熊思成 張 斌 姜永志 蔣懷濱 陳 蕓

(1 湖南中醫(yī)藥大 學人文與管理學院 心理系，長沙 410208) (2 內(nèi)蒙古民族大 學教育科學學院，通遼 028000) (3 福 建師范大學福清分 校應用心理學研究 所，福州 350300)

1 引言

隨著科技的進步和數(shù)字化進程的推進，手機的出現(xiàn)不僅改變了全球通訊產(chǎn)業(yè)的格局，也極大影響了人們的生活和行為方式。截至2020 年9 月，全球手機用戶數(shù)量達到35 億，預計2023 年全球手機用戶數(shù)量將突破40 億（Newzoo,2020）。手機作為移動互聯(lián)網(wǎng)發(fā)展的優(yōu)良載體已融入許多人的日常生活，越來越多的人通過手機進行在線交流、學習、娛樂等活動，并將其視為生活的必需品。但值得注意的是，手機引發(fā)的一系列心理社會問題也逐漸顯現(xiàn)出來，如逃避現(xiàn)實、過度使用甚至成癮（劉慶奇,周宗奎,牛更楓,范翠英,2017）。據(jù)精神衛(wèi)生專家預測，手機成癮將成為21 世紀最重要的行為成癮之一（Chóliz,2010）。

自我決定理論（self-determination theory）認為，人類擁有關系、自主和能力三種基本的心理需求，一旦個體的基本心理需求受阻便會發(fā)展出補償性動機（Deci & Ryan,2000）。因此，人們在現(xiàn)實生活中的心理缺失會直接導致個體通過其他途徑尋求滿足。而手機擁有強大的人際網(wǎng)絡聯(lián)結(jié)系統(tǒng)、個性化的服務以及多功能的程序，成為了個體同時滿足多種心理需求的手段，這導致手機成癮現(xiàn)象在全球迅速蔓延（Yu & Sussman,2020）。盡管目前學術界對手機成癮的定義尚無統(tǒng)一的結(jié)論，手機成癮也存在著多種稱謂（如手機依賴、問題性手機使用等）。但基于行為成癮的特點，研究者普遍將手機成癮定義為由個體無法控制地使用手機導致生理、心理、社會功能明顯受損的一種成癮行為（連帥磊,劉慶奇,孫曉軍,周宗奎,2018;Billieux,Maurage,Lopez-Fernandez,Kuss,& Griffiths,2015）。

鑒于手機成癮對個體身心健康產(chǎn)生的危害，眾多學者對手機成癮的形成機制及發(fā)展特點展開了系列調(diào)查與研究。其中，流行率調(diào)查通過比較不同時間、地區(qū)以及年齡上手機成癮人群的數(shù)量差異，揭示其分布規(guī)律和特點，進一步尋找影響分布的深層原因，是探討手機成癮病因機制的重要方法（De-Sola Gutiérrez,de Fonseca,& Rubio,2016）。研究發(fā)現(xiàn)，中國的手機成癮流行率在13.5%到67.0%之間（易曉明,曹宇,2017;詹海都,陳浩華,王彥娜,2020）。在西班牙和韓國，約20.0%和35.2%的青少年長期受到手機成癮問題的困擾（Lee & Lee,2017;Lopez-Fernandez,2017）?？梢姡壳笆謾C成癮流行率的相關研究雖然豐富，但研究結(jié)果不盡相同。因此，全球手機成癮流行率的真實情況究竟如何，又受何種因素影響，亟需研究者系統(tǒng)地進行考量。

元分析技術通過整合已有研究成果，降低單一研究結(jié)果中存在的測量誤差和抽樣誤差，有助于從宏觀角度得出更普遍、更準確的結(jié)論，在行為成癮相關領域受到了廣泛認可。目前關于手機成癮的元分析研究相對較少，且僅有的研究多集中于探討手機成癮與其他變量的相關系數(shù)（張斌等,2019;張亞利,李森,俞國良,2020），無法對手機成癮流行率進行準確估計。雖然Sohn，Rees，Wildridge，Kalk 和Carter（2019）最早基于西方文化背景對手機成癮流行率進行了定量整合分析，發(fā)現(xiàn)手機成癮流行率為23.3%。但該研究存在以下幾點不足：（1）該研究以31 篇文獻中手機成癮流行率的中位數(shù)作為效應量，忽略了各項研究樣本量不同而可能導致的誤差；（2）由于語言的限制，研究僅包含英語國家的研究樣本，缺少對中國樣本的調(diào)查；（3）沒有考察影響手機成癮流行率的調(diào)節(jié)變量，以致無法深入解釋以往研究不一致的原因。此后，雖然也有國內(nèi)學者嘗試對手機成癮流行率進行元分析（王曉君,許陽,許步亮,2020），但鑒于該項研究的調(diào)查對象僅為中國護理專業(yè)學生，且納入有效文獻僅10 篇，其可能存在統(tǒng)計功效不足以致無法真實反映手機成癮流行率水平的情況。因此，本研究認為有必要充分梳理文獻，通過元分析技術對手機成癮流行率進行更全面的整合分析。

根據(jù)已有研究，手機成癮流行率可能受年齡的影響。刺激假設理論（stimulation hypothesis theory）認為，環(huán)境中的刺激會引起人們的生理喚起，相比于成年人，青少年由于本身具備更高的感覺需求，因此需要更多的外界刺激來達到最佳喚醒水平（張亞利等,2020）。就刺激源來看，手機巨大的信息量，豐富、新穎的信息類型，極大地滿足了青少年對刺激的需求。因此，本研究提出假設1：青少年的手機成癮流行率顯著高于成年人。

出版年代也可能會影響手機成癮的流行率。根據(jù)Mann（2005）提出的成癮易得性假說（accessibility hypothesis），成癮物質(zhì)可獲得的難易程度是決定個體的成癮風險的重要因素，即個體的成癮風險會隨著相關成癮物質(zhì)易得性的增加而提高。因此，隨著移動設備的持續(xù)普及，個體獲得手機的途徑越來越多，成本也隨之降低，繼而可能增加人們罹患手機成癮的風險性。本研究提出假設2：出版年代顯著正向預測手機成癮流行率。

不同文化背景下的手機成癮流行率可能存在差別。根據(jù)關系文化理論（relational-cultural theory），人際交往是個體社會化的基礎，每個人均有與他人交往和被關愛的基本需要，但在對關系的需求程度和選擇方式上，不同文化之間存在明顯的群體特異性（Duffey & Somody,2011）。比如，以個人主義為主導的西方文化強調(diào)個體的獨立性，提倡對自我空間的保護，具有較強的邊界意識（Arpaci,Kesici,& Balo?lu,2018）。而以集體主義為主導的東方文化則強調(diào)相互依存的社會關系，對互助和依靠的關系需求度更高。因此，手機作為維系強關系（strong ties）網(wǎng)絡的重要載體，可能更加符合東方文化背景下的個體對親密關系的需求。本研究提出假設3：東方文化背景下的手機成癮流行率顯著高于西方文化背景。

手機成癮流行率可能受到不同測量工具的影響。本次納入元分析的文獻中手機成癮的測量工具主要包括Leung（2008）編制的手機成癮指數(shù)問卷（Mobile Phone Addiction Index,MPAI）、熊婕、周宗奎、陳武、游志麒和翟紫艷（2012）編制的大學生手機成癮傾向量表（Mobile Phone Addiction Tendency Scale,MPATS），以及Kwon，Kim，Cho 和Yang（2013）編制的智能手機成癮量表簡版（Smartphone Addiction Scale-Short Version,SASSV）。雖然上述手機成癮測量工具的理論基礎與診斷依據(jù)均參考《精神疾病診斷和統(tǒng)計手冊》（DSM-IV）中物質(zhì)依賴和病理性賭博的標準，但不同量表在維度劃分、項目數(shù)量、計分方法上存在差別，因而可能會對研究結(jié)果產(chǎn)生影響。因此，本研究提出假設4：不同測量工具間的手機成癮流行率存在差異。

綜上，本研究擬在對相關文獻進行充分梳理的基礎上進行更全面的元分析研究，并系統(tǒng)探討文化背景、年齡階段等可能對手機成癮流行率產(chǎn)生影響的相關因素，以澄清現(xiàn)有文獻在研究結(jié)論上的爭議，分析影響手機成癮流行率的原因，為手機成癮的深入研究和預防干預提供更加可靠的依據(jù)。

2 研究方法

2.1 文獻搜索與篩選

鑒于2007 年才正式出現(xiàn)手機成癮相關文獻，本研究對2007 年1 月至2021 年4 月的中文和英文文獻進行了全面搜索。中文數(shù)據(jù)庫包括中國知網(wǎng)、維普、萬方數(shù)據(jù)庫，中文檢索詞為：手機成癮、手機依賴、問題性手機使用、流行率。英文數(shù)據(jù)庫包括Web of Science，PubMed，Google Scholar，英文檢索詞為：smartphone addiction，mobile phone addiction，mobile phone dependence，problematic mobile phone use，prevalence。為了避免遺漏，同時對下載的論文參考文獻進行了二次搜索。共檢索到文獻1395 篇。

本研究參考PRISMA 聲明的標準（Moher,Liberati,Tetzlaff,Altman,& The PRISMA Group,2009），并按照以下標準對相關文獻進行篩選：（1）必須是報告手機成癮流行率的定量實證研究；（2）必須對手機成癮測量工具進行介紹，且有明確的診斷標準或界限分；（3）研究之間相互獨立，排除交叉樣本或重復發(fā)表的文章；（4）研究對象為青少年或成年人，且排除如精神疾病、住院患者等特殊群體；（5）排除質(zhì)量評價判定為低質(zhì)量（0～3 分）的文獻；（6）樣本量明確。

2.2 文獻質(zhì)量評估與編碼

采用Boyle（1998）編制的流行率類元分析的文獻質(zhì)量評估量表，通過8 個項目對文獻的樣本代表性、測量工具以及分析結(jié)果進行系統(tǒng)評估。得分范圍在0 到8 之間，0～3 分為低質(zhì)量，4～6 分為中等質(zhì)量，7～8 分為高質(zhì)量。該評價過程由2 名評分者獨立完成，完成后計算兩位評分者的一致性Kappa 值為0.89。根據(jù)判斷標準，0.40～0.59之間為一般，0.60～0.74 之間為相當好，0.75 及以上為非常好（Orwin & Vevea,2009），結(jié)果表明兩名評分者在本研究中的一致性水平非常好。

對文獻進行如下編碼：文獻信息（作者名），出版年代，樣本量，年齡階段，文化背景，手機成癮測量工具，評估質(zhì)量。對每個樣本進行獨立編碼，若一篇論文包含多個獨立樣本或結(jié)局指標，則相應分為多個效應量。該過程首先經(jīng)查閱資料編制文獻編碼表。然后，由2 名編碼者依據(jù)文獻納入和排除標準各自獨立完成，再將兩份結(jié)果進行反復校對，核查數(shù)據(jù)的準確性。通過對比發(fā)現(xiàn)，編碼的一致性接近98%。

2.3 數(shù)據(jù)處理

本研究選用CMA 3.3（comprehensive metaanalysis 3.3）進行數(shù)據(jù)處理，并選擇流行率（event rate）作為效應量。首先，將所有的流行率轉(zhuǎn)換成logit 值并采用逆方差加權（inverse variance weighting）以使數(shù)據(jù)標準化。然后，再將logit 值及其置信區(qū)間轉(zhuǎn)換回流行率，使其更易于解釋（Pan,Chiu,& Lin,2020）。此外，為了排除個別文獻中的極端值可能對元分析的結(jié)果造成干擾，采用敏感性分析將每個研究逐次移除后，通過對比前后整體效應量是否發(fā)生明顯變化，從而判斷極端值的影響（Li et al.,2018）。

異質(zhì)性檢驗用以評估每項研究的結(jié)果是否與整體效應量存在顯著差異，本研究采用Q檢驗和I2指標評價數(shù)據(jù)的異質(zhì)性。當Q檢驗結(jié)果顯著且I2的值高于75%，則表明數(shù)據(jù)呈異質(zhì)性，采用隨機效應模型；反之，采用固定效應模型（Higgins,Thompson,Deeks,& Altman,2003）。同時，若結(jié)果呈異質(zhì)性，則進一步通過亞組分析（分類變量）或元回歸分析（連續(xù)變量）探討異質(zhì)性的來源，深入分析手機成癮流行率的影響因素。

發(fā)表偏倚是指由于顯著的結(jié)果更容易被發(fā)表，導致已發(fā)表的文獻不能有效代表該領域已經(jīng)完成研究的真實情況。首先，本研究通過漏斗圖（funnel plot）觀察文獻是否大致分布在整體效應量的兩側(cè)，直觀評判發(fā)表偏倚的風險性（Viechtbauer,2007）。其次，采用失安全系數(shù)（fail-safe number,Nfs）進行評估，Nfs越大代表發(fā)生偏倚的風險性越小，當Nfs值大于5k+10（k為效應量數(shù)）時，表明發(fā)表偏倚得到有效控制（Rothstein,Sutton,& Borenstein,2005）。最后通過Egger’s 線性回歸進行驗證，若得到結(jié)果不顯著，則提示發(fā)表偏倚可以忽略（Egger & Smith,1998）。

3 結(jié)果

3.1 文獻納入結(jié)果

根據(jù)上述相關標準，本研究最終納入文獻174 篇，共計178 個效應量，被試總?cè)藬?shù)達145 380人。包括英文文獻83 篇，中文文獻91 篇（篩選過程見圖1）。特征編碼顯示，納入的元分析研究涵蓋全球29 個國家或地區(qū)；被試年齡階段包括青少年（中學生和中職生）和成年人（大學生、研究生和其他18 歲以上的被試）；所有文獻均采用自我報告的形式來評估手機成癮流行率，測量工具主要包括MPAI、MPATS、SAS-SV 以及其他量表。根據(jù)Card（2012）的建議，亞組分析時每個水平下的效應量個數(shù)應不少于5 個，故將使用數(shù)量較少的測驗工具合并為其他量表。文獻質(zhì)量評價分數(shù)的均值為5.35，均到達中等及以上質(zhì)量，整體研究質(zhì)量相對較好。

圖1 文獻納入流程圖

3.2 異質(zhì)性檢驗

本研究對納入的效應量進行異質(zhì)性驗檢，結(jié)果顯示，Q=10027.064，df=177，p＜0.001，I2=98.24%。說明各項研究之間存在顯著異質(zhì)性，故采用隨機效應模型分析效應量。

3.3 主效應檢驗和敏感性分析

在174 項研究中，手機成癮流行率的范圍為6.3%～72.0%。采用隨機效應模型合并效應量，手機成癮整體流行率為28.3%（95% CI:26.5%～30.2%）。此外，敏感性分析發(fā)現(xiàn)，剔除任意一個樣本后的整體效應量在28.1%～28.5%之間浮動，表明元分析估計結(jié)果不受極端值的影響，具有較高的穩(wěn)定性。

3.4 亞組檢驗和元回歸分析

異質(zhì)性檢驗提示，各項研究之間的效應量存在顯著異質(zhì)性。因此，有必要進一步考察異質(zhì)性的來源及探討手機成癮流行率的影響因素。亞組檢驗結(jié)果顯示（見表1），手機成癮流行率在不同年齡階段之間無顯著差異（QB=0.34,p=0.561）；手機成癮流行率在不同文化背景之間有顯著差異（QB=11.60,p＜0.001），東方文化背景下的手機成癮流行率顯著高于西方文化背景；手機成癮流行率在不同研究工具之間有顯著差異（QB=29.53,p＜0.001），其中SAS-SV 的手機成癮流行率最高，MPATS 和MPAI 次之，其他量表最低。元回歸分析顯示，出版年代顯著正向預測手機成癮流行率（B=0.09,95% CI[0.05,0.12]）。為了更直觀地反映手機成癮流行率隨年代變化的趨勢，以年代為橫坐標，流行率為縱坐標繪制折線圖。圖2 結(jié)果顯示，手機成癮流行率整體呈現(xiàn)出隨年代上升的趨勢。

表1 手機成癮流行率的亞組檢驗

圖2 手機成癮流行率隨出版年代變化的趨勢圖

3.5 發(fā)表偏倚

漏斗圖結(jié)果顯示（見圖3），納入元分析的文獻效應量集中在漏斗圖的頂部，且均勻分布于整體效應量的兩側(cè)，表明研究不存在嚴重的偏倚風險?？紤]到漏斗圖的判斷存在主觀性，本研究通過使用Egger’s 線性回歸和失安全系數(shù)（Nfs）來進一步佐證發(fā)表偏倚。結(jié)果顯示，Egger’s 線性回歸的截距不顯著（intercept=-2.46,95% CI[-5.13,0.20]）；Nfs為2662，遠大于5k+10（880）。表明元分析不存在嚴重的發(fā)表偏倚，研究結(jié)果真實有效。

圖3 手機成癮流行率的漏斗圖

4 討論

本研究通過對近15 年來國內(nèi)外的174 項研究進行元分析，回答了全球手機成癮的整體流行率，并嘗試對其影響因素進行了探索。結(jié)果發(fā)現(xiàn)，全球手機成癮的整體流行率為28.3%，遠高于其他類型的行為成癮。例如，網(wǎng)絡成癮在中國青少年和成年人中的流行率分別為15%和13.3%（卞宏毅,劉纓,李寧,劉天威,2016;Li et al.,2018），病理性賭博在成年人中的流行率僅為2.3%（Williams,Volberg,& Stevens,2012），這體現(xiàn)出手機成癮現(xiàn)象在全球范圍內(nèi)似乎更為普遍。首先，這可能是由于手機功能的多樣性所導致的。手機可以幫助人們增強彼此間的社交聯(lián)系，還具備了購物、游戲等多功能的應用程序。因此，與傳統(tǒng)的藥物與賭博成癮相比，手機更加容易被社會所接受并廣泛使用。在手機功能不斷發(fā)展的背景下，其潛在的成癮風險性正給全球帶來公共衛(wèi)生問題（Sohn et al.,2019）。其次，這也可能和手機的便攜性有關。手機使用的隱蔽性也間接導致個體問題性手機使用行為更難被觀測，如上課玩手機，開車玩手機等（Billieux et al.,2015），這在一定程度上增加了個體手機使用的危害和成癮的風險。最后，手機成癮防治難度大，以及干預體系的缺乏也可能是導致流行率居高不下的關鍵原因。目前，國內(nèi)外學者更多側(cè)重從源頭上分析手機成癮的成因和機制，而對預防和干預的實證研究關注較少（Yu & Sussman,2020）。尤其與其他化學物質(zhì)及行為成癮相比，手機成癮缺乏類似的神經(jīng)生物學證據(jù)的支持（劉勤學,楊燕,林悅,余思,周宗奎,2017）。上述一系列因素表明手機成癮在全球具有較高的流行率，反映出手機成癮已經(jīng)不再是個別現(xiàn)象，而是一個普遍問題。因此，預防和治理手機成癮問題就顯得尤為緊迫，需要引起社會各界的高度重視。

本研究進一步通過亞組檢驗和元回歸分析，對可能影響手機成癮流行率的多個因素進行了考察。結(jié)果發(fā)現(xiàn)，手機成癮流行率在不同年齡階段之間無顯著差異，未支持假設1。本研究認為，這可能與外部的約束程度有關。相比于成年人，青少年在手機使用上受到外部的管控與約束較多，尤其在亞洲地區(qū)，出于學業(yè)上的考慮，家長和學校普遍對青少年手機使用的頻率和內(nèi)容進行了限制，一定程度上降低了青少年手機成癮的風險，從而可能中和了年齡在手機成癮流行率上原本存在的差異（張亞利等,2020）。

在出版年代方面，本次研究將發(fā)表于2007 年至2021 年間的文獻納入分析，發(fā)現(xiàn)出版年代顯著正向預測手機成癮流行率，驗證了假設2。說明隨著時代發(fā)展，人們獲得手機途徑的增多以及手機持有率的不斷增長，提高了個體對手機成癮的易感性，為成癮易得性假說提供了證據(jù)支持。此外，這還可能與近年來人們精神壓力的持續(xù)增加有關。在現(xiàn)代生活節(jié)奏不斷加快以及市場競爭日益激烈的背景下，當個體壓力過大而又無法緩解時，手機社交平臺的及時性和多元的娛樂功能可以幫助個體暫時舒緩心情、放松壓力（Ducasse et al.,2018），手機也從通訊工具演變?yōu)閭€體宣泄壓力和情感的主要途徑之一。

研究結(jié)果顯示，不同文化背景下的手機成癮流行率存在差異，東方文化背景下的手機成癮流行率顯著高于西方文化背景。該結(jié)果驗證了假設3，一定程度上支持了關系文化理論的觀點。在西方的個人主義文化背景下，強調(diào)與他人的交往的過程中保持自我的獨立性，并提倡面對面的直接交流方式。而東方的集體主義文化背景對人際交往的需求程度更高，鼓勵與他人的交往的過程中發(fā)展緊密的人際關系，交流方式相對比較含蓄，喜歡通過文字來建立聯(lián)系（Arpaci et al.,2018;Gao et al.,2020）。因此，手機移動社交軟件的即時性、匿名性和便利性等特點，更符合東方文化背景下個體的人際交流方式，也更能滿足他們對緊密人際聯(lián)結(jié)的需求。

本研究還發(fā)現(xiàn)不同測量工具間的手機成癮流行率存在顯著差異，其中SAS-SV 效應量最高，MPATS 和MPAI 的效應量次之，其他量表效應量最低，驗證了假設4。出現(xiàn)上述結(jié)果的原因可能是，首先，各量表在項目數(shù)上存在不同。在三種常用的手機成癮量表中，MPATS 和MPAI 的項目數(shù)分別為16、17。而SAS-SV 僅10 道題目，其測量形式相對簡潔，但容易造成信息的缺失。其次，各量表所包含的維度也不同。SAS-SV 本身為單維度量表，而MPATS 和MPAI 均為4 維度量表。這表明雖然上述測量工具的理論基礎與診斷依據(jù)均參考DSM-IV中物質(zhì)依賴和病理性賭博的標準，但其拓展與延伸的內(nèi)涵可能存在一定差異?？傊瑴y量工具的異質(zhì)性提醒研究人員和臨床醫(yī)生應當盡可能地使用共同的標準來界定手機成癮，以減少潛在的差異性。

本研究在一定程度上明晰了全球手機成癮的流行率及其影響因素，但也存在不足之處：首先，由于手機成癮整體流行率來源多個測量工具，本研究對不同測量工具的結(jié)果進行了標準化處理，但可能無法完全避免對結(jié)果穩(wěn)定性的影響，這也是目前流行率類元分析研究普遍存在的一個問題；其次，在進行亞組分析時，各調(diào)節(jié)變量數(shù)量分布不夠均衡，以及個別樣本量相對偏少，這可能會影響研究結(jié)果；最后，可能還有其他有價值的因素對手機成癮流行率有影響，如特定被試群體、城鄉(xiāng)區(qū)域差異等。但由于原始研究數(shù)量的限制，無法對其進行有效的分析，未來可考慮在擴大研究范圍和數(shù)目的基礎上進一步補充。

5 結(jié)論

本研究采用元分析的方法發(fā)現(xiàn)，全球手機成癮流行率為28.3%，手機成癮流行率受到了文化背景、測量工具、出版年代的顯著影響。具體表現(xiàn)為，東方文化背景下的手機成癮流行率顯著高于西方文化背景；SAS-SV 報告的手機成癮流行率最高，MPATS 和MPAI 次之，其他量表最低；出版年代顯著正向預測手機成癮流行率。