城市居民幸福感评价分析

1.引言

近年来，随着经济快速发展，人民生活显著提高，“幸福感”一词成为人们讨论的热点话题。2007年第一次在全国开展关于幸福感城市推选活动。2010年上海世博会举办了“城市，让生活更美好”的活动，使人们对城市幸福感有了全新的认识。2016年世界幸福报告指出生活在幸福感差距更小的社会生活中，人们会普遍感到幸福。2017年新华社《瞭望东方周刊》发布了最新的幸福城市情况，其中成都、天津、拉萨等城市上榜。可见人们越来越关注城市幸福感的研究。

2.幸福感的影响因素

回顾文献，国内外大量学者对幸福感影响因素做出分析。Henderson (2000) 用面板数据估计出人均GDP和城镇化率的相关系数是0.85[1]。2006年Stutzer 研究表明，婚姻状况良好提升人们的幸福感。Cai S，Park A.(2016)研究表明永久性收入比短暂性收入更加影响居民幸福感[2]。Friman M.(2017)等人认为休闲娱乐、消费以及旅游能提高居民的生活满意度[3]。 近几年，国内学者对幸福感问题的研究也大幅增加。刘飞(2014)利用社会环境、健康状况、生活质量、工作保障等因素对城市居民幸福感作出分析[4]。武康平(2015)等人研究了环境质量因素的影响，得出环境污染程度会严重降低居民幸福感[5]。樊娜娜(2017)指出公共服务水平(文化娱乐、基本教育、社会保障、医疗卫生)越高，幸福感越强[6]。综上所述，本文将影响因素分成五类，经济发展：GDP、人均GDP、第三产业、人均可支配收入；自身因素：婚姻状况；社会保障：城乡基本养老保险、教育、医疗；生活水平：居民消费水平、餐饮、旅游、休闲娱乐；环境因素：就业、失业、废水、废气排放量。

3.实证分析

3.1 指标的选取

选取指标时要综合考虑，不仅要反映经济发展、社会环境，自然环境、还要考虑人们的生活水平、自身因素等问题。本文选取的指标分为五个方面，数据来源于《中国统计年鉴2017》。

x1表示GDP，x2表示人均GDP，x3表示第三产业，x4表示人均可支配收入，x5表示居民消费水平，x6表示就业，x7表示失业率(失业人数/总人数)，x8表示废水、废气排放量，x9表示旅游(总接待游客量)，x10表示餐饮(餐饮业营业收入)，x11表示医疗卫生(社区卫生服务规模以床位为研究)，x12表示休闲娱乐(电影人均消费支出)，x13表示结婚率(结婚人数/总人口数)，x14表示教育(6岁及以上人口受教育人数)，x15表示城镇基本养老保险。

3.2 主成分分析

先对指标进行标准化处理，其中x7，x8，采用利坏型指标处理，此标准化的数值没有给出，利用标准化数值进行相关性分析，相关性系数表未给出。

利用MATLAB软件对15个指标进行主成分分析，得到前三个特征根的累积贡献率接近90%，可见分析结果较好。本文选取前6个主成分(累计贡献率达到98%)进行分析，又根据主成分对应的特征向量得到的6个主成分为

y1=0.340x1+0.198x2+…+0.230x15

y2=-0.097x1+0.376x2+…-0.070x15

y3=-0.058x1-0.105x2+…+0.577x15

y4=-0.080x1-0.214x2+…-0.224x15

y5=0.205x1+0.467x2+…+0.080x15

y6=0.156x1+0.229x2+…-0.166x15

从主成分的系数可以看出，第一主成分主要反映了7个指标，分别为GDP，第三产业，废水、废气排放量，旅游，医疗卫生，休闲娱乐，第二主成分主要反映了3个指标，分别为人均可支配收入，居民消费水平，餐饮，第三主成分反映了教育和城镇基本养老保险，第四主成分反映了失业率和结婚率，第五主成分反映了人均GDP，第六主成分反映了就业。

分别以6个主成分的贡献率为权重，建立综合评价模型，即

Z=0.531y1+0.261y2+0.101y3+0.059y4+0.016y5+0.013y6

把各省份的6个主成分值代入上式，就可以得到其综合评价值及排名情况结果如表1所示：

表1 综合评价值和排名

从表1可以看出广东、北京、江苏等发达地区的幸福感最高，四川、安徽、辽宁等地幸福感次之，贵州、青海、西藏等地的幸福感排名落后。

3.3 Ward系统聚类

主成分分析只能对各省份幸福感高低进行排名，并不能将其进行分类具体分析它们的优势和劣势，Ward系统聚类可以分析它们的优势和劣势，为各省的发展提供依据。本文利用SPSS软件对标准化后的数据进行分析，结果把31个省分成了四类。第一类是广东、北京、上海、天津、湖北、浙江、江苏、山东等8个省，第二类是河南、河北、安徽、四川、湖南等5个省，第三类是福建、重庆、广西、山西、江西、云南、贵州、辽宁、黑龙江、陕西、内蒙古、吉林、宁夏等13个省，第四类是甘肃、新疆、西藏、青海、海南等5个省。具体聚类过程如下图1所示：

图1 Ward系统聚类

为了便于分析各省区的优势和不足，本文利用前6个主成分对各省区的得分对分成的这四类省份进行分析，求每个主成分的平均值为依据，结果如表3所示：

表2 各类的主成分得分

第一类是广东、北京、江苏、山东、浙江、上海、天津、湖北8个省，第一和第二主成分较高，说明它们经济发展及生活水平都较高，但第一主成分也反映了环境因素中的自然环境，可见它们废水、废气量排放较高，自然环境有待进一步的提高。第三、四、六主成分相对较高，说明它们社会保障及社会环境相对高，但第四主成分主要反映失业率，说明这几个城市存在一定的失业人员。总的来说，综合评价这几个因素使得它们的幸福感排名靠前。

第二类是河南、河北、安徽、湖南、四川5个省，第一主成分相对较高，可见它们经济发展相对较好，但第二主成分为负值，说明居民消费水平不高且餐饮业发展相对不好，观察其他几个主成分的得分，它们总体的社会环境是相对较好的，但是存在一定的城乡基本养老保险及就业问题。

第三类是山西、江西、云南、贵州等13个省，这一类省份的经济发展水平不高，且居民生活水平不高，居民休闲娱乐活动少，但第六主成分得分相对较高说明社会保障情况较好。

第四类是甘肃、新疆、西藏等5个省，在社会保障方面相对较高，经济比较落后，居民消费水平、休闲娱乐不高，但环境质量较好，综合各项指标这几个城市的幸福感较弱。

4.结论

本文用主成分分析和Ward系统聚类对全国各省的居民幸福感水平做了定量分析。通过主成分分析对各省份的幸福感水平进行排序，经济发展好，人民收入水平高，服务业发达的城市幸福感排名靠前。经济发展相对落后，相对贫困的省份，幸福感较差。其次利用Ward系统聚类和主成分的结合将各省份分为四类并对它们的不足做出分析。本文选用的是定量指标，在今后的研究中可以通过调查分析更多影响幸福感的因素，将定性和定量指标相结合，做更深入的分析。