鄭曉冬

一、引言

幸福的生活是絕大多數(shù)人終其一生的追求，如何獲得幸福不僅是公眾關注的問題，也是幸福經濟學研究者不斷探索的主題。幸福經濟學發(fā)軔于20世紀70年代學術界關于“幸福悖論”現(xiàn)象及其原因的討論。Easterlin(1974)基于19個國家的居民調查數(shù)據(jù)研究收入與幸福的關系，結果顯示，就單個國家的截面調查而言，高收入群體的主觀幸福感總體高于低收入群體，但從國際和時序變化的角度來看，收入水平與居民幸福感并不存在顯著的相關性?！笆杖朐鲩L并不能明顯提升幸福感”這一發(fā)現(xiàn)就是著名的“幸福悖論”，或稱“幸?！杖胫i”、“Easterlin悖論”。自此，幸福的測量與分析，特別是對幸福決定因素的探討成為了幸福經濟學研究的主體內容。大量國內外文獻從不同視角考察了影響居民幸福感的因素，除收入與財富之外，已有研究還對個體的人口學特征(比如年齡與教育程度)、就業(yè)狀態(tài)與社會經濟地位、婚姻狀態(tài)與家庭結構、疾病與健康、態(tài)度與信仰、自然與生活環(huán)境、政治經濟制度與公共政策、社會關系和社會資本等因素進行了探究(MacKerron, 2011；王艷萍，2017；馬汴京，2019；張靖娜、陳前恒，2019)。但是，幸福的決定因素是多樣且復雜的，目前仍有不少可能被多數(shù)學者忽略的重要因素值得深入探索，其中之一便是他人的幸福感，即幸福會在人際間傳染嗎？

研究幸福傳染問題的價值不僅在于從理論層面補充幸福的決定因素、豐富幸福經濟學的研究內容，同時也體現(xiàn)在對現(xiàn)實的指導意義。一方面，探究幸福感在人際間的溢出效應(1)在本文中，幸福的傳染效應、溢出效應、外部性均是指幸福在人際間的傳遞作用。有助于全面評估公共政策的效果并做出科學決策。如果幸福能夠在人際間傳染，那么公共政策的作用就將存在“乘數(shù)效應”，即使某個政策或項目在經濟意義上對個體的影響較小，但仍有可能對社區(qū)或更大區(qū)域的整體福利產生比較可觀的影響。因此，在不考慮幸福感產生外部性的情況下，研究者可能低估一項致力于改善居民福利的政策所取得的成效。反之，當某一政策或項目對居民福利造成損失時，其負面效應也可能超出我們的預期。這就如同治愈或者預防傳染病(比如流感治療、疫苗接種等)的價值并不僅僅在于降低個體的疾病發(fā)生率或改善個體的健康狀況，還在于降低疾病的傳播風險、減輕整體居民的健康經濟負擔等。另一方面，通過分析幸福的傳染機制或渠道，有助于更加深入地理解社會網(wǎng)絡的意義，以此為社會文化基礎設施與組織建設提供新的依據(jù)。此外，研究幸福的人際傳遞作用機制及效果也能為促進個體獲得和傳播幸福，以及更加有效地傳遞正能量提供參考與借鑒。

基于此，本研究以除被訪者以外的社區(qū)居民為個體的參照群體，主要致力于回答以下三個問題：第一，個體幸福感會受到社區(qū)其他人幸福感的影響嗎？第二，如果幸福存在“傳染效應”，那么這種效應存在何種群體異質性？第三，幸福傳染的作用機制是什么？基于2014年和2016年中國勞動力動態(tài)調查(CLDS)數(shù)據(jù)，本文運用工具變量法和多項穩(wěn)健性檢驗盡可能控制了研究中可能存在的內生性問題，結果表明：(1)個體的幸福感受到社區(qū)其他人幸福感的正向顯著影響，多重穩(wěn)健性檢驗均支持這一結論。(2)在群體差異上，幸福傳染效應對于農村、低收入、社會資本較強、幸福感處于中高水平的居民更加明顯。(3)幸福會傳染的主要原因在于：一方面，個體能夠通過捕捉模仿或認知聯(lián)想他人的幸福情緒來促進個體的精神健康與社會信任水平，進而改善其幸福狀態(tài)；另一方面，社會網(wǎng)絡的構建與發(fā)展，以及與之相伴的社會互助，也是幸福傳染的重要中介渠道。

本文余下的結構安排如下：第二部分回顧相關文獻并進行評述，第三部分介紹本文的數(shù)據(jù)、方法并進行變量的說明與描述；第四部分進行實證結果的匯報與分析；第五部分是結論與討論。

二、文獻回顧

幸福的人際傳遞問題最早可以追溯到經濟學鼻祖亞當·斯密的觀察與總結。斯密在其1759年出版的著作《道德情操論》的開篇即提到：“不論我們認為人類是如何自私，人類的天性中仍然明顯存在著關心他人命運的原則，并將他人的幸福與自身關聯(lián)，看到他人獲得幸福時自己也會感到高興，盡管自己從中并無所得”(Smith，1759)。然而，時至今日，關于這一主題的經濟學實證研究，特別是國內相關研究仍然并不多見。出現(xiàn)這一現(xiàn)象可能有兩方面的原因：一是學者們可能并未發(fā)現(xiàn)或認識到研究該問題的重要性；二是受到數(shù)據(jù)或者方法的限制，研究者們并不能較好地識別他人幸福感對個體幸福感的影響。

近年來，幸福傳染問題開始逐漸受到國外學者的關注。Fowler and Christakis(2009)首先通過美國的弗雷明漢心臟研究(Framingham Heart Study)調查數(shù)據(jù)，試圖回答并解釋幸福的人際傳遞問題。研究發(fā)現(xiàn)，幸福者和非幸福者將根據(jù)各自的社交網(wǎng)絡聚集在一起，當個體周圍的家人、鄰居、朋友等群體更幸福時，則該個體感到幸福的概率也將顯著提高。Rosenquist et al.(2011)運用相同數(shù)據(jù)驗證了抑郁癥在人群之間的傳遞作用，從反面證明了幸福的傳染效應。

既有文獻主要通過以下三個層面對幸福傳染的作用途徑歸進行解釋：第一，情緒的捕捉與模仿。心理學研究表明，當個體遇到他人時，能夠通過對方的面部表情、語言表達、肢體動作等捕捉其情緒狀態(tài)，并通過模仿學習對方來改變自身的情緒(Papa et al.，2008)。即使是與陌生人的短暫接觸，這種情緒模仿機制依然存在，這也是“微笑服務”(service with a smile)能夠提高客戶滿意度的重要原因(Pugh，2001)。第二，行為的認知與聯(lián)想。通過觀察與捕捉對方的情緒狀態(tài)，個體將通過移情機制(empathizing)進行換位思考與聯(lián)想，從而達到感同身受(Hoffman，2002)。此外，在控制社會比較的情況下，他人愉悅的情緒也將給人以親善友好的印象，從而增進個體對整體的信任水平，提高其歸屬感與幸福感。第三，社會網(wǎng)絡的構建與發(fā)展。自我確認理論(self-verification theory)認為個體在人際交往中往往會通過尋求自我確認的信息來保持自我概念(self-concept)以及肯定自我價值(Joiner and Katz，1999)。因此，人們更容易與表現(xiàn)積極情緒和給予他人肯定的群體形成比較穩(wěn)定的人際網(wǎng)絡。積極良好的社會網(wǎng)絡對個體幸福感的益處至少包括兩個方面：一方面，在社交時間與精力給定的情況下，良性人際互動的增加意味著，個體與提供負向反饋群體的交往機會將會減少，進而降低產生負面情緒的風險。另一方面，建立與維持良好的社會網(wǎng)絡能夠促進成員間的社會互助，在精神層面上發(fā)揮風險化解作用(Esenberg et al.，2013)，產生提升個體福利預期的“隧道效應”。不過，幸福的傳遞可能并不總是正向的，不論是“向上”和“向下”進行社會比較，當他人的幸福感提高時，具有較強競爭心理的個體都有可能因為“嫉妒效應”而產生痛苦與煩惱等負面情緒(Christakis and Fowler，2013)。因此，群體差異分析應當是幸福傳染研究的一個重要組成部分。

盡管幸福具有傳染性的研究結果頗具趣味性，但要使該研究結論具有較強的說服力，研究者需要著力解決幸福傳染效應的識別問題。事實上，探究幸福傳染的因果關系并不容易，正如Manski(1993，2000)所述，行為傳染或者同伴效應(peer effects)的研究中普遍存在著反身問題，或稱映射問題(reflection problem)。即個體所表現(xiàn)的行為是由他人影響形成的，還是僅僅為整體特征的反映？具體來說，該問題主要涉及以下幾個方面：其一，內生互動效應(endogenous effect)，即個體的幸福程度因他人幸福感變化而改變，這是本文關注的問題。不過，由于個體與他人的行為是同步的，因而如果幸福存在人際傳染作用，那么其傳染方向將是雙向的。因此，個體的幸福感在受到他人幸福感影響的同時，也將影響他人的幸福感，但簡單的線性回歸估計并不能解決此種情況導致的估計偏誤(李強，2014)。其二，外生互動效應(exogenous effect)或稱情境效應(contextual effect)，即不同個體的幸福感都將受到所處共同環(huán)境的影響。例如，自然與生活環(huán)境較好的社區(qū)居民總體上呈現(xiàn)出更高的幸福感水平(宣燁、余泳澤，2016 )。如果忽略個體間所處的共同環(huán)境，就可能不經意地將環(huán)境特征的作用引入幸福傳染效應，從而導致實證結果出現(xiàn)高估。其三，關聯(lián)效應 (correlated effect)，指社區(qū)內個體間幸福感趨同或產生關聯(lián)的表現(xiàn)可能是由于這些個體有著相似但難以觀測的重要因素引致(李磊等，2016)。個體通常會通過自身的特征與偏好選擇與哪些人一起生活、工作與交往。例如，具有類似的價值觀、心態(tài)或性格的群體更可能組成“俱樂部”進行互動交流(Esenberg et al.，2013)。此時，幸福的傳染效應將并非(完全)來自人際間的幸福傳遞，而是因為這一群體存在共同的特征所致，這也被稱為選擇效應(selection effect)。

為解決上述問題，近期相關研究根據(jù)不同數(shù)據(jù)，嘗試通過相對嚴謹或具有新意的研究設計與方法來檢驗幸福的傳染效應是否真正存在。Schwarze and Winkelmann(2011)基于德國2000-2004年的居民調查數(shù)據(jù)，將子女與父母的幸福函數(shù)聯(lián)立，并使用子女過去五年的平均幸福感作為工具變量，研究發(fā)現(xiàn)，父母的幸福感將受到子女幸福感的正向顯著影響。具體而言，子女的幸福感提高1個標準差相當于家庭收入增加20%～45%給父母帶來的幸福感。Esenberg et al.(2013)對美國兩所大學的新生進行了調查，并通過近似隨機實驗的大學新生寢室的室友分配過程，來考察同伴效應對個體精神健康的影響。研究結果顯示，盡管抑郁與焦慮情緒存在較小程度的人際溢出效果，但大學生之間并不存在顯著的幸福傳染效應。Tumen and Zeydanli(2015)根據(jù)2008年的英國勞動力調查，以同伴被調查時間是“星期幾”(the day of the week)作為同伴幸福感的工具變量，并運用兩階段最小二乘法(2SLS)進行回歸估計，也并未發(fā)現(xiàn)工作同伴的幸福感對個體自身幸福感存在顯著影響。Knight and Gunatilaka(2017)將研究視角聚焦至中國農村，基于2002年的中國家庭收入調查(CHIP)的農村樣本數(shù)據(jù)，以一系列社區(qū)特征(比如平均教育程度)作為他人幸福感的工具變量，運用誤差分量兩階段最小二乘法(EC2SLS)估計發(fā)現(xiàn)，村莊其他居民的幸福感對個體幸福感有顯著的正面作用。

從以上文獻來看，目前關于幸福傳染問題的實證研究并未達成一致的結論。這可能是由于不同國家或地區(qū)本身存在差異，也可能是因為部分研究所使用的數(shù)據(jù)與方法仍然存在局限。此外，進一步分析幸福傳染的群體異質性以及作用機制的研究更加罕見。因此，利用比較新穎與嚴謹?shù)难芯吭O計來檢驗幸福的傳染效應及其傳導渠道仍是十分必要的。就國內的相關文獻資料而言，目前僅有劉斌等(2012)根據(jù)2006年中國綜合社會調查(CGSS)數(shù)據(jù)的城市地區(qū)樣本，對個體幸福感與他人幸福感的關系進行了實證檢驗。但該研究可能的不足在于，一方面，在識別幸福傳染效應的過程中，作者運用他人家中是否“被入室盜竊”作為他人幸福感的工具變量并不一定是好的選擇。原因在于，社區(qū)的入室盜竊行為往往由社區(qū)的經濟社會情況與公共安全狀態(tài)等特征共同決定，同時這種行為對于社區(qū)內的單個家庭而言并不是獨立事件。因此，若社區(qū)其他家庭被入室盜竊，則個體的家庭遇到同樣遭遇的可能性(至少在個體擔憂程度上)將會提高，從而負向影響其幸福感。另一方面，限于數(shù)據(jù)，該研究僅通過個人性格指標對幸福傳染的機制進行了簡要地探索性檢驗，未能比較深入地考察可能的作用渠道，特別是社會網(wǎng)絡的作用。此外，由于僅關注城市社區(qū)，該研究并不能探討幸福傳染效應的城鄉(xiāng)差異等異質性結果。

相比既往文獻，本研究可能的邊際貢獻在于：首先，本文運用了更新的數(shù)據(jù)與相對更加適當?shù)膶嵶C策略檢驗幸福的傳染效應?；?014-2016年中國勞動力動態(tài)調查(CLDS)數(shù)據(jù)，本文進行2SLS估計來克服研究可能存在的內生性問題，具體選取了兩組工具變量：一是社區(qū)其他人父親與母親的平均教育程度，二是未在同一天受訪的社區(qū)其他人的受訪時間(周末概率)和受訪時的天氣(好天氣的概率)。此外，本文還通過指標、樣本和方法調整驗證了結果的穩(wěn)健性；其次，本文進行了更加豐富的異質性分析，包括幸福傳染效應關于城鄉(xiāng)、家庭收入、社會資本及個體幸福感水平的差異；最后，根據(jù)CLDS調查中關于精神健康與社會信任、社會網(wǎng)絡與社會互助方面的調查內容，本文比較詳細地考察了幸福傳染的作用機制。

三、數(shù)據(jù)、模型與變量

(一)數(shù)據(jù)來源

本研究的數(shù)據(jù)來自中山大學社會調查中心主持開展的中國勞動力動態(tài)調查(China Labor-force Dynamic Survey)。CLDS項目旨在刻畫中國勞動力的現(xiàn)狀與變遷，調查問卷分為村居、家庭和個人問卷三類。CLDS的全國基線調查于2012年進行，采用多階段、多層次與按照規(guī)模成比例的概率(PPS)抽樣，調查范圍覆蓋了中國大陸的29個省市(除西藏和海南外)，調查對象為樣本家庭中所有15至64歲的勞動力。此后，CLDS每兩年進行一次輪換樣本追蹤調查。CLDS調查關于被訪者的幸福感、精神健康、社會參與和互助方面的信息使得研究幸福的傳染效應及其機制成為可能。此外，CLDS對調查時間與調查時的天氣的記錄給本研究解決幸福傳染的識別問題提供了較好的工具變量選擇。由于輪換追蹤的調查方式，建立多年的平衡面板數(shù)據(jù)在一定程度上將導致不少樣本的缺失(林文聲等，2018)，因此本研究主要采用的是目前最新公布的2016年CLDS調查數(shù)據(jù)。2016年CLDS調查覆蓋29個省市、401個社區(qū)、14226個家庭的21086個勞動力。剔除關鍵變量存在缺失的觀測值后，最終獲得有效樣本20121個。此外，本文還將結合2014年和2016年CLDS調查建立面板數(shù)據(jù)來檢驗研究結果的穩(wěn)健性。

(二)模型設定

由于本研究關注的因變量是個體幸福感(1～5)，屬于順序變量，因而通常運用有序Probit或者有序Logit模型進行估計。不過，既往關于幸福感決定因素的研究顯示，除了在估計系數(shù)的數(shù)值上有所不同外，有序概率模型與普通的線性回歸模型(OLS)所得的估計結果在系數(shù)方向和顯著性水平上是高度一致的(Ferrer-i-Carbonell and Frijter，2010)。為了使模型結果解讀直觀明了，本文采取的策略是首先運用OLS回歸初步考察幸福的傳染效應，在運用工具變量法克服內生性問題后，通過有序Probit模型進行結果的穩(wěn)健性檢驗及邊際效應分析。參考Tumen and Zeydanli(2015)和劉斌等(2012)建立的計量經濟模型，本研究的模型設定如下：

Hik=β0+β1Wik+γXik+φZk+εik

(1)

其中，Hik表示第k個社區(qū)中第i個個體的幸福感，Wik表示在第k個社區(qū)中，除了個體i外其他人的幸福感均值，以此捕捉以個體i為中心的他人幸福感。Xik代表一系列個體及其家庭的特征因素，Zk則表示個體所處社區(qū)的特征，εik為模型的隨機擾動項。其中，β1為本研究關心的社區(qū)其他居民幸福感對個體幸福感的影響系數(shù)。

如前所述，考慮到幸福傳染效應的實證研究可能存在反身問題，本文將“他人”的范圍限定在居民互動比較密切的社區(qū)層面，而非個體選擇的參照組，從而可以在很大程度上避免關聯(lián)效應的出現(xiàn)(Knight and Gunatilaka，2017；李強，2014)。另一方面，本文盡可能加入社區(qū)經濟社會特征因素來減輕情境效應導致的估計偏倚。除此之外，本文還進一步運用工具變量法進行兩階段最小二乘(2SLS)估計來克服傳染行為的同步性以及關聯(lián)效應等內生性問題，最終得到幸福傳染效應的一致估計，具體的兩階段估計模型設定如下：

第一階段：

Wik=α0+α1IVik+δXik+λZik+μik

(2)

第二階段：

(3)

(三)變量說明與描述

1.因變量與關鍵自變量。本研究的因變量和關鍵自變量分別為個體幸福感和社區(qū)其他人的幸福感。CLDS調查關于個體幸福感的問題是“總的來說，您認為您的生活過得是否幸?！?，選項分為“非常不幸?！?、“不幸?！?、“一般”、“幸?！薄胺浅Ｐ腋！?級，分別賦值為1～5。幸福分值越高，則個體幸福感越強。盡管這種幸福感的測量方式比較簡單，但這一指標在心理學與幸福經濟學中廣泛使用，并被證明有較高信度和效度(劉斌等，2012)。社區(qū)其他人的幸福感的測量則通過計算出本人外其他社區(qū)受訪居民的幸福感均值表示，具體計算公式如下：

(4)

其中，Nk表示第k個社區(qū)的調查樣本數(shù)，Hjk表示非個體i的幸福感。圖1描繪了樣本中個體以及除本人以外社區(qū)其他居民的幸福感分布。不難發(fā)現(xiàn)，在個體幸福感上，多數(shù)被訪者的幸福感水平較高，認為自己生活“幸?！焙汀胺浅Ｐ腋！钡谋辉L者分別占總體的41%和24%。在社區(qū)其他人的幸福感分布上，大部分樣本(>70%)所在社區(qū)的其他人幸福感均值處于3.5～4.2之間，即處于“幸?！睜顟B(tài)。圖2展示了考察個體幸福感與社區(qū)其他人的幸福感關系的散點圖，可以看出，在不考慮其他因素的情況下，社區(qū)其他人的幸福感與個體幸福感明顯趨同。

圖1 個體與社區(qū)其他人的幸福感分布

圖2 個體幸福感與社區(qū)其他人幸福感關系的初探

2.控制變量。本文在模型估計的過程中，盡可能地控制了可能與個體幸福感相關的個體與家庭特征因素，用于盡可能地控制關聯(lián)效應。此外，為控制情境效應導致的估計偏誤，本文還從村居問卷中提取了社區(qū)特征因素以及省份虛擬變量。具體而言，個體與家庭特征變量包括：性別、年齡(以及年齡的平方)、婚姻狀況、教育程度、工作狀態(tài)、黨員、自評健康、自評社會經濟地位、家庭規(guī)模、家庭年收入。社區(qū)特征變量包括社區(qū)類型、基礎設施水平(2)社區(qū)基礎設施水平由9類基礎設施(有=1，無=0)降維后的主成分得分表示。這9類基礎設施分別為：幼兒園、小學、初中、運動健身場所、老年活動室、圖書館/閱覽室、廣場/公園、游樂場、醫(yī)院/私人診所。、人居環(huán)境、和諧程度。關于控制變量的選取，有以下幾點需要進行說明：第一，考慮到個體間進行的社會經濟地位比較導致的幸福感變化，本文控制了自評社會經濟地位變量來減輕社會比較導致的幸福傳染效應的估計偏差(Esenberg et al.，2013)。第二，由于社區(qū)人均收入變量存在大量的缺失值與異常值(>15%)，本文通過控制社區(qū)類型(離城市的遠近)以及基礎設施水平來間接反映社區(qū)的社會經濟狀況。第三，盡管已將家庭規(guī)模與收入作為控制變量，但仍可能不足以代表家庭的社會地位與文化水平，因此，本文還進一步考慮了個體父母的教育程度。不過在調查數(shù)據(jù)中，個體的父親與母親教育程度的缺失值較多(9%)，因此，本文實證分析部分的主要結果分為不控制與控制父母教育程度的模型估計結果。這種做法能夠在一定程度上減輕存在缺失值的擔憂，同時也可以進一步驗證結果的穩(wěn)健性。

3.工具變量。如前所述，合適的工具變量需要滿足相關性和外生性的條件。參考以往文獻并結合CLDS數(shù)據(jù)所提供的信息，本研究選取了兩組工具變量。其一，根據(jù)Trogdon et al.(2008)和李強(2014)研究肥胖同伴效應的實證策略，采用社區(qū)其他人的父親和母親平均教育程度作為第一組工具變量。原因在于：一方面，社區(qū)其他人父母的教育程度與其家庭社會經濟地位有直接關系，進而影響社區(qū)其他人的幸福感；另一方面，在控制情境效應(比如社區(qū)特征)的情況下，社區(qū)其他人的父母教育程度是相對外生的，直接對個體幸福感產生影響的可能性較小。

其二，借鑒與拓展Tumen and Zeydanli(2015)的研究思路，本文將社區(qū)其他人的受訪時間與受訪當天的天氣作為第二組工具變量。具體的，他人受訪時間變量通過測算社區(qū)其他人受訪當天為周末的比例來表示，而他人受訪時的天氣則由社區(qū)其他人受訪當天是好天氣(晴天或多云)的比例測量。已有研究表明，作為一種情緒體驗，幸福感將受到時間分配與氣候環(huán)境變化的影響(王艷萍，2017)。一方面，對于勞動者而言，周末通常意味著更多的閑暇時間進行休閑娛樂，因而更有可能表現(xiàn)出放松和愉悅的情緒。另一方面，氣候變化甚至是短暫的天氣變化也將對個人的情緒產生直接影響，糟糕的天氣往往會導致相對負面的個人情緒(Murray et al.，2013)。因此，本文選擇的第二組工具變量在邏輯上也應當與社區(qū)其他人幸福感相關。

與此同時，單一個體的受訪時間與受訪當天的天氣具有較強的外生性，一般情況下，社區(qū)其他人的受訪時間及當天的天氣不太可能與個體的幸福感有直接聯(lián)系。這是因為，不同的個體受訪時間可能并不相同，除非整個社區(qū)被訪者的在同一天接受調查。通過考察CLDS數(shù)據(jù)的社區(qū)樣本和調查時間等信息，發(fā)現(xiàn)單個社區(qū)的平均調查樣本為56個，平均調查時間為5.3天，在401個社區(qū)中僅有一個社區(qū)的調查在同一天內完成，我們在穩(wěn)健性檢驗中將該社區(qū)的樣本剔除來驗證結果的可靠性。因此，可以認為，社區(qū)其他人受訪時間為周末的概率及受訪當天為好天氣的概率并不是社區(qū)共同特征的反映，即不屬于情境效應范疇，本文選取的第二組工具變量在理論上應當是有效的。表1給出了本研究所使用的主要變量的含義、賦值和描述性統(tǒng)計。

表1 變量描述性統(tǒng)計

四、實證結果與分析

(一)幸福傳染效應的基準回歸結果

表2報告了用于初步探究幸福傳染效應的OLS回歸結果。其中，模型1～模型3在控制省級虛擬變量的同時，逐步加入個人、家庭與社區(qū)層面控制變量，模型4在模型3的基礎上加入了被訪者父母的教育程度來進一步控制家庭文化環(huán)境。結果顯示，盡管社區(qū)其他人幸福感變量估計系數(shù)值隨著控制變量的增加而有微幅變化，不過估計系數(shù)的符號與顯著性仍然高度一致，并且均在1%的統(tǒng)計水平上正向顯著。這表明，當社區(qū)其他人的幸福感上升時，個體的幸福感也將提高，即兩者的變化趨勢趨同。具體從估計系數(shù)值來看，在其他條件不變的情況下，社區(qū)其他人的幸福感每上升1個單位，個體幸福感將平均提高約0.57個單位。

表2 加入他人幸福感因素的幸福函數(shù)OLS估計結果

(二)內生性問題

盡管本研究盡可能地控制了可能與個體幸福感相關的重要因素，但仍有可能出現(xiàn)既有關于行為傳染問題的研究中普遍存在的反身問題，在計量經濟學中主要體現(xiàn)為聯(lián)立性與遺漏變量問題。如前所述，本文選取了兩組工具變量進行2SLS估計來克服以上問題。表3的Panel A匯報了2SLS回歸的第一階段估計結果。模型結果顯示，社區(qū)其他人的父母教育程度均與社區(qū)其他人的幸福感正向顯著相關。同時，社區(qū)其他人受訪時間在周末以及受訪當天是好天氣也將對社區(qū)其他人的幸福感有顯著的正向影響，并且模型1～模型4的F值遠大于20，說明本研究選取的兩組工具變量均與可能的內生變量顯著相關，這證明了本文的工具變量滿足相關性條件。進一步從工具變量的外生性檢驗結果來看，可以發(fā)現(xiàn)，各個模型的Sargan檢驗p值均大于0.1，即不能顯著拒絕工具變量是外生的原假設。此外，各個模型的內生性DWH檢驗p值也都大于0.1，即在工具變量滿足有效性的前提下，不可觀測的混淆因素(unmeasured confounding)對OLS關鍵自變量估計系數(shù)的影響較小，此時2SLS和OLS估計結果較為接近(Guo et al.，2014)。

表3的Panel B匯報了2SLS回歸的第二階段估計結果。不難看出，在考慮其他因素的情況下，社區(qū)其他人的幸福感均對個體幸福感有正向影響，并且至少在5%的水平上統(tǒng)計顯著。這表明，在控制潛在內生性問題的情況下，幸福的傳染效應仍明顯存在。從估計系數(shù)值來看，以社區(qū)其他人父母教育程度或者以社區(qū)其他人受訪時間與天氣為工具變量所得的關鍵自變量估計系數(shù)與OLS估計結果均比較接近，個體幸福感將受到他人幸福感的正向影響這一結論比較可信。

表3 2SLS回歸估計結果

盡管運用工具變量進行2SLS估計與基準回歸結果一致，但是完全確保工具變量外生且有效是比較困難的(Dahl et al.，2014)。為進一步驗證基準估計結果的可靠性，本節(jié)對幸福感的傳染效應進行若干穩(wěn)健性檢驗，包括指標、樣本以及方法的調整等，結果如表4所示。

第一，本文對“社區(qū)其他人”的定義調整為除本人及其家庭成員之外的社區(qū)其他居民，如此更能表現(xiàn)出非家庭內部的幸福溢出效應。估計結果顯示，調整“社區(qū)其他人”的定義后，不論運用OLS估計還是工具變量法，個體的幸福感仍然受到社區(qū)其他人幸福感的正向顯著影響。與基準估計結果相比，家庭以外的他人幸福感對個體幸福感的邊際影響有所減小，這也在一定程度上表明幸福傳染效應可能會因關系的親疏而呈現(xiàn)“差序格局”。

第二，本文將幸福感指標調整為用于測量居民福利水平的另一常用指標：生活滿意度，來驗證基本結果的穩(wěn)健性。如表4所示，OLS和工具變量法回歸估計所得結果均顯示，社區(qū)其他人的生活滿意度對個體的生活滿意度的影響依然正向顯著。

第三，為減輕工具變量(特別是受訪時間與受訪當天的天氣)有效性不足的擔憂，本文在剔除一天內完成調查的社區(qū)樣本后，再次進行回歸估計。結果表明，社區(qū)其他人幸福感的變量估計系數(shù)仍然顯著為正，表明幸福傳染效應依然顯著存在。

第四，考慮到由于人口流動導致的關聯(lián)效應，例如，幸福的個體更有可能遷移到居民幸福的社區(qū)生活(Knight and Gunatilaka，2017)，本文剔除了戶籍不在本地的外來人口超過10%的社區(qū)樣本。結果表明，社區(qū)其他人幸福感的變量估計系數(shù)仍然顯著為正，且數(shù)值比基準回歸結果稍大，再次表明幸福感存在顯著的外部性，并且在人口結構相對穩(wěn)定的社區(qū)可能更加明顯。

第五，相比截面數(shù)據(jù)分析，面板數(shù)據(jù)固定效應模型能夠更好地控制遺漏變量問題，特別是不隨時間變化的不可觀測因素，從而減輕幸福傳染存在的關聯(lián)效應和情境效應。因此本文進一步建立2014～2014年CLDS面板數(shù)據(jù)進行穩(wěn)健性檢驗，觀察表4估計結果可以發(fā)現(xiàn)，個體固定效應模型(FE)以及面板數(shù)據(jù)工具變量估計結果也支持他人幸福感對個體幸福感有正向影響。

最后，估計滯后一期的同伴行為對當期個體行為的影響也是減輕反身問題的常用方法(Lin，2010)，這一做法能夠避免由于同伴效應同步發(fā)生導致的識別問題?；诖?，本文利用2016年個體幸福感數(shù)據(jù)對2014年社區(qū)其他人幸福感及控制變量進行回歸，結果表明，滯后項估計(LP)以及相應的工具變量回歸結果仍然支持幸福的傳染作用。從以上穩(wěn)健性檢驗結果來看，不論是否調整關鍵變量、樣本和方法，本研究所得到的幸福傳染效應的結果均一致可靠。

(三)擴展性分析

接下來，本文將進一步考察幸福傳染效應的群體差異，以此深化對幸福傳染效應的理解。表5匯報了將社區(qū)其他人的幸福感加入個體幸福函數(shù)的有序Probit模型估計結果，以及不同個體幸福感水平下的邊際效應。模型結果仍然表明他人幸福感的提高有助于增進個體幸福感。從邊際效應結果來看，在其他條件不變的情況下，社區(qū)其他人的幸福感每上升一個單位，個體感到“非常不幸?！薄安恍腋！钡母怕蕦⒎謩e平均下降3.1%和5.9%，認為幸福感“一般”的可能性將平均降低17.1個百分點，而感到“幸?！焙汀胺浅Ｐ腋！钡母怕蕦⒎謩e平均提高4.3%和21.8%。相比之下，幸福傳染效應并非主要發(fā)生在幸福感水平較低的人群，而是出現(xiàn)于幸福感處于中高水平的群體。主要原因可能是，幸福感較低的群體的精神健康狀況通常并不樂觀，并且伴隨著相對更強的社會比較心理，此時他人幸福感的變化可能難以通過個體的模仿學習或社會網(wǎng)絡來改變其幸福狀態(tài)。這意味著，個體擁有良好的心態(tài)或精神狀態(tài)才能更好地獲得幸福。

本文進一步將全樣本按照城鄉(xiāng)、社會資本和家庭收入進行子樣本分組回歸，并通過100次自抽樣計算得出組間系數(shù)差異的經驗p值，從而判斷幸福傳染效應組間差異的統(tǒng)計顯著性。其中，城鄉(xiāng)的分組依據(jù)來自被訪者的戶籍；社會資本由“您和本社區(qū)(村)的鄰里，街坊及其他居民互相之間的熟悉程度是怎樣的”測量，并將回答“比較熟悉”和“非常熟悉”的被訪者劃分為“熟悉”組，以此表示較高的社會資本水平，將回答“非常不熟悉”、“不太熟悉”和“一般”的被訪者劃分為“不熟悉”組，以此表示較低的社會資本水平。家庭收入的分組以去年家庭年收入的中位數(shù)為界，分為“中位數(shù)及以上”組和“中位數(shù)以下”組。

表4 穩(wěn)健性檢驗

表5 加入他人幸福感因素的幸福函數(shù)有序Probit模型估計結果

表6報告了子樣本分組回歸結果，組間差異的經驗p值顯示，各組的幸福傳染效應的差異至少在5%的水平上統(tǒng)計顯著。從具體的組間差異來看，首先，相比城市，社區(qū)其他人的幸福感對農村居民的正向影響相對更大；其次，幸福傳染效應在家庭收入水平較低的群體中更加顯著；最后，對社區(qū)居民更加熟悉的群體幸福感受他人幸福感影響的程度更大。出現(xiàn)以上結果的可能原因在于：相比陌生人，個體對熟人的情緒捕捉模仿更加直接，同時熟人之間更能發(fā)揮社會網(wǎng)絡的風險化解作用(鄭曉冬等，2019)。因此，幸福傳染效應在有“熟人社會”傳統(tǒng)的農村更加明顯，同時也對于社會資本相對豐富的群體更加有效。此外，相比之下，社會經濟地位較低的群體更能從社會網(wǎng)絡中得到福利的邊際改善，社會資本常常被稱為“窮人的資本”(郭云南等，2014)，因而他人的幸福感對家庭收入較低群體的幸福感產生的影響相對更大。

表6 子樣本分組回歸結果

(四)作用機制討論

根據(jù)前文的理論分析，本文將幸福感的傳導渠道進一步歸納為兩點：一是通過直接的情緒模仿與聯(lián)想而引致的個體精神健康與社會信任程度的提高，進而改善個體的幸福狀態(tài)；二是通過建立與維持社會網(wǎng)絡，進而促進社會互助和個體的精神風險化解，以此提升其幸福感。

基于此，本文檢驗幸福傳染機制的策略分為兩步，其一，檢驗社區(qū)其他人的幸福感對個體精神健康與社會信任程度的影響，以及后兩者與個體幸福感的關系。其中，個體的精神健康由流調中心抑郁自評量表(CES-D20)測量所得，CES-D20量表是流行病學中用于篩查抑郁癥狀常用工具，所得結果具有較高信度和效度(Andresen et al.，1994)。該量表由20個被訪者近一周心理狀態(tài)的問題組成，每個問題均有四個選項代表程度的高低，將每題反映的抑郁程度從低到高分別賦值0～3分，問題得分匯總即得到抑郁指數(shù)，取值范圍為0～60分。抑郁指數(shù)越高代表抑郁狀況越嚴重，精神健康水平越低。個體的社會信任由問題“您對本社區(qū)(村)的鄰里，街坊及其他居民信任嗎”測量，選項從“非常不信任”到“非常信任”分為5級，分別賦值為1～5。

其二，檢驗社區(qū)其他人的幸福感對社會網(wǎng)絡與社會互助狀況的影響，以及后兩者與個體幸福感的關系。本文選取的社會網(wǎng)絡指標由問題“在本地，您有多少關系密切，可以得到他們支持和幫助的朋友/熟人”測量；社會互助指標由問題“您與本社區(qū)(村)的鄰里，街坊及其他居民互相之間有互助嗎”測量，選項從“非常少”到“非常多”分為5級，分別賦值為1～5。

表7給了幸福傳染的作用機制檢驗結果。其中，模型1～模型4和模型5～模型8分別是對前述歸納的兩條渠道的檢驗結果。不難看出，一方面，模型1～模型4的回歸結果顯示，社區(qū)其他人的幸福感對個體抑郁指數(shù)有顯著的負向影響，而對個體的社會信任程度有顯著的正面作用，并且個體抑郁水平的提高將對其幸福感產生顯著的負向影響，個體社會信任程度的改善有助于提高其幸福水平。另一方面，模型5～模型8的回歸結果顯示，社區(qū)其他人幸福感對個體的社會網(wǎng)絡和社會互助有顯著的正向影響。此外，社會網(wǎng)絡與社會互助對個體的幸福感均有顯著的正面作用?？傮w來看，以上結果驗證了本文提出的情緒模仿與聯(lián)想，以及社會網(wǎng)絡的形成與發(fā)展在幸福傳染過程中起到的中介效應。為了檢驗作用機制的可靠性，本文還進一步結合2014年與2016年CLDS數(shù)據(jù)進行個體固定效應模型和滯后項估計，所得結果依然一致穩(wěn)健(3)限于篇幅，這里不再報告作用機制的穩(wěn)健性檢驗結果。。

表7 幸福傳染的作用機制檢驗

五、結論與討論

探索幸福之門的鑰匙是近幾十年來幸福經濟學工作者一直致力于研究的問題。然而，多數(shù)已有研究忽略了可能存在的幸福傳染效應，即他人的幸福感狀態(tài)也決定著個體的幸福感。本文利用2014年和2016年中國勞動力動態(tài)調查(CLDS)數(shù)據(jù)，討論并檢驗了社區(qū)其他人幸福感對個體幸福感的影響及其可能的作用機制。研究發(fā)現(xiàn)：第一，在對個人、家庭以及社區(qū)特征因素進行控制的情況下，社區(qū)其他人的幸福感越高，個體也會感到越幸福。為克服潛在的內生性問題，本文選取了兩組工具變量，并運用兩階段最小二乘法進行估計，結果依然支持“幸福會傳染”的結論。進一步通過調整變量、樣本和模型等的穩(wěn)健性檢驗也表明結果一致可靠。第二，從群體差異來看，相比城市、家庭收入較高，自身幸福感與社會資本水平較低的群體，幸福的傳染效應更加明顯發(fā)生在農村、家庭收入較低，以及自身幸福感和社會資本處于中高水平的群體中。第三，幸福的傳染主要有兩方面的作用機制：一是個體通過模仿和聯(lián)想他人的情緒直接影響其精神健康與社會信任，進而改變其主觀幸福狀態(tài)；二是通過社會網(wǎng)絡的構建與發(fā)展、促進社會互助，進而影響個體的幸福感。

本研究不僅具有趣味性，同時也有一定的理論與現(xiàn)實意義。在理論意義方面，本文運用最新的中國勞動力動態(tài)調查數(shù)據(jù)和相對新穎與嚴謹?shù)膶嵶C策略，檢驗了個體幸福感的重要決定因素：他人的幸福感，并進一步開展了比較詳細的異質性分析與影響機制討論，對既往相關研究進行了有益補充。在現(xiàn)實意義方面，本文的研究結論給我們的啟示是：第一，幸福傳染效應的存在意味著，在更廣泛的意義上，個體間的福利也將存在不同程度的相互溢出。因此，對于政策制定者而言，在評估一項政策或項目的最終效果時，不僅需要較好地識別政策對個體福利的真正影響，同時也需要充分考慮這種影響在人際間的溢出效應。第二，幸福傳染效應的存在提供了加強社會文化基礎設施與組織建設、改善社會活動的氛圍作用的新依據(jù)。意即，通過社會文化基礎設施和精神文明建設，提升社區(qū)內部的社會交往水平、擴展社會網(wǎng)絡、促進社會互助，從而有助于幸福感與正能量在人際間的傳播。第三，對于社會個體而言，一方面，獲得幸福的一種方式是接近那些幸福者，調整好自身的心態(tài)，積極吸收幸福者的經驗與支持，同時通過得出他人獲得幸福的原因來反思和提升自己，即所謂的“見賢思齊”、“近朱者赤”。另一方面，要使身邊的人更加幸福，一種方式是努力使自己幸福，使自己成為“光源”，向外傳遞正能量，提高家庭以及更廣范圍內整體的福利水平。

盡管本文在已有文獻的基礎上，對幸福的同伴效應進行了有益的探討與補充，不過仍有以下問題值得后續(xù)研究進一步探索。第一，社會網(wǎng)絡的空間形態(tài)與幸福傳染。雖然在一定范圍內(如社區(qū))的他人幸福感均值能夠代表個體周邊群體積極情緒的總體水平，但這并不能具體反映其所處社會網(wǎng)絡的空間形態(tài)，在社會網(wǎng)絡空間距離信息可得的情況下，引入空間計量模型分析這一問題，或許能夠在識別情緒傳染因果關系的基礎上，更深層次地揭示同伴效應的傳導機制與傳播范圍(Goyal, 2012)。第二，幸福的傳染效應和嫉妒效應的區(qū)分與交互。如前所述，理論上，積極的情緒在人際間并不總是正向傳染，他人幸福感的提高也有可能導致個體負面情緒的增加。因而如能在同一分析框架中實現(xiàn)對這兩種相反效應的分離或交互，并探究其中的機理，將有利于更加深入地理解幸福的同伴效應。第三，幸福傳染在虛擬空間與現(xiàn)實世界的差異。隨著互聯(lián)網(wǎng)與電子通訊技術的發(fā)展，互聯(lián)網(wǎng)社交平臺對社會網(wǎng)絡的形成與維持具有重要作用。探討互聯(lián)網(wǎng)虛擬空間形成的社會網(wǎng)絡中情緒與行為的傳染問題，并將其與現(xiàn)實生活情況進行對比，也將是未來豐富同伴效應研究的一個新視角。