幸福感评价与量化模型.docVIP

幸福感评价与量化模型 　　摘要 本文通过模糊数学的方法来对幸福感这一模糊概念进行指标量化，并确定影响幸福感的主要因素。还通过定义幸福程度优势感隶属函数，给出幸福程度的分界。 　　关键词 模糊数学方法 指标量化 主成分分析法 隶属函数 　　中图分类号：B842文献标识码：A 　　 　　Evaluation and Quantitative Models of Happiness 　　WANG Cancan, CHAO Zhifeng, GUO Mengfei 　　( Southwest Jiaotong University, Chengdu, Sichuan 611756) 　　AbstractIn this paper, the vague concept of happiness can be quantified by the fuzzy mathematical approach and identify the main factors of affecting happiness. Furthermore, the degree of happiness 　　boundaries is given by defining a sense of membership function. 　　Key wordsfuzzy mathematics; quantified; principal component analysis; membership function 　　 　　0 引言 　　幸福感是一种心理体验，它既是对生活的客观条件和所处状态的一种事实判断，又是对于生活的主观意义和满足程度的一种价值判断。而幸福指数，就是衡量这种感受具体程度的主观指标数值。百姓幸福指数是一个衡量百姓幸福感的标准。因此对居民幸福感的研究非常有必要。 　　1 建立模型 　　1.1 幸福感评价体系 　　 通过大量的数据进行整理，采用指标分级的方法建立幸福感评价体系。具体情况如下框图： 　　 　　1.2 数学模型的建立 　　主观指标分值量化：对问卷的问题中诸如“非常满意”、“比较满意”、“还可以”、“比较不满意”、“非常不满意”之类的情况按降序排列，并给予5-1分的分值。采用spss17.0进行统计分析。结果如表1~表4所示。 　　表1相关分析和回归分析结果（身心健康） 　　 　　注：权重系数 = 　　从表1可以看出，身心健康与其它因素的相关系数分别为0.987，0.828，0.974，0.875，0.958。而经过回归性分析得到各二级指标因素对身心健康的贡献量也存在差别，更说明不同因素对身心健康有着不同的影响。 　　表2相关分析和回归分析结果（人际关系） 　　 　　从表2中可知，人际关系与其他因素的相关系数为0.956，0.972，0.976，0.304。从显著性分析知，朋友关系和邻居关系的显著性差异不明显，同样这也符合现实生活中的现象，邻居关系和朋友关系都比较稳定，不易出现矛盾；经过回归分析得到的权值，邻居关系对人际关系的贡献量相对较小，这与相关分析的结果一致。 　　 表3相关分析和回归分析结果（环境舒畅） 　　 　　从表3可得，环境舒畅与其它因素的相关系数为0.998，0.922，0.985。这三个二级指标对环境舒畅的相关度都很高，没有显著差别；从显著性上看，社会治安和生活节奏的显著性差异不大，这与现实相符，现在社会的治安情况稳定，生活节奏相差不大，整体较快；回归分析结果表明它们对环境舒畅的贡献量相对平均。 　　 表4相关分析和回归分析结果（幸福度） 　　 　　从表4可知，幸福程度与其它因素的相关系数为：0.998，0.854，0.967，0.948，0.958。回归分析可得，所有的因素贡献量差别不大，因为各因素之间相对独立，权重所占比例相当。 　　 最终求得：幸福指数的数学模型如下： 　　H = ∑h i *pi ,i - 1,2……（1） 　　h ij = * *…,i = 1,2…6; j =+++ … = 1（2） 　　p1 = 0.182 、p2 = 0.156、p3 = 0.176、p4 = 0.138、p5 = 0.173、p5 = 0.175 　　,, 的取值分别为表1~表3第三组的数据。 　　2 模型的推广 　　评价体系是由指标体系分值量化得到的，是模糊数学方法的利用，有理论依据，这样建立的评价体系是合理的。由于给定指标体系就能进行指标量化，所以，评价体系是可以推广的，但指标体系不能代表普遍情况，所以，模型不能直接推广。 　　指标体系满足了上述要求便可以将模型进行推广，按照问题一中模型建立用的的指标量化方法可将推广指标体系进行分值量化。