北京居民主觀幸福感的實證分析

王華強

（首都經濟貿易大學 統計學院，北京 100070）

0 引言

長期以來，心理學家、社會學家及經濟學家對于主觀幸福感的研究大多是對客觀對應物的度量。通過社會統計學的方法對經濟收入、年齡進行描述分析。然而，值得注意的是，拋棄對客觀對應物的測量，轉而通過生活滿意度量表——對生活質量評價的方法更值得研究。Ed Diener和Eunkook Suh曾指出，社會指標（像身心健康、主觀幸福感等）與經濟指標具有很強的相關關系。而且，社會指標包含的信息超過了經濟指標度量里所包含的信息。生活滿意度量表并非僅僅依靠對映射的客觀對應物，而是個體對主觀幸福感作出的總體評價。年齡、收入、地域等只能代表個體的背景狀況，財富只是為物質生活質量評價提供了相近的指標，而對主觀幸福感作出評價時，這些資料已經在個體意識上形成了長期穩定的資源。因此，對生活質量評價是測度主觀幸福感更直接更有效的方法。

1 數據收集及變量選取

為了全面了解北京市城鎮居民的生活狀況，首都經濟貿易大學統計學院進行了北京生活指數的統計調查。2008年通過問卷調查的方式對近千名北京常住居民的幸福狀況進行了調查。本文選取的樣本包括8個城區的868個樣本，結合生活質滿意度量表度量幸福度的方法，變量指標選取幸福度（Y）及身心健康狀況的評價（X1）、物質條件狀況評價（X2）、生活安逸程度評價(X3)、人際關系狀況評價(X4)、個人價值實現評價(X5)、家庭生活狀況評價(X6)和工作滿意程度評價(X7)等7個調查指標。關于幸福度的測量，被調查者需要從1～5做出選擇，依次代表很幸福、比較幸福、一般、不太幸福、很不幸福5個選項。生活質量評價變量的度量值是從1到10，隨著滿意度的增加數值也增加，1為很不滿意，10為很滿意。

2 數據建模

2.1 建立模型

Logit回歸模型是一種概率模型，其因變量為響應變量中某一結果發生與否的概率，自變量為影響該一結果發生的因素[5]。 本文中響應變量幸福度 Y 的取值為 1，2，3，4，5，根據Logit模型原理可以建立多維Logit模型的形式如下：

2.2 模型的檢驗

模型整體顯著性檢驗是指檢驗自變量與響應變量的顯著相關性。方法上可以通過空模型和全模型構造的廣義似然比統計量deviance(殘差平方和)來檢驗顯著性，空模型是指除截距項外不包含任何其他的自變量的logit定序回歸，全模型是指包含所有自變量的logit定序回歸。表1是兩個模型在R軟件中的方差分析結果：

從表1可以看到，廣義似然比統計量為325.3977，P值幾乎為0，即高度顯著。這說明全模型整體顯著，即在所有的自變量中至少有一個因素對主觀幸福感有顯著影響。為了分別檢驗各個因素的顯著性，對模型的系數卡方檢驗。結果如表2所示：

表1 兩模型方差分析

表2 全模型卡方檢驗

從表2可以看出，在0.05的顯著性水平下，個人價值實現評價沒有通過顯著性檢驗，不能拒絕其對幸福度無顯著影響的原假設。表明個人價值實現并不是對幸福度影響顯著的因素。

全模型由于加入了全部變量，據以上檢驗發現存在不顯著的變量。理論上回歸模型應選擇顯著性變量并且模型的擬合度最高的模型。在定性回歸模型中，擬合優度選擇可以通過計算模型的信息指標量AIC。其含義由AIC的定義式AIC=deviance+2df看出，AIC值越低表示模型的擬合優度越高。對本文而言，不同的變量組合可以回歸出128種模型。在R中可以自動的根據AIC準則對這些模型進行選擇，得出AIC最低的模型。表3為AIC準則下的最優模型：

模型的參數估計（見表3）：

表3 最優模型參數估計

將參數估計值代入模型（2）中，模型的表達式應為：

2.3 模型的評測

模型的預測是指根據上述模型推導出幸福度概率模型，從而一旦某個體對生活質量作出評價便能夠計算出該個體在各個幸福度選項上的概率。

貴州黃：觀賞石界稱國畫石或畫面石，主要產于黔東淺變質巖地區，石質為元古代黃褐色板巖，分布廣，儲量大，裝飾性強，很有市場開發展價值。

由模型（2），令：

可以得到：

于是，某一幸福度的發生概率模型為：

可以根據此概率模型對個體生活質量滿意度評價預測其幸福度狀況，由于對于每一個個體評價都會計算出各個幸福度上的發生概率，于是假設個體最終選擇發生概率最大的幸福度。表4是R軟件對調查樣本數據的預測與匯總情況。

表4 模型預測結果

對角線上的元素為判斷正確的樣本數，共453個占整個檢驗樣本的453/868=52.2%，預測誤差為1個單位的樣本個數共376個，占整個檢驗樣本的376/868=43.3%，較大誤差的樣本個數為39個，占總檢驗樣本的39/868=4.5%。這表明該模型的預測效果比較滿意。

2.4 模型的應用——占優比率

Logit模型的一個重要應用是估計占優比率。優勢是某一事件發生（成功）的概率與不發生（失敗）的概率之比[5]。占優比率模型能夠充分利用和反應定序變量的特點，用以分析某一自變量變化導致的優勢變動，從而分析響應變量發生概率的變化情況。

根據模型 （1），定義占優比率為：

其中xi1、xi2為某一自變量所取的兩個不同的值，在本文即表示生活質量評價某一變量的兩個不同的滿意度值。OR表示在控制其他自變量變量不變的情況下，x=xi1的優勢占x=xi2優勢的比率。

由此可以得到下面的占優比率模型：

不失一般性，本文只計算相鄰滿意度值之間的占優比率。當j取不同的值時，優勢比率都是一致的。OR表示在控制其他變量不變的條件下，每增加一個滿意度導致的幸福度發生概率的變化情況。表5所示為占優比率估計的計算結果。

表5 占優比率估計

由表5可以看出：（1）OR的值均大于1，且置信區間的下線也是嚴格大于1的。說明各個變量中滿意度大的個體的優勢大于滿意度小的個體的優勢。以身心健康狀況為例，在控制其他變量不變的情況下，對身心健康滿意度高的人更傾向于認為很幸福的概率高于身心健康評價滿意度低的人。其他變量可以類似解讀。（2）盡管OR值均可在95%的置信區間下大于1，但是其數值仍然在1的附近。這說明盡管各個變量中滿意度大的個體的優勢大于滿意度小的個體的優勢，但是這種優勢并不大。然而這是由于優勢的比較僅在相差一個滿意度的條件下，可以預計如果相差增大，這種優勢會增大。（3）OR的估計中物質狀況的滿意度變量的占優值最大，說明相對而言提高物質生活滿意度產生的幸福度優勢比率大于其他變量，即提高個體物質生活滿意度對評價主觀幸福感傾向幸福的概率要大于其他變量。

3 結論

與人口統計學的角度不同，本文選擇了直接對生活質量評價指標而非客觀對應物變量，通過建立模型來研究。

生活質量評價是度量主觀幸福感最直接最有效的方法。為了探索主觀幸福感的影響因素并探討提高人們幸福感的方法，本文通過建立邏輯回歸模型、統計檢驗、統計推斷等步驟得到擬合優度很好的模型。從中可以得到結論：身心健康狀況的評價、物質條件狀況評價、生活安逸程度評價、人際關系狀況評價、家庭生活狀況評價和工作滿意程度評價等6個方面成為個體主觀幸福感的來源。當人們對這些生活質量評價指標的滿意度增大時，居民的主觀幸福感就會增強。就北京地區而言，可以從這六個方面入手提高居民的幸福度。

在六個影響因素中，物質條件狀況的滿意度提高對幸福感傾向最大。這與從人口統計學的研究得到的結論——收入水平的提高增加幸福感——有共同之處。不同的是物質條件狀況的范疇更加寬泛，除了收入之外，還有居住狀況、交通狀況以及其他一些人類生存生活所必需的東西。優越的物質條件越來越成為人們所追求的隨著社會的目標，也成為提高人們主觀幸福感的源泉。

顯而易見，影響因素中身心健康評價的占優比率最小。現階段，為了擺脫貧困落后的生活狀況人們更多的是為工作而忙碌著，對身心健康的關注度顯然是最低的。這一原由也解釋了工作滿意度評價的占優優勢位居第二的位置。為了得到更多的報酬，人們的大部分時間用在了工作上，這期間有可能犧牲了身心健康、家庭生活、社交活動等幸福源泉。

相對其他變量來說，人們并不認為人際關系狀況的改善能帶來很大的幸福感的提升。交流是影響人們情感的重要因素之一，然而分析發現，居民雖然明白這一因素的重要性，但是并不認為由此可以獲得很多的幸福感。與社會這個“大家庭”相比，個人家庭的生活狀況顯得更重要一些。家庭的和睦，親情的融洽是增強幸福感的重要源泉。家庭是社會的一個細胞，家庭生活狀況的提高也有利于促進社會的和諧。生活安逸狀況是一個比較廣泛的范疇，它與工作、生活、家庭都有關系。從模型中也可以看出，生活安逸狀況的占優優勢并不十分突出，居中間狀況。

[1]吳明霞.30年來西方關于主觀幸福感的理論發展[J].心理學動態,2000,(4).

[2]王燕.國內外主觀幸福感的研究進展[J].科學對社會的影響,2006,(2).

[3]邢占軍.主觀幸福感測量研究綜述[J].心理科學，2002,(3).

[4]E D Diener,Eunkook Suh.Measuring Quality of Life:Economic,Social,and Subjective Indicators[J].Social Indicators Research,1997,(40).

[5]易丹輝，何錚.Logistic模型及其應用[J].統計與決策,2003,(3).

[6]王漢生.應用商務統計分析[M].北京：北京大學出版社,2008.

[7]田國強，楊立巖.對“幸福—收入之謎”的一個解答[J].經濟研究,2006,(11).