基于人工神经网络探索韩国空气质量与主观幸福感的非线性关系及其政策启示

本推荐结合人工神经网络（ANN）建模，深入探讨韩国地区空气质量与主观幸福感之间的复杂非线性关系。研究整合多源数据，发现PM2.5对幸福感呈显著负相关，为环境政策制定和城市可持续发展策略提供了重要的数据驱动依据。

　　

Highlight

研究发现，在控制社会经济变量和幸福感相关变量的条件下，PM_2.5在所有空气污染物中表现出对主观幸福感最一致的负面影响。人工神经网络（ANN）模型成功捕捉了空气质量因素与个体幸福感阶梯之间复杂的非线性关系，揭示出不同情境下置信区间的显著差异。

Air quality and happiness: From global evidence to the South Korean context

空气质量与主观幸福感之间的关系已成为环境经济学和公共卫生研究中的重要议题。暴露于PM_2.5等空气污染物可能导致身体疾病和心理压力（Auerbach and Hernandez, 2012; Lin et al., 2019）。全球实证研究一致表明，空气污染对不同国家的幸福感水平均产生负面影响。来自中国、日本等亚洲国家的研究进一步印证了这一结论。

Data and variables description

本研究整合多源数据，分析韩国区域层面空气质量与幸福感的关系。幸福感数据来源于韩国国会未来研究院（NAFI）2020–2021年进行的年度幸福调查，涵盖区级识别码。调查于2020年10月24日至12月18日进行，样本总量为13824份。

Results

我们采用人工神经网络（ANN）建模主要基于两点考虑：其一，根据以往关于空气质量与幸福感的研究，我们推测二者之间存在复杂的非线性关系；其二，多个变量（尤其是来自不同来源且存在时空相关性的空气质量指标）之间可能存在交互效应。

Discussion and policy implication

大多数空气质量因子，如一氧化碳（CO）、臭氧（O₃）和二氧化硫（SO₂），在个体预测中呈现出相对可忽略或轻微正相关的关系，表现为水平分层现象。二氧化氮（NO₂）虽显示出轻微负相关，但其影响亦不显著。值得注意的是，本研究调查的空气污染物浓度范围是依据综合空气质量指数（CAI）标准（见表2）自动通过检查2020–2021年间韩国所有区域的最小和最大浓度值确定的。

Conclusion

我们基于ANN的模型揭示了空气污染物与幸福感之间的关系，其中PM_2.5在韩国对主观幸福感的负面影响最为显著。这一发现突显了韩国人群对颗粒物相较于其他空气质量因素更高的敏感性，为城市规划和环境政策制定提供了关键证据。该模型捕捉非线性关系的能力为理解多变量背景下空气质量与幸福感之间的复杂动态提供了更深入的见解。