The economics of happiness: a machine learning approach

Abstract

The emotional state of happiness has been for a long time studied mainly by thefield of psychology. Economists lately acknowledge the fact that self-reportedmeasurements of happiness should play a bigger role in policy and economictheory. In this study we use economic and development indicators to model therelationship between happiness and a selected subset of these indicators. Toproduce models of high accuracy and interpretability advanced methods from thefields of statistical learning and data mining are used. GDP per capita, GDP growthand unemployment are generally considered as indicators of high importance andthis study confirms that statement. Moreover we provide evidence on therelationship between happiness and variables that indicate life expectancy,immigration and ethical values like gender equality, although more researchshould be conducted in order to validate the relationship of the these indicatorsand the aforementioned fundamental variables.

Η συναισθηματική κατάσταση της ευτυχίας εδώ και πολύ καιρό έχει μελετηθεί κυρίως από τoντομέα της ψυχολογίας. Οι οικονομολόγοι πρόσφατα αναγνωρίζουν το γεγονός ότι οι υποκειμενικές μετρήσεις της ευτυχίας πρέπει να διαδραματίζουν μεγαλύτερο ρόλο στην πολιτική και την οικονομικήθεωρία. Σε αυτή τη μελέτη χρησιμοποιούμε οικονομικούς και αναπτυξιακούς δείκτες ώστε να μοντελοποιήσουμε τησχέση της ευτυχίας με ένα επιλεγμένο υποσύνολο αυτών των δεικτών. Για τηνδημιουργία μοντέλων υψηλής ακρίβειας και ερμηνείας προηγμένες μεθόδοι από ταπεδία στατιστικής μάθησης και εξόρυξης δεδομένων χρησιμοποιήθηκαν. Το κατά κεφαλήν ΑΕΠ, αύξηση του ΑΕΠκαι η ανεργία θεωρούνται γενικά δείκτες μεγάλης σημασίας καιαυτή η μελέτη επιβεβαιώνει αυτή τη δήλωση. Επιπλέον, παρέχουμε αποδείξεις σχετικά με τη σχέση ευτυχίας και μεταβλητών που υποδηλώνουν το προσδόκιμο ζωής, τη μετανάστευση και τις ηθικές αξίες όπως ισότητα των φύλων, αν και περισσότερη έρευναπρέπει να διεξαγθεί προκειμένου να επικυρωθεί η σχέση των εν λόγω δεικτών.