多取決于研究設計、樣本特征和測量工具，而非出版平臺。

綜上所述，自尊與網絡攻擊行為的關系復雜多變，受多種因素調節。未來研究需深入探索不同測量工具、文化背景、年齡階段、性別差異及樣本量的影響，以全面理解并有效干預低自尊個體的網絡攻擊行為。

4.3 研究不足與展望

本研究揭示了自尊與網絡攻擊行為之間存在顯著的負相關關系，并探討了多個調節變量對此關系的影響，強調了個體自尊在預測網絡攻擊行為中的重要性。盡管自尊是關鍵因素，但其與網絡攻擊行為之間的關系復雜多變，受多種因素影響。這一發現對于指導減少低自尊個體的網絡攻擊行為、降低網絡攻擊事件、預防網絡犯罪，以及促進和諧校園與文明社會的建設具有重要意義。實踐中，通過心理健康教育、積極心理訓練等方式提升低自尊個體的自尊水平，有助于減少其網絡攻擊傾向。同時，針對不同文化背景制定相應措施，有助于低自尊個體更好地理解網絡攻擊行為的負面影響，從而降低其發生率。

然而，本研究亦存在局限性。首先，樣本量在不同亞組間的分布不均，特別是在網絡攻擊行為測量工具的使用上，部分量表出現頻次較低，可能對元分析結果產生影響。未來研究需進一步篩選和優化量表。其次，本研究僅考慮了測量工具、人口學變量和研究特征作為調節變量，未來可拓展至其他變量，如網絡攻擊行為的應對方式，以更全面理解網絡攻擊行為的成因。此外，本研究未探討自尊與其他潛在人格特征（如焦慮、抑郁、敵意等）對網絡攻擊行為的聯合影響，未來研究可通過綜合分析這些特征，更深入地揭示網絡攻擊行為的復雜機制。最后，納入元分析的文獻均基于量表測量和橫斷研究設計，未來研究可考慮采用縱向研究和實證研究，進而探究自尊影響網絡攻擊行為的內在機制和因果關系。

5 結論

自尊與網絡攻擊行為之間存在顯著負相關；兩者關系受自尊測量工具、文化、樣本量的調節，但不受網絡攻擊行為測量工具、年齡、性別、學段及出版類型的調節。

參考文獻

*表示納入本研究的文獻

*蔡培林（2018）. 初中生網絡欺負與抑郁： 自我概念清晰性的中介效應. 碩士學位論文. 天津師范大學.

*陳明珠（2016）. 高中生外顯自尊、內隱自尊與網絡欺凌的關系. 碩士學位論文. 河南大學， 鄭州.

*陳星杉（2020）. 兒童期心理虐待與中學生網絡欺負、自尊和應對方式的現狀及其關系研究. 碩士學位論文. 云南師范大學.

*鄧卓沛（2022）. 初中生特質焦慮與校園欺凌行為的關系： 自尊和情緒調節方式的鏈式中介作用. 碩士學位論文. 哈爾濱師范大學.

*丁亮， 鄭顯亮（2018）. 外傾性人格與網絡欺負： 網絡自我效能感的中介作用. 贛南師范大學學報， 39（5）， 116-120.

*丁子恩（2018）. 大學生自尊與網絡過激行為的關系： 社交焦慮和雙自我意識的作用. 心理發展與教育， 34（2）， 171-180.

*馮春瑩， 張野， 張珊珊， 劉琳（2017）. 中學生不同角色欺凌對自尊的影響研究. 吉林省教育學院學報， 33（10）， 124-126.

*高玲， 孟文慧， 劉介地， 楊繼平， 王興超（2023）. 父母低頭行為與青少年網絡欺負行為： 自尊和基本共情的作用. 心理發展與教育， 39（3）， 439-448.

*何丹（2017）. 父母教養方式與青少年網絡欺負： 自尊的中介作用. 中小學心理健康教育， （26）， 21-24.

*何方村（2023）. 青少年偶像崇拜與網絡欺凌的關系研究. 碩士學位論文. 成都醫學院.

*何方村， 徐云（2023）. 中學生偶像崇拜與網絡欺凌的關系： 自尊與防御機制的鏈式中介作用. 中國健康心理學雜志， 31（5）， 790-796.

黃希庭， 楊雄（1998）. 青年學生自我價值感量表的編制. 心理科學， 21（4）， 289-292.

黃希庭， 尹天子（2012）. 從自尊的文化差異說起. 心理科學， 35（1）， 2-8.

*李坤（2018）. 初中生父母心理控制、自尊與網絡欺負之間的關系研究. 碩士學位論文. 哈爾濱師范大學.

*李勤姣（2020）. 青少年網絡被欺凌與自尊、自我同一性關系及干預研究. 碩士學位論文. 江西師范大學， 南昌.

*李小青（2020）. 同伴依戀對初中生網絡欺負行為的影響： 自尊與社交焦慮的鏈式中介作用. 碩士學位論文. 華中師范大學， 武漢.

*李一凡（2015）. 高中生網絡欺負行為與自尊、抑郁的關系. 碩士學位論文. 華中師范大學， 武漢.

林頤（2016）. 西方寬容觀念的歷史嬗變及其現代啟示. 道德與文明， 3，106-110.

*劉冬梅（2016）. 高中生家庭功能、自尊與網絡欺負的相關研究. 碩士學位論文. 哈爾濱師范大學.

*劉麗， 李揚（2016）. 大學生網絡社會支持、自尊和網絡欺負之間的關系. 心理技術與應用， 4（6）， 349-355， 364.

*劉琳（2014）. 中學生傳統欺凌、網絡欺凌及其與自尊的關系. 碩士學位論文. 沈陽師范大學.

*劉瑩（2020）. 青少年父母心理控制和網絡欺負的關系： 自尊和自我控制的中介作用. 碩士學位論文. 河北大學， 保定.

逯嘉， 劉琴， 李恒徑， 代容， 郭雪， 黃軻， 張帆， 汪洋（2014）. 中國大學生心理彈性現狀及其特征的Meta分析. 吉林大學學報（醫學版）， 40（2）， 328-337.

倪鳳琨（2005）. 自尊與攻擊行為關系述評. 心理科學進展， 13（1）， 66-71.

*施春華， 王一茜， 張靜， 王寶軍（2017）. 初中生自尊和網絡攻擊行為的關系： 人際關系的中介作用. 中國健康心理學雜志， 25（5）， 704-709.

施國春， 張麗華， 范會勇（2017）. 攻擊性和自尊關系的元分析. 心理科學進展， 25（8）， 1274-1288.

*宋坤麗， 李珊， 張西菊（2023）. 心理忽視對網絡欺負的影響： 自尊的調節作用. 中國校醫， 18（4）， 35-36， 71.

*宋明華， 連紅杰， 許金鳳（2023）. 自尊在大學生人際寬恕與網絡欺凌間的中介效應及性別差異. 中國校醫， 37（6）， 439-442.

*孫小越， 劉朦朦， 韓思雅， 郝雨， 孫紅梅（2020）. 自我概念清晰性與網絡欺凌行為： 共情的中介作用. 心理月刊， 15（22）， 5-6， 9.

*王建發， 劉娟， 王芳（2018）. 線下受害者到線上欺負者的轉化： 道德推脫的中介作用及高自尊對此效應的加強. 心理學探新， 38（5）， 469-474.

*王思陽（2019）. 高中生家庭功能與網絡欺負行為： 心理一致感和自尊的鏈式中介作用. 碩士學位論文. 哈爾濱師范大學.

*王澤宇（2022）. 孤獨感與初中生網絡欺負的關系： 一個有調節的中介效應模型. 碩士學位論文. 牡丹江師范學院.

*許秀利（2013）. 大學生網絡欺負現狀及其與自尊、疏離感的關系研究. 碩士學位論文. 揚州大學.

*許秀利（2016）. 自尊在大學生網絡欺負與疏離感中的中介作用分析. 校園心理， 14（6）， 408-410.

張麗華， 張索玲， 侯文婷（2009）. 青少年自尊發展特點研究. 遼寧師范大學學報（社會科學版）， 32（2）， 56-58.

*苑波， 張野， 張珊珊（2018）. 中學生自尊在孤獨感與網絡欺凌間的作用. 中國學校衛生， 39（4）， 526-528.

*張珊珊， 張野， 苑波（2019）. 遼寧省中學生自尊與移情在孤獨感與網絡欺凌間的中介作用. 衛生研究， 48（3）， 446-451， 457.

*張子龍（2018）. 中職生挫折、自尊和網絡欺負行為的關系研究. 碩士學位論文. 河北師范大學， 保定.

*祝玉紅， 楊曉辰， 陳祺祺（2021）. 網絡欺凌、自尊和危險行為： 對職校學生的探索性研究. 華東理工大學學報（社會科學版）， 36（3）， 64-77.

Adiyanti， M. G.， Nugraheni， A. A.， Yuliawanti， R.， Ragasukmasuci， L. B.， amp; Maharani， M. （2020）. Emotion regulation and empathy as mediators of self-esteem and friendship quality in predicting cyberbullying tendency in Javanese-Indonesian adolescents. International Journal of Adolescence and Youth， 25（1）， 251-263.

Agnew， R. （1992）. Foundation for a general strain theory of crime and delinquency. Criminology， 30（1）， 47-87.

*Albikawi， Z. F. （2023）. Anxiety，depression， self-esteem， internet addiction and predictors of cyberbullying and cybervictimization among female nursing university students： A cross sectional study. International Journal of Environmental Research and Public Health， 20（5）， 4293.

Anderson， C. A.， Shibuya， A.， Ihori， N.， Swing， E. L.， Bushman， B. J.， Sakamoto， A.， ... Saleem， M. （2010）. Violent Video Game Effects on Aggression， Empathy， and Prosocial Behavior in Eastern and Western Countries： A Meta-Analytic Review. Psychological Bulletin， 136（2）， 151-173.

*Balakrishnan， V.， amp; Fernandez， T. （2018）. Self-esteem， empathy and their impacts on cyberbullying among young adults. Telematics and Informatics， 35（7）， 1-38.

Baumeister， R. F.， amp; Heatherton， T. F. （1996）. Self-Regulation Failure： An Overview. Psychological Inquiry， 7（1）， 1-15.

Benson， B. A.， amp; Brooks， W. T. （2008）. Aggressive challenging behaviour and intellectual disability. Current Opinion in Psychiatry， 21（5）， 454-458.

*Betts， L. R.， Houston， J. E.， amp; Steer， O. L. （2015）. Development of themultidimensional peer victimiza-tion scale-revised （MPVS-R） and the multidimensio-nal peer bullying scale （MPVS-RB）. The Journal of genetic Psychology， 176（2）， 93-109.

Bond， M. H. （2010）. Oxford handbook of Chinese psy-chology. New York： Oxford University Press.

*Brack， K.， amp; Caltabiano， N. （2014）. Cyberbullying and self-esteem inAustralian adults. Journal of Psychosocial Research on Cyberspace， 8（2）， article 7.

*Brewer， G.， amp; Kerslake， J. （2015）. Cyberbullying， se-lf-esteem， empathy and loneliness. Computers in Hu-man Behavior， 48（2）， 255-260.

Brown， C.， amp; Miller， D. （2023）. Self-adjustment and online aggression： Exploring the role of low self-esteem. CyberPsychology， Behavior， and Social Networking， 29（2）， 87-110.

Buhrmester， M. D.， Blanton， H.， amp; Swann， W. B. （2011）. Implicit self-esteem： Nature， measurement， and a new way forward. Journal of Personality and Social Psychology， 100（2）， 365-385.

*Burger， C.， amp; Bachmann， L. （2021）. Perpetration andvictimization in offline and cyber contexts： A variable and person-oriented examination of associations and differences regarding domain-specific self-esteem and school adjustment. International Journal of Environmental Research and Public Health， 18（19）， 10429.

*Burns， M. L. （2017）. Cyberbullying： reciprocal links with social anxiety， self-esteem and resilience in U.K. school children. Master’s thesis. University of Chester， Chester， United Kingdom.

*Bussey， K.， Fitzpatrick， S.， amp; Raman， A. （2015）. Therole of moral disengagement and self-efficacy in cyberbullying. Journal of School Violence， 14（1）， 30-46.

Butler， R. J.， amp; Gasson， S. L. （2005）. Self-esteem/self-concept scales for children and adolescents： A revie-w. Child and Adolescent Mental Health， 10（4）， 190-201.

*Chang， F. C.， Lee， C. M.， Chiu， C. H.， Hsi， W. Y.， Huang， T. F.， amp; Pan， Y. C. （2013）. Relationshipsamong cyberbullying， school bullying， and mental health in Taiwanese adolescents. Journal of School Health， 83（6）， 454-462.

*Coelho， V. A.， amp; Marchante， M. （2018）. Trajectories ofsocial and emotional competencies according to cyberbullying roles： A longitudinal multilevel analysis. Journal of Youth and Adolescence， 47（9）， 1952-1965.

Cohen J. （1992）. A power primer. Psychological Bulletin， 112（1）， 155-159.

Conger， K. J.， Neppl， T. K.， Kim， K. J.， amp; Scaramella， L. V. （2003）. Social learning theory. Journal of Family Psychology， 17（2）， 151-168.

Coopersmith， S. （1967）. The antecedents of self-esteem. San Fransisco： Freeman.

Deci， E. L.， amp; Ryan， R. M. （2000）. The 'what' and 'why' of goal pursuits： Human needs and the self-determination of behavior. Psychological Inquiry， 11（4）， 227-268.

Dehue， F.， Bolman， C.， amp; V?llink， T. （2008）. Cyberb-ullying： Youngsters' experiences and parental percep-tion. CyberPsychology amp; Behavior， 11（2）， 217-223.

Dempsey， A. G.， Sulkowski， M. L.， Dempsey， J.， amp; Storch， E. A. （2011）. Has cyber technology produced a new group of peer aggressors？ Cyberpsychology， Behavior， and Social Networking， 14（5）， 297-302.

Dooley， J. J.， Pyz˙alski， J.， amp; Cross， D. （2009）. Cybe-rbullying versus face-to-face bullying： A theoretical and conceptual review. Zeitschrift fur Psychologie/J-ournal of Psychology， 217（4）， 182-188.

Egger M.， Davey Smith G.， Schneider M. amp; Minder C. （1997）. Bias in meta-analysis detected by a simple， graphical test. The BMJ， 315（7109）， 629-634.

Eisenberg， N.， amp; Miller， P. A. （1987）. The relation ofempathy to prosocial and related behaviors. Psychol-ogical Bulletin， 101（1）， 91-119.

Erdur-Baker， O.， amp; Kavsut， F. （2007）. Cyberbullying： A new face of peer bullying. Eurasian Journal of Educational Research， 27， 31-42.

Erdur-Baker， O.， amp; Topcu， C. （2010）. Examination of cyberbullying experiences among Turkish students from different school types. CyberPsychology， Behavior， and Social Networking， 13（2）， 141-148.

*Erreygers， S.， Symons， M.， Vandebosch， H.， amp; Pabian， S. （2022）. Fictitious online victimization： Exploration and creation of a measurement instrument. New Media amp; Society， 24（1）， 156-177.

*Esparza-Del Villar， O. A.， Chavez-Valdez， S. M.， M-onta?ez-Alvarado， P.， Guti érrez-Vega， M.， amp; Gutiérr-ez-Rosado， T. （2022）. Relationship between different types of violence and mental health in high school students from northern Mexico. Journal of Interpersonal Violence， 37（1）， 15774-15799.

*Extremera， N.， Quintana-Orts， C.， Merida-Lopez， S.， amp; Rey， L. （2018）.Cyberbullying victimization， self-esteem and suicidal ideation in adolescence： Does emotional intelligence play a buffering role？ Front Psychology， 9， 367.

*Fan， C. Y.， Chu， X. W.， Zhang， M.， amp; Zhou， Z. K. （2019）. Are narcissists more likely to be involved in cyberbullying？ Examining the mediating role of self-esteem. Journal of interpersonal violence， 34（15）， 3127-3150.

*Fang， Y.， Fan， C.， Cui， J.， Zhang， X.， amp; Zhou， T. （2022）. Parental attachment and cyberbullying among college students：The mediating role of loneliness and the moderating role of interdependent self. Current Psychology， 42（34）， 1-9.

Fredstrom， B. K.， Adams， R. E.， amp; Gilman， R. （2011）. Electronic and school-based victimization： Unique contexts for adjustment difficulties during adolescence. Journal of Youth and Adolescence， 40（4）， 405-415.

*Gao， F. Q.， Guo， Z. X.， Yan， Y.， Wang， J.， Zhan， X. P.， Li， X. Y，... amp; Wang， P. （2022）. Relationship between shyness and cyberbullying in different study stages： The mediating effects of upward social comparison and self-esteem. Current Psychology， 42（3）， 22290-22300.

*García Fernández， C. M.， Romera Félix， E. M.， amp; Ortega Ruiz， R. （2015）. Explicative factors of face-to-face harassment and cyberbullying in a sample of primary students. Psicothema， 274（4）， 347-353.

Greenwald， A. G.， amp; Banaji， M. R. （1995）. Implicit social cognition： Attitudes， self-esteem and stereotypes. Psychology Review， 102（1）， 4-27.

*Handono， S. G.， Laeheem， K.， amp; Sittichai， R. （2019）. Factors related with cyberbullying among the youth of Jakarta， Indonesia. Children and Youth Services Review， 99（1）， 235-239.

Harris， J. R. （1995）.Group socialization theory. In L. A. Hirschfeld amp; S. A. Gelman （Eds. ）， Mapping the mind： Domain specificity in cognition and culture （pp. 122-147）. London： Cambridge University Press.

*Haura， A. T.， Ardi， Z. （2020）. Student’s self esteem and cyberbullying behavior in senior high school. Jaiptekin， 4（2）， 89-94.

*Hesapcioglu， S. T.， amp; Ercan， F. （2016）. Traditional and cyberbullying co‐occurrence and its relationship to psychiatric symptoms. Pediatrics International， 59（1）， 16-22.

Higgins， E. T.， Kruglanski， A. W.， amp; Pierro， A. （2003）. Regulatory Mode： Locomotion and Assessment as Distinct Orientations. Advances in Experimental Social Psychology， 35， 293-344.

Hinduja， S.， amp; Patchin， J. （2009）. Bullying beyond the schoolyard： Preventing and responding to cyberbullying. Security Journal， 25（1）， 88-89.

Hofstede， G. （2011）. Dimensionalizing Cultures： The Hofstede Model in Context. Online Readings in Psychology and Culture， 2（1）， 1-26.

Jessor， R. （1987）. Risky driving and adolescent problem behavior： Theoretical and empirical linkage. Journal of Studies on Alcohol， 60（4）， 480-490.

*Kircaburun， K.， Demetrovics， Z.， Kiraly， O.， amp; Griffiths， M. D. （2020）. Childhoodemotional trauma and cyberbullying perpetration among emerging adults： A multiple mediation model of the role of problematic social media use and psychopathology. International Journal of Mental Health and Addiction， 18（3）， 548-566.

*Kircaburun， K.， Kokkinos， C. M.， Demetrovics， Z.， Király， O.， Griffiths， M. D.， amp;Colak， T. S. （2019）. Problematic online behaviors among adolescents and emerging adults： Associations between cyberbullying perpetration， problematic social media use， and psychosocial factors. International Journal of Mental Health and Addiction， 17（4）， 891-908.

*Kowalski， R. M.， amp; Limber， S. P. （2013）.Psychological， physical， and academic correlates of cyberbullying and traditional bullying. Journal of Adolescent Health， 53（1）， S13-S20.

Kubiszewski， V.， Fontaine， R.， Potard， C.， amp; Auzoult， L. （2015）. Does cyberbullying overlap with school bullying when taking modality of involvement into account？. Computers in Human Behavior， （43）， 49-57.

*Liu， C. M.， Yuan， G. F.， Fung， H. W.， Zhao， J. J.， Shi， W.， An， Y. Y.， amp; Liu， J. X. （2023）. Mediatingroles of self-esteem and empathy in the relation bet-ween mindfulness and cyberbullying perpetration am-ong adolescents： A longitudinal perspective. Journal of School Violence， 23（1）， 43-54.

Luo， Y.， Zheng， R.， Zeng， D.， amp; Yeung， D. Y. （2010）.Cyberbullying among university students： An empiri-cal investigation from social learning perspective. C-omputers amp; Education， 55（3）， 1092-1101.

Machmutow， K.， Perren， S.， Sticca， F.， amp; Alsaker， F. D. （2012）. Peer victimisation and depressive symptoms： Can specific coping strategies buffer the negative impact of cybervictimisation？. Emotional and Behavioural Difficulties， 17（3）， 403-420.

Maslow， A. H. （1970）. Religions， values， and peak experiences. The Journal of Higher Education， 36（4）， 235.

*Martin， M. S. （2013）. The nature and psychosocial corre-lates of electronic victimization and aggression in early adolescence. Master’s thesis. Arizona State University.

McClelland， D. C.， Atkinson， J. W.， Clark， R. A.， amp; Lowell， E. L. （1953）. The achievement motive. Princeton， NJ： Van Nostrand.

Murray， H. A. （1938）. Explorations in Personality. New York： Oxford University Press.

Nansel， T. R.， Overpeck， M.， Pilla， R. S.， Ruan， W. ， Simons-Morton， B.， amp; Scheidt， P. （2001）.Bullying behaviors among U.S. youth： Prevalence and association with psychosocial adjustment. Journal of the American Medical Association， 285（16）， 2094-2100.

*Olenik-Shemesh， D.， amp; Heiman， T. （2014）. Exploringcyberbullying among primary children in relation to social support， loneliness， self-efficacy， and well-being. Child Welfare， 93（5）， 27-46.

*Olenik-Shemesh， D.， amp; Heiman， T. （2017）. Cyberbullying victimization in adolescents as related to body esteem， social support， and social self-efficacy. The Journal of Genetic Psychology， 178（1）， 28-43.

*? zdemir， Y. （2014）. Cyber victimization and adolescent self‐esteem： The role of communication with parents.Asian Journal of Social Psychology， 17（4）， 255-263.

*Palermiti， A. L.， Servidio， R.， Bartolo， M. G.， amp; Costabile， A. （2017）. Cyberbullying and self-esteem： AnItalian study. Computers in Human Behavior， 69， 136-141.

Patchin， J. W.， amp; Hinduja， S. （2006）. Bullies move beyond the schoolyard： A preliminary look at cyberbullying. Youth Violenceand Juvenile Justice， 4（2），148-169.

Patchin， J. W.， amp; Hinduja， S. （2015）. Measuring cyberbullying： Implications for research. Aggression and Violent Behavior， 23， 69-74.

Perren， S.， amp; Gutzwiller-Helfenfinger， E. （2012）. Cyberbullying and traditional bullying in adolescence： Differential roles of moral disengagement， moral emotions， and moral values. European Journal of Developmental Psychology， 9（2）， 195-209.

*Robson， C.， amp; Witenberg， R. T. （2013）. Theinfluence of moral disengagement， morally based self-esteem， age， and gender on traditional bullying and cyberbullying. Journal of School Violence， 12（2）， 211-231.

Rosenberg， M. （1965）. Society and the adolescent self-image. Princeton， NJ： Princeton University Press.

Rosenthal， R. （1983）. Meta-analytic procedures for social research. Journal of educational statistics， 8， 157-159.

Sch?nbrodt， F. D.， amp; Perugini， M. （2013）. At what sample size do correlations stabilize？. Journal of Research in Personality， 47（5）， 609-612.

*Shaikh， F. B.， Rehman， M.， Amin， A.， Shamim， A.， amp; Hashmani， M. A. （2021）. Cyberbullyingbehaviour： A study of undergraduate university students. Ieee Access， 9（99）， 92715-92734.

*Sincek， D.， Humer， J. T.， amp; Duvnjak， I. （2017）. Correlates of problematic gaming-is there support for proneness to risky behavior？. Psychiatria Danubina， 29（3）， 302-312.

Smith， A.， amp; Jones， B. （2023）. Socialcognitive factors influencing online aggression： The role of low self-esteem. Journal of CyberPsychology and Social Netw-orking， 26（3）， 123-145.

*Smith， K.， Cénat， J. M.， Lapierre， A.， Dion， J.， H ébert， M.， amp; C?té， K. （2018）. Cyber dating violence： Prevalence and correlates among high school students from small urban areas in Quebec. Journal of Affective Disorders， 234， 220-223.

Smith， P. K.， Mahdavi， J.， Carvalho， M.， Fisher， S.， Russell， S.， amp; Tippett， N. （2006）. Cyberbullying： Its nature and impact in secondary school pupils. Journal of Child Psychology and Psychiatry， 47（4）， 376-385.

Smith， P. K. （2012）. Cyberbullying and cyberaggression. New York： Routledge Press.

*Sticca， F.， Ruggieri， S.， Alsaker， F.， amp; Perren， S. （2013）. Longitudinalrisk factors for cyberbullying in adolescence. Journal of Community amp; Applied Social Psychology， 23（1）， 52-67.

Tajfel， H.， amp; Turner， J. C. （1979）. An integrative theory of intergroup conflict. In W. G. Austin amp; S. Worchel（Eds.）， Social psychology of intergroup relations， （pp. 33-48）. Monterey， CA： Brooks/ Cole.

Tesser， A. （1988）. Toward a self-evaluation maintenance model of social behavior. Advances in Experimental Social Psychology， 21， 181-227.

Teng， Z. J.， Liu， Y. L.， amp; Guo， C. （2015）. A meta-analysis of the relationship between self-esteem and aggression among Chinese students. Aggression among Chinese students. Aggression and Violent Behavior， 21， 45-54.

Tokunaga， R. S. （2010）. Following you home from school： A critical review and synthesis of research on cyberbullying victimization. Computers in human behavior， 26（3）， 277-287.

Topu， .， Erdur-Baker， ?.， amp; Capa-Aydin， Y. （2008）. Examination of cyberbullying experiences among Turkish students from different school types. Cyberpsychology and Behavior， 11（6）， 643-648.

*Tu?ba Ylmaz Bing?l. （2018）. Thepredictive role of self-efficacy， gender， and cyber victimization on cyber bullying in adolescents. Universal Journal of Educational Research， 6（11）， 2478-2483.

Vannucci， M.， Nocentini， A.， Mazzoni， G.， amp; Menesini， E. （2012）. Recalling unpresented hostile words： False memories predictors of traditional and cyberbullying.European Journal of Developmental Psychology， 9（2）， 182-194.

*Varghese， M. E.， amp; Pistole， M. C. （2017）. Collegestudent cyberbullying： Self-esteem， depression， loneliness， and attachment. Journal of College Counseling， 20（1）， 7-21.

Wallace， M. T.， Barry， C. T.， Zeigler-Hill， V.， amp; Green， B. A. （2012）. Locus of control as a contributing factor in the relation between self-perception and adolescent aggression. Aggressive Behavior， 38（3）， 213-221.

Wang， L.， amp; Zhang， H. （2023）.Socialidentity and online aggression： The mediating role of low self-esteem. Computers in Human Behavior， 45（4）， 321-340.

*Wong， D. S. W.， Chan， H. C. O.， amp; Cheng， C. H. K. （2014）. Cyberbullying perpetration and victimization among adolescents in Hong Kong. Children and Youth Services Review， （36）， 133-140.

*Xu， W.， amp; Zheng， S. （2022）. Childhood emotional abuse and cyberbullying perpetration among Chinese university students： The chain mediating effects of self-esteem and problematic social media use. Front Psychology， 13， 1036128.

*Xu， W.， amp; Zheng， S. （2022）. Personalitytraits and cyberbullying perpetration among Chinese university students： The moderating role of internet self-efficacy and gender. Front Psychology， 13， 779139.

*You， S.， Lee， Y.， amp; Kim， E. （2016）. Physical， social，and cyberbullying： Relationships with adolescents' p-sychosocial factors. Child Indicators Research， 9（3）， 805-823.

*Yousef， W.， amp; Bellamy， A. R. （2017）. The impact of cyberbullying on the self esteem and academic functioning of arab american middle and high school students. Electronic Journal of Research in Educational Psychology， 13（20）， 463-482.

*Yudes， C.， Rey， L.， amp; Extremera， N. （2020）. Predictive factors of cyberbullying perpetration amongst spanish adolescents. International Journal of Environmental Research and Public Health， 17（11）， 3967.

Zeigler-Hill， V.， amp; Myers， E. M. （2012）. A review of gender differences in self-esteem. In S. P. McGeown （Ed.）， Psychology of gender differences （pp. 131-143）. Nova Science Publishers Press.

*Zezulka， L. A.， amp; Seigfried-Spellar， K. C. （2016）. Differentiatingcyberbullies and internet trolls by personality characteristics and self-esteem. The Journal of Digital Forensics Security and Law， 11（3）， 7-26.

*Zhang， C.， Tang， L.， amp; Liu， Z. （2023）. How social media usage affectspsychologyogical and subjective well-being： testing a moderated mediation model. BMC Psychologyogy， 11（1）， 286.

*Zheng， X. L.， Huang， L. J.， Xie， Z. H.， amp; Peng， L. L. （2023）. Low self-esteem and cyberbullying perpetration among Chinese adolescents： Mediation by catharsis and moderation by sex. Journal of Psychology in Africa， 33（2）， 171-176.