前 言
随着电脑的普及，网络的使用已成为当今社会生活不可或缺的一部分，我们可以通过它学习知识、聊天交友、阅读新闻、娱乐等等,极大地丰富了人们的生活方式，但同时也有网络成瘾的可能。网络成瘾(internet addiction disease，IAD)是指由重复使用网络所导致的一种慢性或周期性的着迷状态，并产生难以抗拒的再使用的欲望， 同时还会产生想要增加使用时间的张力与耐受性、克制等现象，对上网所能带来的快感会一直有心理与生理上的依赖[7]。
医学生作为大学生中一类特殊的群体, 今后将从事救死扶伤的职业, 工作中常常会接触到各种各样人,工作对象以病人为主, 医患关系的处理也将是其工作的一部分,在当今社会医患关系紧张的环境下，良好的医患关系会提高患者对医生的信任度,从而增加治病的信心,促进病人康复。孙琴芳等人的报道显示, 网络成瘾的医学生在与人沟通方面存在着很大的问题, 会严重影响到医患关系的处理, 甚至会危及病人的生命[6]。而攻击倾向又与网络成瘾关系十分密切[10]。并且，在身为医学生所带来的压力和现在这种医患紧张的环境下，对医学生的社会支持显得非常地重要。本文在于探讨医学生网络成瘾和社会支持及攻击倾向的关系。
对象与方法
1.1 研究对象
以广东省内医学生为研究对象，共发放问卷318份，收回有效问卷294份( 92. 45%) ; 其中男性110人( 37.41%) ，女性184人(62.59%) ，研究参与者均为自愿参与调查研究。
1.2 研究工具
1.2.1 社会支持评定量表
采用的是肖水源编制并修订的社会支持评定量表[1],包含10个题目，包括主观支持(患者所能体验到的或者情感上的支持)、客观支持(患者所接受到的实际支持)和对支持的利用度(支持利用度是反映个体对各种社会支持的主动利用，包括倾诉的方式、求助的方式和参加活动的情况)3个维度，总得分和各维度的得分越高，表示社会支持程度越好。以得分的均数进行划分，低于均数者为社会支持较低，高于均数者为社会支持较高[2]。
1.2.2 Buss 和Perry 攻击问卷中文版
该问卷包括了身体攻击性、言语攻击性、愤怒、敌意、指向自我的攻击性5个维度，总得分和各维度的得分越高，表示攻击性越强。而且为了方便理解，在计算分量表的得分和量表总分时，将其得分范围转换成0-100分[3]。
1.2.3 Young 氏网络成瘾量表
该量表为KS.Young所编制的网络成瘾量表，共有20题，最低分为20分，最高分为100分，其中达到80-100分为成瘾者，50-79分为准成瘾者，20-49为普通网络使用者[4]。
1.3 数据输入和分析
将采用不记名方式所得的294张有效问卷录入，并使用spss22.0对其进行统计分析。
2 结果
2.1性别与网络成瘾、社会支持及攻击倾向的关系
调查的学生总人数为294人，其中成瘾者6人，占2%，其中男性2人，女性4人;准成瘾者119人，占40.5%，其中男性34人，女性85人;普通网络使用者169人，占57.5%，其中男性74人，女性95人。表一采用的是Wilcoxon秩和检验,男性和女性的网络成瘾情况在统计上式有显著性差异的(P<0.05)，可以认为女性的网络成瘾程度是要比男性高的。而且从表中还可以看出，攻击问卷(AQ-CV)中的愤怒维度，男性和女性在得分上是有显著性差异的(P<0.05)，也可认为女性比男性更易于愤怒。
|
表一 性别与网络成瘾、社会支持及攻击倾向的关系 |
|||||||||||
|
社会支持 |
客观支持 |
主观支持 |
对支持的利用度 |
young网络成瘾测验 |
AQ-CV |
身体攻击性 |
言语攻击性 |
愤怒 |
敌意 |
指向自我的攻击性 |
|
|
中位数 |
38.00 |
8.00 |
21.00 |
8.00 |
46.00 |
27.08 |
17.86 |
30.00 |
33.33 |
32.14 |
20.00 |
|
Mann-Whitney U |
9909.00 |
9402.00 |
9963.00 |
9899.00 |
8643.00 |
9495.50 |
8916.50 |
9390.50 |
7701.50 |
8882.00 |
10003.00 |
|
Z |
-0.30 |
-1.03 |
-0.22 |
-0.32 |
-0.89 |
-2.09 |
-1.71 |
-1.04 |
-3.44 |
-1.76 |
-0.17 |
|
P |
0.76 |
0.30 |
0.82 |
0.75 |
0.04 |
0.38 |
0.09 |
0.30 |
0.00 |
0.08 |
0.87 |
2.2社会支持与网络成瘾及攻击倾向的关系
由表二可见，不同的社会支持状态，对于攻击性和网络成瘾在统计学上均有显著性差异(P<0.05)，而且在攻击倾向问卷中的愤怒、敌意、指向自己的攻击性这三个维度上也均表现出统计学上的差异(P<0.05)。
|
表二 社会支持与网络成瘾及攻击倾向的关系 |
|||||||
|
AQ-CV |
身体攻击性 |
言语攻击性 |
愤怒 |
敌意 |
指向自我的攻击性 |
young网络成瘾测验 |
|
|
中位数 |
27.08 |
17.86 |
30.00 |
33.33 |
32.14 |
20.00 |
46.00 |
|
Mann-Whitney U |
8641.50 |
9839.00 |
9718.00 |
8710.50 |
8377.00 |
8994.00 |
7828.00 |
|
Z |
-2.96 |
-1.32 |
-1.49 |
-2.87 |
-3.33 |
-2.49 |
-4.08 |
|
P |
0.00 |
0.19 |
0.14 |
0.00 |
0.00 |
0.01 |
0.00 |
2.3网络成瘾与社会支持及各维度关系
表三使用了卡方检验进行分析，由此可见，不同的网络成瘾状态与社会支持是有显著性差异的(P<0.05)，并且在社会支持的客观支持、主观支持、支持利用度这三个维度中也均表现出统计学上的差异(P<0.05)。
|
表三 网络成瘾与社会支持及各维度关系 |
||||||||
|
项目 |
普通网络使用者（n=169） |
准成瘾者（n=119） |
成瘾者（n=6） |
统计值 |
P值 |
|||
|
低社会支持 |
62 |
43.1% |
79 |
54.9% |
3 |
2.1% |
24.652 |
0.000 |
|
高社会支持 |
107 |
71.3% |
40 |
26.7% |
3 |
2.0% |
||
|
低客观支持 |
67 |
49.3% |
65 |
47.8% |
4 |
2.9% |
7.327 |
0.026 |
|
高客观支持 |
102 |
64.6% |
54 |
34.2% |
2 |
1.3% |
||
|
低主观支持 |
80 |
46.5% |
87 |
50.6% |
5 |
2.9% |
20.660 |
0.000 |
|
高主观支持 |
89 |
73.0% |
32 |
26.2% |
1 |
.8% |
||
|
支持利用度低 |
85 |
51.5% |
77 |
46.7% |
3 |
1.8% |
5.982 |
0.050 |
|
支持利用度高 |
84 |
65.1% |
42 |
32.6% |
3 |
2.3% |
||
2.4网络成瘾与攻击倾向及各维度的关系
而表四则是采用了Kruskal Wallis秩和检验，可见不同的网络成瘾状态与攻击倾向及各维度均有显著性差异(P<0.05)。
|
表四 网络成瘾与攻击倾向及各维度的关系 |
||||||
|
AQ-CV |
身体攻击性 |
言语攻击性 |
愤怒 |
敌意 |
指向自我的攻击性 |
|
|
中位数 |
27.083 |
17.857 |
30.000 |
33.333 |
32.143 |
20.000 |
|
X2 |
56.785 |
23.306 |
24.443 |
51.091 |
57.563 |
48.641 |
|
P |
0.000 |
0.000 |
0.000 |
0.000 |
0.000 |
0.000 |
2.5攻击倾向与社会支持、网络成瘾之间的回归分析
以攻击倾向为因变量，社会支持和网络成瘾为自变量进行回归分析，探究社会支持与网络成瘾是否能预测攻击性。表五表示这个回归模型可以解释攻击性水平29.6%的变异量。
|
表五 攻击倾向与社会支持、网络成瘾之间的回归分析 |
||||||
|
因变量 |
自变量 |
B |
t |
R |
R² |
F |
|
攻击倾向 |
社会支持 |
-0.150 |
-1.415 |
0.548 |
0.296 |
62.554* |
|
网络成瘾 |
0.563 |
10.423** |
||||
|
注: * P ＜ 0． 05; ** P ＜ 0． 001 |
||||||
3 讨论
网络成瘾(internet addiction disease，IAD)是指由重复使用网络所导致的一种慢性或周期性的着迷状态，并产生难以抗拒的再使用的欲望， 同时还会产生想要增加使用时间的张力与耐受性、克制等现象，对上网所能带来的快感会一直有心理与生理上的依赖[7]。
本文的结果显示医学院校大学生的网络成瘾率为2%，明显低于张燕贞等人在对广州6所医科院校学生的调查的9.18%的网络成瘾倾向检出率[5]，同时也低于其他国内外的调查结果[8] [9]。而造成这种结果的原因可能是样本量的不足，而且近年来网络越来越普及，越来越多的人们逐渐改变了之前对互联网使用产生的依赖，人们意识到互联网虚拟的活动并不会取代现实生活，它只是对现实生活的一个补充。这种上网习惯的改变也可能是原因之一。
相关分析的结果显示女性的网络成瘾程度要比男性高，也比男性易于愤怒。这与以往的研究不完全一致，以往的研究认为男性的网络成瘾程度更高，而这次调查的结果却与之相反，其原因可能与本次调查的学生中，女性所占的比例是要明显高于男性有关，并且医学院校中普遍都是女性占的比例较高，这也可能与地区与所学专业的影响有关。而对于愤怒分量表得分，女性是要高于男性，这个结果与以往研究一致。其次我们还可以看到敌意的得分是女性高于男性(P=0.08)，身体攻击得分是男性高于女性(P=0.09)。虽然P值大于0.05，但由于这次样本量较少，我们有理由相信这两个差异也是有显著性的，且这个结果也与国内外研究的相一致。
除此之外，社会支持对于攻击倾向呈负相关(P<0.05)，且在愤怒、敌意、指向自我的攻击性这三个维度也是呈负相关(P<0.05)，但在身体攻击性和言语攻击性这两个维度上却无显著性差异(P>0.05)。这个结果与以往的研究也有不完全一致的地方，以往的研究认为社会支持与身体攻击性也是成负相关的，造成这种不一致的原因有可能也是由于男性被试要明显少于女性，而男性的身体攻击得分是要高于女性的。
网络成瘾与社会支持及其它各维度均呈负相关(P<0.05)，这可能是社会支持得分高的人能得到更多的帮助和资源有关;医学生本来就是一个压力很高的群体，得到更多的资源和帮助，意味着压力的减轻，负面情绪的减少，通过网络发泄压力的行为自然也变少，也就更难会有网络成瘾的出现。
而网络成瘾与攻击倾向及其各维度均呈很强的正相关(P<0.001)。这与国外的研究相一致[11]。由于网络上存在大量良莠不齐的信息，其中有很大的一部分是涉及色情、暴力，网络成瘾者长期接触这些信息，而这些信息的表现形式又非常地多，游戏、影视、文字、音乐等等，并且，国外相关的研究指出，攻击倾向与网络成瘾有神经生理学上的联系[12]，因此网络成瘾与攻击性问卷各个维度均有很强的相关性。
回归分析显示社会支持和网络成瘾是攻击倾向的预测因子，因此提高社会支持水平，戒除网络成瘾问题可以减少攻击性行为的发生。
