网络分析将问题性的互联网使用与家庭健康及人格特征联系起来：一项基于全国范围的研究

《Personality and Individual Differences》：Network analysis links problematic internet use with family health and personality traits: A national-based study

互联网成瘾与人格及家庭健康的关系网络分析：基于21916名中国居民的心理行为调查，研究发现家庭社会/情感健康过程、健康生活方式和失控倾向是影响成瘾的核心因素，家庭健康在网络中起关键作用，但人格特质可能调节该关联。

　　在现代社会中，随着互联网技术的迅猛发展，全球互联网用户的数量在2000年至2022年间激增了1392%，覆盖了全球67.9%的人口（Internet World Stats, 2023）。尽管互联网的普及显著提高了人们的生活效率，但它也伴随着一系列潜在的风险，其中最为突出的就是问题性互联网使用（Problematic Internet Use, PIU）。PIU被定义为一种不适应性或过度的互联网使用行为，通常表现为忽视日常责任、无法控制对网络活动的沉迷以及对现实生活产生负面影响。近年来，PIU的患病率显著上升，其相关后果也日益受到关注。例如，PIU与身体健康问题（如肥胖）、心理障碍（如抑郁、焦虑和孤独感）以及行为问题（如酗酒和社交障碍）密切相关。世界卫生组织（WHO）已将PIU列为重大的公共卫生问题之一，并呼吁加强对这一现象的研究，以制定相应的政策和干预措施（World Health Organization, 2015）。

PIU的成因复杂，涉及个体心理特征、家庭环境和社会因素等多重影响。人格特质被认为是影响PIU的重要因素之一，它指的是个体在不同情境下表现出相对一致的行为倾向。已有研究表明，人格特质与PIU之间存在显著关联。例如，神经质（Neuroticism）和开放性（Openness）与PIU呈正相关，而亲和力（Agreeableness）、尽责性（Conscientiousness）和外向性（Extraversion）则与PIU呈负相关（Bernal-Ruiz & Rosa-Alcázar, 2022）。值得注意的是，神经质在多个研究中被一致认为是PIU的风险因素（Koronczai et al., 2019）。然而，其他人格特质与PIU之间的关系仍存在争议，部分研究指出外向性可能通过增加情绪调节能力而与PIU产生正相关，而另一些研究则发现较低的外向性与PIU的发生显著相关（Zhou, Li, Li, et al., 2017；Müller et al., 2013；Przepiorka et al., 2019）。因此，人格特质与PIU之间的关系仍需进一步探讨和明确。

与此同时，家庭因素也被认为是影响PIU的重要外部变量。家庭健康被视为一个多层次的资源体系，它不仅包括家庭成员的个体健康状况，还涉及家庭内部的互动模式、家庭成员的应对能力，以及家庭在社会、经济、医疗等方面的支持资源（Weiss-Laxer et al., 2020）。研究表明，家庭结构、家庭经济状况、父母教育水平和亲子关系等因素可能显著影响PIU的发生和发展（Schneider et al., 2017）。例如，父母之间的冲突可能通过增加青少年的情绪不安全感而加剧其PIU行为（Zhou, Li, Jia, et al., 2017）。此外，家庭环境的稳定性与支持性对个体的心理健康和行为模式具有深远影响，特别是在青少年和年轻成年人群体中（Bleidorn et al., 2018）。然而，目前关于家庭因素的研究多集中在父母与子女之间的互动上，而对于家庭健康这一更广泛的维度关注不足。

鉴于人格特质和家庭因素在PIU发展中的重要作用，本研究旨在通过网络分析方法，探讨这两个维度如何相互作用并影响PIU的不同方面。网络分析是一种新兴的统计技术，它能够将不同的症状和因素视为相互作用的因果节点，从而揭示其复杂的关联性（Borsboom & Cramer, 2013）。在心理学和精神医学领域，网络分析已被广泛应用于研究不同人群中的心理障碍和行为问题（Sch?nenberg et al., 2023）。该方法的优势在于其能够直观地展示变量之间的关联，并识别出网络中的核心节点和桥梁变量（Epskamp et al., 2018）。在本研究中，我们构建了一个包含人格特质、家庭健康和PIU不同维度的正则化部分相关网络，以探索这些因素如何共同作用于PIU的发生和发展。

本研究的数据来源于“中国居民心理与行为调查”（Psychology and Behavior Investigation of Chinese Residents, PBICR），该调查是一项全国性的概率抽样研究，于2022年6月至8月期间进行（Wang et al., 2022）。研究共纳入了21,916名来自中国大陆23个省份、5个自治区和4个直辖市的参与者。调查采用多阶段抽样方法，以确保样本的代表性。参与者被要求回答一系列关于人格特质、家庭健康状况以及问题性互联网使用行为的问卷。通过对这些数据的分析，我们构建了一个包含多个维度的网络模型，并利用网络比较测试（Network Comparison Tests）来研究性别差异对网络结构的影响（Balo?lu et al., 2020）。

研究结果显示，家庭社会情感健康过程（Family social/emotional health processes）在所有网络节点中具有最高的预期影响中心性，其次是家庭健康生活方式（Family healthy lifestyle）和控制障碍（Control disorder）。此外，家庭外部社会支持（Family external social supports）、家庭社会情感健康过程和家庭健康生活方式被识别为桥梁变量（bridge symptoms），表明它们在人格特质与PIU之间起到了重要的中介作用。这些发现提示我们，家庭健康在PIU的形成和发展中具有关键作用，而某些人格特质可能对这种作用产生抑制效应。因此，关注家庭健康可能是预防PIU及其相关不良后果的重要途径。

值得注意的是，本研究发现，尽管人格特质在PIU网络中扮演了重要角色，但其影响并非绝对。某些人格特质可能通过不同的机制对PIU产生积极或消极的作用，而家庭健康则在多个层面表现出更为稳定和广泛的影响。这表明，单纯依靠人格特质或家庭因素来预测或干预PIU可能不够全面，需要综合考虑两者的相互作用。此外，研究还指出，性别差异可能影响网络结构，例如男性和女性在PIU的某些维度上表现出不同的网络连接模式。这一发现对于制定针对性的干预措施具有重要意义，因为不同性别群体可能需要不同的支持策略。

在讨论部分，研究者强调了家庭健康与PIU之间的紧密联系，并指出网络分析方法能够更全面地揭示这些复杂关系。例如，家庭社会情感健康过程和健康生活方式不仅在PIU网络中占据核心地位，还可能通过桥梁作用影响其他变量。这些节点的识别有助于理解PIU的形成机制，并为未来的干预措施提供理论依据。研究者还提到，尽管已有研究关注了家庭因素对PIU的影响，但很少有研究同时考虑了人格特质和家庭健康的整体网络结构。因此，本研究通过引入网络分析方法，填补了这一研究空白，并为相关领域的研究提供了新的视角。

此外，研究者还指出，网络分析方法的优势在于其能够可视化不同变量之间的关系，从而帮助研究者更直观地理解PIU的形成过程。与传统的统计方法相比，网络分析能够揭示变量之间的非线性和相互依赖关系，这在研究复杂心理行为时尤为重要。例如，神经质和尽责性在PIU网络中可能起到桥梁作用，通过影响个体的情绪调节能力和自我控制能力，进而影响其对网络的依赖程度。然而，这些变量的具体作用机制仍需进一步研究，以明确其在PIU网络中的角色。

本研究的结论表明，家庭健康在PIU的网络模型中具有关键作用，而人格特质可能对这一作用产生一定的调节效应。因此，改善家庭健康状况可能成为预防PIU的重要手段，从而降低与PIU相关的心理健康问题的发生率。研究者还建议，未来的研究可以进一步探讨如何通过干预家庭健康和人格特质来有效减少PIU的发生。例如，针对家庭社会情感健康过程和健康生活方式的干预措施可能对缓解PIU具有积极作用，而针对神经质和尽责性的心理干预也可能有助于降低PIU的风险。

在方法论方面，本研究采用了正则化部分相关网络分析（regularized partial correlation network）来构建人格特质、家庭健康和PIU之间的关系模型。这种方法能够有效处理高维数据，并识别出变量之间的显著关联。通过网络比较测试，研究者还探讨了性别差异对网络结构的影响，发现男性和女性在PIU的不同维度上表现出不同的网络连接模式。这一发现可能与社会文化因素、性别角色期待以及个体心理差异有关，需要进一步探讨其背后的原因。

总体而言，本研究通过网络分析方法，揭示了人格特质和家庭健康在PIU形成和发展中的复杂作用。研究结果不仅有助于理解PIU的多维影响因素，还为制定有效的干预策略提供了新的思路。随着互联网的持续普及，PIU的风险可能进一步增加，因此，从家庭和人格两个维度入手，采取综合性的干预措施，可能是预防和减少PIU的重要途径。此外，本研究的样本覆盖了不同年龄层的中国居民，这使得研究结果更具普遍性，能够为不同年龄群体的PIU预防和干预提供参考。

本研究的局限性也需要被关注。首先，虽然样本量较大，但研究仍可能受到样本选择偏差的影响，尤其是在家庭健康和人格特质的测量方面。其次，网络分析方法虽然能够揭示变量之间的复杂关系，但其结果仍需结合其他研究方法进行验证，以确保其可靠性。此外，研究中使用的某些变量（如家庭结构和经济状况）可能未能充分反映家庭健康的整体状况，因此，未来的研究可以进一步拓展家庭健康指标的范围，以更全面地评估其对PIU的影响。

最后，本研究的成果对于公共卫生政策的制定具有重要意义。通过识别PIU网络中的关键节点和桥梁变量，政策制定者可以更有针对性地设计干预措施，例如加强家庭支持系统的建设、提升个体的情绪调节能力以及改善社会环境中的网络使用规范。同时，研究结果也提醒我们，面对PIU这一日益严重的公共卫生问题，需要采取多维度、多层次的应对策略，以确保其有效性和可持续性。随着研究的深入，我们有望更全面地理解PIU的形成机制，并为不同人群提供更加个性化的干预方案。