生活満足度に影響が大きいTOP10
内閣府の「満足度・生活の質に関する調査」を元に、
どの要素が生活満足度(幸福度)に影響が大きいか、を調査。
従来の線形回帰で見たモデルと、ランダムフォレストを使って非線形的に見たモデル😊
元データは、日本国内に住む15歳から89歳の約1万人です。
ーーー
重要度TOP10は↓の感じです。
孤独や健康がめっちゃ効いてきて、
その上で、仕事にやりがい、趣味や生きがい系が大事ですね。
その後、夜安全、資産とかが来ている感じ。
収入は、かなり影響が低いですね。
ー
シンプルに幸福度を高める政府の取り組みを行うならば、
この順位にそって、予算を使うと良いんじゃ無いかなぁと思います。
まぁ、あくまで相関ではありますが。
ーー
■線形回帰(OLS)での影響度TOP10
①健康状態：0.481
②孤独：-0.435（負の影響）
③仕事にやりがい：0.354
④K6（心の健康）：0.342
⑤仕事時間：-0.261（負の影響）
⑥夜安全：0.235
⑦趣味やいきがい：0.213
⑧配偶者：0.210
⑨世帯金融資産：0.200
⑩現在学生：0.166
ーー
■機械学習(ランダムフォレスト)での影響度TOP10
①孤独：0.130（マイナス効果 PPE: -0.203）
②K6（心の健康）：0.127（プラス効果 PPE: +0.035）
③健康状態：0.108（プラス効果 PPE: +0.174）
④趣味や生きがい：0.046（プラス効果 PPE: +0.367）
⑤頼れる人いない：0.034（マイナス効果 PPE: -0.427）
⑥仕事にやりがい：0.033（プラス効果 PPE: +0.228）
⑦夜安全：0.030（プラス効果 PPE: +0.027）
⑧友人との交流：0.025（プラス効果 PPE: +0.034）
⑨世帯金融資産：0.023（プラス効果 PPE: +0.034）
⑩年齢：0.014（プラス効果 PPE: +0.003）
※
・線形回帰：平均的な影響を捉える
・ランダムフォレスト：複雑な関係性を捉え、「広く影響する要因」と「特定の人に強く影響する要因」を区別
であり、ランダムフォレストではもっと色々細かい結果が分かっていますので、気になる方は元の資料を。
ーーー
■ウェルビーイングに影響を与えるだろうと思って入れたデータ
●基本属性（5項目）
性別、年齢、配偶者、家族人数、地域区分
●関連質問（29項目）
家計と資産：世帯年収、世帯金融資産、世帯金融負債
雇用環境と賃金：求職中、非正規雇用、仕事にやりがい、テレワーク
住宅：住宅面積
仕事と生活（WLB）：仕事時間、通勤時間
健康状態：健康状態、K6（心の健康）
教育：最終学歴、現在学生、リカレント教育
社会とのつながり：友人との交流、頼れる人いない、孤独、SNS頻度
政治・行政・裁判所：投票
自然環境：自然環境
身の回りの安全：夜安全
子育て：子育ていない、子供未就学、子供小中学生、子供高校生、子供大学生
介護：介護家族
生活の楽しさ：趣味や生きがい
ーーー
Well-being分析と機械学習：ランダムフォレストの活用
GRIPS Policy Research Center,2025/7
横山 直先生
https://grips.repo.nii.ac.jp/records/2000200
GDPでは捉えられない人々のWell-beingを計測し、政策に活用しようとする取組が世界的に広がる中、Well-beingに関連する分野や要素についての研究も活発に行われている。また、情報処理能力の向上等により、機械学習の手法が社会科学を含む様々な分野で活用されるようになっている。本稿では日本の主観的Well-beingに関連する分野や要素について、機械学習手法の一つであるランダムフォレスト（ RF）を用いた分析を行った。その結果、RFは主観的Well-beingに関連する要素を、「広がり」、「インパクト」、「非線形性」といった観点から多角的かつ柔軟に捉えることが可能であり、日本のWell-beingの特徴を把握する上で有効なツールになり得ることが示唆された。また、RFを用いて60歳代半ばにおける生活満足度の上昇要因について分析したところ、ワークライフバランスの変化が大きく影響していることが示された。
