用不同的方法探讨各个因素对居民幸福指数的影响

多年来，大量研究显示：女性的幸福水平高于男性，但是两者之间的差异不是很大；人口分年龄幸福感有比较显著的差异，主要表现在中年人幸福感最低；受教育程度与幸福之间的关系并不是很紧密；婚姻者幸福感高于未婚者、离婚者、分居者；亲情、友情与幸福密切关联；收入则是在影响幸福诸多因素的讨论中最有争议的一个指标；宗教信仰与幸福之间有一种积极的关系，但并不存在显著性的差异；自述的健康状况与幸福感紧密相关；个性性格、积极心态与幸福密切相关；不同职业、不同阶层人群幸福存在显著性差异。[1]

那么，上述因素与居民幸福之间究竟有怎样的关系呢？本章将运用不同的方法探讨各个因素对居民幸福指数的影响。首先，运用决策树模型估计各个影响因素对城乡居民幸福指数的影响程度；其次，用均值比较和对应分析等方法探讨各个影响因素与城乡居民幸福指数之间的关系。

一、研究变量的选择

本书将分别建立两个决策树模型估计各种因素对杭州城乡居民幸福总指数的影响。两个模型的因变量均为杭州城乡居民幸福总指数，第一个模型的自变量包括性别、年龄、文化程度、婚姻状况、户籍、健康状况、所属阶层、宗教信仰8个人口学变量，第二个模型的自变量包括工作满意度、职业声望满意度、收入满意度、社会保障满意度、职业、职业危险度、工作压力度、月收入、工作时间、被欠薪经历10个与职业相关的变量。现列出各个自变量的分布和赋值情况，见表6－1。

表6－1　影响居民幸福各个自变量赋值及次数分布统计表

续　表

续　表

续　表

注：①有些指标调查时是五级分制，由于某个选项次数为0，故未列出，如健康状况的“很不健康”和所属阶层的“最高阶层”；②工作时间指标是连续变量，故表中未列出；③工作满意度、职业声望满意度、收入满意度、社会保障满意度4个指标均为10级分制，1分表示很不满意，10分表示很满意。

本书使用预设的方法建立决策树模型，即采用CHAID——卡方自动交互检验。在每一步计算过程中，CHAID选择与因变量交互作用最强的自变量对因变量进行估计，如果某些自变量与因变量不具显著性差别，这些自变量的分类将被合并。模型最终自动排除对因变量没有显著贡献的自变量。下面分别对两个模型进行讨论。

二、居民人口学变量对幸福指数影响的决策树分析

现运用SPSS19进行决策树模型建模，将性别、年龄、文化程度、婚姻状况、户籍、健康状况、所属阶层、宗教信仰8个自变量纳入模型，把因变量设定为高于中位数和低于中位数两组属性变量，进行决策树分析，找出对居民幸福指数影响最大的因子。关于收入、职业、工作满意度等指标对居民幸福指数的影响，将单独进行讨论。模型输出结果见图6－1、表6－2、表6－3和表6－4。

表6－2　居民人口学变量对幸福指数影响的决策树模型摘要统计表

表6－3　居民人口学变量对幸福指数影响的决策树模型统计表

表6－4　居民人口学变量对幸福指数影响的决策树模型收益 节点统计表

续　表

注：Growing Method：CHAID；Dependent Variable：幸福指数。

统计表明，在8个自变量中，最终有所属阶层、户籍、健康状况、性别4个自变量被选入模型，年龄、文化程度、婚姻状况、宗教信仰4个自变量在此模型中对因变量没有显著贡献，故被自动排出。模型总节点数为21，端点数为12，根节点下的树叶数为3。

决策树分析显示：所属阶层是居民幸福指数的最佳预测因子。从最低阶层（节点1）、中下阶层（节点2）、中等阶层（节点3）到最高阶层（节点4），居民幸福指数高于中位数即感觉幸福的比例由低到高分别为28．3%、45．2%、66．0%、80．0%；居民幸福指数低于中位数即不够幸福的比例由高到低分别为71．7%、54．8%、34．0%、20．0%。此结果说明，居民所属阶层和幸福指数呈正相关关系，所属阶层越低，幸福指数也越低；反之，所属阶层越高，幸福指数也越高。

除所属阶层外，对最低阶层居民幸福指数有显著影响的还包括另一个预测因子：户籍。在这个阶层中，80．0%的城镇居民和64．2%的农村居民不够幸福，20．0%的城镇居民和35．8%的农村居民感觉幸福（节点5、节点6）。

在中下阶层和中等阶层组，健康状况预测因子对居民幸福指数也有一定的显著影响。在中下阶层中，中等健康以下的居民，36．9%感觉幸福，63．1%感觉不够幸福（节点7）。同时，户籍预测因子对这个群体的幸福指数有一定的影响，46．8%的城镇居民和30．7%的农村居民感觉幸福，53．2%的城镇居民和69．3%的农村居民感觉不够幸福（节点13、节点14）。比较健康、很健康的居民，53．8%感觉幸福，46．2%感觉不够幸福（节点8）；同时，性别预测因子对这个群体的幸福指数有一定的影响，47．0%的男性和62．7%的女性感觉幸福，53．0%的男性和37．3%的女性感觉不够幸福（节点15、节点16）。

在中等阶层中，中等健康以下的居民，52．3%感觉幸福，47．7%感觉不够幸福（节点9）；比较健康、很健康的居民，72．4%感觉幸福，27．6%感觉不够幸福（节点10）。同时，性别预测因子对中等阶层各个健康状态的居民的幸福指数均有一定影响。中等健康以下的居民，60．5%的男性和43．0%的女性感觉幸福，39．5%的男性和57．0%的女性感觉不够幸福（节点17、节点18）；比较健康、很健康的居民，67．6%的男性和76．3%的女性感觉幸福，32．4%的男性和23．7%的女性感觉不够幸福（节点19、节点20）。

除所属阶层外，性别预测因子对中上阶层居民幸福指数也有一定的影响。在这个群体中，74．5%的男性居民和87．9%的女性居民感觉幸福，25．5%的男性居民和12．1%的女性居民感觉不够幸福（节点11、节点12）。

三、居民工作保障因子对幸福指数影响的决策树分析

无论是社会普通公众还是经济学家，通常都会相信较高的收入会带来较高的幸福水准。直到1974年美国学者伊斯特林发表的《经济增长是否改善了人类命运？》一文中提出了著名的“幸福悖论”，并基于大量实证数据研究结果断言“金钱并不会买来幸福”时，人们才又认真地审视经济发展、收入增长与人类幸福之间的关系。多年来，在影响幸福的诸多因素的讨论中，仁者见仁，智者见智，收入成了一个最有争议的指标。现参照吴丽民博士的研究结果，将收入和幸福关系的理论演变路径总结如下，见图6－2。[2]

本小节对杭州城乡居民收入水平、收入满意度、工作满意度等工作保障指标对幸福指数的影响进行决策树分析，探讨收入及与工作相关的变量对幸福指数的影响。现选定10个自变量：工作满意度、职业声望满意度、收入满意度、社会保障满意度、职业、职业危险度、工作压力度、月收入、工作时间、被欠薪经历进入模型，作基本假设如下。

收入满意度对“幸福指数”具有正向影响；工作满意度对“幸福指数”具有正向影响；职业声望满意度对“幸福指数”具有正向影响；社会保障满意度对“幸福指数”具有正向影响；月收入对“幸福指数”具有正向影响；工作压力度对“幸福指数”具有负向影响；职业危险度对“幸福指数”具有负向影响；工作时间对“幸福指数”具有负向影响；被欠薪经历对“幸福指数”具有路径影响；职业对“幸福指数”具有路径影响。

图6－2　居民收入与幸福理论演变路径结构图

拟合决策树模型后输出结果见表6－5、表6－6、表6－7和图6－3。

表6－5　居民工作保障因子对幸福指数影响的决策树模型摘要统计表

续 表

表6－6　居民工作保障因子对幸福指数影响的决策树模型统计表

续　表

表6－7　居民工作保障因子对幸福指数影响的决策树模型收益节点统计表

注：Growing Method：CHAID；Dependent Variable：幸福指数。

决策树分析显示：在10个自变量中，最终有收入满意度、职业危险度、工作满意度、社会保障满意度、月收入、工作时间、职业声望7个自变量被选入模型，而工作压力度、职业、被欠薪经历3个指标在此模型中对因变量没有显著贡献，被自动排出。模型总节点数为26，端点数为16，根节点下的树叶数为3。

收入满意度是居民幸福指数的最佳预测因子。在收入满意度低于5分组别（节点1），收入满意度是居民幸福指数有显著意义的因子。在这个类别中有73．2%的居民（低分组）不够幸福，有26．8%的居民（高分组）感觉幸福。它还包括另两个预测因子：职业危险度和工作满意度。表现为大部分工作满意度低于6分且工作危险度较高的居民感觉不够幸福（节点5、节点14、节点15）。即便是工作满意度大于6分，但从事工作危险程度高，也仍有66．7%的居民感觉不幸福（节点16）。在职业危险度较低时，因为收入满意度不高，所以有62．0%的居民不够幸福（节点6）。

在收入满意度6分组（节点2），收入满意度同样是居民幸福指数有显著意义的因子。在这个类别中有40．5%的居民（高分组）感觉幸福，有59．5%的居民（低分组）感觉不幸福。这个类别还包含另外两个预测因子：社会保障满意度和月收入。在社会保障满意度等于低于5分组，有82．5%居民感觉不幸福（节点7）；在社会保障满意度6分以上组还有一个影响因子：月收入（节点8）。在月收入1500元以下组，占71．0%的居民感觉不幸福（节点17）；在月收入1500元以上组，占57．1%的居民感觉幸福（节点18）。

在收入满意度7分组（节点3），收入满意度同样是居民幸福指数有显著意义的因子。在这个类别中有60．2%的居民（高分组）感觉幸福，有39．8%的居民（低分组）感觉不幸福。这个类别还包含另外两个预测因子：工作满意度和职业危险度。在工作满意度低于6分组，有80．6%的居民感觉不幸福（节点9）；在工作满意度7分组，有62．1%的居民感觉幸福（节点10）；在工作满意度8分以上组还有一个影响因子：职业危险度（节点11）。相对而言，在工作满意度8分以上及职业危险度较高时，58．5%的居民感觉幸福，幸福比重略微偏小（节点19），职业危险度较低的居民幸福比重较大，88．4%的居民感觉幸福（节点20）。

在收入满意度8分以上组（节点4），收入满意度同样是居民幸福指数有显著意义的因子。在这个类别中有86．6%的居民（高分组）感觉幸福，有13．4%的居民（低分组）感觉不幸福。这个类别还包含另外三个预测因子：社会保障满意度、工作时间和职业声望。在社会保障满意度低于7分组，有69．7%的居民感觉幸福（节点12），在此分支下工作时间对其的解释是，工作时间在8小时之下，85．4%的居民（高分组）感觉幸福（节点21）；工作时间在9小时以上，只有51．4%的居民（高分组）感觉幸福（节点22）。在社会保障满意度8分以上组，有92．2%的居民感觉幸福（节点13）；在社会保障满意度8分以上组还有一个影响因子：职业声望。在这个组别，因为收入满意度、社会保障满意度都很高，所以不同职业声望组幸福感比重都比较大，分别为：职业声望7分以下，幸福比重为82．0%（节点23）；职业声望8分，幸福比重为97．6%（节点24）；职业声望9分以上，幸福比重为92．5%（节点25）。

决策树分析表明，在对杭州城乡居民幸福指数产生影响的有关工作保障的7个自变量中，前述假设均成立，即收入满意度、工作满意度、职业声望满意度、社会保障满意度、月收入对幸福指数具有正向影响，职业危险度、工作时间对幸福指数具有负向影响。居民月收入对幸福指数的影响确实是通过社会保障满意度、收入满意度间接对幸福指数产生影响的。

一、不同收入群体居民幸福指数比较分析

现对不同收入群体居民健康生活、亲情友情、工作保障、生活环境、政府管理、国家强盛、幸福信心等7个因子幸福指数及总体幸福指数进行均值比较，结果见表6－8，并对收入与总体幸福指数之间的关系作对应分析，见图6－4。

表6－8　不同收入群体居民幸福指数比较分析

续　表

图6－4　居民收入与幸福指数之间关系对应分析图

统计数据表明，杭州城乡居民收入与幸福指数关系大体表现为以下几个特点：（1）居民收入从较低水平上升至中上水平时，幸福指数随着收入水平的增加而增加；（2）幸福指数最高组和收入中等偏上组关系最为紧密；（3）幸福指数随收入水平上升到一定程度后便出现停滞或下降现象。以上规律在各个因子幸福指数和总体幸福指数上均有体现，说明收入并不是幸福的绝对解释因子。

本书得出的结论验证了伊斯特林悖论，同时也和田国强教授、杨立岩博士的研究结论相吻合。田、杨两位学者从社会幸福最大化的视角出发，运用规范的经济学分析工具研究了伊斯特林悖论：当一个国家相对贫穷时，通过经济增长增加收入能提高社会的幸福水平。而当国家达到临界收入水平时，增加收入对增加人们的幸福不再有益。[3]

二、不同职业群体居民幸福指数比较分析

现对不同职业群体居民健康生活、亲情友情、工作保障、生活环境、政府管理、国家强盛、幸福信心等7个因子幸福指数及总体幸福指数进行均值比较，结果见表6－9，并对收入与总体幸福指数之间的关系作对应分析，见图6－5。

表6－9　不同职业群体居民幸福指数比较分析

续　表

图6－5　居民职业与幸福指数之间关系对应分析图

统计数据表明，幸福指数低于平均数的群体由低到高依次为下岗失业人员（62．407）、农民（65．952）、农民工（66．129）、工人（66．267）、服务人员（68．197）、自由职业者（68．481）、无业人员（70．833）、个体户（71．053）、企业管理人员（71．915）、离退休人员（71．923）、其他（71．935）、教师（72．346）、学生（72．703）、机关事业单位人员（72．800）、医生（73．590），对应分析图也可以清晰反映出职业与幸福指数之间关系。本书得出的结论是几乎在所有项目上弱势群体的幸福指数都低于总体平均指数，比较幸福指数最高的医生群体与幸福指数最低的下岗失业人员群体，二者幸福指数相差了11．183分。

三、三种不同满意度状态下居民幸福指数比较分析

现比较不同工作满意度、不同职业声望满意度、不同社会保障满意度城乡居民幸福指数平均水平，结果见表6－10，并分别作出三项满意度指标与总体幸福指数之间关系的对应分析图，见图6－6、图6－7及图6－8。

表6－10　三种不同满意度状态下居民幸福指数比较分析

图6－6　居民工作满意度与幸福指数对应分析图

图6－7　居民职业声望满意度与幸福指数对应分析图

图6－8　居民社会保障满意度与幸福指数对应分析图

由表6－10、图6－6、图6－7、图6－8可看出，杭州城乡居民工作满意度、职业声望满意度、社会保障满意度与幸福指数之间的关系表现为：随着这三项指标满意度水平的提升，幸福指数随之提高，呈非常明显的正相关关系。由此可见，提高居民工作满意度、职业声望满意度、社会保障满意度，是提高幸福指数最直接有效的手段。

四、不同工作压力度与职业危险度状态下居民幸福指数比较分析

现比较不同工作压力度、职业危险度状态下居民幸福指数平均水平，结果见表6－11，并分别作两项指标与总体幸福指数之间关系的对应分析图，见图6－9和图6－10。

表6－11　不同工作压力度与职业危险度状态下居民幸福指数比较分析

图6－9　居民工作压力度与幸福指数对应分析图

图6－10　居民职业危险度与幸福指数对应分析图

由表6－11和图6－9、图6－10可看出，杭州城乡居民总体幸福指数随着工作压力度、职业危险度降低而提高，主要原因是高危职业最主要集中在农民工和工人群体。在本书调查对象中，有21．7%的农民工认为他们的职业危险度比较高，有30．8%农民工认为他们的职业危险度很高，即超过半数以上的农民工在从事危险度比较高的工作。其次是工人，认为职业危险度比较高和很高的人分别占8．4%和15．4%。而工作或学习压力度，由大到小依次为个体户、学生、企业管理人员、农民工、工人等。压力很大组学生所占比例最大，说明目前学生群体面对的不仅是繁重的学习压力，还要面对来自社会竞争、就业等方面的压力。关于不同职业居民压力度比较堆栈图，见图6－11。

图6－11　不同职业居民压力度比较堆栈图

五、不同户籍居民幸福指数比较分析

本书对不同户籍居民健康生活、亲情友情、工作保障、生活环境、政府管理、国家强盛、幸福信心等7个方面因子计算幸福指数，结果见表6－12，并对不同户籍与总体幸福指数之间的关系作对应分析，见图6－12。

表6－12　不同户籍居民幸福指数比较分析

续　表

图6－12　居民户籍与幸福影响因子指数对比条状图

由表6－12和图6－12可看出，杭州居民分户籍总体幸福指数表现为城市高于农村，农村居民幸福指数低于总体平均数。分因子看，政府管理、国家强盛两个宏观因子和幸福信心因子分城乡差别不大，农村略高。但反映居民幸福的四个微观、中观指标，即健康生活、亲情友情、工作保障、生活环境却是农村居民全部低于城市居民。

经过分析，本书得到如下结论。

（1）在包含性别、年龄、文化程度、婚姻状况、户籍、健康状况、所属阶层、宗教信仰8个自变量的第一个决策树模型中，所属阶层、户籍、健康状况、性别4个自变量对居民幸福指数影响显著，年龄、文化程度、婚姻状况、宗教信仰4个自变量对因变量影响不显著。

（2）在包含工作满意度、职业声望满意度、收入满意度、社会保障满意度、职业、职业危险度、工作压力度、月收入、工作时间、被欠薪经历10个与职业相关自变量决策树模型中，收入满意度、职业危险度、工作满意度、社会保障满意度、月收入、工作时间、职业声望满意度7个自变量对居民幸福指数影响显著，工作压力度、职业、被欠薪经历3个自变量在此模型中对因变量影响不显著。即收入满意度、工作满意度、职业声望满意度、社会保障满意度、月收入对幸福指数具有正向影响；职业危险度、工作时间对“幸福指数”具有负向影响。并且居民月收入是通过社会保障满意度、收入满意度间接对幸福指数产生影响的。

（3）杭州城乡居民收入与幸福指数关系同伊斯特林悖论相吻合：居民收入从较低收入水平上升至中上水平时，幸福指数随着收入水平的增加而增加，幸福指数随收入水平上升到一定程度后便未继续上升，说明收入并不是幸福的绝对解释因子。

（4）弱势群体的幸福指数普遍低于其他群体和总体平均幸福指数。

（5）随着城乡居民工作满意度、职业声望满意度、社会保障满意度水平的提升，幸福指数随之提高。随着城乡居民工作压力度、职业危险度的降低，幸福指数随之提高。超过半数以上的农民工在从事危险度比较高的工作，学生承受的压力最大。

（6）农村户籍居民幸福指数低于城市户籍居民幸福指数。

[1]A．Stutzer＆B．S．Frey．Happiness and Economics：How the Economy and Institutions Affect Well－Being．Princeton，N．J．：Princeton University Press，2002，p220．

[2]吴丽民：《经济增长过程中居民收入与幸福指数动态演变机理实证研究》，浙江大学出版社2012年版，第26页。

[3]田国强、杨立岩：《对“幸福—收入之谜”的一个解答》，《经济研究》2006年第11期，第4—15页。