1. 引言
近些年来，随着我国经济和科技水平的不断发展，智能手机在我国也越来越普及，越来越多的人开始使用手机，尤其是大学生这一群体，因为平时课业压力相对较轻，空闲时间相对较多，过度使用手机的现象也变得越来越严重，甚至形成了手机成瘾的现象，给他们的学习、生活、人际交往等方面造成了严重的影响(Hadlington, 2015)。因此，越来越多的学者开始关注大学生手机成瘾的问题，并对手机成瘾相关问题做了大量的实证研究，主要包括对手机成瘾的概念界定、大学生手机成瘾的诊断、影响大学生手机成瘾的因素、如何干预大学生手机成瘾问题等各个方面(刘勤学，杨燕，林悦，余思，周宗奎，2017)。
对于手机成瘾的概念，不同的学者提出了不同的看法。韩登亮、齐志斐等人(2005)认为，手机成瘾就是由于某种原因过度地滥用手机而导致手机不在身边时，生理或心理上出现的一系列不适反应。屠斌斌，章俊龙和姜伊素(2010)在此基础上，进一步把手机成瘾分为手机关系成瘾、手机娱乐成瘾和手机信息搜索成瘾三种类型。国外的研究者认为手机成瘾是一种包含人机互动性和非生化的行为成瘾。
除了对手机成瘾的概念进行界定之外，国内外研究者还试图深入研究造成手机成瘾现象的各种因素，并探讨如何去有效的控制手机成瘾现象。比如，王小运与伍安春(2014)探讨了手机成瘾的成因以及应对手机成瘾的策略，梁维科(2012)探讨了青少年手机游戏成瘾的原因以及带来的负面影响，王薇(2011)对手机成瘾的概念界定、测量工具及相关影响因素进行了总结，并强调人格特征和社会交往因素在手机成瘾过程中的作用。现在，国内外研究者Griffiths (2007)越来越重视对手机成瘾的心理学分析，有研究者发现内外倾性、神经质等人格特征与手机成瘾倾向相关，是手机成瘾倾向的预测因素(洪艳萍，肖小琴，2013；王相英，2012)。Park (2005)的研究表明人际交往与手机成瘾行为也有较大的相关性，个体的人际交往动机越高，越倾向于频繁地使用手机。
大量的实证研究表明，大学生的网络成瘾对其学习成绩有负面影响(陈新，李凤华，龙斌，赵英，龙理良，蔡练功，2007)。国内学者崔丽娟、王晓晔(2003)研究发现，网络对青少年学生的学习和生活规律会造成负面影响，会导致学生学习成绩下降、睡眠不足、饮食不规律等。高飞，韩蕾(2006)在对医科专科生进行调查之后发现，网络成瘾学生学习时间、体育活动时间、睡眠时间、学习成绩都显著低于非网络成瘾学生。随着智能手机功能不断扩展以及移动互联网的普及，手机使用成瘾实质上更多地表现为网络成瘾的形式(Takao et al., 2009)，因此，手机成瘾也可能会对大学生的学习造成影响。当今大学生群体对手机表现出了非常强的喜爱和依赖，甚至有些学生会在课堂上使用手机，沉迷于手机游戏，这些行为都严重影响了学习成绩。但是，国内研究者对手机成瘾和学习的相关研究还比较少，缺少实证研究和深入研究，更没有深入探讨手机成瘾与学习动机、学习态度的关系，因此，本研究主要探讨手机成瘾与学习动机和学习态度之间的关系。
2. 研究方法
2.1. 被试
采用随机抽样的方法选取600名大学生进行调查研究，发放问卷600份，收回有效问卷593份，有效回收率为98.8%。被试的构成见表1。
Table 1. Subject composition (N = 593)
表1. 被试构成(N = 593)
2.2. 研究工具
2.2.1. 大学生手机成瘾倾向量表
大学生手机成瘾倾向量表是由熊婕等人(2012)编制，此量表有16个题目，包含四个维度，分别是戒断症状、突显行为、社交抚慰、心境改变，采用五级评分标准，以往的研究表明该量表具有较好的信度和效度。
2.2.2. 大学生学习动机量表
该量表是由池丽萍等人(2006)修订而成的，量表包括内生动机和外生动机两个分量表，修订后的量表共有30个项目，其中第1、16题反向计分，采用四级评分标准，以往研究表明本量表有良好的信度与效度。
2.2.3. 大学生学习态度量表
大学生学习态度量表是由徐波玲(2014)编制，该量表共26个题目，包含5个维度，分别为持续投入、求知欲、上课情绪、学习主动性和对学习意义的认知。本量表采用五级评分标准，分数越高，学生的学习态度越好，在以往的研究中表明该量表具有较好的信度与效度。
2.3. 数据处理
首先，运用spss18.0对大学生手机成瘾的总体状况进行描述性统计分析，然后，采用相关分析和回归分析对大学生手机成瘾倾向和学习动机、学习态度之间的关系进行分析。
3. 结果
3.1. 大学生手机成瘾的总体状况描述
通过SPSS整理分析，结果表明，大学生手机成瘾总分的平均分为37.4。大学生手机成瘾量表总分及各维度得分的描述统计如表2所示。
Table 2. Description of mobile phone addiction among college students (N = 593)
表2. 大学生手机成瘾的描述统计(N = 593)
3.2. 大学生手机成瘾、学习动机、学习态度的关系分析
3.2.1. 大学生手机成瘾与学习动机的关系分析
对手机成瘾与学习动机两者做相关分析。两者相关系数具体见下表3。
Table 3. The correlation coefficient between cell phone addiction and learning motivation in college students
表3. 大学生手机成瘾与学习动机各维度相关系数表
注：*表示p < 0.05；**表示p < 0.01；***表示p < 0.001。
表3显示了手机成瘾总分和外生动机存在显著的正相关(r = 0.151, p < 0.01)，和内生动机存在负相关，但是不显著。手机成瘾各维度中，突显行为、戒断症状、心境改变和外生动机均存在显著的正相关(r = 0.126, 0.143, 0.154, p < 0.01)，心境改变和学习动机总分存在显著的正相关(r = 0.094, p < 0.01)。
Table 4. The regression analysis between cell phone addiction and learning motivation in college students
表4. 手机成瘾对外生动机的回归分析
注：***表示p < 0.001。
为进一步验证手机成瘾对外生动机的预测作用是否显著，将手机成瘾作为自变量，外生动机作为因变量，进行一元线性回归分析，结果如表4所示，手机成瘾对外生动机预测的回归模型显著，F(1,593) = 13.79，p < 0.001，回归系数显著，B = 0.28，t = 3.71，p < 0.001，R2= 0.0228。这表明，手机成瘾可以显著的正向预测外生动机，手机成瘾度越高，外生动机越强。
3.2.2. 大学生手机成瘾与学习态度的关系分析
对手机成瘾与学习态度两者做相关分析。两者相关系数具体见下表5。
Table 5. Relationship between the dimensions of cell phone addiction and learning attitudes in college students
表5. 大学生手机成瘾各维度与学习态度相关系数表
注：*表示p < 0.05；**表示p < 0.01；***表示p < 0.001。
表5显示了手机成瘾总分和学习态度存在显著的负相关(r = −0.335, p < 0.01)，学习态度与手机成瘾各维度的相关系数也已求出，社交抚慰、突显行为、戒断症状、心境改变均与学习态度存在显著的负相关(r = −0.228, −0.326, −0.298, −0.256, p < 0.01)。
Table 6. The regression analysis between cell phone addiction and learning attitudes in college students
表6. 手机成瘾对学习态度的回归分析
注：***表示p < 0.001。
为进一步验证手机成瘾对学习态度的预测作用是否显著，将手机成瘾作为自变量，学习态度作为因变量，进行一元线性回归分析，结果如表6所示，手机成瘾对学习态度预测的回归模型显著，F(1,592) = 74.87，p < 0.001，回归系数显著，B = −0.27，t = −8.65，p < 0.001，R2= 0.1124。这表明，手机成瘾可以显著的负向预测学习态度，手机成瘾度越高，学习态度越低。
3.2.3. 大学生学习动机与学习态度的关系分析
对学习动机与学习态度两者做相关分析。两者相关系数具体见下表7。
Table 7. Correlation between the dimensions of learning motivation and learning attitudes of college students
表7. 大学生学习动机各维度与学习态度相关系数表
注：*表示p < 0.05；**表示p < 0.01；***表示p < 0.001。
表7显示了学习动机总分和学习态度存在显著的正相关(r = 0.274, p < 0.01)，学习态度与学习动机各维度的相关系数也已求出，内生动机与外生动机均与学习态度存在显著的正相关(r = 0.359, 0.111, p < 0.01)。
Table 8. The regression analysis between learning motivation and learning attitudes in college students
表8. 学习动机对学习态度的回归分析
注：***表示p < 0.001。
为验证学习动机对学习态度的预测作用是否显著，将学习动机作为自变量，学习态度作为因变量，进行一元线性回归分析，结果如表8所示，手机成瘾对学习态度预测的回归模型显著，F(1,592) = 48.03，p < 0.001，回归系数显著，B = 0.34，t = 6.93，p < 0.001，R2= 0.0752。这表明，学习动机可以显著的正向预测学习态度，学习动机越强，学习态度越好。
4. 讨论
4.1. 大学生的手机成瘾现状
大学生的手机成瘾情况调查显示，大学生手机成瘾总分的平均分为37.4，处于中等偏下的水平，其中，社交抚慰平均分为6.86，突显行为平均分为8.54，戒断症状平均分为15.23，心境改变平均分为6.78，均处于中等偏下的水平，本研究结果与张斌、邱致燕等人(2015)的研究结果一致，这表明大学生手机成瘾并不是很严重，情况还是比较良好的，绝大部分大学生能够正确合理的使用手机，有较强的自我控制能力，虽然研究发现大学生在手机使用中并没有出现较严重的手机成瘾现象，但是由于现在手机使用越来越普遍，或多或少会影响到我们的学习与生活，所以，尽早进行预防还是很有必要的。
4.2. 大学生手机成瘾与学习动机的关系分析
在对手机成瘾与学习动机的相关分析中，我们可以看出大学生手机成瘾总分和外生动机存在显著的正相关(p < 0.01)，大学生手机成瘾总分和内生动机存在负相关，但是不显著。进一步对手机成瘾与外生动机做回归分析，可以看出手机成瘾可以显著的正向预测外生动机，这表明手机成瘾度越高，外生动机越强，这与王建强(2011)关于网络成瘾的研究结果一致。这可能是因为随着网络技术的发展和电子产品的普及，手机成为一种重要的学习工具，我们可以用手机查单词、查汉字，通过手机应用学会不会的数理化题目，通过手机和老师、同学交流难题，现在也有越来越多的老师在网上给同学们布置作业，提供知识，导致越来越多的学生依赖于手机的学习功能。其次，有研究发现，手机成瘾程度越高的大学生，更加功利化、喜欢炫耀，希望得到他人的高度认可和评价，并希望得到奖励和回报，因此外生动机更强，也有可能是本研究中手机成瘾倾向并不是很高，不同手机成瘾程度对外生动机的影响不同。总之，手机成瘾倾向和学习动机之间的关系非常复杂，值得进一步研究。
4.3. 大学生手机成瘾与学习态度的关系分析
在对手机成瘾与学习态度的相关分析中，我们可以看出大学生手机成瘾总分以及各维度和学习态度存在显著的负相关(p < 0.01)。进一步对手机成瘾总分与学习态度做回归分析，可以看出手机成瘾可以显著的负向预测学习态度，这表明手机成瘾度越高，学习态度越低，这与以往的研究相一致(徐晓丹，2014)，现在手机自带的各类小型游戏成为争夺大学生学习时间的最主要的娱乐方式，很多大学生沉迷于游戏、聊天和网上购物，甚至在课堂上玩手机，对学习没有正确的态度，导致学习成绩下降。
4.4. 大学生学习动机与学习态度的关系分析
在对学习动机与学习态度的相关分析中，我们可以看出大学生学习动机总分以及各维度和学习态度存在显著的正相关(p < 0.01)。进一步对学习动机与学习态度做回归分析，可以看出学习动机可以显著的正向预测学习态度，这表明学习动机越强，学习态度越好，因此，在教学的过程中，应该注意对学生学习动机的激发。
5. 结论
经过以上的讨论与分析，我们可以得出结论：
大学生手机成瘾倾向处于良好水平，大学生手机成瘾对外生动机起正向预测作用，大学生手机成瘾对学习态度起负向预测作用，大学生学习动机对学习态度起正向预测作用。