随着主观幸福感的记录至今不到半个世纪，本专栏探讨我们能否了解过去关键事件对祖先幸福感的影响。文章提出一个新的历史指数，该指数利用谷歌图书语料库中数以百万计的数字化图书，通过情感分析方法构建。该指数可追溯至1776年美国《独立宣言》发表之时，比其他任何幸福指数都早200年，使得分析法国、德国、意大利、西班牙、英国和美国历史上幸福感的驱动因素成为可能。
英国首相戴维·卡梅伦的呼吁、联合国的《世界幸福报告》、经合组织的《更好生活指数》，以及心理学家和经济学家们，都体现出需要更好地理解主观幸福感（“幸福”）。尽管许多当代经济体追踪犯罪、教育和经济生产已近一个世纪，但主观幸福感直到20世纪70年代才开始成为全球经济指标的基本组成部分。
与始于20世纪30年代、开始收集GDP数据的国民收入核算不同，主观幸福感是一个相当年轻的指标。尽管已有成功的项目对GDP进行了向前追溯（例如Bolt and van Zanden 2014、Broadberry 2015），但幸福感的历史序列构建明显缺乏。没有这样的序列，我们就无从得知幸福感如何响应关键历史事件，例如扩张性货币政策、教育和寿命。
但如果构建幸福感的历史序列确有意义，当直接调查数据仅始于20世纪70年代时，我们该如何延伸现有测量？我们新研究论文（Hills et al. 2015）的关键洞见在于：语言传递情感，而数字化文本日益丰富，为基于历史语言使用构建幸福感的量化历史提供了前所未有的资源。
具体而言，我们工作的基础在于：将可追溯两个世纪的大量自然语言文本集合，与从语言中推导公众情绪（即情感）的最新方法相结合。近期对图书、报纸及其他自然语言来源的数字化——例如谷歌图书Ngram数据库——代表了过去几个世纪人们所思所写的历史上前所未有的海量数据（“大数据”）（见Michel 2011）。这些数据库已被证明在检测语言的大规模变化方面卓有成效，而这些变化又与社会和人口变迁相关，例如Hills and Adelman (2015)。
这些数据使得利用情感分析推断公众情绪成为可能。从大量书面文本中推导情感，正日益成为一项科学事业。例子包括：挖掘对政治候选人的大规模意见、预测股市走势、理解情绪的日内及季节性变化、检测集体情绪的社会传播，以及理解具有大规模社会影响潜力的事件（如名人去世、地震和经济纾困）的影响（例如Pang and Lee 2008）。将相同方法应用于历史文本，我们便可开始对国民幸福做出更具量化性的描述。
在我们采用的方法中，情感测量基于数千个词语的效价常模。这些常模已存在于文献中，是通过让大量个体对词表中的每个词语进行评分（即这些词语让他们有何感受）而收集的（例如Gilbert 2007）。就本研究而言，基于英语情感词汇常模的效价常模已在五种语言中收集完成：英语、法语、西班牙语、意大利语和德语。
我们将这些常模应用于上述每种语言的谷歌图书语料库，从而得出一个可追溯至1776年的主观幸福感新指数，我们暂称之为HPS指数。图1展示了与调查数据所得主观幸福感的初步比较。数据反映了控制国家固定效应后的残差，清楚地显示出其与基于历史语言的测量之间存在强烈而显著的相关性。
图1. 生活满意度的调查测量与基于历史文本情感的测量（控制国家固定效应后）残差之间的比较。
注：灰色区域代表95%置信区间。
将基于文本推导的主观幸福感测量回溯至1776年，描绘出我们所考察的六个国家（法国、德国、意大利、西班牙、英国和美国）公众情绪变化的量化图景。尽管我们在研究中明确指出，考察极长期趋势时需要谨慎（因为语言本身已发生了巨大演变），但图2清楚表明，诸如20世纪20年代的狂热繁荣、大萧条时期以及第一次和第二次世界大战等短期事件，对主观幸福感产生了清晰可辨的影响。
图2. 1776–2000年期间的平均效价。
注：对所有国家而言，红色垂直线分别对应1789年（法国大革命）、第一次世界大战（1915–18年）和第二次世界大战（1938–45年）。在五个欧洲国家中，还标出了1848年（革命之年）。在美国，垂直线代表：南北战争（1861–65年）、1929年华尔街股灾、朝鲜战争结束（1953年）以及西贡陷落（1975年）；在英国，为拿破仑战争（1803–15年）。在西班牙，为内战爆发（1936年）；在法国，为拿破仑战争（1803–15年）和普法战争结束（1870年）；对德国而言，垂直线代表拿破仑战争（1803–15年）、普法战争及统一（1870年）、希特勒上台（1934年）和重新统一（1990年）；对意大利而言，为统一（1861–70年）。
为什么幸福感的量化历史很重要？
幸福感数据的雏形状态限制了我们共同理解幸福感如何响应不同历史事件的能力。这反过来又限制了幸福感在公共政策、健康计划和财务决策中的运用。实际上，如果主观幸福感要成为指导我们集体行为的关键因素，那么我们就需要与GDP核算相当的幸福感核算。
然而，要以幸福感作为指导行为的衡量标准，需要的不仅仅是希望简单地提升幸福感。正如Gilbert (2007)所指出，人们难以理解所谓的“情感预测”——即理解自己未来会有何感受的能力——而这也带来了理解过去事件和决策如何影响我们过往幸福感的能力有限。
为克服这一点，尤其是在政府层面，我们必须提升预测幸福感如何响应有意和意外事件的能力。更好地预测经济运势，正是国民收入核算（后来发展为GDP）在20世纪30年代大萧条之后的动因。当然，如今大量决策都以GDP为依据，尽管几乎全球都普遍认同一种说法：简言之，用约翰·F·肯尼迪的话说，“它衡量一切，唯独不包括使生活变得有意义的东西”（Presidential Library and Museum, North Dakota）。
因此，与GDP一样，各国政府和其他机构认识到这种额外“情感核算”的重要性，而且从各方面看，它们都希望了解如何更好地运用它来提升未来的幸福感。但要做到这一点，我们需要有历史依据的关于其含义的阐释，而我们的指数是首次尝试。
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。
本文与 VOX合作刊发。刊发不代表世界经济论坛认同文中观点。
如需及时了解 Agenda 动态，请 订阅我们的每周通讯。
作者：Thomas Hills是华威大学心理学教授。Eugenio Proto是华威大学副教授，同时是IZA、CESifo以及CAGE（Centre for Competitive Advantage in the Global Economy）的研究员。Daniel Sgroi是华威大学经济学副教授。
图片：一名股票交易员坐在交易终端前做出反应。REUTERS/Kai Pfaffenbach。
