[论文解读] The econometrics of happiness: Are we underestimating the returns to education and income?

Christopher Barrington‐Leigh|arXiv (Cornell University)|Jul 31, 2018

Psychological Well-being and Life Satisfaction参考文献 59被引用 4

一句话总结

本文识别出教育水平较低的个体在主观幸福感量表上常通过仅选择焦点值（如0、5、10）来简化回答，这种行为被称为焦点值四舍五入（FVR），它破坏了幸福感数据中标准的序数假设。作者提出一种认知混合模型，联合估计潜在幸福感与FVR行为，发现传统估计在某些情境下低估了教育和收入的回报达30–50%。

ABSTRACT

This paper describes a fundamental and empirically conspicuous problem inherent to surveys of human feelings and opinions in which subjective responses are elicited on numerical scales. The paper also proposes a solution. The problem is a tendency by some individuals -- particularly those with low levels of education -- to simplify the response scale by considering only a subset of possible responses such as the lowest, middle, and highest. In principle, this ``focal value rounding'' (FVR) behavior renders invalid even the weak ordinality assumption often used in analysis of such data. With ``happiness'' or life satisfaction data as an example, descriptive methods and a multinomial logit model both show that the effect is large and that education and, to a lesser extent, income level are predictors of FVR behavior. A model simultaneously accounting for the underlying wellbeing and for the degree of FVR is able to estimate the latent subjective wellbeing, i.e.~the counterfactual full-scale responses for all respondents, the biases associated with traditional estimates, and the fraction of respondents who exhibit FVR. Addressing this problem helps to resolve a longstanding puzzle in the life satisfaction literature, namely that the returns to education, after adjusting for income, appear to be small or negative. Due to the same econometric problem, the marginal utility of income in a subjective wellbeing sense has been consistently underestimated.

研究动机与目标

• 识别主观幸福感调查中普遍存在的一种认知偏差——焦点值四舍五入（FVR），即低教育水平受访者在数值量表上仅选择极端或中心值的行为。
• 证明FVR会破坏标准生活满意度数据分析中使用的弱序数性假设。
• 开发并验证一种认知混合模型，联合估计潜在幸福感与FVR行为，以纠正回答偏差。
• 解决幸福感经济学中长期存在的谜题：在调整后，教育和收入似乎表现出微小或负向回报。
• 表明由于这种回答偏差，传统对收入和教育的边际效用估计系统性地被低估。

提出的方法

• 提出多项式对数模型，用于估计在0–10量表上选择每个回答选项的概率，明确将FVR行为建模为一种认知捷径。
• 引入焦点值四舍五入指数（FVRI），用于量化回答中简化的程度，数值越高表示对焦点点的依赖越强。
• 开发一种认知混合模型，通过有限混合响应分布，同时估计潜在生活满意度（SWL）与FVR概率。
• 使用贝叶斯估计方法，实现对幸福感与FVR的联合推断，支持工具变量扩展与稳健性检验。
• 使用合成数据和来自加拿大、英国、澳大利亚及加拿大原住民群体的真实世界数据集验证模型。
• 将模型应用于校正州级幸福排名与跨国比较中的偏差，调整教育与收入的影响。

实验结果

研究问题

• RQ1 在0–10生活满意度量表上，教育水平较低的个体在多大程度上通过仅选择焦点值（如0、5或10）来简化回答？
• RQ2 焦点值四舍五入（FVR）如何偏差传统研究中对教育和收入回报的估计？
• RQ3 能否通过认知混合模型联合估计潜在幸福感与FVR行为，以纠正调查数据中的回答偏差？
• RQ4 当未考虑FVR时，收入和教育的边际效用被低估的程度有多大？
• RQ5 FVR模式在不同教育水平、收入群体以及文化或国家背景下如何变化？

主要发现

• 焦点值四舍五入（FVR）与较低的教育水平和较低的计算能力密切相关，最低教育组中超过40%的受访者表现出高度的FVR行为。
• 认知混合模型显示，若未校正FVR，传统对教育回报的估计最高被低估30–50%。
• 校正FVR后，主观幸福感中收入的边际效用显著高于先前估计，解决了文献中长期存在的谜题。
• 在英国、澳大利亚和加拿大，校正FVR后，部分模型中教育效应的符号发生逆转，原本显示为负的回报转为正向。
• 该模型成功校正了美国州级幸福排名，校正后的排名与客观社会经济指标的相关性更强。
• 研究发现，FVR并非随机，而是与认知能力及教育水平系统性相关，表明在幸福感研究中必须显式建模回答行为。