「一張行為成癮的網」：臺灣青少年的手機成癮、戲劇成癮、電玩成癮之網絡分析
今年（2024年10月17日），立法院教育文化委員會舉辦了一場以「過曝世代、手機成癮與校園學習」為主題的公聽會，重點探討現今學生過度使用手機的現象，即所謂的手機成癮（smartphone addiction），並尋求可行的因應之道。手機成癮無疑已成為當代亟需關注的議題，然而同樣引人憂心的是，當代青少年可能不僅限於手機成癮，還面臨戲劇成癮（drama addiction）、電玩成癮（game addiction）等其他行為成癮（behavioral addiction）的挑戰（見註解一）。這些不同類型的成癮行為不僅可能交織影響，甚至會形成一個相伴而生、惡性循環的成癮網絡。例如，當青少年表現出某一成癮行為的症狀後，可能會進一步引發其他成癮行為，使其最終陷入一張「行為成癮的網絡」之中，進而促成「多重成癮」。本期電子報將針對此議題展開深入探討，基於「科技部傳播調查資料庫第二期第四次（2020年）：新傳播科技與生活延伸」中的青少年調查數據進行分析。經過篩選排除未通過注意力檢測的受訪者，本次未加權分析納入之受訪者年齡範圍為11至18歲，包括582位國中生和668位高中職生。
本次調查針對手機成癮、戲劇成癮與電玩成癮以五點評分方式（從「非常不同意」到「非常同意」），邀請青少年自我評估各類成癮症狀是否符合他們的經驗描述。如圖一所示，針對所有受訪青少年的資料進行的描述性統計分析結果顯示，平均而言，青少年普遍認為大多數成癮症狀能夠準確描述他們看劇、使用手機或玩電玩的經驗。他們對各成癮症狀的平均認同程度均超過「普通」認同的水準（僅「花在玩電玩遊戲的時間超過自己預計的時間」例外；見註解二）。此外，綜合各類成癮症狀的結果顯示，青少年整體上更容易受到戲劇成癮與手機成癮的影響，相較之下，電玩成癮的影響則稍低（見註解三）。
圖一
青少年各類成癮症狀之平均分數
註：橫軸為平均分數、誤差棒則涵蓋了平均分數的95%信賴區間。
青少年的「多重成癮」？
接下來，我們通過分析各類成癮症狀之間的獨特相關性（即控制其他症狀後的兩兩相關），利用網絡分析來探討這些成癮症狀如何交織、相互影響（見註解四）。如圖二所示，分析結果顯示，各類成癮症狀之間確實存在顯著的相互影響，形成了一張密集的連結網絡──在該網絡中任意兩個成癮症狀皆可通過直接或間接（藉由其他行為成癮症狀）的方式相互連結。這樣的緊密網絡結構反映出各類成癮症狀之間的交互，並暗示成癮症狀確實可能相伴而生，乃至可能引發「多重成癮」。
青少年各類行為成癮有其獨特意涵、無法一概而論
其次，我們發現，各類症狀在同一成癮類別內的相關性較強，而與其他成癮類別的症狀相關性則較弱，進而形成了分別代表戲劇成癮、手機成癮和電玩成癮的獨特群落（community）。這表明，即便不同成癮症狀具有相似的功能特徵，如無法自控或時時刻刻牽掛，成癮對象（如戲劇、電玩或手機）在症狀表現中仍然具有重要影響，清晰地區隔了不同的成癮類型。此結果與Zarate等人（2022）針對成人行為成癮的研究相呼應，他們指出各類成癮症狀難以僅依功能特徵進行概括，應更關注成癮對象的影響。這一分析結果或許也暗示，除去各類成癮症狀相伴而生的現象之外，青少年沉迷於特定媒介（如戲劇、電玩或手機）可能各自具有不同的成因（例如媒介特性的吸引力等）。
青少年戲劇成癮「牽一髮而動全身」整體行為成癮網絡
我們進一步透過節點分析探討各類成癮症狀在整體「行為成癮」網絡中的影響力，並計算兩種影響力，整理如圖三。首先，圖三（a）統整預測影響力，反映每個成癮症狀與其他──不論是否為同一成癮類別──症狀間的整體關聯性。如該圖所示，「你花在看戲劇節目的時間經常超過自己預計的時間」（DA_2）有特別高的正向預測影響力。當青少年在該症狀上得分較高時，他們更容易認同自己經歷網絡中其他成癮症狀。另外，「你經常覺得自己應該少用手機」（SA_5）則有較高的負向預測影響力。當青少年認同此症狀時，通常會減少對其他成癮症狀的認同程度。
青少年戲劇成癮「牽一髮而動全身」其他行為成癮
此外，圖三（b）統整鍵橋預測影響力，聚焦分析各成癮症狀與非其同類成癮症狀的交互，顯示特定症狀在跨越成癮類別間的連結關連性。如該圖所示，分析結果指出，「你花在看戲劇節目的時間經常超過自己預計的時間」（DA_2）有特別高的正向鍵橋預測影響力，當青少年表現出此症狀時，可能更容易出現其他類型成癮的症狀，暗示戲劇成癮在行為成癮網絡中具有連結和促發其他成癮症狀的潛在效果。
圖二
青少年各類成癮症狀之網絡分析
註：每個題項（行為成癮症狀）以節點（node）呈現，題項之間的獨特相關則以連結（edge）來表達，而連結粗細則反相關之強弱。若兩者間關係為正，則以藍色實線連結呈現；若關係為負，則以紅色虛線連結呈現。經群落分析辨別出不同成癮症狀共有三大群落（分別以綠色、橘色、藍色節點標示），其中，綠色節點皆為手機成癮題項，表示該群落為「手機成癮」；橘色節點皆為戲劇成癮題項，表示該群落為「戲劇成癮」；藍色節點皆為電玩成癮題項，表示該群落為「電玩成癮」。
DA_1 = 你心裡常常想著沒看完的戲劇節目後面結局會是如何。DA_2 = 你花在看戲劇節目的時間經常超過自己預計的時間。DA_3 = 你一看戲劇節目，就停不下來。SA_1 = 你常常不知不覺又開始滑手機。SA_2 = 你常發現自己使用完手機後沒多久，又開始滑手機。SA_3 = 沒有辦法使用手機時，你會很想使用手機。SA_4 = 你經常因為使用手機而耽誤工作或課業。SA_5 = 你經常覺得自己應該少用手機。GA_1 = 你對某些電玩遊戲已經玩上癮。GA_2 = 你一有空就玩電玩遊戲。GA_3 = 你花在玩電玩遊戲的時間超過自己預計的時間。
圖三
青少年各類成癮症狀之網絡節點分析
(a) 預測影響力（Expected influence）
(b) 鍵橋預測影響力（Bridge expected influence）
註：橫軸為標準化分數，縱軸則為不同症狀。DA_1 = 你心裡常常想著沒看完的戲劇節目後面結局會是如何。DA_2 = 你花在看戲劇節目的時間經常超過自己預計的時間。DA_3 = 你一看戲劇節目，就停不下來。SA_1 = 你常常不知不覺又開始滑手機。SA_2 = 你常發現自己使用完手機後沒多久，又開始滑手機。SA_3 = 沒有辦法使用手機時，你會很想使用手機。SA_4 = 你經常因為使用手機而耽誤工作或課業。SA_5 = 你經常覺得自己應該少用手機。GA_1 = 你對某些電玩遊戲已經玩上癮。GA_2 = 你一有空就玩電玩遊戲。GA_3 = 你花在玩電玩遊戲的時間超過自己預計的時間。
每個節點（成癮症狀）的預測影響力反映每個節點與其他成癮症狀之間的整體關聯性（若某節點預測影響力為正值，則暗示該節點分數較高，則整張網絡的其他節點分數也會較高；若為負值，則反之）；每個節點的鍵橋影響力則反應各節點連結多個群落的關連性（若某節點鍵橋預測影響力為正值，則代表該節點分數較高，則他所連結的另一聚落節點的分數也會較高；若為負值，則反之）。
結論
綜上所述，不僅家長和社會對青少年可能面臨的行為成癮問題感到憂心，青少年自身也意識到他們正受到數位傳播科技產品的影響，並多數認同自身經歷了各類行為成癮，例如電玩成癮、戲劇成癮和手機成癮等。這顯示出青少年的自我覺察，甚至對於自身數位產品使用有一定程度的「病識感」。此外，儘管不同行為成癮在症狀表現上具有相似性，每種類型的成癮仍具獨特的心理學意涵，且可能存在不同的成因與影響，無法一概而論。
我們的分析結果也發現，除了備受關注的手機成癮，青少年的戲劇成癮也應獲得重視。一方面，青少年在戲劇成癮症狀上的強烈認同程度與手機成癮相當；另一方面，網絡分析顯示，儘管各類成癮各具特性，它們之間仍相互交織，形成了一張「成癮網絡」，在這張網絡中，各類成癮症狀相伴而生、互相影響。在這張網絡中，青少年對戲劇的失控觀看似乎會與其他成癮症狀有較強的正向關連，暗示其可能為引發戲劇成癮（甚至是他類成癮，如電玩與手機成癮）的重要因子。不過，當青少年意識到自己過度使用手機並試圖加以控制時，這種自我覺察可與其他症狀產生拮抗效果，進而抑制其他成癮症狀的出現。
由於此次調查基於單次資料，無法驗證症狀間的時序性變化，因此難以確定成癮症狀間的因果關係。未來研究有必要通過縱貫性調查，以更深入地探討成癮症狀之間的因果聯繫。然而，本次初步分析結果為未來研究指引了重要方向，提供了針對青少年行為成癮進一步探索的理論基礎。
參考文獻
Billieux, J., Schimmenti, A., Khazaal, Y., Maurage, P., & Heeren, A. (2015). Are we overpathologizing everyday life? A tenable blueprint for behavioral addiction research. https://doi.org/10.1556/2006.4.2015.009
Zarate, D., Ball, M., Montag, C., Prokofieva, M., & Stavropoulos, V. (2022). Unravelling the web of addictions: A network analysis approach. Addictive Behaviors Reports, 15, 100406. https://doi.org/10.1016/j.abrep.2022.100406
註解：
1. 行為成癮通常被定義為個體過度依賴某特定行為（如對該行為難以自我控制，甚至過度進行該行為至對生活產生負面影響等）。儘管目前文獻中常以「成癮」（addiction）一詞來描述個體對數位傳播科技產品的過度依賴，近來也有學者指出，使用「成癮」一詞可能過於狹隘，且容易將此類行為過度病理化（相關討論見Billieux等人，2015），因此建議使用較為中性的「問題使用」（problematic use），例如「有問題的手機使用」（problematic smartphone use）、「有問題的戲劇觀看」（problematic drama watching）和「有問題的玩電動」（problematic gaming）等。然而，為了表述簡潔，本期電子報仍沿用「成癮」一詞來描述此現象。
2. 對各類成癮症狀分數的平均分數（跨所有青少年計算平均）與「普通」（分數 = 3）進行單樣本t檢定。
你心裡常常想著沒看完的戲劇節目後面結局會是如何：t（959） = 19.58, p <.001。
你花在看戲劇節目的時間經常超過自己預計的時間：t（959） = 12.19, p <.001。
你一看戲劇節目，就停不下來：t（959） = 7.40, p <.001。
你常常不知不覺又開始滑手機：t（1232） = 24.33, p <.001。
你常發現自己使用完手機後沒多久，又開始滑手機：t（1232） = 22.31, p <.001。
沒有辦法使用手機時，你會很想使用手機：t（1232） = 5.78, p <.001。
你經常因為使用手機而耽誤工作或課業：t（1232） = 3.80, p <.001。
你經常覺得自己應該少用手機：t（1232） = 18.21, p <.001。
你對某些電玩遊戲已經玩上癮：t（1024） = 4.46, p <.001。
你一有空就玩電玩遊戲：t（1024） = 2.55, p =.005。
你花在玩電玩遊戲的時間超過自己預計的時間：t（1024） = 1.05, p =.147。
3. 對每位青少年的各類成癮分數（即將各類成癮症狀的分數加總後取平均值）進行單因子變異數分析：F（2, 3215） = 58.06, p <.001。事後檢定分析顯示（Tukey's HSD），手機成癮（M = 3.47, SD = 0.83） = 戲劇成癮（M = 3.46, SD = 0.93） > 電玩成癮（M = 3.09, SD = 0.98）。
4. 在使用R套件huge將所有青少年自評的成癮症狀分數轉換為多元常態分配（multivariate normal distribution）後，我們採用R套件qgraph，通過EBICglasso方法估計成癮症狀間最可能的網絡關係（並排除症狀之間不重要的弱連結）。接著，我們使用R套件igraph的spinglass估計方法辨認網絡中症狀的可能群落。最後，我們利用R套件qgraph計算每個節點（成癮症狀）的預測影響力，以反映每個節點與其他成癮症狀之間的關聯；並通過R套件networktools計算每個節點的鍵橋預測影響力，以評估該節點連結多個群落中節點的效果。