用機器學習洞察春節幸福感

剛剛過去的虎年春節，你幸福嗎？

為了深入理解新冠疫情和防疫政策對民眾幸福感和生活的影響，深圳市人工智能與機器人研究院及香港中文大學（深圳）校長講座教授賈建民、清華大學文科資深教授薛瀾和博士生袁韻、香港大學副教授賈軾等組成的研究團隊，采用機器學習與回歸分析相互結合的方法，對近期收集的覆蓋全國256個城市和各類社會群體的3098個調查樣本進行分析研究。

結果顯示，對民眾春節幸福感貢獻最大的前5個因素依次為：春節與親人團聚、央視春晚、家庭收入、身體健康以及北京冬奧會。

與此同時，今年春節前后，新冠疫情在國內多個城市呈散點式爆發狀態，影響了人們傳統的過年方式。分析顯示，今年“就地過年”和“返鄉探親過年”兩個群體的春節幸福感基本相同。但對于那些個人感知風險較高、所在城市內有中高風險區域、處在封控區、管控區以及防范區、健康碼顏色異常的人群，他們的春節幸福感遭受到了疫情顯著的負面影響。

就地過年”和“返鄉探親過年”的民眾幸福感有何不同？

調查結果顯示，春節期間各地收緊疫情防控措施減少了大約1/4原有計劃出行的人群。在調查中，虎年春節選擇“就地過年”的人群占比為76.06%，但在春節前對同一批受調人員的調查顯示，計劃選擇“就地過年”的人群占比僅為49.47%。

從調查數據來看，“就地過年”和“返鄉探親過年”均介于“比較開心”與“開心”之間，但機器學習和回歸分析顯示，“就地過年”群體實際的春節幸福感還是略低于“返鄉探親過年”的群體，特別是那些由于健康碼異常而“就地過年”人群的春節幸福感要顯著低于“返鄉探親過年”的群體。

“實際上這兩類群體在防疫行為、負面情緒、以及對春節團聚、春晚和冬奧等的看法上都存在顯著差異，因此，通過控制各種因素影響的模型估計可以提供更加深入的洞察。”賈建民指出。

調查結果還表明，“就地過年”和“返鄉探親過年”兩個群體在主觀福祉（包括近期愉悅感、生活幸福感和生活滿意度）方面沒有顯著差異。

同樣，春節團聚、央視春晚和北京冬奧給民眾的主觀福祉帶來了顯著的正面影響，而感知風險、城市內存在中高風險地區、健康碼顏色異常等疫情因素給主觀福祉產生了顯著的負面影響。機器學習分析顯示，身體健康狀態良好、經濟收入水平高是決定民眾福祉最重要的因素；另外，各種防護行為也對民眾的主觀福祉以及春節幸福感有正面貢獻。

風險感知強度如何？

賈建民表示，民眾對于新冠疫情感受到的威脅主要是通過感知風險來衡量。

調查結果顯示，影響民眾感知風險的各種因素及影響強度和方向，其貢獻度最大的是日常活動，包括去省外旅行、看電影演出、參加社交聚會、餐館就餐等。

封控區、管控區和防范區、以及健康碼顏色異常等因素會顯著提升人們的感知風險；年齡越大、身體健康越好、經濟收入越高的群體感知風險越低；另外，春節團聚會增加感知風險，而央視春晚、北京冬奧會、“就地過年”會降低感知風險。

調查顯示，92.44%的受調者都傾向于支持“動態清零”政策。機器學習分析顯示，那些對“動態清零”政策持支持態度、以實際行動支持防疫工作（例如愿意提供個人信息、采取防護行為、“就地過年”）、并且處于中高風險城市直接經歷疫情的群體對本地防控政策與措施的滿意度更高。同時，央視春晚、北京冬奧會和春節團聚等活動也會提高人們的政策滿意度，而感知風險和健康碼異常會降低政策滿意度。

疫情對您的影響反映在哪些方面？

在調查的最后，研究人員列出了這一“疫情對您的影響反映在哪些方面？”開放性問題，92.3%的受調者進行了文本回復。詞頻統計結果顯示，出行、工作、旅游、生活......在這些回答中，涉及外出和旅游相關的主題詞占比46.78%，工作和學習占比22.95%，防疫政策和措施占比22.50%，社交聚會占比12.35%，回家探親占比12.28%，經濟消費占比8.12%。

此外，收入、經濟、工資、擔心、朋友、家人、壓力等也是高頻詞。

“可以看出，新冠疫情對民眾的廣泛影響涉及物流、生活節奏、薪資待遇、就業機會、裁員、培訓、考試和婚禮等諸多方面。但文本情感分析結果顯示，廣大民眾仍然保持著相對積極的正面情緒，對生活充滿希望，積極克服疫情所帶來的各種困難。”賈建民說。

他表示，以上的調查分析說明了，新冠疫情和政府的防疫工作及政策直接影響著民眾的生活福祉以及春節幸福感。今后的疫情工作需要進一步權衡好疫情風險與民眾福祉，促進防疫工作更加精細化、人性化、科學化。

賈建民介紹，研究基于調查數據，將可解釋性機器學習模型與回歸分析方法相互結合，能夠更加準確地探究各種因素對虎年春節幸福感，以及疫情感知風險的影響大小和方向。

圖1. 影響春節幸福感各種因素（研究團隊供圖）