首页 理论教育 影响居民幸福的主要因素,对居民幸福指数进行测度

影响居民幸福的主要因素,对居民幸福指数进行测度

时间:2022-09-04 理论教育 版权反馈
【摘要】:本章主要从影响幸福的7个方面因子入手,运用结构方程模型来检验前述假设是否成立,探讨影响居民幸福的主要因素及各个因素之间的关系,探讨各个因素内部的关系,并对居民幸福指数进行测度。潜在变量之间的回归系数称之为路径系数,潜在变量与观测变量之间的回归系数称为载荷。图5-1居民幸福测度模型路径图表5-1居民幸福测度模型回归系数及检验结果统计表续表续表注:***表明在0.01的显著性水平上的P值。

本章主要从影响幸福的7个方面因子入手,运用结构方程模型来检验前述假设是否成立,探讨影响居民幸福的主要因素及各个因素之间的关系,探讨各个因素内部的关系,并对居民幸福指数进行测度。后面的各个章节,则对社会人口学变量等因素对居民幸福有何影响做进一步分析。

一、模型拟合

在本书的结构方程模型中,要估计的参数包括:外生潜在变量与内生潜在变量的结构方程系数;观测变量与潜在变量的测度方程系数;观测变量误差项的估计(反映剩余误差的大小);误差项与误差项之间协方差的估计(反映观测变量之间的关联);外生潜在变量的方差。本书对于结构方程模型采用最大似然比估计,拟合优度检验采用似然比卡方、RMR、GFI、RMSEA检验,以评价模型的拟合优度。

现采用AMOS19.0软件,按照结构方程模型路径图的符号规则,画出模型的因果关系路径图。为了识别模型,规定模型中每个潜在变量对应的测度指标中的一个系数为1,相当于规定潜在变量的度量单位与对应测度指标的单位相同;规定外生潜在变量、内生潜在变量的观测变量的测度误差系数为1。设置好因果关系路径图后,运行程序得到结果见图5-1。

由图5-1可以清楚地看到各个潜在变量之间的影响程度、影响方向以及潜在变量与观测变量之间的关系,箭头旁的数字表示指标与指标间的回归系数。潜在变量之间的回归系数称之为路径系数,潜在变量与观测变量之间的回归系数称为载荷。结构方程模型各变量间的系数可由表5-1更清楚地表现出来,表5-1在给出估计结果的同时列出了检验结果。

图5-1 居民幸福测度模型路径图(标准化解)

表5-1 居民幸福测度模型回归系数及检验结果统计表

续 表

续 表

注:***表明在0.01的显著性水平上的P值。

统计表明,所有潜在变量与潜在变量之间,潜在变量与观测变量之间的系数均通过了0.01显著性水平下的检验,说明回归系数显著地不为零。C.R.值是临界比,它由回归系数的估计值除以标准误差得出。临界比与原假设有关,本书的原假设是各个变量之间的回归系数为0。如果处理近似标准正态分布随机变量,在0.01的显著性水平上,临界比估计的绝对值大于3称之为显著。本书检验结果是所有的C.R.值均大于3,说明回归系数均在0.01的显著性水平上显著地不等于0,即各个潜在变量之间、潜在变量与观测变量之间的回归系数均通过了检验。P值的计算假定参数估计是正态分布,它只是对大样本正确。

接下来观察整个模型的拟合优度,模型检验与拟合优度结果见表5-2。

表5-2 居民幸福模型拟合效果指标

从表5-2看出,指标RMR接近于0,GFI为0.913,接近于1,RMSEA 为0.066小于0.08,这几个指标均很好地满足了模型检验与拟合优度的要求。从表5-2还看出,卡方值对应的P值具有统计显著性,卡方与自由度之比为10.424大于2,不是很理想。一般来讲,卡方值与自由度之比CMIN/ DF最好小于2,P值要大于所设定的显著性水平。关于CMIN/DF值也即卡方与自由度之比和其所对应的P值不符合要求的问题,本书采用温忠麟等研究得出的结论,即N<1000时才使用卡方准则。[1]本书样本容量超过1000,不采用卡方准则,即对CMIN/DF指标及其对应的P值不予考虑。根据温忠麟等的研究,卡方准则的显著性水平是:N≤150时,α=0.01;N=200时,α=0.001;N=250时,α=0.005;N≥500时,α=0.0001;对于N≥1000的大样本,α=0.0001还是不够小,即卡方值往往很大而导致拟合得很不错的模型都被拒绝,故建议在N<1000时才使用卡方准则。因此,对于本书2000余份问卷的大样本,卡方准则已不适用,CMIN/DF指标不予考虑。

二、模型结果讨论与分析

(一)潜在变量之间的关系分析

潜在变量间的系数表示某一变量的变动引起其他变量变动的程度,它分为直接效应和间接效应两种情况,如前述图5-1所示。

在直接效应中,亲情友情因子与健康生活因子之间的回归系数为0.58,表示亲情友情因子提高1个百分点将直接使健康生活因子提高0.58个百分点;亲情友情因子与幸福信心因子之间的回归系数为0.48,表示亲情友情因子提高1个百分点将直接使幸福信心因子提高0.48个百分点;工作保障因子与生活环境因子之间的回归系数为0.56,表示工作保障因子提高1个百分点将直接使生活环境因子提高0.56个百分点;工作保障因子与健康生活因子之间的回归系数为0.26,表示工作保障因子提高1个百分点将直接使健康生活因子提高0.26个百分点;幸福信心因子与工作保障因子之间的回归系数为0.52,表示幸福信心因子提高1个百分点将直接使工作保障因子提高0.52个百分点;国家强盛因子与生活环境因子之间的回归系数为0.35,表示国家强盛因子提高1个百分点将直接使生活环境因子提高0.35个百分点;政府管理因子与幸福信心因子、工作保障因子、国家强盛因子之间的回归系数分别为0.37、0.40、0.89,表示政府管理因子提高1个百分点,幸福信心因子、工作保障因子、国家强盛因子分别提高0.37、0.40、0.89个百分点。

在间接效应中,政府管理因子与生活环境因子之间的回归系数为0.31(0.89*0.35),表示政府管理因子提高1个百分点,间接地会使生活环境因子提高0.31个百分点;亲情友情因子与工作保障因子之间的回归系数为0.25(0.48*0.52),表示亲情友情因子提高1个百分点,间接地会使工作保障因子提高0.25个百分点。当然,其他因子之间也存在一定的间接影响,这里不作一一解释。

通过上述潜在变量之间关系的研究,并结合居民实际调查情况,有如下判断:亲情友情是居民情感层面的基础,因此亲情友情因子对幸福信心、健康生活有着明显的正向影响;居民工作保障是收入水平、工作条件、个人发展等的反映,因此,在一定程度上,工作保障因子对居民的健康生活质量与生活环境有着明显的正向影响;而对于幸福信心因子对工作保障因子的影响,则可以这样理解:居民往往会根据自己的生活现状对未来做出合理的预期,以此作为奋斗的目标,从而对未来充满信心,所以较高的幸福信心对居民工作保障有促进作用。另外,政府管理对居民幸福信心、工作保障、国家强盛及生活环境的影响,可以说明政府管理在提高居民幸福感中的重要地位,只有政府发挥好应有的职能,才能保障居民高品质的幸福生活。

(二)潜在变量与观测变量之间的关系分析

通过对居民幸福感指标中潜在变量与观测变量之间关系的分析,可以发现与潜在变量关系重大的观测变量,还可进行观测变量间的比较。

健康生活因子与其观测变量之间的关系。健康生活因子与心理健康系数最大(0.87),个性性格系数次之(0.79),接下来分别是身体健康(0.77)和家庭生活(0.75)。想必良好的个人心态与健康生活至关重要。其余三个指标的解释力也比较高,说明健康的体魄、个性性格和和谐的家庭生活也是健康生活的重要因素。

工作保障因子与其观测变量之间的关系。工作保障因子与收入报酬系数最大(0.77),职业声望(0.76)、社会保障(0.75)次之,接下来则分别是工作职业(0.73)、发展机会(0.71)、医疗服务(0.71)、家庭财产(0.71)、闲暇娱乐(0.61)、教育程度(0.60),说明收入报酬、职业声望、社会保障的满意度对工作保障因子有重要的影响,因为收入报酬是创造物质条件的基础,职业声望和社会保障则可能使居民更受尊敬,排除他们的后顾之忧,因此在工作保障满意度因子中就显得尤为重要。教育程度对工作保障因子的影响相对较小(0.60)。

生活环境因子与其观测变量之间的关系。生活便利系数最大(0.82),出行安全次之(0.81),接下来是居住环境(0.80)、社会治安(0.75)、住房条件(0.72),说明居民在选择生活环境时首先考虑的因素会是生活便利度、良好的生活环境及出行的安全程度,而出行安全系数排在第二则可能由于近年来交通事故频发让居民对出行安全更为重视。

政府管理因子与其观测变量之间的关系。政府效率(0.86)、收入公平(0.85)、社会公正(0.85)、惩治腐败(0.84)、法制健全(0.83)是对政府管理因子最具影响力的指标。从这些指标中,可以发现,居民最关心政府的工作效率,原因可能是政府较高的工作效率对于居民生活的各个层面都有促进作用,也最能作为居民幸福的外部条件保障;而另外四项则涉及收入分配、公平公正、腐败贪污、法制健全,都是居民关注政府工作的焦点,因此在这几个方面的提高对政府管理满意度有极大的促进作用。

亲情友情因子与其观测变量之间的关系。亲朋关系系数最大(0.89),紧接着为家人关系(0.86)、同事关系(0.81),说明亲朋在居民的生活中扮演着更加重要的角色,当然家人、同事也非常重要。

国家强盛因子与其观测变量之间的关系。公共服务(0.77)和经济发展(0.74)显得比较重要,因为经济发展和公共服务很大程度上展现了一个国家的综合实力。当然,国际地位(0.67)对国家强盛满意度也非常重要。

幸福信心因子与其观测变量之间的关系。幸福预期(0.78)比快乐预期(0.68)在幸福信心因子满意度上略微重要一点。

居民幸福测度理论模型得到验证后,就可进行居民总体幸福指数的测度。本书设定居民总体幸福指数由三级指标构成:三级指标为居民幸福单项指数,由各个观测变量计算得出;二级指标为居民幸福影响因子指数,由各个潜在变量计算得出;一级指标为居民幸福感总体指数,在三级指标、二级指标的基础上计算得出。本书利用调查数据分别计算居民幸福单项指数、影响因子指数和总体指数。方法有二,即等权方法与不等权方法,如两者差别较大,便探讨两者各自利弊;如两者差别不大,采用等权方法计算即可。

一、居民幸福指数的等权测度方法

居民幸福指数的等权方法测度是在计算居民幸福单项指数、居民幸福影响因子指数的基础上计算居民幸福总指数。单项指数计算是某项指标值除以最高标度10后再取均值,用百分制表示时再乘以100,即(n为样本容量),其中各单项指数等权看待。居民幸福影响因子指数是将各因子内单项指数相加再取简单算术平均数,居民总体幸福感指数则是对影响因子指数计算简单算术平均数。一、二、三级指标计算结果见表5-3。

表5-3 居民幸福指数等权法测度结果统计表

续 表

二、居民幸福指数的不等权测度方法

本书根据居民幸福测度指数模型中采用的37个观测变量的载荷系数、7个潜在变量的路径系数为权数,可分别计算单项指数、潜在变量指数和总指数。例如,分别将7个潜在变量的载荷值相加得到一个新值,每个潜在变量载荷值除以该值即为该潜在变量的权重。7个潜在变量即健康生活、亲情友情、工作保障、生活环境、政府管理、国家强盛及幸福信心的路径系数分别为:0.637、0.677、0.883、0.846、1、0.783和0.736,它们的和为5.562,则可分别计算出7个潜在变量的权重系数为:0.115、0.122、0.159、0.152、0.180、0.141、0.132。同理可计算每个观测指标的权重,此处从略。现将不等权计算与等权计算两种方法测度的各个因子指数和总指数列表进行比较,结果见表5-4。

表5-4 等权、不等权两种方法计算的居民幸福总指数与影响因子指数比较

统计表明,两种方法计算的居民幸福指数差异不是太大,故本书认为在实际测度过程中均可采用,等权计算也不失为一种简洁而又可靠的计算方法。但在不同时间、不同空间进行比较时,需要评价指标体系一致,才可比较。现将等权法计算的幸福指数绘制次数分布直方图,见图5-2。

图5-2 等权法计算幸福指数次数分布直方图

如前所述,如采用等权法和不等权法计算的幸福指数相差不大,便选用等权法,故仅对等权计算的幸福指数进行解读。本书采用等权法测算出居民幸福总指数为71.691。观察影响居民幸福总指数的7个潜在变量,发现排在前面的三个指数即幸福信心(77.771)、亲情友情(77.463)、健康生活(77.194)非常接近,排在后四位的指数从低到高依次为政府管理(59.574)、国家强盛(69.281)、工作保障(69.480)、生活环境(71.074)。本次调查结果表明,政府管理成为居民幸福指数最低的指标,说明居民对食品安全、环境保护、资源配置、物价稳定、房价调控、惩治腐败、收入公平、法制健全、社会公正、政府效率、社会发展这些指标比较敏感,在这些指标上的幸福感与其期望值还有不小的落差,反映出居民对政府加强宏观管理,促进社会公平正义的热切期盼,应引起社会各界高度关注。再观察单项指数,同样也反映了与潜在变量一样的规律性,即自述的主观因子满意度较高,自述的客观因子满意度较低,即居民在健康生活、亲情友情、幸福信心方面满意度较高,不满意的方面除大的宏观管理环境指数外,稍低一些的结构指数是涵盖个人受教育程度、发展机会、职业声望、工作职业、收入报酬、社会保障等方面指标的工作保障指数,但这个指标接近总体幸福指数,相比最低的政府管理方面的幸福指数,该项指标要高出许多。幸福经济学告诉我们一些有关幸福的准则,其中一条是真正的贫困绝对是不幸福的,另一条准则便是拥有真挚的亲情友情是获得幸福的重要源泉。单项指数中亲情友情方面的幸福指数表现出的较高得分说明拥有良好的人际关系,拥有亲密的朋友、事业伙伴,拥有稳定的婚姻和家庭关系,会给人们带来极大的幸福感。

下面,本书再用两个次数分布图与计算出的幸福指数做进一步比较分析。问卷调查时,还让受访者回顾五年前的幸福状态并对五年后幸福进行估计,回答结果见图5-3、图5-4。

经过统计计算,杭州城乡居民五年前幸福指数为69.671,预期五年后幸福指数为79.032,前面用等权法测算出的居民幸福指数为71.691。观察三个不同年份的幸福指数,发现目前居民幸福指数比五年前有一定提升,提高2.021个百分点,预期五年后幸福指数比现在要提高7.339个百分点。观察三个不同年度的幸福指数,发现还有不同之处:五年前幸福指数分布峰度较后两个指数略平缓些,低分比重偏大,预期五年后幸福指数则明显更为左偏,高得分比重明显增大,说明杭州城乡居民对未来幸福充满了信心。

图5-3 五年前幸福指数次数分布直方图

图5-4 预期五年后幸福指数次数分布直方图

本书用因子分析方法探究影响居民幸福的主要因素,用结构方程模型研究各因素内部及相互之间的关系,并以杭州为例,构建了居民幸福感三级测度指标体系,并计算出居民幸福总指数,影响因子指数和单项指数。得到结论如下:居民总体幸福由健康生活、亲情友情、工作保障、生活环境、政府管理、国家强盛及幸福信心7个因子构成,其薄弱点主要体现在政府宏观管理因子上。近年来,政府为提高居民生活品质做了大量的工作,使居民在政府宏观管理相关因子上的幸福感得到了一定的提升。但本章研究结果还表明,政府各界在保障食品安全、改善社会保障条件、稳定物价、健全法制、提高收入水平、加强环境保护、提高社会公平与公正程度、改善生活环境与社会环境等方面还有诸多问题需要妥善解决。

[1]温忠麟、侯杰泰、马什赫伯特:《结构方程模型检验:拟合指数与卡方准则》,《心理学报》2004年第2期,第186—194页。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈