Средний уровень счастья в европейских странах

Тестирование гипотез на межстрановом уровне

Следующим этапом нашей работы выступит анализ влияющих факторов на межстрановом уровне. В рамках данной части нас интересует решение следующих исследовательских задач:

1. Изучить влияние фактора проживания в больших и малых городах на уровень счастья на межстрановом уровне;

1. Изучить влияние фактора иммиграционного статуса на уровень счастья на межстрановом уровне;

1. Выявить значимые социально демографические факторы, влияющие на уровень счастья на межстрановом уровне (в контексте факторов места жительства и миграционного статуса);

Первое, к чему мы обратимся – простое сравнение средних значений уровня счастья в разных странах. Для этого мы обратимся к таблице 18.

Таблица 18.

Country	Mean	N	Std. Deviation
Denmark	8,27		1,46
Switzerland	8,06		1,464
Norway	8,01		1,503
Finland	7,96		1,431
Sweden	7,91		1,55
Netherlands	7,88		1,308
Belgium	7,83		1,427
Spain	7,57		1,617
United Kingdom	7,5		1,848
Germany	7,45		1,87
Poland	7,31		2,031
Slovenia	7,28		1,904
Cyprus	7,24		1,951
France	7,13		1,792
Ireland			2,072
Estonia	6,91		1,932
Slovakia	6,87		1,961
Croatia	6,79		2,095
Portugal	6,71		1,914
Czech Republic	6,7		1,906
Hungary	6,42		2,385
Russian Federation	6,29		2,215
Lithuania	6,16		2,332
Greece	6,06		2,153
Ukraine	5,86		2,376
Bulgaria	5,66		2,514

Как мы можем видеть, наиболее счастливой страной в среднем является Дания с показателем в 8, 27 балла, наименее счастливыми – Болгария и Украина, с достаточно близкими показателями – 5, 86 и 5,66 балла соответственно. В группу наиболее счастливых стран входят скандинавские страны – Норвегия, Финляндия, Швеция. За ними следуют Нидерланды и Бельгия с результатом, приближающимся к 8 баллам, затем Испания. Великобритания, Германия и Польша, чьи показатели близки к 7, 5. Далее идут Словения, Кипр, Франция, Ирландия, Эстония и Словакия, чьи результаты близки к семи баллам. Наконец, группа стран, чьи баллы составляют от 6 до 7: Хорватия, Португалия, Чехия, Венгрия, Россия, Литва и Греция. Сравнение средних уровней счастья с помощью дисперсионного анализа и пост-хок тестов не представляет для нас в данном случае большого интереса, поскольку нас интересует не величина среднего уровня счастья, а именно характер его распределения относительно возраста.

Далее мы переходим к рассмотрению зависимости между возрастом и уровнем счастья в различных странах. Как мы уже упоминали ранее, зависимость очевидно носит нелинейный характер. Принимая во внимания тесную связь феномена счастья с культурой, мы попробуем рассмотреть зависимость уровня счастья от возраста в различных странах. Для этого мы осуществим построение нелинейной регрессии для этих двух переменных. Построение регрессии будет осуществляться в рамках программного пакета Stata при помощи функции LOWESS (locally weighted scatterplot smoothing).

Функция LOWESS представляет собой вид непараметрической регрессии которая сочетает в себе элементы множественной регрессии и мета-модели, основанной на «методе ближайшего соседа». Основой для данного метода выступает классическая нелинейная регрессия, построенная с использованием метода наименьших квадратов. Основная идея данного метода заключается в том, чтобы «подстроить» более простую линейную модель под локализованные подгруппы данных и создать функцию, описывающую зависимость в распределении данных поэтапно – от участка, к участку. Фактически, единая линейная функция дробиться на несколько, наиболее точно описывающих каждый блок исходного распределения данных.

Сглаженные кривые, непосредственным рассмотрением которых мы займемся ниже, строятся при помощи метода, обозначаемого в статистике как Loess Curve. Сглаженное значение присваивается функции в каждой новой точке через расчет значения регрессионной функции по методу наименьших квадратов, проходящей через скопление точек и описывающей его в наилучшей степени. Основной недостаток данного метода – его малая прогностическая сила и невозможность использования построенной функции в отрыве от использованного массива – является в нашем случае ключевым преимуществом. В отличие от других видов нелинейной регрессии мы не задаем заранее уравнение кривой и ищем именно те тренды в распределении, которые присущи каждой отдельно взятой стране.

Далее мы будем рассматривать графики Loess Curve для стран, включенных в выборку ESS. Мы сосредоточимся именно на трендах, поскольку сама величина коэффициентов и средние значения нас интересуют в гораздо меньшей степени, чем то, каким именно образом колеблется уровень счастья в зависимости от возраста.

Итак, мы приступаем к нашему анализу. Первую группу составляют страны, в которых мы можем наблюдать стабильно-восходящий тренд (Рис. 2.1, Рис. 2.2 – разбит на 2 разных графика для удобства восприятия. Группировка стран по диаграммам обусловлена наибольшей наглядностью графиков и не несет в себе сколь либо значимой содержательной подоплеки). Его суть заключается в следующем: в первой половине жизни человека происходит небольшое снижение уровня счастья и восстановление его к зрелым годам. Затем, происходит постоянный небольшой рост с увеличением возраста, либо рост и стабиизация в пожилом возрасте. Все эти страны, а именно Швейцария, Бельгия, Великобритания, Норвегия, Дания, Нидерланды, Ирландия, не показывают резких скачков в уровне счастья своего населения различного возраста. Наибольший прирост показывает Ирландия, наиболее близкими по своим кривым оказываются в данной группе Норвегия и Швейцария. Наиболее стабильный уровень счастья наблюдается в Нидерландах и Норвегии. Основное отличие стран, входящих в данную категорию от других состоит в том, что после снижения счастья в среднем возрасте наступает его повышение в более старшем – иными словами наблюдается U-образная модель в той или иной степени выраженности со смещением нижней точки к более молодому (Швейцария, Бельгия, Великобритания, Нидерланды, Дания) или более старшему (Норвегия, Нидерланды) возрасту. Стоит отметить, что данный тренд единственный из всех включает в себя восходящие элементы.

0 50 100

Рис. 2.1 Страны с U-образным трендом изменения уровня счастья
в зависимости от возраста (Часть 1).

0 50 100

Рис. 2.2 Страны с U-образным трендом изменения уровня счастья
в зависимости от возраста (Часть 2).

Следующий тренд (Рис. 3), который мы рассмотрим, можно охарактеризовать как «снижение и последующая стабилизация». В рамках данного тренда мы можем наблюдать достаточно резкое, постоянное снижение уровня счастья до 50 лет и последующее снижение темпа, либо полную стабилизацию уровня счастья в пожилом возрасте. В данную группу стран входят страны Прибалтики: Литва, Латвия, Эстония; а также Чехия и Болгария. В среднем уровень счастья в этих странах снижается с возрастом в промежутке от 1 до 2х баллов. Наиболее резкое снижение наблюдается в Болгарии и составляет почти 4 балла.

0 50 100

Рис. 3. Страны с трендом изменения уровня счастья
в зависимости от возраста «снижение -> стабилизация»

Еще один тренд представляет собой волнообразное снижение уровня счастья. Здесь мы можем наблюдать достаточно резкое снижение уровня счастья, затем его стабилизацию или снижение темпа на период 10-20 лет, и продолжение снижения в ускоренном темпе. В данную группу стран входят Испания, Польша, Кипр – период стабилизации ы которых приходится примерно на один период – 40 до 60 лет, а также Греция и Венгрия, где данный период сдвинут на 50-65 лет. Данные страны близки по своему распределению к предыдущему тренду, однако демонстрируют нисходящую тенденцию на всем своем протяжении, в особенности после периода стабилизации, а потому не могут быть к нему отнесены.

0 50 100

0 50 100

Рис. 4. Страны с волнообразно-понижающимся трендом изменения уровня счастья
в зависимости от возраста

Четвертый тренд, который мы рассмотрим по своей природе является стабильным. Это означает, что колебания уровня счастья в течение жизни практически не происходит. В эту группу мы отнесли Финляндию, Францию, Германию и Словакию. Спорной и сложной в оценке нам представляется Германия, поскольку, по сути она представляет собой упрощённую версию тренда 2: «снижение -> стабилизация». Но падение уровня счастья практически не происходит (по сравнению с другими странами второго блока), к тому же в немецком распределении присутствует и восходящий элемент, но его величина недостаточно значима, чтобы отнести его к первому тренду. Именно поэтому, ввиду малой амплитуды колебаний, мы отнесли Германию к данной группе стран.

0 50 100

Рис. 4. Страны с равномерным трендом распределения уровня счастья
в зависимости от возраста

Наконец, последний тренд, который мы рассмотрим имеет практически линейную, или близкую к линей природу. Во всех странах данной группы мы можем наблюдать стабильное снижение уровня счастья с возрастом с практически одинаковым темпом. Среди данных стран мы можем наблюдать такие, как Словения, Израиль, Хорватия, Россия, Португалия, Румыния и Украина. Последняя показывает наиболее резкое снижение уровня счастья: с 7 баллов в молодом возрасте до практически 3х в пожилом.

0 50 100

Рис. 5. Страны с линейно нисходящим трендом изменения уровня счастья
в зависимости от возраста

Далее мы попробуем рассмотреть, как географически расположены данные тренды. Для этого мы определим для каждой их стран свой цвет. Красным выделены страны с U-образным восходящим трендом, желтым - «снижение -> стабилизация», фиолетовым – волнообразное снижение, светло-сиреневым – равномерный, стабильный тренд, голубым – линейное снижение.

Как мы можем видеть на рисунке 6, различные тренды распределения уровня счастья по возрастам во многом локализованны географически. Большинство стран с восходящим трендом расположено на побережье Северного моря и Атлантического океана. Желтый тренд «снижение -> стабилизация» включает в себя практически весь пояс Прибалтийских стран. Тренды волнообразного снижения и стабильного распределения являются более или менее разрозненными географически. Тренд регрессионного снижения, напротив, представляет собой достаточно обширный и ярко выделенный географический пояс из стран. Белым отмечены государства, информация о которых не представлена в рамках базы данных ESS. Возможно, данные о них, позволили бы сделать более ясные выводы относительно вопроса географической локализации.

Рис. 5. Географическое распределение различных трендов изменения счастья в зависимости от возраста

В заключение, хотелось бы отметить что эти, равно как и все предыдущие выводы относительно соотношения возраста и уровня счастья, стоит воспринимать с определенной поправкой. Данные ESS одного раунда представляют собой не лонгитюдные, а дискретные данные. Это означает, что те модели, что мы построили могут во многом быть смещены в связи с эффектом когорты и с поколенческим эффектом. Для того, чтобы проанализировать тренд более подробно, необходимо проследить изменение уровня счастья одних и тех же людей на протяжении всей их жизни. Тем не мене подобный метод оценки, в связи с ограниченностью и дороговизной получения данных используется значительно реже, чем тот, что был выбран нами в данной главе.

Следующий аспект, к которому мы обратимся – изучения влияния различных факторов, анализ влияния которых проводился в данной работе на основании всего массива, на примерах отдельно взятых стран. Мы попытаемся проследить, существуют ли различия во влиянии тестируемых нами факторов в разных странах. Для этого мы построим одну базовую модель для каждой страны. Эта модель будет включать следующие детерминаты: субъективная оценка дохода домохозяйства, частота ощущения респондента себя одиноким, гендер, количество лет образования, факт рождения в стране, принадлежность к дискриминируемой группе в данной стране, субъективная оценка здоровья, наличие человека для обсуждения личных проблем, а также объективная и субъективная оценки урбанизированности районов (методика их измерения обсуждалась в предыдущей главе).

Сводная таблица результатов расчета регрессионных коэффициентов приведена в приложении 1. Первыми мы бы хотели отметить страны, которые выбыли из нашего анализа на первом этапе – это Израиль, Хорватия, Россия, Швейцария, Норвегия. Для данных стран не рассчитаны показатели объективной урбанизации, поэтому построить модели, подходящие для сравнения с остальными странами.

Вторая группа стран выпадает из сравнения в силу смыслового ограничения – в данных странах ни один из предикторов не является значимым. Иными словами, в этих странах на уровень счастья влияют иные факторы, чем те, что были выбраны нами для построения в модели. Список этих стран составляют Кипр, Эстония и Ирландия. В рамках выделения значимых факторов в данных странах мы оставляем их.

Итак, начнем последовательно рассматривать страны и значимые в них факторы. Для жителей Бельгии значимое негативное влияние оказывают трудности с доходом, а редкое ощущение себя одиноким, напротив – позитивное, (равно как и наличие человека, с которым можно обсудить личные проблемы). Слабое негативное влияние оказывает увеличение количества лет, потраченных человеком на образование, а также изменение субъективной оценки здоровья в худшую сторону. В Болгарии значение имеют серьезные сложности с доходом домохозяйства и снижение субъективной оценки здоровья –негативное влияние, и крайне редкое ощущение себя одиноким – резко позитивное влияние. Также женщины в Болгарии несколько более счастливы, чем мужчины.

В Чехии, как и в Бельгии, последовательное ухудшение ситуации с доходом оказывает усиливающееся негативное влияние на уровень счастья. Позитивное же влияние наблюдается в том случае, человек крайне редко ощущает себя одиноким или имеет друга, для обсуждения личных проблем. Значимыми факторами, оказывающими негативное влияние в Чехии, являются принадлежность к дискриминируемой группе и субъективная оценка здоровья.

Германия является одной из стран, где большинство коэффициентов в построенной модели являются значимыми. Возрастающее негативное влияние на уровень счастья оказывает ухудшение ситуации с доходом. А возрастающее позитивное – сокращение числа времени, на протяжении которого человек ощущает себя одиноким, и наличие человека, с которым можно разделить личные проблемы. Женщины немного более счастливы, чем мужчины, рост количества лет образования снижает уровень счастья человека, (хотя величина этого коэффициента и достаточно мала, но все же значима), также снижеает его и факт рождения в стране, принадлежность к дискриминируемой группе и субъективная оценка здоровья. Также проживание в маленьком городе, деревне или на собственной ферме (в порядке возрастания эффекта) положительно влияет на уровень счастья немцев.

Для Дании значимым является базовый набор факторов – осложнения с доходом, редкое и очень редкое ощущение себя одиноким, а также субъективная оценка здоровья. Эти же факторы являются значимыми в Испании. К ним добавляется отрицательное влияние увеличения количества лет образования и принадлежность к дискриминируемой группе. Ситуация с влияющими факторами в Финляндии аналогична чешской, за исключением того, что в первой принадлежность к дискриминируемой группе не является значимым фактором.

Во Франции и Соединенном Королевстве влияние изменения дохода и ощущения себя одиноким в различной степени, (плюс наличие друга с которым можно обсуждать личные проблемы) полностью совпадает с поведением данных факторов в Германии. В Британии негативный эффект оказывает принадлежность в дискриминируемой группе, в то время как во Франции такого эффекта не наблюдается. Во Франции проживание в преимущественно сельском районе оказывает слабо негативное влияние на уровень счастья, а в Великобритании, напротив, позитивное, в то время как британцы, проживающие в преимущественно урбанизированных районах несколько менее счастливы. Это же отражается и во влиянии субъективной оценки урбанизированности. Французы, проживающие на фермах и в сельских домах, демонстрируют снижение уровня счастья, равно как и британцы, проживающие в пригородах и малых городах. Греция показывает схожий с Болгарией набор значимых детерминат уровня счастья. Дополнением выступает лишь то, что значительное негативное влияние от достатка наблюдается не только в крайней градации, но и в той, что предшествует ей по степени трудности/проблематичности жизни на текущий доход.

Набор значимых факторов в Венгрии полностью совпадает с немецкой относительно гендера, изменения дохода, частоты ощущения себя одиноким и субъективной оценки здоровья. Остальные факторы не оказывают влияния на уровень счастья венгерских жителей. В Литве позитивное значение имеет только фактор крайне редкого ощущения себя одиноким, а негативное – снижение субъективной оценки здоровья. В Словении негативный эффект имеют наиболее серьезные трудности с доходом и снижение субъективной оценки здоровья.

Нидерланды и Польша показывают одинаковое, схожее с предыдущими странами, влияние от всех градаций сложностей с доходом, ощущения себя одиноким, а также субъективной оценки здоровья. Также в обеих странах женщины несколько более счастливы, а вот наличие человека, с которым можно обсудить личные проблемы играет роль только для жителей Польши, равно как и увеличение количества лет образования. Для Португалии значимыми являются крайние градации проблем с доходом и редкого ощущения себя одиноким, наличие собеседника для личных проблем и субъективная оценка здоровья, а также проживание в преимущественно сельском районе, которое оказывает негативный эффект на уровень счастья.

В Швеции и Словакии схожее влияние оказывают факторы, субъективной оценки здоровья, изменения дохода и ощущения себя одинокими людей, за исключением того, что для шведов опция сложного выживания на текущий доход и ощущения себя одиноким большую часть времени не играет роли в определении уровня счастья. Увеличение количества лет образования оказывает влияние только в случае с жителями Швеции, равно как и принадлежность к дискриминируемой группе.

Таким образом, выше мы описали различия во влиянии факторов счастья в различных странах. В следующем разделе мы предпримем попытку выделить группы стран на основании данных различий и степени их выраженности.

3.3 Построение типологии стран на основании межстрановых
различий во влиянии детерминант уровня счастья

В рамках нашего заключительного раздела мы попытаемся выделить группы стран, жители которых подвержены влиянию различных независимых факторов, формирующих уровень счастья, в большей или меньшей степени. Это отвечает запросам нашей последней исследовательской задачи:

1. Построить типологию стран на основании степени влияния различных факторов на уровень счастья;

Основанием для построения типологии выступят стандартизованные коэффициенты рассчитанных нами ранее регрессионных моделей. Для того, чтобы иметь возможность сравнивать страны между собой по степени значимости для них тех или иных предикторов мы проранжировали стандартизованные коэффициенты при них в рамках каждой модели. Логика ранжирования состояла в следующем. Всем незначимым коэффициентом автоматически присваивался нулевой ранг. Далее значимые коэффициенты ранжируются в порядке возрастания, то есть 1 присваивается коэффициенту с самым меньшим значением по модулю, двойка – второму, и так далее в зависимости от количества значимых коэффициентов.

Первое уточнение, которое здесь стоит внести – это использование модуля. Мы применяем его для того, чтобы ранжировать коэффициенты именно по силе влияния, а не по его направлению. Впоследствии предполагается раскрытие модуля и рассмотрение знака при коэффициенте в процессе непосредственной интерпретации полученных групп. Второе – очевидная разница в величине наиболее значимого ранга в том случае, если количество значимых коэффициентов велико. Для того, чтобы преодолеть данное препятствие, мы нормируем все ранги на количество значимых коэффициентов в модели. Например, если оно равно 6, то каждый из присвоенных рангов – от 1 до 6, делится на 6. Таким образом, мы получаем, что самый значимый коэффициент в модели всегда будет иметь ранг, равный 1, а самый маленький – близкий к нулю. Незначимый остается равным нулю. Таким образом, мы получаем возрастающую интервальную шкалу, которую мы можем использовать для кластерного анализа. Результаты расчета рангов по данной схеме приведены в приложении 2.

На основании рассчитанных рангов мы производим кластерный анализ методом k-means. Иерархический кластерный анализ показал, что наиболее оптимальное количество кластеров – 3. Наполненность каждого из них составляет 8, 5 и 5 стран, соответственно. Итоговые кластерные центры представлены в таблице 19.

Таблица 19.

Дата добавления: 2015-05-26