编辑推荐：
【编辑推荐】为探究青少年同伴报告的社交调整与社交媒体使用（SMU）模式关联，研究人员对 716 名荷兰青少年开展潜 Profile 分析。发现 4 类 SMU 模式，且社交地位、行为与模式相关，揭示不同社交特征青少年的 SMU 风险差异，为干预提供依据。
社交媒体已深度融入青少年生活，但其使用模式与社交适应的关系仍存诸多谜题。当前研究对 “大量使用” 与 “问题性使用” 的区分模糊，且多依赖自我报告的社交数据，难以真实反映青少年在同伴群体中的实际处境。例如，受欢迎与被喜爱的青少年是否在社交媒体使用上呈现差异？攻击性强或 withdrawn 的青少年是否更易陷入问题性使用？这些问题亟待基于同伴评价的实证研究解答。
为此，荷兰研究团队围绕青少年社交媒体使用展开深入探究。研究以 716 名荷兰青少年（Mage=13.2 岁，48.3% 为女生）为样本，结合自我报告的社交媒体使用时长、在线 peer 交流强度、问题性使用（Problematic SMU）数据，通过潜特征分析（Latent Profile Analysis）识别使用模式，并关联同伴提名的社交地位（如受欢迎度、被喜爱程度）、社交行为（如亲社会行为、主动 / 被动攻击、withdrawal）及友谊互惠性等指标。研究成果发表于《Computers in Human Behavior Reports》，为理解青少年社交媒体使用的社交动因提供了新视角。
关键技术方法
- 潜特征分析（LPA）：基于自我报告的 3 项指标（使用时长、交流强度、问题性使用）进行数据驱动的模式分类，通过模型拟合度（如 AIC、BIC、熵值）确定最优类别数。
- 同伴提名法：由 classmates 提名社交地位（“最受欢迎”“最不喜欢” 等）、行为（“乐于助人”“易愤怒攻击” 等），计算比例得分以反映 peer 评价。
- 偏校正多项逻辑回归：分析社交指标与潜特征类别归属的关联，控制性别、年级变量，评估效应量（OR 值）与统计显著性。
研究结果
1. 社交媒体使用模式分类
通过 LPA 识别出 4 类 SMU 模式：
- 问题性重度使用组（Problematic Heavy Use，n=129）：问题性使用得分最高（M=4.04），使用时长较长（M=3.75），但在线交流强度与其他组无显著差异。
- 非问题性重度使用组（Non-problematic Heavy Use，n=262）：使用时长（M=3.76）与交流强度（M=4.96）均最高，问题性使用最低（M=1.16）。
- 中度使用组（Moderate Use，n=197）：各项指标均处于中等水平。
- 轻度使用组（Low Use，n=128）：所有指标得分最低。
2. 社交调整与使用模式的关联
- 社交地位：受欢迎度（Popularity）与非问题性重度使用显著正相关（OR=22.83, p<0.001），而被喜爱程度（Social Preference）低的青少年更易进入问题性使用组（OR=17.81, p=0.004）。
- 社交行为：主动攻击（Proactive Aggression）与非问题性重度使用正相关（OR=24.48, p=0.046），被动攻击（Reactive Aggression）与问题性使用正相关（OR=4.79, p=0.024）；亲社会行为（Prosocial Behavior）与低使用组正相关（OR=62.60, p=0.026）。
- Withdrawal：withdrawn 青少年更可能属于低使用组（OR=7.49, p=0.017），显示其线下与线上社交参与均较低。
- 友谊互惠性：班级内互惠友谊数量与使用模式无显著关联。
结论与讨论
研究证实，青少年 SMU 模式呈现显著异质性：重度使用未必伴随问题性使用，而问题性使用通常与重度使用并存。社交地位与行为的细分维度（如 “受欢迎” vs “被喜爱”、“主动攻击” vs “被动攻击”）对使用模式具有差异化预测作用：
- 补偿机制：被同伴 dislike、被动攻击或亲社会行为少的青少年，可能通过社交媒体补偿线下社交不足，导致问题性使用，支持 “补偿寻求假说（Compensation-Seeking Hypothesis）”。
- 奖励驱动机制：受欢迎或主动攻击的青少年，借社交媒体获取可见的社交奖励（如点赞、影响力），形成非问题性重度使用，符合 “奖励驱动假说（Reward-Driven Hypothesis）”。
- 社交回避：withdrawn 青少年因整体社交参与低，呈现低社交媒体使用，提示其社交偏好可能延伸至线上。
该研究首次基于同伴报告的社交数据，揭示了 SMU 模式的社交关联异质性，为精准干预提供了靶点：针对被 dislike 或被动攻击的青少年，需关注其问题性使用风险；对高社交活跃度但无问题性使用的群体，可探索其正向社交资本的转化路径。未来研究需结合客观使用数据（如 app 日志）、区分线上 / 线下社交场景，并采用纵向设计验证因果关系。
此研究通过严谨的潜变量建模与 peer 评价体系，填补了青少年社交媒体使用研究的关键空白，为理解数字时代的青少年社交生态提供了跨学科洞见。
