《Discover Mental Health》：Environmental social and governance determinants of mental health in italian regions from 2004 to 2023
编辑推荐：
【编辑推荐】为探究环境、社会与治理（ESG）因素对区域心理健康的影响机制，本研究基于意大利20个大区2004–2023年的ISTAT-BES数据，采用工具变量（IV）面板模型与K均值聚类算法，分解ESG三大支柱进行因果推断。结果显示：环境不满（DISL）、贫困风险（POVR）与司法低效（DCP）显著降低心理健康指数（MHI），而制度信任（TPF）与资源可持续利用（DMC）具有正向作用；聚类分析揭示意大利南北区域存在显著ESG绩效与心理健康差距。该研究为将ESG原则纳入公共健康政策提供了跨学科实证依据。
在当今社会，心理健康问题已成为全球性的公共卫生挑战，而环境可持续性、社会公平与治理效能（ESG）作为可持续发展的重要维度，与人群心理健康的关系却鲜有系统研究。意大利作为欧洲地区经济与文化高度多元化的国家，其北部与南部区域在环境质量、社会福利和制度效率方面存在显著差异，为探索ESG因素如何塑造区域心理健康提供了天然实验室。尽管已有研究指出绿色空间、就业保障或政府透明度可能影响个体心理状态，但缺乏从综合的ESG框架出发、基于因果推断的实证分析，尤其缺乏在次国家级区域尺度上的长期追踪证据。
为此，发表于《Discover Mental Health》的研究论文《Environmental Social and Governance Determinants of Mental Health in Italian Regions from 2004 to 2023》尝试填补这一空白。该研究由 Resta、Logroscino、Peter、Costantiello 和 Leogrande 合作完成，基于意大利国家统计局（ISTAT）的公平与可持续福祉（BES）数据库，覆盖2004至2023年间20个意大利大区的数据，构建心理健康指数（Mental Health Index, MHI），并分别从环境（E）、社会（S）和治理（G）三个维度选取关键指标，采用工具变量（IV）面板模型（包括固定效应IV-FE与随机效应IV-RE）控制内生性与区域异质性，识别ESG各维度对心理健康的因果影响。此外，研究辅以K均值聚类（K-Means）分析，基于轮廓系数（Silhouette coefficient）优化聚类数量，揭示不同区域在ESG表现与心理健康结果上的空间分异模式。
为开展上述研究，作者团队主要依托以下几项关键方法：第一，采用工具变量面板数据模型，分别构建环境、社会与治理三个支柱的方程，使用固定效应与随机效应估计，并以阅读频率（READ）、就业率（EMPL）、图书馆使用（LU）等变量作为外生工具变量，以缓解内生性问题；第二，基于ISTAT-BES官方数据库，涵盖20个意大利大区2004–2023年的平衡面板数据，确保数据连续性与质量；第三，运用K均值聚类算法，根据各ESG指标与MHI的区域平均值进行聚类分析，识别区域类型；第四，通过瓦尔德检验（Wald χ2）、组内相关系数（ρ）等统计量评估模型拟合优度与区域异质性。
研究结果部分通过多项分析逐步展开：
环境质量与心理韧性：IV面板证据
环境维度的IV面板估计显示，对景观的不满（DISL）与对生态退化的担忧（COLD）均与MHI呈显著负相关（β = -0.0402, p < 0.01），表明环境恶化感知对心理健康产生负面影响。相反，连续干旱天数（DRYD）与国内物质消耗（DMC）却呈现正相关（β = +0.0357, p < 0.01），可能反映了区域对气候压力的适应能力或资源充裕带来的心理缓冲。废水处理（WWTR）指标未呈现显著影响，提示基础设施对心理健康的作用可能为间接或滞后。
从教育到包容：社会维度对心理健康的影响
社会维度分析中，贫困风险（POVR）显示出最强的负向效应（β = +0.15412, p < 0.001），凸显经济剥夺对心理健康的侵蚀作用。值得注意的是，低劳动强度（LWOR）与非劳动参与率（LNPR）反而与较高MHI相关，或源于工作压力减轻与福利制度的缓冲作用。大学入学率（UNIV）与就业率（EMPL）则呈现轻微负向关联，可能反映教育与职场竞争带来的心理压力。
治理质量与心理健康：制度信任的关键角色
治理维度上，对警察与消防员的信任（TPF）显著促进MHI（β ≈ +0.54, p < 0.01），而司法程序拖延（DCP）、扒窃发生率（PPK）与对性暴力的担忧（CSV）均显著降低心理健康水平。环境退化感知（PEDA）也呈现负向关联，强调城市衰败对心理压力的加剧作用。
K均值聚类揭示的空间分异
聚类分析进一步强化了上述发现，将意大利大区清晰划分为两类：第一类包括北部与中部地区（如特伦蒂诺-上阿迪杰、艾米利亚-罗马涅大区），其ESG表现与MHI均较高；第二类为南部及岛屿地区（如坎帕尼亚、西西里），呈现ESG弱势与心理健康较低的组合。这一南北分化格局印证了历史累积的区域不平衡如何通过环境、社会与治理机制影响心理福祉。
研究结论部分强调，ESG各维度通过不同路径交互影响心理健康：环境质量通过塑造生活满意度与生态安全感发挥作用；社会包容通过减少经济剥夺与增强社会支持提升心理韧性；治理效能则通过制度信任与公共安全降低不确定性带来的心理压力。研究不仅证实了将ESG因素纳入公共健康政策的必要性，也为其他面临区域发展不平衡的国家提供了可迁移的分析框架。此外，讨论部分指出本研究的若干局限，包括观测数据的潜在混淆、区域内部异质性未被充分捕捉、以及指标主观性可能引入测量误差，建议未来研究引入更细粒度的地理数据、动态模型及混合研究方法，以深化对ESG—心理健康复杂机制的理解。
