
幸福去哪儿了:透过大数据看幸福
什么是幸福?这是每个人都思考过的,并有着自己的理解。
3月20日,第二个国际幸福日。联合国将举行幸福日纪念活动,正式邀请清华大学心理系主任、中国积极心理学运动的倡导者彭凯平教授,作为亚洲唯一嘉宾,赴联合国发表演讲,介绍“中国幸福状况和中国幸福研究的贡献”。
2011年清华大学成立幸福科学研究中心,进行积极心理学基础研究。2013年,清华大学成立行为与大数据实验室,虽然美国等个别国家已经开始用大数据这一最新方法研究幸福感,但用大数据的方法得出整个国家的幸福指数,“清华大学幸福中国指数”在全球尚属首次。
实验室与宾夕法尼亚大学心理学系教授、前任美国心理学会(APA)主席Martin Seligman的研究团队进行深入的国际合作,在幸福的大数据研究领域,取得了具有原创性和国际前沿性的研究进展。
幸福感的行动效应
首先,彭凯平教授及其研究团队根据中国人的文化和心理特点,结合幸福科学的经典理论,构建了一套可以用以测量幸福程度的中文心理词库。这个词库中的维度除了积极情绪、意义、投入、关系和成就等传统维度外,还加入了有关事件的维度。较之西方而言,这是中国人比较独特的表达幸福的方式。即,我们某种程度上可能是“行胜于言”,我们不会用词语来表达我们的幸福,但会用行动来表达我们的幸福。这个行为新维度的加入也是建立在彭凯平教授研究团队对于中国人幸福事件的系列研究基础之上。同时,中国人的幸福表达也经常通过新近在社交媒体上流行的表情符来体现。
幸福指数有一个拐点?
美国经济学家麦耶斯(Myers)在分析了1991年世界人均国民收入与幸福感的关系后,提出一个“拐点理论”。即,个人的财富与其幸福感之间存在着一个拐点: 在贫穷国家里,财富对幸福感的影响还是比较大的,但当一个国家的人均收入超过一定水准时,财富与国民幸福感的相关就消失了,而人权、社会平等等指标的影响便开始增大。
为了精确地描述幸福与经济的关系,研究团队绘制了各市幸福指数与人均GDP的关系图,结果发现它们之间的关系不是线性的:在比较贫穷的地区,幸福随着经济发展而迅速上升,但在人均GDP 3000美元(2万人民币)左右存在着一个转折点,人均GDP超过这条线后,幸福将不会随着经济发展而得到很快提升。这也给我们一个启示:在经济发展到一定水平后,就不能再以经济发展为唯一目标了,而必须开始考虑能够提高人民幸福的其他因素。
幸福感的时间效应
另一个有趣的研究是社交媒体上的幸福时间效应。彭凯平教授及其研究团队基于新浪微博全年数据绘制了2013年全年的幸福及其各个维度的走势图。研究发现,影响广泛的负性事件,会对微博上的幸福指数造成一些冲击,比如3月5日的长春盗车杀婴案、4月16日的波士顿马拉松爆炸案、4月20日的雅安大地震。而一些积极事件,也会在社交媒体上引发幸福的积极波动,如11月10日广州恒大夺冠等。其中,一些大的事件还会对幸福的各个维度产生不同的影响,如雅安地震。它造成了一个积极情绪上的低谷,但同时也形成了关系和意义维度的高峰。这是心理学家首次证明亿万级水平上的大规模心理同步效应。
幸福感的节日效应
在走势图中,彭凯平教授及其研究团队发现了节日的心理效应。网民的情绪变化并非像人们直觉上所认为的放假就幸福,节日对情绪的影响不仅是由放假带来的,还是由节日本身的意义带来的。类似春节、中秋节等具有历史沉淀和心理传统的节日给人们带来的快乐要比元旦、国庆等现代节日更多;同时,那些具有心理意义的非官方节日,如情人节、感恩节等即使没有放假,也会形成图上的高峰;一些心理意味较淡的节日,如五一等,虽然放假,对人们幸福感的影响却没有前述节日大。由此可见,节日带来的幸福感,是由放假和社会心理价值所共同带来的,在某些节日里,社会心理意义所产生的幸福感甚至超过了放假所产生的幸福感。这也给我们一个启示:对于节日,不能仅从调休、交通等经济角度去考虑,也要从心理、意义等角度去考虑。
幸福感的周效应
彭凯平教授及其研究团队对人们一周中每天的幸福感进行了研究,发现中国人在星期六的正面情绪最高、负面情绪最低,是一周中最为快乐的一天,这符合之前心理学家用小规模问卷调查获得的结果,也符合人们的直观感受。
彭凯平教授认为,谈论幸福、研究幸福是有积极作用的。他的研究团队发现,当人们谈论幸福本身时,就表现出更高的幸福指数,并且幸福也可以传染给别人,提升整个社会的幸福水平。同时,对人类的积极心理,如幸福、道德、文化、创新等问题进行科学化的大数据研究,也具有重大意义。他所领导的清华大学心理学系行为与大数据实验室在这方面的有益尝试,证明这些与人类生存休戚与共的问题是可以用大数据的科学方式进行研究的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10