基于机器学习的高等教育对主观幸福感的影响

科学领域:

• 社会学 社会学 社会学
• 教育教育教育教育教育教育.
• 心理学 心理学 心理学

背景情况:

• 提高中国高等教育的可访问性.
• 需要调查高等教育对居民主观福祉的影响.
• 传统回归模型在捕捉复杂的相关性方面的局限性.

研究的目的:

• 调查中国高等教育与主观福祉之间的相关性.
• 确定影响这种关系的调解因素.
• 使用机器学习探索非线性相关性和相互作用效应.

主要方法:

• 利用来自中国一般社会调查 (CGSS) 的5波数据,共计53,874个样本.
• 采用机器学习方法,特别是XGBoost和渐变增强决策树 (GBDT).
• 应用特征重要性排序以阐明非线性相关性和相互作用效应.

主要成果:

• 与没有高等教育的人 (3.835) 相比,拥有高等教育的人报告了显著更高的主观幸福感 (4.005).
• 机器学习揭示了高等教育与主观幸福感之间存在实质性的相关性 (r=0.008,p<0.01).
• 确定的主要调解者包括社会正义认知 (特征重量=0.32) 和自我评价健康 (0.28).

结论:

• 高等教育在中国显著提高了个人的主观福祉.
• 积极的影响是由社会正义感知,自我评估健康,社会阶级认同,工作满意度和社会经济地位调解的.
• 调查结果支持增加对教育的投资和为整体个人发展提供公平的资源分配.