題，我們採 Variance Inflation Factor (VIF) 來做檢定，若 VIF 值大於 10，則可能存在線性重
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
合問題，由圖 1最下面一行的結果來看，VIF 值皆偏小，表示解釋變數間沒有嚴重的線性重合問題。
表 2−5、圖 1 置於此
本文所關心的為幸福感和所得不均間的關係，表 4、表 5分別列出 1990 年代和 2000 年代 幸福感最高及最低的國家。
以 1990 年代而言，幸福感前十高的國家幾乎都是歐洲國家，如瑞士、丹麥、荷蘭、盧森堡 等，另外，愛爾蘭和加拿大也名列其中，最令人意外的是南美的哥倫比亞，竟是幸福感最高的 國家，其國家平均幸福感分數皆高於 7.5 分。此外，除哥倫比亞外，高幸福感國家的所得不均 程度皆低於 30%。而幸福感最低的國家皆為東歐國家，包括烏克蘭、亞美尼亞、阿爾巴尼亞、
白俄羅斯、保加利亞、羅馬尼亞等，大部分國家的平均幸福感都小於 4.5。就所得不均程度而 言，除少數幾個國家低於 30%，低幸福感國家的所得不均程度大多高於 30%，有些國家甚至接 近 40%。
在 2000 年代，高幸福感國家仍為北歐及西歐的高度發展國家，如丹麥、冰島、瑞士、芬蘭、
挪威等，澳洲也進入高幸福感國家的行列，而發展相對落後的哥倫比亞和墨西哥竟也擁有很高 的幸福感，這些國家的平均幸福感大約落在八分。在所得不均方面，除了墨西哥和哥倫比亞驚 人的高於 50% 外，其他高幸福感國家大致上都落在 30%。相同的，低發展國家仍多數為東歐 國家，如保加利亞、阿爾巴尼亞、馬其頓、烏克蘭、白俄羅斯、亞賽拜然等，另外，南亞的孟加 拉也是低度幸福感國家，這些國家的平均幸福感約 5 分，所得不均程度則幾乎都高於 30%。
就整體的觀察，高幸福感國家的所得不均程度較低，相反的，幸福感較低的國家卻存在所得 不均相對較高的問題。因此，幸福感和所得不均看起來大致呈現負向關係，但我們知道影響幸福 感的因素並非只有所得不均的程度，其他變數也可能對幸福感造成影響，而本文透過加入其他 重要解釋變數，並採用進階的統計方法，如追蹤資料分析，預期能更進一步分析兩者間的關係。
‧
1本文依循 Luttmer (2004)；Eyunni (2011) 和 Bartolini et al. (2011)，使用最小平方法 (Ordinary Least Squares, OLS) 和合併橫斷面和時間序列資料的混合迴歸模型 (pooled Ordinary Least Squares, pooled OLS) 分別對資料進行分析。
我們先以 OLS 分別估計出 1990 年代和 2000 年代所得不均對幸福感的影響，接著分別加
其中，被解釋變數為綜合生活滿意度 (life-satisfaction) 和滿足感 (contentment) 的平均幸 福感。解釋變數則有實質國內總產值 RGDP (Real Gross Domestic Product)，II(Income Inequality) 衡量所得不均程度，為本文主要所探討的重要解釋變數，HE(Health Expenditure)、
F T D(Foreign Trade Dependence)、HI(Happiness Inequality) 分別為醫療支出、貿易依存 度、幸福感不均，最後，為衡量社會聯繫 (social connection) 程度，本文加入 Clubs(Clubs and Associations)、T rust(Interpersonal Safety and Trust) 分別代表社團參與程度和相互信任 程度。β1, β2, ..., β7為各解釋變數之係數，加上截距項 α 和誤差項 ε。i 從 1 到 155，代表 155 個不同國家，t 則分為 1990 年代和 2000 年代共兩期。
1在相關實證文獻上，有少數以簡單的統計方法計算所得不均和幸福感之相關程度，如 Veenhoven and Berg (2010) 等。另外，許多研究針對具順序尺度之幸福感資料，使用順序數算對數模型 (ordered logit model) 或順序 機率單元模型 (ordered probit model) 對幸福感進行估計，如 Clark(2003)；Ball and Chernova (2005)；Alesina, DiTella and MacCulloch (2004) 等。
‧
由於本文研究資料為同時包含橫斷面及時間序列之追蹤資料 (panel data)，根據資料和變數 的特性，本文分別以 pooled OLS 及追蹤資料模型對資料進行分析，而每種方法的背後皆隱含 不同的假設。
首先，pooled OLS 假設個體在不同時間點間沒有顯著的差異，且每個橫斷面資料擁有相同 的截距，所以 pooled OLS 僅將不同時間點的資料混合，然後以 OLS 進行估計，優點為增加估
第一種方式為將國家分群，由於 Veenhoven 的資料庫中涵蓋多達 155 個國家從 1990–2009 年的資料，其中包括 OECD 的先進國家、開發中國家和低度開發國家，每個國家的發展程度 差異較大，我們依據聯合國的人類發展程度指數 (Human Development Index, 簡稱 HDI)，將 155 個國家分成高度發展國家和中低度發展國家兩類，再以 OLS 和 pooled OLS 對發展程度相 近的國家進行估計，而估計的方式如上述，先估計所得不均對幸福感的影響，再依序加入其他 重要解釋變數。
第二種方式為進行追蹤資料分析 (panel data analysis)，本文含括 155 個不同國家的橫斷面 資料，以及十年為一個期共兩期的時間序列資料，我們得以進行追蹤資料分析，兼顧時間序列 和橫斷面資料之優點。此外，本文的研究議題中，有許多變數皆可能影響幸福感，雖已納入多