1 引言
问题性社交媒体使用是指过度关注社交媒体，在社交媒体上投入大量的时间和精力，从而损害了个体的社会功能和心理健康(Andreassen & Pallesen, 2014)。越来越多的研究认为，问题性社交媒体使用可能是一种由成瘾行为导致的障碍，尽管没有被正式归类，但其症状与《国际疾病分类第十一次修订本(ICD-11)》中归类的游戏障碍类似(Müller et al., 2021)，符合ICD-11中关于“由成瘾行为导致的其他特定障碍”(代码：6C5Y)的描述(Brand, 2022)。因此，目前的研究大多在成瘾的理论框架下进行(Arness & Ollis, 2023; Aydın et al., 2020)，并期待通过进一步的讨论和验证提供更多问题性社交媒体使用具体特征的经验证据，以促进其概念化(贺金波 等, 2017)。
Brand等(2016)提出的“人−情感−认知−执行模型”(the interaction of person-affect-cognition-execution, I-PACE)认为，个体对特定刺激的渴求可能会导致刺激特异性抑制控制受损，继而产生特定的问题行为(Wegmann & Brand, 2020)，特定网络使用障碍发展和维持的核心是特异性抑制控制受损(Brand et al., 2019)。特定网络使用障碍有特定的使用内容，不同亚型的发展和维持机制存在细微差异。对社交反馈预期敏感的个体更倾向于习惯性检查社交媒体的通知，反复接触社交奖励可能会增加神经对社交信息的敏感性，从而降低个体抑制查看社交媒体冲动的能力，这可能解释了为什么有些人倾向于使用社交媒体而不是其他内容(Maza et al., 2023)。社交媒体的通知会打断正在进行的工作从而造成分心(Xie et al., 2021)。因此，问题性社交媒体使用者特异性抑制控制受损的表现与其他亚型可能不同，研究其特征有助于理解其机制特异性，对临床诊断和治疗优化具有重要的现实意义(Wegmann & Brand, 2021)。
尽管I-PACE模型阐明了特异性抑制控制受损在特定网络使用障碍中的作用，但是在问题性社交媒体使用的实证研究中却存在不一致的结果(Chen et al., 2016; Gao et al., 2020)。以往研究大多采用Go-NoGo任务结合事件相关电位技术，研究结果的不一致可能是由于行为指标仅反映了特定线索下的反应抑制，作为抑制控制的中、晚期阶段，反应抑制会受到运动速度的影响，同时，事件相关电位成分对抑制控制的反映更多来源于经验证据(Clauss et al., 2021)。激励敏化理论认为，成瘾相关刺激会吸引成瘾者更多的注意，并促使成瘾行为的发生(Robinson & Berridge, 2008)。因此，在问题性社交媒体使用中，抑制控制中与注意有关的成分更可能减弱(Müller et al., 2021)。如果采用眼动追踪技术，可以更直观地考察问题性社交媒体使用者在面对社交信息时由线索反应引起的早期注意加工过程，对个体注意抑制的测量更为直接。结合激励敏化理论的观点，本研究提出假设1：问题性社交媒体使用者表现出对社交信息的注意抑制受损。
Botvinick等(2001)提出的冲突监测理论认为，认知控制对注意分配的调节主要表现在两个方面，对目标刺激的加工增强和对干扰刺激的加工减弱。以往对网络使用障碍者的特异性注意抑制研究大多只强调对特定干扰刺激的注意定向增强，例如，Kim等(2019)发现，网络游戏障碍者对游戏相关刺激的反眼跳错误率显著高于对照刺激，表现出对游戏相关刺激的注意定向，在自上而下的眼跳抑制任务中存在特异性注意抑制受损。注意分心假说强调，社交媒体的通知和碎片化的信息流会使用户习惯性地在社交媒体和其他活动之间切换(Xie et al., 2021)。因此，当要求被试专注于目标任务、忽略社交干扰刺激时，问题性社交媒体使用者的注意抑制受损除了表现出对社交干扰刺激的注意定向增强以外，还可能会表现出对目标任务的注意维持减弱。结合冲突监测理论的观点，本研究认为假设1具体表现在两个方面：假设1A，问题性社交媒体使用者在社交信息的干扰下更难以维持对目标任务的注意，表现为在社交信息条件下离开目标的频率更高；假设1B，问题性社交媒体使用者更难以抑制对社交信息的快速注意定向，表现为在社交信息条件下的眼跳速度更快。
I-PACE模型提出，网络使用障碍者会表现出难以抗拒地追求网络相关活动的冲动(即渴求)，对网络相关刺激的抑制控制受损可能是渴求的结果(Brand et al., 2016)。Dong等(2015)发现，与健康组相比，网络游戏障碍组表现出抑制控制受损和奖励渴求增强，且渴求度越强，抑制控制越弱。尽管渴求与抑制控制的关系在网络游戏障碍中得到了证实，但在问题性社交媒体使用中，还不清楚渴求与注意抑制是否存在相关。但是，有研究发现，与对照组相比，问题性社交媒体使用者对社交媒体图片的注视时间与上网渴求表现出正相关关系(Nikolaidou et al., 2019)。结合I-PACE模型的观点，本研究提出假设2：问题性社交媒体使用者对社交信息的渴求度更高，且对社交信息的渴求与特异性注意抑制受损存在正相关。
2 研究方法
2.1 被试
使用G*Power 3.1.9.2估算计划样本量(α=0.05, 1−β=0.80, effect size f=0.25)，至少需要54名被试。使用卑尔根社交媒体成瘾量表(The Bergen Social Media Addiction Scale, BSMAS)(Andreassen et al., 2016)筛选被试，通过问卷星在大学生中发放1050份问卷，收回有效问卷825份，根据量表平均分(±1SD)，被试被分为两个极端组(Müller et al., 2021)。问题性使用组的纳入标准：量表得分大于样本平均数一个标准差；符合BSMAS的诊断标准，即得分大于等于3分的项目不少于4个。健康使用组的纳入标准：量表得分小于样本平均数一个标准差。两组被试均至少使用一种社交媒体平台。被试的排除标准：(1)有精神障碍史；(2)有中枢神经药物史；(3)有视觉障碍；(4)有严重的认知功能障碍。邀请符合要求且自愿参加实验的被试73人，其中3人在实验过程中睡着，3人有50%以上的试次在目标兴趣区注视不足1000 ms导致干扰刺激没有出现。最终有效被试为67人，两组被试的性别和年龄差异不显著，BSMAS得分差异显著(见表1 )。所有被试均签订了知情同意书，实验后给予一定的报酬。
表1 被试的人口学特征 |
| 问题性使用组 (n=37) | 健康使用组 (n=30) | t/χ2 | p | |
| 男性人数/女性人数 | 10/27 | 8/22 | <0.01 | 0.974 |
| 年龄(M±SD) | 19.14±0.79 | 19.27±1.01 | −0.60 | 0.552 |
| BSMAS得分(M±SD) | 25.11±2.87 | 8.20±1.99 | 28.43 | <0.001 |
2.2 实验设计
实验为2(被试类型：问题性使用组、健康使用组)×3(信息类型：社交、非社交、中性)的混合实验设计。其中被试类型为被试间变量，信息类型为被试内变量，因变量为中断频率和眼跳平均速度。
2.3 研究工具
2.3.1 问题性社交媒体使用测量
采用卑尔根社交媒体成瘾量表来评估被试的问题性社交媒体使用。该量表由Andreassen等(2016)编制，共6个题目，如“试图减少手机社交软件的使用，但没有成功”，采用5点计分。在中文版BSMAS中，社交媒体被定义为“微信、微博、抖音”等(Luo et al., 2021)，BSMAS已被证明适用于中国大学生群体，且具有较高的信效度(Leung et al., 2020)，本研究中该量表的内部一致性信度系数为0.81。
2.3.2 实验材料
选取社交软件图标(如“微信”)作为社交信息，选取非社交软件图标(如“地图”)作为非社交信息，选取常见的生活用品(如“水杯”)作为中性信息。选取非社交软件图标是为了检验问题性使用组对社交信息的高度敏感是否泛化到其他手机信息。将所有图标制作成255×255像素的图片。
为了评估图片是否为真实的手机软件图标以及图片是否能代表社交软件图标，参照Nikolaidou等(2019)的研究，邀请50名不参与正式实验的大学生对图片的真实性和代表性进行5点评分，每种图片各选取10张作为实验材料。三种图片的真实性差异显著[F(2, 98)=615.05, p<0.001, η${_{\rm p}^2} $ =0.93]。事后多重比较发现，社交图片与非社交图片的真实性差异不显著[t(49)=1.56, p=0.126]，社交图片的真实性显著高于中性图片[t(49)=26.08, p<0.001, Cohen’s d=3.69]，非社交图片的真实性显著高于中性图片[t(49)=24.47, p<0.001, Cohen’s d=3.46]。三种图片的代表性差异显著[F(2, 98)=215.44, p<0.001, η${_{\rm p}^2} $ =0.82]。事后多重比较发现，社交图片的代表性显著高于非社交图片[t(49)=12.39, p<0.001, Cohen’s d=1.75]，社交图片的代表性显著高于中性图片[t(49)=22.75, p<0.001, Cohen’s d=3.22]，非社交图片的代表性显著高于中性图片[t(49)=7.79, p<0.001, Cohen’s d=1.10]。使用MATLAB R2023a计算图片的物理属性，三种图片的色度[F(2, 27)=0.49, p=0.619]、明度 [F(2, 27)=0.46, p=0.633]、饱和度[F(2, 27)=0.86, p=0.435]和图像信息熵[F(2, 27)=0.43, p=0.657]均不存在显著差异。
2.4 实验仪器
使用EyeLink Desktop 1000眼动仪(SR Research, Mississauga, Ontario, Canada)采集单眼眼动数据，系统的采样频率为1000 Hz。使用Experiment Builder 2.3.38呈现实验刺激，被试机显示器为23英寸，分辨率为1920×1080像素，刷新率为60 Hz。被试眼睛与显示器距离85厘米，实验中固定被试的额头和下巴。采用随机9点进行视线追踪校正。
2.5 实验程序
采用定向偏向抑制任务(orienting bias inhibition task, OrBIT)，参照Wilcockson等(2021)的实验流程，在每个试次开始时，屏幕上十一个位置的任意位置上会出现一个彩色的圆形目标靶子，大小为255×255像素，在整个试次过程中，被试的任务是专注于这个目标。注视1000 ms后，屏幕上其余十个位置的其中一个位置会出现一个干扰刺激，每个试次出现一个，被试必须控制自己不看干扰刺激。在试次结束之前，目标呈现时间为5000 ms(见图1 )。实验中共包含30张图片，每种信息类型各10张。这些图片会重复出现3次，共计90个试次。由于副中央凹(中央凹两侧约5°视角内)的信息可以得到部分加工(白学军 等, 2011)，将干扰刺激与目标靶子内边缘的距离以5°视角为界限分为近距离和远距离两种条件，每种干扰刺激在近距离和远距离各呈现一半。
眼动实验结束后，被试对实验中出现的图片进行愉悦度和渴求度的主观评价，1代表“程度很低”，9代表“程度很高”。
2.6 数据分析
研究定义了两个兴趣区，分别是目标图片区域和干扰刺激图片区域，具体为图片及图片四周0.5°视角的区域。使用Data Viewer 4.1.211提取眼球运动的时空参数，考察以下眼动指标。(1)中断频率(break frequency)：干扰刺激出现后被试离开目标兴趣区试图看干扰刺激的试次占该条件下有效试次的百分率，中断频率越高表明越难以维持对目标的注意(Wilcockson et al., 2021)。(2)眼跳平均速度(saccade average velocity)：干扰刺激出现后被试第一次从目标兴趣区到干扰刺激兴趣区眼跳的平均速度，眼跳平均速度越高表明越难以抑制对干扰刺激的快速注意定向(Di Stasi et al., 2013)。
分析数据前，删除追踪丢失的试次(1.89%)。在R语言环境(R Development Core Team, 2020)下，利用lme4数据包(Bates et al., 2015)，采用广义线性混合模型(generalized linear mixed model, GLMM)对中断频率进行分析，采用线性混合模型(linear mixed model, LMM)对眼跳平均速度进行分析。将被试类型、信息类型及其交互作用作为固定效应，被试和项目作为随机效应纳入模型。在信息类型中，为了将三种信息进行对比，构建了社交−非社交(社交信息vs. 非社交信息)、社交−中性(社交信息vs. 中性信息)、非社交−中性(非社交信息vs. 中性信息)三种比较。采用最大随机效应模型，如果模型不能拟合，则逐级简化随机效应，直到模型拟合。使用IBM SPSS26.0对主观评价进行重复测量方差分析。
3 结果
3.1 中断频率
两组被试在三种信息条件下的中断频率见表2 ，模型分析结果见表3 。被试类型、社交−非社交、社交−中性和非社交−中性的主效应均不显著(|z|s≤1.76, ps>0.05)。在交互作用方面，两组被试在社交和中性信息上的交互作用显著(z=2.34, p=0.019)；两组被试在非社交和中性信息上的交互作用显著(z=2.86, p=0.004)；其余交互作用不显著(z=−0.53, p=0.595)。简单效应分析发现，在社交信息条件下，问题性使用组的中断频率显著高于健康使用组(b=0.63, SE=0.31, z=1.99, p=0.046, 95%CI=[0.01, 1.24])；在非社交信息条件下，问题性使用组的中断频率显著高于健康使用组(b=0.72, SE=0.32, z=2.27, p=0.023, 95%CI=[0.10, 1.33])(见图2 )。表明在社交信息和非社交信息的干扰下，问题性使用组对目标的注意维持程度比健康使用组更低。
表2 两组被试在三种信息条件下的中断频率和眼跳平均速度[M(SE)] |
| 被试类型 | 信息类型 | 中断频率 | 眼跳平均速度(°/s) |
| 社交 | 0.29 (0.01) | 186.40 (4.24) | |
| 问题性使用组 | 非社交 | 0.29 (0.01) | 170.51 (3.49) |
| 中性 | 0.27 (0.01) | 182.97 (4.29) | |
| 社交 | 0.21 (0.01) | 184.68 (4.56) | |
| 健康使用组 | 非社交 | 0.19 (0.01) | 194.47 (5.55) |
| 中性 | 0.24 (0.01) | 183.15 (4.61) |
表3 两组被试在三种信息条件下的模型分析结果 |
| 变量 | b | SE | z/t | p | 95%CI |
| 中断频率 | |||||
| 截距 | −1.41 | 0.15 | −9.28 | <0.001 | [−1.70, −1.11] |
| 被试类型 | 0.53 | 0.30 | 1.76 | 0.078 | [−0.06, 1.11] |
| 社交−非社交 | 0.05 | 0.10 | 0.50 | 0.620 | [−0.15, 0.24] |
| 社交−中性 | −0.05 | 0.10 | −0.55 | 0.584 | [−0.25, 0.14] |
| 非社交−中性 | −0.10 | 0.10 | −1.04 | 0.298 | [−0.30, 0.09] |
| 被试类型× 社交−非社交 | −0.09 | 0.17 | −0.53 | 0.595 | [−0.42, 0.24] |
| 被试类型× 社交−中性 | 0.39 | 0.17 | 2.34 | 0.019 | [0.06, 0.71] |
| 被试类型× 非社交−中性 | 0.48 | 0.17 | 2.86 | 0.004 | [0.15, 0.80] |
| 眼跳平均速度 | |||||
| 截距 | 182.37 | 3.83 | 47.68 | <0.001 | [174.88, 189.87] |
| 被试类型 | −8.80 | 5.96 | −1.48 | 0.147 | [−20.48, 2.88] |
| 社交−非社交 | 2.36 | 6.10 | 0.39 | 0.700 | [−9.60, 14.31] |
| 社交−中性 | 3.41 | 6.05 | 0.56 | 0.574 | [−8.45, 15.27] |
| 非社交−中性 | 1.06 | 6.26 | 0.17 | 0.866 | [−11.22, 13.34] |
| 被试类型× 社交−非社交 | 24.71 | 7.95 | 3.11 | 0.002 | [9.13, 40.28] |
| 被试类型× 社交−中性 | 2.83 | 7.65 | 0.37 | 0.712 | [−12.17, 17.83] |
| 被试类型× 非社交−中性 | −21.88 | 7.92 | −2.76 | 0.006 | [−37.40, −6.36] |
3.2 眼跳平均速度
由于在社交信息和非社交信息条件下，问题性使用组都难以维持对目标的注意，进一步对被试离开目标靶子过程中朝向干扰刺激兴趣区的注意定向速度进行检验。
两组被试在三种信息条件下的眼跳平均速度见表2 ，模型分析结果见表3 。被试类型、社交−非社交、社交−中性和非社交−中性的主效应均不显著(|t|s≤1.48, ps>0.05)。在交互作用方面，两组被试在社交和非社交信息上的交互作用显著(t=3.11, p=0.002)；两组被试在非社交和中性信息上的交互作用显著(t=−2.76, p=0.006)；其余交互作用不显著(t=0.37, p=0.712)。简单效应分析发现，在非社交信息条件下，问题性使用组的眼跳平均速度显著低于健康使用组(b=−24.33, SE=7.70, t=−3.16, p=0.002, 95%CI=[−39.41, −9.24])；问题性使用组对社交信息的眼跳平均速度显著高于非社交信息(b=14.71, SE=7.03, t=2.09, p=0.038, 95%CI=[0.93, 28.48])(见图3 )。表明问题性使用组抑制对社交信息的快速注意定向比抑制非社交信息存在更多的困难。
3.3 主观评价
对主观评价进行2(被试类型：问题性使用组、健康使用组)×3(信息类型：社交、非社交、中性)的重复测量方差分析(见图4 )。
在被试对图片的愉悦度评价上，被试类型的主效应不显著[F(1, 65)=0.27, p=0.606]。信息类型的主效应显著[F(2, 130)=24.73, p<0.001, η${_{\rm p}^2} $ =0.28]。被试类型和信息类型的交互作用显著[F(2, 130)=4.50, p=0.013, η${_{\rm p}^2} $ =0.07]。简单效应分析发现，对于中性信息，问题性使用组的愉悦度边缘显著低于健康使用组，t(65)=−2.00，p=0.050，Cohen’s d=0.49，为小效果量，差异的95% CI=[−1.06, 0.00)。
在被试对图片的渴求度评价上，被试类型的主效应不显著[F(1, 65)=0.98, p=0.327]。信息类型的主效应显著[F(2, 130)=18.12, p<0.001, η${_{\rm p}^2} $ =0.22]。被试类型和信息类型的交互作用显著[F(2, 130)=10.61, p<0.001, η${_{\rm p}^2} $ =0.14]。简单效应分析发现，对于社交信息，问题性使用组的渴求度显著高于健康使用组，t(65)=2.28，p=0.026，Cohen’s d=0.56，为中等效果量，差异的95%CI=[0.09, 1.38]。
对被试在社交信息下的渴求度与中断频率进行皮尔逊积差相关分析，结果发现，被试对社交信息的渴求度与社交信息干扰下的中断频率不存在显著相关，r=0.17，p=0.082。
4 讨论
4.1 问题性社交媒体使用者对特异性刺激的注意抑制受损
本研究采用眼动追踪技术，探讨了问题性社交媒体使用大学生对社交信息注意抑制的加工特点。结果发现，问题性使用组在社交信息干扰下的中断频率高于健康使用组。结果支持假设1A，相比健康使用组，问题性使用组在社交信息的干扰下更难以维持对目标任务的注意。研究结果得到了注意分心假说的支持，持续接触大量社交媒体信息会导致个体自动将注意集中在多个信息源上，在完成任务时难以将注意持续保持在目标上，更容易被社交干扰刺激影响导致分心(Xie et al., 2021)。根据激励敏化理论(Robinson & Berridge, 2008)，问题性社交媒体使用者在社交信息上分配了更多注意资源，由于注意资源的有限性，当更多的注意分配到社交信息时，对目标信息的注意分配就会减少(刘勤学 等, 2021)。然而，研究同时发现，问题性使用组在非社交信息干扰下的中断频率高于健康使用组。根据Nikolaidou等(2019)的研究，在条件作用的影响下，与电子设备相关的非社交信息可能会让人联想到在线社交，并以类似于社交信息的方式干扰被试对目标的注意维持。
虽然从注意抑制的结果来看，相比健康使用组，问题性使用组在社交信息和非社交信息的干扰下都难以维持对目标靶子的注意，但问题性使用组对两种信息的注意抑制过程有所不同。结果发现，问题性使用组在社交信息呈现时的眼跳平均速度高于非社交信息。结果支持假设1B，相比非社交信息，问题性使用组更难以抑制对社交信息的快速注意定向。大脑给眼跳终点的信息赋予了内在价值，在对高价值信息进行聚焦的预期中，人的大脑会产生一个速度更快的眼跳(Sedaghat-Nejad et al., 2019)。研究结果得到了受损的反应抑制与突显性归因模型的支持，当问题性社交媒体使用者面对社交信息时，突显网络过度参与，社交信息的激励突显性增加并拥有更高的激励价值，破坏了控制网络的抑制过程，导致个体对社交信息的眼跳抑制减弱(Zilverstand et al., 2018)。同时，研究发现，在非社交信息条件下，问题性使用组的眼跳平均速度低于健康使用组。在成瘾的背景下，当成瘾相关刺激的突显性增加，同时会降低对非成瘾相关刺激的敏感性，成瘾者对成瘾相关刺激以外的刺激可能会表现出兴趣丧失(Brand et al., 2016)。因此，尽管从结果来看，非社交信息以类似于社交信息的方式干扰问题性社交媒体使用者对目标任务的注意维持，但在注意抑制的过程中，问题性使用者在面对非社交信息时的注意定向速度降低。
在本研究的任务中，问题性社交媒体使用者的注意抑制受损表现为对目标靶子的注意维持减弱和对社交干扰刺激的注意定向增强两个方面。研究结果在理论上验证并扩展了I-PACE模型，该模型认为，特定网络使用障碍发展和维持的核心是特异性抑制控制受损(Brand et al., 2019)，而对于特定网络使用障碍之一的问题性社交媒体使用，抑制控制早期成分的作用可能更加重要，特异性注意抑制受损是问题性社交媒体使用发展和维持的关键。同时，综合中断频率和眼跳平均速度结果，在理论上验证了冲突监测理论并扩展了其在注意抑制方面的应用，即注意抑制受损包含对目标刺激的注意增强和对干扰刺激的注意减弱两个方面(Botvinick et al., 2001)。
4.2 问题性社交媒体使用者对特异性刺激的渴求增加
研究结果发现，问题性使用组对社交信息的渴求度高于健康使用组，两组被试对社交信息的愉悦度评价没有差异，被试对社交信息的渴求度与社交信息干扰下的中断频率不存在显著相关。结果部分支持假设2。研究结果得到了激励敏化理论的支持，奖赏涉及到的主观愉悦和激励突显性是由不同的神经系统调节的两种心理过程，被成瘾物质敏化的神经系统是专门参与激励突显性的神经系统。当强烈的物质渴求与主观愉悦之间逐渐分离，成瘾个体可能在缺乏愉悦的情况下对成瘾活动产生渴求体验(Robinson & Berridge, 2008)。
研究结果在理论上部分验证了I-PACE模型关于特定网络使用障碍的观点(Brand et al., 2016)，问题性社交媒体使用者在面对社交相关刺激时产生渴求体验，并产生特异性注意抑制受损。但是，本研究并没有发现社交信息渴求与特异性注意抑制受损之间存在显著相关。在物质成瘾的研究中发现，渴求与注意加工过程的关系会受到其他多种因素的调节(Field et al., 2009)。因此，在问题性社交媒体使用中，从渴求到注意抑制受损的路径也可能受到其他因素的影响。Brand(2022)认为，不同亚型网络使用障碍中有共同的和不同的特征，本研究发现问题性社交媒体使用中的特异性注意抑制受损伴随着对社交信息的渴求，这为今后从I-PACE模型中分离出问题性社交媒体使用的特定机制提供了支持，并为问题性社交媒体使用的概念化和诊断提供了依据。
5 结论
在本实验条件下发现，问题性社交媒体使用大学生在社交信息的干扰下难以维持对目标的专注，对社交信息存在特异性注意定向和高渴求，反映出问题性社交媒体使用大学生的注意抑制受损具有特异性。