《Applied Economic Perspectives and Policy》：Behavioral Coping With Food Price Inflation: Patterns Among U.S. Households
编辑推荐：
近期食品价格通胀给家庭预算、食品安全和心理健康带来了巨大压力。研究人员利用家庭脉搏调查（Household Pulse Survey, HPS）数据，结合K模式聚类（k-modes clustering）与双重机器学习（Double Machine Learn
近期食品价格通胀给家庭预算、食品安全和心理健康带来了巨大压力。研究人员利用家庭脉搏调查（Household Pulse Survey, HPS）数据，结合K模式聚类（k-modes clustering）与双重机器学习（Double Machine Learning, DML），识别出不同的家庭应对群体，并考察各群体应对食品价格上涨方式的差异。结果显示，食品价格上涨与食品杂货和预制餐支出的增加相关，提升了食品不足风险，并使心理健康状况恶化，且不同应对群体之间存在异质性。采用适度替代策略的家庭仅获得有限的缓冲作用，而采用更密集应对行为的家庭仍然高度脆弱，这凸显了政策应对措施需要解决多重、共发的困难维度，包括食品获取、财务压力和心理健康，而非孤立地处理单一维度。
**研究背景与问题**
近年来，COVID-19疫情、地缘政治冲突、气候相关供应中断以及能源成本上升等因素持续推高食品价格。2020年至2024年间，美国家庭食品价格涨幅超过20%，超过整体通胀水平。既有宏观研究多聚焦于大宗商品与能源价格冲击、供应链瓶颈及货币条件等供给侧因素，但对家庭层面的价格体验及其应对行为关注不足。已有证据表明，食品价格上涨会加剧家庭食品匮乏、降低膳食质量，并与心理健康恶化相关联，但家庭如何主动应对持续的通胀压力，以及不同应对策略是否能够缓解通胀对福利的负面影响，仍是悬而未决的问题。传统的分析方法通常将应对行为视为孤立或独立的决策，难以捕捉家庭同时采用多种策略所形成的复杂行为模式。为此，本研究利用美国家庭脉搏调查（HPS）数据，结合无监督机器学习中的K模式聚类（k-modes clustering）与双重机器学习（DML），识别家庭应对食品价格通胀的潜在行为类型，并评估不同应对群体在食品支出、食品不足及心理健康方面的异质性影响。
**研究方法**
研究数据来自美国人口普查局开展的家庭脉搏调查（HPS）第49至63周（2022年9月至2023年10月），该时段包含一致的应对策略问题且处于持续高通胀期。最终分析样本为981,371个加权观测。研究采用两阶段分析框架：第一阶段，运用K模式聚类算法，基于19种二元应对行为变量识别家庭应对群体；第二阶段，采用双重机器学习（DML）方法，以LASSO作为第一阶段的机器学习算法，在控制高维协变量（包括人口特征、社会经济指标、健康状况、地区与调查周固定效应、以及州-月层面补充营养援助计划紧急拨款政策变量）的基础上，估计经调整的州-月食品消费价格指数（CPI）与家庭食品杂货支出、预制餐支出、食品不足概率和焦虑概率之间的关联。DML通过正交化处理缓解模型误设和维数诅咒带来的偏误。
**主要结果**
**识别家庭应对类型：** K模式聚类确定四类最优簇（k=4）。Cluster 1“最小应对者”（Minimal Responders）占44%，报告极少行为调整，财务缓冲较强；Cluster 2“价格敏感替代者”（Price-Sensitive Substituters）占28%，主要采用转向低价店铺、使用优惠券、减少外出就餐等适度替代策略；Cluster 3“全面调整者”（Comprehensive Adjusters）占20%，采用更广泛的应对行为，包括减少新鲜食品购买、延迟大额购买及延迟医疗；Cluster 4“资源紧张牺牲者”（Resource-Strained Sacrificers）占8%，表现为加班、削减储蓄、增加信贷使用和减少水电等公用事业开支的严重经济困境行为。
**跨群体特征比较：** 收入方面，Cluster 1和Cluster 2平均收入超过8万美元，Cluster 3收入最低（67,227美元），Cluster 4介于中间。食品不足率在Cluster 3中最高（76.09%），其他组为35%–57%。焦虑报告率在Cluster 3（>80%）和Cluster 4（74%）中显著高于Cluster 2（62%）和Cluster 1（48%）。这表明应对策略并非随机选择，而是反映潜在的社会经济约束。
**通胀对支出的影响：** DML估计显示，对于最小应对者，调整后CPI每增加一个标准差（σ=47.02），每周食品杂货支出增加约12美元（约5%），预制餐支出增加约8美元（约8%）。与Cluster 1相比，Cluster 2、3、4在基线期每周食品杂货支出高出25–29美元。交互项显示，Cluster 2的CPI-支出斜率显著低于参考组（杂货交互系数-0.0801，预制餐-0.0623），表明价格敏感替代者能部分抵消价格上涨；而Cluster 3和Cluster 4的交互项不显著，说明高脆弱家庭已接近最低消费水平，缓冲空间有限。
**通胀对食品不足的影响：** 调整后CPI每增加一单位，家庭食品不足概率提高0.0002（p<0.05），一个标准差增加对应约0.9个百分点。Cluster 3的食品不足基线水平最高（系数0.4656），Cluster 4其次（0.2111）。CPI×Cluster 2和CPI×Cluster 3的交互项显著为负（-0.0001和-0.0003），表明中等风险家庭对通胀的边际反应较小，但这种较弱反应可能反映其剩余调整能力有限而非有效保护；Cluster 4的交互项不显著，提示最脆弱家庭的应对手段已近枯竭。
**通胀对心理健康的影响：** 调整后CPI每增加一个标准差，最小应对者报告焦虑的概率增加约0.9个百分点。Cluster 3的基线焦虑水平最高（系数0.3760），且CPI×Cluster 3交互项显著为负（-0.0002），表明其焦虑已处于高位，进一步价格上涨带来的边际增加较小，但绝对水平依然最高。Cluster 2和Cluster 4的交互项不显著，说明适度替代策略不能缓解心理压力，而资源紧张家庭的长期高脆弱性导致焦虑持续处于高位。
**政策含义与结论**
研究结果表明，应对策略并不能平均地保护家庭免受通胀冲击。适度替代策略仅在一定程度上缓冲支出压力，却无法消除食品匮乏和心理困扰；高强度应对群体依然高度脆弱。政策设计应超越单纯收入标准，将行为指标纳入脆弱性识别体系；针对多重叠加困难（食品获取、财务压力、心理健康）采取捆绑式干预包，如同时提供食品援助、租金减免和心理健康服务；并将应对行为模式变化纳入早期预警监测，当家庭从替代策略转向全面调整或资源紧张策略时，及时介入防止困难升级。总体而言，应对行为往往是潜在脆弱性的信号而非韧性表现，本文为制定更具针对性和多维度的食品价格通胀政策提供了实证基础。
**结论**
本研究提供了关于食品价格通胀如何影响家庭福利以及不同应对策略如何调节这些影响的新证据。通过结合无监督机器学习和双重机器学习，研究人员估算了四类应对策略群体中通胀的异质性影响，不仅凸显了物质困难的差异，也揭示了重要的心理适应过程。结果表明，家庭对食品价格通胀的反应因应对策略而异。重要的是，应对策略不应被解释为具有内在保护性；相反，它们往往反映了经济压力下的受约束选择，并可能产生显著的短期或长期代价。在本研究中，应对行为通常暗示着潜在的脆弱性而非韧性。虽然某些策略能够在短期内延迟或部分缓冲物质困难，但它们可能产生新形式的心理压力，或反映出面对价格上涨时的有限能动性。
