青少年手機壓力與心理健康的關系：基于多元宇宙樣分析和密集追蹤方法

摘 "要 "為探究手機壓力與青少年心理健康的關系及其作用機制， 研究1基于74182名青少年樣本， 采用多元宇宙樣分析檢驗了手機壓力與青少年心理健康的穩(wěn)健性關系; 研究2對507名青少年采取為期35天的密集追蹤測查， 探究了手機壓力影響青少年心理健康的機制。研究1發(fā)現(xiàn)50%以上青少年報告對手機有過壓力感受， 且手機壓力與心理健康之間的負向關聯(lián)是穩(wěn)健的， 這值得研究者和社會的關注。研究2發(fā)現(xiàn)反芻和消極情緒的強度/波動性在手機壓力和心理健康間起到中介作用， 且二者對積極和消極心理健康維度的作用機制有一定差異。研究首次擴展了數(shù)字化時代背景下“壓力?認知/情緒”理論和“媒體使用?數(shù)字化壓力?心理健康”模型的廣度和深度， 為促進青少年心理健康發(fā)展提供了新的視角和依據(jù)。

關鍵詞 "手機壓力， 數(shù)字化壓力， 心理健康， 反芻， 消極情緒

分類號 "B844; R397

1 "前言

壓力是影響心理健康和生活幸福的重要因素。人們除了遭受日常生活壓力， 也在使用數(shù)字化技術（如智能手機、社交媒體和電腦）的過程中感受到越來越多的壓力， 這些壓力被稱作數(shù)字化壓力（Digital Stress） （Huang， Lai， Ke， et al.， 2022; Steele et al.， 2020）。數(shù)字化壓力與心理健康關系密切， 高數(shù)字化壓力可能導致心理健康問題（Nick et al.， 2022; Steele et al.， 2020）。數(shù)字化壓力是個體每日與各種數(shù)字化情境的互動中（如線上聊天、學習、游戲等）， 其自身資源和需要與情境不匹配導致的消極感知或體驗（Hefner amp; Vorderer， 2017; Huang， Lai， Ke， et al.， 2022; Steele et al.， 2020）。目前， 青少年數(shù)字化壓力與心理健康的關系及其作用機制的研究尚不深入。青少年正處于大腦發(fā)育關鍵期， 是對數(shù)字媒體易感性最為顯著的階段（Crone amp; Konijn， 2018; Orben et al.， 2022）。本文在綜述數(shù)字化壓力相關研究的基礎上， 聚焦手機壓力和心理健康的穩(wěn)健關系及作用機制， 對了解數(shù)字化時代青少年的心理健康問題和制定相關干預策略具有積極意義。

1.1 "數(shù)字化壓力與心理健康

近年來， 數(shù)字化壓力與心理健康相關的新興領域開始得到關注。Steele等人（2020）的數(shù)字媒體使用?數(shù)字化壓力?心理健康理論模型指出， 社交媒體使用通過數(shù)字化壓力的中介機制對心理社會功能產(chǎn)生影響。職業(yè)群體中， 數(shù)字化壓力可能增加其職業(yè)倦怠， 影響其生活質量和幸福感（Choi amp; Lim， 2016）。普通人群中， 數(shù)字化壓力與焦慮和抑郁緊密相聯(lián)（Hall， Miller， amp; Christofferson， 2021; Hall， Steele et al.， 2021; Reinecke et al.， 2017）。青少年群體中， 45.2%的青少年至少“有時”體驗過數(shù)字化壓力（Nick et al.， 2022）， 32.4%的青少年至少經(jīng)歷一種數(shù)字化壓力 （Weinstein amp; Selman， 2016）， 數(shù)字化壓力正向預測其未來的抑郁 （Nick et al.， 2022）。

青少年數(shù)字化壓力與心理健康關系的研究尚存不足。首先， 針對青少年的研究較少， 僅Nick等人（2022）探討了青少年數(shù)字化壓力和抑郁的縱向關系。第二， 對數(shù)字化壓力的測查內容單薄， 過多聚焦在社交媒體（如Nick et al.， 2022）和人際關系（Hall， Miller， amp; Christofferson， 2021）， 但線上學習、游戲、新聞等也是青少年廣泛使用的內容（Huang， Lai， Ke， et al.， 2022; 共青團中央維護青少年權益部， 中國互聯(lián)網(wǎng)絡信息中心， 2022）。青少年最廣泛使用的媒體是智能手機， 聚焦智能手機引發(fā)的數(shù)字化壓力更具群體針對性（Huang， Lai， Ke， et al.， 2022）。第三， 大多研究忽視積極心理健康， 只測查消極心理健康（Hall， Steele， et al.， 2021; Huang， Lai， Ke， et al.， 2022; Nick et al.， 2022; Reinecke et al.， 2017）。積極心理學認為病理學取向不足以解釋心理健康， 積極力量和品質對抵御心理疾病具有理論和現(xiàn)實意義（陳曉娟 等， 2009; 李金珍 等， 2003）。雙因素心理健康模型（Antaramian et al.， 2010）指出， 心理健康不僅存在消極維度（如抑郁）， 還存在積極維度（如主觀幸福感）。因此， 積極取向對理解數(shù)字化壓力與心理健康的關系具有重要意義。消極維度中， 抑郁是最重要的一個， 相比焦慮， 抑郁與人格、健康等的關聯(lián)更強（李金珍 等， 2003; Heady et al.， 1993）。積極維度中， 主觀幸福感是研究熱點和主要指標（崔麗娟， 張高產(chǎn)， 2005）。為此， 抑郁和主觀幸福感是本研究的消極和積極心理健康指標。

第四， 盡管研究表明數(shù)字化壓力消極影響心理健康， 但也有分歧。有人發(fā)現(xiàn)技術壓力對心理健康有較大效應（Tarafdar et al.， 2019）， 而有人發(fā)現(xiàn)無效應（Huang， Lai， Ke， et al.， 2022）。這些矛盾的結果可能與數(shù)據(jù)分析過程中的主觀操縱（如使用單一結果變量、用不同指標代表自變量、納入不同協(xié)變量等）有關（Huang， Lai， Ke， et al.， 2022; Tomczyk amp; Hoferichter， 2022）。例如不同研究者使用相同數(shù)據(jù)庫探究屏幕時間和心理健康的關系， 因操縱不同得出了相反的結論（Orben amp; Przybylski， 2019; Twenge et al.， 2022）; 使用總分而非維度分存在效應（Huang， Lai， Ke， et al.， 2022）。主觀操縱會使研究結果不穩(wěn)健， 是引發(fā)心理科學“可重復性”問題的重要原因之一（Aarts et al.， 2015）。最后， 未有研究探討二者關系的效應是否穩(wěn)?。阂环矫?， 對于新興領域， 效應檢驗有助于合理分配和優(yōu)化研究投入; 另一方面， 穩(wěn)健的效應對相關政策的制定具有重要意義（Orben amp; Przybylski， 2019）， 即便成熟領域， 也需要元分析進行效應檢驗。多元宇宙樣分析方法不僅減少主觀操縱性， 也一定程度上起到元分析的作用， 可解決新興領域中效應穩(wěn)健性問題（黃順森 等， 2023）。因此， 采用多元宇宙樣分析探討青少年手機壓力與積極/消極心理健康關系的效應穩(wěn)健性有利于解決這一新興領域中效應矛盾的問題， 也有利于為未來研究奠定基礎。

1.2 "手機壓力影響心理健康的作用機制

1.2.1 "壓力?應變?結果模型

壓力?應變?結果（Stress-Strain-Outcome， SSO）模型（Koeske amp; Koeske， 1993）指出， 壓力（stress）會引發(fā)應變（strain， 即壓力對個體心理、生理和行為的破壞性影響）， 進而導致一系列結果（outcome， 即各種心理、行為和社會問題）。該模型得到大量實證研究的支持（馬曉悅 等， 2021; Jabutay et al.， 2022; Luqman et al.， 2021）。例如， Luqman等人（2021）發(fā)現(xiàn)社交媒體過度使用通過損害睡眠質量和認知功能， 進而消極影響學業(yè)表現(xiàn)。SSO模型中， 應變本質上是一個中介變量， 不同的研究對應變的定義存在差異。由于未有研究探討數(shù)字化壓力與心理健康的作用機制， 本文基于SSO模型， 認為認知和情緒是手機壓力影響青少年心理健康的中介變量。

1.2.2 "壓力?認知視角

資源有限理論（Staal， 2004）認為個體的資源是有限的， 壓力會占用大量認知資源， 減少其他活動的資源， 從而引發(fā)心理行為問題。同時， 認知因素是誘發(fā)心理健康問題的重要原因（Margolis amp; Lyubomirsky， 2018）， 反芻是其中的一個核心因素（Margolis amp; Lyubomirsky， 2018; Nolen-Hoeksema et al.， 2008）。反芻是一種聚焦式、反復性以自我為參照的消極認知， 是導致抑郁的核心因素（van Vugt amp; van der Velde， 2018）。反復的消極思考會引發(fā)、維持和增強個體的抑郁， 影響個體幸福感（Margolis amp; Lyubomirsky， 2018; Nolen-Hoeksema et al.， 2008）。損傷脫離假說認為反芻主要是因為信息加工資源不足， 脫離負性信息的能力受損是導致抑郁的根本原因， 所以認知或注意資源不足會維持反芻且難以脫離（Koster et al.， 2011）。因此， 壓力感知消耗個體認知資源， 使個體更容易陷入消極認知， 難以脫離， 并影響心理健康。研究表明， 反芻在壓力和心理健康間起到中介作用（Xia et al.， 2022; Zheng et al.， 2019）?；诖耍?手機壓力可能使個體更加易感， 從而誘發(fā)反芻， 并消極影響心理健康， 這符合壓力?應變?結果模型。

1.2.3 "壓力?情緒視角

壓力與情緒變化緊密相聯(lián)（Scott et al.， 2017）， 并衍生消極情緒（Lazarus， 1999）。一般壓力理論（Agnew， 1992）指出， 壓力通過引發(fā)消極情緒而引發(fā)各種行為問題。數(shù)字化壓力也會引發(fā)消極情緒， 如社交媒體壓力會引發(fā)情緒耗竭（Sheng et al.， 2023）。情緒是影響心理健康的一個重要因素（Pandey amp; Choubey， 2010）， 消極情緒可能引發(fā)心理健康問題。例如， 消極情緒強度（均值）和波動性均能負向預測心理健康和幸福感（Dejonckheere et al.， 2019）?？偟膩碚f， 消極情緒是壓力與心理健康間的一個重要橋梁， 本文假設消極情緒可能中介手機壓力對心理健康的影響。

1.2.4 "壓力?認知?情緒視角

如上所述， 壓力不僅通過消極認知影響心理健康， 還通過消極情緒影響心理健康。此外， 壓力可以通過認知?情緒的相互作用影響心理健康。情緒級聯(lián)模型（李瑩娜， 李丹， 2022; Selby et al.， 2008）指出， 消極事件會引發(fā)個體的反芻， 持續(xù)的反芻會加重和維持消極情緒， 使消極情緒循環(huán)疊加。這種認知?情緒模式會加重心理痛苦， 進而引發(fā)一系列問題行為（李瑩娜， 李丹， 2022; Selby et al.， 2013）。為此， 本文認為手機壓力會引發(fā)個體認知?情緒的鏈式反應， 并影響其心理健康。

1.3 "認知與情緒中介變量的波動性和特質性

特質性是指標穩(wěn)定的水平; 波動性是指標隨著時間的變化模式和規(guī)律（Kuppens， 2015）， 二者在中介機制中均具有獨特性。單次調查或回溯法可能因調查次數(shù)或記憶模糊存在偏差， 較難反映短時間（如一周）內個體的特質性。但短時間內的反復測查， 其均值能夠較好地捕獲個體在短時間內的總體強度; 均值的標準差常用來表征個體的波動性， 是刻畫認知或情緒變化的典型指標（Dejonckheere et al.， 2019）。密集追蹤設計中， 短時間內重復進行測查， 可以獲得個體認知或情緒的波動性水平（如標準差）和較小偏差的強度水平（如均值） （Bolger amp; Laurenceau， 2013）。因此， 密集追蹤能夠把握特質性和波動性特征， 如有研究使用強度和波動性來探討中介機制（Keng amp; Tong， 2016）。

反芻和消極情緒均具有特質性和波動性（如Daros et al.， 2020; Timm et al.， 2017）。二者的強度和波動性均可以預測個體未來的心理健康狀態(tài)（如低幸福感和高抑郁） （Dejonckheere et al.， 2019; Gruber et al.， 2013; Selby et al.， 2013; Timm et al.， 2017）。日常反芻可以預測日常消極情緒（Kircanski et al.， 2018; Selby et al.， 2016）， 并影響未來心理健康。壓力不僅引發(fā)認知和情緒強度的變化， 根據(jù)壓力易感性模型（Zubin amp; Spring， 1977）， 還誘發(fā)個體的易感性， 從而誘發(fā)認知和情緒的波動性。因此， 反芻和消極情緒的強度和波動性均可能中介手機壓力對心理健康的影響。

1.4 "問題提出與假設

綜上， 本文分兩個子研究。研究1使用多元宇宙樣分析在大樣本中探討手機壓力與心理健康的關系是否穩(wěn)健， 研究2采用密集追蹤設計探討反芻和消極情緒是否中介手機壓力對青少年心理健康的效應。研究提出以下假設。研究1：手機壓力與心理健康之間存在穩(wěn)健聯(lián)系（H1）。研究2：1）手機壓力（T1）引發(fā)一段時間內的反芻（T2）和消極情緒（T3）的增加， 從而消極影響青少年的心理健康狀況（T4）， 且反芻和消極情緒水平不僅分別作為中介， 還構成鏈式中介（H2）。2）手機壓力（T1）引發(fā)一段時間內的高反芻波動性（T2）和高消極情緒波動性（T3）， 從而消極影響青少年的心理健康狀況（T4）， 且反芻波動性和消極情緒波動性不僅分別作為中介， 還構成鏈式中介（H3）。

2 "研究1：手機壓力與心理健康的關系

2.1 "方法

2.1.1 "被試

被試來自北京師范大學2021年“區(qū)域教育質量健康體檢”項目。采用整群抽樣方法， 于2021年抽取東部、中部和西部共4個省市的45個區(qū)縣（共729所學校）四、八年級學生。調查前， 學生了解調查目的和內容并自愿參加， 研究人員承諾內容保密且與成績無關， 調查時以班級為單位發(fā)放和回收問卷。四、八年級學生共74， 642人， 剔除未作答被試后有74， 182人（N四年級 = 34， 879， N男 = 17， 930; N八年級 = 39， 303， N男 = 21， 262）。該項目注重學生年級分布， 未收集學生年齡信息。Little’s MCAR檢驗表明數(shù)據(jù)不是“完全隨機缺失” （c2= 151.388， df = 24， p lt; 0.001）， 采用EM插補法進行缺失（缺失比例 = 0.30% ～ 8.20%， 缺失率均值 = 1.55%）處理。該項目通過北京師范大學中國基礎教育質量監(jiān)測協(xié)同創(chuàng)新中心倫理委員會審查。采用Statistics Kingdom的web計算器（Polnok et al.， 2022）， 發(fā)現(xiàn)需最少614的樣本量才能達到0.80的統(tǒng)計檢驗力。

2.1.2 "工具

手機壓力。采用青少年手機壓力簡版量表（Adolescent Smartphone Stress Scale—Short Version）測查學生感知到的手機壓力。該量表為Huang， Lai， Ke等人（2022）開發(fā)的適用中國青少年的6維度手機壓力量表及其簡版量表， 以功能集成化程度最高、中國青少年最廣泛使用的數(shù)字化設備（智能手機）為特定對象。為方便大規(guī)模施測和提高作答質量， 測查中使用9題簡版量表（如“手機上溝通沒法把事情說清楚讓我感到焦慮”）， 量表采用4點評分（1 = 從來沒有， 4 = 總是）， 得分越高表明感受到的手機壓力強度越大。量表在中國青少年中具有良好的信度和效度（Huang， Lai， Ke， et al.， 2022）。量表在四年級（α = 0.962; CFI = 0.985， TLI = 0.976， RMSEA = 0.080）和八年級學生（α = 0.927; CFI = 0.977， TLI = 0.964， RMSEA = 0.080）中均具有良好的信效度。

抑郁。采用病人健康量表（PHQ-9）測查學生近兩周抑郁狀況（Andreas amp; Brunborg， 2017）。該量表共9個題目， 使用4點評分（1 = 沒有， 4 = 幾乎每天）， 得分越高表明抑郁情況越嚴重。本研究中， PHQ-9信效度（α = 0.963， CFI = 0.986， TLI = 0.979， RMSEA = 0.073）良好。

主觀幸福感。使用“中國兒童青少年心理發(fā)育特征調查”項目（董奇， 林崇德， 2011）修訂的Campbell幸福感指數(shù)量表（Index of Well-Being Scale）。該量表共9個題目， 測查被試過去兩周對生活的不同感受（如沒意思的/無趣的?有趣的， 不快樂的?快樂的）， 每種感受采用7點計分（如1 = 沒意思的/無趣的， 7 = 有趣的）。量表信效度（α = 0.969， CFI = 0.993， TLI = 0.988， RMSEA = 0.060）良好。

協(xié)變量。根據(jù)WHO的報告（Currie et al.， 2012）， 影響青少年健康和幸福感的人口學變量主要有性別、年齡、經(jīng)濟狀況， 為此這三個變量作為協(xié)變量。由于“區(qū)域教育質量健康體檢”項目未收集學生年齡， 參考以往研究（Huang， Lai， Zhao， et al.， 2022）， 將年級作為協(xié)變量。另外， 手機使用頻率也同樣作為協(xié)變量（1 = 從不， 4 = 總是）。社會經(jīng)濟地位由父親受教育水平、母親受教育水平及家庭年收入的標準分均值合成（Huang， Lai， Zhao， et al.， 2022）。

2.1.3 "分析程序

首先， 使用SPSS 24.0進行共同方法偏差檢驗， 發(fā)現(xiàn)數(shù)據(jù)不存在嚴重的共同方法偏差（未旋轉第一因子解釋率為31.36%） （周浩， 龍立榮， 2004）。對數(shù)據(jù)庫中所有青少年手機壓力情況進行描述性統(tǒng)計， 主要分析其感知手機壓力的情況。第二， 由于手機壓力的前提是有手機使用經(jīng)歷， 為此， 在分析手機壓力與心理健康穩(wěn)健性關系時， 10 001個學生（N四年級 = 7 442， N八年級 = 2 569）因從不使用未被納入分析（用題目“你平時使用手機嗎， 包括用你自己或者家人的手機？”評估手機使用經(jīng)歷， 為4點計分： 1 = 從不， 4 = 總是）。第三， 使用多元宇宙樣分析方法探討手機壓力與心理健康的穩(wěn)健性關系。多元宇宙樣分析通過盡可能對所有可能且合理的分析策略進行整合分析， 減少研究者在數(shù)據(jù)分析過程中的主觀偏差（例如只選擇顯著或有利的結果）， 從而提高感興趣效應的穩(wěn)健性（黃順森 等， 2023）。多元宇宙樣分析主要有三步（黃順森 等， 2023）：（1）確定所有分析策略的全集。通常是列出所有可能的分析策略， 這包括對變量測查方式、變量類型、控制變量等進行理論上可行且合理的操縱并生成分析策略。為了避免分析策略組合中的“真正隨意性”， 協(xié)變量的選擇和自變量的操作均源自相關文獻。本研究將手機壓力的9個題目分別作為自變量（如研究者使用單題對數(shù)字化壓力進行測查; Tomczyk amp; Hoferichter， 2022）; 同時， 9個題目分別來自手機壓力的6個不同維度（Huang， Lai， Ke， et al.， 2022）， 不同數(shù)字化壓力維度與心理健康之間的關系不一致（Huang， Lai， Ke， et al.， 2022）。（2）對所有分析策略的效應進行估計和描述。指對所有確定的分析策略組合進行效應估計和效應描述， 并呈現(xiàn)其分布情況。（3）對所有分析策略進行整體上的統(tǒng)計推斷?？紤]所有這些策略組合的效應分布與零假設下的效應分布多大程度上不一致， 具體而言， 通過改變原始數(shù)據(jù)形成零假設的數(shù)據(jù)集， 再使用bootstrap方法在零假設數(shù)據(jù)集中進行有放回抽樣（如抽樣500次）， 從而生成零假設下手機壓力對心理健康的效應的分布， 最后檢驗抽樣的效應分布與真實數(shù)據(jù)下的效應分布的統(tǒng)計指標是否存在差異。統(tǒng)計推斷指標使用所有策略組合效應的中位數(shù)的值（Median β）和主要方向上的顯 著結果（NSRPD） 。最后， Median β對應的偏相關系數(shù)的平方（partial r2）作為效應量， 在大規(guī)模流行病學的調查中， partial r2大于0.01被認為足夠引起研究者和社會政策的關注和重視（Orben amp; Przybylski， 2019）。由于數(shù)據(jù)存在學校、班級的層級嵌套（手機壓力、抑郁、幸福感Level 2的ICC分別為0.169、0.171和0.187; Level 3的ICC分別為0.100、0.098和0.101）， 使用R軟件包specr中的多水平模型進行多元宇宙樣分析（Masur amp; Scharkow， 2020）。

2.2 "結果

如圖1所示， 在9個手機壓力的題目中（縮寫對應的題目見網(wǎng)絡版附錄1; 題目的均值和標準差見網(wǎng)絡版附錄2）， 四年級學生報告對手機有過壓力感受的比例為31.4% ～ 39.0%， 總是感受到手機壓力的比例為6.9% ～ 10.9%。八年級學生報告對手機有過壓力感受的比例為52.4% ～ 62.2%， 總是感受到手機壓力的比例為5.0% ～ 10.2%， 大部分八年級學生偶爾感受到手機壓力（31.9% ～ 41.4%）。手機壓力均分的頻次統(tǒng)計中， 四年級學生均分在0 ～ 1、1 ～ 2、2 ～ 3、3 ～ 4的比例分別是47.4%、30.8%、14.9%、6.9%。八年級學生均分在0 ～ 1、1 ～ 2、2 ～ 3、3 ～ 4的比例分別為21.8%、46.5%、26.5%、5.2%。均分大于1可認為有過手機壓力感受， 總體來看， 52.6%四年級學生和78.2%八年級學生體驗過手機壓力。

圖2展示了多元宇宙樣分析描述性結果。首先， 手機壓力與主觀幸福感策略組合（圖2A、圖2B）有160種（手機壓力指標=10， 協(xié)變量指標=16， 因變量指標=1）， 其與抑郁的策略組合（圖2C、圖2D）也有160種。其次， 手機壓力對主觀幸福感的預測效應范圍為?0.175 ～ ?0.074， 且160個策略組合均顯著。手機壓力對抑郁的效應范圍為0.282 ～ 0.473， 160個策略組合也均顯著。統(tǒng)計推斷顯示， 手機壓力負向預測主觀幸福感（Median β = ?0.14， p lt; 0.001， partial r2 = 0.011; NSRPD = 160/160， p lt; 0.001）， 正向預測抑郁（Median β = 0.37， p lt; 0.001， partial r2 = 0.172; NSRPD = 160/160， p lt; 0.001）。

2.3 "討論

研究1發(fā)現(xiàn)， 52.6%四年級學生和78.2%八年級學生有過手機壓力的體驗， 比以往的發(fā)現(xiàn)略高（Nick et al.， 2022; Weinstein amp; Selman， 2016）， 可能是本研究聚焦到青少年常用的智能手機上。相比于四年級， 八年級學生手機壓力經(jīng)歷的比例更高（78.2%）， 這可能有三個原因。第一， 八年級學生擁有手機的比例和使用手機的頻率更高。第二， 父母對八年級學生的手機監(jiān)管更難， 學生更容易過度使用手機。第三， 八年級學生處于青春期， 大腦結構的變化使其對壓力更加敏感脆弱（Crone amp; Konijn， 2018）。Orben等人（2022）的青少年社交媒體窗口期假說指出， 相比其他年齡段， 11～15歲青少年生活滿意度更容易受社交媒體使用影響。

研究1還發(fā)現(xiàn)手機壓力對青少年心理健康的效應大且穩(wěn)健。過去10年， 數(shù)字媒體領域一直爭論媒體使用時間（如智能手機、社交媒體）是否影響青少年的心理健康， 結果往往矛盾。例如社交媒體使用時間對青少年心理健康影響有限（Orben amp; Przybylski， 2019）， 而有研究指出二者存在積極或消極的關系（Odgers amp; Jensen， 2020）。為此， 越來越多的研究者提出“揚棄”使用時間這個概念， 聚焦到具體的媒體使用內容或具體的概念（Boer et al.， 2022; Huang， Lai， Zhao， et al.， 2022; Odgers amp; Jensen， 2020）。例如， 不同的手機使用內容對青少年人際關系（Huang， Lai， Zhao， et al.， 2022）和心理健康（Huang et al.， 2023）的影響不同， 相比于使用時間概念， 媒體成癮這一概念更能預測心理健康（Boer et al.， 2022）。手機壓力聚焦使用手機不同內容過程中感知到的壓力， 所以手機壓力與心理健康穩(wěn)健性的關系支持研究者們提出的“揚棄”使用時間的說法。此外， 這個效應量值得引起研究者、社會和相關政策對青少年數(shù)字化壓力的重視與關注， 以更好地促進數(shù)字時代青少年的心理健康和積極發(fā)展。

3 "研究2：手機壓力對心理健康的作用機制

3.1 "方法

3.1.1 "被試

在中國西部某中學， 隨機選取10個班級， 共邀請507名中學生進行前測（T1）， 一周后參與為期35天的密集追蹤調查（預注冊地址：https：//osf.io/ mnkj7）。采用日記法， 學生前17天每天報告日常反芻（T2）， 后18天每天報告日常消極情緒（T3）， 一周后進行后測（T4）。調查獲得了學生及其監(jiān)護人的知情同意， 學生自愿參與調查且可隨時退出， 無金錢報酬但可獲得個人反饋報告。研究獲得了北京師范大學認知神經(jīng)科學與學習國家重點實驗室倫理委員會批準。志愿老師在開始時簡短地給學生進行培訓（包括調查簡介、作答時間段、注意事項等）， 并記錄學生每日作答情況。剔除T2和T3各自未作答天數(shù)高于7天的30名被試（T2完整完成率 = 82%， T3完整完成率 = 75.1%）。最終， 有效被試477名（N女 = 214， M年齡 = 12.67 ± 0.31）， 其中98.3%居住在城市， 86.7%為獨生子女。前后測中， 數(shù)據(jù)存在輕微缺失（缺失比例 = 0.60% ～ 1.50%）， Little’ s MCAR檢查發(fā)現(xiàn)數(shù)據(jù)屬于完全隨機缺失（c2 = 78.27， df = 104， p = 0.972）， 采用EM法對前后測數(shù)據(jù)進行插補。使用web app計算可得鏈式中介模型（Schoemann et al.， 2017）需至少370的樣本量才能達到0.80的統(tǒng)計效度。

3.1.2 "測量工具及變量

前測問卷（T1）。包括手機壓力、主觀幸福感、抑郁。使用完整版青少年手機壓力量表（Huang， Lai， Ke， et al.， 2022）測查手機壓力。該量表有6個維度：（1）不滿意的信息和交流， （2）未滿足的娛樂動機， （3）在線學習負擔， （4）社會關注， （5）無用和過載信息， （6）在線言語攻擊。量表共30個題目， 采用4點計分（1 = 從來沒有， 4 = 總是）。主觀幸福感和抑郁的測查工具同研究1。前測手機壓力量表（α = 0.794; CFI = 0.980， TLI = 0.971， RMSEA = 0.073）， 主觀幸福感量表（α = 0.941; CFI = 0.980， TLI = 0.969， RMSEA = 0.080）， PHQ-9 （α = 0.853; CFI = 0.953， TLI = 0.938， RMSEA = 0.073）均有良好信效度。

密集追蹤問卷（T2/T3）。包括每日反芻和每日消極情緒。每日反芻量表改編自認知情緒調節(jié)量表中的反芻分量表（Garnefski et al.， 2001）。學生根據(jù)每日實際情況， 評估自身的狀態(tài)。反芻量表共4題（例如， “我沉迷于自己對所經(jīng)歷事情的想法與感受”）， 為5點計分（1 = 從不， 5 = 總是）。得分越高， 表明反芻程度越高。每日消極情緒使用單題測查（Daros et al.， 2020） （“你今天的心情糟糕嗎？1代表心情極不壞， 100代表極壞， 請從1～100打分”）。使用MLM計算信度（Nezlek， 2017）， 發(fā)現(xiàn)反芻（α = 0. 997）和消極情緒（α = 0.942）均有良好信度。

后測問卷（T4）。包括主觀幸福感和抑郁。測查工具同研究1。后測主觀幸福感量表（α = 0.951; CFI = 0.989， TLI = 0.981， RMSEA = 0.065）和PHQ-9（α = 0.869 ; CFI = 0.957， TLI = 0.943， RMSEA = 0.073）有良好信效度。

協(xié)變量（T1）。除研究1提到的年齡、性別和家庭經(jīng)濟地位， 為控制因變量的自回歸效應， 將前測主觀幸福感和抑郁作為協(xié)變量放入模型。另外， 家庭經(jīng)濟地位采用主觀報告（“相對于當?shù)乜傮w情況， 你認為你的家庭經(jīng)濟狀況如何？”， 為5點計分： 1 = 很差， 5 = 很好）。

3.1.3 "分析流程

首先， 在SPSS 24.0中檢驗共同方法偏差， 前測（未旋轉第一因子解釋率31.54%）和后測數(shù)據(jù)（未旋轉第一因子解釋率33.90%）均不存在嚴重共同方法偏差（周浩， 龍立榮， 2004）。第二， 為檢驗反芻和消極情緒的中介作用， 分別構建手機壓力?抑郁和手機壓力?主觀幸福感的強度中介模型和波動性中介模型。強度中介模型中， 中介變量為反芻和消極情緒每日得分的均分; 波動性模型中， 中介變量為反芻和消極情緒每日得分的個體內標準差（Dejonckheere et al.， 2019）。由于強度和波動性存在共線性且屬于不同的情緒維度（Dawel et al.， 2023; Dejonckheere et al.， 2019）， 結合以往研究的建議（Walerius et al.， 2016）， 強度和波動性指標分別放入中介模型。使用SPSS PROCESS宏插件中的model 6和bootstrap方法（抽取1000次）檢驗中介和鏈式中介效應， 95%的置信區(qū)間不包括0表示效應顯著。中介效應的效應量通常是間接效應占總效應的比例（PM）， 當中介效應與直接效應同號時， 報告中介效應占比具有意義; 但當中介效應與直接效應異號時， 報告中介效應占比沒有意義（溫忠麟 等， 2016）。多水平模型中， 手機壓力前測、抑郁前測、幸福感前測、抑郁后測、幸福感后測的ICC分別為0.011、0.000、0.014、0.027、0.045， 為此不使用多水平模型。

3.2 "結果

手機壓力?抑郁的中介模型在中介變量為強度（R2 = 0.053 ～ 0.554， p lt; 0.001）和波動性（R2 = 0.037 ～ 0.537， p lt; 0.001）時均擬合良好。如圖3所示， T1手機壓力可以正向預測T2反芻強度和波動性， 正向預測T3消極情緒強度和波動性。T2反芻強度和波動性均可以預測T3消極情緒的強度和波動性， T2反芻強度可以預測T4抑郁， 但波動性無此效應。T3消極情緒的強度可以預測T4抑郁， 但T3消極情緒波動性對T4抑郁預測效應不顯著。結合表1， T1手機壓力和T4抑郁的間接效應中， T2反芻強度起中介作用（effect size = 0.022， 95% CI： [0.007 ～ 0.042]）， T3消極情緒強度也起中介作用（effect size = 0.017， 95% CI： [0.004 ～ 0.035]）， 此外T2反芻強度和T3消極情緒強度起鏈式中介作用（effect size = 0.004， 95% CI： [0.0004 ～ 0.009]）。但是， T2反芻波動性（effect size = 0.004， 95% CI： [?0.014 ～ 0.021]）和T3消極情緒波動性（effect size = 0.007， 95% CI： [?0.003 ～ 0.020]）均無中介效應， 也無鏈式中介效應（effect size = 0.003， 95% CI： [?0.001 ～ 0.008]）?？偟膩碚f， 強度模型的總中介效應量為59.72%， 波動性模型的中介效應不顯著， 手機壓力?抑郁的強度中介模型支持假設2， 但波動性模型不支持假設3。

手機壓力?主觀幸福感的中介模型在中介變量為強度（R2 = 0.053 ～ 0.462， p lt; 0.001）和波動性（R2 = 0.037 ～ 0.444， p lt; 0.001）時均擬合良好。如圖4所示， T1手機壓力正向預測T2反芻強度和波動性， 正向預測T3消極情緒強度和波動性。T2反芻強度和波動性均可以分別預測T3消極情緒的強度和波動性， T2反芻強度和波動性均不能預測T4主觀幸福感。T3消極情緒強度和波動性均負向預測T4主觀幸福感。結合表1， T1手機壓力和T4主觀幸福感的間接效應中， T3消極情緒強度（effect size = ?0.026， 95% CI： [?0.052 ～ ?0.008]）和波動性（effect size = ?0.011， 95% CI： [?0.027 ～ ?0.001]）均起中介作用， 但T2反芻強度（effect size = 0.015， 95% CI： [?0.0004 ～ 0.034]）和波動性（effect size = 0.007， 95% CI： [?0.007 ～ 0.024]）的中介效應均不顯著。其中， T2反芻強度和T3消極情緒強度起鏈式中介作用（effect size = ?0.006， 95% CI： [?0.013 ～ ?0.001]）， T2反芻波動性和T3消極情緒波動性也起鏈式中介作用（effect size = ?0.004， 95% CI： [?0.011 ～ ?0.0003]）?？偟膩碚f， 消極情緒強度和波動性的中介效應量為38.81%和20.75%， 反芻?消極情緒強度和波動性的鏈式中介效應量為8.96%和7.55%。T2反芻的強度與波動性在手機壓力?主觀幸福感模型中沒有中介效應， 而是通過T3消極情緒的鏈式中介作用對T4主觀幸福感產(chǎn)生影響， 部分支持假設2和假設3。

3.3 "討論

3.3.1 "反芻的中介作用

手機壓力通過日常反芻強度進一步影響青少年抑郁， 而不影響主觀幸福感， 此外， 手機壓力也無法通過日常反芻波動性影響抑郁和主觀幸福感。這一結果部分支持H2， 但不支持H3。日常反芻強度可以中介青少年抑郁， 這支持資源有限理論和損傷脫離假說（Koster et al.， 2011; Staal， 2004）， 即手機壓力不但過度消耗一段時間內個體的認知資源， 也會引發(fā)個體對消極事件的反芻， 難以有充足的認知資源從這種反芻中脫離出來， 從而誘發(fā)抑郁。研究表明， 反芻的波動性可以正向預測抑郁患者未來的抑郁癥狀（Timm et al.， 2017）， 但本研究中反芻波動性在手機壓力?抑郁模型中不顯著?？赡苡袃蓚€原因， 一方面， 壓力?反芻?抑郁的反饋回路中， 反芻通過反復重現(xiàn)壓力事件， 維持感知到的壓力， 從而導致抑郁（Hosseinichimeh et al.， 2018）。反芻波動性不同于強度， 波動性高意味著維持壓力感知并不穩(wěn)定， 而強度高更可能意味著維持高水平的手機壓力， 所以波動性難以預測抑郁。另一方面， 前人探討反芻波動性和抑郁時， 較少控制抑郁的自回歸影響（如Timm et al.， 2017）， 本研究中自回歸效應的控制可能削減反芻波動性的作用。

反芻強度和波動性在手機壓力?主觀幸福感模型中均無中介作用。可能有兩種解釋， 一是不同于抑郁這個消極維度， 主觀幸福感屬于積極維度， 囊括情感、心理和社會等更廣泛的方面（Antaramian et al.， 2010）， 反芻作為抑郁的核心影響因素（van Vugt amp; van der Velde， 2018）， 不一定影響主觀幸福感。另一種是， 反芻間接影響主觀幸福感， 如本研究發(fā)現(xiàn)反芻通過消極情緒的中介作用影響主觀幸福感。

3.3.2 "日常情緒的中介

手機壓力通過情緒強度的中介作用， 對青少年主觀幸福感和抑郁產(chǎn)生影響。這支持情緒級聯(lián)模型（Selby et al.， 2008）和假設2。但是， 情緒波動性的中介作用在手機壓力?抑郁模型中不顯著， 在手機壓力?主觀幸福感模型中顯著， 部分支持假設3。這與以往研究存在一定分歧， 例如情緒波動性可以顯著預測個體抑郁和生活滿意度（Gruber et al.， 2013）。這或許是抑郁和主觀幸福感二者不同的特征導致的。抑郁以難過和悲傷情緒為核心癥狀（黃順森 等， 2022）， 理論上更容易受到情緒強度的影響， 所以情緒強度可以中介手機壓力對抑郁的影響。另外， 本研究控制了抑郁自回歸效應， 也可能削減情緒波動性的影響（如Gruber等人（2013）未控制抑郁自回歸效應）。還有可能是標準差作為波動性指標不夠有效， 相比于傳統(tǒng)波動性（標準差）， 二維的情緒空間（不僅考慮標準差， 還考慮感受的質量）下的波動性更能夠顯著預測抑郁（Kuppens et al.， 2007）。

3.3.3 "反芻、日常情緒的鏈式中介作用

在手機壓力?抑郁和手機壓力?主觀幸福感的強度和波動性模型中， 手機壓力均能夠通過反芻強度和波動性的中介作用， 分別預測消極情緒強度和波動性， 這證實了本文提出的壓力?認知?情緒視角和情緒級聯(lián)模型（Selby et al.， 2008， 2016）。另外， 認知?情緒強度的鏈式中介在手機壓力?抑郁模型和手機壓力?主觀幸福感模型中均顯著， 但認知?情緒波動性的鏈式中介只在手機壓力?主觀幸感模型中顯著。如前文所述， 抑郁以悲傷、難過情緒為核心癥狀（黃順森 等， 2022）， 在青少年中以消極情緒強度為主要表現(xiàn)特征（Neumann et al.， 2011）， 所以情緒波動性可能較難起到對抑郁的鏈式中介作用。主觀幸福感構念更具有廣泛性（如包括快樂、良好功能、自我實現(xiàn)等多方面） （Antaramian et al.， 2010; Cooke et al.， 2016）， 這可能使其更容易受到情緒波動性的影響。所以， 反芻?消極情緒波動性較難預測個體未來的抑郁。正如研究指出， 波動性與心理健康的關系受所用心理健康指標的影響（Neumann et al.， 2011）。

4 "總討論

本研究探討了青少年手機壓力與心理健康的穩(wěn)健性關系及認知、情緒和認知?情緒的中介作用。研究1的假設得到支持——手機壓力與心理健康之間存在穩(wěn)健、有實踐意義的關系， 值得研究者和社會關注。研究2的假設大部分得到證實。

兩個研究共同揭示了手機壓力對青少年心理健康的重要影響。在數(shù)字化設備使用越來越低齡化的時代， 關注手機壓力有助于從新的視角看待青少年心理健康問題。相比單一回歸類研究， 基于橫斷大樣本并考慮多種分析策略組合的統(tǒng)計推斷， 可以減少數(shù)據(jù)分析過程中的主觀選擇性和主觀偏差， 揭示較為普遍的規(guī)律（黃順森 等， 2023）。本研究回應了這一新興領域中亟待解決的數(shù)字化壓力與心理健康關系矛盾的問題， 確定了手機壓力與心理健康間的穩(wěn)健且有實踐意義的效應， 為未來研究和實踐干預奠定了堅實基礎。同時結合密集追蹤設計， 從時間序列的角度揭示潛在的因果規(guī)律。這從新角度為干預青少年心理健康提供了思路。例如， 未來干預項目可以借鑒傳統(tǒng)的心理干預方法（如認知或正念療法）， 對青少年因數(shù)字化壓力產(chǎn)生的反芻認知和消極情緒進行針對性的干預， 從而促進數(shù)字化時代青少年心理發(fā)展。

本文對相關領域的理論具有一定的促進作用。一方面， 數(shù)字化壓力作為一種新興的壓力類型， 其對心理健康的作用路徑與傳統(tǒng)壓力相似（如SSO模型， 情緒級聯(lián)模型， 損傷脫離假說）， 這擴展以往理論的寬度（適用范圍）。另一方面， 不同于面板數(shù)據(jù)， 密集追蹤設計揭示的認知、情緒波動性的中介機制進一步從動態(tài)發(fā)展的角度深化了傳統(tǒng)的理論。比如， 壓力通過認知對心理健康產(chǎn)生影響（Stikkelbroek et al.， 2016）， 而本研究進一步從動態(tài)變化的波動性視角對其進行論證。另外， 以往在探討中介機制時， 多聚焦消極結果變量（如Stikkelbroek et al.， 2016）， 而本文綜合積極和消極心理健康， 探討作用機制在不同心理健康維度之間潛在的差異， 這有利于擴展以往理論的深度（內涵）。最后， 本研究從效應穩(wěn)健性角度和作用機制的視角驗證和發(fā)展了Steele等人（2020）提出的數(shù)字媒體使用?數(shù)字化壓力?心理健康理論模型。

研究的局限性。首先， 研究均采用自我報告， 可能存在主觀偏差。第二， 研究一中使用年級代替學生的年齡， 難以完全代表青少年群體。第三， 采用的波動性指標較為單一， 未來可以納入更多的指標進一步驗證。有研究者認為波動性指標越簡單越好， 但沒有任何一個波動性指標比標準差更具有解釋性和預測性（Dejonckheere et al.， 2019）。這意味著波動性指標還存在較大的討論空間， 未來可以進行不同波動性指標的比較。第四， 反芻與消極情緒之間可能存在雙向預測關系和交互作用（Selby et al.， 2008， 2016）， 并影響心理健康。如在手機壓力?抑郁模型中， 可能是認知?情緒波動性的交互性而非鏈式中介對抑郁起作用， 未來或許可以深入探討這類話題。第五， 心理健康的指標具有多樣性， 未來應納入更多的指標進行探討。第六， 盡管多元宇宙樣分析減少主觀偏差， 但仍存在其他偏差， 未來研究應考慮測量偏差、文化差異等。第七， 研究只探討了反芻的中介機制， 但其是否是調節(jié)變量還需更多研究。

5 "結論

52.6%四年級學生和78.2%八年級學生有過手機壓力的體驗。青少年手機壓力與心理健康之間存在穩(wěn)健、有實踐意義的效應， 值得研究者和社會的關注和重視。青少年手機壓力影響心理健康的作用機制包括反芻和消極情緒。反芻/消極情緒強度和反芻?消極情緒強度在手機壓力?抑郁間起到中介作用， 消極情緒強度和反芻?消極情緒強度在手機壓力?主觀幸福感間起到中介作用。消極情緒波動性和反芻?消極情緒波動性在手機壓力?主觀幸福感之間起到中介作用。總的來說， 反芻和消極情緒的強度/波動性在手機壓力和心理健康之間起到中介作用， 但對于消極和積極心理健康結果， 其作用機制存在一定差異。

致謝：感謝匿名審稿人和編委對本文提出的寶貴意見， 感謝英國牛津大學實驗心理學系（Department of Experimental Psychology， University of Oxford）苑啟明博士對本文英文摘要的閱讀與修改。

參 "考 "文 "獻

Aarts， A. A.， Anderson， J. E.， Anderson， C. J.， Attridge， P. R.， Attwood， A.， Axt， J.， … Zuni， K. （2015）. Estimating the reproducibility of psychological science. Science， 349（6251）， aac4716.

Agnew， R. （1992）. Foundation for a general strain theory of crime and delinquency. Criminology， 30（1）， 47?88.

Andreas， J. B.， amp; Brunborg， G. S. （2017）. Depressive symptomatology among Norwegian adolescent boys and girls： The patient health Questionnaire-9 （PHQ-9） psychometric properties and correlates. Frontiers in Psychology， 8（887）， 1?11.

Antaramian， S. P.， Huebner， E. S.， Hills， K. J.， amp; Valois， R. F. （2010）. A dual-factor model of mental health： Toward a more comprehensive understanding of youth functioning. American Journal of Orthopsychiatry， 80（4）， 462?472.

Boer， M.， Stevens， G. W. J. M.， Finkenauer， C.， amp; van den Eijnden， R. J. J. M. （2022）. The complex association between social media use intensity and adolescent wellbeing： A longitudinal investigation of five factors that may affect the association. Computers in Human Behavior， 128， 107084.

Bolger， N.， amp; Laurenceau， J. -P. （2013）. Intensive longitudinal Methods： An introduction to diary and experience sampling research. Guilford Press.

Chen， X.， Ren， J.， amp; Ma， T. （2009）. The characters of positive mental health. Journal of Psychological Science， 32（2）， 487?489.

[陳曉娟， 任俊， 馬甜語. （2009）. 積極心理健康的內涵解析. 心理科學， 32（2）， 487?489.]

Choi， S. B.， amp; Lim， M. S. （2016）. Effects of social and technology overload on psychological well-being in young South Korean adults： The mediatory role of social network service addiction. Computers in Human Behavior， 61， 245? 254.

Cooke， P. J.， Melchert， T. P.， amp; Connor， K. （2016）. Measuring well-being： A review of instruments. Counseling Psychologist， 44（5）， 730?757.

Crone， E. A.， amp; Konijn， E. A. （2018）. Media use and brain development during adolescence. Nature Communications， 9（1）， 1?10.

Cui， L.， amp; Zhang， G. （2005）. A review of the research on positive psychology. Journal of Psychological Science， 28（2）， 402?405.

[崔麗娟， 張高產(chǎn). （2005）. 積極心理學研究綜述——心理學研究的一個新思潮. 心理科學， 28（2）， 402?405.]

Currie， C.， Zanotti， C.， Currie， D.， Morgan， A.， Currie， D.， Looze， M. de， … Barnekow， V. （2012）. Social determinants of health and well-being among young people. Health Behaviour in School-aged Children （HBSC） study： International report from the 2009/2010 survey. Copenhagen： WHO Regional Office for Europe.

CYLC， amp; CNNIC. （2022）. Study on Internet use by minors nationwide in 2021. https//：www.cnnic.net.cn/n4/2022/1201/ c116-10690.html

[共青團中央維護青少年權益部， 中國互聯(lián)網(wǎng)絡信息中心. （2022）. 2021年全國未成年人互聯(lián)網(wǎng)使用情況研究報告. https：//www.cnnic.net.cn/n4/2022/1201/c116-10690.html]

Daros， A. R.， Daniel， K. E.， Boukhechba， M.， Chow， P. I.， Barnes， L. E.， amp; Teachman， B. A. （2020）. Relationships between trait emotion dysregulation and emotional experiences in daily life： An experience sampling study. Cognition and Emotion， 34（4）， 743?755.

Dawel， A.， Gulliver， A.， Farrer， L. M.， Kalokerinos， E. K.， Cherbuin， N.， Calear， A. L.， McCallum， S.， Morse， A. R.， amp; Monaghan， C. （2023）. Do emotion intensity， variability， differentiation， co-occurrence， and positive?negative ratios make unique contributions to predicting longitudinal change in psychological distress and well-being？ Emotion， 23（7）， 1945?1959.

Dejonckheere， E.， Mestdagh， M.， Houben， M.， Rutten， I.， Sels， L.， Kuppens， P.， amp; Tuerlinckx， F. （2019）. Complex affect dynamics add limited information to the prediction of psychological well-being. Nature Human Behaviour， 3（5）， 478?491.

Dong， Q.， amp; Lin， C. （Eds）. （2011）. Technical report of the national children’s study of China. Beijing： Science Press.

[董奇， 林崇德. （主編）. （2011）. 中國兒童青少年心理發(fā)育特征調查項目技術報告. 北京：科學出版社.]

Garnefski， N.， Kraaij， V.， amp; Spinhoven， P. （2001）. Negative life events， cognitive emotion regulation and emotional problems. Personality and Individual Differences， 30（8）， 1311?1327.

Gruber， J.， Kogan， A.， Quoidbach， J.， amp; Mauss， I. B. （2013）. Happiness is best kept stable： Positive emotion variability is associated with poorer psychological health. Emotion， 13（1）， 1?6.

Hall， J. A.， Miller， A. J.， amp; Christofferson， J. L. （Nov. 2021）. Digital stress as a mediator of the association between mobile and social media use and psychological functioning. National Communication Association Conference in Seattle， WA， USA. https：//hdl.handle.net/1808/33337

Hall， J. A.， Steele， R. G.， Christofferson， J. L.， amp; Mihailova， T. （2021）. Development and initial evaluation of a multidimensional digital stress scale. Psychological Assessment， 33（3）， 230?242.

Heady， B.， Kelly， J.， amp; Wearing， A. （1993）. Dimensions of mental health： Life satisfaction， positive affect， anxiety and depression. Social Indicator Research， 29， 63?82.

Hefner， D.， amp; Vorderer， P. （2017）. Digital stress： Permanent connectedness and multitasking. In L. Reinecke amp; M. B. Oliver （Eds.）， The Routledge handbook of media use and well-being： International perspectives on theory and research on positive media effects （pp. 237?249）. Routledge.

Hosseinichimeh， N.， Wittenborn， A. K.， Rick， J.， Jalali， M. S.， amp; Rahmandad， H. （2018）. Modeling and estimating the feedback mechanisms among depression， rumination， and stressors in adolescents. PLoS ONE， 13（9）， 1?18.

Huang， S.， Chen， H.， Lai， X.， Dai， X.， amp; Wang， Y. （2023）. Multiverse-style analysis： Introduction and application. Advances in Psychological Science， 31（2）， 196?208.

[黃順森， 陳豪杰， 來梟雄， 代欣然， 王耘. （2023）. 多元宇宙樣分析：簡介及應用. 心理科學進展， 31（2）， 196?208.]

Huang， S.， Lai， X.， Ke， L.， Qin， X.， Yan， J. J.， Xie， Y.， Dai， X.， amp; Wang， Y. （2022）. Smartphone stress： Concept， structure， and development of measurement among adolescents. Cyberpsychology： Journal of Psychosocial Research on Cyberspace， 16（5）， Article 1.

Huang， S.， Lai， X.， Li， Y.， Cui， Y.， amp; Wang， Y. （2023）. Beyond screen time： The different longitudinal relations between adolescents’ smartphone use content and their mental health. Children， 10（5）， 770.

Huang， S.， Lai， X.， Zhao， X.， Dai， X.， Yao， Y.， Zhang， C.， amp; Wang， Y. （2022）. Beyond screen time： Exploring the associations between types of smartphone use content and adolescents’ social relationships. International Journal of Environmental Research and Public Health， 19（15）， 8940.

Huang， S.， Luo， Y.， Lai， X.， Jian， K.， Xu， Z.， amp; Wang， Y. （2022）. Core symptoms of depression in chinese adolescents and comparison between different gender and levels of depression： A network analysis approach. Journal of Psychological Science， 45（5）， 1115?1122.

[黃順森， 羅玉晗， 來梟雄， 簡可雯， 徐梓婧， 王耘. （2022）. 中國青少年抑郁的核心癥狀及性別、抑郁程度間的比較：基于網(wǎng)絡分析方法. 心理科學， 45（5）， 1115?1122.]

Jabutay， F. A.， Suwandee， S.， amp; Jabutay， J. A. （2022）. Testing the stress-strain-outcome model in Philippines-based call centers. Journal of Asia Business Studies， 17（2）， 404-423.

Keng， S. L.， amp; Tong， E. M. W. （2016）. Riding the tide of emotions with mindfulness： Mindfulness， affect dynamics， and the mediating role of coping. Emotion， 16（5）， 706?718.

Kircanski， K.， Thompson， R. J.， Sorenson， J.， Sherdell， L.， amp; Gotlib， I. H. （2018）. The everyday dynamics of rumination and worry： precipitant events and affective consequences. Cognition and Emotion， 32（7）， 1424?1436.

Koeske， G. F.， amp; Koeske， R. D. （1993）. A preliminary test of a stress-strain-outcome model for reconceptualizing the burnout phenomenon. Journal of Social Service Research， 17（3?4）， 107?135.

Koster， E. H. W.， De Lissnyder， E.， Derakshan， N.， amp; De Raedt， R. （2011）. Understanding depressive rumination from a cognitive science perspective： The impaired disengagement hypothesis. Clinical Psychology Review， 31（1）， 138?145.

Kuppens， P. （2015）. It’s about time： A special section on affect dynamics. Emotion Review， 7（4）， 297?300.

Kuppens， P.， Van Mechelen， I.， Nezlek， J. B.， Dossche， D.， amp; Timmermans， T. （2007）. Individual differences in core affect variability and their relationship to personality and psychological adjustment. Emotion， 7（2）， 262?274.

Lazarus， R. S. （1999）. Stress and emotion： A new synthesis. Springer Publishing Company.

Li， J.， Wang， W.， amp; Shi， J. （2003）. Positive psychology： A new trend in psychology. Advances in Psychological Science， 11（3）， 321?327.

[李金珍， 王文忠， 施建農(nóng). （2003）. 積極心理學：一種新的研究方向. 心理科學進展， 11（3）， 321?327.]

Li， Y.， amp; Li， D. （2022）. Research progress on related emotion regulation models of non-suicidal self-injury. Advances in Pyschology， 12（1）， 246?252.

[李瑩娜， 李丹. （2022）. 非自殺性自傷的相關情緒調節(jié)模型研究進展. 心理學進展， 12（1）， 246?252.]

Luqman， A.， Masood， A.， Shahzad， F.， Shahbaz， M.， amp; Feng， Y. （2021）. Untangling the adverse effects of late-night usage of smartphone-based SNS among University students. Behaviour and Information Technology， 40（15）， 1671?1687.

Ma， X.， Ji， C.， Chen， Q.， amp; Shen， X. （2021）. Effects of social media overloads on the civil servants task performance： A multiply mediation model. Public Administration and Policy Review， 5， 33?46.

[馬曉悅， 季楚瑋， 陳強， 沈霄. （2021）. 社交媒體超載對公務員任務績效的影響：一個鏈式中介模型. 公共管理與政策評論， 5， 33?46.]

Margolis， S.， amp; Lyubomirsky， S. （2018）. Cognitive outlooks and well-being. In E. Diener， S. Oishi， amp; L. Tay （Eds.）， Handbook of well-being （pp. 1?26）. UT： DEF Publishers.

Masur， P. K.， amp; Scharkow， M. （2020）. specr： Conducting and visualizing specification curve analyses （Version 0.2.1）. R groups. https：//masurp.github.io/specr/， https：//github.com/ masurp/specr

Neumann， A.， Van Lier， P. A. C.， Frijns， T.， Meeus， W.， amp; Koot， H. M. （2011）. Emotional dynamics in the development of early adolescent psychopathology： A one-year longitudinal study. Journal of Abnormal Child Psychology， 39（5）， 657? 669.

Nezlek， J. B. （2017）. A practical guide to understanding reliability in studies of within-person variability. Journal of Research in Personality， 69， 149?155.

Nick， E. A.， Kilic， Z.， Nesi， J.， Telzer， E. H.， Lindquist， K. A.， amp; Prinstein， M. J. （2022）. Adolescent digital stress： Frequencies， correlates， and longitudinal association with depressive symptoms. Journal of Adolescent Health， 70（2）， 336?339.

Nolen-Hoeksema， S.， Wisco， B. E.， amp; Lyubomirsky， S. （2008）. Rethinking rumination. Perspectives on Psychological Science， 3（5）， 400?424.

Odgers， C. L.， amp; Jensen， M. R. （2020）. Annual research review： Adolescent mental health in the digital age： Facts， fears， and future directions. Journal of Child Psychology and Psychiatry and Allied Disciplines， 61（3）， 336?348.

Orben， A.， amp; Przybylski， A. K. （2019）. Screens， teens， and psychological well-being： Evidence from three time- use-diary studies. Psychological Science， 30（5）， 682?696.

Orben， A.， Przybylski， A. K.， Blakemore， S. J.， amp; Kievit， R. A. （2022）. Windows of developmental sensitivity to social media. Nature Communications， 13（1）， 1?10.

Pandey， R.， amp; Choubey， A. K. （2010）. Emotion and health： An overview. Journal of Projective Psychology and Mental Health， 17（2）， 135?152.

Polnok， S.， Auta， T. T.， Santoso， H.， Nugroho， W.， Dalem， G.， Mahajaya， G.， … Mamoh， K. （2022）. Statistics Kingdom： A very helpful basic statistical analysis tool for health students 413. Health Notions， 6（9）， 413?420.

Reinecke， L.， Aufenanger， S.， Beutel， M. E.， Dreier， M.， Quiring， O.， Stark， B.， W?lfling， K.， amp; Müller， K. W. （2017）. Digital stress over the life span： The effects of communication load and internet multitasking on perceived stress and psychological health impairments in a german probability sample. Media Psychology， 20（1）， 90?115.

Schoemann， A. M.， Boulton， A. J.， amp; Short， S. D. （2017）. Determining power and sample size for simple and complex mediation models. Social Psychological and Personality Science， 8（4）， 379?386.

Scott， S. B.， Ram， N.， Smyth， J. M.， Almeida， D. M.， amp; Sliwinski， M. J. （2017）. Age differences in negative emotional responses to daily stressors depend on time since event. Developmental Psychology， 53（1）， 177?190.

Selby， E. A.， Anestis， M. D.， amp; Joiner， T. E. （2008）. Understanding the relationship between emotional and behavioral dysregulation： Emotional cascades. Behaviour Research and Therapy， 46（5）， 593?611.

Selby， E. A.， Franklin， J.， Carson-Wong， A.， amp; Rizvi， S. L. （2013）. Emotional cascades and self-injury： Investigating instability of rumination and negative emotion. Journal of Clinical Psychology， 69（12）， 1213?1227.

Selby， E. A.， Kranzler， A.， Panza， E.， amp; Fehling， K. B. （2016）. Bidirectional-compounding effects of rumination and negative emotion in predicting impulsive behavior： Implications for emotional cascades. Journal of Personality， 84（2）， 139?153.

Sheng， N.， Yang， C.， Han， L.， amp; Jou， M. （2023）. Too much overload and concerns： Antecedents of social media fatigue and the mediating role of emotional exhaustion. Computers in Human Behavior， 139， 107500.

Staal， M. A. （2004）. Stress， cognition， and human performance： A literature review and conceptual framework. National Aeronautics and Space Administration.

Steele， R. G.， Hall， J. A.， amp; Christofferson， J. L. （2020）. Conceptualizing digital stress in adolescents and young adults： Toward the development of an empirically based model. Clinical Child and Family Psychology Review， 23（1）， 15?26.

Stikkelbroek， Y.， Bodden， D. H. M.， Kleinjan， M.， Reijnders， M.， amp; Van Baar， A. L. （2016）. Adolescent depression and negative life events， the mediating role of cognitive emotion regulation. PLoS ONE， 11（8）， 1?16.

Tarafdar， M.， Maier， C.， Laumer， S.， amp; Weitzel， T. （2019）. Explaining the link between technostress and technology addiction for social networking sites： A study of distraction as a coping behavior. Information Systems Journal， 30（1）， 96?124.

Timm， C.， Ubl， B.， Zamoscik， V.， Ebner-Priemer， U.， Reinhard， I.， Huffziger， S.， Kirsch， P.， amp; Kuehner， C. （2017）. Cognitive and affective trait and state factors influencing the long-term symptom course in remitted depressed patients. PLoS ONE， 12（6）， 1?16.

Tomczyk， S.， amp; Hoferichter， F. （2022）. Associations between social media use， psychological stress， well-being， and alpha-amylase levels in adolescents. Journal of Stress， Anxiety， Trauma， and Resilience， 1（20）， 26?37.

Twenge， J. M.， Haidt， J.， Lozano， J.， amp; Cummins， K. M. （2022）. Specification curve analysis shows that social media use is linked to poor mental health， especially among girls. Acta Psychologica， 224， 103512.

van Vugt， M. K.， amp; van der Velde， M. （2018）. How does rumination impact cognition？ A first mechanistic model. Topics in Cognitive Science， 10（1）， 175?191.

Walerius， D. M.， Fogleman， N. D.， amp; Rosen， P. J. （2016）. The role of ADHD and negative emotional lability in predicting changes in parenting daily hassles. Journal of Child and Family Studies， 25（7）， 2279?2291.

Weinstein， E. C.， amp; Selman， R. L. （2016）. Digital stress： Adolescents’ personal accounts. New Media and Society， 18（3）， 391?409.

Wen， Z.， Fan， X.， Ye， B.， amp; Chen， Y. （2016）. Characteristics of an effect size and appropriateness of mediation effect size measures revisited. Acta Psychologica Sinica， 48（4）， 435?443.

[溫忠麟， 范息濤， 葉寶娟， 陳宇帥. （2016）. 從效應量應有的性質看中介效應量的合理性. 心理學報， 48（4）， 435.]

Xia， H.， Han， X.， Cheng， J.， Liu， D.， Wu， Y.， amp; Liu， Y. （2022）. Effects of negative life events on depression in middle school students： The chain-mediating roles of rumination and perceived social support. Frontiers in Psychology， 13（August）， 1?10.

Zheng， Y.， Zhou， Z.， Liu， Q.， Yang， X.， amp; Fan， C. （2019）. Perceived stress and life satisfaction： A multiple mediation model of self-control and rumination. Journal of Child and Family Studies， 28（11）， 3091?3097.

Zhou， H.， amp; Long， L. （2004）. Statistical remedies for common method biases. Advances in Psychological Science， 12（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. 心理科學進展， 12（6）， 942?950.]

Zubin， J.， amp; Spring， B. （1977）. Vulnerability — A new view of schizophrenia. Journal of Abnormal Psychology， 86（2）， 103?126.

Relationship between adolescents’ smartphone stress and mental health：

Based on the multiverse-style analysis and intensive longitudinal method

HUANG Shunsen1， LAI Xiaoxiong1，2， ZHANG Cai3， ZHAO Xinmei1， DAI Xinran1，

QI Mengdi1， WANG Huanlei1， WANG Wenrong4， WANG Yun1

（1 State Key Laboratory of Cognitive Neuroscience and Learning， Beijing Normal University， Beijing 100875， China）

（2 Institute of Digital Education， China National Academy of Educational Sciences， Beijing 100088， China）

（3 Collaborative Innovation Centre of Assessment for Basic Education Quality， Beijing Normal University， Beijing 100875， China）

（4 Zhongmu Teaching and Research Centre， Zhengzhou 451450， China）

Abstract

Adolescents frequently encounter elevated levels of digital stress by exposure to digital media （e.g.， smartphone stress）. Their ongoing brain development increases adolescents’ susceptibility to digital stress， making them more vulnerable to its adverse effects. Among digital devices， smartphones are the most widely used ones by adolescents and a primary source of digital stress. The current study aims to investigate the robust association between digital stress， specifically smartphone stress， and adolescent mental health. The study also aims to investigate the underlying mechanisms of this association.

In Study 1， a multiverse-style analysis was employed to investigate the robust relationship between smartphone stress and mental health （depression and well-being） in a large sample of adolescents （N = 74 182， male = 39 192）. This method was chosen for its robustness of various data manipulations to test the effect of interest， and median β and NSRPD （number of significant results in predominant direction） were used as statistical inference indicators of the effect. In Study 2， we conducted an intensive longitudinal design to examine the mechanism of how smartphone stress affects mental health among adolescents （N = 477， female = 214， Mage = 12.67 ± 0.31）. Before intensive longitudinal design， we assessed smartphone stress， well-being， and depression （T1）. Subsequently， daily rumination （consecutive 17 days， T2） and daily negative mood （consecutive 18 days， T3） were assessed over a 35-day period. Upon intensive longitudinal design， we once again measured well-being and depression （T4）. We found that rumination， negative emotion （NE）， and rumination-NE （serial mediation） mediate the link between smartphone stress and mental health （smartphone stress-depression model， smartphone stress-well-being model）.

Study 1 indicated that over half of adolescents （52.6% of grade 4 students and 78.2% of grade 8 students） experienced smartphone stress. Furthermore， smartphone stress strongly and robustly predicted depression （Median β = 0.37， p lt; 0.001， NSRPD = 160/160， p lt; 0.001， partial r2 = 0.172） and well-being （Median β = ?0.14， p lt; 0.001， NSRPD = 160/160， p lt; 0.001， partial r2 = 0.011）. Effect sizes from both outcomes （partial r2 gt; 0.010） are capable to inform policy and the public sphere. Study 2 revealed that rumination intensity， negative emotion intensity， and rumination-negative emotion intensity mediate the relationship between smartphone stress and depression. However， no mediation was found for rumination or negative emotion fluctuation. In smartphone stress-well-being model， negative emotion intensity and rumination-negative emotion intensity， but not rumination intensity， mediated the association between smartphone stress and well-being. Moreover， negative emotion and rumination-negative emotion fluctuation， but not rumination fluctuation， mediated the association between smartphone stress and well-being. Therefore， the intensity and fluctuation of rumination and negative emotion are common mediators in the relationship between smartphone stress and depression/well-being， while the effects of mechanisms are outcome-dependent.

The findings pinpoint the significant and robust effect of smartphone stress on depression and well-being among adolescents. The mediation of rumination and negative emotion in the relationship between smartphone stress and mental health probes into the mechanism of this relationship. These results support classic theories （e.g.， the Emotional Cascade Model） and confirm and enrich the recent Media use-Digital stress-Mental health model. These findings could also inform future interventions for mental health problems related to smartphone stress.

Keywords "smartphone stress， digital stress， mental health， rumination， negative emotion