《Journal of Gambling Studies》：A Gambling Financial Harm Screener (GFHS) for Payment Institutions: Multi-Method Development and Preliminary Validation
编辑推荐：
病理性赌博（disordered gambling）是一种行为成瘾形式，其特征为尽管产生有害后果仍持续赌博，其本质上与金融伤害密切相关。虽然已有成熟的诊断工具，但这些工具主要面向临床或赌博服务情境设计，难以直接应用于处理赌博相关交易的金融系统基础设施之中。本研
病理性赌博（disordered gambling）是一种行为成瘾形式，其特征为尽管产生有害后果仍持续赌博，其本质上与金融伤害密切相关。虽然已有成熟的诊断工具，但这些工具主要面向临床或赌博服务情境设计，难以直接应用于处理赌博相关交易的金融系统基础设施之中。本研究描述了一项基于心理测量学原理的赌博性金融伤害筛查工具（Gambling Financial Harm Screener, GFHS）的开发与初步验证过程，该工具旨在通过金融活动模式评估赌博相关伤害。研究采用了两组独立数据集：真实世界支付交易数据（N = 2,301）用于确立行为指标操作化的可行性，以及独立调查验证样本（N = 324）用于心理测量学评估。探索性因子分析（Exploratory Factor Analysis, EFA）与验证性因子分析（Confirmatory Factor Analysis, CFA）支持了一个双因子结构，该结构区分了行为性金融伤害（Behavioral Financial Harm, BFH）与主观性金融困扰（Subjective Financial Distress, SFD），两个因子均具有较高的内部一致性（ordinal α = .887 和 .890）。最终形成的自评量表（13项、9项和6项版本）对问题赌博（PGSI ≥ 8）表现出较强的判别能力（测试集AUC = .89–.94）。仅基于交易的验证概念版本（GFHS-T6），采用交易衍生行为的自评对应项进行评估，对问题赌博（PGSI ≥ 8）表现出良好的判别能力（测试集AUC = .91），并证明了从金融指标中识别有害行为模式的可行性。研究得出结论：GFHS为评估赌博相关金融伤害提供了结构化框架，而GFHS-T6则展示了在支付系统环境中进行基于交易的筛查的潜力。补充材料包含支持分阶段、非商业性实施的研究者指南。
论文解读
一、研究背景与问题提出
赌博相关金融伤害是过度赌博最具后果性且最早显现的指标之一。现代赌博生态高度依赖数字支付服务提供商（Payment Service Providers, PSPs）处理存款与取款交易，这使得PSPs成为赌博生态系统和用户体验中不可分割的组成部分。然而，与赌博运营商不同，PSPs目前缺乏经过验证的、能够在支付系统环境中识别赌博相关金融脆弱性的评估工具。现有诊断工具主要面向临床或赌博服务情境设计，往往评估超出金融领域的心理症状或自报后果，难以直接应用于PSP环境。与此同时，监管框架正日益将金融机构视为在线赌博市场中独立且主动的参与主体：瑞典拟议的赌博法修正案授权当局对处理离岸赌博运营商支付的PSP施加处罚；英国金融行为监管局（Financial Conduct Authority, FCA）明确承认赌博成瘾是金融脆弱性的驱动因素，并要求金融机构积极缓解赌博相关伤害。在此背景下，本研究旨在开发一种将支付层面的行为指标与金融福祉（Financial Wellbeing, FWB）主观测量相结合的综合筛查框架，填补PSP环境中缺乏赌博相关金融伤害评估工具的空白。
二、研究设计与关键方法
研究采用多阶段、多方法的工具开发与初步验证流程，使用两组互补数据集：数据集A包含2,301名在线赌场用户的假名化真实世界支付交易记录，仅用于行为指标可行性与特征工程；数据集B包含324名Prolific平台受访者的强化在线调查样本，专门用于心理测量学评估、量表精化与分类分析。研究建立在三项已发表的预备研究基础之上：结构化文献综述（识别候选金融伤害指标）、多学科德尔菲法（Delphi process）（通过专家共识精化与优先排序指标）以及质性焦点小组（从生活经验视角评估指标的相关性与全面性）。关键方法包括：利用真实交易数据进行行为指标操作化与特征工程；将行为与主观指标转化为自评调查条目；采用探索性因子分析（EFA）与验证性因子分析（CFA）评估潜在结构；通过受试者工作特征（Receiver Operating Characteristic, ROC）分析评估分类性能；采用Youden's J统计量在训练集中推导截断阈值并在独立测试集中进行内部验证。
三、研究结果
行为指标可行性与经验特征。 通过对13个交易衍生行为指标的描述性分析，发现货币暴露类指标（如净损失、金额强度）呈高度右偏分布且存在极端值，而时间与模式类指标（如深夜比例、复发检测）分布更为受限但具有判别性。相关分析显示频率与金额强度高度相关（r = .96），经冗余诊断与概念覆盖评估后，最终保留8个交易衍生行为指标纳入筛查条目池。
调查样本特征。 825名初始参与者中，500人在预筛阶段被排除，325人完成主调查，另有1人因无效PGSI值被移除，最终有效样本为324人。样本涵盖不同年龄组与性别，PGSI总分描述性统计显示整体赌博严重程度较高，与本研究聚焦识别赌博相关金融伤害的目标一致。
心理测量学结构与量表属性。 探索性因子分析支持双因子结构：第一因子代表行为性金融伤害（BFH），包含净损失、复发模式、再存款、深夜消费、消费模式变化、金额强度及信用融资等条目；第二因子代表主观性金融困扰（SFD），包含赌博消费隐瞒、支付延迟、难以履行财务承诺、金融不安全感、金融控制丧失及对未来财务稳定性的担忧等条目。验证性因子分析确认双因子模型优于单因子模型，而三因子模型因产生超出范围的相关估计而不可接受。两个波动性相关指标（消费波动性与被拒交易）因因子载荷较弱被移除。精化后的双因子模型显示BFH与SFD强相关但非冗余（r = .75），两个潜在构念的序数α分别为.887和.890。
效标关联效度与条目精简。 大多数GFHS条目与PGSI总分呈中到强相关（Spearman ρ ≈ .42–.63，均p < .001）。基于理论覆盖与经验强度，衍生出9项和6项两个精简版本，两者均保持较高的内部一致性（α = .87和.84）和较强的问题赌博分类性能（测试集AUC分别为.93和.89）。
最终评分框架与分类性能。 三个自评版本（13项、9项、6项）对问题赌博（PGSI ≥ 8）均表现出较强的判别性能，测试集AUC范围为.89–.94。完整13项量表判别能力最高（AUC = .94），9项版本次之（AUC = .93），6项精简版本在敏感度与特异度之间取得平衡（特异度.95，敏感度.64）。基于训练集推导的截断值，为每个版本定义了低、中、高三个风险带。
仅交易可行性分析（GFHS-T6）。 由6个交易衍生行为指标构成的仅交易版本，对问题赌博（PGSI ≥ 8）的测试集AUC为.91，敏感度为.77，特异度为.85。基于推导截断值定义了三个风险带（低：0–5；中：6–7；高：≥ 8）。
四、讨论与结论
研究结果表明，金融伤害是赌博相关脆弱性的一个独立维度，而非仅仅反映赌博严重程度。金融压力在PGSI连续谱上均可见，包括低于临床阈值的个体。交易关联行为与感知金融压力形成了不同的潜在构念（BFH与SFD），表明可观察的交易模式能够捕捉持续性和累积性的金融行为，但行为暴露本身并不能完全解释赌博损失如何转化为长期金融压力。赌博相关金融伤害呈现阶段性进展特征，从早期可支配收入损失逐步扩展至影响义务履行与长期稳定性的更广泛金融压力。
方法学上，研究展示了潜在变量建模如何精化构念边界：概念上看似一致的指标（如波动性及不规则支付行为）在经验上未能与反映持续性金融损失的指标凝聚，而捕捉累积损失与消费升级的指标则表现出更强的结构一致性。金融伤害似乎与累积性金融损失的关系比与交易不稳定性本身更为密切。
实践与政策层面，研究将PSPs定位为金融脆弱性评估的关键主体，其模块化设计允许PSPs将筛查输出整合到现有金融风险基础设施中。GFHS-T6可作为初始行为信号，自评工具可选择性地用于情境化长期金融伤害。GFHS以知识共享署名-非商业性使用4.0（CC BY-NC 4.0）许可提供，供研究与非商业用途使用。
研究结论指出，随着在线赌博与数字支付基础设施日益交织，缓解赌博相关金融伤害需要超越赌博运营商和个体玩家的方法。PSPs凭借跨运营商和平台获取消费行为的结构性独特地位，可通过GFHS框架在其作为金融机构的现有角色内为赌博伤害预防做出贡献，同时为政策制定者考虑金融机构在赌博伤害减少中的责任如何与现有消费者保护义务和可用数据相协调提供基础。未来研究应评估GFHS在PSP环境中的实施情况，并将这些发现转化为服务于赌博运营商的支付提供者的实际注意义务指南。
