2017年-数据局_微博数据中心：2016年幸福中国白皮书_15页_1mb

幸福中国白皮书（2016年）总结

核心内容概述

《幸福中国白皮书（2016年）》由清华大学社科学院幸福科技实验室与微博数据中心合作发布，基于2016年中国微博用户的数据，分析了全国范围内人民的幸福指数及与经济发展的关系。该报告通过大数据分析，构建了一个基于PERMA模型（快乐、投入、关爱、意义、成就）的幸福指数计算体系，并探讨了幸福指数随时间的变化趋势。

数据采集与处理

1. 数据来源：微博数据中心提供了2016年所有用户发送的微博信息。

2. 数据样本：2016年底微博月活跃用户数量已突破3亿，报告基于该大数据样本进行分析。

3. 数据处理步骤：

   • 进行分词处理
   • 根据清华大学心理学系的词表进行匹配
   • 排除垃圾账号
   • 进行否定词处理
   • 按照PERMA五个维度对341个城市进行每日汇总

4. 数据清理：去除任何维度上离平均值4个标准差之外的城市，共11个城市被排除，最终有效城市数为330个。

幸福指数计算方法

1. 维度得分：每个维度的得分计算公式为正向词总数除以负向词总数。
2. Z分数：计算各城市在PERMA各维度上的Z分数，表示其在全国城市中的相对位置。
3. 幸福指数（WB）：各维度Z分数之和，即为城市幸福指数。

幸福与GDP的关系

1. 总体趋势：幸福指数与人均GDP呈现倒U曲线关系，拐点出现在人均GDP约为45,000元。
2. 维度差异：
   • 快乐、关爱、成就与人均GDP呈倒U曲线关系
   • 投入和意义与人均GDP无明显相关关系
3. 拐点分析：
   • 快乐拐点：42,000元
   • 关爱拐点：49,500元
   • 成就拐点：41,000元
4. 结论：在经济不发达地区，人均GDP越高，幸福指数越高；而在发达地区，人均GDP越高，幸福指数反而下降，因此需在其他因素上加强投入。

2016年微博情绪走势图

1. 文化共振：微博情绪在2016年表现出与2013年相似的“文化共振”现象。
2. 节日影响：文化意味的节日比单纯放假对情绪影响更大。
3. 外部事件：如长征五号发射成功等事件会显著影响微博情绪词分布。

正面基线

1. 正面词优势：微博上的正面词明显多于负面词，正面词是负面词的3.5倍。
2. 各维度正面词比例：
   • 快乐：2.1倍
   • 投入：1.3倍
   • 关爱：7.5倍
   • 意义：7.0倍
   • 成就：5.2倍

2013~2016年中国幸福指数对比

1. 城市配对：共336个城市对，最终有效城市配对为318个。
2. 各省份变化：
   • 快乐、投入、关爱、意义、成就均有不同程度的提升
   • 全国幸福指数年平均增长率为11.85%
3. 城市增长率：
   • 前20名：河源、泸州、安阳、三明等城市幸福增长率较高
   • 重点城市：宁波、南昌、厦门、海口等城市幸福增长率相对稳定

主要观点与关键信息

• 幸福指数不仅仅指主观快乐，还包括投入、关爱、意义和成就等维度，构成全面的幸福评估体系。
• 幸福与人均GDP的关系呈现倒U曲线，表明经济发展到一定阶段后，幸福感可能下降。
• 微博情绪走势显示，文化节日和外部事件对人民情绪有显著影响。
• 微博数据中正面情绪占主导，显示了人们在日常生活中对积极内容的偏好。
• 2013至2016年间，多数城市在幸福指数上有所提升，尤其是在关爱、意义和成就方面。