Beyond legalization: characterizing distinct recreational cannabis regulatory approaches across US states, 2013-2024

该研究通过潜在类别分析揭示了 2013 至 2024 年间美国各州娱乐性大麻法规可归纳为四种截然不同的监管模式，并发现大麻使用率较高倾向于推动更开放的零售模式，而医疗大麻合法化历史较长则与更严格的销售限制相关。

要点

这篇文章就像是在给美国各州的大麻合法化政策做了一次"体检"和"分类"。

想象一下，美国各州在 2013 年到 2024 年间，纷纷决定“放开”娱乐用大麻。但这就像大家去开餐厅，虽然都叫“开餐厅”，但有的开的是路边摊，有的是高档会所，有的则是严格管理的连锁超市。

这篇研究就是要把这些不同的“开店模式”找出来，看看它们长什么样，以及为什么有的州喜欢开这种店，有的州喜欢开那种店。

1. 他们做了什么？（把乱糟糟的菜单整理成套餐）

研究人员没有简单地看“哪个州合法了，哪个州没合法”，而是像整理衣柜一样，把各州的大麻法律条款（比如：能不能在店里抽？能不能送货上门？有没有广告限制？税收多少？）全部拿出来，用一种叫“潜类分析”（LCA）的数学方法，把这些条款自动打包成了四种不同的“政策套餐”：

• 套餐一：没开餐厅（No RCL）

  • 形象比喻：这就是还没开始做买卖的州。
  • 特点：完全禁止，没有合法的大麻商店。

• 套餐二：试营业/筹备期（Pre-commercial）

  • 形象比喻：就像刚拿到营业执照，还在装修，或者只允许在家里自己种，还没正式对外卖货的阶段。
  • 特点：处于合法化的早期，商业设施还没建好，通常禁止在公共场合使用。

• 套餐三：全开放体验店（Full Access）

  • 形象比喻：这就像是一个带有“吸烟区”的现代化大麻咖啡馆。
  • 特点：
    • 你可以在店里买了直接抽（允许店内消费）。
    • 可以叫外卖送货上门。
    • 虽然不能在大街上随便抽，但管理比较宽松，允许在特定区域消费。
    • 代表：像科罗拉多州、内华达州后期的模式。

• 套餐四：严格管理的药房（Dispensary Access）

  • 形象比喻：这就像是一个只能“买了带走”的严格药房，或者像早期的烟草店。
  • 特点：
    • 只能买了带走，店里绝对不能抽。
    • 严禁在公共场合使用。
    • 通常不允许送货上门。
    • 对价格和广告管得很严。
    • 代表：像华盛顿州、俄勒冈州早期的模式。

2. 为什么有的州选“咖啡馆”，有的选“药房”？（谁在决定开什么店？）

研究还发现，一个州选择哪种“开店模式”，跟它的性格和历史很有关系：

• 如果这个州的大麻用户本来就很多（需求大）：

  • 他们更倾向于选择**“全开放体验店”（套餐三）**。
  • 比喻：就像在一个大家都爱喝酒的城市，大家会希望有能坐下来喝两杯的酒吧，而不是只能买瓶酒回家的便利店。因为需求大，政策就更开放，方便大家消费。

• 如果这个州的大麻合法化历史很长（特别是医用大麻）：

  • 他们更倾向于选择**“严格管理的药房”（套餐四）**。
  • 比喻：就像一家开了几十年的老药店，老板习惯了“只卖药，不让人在店里试吃”的规矩。因为习惯了以前的严格管理，所以即使放开了娱乐用，也还是管得比较严，不敢太开放。

• 如果这个州连啤酒税都收得很高（对酒精管得严）：

  • 他们通常对大麻也管得比较严，不太可能选择开放的模式。
  • 比喻：一个连啤酒都要收重税、管得死死的州，肯定不敢轻易让大麻“随便抽”。

3. 这告诉我们什么？（不仅仅是“合法”或“非法”）

这篇论文最大的贡献是告诉我们：“合法”不等于“一样”。

以前大家可能觉得，只要合法了，大家就都能随便买随便抽。但研究发现，“怎么合法”比“是否合法”更重要。

• 有的州把大麻当**“娱乐产品”**管（像卖酒一样，允许在店里喝），这可能会让使用更普遍，但也可能带来开车吸毒的风险。
• 有的州把大麻当**“受控药品”**管（像卖处方药一样，买了必须带走），这虽然限制了使用，但可能更安全。

总结

这就好比美国各州在搞一场**“大麻开店大比拼”。
有的州开的是热闹的“大麻咖啡馆”（全开放），因为那里的人爱玩，需求大；
有的州开的是严肃的“大麻药房”**（严格限制），因为那里的人习惯了老规矩，或者对酒精管得就严。

这项研究就像给这些不同的“店”拍了照、分了类，帮助未来的政策制定者明白：如果你想达到某种公共健康目标（比如减少滥用，或者增加税收），你应该选择开哪种“店”，而不是盲目地照搬别人的模式。

技术摘要

这是一份关于美国各州娱乐性大麻监管政策异质性的技术总结，基于 Ariadne Rivera-Aguirre 等人于 2026 年 2 月发布的预印本论文《Beyond legalization: characterizing distinct recreational cannabis regulatory approaches across US states, 2013-2024》。

1. 研究问题 (Problem)

尽管美国各州娱乐性大麻合法化（Recreational Cannabis Legalization, RCL）迅速扩展，但各州采取的监管方法存在显著差异，这对公共卫生的影响各不相同。

• 现有局限：以往研究多关注医疗大麻法律（MCL）或仅使用简单的“合法/非法”二分法，或使用加总评分系统（Composite Scores）来衡量政策严格程度。加总评分可能掩盖了具体政策条款的组合模式，无法识别出具有不同公共卫生含义的特定监管模型。
• 研究缺口：缺乏对 2013 年至 2024 年间各州 RCL 政策条款（如消费限制、效力限制、税收、营销等）组合模式的系统性分类，以及这些模式与州级特征（如使用率、政治因素、医疗大麻历史）之间关联的深入分析。

2. 方法论 (Methodology)

本研究采用混合方法，结合政策数据提取、潜在类别分析（LCA）和回归分析。

• 数据来源：
  • 政策数据：主要来源于酒精政策信息系统（APIS），涵盖 2013 年 1 月 1 日至 2024 年 1 月 1 日。最终选取了11 项核心政策条款，涵盖七个监管领域：治理（地方政府角色）、允许产品、准入与零售控制、消费限制、定价与税收、营销、驾驶禁令。
  • 州级特征数据：2019-2023 年的滞后数据，包括大麻使用率、市场条件、医疗大麻历史、政治因素（共和党投票率）、人口统计学和社会经济变量。
• 统计模型：
  • 潜在类别分析 (LCA)：用于识别基于 11 项政策条款组合的“潜在类别”（即不同的监管模式）。模型拟合指标包括 BIC、aBIC、CAIC、VLMR 检验等。
  • 多分类逻辑回归 (Multinomial Logistic Regression)：用于分析 2020-2024 年间州级特征与识别出的潜在类别之间的关联。
  • 敏感性分析：包括多层 LCA（MLCA）以处理州内相关性，以及排除华盛顿特区（DC）或仅针对已合法化州的子集分析。

3. 关键贡献 (Key Contributions)

• 超越二元分类：提出了一个多维度的分类系统，不再局限于“合法”与“非法”，而是识别出四种独特的监管模式。
• 数据驱动的分类：利用 LCA 方法，通过数据驱动的方式发现政策条款的共现模式，而非依赖先验的加总评分，从而更准确地捕捉监管环境的异质性。
• 区分商业模型：明确区分了两种截然不同的商业监管模型（允许店内消费 vs. 仅限场外消费），这对理解公共卫生后果至关重要。
• 揭示驱动因素：量化了大麻使用率、医疗大麻历史长度以及酒精税收政策与特定监管模式选择之间的关联。

4. 研究结果 (Results)

A. 四种潜在监管类别 (Latent Classes)

研究识别出四个类别，代表了 2013-2024 年间美国各州的不同监管路径：

1. 无 RCL (No RCL)：占样本的 79%，指未实施娱乐性大麻法律的州年。
2. 前商业阶段 (Pre-commercial)：占 5%。代表合法化的早期阶段，通常缺乏完善的商业基础设施。特征包括：禁止公共使用，但缺乏效力限制、广告限制或包装警告要求。
3. 全面准入 (Full Access)：占 6%。代表更宽松的监管模式。
   • 特征：允许店内零售消费（on-site consumption）和送货上门；限制（但不禁止）公共使用；允许地方政府选择退出州级计划；有较高的广告和包装警告要求。
   • 案例：科罗拉多州（2020-2024）、内华达州（2022-2024）。
4. 药房准入 (Dispensary Access)：占 11%。代表更严格的商业监管模式。
   • 特征：仅限场外消费（off-site only）；禁止公共使用；禁止送货上门；实施效力限制和价格控制；地方政府有较大的监管权。
   • 案例：科罗拉多州（2014-2019）、俄勒冈州、华盛顿州。

B. 州级特征与监管模式的关联 (2020-2024)

• 大麻使用率：过去一个月的大麻使用率越高，州采用全面准入 (Full Access) 模式（相对于无 RCL）的可能性越大 (RRR = 1.78)。这表明市场需求可能推动了更开放、以消费者为中心的监管。
• 医疗大麻历史：距离医疗大麻合法化时间越长，州采用药房准入 (Dispensary Access) 模式的可能性越高 (RRR = 1.47)。这表明长期的制度经验可能导致更谨慎、控制更严的监管路径。
• 酒精税收：啤酒消费税越高，采用任何 RCL 模式（相对于无 RCL）的可能性越低。这表明在酒精控制上更严格的州，对大麻自由化也更为谨慎。
• 其他因素：邻近州合法化比例（政策扩散理论）在此阶段未显示出显著关联；政治倾向（共和党投票率）在描述性统计中有差异，但在回归模型中未显示显著独立关联。

5. 意义与结论 (Significance & Conclusion)

• 公共卫生启示：
  • 全面准入模式可能通过提供受监管的消费场所减少二手烟暴露，但可能增加驾驶受损风险及消费正常化问题。
  • 药房准入模式通过严格限制公共使用和消费地点，可能更侧重于减少公共秩序问题和青少年接触，但可能限制消费者选择。
• 政策演变路径：研究发现，早期合法化的州往往经历从“前商业”到“药房准入”或“全面准入”的演变，而新近合法化的州则直接进入后两者。这反映了政策成熟度和学习效应的差异。
• 双重驱动机制：研究提出，RCL 的监管模式可能受两种过程驱动：
  1. 市场驱动：高使用率推动更开放的“全面准入”模式。
  2. 制度学习/路径依赖：长期的医疗大麻历史推动更保守的“药房准入”模式。
• 未来方向：该研究为评估不同监管组合对公共卫生结果（如滥用、事故、健康不平等）的影响奠定了基础。未来的研究应利用纵向数据（如潜在转变分析 LTA）来追踪州级监管模式的动态变化，并深入探讨地方层面的政策异质性。

总结：该论文通过先进的统计分类方法，揭示了美国娱乐性大麻监管并非单一模式，而是存在显著的异质性。这种异质性不仅反映了各州在合法化进程中的不同阶段，也反映了其独特的市场需求、制度历史和政策偏好，对制定针对性的公共卫生干预措施具有重要指导意义。