本文件报告了一项关于社交媒体（Social Media Platform, SMP）使用中负面心理现象及其作用机制的原创性实证研究，属于类型a：单篇原创研究报告。以下是基于文档内容生成的综合性学术报告。

本研究由来自多个国家的学者合作完成，核心作者包括Marie Hattingh（南非比勒陀利亚大学）、Amandeep Dhir（挪威阿格德大学及斯塔万格大学、南非西北大学）、Peter Ractham（泰国国立法政大学）、Alberto Ferraris（意大利都灵大学、俄罗斯乌拉尔联邦大学、克罗地亚里耶卡大学）以及Dorra Yahiaoui（法国Kedge商学院）。该项研究于2022年发表在期刊 Technological Forecasting & Social Change 第185卷上，文章在线发表日期为2022年10月17日。

研究背景与目的

本研究隶属于信息系统、社交媒体心理学与健康福祉的交叉领域。随着Instagram和Snapchat等社交媒体平台用户数量的急剧增长，研究者们开始关注其使用带来的“阴暗面”（dark side），尤其是对用户心理健康的负面影响。其中，“错失恐惧症”（Fear of Missing Out, FOMO）和“社交媒体倦怠”（Social Media Fatigue, SMF）是两种备受关注的现象。FOMO指用户因担心错过他人正在经历的更有益经历而产生的持续性焦虑，而SMF指由于社交媒体使用而产生的压力、疲惫和精力耗尽等负面情绪。

尽管已有研究表明FOMO与社交媒体过度使用等问题行为相关，但现有研究存在明显的局限性。首先，多数研究聚焦于Facebook等早期平台，而对Instagram和Snapchat这类在年轻人中极为流行、且具有独特功能（如以图片/视频为中心、限时动态）的平台研究不足。其次，关于FOMO如何具体导致SMF的中间机制尚不清晰。为此，本研究旨在填补这两个关键研究空白，并回答两个核心问题：第一，信息超载、沟通超载、在线主观幸福感（Online Subjective Well-Being, OSWB）以及强迫性社交媒体使用（Compulsive Social Media Use）是否以及如何中介FOMO对SMF的影响？第二，Instagram和Snapchat用户在经历SMF时是否存在差异？

为了深化对FOMO作用机制的理解，本研究整合了三个理论框架：补偿性互联网使用理论（Theory of Compensatory Internet Use, TCIU），该理论认为人们会通过过度使用互联网来应对负面情绪；自我决定理论（Self-Determination Theory, SDT），该理论强调了社交联系和归属感的内在需求；以及动机性媒介信息处理的有限能力模型（Limited-Capacity Model of Motivated Mediated Message Processing, LC4MP），该模型指出个体处理信息的能力是有限的。结合这些理论，研究团队构建了一个研究模型，假设FOMO会直接或通过上述四个中介变量间接导致SMF，并试图比较两个平台用户在这些路径上的异同。

研究详细流程

本研究采用了实证研究中的结构方程模型方法，具体工作流程分为以下几步：

1. 研究设计与模型构建：研究团队首先进行了详尽的文献综述，梳理了FOMO、SMF、技术超载（分为信息超载和沟通超载）、OSWB以及强迫性使用等概念的定义、测量及相互关系。基于理论推导（TCIU、SDT、LC4MP）和文献支持，研究者提出了13条假设，构建了一个包含直接效应和间接效应的结构方程模型。该模型的核心是探索FOMO通过四种可能的中介路径（信息超载、沟通超载、OSWB、强迫性使用）对SMF产生影响。

2. 研究对象与数据收集：研究采用了两个独立的横断面数据集。样本来自印度的年轻成年用户（18-24岁），采用便利抽样方法，但遵循了严格的筛选标准：参与者必须在过去三个月内活跃使用目标平台。研究A针对Instagram用户，最终有效样本量为349人（平均年龄20.24岁，73.6%为女性）。研究B针对Snapchat用户，最终有效样本量为543人（平均年龄20.85岁，65.2%为女性）。数据收集采用纸笔问卷调查的方式，确保了匿名和自愿参与。

3. 测量工具与变量操作化：所有变量的测量量表均来自成熟的、经过广泛验证的文献，并针对Instagram和Snapchat的语境进行了适应性调整。具体包括：使用Przybylski等人（2013）的量表测量FOMO；使用Karr-Wisniewski和Lu（2010）及Cho等人（2011）的量表分别测量信息超载和沟通超载；使用Diener等人（1985）的生活满意度量表改编测量OSWB；使用Andreassen等人（2012）的量表测量强迫性社交媒体使用；使用Bright等人（2015）的量表测量SMF。在正式调查前，研究团队对15名目标用户进行了预测试，以确保问卷的清晰度和可理解性。问卷采用李克特量表形式。

4. 数据分析流程：

   • 初步分析与信效度检验：首先，使用IBM SPSS 25进行描述性统计、相关性分析以及共同方法偏差检验。通过Harman单因子检验和标记变量技术，确认了两个数据集中均不存在严重的共同方法偏差问题。
   • 测量模型检验：使用IBM AMOS 25进行验证性因子分析，评估测量模型的拟合度、收敛效度和区分效度。结果显示，对于两个平台的数据，模型拟合指数均达到良好水平。各测量条目的因子载荷除一项（Instagram数据中FOMO的第三个条目载荷为0.47，略低于0.5）外，均高于0.50。各变量的组合信度均高于0.70，平均方差提取值均高于0.50（或在可接受范围附近），且各变量间的相关系数均低于其AVE的平方根，证实了良好的信效度。
   • 结构模型与假设检验：使用AMOS构建结构方程模型，检验研究提出的直接效应假设。通过路径系数及其显著性水平来判断假设是否成立。
   • 中介效应分析：为了检验间接效应假设，研究使用SPSS中的PROCESS宏（Model 4）进行中介分析，并采用Bootstrap方法（重复抽样5000次）计算间接效应的置信区间。若置信区间不包含零，则表明中介效应显著。

主要研究结果

1. 测量模型与信效度结果：测量模型在两个数据集上均显示出良好的拟合优度，证明了测量工具在Instagram和Snapchat语境下的适用性。信度和效度指标达标，为后续的结构分析奠定了基础。

2. 直接效应假设检验结果：

   • FOMO对中介变量的影响：H1和H4得到完全支持。FOMO对信息超载和强迫性社交媒体使用均具有显著的正向影响，这在两个平台的用户中都是一致的。这一结果强有力地支持了TCIU的论点，即用户可能通过强迫性使用社交媒体的方式来补偿FOMO带来的焦虑。
   • 平台间差异：H2和H3得到部分支持。FOMO对沟通超载和OSWB的正向影响仅在Snapchat用户中显著，在Instagram用户中不显著。这表明，不同平台的功能特性（如Snapchat更强调基于文本的即时沟通和隐私控制）可能导致FOMO引发不同的心理后果。
   • 中介变量对SMF的影响：H5、H7和H8得到完全支持。信息超载、强迫性使用与SMF呈正相关，OSWB与SMF呈正相关（即在线幸福感越高，反而报告了更高的倦怠感，这可能源于维持这种满意度的持续投入带来的压力），这些关系在两个平台用户中均成立。H6得到部分支持：沟通超载对SMF的正面影响仅在Snapchat用户中显著。
   • FOMO对SMF的直接效应：H9被拒绝。FOMO对SMF的直接影响在两个平台用户中均不显著。这表明，FOMO本身并不直接导致倦怠，而是必须通过特定的中介机制（如超载或强迫性使用）来间接产生影响。

3. 中介效应分析结果：这是本研究的核心发现。

   • H10d得到完全支持：强迫性社交媒体使用在两个平台用户中都完全中介了FOMO与SMF之间的关系。这是最稳定、最普适的中介路径。
   • H10a, H10b, H10c得到部分支持：信息超载、沟通超载和OSWB的中介作用仅在Snapchat用户中显著，在Instagram用户中不显著。
   • 综合来看，对于Snapchat用户，FOMO会同时通过信息超载、沟通超载、OSWB和强迫性使用四条路径间接导致SMF。而对于Instagram用户，FOMO主要通过强迫性使用这一条路径间接导致SMF。这清晰揭示了平台特性在心理机制中的调节作用。

结论与价值

本研究得出以下核心结论：FOMO是导致社交媒体倦怠的重要前因变量，但其作用主要通过一系列复杂的中介机制实现。强迫性使用是连接FOMO与SMF的最稳定中介路径，这强化了TCIU的理论解释力。更重要的是，研究发现，平台的设计特性和沟通模式（如Snapchat的文本/私密性与Instagram的图像/公开性）会显著影响FOMO的具体作用路径。例如，Snapchat的沟通密集型特性更易引发超载，而其隐私特性可能带来更高的在线满意度，但同时为了维持这种联系和避免错失，也可能加剧疲劳感。

本研究的价值体现在多个层面： * 理论价值：首先，它将研究视野从Facebook扩展到了Instagram和Snapchat，丰富了关于不同平台“阴暗面”的知识。其次，首次将OSWB作为中介变量引入FOMO-SMF关系的研究，并发现了其与SMF的正向关联，提出了新的解释视角。第三，通过整合并验证TCIU、SDT和LC4MP理论，为理解社交媒体使用的复杂心理机制提供了更坚实的理论框架。最后，其平台比较的发现，强调了在社交媒体研究中考虑平台特异性的极端重要性，挑战了“用户行为在不同平台间一致”的简单假设。 * 实践价值： * 对社交媒体平台开发者和管理者而言，研究结果提示他们需要关注其产品设计（如通知频率、信息流密度、隐私设置）可能无意中加剧用户的FOMO、超载和强迫性使用，从而导致倦怠和潜在的用户流失。开发者可以考虑引入“数字健康”功能，如使用时长提醒、休息提示等。 * 对心理健康从业者、教育工作者及家长而言，研究明确了FOMO、强迫性使用与倦怠之间的链条，有助于他们识别风险、设计干预措施，并对青少年进行针对性的数字素养教育。 * 对政策制定者而言，研究为开展社区层面的公众意识活动和制定促进健康社交媒体使用的指导方针提供了实证依据。

研究亮点与创新

1. 研究对象的创新性：聚焦于Instagram和Snapchat这两个在年轻人中极为流行但相对研究不足的平台，填补了文献空白。
2. 理论整合与机制探索的深度：不仅检验了FOMO对SMF的直接影响，更重要的是系统地探讨并实证检验了四条潜在的中介路径（信息超载、沟通超载、OSWB、强迫性使用），揭示了FOMO作用的“黑箱”。
3. 平台比较研究的价值：通过平行收集和分析两个独立数据集，首次清晰地展示了相同心理机制在不同社交媒体平台上可能产生的差异性结果。这一发现是本研究最具启发性的部分，它表明“社交媒体”并非一个均质的整体，未来的研究必须考虑平台语境。
4. 研究方法的严谨性：采用了成熟量表、严格的样本筛选、双重的共同方法偏差控制，并利用结构方程模型和Bootstrap中介检验进行数据分析，增强了研究结论的可靠性。

其他有价值的发现与局限

研究讨论部分还指出了一些有趣的矛盾点，例如OSWB与SMF的正向关系，这与部分预期其负相关的文献相悖，提示在线幸福感可能是一个多维度且动态变化的构念。同时，FOMO对SMF的直接效应不显著，这与部分先前研究结论不同，可能归因于本研究特定的平台、文化（印度年轻用户）或中介变量的充分解释。

作者也坦率指出了本研究的局限性：首先是样本的局限性（仅来自印度年轻成年人），限制了结论在其他文化和年龄群体中的普适性。其次是横断面设计的局限性，无法确定变量间的因果关系方向，也无法观察这些关系随时间的变化。因此，未来研究需要在更广泛的人群中进行纵向研究或实验研究，以验证和拓展本研究的发现，并进一步探索其他可能的中介或调节变量。