近年来，伴随着世界经济发展到较高水平，人们不再一味盲目地追求GDP、CPI等传统的经济指标，而是更加以人为本，注重发展的平衡性。1972年，不丹成为世界上第一个确定以“国民幸福”为国家发展目标的国家，并创造性地提出了由政府善治、经济增长、文化发展和环境保护四级组成的“国民幸福总值”（GNH:Gross National Happiness）指标。1989年，诺贝尔奖获得者、美国着名经济学家萨缪尔森提出了“国民幸福指数”（NHI:National Happiness Index）。该理念一经提出，立刻受到各国政府和学术界的重视，联合国和美国哥伦比亚大学地球研究所都曾发布过“国家幸福指数排名”,在国内，国家统计局也曾经联手中央电视台发布了“全国幸福指数排行榜”.可见，幸福感作为满意感、快乐感和价值感的有机统一，已经成为了衡量一个国家或地区生态环境、政府管理、经济发展、社会进步、居民生活与幸福水平的重要指标工具，具有极大的研究意义。
　　
　　在幸福感指数的测度方面，李焰等采用开放式问卷调查法和量表法得到了以自我意识为首的影响大学生幸福感的七个因素[1].周四军等采用相关系数分析、Bartlett's球状检以及影响因子计算法对湖南省NHI进行统计测度与评价[2].龚代代等对抽样获得的数据进行两级的模糊评价，最终得到了武汉市高校学生幸福感的测度[3].目前学者们对幸福感指数的评价基本都停留在宏观的国家或城市层面[2,4-7],具体到每一所高校的测度还没有涉及到。另外，即使是有人关注到了高校幸福感这个问题，也是用抽样调查的方法，从心理学、教育学上进行较为主观的分析[1,3,8-11],所以说国内在高校幸福感指数评价体系如何构建的研究上还是一片空白。因此，本文将从统计分析以及计量经济学的角度入手，给出可行的模型构建方法，利用客观的指标推导出高校幸福感指数。
　　
　　1 模型建立
　　
　　1.1 高校幸福感评价指标体系和模型构建
　　
　　NHI模型，在国际上被广泛采用以衡量人们对自身生存和发展状况的感受和体验，即人们的幸福感。NHI测评体系包括经济因子、环境因子、人口因子和社会因子，其计算公式为：
　　
　　NHI=经济因子指数×W1+环境因子指数×W2+人口因子指数×W3+社会因子指数×W4.
　　
　　OECD（the Organization for Economic Cooperation Development,经济合作与发展组织）教育指标体系是国际上监控教育发展状况的一种重要依据。OECD体系采用CIPP（Context-Input-Process-Product）模式作为系统框架，将指标体系分成背景指标、输入指标、过程指标和成果指标[12-14].
　　
　　我们以NHI模型为基本形式，参考CIPP模式的系统框架，分别从背景、输入、过程和成果4个方面来获取指标成分，建立UHI（University Happiness Index,高校幸福指数）模型：
　　
　　UHI=背景类因子指数×W1+投入类因子指数×W2+过程类因子指数×W3+产出类因子指数×W4.
　　
　　指标选取如表1.
　　
　　1.2 UHI分类指标的计算
　　
　　1.2.1 背景类因子指数的计算---主成分分析法
　　
　　在A类因子中，“城市人均消费水平”和“各大学人均消费水平”容易产生相关性，而且“城市人均GDP”这样的数据很有可能用于计算像“城市幸福感指数”和“城市安全指数”这类二次数据，所以我们选择了主成分分析法，以消除各指标互相重叠的影响。
　　
　　1.2.2 投入类因子指数的计算---模糊综合评价法
　　
　　由于B类因子既有“学校院士人数”“人均教育经费”等客观数据，还存在着“宿舍环境条件”“食堂环境条件”这样的主观数据，所以我们应采用模糊综合评价法把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。
　　
　　1.2.3 过程类因子指数的计算---主成分分析法和简单平均法
　　
　　C类各指标涉及的方面很广，从宏观的“国家级重点学科数目”到微观的“实验设备使用率”都被选为影响幸福感的指标成分。
　　
　　产出指标总共由7个因素构成，有3个数量指标，4个评分指标。
　　
　　由于直接用主成分分析法得到的效果并不好，没有主成分的方差贡献率超过50%,本文将7个因素分为两个部分，3个数量指标做简单平均，4个评分指标做主成分分析，而后再对两个部分进行标准化后求和，从而得到产出指标。
　　
　　1.2.4 产出类因子指数的计算---加权平均法
　　
　　D类的3个指标分别代表着高校毕业生的3种不同的去向，缺一不可，遂采用加权平均法，使每项指标都发挥其作用。
　　
　　1.3 UHI总指数的计算---因子分析法
　　
　　因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。
　　
　　因子分析模型建立后，还有一个重要作用是应用因子分析模型评价每个样品在整个模型中的地位，即进行综合评价。
　　
　　本文通过对之前得到的ABCD四项指标进行因子分析，从而得到因子得分，记为11、W2、W3、W4.
　　
　　以此作为UHI模型中ABCD四项指标的权数便可得到高校幸福感指数为：
　　
　　NHI=经济因子指数×W1+环境因子指数×W2+人口因子指数×W3+社会因子指数×W4.
　　
　　2 实证分析
　　
　　2.1 样本数据的来源和预处理
　　
　　2.1.1 样本的选择
　　
　　为了验证和评价模型，本文以所有985高校中的仅有的20所综合性大学为例进行了实证分析。
　　
　　选择985高校是因为范围小且数据方便收集，而剔除掉其中的工科院校只选择其中的综合性大学则使比较更加公平。
　　
　　2.1.2 样本数据来源
　　
　　本文中所用数据主要来自五个部分：
　　
　　①宏观数据主要来自于国家统计局网站。②师资力量等数据来自于各高校的官网。③12015年毕业生就业质量报告》。④学校概况、学校环境等数据来自于百度百科各高校的词条。⑤对宿舍、食堂等校园环境的主观评价数据来自于中国校友会网的调查。
　　
　　另外，还有极少数的数据来自某些新闻网站，数据的原始出处不详；也有一些指标的数据是根据原始数据经过二次计算得来的。
　　
　　2.1.3 样本数据的预处理
　　
　　为了便于分析，需要对原始数据进行处理，即对于正向指标和适度指标的样本数据直接进行无量纲化，对于负向指标则先取其倒数再进行无量纲化。
　　
　　无量纲化采用“均值化”处理，令x'=x/x-,即可消除由于单位不同而造成的影响。
　　
　　2.2高校幸福感指数的测算
　　
　　2.2.1背景指标分析
　　
　　利用SPSS对背景指标的相关数据进行主成分分析，得到的结果如表2所示。
　　
　　从中选取累计贡献率达到85%的主成分，得到得分系数矩阵如表3所示。
　　
　　于是，可以得到背景指标的主成分得分模型如下：
　　
　

　　
　　进而可以得到这20所高校的背景综合指数如表4所示。
　　
　　2.2.2 投入指标分析
　　
　　首先要对原始指标进行无量纲化处理：
　　
　　Bi′= Bi（ -a）n/b（i=1,2,…，6），其中ai为第i档对应的指标值，b为每两档指标值之间的差（各档指标值之间的差相等）。
　　
　　其次，根据模糊综合给出第一层和第二层各指标的权数，得到模型如下：
　　
　
　
　　3.2.3 产出指标分析
　　
　　首先利用SPSS对背景指标C4、C5、C6、C7的相关数据进行主成分分析，得到结果如表6所示。
　　
　　从中选取累计贡献率达到85%的主成分，得到得分系数矩阵如表7所示。

　　
　　3.2.4 产出指标分析
　　
　　使用SPSS对产出指标的相关数据进行主成分分析，发现仅主成分1的方差贡献率就高达92%,故得到主成分1的得分系数矩阵如表9所示。

　　
　　2.3 测算结果分析
　　
　　经测算，得到这20所大学最终的UHI指数及排名如表11所示。
　　
　　3 总结及应用
　　
　　本文以背景、投入、过程、产出四个子系统建立了指标体系，给出了UHI的测度模型，并计算出了部分高校的幸福感指数。本文所构建的高校幸福感评价体系支持在不做问卷调查的情况下，只依赖于客观的数据就能刻画“幸福感”这个主观的概念。许多机构推出了我国高校的排行榜，其中以网大、武书连课题组和中国校友会推出的榜单最为着名。
　　
　　但是从各大学在各个省历年的招生分数线可以看出，有不少学校录取分数线的排名和它的学术排名甚至综合排名都有很大的出入。比如，在中国校友会最新推出的《2016中国大学排行榜100强》中，天津大学和北京理工大学分别排在20和30位，但是从2015年高考录取分数线的均值来看，这两所学校的录取分数线远高于排名第11位的吉林大学，然而这一差异却被我们所构建的幸福感的模型很好地解释了。
　　
　　由此可见，一个大学在考生和家长们心中的地位极大地受到了包括地理位置、消费水平、毕业后去向等主观因素的影响，而这些主观因素恰好是幸福感的内涵，可以用本文所构建的模型来刻画。
　　
　　参考文献
　　
　　[1] 李焰，赵君。大学生幸福感及其影响因素的研究[J].清华大学教育研究，2005（11）：168-174.
　　
　　[2] 周四军，庄成杰，刘红，等。湖南省国民幸福指数NHI的统计测度与评价[J].消费经济，2008,24（4）：90-93.
　　
　　[3] 龚代代，苗婉婉，段鹏。武汉市高校学生幸福感测度指标体系的构建及其应用[J].中南财经政法大学研究生学报，2013（3）：70-76.
　　
　　[4] 张卫华，赵铭军。指标无量纲化方法对综合评价结果可靠性的影响及其实证分析[J].统计与信息论坛，2005,20（3）：33-36.
　　
　　[5] 陈惠雄，吴丽民。国民快乐指数调查量表设计理论机理、结构与测量学特性分析[J].财经论丛，2006（5）：1-7.
　　
　　[6] 姜海纳，侯俊军。国民幸福感指数评价指标体系的构建及测算[J].统计与决策，2013,23:4-7.
　　
　　[7] 郑卫荣，刘志昌。国民幸福指数核算法的构建与运用[J].统计与决策，2012（9）：15-19.
　　
　　[8] 王银峰。高校大学生幸福感自我管理路径初探[J].经济研究导刊，2013,30:230-232.
　　
　　[9] 张晓丹。高校竞争力与大学专业评价研究[D].武汉：武汉大学，2004.
　　
　　[10]孔丽娜，韩兆洲。高校竞争力综合指数的编制[J].统计与决策，2005（11）：6-7.
　　
　　[11]苟兴旺，薛惠锋，寇晓东，等。基于主成分分析的高校竞争力评价[J].统计与决策，2008（12）：56-58.
　　
　　[12]王唯。OECD教育指标体系对我国教育指标体系的启示---OECD教育指标在北京地区实测研究[J].中国教育学刊，2003（1）：1-5.
　　
　　[13]陈学军。OECD教育指标体系概念框架及其内容的演变与发展[J].比较教育研究，2006,27（8）：25-29.
　　
　　[14]孙继红，杨晓江。OECD教育指标体系演变及发展趋势研究[J].现代教育管理，2009（5）：89-92.

 

TAG标签： 幸福感     体     指数