幸せに効くことリスト

幸福↓ 幸せを損なう 確度B大規模研究・複数の研究が一致

社会的排除

経済・社会・政治・文化の各面で社会参加から締め出されること

『仲間に入れてもらえない』は、心にとっていちばん重い痛みのひとつ

幸せへの効果の大きさ

人生満足度(SWLS)
×負

多次元の社会的排除はメンタルヘルス不良・全般健康不良と関連(EU/OECD 22研究の系統的レビュー、van Bergen 2019)。人生満足の直接メタ分析はなし

感情のバランス(PANAS)
×負

NA増:対人レベルの排斥(ostracism)は基本的欲求充足・気分を大きく損なう(Cyberball 120研究、d>1.4、Hartgerink 2015)。職場の排斥は心理的WB・感情と強い負(メタ分析、Howard 2020)

ほかの幸福度指標
抑うつ・孤独、健康格差の駆動因。身体健康への効果は不確定(van Bergen 2019)
なぜ効くのか
所属・自尊・統制・意味ある存在という基本的欲求の脅威、資源アクセスの喪失、スティグマ
幸せの4因子
ありがとうを損なうありのままにを損なう ありがとう(逆)/ありのままに(逆):所属欲求の剥奪

こうすると更に効く

和らげ方は、脅かされた基本的欲求(所属・自尊・自分で決める感覚・意味ある存在だという感覚)を別の場所で満たし直すことです。実験のメタ分析では、ネット上の簡単なボール回しゲームで無視されるだけでも気分と基本的欲求の充足が大きく損なわれていて(Hartgerink et al., 2015)、効果は人間にとってかなり根深いものだと分かります。だから排除された場で戦い続けるより、小さくても自分を受け入れてくれる集団を1つ確保する、役割をもらえる場に身を置くといった『所属の分散』が緩衝材になります。職場の排斥については心理的な不調と強く結びついているので(Howard et al., 2020)、周囲が『声をかける』『会議で意見を求める』といった些細な包摂行動をとることが予防になります。

気をつけること

この行は2つの概念が混ざっています。経済・政治・文化面での構造的な排除は横断研究の系統的レビューが中心で(van Bergen et al., 2019)、因果は未確定です。一方、対人レベルの排斥は実験のメタ分析があり因果性はかなり高いです。職場の排斥は『不調の結果として排斥される』逆方向の可能性も指摘されています(Howard et al., 2020)。効果の大きさは対人排斥では大きく、構造的排除では健康との関連はあるものの身体面は不確定です。排除の経験でつらさが続くときは、ひとりで抱えず専門家に相談してください。

最初の一歩

今日、自分が『ここなら受け入れられている』と感じる場や人を3つ書き出してみてください。周囲の人にできるのは、黙っている人に一言だけ意見を求めることです。

主要な研究

  • The association between social exclusion or inclusion and health in EU and OECD countries: a systematic review(van Bergen et al., 2019, Eur J Public Health)
  • The ordinal effects of ostracism: a meta-analysis of 120 Cyberball studies(Hartgerink et al., 2015, PLoS One)
  • The antecedents and outcomes of workplace ostracism: A meta-analysis(Howard et al., 2020, J Appl Psychol)

メモ:『構造的な社会的排除』(多次元・集団レベル)は横断SRのみ、『対人的排斥』は実験メタ分析でA相当→別概念の混在に注意。Howard 2020は排斥がWB不良の結果でもある可能性(逆因果)を指摘。『拒絶感受性』『孤独』『職場いじめ』の既収載行と弁別

原典と照合済み(3次)。効果の大きさは代表的な研究の値で、相関は因果を意味しません。

同じ「社会の信頼とつながり」の項目

つながり ほかの保存版コレクションから、内容の近いもの

内容の近さをAIで自動計算して選んでいます。保存版コレクションの一覧 →

あわせて読む 世界の主要ウェルビーイング研究 → ここで挙げた要因の土台になっている研究を。著名論文2,358本の要旨・研究の系譜・28の概念。 言葉で味わう 幸せの名言集 → 古今東西1,160の名言を幸せの4因子で。研究とのつながりつき。
効果の大きさ・書誌は、代表的なメタ分析などから整理した値です。相関は因果を意味しません。確度C・Dは根拠が弱いことを示しています。読み物の4項目(一言でいうと/こうすると更に効く/気をつけること/最初の一歩)は、各項目の根拠をもとにAI(Claude)を活用して作り、はぴテックが確認しました。 一覧(PDF・60ページ) / 読み物版(PDF・315ページ) / データ(Excel) v2.7
© 株式会社はぴテック