冠状病毒及其对英国不同种族群体的社会影响:2020年

• 在调整了年龄、性别、社会经济分类(NS-SEC)、自冠状病毒(COVID-19)大流行爆发以来获得的帮助和支持的变化，以及他们是否有健康状况后，英国大多数族裔在2019年至2020年4月期间自我报告的心理健康状况都有所恶化(基于他们的GHQ-12得分)。

• 在英国的印度裔群体的心理健康可能受到大流行的影响尤其严重，因为他们在2019年到封锁初期(2020年4月)期间报告的睡眠困难更大，而且在自我报告的心理健康困难测量(GHQ-12)中得分高于其他群体。

• 在大流行之前，在调整户主的年龄、性别、教育程度、社会经济分类、家庭组成和住房使用权后，非洲黑人或其他黑人族裔户主的家庭拥有足够的正式金融资产来弥补就业收入下降的可能性明显低于大多数其他族裔群体的户主。

• 经年龄调整后，在英国，在第一次封城之前和期间，从事有偿工作的英国白人(46%)和其他白人(51%)劳动年龄成年人报告称，2020年4月，他们的每周工作时间减少了，相比之下，印度人(33%)、黑人、非洲人、加勒比人或英国黑人(33%)的劳动年龄成年人的每周工作时间减少了三分之一。

• 2020年4月，在英国，超过四分之一(27%)的黑人、非洲人、加勒比人或英国黑人族裔的人报告称，他们的经济生活非常或相当困难，远远高于爱尔兰白人(6%)、其他白人(7%)、印度人(8%)和巴基斯坦人或孟加拉国人(13%)。

统计学家的评论

“今天的研究向我们展示了对不同种族群体的影响是如何变化的，以及人们在大流行前的环境是如何影响他们在第一次全国封锁期间的经历的。

例如，在大流行之前，非洲黑人或其他黑人家庭的财务弹性较低，这可以解释为什么这些群体在封锁期间更难进行财务管理。也许并不令人意外的是，在封锁期间，大多数族裔的心理健康状况都恶化了，但印度人的情况最为明显。”

格伦·埃弗雷特，可持续发展与不平等司副主任

此版本使用的数据来自英国家庭纵向研究(UKHLS)的数据进行匹配了解社会:2019冠状病毒病研究，2020年探索新冠肺炎大流行封锁初期对英国不同种族人群的健康、就业和生活水平的社会影响。本版本还使用了财富及资产调查(WAS)以了解大流行前英国不同种族群体的财务弹性。

这是一项工作计划的第一阶段，我们打算跟踪英国家庭纵向研究中的个人，探讨大流行对他们长期生活的影响，特别关注不同种族群体的经历。

从2020年4月起，来自UKHLS的16岁及以上的参与者被邀请参加一项新的月度在线调查，以衡量大流行对英国个人、家庭和更广泛社区福利的变化影响。我们分析了2020年4月英国实行封锁限制时不同种族群体的经历，并使用2020年1月和2月(如有)以及2019年收集的相同个人的基线信息，与大流行前的情况进行了比较。

对2016年至2018年财富和资产调查数据的新分析为英国不同种族群体的财务弹性提供了额外的见解，使我们能够确定哪些群体在大流行之前在财务上最脆弱。

在整个分析过程中，数据被分解以提供最细粒度的细分，同时根据样本量产生可靠的估计。在整个过程中，更广泛的种族群体被提到符合统一标准．对于本分析中使用的两个数据源，不可能对混合或多种族群体类别进行分类¹而且，在使用英国家庭纵向研究的分析中，也不可能将黑人、非洲人、加勒比人或英国黑人族裔类别分开²．

由于每个种族群体的年龄分布各不相同，本出版物中的所有估计都对年龄进行了最低限度的调整。对于一些主要结果，还对其他因素进行了调整，使我们能够考虑更广泛的可能影响所见差异的潜在因素，以及种族。

的局限性中已讨论数据来源和质量部分在此分析中，不可能对所有相关因素进行调整。因此，估算不应用于推断因果关系，而应用于确定在保持特定因素不变的情况下，族裔群体与显著结果之间是否存在关系。

在这篇文章中，只有统计上显著的差异在文本中被评论。使用显著性检验(基于p值小于0.05)确定了这些值，但已包括置信区间，以表明产生的估计值周围的不确定性。

注意事项:

1. 混合/多种族群体包括那些被认为是以下种族的人:加勒比白人和黑人;非洲白人和黑人;白人和亚洲人;任何其他混合/多种族背景;以及任何混合或多种族的群体(在苏格兰)。

2. 在英格兰、威尔士和北爱尔兰，这一群体包括那些自认为是非洲人、加勒比人以及任何其他黑人、非洲人或加勒比人背景的人。在苏格兰，这包括那些自认为是非洲人、非洲裔苏格兰人或非洲裔英国人的人;任何其他非洲、加勒比、加勒比苏格兰或加勒比英国;黑人，苏格兰黑人或英国黑人;以及其他加勒比或黑人族群。

获取服务

总体而言，在截至2020年2月至2020年4月的一年里，有健康状况的人使用NHS服务的比例从91%下降到79%，包括使用全科医生服务、NHS 111、处方药、门诊和住院护理。同样，在此期间，有健康问题的人使用社区卫生服务的比例从58%下降到44%，包括使用药店、非处方药物、护理人员和心理治疗师。

然而，在现有健康状况者获得或使用任何国民保健制度或社区保健服务方面，族裔群体之间没有显著差异。这可能是因为不同种族群体在获得服务方面没有可变性，也可能是因为样本量太小，无法揭示任何差异。

因忧虑而失眠

在全英国范围内的封锁开始时，所有族裔的人都报告说，他们因担心而增加或持续失眠(图1)。在调整年龄后，超过三分之一(36%)的印度族裔受访者报告了这一情况，而不到四分之一(23%)的英国白人受访者和18%的其他白人受访者报告了这一情况。大约三分之一的黑人、非洲人、加勒比人或英国黑人(35%)也报告了这一点。

图1:与英国白人和其他白人族群相比，印度裔族群的人更有可能因担忧而经历更多或持续的睡眠不足

2019年和2020年4月，英国各种族16岁及以上人群因担忧而睡眠不足增加或超过正常水平的年龄调整估计百分比

注:

1. 因担心而失眠增加或持续失眠的结果是指受访者在2019年和2020年4月都报告因担心而失眠比平时多，或在这段时间内从“不比平常多”增加到“比平常多”。

2. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

3. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。

4. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

使用一般健康问卷(GHQ-12)自我报告心理健康

一般健康问卷(GHQ-12)可用于确定可能的精神疾病。受访者回答一组12个问题，分制为4分，然后转换为12分中的一分。GHQ-12得分越高，心理健康状况越差。在一般健康问卷(GHQ-12)的12个问题中，在比较2019年至2020年4月之间的反应变化时，在调整年龄后，因担忧而增加或持续睡眠不足(图1)是唯一一个在种族群体中显示出任何显著变化的问题。

英国家庭纵向研究数据的前期分析2017年和2018年的GHQ-12平均得分在种族间基本相似。2019年至2020年4月期间，在调整了年龄、性别、社会经济分类(NS-SEC)、自冠状病毒大流行开始以来获得的帮助和支持的变化以及他们是否有健康状况后，所有族裔群体(不包括黑人、非洲人、加勒比人或英国黑人族裔)的GHQ-12得分平均显著增加，表明心理健康状况恶化(图2)。

黑人、非洲人、加勒比人或英国黑人族群的置信区间太大，无法确定2019年至2020年4月期间对相关GHQ-12分数的影响方向。然而，可以说，黑人、非洲人、加勒比人或英国黑人族群在精神疾病方面的变化并不像其他族群那样明显。

在进行各组比较时，来自印度族裔的受访者报告的GHQ-12得分的平均增幅(1.7)高于来自英国白人族裔的受访者(0.8)。考虑到印度族裔因担忧而失眠的调查结果，这表明他们的心理健康可能受到了大流行的特别挑战。

图2:在2019年至2020年4月期间，大多数种族的GHQ-12平均得分都有所增加

2019年至2020年4月期间，英国16岁及以上人群GHQ-12得分经完全调整后的平均变化

注:

1. 在完全调整的分析中控制的因素包括年龄、性别、社会经济分类(NS-SEC)、自冠状病毒大流行开始以来获得的帮助和支持的变化以及他们是否有健康状况。

2. GHQ-12平均得分的正增长表明在这两个时期心理健康状况恶化。

3. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

4. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

孤独

在调整了年龄、性别、受访者是否独自生活、自冠状病毒大流行开始以来获得的帮助和支持的变化后，爱尔兰白人(28%)比英国白人(18%)、中国人和其他亚洲人(10%)以及黑人、非洲人、加勒比人或英国黑人(11%)更有可能继续经常感到孤独，或在2019年至2020年4月期间感到孤独的感觉有所增加。以及他们是否有健康问题(图3)。大约四分之一的印度族裔(24%)也报告了这一点。

图3:在2019年至2020年4月期间，近三分之一的爱尔兰白人受访者表示孤独感增加或继续感到孤独

2019年至2020年4月，英国种族群体对增加或保持孤独的完全调整估计

注:

1. 在完全调整的分析中控制的因素包括年龄、性别、受访者是否独自生活、自冠状病毒大流行开始以来获得的帮助和支持的变化，以及他们是否有健康状况。

2. 结果变量与那些在2019年和2020年4月经常感到孤独的人有关，以及那些在这两个时期之间从从不到有时、有时到经常感到孤独的人有关。

3. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

4. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。

5. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

在冠状病毒(COVID-19)大流行之前，2016年4月至2018年3月财富和资产调查(WAS)收集的数据显示，在英国，户主就业的所有家庭中，约有一半的家庭拥有足够的正式金融资产(如储蓄)，可以弥补三个月的家庭就业收入损失，约四分之三的家庭可以弥补20%的损失。然而，这因户主的种族而异(家庭参考人，图4)。

在之前的分析我们已经证明，一些家庭比其他家庭更不可能拥有足够的金融资产来弥补就业收入的下降，比如那些租房的人，以及有需要抚养孩子的单亲父母。为了解释这些差异，我们根据这些特征和其他家庭特征(年龄、性别、教育程度、户主的社会经济分类、家庭组成和住房保有权)调整了家庭财务弹性的估计。

在控制了这些因素后，非洲黑人或其他黑人族裔的家庭拥有足够的金融资产来弥补20%的就业收入损失(调整后估计百分比:64%)的可能性明显低于所有其他族裔的家庭，除了加勒比黑人(75%)和中国或其他亚洲族裔(80%)的受访者。

在控制了家庭特征的变化后(图4)，来自其他白人族群的家庭更有可能弥补这种损失(85%)，而来自英国白人族群的家庭(80%)。

图4:非洲黑人或其他黑人群体比大多数其他种族群体更不可能弥补家庭就业收入下降20%或100%的三个月

2016年4月至2018年3月，英国有足够的正式财务储蓄来应对家庭就业收入减少20%或100%的家庭的估计百分比(按种族调整家庭特征)

注:

1. 在完全调整的分析中控制的因素是户主的年龄、性别、教育水平和社会经济分类(NSSEC)、住房年限和家庭组成。

2. 如果正式金融资产大于就业收入的损失，则认为家庭有足够的资产来弥补就业收入的减少。

3. 家庭就业收入包括所有16岁或以上的家庭成年人的雇员收入和自雇收入(不包括16至18岁接受全日制教育的成年人)。

4. 户主不活跃或家庭固定收入净额(扣除住房成本)小于或等于零的家庭被排除在分析之外。

5. “任何其他民族”包括未单独列出的民族。

6. “白人爱尔兰人”和“吉普赛人或爱尔兰旅行者”种族被包含在“其他白人”种族群体中。

数据下载

当考虑三个月的总收入损失(100%)时，非洲黑人或其他黑人种族的家庭拥有资产来弥补收入下降的可能性(27%)明显低于英国白人(52%)、其他白人(49%)和印度人(58%)的家庭。与来自英国白人和印度白人的家庭相比，来自加勒比黑人、巴基斯坦或孟加拉国族裔的家庭也不太可能有足够的资源来应对这种收入冲击(分别为32%和35%)(图4)。

官方的就业估计数据来自劳动力调查。然而,理解社会COVID-19模块包括一些与受访者的工作情况有关的问题，这在本文中进行了探讨。

2020年4月封锁初期的主要影响之一是对从事有偿工作(包括作为雇员、自雇人士或两者兼有)的人的影响，企业被迫关闭或限制其活动，以及那些能够被建议在家工作的工人。例外情况是那些被认定为关键工人的人继续离开家去工作。因此，这些变化对不同种族人群的影响取决于一开始有多少人从事有偿工作，有多少人是关键工人，有多少人能够在家工作。

在2019冠状病毒病(COVID-19)大流行之前，在调整年龄后，某些族裔在2020年1月和2月报告从事有偿工作的适龄劳动成年人(16岁至64岁)的比例明显低于其他族裔(图5)。加勒比或英国黑人(64%)和印度人(70%)种族从事有偿工作的可能性明显低于英国白人(80%)或其他白人(86%)种族。

这些差异在某种程度上是由这些群体中从事有偿工作的妇女人数的差异造成的。巴基斯坦或孟加拉国族裔16至64岁的妇女中不到一半(46%)，中国或其他亚洲族裔(51%)和黑人、非洲、加勒比或英国黑人(55%)族裔的妇女中略超过一半，印度裔妇女中有64%报告在大流行之前从事有偿工作。这明显低于英国白人(76%)和其他白人(82%)的工作年龄女性。

图5:与英国白人或其他白人相比，巴基斯坦人或孟加拉国人、中国人或其他亚洲人、印度人、黑人、非洲人、加勒比人或英国黑人族裔的工作年龄成年人报告称，他们在大流行前从事有偿工作的人数较少

2020年1月和2月，按种族和性别分列的英国16至64岁从事有偿工作的人的年龄调整百分比估计数

注:

1. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

2. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。

3. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

在调整年龄后，在COVID-19模块的受访者中，没有证据表明任何一个族裔中年龄在16至64岁、从事有偿工作的人比其他族裔的人更有可能被聘为关键员工;然而，与大多数其他族裔相比，“其他白人”族群的人自我认同为关键员工的可能性要低得多。值得注意的是，组间缺乏显著差异，部分原因可能是某些组的样本量有限。

封锁期间，不同族裔群体报告在家工作的程度存在显著差异。2020年4月，巴基斯坦或孟加拉国族裔的受访者(35%)在过去四周内报告在家工作的可能性低于其他几个族裔。这包括英国白人组(47%)、黑人、非洲人、加勒比人或英国黑人组(53%)、其他白人组(56%)和印度族裔组(57%)(图6)。这些比较特别涉及那些在封锁前和封锁期间都报告有有偿工作的人。

图6:2020年4月，来自巴基斯坦或孟加拉国族裔的有偿工作人员报告至少有时在家工作的人数减少了

英国，2020年4月，年龄调整后的16至64岁有偿工作人员中至少有时在家工作的百分比估计数

注:

1. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

2. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。

3. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

自我报告每周工作时间的变化

在封锁前和封锁期间，工作时间减少的人数比例在不同种族之间存在显著差异。在从事有偿工作的其他白人族裔中，超过一半(51%)的人报告称，在2020年头两个月至2020年4月期间，他们所有工作和自营职业活动的每周工作时间都减少了。

这使得在调整年龄后，他们比印度人(33%)、黑人、非洲人、加勒比人或英国黑人(33%)以及巴基斯坦人或孟加拉国人(34%)更有可能报告工作时间减少。近一半(46%)从事有偿工作的英国白人族裔(16岁至64岁)也报告称，在封锁期间，他们的每周工作时间减少了，显著高于印度裔和黑人、非洲裔、加勒比裔或英国黑人族裔群体(图7)。

图7:在2020年1月至2月以及2020年4月期间，从事有偿工作的其他白人种族中，超过一半的人报告每周工作小时数减少

英国2020年1月至2月和2020年4月之间报告每周工作小时数减少的有偿工作人员(16至64岁)的年龄调整百分比估计数

注:

1. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

2. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。

3. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

税后工资的自我报告变化

在调整了年龄、性别、社会经济阶层和最高资格后，来自黑人、非洲人、加勒比人或英国黑人、巴基斯坦人、孟加拉国人和印度人的16至64岁工人中，约四分之一的人报告称，封锁后他们的实得工资下降了(图8)。其他白人群体报告的实得工资下降的可能性(39%)明显高于英国白人群体(29%)和印度裔群体(24%)。种族薪酬差距的最新数据是可用的。

图8:与英国白人和印度白人相比，其他白人群体从事有偿工作的人更有可能报告税后工资减少

在英国，2020年1月至2月和2020年4月期间，报告税后工资(包括所有工作和自营职业活动)下降的带薪工作(16至64岁)人员的完全调整百分比

注:

1. 在完全调整的分析中，控制因素包括年龄、性别、社会经济阶层(NS-SEC)和最高资格。

2. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

3. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。

4. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

虽然在大流行期间，引入无薪休假计划可能对英国人的就业产生了重大影响，但只有1186名受访者报告说，他们在2020年4月曾被无薪休假，因此，由于样本量小，我们无法按种族群体报告这一结果。

目前的财务状况

2019年，与其他白人(4%)、英国白人(6%)、爱尔兰白人(6%)、混合或多种族(7%)、印度人(9%)、巴基斯坦人或孟加拉国人(10%)相比，来自黑人、非洲人、加勒比人或英国黑人的比例(22%)明显更高。

其他白人受访者认为经济相当或非常困难的可能性也明显低于巴基斯坦、孟加拉国和印度族裔群体。

在2019年至2020年4月期间，巴基斯坦族裔或孟加拉国族裔的人比英国白人族裔的人更有可能报告他们的财务状况恶化或仍然困难(分别为26%和18%)(图9)。

图9:那些来自巴基斯坦或孟加拉国族裔的人比英国白人更有可能报告他们的财务状况恶化或保持消极

在2019年至2020年4月期间，报告其财务状况恶化或保持负值的受访者的年龄调整百分比，按种族、英国、2019年至2020年4月分列

笔记

1. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

2. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。

3. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

2020年4月，来自黑人、非洲人、加勒比人或英国黑人族裔的四分之一(25%)的人报告拖欠账单，22%的人报告无法支付住房付款，报告在这些方面挣扎的比例明显高于其他族裔的受访者。

该群体中超过四分之一(27%)的人还报告说，在2020年4月，他们发现生活非常或相当困难，这使他们比爱尔兰白人(6%)、其他白人(7%)、印度人(8%)以及巴基斯坦或孟加拉国人(13%)种族的人更有可能报告这一点。

未来财务状况

在2019冠状病毒病(COVID-19)大流行之前，认为自己的财务状况将在未来一年恶化的爱尔兰白人族群比例(22%)明显高于英国白人族群、混血或多种族族群以及巴基斯坦或孟加拉国族裔族群。

当被问及他们对未来财务状况的看法时，38%的巴基斯坦人或孟加拉国人以及44%的中国或其他亚洲民族的人在2020年4月做出了比2019年更悲观的预测，或者继续预测他们的情况会比现在更糟。这明显高于英国白人(28%)族群(图10)。

图10:巴基斯坦人、孟加拉国人、中国人或其他亚洲民族的人更有可能对自己未来的财务状况持有或继续持有负面看法

2019年和2020年4月，英国各种族对未来财务状况的看法恶化或保持负面的受访者比例的年龄调整估计值

注:

1. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

2. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

补偿收入损失

用于应对收入损失的策略将取决于家庭可用的资源。在所有族裔群体中，最常报告的应对大流行造成的收入损失的方法是减少支出或动用储蓄。受访者还可以从许多其他选项中进行选择，但这些选项的样本量太小，无法按种族分类，因此未包括在内。

对于大多数种族群体来说，支出的减少比储蓄的使用更常见，尽管这些报告的程度因种族而异(图11)。英国白人族裔报告支出减少的可能性(27%)明显低于其他白人族裔(38%)，尽管这些群体具有相似的财务弹性水平(图4)。这些群体之间的差异可以解释为，与英国白人族裔相比，其他白人族裔报告税后收入减少的比例更高(图8)。

英国白人和黑人、非洲人、加勒比人或英国黑人用储蓄来弥补家庭收入损失的可能性(分别为9%和8%)也明显低于巴基斯坦人或孟加拉国人(16%)和印度人(17%)。这可能反映了这些不同族裔家庭的不同储蓄水平，从他们不同的财务弹性水平可以看出(图4)。

图11:与巴基斯坦人、孟加拉国人和印度人相比，来自黑人、非洲人、加勒比人或英国黑人的受访者用储蓄来弥补收入损失的可能性要小得多

通过处理2020年1月至2月和2020年4月之间家庭收入损失的方法，对英国16岁及以上人口的年龄调整百分比进行估计

注:

1. 受访者被要求从许多选项中进行选择。除“已用储蓄”和“减少支出”以外的选项的样本量太小，无法按种族分类，因此未包括在内。

2. “任何其他族群”包括没有单独列出的所有族群，但因样本量小而被排除在外的吉普赛人或爱尔兰游民族群除外。

3. 用*标记的柱状图表示基于小样本量(少于30个受访者)的估计，因此应谨慎对待。对于除“任何其他种族群体”外标有*的所有群体，*仅与“已用储蓄”的样本量有关。

4. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

置信区间

一个置信区间给出了样本估计的不确定度和精度的一个指示。95%置信区间的计算是这样的，如果我们重复研究多次，95%的时间真正的未知值将位于置信下限和置信上限之间。区间越宽，估计的不确定性越大。

正式金融资产

正式金融资产包括信贷往来账户、储蓄账户、国际储蓄账户、国民储蓄账户、英国和海外股票、保险产品、定期债券、员工股票、单位和投资信托、英国和海外债券和金边债券，以及任何其他正式金融资产。

一般健康问卷(GHQ-12)

一般健康问卷(GHQ-12)是一种自我报告的心理健康评估，使用《理解社会:2020年COVID-19研究》进行建模。受访者总共回答了12个问题，涉及焦虑和抑郁(包括因担心或感到不开心而失眠)，社交功能障碍(如无法享受和专注于活动，或做出决定和面对问题的能力)，以及信心和自我价值的丧失。每个问题的答案都是0到3的李克特量表，然后将答案一分为二，2或3的回答被认为是肯定的答案。所得的分数范围从0(报告的最高精神健康状态)到12(报告的最低精神健康状态)。

家庭推荐人

家庭负责人(HRP)是指唯一或共同户主或负责家庭事务的人。在有共同户主的情况下，HRP是收入最高的人。在共同户主收入相同的情况下，最年长的人被分配为HRP。

封锁

封锁是指关闭所有非必要的活动，以减缓冠状病毒(COVID-19)的传播。在英国，人们对日常生活进行了严格的限制，包括:

• 人们被建议只在食物、药品、锻炼或照顾弱势群体等必需品时才出门
• 关闭非必需品商店
• 禁止两人以上的聚会

英国于2020年3月23日实施封锁。这是各国“居家指导”的基础。具体居家指导为英格兰，苏格兰，威尔士而且北爱尔兰是可用的。在本新闻稿所述期间，英国各地的封锁限制是一致的。

家庭固定收入净额(扣除房屋费用)

家庭固定收入净额(扣除房屋成本)包括(就业收入净额(雇员及自雇人士))福利、私人退休金净额、投资收入净额、任何其他固定收入净额(包括租金收入、赡养费及离职金、定期遣散费、特许权使用费及教育补助金)，减去家庭税(家庭支付的金额)的总和。

统计显著性

当我们对种族与结果之间的关系进行年龄调整或额外调整时，我们使用零假设统计检验来确定每项测量的种族对之间的结果是否存在显著差异。

的测试的意义产生p值，它提供了观察到差异的概率，至少与从样本中估计的差异一样极端，如果总体中群体之间确实没有差异。我们使用0.05的常规阈值来表示差异与偶然性不相容的证据。

了解社会:2019冠状病毒病研究，2020年

本版本主要使用来自第1波(2020年4月)的数据了解社会:2019冠状病毒病研究，2020年．参与者从英国家庭纵向研究(UKHLS)我们邀请16岁及以上的年轻人通过网络或电话参与一项新的月度调查，以衡量新冠病毒(COVID-19)大流行对英国个人、家庭和更广泛社区福利的变化影响。

本文中的统计数据基于在第一波中完成网络调查的17761名参与者。在排除了体重为零和种族缺失的情况后，分析了13388名成年人(16岁及以上)的个人层面的回答。

COVID-19研究的第一波包括2020年1月和2月对某些主题的基线响应;这些数据被用作COVID-19前与COVID-19期间(2020年4月)水平的基线比较点。在没有基准期的情况下，使用了UKHLS第10波和第11波(代表截至2019年12月的年份)的回复。受访者只有在2019年和2019 -19研究的第一波中都出现过才会被纳入研究范围。

财富及资产调查

财富及资产调查(WAS)于2006年推出，是由英国国家统计局(ONS)进行的两年一次的纵向调查。这项调查衡量的是家庭和个人的资产、储蓄、债务以及退休计划。该调查还调查了与这些相关的态度和属性。分类变量(年龄，性别，就业状况)也被收集。

质量和方法信息的优势，限制，适当的使用，以及如何创建数据是可在财富及资产调查QMI．

本文报告了基于2016年4月至2018年3月(含)对WAS做出回应的英国18034个家庭的种族财务弹性分析。本分析中使用的数据是在冠状病毒(COVID-19)之前收集的，但可以深入了解可能更有可能因大流行带来的经济气候而遭遇困难的群体。本文所包括的估计数是为了提供不同族裔群体财务弹性的基线，并作为大流行期间分析的变化的背景。

本文中的估计数是通过比较家庭就业收入与家庭正式金融资产的价值而得出的。家庭就业收入包括雇员收入和自雇收入，适用于所有16岁或以上的成年人(不包括16至18岁接受全日制教育的成年人)。

每月总就业收入减少20%或100%。如果家庭的正式金融资产价值超过月就业收入减少量的三倍，那么家庭就被认为拥有足够的资产来弥补这一损失。户主不活跃的家庭(例如，失业或退休)或家庭常规收入净额(扣除住房成本)小于或等于零的家庭被排除在此分析之外。

测量种族

本文中使用的种族分类是为了尽可能提供最细粒度的细分，同时根据样本量产生可靠的估计。

《理解社会:2019冠状病毒病研究，2020年》分析中使用的九个种族是:

• 英国白人

• 白色的爱尔兰

• 其他白色

• 混合或多民族

• 印度

• 巴基斯坦人或孟加拉国人

• 中国人或其他亚洲人

• 黑人，非洲人，加勒比人或英国黑人

• 其他民族

在《理解社会:2020年COVID-19研究》中，加勒比黑人、非洲黑人和其他黑人族裔群体由于样本量小而聚集在一起。此外，吉普赛人或爱尔兰游民族群被排除在分析之外，因为样本中来自这一类别的受访者数量非常少。

财富及资产调查(WAS)分析中使用的九个种族是:

• 英国白人

• 其他白人(包括爱尔兰白人、吉普赛人或爱尔兰游民)

• 混合或多民族

• 印度

• 巴基斯坦人或孟加拉国人

• 中国人或其他亚洲人

• 加勒比黑人

• 非洲黑人或其他黑人

• 其他民族

在财富和资产调查(WAS)中，爱尔兰白人和吉普赛人或爱尔兰旅行者种族群体在收集时与其他白人群体结合在一起，因此不可能将这些群体分开。分配给每个家庭的民族是户主的民族(称为家庭代表人物)。该分析没有考虑住在同一家庭的不同种族背景的人。

不确定性和质量

所提供的统计数字是估计数，与所有估计数一样，有一定程度的不确定性与他们相关。鉴于此，基于样本的估计有时会显示出人口群体之间的差异，而实际上它们之间并没有系统的差异。这样的发现被称为“假阳性”。如果我们能够从总体中反复提取不同的样本，那么，对于一次比较，我们预计p值低于0.05阈值的发现中有5%是错误发现。然而，如果进行多次比较，那么至少有一次错误发现的概率将大于5%。

置信区间被包括在估计值中，以给出不确定性的指示。宽置信区间通常与小样本量或大样本方差有关，表明我们期望的真实值所处的值范围更广。然而，统计显著性已经过正式检验，因此对于统计上显著不同的估计值，置信区间可能重叠。

的优势

文章中提出的分析的一个重要优势是对人口统计学特征进行了调整，而不是种族，这可能与种族和结果有关。根据年龄进行调整对本分析中提出的一些估计数，特别是与健康和生活水平有关的估计数产生了很大影响，这表明，调整前在族裔群体之间观察到的一些差异与不同人口年龄结构的差异有关。其他调整对结果有不同的影响;未调整和调整的估计数包括在伴随数据集．

限制

虽然这一分析已经根据几个因素进行了调整，但可能存在其他与种族和感兴趣的结果相关的特征，这些特征在数据源中是不可用的，例如与种族相关的文化差异可能会影响行为。如果我们能够调整这些额外的因素，这可能会改变这里看到的模式。

不响应的程度因变量和来源而异，因此如何处理缺失的决定是在个案基础上做出的。在漏报率较低的情况下，在建模阶段之前的分析中省略了漏报率的响应。每个建模变量的缺失率从GHQ-12评分变化的1.4%到孤独模型变化的3.6%不等。

这种方法的缺点是，如果调查的回答不是完全随机地丢失(即回答的概率与其他变量相关)，则信息将丢失，并且可能会在调整后的估计中引入偏差。然而，考虑到这些案例的低失误率，我们预计任何此类偏差的大小都很小。在变量漏失率较高的情况下，这些响应被合并并作为“漏失/不适用”类别包含在模型中。今后的工作可设法调查缺失的模式，并酌情评估在今后使用这些数据源进行分析时对缺失数据进行归因的影响。

像所有调查一样，英国家庭纵向研究(UKHLS)和财富与资产调查(WAS)容易受到受访者错误和偏见的影响。与健康相关的变量是自我报告，而不是临床测量。这些结果的漏报在某些群体中可能比其他群体更为普遍，这反过来又会使调整后的估计数产生偏差。

在解释这一分析结果时，应记住，调整后的估计值可能表明(或其他)结果与种族之间的统计关联，但并不意味着两者之间的因果关系。

造型

对于连续的结果变量，拟合线性回归模型。对于可以用“是”或“否”结果描述的离散因变量，拟合二元逻辑回归模型。一些连续变量在适当的地方被一分为二，因为它们不符合线性回归的假设。

有两种类型的模型用相似的方法拟合数据。首先是对所有估计进行年龄调整。这样做的好处是考虑到种族之间年龄结构的差异，并确保报告的一致性，因为年龄是个人固有的不可改变的特征。另一个是控制与种族和利益结果相关的任何可用因素，这些因素可能调解两者之间的关系。主要结果分析中使用的因变量如表1所示。

对于每个因变量，生成因果图，以确定理论上可能与种族和因变量都有关系的因素。这些说明了在最终模型中使用哪些自变量，以及它们在数据源中的可用性(见局限性)以及与因变量之间是否存在统计上显著的关系。与种族高度共线性的变量，如宗教，被排除在分析之外，因为不可能单独估计它们与结果的关系。

在对金融弹性进行建模时，没有控制地理区域，因为虽然区域和金融弹性之间可能存在关联，但尚不清楚是区域决定了金融弹性(这里是收入和金融资产的函数)，还是金融弹性决定了区域。在后者的情况下，控制区域将扭曲模型估计。与种族高度相关的变量，如宗教，从分析中删除，因为它们的包含可能是结果的决定性因素。正如在局限性中所讨论的，还有其他可能与种族和兴趣结果相关的因素，我们无法调整，因为它们在数据源中不可用。

然后，我们估计了特定种族的调整均值(连续因变量)和百分比(二元因变量)，用于健康、就业、财务弹性和生活水平相关关系。

在调整之后，模型推论也发生了变化。例如，在调整前，非洲黑人或其他黑人族群与中国或其他亚洲族群之间，估计拥有足够正式金融资产以弥补家庭就业收入损失20%的家庭比例在统计上存在显著差异。然而，经过调整后，前一组估计的百分比要大得多，组间的差异不再具有统计学意义(图12)。

这说明了在族裔群体之间进行比较时，根据潜在的混杂因素调整结果的重要性。各级调整的模型估计可在伴随数据集．

图12:在三个月的时间里，有足够的财务储蓄来弥补家庭就业收入减少20%的家庭的未调整和调整百分比，按种族分列

英国，2016年4月至2018年3月

注:

1. 在完全调整的分析中控制的因素包括户主的年龄、性别、教育水平、社会经济分类(NS-SEC)、住房年限和家庭组成。

2. “任何其他民族”包括没有单独列出的民族。

3. “白人爱尔兰人”和“吉普赛人或爱尔兰旅行者”种族被包含在“其他白人”中。

4. 由于其中一些估计值的置信区间很宽，因此在进行种族间比较时应谨慎。

数据下载

所有模型都使用R 3.6.1版中的“survey”包和SAS中的“survelogistic”程序进行估计，允许适当的抽样权重被纳入，并考虑到调查的复杂设计。然后，我们使用R版本3.6.1中的“emmeans”包估计每种结果的特定种族调整均值(连续因变量)和概率(二进制因变量)。SAS的lsmean功能用于为财务弹性相关结果产生等效输出。