[論文レビュー] Happy places or happy people? A multi-level modelling approach to the analysis of happiness and well-being

Dimitris Ballas, Mark Tranmer|arXiv (Cornell University)|Aug 7, 2008

Psychological Well-being and Life Satisfaction参考文献 83被引用数 7

ひとこと要約

本研究では、英国のインCOME・ハース・ペナルティ・サーベイ（British Household Panel Survey）のデータを用いて、多水準モデルを用いて個人、世帯、地域レベルの要因が幸福に与える影響を解体的に分析した。個人の特性と地域の文脈の両方が、幸福に顕著な影響を与えることが判明した。個人および世帯レベルの要因を制御した後でも、特定の地域が一貫して高いまたは低い幸福度と関連していることが示された。

ABSTRACT

This paper aims to enhance our understanding of substantive questions regarding self-reported happiness and well-being through the specification and use of multi-level models. To date, there have been numerous quantitative research studies of the happiness of individuals, based on single-level regression models, where typically a happiness index is related to a set of explanatory variables. There are also several single-level studies comparing aggregate happiness levels between countries. Nevertheless, there have been very few studies that attempt to simultaneously take into account variations in happiness and well-being at several different levels, such as individual, household, and area. Here, multilevel models are used with data from the British Household Panel Survey to assess the nature and extent of variations in happiness and well-being to determine the relative importance of the area (district, region), household and individual characteristics on these outcomes. Moreover, having taken into account the characteristics at these different levels in the multilevel models, the paper shows how it is possible to identify any areas that are associated with especially positive or negative feelings of happiness and well-being.

研究の動機と目的

• 個人、世帯、地域レベルの要因が、自己報告された幸福と幸福度にどのように統合的に影響を与えるかを調査すること。
• 幸福の変動が、主に個人の特性に起因するのか、それとも居住地域の社会経済的・環境的文脈に起因するのかを特定すること。
• 個人および世帯レベルの違いを補正した上で、系統的に高いまたは低い幸福度を示す特定の地理的地域を同定すること。
• 単一水準モデルにとどまらず、多水準モデルの枠組みを用いた幸福研究における分析手法の前進を図ること。
• 個人レベルの予測要因とは独立した空間的パターンとしての主観的幸福のパターンを同定することにより、地域科学に貢献すること。

提案手法

• 個人が世帯に、世帯が地理的地域（地方および地域）に内挿された階層的データ構造を分析するため、多水準（階層的）線形モデルを用いる。
• 世帯および地域レベルの観察されない異質性を考慮するため、ランダム切片モデルを採用する。
• 個人レベル変数（例：年齢、性別、収入、健康状態）および世帯レベル変数（例：家族構成、一人当たり収入）を固定効果として組み込む。
• 地域レベルの変数（例：地域の失業率、貧困度指標、都市部／農村部分類）を用いて、文脈的効果を評価する。
• モデルの適合度と分散成分推定を改善するために、制限付き最尤推定（REML）を適用する。
• 予測された幸福度から著しく高いまたは低い残差を示す地域を同定するため、残差分析を実施する。これにより、「幸せな場所」や「不幸せな場所」が特定される。

実験結果

リサーチクエスチョン

• RQ1 個人レベルの特性が、自己報告された幸福の変動をどの程度説明できるか。
• RQ2 家族構成や収入といった世帯レベルの要因が、幸福の変動にどの程度追加的に説明できるか。
• RQ3 個人および世帯レベルの特性を制御した後でも、地域レベルでの幸福度の変動はどの程度あるか。
• RQ4 個人および世帯の属性に基づいて予測された値と比較して、一貫して高いまたは低い幸福度を示す地理的地域はどこか。
• RQ5 居住者の属性とは独立して「幸せな場所」を同定できるか。これにより、幸福に文脈的要因が影響していることが示唆されるか。

主な発見

• 個人および世帯レベルの特性を制御した後でも、地域レベルに有意な幸福のばらつきが残っており、これは場所固有の要因が独立して重要であることを示している。
• 特定の地域が、個人および世帯レベルの属性に基づく予測値よりも一貫して高いまたは低い幸福度を示しており、これは「幸せな場所」や「不幸せな場所」の存在を示唆している。
• 地域の貧困度や失業率といった地域レベルの特性が、個人の収入や健康状態を補正した後でも、幸福度を顕著に予測している。
• モデルのランダム効果部において、幸福の総分散の非軽微な割合が、居住地域に起因していることが示された。
• 統計的に有意な正または負の残差を示す特定の地域や地域が同定され、幸福度の外れ値を示す空間的クラスタが明らかになった。
• 結果から、単一水準モデルに比べて多水準モデルが、幸福の理解をより洗練されたものにできることが示された。単一水準モデルでは、個人的要因と文脈的要因の効果が混同される可能性がある。