貴陽市高校貧困學(xué)生受網(wǎng)絡(luò)欺凌現(xiàn)況調(diào)查*

吳榮， 陳再琴*， 李丹*， 劉玉*， 王菁浩， 嚴征***

(1.貴州醫(yī)科大學(xué) 公共衛(wèi)生學(xué)院， 貴州 貴陽 550025； 2.貴州醫(yī)科大學(xué) 口腔醫(yī)學(xué)院， 貴州 貴陽 550025)

據(jù)2019年《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》數(shù)據(jù)顯示，我國網(wǎng)民規(guī)模已達8.54億，互聯(lián)網(wǎng)普及率達61.2%，青少年占26.0%[1]，青少年每天上網(wǎng)時長達2 h及以上[2]。網(wǎng)絡(luò)的普及為青少年交流、學(xué)習(xí)、出行、娛樂等帶來了諸多便利，豐富了青少年的知識和見識，與此同時，傳統(tǒng)的校園欺凌[3]也借網(wǎng)絡(luò)這一平臺得以延伸和發(fā)展，對青少年帶來了很大的傷害，即網(wǎng)絡(luò)欺凌。網(wǎng)絡(luò)欺凌是個人或群體利用電子交流方式，針對無保護自己能力的個人或群體持續(xù)實施的、有意的攻擊性行為[4]，青少年受到網(wǎng)絡(luò)欺凌后易出現(xiàn)聽課精力不集中、逃學(xué)，罹患焦慮、抑郁等精神疾病的風(fēng)險增加，給青少年帶來的心理健康問題要比傳統(tǒng)欺凌更嚴重[5]。目前，青少年網(wǎng)絡(luò)欺凌的研究較多見[6]，但較少涉及貧困學(xué)生群體，本文針對貴陽市高校貧困學(xué)生受網(wǎng)絡(luò)欺凌現(xiàn)狀進行調(diào)查和分析，以期為干預(yù)貧困學(xué)生受網(wǎng)絡(luò)欺凌提供依據(jù)，現(xiàn)將結(jié)果報道如下。

1 對象與方法

1.1 調(diào)查對象

采用多階段分層整群隨機抽樣方法，在貴陽市抽取本、?？茖W(xué)校各2所，再隨機抽取2～3個年級、每個年級隨機抽取3個不同專業(yè)班的全部在校學(xué)生為調(diào)查對象。共發(fā)放問卷2 000份，收回1 950份，有效問卷1 822份，問卷有效率為93.44%。按貴州省教育廳關(guān)于貧困生評定標準[7]篩選出貧困大學(xué)生(以下簡稱貧困學(xué)生)962人(52.80%)，非貧困大學(xué)生(以下簡稱非貧困學(xué)生)860人(47.20%)；在貧困學(xué)生中，男生480人(49.90%)、女生482人(50.10%)，平均(21.12±1.36)歲，?？粕?19人(22.77%)、本科生743人(77.23%)，漢族499人(51.87%)、少數(shù)民族463人(48.13%)。貧困學(xué)生與非貧困學(xué)生在性別、學(xué)生類別、民族等差異均無統(tǒng)計學(xué)意義(P>0.05)，提示2組資料具可比性。

1.2 調(diào)查方法

采用自填調(diào)查表形式進行調(diào)查，問卷填寫過程中，如調(diào)查對象遇到不理解的問卷內(nèi)容，現(xiàn)場解釋，整個過程客觀中立，不誘導(dǎo)調(diào)查對象答題。調(diào)查員在現(xiàn)場進行完整性檢查，確保調(diào)查表填寫完整后回收，若發(fā)現(xiàn)有缺失，應(yīng)立即現(xiàn)場補充完整。調(diào)查內(nèi)容包括一般情況，如性別、學(xué)生類別、民族、獨生子女、家庭類型、與父母關(guān)系、學(xué)習(xí)成績、是否學(xué)生干部、是否玩網(wǎng)絡(luò)游戲、健康自評等。

1.3 觀察指標

受網(wǎng)絡(luò)欺凌評價采用尤陽編制《受網(wǎng)絡(luò)欺凌行為問卷》評價大學(xué)生受網(wǎng)絡(luò)欺凌行為，該問卷包括網(wǎng)絡(luò)言語欺凌、網(wǎng)絡(luò)隱匿身份和網(wǎng)絡(luò)偽造欺詐3個維度12個條目[7]，每個條目均采用李克特5級進行評分(從未發(fā)生=1分、很少發(fā)生=2分、偶爾發(fā)生=3分、時常發(fā)生=4分、總是發(fā)生=5分)，各維度得分和總分越高表示遭受網(wǎng)絡(luò)欺凌越嚴重，各維度Cronbach′sα系數(shù)為0.723 0～0.873 0，總量表Cronbach′sα系數(shù)為0.905 0。

1.4 統(tǒng)計學(xué)方法

采用Epidata 3.1建立數(shù)據(jù)庫，應(yīng)用SPSS 19.0統(tǒng)計軟件進行均數(shù)、標準差、構(gòu)成比等一般性統(tǒng)計描述。定量資料符合正態(tài)分布且方差齊性，2組比較采用Z檢驗；采用最佳尺度回歸模型進行受網(wǎng)絡(luò)欺凌影響因素的分析。檢驗水準α=0.05。

2 結(jié)果

2.1 受網(wǎng)絡(luò)欺凌總體得分

貴陽市高校貧困學(xué)生在網(wǎng)絡(luò)言語欺凌、網(wǎng)絡(luò)隱匿身份、網(wǎng)絡(luò)偽造欺詐3個受網(wǎng)絡(luò)欺凌維度及總分上均高于非貧困學(xué)生，差異均有統(tǒng)計學(xué)意義(P<0.05)。見表 1。

表1 貧困學(xué)生與非貧困學(xué)生受網(wǎng)絡(luò)欺凌差異Tab.1 The difference of cyberbullying between poor students and non-poor

2.2 不同特征貧困學(xué)生受網(wǎng)絡(luò)欺凌得分

在性別上，男生在網(wǎng)絡(luò)言語欺凌、網(wǎng)絡(luò)隱匿身份、網(wǎng)絡(luò)偽造欺詐3個受網(wǎng)絡(luò)欺凌維度及總分上均高于女生(P<0.01)；與父母關(guān)系上，除網(wǎng)絡(luò)隱匿身份維度外(P>0.05)，與父母關(guān)系差的學(xué)生在網(wǎng)絡(luò)言語欺凌維度、網(wǎng)絡(luò)偽造欺詐維度以及總分上均高于與父母關(guān)系好的學(xué)生(P<0.05)；在學(xué)習(xí)成績上，除網(wǎng)絡(luò)言語欺凌維度外(P>0.05)，學(xué)習(xí)成績差的學(xué)生在網(wǎng)絡(luò)隱匿身份維度、網(wǎng)絡(luò)偽造欺詐維度及總分上均高于學(xué)習(xí)成績好的學(xué)生(P<0.01)；在是否學(xué)生干部上，除網(wǎng)絡(luò)隱匿身份維度外(P>0.05)，是學(xué)生干部的學(xué)生在網(wǎng)絡(luò)言語欺凌維度、網(wǎng)絡(luò)偽造欺詐維度及總分上均高于非學(xué)生干部的學(xué)生(P<0.05)；在是否玩網(wǎng)絡(luò)游戲上，除網(wǎng)絡(luò)偽造欺詐維度外(P>0.05)，玩網(wǎng)絡(luò)游戲的學(xué)生在網(wǎng)絡(luò)言語欺凌維度、網(wǎng)絡(luò)隱匿身份維度及總分上均高于不玩網(wǎng)絡(luò)游戲的學(xué)生(P<0.01)；在健康自評上，健康自評差的學(xué)生在網(wǎng)絡(luò)隱匿身份維度上高于健康自評好的學(xué)生(P<0.05)，其余維度及總分在健康自評上比較，差異均無統(tǒng)計學(xué)意義(P>0.05)。不同學(xué)生類別、民族、是否獨生子女、家庭類型在受網(wǎng)絡(luò)欺凌各維度及總分上的差異均無統(tǒng)計學(xué)意義(P>0.05)。見表2。

2.3 受網(wǎng)絡(luò)欺凌影響因素的最優(yōu)回歸分析

以受網(wǎng)絡(luò)欺凌總分為因變量，分別對人口統(tǒng)計學(xué)特征(性別：1=男，2=女。學(xué)生類別：1=專科生，2=本科生。民族：1=漢族，2=少數(shù)民族。是否獨生子女：1=是，2=否。家庭類型：1=雙親，2=單親。與父母關(guān)系：1=差，2=好。學(xué)習(xí)成績：1=差，2=好。是否學(xué)生干部：1=是，2=否。是否玩網(wǎng)絡(luò)游戲：1=是，2=否。健康自評：1=差，2=好。)進行單因素分析，以結(jié)果有統(tǒng)計學(xué)意義的變量為自變量，納入最優(yōu)尺度回歸模型。模型經(jīng)方差檢驗，F(xiàn)=12.306，P<0.001，R2=0.246，即模型中引入的變量可解釋受網(wǎng)絡(luò)欺凌發(fā)生的24.6%。結(jié)果顯示，性別、與父母關(guān)系、學(xué)習(xí)成績、是否學(xué)生干部是受網(wǎng)絡(luò)欺凌的影響因素；在受網(wǎng)絡(luò)欺凌的影響因素中，性別是最重要的，與父母關(guān)系次之，剩下依次為學(xué)習(xí)成績和是否學(xué)生干部。見表3。

3 討論

本研究顯示，貧困學(xué)生與非貧困學(xué)生的性別、學(xué)生類別、民族等差異均無統(tǒng)計學(xué)意義(P>0.05)，提示2組資料具有可比性。貴陽市高校貧困學(xué)生在網(wǎng)絡(luò)言語欺凌、網(wǎng)絡(luò)隱匿身份、網(wǎng)絡(luò)偽造欺詐3個受網(wǎng)絡(luò)欺凌維度及總分上均高于非貧困學(xué)生(P<0.05)。這可能跟強勢群體與弱勢群體在互動的過程中容易產(chǎn)生矛盾和沖突有關(guān)，強勢群體可以通過網(wǎng)絡(luò)欺凌這一方式達到威脅弱勢群體的目的[8-9]。貧困學(xué)生作為高校中的弱勢群體，由于社會經(jīng)濟地位較低，心理韌性比非貧困學(xué)生差[10]，而心理韌性與網(wǎng)絡(luò)欺凌呈負相關(guān)，心理韌性水平較高的個體心理健康水平也較高，較少發(fā)生網(wǎng)絡(luò)欺凌[11]。

表2 不同特征貴陽市高校貧困學(xué)生受網(wǎng)絡(luò)欺凌得分差異Tab.2 The difference of cyberbullying scores of poor students in colleges in

表3 貴陽市高校貧困學(xué)生受網(wǎng)絡(luò)欺凌影響因素的最優(yōu)回歸分析(n=962)Tab.3 The optimal regression analysis of influential factors of cyber-bullying among poor college students in Guiyang(n=962)

最優(yōu)尺度回歸分析是由荷蘭Leiden大學(xué)DTSS課題組研制的，該方法不同于一般的回歸分析，它允許因/自變量為各種類型的分類變量[12]，分析時采用一定的非線性變換對原始分類變量進行轉(zhuǎn)換，然后反復(fù)迭代以找到一個最佳方程式，從而大大提高分類變量數(shù)據(jù)的處理能力。貧困學(xué)生受網(wǎng)絡(luò)欺凌最優(yōu)回歸結(jié)果顯示，性別、與父母關(guān)系、學(xué)習(xí)成績、是否學(xué)生干部是受網(wǎng)絡(luò)欺凌得分變化的影響因素。其中，性別是最重要的影響因素，結(jié)果表明男生比女生更易遭受網(wǎng)絡(luò)欺凌，可能與男生的攻擊性高于女生、而自控力不如女生有關(guān)，加上網(wǎng)絡(luò)的自由性與匿名性，造成男性網(wǎng)絡(luò)責(zé)任侵權(quán)失范行為的發(fā)生率高于女生[13]，另外，女生領(lǐng)悟社會支持的能力高于男生，當(dāng)遭受網(wǎng)絡(luò)欺凌時，女生的柔弱性格使她們傾向于求助且依賴別人，男生則喜歡獨自承受[14]；在與父母關(guān)系上，與父母關(guān)系差的學(xué)生較易遭受網(wǎng)絡(luò)欺凌，原因可能是自主、關(guān)系、能力需求是人普遍存在的三種基本心理需求，消極親子關(guān)系(如父母體罰)會削弱青少年心理需求[15]，當(dāng)父母對孩子控制和關(guān)心較少時，他們會花更多時間在網(wǎng)絡(luò)上[16]，家長關(guān)注的錯位(過度反應(yīng)、指責(zé)、沒收手機和斷網(wǎng)等形式)使青少年遇到問題也不愿獲得父母的支持，更愿意在網(wǎng)絡(luò)上進行傾訴，從而為網(wǎng)絡(luò)欺凌發(fā)生增加了更多的可能[17]；研究表明學(xué)習(xí)成績差既是大學(xué)生網(wǎng)絡(luò)成癮的危險因素，也是人際交往(現(xiàn)實交往、網(wǎng)絡(luò)虛擬交往)差的危險因素，他們的情緒不穩(wěn)定、缺乏同情心、缺乏自我控制等等，較易引起人際沖突[18-19]；研究發(fā)現(xiàn)學(xué)生干部處于全社會的放大鏡下，容易把自身政治意識不堅定、工作能力不強等因素放大，甚至極個別或者極小的問題也容易引發(fā)社會輿論強烈譴責(zé)，產(chǎn)生新的“劇場圍觀效應(yīng)”[20]，與本研究結(jié)果類似。

綜上所述，本研究結(jié)果顯示，與非貧困學(xué)生相比，貧困學(xué)生較易遭受網(wǎng)絡(luò)欺凌，且影響因素也是多方面的，涉及學(xué)生自身、學(xué)校環(huán)境、家庭關(guān)系等方面。因此高校貧困學(xué)生受網(wǎng)絡(luò)欺凌問題需要學(xué)校、家庭、社會共同參與、共同解決[21]。學(xué)校應(yīng)把網(wǎng)絡(luò)安全、網(wǎng)絡(luò)欺凌方面的知識當(dāng)作必不可少的課堂內(nèi)容，父母的關(guān)愛與支持可以幫助貧困學(xué)生用樂觀的心態(tài)生活，政府部門應(yīng)落實好精準扶貧工作。