居住流动性与心理健康双向关联：基于八年纵向数据的区域剥夺与心理健康结局研究

本研究通过分析新西兰价值观与态度研究(NZAVS)八年纵向数据(n=44,051)，首次系统揭示居住流动性(residential mobility)与心理健康(depression/anxiety)存在双向关联：频繁搬迁者抑郁/焦虑风险翻倍，而持续心理健康问题者更易迁入高剥夺(area-level deprivation)区域。采用随机森林模型(random forest)发现年龄、BMI、运动是个体层面关键因素，区域剥夺指数(NZDep)与环境特征(Healthy Location Index)构成环境层面核心变量，为制定整合住房政策与心理健康干预的公共卫生策略提供实证依据。

　　

论文解读

在全球城市化进程加速的背景下，心理健康问题已成为重大公共卫生挑战。世界卫生组织数据显示，2017年前十年间全球心理健康和物质使用障碍发病率上升13%，自杀成为15-29岁人群第二大死因。新西兰2021/22年数据显示，15-24岁青年中24%存在高心理困扰，成人焦虑和抑郁患病率分别达14%和19%。然而现有研究多局限于横断面设计，难以揭示环境因素与心理健康的复杂关系，特别是居住流动性与心理健康之间可能存在的双向因果关系。

为解决这一科学难题，新西兰研究团队利用新西兰态度与价值观研究(NZAVS)八年纵向数据(2014-2021)，纳入44,051名成人产生的129,148人年数据。研究采用机器学习中的随机森林模型(random forest)，整合个体层面(年龄、BMI、运动等)和环境层面变量(健康区位指数HLI、区域剥夺指数NZDep等)，首次系统验证了居住流动性与心理健康存在双向关联。论文发表在《Health 》杂志。

关键技术方法包括：1) 基于NZAVS全国性队列的纵向设计；2) 使用Kessler-6量表评估心理困扰；3) 健康区位指数(HLI)量化健康促进/约束环境特征；4) 随机森林模型分析变量重要性；5) 蒙特卡洛模拟预测环境改善对心理健康的影响。

主要研究结果

3.1 社会人口与环境因素对心理健康的影响
随机森林模型显示，年龄、BMI、社会经济地位和运动是影响心理健康的最重要个体因素。环境层面，区域剥夺和居住流动性具有显著影响，而健康促进/约束环境特征(HLI)作用较小。持续心理健康问题者更易迁入高剥夺区域，平均每6年区域剥夺等级上升1级。

3.2 居住流动性与心理健康症状
部分依赖图显示，年搬迁概率从0增至0.5时，抑郁预估患病率从29.41%升至56.04%，焦虑从29.35%升至50.98%。频繁搬迁者心理困扰(Kessler-6)评分显著更高，证实搬迁频率与心理健康恶化存在剂量反应关系。

3.3 心理健康、居住流动性与区域剥夺
蒙特卡洛模拟预测，若每年1%/5%/10%人群改善居住区域剥夺等级，50年后抑郁/焦虑患病率可分别降低0.5%/2.2%/3.4%。持续心理健康问题者搬迁后平均区域剥夺变化(+0.156 decile/年)显著高于健康人群(+0.02 decile/年)。

研究结论与意义
该研究突破性地揭示了心理健康与居住环境间的恶性循环：心理健康问题既是频繁搬迁的结果，也是导致迁入更高剥夺区域的诱因。这一发现为"住房优先"(housing-first)干预策略提供了理论依据，强调需要整合住房稳定政策与心理健康服务。研究创新性地采用机器学习处理纵向环境暴露数据，但健康区位指数(HLI)与心理健康的关联较弱，提示未来需结合GPS追踪等动态暴露评估方法。

研究结果直接呼应联合国可持续发展目标(SDG3健康福祉、SDG11可持续社区)，为制定减少健康不平等的政策提供了关键证据。特别是对原住民社区和新西兰等高流动率国家，需重点发展住房保障、租赁权利保护和社区嵌入式心理健康服务等综合干预措施。该研究为理解环境与心理健康的复杂关系设立了新范式，后续研究应结合住房类型、市场动态等更全面的社会环境指标深入探索。