在正式整理阶段四【主模型、控制变量、稳健性和机器学习分析结果】前，先对前半段准备工作进行整理。
重点确认：五机制联合建模所需的底表、字段、变量方向和变量关系是否已经具备入模条件，避免后续结果解释受到底表不统一、字段缺失或变量重叠的影响。
主要完成：将五机制相关变量统一整理到活动层主表和个体层扩展表中，形成后续联合分析可以直接使用的统一建模底表。
完成情况：
推进意义：解决“能不能在同一张底表上联合分析”的问题。—— 输出表：建模底表接入审计表
主要完成：对统一底表中的关键字段、层级关系和变量覆盖情况进行核验，确认后续模型分析所需字段是否完整可用。
完成情况：
推进意义：解决“底表能不能稳定进入模型”的问题。—— 输出表：字段核验执行记录、变量缺失率检查表
主要完成：对不同机制变量的方向进行统一处理，使变量进入模型后能够保持相对一致的解释口径。
完成情况：
推进意义：解决“变量方向能不能被一致解释”的问题。—— 输出表：变量方向与标准化处理汇总表
主要完成：检查五机制变量之间是否存在明显重叠，并根据检查结果区分主变量、替代变量和补充变量。
完成情况：
推进意义：解决“哪些变量适合主用、哪些变量只能替换或补充”的问题。—— 输出表：相关性与共线性决策表
阶段四入模前准备主要完成了：底表统一、字段核验、变量方向标准化和变量关系筛查。
经过这一步处理后，阶段四已经具备开展 A/B/C/D 四轮模型联合分析的基础，后续结果可以建立在同一套底表、同一套变量口径和较清晰的变量分层之上。
A轮主要用于观察五机制主变量同时进入模型后，各机制变量与综合投入、行为投入和金钱投入之间的关系强弱。这里重点不是直接下最终结论，而是先判断活动层和个体层中，哪些机制信号更明显，哪些机制可以作为后续重点分析对象。
表1-1a 主特征联合比较结果（活动层）
表1-1b 主特征联合比较结果（个体层）
互动性主版变量在综合投入、行为投入和金钱投入三个结果变量上均保持最明显的正向关系，是当前活动层最突出的主信号。公平性相关变量整体表现较稳定，可以作为活动层的重要解释变量。流动性变量也呈现稳定正向关系，但强度相对较弱，暂作为活动层的补充观察机制保留。
私有性主变量在三个结果变量上均表现最强，是当前个体层最明显的主信号。互补性主变量也保持稳定正向关系，说明其已经进入联合规格，并可作为个体层的重要补充机制继续观察。
B轮主要用于观察在加入控制变量后，五机制主变量的信号是否仍然稳定。这里重点不是单纯看模型拟合是否提升，而是判断主机制变量会不会被控制变量整体吸收，从而失去独立解释空间。
表2-1 加入控制变量后的模型结果（活动层）
表2-2 加入控制变量后的模型结果（个体层）
加入控制变量后，模型拟合有所提升，但主机制信号没有被整体吸收。
互动性、公平性和流动性仍保留主要信号，其中互动性关系最明显，说明活动层判断没有因控制变量加入而发生根本变化。
私有性和互补性变化较小，说明个体层重点机制仍然稳定，具有继续保留和解释的价值。
B轮结果说明：控制变量主要提升了模型拟合，但没有替代主机制变量的解释作用。
C轮主要用于观察当前机制判断是否过度依赖某一个变量口径。这里重点是把主版变量与替代变量进行比较，判断哪些变量适合作为主分析口径，哪些变量更适合作为稳健性检验或补充说明。
表3-1 稳健替换规格比较（活动层）
表3-2 稳健替换规格比较（个体层）
C轮结果主要用于确认主版变量是否稳健。
C轮结果说明：当前主版变量继续作为正式分析口径，替代变量主要用于稳健性检验和补充说明
D轮主要用于从机器学习角度，对各机制变量的重要性进行初步排序，辅助判断哪些机制更值得后续重点展开。
目前已经整理出机器学习模型表现、特征重要性排序和机制聚合重要性排序三类结果表。
表4-1 机制聚合重要性排序
活动层：互动性 > 公平性 > 流动性
个体层：私有性 > 互补性
从当前排序看，机器学习结果与前面主特征联合比较、控制变量吸收检查和稳健替换结果基本一致，可以作为阶段四机制筛选的辅助依据。
但这一部分目前仍属于机器学习特征重要性初筛，不直接作为因果证明，也不等同于 SHAP 解释。后续还需要进一步补充机器学习建模流程、特征重要性的计算口径，以及结果解释方式。
综合主特征联合比较、控制变量吸收检查、稳健替换规格比较和机器学习特征重要性初筛结果，阶段四当前形成以下阶段性判断：
备注说明：结果适合用于内部重点机制筛选
当前机器学习部分仍属于特征重要性初筛，主要用于辅助判断机制排序是否与前面模型结果一致，不直接作为因果证明，也不等同于 SHAP 解释。
七机制中激励性、补偿性两个机制暂未进入本轮正式分析。后续等待反馈相关字段后，再分析判断。
整理当前埋点数据中暂未覆盖、后续可能需要新增的数据需求。待第二批数据反馈后，需要再进行一轮复核，再判断是否并入主模型或作为替代变量、补充变量使用。
当前五机制已经形成阶段性判断：
活动层：互动性 > 公平性 > 流动性
个体层：私有性 > 互补性
后续在激励性、补偿性和第二批变量补齐后，需要重新检查当前排序是否稳定，尤其是新增变量是否会吸收或替代当前主变量信号。
阶段五重点包括：结果章节结构、机制解释顺序、机器学习解释流程。—— 会提前了解和准备，等七机制变量池基本完整、第二批变量复核完成、主变量和替代变量边界稳定后，再正式进入阶段五。