経済学者は長年、GDPが幸福度の不完全な指標であることを認識してきた。市場外の取引を捉えられないことに加え、GDPは環境悪化、社会的交流の質、その他多くの経済的関心事となる成果を無視している。しかし少なくともEasterlin (1974)以降、一部の経済学者はさらに踏み込み、一人当たりGDPと幸福度は正の関係にあるという見方に異議を唱えてきた。これにより、GDPを国家の成功の指標として置き換えるか、その重要性を軽視し、主観的ウェルビーイングの指標で補完または置き換えるべきだとの主張が高まっており、この立場は一部の政府機関でも支持されている。また、経済の意図的な縮小を主張する人々もいる(例：Victor 2010、Kallis et al. 2012)。主観的ウェルビーイングの指標は、車いす利用が幸福度を下げるかどうかから、学生は「Podunk U」とハーバードのどちらを選好すべきかまで、幅広いテーマにおける「常識」に異議を唱えるためにも用いられてきた。
我々は、これらの結論の多くは時期尚早だと考える。幸福度尺度の限界について適切な認識がないまま導かれたものだからである。我々の目的は、大半の社会科学的指標に当てはまる懸念の列挙を示すことではなく、むしろ、基礎となる幸福度の分布について強い追加的仮定を置かない限り、標準的な幸福度指標では二つのグループの平均幸福度を順位付けできないことを立証することにある。これらの仮定について合意が得られたとしても、多くの比較は依然として順位付け不能のままだと予想される。
どんな順位も逆転しうる
幸福度の一般的な測定方法の一つは、回答者に三段階尺度で幸福度を評価させるものである(例：General Social Survey)。「すべてをまとめて、近頃の状況はどうだと思いますか。非常に幸せ、かなり幸せ、あまり幸せではないのいずれだと思いますか。」研究者は通常、「非常に幸せ」を2、「かなり幸せ」を1、「あまり幸せではない」を0とする。
しかし、非常に幸せと答えた人が皆同じように幸せなわけではないことは確かである。全員が質問を同一に解釈したとしても、「非常に幸せ」と答える人の中には「極めて幸せ」な人もいれば、「かなり幸せ」よりわずかに幸せなだけの人もいる。これらの回答は、連続変数である幸福度を離散的なカテゴリーに当てはめた個人の判断を表している。例えば、ある個人は幸福度が60〜80であれば自分を「かなり幸せ」、80を超えれば「非常に幸せ」だと判断するかもしれない。Oswald (2008)はこれを「報告関数」と呼ぶ。三つの区間があり、すべての個人が同じ報告関数を用いるならば、一般性を失うことなく、最下位の区間を幸福度がゼロ未満、最上位の区間を幸福度が1を超えるものと定義できる。
表1は、二つの架空のグループによる幸福度の回答を示している。グループAの幸福度はグループBの幸福度を確率的に優越しているように見える。カテゴリーの順序を維持するように割り当てた値はどれも、グループAの平均的な幸福度が高いことを示す。しかし、回答を区間を表すものとして扱うと何が起こるだろうか。
表1。例示
自然な解決策は順序ロジットまたはプロビットを用いることだが、正しく正規化することが重要である。二つのグループの幸福度水準を比較するには、両者の報告関数が同一であると仮定しなければならない。一方のグループが「非常に幸せ」を「極めて幸せ」の場合にのみ回答し、もう一方が「かなり幸せ」の場合に「非常に幸せ」と回答するならば、これらの回答を用いて両グループの平均的な基礎的幸福度の水準を比較することは不可能である。したがって、一般的に行われるように平均と分散を正規化するのではなく、二つの閾値を正規化する必要がある。
これらの正規化と順序プロビットを用いると、実際にはグループBの平均幸福度の方が高い(-.14対-.18)ことがわかる。直感的には次のとおりである。両グループとも「あまり幸せではない」と答えた回答者の数は同じだが、グループAには「非常に幸せ」と答えた回答者が多い。各グループの幸福度が正規分布に従うならば、グループAの分布は分散が大きくなければならない。グループAの分散が大きいため、最も不幸な人々はグループBの人々よりも不幸になる。平均を推定すると、この効果が、最も幸福な人々がより幸せであるという事実を圧倒してしまう。カテゴリカルな回答における確率的優越は、平均的な幸福度の順位付けには十分ではない。
さらに、グループAとBのどちらが平均的に幸せかという結論は容易に覆せる。有効な効用関数のどの単調変換も同じ選好順序を表すのと同様に、幸福度分布のどの単調変換も、報告された幸福度の同じ分布と整合する。幸福度関数を次のように変換すると、 h’ = exp(h)、幸福度の対数正規分布(右に歪んだ分布)が得られる。右に歪んだ分布では、最も幸福な人々の間での分散が大きくなり、最も不幸な人々の間では分散が小さくなる。グループAは最も幸福なカテゴリーにより多くの人が含まれるため、この変換はグループAの幸福度をより大きく引き上げ、順序を逆転させるのに十分である。
これは注意深く作り込んだ例の結果ではない。二つの順序プロビット推定の結果から出発すると、どちらのグループの平均幸福度が高いかを逆転させる指数変換が常に存在する。正規分布の下でグループAの平均が高く分散が小さい場合、常にある c が存在して、変換 h’ = ech によって、グループBの平均幸福度が高くなる。正規分布の下でグループAの平均が高く分散も大きい場合、常にある c が存在して、変換 h’ = e(ch) によって、グループBの平均幸福度が高くなる。
GDPと幸福度の関係の再評価
GDPと幸福度は本当に無関係なのか。Bond and Lang (2014)では、1972年から2006年までのGeneral Social Surveyの各年について、米国の平均幸福度を順序プロビットで推定した。図1は平均幸福度と一人当たり実質GDPの関係を示し、「イースタリン・パラドックス」を確認している。すなわち、関係は負であるが、統計的に有意ではない。しかし図2が示すように、幸福度の分散も一人当たりGDPとともに低下する。したがって、幸福度が十分に左に歪んでいれば、イースタリン・パラドックスは解消される。変換 h’ = –e(-2.6h)を行うと、図3に示すように、一人当たりGDPと幸福度の関係は正であるだけでなく、統計的に有意となる。
図1。平均幸福度と一人当たりGDP
図2。幸福度の標準偏差と一人当たりGDP
図3。イースタリン・パラドックスのない左に歪んだ幸福度
国際比較についてはどうか。4段階尺度を用いて、World Values Surveyは57か国の幸福度を評価した。最下位カテゴリーに回答した人が少ないため、下位二つのカテゴリーを統合した。これはGSSの結果との比較可能性を保つためである。表2に示すように、幸福度が正規分布に従う場合、メキシコ、トリニダード・トバゴ、イギリス、ガーナ、コロンビアが最も幸福な国であり、発展と幸福度の関係は弱いか負であることを示唆している。右に歪んだ対数正規変換(h’ = e2h)はこの結果を強め、イギリスとColumbiaをグアテマラと南アフリカに置き換える。しかし、幸福度が左に歪んでいる場合(h’ = –e(-2h))、最も幸福な5か国はニュージーランド、スウェーデン、カナダ、ノルウェー、イギリスとなり、いずれもOECD加盟国である。この範囲では、幸福度分布の歪みに影響されない順位もあることに注意されたい。イラクを幸福な国に見せることは非常に難しい。しかし、他の国々では大きな変動がある。ガーナは、二つの変換のどちらを選ぶかによって、最も幸福な国から三番目に幸福度の低い国へと変わる。
表2。平均幸福度による国の順位
今後の幸福度研究
上記で提起した問題を踏まえ、研究者は幸福度データからどのように適切な結論を導くことができるか。
一つの方法は、政策に関連する幸福度の分布を既知とみなすことである。しかしこれは、この分野の重要な論点について断定的な立場をとることになる。例えば、富と所得は強く右に歪んでいるため、幸福度が正規分布に従うと仮定すると、所得・富が幸福度に与える限界効果は強く逓減すると必然的に仮定することになる。
あるいは、カテゴリー自体のみが政策に関連すると仮定することもできる。その場合、カテゴリー別の回答に基づいて確率的優越を用いてグループを順位付けできる。このアプローチは直感的に魅力的であるが、既知の基礎データが離散カテゴリーに分けられる場合、誤った結論を導く例を容易に作ることができる。例えば、俳優は平均賃金が高いが、大半は低所得である。
（出典： 2005 World Values Survey.）
もちろん、尺度の点数が多くなると、区間ではなく点として扱うことができるが、共通の報告関数という仮定は問題となる。従来のCantril (1965)の11区間尺度を用いると、自由な正規化は二つしかないため、最初の二つを超えるモーメントを識別できず、重大な技術的問題が生じる。
研究者が幸福度の妥当な分布について合意できることを期待している。例えば、我々は「トルストイの仮定」を提案する。すなわち、幸福度は左に歪んでいる(「幸せな家族はどれも似ているが、不幸な家族はそれぞれ不幸の形が異なる」)。研究者が幸福度の右への歪みを必要とする結論に達する場合、一人当たり所得と幸福度は共に上昇しないとも結論づけなければならない。いずれにせよ、幸福度研究者は主観的ウェルビーイングのデータから結論を導く際、基礎となる分布の仮定を明示しなければならない。
トルストイの仮定を受け入れると、一部の結果(例えばMoving-to-Opportunityが幸福度に与える正の効果)は強化される一方、我々が示したように、他の結果は逆転する。幸福度の推定に用いられるカテゴリカルデータに固有の問題を認識し対処するまでは、政策に資する強い結論を導くためにそれを適用するのは時期尚早である。
本記事は Voxとの共同により掲載されました。
執筆者：Timothy N. Bondは、Purdue UniversityのKrannert School of Management経済学助教授であり、Kevin LangはBoston Universityの経済学教授である。
画像：2012年7月18日、メキシコシティのグアダルーペ大聖堂で行われた毎年恒例の巡礼に参加する道化師の扮装をした子ども。REUTERS/Henry Romero
