道德疏离与性别在欺凌（作为施暴者、受害者或旁观者）与网络欺凌关系中的作用：一个调节中介模型

《Computers in Human Behavior Reports》：The role of moral disengagement and gender in the relationship between bullying (as aggressor, victim, or bystander) and cyberbullying: A moderated mediation model

　　玛丽亚·何塞·迪亚兹-阿瓜多 | 哈维尔·马丁-巴巴罗 | 莱娅·法尔孔
马德里康普顿斯大学心理学系预防心理学组，西班牙马德里

**摘要**
尽管已有证据表明传统欺凌与网络欺凌之间存在关联，但很少有研究探讨道德脱离（即对欺凌行为的漠视或回避）以及性别和旁观者经历在这些关系中的角色。本研究选取了来自西班牙169所中学的7,651名青少年（年龄在12至16岁之间，平均年龄为14.01岁）作为样本。通过多元回归分析，研究了道德脱离在欺凌（受害者、施暴者、旁观者）与网络欺凌之间的中介作用，并考虑了性别的调节作用。结果表明，线下和线上的欺凌者与受害者角色之间存在显著关联。道德脱离在传统欺凌与网络欺凌之间起到了中介作用，且这一效应受到性别的影响。在男性青少年中，道德脱离在不同情境下的中介作用更为明显，进一步强化了霸权主义男性气质。只有道德脱离程度较高的男性青少年比女性更容易实施网络欺凌行为。此外，道德脱离还放大了男性青少年在面对线下欺凌时采取旁观态度后转向网络欺凌的可能性。研究结果表明，预防措施应不仅针对受害者和施暴者，还应关注旁观者，鼓励他们拒绝道德脱离行为，并树立支持平等而非支配的价值观。

**1. 引言**
数字技术深刻地改变了青少年的生活，既带来了机遇也带来了风险。其中一种风险是学校欺凌现象延伸到了社交媒体中，形成了网络欺凌。网络欺凌与传统欺凌有三个共同特征：故意伤害、重复性以及施暴者（具有主导地位）与受害者（无力反抗）之间的权力不对等。然而，这些特征在网络环境中往往比面对面场景更难以察觉（Del Rey等人，2012年；Díaz-Aguado等人，2024年；Olweus & Limberg，2018年）。两种形式的欺凌都采用了破坏性手段来压制被认为无助的受害者，体现了支配-服从的暴力模式。

网络欺凌的匿名性和免责性更强，导致人们更难以察觉受害者的伤害和产生共鸣；此外，持续的曝光使得制止和缓解网络欺凌变得更加复杂，且可能涉及更多的施暴者和目击者。这些因素解释了网络欺凌对青少年社会情感发展和心理健康的严重影响（Henares-Montiel等人，2022年；Zhu等人，2021年；Wang等人，2024年；Zych等人，2019年）。近年来，不同文化背景下网络欺凌问题的普遍性表明这已成为一个全球性问题，需要进一步的研究来识别不同情境下的风险和保护因素（Cosma等人，2024年；Zhu等人，2021年）。本研究采用生态系统理论（Bronfenbrenner，1979年）的方法，探讨了以下方面：（1）个体因素（性别、抑郁症状、道德脱离）；（2）作为受害者、施暴者或旁观者在学校微观系统中的欺凌经历；（3）线下欺凌与社交媒体上的欺凌行为之间的关联。西班牙的代表性样本有助于我们理解这一社会宏观系统的运作机制。

**1.1. 经历过学校欺凌是网络欺凌的重要风险因素**
经历过传统欺凌的人更容易成为网络欺凌的受害者或施暴者（Díaz-Aguado等人，2024年；Kowalski等人，2019年；Estévez等人，2020年；Sorrentino等人，2023年；Wang等人，2019年）。大多数研究指出，个体在不同情境中往往会重复扮演受害者或施暴者的角色（Díaz-Aguado等人，2024年；Guo，2016年；Kowalski等人，2019年）。有证据表明，学校中的受害经历会增加网络欺凌的风险（Estévez等人，2020年；Kowalski等人，2019年；Li等人，2025年），这可能是因为网络匿名性改变了权力平衡，使学校中的受害者感到有权报复在校内遭受的伤害。此外，曾在学校中欺负他人也与遭受网络欺凌有关（Díaz-Aguado等人，2024年），尽管这种角色反转的现象较少被研究。

研究表明，旁观学校欺凌行为（既不参与施暴也不成为受害者）会增加心理健康问题的风险（Rivers等人，2009年），包括焦虑、抑郁症状（Midgett & Doumas，2019年）和身体不适（WHO HBSC调查，Callaghan等人，2019年）。这些问题与遭受网络欺凌（Chudal等人，2022年；Holffel & Mishna，2019年；Kowalski等人，2019年；Li等人，2022年；Marciano，2020年）和实施网络欺凌（Camerini等人，2020年；Guo，2016年）的风险相关。然而，目前尚无研究探讨旁观欺凌行为与遭受或实施网络欺凌之间的关系。本研究旨在探讨这种关系是否存在，以揭示学校欺凌行为在另一种情境中的复制可能性。

**1.2. 道德脱离在网络欺凌中的作用**
社会认知学习理论（Bandura等人，1996年；Bandura，2002年）认为：（1）接触暴力行为模式可能导致其复制，尤其是在个体认同这些模式并获得如受欢迎等奖励时；（2）道德脱离机制可以调节行为，避免不道德行为的后果。研究一致发现，男性表现出比女性更高的攻击性和道德脱离倾向（Bandura等人，1996年；Díaz-Aguado等人，2024年；Thornberg & Jungert，2014年；Wang等人，2016年）。这些差异与社会认知理论和性别化社会化过程有关，这些过程以不同的方式塑造了男孩和女孩的行为、认知和情绪：男孩在男性化规范下被社会化，这些规范往往允许或鼓励攻击行为，从而增加暴力和道德脱离的可能性（O’Donnell，2024年）；而女孩则被社会化以抑制攻击行为并培养同理心（Brody & Hall，2009年），从而减少攻击行为并增加受害风险。

Bandura（2002年）提出的几种道德脱离类型中，有三种与导致对无助受害者实施暴力行为的支配-服从模式密切相关：（1）为这种暴力行为及其施暴者寻找道德上的正当理由；（2）将受害者非人化并给予污名化；（3）指责受害者自找麻烦。这些机制会降低同情心，加剧网络环境中的脱抑制效应，并促进欺凌行为的复制。研究表明，道德脱离是网络欺凌的重要风险因素（Díaz-Aguado等人，2024年；Gao等人，2020年；Kowalski等人，2019年；Sorrentino等人，2023年；Wang等人，2024年；Yang等人，2018年），并可能在家庭中经历的暴力行为与网络欺凌行为之间起到中介作用。

此外，儿童虐待曾被证明可以预测网络暴力行为，这种关联通过道德脱离机制得以实现（Wang等人，2023年）。同样，目睹家庭中的虐待行为也与网络欺凌行为有关（Yang等人，2018年）；尽管直接接触这些行为（被视为家庭内部冲突）对网络欺凌行为没有直接影响，但道德脱离会起到间接作用。关于网络欺凌中的道德脱离的研究有限，表明：（1）网络欺凌受害者并不比未经历该问题的同龄人表现出更高的道德脱离倾向（Runions等人，2019年）；（2）道德脱离会增加遭受网络欺凌的风险（Sorrentino等人，2023年）；（3）它可能在虐待性社交网络使用等其他风险因素与网络欺凌行为之间起中介作用（Colella等人，2024年）。

我们仅发现一项关于道德脱离与线下和线上欺凌风险关系的研究（Fernández-Antelo & Cuadrado-Gordillo，2019年），该研究表明道德脱离会增加遭受多种类型欺凌的风险。道德脱离可能作为一种防御机制，帮助受害者通过淡化伤害后果来应对无法自我防卫的处境。虽然这种机制可以减轻受害的即时痛苦，但它会增加在不同情境中反复遭受侵害的风险，因此预防道德脱离至关重要，不仅是为了防止施暴行为，也是为了保护受害者免受侵害。

道德脱离在不同情境下的作用机制可能有所不同：对施暴者而言，它主要作为一种自我辩护机制，使他们能够在实施不道德行为时保持积极的自我形象（Díaz-Aguado等人，2024年；Gao等人，2020年；Sorrentino等人，2023年）；对受害者而言，它可能作为一种应对机制（Fernández-Antelo & Cuadrado-Gordillo，2019年），或者成为报复性攻击的前兆。旁观者在模仿施暴者的同时也可能采用相同的道德脱离机制。因此，道德脱离在施暴者中的中介作用最强，其次是受害者，而在旁观者中较弱（但仍存在）。

本研究旨在探讨道德脱离在欺凌（施暴者、受害者或旁观者）与网络欺凌（施暴者或受害者）之间的关联中的作用。道德脱离被理解为两种互补的方式：作为连接欺凌行为与网络欺凌的中介心理机制，以及影响这些关联强度的因素。性别也被视为一个可能影响道德脱离的情境因素。虽然大多数研究将道德脱离视为个体风险因素，但在代表性样本中的分析强调了它在宏观系统中体现的支配-服从模式的作用。

**1.3. 性别与支配-服从模式的认同**
这里的性别指的是历史和文化背景下构建的女性和男性角色、行为和身份，这些角色可能因社会和时间的不同而有所差异。大多数研究表明，男性更容易成为网络欺凌的施暴者（Barlett等人，2021年；Cosma等人，2024年；Díaz-Aguado等人，2013年；Hamal等人，2019年），而女性更容易成为网络欺凌的受害者（Bedrosova等人，2022年；Cosma等人，2022年；Díaz-Aguado等人，2024年；Farrington等人，2023年；Hamal等人，2019年；Kowalski等人，2019年；Zhu等人，2021年）。一些研究并未发现性别差异（Foody等人，2019年）或相反的结果（Connell等人，2014年），这可能反映了文化背景的影响。Barlett等人（2014年）的元分析表明，除加拿大和澳大利亚外，大多数国家存在性别对网络欺凌的显著影响，且近年来这种影响有所减弱。来自46个国家的HBSC调查数据显示，男孩和女孩之间的网络欺凌差异与各国的性别不平等有关（Cosma等人，2022年）。

从性别角度来看，这些研究和国家间的差异可能表明，网络欺凌的风险更多与认同与支配和霸权主义男性气质相关的特质有关，例如为暴力行为找借口和排斥弱者，这会增加男孩和女孩的网络欺凌风险（Navarro，2015年；Wright，2017年）。此外，被视为弱者或具有内化障碍（在女性中更为常见）也会增加网络欺凌的风险（Athanasiou等人，2018年；Deryol等人，2025年；Díaz-Aguado等人，2024年；Gini等人，2018年）。从性别角度来看，挑战性别刻板印象或具有非传统的性取向或性别认同也是线下和线上欺凌的重要风险因素（Díaz-Aguado等人，2024年；Liu等人，2025年），这些因素常被用来惩罚不符合规范的人（Cosma等人，2023年；Díaz-Aguado等人，2013年，2024年；Garaigordobil & Larrain，2020年；Myers等人，2020年），尤其是在男孩中（Moyano等人，2020年；Rosen & Nofziger，2019年；Toomey & Russell，2016年）。

基于对暴力的正当理由化和对受害者的污名化，道德脱离与支配-服从模式密切相关。几乎所有相关研究都显示，男性比女性表现出更高的道德脱离倾向（Bandura等人，1996年；Díaz-Aguado等人，2024年；Perren & Gutzwiller-Helfenfinger，2012年；Thornberg & Jungert，2014年；Wang等人，2016年）。道德脱离（Moral Disengagement）可以作为一种中介机制，存在于学校欺凌和网络欺凌之间，这种作用可能受到性别的调节。支持这一观点的研究表明，在同一种情境下（线下或线上），男孩遭受欺凌和实施欺凌的行为之间的关联比女孩更紧密（Falla等人，2020年；Li等人，2025年），这很可能是因为性别歧视使得男孩遭受欺凌时感到更加羞辱，当道德脱离程度较高时，他们更容易产生报复倾向。然而，目前还没有研究分析道德脱离在传统欺凌受害与网络欺凌行为之间的中介作用，而这正是本研究的目的之一。

1.4 抑郁症状
有强有力的证据表明，网络欺凌与内化问题（如抑郁症）之间存在关联（Chudal等人，2022年；Díaz-Aguado等人，2024年；Hu等人，2021年；Li等人，2022年；Tran等人，2023年），而对于网络欺凌行为的影响则相对较小（Camerini等人，2020年；Guo，2016年）。抑郁障碍可能是网络欺凌的结果（无论是作为受害者还是施暴者），同时也可能是增加后续风险的因素，这一点在一项包含56项纵向研究的元分析中得到了证实（Marciano等人，2020年）。道德脱离——即为施暴者找借口或将责任归咎于自己作为受害者——也可以作为一种应对家庭或学校暴力行为的机制，从而增加网络欺凌行为（Wang等人，2023年）和网络欺凌受害（Fernández-Antelo & Cuadrado-Gordillo，2019年）的风险。因此，本研究将抑郁症状作为控制变量，以考虑可能混淆欺凌参与、道德脱离和网络欺凌之间关系的总体情绪困扰。这种控制措施很重要，因为近年来全球范围内的情绪困扰有所增加（Cosma等人，2020年），包括在西班牙（Moreno等人，2025年）。

1.5 西班的牙的欺凌与网络欺凌情况
来自八个欧洲国家的比较数据显示，在9-19岁的儿童和青少年中，西班牙的网络欺凌发生率低于保加利亚、塞浦路斯、法国、希腊、匈牙利、意大利和波兰，无论是网络欺凌行为还是受害（Sorrentino等人，2019年）。同样，PISA 2022年的报告表明，西班牙15-16岁学生的欺凌受害率为6.5%，低于经合组织平均水平（8.3%）（西班牙教育、职业培训和体育部，2023年）。为了了解西班牙当前的欺凌状况，需要知道自2006年以来，所有学校都依法实施了预防、检测和治疗欺凌的计划，这些措施是更广泛框架的一部分，旨在促进和平解决冲突、平等、民主价值观和人权（LOMLOE，2020年）。
反映西班牙当前针对欺凌和网络欺凌的教育措施，国家数据显示，大多数义务教育阶段的学生表示接受了关于什么是欺凌以及如何制止欺凌的校园教育（82%），了解了在面对严重在线问题时应该联系校内哪些人（88%）；这三项教育措施与较低的欺凌参与度相关（Díaz-Aguado等人，2024年）。尽管如此，仍有11.4%的拥有社交媒体账户的青少年报告在过去两个月内遭受过网络欺凌，4.4%的青少年实施过网络欺凌，且存在明显的性别差异（女孩受害比例较高，男孩实施欺凌的比例较高）。超过一半的受害者认识他们的在线攻击者来自学校，而之前参与过学校欺凌的行为是网络欺凌受害和实施者的主要风险因素。在所有年级中，男孩的道德脱离程度都高于女孩（Díaz-Aguado等人，2024年）。

1.6 本研究
先前的研究支持道德脱离在经历家庭暴力或欺凌行为与网络欺凌行为之间的中介作用；然而，关于网络欺凌受害的证据仍然很少，也没有研究探讨过旁观者在欺凌与网络欺凌关系中的作用。虽然通常报告存在性别差异（男孩更倾向于实施欺凌，女孩更频繁地成为受害者），但这些模式会因文化背景和时间的不同而变化，这可能反映了人们对性别歧视及欺凌背后的支配-服从模式的认同差异。这些差异通过受害者污名化和责备等核心成分体现出来，成为道德脱离的表现。鉴于男孩在线上线下欺凌行为中更为常见，并且表现出更高的道德脱离程度，性别可能会调节道德脱离在传统欺凌与网络欺凌之间的中介作用，但这一点仍大部分未得到探索。
此外，情绪困扰既是欺凌的结果，也是成为受害者或施暴者的风险因素，而道德脱离可以作为应对暴力的一种防御机制。这些考虑强调了本研究的重要性，该研究考察了道德脱离和性别在传统欺凌（作为受害者、施暴者或旁观者）与网络欺凌之间的关系，并控制了抑郁症状，以分离道德脱离的特定中介效应。使用西班牙义务教育阶段的大量代表性样本，可以在这一文化背景下对结果进行解释。

基于先前的证据，预期：(1) 曾经作为受害者或施暴者经历过学校欺凌（假设1.1和1.2）将与网络欺凌行为相关；(2) 实施过欺凌（假设2.1）以及男性（假设2.2）将与道德脱离相关；(3) 道德脱离将在线下和线上情境之间起到中介作用（假设3.1），并调节这些关联的强度（假设3.2）；(4) 这些关系将进一步受到性别的调节（假设4.1和4.2）。此外，我们预期：(1) 曾经作为受害者或施暴者经历过欺凌（假设5.1和5.2）将与网络欺凌受害相关；(2) 道德脱离将在作为受害者经历过欺凌与网络欺凌受害之间的关系中起到中介作用，这种效应会受到性别的调节（假设6）。由于这方面的证据有限，假设6和7更多是探索性的而非确认性的。
我们还试图探讨这一理论模型是否适用于目睹学校欺凌与网络欺凌（作为受害者或施暴者）之间的关系，但由于缺乏相关研究，因此没有提出具体的假设。该理论模型如图1所示。

**图1. 通过道德脱离调节传统欺凌与网络欺凌关系的理论模型，性别作为调节变量。**

**备注：**实线箭头代表假设的直接路径：a = 传统欺凌 → 道德脱离；b = 道德脱离 → 网络欺凌；c′ = 传统欺凌对网络欺凌的直接影响。虚线箭头表示调节路径。性别调节路径a、b和c′。道德脱离还调节路径b，反映了其在模型中既是中介者又是调节者的双重角色。

2. 方法
2.1 样本和参与者
研究样本包括来自西班牙169所学校的7,651名义务教育阶段的青少年。样本来自马德里康普顿斯大学预防心理学团队与ColaCao基金会合作进行的一项更大规模的研究（Díaz-Aguado等人，2021年）。样本是通过分层聚类抽样获得的，使用的数据库来自17个自治区，其中包含了有关学校所有权和规模的普查信息。分层变量包括自治区（17个）和学校所有权（公立或私立）。抽样分为两个阶段：首先按学校规模（每年的班级数量）选择学校，然后从每个研究年级中选择一个教室。估计的抽样误差小于5%（p = q = 0.50，95%置信水平），考虑到学校和学生的参与情况，实际误差低于3%。
本研究基于义务教育阶段1-4年级的青少年回答，他们满足两个纳入标准：无需成人监督即可上网以及至少拥有一个活跃的社交媒体账户。正如预期的那样，这两个标准随着年龄的增长而增加。在一年级，72%的学生报告可以无需成人监督上网，88%的学生拥有社交媒体账户；到四年级时，这些比例分别上升至96%和97%。
样本中包含3,864名女孩（50.5%）和3,787名男孩（49.5%），通过问题“你的国家身份证上注明的性别是男孩还是女孩？”来确定。平均年龄为14.01岁（范围12-18岁）。大多数学生出生于西班牙（7,276人；95.1%），325人（4.9%）出生在其他国家。关于父母来源，86.3%的母亲和86.7%的父亲出生于西班牙。教育水平存在差异：父亲中较早辍学的人数比例较高，而母亲更有可能接受过继续教育，这与西班牙的其他社会人口统计数据一致。

2.2 程序和伦理考虑
本研究获得了马德里康普顿斯大学研究伦理委员会的批准，批准日期为2025年3月13日，批准编号为CE_20250313_27_SOC，并遵循了《赫尔辛基宣言》和数据保护规定。学校校长提供了机构批准。从家长/监护人那里获得了书面知情同意，所有青少年也都表示同意参与。学生被告知参与是自愿的、匿名的，并且可以随时退出。数据收集在学校进行，有教师在场提供支持。完成问卷大约需要50分钟。

2.3 测量工具
所有测量工具都在西班牙的一项大规模研究中经过验证（Díaz-Aguado等人，2024年），研究对象为9-18岁的20,622名学生。这些原本用英文制作的量表通过翻译-回译的方式进行适应，并进行了文化语言适当性的初步测试。通过验证性因子分析和比较经历或实施欺凌学生的回答与未经历或实施欺凌学生的回答，确认了所有量表的可靠性和结构有效性，结果与先前的研究一致。所有量表的克隆巴赫α系数在.73（道德脱离）到.96（网络欺凌行为）之间，麦克唐纳ω系数在.83到.97之间。探索性因子分析确认了所有量表的一维结构。因子载荷在.43到.89之间（所有都大于.40），Kaiser-Meyer-Olkin（KMO）测量值在.84到.97之间，解释的方差比例在42%到69%之间。所有巴特利特球形度检验均显著（p < .001），支持相关矩阵的可因子化（表1）。

表1. 研究量表的可靠性、有效性和因子结构

| 规模 | α | ω | KMO | Bartlett χ2 | Bartlett p | 变异解释百分比 |
|----------------|--------|---------|---------|---------|------------|
| 欺凌受害 | 1 | 0.86 | 30.89 | 70.92 | 5 | <.001 |
| 欺凌行为 | 10 | 0.90 | 0.93 | 63 | 85 | <.001 |
| 欺凌旁观 | 10 | 0.90 | 0.91 | 92 | 5 | <.001 |
| 道德脱离 | 7 | 0.73 | 0.83 | 30.83 | 7 | <.001 |
| 网络欺凌受害 | 14 | 0.92 | 0.93 | 80.95 | 7 | <.001 |
| 网络欺凌行为 | 14 | 0.96 | 0.96 | 90.97 | 8 | <.001 |
| 抑郁症状 | 7 | 0.87 | 0.90 | 40.90 | 2 | <.001 |

2.3.1 欺凌：受害、实施和旁观
为了评估欺凌行为，我们使用了三个10项的量表，改编自Breivik和Olweus（2015年），并增加了两个当代项目：(a) “说他们的外貌不好听的话来让他们感到难受”；(b) “拿他们的性取向开玩笑”。在解释了欺凌之后，针对不同角色（受害者、施暴者、旁观者）提出了具体问题，使用相同的回答量表（0 = 从未；1 = 只有1-2次；2 = 每月2-3次；3 = 大约每周一次；4 = 每周多次）来回顾过去两个月的情况。只有那些报告说自己在过去两个月内没有以每月2-3次或更频繁的频率受到或实施欺凌的学生才被归类为旁观者。克隆巴赫α系数分别为：受害α = .86；实施α = .91；旁观α = .90。使用的是总分。

2.3.2 网络欺凌：网络欺凌受害和网络欺凌行为
为了评估网络欺凌，使用了两个14项的量表，包括：(a) 来自欺凌量表的八项内容（不包括身体攻击和财产损害）；(b) 六项特定于网络欺凌的内容：未经允许发送或发布照片/视频、黑客攻击账户和身份冒充、偷窃手机发送恶意内容、创建虚假账号、进行匿名威胁电话以及创建页面/群组进行骚扰。关于网络欺凌受害的通用问题是：“在过去两个月内，是否有男孩或女孩通过互联网或手机以以下方式对你实施了欺凌？”回答量表与欺凌量表相同。克隆巴赫α系数分别为：网络欺凌受害α = .92；网络欺凌行为α = .96。使用的是总分。

2.3.3 道德脱离
为了评估道德脱离，使用了Pro-victim量表（Rigby & Slee，1991）中的七个项目。原始量表包含20个项目，用于测量Bandura（1996）问卷中的三种形式的道德脱离：为暴力行为找借口、归咎于他人以及非人化。西班牙的验证将量表简化为两个因素（Díaz-Aguado等人，2021）。本研究使用了反映拒绝弱势同伴的七个因素：污名化和责备受害者。通用问题是：“下面是一系列关于社会关系和冲突的陈述。”请阅读每个陈述，并根据你对其内容的同意程度进行评分：“(a) 看到学生在被嘲笑时感到不安是很有趣的”；(b) 给一些学生起难听的名字是可以的；(c) 经常被欺负的学生通常是自找的；(d) 身体虚弱的学生是在自找麻烦；(e) 我不会和那些任由别人欺负自己的人做朋友；(f) 软弱的学生让我感到恶心；(g) 没人喜欢懦弱的人。评分选项从1（完全不同意）到5（非常同意）。Cronbach的α值为0.73。2.3.4。

为了评估抑郁症状，使用了六项的修改版抑郁量表（MDS；Dahlberg等人，2005年），该量表以“在过去两个月里你感觉如何？”开始，随后是一些陈述，如“你是否容易生气或情绪低落？”以及“你对未来感到绝望吗？”第七个项目被添加：“你是否觉得生活不值得过？”评分选项从0（从来不）到4（非常经常）。Cronbach的α值为0.87。2.4。

数据分析所有分析都是使用Python 3.12（Van Rossum & Drake，2009年）和SciPy（Virtanen等人，2020年）、pandas以及factor_analyzer（Biggs，2021年）进行的。数据检查了正态性、异常值和缺失值。通过使用未加权最小二乘法提取的多变量相关性的探索性因子分析证实了单维结构。计算了描述性统计量和皮尔逊相关性。类内相关系数（ICC）评估了学校层面的聚类情况，范围从0.012到0.056。这些值低于传统聚类的阈值（Hox，2010年；Snijders & Bosker，2012年），个体层面的方差解释率为94.4%到98.8%，这证明了进行个体层面分析的合理性。Harman的单因素检验用于评估共同方法方差（Podsakoff等人，2003年）。带有共同潜因子的验证性因子分析显示改进很小（ΔCFI = .01，ΔRMSEA = .003）。

为了测试提出的调节中介模型，遵循Frazier等人（2004年）的方法进行了多元线性回归分析。为每个结果估计了三个连续模型：(1) 因变量分别对主要自变量（性别、抑郁症状、欺凌受害、欺凌行为和旁观）及其与性别的交互作用进行回归；(2) 道德脱离对相同的自变量进行回归；(3) 因变量对所有先前的自变量加上道德脱离及其交互作用进行回归。使用偏差校正的自助法分析（Preacher & Hayes，2008年）估计了间接效应，迭代次数为5,000次。当95%置信区间不包括零时，效应被认为是显著的。

模型拟合指数（网络欺凌：AIC = 40,780，BIC = 40,900；网络欺凌行为：AIC = 35,590，BIC = 35,710）以及R2和调整后R2之间的微小差异表明模型规范适当且没有过拟合。涉及道德脱离的显著交互作用通过±1标准差的简单斜率分析进行了分解。通过残差图、多重共线性诊断和异方差性检验评估了回归假设。α值设定为0.05，必要时进行了多重比较的校正。

3. 结果
3.1. 描述性统计和相互关系
相关分析显示关键变量之间存在显著的正相关。最强的相关性出现在欺凌受害与网络欺凌（r = .60）、网络欺凌行为与网络欺凌（r = .56）以及欺凌行为与欺凌行为（r = .53）之间。所有网络和传统欺凌行为都与道德脱离（r = .13至.31）和抑郁症状（r = .08至.29）呈正相关。表2展示了所有的网络欺凌行为结果；图2展示了图1中的调节中介模型关系。

3.2. 网络欺凌的调节中介模型
注：图表说明了一个调节中介模型，该模型研究了不同形式的欺凌（受害、欺凌行为和旁观）与网络欺凌之间的关系，通过道德脱离进行中介，并受到性别的调节。标记为a1–a4的路径代表从自变量到中介的效应，b1–b4代表从中介到因变量的路径，c′1–c′4表示自变量对网络欺凌的直接效应。调节路径用aM、bM和c′M表示，表示各自路径受到性别的调节。标准化系数显示在每个箭头旁边。统计显著性标记如下：p < .05（*），p < .01（**），p < .001（***）。虚线表示调节效应。

3.3. 结果
3.1. 描述性统计和相互关系
相关分析显示关键变量之间存在显著的正相关。最强的相关性出现在欺凌受害与网络欺凌（r = .60）、网络欺凌行为与网络欺凌（r = .56）以及欺凌行为与欺凌行为（r = .53）之间。所有网络和传统欺凌行为都与道德脱离（r = .13至.31）和抑郁症状（r = .08至.29）呈正相关。表2展示了所有网络欺凌行为的结果；图2显示了图1中的调节中介模型关系。

3.2. 网络欺凌的调节中介模型
注：图表说明了一个调节中介模型，该模型研究了不同形式的欺凌（受害、欺凌行为和旁观）与网络欺凌之间的关系，通过道德脱离进行中介，并受到性别的调节。路径标记为a1–a4代表从自变量到中介的效应，b1–b4代表从中介到因变量的路径，c′1–c′4表示自变量对网络欺凌的直接效应。调节路径用aM、bM和c′M表示，表示各自路径受到性别的调节。标准化系数显示在每个箭头旁边。统计显著性标记如下：p < .05（*），p < .01（**），p < .001（***）。虚线表示调节效应。

3.3. 结果
3.1. 描述性统计和相互关系
相关分析显示关键变量之间存在显著的正相关。最强的相关性出现在欺凌受害与网络欺凌（r = .60）、网络欺凌行为与网络欺凌（r = .56）以及欺凌行为与欺凌行为（r = .53）之间。所有网络和传统欺凌行为都与道德脱离（r = .13至.31）和抑郁症状（r = .08至.29）呈正相关。表2展示了所有的网络欺凌行为结果；图2显示了图1中的调节中介模型关系。

3.3. 网络欺凌的调节中介模型
注：图表说明了一个调节中介模型，该模型研究了不同形式的欺凌（受害、欺凌行为和旁观）与网络欺凌之间的关系，通过道德脱离进行中介，并受到性别的调节。路径标记为a1–a4代表从自变量到中介的效应，b1–b4代表从中介到因变量的路径，c′1–c′4表示自变量对网络欺凌的直接效应。调节路径用aM、bM和c′M表示，表示各自路径受到性别的调节。标准化系数显示在每个箭头旁边。统计显著性标记如下：p < .05（*），p < .01（**），p < .001（***）。虚线表示调节效应。

3.3. 结果
3.1. 描述性统计和相互关系
相关分析显示关键变量之间存在显著的正相关。最强的相关性出现在欺凌受害与网络欺凌（r = .60）、网络欺凌行为与网络欺凌（r = .56）以及欺凌行为与欺凌行为（r = .53）之间。所有网络和传统欺凌行为都与道德脱离（r = .13至.31）和抑郁症状（r = .08至.29）呈正相关。表2展示了所有的网络欺凌行为结果；图2显示了图1中的调节中介模型关系。

3.3. 网络欺凌的调节中介模型
注：图表说明了一个调节中介模型，该模型研究了不同形式的欺凌（受害、欺凌行为和旁观）与网络欺凌之间的关系，通过道德脱离进行中介，并受到性别的调节。路径标记为a1–a4代表从自变量到中介的效应，b1–b4代表从中介到因变量的路径，c′1–c′4表示自变量对网络欺凌的直接效应。调节路径用aM、bM和c′M表示，表示各自路径受到性别的调节。标准化系数显示在每个箭头旁边。统计显著性标记如下：p < .05（*），p < .01（**），p < .001（***）。虚线表示调节效应。分层回归分析网络受害行为：主要效应及与性别和道德脱节之间的交互作用（模型M1–M3）

变量：
M1 – 网络受害行为
M2 – 道德脱节
M3 – 网络受害行为

β (M1) SE (M1) t (M1)
β (M2) SE (M2) t (M2)
β (M3) SE (M3) t (M3)

常数项：–(0.111) -6.59*** –(0.174)
39.63*** –(0.164) -3.49***
抑郁症状 0.09*** (0.007) 8.76***
0.15*** (0.011) 12.42***
0.08*** (0.007) 8.20***
欺凌受害 0.55*** (0.016) 32.36***
-0.03 (0.025) -1.18
0.54*** (0.027) 19.07***
欺凌行为 0.26*** (0.027) 14.20***
0.29*** (0.042) 8.59***
0.07* (0.047) 2.28
旁观欺凌 -0.01 (0.014) -0.71
0.07* (0.021) 2.38*
0.01 (0.023) 0.64

性别 0.03** (0.114) 3.08**
0.12*** (0.178) 9.96**
0.01 (0.197) 0.58

道德脱节 —————— -0.008 (0.015) -0.45
性别 × 欺凌受害 -0.06*** (0.022) -3.52***
-0.04 (0.034) -0.98
-0.12*** (0.034) -4.05***
性别 × 欺凌行为 -0.11*** (0.033) 0.01
0.02 (0.051) 0.21
0.02 (0.056) 0.53
性别 × 旁观欺凌 -0.03 (0.021) -1.39
0.11** (0.032) 3.12**
-0.04 (0.036) -1.54
性别 × 道德脱节 —————— 0.04 (0.018)
欺凌行为 × 道德脱节 —————— 0.26***
0.03 (0.002) 0.68
旁观欺凌 × 道德脱节 —————— -0.04 (0.002)
性别 × 欺凌行为 × 道德脱节 —————— -0.19***
0.03 (0.003) -4.46***
性别 × 欺凌受害 —————— 0.08 (0.003)

注：MD 表示道德脱节，* p < 0.05, ** p < 0.01, *** p < 0.001

下载：高分辨率图片 (397KB)
下载：全尺寸图片

图5. 网络受害行为的调节中介模型。该图展示了不同形式的欺凌（受害、实施和旁观）与网络受害行为之间的关系，其中道德脱节起中介作用，性别则对这一关系具有调节作用。路径 a1–a4 表示自变量到中介变量的影响，b1–b4 表示中介变量到因变量的影响，c′1–c′4 表示自变量对网络受害行为的直接影响。调节路径用 aM、bM 和 c′M 表示，分别表示性别对相应路径的调节效果。每个箭头旁边显示了标准化系数。统计显著性标记如下：p < 0.05 (**), p < 0.01 (***), p < 0.001 (***)。虚线表示调节效应。

下载：高分辨率图片 (157KB)
下载：全尺寸图片

图6. 为了评估网络受害行为的调节中介模型，进行了三次多元线性回归分析。在模型1（M1）中，网络受害行为作为因变量进行分析。在模型2（M2）中，道德脱节作为中介变量进行评估。在模型3（M3）中，重新评估了网络受害行为，并考虑了其与中介变量的交互作用。

3.3.1 模型1：网络受害行为
结果表明，网络受害行为与欺凌受害行为（β = 0.55, t = 32.36, p < 0.001）、欺凌行为（β = 0.26, t = 14.20, p < 0.001）以及抑郁症状（β = 0.09, t = 8.76, p < 0.001）之间存在显著的正相关关系。性别（β = 0.03, t = 3.08, p = 0.002）也具有显著性，性别与欺凌受害行为（t = -3.53, p < 0.001）和欺凌行为（t = -4.78, p < 0.001）的交互作用同样具有显著性。该模型解释了40.2%的方差（R2 = 0.402, f2 = 0.672）。

3.3.2 模型2：道德脱节
在第二模型中，抑郁症状（β = 0.15, t = 12.42, p < 0.001）、欺凌行为（β = 0.29, t = 8.59, p < 0.001）、旁观欺凌（β = 0.07, t = 2.38, p < 0.05）以及性别（β = 0.12, t = 9.96, p < 0.001）与道德脱节显著相关。抑郁症状和欺凌行为具有较大的效应（t值分别为12.42和8.59），而性别也显示出较大的效应（t = 9.96），表现为男性的道德脱节程度更高。旁观欺凌的效应较小（t = 2.38）。欺凌受害行为不具有显著性（β = -0.03, t = -1.18, ns）。性别与旁观欺凌的交互作用具有显著性（β = 0.11, t = 3.12, p = 0.002），但其他性别交互作用不显著。该模型解释了8.7%的道德脱节方差（R2 = 0.087, F(8, 7285) = 86.90, p < 0.001, f2 = 0.095）。

3.3.3 模型3：具有调节中介的网络受害行为
最后一个测试的模型研究了道德脱节是否作为传统欺凌与网络欺凌受害之间关系的中介机制。该模型还考察了性别是否对这种中介作用具有调节作用。如表6所示，自助法分析（5,000次迭代）确定了自变量之间的不同中介路径。传统欺凌受害行为的中介作用有限（系数从β = 0.55降低到β = 0.54；降低了2.5%），且间接效应不显著（β = -0.001；95%置信区间 [?0.004, .001]），表明传统欺凌受害行为与网络欺凌受害行为之间的关系主要直接关联于欺凌者/受害者的身份，而非通过道德脱节机制。相反，传统欺凌行为的中介作用显著（系数从β = 0.26降低到β = 0.07；降低了72.9%），且间接效应显著（β = 0.014；95%置信区间 [.004, .025]）。

表6. 预测变量通过性别对网络受害行为的简单和条件间接效应

变量 简单间接效应 β [95%置信区间] 条件间接效应
男性（n = 3,296） 女性（n = 3,365）
低 β = .0099*** [.0055, .0147]
— — —
中等 β = -.0025 [?.0072, .0018]
.0004 [?.0062, .0060]
.0000 [?.0015, .0016]
?.0003 [?.0039, .0036]
.0022 [?.0019, .0087]
?.0010 [?.0038, .0004]
?.0047 [?.0113, .0003]
欺凌行为 β = .0237*** [.0114, .0387]
?.0405*** [?.0759, ?.0080]
.0020 [?.0080, .0130]
.0449*** [.0175, .0759]
?.0031 [?.0259, .0189]
.0119*** [.0036, .0202]
.0247*** [.0074, .0450]
旁观欺凌 β = .0041*** [.0006, .0085]

3.3.3 模型3（具有调节中介作用）
最后一个模型探讨了道德脱节是否作为传统欺凌与网络欺凌受害之间关系的中介机制。该模型还研究了性别是否对这种中介作用具有调节作用。如表6所示，自助法分析（5,000次迭代）发现了自变量之间的不同中介路径。传统欺凌受害行为的中介作用有限（系数从β = 0.55降低到β = 0.54；降低了2.5%），且间接效应不显著（β = -.001；95%置信区间 [?.004, .001]），表明传统欺凌受害行为与网络欺凌受害行为之间的关系主要由欺凌者/受害者的身份直接决定，而非通过道德脱节机制。相反，传统欺凌行为的中介作用显著（系数从β = 0.26降低到β = 0.07；降低了72.9%），且间接效应显著（β = .014；95%置信区间 [.004, .025]）。

3.3.4 综合模型
包括道德脱节在内的所有变量后，抑郁症状（β = 0.08, SE = 0.007, t = 8.20, p < 0.001）、欺凌受害行为（β = 0.54, SE = 0.027, t = 19.07, p < 0.001）以及欺凌行为（β = 0.07, SE = 0.047, t = 2.28, p < 0.05）仍然具有显著性。性别调节了欺凌受害行为对网络受害行为的直接效应（β = -.12, SE = 0.034, t = -4.05, p < 0.001）。欺凌行为与道德脱节之间的交互作用也显著（β = .26, SE = 0.003, t = 5.94, p < 0.001），表明道德脱节调节了欺凌行为与网络受害行为之间的关系。性别、网络欺凌实施者以及道德脱节之间的三重交互作用解释了受害与网络欺凌实施者之间关系的额外方差（β = ?.19, SE = 0.003, t = ?4.46, p < 0.001）。这表明性别调节了网络欺凌实施者通过道德脱节对受害行为的间接效应。最终模型解释了由于网络欺凌导致的约41.3%的方差（R2 = .413, 调整后的R2 = .412, F(16, 7277) = 320.4, p < 0.001, Cohen’s f2 = .704）。

4. 讨论
4.1 欺凌和网络欺凌行为的关联
结果与线下和线上欺凌者的中介模式一致，因为：在校期间成为欺凌者与网络欺凌行为以及道德脱节有关；这种脱节在两种情境下的欺凌行为中起到中介和调节作用。此外，男性本身并不直接导致网络欺凌行为，但这取决于他们的道德脱节程度，而男性的道德脱节程度更高。只有道德脱节程度高的男性表现出更高的网络欺凌行为发生率。

这些结果有助于解释性别与网络欺凌行为之间关系的差异（Foody等人，2019；Conell等人，2014），这些差异受到文化背景和研究时机的影晌（Bartlett等人，2014；Cosma等人，2022），因为这些差异取决于青少年对传统男性主义模式的认同程度，这种模式倾向于支配和排斥弱势群体，而这又受到文化和历史背景的影响。

4.2 欺凌受害与网络欺凌行为
与先前的研究（Baldry等人，2016；Estévez等人，2020；Kowalski等人，2019；Li等人，2025）一致，成为欺凌受害者与网络欺凌行为有关，尽管效应大小较小。与预期相反，道德脱节并不作为在线受害者与线下欺凌实施者之间的中介变量，性别也没有调节作用。这些结果与关于家庭环境中受害者经历的报复（Wang等人，2023）以及同一情境下受害者与实施者之间的关系的研究结果不同（Falla等人，2020；Li等人，2025），在男性中这种关系更为明显，这归因于受害行为对他们造成的更大羞辱感，从而导致更大的报复倾向，这种报复行为是一种不同于指责/非人化的道德脱节机制。

4.3 欺凌受害与网络受害
与先前的研究一致，线下欺凌是网络受害的最强预测因素（Díaz-Aguado等人，2024；Guo，2016；Kowalski等人，2019）。然而，与Fernández-Antelo和Cuadrado-Gordillo（2019）的研究结果相反，道德脱节并未调节这种关系。受害者并未将道德脱节作为一种应对机制，而是在不同情境中持续面临脆弱性和目标地位的连续性，这可能是因为他们的可见特征、社会隔离或声誉效应。

4.4 欺凌与网络受害的关联
在校实施欺凌与网络受害相关，尽管效应大小较小。这一结果与其他研究一致（Díaz-Aguado等人，2024）。我们还发现，线下欺凌实施者与线上受害之间的关系在女性中更为强烈。这些结果表明，那些表现出传统男性主义主导行为（即欺凌他人并为其辩解）的女性尤其容易成为网络欺凌的受害者。这一结果扩展到了社交媒体环境，即受害行为常被用来惩罚不符合性别刻板印象的人。

4.5 作为旁观者的欺凌与网络欺凌
研究表明，虽然这些变量没有直接关联，但道德脱节作为中介机制将它们与性别联系起来。道德脱节程度高的男性更频繁地实施网络欺凌，这与其他研究结果一致（Bandura等人，1996；Bandura，2002）。这种情况可以通过社会学习理论来解释，即观察到暴力行为会增加实施暴力的风险，尤其是在道德脱节被激活的情况下。男性在两种形式的欺凌中（线下和线上）对主导角色的认同程度更高，这解释了为什么他们的道德脱节效应更为显著。

4.6 抑郁症状作为控制变量
与先前的研究一致，观察到抑郁症状与网络受害（Chudal等人，2022；Díaz-Aguado等人，2024；Hu等人，2021；Li等人，2022）和网络欺凌行为（Camerini等人，2020；Guo，2016）之间存在关联。因此，将抑郁症状作为控制变量纳入考虑，有助于更清晰地识别道德脱节作为关键中介机制的作用。

4.7 结论与启示
我们的结果表明，无论是作为欺凌者还是受害者，参与传统欺凌都与网络欺凌或网络受害密切相关。在这个框架内，道德脱离（moral disengagement）扮演了双重角色：它作为一种中介机制，连接不同情境下的行为；同时作为一种调节因素，与性别相互作用，影响这些关联的强度。具体来说，男性更倾向于重复施暴行为，而女性则更倾向于成为受害者。这种模式表明，本研究中评估的道德脱离类型（即为霸凌者辩解以及污名化或责备受害者）与男性主导、女性顺从的性别角色有关。在目睹霸凌与网络霸凌之间的关系中也出现了类似的模式：那些高度道德脱离且频繁观察霸凌行为的男性，其网络霸凌行为的发生率更高。这些发现强调了在预防计划中纳入明确针对性别歧视的内容的重要性，用基于性别平等和相互尊重的框架取代霸权男性主义模式。即便在性别平等方面取得显著进步的西班牙，这些模式依然存在，这表明需要从性别敏感的角度加强现有措施，特别是针对数字环境。

道德脱离在霸凌（无论是作为施暴者还是旁观者）与网络霸凌之间的关系中起着重要作用，这反映出需要从人权教育的伦理角度来进行预防和治疗。这种教育能够识别、拒绝和纠正道德脱离机制，并教导学生谴责那些通过攻击弱势同伴来谋求权力的工具性暴力，以及可能导致对其他类型受害者（尤其是那些更强者）使用暴力的反应性暴力，尤其是在数字设备上，此时施暴者的权力会减弱。研究结果显示，霸凌对所有经历它的青少年都有负面影响。首先，霸凌者在多个情境下重复这种行为的可能性更高，尤其是在他们表现出高度道德脱离的情况下，这种情况在男性中尤为普遍。他们也更可能在网上成为受害者，在这种情境下，他们的恐吓力量会减弱。其次，霸凌受害者——尤其是女性——在线下和线上都表现出一致的受害模式。第三，那些频繁目睹霸凌且道德脱离程度高的男孩，其网络霸凌行为的发生率也更高，这一发现此前尚未被证实，对于防止暴力行为的重复具有重大意义。这些模式表明，像某些学校那样仅针对受害者和霸凌者进行干预是不够的，有必要将干预措施扩展到所有经历过霸凌的学生身上，以减轻伤害并打破暴力循环。

4.8 未来研究的局限性与方向
首先，我们的数据属于横断面研究，无法推断观察到的关系的因果方向；只有纵向研究才能明确建立这些因果联系。其次，以个人为中心的方法（如潜在剖面分析和网络分析方法）可以通过识别不同的霸凌参与亚群体并揭示哪些道德脱离机制最强烈地关联线下和线上霸凌行为，提供更深入的见解。第三，虽然我们的道德脱离测量方法可靠，但它主要捕捉到了污名化和责备受害者的方面，而非班杜拉（Bandura）提出的八大道德脱离机制的全部范围；未来的研究应扩展这一测量方法，特别关注那些针对非弱势群体的反应性暴力行为。第四，所有变量都是通过青少年自我报告来评估的，可能存在社会期望偏差，从而导致霸凌行为和道德脱离的低估。多信息源设计将有助于未来的研究。第五，通过区分不同的旁观者角色（例如支持攻击者、保持被动、保护受害者或积极干预），研究目睹霸凌与网络霸凌之间的关系将非常有价值。最后，西班牙的青少年样本在霸凌规范、性别社会化模式、技术使用和学校氛围方面可能与其他国家的青少年有所不同，需要进行跨文化验证以确认这些新发现的一般性。

从方法论角度来看，本研究使用的基于回归的中介调节方法适用于检验基于观察到的综合得分的间接效应，并允许研究数据的复杂多组性质。然而，这种方法也存在一些缺点：它无法考虑预测变量和结果变量的测量误差；同时，也无法通过结构方程模型（SEM）的拟合统计量（如CFI、TLI、RMSEA、SRMR）来全面评估整个假设系统。因此，本研究中的中介和调节结果应被视为与理论模型一致，而不应被视为对假设关系的最终证明。未来的研究应尝试使用潜在变量SEM来复制这些结果，以更严格地检验所提出的模型。

### 作者贡献声明
- Javier Martín-Babarro：撰写——审阅与编辑、初稿撰写、方法论设计、研究实施、数据分析、概念化。
- María José Díaz-Aguado：撰写——审阅与编辑、初稿撰写、验证、项目监督、资源管理、方法论设计、研究实施、资金筹集、数据分析、概念化。
- Laia Falcón：撰写——审阅与编辑、初稿撰写、方法论设计、研究实施、数据分析、概念化。

### 参考文献
- Barlett and Coyne, 2014; Biggs and Educational Testing Service, 2023; Branje, 2024; Cohen, 1988; Díaz-Aguado Jalón et al., 2013; Falla et al., 2022; Holfeld and Mishna, 2019; Ministerio de Educación, Formación Profesional y Deportes, 2023; Mishna et al., 2010; Moyano and del Mar Sánchez-Fuentes, 2020; O’Donnell, 2024; Olweus and Limber, 2018; Pérez-Fuentes et al., 2019; Zhao and Yu, 2021.

### 数据声明
由于与马德里康普顿斯大学研究伦理委员会、参与研究的青少年及其家庭及学校的保密协议，本研究基于的数据库不能公开。

### 利益冲突声明
作者声明没有已知的利益冲突或个人关系可能影响本文的研究结果。

### 工具使用声明
本研究仅使用AIAI辅助工具进行语言编辑。

### 资金声明
本研究未获得公共部门、商业部门或非营利组织的任何特定资助。