夜间活跃推文与心理健康：一项英国出生队列研究揭示社交媒体使用时间对心理健康的显著影响

本研究通过将Twitter（现称“X”）数据与英国埃文亲子纵向研究（ALSPAC）的心理健康自评数据相结合，探讨了夜间社交媒体使用与心理健康的关系。研究人员采用循环统计方法分析推文发布时间，发现夜间（23:00至05:00）发帖与较低的心理健康水平（WEMWBS评分降低4-8分）显著相关，其影响程度与酗酒、运动等因素相当。该研究为针对夜间社交媒体使用的干预措施提供了实证依据，对平台安全设计和公共政策制定具有重要参考意义。

　　

随着社交媒体的普及，其使用与心理健康的关系成为全球关注的焦点。然而，现有研究结论不一：有的发现社交媒体使用频率与较差的心理健康存在微弱关联，有的则认为影响微不足道，甚至还有研究指出社交媒体对心理健康有积极影响。这种不一致可能源于以往研究过于关注使用频率，而忽略了具体使用行为（如夜间使用）及其对不同人群的潜在影响。

夜间使用社交媒体可能通过多种机制影响心理健康：挤占睡眠时间、导致认知警觉以及智能手机蓝光抑制褪黑激素分泌等，进而影响睡眠质量和数量，而睡眠问题又与较差的心理健康密切相关。尽管一些问卷调查研究发现自我报告的夜间社交媒体使用与更多抑郁症状和较低自尊相关，但这些自我报告数据可能存在严重偏差——用户往往高估自己的使用时间，误差最高可达256分钟/天。

为克服这一局限，并回应公众和政策制定者对夜间社交媒体影响的关切，Daniel Joinson等人开展了一项研究，他们将直接获取的Twitter（现称“X”）数据与来自英国埃文亲子纵向研究（ALSPAC）的高质量心理健康测评数据相结合，旨在更精确地探究推特发帖时间与心理健康的关系。该研究近期发表在《Scientific Reports》上。

研究人员主要利用了几个关键技术方法：首先，研究样本来自ALSPAC队列，这是一个包含两代人的大型英国出生队列，提供了丰富的世代、性别和年龄信息；其次，心理健康通过经过验证的自评工具测量，包括短式情绪与感受问卷（SMFQ）评估抑郁症状、广泛性焦虑障碍量表（GAD-7）评估焦虑症状，以及华威-爱丁堡心理健康量表（WEMWBS）评估心理健康状况；第三，推特发帖时间数据通过Epicosm软件和Twitter学术API直接获取，并采用循环统计方法计算每位参与者在特定两周内的平均发帖时间，这是一个能够更精细区分不同夜间行为的新方法；最后，数据分析采用了混合效应模型，并考虑了性别和世代（年龄）的交互作用，以探究不同人群的风险差异。

样本与数据特征

研究最终纳入了310名参与者，他们提供了推特数据，且在完成心理健康问卷前的两周内至少发布过一条推文。共分析了824份问卷回应和18,288条推文。参与者以白人、女性为主，包括ALSPAC的G0（父母辈，平均年龄56.27岁）和G1（子代，平均年龄27.47岁）两代人。大多数参与者的平均发帖时间集中在白天。

平均发帖时间与心理健康的关联

分析显示，参与者发布推文的平均时间与其SMFQ（抑郁）、GAD-7（焦虑）和WEMWBS（心理健康）得分存在显著关联。即使在调整了性别和世代后，平均发帖时间仍能分别解释抑郁症状0.2%、焦虑症状0.7%和心理幸福感1.9%的变异。具体而言，预测模型表明，在夜间（23:00至05:00）平均发帖的参与者，其心理健康（WEMWBS）水平显著较差，得分比白天发帖者低约4至8分，这一差异超过了3分的临床重要阈值。夜间发帖也与略高的焦虑症状（1-2分）相关，但该差异未达到广泛性焦虑障碍量表的最小临床重要差异（4分）。在抑郁症状方面，未发现具有临床意义的显著差异。

人口学特征的交互作用

模型发现，平均发帖时间与心理健康的关系受到参与者人口学特征的影响。在预测抑郁和焦虑症状时，纳入发帖时间与世代（年龄）的交互项能显著改善模型拟合，证据强于与性别的交互。分层分析进一步表明，发帖时间对焦虑症状变异的解释力度在年长的G0参与者中更强（1.3%），而对抑郁症状的影响在女性中更为明显。

研究结论与意义

本研究的主要结论是：夜间活跃发推行为与显著较低的心理健康水平存在有意义的关联，其影响程度与先前研究中发现的酗酒、运动频率和每晚睡眠时间等因素相当。然而，这种关联对于抑郁和焦虑症状而言较弱且缺乏临床意义。

该研究的发现具有重要的理论和实践意义。在理论上，它强调了超越使用频率、关注具体社交媒体行为（如发布 timing）的重要性，并指出未来研究需深入探讨睡眠在这一关系中的中介作用。在实践层面，这些结果为当前旨在减少夜间社交媒体使用的干预措施提供了直接证据支持，例如中国的未成年人网络宵禁提案、TikTok的“Wind Down”功能以及英国相关政策的讨论。研究还提示，干预措施可以更具针对性，例如针对风险较高的女性用户或年长用户群体进行精准宣传。

值得注意的是，本研究也存在一些局限，如样本代表性不足（以白人、女性为主）、缺乏睡眠变量的测量以及数据收集于COVID-19疫情期间等。未来研究需要在更具代表性的人群中，并包含睡眠测量，来进一步验证这些发现。

总之，这项研究通过创新性地结合客观的社交媒体行为数据和高质量的心理健康评估，为理解夜间社交媒体使用的潜在风险提供了新的证据，为构建更安全的网络环境指明了方向。