1. 引言
党的二十大报告提出“增进民生福祉，提高人民生活品质”。我国正处于一个顽强发展、与时俱进的新时代，因此我们必须坚持在发展中保障和改善民生，鼓励共同奋斗创造美好生活，不断实现人民对美好生活的向往。但随着近几年疫情的爆发，对各行各业都造成了冲击，在这种高度竞争的生活环境下，不少人陷入“内卷”困局，工作生活变得越发艰难，生活质量也在不断下降。面对阶级固化与激烈竞争等现状，也有许多人更是选择“躺平”，这意味着不作为、不努力，生活品质也会逐渐下降，这对于我们个人乃至社会都存在着严重的危害。因此，本研究基于CGSS2018数据，运用SPSS27软件构建二元Logistic模型，在模型中逐步放入性别、政治面貌、受教育程度、家庭经济地位、个人健康状况和婚姻状况等变量，希望通过实证研究方法，分析在新时代背景下影响城镇居民生活满意度的因素，为提高居民幸福感和生活质量提供一定的参考价值。
2. 文献综述
当今世界将进入社会进步、科技发展、医疗水平提高的新时代 [1] 。在我国人民已经获得基本物质和文化需求的新时代，我国人民对美好生活的需求呈现出多样的、多层次的和多方面的特点 [2] 。时代发展和社会变化带来的新现象和新挑战，使中国的城市不断重塑 [3] 。
生活满意度，也称作主观生活质量，是衡量人们生活状况的一个重要指标，是居民对当前生活条件的认可程度，也是衡量社会中人们生活质量的重要指标 [4] 。Ulrich认为生活满意度是一个人生活的方方面面的最终评价，同时会受到人的个性影响，在评价他们的生活满意度时，每个人都经常将自己的情感体验和经验作为判断和影响源的标准 [5] 。随着科学技术与经济的飞速发展，各行各业都出现严重的就业岗位短缺问题，找工作难、竞争激烈已逐渐成为常态化问题 [6] ，这对于人们的生活幸福感也起到了消极影响。因此，有必要研究提升居民生活满意度的因素。
通过对文献梳理可以发现，目前学术界关于生活满意度方面的研究成果已有许多。有学者针对积极心里课程教学与大学生的生活满意度之间关系进行研究，研究发现通过积极心理学课程教学，能显著提高学生的满意度，帮助学生克服恐惧、焦虑、抑郁等情绪 [7] 。也有学者基于不同群体生活满意度的角度进行研究，主要包括教师 [8] 、老年人 [9] 、残疾人 [10] 、中学生 [11] 和医护人员 [12] 。有学者研究物质主义对生活满意度的影响因素，研究表明物质主义对生活满意度存在消极影响 [13] 。
总体来说，对于生活满意度的研究已经成为当今社会科学领域的热点，但目前的研究主要集中于大学生、老年人等几个群体，对于新时代背景下的城镇居民生活满意度的影响因素，目前鲜有涉及。因此，本研究旨在提高居民生活品质和实现居民美好生活的需求，为现有城镇居民生活满意度影响因素研究提供一定的参考价值。
基于此，本篇文章以中国综合社会调查2018年数据变量为源，采用二元Logistic模型，研究城镇居民生活满意度的影响因素，为增进民生福祉提供一定的参考价值。与其他模型相比，二元Lgoistic回归模型在实证分析中求解速度快，应用方，使得研究的回归分析结果更具有说服力。因此，现提出以下假设：假设一：家庭经济地位与城镇居民生活满意度具有显著的正向作用。假设二：个人健康状况与城镇居民生活满意度具有显著的正向作用。假设三：婚姻状况与城镇居民生活满意度具有显著的正向作用。
3. 研究设计
3.1. 数据来源
本篇文章选取中国综合社会调查(简称“CGSS”) 2018年的数据作为研究的数据来源。CGSS最早始于2003年，是最早综合性、全国性的学术调查项目，该数据库采用多阶段随机抽样的方式，以全国城乡居民群体为调查对象，通过问卷调查收集和数据整理分析，全面收集来自社会、个人、家庭等多个层次的数据，研究内容较广泛，且具有权威性，因此本文选取此数据库。
本文研究对象主要为城镇居民，通过筛选问题“您目前的户口登记状况是？”，从该数据库中剔除农村的样本量，同时对缺失值进行剔除，最终得到有效样本量5761份。
3.2. 变量选取
3.2.1. 被解释变量
本文的被解释变量为生活满意度。选取中国综合社会调查问卷中“总体来说，您觉得您的生活是否幸福？”(问题编码A36)作为衡量城镇居民生活满意度的依据。将“比较幸福”“非常幸福”视为生活满意，赋值为“1”；将“非常不幸福”“比较不幸福”“说不上幸福不幸福”视为生活不满意，赋值为“2”，在数据处理时，由于回答选项为98、99的受访者无法确认其生活满意度，因此处理为缺失值。
3.2.2. 解释变量
本文的解释变量共有三个，均为能体现城镇居民“生活满意度”的变量。
第一：家庭经济地位，本研究选取中国综合社会调查问卷中“您家的家庭经济状况在所在地属于哪一档？”(问题编码A64)为解释变量，将回答“远低于平均水平”“低于平均水平”“平均水平”“高于平均水平”“远高于平均水平”依次赋值“1”“2”“3”“4”“5”，由于回答选项为98、99的受访者无法确认其家庭经济地位，因此处理为缺失值。数值越高代表家庭经济地位越高。
第二：个人健康状况，本研究选取中国综合社会调查问卷中“您觉得您目前的身体健康状况是？”为解释变量，将回答“比较健康”“很健康”视为健康，赋值为“1”；将回答“很不健康”“比较不健康”“一般”视为不健康，赋值为“2”，同时由于回答选项为98、99的受访者无法确认其身体健康状况，因此处理为缺失值。
第三：婚姻状况，本研究选取中国综合社会调查问卷中“您目前的婚姻状况是”为解释变量，将回答“初婚有配偶”“再婚有配偶”“分居未离婚”视为有配偶，赋值为“1”；将回答“未婚”“离婚”“丧偶”视为无配偶，赋值为“2”。由于回答选项为98、99的受访者无法确认其婚姻状况，因此处理为缺失值。
3.2.3. 控制变量
本篇文章的控制变量主要包括性别、政治面貌、受教育程度、是否上网和社交频率这五个指标(见表1、表2)。
具体分析过程为：在性别中回答“男”赋值为“1”，“女”赋值为“2”。在政治面貌方面，选取问卷中“目前的政治面貌是？”(问题编码A10)为控制变量，将回答“民主党员”“共产党员”视为党员，赋值为“1”；将回答“群众”“共青团员”视为非党员，赋值为“2”，由于回答选项为98、99的受访者无法确认其政治面貌，因此处理为缺失值。在受教育程度方面，选取问卷中“您目前的最高教育程度是？”(问题编码A7a)为控制变量，将回答“没有受过任何教育”“私塾、扫盲班”“小学”“初中”“职业高中”“普通高中”“中专”“技校”“大学专科(成人高度教育)”“大学专科(正规高等教育)”“大学本科(成人高度教育)”“大学本科(正规高等教育)”“研究生及以上”分别赋值为“1”“2”“3”“4”“5”“6”“7”“8”“9”“10”“11”“12”“13”。在是否上网方面，选取问卷中“在最近半年，您上过网吗，包括使用电脑、手机、智能穿戴等各种设备上网”(问题编码A30f)为控制变量，将回答“上过”赋值为“1”，“没上过”赋值为“2”，由于回答选项为98、99的受访者无法确认其是否上网，因此处理为缺失值。在社交频率方面，选取问卷中“在过去一年中，您是否经常在您的空闲时间社交串门？”(问题编码A31)为控制变量，将回答“从不”“很少”“有时”“经常”“非常频繁”分别赋值为“1”“2”“3”“4”“5”，由于回答选项为98、99的受访者无法确认其社交频率，因此处理为缺失值。
Table 1. Basic characteristics of the sample
表1. 样本基本特征
Table 2. Variable name, assignment, value range and descriptive statistical analysis results
表2. 变量名称、赋值、取值范围及描述性统计分析结果
3.3. 模型构建
在实证分析中，二元Logistic回归相比线性回归和支持向量机算法模型，其求解速度快，应用方便，且模型所期望的结果优势比在时间、空间上比线性回归系数更稳定，使得研究的回归分析结果更具有说服力，故采用二元Logistic模型。基于此本篇文章运用SPSS27软件，对收集到的所有数据进行处理，把因变量“生活满意度”操作化为具有两种情况的二分选择变量：“满意”和“不满意”，建立二元Logistic回归模型来分析城镇居民生活满意度的影响因素。
模型公式：
(1)
通过对(1)式进行变化，得到二元Logistic回归模型的线性表达式(2)
(2)
基于本文使用二元Logistic回归模型，为了使构建的模型更加稳健，本研究采取逐步回归的方法，在研究8个解释变量对城镇居民生活满意度的影响因素研究中，将其分为四个模型进行回归分析，每一个回归结果都以风险比OR值所呈现。实证分析过程如下：模型1将引入控制变量，包括性别、政治面貌、受教育程度、是否上网和社交频率进行回归得到结果；模型2是在模型1的基础上引入第一个核心自变量家庭经济地位进行二次回归得到的结果；模型3是在模型2的基础上引入第二个核心自变量个人健康状况进行三次回归得到的结果；模型4是在模型3的基础上引入第三个核心自变量婚姻状况进行四次回归得到的结果。
4. 描述性统计分析
从表1、表2可以看出，解释变量中的家庭经济地位均值为2.73，说明大部分城镇居民家庭经济地位在低于平均水平到平均水平之间。个人健康状况的均值为1.398，说明大部分城镇居民认为自己处于健康状态。在婚姻状况上，74.6%城镇居民有配偶且健在。在受教育程度上，上过初中的城镇居民占比最多(占比23.4%)，其次就是普通高中(占比16.2%)。在控制变量是否上网中，74.7%的城镇居民上过网。在政治面貌上，大部分城镇居民都是非党员，党员仅占19.4%。控制变量中社交频率均值为2.67，说明城镇居民社交频率大部分处于很少与有时之间。
5. 新时代背景下城镇居民生活满意度的实证分析
本文采用SPSS27软件，对CGSS2018数据进行二元Logistic回归分析，得出城镇居民生活满意度的影响因素(见表3)。模型1中，除了性别与是否上网对生活满意度无显著影响，政治面貌(P < 0.01)、受教育程度(P < 0.05)、社交频率(P < 0.01)都对城镇居民的生活满意度具有正向显著影响。
模型2、模型3和模型4的分析结果显示(见表3)，通过加入核心自变量家庭经济情况、个人健康状况、婚姻状况后，城镇居民的生活满意度的显著性检验结果为：城镇居民的家庭经济地位、个人健康状况与婚姻状况对生活满意度的影响均为正向显著影响,研究假设一、假设二、假设三成立。
Table 3. Dual Logistic regression results of life satisfaction of urban residents in the new era
表3. 新时代背景下城镇居民的生活满意度二元Logistic回归结果
注：使用SPSS计算得出。其中，*表示P < 0.1，**表示P < 0.05，***表示P < 0.01。
本文基于CGSS2018的数据，运用SPSS27软件构建二元Logistic回归模型进行实证分析，根据霍斯默–莱梅肖检验结果显示，研究表明四个模型的P值都大于0.05，代表模型的回归结果基本一致，拟合状况良好(见表4)。
6. 研究结果及对策建议
本篇文章在性别、政治面貌、受教育程度、是否上网、社交频率等控制变量下，从城镇居民的角度出发，建立二元Logistic模型，致力于探讨不同的变量对城镇居民生活满意度的影响因素。研究主要得出以下结论：
在政治面貌方面，党员的生活满意度更高，这主要是因为党员在为人民服务的过程中实现自我价值，获得更多的认同感。在受教育程度方面，那些受过更高教育的居民拥有更高的生活满意度，因为他们拥有更多的文化知识以及更高的审美情趣。在社交频率方面，经常出去社交的城镇居民生活满意度比不出去社交的居民高，这不难理解，因为社交能够使居民多交流沟通，抒发和调节内心的情绪。在家庭经济地位方面，处于较高家庭经济地位的城镇居民，拥有更多的社会物质资源使其生活质量更高，生活满意度就高于家庭经济地位低的城镇居民。在个人健康状况方面，居民个人身体越健康，生活满意度也就越高，因为健康的身体能促进居民更多的参加社区活动，降低孤独感。在婚姻状况方面，有伴侣的城镇居民生活满意度更高，这主要是因为有伴侣的居民，可以和伴侣一起散步、旅游和跳广场舞，提高生活品质。
提升城镇居民生活满意度、是增进民生福祉，提高人民生活品质的重要切入点。如何提高城镇居民的生活满意度，可以从以下几个方面展开：
首先，居民可以从自己做起，增加社交活动频率，多去参加社交活动，结识更多的人，增长更多的见识，从中获得满足感和幸福感。其次，政府可以出台相关政策法规，保障城镇居民的工作和生活权益。最后，网络媒体可以利用自身覆盖面广、传播速度快等特点，多报道如何提升居民生活品质的新闻，积极引导城镇居民身心健康和良好心态的构建，鼓励他们出门参与社交活动。
本文运用CGSS2018数据，针对城镇居民生活满意度影响因素进行实证分析，研究结果发现，家庭经济地位、个人健康状况、婚姻状况等因素与城镇居民的生活满意度息息相关，这为提升城镇居民的生活满意度提供了一定的参考价值。
参考文献