Py学习  »  机器学习算法

虎年春节幸福感,来自机器学习的洞察

AI科技评论 • 2 年前 • 354 次点击  

俗话说,只有过完元宵节才算真正过完了年。2022年春节是疫情下的第三个春节,随着疫情防控的常态化,“就地过年”成为越来越多人的过年选择。同时恰逢北京冬奥会顺利开幕,防疫情、庆新春、迎冬奥,今年的春节,新冠疫情和防疫政策对民众幸福感和生活产生了什么影响?

深圳市人工智能与机器人研究院及香港中文大学(深圳)校长讲座教授贾建民、清华大学文科资深教授薛澜和博士生袁韵、香港大学副教授贾轼等组成的研究团队基于调查数据,将可解释性机器学习模型(EBM,Explainable Boosting Machine)与回归分析方法相互结合,更加准确的探究各种因素对虎年春节幸福感和疫情感知风险的影响大小和方向。

有关春节幸福感和防疫行为调查数据来自Credamo调研平台,共收集调查问卷3098份,样本来自全国256个城市。



1

超过3/4人群选择“就地过年”,幸福感基本相同

图1展示了调查数据的机器学习和回归分析结果,分别汇报EBM模型中的特征贡献度和回归分析的系数估计。如图1(a)所示,对于民众春节幸福感贡献最大的前五位因素依次为:春节团聚、央视春晚、家庭收入、身体健康、以及北京冬奥,即与亲人团聚位于影响春节幸福感受的第一位,另外传统的央视春晚和今年特别的北京冬奥会也增添了人们的春节幸福感。

与此同时,今年春节前后,新冠疫情在国内多个城市再度爆发,也严重影响了人们传统的过年方式。对于那些个人感知风险较高、所在城市内有中高风险区域、处在封控区、管控区以及防范区、健康码颜色异常的人群,他们的春节幸福感遭受到了疫情显著的负面影响。

虎年春节选择“就地过年”的人群占比为76.06%,但在春节前对同一批受调人员的调查显示,计划选择“就地过年”的人群占比仅为49.47%,因此春节期间各地收紧疫情防控措施大约减少了1/4原来有计划出行的人群出行。

从调查数据来看,“就地过年”和“返乡探亲过年”两个群体的春节幸福感基本相同,其前者平均分值为5.50(标准差为1.04),后者平均分值为5.51(标准差为0.97),均介于“比较开心”与“开心”之间(1为最低值,7为最高值)。但机器学习和回归分析显示,“就地过年”群体实际的春节幸福感还是略低于“返乡探亲过年”的群体,特别是那些由于健康码异常而“就地过年”人群的春节幸福感要显著低于“返乡探亲过年”的群体。实际上这两类群体在防疫行为、负面情绪、以及对春节团聚、春晚和冬奥等的看法上都存在显著差异,因此,通过控制各种因素影响的模型估计可以提供更加深入的洞察。

“就地过年”和“返乡探亲过年”两个群体在主观福祉(Wellbeing, 包括近期愉悦感、生活幸福感和生活满意度)方面没有显著差异(如图1(b))。同样,春节团聚、央视春晚和北京冬奥给民众的主观福祉带来了显著的正面影响,而感知风险、城市内存在中高风险地区、健康码颜色异常等疫情因素给主观福祉产生了显著的负面影响。

机器学习分析显示,身体健康状态良好、经济收入水平高是决定民众福祉最重要的因素;另外,各种防护行为也对民众的主观福祉以及春节幸福感有正面贡献。

图1. 影响幸福感的各种因素



2

央视春晚和北京冬奥会增加政策满意度,逾九成支持“动态清零”

民众对于新冠疫情感受到的威胁主要是通过感知风险来衡量。图1(c)展示了影响民众感知风险的各种因素及影响强度和方向,其贡献度最大的是日常活动,包括去省外旅行、看电影演出、参加社交聚会、以及餐馆就餐等。

分析显示,封控区、管控区和防范区、以及健康码颜色异常等因素会显著提升人们的感知风险;年龄越大、身体健康越好、经济收入越高的群体感知风险越低;另外,春节团聚会增加感知风险,而央视春晚、北京冬奥会、“就地过年”会降低感知风险。

调查显示,92.44%的受调者都倾向于支持“动态清零”政策,但中高风险地区民众对本地疫情防控政策和措施的满意度偏低(图1(d))。

机器学习分析显示,那些对“动态清零”政策持支持态度、以实际行动支持防疫工作(例如愿意提供个人信息、采取防护行为、“就地过年”)、并且处于中高风险城市直接经历疫情的群体对本地防控政策与措施的满意度更高。同时,央视春晚、北京冬奥会和春节团聚等活动也会提高人们的政策满意度,而感知风险和健康码异常会降低政策满意度。

图2. 影响疫情感知风险的各种因素



3

疫情影响云图显示:外出和旅游更受关注

本次调查的最后,向受调者询问了“请简述疫情对您影响反映在哪些方面?”这一开放性问题,获得了绝大部分受调者(占92.3%)的文本回复,其词频统计和词云图见图2。

疫情对民众的影响表现在生活与工作的各个方面,词频由高到低依次是出行、工作、旅游、生活、外出/出门、聚会、学习、购物、回(老)家和出差等;与疫情直接相关的话题包括口罩、核酸检测、隔离、防疫、管控等;另外疫情对经济和身心健康的影响包括收入、经济、工资、担心、朋友、家人、压力等。在2858条回答中,涉及外出和旅游相关的主题词占比46.78%,工作和学习占比22.95%,防疫政策和措施占比22.50%,社交聚会占比12.35%,回家探亲占比12.28%,经济消费占比8.12%。

除此之外,从这些回答中还观测到新冠疫情对民众的广泛影响涉及物流、生活节奏、薪资待遇、就业机会、裁员、培训、考试和婚礼等诸多方面。最后,文本情感分析结果显示,广大民众仍然保持着相对积极的正面情绪,对生活充满希望,积极克服疫情所带来的各种困难。

图3. 新冠疫情对民众影响的词云图

调研团队的以上分析显示,新冠疫情和政府的防疫工作及政策(包括对风险区域的划分和管控等)直接影响着民众的生活福祉以及春节幸福感。今后的疫情工作需要进一步权衡好疫情风险与民众福祉,使防疫工作更加精细化、人性化、科学化。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/127121
 
354 次点击