International Open Access Journal Platform

1 引言

在当今数字化时代，短视频媒体发展迅猛，用户规模不断扩大。CNNIC在第51次《中国互联网络发展状况统计报告》中显示，我国网络视频（含短视频）用户规模达到10.31亿，短视频用户规模达到10.12亿，且未成年人互联网普及率持续提升。处于青春期的青少年，自我意识和独立意识增强、情绪高涨，对外界充满好奇，但是自控力、分辨力和抵抗诱惑的能力都较弱，不正确的短视频使用方式，对他们的身心健康造成了不良的影响，如导致短视频成瘾。不少研究表明短视频成瘾会给青少年发展带来消极影响，如分心、学业困难、社会功能受损、焦虑、抑郁、孤独感（Burnay et al.，2015；Hong et al.，2014；曾华铭，2019；谢阳 等，2020；张斌 等，2019；张亚利 等，2020）。因此，深入探究青少年短视频成瘾的内在机制，对引导青少年健康成长具有重要意义。

家庭因素在青少年发展过程中起着关键作用（Li et al.，2014）。亲子间科技干扰作为家庭因素的一部分，指在亲子互动中，因一方使用电子设备导致双方交流受到干扰或中断的现象（McDaniel & Coyne，2016b；McDaniel & Radesky，2018）。其中，亲子间科技干扰包括父母方和子女方，可以将其分为父母—亲子间科技干扰（在双方交流过程中，由于父母被电子设备干扰而导致双方互动中断的现象）和青少年—亲子间科技干扰（在双方交流过程中，由于青少年被电子设备干扰而导致双方互动中断的现象）。另外，已有研究表明，亲子间科技干扰与多种成瘾行为存在关联，如儿童执行功能问题（江萍，杨晓辉，2021）、青少年智能手机成瘾（陈欣 等，2020；刘勤学 等，2021；宋雪，2020）、青少年网络游戏成瘾（丁子恩，刘勤学，2022）以及青少年网络人际关系成瘾（刘勤学 等，2021）。鉴于短视频成瘾与上述成瘾行为在内在机制上具有相似性，本研究提出假设1：亲子间科技干扰正向预测青少年短视频成瘾。

心理灵活性是衡量个体身心健康水平的关键指标，也是接纳与承诺疗法的核心概念（Hayes et al.，2004）。尽管目前尚无研究直接探讨亲子间科技干扰与心理灵活性的关系，但已有研究指出，亲子关系等人际环境会影响青少年的心理灵活性产生影响（沈春莉，2019）；心理灵活性差的家长，其孩子的心理灵活性也不高（翁桂芳，2018）；父母养育方式越趋向权威，青少年心理灵活性的预测能力越低（Williams et al.，2012）。同时，心理灵活性分别与网络成瘾、智能手机成瘾、网络游戏成瘾等相关成瘾行为有关（Chou et al.，2017；葛续华，祝卓宏，2014；乔治娟，2019）。此外，青少年短视频成瘾者常采用心理不灵活的策略逃避现实（乔治娟，2019）。基于此，本研究提出假设2：心理灵活性在亲子间科技干扰与青少年短视频成瘾之间起中介作用。

综上所述，本研究将系统探讨亲子间科技干扰、心理灵活性与青少年短视频成瘾的关系，旨在揭示青少年短视频成瘾的内在机制，为预防或干预青少年短视频成瘾行为提供理论支持，进而引导青少年健康成长。

2 对象与方法

2.1 研究对象

本研究随机选取山西省长治市某中学7～9年级学生作为施测对象，采用现场发放问卷并当场回收的方式。本研究回收问卷367份，剔除极端异常问卷后获得有效问卷334份，其中不使用短视频App的人数为14，未达到30人以上的大样本数据，无法进行“是否使用过短视频App”的差异比较，所以选择剔除，最终保留问卷320份。研究对象年龄在12～17岁之间，男女性别比例相当，各年级分布均衡。

2.2 研究工具

2.2.1 亲子间科技干扰量表

采用麦克丹尼尔（McDaniel）等人编制的科技干扰量表（McDaniel & Coyne，2016a），用来测量亲子关系之间的科技干扰（刘勤学 等，2021）。本研究将其分别使用父母—亲子间科技干扰分量表和青少年—亲子间科技干扰分量表。各分量表均有5个项目，采用李克特8点计分制（从“从来没有”到“一天十次及以上”），所有题目累计得分越高，表明科技干扰程度越高。本研究中，父母—亲子间科技干扰分量表的Cronbach’s a系数为0.726，青少年—亲子间科技干扰分量表的Cronbach’s a系数为0.821，亲子间科技干扰量表整体上的Cronbach’s a系数为0.856。信度良好。

2.2.2 短视频成瘾量表

采用张晨曦等人编制的短视频App使用时间问卷（张蓓仪，2021；张晨曦，2021），了解初中生短视频App的使用情况。该问卷包含5个题目，如“您最常用的短视频App”。若被调查对象从不使用短视频，则直接跳过有关短视频成瘾的问卷部分。再采用张晨曦等人改编的短视频App过度使用量表（张蓓仪，2021；张晨曦，2021），测量初中生短视频成瘾程度。本量表共有8项，李克特8点计分制，分数越高，则短视频成瘾程度越高。在本研究中，该量表的信度为0.642，在可使用范围内。

2.2.3 心理灵活性量表

本研究通过心理灵活性的两个负向维度（经验性回避和认知融合）进行测量，得分越高表明心理灵活性越低（Bond et al.，2011）。其中，接纳与行动问卷第二版（AAQ-II）由曹静等人改编（曹静 等，2013），包含7个题目，使用李克特7项正向评分法（从未——总是），每项的累计得分越高，表示经验性回避的程度越高，其心理灵活性越低。认知融合量表（CFQ）是由张维晨等人改编（张维晨 等，2014），包含9个题目，按照李克特的7项正向评分法，得分越高，说明认知融合程度就越高，但其心理灵活性就越弱。本研究两分量表的Cronbach’sα系数分别为0.893和0.872，信度
较好。

2.3 研究程序

研究人员作为施测者，在规定时间内，对学生进行了以班级为单位的施测。在测试时，测试者对受测者进行了统一的引导，以保证受测者对测试内容的理解，并认真地、独立地填写了测验问卷。在测验结束后，学生的问卷会在第一时间被回收，整个测验过程不会有任何老师或其他无关人士在场，以保证绝对的机密。在回收所有问卷后，先对调查问卷展开初步筛选，然后将其编号整理并录入SPSS 26.0剔除无效问卷，最后进行数据分析。

2.4 数据处理

本研究使用SPSS 26.0和AMOS 26.0统计软件来处理数据，并使用了共同方法偏差检验、描述性统计、独立样本t检验、单因素方差分析、中介效应检验等来进行分析。

3 结果

3.1 共同方法偏差检验

本研究共有7个特征值大于1的因子，累计解释变异量为58.19%，其中第一个主成分的方差解释率为26.05%，远低于40%的临界标准（周浩，龙立荣，2004）。因此，本研究不存在严重的共同方法偏差。

3.2 初中生使用短视频的情况分析

研究结果表明，快手、抖音、小红书等是初中生最常用的短视频App，其中使用快手App的人数最多，达239人。在使用频率方面，初中生周中使用短视频App一天的人数最多，占比31%，不使用的占比为18%；周末有一天使用短视频App的人数最多，占比52%。在使用时间上，周中每天使用时间少于10分钟的占比为30%，10～30分钟的占比为32%，超过3小时的占比为3%；周末每天使用时间少于10分钟的占比为3%，10～30分钟的占比为30%，超过3小时的占比为8%。用频率至少1次；周中使用时间集中在0～30分钟，周末使用时间集中在10～60分钟。

3.3 亲子间科技干扰、心理灵活性和短视频成瘾的相关分析

采用Pearson相关分析各变量关系，结果表明：（1）亲子间科技干扰与青少年短视频成瘾显著正相关，其中父母—亲子间科技干扰（r=0.19，p<0.01）、青少年—亲子间科技干扰（r=0.23，p<0.01），即干扰程度越高，成瘾程度越高。

（2）亲子间科技干扰与青少年心理灵活性显著负相关，父母—亲子间科技干扰与经验性回避（r=0.40，p<0.01）、认知融合（r=0.31，p<0.01）显著正相关；青少年—亲子间科技干扰与经验性回避（r=0.31，p<0.01）、认知融合（r=0.27，p<0.01）显著正相关，意味着干扰程度越高，心理灵活性越低。

（3）青少年心理灵活性与短视频成瘾显著负相关，经验性回避（r=0.22，p<0.01）、认知融合（r=0.24，p<0.01）与短视频成瘾显著正相关，说明心理灵活性越低，短视频成瘾程度越高。

鉴于上述变量间相关性显著，进行多重共线性检验，结果显示各变量VIF均小于3，表明不存在多重共线性问题。

表 1 亲子间科技干扰、短视频成瘾和心理灵活性的相关分析（N=320）

Table 1 Correlational analysis of parent-child techno-interference, short-form video addiction, and psychological flexibility (N=320)

3.4 心理灵活性在亲子间科技干扰和短视频成瘾之间的中介作用

由表1可知亲子间科技干扰、心理灵活性与短视频成瘾之间存在两两相关，但至于三者之间的关系如何，需要进一步探讨。

本研究中亲子间科技干扰分为青少年—亲子间科技干扰和父母—亲子间科技干扰，心理灵活性通过经验性回避和认知融合两个负向维度测量。使用AMOS 26.0软件构建结构方程模型来检验心理灵活性（经验性回避和认知融合）在亲子间科技干扰（父母—亲子间科技干扰和青少年—亲子间科技干扰）与短视频成瘾之间的中介效应。模型指标如表2所示，模型图如图1所示，各变量间的路径系数及其显著性检验如表3
所示。

表 2 结构方程的拟合指标

Table 2 Fit indices for structural equation modeling

表 3 各变量间的路径系数及其显著性检验

Table 3 Path coefficients between variables and their significance tests

图 1 心理灵活性在亲子间科技干扰和青少年短视频成瘾之间的中介模型

Figure 1 A mediation model of psychological flexibility in the relationship between parent-child techno-interference and adolescent short-form video addiction

由表2可知，模型的各项指标均达到临界值，表明模型结构较好。由模型图（图1）和表2可知：（1）亲子间科技干扰除了直接影响短视频成瘾外，还通过心理灵活性来影响短视频成瘾；（2）亲子间科技干扰对短视频成瘾的影响显著；亲子间科技干扰对心理灵活性的影响显著，心理灵活性负对短视频成瘾的影响显著。后采用偏差校正百分位Bootstrap法进一步检验中介效应。结果显示，心理灵活性在亲子间科技干扰和短视频成瘾之间的间接效应估计值为0.04，Bias-Bootstrap95%和Bias-Corrected95%的置信区间均不包括零值，说明心理灵活性在亲子间科技干扰对短视频成瘾的影响中的中介作用显著，效应占比为36.13%。同时直接效应值为0.08，Bias-Bootstrap95%和Bias-Corrected95%的置信区间也均不包括零值，说明直接效应也成立，效应占比为63.87%。因此，心理灵活性在亲子间科技干扰和短视频成瘾之间中起部分中介作用，具体如表4所示。

表 4 Bootstrap中介效应检验结果

Table 4 Results of bootstrap mediation effect tests

4 讨论

4.1 初中生使用短视频及短视频成瘾的情况分析

首先，本研究回收334份问卷，其中320人使用短视频App（占比95.81%），与以往研究数据比例类似（丁颖，2021；贺迎秋，2020；熊兰，2022）。可见我国青少年短视频使用率持续上升趋势。其次，在App使用偏好方面，本研究显示初中生最常用快手，与唐悦和张承晨曦发现的抖音偏好不同（唐悦，2021；张晨曦，2021），但与熊兰结论相符（熊兰，2022），这可能是地区差异和样本容量的差异所致。然后，在使用时长上，青少年使用短视频的时间在10分钟到30分钟的人数最多，占比分别是32%和30%，者与以往研究结果相似（胡治丞，2021；唐悦，2021；张晨曦，2021）。此外，初中生在周中使用短视频App的天数中，一天使用的人数最多，占比31%；而在周末，所有人都至少有一天在观看过短视频，结合唐悦、胡治丞等人关于使用频率的类似结论，表明需加强青少年短视频使用监测以预防成瘾。

4.2 亲子间科技干扰、心理灵活性和短视频成瘾的关系讨论

4.2.1 亲子间科技干扰和短视频成瘾的关系讨论

本研究的结果表明，亲子间科技干扰正向预测青少年短视频成瘾。这与以往研究探讨亲子间科技干扰与相关成瘾行为关系的结果类似（陈欣 等，2020；丁子恩，刘勤学，2022；刘勤学 等，2021；宋雪，2020）。这一结果或可从以下理论解释：第一，根据网络病理性使用“认知——行为”模型（Davis，2001），父母受电子设备干扰程度高，更易让孩子产生消极自我认知，进而引发短视频成瘾等负面行为。第二，根据社会学习理论（Bandura & Walters，1977），父母频繁使用电子产品，青少年易通过模仿学习，导致短视频成瘾。第三，根据预期违反理论（Burgoon，1978）和强化理论（Gordan & Krishanan，2014），若父母在亲子交流中反复使用电子产品，青少年会感觉被忽视，转而通过使用电子产品来满足心理需求。短视频具有趣味性，青少年一旦体会到短视频带来的乐趣，就会增加观看短视频的行为，从而导致短视频成瘾这一外化问题的出现；同样，若青少年在亲子交流时用电子设备，导致父母关注度降低，青少年会投入更多时间到电子产品上，形成恶性循环，增加成瘾概率（Stockdale et al.，2018）。

4.2.2 亲子间科技干扰和心理灵活性的关系讨论

本研究结果表明，亲子间科技干扰负向预测青少年的心理灵活性。出现这一情况可以从以下四方面来解释：第一，亲子间科技干扰会提高青少年的环境敏感性（刘勤学 等，2021），促使其内外环境处理能力下降，进而导致其心理灵活性降低。第二，亲子间科技干扰会导致儿童的执行功能问题出现（江萍，杨晓辉，2021），而执行性功能中包括心理灵活性这一成分（丁芳，2003）。第三，默认的认知状态理论强调，当人们快速获取到他人和事物的印象时，会依靠有限的信息来做判断，并将这些信息看作是不可更改的固定的东西，使得人们形成错误认知，但是心理灵活性却要求个体不断获取新信息并加以整合改正。若父母受到电子设备的干扰程度越高，青少年就会根据这些有限的信息认为父母不关心自己，从而形成错误的认知并固化，对信息的处理能力减弱，心理灵活性降低。第四，亲子间科技干扰会干扰或打断亲子之间的互动（刘勤学 等，2021），降低家庭沟通效率，进而影响家庭亲密度（闫静怡 等，2022）和父母养育方式（Freed et al.，2016），最终在一定程度上降低青少年心理灵活性（Williams et al.，2012）。

4.2.3 心理灵活性和短视频成瘾的关系讨论

本研究结果表明，心理灵活性负向预测短视频成瘾。解释如下：其一，心理僵化易引发人际关系紧张、社交焦虑等问题（Chesebro & Martin，2003），而短视频带来的乐趣能暂时缓解负面情绪，致使心理灵活性低的青少年更易成瘾；其二，短视频成瘾作为新型网络成瘾，已有研究表明心理灵活性负向预测青少年网络成瘾；其三，心理灵活性越差，手机成瘾倾向越高（葛续华，祝卓宏，2014），而手机是观看短视频的主要设备，可见心理灵活性越差，青少年短视频成瘾程度会越高。

4.3 心理灵活性在亲子间科技干扰和短视频成瘾之间的中介效应讨论

本研究结果表明亲子间科技干扰（父母—亲子间科技干扰、青少年—亲子间科技干扰）不仅可以直接正向影响青少年短视频成瘾，还可以通过降低心理灵活性（提高经验性回避和认知融合）间接增强青少年短视频成瘾，心理灵活性在二者之间起到部分中介作用。

由此可以做出以下解释。第一，亲子间科技干扰会使得青少年对环境的敏感性提高（刘勤学 等，2021），个体处理内外环境变化的能力下降，容易遇到困难，青少年就会转而观看短视频获得一定的快乐而逃避现实困难。第二，亲子间科技干扰会使得孩子容易产生消极的自我认知（Davis，2001），而这些消极自我认知让青少年在面对不断变化的环境时候容易出现问题，从而导致消极的行为问题出现，比如短视频成瘾。第三，亲子间科技干扰会干扰或打断亲子之间的互动（刘勤学 等，2021），使得家庭亲密度降低（闫静怡 等，2022）。而家庭亲密度与父母养育方式的好坏有关（Freed et al.，2016）；权威父母会导致青少年的心理灵活性预测能力变低（Williams et al.，2012）。学者（Chesebro & Martin，2003）的研究表明，心理灵活性预测能力低会导致青少年出现人际关系紧张、产生社交焦虑等问题。为了逃避这些问题，青少年会通过短视频来获得快乐、成就感等，暂时缓解紧张和焦虑。

5 教育启示

基于研究发现，可从以下三方面防治青少年短视频成瘾。

其一，降低亲子间科技干扰。家长需规范孩子的电子设备使用时长，加强亲子沟通并引导其正确看待短视频内容；亲子双方应减少互动中的电子设备使用，可共同制定家庭数字使用守则，或共同参与积极的数字活动；青少年应主动与父母交流生活学习。

其二，提升青少年心理灵活性。对成瘾者开展基于接纳承诺疗法的团体辅导，编写针对性干预方案；家长应适度放宽要求，培养孩子自主学习能力与独立思维，增强其心理灵活性与社会适应力。

其三，从其他方面入手。提升青少年信息素养，推荐优质文化内容；学校开设实践课程、组织体育活动，丰富课余生活；通过社会责任与技术手段强化短视频内容审核，从源头减少低俗信息接触，多维度降低成瘾风险。

总之，降低青少年短视频成瘾，需要从各个方面努力。

6 研究结论

（1）初中生周中使用短视频App的频率为0～2次，周末使用频率至少1次；周中时间集中在0～30分钟，周末使用时间集中在10～60分钟。

（2）父母—亲子间科技干扰在父母婚姻状况上存在显著差异；经验性回避、认知融合在性别、父母婚姻状况、母亲受教育程度上差异均显著；短视频成瘾在性别、年级、父母婚姻状况、父母亲受教育程度上均无显著差异。

（3）亲子间科技干扰、心理灵活性、青少年短视频成瘾之间存在两两相关，其中亲子间科技干扰正向预测青少年短视频成瘾，心理灵活性负向预测青少年短视频成瘾。

（4）心理灵活性在亲子间科技干扰与青少年短视频成瘾之间起部分中介作用。

参考文献

[1] Bond, F. W., Hayes, S. C., Baer, R. A., Carpenter, K. M., Guenole, N., Orcutt, H. K., ... Zettle, R. D. (2011). Preliminary psychometric properties of the Acceptance and Action Questionnaire–II: A revised measure of psychological inflexibility and experiential avoidance. Behavior therapy, 42(4), 676-688.

[2] Burnay, J., Billieux, J., Blairy, S., & Larøi, F. (2015). Which psychological factors influence Internet addiction? Evidence through an integrative model. Computers in Human Behavior, (43), 28-34.

[3] Chesebro, J. L., & Martin, M. M. (2003). The relationship between conversational sensitivity, cognitive flexibility, verbal aggressiveness and indirect interpersonal aggressiveness. Communication Research Reports, 20(2), 143-150.

[4] Chou, W. -P., Lee, K. -H., Ko, C. -H., Liu, T. -L., Hsiao, R. C., Lin, H. -F., & Yen, C. -F. (2017). Relationship between psychological inflexibility and experiential avoidance and internet addiction: Mediating effects of mental health problems. Psychiatry Research, (257), 40-44.

[5] Davis, R. A. (2001). A cognitive-behavioral model of pathological Internet use. Computers in Human Behavior, 17(2), 187-195.

[6] Freed, R. D., Rubenstein, L. M., Daryanani, I., Olino, T. M., & Alloy, L. B. (2016). The relationship between family functioning and adolescent depressive symptoms: The role of emotional clarity. Journal of youth and adolescence, (45), 505-519.

[7] Hong, F. -Y., Huang, D. -H., Lin, H. -Y., & Chiu, S. -L. (2014). Analysis of the psychological traits, Facebook usage, and Facebook addiction model of Taiwanese university students. Telematics and Informatics, 31(4), 597-606.

[8] Li, W., Garland, E. L., & Howard, M. O. (2014). Family factors in Internet addiction among Chinese youth: A review of English-and Chinese-language studies. Computers in Human Behavior, (31), 393-411.

[9] McDaniel, B. T., & Coyne, S. M. (2016a). “Technoference”: The interference of technology in couple relationships and implications for women’s personal and relational well-being. Psychology of popular media culture, 5(1), 85.

[10] McDaniel, B. T., & Coyne, S. M. (2016b). Technology interference in the parenting of young children: Implications for mothers’ perceptions of coparenting. The Social Science Journal, 53(4), 435-443.

[11] McDaniel, B. T., & Radesky, J. S. (2018). Technoference: Parent distraction with technology and associations with child behavior problems. Child development, 89(1), 100-109.

[12] Williams, K. E., Ciarrochi, J., & Heaven, P. C. (2012). Inflexible parents, inflexible kids: A 6-year longitudinal study of parenting style and the development of psychological flexibility in adolescents. Journal of youth and adolescence, (41), 1053-1066.

[13] 曹静, 吉阳, & 祝卓宏. (2013). 接纳与行动问卷第二版中文版测评大学生的信效度. 中国心理卫生杂志, 27(11), 873-877.

[14] 曾华铭. (2019). 短视频成瘾的心理机制探析——以抖音为例. 新媒体研究, 5(20), 16-17.

[15] 陈欣, 林悦, 刘勤学. (2020). 科技干扰对青少年智能手机成瘾的影响: 核心自我评价与心理需求网络满足的作用. 心理科学, 43(2), 355-362.

[16] 丁芳. (2003). 儿童的执行性功能. 山东教育学院学报, (3), 7-9.

[17] 丁颖. (2021). 初中生移动短视频社交平台使用、人格特质与孤独感的关系研究(硕士学位论文). 西华师范大学.

[18] 丁子恩, 刘勤学. (2022). 科技干扰与青少年网络游戏成瘾: 归属需求的中介作用与友谊质量的调节作用. 心理科学, 45(6), 1383-1389.

[19] 葛续华, 祝卓宏. (2014). 青少年学生手机成瘾倾向与成人依恋关系. 中国公共卫生, 30(1), 95-97.

[20] 贺迎秋. (2020). 短视频对农村青少年的社会化影响研究(硕士学位论文). 郑州大学.

[21] 胡治丞. (2021). 网络短视频对青少年社会化的影响研究(硕士学位论文). 重庆工商大学.

[22] 江萍, 杨晓辉. (2021). 父母问题性手机使用对儿童执行功能的不良影响: 科技干扰的中介作用. Paper presented at the 第二十三届全国心理学学术会议. 内蒙古呼和浩特.

[23] 刘勤学, 胡琼, 祁迪. (2021). 亲子间科技干扰与青少年网络人际关系成瘾: 有调节的中介模型. 心理科学, 44(2), 316-323.

[24] 刘勤学, 祁迪, 周宗奎. (2021). 科技干扰与青少年智能手机成瘾的关系: 情绪症状和环境敏感性的作用. 心理科学, 44(3), 583-590.

[25] 乔治娟. (2019). 心理灵活性对青少年网络游戏成瘾的心理作用机制 (硕士学位论文). 陕西师范大学.

[26] 沈春莉. (2019). 青年心理灵活性的机制研究. 智库时代, (42), 118-120.

[27] 宋雪. (2020). 亲子科技干扰对青少年智能手机成瘾的影响机制及其干预(硕士学位论文). 华中师范大学.

[28] 唐悦. (2021). 短视频使用对青少年自我同一性的影响研究(硕士学位论文). 辽宁师范大学.

[29] 翁桂芳. (2018). 高中生心理灵活性与主观幸福感的关系: 自我效能感的中介作用(硕士学位论文). 扬州大学.

[30] 谢阳, 伍晓艳, 陶舒曼, 项建民, 徐永生, 杨娅娟. . . 陶芳标. (2020). 大学生手机依赖与焦虑及睡眠质量的关系. 中国学校卫生, 41(11), 1621-1624.

[31] 熊兰. (2022). 网络短视频对青少年价值观的影响研究(硕士学位论文). 贵州师范大学.

[32] 闫静怡, 孙琦, 张雪倩, 刘华清. (2022). 青少年家庭亲密度、心理灵活性对抑郁的影响. 心理月刊, 17(18), 5-7.

[33] 张蓓仪. (2021). 青少年短视频使用与注意缺陷多动障碍之间的关系 (硕士学位论文). 西南大学.

[34] 张斌, 熊思成, 徐依, 陈芸, 肖长根, 莫彦芝. (2019). 手机使用与焦虑、抑郁的关系: 一项元分析. 中国临床心理学杂志, 27(6), 1144-1150.

[35] 张晨曦. (2021). 初中生短视频APP过度使用与学业压力的关系(硕士学位论文). 西南大学.

[36] 张维晨, 吉阳, 李新, 郭慧娜, 祝卓宏. (2014). 认知融合问卷中文版的信效度分析. 中国心理卫生杂志, 28(1), 40-44.

[37] 张亚利, 李森, 俞国良. (2020). 孤独感和手机成瘾的关系: 一项元分析. 心理科学进展, 28(11), 1836-1852.

[38] 周浩, 龙立荣. (2004). 共同方法偏差的统计检验与控制方法. 心理科学进展, (6), 942-950.