主観的幸福度の記録は半世紀にも満たない期間しかさかのぼれないが、本コラムは、過去の重要な出来事が私たちの祖先の幸福度に与えた影響を知ることができるのかを問う。本稿が提示するのは新たな歴史的指数であり、これはGoogle Booksの単語コーパスに含まれるデジタル化された数百万冊の書籍を、感情分析を用いて分析したものである。この指数は1776年の米国独立宣言までさかのぼるもので、他のいかなる幸福度指数よりも200年早い時期を対象としており、フランス、ドイツ、イタリア、スペイン、英国、米国における幸福の歴史的な規定要因を分析することを可能にする。
英国首相デービッド・キャメロン、国連の「世界幸福度報告書」、OECDの「より良い暮らし指標（Better Life Index）」、そして心理学者や経済学者らはいずれも、主観的幸福度（「幸福」）をより深く理解する必要性について言及している。多くの現代経済は、犯罪、教育、経済生産をほぼ一世紀にわたって追跡してきたが、主観的幸福度が世界の経済指標の定番となり始めたのは1970年代に入ってからである。
国民所得勘定が1930年代にGDPの集計を始めたのとは異なり、主観的幸福度はかなり新しい指標である。GDPを過去へと拡張する試みは成功例もある（例：Bolt and van Zanden 2014、Broadberry 2015）が、幸福度の歴史的系列を構築する試みは特に乏しい状況にある。そのような系列がなければ、幸福度が金融緩和政策、教育、寿命といった重要な歴史的出来事にどう反応してきたのかは分からないままである。
しかし、幸福度の歴史的系列を構築することに意味があるとして、直接的な調査データが1970年代に始まったにすぎない中で、既存の指標をどのように拡張できるだろうか。新たな研究論文（Hills et al. 2015）の重要な着眼点は、言語が感情を伝えるということであり、デジタル化されたテキストが増えつつあることにより、歴史的な言語使用に基づいて幸福度の量的な歴史を構築するための前例のない資源が得られるという点にある。
特に、私たちの研究の基盤は、二世紀にわたる自然言語の大規模な複数のテキスト群を、言語から公衆の気分（すなわち感情）を導き出す最先端の手法と組み合わせることにある。Google Books Ngramデータベースなどの書籍、新聞その他の自然言語資料のデジタル化は、過去数世紀にわたって人々が何を考え、何を書いたかについて、歴史上前例のない規模のデータ（「ビッグデータ」）を生み出している（Michel 2011参照）。これらのデータベースは、言語における大規模な変化の検出においてすでに有用であることが示されており、その変化は社会的・人口統計学的変化と相関している。例としてHills and Adelman（2015）を参照。
これらのデータは、感情分析を用いて公衆の気分を推定する能力をもたらす。大量の書かれたテキストから感情を導き出すことは、拡大しつつある科学的取り組みである。その例としては、政治候補者に対する大規模な世論の把握、株式市場の動向予測、日内および季節ごとの気分変動の理解、集団感情の社会的拡散の検出、有名人の死、地震、経済救済措置など、大規模な社会的影響を持つ可能性のある出来事の影響の理解が挙げられる（例：Pang and Lee 2008）。同じ手法を歴史的テキストに適用することで、国民の幸福についてより定量的な説明を生み出し始めることができる。
本研究で採用するアプローチでは、感情の測定は数千語にわたる感情価（valence）の規範に基づいている。これらの規範は既に文献に存在しており、多数の個人を対象に、語のリストについて、それらの語が自分にどのような感情を抱かせるかを評価してもらうことで収集されたものである（例：Gilbert 2007）。本研究の場合、英単語の感情規範を基にした感情価規範が、既に5言語（英語、フランス語、スペイン語、イタリア語、ドイツ語）について収集されている。
これらの規範を各言語のGoogle Booksコーパスに適用し、1776年までさかのぼる主観的幸福度の新たな指数を導き出すことができた。私たちはこれを暫定的にHPS指数と呼んでいる。調査データによって収集された主観的幸福度との初期比較を図1に示す。データは国別固定効果を統制した後の残差を反映しており、歴史的言語に基づく私たちの指標と、強く有意な相関があることを明確に示している。
図1. 生活満足度に関する調査指標と、歴史的テキストの感情に基づく私たちの指標について、国別固定効果を統制した後の残差の比較。
注：灰色の領域は95%信頼区間を示す。
テキストから導かれる主観的幸福度の指標を1776年まで遡らせると、本研究で対象とした6か国（フランス、ドイツ、イタリア、スペイン、英国、米国）における公衆の感情の変化を定量的に描くことができる。非常に長期的な傾向を検討する際には注意が必要であることを研究の中で明示しているが（言語自体が大きく変化してきたため）、それでも図2からは、1920年代の熱狂、大恐慌期、第一次および第二次世界大戦といった短期的な出来事が、主観的幸福度に明確で識別可能な影響を与えていることが明らかである。
図2. 1776年から2000年までの期間における平均感情価。
注：全ての国について、赤の垂直線は1789年（フランス革命の年）、第一次世界大戦（1915～18年）、第二次世界大戦（1938～45年）に対応する。欧州の5か国では、1848年（革命の年）にも線を引いている。米国では、垂直線は南北戦争（1861～65年）、1929年のウォール街大暴落、朝鮮戦争の終結（1953年）、サイゴン陥落（1975年）を表す。英国では、ナポレオン戦争（1803～15年）を表す。スペインでは、内戦の開始（1936年）を表す。フランスでは、ナポレオン戦争（1803～15年）およびプロイセン・フランス戦争の終結（1870年）を表す。ドイツでは、垂直線はナポレオン戦争（1803～15年）、プロイセン・フランス戦争と統一（1870年）、ヒトラーの権力掌握（1934年）、再統一（1990年）を表す。イタリアでは、統一（1861～70年）を表す。
なぜ幸福度の量的な歴史が重要なのか？
幸福度データがいまだ初期段階にあることは、幸福度が異なる歴史的出来事にどう反応するかを私たち全体として理解する能力を制約してきた。このことはひいては、公共政策、保健施策、金融上の意思決定における幸福度の活用を制限してきた。実際、主観的幸福度が私たちの集団的行動を導く重要な要素となるためには、GDPと同等の水準にある幸福度の記録が必要である。
しかし、幸福度を行動の指針として用いるには、単に幸福度を改善したいと望むだけでは不十分である。Gilbert（2007）が指摘するように、人々は「感情予測（affective forecasting）」、すなわち自分が将来どのように感じるかを理解する能力に問題を抱えており、これに伴い、過去の出来事や意思決定が過去の幸福にどのように影響したかを理解する能力も限られている。
これを克服するため、特に政府レベルでは、意図的な出来事と予期せぬ出来事の双方に幸福度がどう反応するかを予測する能力を高めなければならない。経済の行方をより良く予測することは国民所得勘定の動機であり、これは1930年代の大恐慌を受けて、後にGDPへと発展した。もちろん今や多くの意思決定がGDPに基づいているが、ジョン・F・ケネディの言葉を借りれば、GDPは「要するに、生活を価値あるものにするもの以外のほぼすべてを測定する」ものであるという認識が、ほぼ世界的に受け入れられている（Presidential Library and Museum, North Dakota）。
したがって、GDPと同様に、政府やその他の機関は、この追加的な「感情の会計」の重要性を認識しており、どの見方からしても、将来の幸福度を改善するためにそれをどのように活用すべきかを理解したいと考えている。しかしそのためには、その意味するところについて歴史的な情報に基づく説明が必要であり、私たちの指標はその最初の試みを示すものである。
参考文献
Bolt, J and van Zanden, J L (2014), “The Maddison Project: Collaborative Research on Historical National Accounts”, The Economic History Review 67(3): 627–651.
Broadberry, S, Campbell, B, Klein, A, Overton, M and van Leeuwen, B (2015), British Economic Growth, 1270-1870. Cambridge University Press.
Hills, T T, Proto, E and Sgroi, D (2015), “Historical Analysis of National Subjective Wellbeing using Millions of Digitized Books”, IZA Discussion Paper No. 9195.
Michel, J-B, Shen, Y K, Aiden, A P, Veres, A, Gray, M K, Pickett, J P, et al. (2011), “Quantitative Analysis of Culture using Millions of Digitized Books”, Science 331 (6014): 176–182.
Hills, T T and Adelman, J S (2015), “Recent Evolution of Learnability in American English from 1800 to 2000”, Cognition 143, 87–92.
Pang, B and Lee, L (2008), “Opinion Mining and Sentiment Analysis”, Foundations and Trends in Information Retrieval 2(1-2): 1–135.
Warriner, A B, Kuperman, V and Brysbaert, M (2013), “Norms of Valence, Arousal, and 21 Dominance for 13,915 English Lemmas”, Behavior Research Methods 45 (4), 1191–1207.
本記事は VOXとの協力により掲載されたものです。掲載は、世界経済フォーラムによる見解を支持するものではありません。
「Agenda」の最新情報を追うには 週刊ニュースレターを購読する。
執筆者：Thomas Hillsはウォーリック大学心理学教授。Eugenio Protoはウォーリック大学准教授であり、IZA、CESifo、CAGE（Centre for Competitive Advantage in the Global Economy）の研究員でもある。Daniel Sgroiはウォーリック大学経済学准教授である。
画像：株式トレーダーの女性が取引端末の後ろに座り、反応している様子。REUTERS/Kai Pfaffenbach.
