[논문 리뷰] 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)|2008. 08. 07.

Psychological Well-being and Life Satisfaction참고 문헌 83인용 수 7

한 줄 요약

이 연구는 영국의 영국 가정패널조사 자료를 바탕으로 다수준 모델링을 활용하여 개인, 가정, 지역 수준의 영향이 행복에 어떻게 작용하는지 분리하여 분석한다. 개인적 특성과 지역 환경이 모두 웰빙에 중대한 영향을 미치며, 일부 지방정도는 개인 및 가정 수준의 요인을 통제한 후에도 일관되게 높거나 낮은 행복 수준을 보인다.

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.

연구 동기 및 목표

• 개인, 가정, 지역 수준의 요인이 상호작용하여 자가 보고한 행복도와 웰빙에 어떻게 영향을 미치는지 조사하는 것.
• 행복의 변동성이 주로 개인적 특성에 의해 결정되는지, 아니면 거주 지역의 사회경제적 및 환경적 맥락에 의해 주로 결정되는지 규명하는 것.
• 개인 및 가정 수준의 차이를 보정한 후에도 체계적으로 높거나 낮은 웰빙 수준을 보이는 특정 지리적 지역을 특정하는 것.
• 단일 수준 모델에서 벗어나 다수준 모델링 프레임워크로의 전환을 통해 웰빙 연구의 방법론을 발전시키는 것.
• 개인 수준 예측자와 독립적인 주관적 웰빙의 공간적 패턴을 규명하여 지역 과학에 기여하는 것.

제안 방법

• 개인들이 가정에 속해 있고 가정들이 지리적 지역(구 및 지역)에 속해 있는 계층적 데이터 구조를 분석하기 위해 다수준(계층적) 선형 모델링을 사용한다.
• 가정 수준 및 지역 수준의 관측되지 않은 이질성을 반영하기 위해 무작위 절편 모델을 적용한다.
• 개인 수준 변수(예: 연령, 성별, 소득, 건강)와 가정 수준 변수(예: 가족 구조, 인구당 소득)를 고정 효과로 포함한다.
• 지역 수준 변수로는 지역 실업률, 빈곤 지수, 도시/농촌 분류 등을 활용하여 맥락적 영향을 평가한다.
• 모델 적합도 향상과 분산 구성 요소 추정을 위해 제한 최대우도( REML) 추정을 적용한다.
• 예측된 행복 수준에서의 잔차 분석을 수행하여 예측 수준을 상회하거나 하회하는 지역을 식별함으로써 'happy places' 또는 'unhappy places'를 특정한다.

실험 결과

연구 질문

• RQ1 개인 수준의 특성이 자가 보고한 행복도의 변동성에 어느 정도 기여하는가?
• RQ2 가정 구조와 소득 등의 가정 수준 요인이 행복에 추가로 어느 정도 변동성을 설명하는가?
• RQ3 개인 및 가정 수준의 특성을 통제한 후에도 행복에 대한 지역 수준의 변동성은 어느 정도인가?
• RQ4 개인 및 가정 프로파일에 기반한 예상 수준보다 일관되게 높거나 낮은 행복 수준을 보이는 지리적 지역은 어디인가?
• RQ5 사람들이 거주하는 것과 별개로 'happy places'를 식별할 수 있는가? 이는 웰빙에 맥락적 영향이 있음을 시사하는가?

주요 결과

• 개인 및 가정 수준의 특성을 통제한 후에도 지역 수준에서 여전히 유의미한 행복의 변동성이 남아 있어, 장소 특유의 요인이 독립적으로 중요하다는 것을 시사한다.
• 일부 지방정도 개인 및 가정 프로파일에 기반한 예측 수준보다 일관되게 높거나 낮은 웰빙 수준을 보이며, 이는 'happy places' 또는 'unhappy places' 존재를 시사한다.
• 지역 빈곤 수준 및 실업률과 같은 지역 수준의 특성이 개인 소득 및 건강을 고려한 후에도 웰빙을 유의미하게 예측한다.
• 모델의 무작위 효과 구성 요소는 행복의 총 분산의 비중 있는 비율이 거주 지역에 기인해 있음을 보여준다.
• 행복에 대해 통계적으로 유의미한 양성 또는 음성 잔차를 보이는 특정 지역 및 지방정도 식별되어, 웰빙 이상치의 공간적 군집을 강조한다.
• 결과는 다수준 모델링이 단일 수준 모델보다 웰빙을 더 세밀하게 이해할 수 있음을 보여주며, 개인적 요인과 맥락적 요인의 효과를 혼동하지 않도록 한다.