《Frontiers in Psychology》：The association between parental phubbing and pathological digital use among children and adolescents: a meta-analysis of Chinese samples
摘要：作为父母情感忽视的一种典型表现，父母低头行为（parental phubbing）与儿童青少年的病理性数字使用（pathological digital use）存在关联，并与其身心健康产生不利关联。然而，现有实证研究关于两者关系的结论尚不一致。本研究以父母接纳-拒绝理论（parental acceptance-rejection theory）和补偿性网络使用理论（compensatory Internet use theory）为基础，从权威数据库检索出50项符合条件的实证研究，采用随机效应模型（random-effects model）进行元分析，并辅以发表偏倚检验（publication bias test）、异质性检验（heterogeneity test）、亚组分析（subgroup analysis）和元回归分析（meta-regression analysis）。本研究旨在明确父母低头行为与儿童青少年病理性数字使用之间相关的强度，并探讨研究结论不一致的来源及相关变量的调节机制。结果表明，父母低头行为与儿童青少年病理性数字使用之间存在中等程度的显著正相关（r = 0.308，95% CI [0.280, 0.336]）。父母低头行为的测量工具、病理性数字使用的测量工具以及病理性数字使用的行为亚型对两者间的相关具有显著调节作用；而独生子女比例、男性儿童青少年比例、年龄阶段和居住环境（农村与城市）未检测到显著调节效应。
1 引言
随着数字时代的到来，数字生活已全面融入人们的日常活动。人们的工作、学习、娱乐等日常活动高度依赖数字设备，频繁且长时间地使用数字设备已成为一种社会常态，伴随而来的是病理性数字使用的普遍问题。这一总体性概念取代了以往普遍存在但未被临床认可的“数字成瘾”标签。现有实证研究采用智能手机成瘾、网络成瘾和游戏成瘾等亚型测量来评估病理性数字使用。病理性数字使用是一种类似成瘾的行为，其特征是强迫性地使用手机或互联网，并与不良的身心健康结果并发相关。具体而言，它常伴有社交孤立、脱离线下社交活动、人际冲突等人际困难，同时与学习效率呈负相关。在受病理性数字使用影响的各类群体中，儿童青少年所占比例逐年上升。这一现象主要是因为儿童青少年处于人格塑造和行为形成的关键时期，其自控能力尚未完全发展，极易受到模仿和放纵的影响，这对应于数字环境中该群体更高的病理性数字使用水平。相关统计显示，约13.6%的中国儿童青少年每天上网时间超过3小时，其中48.9%表现出轻度网络成瘾倾向。世界卫生组织欧洲区域办事处发布的数据显示，44个欧洲国家中11%的儿童青少年出现有问题的社交媒体使用，12%存在游戏成瘾风险。青少年病理性数字使用与家庭、社会和环境等多方面因素相关。其中，家庭是最直接、最长期的影响环境，父母在家庭环境中充当重要的行为榜样。现有研究表明，父母平均每天使用数字设备0.5至7.5小时，即使孩子在场时，每日使用时间也高达5小时。此外，73%的父母在与孩子共进晚餐时使用数字设备，35%的父母在与孩子面对面交流时仍然浏览手机。这些行为与儿童青少年的被忽视感相关，他们更倾向于通过互联网寻求情感关注和互动，并报告了更高的病理性数字使用水平。
然而，关于父母低头行为与儿童青少年病理性数字使用之间的关系，目前尚无一致结论。大多数研究发现两者之间存在显著正相关，而少数研究未能检测到显著关联。鉴于现有研究结果的争议性以及缺乏关于父母低头行为与儿童青少年病理性数字使用关联的整合研究，本研究采用元分析方法探讨两者的关系。目的在于解决当前学术争议，减少因研究样本和测量工具差异造成的单项研究偏倚，揭示两个变量之间的总体关联强度，识别潜在的调节因素，并为青少年病理性数字使用的预防和干预提供实证依据。
1.1 父母低头行为与儿童青少年病理性数字使用的关系
关于父母低头行为与儿童青少年病理性数字使用之间的关系，存在两种主要观点：
第一种观点认为，父母低头行为与儿童青少年病理性数字使用显著相关。根据父母接纳-拒绝理论，儿童早期经历的父母情感接纳或拒绝会深刻塑造童年期和青少年期的情绪状态和行为模式。在亲子互动中，父母过度使用数字设备且忽视子女，往往被儿童青少年视为被忽视，这种体验被视为一种情感拒绝。感知到的情感忽视与孤独感和低自我价值感相关，这对应于儿童青少年更倾向于通过数字产品寻求情感安慰以满足未被满足的情感需求。这一心理路径可进一步通过补偿性网络使用理论加以阐述。该理论指出，当人们在现实生活中遇到情绪困扰或问题时，倾向于诉诸互联网来逃避和缓解心理不适。当父母表现出持续的低头行为时，儿童青少年无法从家庭环境中获得足够的情感支持和心理满足。由于缺乏有效的应对策略，他们更可能通过过度使用互联网来麻痹负面情绪，将其视为一种补偿性应对机制，进而观察到更高水平的病理性数字使用。同时，父母低头行为倾向于削弱父母对儿童青少年使用电子设备的约束和指导，这对应于数字参与缺乏清晰的行为边界。在家庭环境中，情感满足的缺失和行为监管的不足可能增加儿童青少年病理性数字使用的可能性。
第二种观点认为，父母低头行为与儿童青少年病理性数字使用之间无显著相关，或者其直接关联极弱。一方面，随着儿童青少年达到一定年龄，他们在学校的时间多于在家，与父母的互动减少，这对应于更容易受同伴群体或教师的影响；因此，父母低头行为与其病理性数字使用没有直接关联。另一方面，儿童青少年的病理性数字使用是由移动应用的吸引力驱动的，这是其病理性数字使用的主要原因，因此父母低头行为的影响微乎其微。然而，支持这一观点的研究相对较少。仅有少数实证研究表明，父母低头行为与儿童青少年病理性数字使用之间的直接关联不显著，中介变量的作用不可或缺。
综上所述，第一种观点认为父母低头行为与儿童青少年病理性数字使用显著正相关，这一观点有多重理论支撑，多数实证研究结果也验证了这一立场。因此，本研究提出假设1：父母低头行为与儿童青少年病理性数字使用显著正相关。
1.2 父母低头行为与儿童青少年病理性数字使用关系的调节变量
儿童青少年的年龄阶段可能调节父母低头行为与病理性数字使用之间的关系。一方面，从父母接纳-拒绝理论的角度来看，儿童对父母接纳和拒绝线索的解释随年龄增长而发展。与童年期相比，青春期是一个敏感的发展阶段。青少年往往更强烈地将父母低头行为视为一种情感拒绝。另一方面，中国青少年相对于儿童有更多机会接触手机和数字设备。现实亲子互动中未得到满足的情感需求可能促使青少年通过数字设备寻求情感补偿，这种模式与更高的病理性数字使用风险相关。综合来看，本研究提出假设2：儿童青少年的年龄阶段调节父母低头行为与儿童青少年病理性数字使用之间的关系。
性别差异存在于个体对父母忽视或情感疏离的感知敏感性上。男孩对亲子情感氛围的变化相对不敏感，而女孩在亲子互动中对情感支持的需求更强。女孩更可能察觉到与父母低头行为相关的父母关注缺失，并将这种行为解释为情感冷落。长期暴露于这种情感冷落可能引发儿童青少年的负面情绪，进一步促使他们寻求缓解这些负面情绪的方式。有证据表明，在感知到亲子关系疏离后，女孩常常依赖数字媒体获得情感安慰和陪伴感；长期依赖线上渠道缓解负面情绪可能增加她们对病理性数字使用的易感性。在研究层面，这些个体层面的性别差异直接转化为不同样本中效应量的差异。具体而言，由于女孩更容易受到父母低头行为的影响，男性参与者比例较高的样本将产生父母低头行为与病理性数字使用之间较弱的总体相关性。然而，学术界对于男性比例是否调节父母低头行为与儿童青少年病理性数字使用之间的关系尚缺乏共识。据此，本研究提出假设3：男性比例调节父母低头行为与儿童青少年病理性数字使用之间的关系。
独生子女比例可能调节父母低头行为与儿童青少年病理性数字使用之间的关系。现有研究证实，非独生子女在病理性数字使用总分上显著高于独生子女。独生子女从父母和其他家庭成员那里获得更多关爱，其爱与归属的需求在现实生活中能够得到充分满足。因此，他们很少诉诸互联网来补偿缺失的需求。据此，本研究提出假设4：独生子女比例调节父母低头行为与儿童青少年病理性数字使用之间的关系。
父母低头行为的测量工具可能对父母低头行为与儿童青少年病理性数字使用之间的关系产生调节效应。目前，使用最广泛的工具之一是伴侣低头行为量表（Partner Phubbing Scale, PPS），最初由Roberts和David为浪漫关系开发。该量表旨在评估伴侣低头行为对日常互动质量的负面影响，得分越高表示负面影响越显著，后来被直接改编用于测量父母低头行为。考虑到其对中国样本的适用性，Ding等人（2020）对该量表进行了翻译和修订，将原始目标群体“伴侣”替换为“父母”，专门用于评估父母低头行为，开发了中文版父母低头行为量表，得分越高表示父母低头行为频率越高。由于前者是通用量表，后者是针对父母情境专门改编的，修订不可避免地涉及对原始量表维度结构的调整。这可能导致实际测量中构念效度的偏差。因此，提出假设5：父母低头行为与儿童青少年病理性数字使用之间的关系受父母低头行为测量工具的调节。
从病理性数字使用测量工具的角度来看，学术界开发了多种量表。其中，Leung（2008）编制的手机成瘾指数量表（Mobile Phone Addiction Index Scale, MPAI）是早期通用量表。它从失控和戒断等四个维度进行评估，得分越高表示成瘾程度越高。相比之下，Hong、Kwon、Xiong等学者开发的量表则专门针对青少年群体。例如，Hong等人（2012）开发了包含32个条目的智能手机成瘾量表（Smartphone Addiction Scale, SAS）；Xiong等人开发的量表侧重于成瘾的心理表现，涵盖戒断症状、突显行为、社交安慰和情绪变化四个维度。所有这些量表均基于得分来衡量病理性数字使用的严重程度，得分越高表示病理性数字使用越严重。然而，不同量表在条目数量和病理性数字使用核心维度的定义方面存在显著差异。综上所述，提出假设6：病理性数字使用测量工具调节父母低头行为与儿童青少年病理性数字使用之间的关系。
2 方法
2.1 文献检索与筛选
考虑到在中国文化背景下，大量关于父母低头行为与儿童青少年病理性数字使用的实证研究发表于中文期刊，且研究团队能够熟练阅读中英文文献，本研究在中英文数据库中进行了文献检索。
由于实证研究采用了病理性数字使用广义范围内的不同测量构念，检索式中纳入了智能手机成瘾、网络成瘾和问题性游戏等关键词，以避免遗漏相关文献。在英文数据库中，检索式设置为（“parental phubbing”）AND（“pathological digital use” OR “mobile phone” OR “smartphone” OR “cell phone” OR digital OR internet）。中文数据库采用一致的布尔逻辑，检索式为父母低头行为AND（病理性数字使用OR手机OR数字OR网络）。所有检索均限定在标题和摘要字段。此外，为确保文献检索的全面性，对纳入研究的参考文献列表进行了人工筛查作为补充检索策略。
研究通过Zotero导入和管理，并按照PRISMA 2020声明进行筛选。纳入和排除标准如下：（1）研究为定量研究，提供父母低头行为与儿童青少年病理性数字使用的完整统计数据，包括明确的样本量和相关系数r或可转换为r的统计指标（如标准化回归系数β），且无明显数据错误。（2）研究使用经过正式验证的测量量表对父母低头行为和儿童青少年病理性数字使用进行测量。（3）基于相同数据集的重复发表仅保留一篇完整论文，以避免效应量的重复提取。（4）参与者仅限于接受正规中小学教育的6-18岁典型发展儿童青少年。本研究中“典型发展”指未经过正式精神科或临床筛查的普通学校学生样本。原始研究招募的是中小学儿童青少年的社区样本；轻度亚临床情绪症状（焦虑、孤独和抑郁症状）和未诊断的发展状况不构成排除理由。但招募患有慢性身体疾病、神经发育障碍或临床情绪和行为障碍的参与者的研究被严格排除。因此，本元分析仅纳入无临床诊断记录的未筛选社区学生样本。（5）中英文撰写的稿件符合资格。文献检索包括2015年10月1日至2025年10月1日期间发表的研究。所有检索于2025年11月1日完成。选择这十年窗口部分是因为智能手机在过去十年中经历了快速的技术迭代并广泛普及。这种转变可能改变了父母和青少年数字设备使用习惯。两名独立编码员评估了所有检索到的全文文章的合格性，仅观察到两个不一致的判断。原始编码员间一致率达到96.15%。所有分歧通过小组讨论达成共识，最终得到50项独立研究（50个效应量，总N = 53,304）。
PRISMA流程图见图1。
2.2 文献编码与效应量转换
本元分析中检验的所有调节变量和假设均在文献编码前基于相关理论预先确定。本研究未在PROSPERO上预注册。在文献编码和数据处理阶段，以独立效应量为分析单位。大多数研究仅涉及单个效应量，少数包含多个效应量。根据同一构念下的维度数量制定了两个数据合并规则。当研究仅提供核心构念的单一效应量时，直接使用该效应量。当同一构念提供两个细分维度效应量时，采用算术平均数进行聚合。这种方法将一项研究中的多个相关效应量统一为单个总体效应量。每个纳入研究的具体合并方案见补充表S1。本研究定义了效应量提取的标准原则。以调整其他变量后父母低头行为与儿童青少年病理性数字使用之间的偏相关系数作为主要提取指标。在缺乏此类数据的情况下，使用零阶相关系数进行分析。如果研究未报告父母低头行为与儿童青少年病理性数字使用之间的相关系数，但提供了β值，则先使用相应公式将β转换为相关系数r：r = β × 0.98 + 0.05（β ≥ 0）；r = β × 0.98 – 0.05（β < 0），其中r是用于元分析合成的转换相关系数，β是原始研究中的标准化回归系数。总体而言，零阶Pearson相关系数占提取效应量的大多数，只有少数原始研究报告了经混杂变量调整的偏相关。
本研究对所有符合条件的研究进行编码，包括标题、第一作者和发表年份、样本地理区域、样本量、父母低头行为与儿童青少年病理性数字使用之间的Pearson相关系数、父母低头行为测量工具和病理性数字使用测量工具（见表1）。
2.3 发表偏倚检验与控制
本研究纳入了已发表的期刊文章和未发表的硕士及博士学位论文。此外，使用JBI关键评估清单评估纳入研究的方法学质量，详细结果见补充表S3。采用测试、验证和校正的逐步分析策略来检验发表偏倚。首先，使用漏斗图根据效应量的离散性和对称性判断是否存在发表偏倚。其次，进行Egger回归检验以进一步统计验证发表偏倚的存在。第三，使用失安全系数（fail-safe N）进行定量评估，该系数计算使合并效应量从显著变为不显著所需的未发表研究数量，以评估元分析结果的稳健性。最后，为处理漏斗图指示的潜在偏倚，采用剪补法（trim-and-fill method）估计和填补缺失效应量，并在校正后重新计算合并效应量，以提高元分析结果的准确性和可信度。
2.4 模型选择
在元分析研究中，有两种常规模型可用于计算合并效应量：固定效应模型和随机效应模型。固定效应模型假设真实效应量在研究间恒定，变异仅来源于抽样误差，通常在高同质性条件下应用。随机效应模型假设纳入研究是从总体中随机抽样，真实效应量允许研究间随机变异，通常在存在显著异质性时采用。
基于先前的实证证据，儿童青少年的性别比例和年龄阶段、独生子女比例以及测量工具可能调节父母低头行为与儿童青少年病理性数字使用之间的关系。进一步进行异质性检验以确定合适的分析模型。使用Q统计量和I2指数评估异质性大小。I2值表示研究间方差占总方差的比例。通常，I2 > 75%表示高异质性，显著的Q统计量（p ≤ 0.05）表明研究间存在显著异质性。在此条件下，采用随机效应模型进行合并估计；否则，采用固定效应模型。
2.5 数据处理
本研究中使用的效应量指标为Pearson相关系数r；数据分析软件为Comprehensive Meta-Analysis V3.3。调节变量分析采用两种方法：若调节变量为分类变量，则进行亚组分析以检验结果的显著性；若为连续变量，则使用元回归分析评估结果的显著性。根据现有研究的建议，每个亚组的效应量数量要求不少于3个。
3 结果
3.1 发表偏倚检验
采用多种互补方法评估发表偏倚。首先，漏斗图的目视检查显示效应量分布大致对称，初步提示不存在严重发表偏倚（见图2）。为补充漏斗图的主观视觉判断，进行了Egger回归检验。回归截距为2.879，双尾p值为0.065，略高于常规0.05阈值，表明没有强烈的统计证据显示存在实质性发表偏倚。随后采用剪补法评估缺失研究可能带来的偏倚。分析识别出两个缺失研究，位于平均效应量的左侧（见图3）。在随机效应模型下，原始合并相关系数为0.308（95% CI [0.280, 0.336]）；校正后调整的合并效应量略微下降至0.295（95% CI [0.263, 0.326]）。置信区间仍然排除零，表明潜在发表偏倚对核心发现的影响有限。最后，Rosenthal经典失安全系数计算为10,873，远超临界值5k + 10（260）。这表明需要大量额外的非显著未发表研究才能改变总体统计结果，支持元分析结论的相对稳定性。总体而言，尽管剪补分析提示存在少量缺失研究，但合并效应量的大小和统计显著性在校正后基本保持不变。这些发现表明，任何潜在的发表偏倚都不会从根本上扭曲本元分析的核心发现。
3.2 异质性检验
对效应量进行异质性检验以选择合适的分析模型，并确认进行亚组分析和元回归分析的必要性。结果显示Q = 627.466，df = 49，p < 0.001，I2 = 92.191%。I2值超过常用的75%截断值，表明纳入研究间存在高异质性。95%预测区间明显宽于置信区间，显示效应量存在较大离散度，相关结果见表2。鉴于总体异质性较高，后续分析采用随机效应模型。进一步进行亚组分析和元回归以系统探索研究间高异质性的来源。
3.3 主效应检验与敏感性分析
在随机效应模型下分析了50个效应量，以估计父母低头行为与儿童青少年病理性数字使用之间的关联。合并相关系数为0.308，95%置信区间为[0.280, 0.336]。相关系数分类标准如下：r = 0.1表示弱相关，r = 0.3表示中等相关，r = 0.5表示强相关。父母低头行为与儿童青少年病理性数字使用之间存在统计学上显著的中等正相关，验证了假设1。通过每次省略一项研究进行敏感性分析以检验结果稳健性。合并效应量在0.301至0.312之间波动。所有95%置信区间均排除了零，所有p值均小于0.001。效应量及其相应置信区间分布紧密，未观察到明显异常值（见图4）。
3.4 调节效应检验
采用亚组分析和元回归来探讨影响父母低头行为与儿童青少年病理性数字使用之间关系的因素。调节变量分析结果如下：
儿童青少年的年龄阶段未显著调节父母低头行为与儿童青少年病理性数字使用之间的关联。将年龄阶段作为分类调节变量，参与者分为小学、初中和高中组进行亚组分析。无法归入特定年龄段的混合年龄研究被排除在亚组分析之外，最终得到35个独立效应量。组间异质性检验不显著（Q = 1.337，df = 2，p = 0.513），表明各年龄组间的效应量无统计学显著差异。假设2未得到支持。
元回归结果显示，儿童青少年中男性比例对父母低头行为与儿童青少年病理性数字使用之间的关联未检测到显著调节效应。以男性比例为连续调节变量，基于50个独立效应量进行元回归。男性比例预测效应量的回归系数不显著（b = 0.003，SE = 0.003，Z = 1.04，p = 0.298，95% CI [?0.003, 0.008]），整体模型检验也显示结果不显著（Q = 1.08，df = 1，p = 0.298）。假设3未得到支持。进行留一敏感性分析以检验男性比例调节效应的稳健性。如图5所示，依次排除每项独立研究并重新计算总体合并相关系数。合并效应量的点估计仅在0.301至0.312的狭窄范围内波动，相应的95%置信区间均不包含零。所有重新计算的总体效应p值均低于0.001。依次排除单项研究后合并效应量波动有限，总体关联未出现实质性变化。这些模式初步表明，男性比例调节效应不显著的发现可能相对不受任何单项研究的影响。
由于部分原始研究缺乏独生子女比例数据，基于19个独立效应量进行元回归分析。结果表明，独生子女比例对父母低头行为与儿童青少年病理性数字使用之间关联的调节效应不显著（b = 0.0002，SE = 0.0012，Z = 0.13，p = 0.894，95% CI [?0.002, 0.002]；整体模型检验：Q = 0.02，df = 1，p = 0.894）。假设4未得到支持。进行留一敏感性分析以验证独生子女比例调节效应的稳健性。如图6所示，依次排除每项符合条件的研究并重新计算总体合并相关系数。合并效应量的点估计仅在0.289至0.314的狭窄范围内波动，相应的95%置信区间均未跨越零。所有重新计算的总体效应p值均低于0.001。依次排除符合条件的研究后合并效应量变化轻微，总体关联保持稳定。这些趋势初步表明，独生子女比例的调节效应不显著的结果几乎不受单项研究的影响。
父母低头行为测量工具的类型显著调节了父母低头行为与儿童青少年病理性数字使用之间的关联。在剔除效应量少于3个的亚组后，共有41个独立效应量纳入亚组分析。组间异质性检验显著（Q = 6.540，df = 2，p = 0.038），表明不同测量工具下父母低头行为与儿童青少年病理性数字使用之间的关联强度存在显著差异。假设5得到支持。
青少年病理性数字使用测量工具的类型显著调节了父母低头行为与儿童青少年病理性数字使用之间的关联。初始数据集包含50个独立效应量；剔除效应量少于3个的亚组后，共保留26个独立效应量进行亚组分析。组间异质性检验显著（Q = 11.892，df = 4，p = 0.018）。假设6得到支持。除测量工具外，进一步以病理性数字使用的行为亚型（智能手机成瘾、网络成瘾、游戏成瘾和短视频成瘾）作为调节变量进行亚组分析。混合效应模型显示组间差异显著（Q = 17.626，df = 3，p = 0.001），表明父母低头行为与儿童青少年病理性数字使用之间的关联强度在不同亚型间存在显著差异。具体而言，智能手机成瘾亚组产生的效应量最大（r = 0.331，95% CI [0.297, 0.364]），其次是短视频成瘾亚组（r = 0.246，95% CI [0.095, 0.386]）和网络成瘾亚组（r = 0.244，95% CI [0.188, 0.299]），而游戏成瘾亚组产生的效应量最小（r = 0.205，95% CI [0.149, 0.260]）。
进行了一项探索性随机效应元回归，以检验居住环境（城市与农村）作为潜在调节变量。在所有纳入的原始研究中，仅有9个独立效应量包含参与者居住分布的完整信息，构成该调节分析的样本。农村亚组的回归系数为?0.001（Z = ?1.16，p = 0.248）。调节变量的整体检验产生Q = 1.34（df = 1，p = 0.2478），表明居住环境对父母低头行为与儿童青少年病理性数字使用之间关联的调节效应不显著。
4 讨论
4.1 父母低头行为与儿童青少年病理性数字使用的关系
合并分析显示父母低头行为与病理性数字使用之间存在显著的中等正相关。这一发现支持假设1，并且与大多数研究的结论一致。
从父母接纳-拒绝理论的角度来看，父母低头行为可以被视为一种消极养育方式，这可能在一定程度上反映情感忽视的潜在迹象。长期暴露于这种养育环境与儿童青少年情绪发展的不良后果相关。当现实情境中出现情感匮乏时，个体倾向于寻求其他渠道来填补内心的情感空缺。在数字时代，儿童青少年倾向于通过使用数字设备来满足其未满足的心理需求，这一心理过程可被视为补偿性网络使用理论视角下的一种潜在解释路径。
4.2 调节效应分析
本元分析得出的结论并未否定某些独立实证研究的结果。相反，本元分析仅关注父母低头行为与儿童青少年病理性数字使用之间的双变量关联，病理性数字使用的潜在调节因素可能在这一联系中发挥作用。在正式数据编码之前，预设了若干调节变量以检验其调节效应：父母低头行为的测量工具、青少年病理性数字使用的测量工具、男性青少年参与者比例、独生子女参与者比例以及儿童青少年的年龄阶段。鉴于合并效应量中检测到的高异质性，额外进行了包含居住环境（城市与农村）的探索性调节分析。结果显示：
年龄阶段对父母低头行为与儿童青少年病理性数字使用之间关联的调节效应不显著，假设2未得到支持。对这一结果的一种尝试性理论解释是，从父母接纳-拒绝理论的角度来看，与父母低头行为相关的情感忽视可能在不同年龄阶段的儿童青少年中带来相似的情感体验。个体通过线上渠道缓解负面情绪和弥补情感匮乏的内在需求在不同年龄阶段可能保持相对可比。上述解释仍仅是理论猜想，需要进一步的实证检验。
儿童青少年中男性比例未显著调节父母低头行为与儿童青少年病理性数字使用之间的关联。一些尝试性的猜想可以解释这一不显著的结果。在当前的数字时代，数字设备已深度融入儿童青少年的日常生活和学习活动；作业提交、活动通知和知识获取等任务在很大程度上依赖数字设备。男孩和女孩通常享有同等的数字设备使用机会，这一模式可能为男性比例的调节作用不显著提供一种尝试性的理论解释。本研究的元分析结果进一步与先前的证据一致，即不同男性比例下儿童青少年表现出病理性数字使用的可能性没有显著差异。
本研究未发现独生子女比例对父母低头行为与儿童青少年病理性数字使用之间关联的显著调节效应，这一发现不支持假设4。这一结果与多项实证研究的发现一致，表明在不同独生子女比例的群体中，父母低头行为与儿童青少年病理性数字使用之间的关联没有显著差异。
父母低头行为的测量工具显著调节了父母低头行为与儿童青少年病理性数字使用之间的关联，这一发现与假设5一致。在纳入的量表中，Ding等人（2020）修订的量表与两个变量之间更强的关联相关。Roberts和David（2016）的原始伴侣低头行为量表也显示出显著的调节效应，但产生的相关系数相对较小。当完成Roberts的原始量表时，青少年需要将浪漫伴侣的互动情境推广到日常亲子互动中。由于原始量表涵盖更广泛的场景，可能包含与亲子交流无关的行为条目，其测量精度低于专门为亲子情境设计的量表。经Ding等人（2020）修订后，该量表的测量精度可能更高，因为其条目根植于中国本土家庭的实际情况并进行了亲子情境改编，消除了无关的混杂内容。这意味着未来研究者应采用本土化的、针对亲子情境的父母低头行为量表以提高测量准确性。
病理性数字使用测量工具显著调节了父母低头行为与儿童青少年病理性数字使用之间的关联，验证了假设6。根据不同的病理性数字使用量表将样本分为五个亚组。效应量大小的这种差异可能归因于两个来源。一方面，不同量表的测量维度与理论构念之间的匹配程度存在差异。另一方面，测量量表与病理性数字使用亚型之间存在固有的混杂。在此基础上，进一步根据病理性数字使用的亚型进行了亚组分析。结果显示，父母低头行为与病理性数字使用之间的关联在不同亚型间存在显著差异。这一发现与Baggio等人的研究一致。该研究指出，智能手机成瘾、网络成瘾、游戏成瘾和短视频成瘾之间的效应量存在显著差异，并认为技术介导的病理性数字使用行为是相对独立的构念，而非完全同质的单一实体。这一发现表明，行为亚型之间的概念差异导致了研究间的高异质性。然而，不同亚型的病理性数字使用共享共同的核心病理机制，这为将它们视为一个整合构念提供了理论基础。
居住环境（城市与农村）对父母低头行为与儿童青少年病理性数字使用之间的关联未显示显著的调节效应。基于当前发现和中国数字发展背景可以提出一种尝试性的解释。具体而言，中小学互联网覆盖率已达到98.4%。农村儿童青少年可能使用智能手机和各种在线平台进行在线学习和娱乐，其数字资源可及性水平与城市儿童青少年大致相当。
尽管调节分析确定了测量工具是能够部分解释研究间变异性的显著调节变量，但仍有大量未解释的研究间变异性。这种未解释的变异性可能源于原始研究中病理性数字使用测量量表的不一致以及儿童青少年年龄阶段划分标准的不同。因此，整体合并效应量应谨慎解释。
4.3 实践启示
从50项纳入的实证研究中综合的数据显示，父母低头行为与儿童青少年病理性数字使用之间存在中等正相关，这些相关性发现可为家庭、学校和后续研究者提供启示。首先，对家庭实践的建议。合并效应量表明父母低头行为与儿童青少年病理性数字使用之间存在正相关。为减轻这种关联产生的不利影响，父母可以以身作则，在亲子互动期间设定固定的无电子设备时段，以展示媒体使用的自我调节。其次，学校可以建立家校合作渠道。教育工作者可以与监护人分享现有实证研究中记录的父母低头行为与儿童青少年病理性数字使用之间的一致正相关，并与家庭合作，为儿童青少年提供情感支持。同时，学校可以将数字媒体使用和亲子沟通相关内容纳入心理健康课程，引导中国儿童青少年客观看待数字时代日常亲子互动中的父母低头行为，并自主调节个人数字参与。最后，对未来研究者的方法学指导。本元分析的结果表明，测量工具显著调节两个变量之间的关联。在进行后续关于父母低头行为的实证调查时，学者们可以优先选择专门针对中国亲子情境开发的量表，以准确评估家庭互动中父母低头行为的严重程度，而不是最初为浪漫伴侣设计的量表。
5 研究局限性
以往研究未能就父母低头行为与儿童青少年病理性数字使用之间的关联得出一致结论。本元分析揭示了两者之间存在显著的中等正相关；然而，本研究仍存在若干局限性。
第一，两个变量之间的合并相关系数基于两个未经检验的假设：其一，两个变量之间的关联在量表的整个得分范围内呈线性模式；其二，父母低头行为构念的概念内涵在量表得分范围的低端和高端保持稳定。因此，本研究中获得的中等相关效应量应基于这些假设进行解释。建议未来研究采用以个体为中心的分析方法（如潜在剖面分析）、非线性模型（如样条回归）和项目反应理论来检验量表测量特性，以进一步探讨不同父母低头行为严重程度下关联的异质性。
第二，所有符合条件的研究仅报告了Pearson相关系数，未提供t值、F值或卡方统计量用于效应量转换。这可能降低合并样本的代表性。同时，相关系数仅反映变量间的线性共变关系。它们无法调整混杂变量、确定父母低头行为与儿童青少年病理性数字使用之间的因果方向，也无法捕捉相关理论框架所描述的中介结构，从而限制了当前发现的因果解释力。
第三，本研究仅分析了父母低头行为的测量工具、病理性数字使用的测量工具和行为亚型、儿童青少年的性别、年龄阶段、居住环境（农村与城市）以及独生子女参与者的比例。其他潜在的调节变量，如母亲受教育程度、教师学历背景和教龄，有待后续研究进一步探讨。
此外，在测量工具调节效应的亚组分析中，排除了效应量少于3个的亚组以确保研究结果的可靠性和稳定性。因此，较少使用的测量工具能否调节父母低头行为与儿童青少年病理性数字使用之间的关联，需要在后续研究中进一步验证。
再者，本研究的样本主要来自中国。鉴于样本的区域覆盖有限和文化特异性，研究结论应谨慎应用于具有不同文化环境和经济发展水平的地区。中国独特的文化和制度因素可能调节这种关联。中国儿童青少年面临沉重的应试学业压力，普遍的虎妈式养育风格可能容易引发围绕屏幕使用的亲子冲突。这种情境差异可能限制当前发现的跨文化推广性。
同时，本研究仅纳入了典型发展的儿童青少年，排除了有特殊教育需求和发展障碍的样本。因此，研究结论可能无法完全推广到自闭症和注意力缺陷多动障碍等特殊需求的儿童青少年。
此外，本研究表现出极高的总体异质性（I2 = 92.191%），95%预测区间为[0.097, 0.519]，远宽于相应的95%置信区间。这表明父母低头行为与儿童青少年病理性数字使用之间关联的效应量在未来的重复研究中可能大幅波动。因此，当前发现的普遍性必须结合具体研究背景谨慎解释。
另一个局限性涉及发表偏倚。期刊倾向于发表报告父母低头行为对儿童青少年不利影响显著的研究，而不显著的发现代表性不足，这可能会夸大合并效应量。剪补法填补了两个缺失研究。校正后合并效应量从r = 0.308（95% CI [0.280, 0.336]）略微下降至r = 0.295（95% CI [0.263, 0.326]）。统计显著性保持不变，证明核心发现的稳健性。建议未来研究采用PROSPERO预注册和注册报告，并充分报告所有结果以减少选择性报告偏倚。
关于样本年龄分层，纳入分析的参与者年龄为6至18岁，跨越童年期和青春期。调节分析未发现显著的年龄差异；然而，未进行跨不同年龄段的全面的分层亚组比较。相当大比例的原始研究缺乏清晰统一的年龄分类，因此被排除在基于年龄的亚组检验之外。这种排除可能降低统计效力并限制总体发现的精确性。后续元分析可以分离儿童和青少年样本，以检验不同的发展模式。
最后，所有参与者均为未经筛查的普通中小学学生，未进行系统的精神科筛查以排除亚临床焦虑和抑郁症状的参与者。仅排除了招募临床诊断人群的研究。考虑到缺乏标准化临床筛查可能给合并效应量引入混杂偏倚，这是本元分析的一个重要局限性。
6 结论
本元分析综合了现有实证研究，初步证实了父母低头行为与儿童青少年病理性数字使用之间存在统计学上显著的中等正相关。然而，研究间存在显著的异质性，表明真实效应量可能因研究背景和样本特征的不同而变化。这些发现为父母接纳-拒绝理论、补偿性网络使用理论及其他相关理论在该研究领域的适用性提供了初步证据。调节分析表明，父母低头行为的测量工具、病理性数字使用的测量工具以及病理性数字使用的行为亚型对这一关联具有显著的调节效应。相比之下，年龄阶段、独生子女比例、男性参与者比例和居住环境（城市与农村）未显示显著的调节效应。由于所检验的调节变量仅部分解释了研究间异质性，效应量变异来源仍未明确。因此，合并效应量的推广性有限，不能无条件推广到所有人群和研究背景。
