《Scandinavian Journal of Public Health》：Are electronic gambling machine availability and area-level socioeconomic disadvantage associated with local residents’ gambling losses and share of local revenue?
编辑推荐：
目的：实体可获得性是赌博支出及由此产生的赌博危害的关键决定因素。本研究旨在利用与赌博者居住地邮政编码相关联的客观收入数据，检验电子赌博机（EGM）的可获得性与地区社会经济劣势如何与每位成年人的平均EGM损失以及归属于本地居民的本地EGM收入占比相关联。方法：分
目的：实体可获得性是赌博支出及由此产生的赌博危害的关键决定因素。本研究旨在利用与赌博者居住地邮政编码相关联的客观收入数据，检验电子赌博机（EGM）的可获得性与地区社会经济劣势如何与每位成年人的平均EGM损失以及归属于本地居民的本地EGM收入占比相关联。方法：分析基于邮政编码层面EGM收入的登记数据，并结合来自官方统计的地区社会经济指标。采用线性回归模型估计EGM可获得性、地区社会经济地位与两项结局（每位成年人的平均EGM损失、归属于本地居民的EGM收入占比）之间的关联。结果：本地居民中每位成年人的平均损失随EGM可获得性升高而增加，并在最劣势地区最高，尤其是在可获得性高的地区。同时，归属于本地居民的本地EGM收入占比随可获得性升高而下降，尽管这一下降在较劣势地区不那么明显，在这些地区本地居民占收入的比例显著高于较不劣势地区。结论：研究结果表明，较高的EGM可获得性和本地社会经济劣势与本地居民更大的赌博损失相关，且在较劣势地区本地居民对EGM收入的贡献占比也更大。鉴于金钱损失是赌博危害的关键风险因素，有效的预防需要对EGM可获得性进行监管。
研究背景方面，赌博日益被视为公共卫生问题，其危害从个体层面延伸至更广泛的社会影响，包括不良健康结局、负债、失业、关系破裂、犯罪以及自杀风险升高。实体可获得性是支出增加的关键决定因素，并与赌博危害患病率升高相关，而支出增加反过来在人群和个体层面均可预测危害。EGM因快节奏及旨在维持赌博的视听特征而成为危害最大的赌博类型之一。跨司法辖区的证据一致显示，EGM可获得性集中于社会经济劣势社区，较高的EGM密度不仅与这些地区场所赌博收入增加相关，也与赌博危害和心理健康问题患病率升高相关。本研究背景地芬兰因将机器放置于酒吧、售货亭、杂货店及游戏厅等多种日常场所，EGM可获得性较高，且与社会经济较劣势社区一样，其可获得性在较劣势社区尤其高。既有证据虽表明EGM可获得性、支出与地区社会经济劣势之间存在明确关联，但仅有少数研究利用客观收入数据考察EGM可获得性是否与本地居民平均赌博支出相关。以往研究使用的地区或场所层面收入数据存在重要局限：无法揭示收入来源于本地居民支出还是居住于他处者的支出；地区内EGM总收入未必反映本地居民支出及本地人群暴露于赌博危害的程度。此外，本地EGM收入中归属于本地居民的占比反映了赌博收入从本地社区汲取的程度，可揭示危害的本地化及潜在累退性收入抽取，但关于该占比如何随EGM可获得性和地区社会经济劣势变化所知甚少。为填补研究空白，研究人员利用地区层面本地居民EGM损失的客观数据、社区层面社会经济指标及归属于本地居民的EGM收入占比，分析EGM可获得性与地区劣势如何交互塑造地方层面EGM支出，具体回答两个研究问题：EGM可获得性与地区社会经济劣势是否与本地居民每位成年人平均EGM损失较高相关；EGM可获得性与地区社会经济劣势是否与本地EGM场所收入中归属于本地居民的占比相关。芬兰因监管框架允许在不同社区实现高EGM可获得性，成为理想研究背景。
研究人员开展的研究为基于登记数据的全人群研究。赌博数据集包括每个场所的EGM数量、每个场所的赌博总收入（投注减玩家赔付）以及每个场所2022年总收入中归属于与场所同一邮政编码区域居住个体的比例。由于芬兰EGM赌博在个体顾客层面被识别和登记，运营商的顾客记录包含顾客居住地邮政编码，使运营商能够计算每个场所赌博总收入中归属于本地居民的比例。所有赌博数据均来自国有赌博运营商Veikkaus Oy，其依据《彩票法》（1048/2001）第55条有法定义务向芬兰健康与福利研究所（THL）提供研究所需数据，数据访问依法仅限于THL开展的研究且不得发布。由于Veikkaus在大陆芬兰拥有赌博活动专营权，该数据集构成完整的全人群数据，覆盖全国所有EGM赌博而非样本。共有1165个含EGM的邮政编码区域，包含4582个日常场所（N=4500）和游戏厅（N=82）中的12108台机器。由于主要目标是考察EGM可获得性与对本地居民潜在影响之间的关系，以相对于人口的机器数量衡量的EGM可获得性作为关键解释变量。与采用类似方法学的既往研究一致，分析样本限于人口至少1000的邮政编码区域（N=955），数据中保留11643台EGM。鉴于邮政编码区域面积差异巨大（0.2–7050 km2），该标准排除了人口稀疏区域，如商业、交通或工业中心，这些区域极少的常住人口可能产生人为偏高的EGM可获得性。所有研究变量随后基于该955个邮政编码区域的精炼数据集计算。失业率定义为失业人数除以总劳动力（即就业与失业者之和）。仅接受初等教育者比例计算为这类人数除以成年人口（18岁以上人口）。与既往文献一致，EGM可获得性操作化为相对于邮政编码区域人口的机器密度，即每1000名居民机器数。分析中对可获得性变量进行对数转换，邮政编码区域按EGM密度三分位分类。场所层面数据汇总至邮政编码区域层面，各邮政编码区域内各场所来源于本地居民的EGM赌博总收入加总并除以成年人口得出每位成年人损失；同样，各邮政编码区域来源于本地居民的收入占比计算为本地居民总收入除以该区域所有场所总收入。地区层面数据来自2021年公开官方统计，涵盖所有邮政编码区域的人口统计、个人净收入中位数、劳动力总人数、失业人数及仅接受初等教育人数。为分析邮政编码区域间社会经济差异，构建综合社会经济指数，由失业率、仅接受初等教育者比例和成年人个人净收入中位数三项指标构成，各变量标准化（z分数）后取平均形成复合指数并随后标准化，最终指数较低值对应较高地区社会经济地位；分析中按指数将邮政编码区域分为四分位，第1四分位代表最不劣势区域。采用线性回归模型估计可获得性与邮政编码区域社会经济地位同两项结局变量的关联。当结局为每位成年人平均EGM损失时，Breusch–Pagan检验（p<0.001）及常规与稳健标准误差异提示异方差，故全程使用稳健（Huber–White，HC3）标准误。为图示不同社会经济四分位（Q1-Q4）下可获得性、本地居民每位成年人EGM损失与本地居民EGM收入占比之间的关联，使用估计边际均值获得各可获得性与社会经济地位组合的模型预测值及相应95%置信区间，用于图形呈现。所有分析使用IBM SPSS Statistics 31.0完成。由于研究仅基于登记数据，依据人文科学伦理审查国家指南无需伦理审查和知情同意。
研究结果显示，关于地区社会经济劣势、可获得性与本地居民每位成年人损失之间的关联，线性回归模型（R2=0.58）显示可获得性与地区社会经济劣势均存在显著主效应。可获得性（每1000居民EGM密度对数转换；B=9.09，标准误（SE）=0.35，p<0.001）在地区社会经济劣势均值水平（z=0）评估时与每位成年人损失正相关。地区社会经济劣势在log-可获得性=0（对应每1000居民1台机器）评估时也与每位成年人损失正相关（B=1.56，SE=0.32，p<0.001；较高值表示更大劣势）。观察到可获得性与地区社会经济劣势之间的正交互作用（B=3.43，SE=0.31，p<0.001），表明可获得性与每位成年人损失之间的关联在较劣势地区更强。为捕捉不同可获得性与社会经济劣势水平下各邮政编码区域每位成年人损失的可能差异，估计了含分类变量的回归模型。结果清楚显示，本地可获得性（EGM密度）增加与本地居民每位成年人更大损失相关，且较劣势区域（Q4）表现出显著更高的每位成年人EGM损失。最劣势区域（Q4）比最不劣势区域（Q1）每位成年人损失多5.96欧元，该关联在高密度区域被放大。图示表明，每位成年人EGM损失差异在最不劣势与最劣势社会经济四分位邮政编码区域之间最大，且可获得性与每位成年人EGM损失之间的关联在最劣势四分位似乎更强，表现为损失随可获得性增加而更陡峭上升。关于来源于本地居民的收入占比问题，线性回归模型（R2=0.21）表明可获得性（每1000居民EGM密度对数转换）与来源于本地居民的EGM收入占比负相关（B=?9.52，SE=0.94，p<0.001），而社会经济劣势正相关（B=10.57，SE=0.81，p<0.001；较高值表示更大劣势）。然而，可获得性与地区社会经济劣势之间的交互作用无统计学显著性（B=0.42，SE=0.83，p=0.598）。与本地居民每位成年人损失分析类似，估计了另一含分类变量的回归模型，以考虑本地居民收入占比在不同可获得性与地区社会经济劣势水平间的潜在非线性和异质性。结果表明，最劣势区域（Q4）来源于本地居民的EGM收入占比显著高于最不劣势区域（Q1）（23%）。社会经济劣势也调节可获得性与本地收入占比之间的关联：尽管较高可获得性通常与较低的本地居民占比相关，但这一下降在较劣势区域不那么明显。该调节模式在中间四分位（Q2和Q3）具有统计学显著性，而在最劣势四分位（Q4）观察到类似趋势但估计仅边缘显著（p=0.064），这与初始回归模型未发现社会经济劣势与可获得性之间显著交互作用形成对比。
技术方法方面，研究主要采用以下关键技术方法：基于国有运营商Veikkaus Oy依法提供的全国登记数据（覆盖1165个含EGM邮政编码区域、4582个场所、12108台机器，分析限定人口≥1000的955个区域），将场所层面EGM数量与赌博总收入数据汇总至邮政编码区域层面，并结合2021年官方统计地区社会经济指标；以每1000居民EGM数量衡量可获得性并进行对数转换，按密度三分位分类；构建由失业率、仅接受初等教育比例和个人净收入中位数标准化合成的社会经济指数并分四分位；采用线性回归模型（含分类变量模型）估计关联，使用稳健（Huber–White，HC3）标准误处理异方差，并以估计边际均值生成预测值图示。
讨论部分总结如下：首先，结果表明本地居民每位成年人平均损失随邮政编码区域EGM可获得性增加而增加，平均损失在最劣势四分位区域最高，最重要的是最劣势且EGM高密度区域本地居民经历最高的每位成年人平均损失。其次，本地居民在EGM场所收入中的占比随机器可获得性增加而下降，但该下降在较劣势区域不那么明显，最劣势四分位区域本地居民占比远高于最不劣势区域。最令人担忧的发现是，更大的EGM可获得性与最劣势区域赌博损失增加相关；较高支出已知会升高赌博危害风险。此外，由于最劣势第4四分位邮政编码区域的个人净收入中位数（20000欧元）显著低于最不劣势第1四分位（27600欧元），这些损失的相对负担大于绝对数字所示，该发现与既往关于EGM损失累退性质的证据一致。劣势区域EGM可获得性更高可能进一步加剧既有社会经济不平等并促成社区隔离加剧；从社会不平等和公共卫生角度看，通过集中高风险赌博产品（如EGM）使脆弱人群暴露于不成比例的高危害是有问题的。结果还表明，尽管本地居民产生的收入占比随EGM可获得性增加而下降，来源于社会经济劣势区域的收入仍不成比例地高，提示最劣势区域居民是EGM收入的主要贡献者；虽然较高可获得性可能吸引其他地区顾客，但EGM集中于社会经济劣势区域似乎不能主要由垄断运营商仅响应他处居民需求放置EGM来解释，这些区域的赌博收入主要由本地居民产生，表明本地需求仍是收入主要来源。EGM集中于劣势区域是跨司法辖区的一致发现，本研究结果通过客观数据进一步强化证据基础；若要有效预防赌博危害，解决劣势区域EGM不成比例的可获得性应成为公共卫生和政策优先事项，且这种集中强调赌博危害不能仅框定为个体层面问题，而是需要结构性解决方案的结构性问题。从预防赌博危害的公共卫生角度看，政策含义明确：应通过实施基于距离或密度的限制以及设定每个社区允许EGM最大数量的足够低上限来监管EGM可获得性，本地EGM上限可根据社区赌博危害潜力调整。研究局限包括：第一，将分析限于人口超过1000的邮政编码区域促进了以城市为重点的方法，但可能限制对更稀疏人口区域的推广性；第二，仅使用EGM密度这一粗略可获得性测量，而既往研究已确立可获得性和可及性是多维构念，社会和认知可及性代表相关维度且在农村与城市地区重要性可能不同；第三，邮政编码区域不一定对应EGM场所的集水区（即场所吸引使用者的区域），因为居民可能使用其居住邮政编码区域以外的EGM场所，因此本地EGM可获得性可能未完全捕捉居民实际可及的赌博机会，但本地EGM可获得性与每位成年人平均EGM损失及本地居民收入占比均相关，支持了发现的有效性；第四，研究缺乏邮政编码层面赌博危害的直接测量；第五，未来关于赌博可获得性的研究应考察赌博机会实体可获得性与在线赌博模式之间的关系，实体可获得性广泛存在的一个可能长期效应是赌博正常化及其融入日常社会实践，进而可能导致包括在线赌博在内的总体参与率升高。研究结论译为：总之，本研究结果表明，较高的EGM可获得性和地区社会经济劣势均与本地居民更大的EGM损失相关，且在较劣势地区本地居民对EGM收入的贡献占比也更大；由于金钱损失是赌博危害的关键风险因素，有效的危害预防需要对EGM可获得性进行适当监管。
