幸福感是否会传染，本文主要内容关键词为：是否会论文,幸福感论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一 前言
全球畅销书Connected的作者Fowler和Christakis(2009)发现，如果你身边重要的朋友、家人或邻居感到幸福，那么你也会幸福许多。更准确地说，如果居住在离你1英里内的一个朋友生活幸福感显著提升1个单位，那么，你的生活幸福感就会增加25％。存在同样效应的还有同居配偶(幸福感提升8％)、居住在1英里之内的兄弟姐妹(幸福感提升14％)和邻居(幸福感提升34％)。幸福能够传染的可能解释是，幸福传播的强度似乎更多地依赖于社会交往的频繁度(与地域邻近密切相关)。幸福的人更倾向与亲朋好友分享好运气(例如，进行沟通、提供帮助或在经济上慷慨解囊等)。另外，幸福的人往往更善于和更主动地改善自己的行为，对周围亲近的人更加友好，或不那么有敌意。
幸福感是一种情绪体验。部分学者从情绪传染的角度研究个体情绪和群体情绪间的关系。Spoor与Kelly(2004)研究发现，群体内的情绪将会影响到群体内的团结和协作精神。正面情绪通常会对群体内成员起到吸引和激励的作用，而负面情绪应当尽可能的避免，因为它将动摇群体成员间的和睦与团结(Felps等，2006；Walter与Bruch，2007)。Ilies等(2007)的研究也认为个体成员情绪与群体情绪间存在正相关关系。此外，个体成员情绪与群体情绪的一致性受到个体差异性与群体成员熟悉度的影响(Hashim等，2008)。Fulmer与Barry(2009)从企业管理的视角指出群体组织可以将情绪引入组织管理过程当中，通过“情绪管理”来影响个体成员的行为与思想。
国外对幸福感传染性的经验研究并不多见。经验分析的难点在于社交网络范围的划定问题。由以上文献可知，幸福的传播依赖于社会交往的频繁度和区域接近度，幸福感(或情绪)的传染性与社交网络密切相关。上述文献的基本观点是：共同居住的配偶、兄弟姐妹、朋友和邻居等之间联系较为密切，可以组成一个社交网络。但问题是：目前大多数据并不包含此类社交网络的信息，因而难以合理而准确地划定社交网络的范围。幸运的是，Knight与Gunatilaka(2009)的研究为我们的研究提供了思路。他们依据2002年中国家庭住户收入项目调查数据(CHIP)的特点，将社交网络划定在村委会(CHIP2002调查数据有村委会的代码)，以此建立计量模型进行经验检验。他们的研究结果显示：幸福在农村是可以传染的。该文献的重要贡献是：在现有数据条件下，对社交网络范围进行了较为合理的划分。同时，该文献也存有局限性：其一，该文分析样本仅限定于农村地区，未包括城镇社区(CHIP2002调查数据没有城镇社区代码)；其二，该文未对幸福感传染机制进行检验；其三，该文未能有效控制影响幸福感传染性的群体“关联效应”和“情境效应”，这两种效应的存在会对幸福感传染性是否存在的判断带来干扰(下文中将做详细介绍)；其四，该文并没有进一步对幸福感传染性的群体差异性进行深入分析。那么，在一个城市社区内，幸福感是可以传染的吗?幸福感传染机制是如何发挥作用的?此外，在哪类人群中，幸福感传染性更强?
对于上述问题的解释具有重要的实际意义和政策含义。其实际意义在于：我们在关注个体自身发展和完善(如规范自身行为和提高经济收入等)的同时，更应该重视社会网络(如周围人的语言、行为和情绪等特征)对个体幸福感的影响。个人和家庭的需求和满足与其所生活的特定社会环境有着千丝万缕的联系。每一个家庭和个人都是生活在一定的社会环境之中，被强大的社会网络所包围，这个网络决定并制约着个人的思想、情感甚至价值观。其政策含义在于：让人民群众真正具有幸福感，既是落实科学发展观的一杆标尺，也是建设和谐社会的根本出发点和落脚点。
鉴于此，本文依据中国综合社会调查(CGSS2006)数据的特点，将城市社区作为一个社交网络区域，分析社区内他人幸福感对本人幸福感的影响，并得出结论和提出相应的对策建议。与以往的研究相比，本文在以下三个方面做了全新的尝试：一是使用中国综合社会调查(CGSS2006)的数据作为研究样本，探讨了城镇社区幸福感传染性问题；二是较为全面地捕捉到社会人口因素(性别、年龄和政治面貌等)、经济因素(收入等)和社区特征(小区环境)等微观因素对主观幸福感的影响；三是依据CGSS2006调查数据的信息，尝试检验幸福感的传染机制，并得出有意义的结论。
二 计量模型的建立和数据说明
(一)计量模型的建立
依据以上的文献回顾和本文附录(附录1中，本文对于幸福感的传导机制做了较为详尽的数理分析)，我们推测：在一定范围和条件下，幸福感具有传染性这一特征是可能存在的。当然，推测还需经过严格的计量分析加以验证。本文的计量模型是在 Knight和Gunatilaka(2009)的研究基础之上建立的，分析的基本思路是：在一个城市社区内，检验和分析他人幸福感对本人幸福感的影响。计量模型形式如下：
在相同地区内的受访者，观察到的和未观察到的特征可能具有相关性，即产业聚类误差问题，本文使用Rogers(1993)的方法纠正同一地区内个体特征间的误差相关性。本文对于离群值的处理采用Barnett和Lewis(1994)的方法，即所有离群值均以仅次于(大于或小于)非离群值替代。Stata软件调整离群值的命令为winsor。为了克服个体间可能存在的而又无法识别的异方差，本文所报告的估计系数均经过了怀特(White)异方差修正。
(二)数据来源的说明
本文数据来源于2006年中国综合社会调查(CGSS2006)。CGSS调查数据是由中国人民大学社会学系与香港科技大学调查研究中心合作开展的全国性的社会基本状况调查。CGSS2006的调查是第三轮调查。本次调查采用分层的四阶段不等概率抽样：区(县)、街道(镇)、居委会或村委会、住户和居民，该调查分为家庭卷、农村卷和城市卷三部分。此调查访问的对象是根据随机抽样的方法，在全国28个省市抽取10000个家庭户，然后在每个被选中的居民户中按一定规则随机选取1人作为被访者。本文研究对象为城市居民的幸福感，因而，本文选取家庭卷和城市卷的调查数据。基于该数据集，在剔除指标缺失的样本点后，本文最终得到3428个城镇居民样本点。
(三)主要变量的解释
1.个体幸福感和社区平均幸福感(除本人外)。CGSS2006调查表中关于幸福感的问题是“总体而言，您对自己所过的生活的感觉是怎么样的?您感觉您的生活是：非常不幸福、不幸福、一般、幸福和非常幸福”。并分别对其赋值为1=非常不幸福，2=不幸福，3=一般，4=幸福，5=非常幸福。尽管这种幸福感测度的方法较为简单，但这一度量具有充分的效度(validity)和信度(liability)(Veenhoven，1995)，并具有心理测量学的充分性。许多研究幸福感的文献也采用类似的度量方法(罗楚亮，2006；Knight等，2007；Pouwels等，2008；Knight和Gunatilaka，2009)。事实上，自20世纪70年代以来，许多发达国家进行的“生活质量调查”的核心指标就是总体幸福感水平，它是对居民主观福祉进行地区比较和时间趋势分析的基本指标。因而，我们也采用受访者报告的幸福感作为幸福水平的测度指标。
图1 主观幸福感的柱状分布
图1为本文数据的主观幸福感的柱状分布图。图中显示：主观幸福感为“一般”和“幸福”的人群占有相对多数，而主观幸福感为“非常不幸福”、“不幸福”和“非常幸福”的人群占比相对较少。这表明在调查数据所调研的城市之中，居民的总体幸福感存在差异性。总体而言，居民的幸福感介于“一般”与“幸福”之间，大多数人既不感到“非常幸福”，也不会感到“非常不幸福”。其可能的原因是：一方面，居民从经济增长中获益，主观幸福感得以提升；但另一方面，现在社会较大的生活压力造成了居民幸福感下降，这两方面原因同时作用，使得居民既不感到“非常幸福”，也不感到“非常不幸福”。
图2报告了主观幸福感的年龄核密度分布图。JB正态性检验表明在不同主观幸福感下，年龄分布均不服从正态分布。图中显示：年龄小的居民相对集中于幸福感相对较高的区域，老年人的幸福感分布特征并不十分明显，而多数中年居民的幸福感处于较低水平(如图2所示)。这是符合实际情况的。年龄较小的居民生活压力较小，其幸福感相对较高。老年人一方面受到健康状况的影响导致幸福感水平较低，但另一方面，见惯了“大风大浪”的老年人，其心态较为平和，幸福感指数相对较高。而对于“上有老，下有小”的中年人来说，生活和工作压力相对较大，其幸福感相对较低。
图2 不同主观幸福感下的年龄核密度分布
本文一个重要的解释变量是他人幸福感。考虑到幸福感传染与空间距离密切相关(Knight和Gunatilaka，2009)，他人幸福感的测度须在一定的社交网络范围内进行。CGSS2006的调查地点分四个层次，具体为省／自治区／直辖市、市+县／区、乡／镇／街道和居委会村委会。调查数据的采访地点具体到了居委会，这就为本文研究幸福的传染性提供了恰到好处的区位空间。在同一个社区内的居民“低头不见抬头见”，其社区居民联系相对较为密切。社区内人与人之间的交往形成了一个社交网络。因而，他人幸福感变量可以由社区平均幸福感(除本人外)表示。社区平均幸福感(除本人外)计算方法为：在一个社区(居委会)内，其他受访者(除本人外)幸福感的平均值。其计算公式为：
其中，N代表社区内被调查者的人数。
2.其他解释变量的说明。本文的控制变量是在以往文献的研究基础之上进行选择的。归纳起来，经典文献对影响幸福感的因素主要划分为三大类，具体为：一是社会人口因素(Oswald，1997；Blanchflower和Oswald，2004；Knight和Gunatilaka，2009)，如年龄、性别、婚姻状况和受教育年限等；二是经济因素(Easterlin，2001；Ram，2009)，如个人收入、家庭收入、政府支出和通货膨胀等；三是体制性因素(Frey和Stutzer，2000)，如公民权利和义务等。由于调查问卷中缺少体制性因素的数据，故本文未对体制性因素进行讨论。同时，考虑到婚姻状况对个体幸福感影响的重要性，本文把婚姻状况单独划归为一类。
个体特征变量主要包括年龄、年龄的平方、①性别(男性=1，女性=0)、宗教信仰(有信仰=1，其他=0)、民族(汉族=1，其他=0)、政治面貌(共产党员=1，其他=0)、户籍类型(城镇=1，其他=0)、受教育年限、是否有住房(有住房=1，其他=0)、是否有工作(有工作=1，其他=0)和工作时间。
婚姻状况变量包括未婚(未婚=1，其他=0)、已婚(已婚=1，其他=0)、离异或丧偶(离异或丧偶=1，其他=0)。
经济状况包括个人收入和是否个人收入高于社区平均个人收入(个人收入高于社区平均个人收入=1，个人收入低于或等于社区平均个人收入=0)。
3.情境效应和关联效应的控制。在对传染性问题的研究中，存在一个不容忽视的问题，即具有某种特征的个体更容易聚集在一起，或个体特征受到地理因素的影响通常会表现出相同特性，这种情形是完全可能存在的。Manski(1993)的研究把上述情形分解为情境效应和关联效应。情境效应是指社区内所有人受到社区特征的共同影响，例如和谐的社区环境，服务周到的物业以及环境幽雅的小区，因而社区内的居民会表现出较高的幸福感水平。关联效应是指社区内居民的趋同表现是因为他们具有相似的但却不可观测的个人特征，例如在本文的计量模型中未能控制的因素可能会导致更高(或更低)幸福感水平的人居住在同一个社区内。上述两种效应可能使得个人幸福感的提高被“错误”地归因于受小区平均幸福感的影响。因此，这两种效应给判断对幸福感传染性是否存在带来干扰。就如何控制情境效应和关联效应，汪汇等(2009)对信任“同群效应”的研究给予本文有意义的启示。对于情境效应，可以在计量模型之中加入包含关于社区特征的信息(Bramoullé等，2007)。而关联效应实际上反映了遗漏变量带来的内生性问题，因而可以采用工具变量的方法来处理(Evans等，1992)。
鉴于此，首先，本文加入社区环境污染变量和社区类型②的虚拟变量③以有效控制情境效应。CGSS2006数据关于社区的数据描述并不多。其中，关于社区环境有这样一项调查，“最近一年来，您或您的家人是否因为环境污染(包括空气污染＼水污染＼垃圾污染＼噪声等)遭受健康或经济损失?”社区环境污染会使整个社区内的居民均受到侵害，使得社区居民生活质量的幸福感指数明显下降，因而加入社区环境这一变量可以有效控制情境效应对个体幸福感的影响。另外，社区类型也会对个体幸福感有着明显的影响，比如家住棚户区的居民的幸福感指数可能较低，而住在别墅的居民生活质量和品位较高，因而加入社区类型的虚拟变量也可以有效控制情境效应对个体幸福感的影响。其次，本文以“在过去12个月来，是否社区内其他居民家里(除本人家里外)被人室偷窃”作为工具变量，运用两阶段最小二乘法进行估计，以有效控制关联效应。本文认为小区内其他居民家里(除本人家里外)是否被入室偷窃总是通过影响小区的平均居民安全感水平而间接影响本人的幸福感水平，而通常其他居民家里(除本人家里外)是否被入室偷窃对本人的幸福感不会产生直接影响。因而，运用两阶段最小二乘法估计可以有效控制关联效应对个体幸福感的影响。当然，下文的检验结果也充分验证了这一点。
(四)变量的描述性统计与相关系数矩阵
表1报告了主要变量的描述性统计。
表2报告了主要变量的相关系数矩阵。从表2中可以看出，各个变量之间的 Pearson相关系数和Spearman相关系数均低于0.7(除年龄与年龄的平方相关系数较大外)。通过进一步考察方差膨胀因子(Vahance Infladon Factor，VIF)，发现取值介于1.45～4.26之间，在可接受范围之内，④因此我们不必太在意多重共线性问题。当然，更有意义的结论还有待于下文严谨的计量检验才能最终得出。
三 经验分析
在计量模型建立的基础之上，本节对幸福感的影响因素进行计量检验。首先，本节对主观幸福感的影响因素进行经验分析，并重点探讨社区内平均幸福感(除本人外)对个体幸福感的影响；其次，本文运用两阶段最小二乘法控制变量的内生性问题，对模型进行稳健性检验；最后，本文对于幸福感传染机制进行探索性经验分析，以期得到更有意义的结论。
(一)普通最小二乘法的估计结果
表3报告了普通最小二乘法的估计结果。列(1)报告了基准模型(未加入社区平均幸福感变量)的估计结果。列(2)报告了加入社区平均幸福感变量的计量结果。将社区平均幸福感变量引入到列(2)中，导致R[2]提高了约9个百分点，可以推测，社区平均幸福感对于解释本人主观幸福感的变动有一定作用。列(3)～(5)报告了逐步加入工作状况、婚姻状况和收入状况变量后的计量结果。列(6)和(7)报告了逐步加入社区特征变量(社区环境变量和社区固定效应)后的计量结果。(2)～(7)列估计结果均显示：社区平均幸福感(除本人外)对本人幸福感具有明显的正向效应，结果符合预期。对于幸福感传染性的影响机制问题在本文附录1里作了较为详细的数理分析，下面仅作简要说明。
幸福感的传导机制主要有以下几种：第一，模仿机制(Chapple，1982；Ekman，1993；Lundqvist和Dimberg，1995)。当别人表现得较为幸福时，本人会模仿和学习他人幸福的表情、语言、动作和行为等，进而改变自身的情感。第二，联想—学习机制(Hoffman，2002)。当观察者与他人在同一场合时，在他人情绪诱发下，会展现出与他人相似的情绪，此时，观察者的情绪感受与他人的情绪表达线索相一致。这一情绪线索将直接导致观察者“感同身受”，或间接地激发观察者回忆过去相似的经历，从而产生与周边他人相似的情感状态。第三，语言调节联想机制(Hoffman，2002)。对于某一特定环境的语言或文字描述可以激发起观察者产生与所描述情景相似环境的想象。这一想象将使观察者产生与语言或文字描述相一致的情绪感受。第四，认知机制(Hoffman，2002)。认知机制的核心思想是主观想象和换位思考，观察者将自己想象为处于幸福感之中的另一个人，并想象在该情景下与该人相似的幸福感的情绪体验。第五，直接诱导机制(Preston和de Waal，2002)。在幸福感传导过程中，存在一个直接诱导的过程。当对某一个体的幸福表现行为产生认知后，观察者原有的情绪状态就会被刺激并发生改变。
对幸福感的其他基本决定因素(年龄、性别、宗教信仰、民族、政治面貌、户籍、受教育年限、是否有房、是否有工作、工作时间和收入状况等)的检验结果与已有的研究相似。
通常，青年往往具有远大的抱负，且生活压力相对较小。经过“大风大浪”的老年人心态更为平和，他们所订立的目标会变得更合理(Campbell等，1976)，幸福感更容易得到满足，而中年人社会和家庭责任相对较大，生活和事业方面的压力使得中年幸福感相对“缺失”。因此，青年人和老年人的幸福感比中年人相对较高。性别对幸福感的影响系数为负，说明女性相对男性而言感到更加幸福。妇女期望与抱负较男性较少，女性面对相对较小的生活压力、较低的生活责任和社会责任，因而女性相对感觉也较为幸福。宗教信仰对幸福感的影响并不大，其可能的解释是：一方面，宗教信仰能够使人具有精神寄托，减小恐惧感；但另一方面，宗教信仰在某种程度上阻碍人的幽默与创造力发展(Saroglou和Jaspard，2001)，降低人们适应社会的能力。民族变量系数的符号方向和显著性水平并不稳定，说明种族差异对幸福感影响并不明显，中国实行的民族政策有效地保证了少数民族享有平等权益。党员身份的系数为正，且在1％显著性水平下显著，说明党员对于幸福感有着正向效应。在社会上，党员比非党员社会认可度更高，在企事业单位内部，如果是党员可能会得到更快的升迁。户籍身份对个人主观幸福感并没有显著影响，说明中国经过户籍制度等改革，有效促进了公共服务的均等化。受教育年限对幸福感的影响具有正向显著性。虽然随着文化程度的提高，其欲望和满足感也会相应提高，但总的来看，“高学历”所带来的社会地位提升和生活质量的改善对于个体幸福感的提高还是具有重要作用的。住房的系数为正，且在1％显著性水平下显著，与预期一致。在当前房价高企的形势下，住房对于城镇居民的重要性显而易见，拥有一套住房，将显著改善城镇居民的幸福感水平。就业对幸福感的影响是显然的，有工作代表着生活有保障。失业带来了心理上的孤立、收入的减少和收入预期的降低。失业对主观福祉有一种非常明确的消极影响(Di Tella等，2001；Stutzer,2004)；工作时间系数不具有显著性，这是符合预期的。工作时间也会对个体的主观幸福感产生重要影响(Rudolf和Cho，2011)，但其效应表现为两个方面。工作时间长，一方面可能获得更多的加班工资或补贴，另一方面相应减少了休息和娱乐时间。
已婚对于个体幸福感具有显著的正向影响，而离异或丧偶对个体幸福感具有显著的负向效应。这一结论是符合预期的。夫妇之间对彼此幸福感会产生积极的相互影响，已婚者更有机会受到妻子或丈夫的支持，他们遭受孤独之苦的机会更小(Argyle，1999)。同时，婚姻能在死亡率、发病率以及精神健康等方面表现出许多优点。因而，婚姻能够提高人们的幸福水平。
个人绝对收入和个人相对收入(个人收入高于社区个人收入平均水平)对个体幸福感均具有正向影响且显著。在当今社会，收入的提高对于提升居民的幸福感具有重要作用。另外，对于个人来说，除了绝对收入水平的提升外，一个人和周围人比较的相对收入的增加也对自身幸福感的提升具有重要作用(Easterlin，2001)。
社区污染对主观幸福感的影响是负向的，说明社区环境对于居民的主观感受具有重要作用，环境幽雅小区内的居民幸福感水平会较高。因而改善社区环境对于建立和谐社区具有重要的意义。
(二)两阶段最小二乘法的估计结果
表4报告了使用工具变量(即在过去12个月来，是否社区内其他居民家里(除本人家里外)被人室偷窃)的两阶段最小二乘的估计结果。工具变量检验(第一阶段F统计量、不可识别检验、弱识别检验和内生回归元系数检验)结果显示：本文所选取的工具变量能够较好地控制内生性问题。从估计结果来看，与普通最小二乘估计的结论基本吻合，但稍有不同。使用工具变量后，社区平均幸福感(除本人外)对本人主观幸福感的影响系数与普通最小二乘法估计结果相比明显变大，说明变量的内生性使得幸福感传染的影响系数产生向下偏移，从而倾向于低估社区平均幸福感(除本人外)对本人主观幸福感的影响。两阶段最小二乘估计结果进一步证实幸福感具有传染性这一结论稳健可靠。
注：小括号内为回归系数的t统计量；中括号内为相应检验统计量的p值；Kleibergen- Paap rk LM检验的零假设是工具变量识别不足，若拒绝零假设则说明工具变量是合理的；Kleibergen-Paap Wald rk F检验的零假设是工具变量为弱识别，若拒绝零假设则说明工具变量是合理的， Kleibergen-Paap Wald rk F检验中的大括号内数值为Stock-Yogo检验的临界值；Anderson-Rubin Wald检验的零假设是内生回归元的系数之和为零，若拒绝零假设则说明工具变量是合理的。下表同。
需要说明的是，CGSS2006调查数据所报告的个体幸福感水平是次序离散数据，为了验证模型估计结果的稳健性，在本文附录2中，我们分别采用多元有序Logit模型和多元有序Probit模型作进一步估计。估计结果显示，无论是社区平均幸福感(除本人外)，还是其他控制变量，其相应系数和显著性均没有太大变化，说明普通最小二乘法的估计结果是稳健的。随之而来的问题是：幸福感在各类人群的传染系数都是相同的吗?幸福感更容易传染给哪类人群?鉴于此，本文从性别的角度，分析幸福感传染性的群体差异性问题，以便获得更为有意义的结论。
(三)性别与幸福感传染：幸福感更容易传染给女性?
表5列(1)和列(2)分别报告了女性和男性的幸福感传染性的普通最小二乘法的估计结果。估计结果显示：社区平均幸福感(除本人外)对女性个体幸福感的传染系数为0.6870，社区平均幸福感(除本人外)对男性个体幸福感的传染系数为0.4958，且均在1％水平下显著。男性与女性系数比较而言，女性系数要大于男性系数。表5列(3)报告了引入性别(女性=0；男性=1)与社区平均幸福感交互项的普通最小二乘回归结果，表5列(4)为交互项的两阶段最小二乘回归(工具变量为是否社区内其他居民家里被入室偷窃与性别的交互)结果。列(3)和列(4)估计结果显示交互项系数均显著为负。这表明：女性对社区平均幸福感(除本人外)的反应更为敏感，换句话说，幸福更容易传染给女性。其原因是：
首先，女性比男性更善于通过眼睛进行接触。女性眼神接触的速率和频率均高于男性，且交互时间更长。女性的眼神会更多地锁定在他人身上，而男性则倾向于避免长时间注视他人(Haviland和Lelwica，1987)。其次，女性通常比男性更善于解读非语言交流信息，如面孔、名字和声音等。而且在判断非语言线索所传递的情绪信号时，女性通常也比男性更为准确(Hall和Matsumoto，2004；Hampson等，2006)。再次，女性对他人的情绪展现表现得更加敏感，女性更善于情绪的表达和回应。相反，男性思维更多的是针对外部环境的需求，从而显得更具有逻辑性与理性(Tavis和Offir，1984)。在实验研究中，已经发现女性比男性更容易哭泣，也更容易受到他人情绪变化的影响(Eisenberg和Lennon，1983；Simpson和Linda，2004)。此外，女性比男性更注重外部回馈，从而也导致了女性更容易受到情绪感染(Doherty等，1995)。
(四)幸福感传染机制的分析
如前所述，幸福感存在五种可能的传导机制，分别为：模仿机制、联想—学习机制、语言调节联想机制、认知机制和直接诱导机制。在CGSS2006调查数据中，对于这五种机制并没有做详细地直观调查，且关于幸福感传染机制的社区调查信息更为缺乏，因而对于幸福感传染机制的经验分析存在一定的困难，但这并不妨碍我们进行探索性的尝试。由前述分析不难得出，幸福感传染机制与个体的性格、情绪和社交活动等特征密切相关。性格外向、想象力丰富和心思细腻的个体更有利于幸福感的传导。 CGSS2006调查数据中与幸福感传染机制相关的、关于个性的描述有这样三项调查：一是“想象力丰富”这一特征符合您的个性吗?(想象力丰富=1；其他=0)；二是“外向、会和人交际”这一特征符合您的个性吗?(外向、会和人交际=1；其他=0)；三是“心思细腻”这一特征符合您的个性吗?(心思细腻=1；其他=0)。这三项调查对于研究模仿机制、联想—学习机制、语言调节联想机制、认知机制和直接诱导机制存在一定的合理性，因为想象力越丰富，个体越可能表现出“触景生情”；人际交往越频繁，在他人情绪诱发下，个体越有可能展现出与他人相似的情绪；心思越细腻，越善于模仿和学习他人幸福的表情、语言、动作和行为。当然，这三项调查数据并不足以完全解释和表达所有幸福感传染机制，但在仅有的关于个性的调查数据中，存在一定的合理性。
因此，我们在计量模型之中，分别引入“想象力丰富”、“外向、会和人交际”、“心思细腻”与社区内平均幸福感(除本人外)变量的交互项。得到回归结果如下：
估计结果显示：“想象力丰富”、“外向、会和人交际”、“心思细腻”与社区内平均幸福感(除本人外)变量的交互项均显著为正。这说明：“想象力丰富”、“外向、会和人交际”和“心思细腻”的个性特征加强了社区内平均幸福感(除本人外)对本人幸福感的正向效应。换句话说，幸福感在“想象力丰富”、“善于交际”、“心思细腻”的人群中更容易传播。周围人的幸福感可以通过模仿机制、语言调节联想机制、联想一学习机制和认知机制影响到本人的幸福感。另外，两阶段最小二乘估计(如表4所示)的工具变量选择和计量结果在一定程度上也说明了幸福感传染机制的间接路径(见附录1中的数理分析)。当社区内其他家庭被偷窃的概率降低时，社区其他居民普遍感到具有安全感，进而社区其他居民的行为、意识以及居民素质发生“潜移默化”地改变，如社区其他居民会表现得更为信任别人，社区总体信任水平得以提高，进而提升了社区内本人的幸福感。
四 结论
本文利用2006年的中国综合社会调查数据(CGSS)对幸福感传染性进行计量检验。得出如下主要结论：
1.城市社区内平均幸福感(除本人外)对城市社区内个体幸福感有着显著的正向效应，即幸福是可以传染的。因而，完善城镇居民社会网络结构、建设和谐社区和构建社会信任体系对于提高居民幸福感，特别是提高女性幸福感具有尤为重要的政策含义。第一，政府应鼓励城镇群众自发形成各种组织团体，培育具有公共精神和共同价值取向的社会关系网络，构建基于制度权威性和合法性的社会信任体系。第二，加强和谐社区的构建，优化社区人文环境。在社区内，逐渐形成邻里和睦相处、守望相助、遵纪守法、文明礼貌和尊老爱幼的良好社会风尚。第三，加强舆论引导。通过社会舆论引导人们逐渐形成信任意识，养成信任人格，培养人与人之间的人际信任意识和互敬互爱的社会风气，疏通和理顺幸福感传导路径，提高居民的总体幸福感水平。
2.拥有一套自有住房和有工作对于城镇居民的幸福感具有显著的正向效应。高房价和就业难问题严重影响着城镇居民的幸福感指数。因而，要继续深化住房体制改革，加强就业指导和服务，建立和完善公共就业服务体系以及对就业困难人员的就业援助制度，切实解决好城镇居民现实生活的实际问题，提高全民福利。个人绝对收入和相对收入对个人幸福感的影响均具有正向显著性。因而，在提高居民收入水平的同时，降低收入差距，特别是降低小范围内的收入差距(例如社区内部、单位内部等)具有更为重要的政策含义。这种循序渐进的缩小收入差距的方式不但具有可操作性，还能不断地提高全民的幸福水平。
本文的学术价值主要体现在：首先，进一步证实了幸福感传染性问题。这对以后学者们研究群体动力理论⑤具有重要作用，并有助于探查和理解群体内部成员间的行为特征；其次，这一研究成果有利于推动学术界对于情绪变化、态度、认知和行为的研究，同时也有助于研究人与人之间的交流过程，特别是一些特殊群体内部成员之间的情绪感染过程。
需要指出的是，对于幸福感传染性问题的研究，在国内只是一个探索性的开始，研究存在诸多困难和不足之处。一是经验分析中数据和信息的可得性。CGSS2006调查采取了概率抽样的方法。尽管该抽样样本具有一定的随机性和代表性，但本文的研究结论仅在CGSS2006中所涉及的地区得以验证。因此，研究结论在其他地区的适用性还有待进一步检验。二是本文计量分析的数据是横截面数据，缺少时间序列或面板数据(CGSS数据不是个体追踪调查数据)，因而不能动态分析个体特征、社区平均幸福感和收入等要素对个体主观幸福感影响的变化趋势，这是未来研究值得考虑的问题。三是社交网络的划定问题。本文对社交网络划定在城市社区内部，虽然在一个社区内，个体间的交往频率更高的可能性较大。但在现代城市，“远亲不如近邻”已成为往事。社区内邻居之间交往日趋表面化、形式化，邻里关系趋于冷淡。调查数据需要包含更为具体的关于个人社交网络等方面的信息。这将使对幸福感传染性问题的研究更加合理。四是社区内幸福感传染性并不代表在单位或企业内部幸福是传染的。面对某人晋升或涨薪，其他人是受涨薪者的幸福感染还是“羡慕嫉妒恨”?考虑现实，我们可以推测：在不同社会群体中，幸福感的传染特性的表现会存有差异，这些问题同样值得我们去深入研究和探讨。五是本文对于幸福感的传染性机制研究尚不全面，这也为将来对幸福感传染性问题的研究提出了新的课题和研究方向。未来个体调查数据需要包含更为具体的关于个体性格和幸福感传染机制等方面的信息，这将使对幸福感传染机制问题的经验研究会更加规范合理。六是当前对情绪传染性的研究大都关注正面情绪状态，而忽略了负面情绪传染性⑥的问题。随着群体组织中负面情绪螺旋现象的频繁出现(Andersson和Pearson，1999；O'Connor和Arnold，2001；Hobfoll，2002；Bowen和Blackmon，2003)，未来研究有必要将群体成员间的负面情绪交互作用纳入到现有的研究模型当中，揭开正、负情绪传染的共性特征与差异性，探索群体成员情绪交互的内在联系性。
注释：
①具体地，年龄与幸福感负相关，年龄的平方与幸福感呈正相关关系，即年龄与幸福感呈正“U”型曲线特征。
②CGSS2006数据对于城市社区类型的分类如下：1.棚户区；2.未经改造的老城区(街坊型社区)；3.工矿企业单位社区；4.机关、事业单位社区；5.经济适用房社区；6.普通商品房社区；7.高档商品房区／高级住宅区／别墅区；8.新近由农村社区转变过来的城市社区；9.移民社区；10.其他(请注明)。
③引入社区类型的虚拟变量与面板数据固定效应模型的基本原理近似。通常，标准的面板数据固定效应模型可以分为时点固定效应和个体固定效应。面板数据固定效应模型既可以通过离差转换方式实现，也可以通过引入虚拟变量实现，因此，面板数据的固定效应模型(FE)亦可称之为最小二乘虚拟变量模型(KSDV)。本文使用Stata软件引入社区类型虚拟变量以有效控制社区类型对个体幸福感的影响。
④根据经验法则，如果最大的方差膨胀因子VIF=max｛VIF[，1]，VIF[，2]，…，VIF[，n]｝≤10，则表明不存在多重共线性问题。
⑤美籍德国社会心理学家Kurt Lewin最先提出了群体动力论并创立群体动力研究中心。群体动力论主要研究群体与个体之间的关系，特别关注群体规范对个体行为的制约和影响。
⑥“富士康连跳”事件引起社会各界的广泛关注。自2010年1月23日富士康员工第一起跳楼事件，至2010年11月5日，富士康已发生14起跳楼事件。2011年7月18日凌晨3时，又有一名员工跳楼，该员工年仅21岁。“富士康连跳”事件需要引起我们对“负面情绪传染性”问题的深思。