1 引言
网络游戏成瘾是以电子游戏(在线游戏和线下游戏的总称)为成瘾对象的行为，表现为持续反复地使用游戏并严重干扰日常生活，产生负面结果后仍然过度使用(World Health Organization, 2018)。青少年网络游戏成瘾在中国的发生率为4.63%(Luo et al., 2022)。因此，网络游戏成瘾的促发和缓冲机制备受关注。基于生态系统理论(Bronfenbrenner, 1986)，家庭微系统对中学生的影响最为直接(桑标, 席居哲, 2005)。然而现有研究多关注单一的家庭因素对网络游戏成瘾的影响，如父母忽视和父母支持(Liu et al., 2022)，缺乏整合风险和保护视角出发(Warburton et al., 2022)，探讨多重家庭因素在网络游戏成瘾中的作用。鉴于此，刻画中学生网络游戏成瘾促发机制应该重视家庭环境中风险和保护因素的组合模式，以及多重家庭因素与网络游戏成瘾之间可能的心理中介机制。
基于家庭系统理论(Parke & Buriel, 2007)，家庭中的父母子系统、亲子子系统等共同作用于青少年情绪和社会化发展。因此，本研究分别从两个子系统论述网络游戏成瘾的促发机制。首先，父母婚姻关系被认为是决定家庭生活质量的关键因素(Glick et al., 2003)。研究表明，父母婚姻冲突可以正向预测青少年网络游戏成瘾(李蒙蒙 等, 2020)，甚至可以预测一年后的网络游戏成瘾得分(Jeong et al., 2020)。
其次，亲子子系统中父母对子女的忽视是网络成瘾的重要风险因素。父母忽视表现为抚养者长期忽略儿童发展基本需求，如情感、教育和身体需求。相对其他类型的虐待(如身体暴力)，父母忽视对网络成瘾的预测作用更显著，父母忽视可以正向预测青少年网络游戏成瘾(Xie et al., 2021)。父母忽视通常给子女带来被拒绝的感觉，进而引发亲子关系失衡，降低亲子亲密度，因而成为网络游戏成瘾的重要风险因素。另外，威胁–剥夺框架(threat-deprivation model)指出，个体经历不良童年经历应该从威胁冲突和剥夺资源两个视角考虑(Ellis et al., 2022)。除了上述父母忽视外，亲子冲突也是网络游戏成瘾的重要风险因素。处于亲子冲突中的子女感到被排斥和否定，引发消极的社会适应进而促发网络成瘾行为(赵宝宝 等, 2018)。尽管现有研究提供了家庭系统中的风险因素与网络游戏成瘾之间关系的证据，但鲜有研究同时整合父母和亲子子系统、忽视与冲突双视角下全面探讨家庭系统中网络游戏成瘾的风险因素。
反之，在网络游戏成瘾的缓冲机制中，无网络游戏成瘾者表现出更多的信任和沟通、更少的愤怒和疏离(King & Delfabbro, 2017)，安全的亲子依恋关系可以负向预测网络游戏成瘾(Warburton et al., 2022)。父母自主支持是一种由重要他人提供的社会支持资源，鼓励子女自主决定和自由选择，也可以负向预测青少年网络成瘾行为(Ma et al., 2022)。上述研究提示，家庭系统中可能同时存在多重风险和保护因素在中学生网络游戏成瘾中扮演着重要作用。然而，以往研究多关注单一家庭因素，缺乏从整合风险和保护视角出发考察家庭系统的复杂因素对网络游戏成瘾的综合作用。
从家庭系统来看，风险和保护因素并非单独作用于个体，需要以更整合的方式考察不同家庭子系统、风险与保护因素对网络游戏成瘾的共同作用。研究发现，不同家庭风险因素可能存在累加效应，随着风险因素增多(比如父母过度控制、不安全亲子依恋)，网络游戏成瘾得分越高(Warburton et al., 2022)。家庭风险和保护因素之间也可能存在交互作用，一项研究表明父母婚姻冲突可以通过父子依恋，而非母子依恋，间接缓冲网络游戏成瘾(Jeong et al., 2020)。这些研究表明，家庭系统中的风险和保护因素可以叠加或交互作用于网络游戏成瘾。然而，上述研究以变量为中心，鲜有研究以个体为中心，考察多重家庭变量在人群中的特定组合模式及其对网络游戏成瘾的作用。
潜在剖面分析(latent profile analysis)可以对样本的组合特征进行概率估计，以严格的分类标准准确描述个体间差异(Pastor et al., 2007)。一项研究基于潜在剖面分析考察青少年在个体和环境中多个风险因素与网络游戏成瘾之间的关系，结果表明不同风险因素组合亚组可以显著预测网络游戏成瘾得分(喻承甫 等, 2017)。该研究为网络游戏成瘾的风险因素提供了信息，忽视了环境中潜在保护因素对个体的缓冲作用。因此，本研究将基于潜在剖面分析综合考察多重家庭风险和保护因素的特定组合模式对中学生网络游戏成瘾的作用。
在多重家庭因素和网络成瘾之间中介作用机制值得关注。环境–过程–结果模型(context-process-outcome model)指出，网络游戏成瘾是由远端的环境因素诱发，进而通过近端的非适应性的认知和情绪等个体心理因素交互作用于网络游戏成瘾(Roeser et al., 1996; Xie et al., 2021)。研究发现，母亲心理控制水平可以提高非适应性认知水平，进而提高青少年问题性网络使用水平(李丹黎 等, 2013)；儿童期的虐待经历会提升对网络的非适应性认知进而加剧网络成瘾(Qin et al., 2022)。上述研究提示，不良家庭环境可能会通过非适应性认知作用于网络游戏成瘾。然而，上述研究忽视了不同家庭风险因素的叠加作用，也忽视了良好的家庭系统可能会降低非适应性认知，进而缓解网络游戏成瘾。
综上所述，本研究基于潜在剖面分析探索多重家庭风险和保护因素的特定组合模式，比较不同亚群体间成瘾水平的差异，探究非适应性认知的中介作用，为干预中学生网络游戏成瘾行为提供实证证据。研究假设：(1)面临较高家庭风险的中学生伴有较高的网络游戏成瘾水平，而受到较高家庭保护的中学生伴随着较低的网络游戏成瘾水平；(2)不同的家庭风险和保护因素的叠加促进或抑制非适应性认知，进而提高或降低网络游戏成瘾水平。
2 研究方法
2.1 被试
采用便利整群抽样，以北京、广西、贵州四所全日制中学的1052名学生为研究对象，回收有效数据1043份(有效率99.14%)。其中男生457人(43.82%)，女生586人(56.18%)，平均年龄14.77±1.02岁。在不同的人口学特征中，上学方式缺失6人，独生子女缺失4人，家庭所在地缺失3人，家庭结构缺失3人，父亲受教育程度缺失3人，母亲受教育程度缺失7人，家庭年收入缺失349人。本研究获得中国人民大学伦理审查委员会批准，所有调查问卷均在课堂上完成, 学生可随时终止作答。
2.2 研究工具
2.2.1 儿童对婚姻冲突的感知量表
采用儿童对婚姻冲突的感知量表(池丽萍, 辛自强, 2003)，共40题，分为冲突特征、威胁认知和自我归因三个维度，采用Likert 4级评分，得分越高即儿童感知父母婚姻冲突越强。本研究中总量表和各维度的Cronbach’s α系数为0.88、0.69、0.82、0.72。
2.2.2 儿童心理虐待与忽视量表
采用儿童心理虐待与忽视量表(邓云龙 等, 2007)中的忽视分量表，共17题，分为情感忽视、教育忽视和身体/监督忽视三个维度，采用Likert 5级评分，得分越高即个体在儿童期所经历的忽视情况越严重。本研究中总量表和各维度的Cronbach’s α系数为0.91、0.83、0.79、0.76。
2.2.3 亲子冲突量表
采用亲子冲突量表中文版(方晓义, 董奇, 1998)中的父子冲突和母子冲突分量表，共32题。每个分量表分为冲突频率和冲突强度两个维度，采用Likert 5级评分，得分越高即亲子冲突程度越大。本研究中父子冲突分量表和各维度的Cronbach’s α系数分别为0.96、0.92、0.92；母子冲突分量表和各维度的Cronbach’s α系数分别为0.96、0.93、0.94。
2.2.4 修订版青少年依恋问卷
采用修订版青少年依恋问卷中文版(Armsden & Greenberg, 1987)中的母亲依恋和父亲依恋分量表。共50题。每个分量表分为信任、沟通和疏离三个维度，采用Likert 5级评分，得分越高即依恋关系越亲密。本研究中母亲依恋分量表和各维度的Cronbach’s α系数分别为0.89、0.86、0.85、0.81；父亲依恋分量表和各维度的Cronbach’s α系数分别为0.93、0.91、0.89、0.86。
2.2.5 父母自主支持量表
采用父母自主支持量表中文版(Steinberg et al., 1992)，共12题，采用Likert 5级评分，得分越高即子女感受到父母的支持水平越高。本研究中该量表的Cronbach’s α系数为0.94。
2.2.6 网络游戏成瘾障碍诊断量表
采用网络游戏成瘾障碍诊断量表(Petry et al., 2014)，共9题，采用Likert 5级评分，得分越高即网络游戏成瘾程度越严重。本研究中该量表的Cronbach’s α系数为0.91。
2.2.7 中国青少年非适应性认知问卷
采用中国青少年非适应性认知问卷(Mai et al., 2012)，共12题，包含社交便利、逃避压力和自我实现三个维度，采用Likert 5级评分，得分越高即被试对网络的非适应性认知越显著。本研究中总量表和各维度的Cronbach’s α系数分别为0.93、0.83、0.88、0.89。
3 结果
3.1 共同方法偏差检验
在统计上采用Harman单因素检验共同方法偏差，提取特征根大于1的公共因子数。未旋转的矩阵结果显示，提取出的公共因子数为27，第一个公共因子的方差解释率为19.39%，小于40%的临界值。本研究中不存在严重的共同方法偏差。
3.2 中学生网络游戏成瘾的人口统计学差异
在控制其他人口学变量的基础上进行分层线性回归，结果显示不同性别(t=−7.28, p<0.001)的中学生网络游戏成瘾得分差异显著，男生的网络游戏成瘾得分显著高于女生，而网络游戏成瘾的得分在其他人口学特征上差异不显著(见表1 )。
表1 中学生网络游戏成瘾在人口学特征上的差异(n=1043) |
| 变量 | M | SD | t | Cohen’s d | |
| 性别 | 男(n=457) | 2.35 | 0.95 | −7.28*** | 0.53 |
| 女(n=586) | 1.88 | 0.84 | |||
| 年级 | 初中(n=879) | 2.10 | 0.92 | −0.58 | |
| 高中(n=164) | 2.01 | 0.92 | |||
| 上学方式 | 住宿(n=705) | 2.06 | 0.86 | 1.17 | |
| 走读(n=332) | 2.13 | 1.02 | |||
| 独生子女 | 是(n=341) | 2.10 | 0.95 | 0.17 | |
| 否(n=698) | 2.07 | 0.90 | |||
| 家庭所在地 | 城市(n=504) | 2.04 | 0.95 | −1.74 | |
| 乡镇(n=188) | 2.01 | 0.82 | |||
| 农村(n=348) | 2.18 | 0.91 | |||
| 家庭结构 | 双亲家庭(n=925) | 2.07 | 0.91 | 0.82 | |
| 单亲家庭(n=103) | 2.14 | 0.93 | |||
| 由其他监护人抚养(n=12) | 2.82 | 1.33 | |||
| 小学及以下(n=130) | 2.19 | 0.88 | |||
| 初中(n=391) | 2.08 | 0.86 | |||
| 父亲 受教育程度 | 高中/中专/技校(n=240) | 2.08 | 0.96 | −0.60 | |
| 大学专科或本科(n=238) | 2.01 | 0.95 | |||
| 研究生及以上(n=41) | 2.25 | 1.13 | |||
| 小学及以下(n=161) | 2.14 | 0.83 | |||
| 初中(n=394) | 2.13 | 0.89 | |||
| 母亲 受教育程度 | 高中/中专/技校(n=221) | 1.92 | 0.91 | 0.21 | |
| 大学专科或本科(n=223) | 2.12 | 0.96 | |||
| 研究生及以上(n=37) | 2.18 | 1.23 | |||
| 小于3万元(n=279) | 2.09 | 0.84 | |||
| 3～8万元(n=256) | 2.07 | 0.86 | |||
| 家庭年收入 | 9～14万元(n=97) | 2.13 | 0.94 | 0.61 | |
| 15～20万元(n=29) | 1.99 | 0.96 | |||
| 20万元以上(n=33) | 2.17 | 1.08 |
注：家庭所在地和家庭结构为虚拟变量；*p<0.05，**p<0.01，***p<0.001，以下同。 |
3.3 各变量之间的偏相关分析
性别与网络游戏成瘾存在负相关(r=−0.26, p<0.01)，男生的网络游戏成瘾水平显著高于女生。进一步将性别作为控制变量，结果显示：父母婚姻冲突、父母忽视、父子冲突、母子冲突与网络游戏成瘾呈显著正相关；母亲依恋、父亲依恋、父母自主支持和网络游戏成瘾之间呈显著负相关；非适应性认知和网络游戏成瘾之间呈显著正相关(见表2 )。
表2 各研究变量的平均值、标准差和相关系数(n=1043) |
| 变量 | M | SD | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 1.性别 | ||||||||||||
| 2.年龄 | −0.08* | |||||||||||
| 3.父母婚姻冲突 | 2.13 | 0.63 | 0.14** | −0.04 | ||||||||
| 4.父母忽视 | 1.98 | 0.76 | 0.02 | −0.05 | 0.41*** | |||||||
| 5.父子冲突 | 1.88 | 0.86 | −0.02 | −0.02 | 0.24*** | 0.24*** | ||||||
| 6.母子冲突 | 1.94 | 0.93 | 0.03 | −0.07* | 0.26*** | 0.20*** | 0.78*** | |||||
| 7.母亲依恋 | 3.58 | 0.74 | −0.05 | 0.01 | −0.49*** | −0.55*** | −0.27*** | −0.34*** | ||||
| 8.父亲依恋 | 3.42 | 0.79 | −0.10** | 0.01 | −0.54*** | −0.52*** | −0.32*** | −0.27*** | 0.65*** | |||
| 9.父母自主支持 | 3.60 | 0.91 | −0.10** | 0.03 | −0.41*** | −0.44*** | −0.31*** | −0.28*** | 0.64*** | 0.61*** | ||
| 10.非适应性认知 | 2.58 | 0.98 | −0.03 | 0.01 | 0.26*** | 0.28*** | 0.19*** | 0.20*** | −0.31*** | −0.31*** | −0.15*** | |
| 11.网络游戏成瘾 | 2.09 | 0.92 | −0.26** | 0.01 | 0.26*** | 0.26*** | 0.26*** | 0.25*** | −0.28*** | −0.28*** | −0.17*** | 0.57*** |
3.4 潜在剖面分析结果
以7个家庭因素和网络游戏成瘾为指标进行潜在剖面分析，分别抽取2～5个类别。结果表明，随着类别增加，信息指标AIC、BIC、aBIC逐渐降低，熵值逐渐变高，模型拟合度逐步提升。综合考虑模型的解释性和简洁性，选取3分类为最佳拟合模型(见表3 )。
表3 多重家庭因素和网络游戏成瘾的潜在剖面分析的拟合指标 |
| 类别数量 | AIC | BIC | aBIC | LMR(p) | BLRT(p) | Entropy | 最小亚组占比(%) |
| 2 | 60387.32 | 60511.06 | 60431.66 | <0.001 | <0.001 | 0.80 | 49.19 |
| 3 | 59739.90 | 59908.20 | 59800.21 | 0.001 | <0.001 | 0.84 | 17.52 |
| 4 | 59245.72 | 59458.56 | 59321.99 | 0.014 | <0.001 | 0.86 | 12.78 |
| 5 | 58981.89 | 59239.28 | 59074.12 | 0.141 | <0.001 | 0.86 | 1.59 |
注：粗体表示最佳拟合模型数量及拟合指标。 |
以潜在剖面类别结果为自变量，不同家庭因素和网络游戏成瘾为因变量，进行独立样本非参数检验，发现3分类下的被试在家庭因素和网络游戏成瘾的得分上存在显著差异。采用克鲁斯卡尔–沃利斯单因素ANOVA检验进行多重比较，结果发现各类别特点如下(见图1 和表4 )：C1组人数占40.12%，在家庭风险因素上得分最低，家庭保护因素上得分最高，网络游戏成瘾得分最低，将C1组命名为“父母联合低风险–高支持–低成瘾组”；C2组人数占42.36%，在父母婚姻冲突、父母忽视上得分最高，母亲依恋、父亲依恋和父母自主支持上得分最低，网络游戏成瘾得分较高，将C2组命名为“父母冲突忽视–低支持–高成瘾组”；C3组人数占17.52%，在父母婚姻冲突、父子冲突和母子冲突上得分最高，父母忽视、母亲依恋、父亲依恋和父母自主支持得分中等，网络游戏成瘾得分显著较高，将C3组定义为“父母联合高风险–低支持–高成瘾组”。
表4 三组被试在多重家庭因素和网络游戏成瘾上的差异性检验(M±SD) |
| 父母联合低风险–高支持– 低成瘾组(C1) | 父母冲突忽视–低支持– 高成瘾组(C2) | 父母联合高风险–低支持– 高成瘾组(C3) | χ2(df=2) | 多重比较 | |
| 父母婚姻冲突 | 1.73±0.48 | 2.43±0.58 | 2.31±0.58 | 299.60*** | 2=3>1 |
| 父母忽视 | 1.54±0.47 | 2.31±0.74 | 2.17±0.85 | 251.62*** | 2>3>1 |
| 父子冲突 | 1.37±0.43 | 1.77±0.53 | 3.33±0.67 | 518.49*** | 3>2>1 |
| 母子冲突 | 1.36±0.46 | 1.87±0.62 | 3.44±0.73 | 515.52*** | 3>2>1 |
| 母亲依恋 | 4.15±0.45 | 3.13±0.57 | 3.34±0.74 | 482.30*** | 1>3>2 |
| 父亲依恋 | 4.05±0.56 | 2.95±0.58 | 3.12±0.75 | 476.86*** | 1>3>2 |
| 父母自主支持 | 4.28±0.56 | 3.06±0.72 | 3.35±0.94 | 436.25*** | 1>3>2 |
| 网络游戏成瘾 | 1.73±0.79 | 2.25±0.86 | 2.51±1.04 | 118.04*** | 2=3>1 |
进一步以上述7个家庭因素与非适应性认知、网络游戏成瘾为指标，进行潜在剖面分析。综合考虑模型拟合指标的解释性和简洁性，选取3分类为分类依据(见表5 )。
表5 多重家庭因素、非适应性认知和网络游戏成瘾的潜在剖面分析的拟合指标 |
| 分类 | AIC | BIC | aBIC | LMR(p) | BLRT(p) | Entropy | 最小亚组占比(%) |
| 2 | 68068.62 | 68207.22 | 68118.28 | <0.001 | <0.001 | 0.80 | 49.28 |
| 3 | 67429.36 | 67617.46 | 67496.77 | 0.002 | <0.001 | 0.84 | 17.51 |
| 4 | 66912.98 | 67150.58 | 66998.12 | 0.033 | <0.001 | 0.85 | 12.66 |
| 5 | 66634.77 | 66921.86 | 66737.64 | 0.113 | <0.001 | 0.85 | 1.70 |
注：粗体表示最佳拟合模型数量及拟合指标。 |
以潜在剖面类别为自变量，不同的家庭因素、非适应性认知和网络游戏成瘾为因变量，将不同分类间的得分进行多重比较，结果发现各类别特点如下(见图2 和表6 )：C1组人数占40.08%，在家庭风险因素上得分最低，家庭保护因素上得分最高，在非适应性认知和网络游戏成瘾得分最低，将C1组命名为“父母联合低风险–高支持–认知合理–低成瘾组”；C2组人数占42.41%，在父母婚姻冲突、父母忽视得分最高，在母亲依恋、父亲依恋和父母自主支持的得分最低，同时在非适应性认知得分和网络游戏成瘾得分均显著高于C1组，将C2组命名为“父母冲突忽视–低支持–认知偏差–高成瘾组”；C3组人数占17.51%，在家庭风险因素上得分最高，家庭保护因素上得分居于中等水平，在非适应性认知和网络游戏成瘾得分均显著高于C1组，将C3组命名为“父母联合高风险–低支持–认知偏差–高成瘾组”。
表6 三组被试在多重家庭因素、非适应性认知和网络游戏成瘾上的差异性检验(M±SD) |
| 父母联合低风险–高支持– 认知合理–低成瘾组(C1) | 父母冲突忽视–低支持– 认知偏差–高成瘾组(C2) | 父母联合高风险–低支持– 认知偏差–高成瘾组(C3) | χ2(df=2) | 多重比较 | |
| 父母婚姻冲突 | 1.73±0.48 | 2.43±0.57 | 2.32±0.58 | 302.55*** | 2=3>1 |
| 父母忽视 | 1.54±0.47 | 2.31±0.75 | 2.18±0.85 | 249.70*** | 2=3>1 |
| 父子冲突 | 1.37±0.43 | 1.78±0.53 | 3.32±0.69 | 515.84*** | 3>2>1 |
| 母子冲突 | 1.37±0.49 | 1.85±0.59 | 3.45±0.74 | 512.88*** | 3>2>1 |
| 母亲依恋 | 4.15±0.46 | 3.14±0.57 | 3.33±0.75 | 465.81*** | 1>3>2 |
| 父亲依恋 | 4.06±0.54 | 2.95±0.57 | 3.12±0.75 | 489.93*** | 1>3>2 |
| 父母自主支持 | 4.27±0.59 | 3.08±0.73 | 3.35±0.94 | 411.11*** | 1>3>2 |
| 非适应性认知 | 2.23±0.91 | 2.81±0.93 | 2.84±1.04 | 143.12*** | 2=3>1 |
| 网络游戏成瘾 | 1.69±0.75 | 2.29±0.87 | 2.51±1.04 | 94.92*** | 2=3>1 |
3.5 非适应性认知在家庭因素和网络游戏成瘾间的中介作用
采用Bootstrap法检验中介效应，有放回地抽样10 000次。以性别为协变量，家庭因素为预测变量，非适应性认知为中介变量，网络游戏成瘾为结果变量，分别两次构建中介模型。
第一次建模以家庭风险因素为预测变量(见图3 )。结构方程模型显示，各项拟合指标分别为χ2/df=10.36，RMSEA=0.09，CFI=0.93，TLI=0.90，SRMR=0.08。其中，家庭风险因素对于网络游戏成瘾的直接效应显著(β=0.16, SE=0.03, p<0.001)。非适应性认知在家庭因素与网络游戏成瘾的关系之间的中介效应显著，中介效应值为0.15，SE=0.02，p<0.001，95%的置信区间为[0.11, 0.20]。中介效应占总效应的49.35%。
第二次建模以家庭保护因素为预测变量(见图4 )。结构方程模型显示，各项拟合指标分别为χ2/df=6.44，RMSEA=0.07，CFI=0.97，TLI=0.96，SRMR=0.04。其中，家庭保护因素对于网络游戏成瘾的直接效应显著(β=−0.12, SE=0.03, p<0.01)。非适应性认知在家庭保护因素与网络游戏成瘾的关系之间的中介效应显著，中介效应值为−0.21，SE=0.03，p<0.001，95%的置信区间为[−0.26, −0.17]。中介效应占总效应的64.53%。
4 讨论
本研究采用以个体为中心的研究方法发现多重家庭因素与网络游戏成瘾存在三种特定的组合类别。结果发现，较高家庭风险因素伴随着较低的保护因素，二者共同提升中学生网络游戏成瘾水平。中学生面临的家庭因素既可以直接作用于网络游戏成瘾，也可以通过非适应性认知间接作用于网络游戏成瘾。
4.1 家庭因素与中学生网络游戏成瘾之间的关系
在家庭因素和网络游戏成瘾的组合模式中发现三类，分别为“父母联合低风险–高支持–低成瘾组”(40.12%)、“父母冲突忽视–低支持–高成瘾组”(42.36%)和“父母联合高风险–低支持–高成瘾组”(17.52%)。后两组均表现出家庭功能不足且网络游戏成瘾水平较高，但两者家庭风险类型不同：前者仅表现为较高的父母婚姻冲突和较低的父母支持，而后者在此基础上还存在较高的亲子冲突水平。家庭系统理论指出，父母婚姻关系对于亲子子系统存在溢出效应，父母婚姻的质量可以外溢影响亲子关系水平(卢富荣 等, 2019)。在婚姻冲突高水平的家庭中，父母更可能采用消极养育方式，疏于满足子女的心理需求，易引发不良心理适应(曹雨菲 等, 2017)，从而表现出更高的网络游戏成瘾水平(Xie et al., 2021)。研究结果提示当家庭系统中存在父母婚姻矛盾时，即便没有直接的亲子冲突，也会提高网络游戏成瘾的发生率。在父母联合低风险–高支持–低成瘾组中，家庭风险因素得分低且保护因素得分高，网络成瘾得分也较低。温暖和谐的家庭氛围有利于促进子女的情绪安全感，降低网络成瘾风险(Shi et al., 2023)。上述结果提示，家庭系统中不同子系统之间并非独立存在，风险和保护因素也并非单独作用于个体，应该从更加整合角度进行考察。
加入非适应性认知后，也发现类似的模式：不论是否存在直接的亲子冲突，当家庭系统中存在父母婚姻矛盾时，均伴随较高的非适应性认知，进而具有较高的网络游戏成瘾水平。研究表明在风险因素高且保护因素不足的双重作用下，青少年更容易形成对网络的认知偏差和网络成瘾行为(魏华 等, 2020; Wang et al., 2021)。说明多重家庭因素与网络游戏成瘾之间并非遵循简单的线性叠加关系，父母婚姻冲突和支持性资源不足叠加会产生不良的适应后果，应充分从风险和保护视角出发考察家庭环境对网络游戏成瘾的作用。
4.2 非适应性认知的中介效应
本研究发现，家庭风险或保护因素可以通过提高或降低非适应性认知水平，进而提高或降低网络游戏成瘾。根据Davis(2001)提出的认知–行为模型，个体的非适应性认知是形成网络成瘾的近端因素，心理应激和情境线索等远端因素通过近端因素作用于个体，进而促发网络游戏成瘾行为。与以往研究一致，青少年的留守经历(魏华 等, 2022)、童年虐待经历(Qin et al., 2022)、母亲心理控制水平(李丹黎 等, 2013)等均可以正向预测非适应性认知水平，导致网络病理性使用的发生。一方面，冷漠、冲突的家庭环境会干扰子女的心理社会功能，降低社会适应能力，进而导致网络成瘾行为(Repetti et al., 2002)。另一方面，儿童早期经历的压力事件和紧张的人际关系会影响对自我及他人的认知，进而产生消极预期(Pellerone et al., 2017)，转而通过网络游戏来逃避现实。针对非适应性认知的治疗方法，可以通过降低对网络游戏的非适应性认知，进而降低网络游戏成瘾水平(Ji & Wong, 2023)。上述研究结果提示在网络游戏成瘾的干预中，应同时关注复杂的家庭风险和保护因素，也需要注重改善个体的非适应性认知。
5 结论
家庭环境中高水平的父母婚姻冲突、父母忽视及亲子冲突，往往伴随低质量的父母支持是中学生发生网络游戏成瘾的重要机制。在中学生群体网络游戏成瘾的干预策略中，应重视家庭风险和保护因素的双重作用，通过降低父母婚姻冲突、亲子冲突和提高父母支持水平，减少中学生对网络游戏的非适应性认知，进而降低网络游戏成瘾的发生风险。