传统的焦虑和抑郁评估方法在理解群体心理特征趋势方面面临挑战。随着人们越来越习惯于在线表达意见，基于位置的在线媒体和先进算法为识别群体情绪与经济或医疗相关变量之间的关联提供了新的机会。我们的研究提供了一种通过聚焦在线信息获取来分析群体情感福祉趋势的新方法。我们利用社交媒体上的情感丰富文本构建了公共舆论词典（POD）。然后，将POD与词向量模型和搜索趋势相结合，我们开发了综合焦虑抑郁指数（CADI），该指数能够反映特定时间段内某地区的心理健康水平。我们利用CHARLS的代表性外部数据验证了CADI的有效性，结果表明CADI可以作为心理障碍流行程度的代表性指标。回归分析和子组分析进一步阐明了公共心理健康（通过CADI衡量）与经济发展和医疗负担之间的关系。综合回归分析结果表明，进出口指数（-16.272，p<0.001）和患者的平均费用（4.412，p<0.001）与cadi显著负相关，按gdp分层的子模型显示相同情况。可支配收入（-28.389，p<0.001）在低gdp子组中变得显著，而失业率（2.399，p<0.001）在高gdp子组中变得显著。我们的研究发现，经济发展不利或医疗负担沉重将增加公众的负面心理健康，这在完整模型和子模型中是一致的。<>