孩子刷手机，到底是手机毁了心情，还是心情差了才刷？

论文：Chen, Lind, Ram, Odgers《Adolescents’ Daily Affect Predicts Their Mobile Phone Use (Not the Other Way Around)》，psyArXiv 预印本 DOI 10.31234/osf.io/5d67p，已被 Journal of Research on Adolescence 接收。本文不替作者下定论，只把这四十个孩子九十天的客观数据顺着讲一遍——看看它到底说了什么，没说什么，以及哪些地方必须打问号。

一、那台手机，到底是先动的手还是后动的脚

要找一个比"青少年该不该玩手机"更老的话题，难度比想象的大。社交平台抬年龄限制、校园禁手机令、家长群里隔三差五转发的"每天刷三小时易抑郁"——几乎每条政策或科普，都默认同一件事：手机，是情绪和睡眠变差的源头。

但科学界并不敢这么自信。过去十年，关于手机使用和青少年情绪、睡眠的研究，结论小到几乎可以忽略、且高度依赖研究设计本身——跨横截面的、靠回忆的、不同问卷口径的，能给出的只有"两者有点相关"，分不清谁先谁后。

这正是这篇论文想回答的那个老问题：到底是手机把情绪弄坏了，还是情绪已经先坏了，刷手机只是顺手接住？

它换了一个方向——不要回忆，要每天、客观、被动记录的数据。它用 Android 系统能拿到的击键和前台 app 时间戳，把"动了手"和"动了眼"分开；再用九十天、每天清晨三道小问卷，把"同一个人今天和平时比"的波动接住。

最终 40 个孩子、90 天的跟踪，攒下了 3,192 个"一天的日记"。下面我们就顺着这份日记去找答案。

二、旧研究为什么一直吵不出结果

不是没人研究，是研究方法本身就砍掉了回答这个问题的能力。过去主要是两条路：

第一条，一次性问卷。把一群孩子拉来，问他们"大概每天用几小时"，再问情绪怎么样——然后做相关。问题是，这种"同一时刻拍的快照"，根本分不出谁先谁后。手机时间长的人情绪更低，但你不知道他是先刷多了心情变差，还是心情差了就一直刷。

第二条，让孩子自己回忆"大概每天用几小时"。误差大到没法用——你自己回忆一下上周三用了几小时手机，答得出来吗？

这两条路堵死了"方向性"问题，论文开头那句话原话：the scientific evidence … remains deeply contested（科学证据依然高度有争议）。所以任何"手机毁了孩子"的论断，本质上都是没方向的猜测。

这篇论文的解法是：抛弃问卷回忆，让手机自己说话——但又不靠问卷采样这种"小样本心理快照"。

三、40 个孩子、90 天、EARS：这套研究是怎么搭起来的

这四十个孩子年龄在 15–20 岁之间，平均 17.4 岁（SD=1.35）；其中 26 名男生、14 名女生；25 人在经济困难线（自报享受免费/减价午餐资格）；数据窗 2020 年 8 月到 2021 年 2 月——COVID 期间，远程或混合上课。这几个数字本身就要先记着，因为它们就是后面"别当成放之四海的定论"的来源。

每人手机上装一个叫EARS（Effortless Assessment Research System）的研究 app——它是 Ksana Health 开发的，被动记录 app 使用和击键数据。它安静待 90 天：

• 击键：键盘每按一次都打时间戳，密码/支付这种安全框除外。这些时间累加起来，就是"动手打字"的时间。
• 前台 app 时长：app 打开到关闭的总时长，减去打字时间——剩下的就是"屏幕亮着但没打字"的时长。

它把手机使用一刀切成两种：

• 主动使用（active use）= 在打字；
• 被动使用（passive use）= 盯着屏幕没敲键盘（刷、浏览、潜水式使用）。

这套区分不完美——作者在讨论部分也承认，相对粗糙，没分内容类型、平台、社交质量。但它已经比"你今天用了多久手机"这种总时长精确得多，因为大多数时候我们盯手机的眼睛和手指做的事完全不是一回事。

每天早上 7:00–12:00，手机弹一道三题小问卷：昨晚睡得怎么样、今早心情如何。情绪题每天随机挑一道正面（感觉好/乐观/受尊重）、一道负面（难过/焦虑/担心），1–5 分。

依从性：平均完成 69/90 天的问卷（76.6%），传感数据 79.8/90 天（88.7%）。这个数字回头要记住——它是结论能不能"放大到所有人"的关键证据之一。

为什么只有 Android？iOS 出于隐私设计，根本不给外部研究 app 这种击键和详细前台 app 数据权限。所以从 126 名有完整数据的青少年里，砍到 40 名 Android 用户。

分析用的是多层模型（lme4 in R），重点是个体内比较：同一个人，今天和他自己的平时比。每个人都被"中心化"成"和昨天/上周的自己比"——这种设计正好回答了"心情一波动就会多刷吗"这种个体内日常波动的问题，而不是"爱刷手机的孩子是不是更抑郁"那种人和人比的问题。

四、底色数据：3 小时里只有 13 分钟在打字

先看一张表里的描述统计——3,192 个"一天"加起来的总览：

ICC 这个统计量翻译成人话：波动有多大比例发生在同一个孩子不同天数之间（个体内），多大比例发生在孩子和孩子的差异之间（人际）。ICC=.45 表示 45% 的总使用时长差异来自人和人，剩下的 55% 来自同一个人不同天的波动。换句话说——

在这份数据里，个体内日常波动 > 人际差异。同一个人今天和昨天比，差别比他和一个不认识的同龄孩子比还要大。

所以"青少年每天用多久手机"这种平均值其实意义有限——你用平均去描述这群孩子，撑死只能解释一半的差异；剩下的一半，要去看每个孩子自己的那一天。

最值得停顿的是 13 vs 181 这组对比：孩子们平均一天对着手机屏幕 194 分钟，但其中打字只有 13 分钟，剩下 181 分钟全在刷屏。

翻译成人话：你以为孩子在用手机，其实孩子大部分时候只是在用眼睛。

所以接下来真正值得问的不是"今天用了几小时手机"，而是那一百八十多分钟的刷屏，到底是被什么驱动的？

五、唯一的显著发现：早晨心情差，当天多刷约 8 分钟

研究者把每个孩子拿来和自己比：今天早上的情绪，对今天的刷屏。同一个孩子，今天和他自己的平时比。

测了三种组合：

1. 晨间负面情绪 → 当天被动刷屏
2. 晨间正面情绪 → 当天被动刷屏
3. 晨间情绪 → 当天主动打字

全篇唯一显著的主效应出现在第一条：

晨间负面情绪每高 1 分，当天被动使用多约7.6 分钟（b = 7.642，95% CI [2.988, 12.296]，p = .001）。

CI 这个区间看起来抽象，翻译成人话：如果这个研究再做一次，95% 的可能性"晨间负面情绪"对当天刷屏的真实影响落在大约 3 分钟到 12.3 分钟之间。整个区间都是正的、且不跨零——这就是"显著"的来源。p=.001 表示这种模式如果其实没有真实效应，纯靠偶然出现一次的概率不到千分之一。

其他三条都不显著：好心情不会让人多刷屏（b = 1.145，CI [-3.886, 6.176]，p = .656）；情绪对打字时间也没什么影响，无论是负面情绪（b = .228，p = .464）还是正面情绪（b = .305，p = .365）都一样。

这就是全篇最值得带走的数字，也是默认社会剧本必须让步的那一处：早晨心情更差的那天，孩子确实会多刷，但只多大约 8 分钟——而且只是被动刷屏那一段，打字时间一动不动。

协变量里有两个细节值得记住：前一晚睡得久 → 当天被动使用更多（b = .112，p < .001）；久坐多 → 主动/被动都更多；身体活动多 → 被动更少（b = -.103，p = .025）。这些都在说同一件事——心情是被动刷屏的入口，但行为本身（睡眠、动/静）也参与塑造。

六、反方向：一连串的零

那反过来呢？白天刷多少，能不能预测当晚的睡眠和第二天早上的心情？研究者把 RQ2 和 RQ3 全测了一遍，结果是——RQ2 全 null，RQ3 全 null。

RQ2（当天使用 → 次日晨间情绪）：

RQ3（当天使用 → 当晚睡眠）：

这些 p 值都远离通常的 .05 阈值——甚至 .10 都够不上。翻译成人话：这份数据里测不出"白天刷得多 → 当晚睡不好"或者"白天刷得多 → 第二天心情差"这种链条。主动打字时间和被动刷屏两条路径都测不出。

唯一显著的是"白天久坐多 → 当晚睡得少且睡得差"（β = -.049，p = .011 和 .002）。这是行为背景，不一定是手机。

注意区分"测不出"和"没有"——这是论文里两个回避陷阱的边界。RQ2/RQ3 是 null，不是负向显著；意味着没有证据支持"手机→情绪/睡眠"的反向因果，但也没断言"手机一定不影响"。要接受的是这份数据里看不到稳定联系，不是否认一切可能。

整张图就是这条主线的样子：情绪 → 被动刷屏，方向明确、量很小；刷屏 → 情绪/睡眠，反方向测不出来。

七、怎么理解：情绪管理视角下的"低成本出口"

作者给的解释叫情绪管理（mood management）。

人难受的时候，不会去选高成本的事——找朋友聊、出去跑步、解决那个让人难受的源头。刷手机不用动脑、不用见人，是伸手就够到的低成本选项；它不会真的解决难受，但能让难受的那几分钟暂时退到后台。

所以不是手机太好玩，而是难受的时候它最方便。这件事其实解释了为什么我们每个人都直觉上觉得"心情不好就想刷会儿"——那不是弱点，是大脑在挑选阻力最小的情绪出口。

还有一个关键的解释层：所有这些比较，都是"和昨天的自己比"，不是"和别的孩子比"。所以它说的是"我心情不好时会多刷"，而不是"爱刷手机的孩子更抑郁"。这两句话在新闻标题里经常被故意混着写，但其实是两个不同问题：

• “个体内"问题（within-person）= 同一个人，今天和平时比——这是这篇论文测的；
• “人际"问题（between-person）= 不同孩子相互比——这份数据测不了，因为样本只有 40 人，没法稳检验年龄、性别、经济地位之间的差异。

这种区分有点学术，但用处很大。下次看到"每天刷几小时手机容易抑郁"这种标题，可以先问一句：它是测的"我心情差就多刷”，还是"爱刷的孩子容易抑郁”？两者数据要求、结论稳健度都不一样。

八、批判性阅读：把结论和它的边界一起看

读这篇论文最该做的不是记住"早晨心情差当天多刷 8 分钟"这一个数字，而是把结论和它的边界一起看。

第一，样本太薄。40 名 Android 青少年，平均年龄 17.4，男生偏多（26/40）、经济困难者偏多（25/40）。这不能代表全体青少年。原文讨论里也承认，Android 用户在原始大样本里更可能是男生、经济困难，所以"扩大推论要谨慎"。

第二，只在 COVID 期间采数据。2020 年 8 月到 2021 年 2 月，孩子们的日常本来就不正常——远程或混合上课、社交受限、家庭摩擦被放大。论文自己列了这一点，并且没尝试去"清除"COVID 干扰——作者承认"无法量化每个人的学校关闭状态"。换句话说，这种心情差→多刷的模式，是否在正常上课期间也存在，作者没数据回答。

第三，主动/被动划分较粗糙。这套区分只看你有没有打字，没分内容（聊天还是看视频）、平台（小红书还是 YouTube）、社交质量（和好朋友聊还是潜水刷陌生人）。所以"被动使用"是一个大筐，里头装的内容性质可能差别很大。

第四，情绪只在早上测一次。情绪是单题、5 分、随机抽一道。手机使用的反馈可能比早晨这一测离得太近——比如中午刷了一个让人难受的帖子，下午就情绪变了，但明天早上才被测到。这是论文明确指出的一个局限，也是为什么他们去引用了那项更大规模的研究作为佐证。

第五，利益冲突如实讲。作者之一 MNL 持有 Ksana Health（EARS 的商业授权方）股权。这意味着"工具研发方的人参与了论文"——不必然有问题，但读者应该知道。

第六，与更大规模研究互证。论文引用了 Winbush et al. 2025 那项约25 万天的客观日志研究，结论一致：手机使用与情绪/福祉的关联在每日和长期时间尺度上都弱或为零。这篇论文的方法、样本都很小，但当它和一项规模大得多的研究指向同一个方向时，方向本身就更有分量——即使每一项单独都还很克制。

第七，方法学上的意义。这篇论文的真正功夫不在"结论大"，而在第一次把方向性测出来了。以前的研究只能问"用得多是不是情绪差"，这篇能问"同一个孩子，今天早上情绪差，今天是不是多刷"。它没宣称手机无害，也没能证明手机无益；它只是把"谁先谁后"这个十年悬而未决的问题，用被动传感 + 多层模型 + 90 天日记的组合，第一次在客观数据里钉了一下。

九、对普通读者意味着什么：一根线索，而不是放之四海的答案

那么看完全文，对自己有什么用？

第一，别急着把孩子的情绪问题全怪到手机上。这篇论文的方向性证据至少在它测到的范围内，反转了"手机先、情绪后"的剧本。它不是说"手机没影响"，只是说在它测得到的时间窗口里（早→当天、早→次日），方向是反的。

第二，先问问他今天早上过得怎么样。手机更像一根线索：孩子在那边刷屏，可能在提示"今天早上不太好过"。把"为什么又在刷"换成"早上发生了什么"，是这篇论文给家长最朴素的一条提醒。

第三，不要把它当成"手机无害"的通行证。40 个孩子、90 天、COVID 期间、只有 Android、研究工具的开发者之一就是论文作者之一——边界摆得很清楚。论文里没有"最新突破"这种语气，它只是把一个小样本的方向性证据老老实实放出来。

第四，“测不出"不等于"没有”。RQ2 和 RQ3 都是 null——意味着这份数据没有支持"刷屏→情绪/睡眠"这条链，但也没否认它可能存在的更细微效应。读者不该把"没看到"读成"不存在"。

第五，方法学上值得记的。下次看任何"X 导致 Y"的研究，可以先问一句：它是"个体内"还是"人际"比较？测的是"我今天心情差"还是"这个人比那个人更"？是横截面、回忆式、还是客观传感？这篇论文的克制结论，恰恰来自它在方法上做得更细——值得作为看其他手机/情绪研究的一个参照。

一句话总结：情绪会驱使用手机，但用手机未必驱动情绪——这篇论文用四十个孩子九十天的客观日记，把方向反转了一下。但样本只有 40 人、只在 Android 上、只在 COVID 期间，所以这是一个值得一起想想的发现，不是一个放之四海的定论。

论文：Chen, Lind, Ram, Odgers（UC Irvine + Stanford），Adolescents’ Daily Affect Predicts Their Mobile Phone Use (Not the Other Way Around)，psyArXiv DOI 10.31234/osf.io/5d67p，已被 Journal of Research on Adolescence 接收。代码与脚本在 OSF（https://osf.io/647m9/）。

利益冲突披露：作者之一 MNL 持有 EARS 商业授权方 Ksana Health 的股权。