467人決定戒掉手機，撐下來的只有119人
失敗的348人才是這項研究真正的發現。
前言
各位讀者，想介紹一個實驗。
加拿大和美國的研究團隊向467人提出了邀請：「你們願意在兩週內完全斷開智慧型手機的行動網路嗎？」電話和簡訊照常用，筆記型電腦也能上網，只是手機上的網路要完全斷掉。而且參與費還相當優渥。
467人都答應了。但真正撐完兩週的，只有119人。
2025年2月發表於《PNAS Nexus》的這項研究1，大多被介紹為「斷掉手機網路後，心理健康變好了」的結論。這個總結沒問題。但我在這篇論文裡盯得最久的數字，不是效果量，而是那個25.5%的順從率。先說結論吧。這項研究真正的發現，不是「連線有害」，而是「即使明知有害、下定決心要戒的人，大多數還是會失敗」。
先說，實驗實際改變了什麼
先整理數字。
參與者安裝了一款叫 Freedom 的 App。這個 App 的「鎖定模式」會阻止你在 App 內解除封鎖。研究團隊透過這個 App 客觀追蹤封鎖是否真的開啟了，沒有依賴參與者的自我報告——這是本研究在方法論上的強項。
干預組的每日平均螢幕時間從 314分鐘降到了161分鐘。 從5小時14分變成2小時41分。三項結果的變化如下：
- 主觀幸福感（生活滿意度＋正負情緒）：d = 0.452
- 心理健康（憂鬱、焦慮、憤怒、社交焦慮等，使用美國精神醫學會量表）：d = 0.56
- 持續注意力（以 gradCPT3 客觀測量）：d = 0.23
參與者中 90.7%在至少一項指標上有所改善。研究團隊形容注意力的改善幅度「相當於10年老化帶來的衰退」。對一個兩週的干預來說，這個數字相當驚人。
這裡我要戴上「審計員」的帽子說一句。這篇論文被引用最多的句子是「憂鬱症狀的改善效果大於抗憂鬱藥的元分析效果」。這個比較的依據是 Kirsch 等人2008年的元分析4，但那篇研究是重新分析 FDA 提交數據、對抗憂鬱藥效果做出最低估算的研究之一，至今仍有爭議。效果量0.32這個估算值本身，經過十多年的反覆再分析和再反駁，爭論至今。如果換一個比較對象，這句話可能就不成立了。引用時請留意。
真正的發現藏在漏斗裡
現在進入正題。467人怎麼變成119人的，逐步拆解如下：
| 階段 | 人數 | 備註 |
|---|---|---|
| 同意兩週封鎖並收到代碼 | 467人 | |
| 實際註冊 App 代碼 | 272人 | 195人連註冊都沒做 |
| 設定初始封鎖 | 266人 | |
| 完成全部三次問卷 | 249人 | |
| 14天中至少10天維持封鎖 | 119人 | 同意者的25.5% |
首先，195人，也就是41.7%，連 App 都沒註冊。領了錢、答應了、連代碼都收到了，就是沒做。然後，裝了 App 並完成所有問卷的249人中，也只有不到一半的119人（47.8%）維持了封鎖。
這裡有一個重要的背景。這些參與者不是隨機抽選的普通人。實驗開始時，83%的人對「想減少手機使用」的動機打了7分滿分中的5分以上，79%的人認為自己有足夠的能力做到。也就是說，這些人既有動機也有自信。
而這些人中，只有25.5%撐過了兩週。
還有一點。干預結束後，螢幕時間從161分鐘回升到了265分鐘。 雖然沒有完全回到T1的314分鐘，但強制力一消失，大多數人就回到了原點。即使是親身體驗到改善的人也是。
這不是467個人意志薄弱的故事。如果這個模式在全部467人中一致出現，那它就不是個人的特質，而是結構的特質。
自我控制感的悖論
研究團隊用中介分析5探究了改善為什麼發生。結果很有趣。
解釋主觀幸福感改善的各路徑大小排序如下：
- 自我控制感提升（0.169） ← 壓倒性第一
- 社交連結感提升（0.084）
- 離線時間增加（0.072）
- 媒體消費減少（0.046）
- 睡眠增加（0.020）
把這五條路徑全部剔除後，干預的直接效应在統計上消失了（c′ = 0.034，不顯著）。心理健康方面，自我控制感（0.209）同樣排名第一。而實際上，自我控制感在干預前後變動了 d = 0.66。在五個中介變數中，僅次於離線時間（d = 0.70）的第二大變化。
看到這個悖論了嗎？
人們覺得自己「找回來」的是「自我控制感」，但他們實際做的事，是把自我控制放棄、交給 App 了。
Freedom 的鎖定模式不是強化意志的功能。它是消除發揮意志的機會本身的功能。參與者不是每一刻都在克服「要不要打開 Instagram」的衝動，而是進入了一個那個問題根本不會出現的環境。但由此產生的感受卻是「我在掌控自己的生活」。
自我控制感不是自我控制的起因，而是良好環境設計的產物。
還有一點要補充。注意力改善這五條路徑中沒有任何一條能解釋它。 離線時間、睡眠、自我控制感，都無法中介注意力改善。這意味著幸福感和注意力是透過不同的通道受損和恢復的。這是目前還沒人給出答案的地方，我認為這個空白是這篇論文最誠實的部分。
Oswald 的視角
在規劃 GTM 策略時，我反覆確認到一個模式。
依賴使用者意志的功能，幾乎沒有例外地都會失敗。 新手引導中要求「請進設定開啟這個」的那一刻，轉換率就崩了；鼓勵「試著養成習慣吧」的功能，在留存率曲線上連個痕跡都留不下。反過來，只改一個預設值，指標就整體動了——這種情況我見過好幾次。在產品領域，這已經是常識了：不是意志，而是預設值在塑造行為。
但我們很少把這個常識應用到產品之外。
整個數位健康產業，現在恰恰是朝反方向設計的。螢幕時間儀表板展示數據、引發羞恥感，然後把決定權交給使用者。使用時間通知告訴你「你超過了自己設定的上限」，然後旁邊並排放一個「忽略」按鈕。這些功能的共同點是把自我控制外包給個人。這篇論文顯示的25.5%這個數字，就是那個外包最終如何收場的数据。
這段讓我感到不安。因為設計那個環境的人，正是我們自己。一旦把參與度設為 KPI，我們製造的就是使用者日後需要用 App 去封鎖的東西。像 Freedom 這樣的 App 的存在本身，就揭示了前段產業親手製造的問題，被後段產業以付費方式回賣的結構。
而且現在，那個連線正變得更加緊密。AI 助理的產品敘事，大多朝著「永遠在身邊、永遠了解脈絡、永遠主動開口」的方向走。這與這篇論文的啟示正面衝突。當然，說 AI 助理等同於通知轟炸為時過早。但我想指出的是，我們現在只問「還能讓它多貼近一點」，卻幾乎沒有問「它什麼時候應該消失」。懂得消失，也是一種產品功能。
為什麼不能照單全收
誠實地說，也要談談侷限。
樣本很特殊。 只有 iPhone 使用者，來自 Prolific 這個線上勞動力池，平均32歲，63%是女性。而且83%的人本來就想減少手機使用。反過來說，對沒有減少意願的人是否會有同樣效果，沒人知道。
沒有排除期望效應。 參與者知道這是「智慧型手機對幸福感影響」的研究。他們可能覺得自己應該回答「變好了」。研究團隊也明確指出這是侷限，所以才加入了 gradCPT 而非僅靠自我報告。但有趣的是，客觀測量指標——注意力的效果反而最小（d = 0.23）。 自我報告指標的效果越大這個模式，值得留意。
也有相反方向的證據。 Orben 和 Przybylski 用大規模時間日誌數據報告，螢幕時間只能解釋青少年幸福感變異的約0.4%。當然，這個分析也受到了「分析選擇縮小了效果」的批評，所以很難判定哪邊對。但相關研究效果小、實驗研究效果大，這個落差本身就是一個信號——我們還沒辦法正確測量這個現象。
考慮到以上三點，仍然有一件事是解釋不了的。25.5%的順從率，既不能用期望效應解釋，也不能用樣本偏差解釋。 恰恰因為樣本有偏差，這個數字才更可怕。因為連有意願的人集中在一起，仍有四分之三的人失敗了。
結語
來整理一下。
- 兩週斷掉手機網路，幸福感、心理健康和注意力確實會改善。但效果量的比較要謹慎引用。
- 最能解釋改善的是自我控制感，但參與者實際做的事是把自我控制交給了 App。自我控制感不是意志的產物，而是環境設計的產物。
- 所以這項研究的實用結論不是「下定決心吧」，而是**「打造一個不需要決心的環境」**。順帶一提，研究團隊也認為完全封鎖不是必要的。連沒有遵守封鎖的人都包含在內的 ITT 分析6中也有效果，所以僅僅減少可能就足夠了。
補充一個韓國的相關情況。2025年智慧型手機過度依賴現況調查中，整體危險群7為22.7%，連續5年下降，但青少年反而上升到43.0%。 整體在改善而某個群體反而惡化，那大概率不是那個群體意志的問題，而是他們所處環境的問題。這篇論文的框架很值得套用到這個現象上。
現在就能做的事是這個。與其刪 App 或設定時間，試著創造一個完全不需要動用意志的狀態，只要一個就好。 不帶手機進臥室也好，通勤路上關掉數據也好，都可以。關鍵不是「決定不看」，而是設計一個「看不到的狀態」。這兩者的成功率差距，就是這篇論文的全部。
如果你曾經嘗試減少手機使用但失敗了，請在留言中告訴我，你是在哪個環節崩潰的。 是通知？是習慣性地伸手拿手機的瞬間？還是某種不看就會焦慮的東西？這篇論文沒有回答的正是那個地方，你們的經歷或許能成為下一期的素材。
💬 戒手機失敗的那一刻，你是在哪裡崩潰的？ · 📨 請分享給可能對這篇有幫助的人
（網頁版） 📬 訂閱 · 我每週撰寫一份交叉分析科技、經濟與人文的電子報。
參考資料 & 延伸閱讀
核心來源
-
Castelo, N., Kushlev, K., Ward, A. F., Esterman, M., & Reiner, P. B. (2025). “Blocking mobile internet on smartphones improves sustained attention, mental health, and subjective well-being.” PNAS Nexus, 4(2), pgaf017. 查看論文 ··· 這是本期電子報的核心依據。建議先看「Materials and methods」中的 CONSORT 圖（Fig. 3），而不是結果部分。467人如何變成119人的過程，一張圖就全包含了。
-
本研究原始資料與預註冊文件：OSF 儲存庫 ··· 你可以直接查看預註冊與實際分析在哪裡分岔了。論文也明確指出，時間使用的因素分析不是預註冊項目，而是事後分析。
背景知識
-
Kirsch, I. et al. (2008). “Initial severity and antidepressant benefits: a meta-analysis of data submitted to the Food and Drug Administration.” PLoS Medicine, 5(2), e45. 查看論文 ··· 這是「效果大於抗憂鬱藥」這個比較的出處。閱讀時請記住，這篇論文本身就處於爭議的中心。
-
Orben, A., & Przybylski, A. K. (2019). “Screens, Teens, and Psychological Well-Being: Evidence From Three Time-Use-Diary Studies.” Psychological Science, 30(5). 查看論文 ··· 這是對立陣營的代表性研究。與這篇論文並讀，你會得出「我們還不知道」的結論——我認為那才是誠實的狀態。
-
科技部・智慧國家發展署，「2025年智慧型手機過度依賴現況調查」（2026. 3. 26. 發布） 查看新聞稿 ··· 整體改善但青少年惡化這一趨勢的原始資料。
📝 術語說明
각주
-
PNAS Nexus：美國國家科學院院報（PNAS）的姊妹期刊。2022年創刊的開放取用學術期刊，這篇論文可以免費閱讀全文。 ↩
-
效果量（Cohen’s d）：將干預前後差異標準化後表示的數值。慣例上0.2為小、0.5為中、0.8為大。但這個標準本身是約定俗成的，同樣的0.5在不同領域意義可能差異很大。 ↩
-
gradCPT（漸進式啟動持續執行任務）：螢幕出現城市照片就按空格鍵、出現山景照片就不按的5分鐘任務。城市佔90%、山景佔10%，所以會習慣性地按下去，稍微走神就會答錯。廣泛用於客觀測量注意力，無需自我報告。 ↩
-
元分析（Meta-analysis）：將同一主題的多項研究彙集後進行統計綜合的方法。通常認為比單一研究更可靠，但納入哪些研究會取捨，結論可能因此不同。 ↩
-
中介分析（Mediation analysis）：不僅止於「A改善了B」，而是統計推估「A改變了C，而C改善了B」這條路徑的方法。但中介分析無法證明因果關係。論文也明確指出了這個侷限。 ↩
-
ITT / TOT：ITT（intention-to-treat，意向治療分析）是包含未遵守指示的所有人的分析方式；TOT（treatment-on-treated，實際治療分析）是只分析實際遵守的人的方式。ITT 更保守也更貼近現實。本論文的主要結果以 ITT 為準。 ↩
-
智慧型手機過度依賴危險群：以標準化量表測量，將高危險群和潛在危險群合併的概念。請注意這不是臨床診斷，而是調查工具的標準。 ↩
