本文提出政策研究大學院大學橫山直准教授利用機器學習手法的主觀幸福感研究新途徑。
在GDP指標無法捕捉的人們幸福感計測並活用於政策的取組於全球擴展中，本研究針對日本主觀幸福感相關領域與要素，利用機器學習手法之一的隨機森林（RF）實施實證分析。RF與傳統統計手法相比，能從「廣度」「影響」「非線性」等多角度觀點靈活捕捉幸福感相關要素，實證作為掌握日本幸福感特徵有效工具的可能性。
特別值得注目的分析結果，詳細檢討60歲代中期生活滿意度上升要因，明確顯示工作生活平衡變化給予最大影響。此發現暗示就業型態與勞動時間調整在高齡期生活品質向上中具有重要政策含意。研究設定日文與英文關鍵詞包括幸福感、生活滿意度、幸福度、Beyond GDP、機器學習、隨機森林、life satisfaction、happiness、machine learning、random forests，構成意識與國際研究動向連接。
本研究於2025年7月由政策研究大學院大學政策研究中心以「GRIPS Discussion Papers Report No. 25-7」發行，賦予DOI（10.24545/0002000200），確保國際學術資訊流通可見性。
文章結論機器學習手法實證在幸福感研究中補完傳統手法並提供更深層實用政策示唆的分析工具確立可能性，提出日本幸福度研究新方法論基盤。