新冠疫情期间家庭脆弱性动态演变的纵向研究：基于LASSO与贝塔回归的两阶段方法

《Progress in Disaster Science》：A longitudinal study of household vulnerability dynamics during the COVID-19 pandemic: A two-stage approach with LASSO and beta regression

　　

研究人员针对突发公共卫生事件下家庭作为风险传导基本单元但实证方法受限的问题，采用两阶段法（Logit-LASSO变量筛选+Beta回归有界预测）对2020与2022年中国家庭追踪调查（CFPS）面板数据建模，并以专家构建的家庭脆弱性指数作基准对照。研究发现：健康行为（吸烟、饮酒）与经济因素（住房价值）共同成为危机期显著预测因子，拓展了传统专家框架；脆弱性均值由0.5083降至0.4843、标准差由0.2026降至0.0884，东西部区域差距持续存在；数据驱动LASSO能识别危机特异性信号与潜在行为模式，弥补专家法主观权重在结构性突变下的不足。该研究论证了专家驱动与数据驱动范式在公共卫生危机家庭脆弱性评估中的互补性，为后疫情时代精准化、健康协同型救助政策提供实证支撑。

研究背景方面，全球突发公共卫生事件（如SARS、埃博拉、COVID-19）通过经济停滞、就业中断与社会隔离重塑家庭生存韧性，但现有文献偏重“社会脆弱性”而忽视家庭内部结构与关系动态所决定的吸收能力，且传统评估依赖主观专家赋权指标，在结构性突变下捕捉力弱；同时机器学习虽在其他风险领域兴起，但在突发公共卫生危机纵向家庭数据中应用稀缺。为此，研究人员将家庭重新定位为风险最小容器与救助最小操作单元，依托集体风险感知（Collective Risk Perception）与家庭中断模型（Family Disruption Model, FDM）理论，利用北京大学中国家庭追踪调查（CFPS）2020（初始暴发期）与2022（长期影响期）两波次数据（经清洗匹配后含11028与10382户），以Que等基于两轮德尔菲法（20位专家、权威系数>0.85）构建的地市层面家庭脆弱性指数（值域0–1，含家庭结构、住房交通、卫生、经济四维，PCA降维+百分位秩转换）为因变量基准，从CFPS成人/经济/儿童库提炼89个家庭层解释变量（覆盖结构、住房、经济、健康、社会资本、心理与数字生活六维），开展纵向对比。

主要关键技术方法上，研究人员采用两阶段建模：第一阶段以Logit-LASSO（Least Absolute Shrinkage and Selection Operator，L1惩罚线性回归）对89维高维变量客观筛选，自动将无关系数压缩为零；第二阶段对筛选后变量拟合Beta回归，约束预测值于(0,1)区间以匹配脆弱性指数边界属性；并以专家指数作基准行范式互补性检验。样本队列源自CFPS 2020与2022全国代表性面板，地市脆弱性分数来自295个地级市普查与统计年鉴聚合。

研究结果部分，引言指出家庭同时作为系统风险与个体福祉的中介与缓冲，既有政策“一刀切”忽视潜存脆弱特质。文献综述（2.1–2.4）梳理家庭脆弱性定义由Ligon与Schechter福利损失框架延展至灾害、金融、能源多维，并指出公共卫生危机下机器学习纵向家庭研究缺口。数据与方法（3.1–3.3）阐明CFPS抽样与变量聚合规则、Que指数构造（PCA+三重百分位秩）、LASSO目标函数最小化(1/2N)Σ(y_i?β₀?Σx_ijβ_j)²+λΣ|β_j|。实证结果中，变量选择显示吸烟、饮酒等健康行为与住房价值等经济因子在2020与2022均被LASSO保留为关键预测子，突破专家框架侧重结构指标之局限；模型性能以专家指数为基准显示LASSO-Beta在危机期信号捕捉占优；描述统计表明预测脆弱性均值0.5083→0.4843、标准差0.2026→0.0884，空间上东北与中西部沿黑河–腾冲线高脆弱性梯度未消。讨论部分阐释健康行为进入预测核心反映危机下家庭内部健康资本传导，东西差距源于基础设施与人口结构惯性；专家法擅捕持久结构脆弱，LASSO擅捕危机特异行为信号，二者互补可支撑“精准滴灌”救助。结论部分翻译为：新冠疫情期间家庭脆弱性呈均值微降、离散度锐减但区域梯度固化的动态；健康行为与经济因子为双核预测；两阶段LASSO-Beta框架在尊重指数有界性同时证明专家与数据驱动范式互补，应将家庭置于危机响应中心，以健康促进协同精准经济救助提升微观韧性。论文发表于《Progress in Disaster Science》。