The association between gambling and financial, social and health outcomes in big financial data

Muggleton, Parpart, Newall et al. (2021)

DisciplineInterdisciplinary

MethodObservational

Tagsbig datadata · archival recordsfinancial outcomesgamblinghealth outcomeslongitudinal analysismethod · descriptive statisticsmethod · regressionmethod · time series analysis

Summary

Problem: 赌博与个人负面结果（如财务困境、健康问题）之间的关联证据长期局限于小样本、横断面和自我报告数据（如患病率调查），缺乏基于客观、大规模、纵向数据的系统性证据。现有研究无法准确刻画赌博行为在全国人口中的分布及其与多维度个人结果的关联。 Approach: 本研究利用英国最大零售银行Lloyds Banking Group提供的匿名个人级金融交易数据，涵盖最多约650万个体、长达7年的追踪。研究将赌博支出占月收入/月支出的比例作为核心自变量，系统分析其与31项财务（财务困境、金融包容性、财务规划）、生活方式、健康福祉、休闲兴趣以及失业、残疾和死亡率等结果变量的关联。分析方法包括分箱散点图、普通最小二乘回归和Cox比例风险生存分析。 Finding: 赌博与更高的财务困境（如透支、错过还款、发薪日贷款）和更低的金融包容性与财务规划（如储蓄、养老金）显著相关；与负面生活方式、健康、福祉和休闲结果（如夜间清醒、社交减少、自我保健和健身支出下降）相关；赌博还与更高的未来失业和身体残疾风险相关，且在最高赌博水平下，5年死亡率显著增加（约增加三分之一）。赌博行为随时间具有持续性，但在样本期内总体增长，且最重度赌博者面临的负面关联最强。 Significance: 该研究为赌博流行病学和公共健康领域提供了首个基于大规模客观纵向数据的全国性证据，弥补了自我报告调查的不足，为赌博政策制定（如识别和保护高风险赌博者、控制人口层面风险）提供了实证基础，并直接回应了关于赌博危害是集中于少数病态赌博者还是广泛分布于低风险群体的学术争论。

Theoretical Framework

• Theoretical tradition: 赌博相关危害（gambling-related harm）的实证研究传统，属于公共健康视角下的赌博流行病学。
• Prior theories built upon: 该研究明确引用了Langham等人（2016）提出的72种赌博危害分类框架，以及Wardle等人（2018）将赌博危害概念化为影响经济资源、人际关系和健康、且可能随时间持续并波及更广泛社区的理论框架。同时涉及关于赌博危害是否集中于病态赌博者（如Shaffer等人观点）还是广泛分布于低风险群体（如Browne等人观点）的学术争论。
• Causal mechanism: 论文未明确建立因果机制，但提出了两种可能的解释路径：(1) 因果机制——高赌博水平直接增加财务困境、社会排斥、残疾和失业等负面结果的风险；(2) 共病机制——因其他因素易受负面结果影响的个体更可能被赌博吸引。实际效应可能源于两者的混合。
• Key assumptions: 假设银行交易数据中的赌博类别标签能够准确识别电子赌博交易；假设以赌博支出占月支出/收入的比例作为赌博强度的有效度量；假设活跃客户定义（每月至少12笔交易）能有效排除休眠账户；假设样本对英国银行人口具有代表性。
• Theoretical move: 本研究属于应用现有赌博危害概念框架，但通过引入大规模客观纵向数据这一全新数据来源，扩展了该领域的实证基础。它并未提出新理论，而是用更可靠的数据检验和量化了已有理论框架中提出的多维危害关联。
• Scope conditions: 研究样本限于英国有银行账户的成年居民（约占总成年人口的10.6%），不涵盖无银行账户者（约2.9%）；不涵盖现金赌博、通过第三方支付平台或他人账户进行的电子赌博交易；分析窗口限于2012–2018年；结论的因果推断和向其他人群的推广需进一步验证。

Research Design

本研究为观察性纵向研究（observational longitudinal study），利用银行交易记录进行回顾性队列分析。研究包含三个样本，分别对应不同的分析目的：

• 样本1：2018年每月活跃的102,195名客户的随机样本，分析单位为"账户-日历月"，用于赌博与财务结果、生活方式、健康和福祉的关联分析。
• 样本2：2013年每月活跃的全部约651.5万客户，追踪2014–2019年，用于失业、残疾和死亡率的分析。
• 样本3：2012–2018年每月活跃的101,151名客户随机样本，用于赌博行为的时间持续性分析。

核心自变量：赌博支出占月总支出（或月收入）的百分比，以百分位排名形式呈现。 因变量（共31项）：

• 财务困境：使用计划外透支、错过信用卡还款、发薪日贷款、错过贷款还款、错过抵押贷款还款
• 金融包容性：持有信用卡、贷款或抵押贷款、信用卡使用率、向债务追收机构付款
• 财务规划：持有保险、偿还抵押贷款、储蓄、存入税收优惠储蓄账户（ISA）、缴纳自投资养老金
• 生活方式：快餐、游戏、酒吧、烟草、酒类专卖店支出
• 健康福祉：处方药、自我保健、健身、夜间（凌晨1:00–5:00）支出
• 休闲兴趣：爱好、社交活动、教育、旅行支出
• 中长期结果：未来失业、未来身体残疾、死亡率

因变量在赌博测量后1个月（样本1）或未来5年（样本2）进行测量，以避免赌博支出机械性降低其他支出的内生性问题。

Data & Sample

• 数据来源：英国劳埃德银行集团（Lloyds Banking Group, LBG）的匿名个人级金融交易数据。
• 样本1：102,195名2018年每月活跃客户（随机抽样），分析单位1,210,632个账户-月观测。
• 样本2：6,515,557名2013年每月活跃客户（全部在范围内客户），追踪2014–2019年。
• 样本3：101,151名2012–2018年每月活跃客户（随机抽样）。
• 人口覆盖：约占英国成年人口的10.6%（英国成年人口约5,240万，其中约2.9%无银行账户）。
• 国家/地区：英国。
• 时间范围：2012–2018年（7年），其中死亡率追踪至2019年7月。
• 数据收集方式：银行交易记录，包括借记卡和信用卡交易。赌博交易通过银行既有的交易分类体系识别（涵盖线下和在线博彩公司、赌场、彩票及其他提供商）。现金赌博和在其他类型零售商（如超市购买彩票）的赌博未被捕获。
• 活跃客户定义：每月账户处理至少12笔交易（该定义由银行独立于作者制定）。
• 伦理审批：LBG隐私风险与影响评估委员会批准；华威大学人文与社会科学研究伦理委员会豁免额外审查。

Analytical Strategy

• 描述性统计：报告赌博交易的分布特征（均值、中位数、百分位数），揭示赌博行为的严重右偏分布。
• 分箱散点图：将账户-月按赌博支出占月支出百分比的百分位排名分箱（0%点+100个百分位点），绘制各百分位处因变量的均值，并叠加惩罚三次回归样条（penalized cubic regression splines）及95%置信区间。因变量在t+1期测量。
• 普通最小二乘回归（OLS）：以赌博占月支出百分比为关键自变量，控制年龄、性别和年收入（均线性进入），报告赌博系数的估计值、95%置信区间和边际R²。所有统计检验为双侧检验。
• Cox比例风险生存分析：用于死亡率建模，控制赌博金额、性别和年龄，对因死亡以外原因离开样本的个体进行删失处理。赌博水平以月收入比例的0%、10%、20%、30%呈现。
• 稳健性考虑：因变量前移1个月以避免机械性关系；对样本2中失业分析限制为2013年就业者、残疾分析限制为2013年未领取残疾津贴者；赌博支出占支出比例而非绝对金额以控制收入差异。
• 补充分析：赌博行为的时间持续性分析（样本3），考察个体在不同赌博水平间的转换模式，特别是最高支出赌博者的历史赌博轨迹。

Results & Findings

主要发现1：赌博与财务困境正相关 赌博支出比例越高，使用计划外透支、错过信用卡/贷款/抵押贷款还款、使用发薪日贷款的概率越高。赌博支出占月支出比例每增加10个百分点，发薪日贷款使用率增加51.5%（从0.97%升至1.47%），错过抵押贷款还款的可能性增加97.5%。该关联在控制年龄、性别和年收入后仍然显著。这一发现支持了赌博增加财务压力的理论预期。

主要发现2：赌博与金融包容性和财务规划负相关 高赌博支出与较低的信用卡、贷款、抵押贷款持有率相关，但信用卡使用率更高（10个百分点赌博增加对应11.2%的信用卡使用增加），且更可能被法警追债（增加8%）。同时，高赌博与较低的保险支出、抵押贷款偿还、总储蓄和养老金缴款相关。这表明赌博可能挤出了正常的财务规划和资产积累。

主要发现3：关联强度在高赌博水平处显著增强 对于许多结果变量，赌博与负面结果的关联在约第75百分位（约月支出3.6%用于赌博）以上显著增强。这表明赌博危害在将较大比例月支出用于赌博的个体中呈非线性放大。

主要发现4：赌博与负面生活方式、健康和福祉结果相关 高赌博与自我保健、健身（如健身房会员）、社交活动、教育和爱好支出下降相关；与旅行减少和夜间（凌晨1:00–5:00）支出增加相关。赌博占支出比例每增加10个百分点，夜间清醒增加11.5%，社交活动减少9%。酒吧支出也随赌博增加而下降，但酒类专卖店支出反而下降（可能与整体消费能力下降有关）。快餐支出的关系较复杂，烟草支出的系数估计不精确（无效结果）。

主要发现5：赌博与未来失业和残疾风险正相关 在2013年就业的个体中，赌博支出比例越高，2014–2019年间经历至少一次失业的可能性越大，且该关联在最高赌博水平处显著增强（最高百分位赌博者未来失业概率为6%）。赌博与未来领取残疾津贴的可能性也呈正相关。

主要发现6：高赌博水平与显著增加的死亡率相关 Cox生存分析显示，在所有年龄和性别组中，赌博水平越高，5年生存概率越低。例如，44岁女性赌博支出占年支出30%（相对于0%）的5年死亡概率从50/10,000增至69/10,000（增加37%）。高赌博水平与男性和女性、年轻和年长个体约三分之一的死亡率增加相关。死亡原因信息不可得。

主要发现7：赌博行为具有时间持续性但可快速转换 赌博具有"粘性"（sticky behaviour）——高赌博水平倾向于持续。但在最高支出赌博者（2015年Q2赌博>10%月支出者）中，6个月前有6.9%完全不赌博，而6个月后仅4.6%停止赌博，表明个体可以快速加速进入重度赌博，但退出速度较慢，呈现不对称性。

意外发现：赌博与酒类专卖店支出呈负相关（与预期可能相反）；烟草支出的系数不精确（无效结果）；赌博与快餐支出的关系复杂而非简单的线性关系。

Limitations

作者明确承认以下局限：

1. 无法确立因果关系：发现可能反映因果机制或共病机制（或两者混合），无法区分高赌博导致负面结果还是易受负面结果影响的个体更倾向赌博。
2. 无法排除反向因果：负面事件可能先于赌博增加（如错过信用卡还款后赌博以偿还债务）。虽然使用t0期赌博预测t1期结果部分缓解了这一问题，但赌博的高度持续性意味着赌博可能与负面生活事件同时发生或被其先行。
3. 分析窗口有限：仅覆盖6年交易数据，更长时间跨度下赌博与死亡、残疾、失业等危害的关联可能不同。
4. 无法控制所有同期事件：2012–2018年间所有社会、经济和政治事件无法完全纳入控制。
5. 样本局限：仅涵盖英国有银行账户的居民，向其他人群的推广需进一步验证。
6. 数据覆盖不全：不涵盖现金赌博、第三方支付平台或他人账户的电子赌博交易，因此估计的赌博支出和危害关联可能偏保守。

Key Contributions

• 首次利用覆盖约650万英国人口（约10.6%成年人口）的大规模客观银行交易数据，系统量化赌博与31项财务、社会、健康结果的关联。
• 克服了以往赌博研究依赖小样本、横断面、自我报告数据的根本局限，提供了纵向、客观、全国规模的证据。
• 同时考察财务和非财务结果（生活方式、健康、福祉、休闲），全面刻画赌博的多维危害。
• 首次在大规模数据中展示赌博与未来失业、身体残疾和死亡率（Cox生存分析）的关联。
• 揭示赌博行为的时间动态——持续性、快速转换进入重度赌博以及退出速度的不对称性。
• 为赌博危害是集中于少数病态赌博者还是广泛分布于低风险群体的学术争论提供了实证支持：既发现最高水平赌博者的危害显著放大，也发现即使在较低赌博水平也存在负面关联。
• 为政策制定者提供了识别和保护高风险赌博者、控制人口层面赌博风险的经验依据。

Key Claims

"Gambling is associated with higher financial distress and lower financial inclusion and planning, and with negative lifestyle, health, well-being and leisure outcomes." (Abstract)

"Gambling is associated with higher rates of future unemployment and physical disability and, at the highest levels, with substantially increased mortality." (Abstract)

"Gambling is persistent over time, growing over the sample period, and has higher negative associations among the heaviest gamblers." (Abstract)

"In support of that view, we find that more gambling is associated with more negative outcomes even at lower levels of gambling, and that individuals can rapidly transition between different levels of gambling." (Discussion)

"Overall, our findings suggest that policy-makers may want to do more to efficiently detect and protect the highest-spending gamblers, while also attempting to control population levels of risk." (Discussion)

---

My Notes