收入对幸福感的影响研究：绝对水平和相对地位 官 皓 北京大学经济学院讨论稿 编号：C-2010-05-002 2010年5月19日 本讨论稿版权归作者所有
收入对幸福感的影响研究：绝对水平和相对地位 *官 皓 摘要：收入和幸福在主流经济学中被设定为正向相关，但这一结论受许多实证研究的质疑。本文基于来自北京、上海和广东的家庭调查数据，引入了收入变量的绝对和相对度量，运用序数probit等方法，实证地研究了收入和幸福感之间的关系。我们的研究显示：绝对收入对幸福感不存在显著影响，而相对收入地位则对幸福感具有显著的正向影响，即相对收入越高，幸福感越强。这一结论同时适用于中国的城市和农村。 关键词： 幸福感 绝对收入 相对收入 序数probit模型 JEL分类代码：D63, I31 * 官皓，北京大学经济学院08级世界经济专业博士生；通讯地址：北京大学畅春新园1号楼359室，邮编：100871；电话：010-52763236，Email: guanhao@。本文得到北京大学CFPS校长研究基金资助，作者对此表示感谢。
收入对幸福感的影响研究：绝对水平和相对地位 一．引言和文献综述 收入和幸福之间的关系是怎样的？收入越高一定意味着具有更高的幸福感吗？在主流经济学中，收入的增加会使得生产可能性边界和预算线外移，个人效用最大化决策点将处于更高的无差异曲线上，意味着为个人带来了更高的效用，隐含着更大的幸福感。因此，主流经济学用“效用(Utility)”直接取代“幸福(Happiness)”，收入和幸福的关系在此被“设定”为正向相关。 然而，基于心理学以及其他社会科学中的主观福利(Subjective Well-Being，SWB)的实证①研究对传统的结论提出了质疑。这类研究的结论是，“人均收入的增加和平均幸福水平几乎不相关或即使相关也很小。……即使是在幸福水平较低、较穷的国家，也不存在平均收入水平和平均幸福水平的明显相关性”(Carol Graham，2005)。由于对于这一问题的最早研究来自于Easterlin (1974)，这也被称为“Easterlin 悖论”。后续的基于国家间的横截面数据和时间序列数据的实证研究大多印证了这一结论(如Haring et al.，1984；Diener et al.，1993，1999等)。 这一悖论的普遍存在引发了人们对于主流经济学的反思。有激进的观点认为，至少对于发达国家来说，经济增长本身并不重要，因此不应成为政府政策的主要目标(Oswald，1997)。由于类似的激进推论的革命性，有很多文献试图对这一悖论做出解释。一个可能的原因是，虽然绝对收入增加了，但其他影响幸福的变量也在变化。例如，环境恶化对一个环保者的幸福感的负面影响十分巨大，以至于完全抵消了绝对收入增加给他带来的幸福感。简而言之，这种理论认为，Easterlin悖论是由于遗漏变量所导致的。Diener and Seligman(2004)对此有一个详细的综述。如果这一理论普遍成立，那么，绝对收入对幸福感的正面影响依然存在，悖论的存在仅是由于方法的错误导致的。然而，Di Tella and MacCulloch (2006)指出，一些非收入因素在过去并没有下降，反而有所上升，这在很大程度上削弱了从遗漏变量角度解释的可信程度。 从收入本身出发来是解释Easterlin悖论的另一种模式(田国强、杨立岩，2006)。其中，引入相对收入是一个重要突破。Easterlin (1995)指出，如果同时提高所有人的收入，幸福程度保持不变。具体说来，在其他条件不变下，幸福程度(效用水平)和自身的绝对收入水平正相关，但同社会平均收入水平负相关。心理学中的社会比较理论也持有相应的观点(Wood，1996)。该理论认为人们在作判断时考虑的更多是相对位置而非绝对位置。应用在收入上，人们会通过将自己当前的绝对收入水平和他人、自己以前的，尤其是他人现在的水平进行比较来形成对目前状况满意程度的判断(弗雷和斯塔特勒，2006)。理论上说，在自己收入不变的前提下，他人收入的增加会导致自己的相对收入水平下降，这会降低个体的幸福程度。 虽然引入相对收入的方法并未被主流经济学所接受，但基于该理论的实证研究却为这一结果提供了支持，如Clark and Oswald (1996)，McBride (2001)，Ravallion and Lokshin (2001) , Ferrer-i-Carbinell (2005)等。 Easterlin悖论也部分存在于中国。根据荷兰Eramus大学的Ruut Veenhoven教授对中国 ① 在这些研究中，幸福被看作是个体的主观判断。典型的例子是，美国自1972年以来实施的一般社会调查(General Social Survey，GSS)中的涉及幸福感的问题是，“总的来说，这些天你是感到非常幸福、比较幸福、还是不很幸福”。 1
3次幸福指数的调查，中国国民幸福指数从1990年的，上升到1995年，但却于2001年下降至(标度为1-10)。中国社会科学院2005年的调查显示，%的城乡居民感觉生活是幸福的，比上年下降了5个百分点(张慧、袁岳，2005)。由中国中央电视台、国家统计①局等单位联手进行的“经济生活大调查”显示，从2007年到2009年，被调查者对幸福感的评价中，“很幸福”的比例分别为%，%，%，而“比较幸福”的比例分别为40%，，%，两个比例总体呈下降趋势。 随着认识的深入，国内对收入和幸福之间关系的研究也在不断涌现，有从理论层次上进行分析的(如赵奉军，2004)，也有纯实证的研究(如彭代彦、吴宝新，2008)，还有将幸福纳入规范经济学分析框架并结合实证数据进行检验的(如田国强、杨立岩，2006)。 绝对收入水平对幸福感的影响方面的实证研究方面，典型的有朱建芳、杨晓兰(2009)。他们使用了“世界价值观调查”对中国开展的三次调查(1990年、1995年和2001年)中随机抽取的40个县市的样本。他们的实证结果显示，绝对收入水平的提高对幸福感有着显著的正向影响。 然而，可能由于数据可得性等各种原因，关于收入对幸福感影响的多数实证研究并没有考虑收入的相对地位。罗楚亮(2009)的研究弥补了这一缺陷。他使用了中国社会科学院收入分配课题组2002年针对全国城乡居民所做的住户调查数据，首次对国内收入水平的绝对度量和相对度量对幸福感的影响做了实证研究。他的结论是，相对收入对幸福感的决定具有重要影响，同时，即使在控制了相对收入时，绝对收入水平对主观幸福感的影响在统计意义上依然是显著的，因此，收入增长对幸福感的正面影响很重要，无论是在绝对还是在相对意义上。 在现有文献的基础上，本文对收入的绝对水平和相对地位进行了明确划分，在详细探讨了不同相对收入度量的优劣之后，结合北京大学中国社会科学调查中心(CFPS)的调查数据，对收入的绝对水平以及相对地位和幸福的关系进行了全面的实证研究。 本文的结构如下：第一部分是引言和文献综述，介绍收入对幸福感影响的研究的意义和现状；第二部分着重探讨相对收入的度量方法；第三部分介绍了我们所使用的数据，并对收入和幸福感之间关系使用了相关系数和简单的OLS回归的方法，来对这一问题做出初步的简单测量和判定；第四部分是关于模型设定和变量统计特征的详细描述，主要是采用经典的序数probit方法，设立模型，解释了模型中的主要变量的定义，并描述了其主要统计特征；第五部分是序数probit模型的估计结果及相应的分析；第六部分，为了进一步保证结论的稳健性，我们使用了不同的相对收入度量以及分割样本的方法进行实证估计；第七部分是结论和进一步的说明。 二. 相对收入的度量 在研究收入和幸福感的关系时，选取收入的度量标准十分重要。绝对收入的度量较为简单，相比之下，相对收入的度量有很多种方式。这一度量的关键在于，“相对”所选定的参照系是什么？可以想见，不同的参照系将对考察相对收入和幸福感的关系产生不同影响。 在收入的相对地位的衡量方面，文献主要使用两种方法：一种是以研究者选定的某个因素(如年龄)为标准定义对比组(reference group)，然后在模型中加入对比组的相关变量进行控制；另一种则建立在受访者的主观感受之上，通过直接询问受访者关于相对地位的相关问题(答案一般是离散性的)，将这种问题的答案作为变量来度量。 第一种方法的关键在于如何选取对比组，其中较为常见的标准是年龄、性别、地域等。 ① 可见《经济生活大调查》，中央电视台《中国财经报道》栏目组编，机械工业出版社，2010年。 2
Easterlin (1995)隐含假设个体会将其和同一个国家的其他居民相比较，Persky and Tam (1990)则认为参照系应该是居住在同一区域的人们，McBride (2001)使用了总样本中比受访者年龄小5岁至大5岁的所有人的收入作为客观的参照系，Van de Stadt et al.(1985)按照教育水平、年龄和就业状况(employment status)来定义参照组。有些研究中，性别也被作为定义参照组的因素。Ferrer-i- Carbonell (2005)使用了教育水平、年龄和地理区域。在对埃塞俄比亚的研究中，Akay and Martinsson (2008)使用了年龄、拥有土地面积和地理区域作为参照组。 第二种方法更为直观，它从根本上说是一种受访者的主观判断，虽然可能在实际调查中不同的问题会导致参照系存在一定差异。 一个常见的参照系是自身的情况，因为个体在评判幸福感时会同自身的过去和未来做对比。从这个角度上说，过去的经济状况和对未来情况的预期都可能是个体判断幸福的标准，因此，部分文献在定义对比组(reference group)时选择了个体关于这两个问题的评价。例如，在Graham and Pettinato (2001) 的实证研究中，他们使用了如下两个指标：一是受访者对当前经济状况与过去的比较的评价，二是对未来(一年内)经济状况改善的预期。罗楚亮(2009)使用的一种相对收入的度量形式即是受访者在最近若干年生活状况的相对变化。 文献中使用的参照系还包括一个主观的标准。罗楚亮(2009)使用了家庭收入与主观贫困线的对数差作为相对收入的测量之一，其中主观贫困线的询问方式为：“根据您家的实际情况，您认为维持最低生活水平每月/年需要多少钱”。事实上，这一对数差和“您认为您的家庭收入相对于贫困线来说处于什么水平？”是一样的。 最为直观的相对收入度量是Graham and Pettinato (2001)中的第三种方法，受访者报告其对在所处社会中经济地位的自我评价，从穷到富共分10个层级。 如果需要对以上两种度量方法做一对比，笔者认为，在判断相对收入对幸福感的影响时，第二种主观判断的度量方法更为合适。因为某种意义上说，使用绝对收入和某一对比组样本平均收入的差距来衡量相对收入并不精确。由于我们衡量的是主观幸福感，而对于主观幸福感而言，主观的相对收入水平明显要比由任何除受访者外的第三人指定的客观参照系下的相对收入水平更具说服力。这是因为，在客观的参照系的选择上，我们需要首先对参照系的边界和权重做出主观的判定。 以北京市海淀区某街道的受访者为例，是以地域，还是年龄，还是教育水平，还是其他？还是多种因素相结合作为参照系？如果以地域为标准，使用中国的人均收入水平作为参照系，无疑太过宽广，因此这大多不被现有的文献所采纳。然而，更麻烦的问题是，参照系是选择北京市的人均收入水平？还是海淀区？抑或是某街道？ 进一步地，确定参照系中个人的权重也是一个重要的问题。严格说来，整个社会中的所有个人都应该属于参照系，只是大部分人的权重小的可以忽略不计。在那些权重较大的个人当中，不同群体在个人的评判时所主观赋予的权重一定是不同的。例如，受访者可能赋予更①高的权重的群体可能是，在某个层面（教育、年龄等）和自身条件接近的，或者交往更为频繁的群体等。 事实上，直观来说，精确的理论参照系应该是，受访者通过直接或间接了解或接触的，自认为可以比较的群体，且权重完全由受访者主观精确指定。可惜的是，这一参照系仅存在于理论上，即使是受访者本人也难以完全界定。因此，作为客观指定的参照系，无论大小如何，权重如何分配，都可能难以精确反映受访者关于其自身相对收入地位的主观感受。 在主观判断的度量中，鉴于本文所研究的收入的相对地位主要是指和他人的对比，因此我们不考虑自身的过去和未来的因素。而以某个主观标准来衡量相对收入并没有体现“相对” ① James Duesenberry (1949)就指出了对比的不对称性，即人们倾向于和更好的群体比较。早在1930年，罗素（Bertrand Russell）就曾如此描述：“拿破仑曾羡慕凯撒，凯撒曾羡慕亚历山大；我敢说，亚历山大曾羡慕过从未存在过的赫克里斯(Hercules)”。 3
的真正意义。例如，罗楚亮(2009)使用的主观贫困线的方法虽然可以通过家庭收入和主观贫困线之间的差距来部分度量主观感受，但家庭收入高于主观贫困线，仅意味着受访者实际经济水平不处于他自身所认为的贫困水平，或者说他认为自己已经脱离了贫困，但这一指标没有提供关于和他人对比的任何信息。 因此，总体来看，Graham and Pettinato (2001)中使用的受访者对自身所处的经济地位的自我评价最为精确地表达了受访者的个人感受。我们通过直接询问受访者，而可以正确无误①地获得他们对于自身经济地位的评价，从而准确把握收入的相对地位对幸福感的影响。 三．数据以及一些简单的测量 本文中所使用的是由北京大学中国社会科学调查中心(CFPS)2008年在北京、上海、广②东24个区/县、95个村/居、2375户家庭实地采访的数据，共5748份问卷。 基于幸福感是个人的主观判断的观点的文献中，采用的社会调查中采用的以下经典问题的答案作为衡量指标：“总体说来，你认为你的生活是否幸福”或者“你对你的生活的满意程度如何？”问卷中对于这一问题的答案的设计往往是4-7个不同量度。在CFPS调查中，不存在关于幸福感的直接测量，因此，我们定义变量HAPPINESS用以度量幸福感，其对应的问题是“请您根据对自己生活的满意程度打分”，答案分为“很不满意”到“非常满意”的不同层③次的五档，分别对应着数值从1至5。图1展示了样本中幸福程度变量的分布情况。从图1中可以看出，受访者中多数处于中等以上的幸福水平，具体而言，样本中HAPPINESS的均值为，且%的受访者报告对生活的满意度在3以上。 数量 幸福程度 图1: 幸福程度的分布情况 在收入方面，我们定义absinc为绝对收入水平，在调查中使用的是去年收入。样本中， ① 从某种意义上来说，这种感觉甚至可以是虚幻的。例如，当邻居突然拥有一大笔财富，而受访者并不知情时，他主观的相对经济地位并不存在变化。 ② 总观测值有6093个，由于我们考虑收入和幸福感的关系，而全日制的学生不存在任何收入，因此，我们删除全日制学生的样本，合适的观测值数量有5748个。 ③ 研究表明，幸福程度和满意程度的答案的相关程度很高。英国1975-1992年的调查数据以及拉美2000年的数据中，两者的相关系数处于之间(Blanchflower and Oswald，2004; Graham and Pettinato，2002)。 4
平均年收入为万元，贫富差距较为悬殊，最穷者年收入为0，而最富者年收入达到了510万，标准差为。 变量relainc衡量相对收入水平，数字1-5分别代表从“很低”到“很高”的不同水平，其所对应的问题是“您的收入在当地处于什么水平？” 根据在第二部分中的分析，本文选择relainc，即受访者对自身经济地位的评价作为相对收入的主要衡量指标。需要注意的是，这里的“当地”本身就是地域特征。但在一定程度上，“当地”概念的模糊使得相对收入的主观判断更为精确。因为在面临这一问题时，受访者的直觉反应应是自己社会关系所及的主观地域的相对经济地位，而不用第三者来指定地域的具体范围。因此，在不存在“您认为您的收入处于什么水平？”这样宽泛而又难以回答的问题①时，对“当地”这个模糊参照系的主观相对收入判断可以成为我们较为理想的选择。 在对数据做了一个总括的介绍之后，我们使用一些简单的测量方法对收入和幸福之间的关系做一个粗略的评估。 首先，关注幸福程度的性别差异也许能为我们提供一个直观印象。许多研究表明，女性的幸福程度高于男性。我们的样本在这一点上是一致的：如图2所示，平均而言，男性的幸福程度为，而女性的幸福程度为。一个有趣的对比是，相对于男性的绝对收入万元而言，女性的绝对收入明显逊色不少，仅为万元。更有意思的是，在相对收入方面，男性的均值却仅仅稍高于女性，两者几乎没有差异。 从图2中我们可以得出直观的推论：绝对收入水平和主观的相对收入水平存在明显差异；如果收入和幸福是正相关的话，和绝对收入相比，相对收入和幸福感之间的相关关系可能更明显。 在性别差异上，这一推论很可能是由于性别之间的主观参照系不同所导致的。简言之，个人偏向于选择和相同性别，而不是和不同性别的其他个体进行对比。因此，虽然女性的绝对收入相对于男性较低，但她们在评判自己的相对收入地位时更多的是和其他女性相比较，因此，女性总体的相对收入和男性总体的基本相同。而结合两个性别群体的这三个主要变量来看，个体的幸福程度更可能由相对收入，而非绝对收入所影响。 图2: 主要变量均值的性别差异 我们再使用简单的相关系数的方法来对总体样本的收入和幸福程度之间的关系进行一个粗略的估量。幸福程度、绝对收入和相对收入三个变量的相关系数矩阵如表1所示： ① 为了保证我们结论的稳健性，在使用我们相对收入的主要衡量指标进行实证估计之后，我们还使用了一些客观的参照系，如年龄、教育等，来进一步确认收入和幸福之间关系。 5
表1: 主要变量的相关系数矩阵 HAPPINESS absincrelainc HAPPINESS 1 relainc 1 从上表可以看出，幸福程度和绝对收入之间的相关系数只有，表明两者之间存在正相关关系，但相关性较弱；然而，幸福程度和相对收入之间的相关系数达到了，表明两者之间存在较强的正向相关关系。 进一步地，我们使用普通的OLS方法来测量幸福程度和收入的不同指标之间的关系。我们使用逐步回归法，在模型中逐步加入变量。简单的OLS方法的估计结果如下表所示： 表2: 简单的OLS回归结果 模型1 模型2 模型3 自变量 因变量 因变量 因变量 HAPPINESS HAPPINESS HAPPINESS ***absinc () () ******relainc () () ******注：括号中为t值。表明p值小于，表明p值小于，表明p值小于。 从简单的OLS回归可以看出，在模型1中，在不考虑相对收入水平时，绝对收入对幸福感的影响显著为正；同样，在模型2中，在不考虑绝对收入水平时，相对收入对幸福感的影响也为正，且十分显著。在模型3中，同时加入了衡量收入的绝对和相对量度时，相对收入水平的t值仅从下降到，依然显著为正，然而，绝对收入水平的t值下降十分明显，使其统计上不具有显著意义。虽然建立在序数意义上的幸福感和相对收入水平量度的简单OLS模型不能提供精确的系数估计，但上述方法能为收入对幸福感的影响提供直观的参考：收入的绝对水平和相对地位的提高都能提升人们的幸福感，但相比较而言，人们可能真正在乎的是后者。 四．模型设定和变量特征 参考现有的理论和实证研究，结合CFPS的数据特征，除了包括绝对收入水平(去年收入总计)和相对收入水平(收入在当地属于什么水平)的主要解释变量收入(INCOME)外，我们在模型中使用控制变量(CONTROL)，主要包括：(1)个人自然特征(NATURAL)，包括性别，年龄，健康状况；(2)个人社会特征(SOCIAL)，包括教育水平，婚姻状况，过往社会经历，预期，工作状况，闲暇时间，社会关系，宗教信仰、家庭经济情况；(3)外部环境变量(ENVIRONMENTAL)，包括所处地区的总体基础设施水平和自身的交通便利条件。 具体而言，模型设定如下： HAPPINESS = f (INCOME，CONTROL) (1) *HAPPINESS是一个典型的序数变量，令HAPPINESS为衡量幸福感的隐性变量(latent variable)，那么，我们可以作如下设定： 6
* HAPPINESS=1 如果HAPPINESS≤c 1* HAPPINESS=2 如果c≤HAPPINESS≤c 12* HAPPINESS=3 如果c≤HAPPINESS≤c 23* HAPPINESS=4 如果c≤HAPPINESS≤c 34* HAPPINESS=5 如果HAPPINESS≥c 4其中，c、c、c、c分别为生活满意度的临界值。以上表达式意味着，当幸福感低于1234临界值c，被调查者会报告“非常不满意”，即满意程度为1；当幸福感高于临界值c但低于11临界值c时，被调查者会报告满意程度为2；当幸福感高于临界值c但低于临界值c时，223被调查者会报告满意程度为3；当幸福感高于临界值c但低于临界值c时，被调查者会报34告满意程度为4；当幸福感高于临界值c时，被调查者会报告“非常满意”，即满意程度为5。 4我们采用序数probit模型对(1)式进行估计。需要注意的是，在序数模型中，解释变量*的系数衡量的并不是该变量对序数变量概率的边际影响，而是其对隐性变量HAPPINESS的边际效应。而后者的量度并没有太多的实际意义，因此，事实上，我们所关心的是该系数的符号，它直接反映了该变量对满意程度的影响方向。 表3对我们所有模型中使用的变量的定义做了解释并进行了简单的统计描述。 部分变量和数据处理说明：leisure代表上月平均每天闲暇小时数，根据CFPS数据库中的上月工作日平均每天闲暇小时数和周末平均每天闲暇小时数计算所得。在住房变量方面，CFPS调查将所居住的住房分为八类，包括完全自有、和单位共有产权、租住、政府免费提供、单位免费提供、父母/子女提供、其他亲友借住以及其它。此处设立虚拟变量house，衡量“是否拥有自有住房”，将八类中的前两类归为“拥有自有住房”一类(=1)，其他的归为“不拥有自有住房”(=0)。debt为家庭欠款余额，是调查中银行(包括信用社)贷款余额、民间借贷市场贷款余额、欠亲戚、朋友的钱总和。其他变量基本直接取自CFPS数据，意义自明。 表3: 变量的定义和统计特征描述 变量 变量描述和定义 观测值均值 标准差 最小值 最大值HAPPINE对生活的满意程度(数字1-5分5718 1 5 SS 别定义从“很不满意”到“非常满意”的五个程度) INCOMEabsinc 绝对收入(单位：万元) 4969 0 510 relainc 收入在当地所处水平(数字1-55469 1 5 分别定义从“很低”到“很高”的五个程度) NATURA L gender 性别(1=男，0=女) 5744 0 1 age 年龄 健康状况(数字1-5分别定义从5724 1 5 “不好”到“很好”的五个程度) SOCIALeduc 教育水平(数字1-8分别定义从“未上过学”到“研究生”的5748 3 7 7
①八个程度) maritus 是否结过婚(1=结过，0=没有) 5748 0 1 children 是否有孩子(1=有，0=没有) 5735 0 1 exper 是否经历过严重的经济困难(1=5086 0 1 是，0=否) confidence 对未来的信心(数字1-5分别定5680 1 5 义从“很没信心”到“很有信心”的五个程度) work 是否有工作(1=是，0=否) 4338 0 1 leisure 上月平均每天闲暇小时数 5615 0 socstatus 在当地的社会地位(数字1-5分5599 1 5 别定义从“很低”到“很高”的五个程度) religion 是否宗教，信仰团体成员(1=是，5748 0 1 0=否) house 是否拥有自有住房(1=是，0=否)5748 0 1 car 是否有汽车(1=是，0=否) 5740 0 1 debt 家庭欠款(单位：万元) - MENTAL road 村/居多大比例是土路(单位：%)5637 0 100 bus 离最近公交车站的距离(单位：5669 9000 米) 4 样本中男女比例相近，男性占所有样本的%。在年龄结构上，受访者年龄分布处于15岁至94岁的较大区间，总体年龄偏大，平均年龄达到了。这直接对应着受访者中较高的已婚比例，%。从教育水平上看，最低为初中，最高为大学本科水平，%的受访者具有“大专及以上”文化水平。还需提及的是，在我们的样本中，拥有自有住房的受访者比例很高，达到了%，但只有15%的受访者拥有汽车。 五．模型估计结果 在进行序数probit估计时，考虑到现有的实证研究结果和计量方法，对一些变量进行了处理，主要包括：(1)为了验证文献中年龄和幸福程度的曲线关系，我们加入了年龄的二次项。(2)我们采用绝对收入的对数形式。由于部分样本值为零，取对数将造成不必要的样本缺失，我们使用log(1+x)的形式，即以log(1+absinc)来表示absinc变量的对数形式，即模型中的变量labsinc。debt变量我们采用相同的处理方法，生成ldebt变量。 为了确保结论的稳健性，我们使用逐步回归的方法进行估计，通过在模型中不断加入相关变量的方法，来考察主要解释变量INCOME和其他控制变量CONTROL的符号和显著性 ① 1-8分别对应着未上过学/扫盲班、小学、初中、高中、职业高中/中专/技校、大专/高职、大学本科以及研究生。 8
①。虽然在序数probit回归中，系数并不存在精确的定量意义，但其符号和显著性依然可以②用以判断变量的影响方向和程度。估计结果如表4所示。 表4: 总体样本的序数probit估计结果(因变量为HAPPINESS) 模型1 模型2 模型3 模型4 模型5 模型6 *******labsinc () () () () () () ******relainc () () ***************gender () () () () () ***age () () () () () 2***************age () () () () () ***************health () () () () () ************educ () () () () maritus () () () () **children () () () () exper () () () () ************confidence () () () () work () () () () leisure () () () () ************socstatus () () () () **religion () () () () ********house () () () () ************car () () () () ① 各自变量的相关矩阵显示，两两之间的相关程度较弱，表明多重共线性不会对我们的结果造成重要影响。限于篇幅，此处未报告相关矩阵。需要者可向作者索取。 ② 除了序数probit模型外，我们还使用了序数logit模型和OLS方法进行估计，结果差异很小。这和Ferrer-i-Carbonell and Frijters (2004)的结果是一致的。为了节省篇幅，我们没有在文中报告另外两种方法的结果。 9
**ldebt () () () () ****road () () bus () () 最大似然比 (LR statistics) 伪拟合系数 2(Pseudo R) 样本数 4952 4917 3708 3616 3625 3534 ******注：括号中为z值。表明p值小于，表明p值小于，表明p值小于 首先来看收入变量中的绝对收入labsinc。从模型1到模型4，我们通过不断加入个人的自然特征(NATURAL)、社会特征(SOCIAL)以及环境(ENVIRON- MENTAL)变量(但都没有加入相对收入变量)进行逐步回归。 在模型1-3中，绝对收入变量labsinc的系数都显著为正。模型1中系数为，加入自然特征的模型2中其系数甚至有所变大，为，且两个模型中该系数的p值都小于，虽然模型3中明显下降，但零假设在10%的显著性水平下依然被拒绝。这一结果似乎在一定程度上表明绝对收入对幸福程度存在正向影响，印证了主流经济学中的设定的收入和幸福感的正向相关关系。 然而，进一步的研究对上述模型的实证结果的稳健性提出了质疑。在模型4中，我们加入了除相对收入以外的所有变量，发现绝对收入变量的系数虽然依然为正，但在统计意义上却不显著(p值为)。进一步地，我们观察加入了相对收入水平变量的模型5和模型6的实证结果。绝对收入变量系数在这两个模型中显著程度下降十分明显，甚至符号为负。 ①其次，我们关注收入的相对水平变量relainc。实证结果显示，在所有的加入了绝对收入变量以及其它控制变量的模型中，相对收入水平的系数一直显著为正。在模型5中，我们使用了绝对收入、个人自然特征和个人社会特征作为控制变量，relainc的系数为，且在1%的显著性水平上依然显著。模型6中，我们在控制变量中进一步加入了环境变量，relainc的系数不仅没有下降，反而有所上升，至，依然十分显著。 最后，关于所有控制变量的实证结果。 个人自然特征。(1)gender的系数在所有的模型中都显著为负，约在左右，表明相②对于女性而言，男性的生活满意程度更低，这和现有研究的结果相一致。(2)年龄变量方面，一次项age的系数在所有模型中都为负，显著程度因不同控制变量而有所不同，而二次项2age的系数则在模型1-6中都是在1%的显著性水平下显著为正。这表明，年龄和幸福程度之间存在U型关系：人们在年轻时幸福感较强，随着年龄的增大幸福感逐渐减弱，之后又开始逐渐回升。这就是所谓的“中年危机”，即在人到中年之际，面临着生活、事业、家庭 ① 为了确保系数的稳健性，我们在加入相对收入水平变量的同时，估计了多个不同控制变量的模型，限于篇幅，我们只报告了其中两个(模型5和模型6)的实证结果。在其他模型中，虽然系数大小存在微小差异，但符号和显著性都没有明显变化。 ② 如Hartog and Oosterbeek (1998)。同样，彭代彦、吴宝鑫(2008)关于中国农村样本的实证研究中，性别变量的系数亦显著为负，但他们的解释却是女性的幸福程度更低，应是笔误所致。 10
等各方面的压力，幸福感较前后明显偏弱。这和现有的许多关于年龄和幸福感的实证研究结果是一致的(如Oswald, 1997; Gerdtham and Johannesson, 2001; Blanchflower and Oswald, 2008)。(3)健康因素。从所有模型的health变量的系数来看，都是显著为正的，这表明健康程度对幸福感的正面影响十分明显：当人们认为自己身体健康程度良好时，对生活的满意程度会明显上升。 个人社会特征。(1)教育。虚拟变量educ的系数都显著为正，在附近，不同的控制变量的加入对该系数的影响不大，且在所有模型中的p值都小于，这表明，受教育水平更高的人具有更高的生活满意程度。(2)价值观。序数变量confidence用以衡量受访者对未来的信心程度。理论上说，对未来生活的信心程度越高，生活的幸福感就越强。这一基本推论也在实证结果中得到了证实。所有模型中confidence的系数都在附近，且都在1%的显著性水平下拒绝原假设。(3)社会地位。socstatus变量代表受访者对于自身社会地位的认识，其系数一直显著为正并不意外，因为社会地位是个人幸福感的重要源泉。(4)其他经济变量。在模型3-6中都包含虚拟变量“是否拥有自有房屋”(house)和“是否拥有汽车”(car)，以及家庭债务余额变量(ldebt)。其中，前两者对幸福感的正面影响十分明显，这表现为在所有模型中的系数都显著为正，car的系数的p值更是一直小于。而ldebt的系数的显著程度则不甚稳定，在模型5和模型6中都并不显著。 除此之外，婚姻状况(maritus)、是否有孩子(children)、是否经历过严重的经济困难(exper)、是否有工作(work)、上月闲暇时间(leisure)、是否宗教，信仰团体成员(religion)等变量的系数在大多数情况下在统计意义上不显著。 环境变量。限于数据库本身的可得性，我们的环境变量仅包含“村/居土路的比例”(road)以及离最近公交车站的距离(bus)。实证结果显示，基础设施(此处仅为交通状况)对幸福感存在一定影响，基础设施水平越低，生活幸福感就越低，这表现为两个变量的系数都为负，其中road的系数在5%的显著性水平下可拒绝原假设。 六．稳健性检验 为了检验我们结论的稳健性，我们使用文献中常用的客观参照系的方法进一步地研究收入和幸福之间的关系。我们依据地域、教育、年龄以及总体分位数方法将样本进行分类，构造了四个不同的相对收入指标。 基本原则是：从地域上，我们假定受访者会将同区县的他人作为参照系；从教育上，我们假定受访者会将相同教育水平的人群作为参照系；从年龄上，和受访者同处于同一年龄段①的被假定为其参照系；分位数方面，我们使用五分位方法，将样本根据绝对收入划分为五②个区间。具体而言，我们使用以下四个相对收入度量：受访者个人收入/其所处区县平均收入，受访者个人收入/相同教育水平人员平均收入，受访者个人收入/相同年龄段人员平均收入，以及受访者处于总样本的相对位置（第一个区间对应数字1，依此类推，第五个区间对应数字5）分别为表5中的relainc1、relainc2、relainc3和relainc4。 在使用序数probit模型估计的同时，我们也加入了表4中最后一个模型的所有控制变量。具体的实证结果如表5所示。 ① 从表3中可以看出，样本中的人员年龄处于15-94的区间，考虑到心理上的整数因素，我们以15-20为第一区间，之后每5年作为一个年龄段，即21-25，26-30，……，90-94，共16个年龄段。 ② 即0-20%，20%-40%，……，80%-100%。 11
表5: 不同相对收入度量的序数probit模型估计结果(因变量为HAPPINESS) 模型1 模型2 模型3 模型4 () () () () ***relainc1 () ***relainc2 () ***relainc3 () ***Relainc4 () 最大似然比 (LR statistics) 伪拟合系数 2(Pseudo R) ******注：括号中为z值。表明p值小于，表明p值小于，表明p值小于 从表5的实证结果我们发现，在使用不同的相对收入的度量的模型中，存在共同的特点：绝对收入对幸福感的影响不显著，但相对地位对幸福感的影响显著为正。考虑到此处的不同相对收入的度量，系数显著为正意味着无论和相同区县，相同教育水平，相同年龄段还是整体的人群相比，个人收入处于较高地位的幸福感明显更高。即使是在客观的参照系下，这一实证结论和我们在使用主观度量时的模型结论是完全一致的。这可以证明我们的结论是稳健的。 进一步地，考虑到中国的城乡情况存在较大差异，我们区别城市和农村的样本，进行分①别估计。在CFPS调查中，对受访者居住的地区的区分类别有4种，分别为城市、城镇、农村和郊区。考虑到中国的现实情况，我们将后三类(即城镇、农村和郊区)都归为“非城市类”，为了便于表述，我们使用广义的农村的概念，因此在文中将其称为“农村”。 我们对城市和农村样本的实证估计结果如表6所示。 表6: 城市和农村子样本的序数probit模型估计结果(因变量为HAPPINESS) 城市子样本 农村子样本 HAPPINES系数 z值 p值 系数 z值 p值 S labsinc relainc 7 gender age 2age health educ ① 此处的相对收入依然使用原模型中相对精确的主观度量。 12
maritus children exper confidence work -1 leisure socstatus religion house car ldebt road bus 在收入的两个变量的系数上，子样本的估计结果和总样本的结果形成直接呼应。绝对收入水平absinc变量的系数无论是在城市和农村对幸福感都不存在显著的正向影响，而在农村子样本中，这一变量的系数甚至为负。同样，相对收入水平relainc的系数都为正，在城市和农村子样本中系数分别为和，且p值都很小，统计意义上十分显著。 在控制变量方面，城市和农村子样本的估计结果基本一致，如性别、年龄、健康、社会地位等变量。两个子样本的结果也存在一些明显的区别。 (1)教育。虽然在两个样本中，educ的系数都为正，但在城市子样本中p值很大，达到了，而在农村子样本中p值则仅为，这表明，相对而言，教育水平的上升在农村对幸福感的正向影响更为显著。 这可能是由于两方面原因导致的。一方面，对于农村地区的人们来说，从某种意义上，通过接受更高教育是改变其命运的唯一途径。考虑到我们样本的平均年龄为47岁左右，对于这一代农村人来说，更高教育水平总体上意味着更多的机会获得收入、社会地位以及精神上的满足。另一方面，在中国农村，个人受教育水平在很大程度上受家庭经济状况的直接制约，因此，更高的受教育水平本身就意味着家庭的收入在当地处于中上水平。如果是这一原因，教育在农村对幸福感的更显著的影响也可以看作对相对收入水平影响幸福感的印证。 (2)住房。同样，是否拥有住房(house)在城市和农村的子样本中的系数符号也相同，但在城市子样本中，p值很小，即使在1%的显著性水平下依然拒绝原假设，然而在农村子样本中，p值很大，为。这表明，对于居住在城市的人们来说，是否拥有自有住房是衡量幸福感的重要因素，然而，对于居住在农村的人们来说，这并不影响其对自身幸福感的评价。 这个有趣的对比可以进一步地印证我们关于绝对水平和相对地位的结论。在我们的样本中，城市中“拥有自有住房”的比例要明显小于农村，而且差异更大：城市中这一比例为%，house变量的标准差为；而农村为93%，标准差为。因此，自有住房所带来的生活满意程度的提升在很大程度上并不取决于其在生活方面所带来的舒适、方便甚至归属感等个人独立的享受，更为重要的是，在拥有自有住房比例更低的城市，它可以带来和他人相比的相对地位的提升，从而提升居民的幸福感，而这种幸福感在普遍拥有自有住房的农村却并不存在。这和car变量的系数也形成对比。car变量在城市和农村样本中系数都显著为正，而后者稍大于前者。考虑到总样本的汽车拥有率仅为15%，而农村的汽车拥有率低于城市，上述实证结果应是对相对地位重要性的又一次验证。 13
七．结论和进一步的说明 在考察收入和幸福之间的关系时，本文将收入变量分为绝对收入和相对地位两种度量，并详细地分析了文献中相对收入水平指标的优劣，选取了最为合适的主观判断指标，使用了包括简单的相关系数、OLS以及序数probit模型等方法，并通过不同度量和分割子样本回归等方法来检验结果的稳健性，得出了以下结论： 1.无论使用是在总样本还是在城乡的子样本中，在没有考虑相对收入地位的因素时，绝对收入对幸福感存在一定正面影响。这种正向的相关关系随着控制变量的增加在逐渐减弱。在加入了相对地位的主观度量之后，绝对收入对幸福感的影响完全不显著。这表明，主观幸福感并不取决于绝对收入水平。 2.同样，在所有的样本中，在使用主观度量和客观参照系的度量时，收入的相对地位对幸福感的影响都是正的，且在统计意义上都十分显著，并不因控制变量的变化而变化。这是对社会比较理论结论的一个验证：和获得的绝对数量相比，人们更多地考虑的是和他人所对比的相对地位的变化。 3.教育、对未来的信心程度以及基础设施对幸福感都有显著的促进作用。男性的幸福感明显低于女性。年龄和幸福感之间存在U型关系：中年时幸福感较低，而年轻和年老时幸福感更为强烈。 4.在城乡差别方面，教育和住房的影响存在明显差异。教育对农村居民的正面影响更大，而住房对城市居民的幸福感的正面影响更大。这可以看做是对社会比较理论的进一步验证。 需要进一步说明的是，由于我们的样本中，受访者的地域仅限于北京、上海和广东三个省市，因此可能会有关于样本代表性的质疑。是否在扩大样本之后本文的结论会有改变呢？笔者认为这种可能性不大。将本文中的样本和其他数据相对比可以基本得出这一结论。 在我们的样本中，城市子样本的幸福感均值为，甚至还略高于农村的。而从收入来看，城市样本的年收入平均值为万，农村子样本的平均收入为万，前者为后者的倍。相比之下，在很多其他研究中，农村居民的幸福感大于城市居民(如曾慧超、①袁岳，2004)。另外，本文中城乡收入差距相对于全国的城乡收入差距来说明显较小。 城乡居民幸福感对比的数据和其他研究存在明显不同。这一现象很有可能是由于我们样本中的地域造成的。由于我们使用的农村子样本仅为北京、上海、广东三省市的城镇、郊区和农村，居住在这些地区的人们很可能将收入相对较高的市区居民作为心理中的参照系，因此平均的幸福感甚至要低于城市居民。这是对我们结论的又一佐证。 综合我们样本中城乡居民的幸福和收入的因素，如若将样本扩大至全国范围，加入收入差距更大，而同时农村幸福感更强的其他样本数据时，一个最可能出现的结果是，绝对收入在幸福感的决定中的地位依然无足轻重，甚至有所弱化，而相对收入的作用依然明显。 ① 既2007年中国城乡收入差距创改革开放30年最大以来(城乡收入比为：1)，2008年继续上升至：1(郭晋晖，2009)。 14
参考文献 Akay, A. and Martinsson. P., 2008, “Does Relative Income Matter for the Very Poor? Evidence from Rural Ethiopia”, IZA Discussion Paper . Blanchflower, ., and Oswald A. J.. 2004, “Well-Being over Time in Britain and the United States,” Journal of Public Economics, 88, 1359–1386. Blanchflower, D. G., and Oswald, A. J., 2008, “Is well-being U-shaped over the life cycle?” Social Science & Medicine, 66, 8, 1733-1749. Clark, A. E. and Oswald, ., 1996, “Satisfaction and comparison income”, Journal of Public Economics, 61, 359-81. Di Tella, Rafael, and Robert J. Mac Culloch, 2006, “Some Uses of Happiness Data in Economics”, Journal of Economic Perspectives, 20. 25-46 Diener, E. and M. Seligman, 2004, “Beyond Money: toward an Economy of Well-being”, Psychological Science in the Public Interest, 5. 1-31. Diener, E., Sandvik, E., Seidlitz, L. and Diener, M., 1993, “The Relationship between Income and Subjective Well-being: Relative or Absolute?” Social Indicators Research, .28, 195-223. Diener,E. Suh E.,Lucas R.& Smith,., 1999, “Subjective Well-being: Three Decades of Progress”, Psychological Bulletin, .125, 276-302. Duesenberry, James S., 1949, “Income, Savings and the Theory of Consumer Behavior”, Cambridge, Mass.: Harvard University Press. Easterlin, R., 1974, “Does Economic Growth Improve the Human Lot? Some Empirical Evidence”, published in Nations and Households in Economic Growth, ed. P. David and M. Reder. New York: Academic Press. Easterlin, R. A., 1995, “Will raising the incomes of all increase the happiness of all?“ Journal of Economic Behavior and Organization, 27, 35-47. Easterlin, R. A., 2001,”Life Cycle Welfare: Trends and Differences”, Journal of Happiness Studies, .2, 1-12. Ferrer-i-Carbonell, A., and P. Frijters, 2004, “How Important Is Methodology for the Estimates of the Determinants of Happiness”, Economic Journal, 114, 641-659. Ferrer-i-Carbonell, A., 2005,”Income and well-being: an empirical analysis of the comparison income effect”, Journal of Public Economics, 89, 997-1019. Gerdtham, Ulf-G, and Johannesson M., 2001, “The relationship between happiness, health, and socioeconomic factors: results based on Swedish microdata.” Journal of Socio-Economics, 30, 553-557. Graham,C. 2005, “The Economics of Happiness”, published in Steven Durlauf and Larry Blume, eds., The New Palgrave Dictionary of Economics,2nd Edition. Graham C. and Pettinato, 2001, “Happiness, markets, and democracy: Latin America in comparative perspective,” Journal of Happiness Studies, 2, 237 -268. Graham, C. and Pettinato,S.,2001,“Happiness and Hardship: Opportunity and Insecurity in New Market Economies”. Washington, .: The Brookings Institution Press. Haring, M. J., Stock, W. A. and Okun, M. A., 1984, “A Research Synthesis of Gender and Social Class as a Correlates of Subjective Well-being,” Human Relations, 37, 645-657. Hartog, J., and Oosterbeek, H.,1998, “Health, wealth and happiness: why pursue a higher 15
education?” Economics of Education Review, 17, 245-256. Michael McBride, 2001, “Relative-income effects on subjective well-being in the cross-section,” Journal of Economic Behavior & Organization, 45, 251–278. Oswald, A. J. 1997, “Happiness and economic performance.” Economic Journal, 107, 1815-1831. Persky, J., Tam, M.-Y., 1990, “Local status and national social welfare.” Journal of Regional Science, 30, 229-238. Ravallion, Martin & Lokshin, Michael, 2001, “Identifying Welfare Effects from Subjective Questions,” Economica, 68, 335-357. van de Stadt,H., Kapteyn,A., and van de Geer,S.,1985, “The relativity of utility: evidence from panel data.” The Review of Economics and Statistics, 67, 179-187. Wood, J. V., 1996, “What is social comparison and how should we study it?” Personality and Social Psychology Bulletin, 22, 520-537. 布伦诺·S·弗雷(Bruno S. Frey)、阿洛伊斯·斯塔特勒(Alois Stutzer)，2006，《幸福与经济学——经济和制度对人类福祉的影响》,北京：北京大学出版社 郭晋晖，2009，《2008年中国城乡收入差距破万元》，《第一财经日报》, 2009年1月20日。 罗楚亮，2006，《城乡分割、就业状况与主观幸福感差异》,《经济学季刊》第3期。 罗楚亮，2009，《绝对收入、相对收入与主观幸福感——来自中国城乡住户调查数据的经验分析》,《财经研究》第11期。 彭代彦、吴宝新，2008，《农村内部的收入差距与农民的生活满意度》,《世界经济》第4期。 田国强、杨立岩，2006，《对“幸福—收入之谜”的一个解答》,《经济研究》第11期。 曾慧超、袁岳，2004，《2004 年中国居民生活质量报告》，载汝信等主编《2005 年:中国社会形势分析与预测》，北京：社会科学文献出版社。 张慧、袁岳，2005， 《2005 年中国居民生活质量调查报告》，载汝信等主编《2006 年:中国社会形势分析与预测》，北京：社会科学文献出版社。 赵奉军，2004，《收入与幸福关系的经济学考察》,《财经研究》第5期。 中央电视台《中国财经报道》栏目组，2010，《经济生活大调查》，机械工业出版社。 朱建芳、杨晓兰，2009，《中国转型期收入与幸福的实证研究》,《统计研究》第4期。 16
