1. 研究背景与问题提出
随着我国进入全面深化改革的快速发展时期,我国社会的主要矛盾已经转化为“人民日益增长的美好生活需要和不平衡不充分之间的矛盾”,人民现阶段的幸福感不仅限于物质生活为基础,同时对居民的精神幸福感提出更高要求。十九大以来,习近平总书记多次围绕增强人民幸福作出系列重要指示,并在“不忘初心,牢记使命”的主题教育工作会议上着重强调“为中国人民谋幸福,为中华名族谋复兴,是我们党的初心和使命”,可见,人民幸福感的提升对于完善国家治理体系的重要性不言而喻。
据CNNIC发布的《中国互联网络发展状况统计报告》显示,我国网民规模已达10.11亿,普及率达71.6%,形成了全球最强大的数字社会。居民合理使用互联网,有利于丰富居民的精神世界,另一方面,居民幸福感的研究关注的是社会信任的问题,有助于推动社会信任的良性发展。而以政府为主导的多元主体,应明确影响居民幸福感的因素,不断完善策略,制定配套措施,实现居民幸福感的再升级。
本文将使用中国综合社会调查报告(CGSS)的数据,基于SPSS软件建立二元Logistic回归模型分析,分析并研究影响居民幸福感的影响因素,并提出有针对性的建议,从而进一步优化网络环境,提升居民间的信任感,满足居民对美好生活的向往,真正实现“人民至上”的理念,提高人民的安全感和幸福感。
2. 文献综述
“幸福感”一词来源于伊斯特林悖论,是指人类基于自身的满足感与安全感产生的一系列精神上愉悦的情绪,是某种主观情感上的真实表达和升华,是一种主观的实际的感情流露。由于幸福感本身是主观情感上的体验,无法用指标予以衡量及量化。居民幸福感来源于生活各个方面,因此幸福感的影响因素是多方面共同作用的结果。
上个世纪中期以来,社会学,心理学,经济学等各个学科领域的专家学者对幸福感进行研究,其中对幸福感的影响因素主要从四个方面探讨。一是个体自我因素。个体自我因素主要关注的是基于个人已有的特征,葛蕾蕾等人认为居民幸福感与年龄、性别、政治面貌、职业类别、教育水平都具有显著的关系,并且年龄与幸福感负相关 [1]。在控制其他因素的前提下,居住在城市的农村户籍居民更加幸福,同时也更加稳定 [2]。二是家庭特征因素,家庭特征因素主要侧重的是家庭资产、家庭收入等方面。农村家庭收入显著正向影响居民幸福感,文化消费在农村家庭收入与居民幸福感间起到部分中介作用 [3]。随着家庭资产中住房资产、非住房资产、无风险金融资产的增加和社会互动程度的提升,对农村居民主观幸福感是正向显著影响 [4]。三是提供相关社会服务因素。基本养老保险对居民幸福感具有显著正向作用;基本养老保险显著提升中低收入居民的幸福感,但对高收入居民的影响比较微弱 [5]。丁述磊通过分许CGSS的数据得出公共服务水平的提高能显著增加居民主观幸福感。基本住房保障服务、医疗卫生服务和劳动就业服务对居民主观幸福感的影响显著为正,并且它们对居民主观幸福感的促增效应依次递增 [6]。四是生态环境的影响因素。在其他条件不变的情况下,环境污染我国居民幸福感具有显著的负面影响 [7]。
通过已有的文献分析来看,学术界对于影响居民幸福感的影响因素主要个人、家庭、社会保障、环境等方面着重分析,尤其是探究基本医疗保险等保障民生的政策对居民幸福感的影响。而对于互联网使用更多的是关注与社会资本、社会参与、社会公平之间的诸多关系,因此,综上所述,本文提出以下假设:
研究假设1:互联网使用对城乡居民幸福感存在显著影响。
研究假设2:社会信任对城乡居民幸福感存在显著影响。
由于本文将政治参与社会公平两者共同纳入研究,因此研究社会信任对居民幸福感影响的同时,可以深层次探究社会信任是否通互联网使用进一步影响城乡居民的幸福感。
研究假设3:社会信任在互联网使用对城乡居民幸福感的影响之间存在中介效应。
3. 数据模型与变量
3.1. 数据来源
本文分析的数据来源是2017年的中国综合社会调查报告(Chinese General Social Survey, CGSS)。CGSS是中国第一个全国性、综合性、连续性的大型社会调查项目。它全面地收集社会、社区、家庭、个人等多方面地数据,本研究始于2003年,每两年一次,2017年后每一年一次,使用多阶分层随机抽样,涉及目标为全国31个省、自治区、直辖市的所有城市、农村家庭户。为了筛查出有效的目标数据,本次的研究对象是城乡居民,剔除缺失值后,最终筛选出的样本量为9185个,并在场基础上建立二元Logistic回归模型分析三者之间存在的关联性。
3.2. 模型分析
Logistic回归模型是一种广义的线性回归分析模型,而二元回顾模型是指因变量为二类变量的分类回归,属于多元变量分析范畴,是社会学、计量经济学、临床医学等统计实证分析的常用方法,它在统计方法中主要了解一个自变量与应变量之间的关系,其因变量取值为0和1。
(1)
那么未发生的概率未1 – P,Xn为自变量因素,α和β分别为logistic回归模型截距和回归系数。
为发生概率的线性函数。
事件发生的概率与未发生的概率比为
,记为Odds。将(1)取对数转换后,公式即为:
(2)
3.3. 变量分析
3.3.1. 因变量
本文的因变量是城乡居民幸福感。城乡居民幸福感是对自身安全感和获得感的情感升华,强调人民群众的真实感受,是人生的至上目标 [8]。在CGSS2017的问卷调查中,将因变量Y城乡居民幸福感具体化为“总的来说,您觉得您的生活是否幸福?”对应的编码为“A36”。回答“非常不幸福”和“比较不幸福”统一归为不幸福,代表居民没有幸福感,将其赋值为0;回答“比较幸福”和“非常幸福”统一归为幸福,代表居民具有幸福感,将其赋值为1;将回答“说不上幸福不幸福”、“不知道”、“拒绝回答”做剔除处理,不计入本次测量之中。
3.3.2. 自变量
互联网使用指的是通过电脑、手机等媒体终端进行购物、娱乐、聊天等多种形式以满足用户需求。选自CGSS2017问卷当中的“[互联网(包括手机上网)]过去一年,您对以下媒体的使用情况是:”,对应的编码为“A285”,回答“从不”代表未上网,将其赋值为“1”;回答“很少”,“有时”,“经常”,“非常频繁”,代表有过上网经历,将其赋值为“2”。
社会信任指个人对于社会上大多数陌生人的普遍信任程度。选自CGSS2017问卷当中的总的来说,“总的来说,您同不同意在这个社会上,绝大多数人都是可以信任的?”,对应的编码为“A33”。回答“非常不同意”“比较不同意”代表居民未感受到社会信任,将其赋值为“0”;回答“比较同意”“非常同意”代表居民感受到社会信任,将其赋值为“1”;回答“不知道”和“拒绝回答”,做剔除处理。
3.3.3. 控制变量
本文将数项基本人口学指标作为回归方程的控制变量。集体包括1) 性别,将性别变量编码为虚拟变量(男性 = 1;女性 = 2);2) 民族,将民族变量重新编码为虚拟变量(汉 = 1,蒙、满、回、藏、壮、维,其他 = 少数民族 = 2);3) 出生日期,将出生日期变量重新编码为虚拟变量(61~80岁 = 1;31~60岁 = 2;18~30岁 = 3);4) 最高教育程度,将最高教育程度变量重新编码为虚拟变量(没有受过任何教育 = 0;小学、初中 = 1;职业高中、普通高中、技校、中专 = 2;大学专科 = 3;大学本科 = 4;研究生及以上 = 5);5) 政治面貌,将政治面貌变量重新编码为虚拟变量(群众 = 1;共青团员 = 2;民主党派 = 3;共产党员 = 4);6) 身体健康状况,将健康变量重新编码为虚拟变量(身体不健康 = 1;身体健康一般 = 2;身体健康 = 3;);7) 语言能力,将语言能力重新编码为虚拟变量(普通话差 = 1;普通话一般 = 2;普通话流利 = 3)。详情见表1。

Table 1. Descriptive analysis of related variables
表1. 相关变量的描述性分析
4. 实证结果分析
4.1. 控制变量对城乡居民幸福感的影响
模型一(见表2)是控制变量对城乡居民幸福感的影响。1) 性别,表中显示性别对于城乡居民幸福感存在显著影响(P < 0.01),说明男性和女性在事业、爱情等方面有着不同程度的满意度和幸福感。2) 出生日期,表中显示无论是青年、中年还是老年都存在着幸福感(P < 0.01),与我们认知的传统观念相反,中青年面对与日俱增的烦恼与困难,其幸福感相较于老有所依的老年却几乎持平。3) 民族,表中显示民族对于居民幸福感不存在影响(P > 0.05)。日益团结的56个民族在实现中华民族伟大复兴的过程中都能感受到满满地幸福感,其幸福感并无民族优劣之分。4) 最高教育程度,表中显示各个阶段的学历对于幸福感都有显著影响。5) 政治面貌,表中显示共青团员(P < 0.01)和党员(P < 0.01)对于幸福感存在显著影响,共青团员与党员作为中国的先进的集体组织,拥有至上的光荣感和幸福感。6) 身体健康状况,表中显示身体健康状况对于城乡居民幸福感存在显著影响(P < 0.01),居民身体健康的好坏直接影响他们于美好的生活的信心和享受幸福时光。7) 语言能力,表中显示普通话的流利程度对城乡居民幸福感存在显著影响(P < 0.01),普通话的流利程度关系到人与人之间的交流是否清楚畅通,直接影响到居民的体验感和幸福感。
4.2. 互联网使用对城乡居民幸福感的影响
模型二(见表2)显示互联网对于城乡居民幸福感的影响,将控制变量与互联网使用这一自变量一起放入模型中得出结论,使用过互联网对于城乡居民满意度存在显著影响(P < 0.05),其系数为0.198,假设1成立。在控制性别、教育程度、身体健康状况等客观因素的情况下,使用互联网的居民比不使用互联网的居民更具有幸福效应。互联网的普及,为人们提供多样化的购物、交流平台,促进了社会的互动性和效用性,产生了积极的幸福效应。同时,互联网为居民表达政治诉求,反应社会民情,拓宽民主渠道提供了信息平台,从而直接提高了居民的满意感和幸福感。
4.3. 社会信任对于城乡居民幸福感的影响
模型三(见表2)显示了社会信任对于城乡居民幸福感的影响,将控制变量与社会信任这一自变量一起放入模型中得出结论,社会信任对于城乡居民满意度存在显著性影响(P < 0.01)假设1成立。与模型一、二相比,其他控制变量大部分还是存在显著性,但是数值稍微变大,这表明在引入社会信任这一变量之后对控制变量存在一定程度的削弱。因此,构建良好的社会信任氛围,建设优秀的信任文化,探索传统信任伦理的现代化转型的深层逻辑,对于提升居民幸福感有着重要的作用。
4.4. 互联网使用、社会信任对城乡居民幸福感的影响
模型四(见表2)显示了互联网使用、社会信任对于城乡居民幸福感的影响,将控制变量、互联网使用与社会信任一起放入模型中的得出结论,互联网使用与社会信任对城乡居民幸福感仍然存在影响(P < 0.05)。借助嵌套模型,分析得出社会信任在模型四中的系数显著。
中介效应检验
本文是使用温忠麟 [9] 等人有关中介效应的检验程序,该类程序的第一类和第二类的错误率比单一的检验方法错误率低,可以检验部分中介效应和完全中介效应,因此构建以下模型 [10]:
(3)
(4)
(5)
(3)~(5)中Happiness表示城乡居民幸福感,Reliance表示社会信任,Controls控制变量,α、β、γ表示系数值,e表示误差项。(3)式表示互联网使用对城乡居民幸福感的影响,经过模型分析α1 = 0.198;(4)式表示互联网使用对社会信任的影响,经过模型分析α2 = −0.325;(5)式是(3)式和(4)式共同作用的结果,表示社会信任再互联网使用对居民幸福感之间存在中介效应.经过模型分析α3 = 0.262,γ3 = 0.898。

Table 2. Influence model of control variables, Internet use and social trust on happiness of urban and rural residents
表2. 控制变量、互联网使用和社会信任对城乡居民幸福感的影响模型
注:(*p < 0.05,**p < 0.01,***p < 0.001)。a参照组为“女性”;b参照组为“61~80岁”;c参照组为:“汉族”;d参照组为“没有受过任何教育”;e参照组为“群众”;f参照组为“身体不健康”;g参照组为“普通话差”。
5. 结论分析
本文使用2017年CGSS的数据,在控制性别、年龄、教育经历等控制变量之后,着重分析互联网与社会信任对城乡居民幸福感的影响,分析得出:
第一,互联网使用对城乡居民幸福感存在显著影响。使用过互联网的居民比没有使用过互联网的居民更有幸福感。国家发展的最终目的是提升居民的安全感、获得感和幸福感,国家应该大力提倡发展互联网的普及教育,构建互联网信息平台,搭建积极健康向上的网络环境,加快运营商的“提速降费”,加快城乡5G建设,使广大人民群众真正享受到移动互联带来的便捷性和便利性,让万物互联真正服务于人民群众。
第二,社会信任对城乡居民幸福存在显著影响。对社会存在信任的城乡居民相比于对社会没有信任感的城乡居民更能感受到幸福感。此外,此分析结果表明社会信任正向影响主观幸福感,即个人的社会信任水平越高,其幸福感就越强,这与目前部分国内外相关的研究结果基本保持一致 [11]。因此,社会信任对于城乡居民幸福感有重要意义。政府一方面要保持规范市场秩序,重塑社会信任体制,引导领社会信任风尚,构建社会信任文化。只有这样才能让民众恢复对政府、对市场、对社会的信心,有效地提升其幸福感 [12]。
本文基本符合现实事实,但由于文章篇幅原因,只是笼统地分析城乡居民幸福感的影响因素,没有分开探究这些因素对于城市和农村居民幸福感的影响。另一方面,未选取如收入、生活满意度等具有较高关联性的变量分析其幸福感,希望在以后的篇幅加以改善。