影響婚姻穩定性的因素研究

摘 要: 利用20102016年中國家庭追蹤調查 (CFPS) 數據, 描述了中國婚姻匹配模式與婚姻穩定性的概況與變遷, 并采用生存分析等方法探究了婚姻匹配模式對婚姻穩定性的影響及其機制。研究發現, 總體上夫妻及其家庭背景特征相稱的婚姻匹配模式處于主導地位, 但隨著時代的變
閱讀技巧Ctrl+D 收藏本篇文章

  摘 要: 利用2010—2016年中國家庭追蹤調查 (CFPS) 數據, 描述了中國婚姻匹配模式與婚姻穩定性的概況與變遷, 并采用生存分析等方法探究了婚姻匹配模式對婚姻穩定性的影響及其機制。研究發現, 總體上夫妻及其家庭背景特征相稱的婚姻匹配模式處于主導地位, 但隨著時代的變遷, 中國的婚配模式更加多樣, 異質性婚配逐漸增多, 同時婚姻穩定性也有所下降。實證結果表明, 夫妻在教育、年齡、戶籍與所在區域等個人特征上的不同將提高離婚風險, 特別是夫妻特征差異較大的情況, 而夫妻家庭背景特征相稱的婚配模式, 即“門當戶對”并不明顯影響婚姻穩定性。進一步探討影響機制發現, 在相稱匹配的婚姻中, 夫妻價值觀念更加一致是其表現出較低離婚風險的重要原因。因此, 弱化城鄉居民身份、合理分配城鄉與區域間的公共資源、縮小個體間的社會經濟不平等以及加強家風建設是保證當前與未來全社會較高程度婚姻穩定性的重要渠道。

  關鍵詞: 婚姻匹配模式; 婚姻穩定性; 離婚風險; 生存分析;

  Abstract: This paper uses the data of China Family Panel Studies ( CFPS) from 2010 to2016 to describe the general situation and changes of marriage matching pattern and marital stability in China. Meanwhile, the paper also explores the effect of marriage matching pattern on marital stability and its mechanism by using survival analysis. The study finds that the matrimonial matching on the characteristics of couples and their family background is dominant. With the changes of the times, China 's marriage matching patterns are more diverse and heterogeneous. Meanwhile, the marital stability has begun to decline. The empirical results show that the marriage pattern with disproportionate marital characteristics including personal education, age, household registration and regional characteristics, would increase the risk of divorce, especially for the disparity between marital characteristics of the couples. However, the proportionate match of the couples' family background does not significantly affect the stability of marriage. The research results of impact mechanism show that the low disparity in values between husband and wife in proportionally matched marriages is an important reason for their low risks of divorce. Therefore, weakening the identity of urban and rural residents, rationally allocating public resources between urban and rural areas and regions, narrowing the social and economic inequality of individuals, and strengthening the family tradition construction are important channels to ensure the higher-level stability of marriage at present and in the future.

  Keyword: assortative mating pattern; marital stability; divorce risk; survival analysis;

  一、引言

  婚姻是個人生命歷程與社會生活的重要組成部分, 不同的婚姻匹配模式不僅對個人與家庭的生活質量有顯著影響, 同時也關系到整個社會階層的流動性與不平等程度[1,2]。傳統中國社會的婚姻匹配講求“門當戶對”, 這種選擇家庭社會經濟水平對等的異性作為配偶的婚配模式不僅僅是簡單的男女之間的結合, 同時還交織著兩個家庭或家族的政治權力、經濟利益與社會關系等[3]。隨著經濟發展與社會轉型, 現代社會的婚姻匹配相對更加重視婚姻本身, 傳統的先賦性特征婚配開始減少, 個人依據自致性因素 (如教育等人力資本) 自由戀愛、自主擇偶的婚姻逐漸增多, 婚姻匹配模式更加多樣[4,5,6]。但與此同時, 近年來離婚率攀升現象愈發突出, 引起了社會與學界的廣泛關注。根據民政部公布的數據, 自2003年以來, 中國離婚數量連年增長。全國離婚數量從2003年的113.1萬對上升至2016年的485萬對, 2016年離婚率約為2003年的1.5倍。雖然離婚率的上升在一定程度上體現了婚姻選擇自由, 然而, 婚姻的解體對兒童成長與家庭和睦有極大的負面作用, 同時也將對社會的和諧穩定以及國家長期人口素質與福利水平的提升產生深遠影響。那么, 婚姻匹配模式的變化是近年來我國婚姻穩定性下降的重要原因嗎?不同類型婚姻匹配模式的離婚風險有何差異?婚姻匹配模式如何影響婚姻穩定性?回答這些問題有利于進一步理解近年我國離婚率提升的現象, 并對于有關部門采取相應措施將全社會婚姻穩定程度維持在較高水平, 具有重要的理論與現實意義。

影響婚姻穩定性的因素研究

  二、文獻回顧

  一直以來, 經濟學家與社會學家對婚姻匹配, 即“誰與誰結婚”的問題有濃厚的研究興趣。貝克爾 (Becker) 首先將經濟學分析框架納入家庭研究中, 通過經濟學理論解釋了婚姻市場上的匹配問題, 并認為具有相似的生理 (如年齡、種族) 、社會經濟 (如收入、教育、宗教) 以及心理 (如性格) 特征的男女結婚能夠使家庭產出最大化, 且這樣的婚姻更加穩定[7,8]。貝克爾假定婚姻市場完全競爭, 且婚姻市場中的每個人都基于其偏好使其效用最大化, 即結婚后的家庭產出大于未婚時男女各自產出之和, 而后建立效用可轉移的經濟學模型, 證明當未婚男女的特征 (如智力、教育等) 互補時, 特征相似的男女進行匹配 (assortative match) 的產出最大, 而當未婚男女的特征相互替代時, 不相稱的異質性婚配更佳。在此基礎上, 多項國外研究從不同視角對該理論進行了實證檢驗。例如, 曾美申 (Tzeng) 基于美國的追蹤調查數據, 發現夫妻婚前的教育程度和職業情況越相似, 則婚姻的穩定性越高, 離婚風險越低[9]。考爾 (Call) 和希頓 (Heaton) 發現有相同宗教信仰的男女結婚后更不容易離婚, 且夫妻共同參加宗教活動頻率越高, 離婚風險越低[10]。舍恩 (Schoen) 等的研究結果表明夫妻年齡差距過大時, 離婚風險也將隨之提升[11]。伯特蘭 (Bertrand) 等的研究顯示, 當家庭中妻子的工資收入比丈夫更高時, 則雙方婚姻滿意度更低, 離婚概率更大[12]。

  為什么以往多數研究顯示相稱匹配的婚姻穩定性更高?經濟學家認為, 單身男女從婚姻中獲得的額外收益有幾個來源, 分別是家庭生產的互補性 (如家庭中賺取收入與料理家務的分工) 、家庭消費的互補性 (如夫妻共同消費家庭公共品與閑暇) , 以及夫妻間的風險分擔作用。當相似特征 (如教育) 的回報較高時, 相稱婚配的夫妻雙方能從婚姻中獲得更大的家庭產出與效用[13,14,15]。而社會學中的文化理論認為, 單身男女在擇偶過程中傾向于尋找與自己有相同的價值觀念、品味興趣和生活方式的對象, 從而更能穩固夫妻間的長期婚姻關系, 而這種選擇的結果就是具有相似特征的男女匹配在一起[16,17]。綜合而言, 相稱匹配的婚姻中夫妻的“三觀”更可能是一致的, 從而在家庭生產、消費以及投資決策與執行的過程中更能支持對方并與之相互合作, 使整個家庭的產出或效用達到最大化。

  近年來, 國內也涌現出了一批探討婚姻匹配的文獻, 但多數研究關注婚姻匹配模式對夫妻主觀福利的影響。例如, 李后建[3]、王善高[18]以及袁曉燕和石磊[19]運用2006年中國綜合社會調查 (CGSS) 數據研究了不同婚姻匹配模式的幸福感差異, 他們的研究結果顯示, 夫妻年齡、職業、單位類型與級別的相稱匹配并不能顯著提高夫妻的幸福感, 而個人教育程度、戶籍類型和收入水平對等的婚姻則能令雙方感到更幸福。雷曉燕等著眼于性別差異視角, 基于2011年中國健康與養老追蹤調查 (CHARLS) 數據, 對45歲及以上中老年人樣本分析發現, 在個人教育與家庭背景上“高攀”的男性并沒有表現出更高的主觀福利水平, 而“高攀”的女性則生活滿意度更高, 抑郁程度更低, 但這一現象僅存在于農村與經濟欠發達地區[20]。相比而言, 國內關于婚姻匹配模式與婚姻穩定性的實證研究較少。陸益龍同樣利用2006年CGSS數據分析了婚姻匹配模式與離婚風險的關系, 發現夫妻個人職業、單位和身份以及夫婦雙方家庭經濟條件對離婚風險并沒有顯著影響, 但夫妻戶籍類型一致能夠降低離婚概率[21]。郭婷和秦雪征采用2010年中國家庭追蹤調查 (CFPS) 數據分析了婚姻匹配、生活滿意度與離婚風險的關系, 發現夫妻家庭背景上的“高攀”與“低就”均降低了丈夫與妻子的生活滿意度, 夫妻在年齡與教育特征維度上的不相稱將提高離婚概率[22]。

  總體而言, 多數相關研究支持相稱匹配的婚姻更能使夫妻滿意, 且能保持更高穩定性的結論, 但在具體特征匹配的影響上有一定分歧, 需要更多研究進行探討與檢驗。同時, 已有研究仍存在一定的缺陷, 主要表現為:第一, 由于缺少婚姻事件史信息, 國內研究將婚姻穩定性簡單地定義為一個時點的婚姻狀態, 即調查時是否離婚。如此處理將使得長期婚姻與短期婚姻的解體被視為同類, 從而損失了婚姻持續期這一重要信息, 忽略了婚姻延續的動態過程, 一定程度上削弱了結果的可靠性。第二, 多數文獻在研究婚姻匹配模式的影響時, 采用的是調查時而非婚前的夫妻特征因素, 從而可能產生反向因果的內生性問題。第三, 少有文獻討論并檢驗婚姻匹配模式對婚姻穩定性產生影響的主要原因, 而回答兩者之間的影響機制對于理解當前離婚率日益走高現象的內在原因以及探索改善措施都是大有裨益的。

  鑒于上述分析, 本文采用2010—2016年中國家庭追蹤調查數據, 將婚姻史信息納入研究, 首先描述我國婚姻匹配模式與婚姻持續期的總體概況以及在不同年代間的變遷, 其次運用生存分析 (survival analysis) 方法研究婚姻匹配模式對婚姻穩定性的影響, 研究選取的婚配特征盡可能保證了外生性與全面性, 不僅納入了教育、年齡、戶籍與所在地域等個人特征匹配指標, 同時還考慮了家庭背景匹配因素, 并進一步分析了夫妻認識方式、初婚時期、初婚年齡、婚前同居情況以及子女數量等婚姻史信息與婚姻穩定性的關系。最后, 從夫妻價值觀念差異角度切入, 檢驗婚姻匹配模式對婚姻穩定性影響的機制, 深化對研究問題的理解。

  三、數據、變量與方法

  1. 數據來源與處理

  本文所用的數據來自中國家庭追蹤調查 (China Family Panel Studies, CFPS) , CFPS是由北京大學中國社會科學調查中心 (ISSS) 開展的一項全國性綜合社會調查, 旨在反映中國社會、經濟、人口、教育和健康的現狀與變遷, 為社會經濟理論及實踐相關主題的學術研究提供高質量的數據支撐。CFPS的基線調查于2010年進行, 調查采用多階段PPS抽樣, 樣本覆蓋全國25個省/市/自治區的16000戶家庭, 能代表全國約95%的人口[23]。基線調查結束后, 項目組每兩年進行一次追蹤調查, 截止到目前已搜集并對外公布了4期數據, 分別來自2010、2012、2014與2016年的全國追蹤調查。CFPS調查中分為四類主體問卷, 分別是村/居問卷、家庭問卷、成人問卷與少兒問卷。

  根據研究目標, 本文采用家庭與成人問卷數據進行個人、配偶與家庭信息的匹配, 并將婚姻持續期的測算限定在初次婚姻以避免非初婚相關復雜因素的干擾。2010年CFPS調查提供了婚姻匹配模式與婚姻穩定性信息, 該調查詳細地詢問了成人被訪者的婚姻史, 包括調查時是否在婚、是否初婚、初次結婚時間、初婚離婚時間、與初婚配偶的認識方式、婚前同居情況、子女數量等, 同時數據還提供了具體的調查時間信息, 據此可以較容易地計算初次婚姻的持續期以及對目前仍在初婚狀態的夫妻特征進行比較。2012—2016年的追訪對上期調查至當期調查間的婚姻變化情況進行了補充, 其中, 2012年還增補了受訪者初婚配偶的教育程度, 這為研究初婚夫妻間的教育匹配提供了數據支撐。由于調查中未直接詢問受訪者初婚配偶的家庭背景信息, 本研究難以獲取調查時非初婚在婚的受訪者初婚配偶的家庭背景信息。因此, 為了避免遺漏夫妻家庭背景匹配的重要信息, 本文設定了兩種分析策略, 核心分別是“靜態回顧”與“動態觀察”。第一種分析策略采用2010年CFPS調查數據, 保留仍在婚或曾結過婚 (不包括喪偶 (1) ) 的樣本, 分析不同個人特征的婚姻匹配模式與初婚穩定性的關系。第二種分析策略則是采用2010年CFPS調查中在婚且處于初婚的受訪者作為樣本, 根據受訪者配偶與父母的對應編碼獲取其配偶的個人與家庭背景信息, 綜合分析個人與家庭特征層面的婚配模式對2010—2016年期間初婚離婚風險的影響。最終, 剔除關鍵變量嚴重缺失的樣本后, 第一種分析策略的研究樣本為20086個, 其中初婚離婚樣本667個, 第二種分析策略的研究樣本為16593個, 4輪調查期間離婚樣本為114個。

  2. 變量說明

  (1) 因變量:婚姻穩定性。本文不僅借鑒了以往研究, 采用初婚是否離婚測度單個時點表現出的婚姻穩定性[18,22], 同時借助CFPS數據的婚姻事件史信息的優勢捕捉婚姻狀態變化的動態過程, 重點采用初次婚姻的持續期 (月) 作為婚姻穩定性的衡量指標。具體的婚姻持續期計算過程如下:若受訪者的婚姻狀態為初婚在婚時, 則婚姻持續期= (調查年份×12+調查月份) - (初婚年份×12+初婚月份) , 若受訪者已離婚或者再婚時, 則婚姻持續期= (初次離婚年份×12+初次離婚月份) - (初婚年份×12+初婚月份) 。需要進行說明的是, 在前面討論的兩種分析策略中, 第一種策略僅利用2010年截面數據, 而第二種策略則綜合運用2010—2016年四期數據。因此, 在策略一中, 婚姻持續期測算所需的調查年月信息為2010年每個受訪者接受調查的具體時間, 初次離婚年月信息來自當年對受訪者婚姻史的調查。而在第二種分析策略中, 調查年月信息則來自2016年的具體調查時間, 初次離婚年月由2012、2014與2016年調查的婚姻史補充信息獲取。

  (2) 關鍵自變量:婚姻匹配模式。本文研究的婚姻匹配模式綜合考慮了匹配特征的全面性與外生性。在全面性方面, 研究涉及的匹配特征包括個人特征與家庭背景。其中, 個人特征匹配因素包括教育程度、年齡、戶籍和區域, 家庭背景匹配因素為父母的最高教育程度。在外生性方面, 采用教育程度、年齡、青少年時期的戶籍與居住地等相對外生的信息進行匹配研究。雖然除了教育程度外, 代表個人或家庭的社會經濟地位的變量還有很多, 比如收入、職業以及職位等, 但是這些特征很可能隨婚姻的締結通過經濟利益或社會關系等發生改變, 并且CFPS數據中的婚姻史信息中并未包含初婚前的個人與家庭社會經濟背景, 因而采用這些易隨時間改變的特征可能存在內生性問題。相對而言, 夫妻結婚前后的個人與父母的教育程度發生變化的可能性較小, 同時教育程度與收入水平、社會地位有較高的相關性, 更易測量且具有更高的信度[24], 因而是較好的婚姻匹配變量[21,22]。此外, 本文也對戶籍與區域因素的外生性進行了考量, 兩者均采用了婚前的情況, 戶籍和區域匹配變量采用夫妻12歲時的戶籍情況與居住省份。

  本文進行婚姻匹配的教育程度變量從低到高分為8級, 分別是文盲/半文盲、小學、初中、高中、大專、本科、碩士以及博士, 賦值為1—8。參考已有研究的婚配特征變量設定[19,20,21], 同時為進一步體現夫妻之間的差異程度, 本文的個人教育匹配變量設定如下:首先將夫妻的教育程度相減, 并按照教育水平差值分為5組, 而后以夫妻教育程度相同作為參照組設置4個虛擬變量, 分別為“丈夫低于妻子2級以上”、“丈夫低于妻子1—2級”、“丈夫高于妻子1—2級”、“丈夫高于妻子2級以上”。同樣的, 年齡匹配變量也是由夫妻年齡的差值進行設置, 以夫妻同齡為參照組, 設定“丈夫小于妻子4歲以上”、“丈夫小于妻子1—4歲”、“丈夫大于妻子1—4歲”、“丈夫大于妻子4歲以上”4個虛擬變量;戶籍匹配按照夫妻的戶籍性質分為4組, 并以“丈夫農村—妻子農村”為參照組, 設定3個虛擬變量, 分別是“丈夫農村—妻子城市”、“丈夫城市—妻子農村”、“丈夫城市—妻子城市”;在區域匹配方面, 以夫妻婚前居住地同省為參照組, 建立“跨省婚姻”虛擬變量;在家庭背景方面, 將丈夫父母最高教育程度減去妻子父母最高教育程度, 當所得差值為零時, 認為夫妻家庭背景相當, 并以該組為參照組, 設定“丈夫家庭低于妻子家庭2級以上”、“丈夫家庭低于妻子家庭1—2級”、“丈夫家庭高于妻子家庭1—2級”、“丈夫家庭高于妻子家庭2級以上”4個虛擬變量。

  (3) 控制變量。婚姻穩定性不僅與婚姻匹配因素相關, 還將受到其他個人、家庭及婚姻特征的影響。參考雷曉燕等[20]以及郭婷和秦雪征[22]的變量選取與設定, 本文納入的控制變量不僅包括個人的教育程度 (換算為受教育年限) 、戶籍類型、兒子與女兒數量, 同時加入了CFPS調查獨有的婚姻史信息, 包括初婚夫妻認識方式、初婚時期、初婚年齡、婚前同居情況等。其中, 夫妻認識方式包括“自己認識”、“他人介紹”、“其他”。初婚時期反映的是社會經濟與文化環境的變遷, 我們將初婚時期分為四組, 分別是1978年前、1978—1990年、1991—2000年以及2001—2010年, 分別代表改革開放前、改革開放早期、改革開放加速期以及新世紀時期。在實證分析中, 我們還控制了省份固定效應。主要控制變量的描述性統計如表1所示。

  3. 模型與方法

  本文以初婚是否離婚以及婚姻持續期作為婚姻穩定性的測量指標。由于前者為二分類變量, 因此采用二元logit模型進行分析, 具體模型表達式如下:

  其中, p為受訪者初婚離婚的概率, X表示一系列婚姻匹配變量, 包括夫妻教育、年齡、戶籍、地域以及家庭背景因素, Z表示一系列控制變量, α為模型的截距項。本研究的第二個因變量為婚姻持續期, 采用生存分析方法進行研究, 本文從生存分析方法的適用性、必要性以及主要采用的模型三方面進行介紹。

  表1 控制變量描述性統計
表1 控制變量描述性統計

  生存分析 (surviv-al analysis) 是人口學、經濟學與社會學中用來考察個體從某一狀態轉變到另一狀態所經歷的時間及其影響因素的統計方法, 又稱久期分析 (duration analysis) 、事件史分析 (event history analysis) 等。在實證研究中, 當因變量為某種活動的持續時間 (或稱生存時間, survival time) , 就可以考慮使用生存分析方法。因此, 本文關注的夫妻從初婚結婚狀態到離婚狀態的持續時間適用于生存分析。

  相比logit模型與普通線性回歸模型, 生存分析的優勢在于考慮了事件變化的動態過程, 并且可以有效處理樣本刪失 (censor) 問題。首先, logit模型僅以某一時點的靜態狀態作為因變量, 忽略了狀態轉變的持續時間, 損失這一信息將使結果可靠性下降。其次, 在考慮生存時間的實證研究中, 樣本刪失問題極為常見。這是因為, 無論研究的觀察窗口多長, 總有一部分人或個體未從原先狀態向新的狀態進行轉變。比如在本研究中, 調查時仍有大量受訪者處于初婚狀態, 而對于這部分樣本, 此時計算的婚姻持續期并不能代表真實完整的婚姻狀態轉變過程。當存在樣本刪失問題時, 普通線性回歸模型 (OLS) 得到的估計結果將出現偏誤, 從而可能對最終結論產生影響。相比較而言, 生存分析著眼于事件變化的速度, 充分利用刪失數據的信息, 在估計風險概率時更加準確有效。因此研究婚姻匹配模式與婚姻持續期的關系有必要采用生存分析方法。

  在進行生存分析時, 需要因變量的兩類信息:生存時間和是否刪失。在本文中, 這兩類信息分別是初婚的婚姻持續期 (月) 以及調查時是否仍初婚在婚。生存分析模型有參數模型與半參數模型兩大類。其中, 參數模型包括比例風險模型與加速失效模型, 兩者均是基于風險函數服從某一分布的假設進行建模, 但不同點在于, 前者所得的結果為自變量與事件變化風險的關系, 而后者則是用于解釋自變量對生存時間的作用。生存分析中的半參數模型主要是將比例風險模型拓展為Cox模型, 它不依賴于風險函數具體的分布形式, 能夠避免函數形式設定錯誤導致估計結果不一致的情況。考慮到結果的穩健性與解釋的一致性, 本文同時采用參數模型中的比例風險模型與半參數模型中的Cox模型分析婚姻匹配模式與初婚離婚風險的關系。我們將風險函數分布設為常用的指數分布 (1) , 所得比例風險模型為:

  其中, λ (t;X;Z) 表示受訪者初婚離婚的比例風險 (proportional hazard) , λ0 (t) 稱為基準風險 (baseline hazard) , 僅由時間t決定。其余變量與前述模型相同。Cox模型并不假設λ0 (t) 的具體函數形式, 通過估計部分似然函數 (partial likelihood function) 得到不依賴函數分布的參數一致估計。

  四、婚姻匹配模式與婚姻穩定性的概況與變遷

  1. 婚姻匹配模式的概況與變遷

  表2報告了本文關注的各類夫妻及其家庭特征婚配情況的總體分布, 以及在1978年前、1978—1990年、1991—2000年、2001—2010年四個時期的變遷。為了讓結果更直觀及易理解, 本文在描述比較分析中, 將夫妻的教育、年齡和家庭背景匹配分為三組, 分別為丈夫低于妻子、夫妻相同、丈夫高于妻子, 并將夫妻戶籍和地域匹配分為夫妻相同和夫妻不同兩組。

  從教育匹配角度看, 總體上, 丈夫教育程度高于妻子以及夫妻教育程度相同的婚姻占絕大多數, 丈夫教育程度低于妻子的婚姻比例較低。出現這種“男高女低”婚姻梯度現象的原因在于, 一方面, 傳統中國社會有“重男輕女”的觀念, 因而家庭中男性接受較高水平教育的可能性更大;另一方面, 中國傳統的“男主外, 女主內”的性別分工思想根深蒂固, 而教育程度在一定程度上表現的是個人賺取收入的能力, 因此女性更加偏好與比自己教育程度更高的男性結婚[25]。從時代變遷角度看, 妻子教育程度更高的婚姻占比隨時間的推移上升明顯, 這表明近年來性別平等的觀念日漸深入人心, 女性獲得較高的教育程度不再少見, 同時, 女性的擇偶觀念與偏好也因教育水平與時代的變化而發生改變;從年齡匹配角度看, 多數初婚家庭中丈夫年齡大于妻子, 這與傳統上中國女性通常會選擇與年齡比自己略大、更加成熟與更能擔當的男性結婚偏好相一致[22]。從縱向的時序變化看, 總體上丈夫年齡小于妻子以及夫妻年齡相同的婚姻有一定程度上升。其原因包括擇偶與婚姻觀念的轉變、女性教育程度的提高導致初婚年齡延遲等[26]。從戶籍與地域匹配角度看, 絕大多數夫妻都有相同類型的戶籍并且來自同個省份。隨著城鎮化的不斷推進, 大范圍的城鄉與區域間人口流動使得跨戶籍與跨區域的婚姻開始增加, 夫妻戶籍不同的婚姻以及跨省婚姻占比在改革開放后有明顯提升。從家庭背景匹配角度看, 夫妻家庭背景相當的婚姻占比最大, 表明“門當戶對”的婚配觀在我國確實明顯存在。然而從縱向時序看, “門當戶對”的婚姻占比不斷下降, 而夫妻家庭背景不同的婚姻逐漸增加, 在2001—2010年期間, 三組夫妻家庭背景匹配組占比非常接近, 總體趨勢趨于收斂。

  綜合而言, 我國夫妻特征同質的相稱匹配婚姻處于主導地位, 尤其是戶籍與地域特征, 但相稱匹配的婚姻占比在縱向時序上均有不同程度的下降。同時, 夫妻個人與家庭背景特征不同的婚姻隨時間的推移有增加趨勢, 尤其是妻子教育程度更高、年齡更大的婚姻。對這些婚姻匹配模式長期變遷規律的探索需要更長時間跨度的數據支撐。

  表2 不同時期的婚姻匹配模式
表2 不同時期的婚姻匹配模式

  注:括號內為各個子類在給定初婚時期的百分比 (%) 。夫妻家庭背景統計樣本為2010年CFPS調查中仍在婚的初婚夫妻家庭, 因而樣本量相對較小。

  2. 婚姻穩定性的概況與變遷

  首先運用Kaplan-Meier生存函數與風險函數對初婚夫妻婚姻的生存時間與離婚風險變化進行總體描述。圖1給出了初婚夫妻婚姻持續期的生存函數與風險函數圖。從生存函數曲線的時序變化來看, 在婚姻的前10年內, 生存函數曲線下降較快, 而在婚姻的第10—20年間下降速度放緩, 在20年后, 幾乎保持不變。這表明在離婚出現在婚姻前十年的可能性相對更大。數據顯示, 總體婚姻持續期的中位數為273個月, 即22.75年。進一步從風險函數曲線的時序變化來看, 離婚風險率在經歷短暫的上升后, 先快速下降, 而后下降緩慢, 離婚風險的峰值處于婚姻持續期第80個月左右, 即6.67年。這表明初婚夫妻的離婚風險隨時間推移先上升后下降, 并且婚姻的“七年之癢”很有可能是存在的。

  圖2描繪了初婚夫妻婚姻持續期的戶籍與初婚時期差異, 從戶籍差異看, 城市居民的生存函數曲線明顯在農村居民生存函數曲線的下方, 鑒于我國戶籍婚配的高度同質性, 城市居民的婚姻穩定性更低。主要原因可能是, 一方面, 城市的婚姻觀念更加開放, 對離婚與再婚行為接受度更高;另一方面, 城市女性得到高水平教育機會更大, 家庭地位也比農村女性更高, 且更有可能通過自己的職業實現經濟獨立, 因而更有傾向與能力解除不滿意的婚姻[11,27]。從初婚時期差異看, 觀察婚姻持續期10年以內 (1) 的各個時期生存函數曲線, 可以發現, 初婚時期越晚, 生存函數曲線下降速度越快。這表明, 隨著時代的變遷, 平均婚姻持續期在不斷縮短, 離婚風險不斷增加, 該結果也與近年來的離婚率攀升現象完全吻合。

  圖1 初婚夫妻婚姻持續期的生存函數與風險函數
圖1 初婚夫妻婚姻持續期的生存函數與風險函數

  圖2 初婚夫妻婚姻持續期生存函數的戶籍與初婚時期差異
圖2 初婚夫妻婚姻持續期生存函數的戶籍與初婚時期差異

  五、實證結果與分析

  1. 婚姻匹配模式對婚姻穩定性的影響

  表3報告了不同類型婚姻匹配模式對初婚夫妻離婚風險影響的估計結果。其中, 模型 (1) —模型 (3) 為采用分析策略一, 即利用2010年CFPS數據中仍在婚或曾結過婚的樣本進行分析的logit模型、指數模型和Cox模型的估計結果, 模型 (4) —模型 (6) 為采用分析策略二, 即對2010年調查時初婚樣本在2010—2016年的婚姻狀態變化進行分析的三類模型的估計結果。總體估計結果顯示, logit模型、指數模型和Cox模型關于各變量的估計系數方向基本一致, 指數模型與Cox模型結果除估計系數稍有不同外, 系數符號和顯著性幾乎相同, 表明總體結果的一致且穩健。比較估計系數可以發現, logit模型所得的各個婚姻匹配變量系數相對更大, 部分變量的顯著性更高, 說明在不考慮事件動態變化的情況下, logit模型在一定程度上對婚姻匹配模式與婚姻穩定性的關系有所高估。因此, 我們主要基于生存分析模型結果進行分析。

  表3 婚姻匹配模式與婚姻穩定性的模型估計結果
表3 婚姻匹配模式與婚姻穩定性的模型估計結果

  注:*、**和***分別表示在10%、5%、1%的統計水平上顯著。

  從第一種分析策略的結果來看, 在教育匹配方面, 與夫妻教育程度相同相比, 夫妻的教育程度比對方高1—2或低1—2級的離婚風險更高一些, 但在統計上并不顯著。而當丈夫教育程度低于或高于妻子2級以上, 離婚風險明顯增加且統計顯著, 表明夫妻在教育程度上的相稱匹配有更高的婚姻穩定性, 同時夫妻教育程度存在微弱的差距并不會明顯增加離婚風險, 尤其是丈夫教育程度稍高的情況;在年齡匹配方面, 所得結果與教育匹配結果類似。與夫妻年齡相同的婚姻相比, 夫妻年齡差較小 (4歲及以內) 并不會顯著增加婚姻解體的風險, 但夫妻年齡差距較大 (4歲以上) 則會明顯增加離婚概率, 特別是妻子年齡更大的婚姻;在戶籍與區域匹配方面, 與“丈夫農村—妻子農村”的婚姻相比, “丈夫城市—妻子城市”類型的婚姻遭遇解體的風險稍高, 但并不顯著, 而“丈夫農村—妻子城市”與“丈夫城市—妻子農村”的婚姻離婚風險則顯著更高。同時, 跨省婚姻比同省婚姻的離婚可能性也更大。以上結果表明, 從個人特征進行婚姻匹配的角度看, 相稱匹配的婚姻穩定性更高, 離婚風險更低。

  從第二種分析策略的結果來看, 各類個人特征匹配的估計結果與第一種分析策略結果相似, 觀察各變量估計系數可知, 策略二結果中教育匹配變量的估計系數相對更大, 而戶籍與地域匹配變量估計系數相對更小, 這說明近年來教育不相稱匹配導致離婚風險提高的情況更加明顯, 而隨著人口流動的頻繁化, 跨戶籍與地域的婚配模式的婚姻穩定性比原先有所提高。在家庭背景 (父母最高教育程度) 匹配結果方面, 雖然與夫妻家庭背景相當的婚姻相比, 夫妻家庭背景不相稱的婚姻更容易離婚, 尤其是丈夫家庭背景低于妻子家庭背景的婚姻。但家庭背景“門當戶對”的婚姻出現離婚的風險并沒有顯著區別于夫妻家庭背景有所差異的婚姻。這也表明現代社會的婚姻匹配模式中, 家庭背景等先賦性特征對婚姻穩定性的影響已經逐漸弱化。

  從控制變量估計結果看, 初婚時期越晚, 離婚風險相對更高, 初婚年齡的增加則能降低初婚離婚概率, 這表現了婚姻觀念的變化以及個人結婚時間選擇的結果差異;教育程度的提高總體上增加了婚姻解體的風險, 其重要原因是受到良好教育女性的生活掌控力更強, 更有傾向和能力結束不滿意的婚姻[11,27];此外, 作為夫妻共有的特殊婚姻“資本”和“事業”[13,28], 子女數量, 尤其是兒子數量對離婚風險有顯著的負向影響。夫妻的認知方式、個人戶籍類型、婚前同居情況與婚姻穩定性的關系總體并不顯著。

  2. 婚姻匹配模式對婚姻穩定性的影響機制

  實證結果表明, 夫妻及其家庭特征相稱匹配的婚姻能夠維持更長的時間。那么, 是什么原因導致了這樣的結果?根據前面所述, 特征類似的夫妻更可能擁有一致的價值觀念, 從而在家庭生產過程中能夠更好地相互合作, 使得家庭產出達到最大。因此, 可以通過兩種思路檢驗婚姻匹配模式如何影響婚姻穩定性。其一, 考察婚姻匹配模式與夫妻價值觀差異的關系, 如相稱匹配的夫妻價值觀差異相對更小, 則可證明以上解釋是合理的;其二, 分析婚姻匹配模式對夫妻的產出 (或收入) 水平的影響, 檢驗在不同婚姻匹配模式情境下, 夫妻在婚姻前后的產出 (或收入) 水平的差異。由于本文使用數據的婚姻史信息并不包含夫妻在初婚前的個人與家庭社會經濟狀況, 因而難以采用第二種分析思路進行檢驗。不過李雅楠和王飛[29]基于中國營養與健康調查數據的研究發現, 同質性的婚姻匹配對家庭收入有顯著的正向影響, 間接驗證了上述第二種分析思路。盡管如此, 有學者認為對婚姻穩定性而言, 婚姻匹配模式與夫妻價值觀念差異的關系相對更為本質與重要[17], 因此我們依據第一種分析思路, 從夫妻價值觀念差異角度討論婚姻匹配模式對婚姻穩定性的影響機制。

  CFPS調查的成人問卷中包含了10個價值觀念問題, 這些問題涵蓋了個人生活、家庭以及事業等方面, 并按照重要程度從“不重要”到“非常重要”分別賦值1—5。按照各個題項的相關性, 首先設“生活有樂趣”、“不被人討厭”、“不孤單”3個反映個人生活觀念的問題為“生活觀”, 設“與配偶關系親密”、“家庭美滿和睦”、“傳宗接代”、“子女有出息”4個反映家庭生活觀念的問題為“家庭觀”, 設“很有錢”、“有成就感”、“死后有人念想”3個反映事業與聲望觀念的問題為“事業觀”。其次將每個問題丈夫回答得分減去妻子回答得分, 并取差值的絕對值, 最后將“生活觀”、“家庭觀”和“事業觀”各自涉及的題項夫妻差異的絕對值相加, 分別得到夫妻關于以上三種觀念的差異。其中, 夫妻的“生活觀”、“家庭觀”和“事業觀”差異取值范圍分別為[0, 12]、[0, 16]和[0, 12], 由于各個夫妻觀念差異變量近似連續, 因此我們采用簡單的多元線性回歸 (OLS) 探究婚姻匹配模式與夫妻價值觀差異的關系。

  表4給出了婚姻匹配模式與夫妻價值觀差異的多元線性回歸估計結果。可以發現, 利用2010年CFPS數據以及結合使用2010—2016年CFPS數據所得結果基本相同。總體上, 不同的教育匹配以及戶籍匹配模式產生的夫妻價值觀差異較為明顯, 相比夫妻教育程度相同的婚姻, 雙方教育程度不同, 尤其是教育程度差距較大的夫妻“生活觀”、“家庭觀”與“事業觀”差異明顯。相比戶籍均為農村或城市的夫妻, 戶籍不同的夫妻價值觀念, 尤其是“生活觀”差異更大;在年齡匹配方面, 與夫妻年齡相同的婚姻比較, 雖然年齡相近的夫妻價值觀念差異并不明顯, 但當雙方年齡差距較大時, 夫妻的各類價值觀念差異將顯著增加;在地域匹配與家庭背景匹配方面, 跨省婚姻和家庭背景不同的夫妻在“事業觀”上更可能有分歧, 其中夫妻家庭背景差距的增大也將擴大夫妻之間價值觀念的差異。綜上所述, 實證結果顯示, 個人與家庭特征不相稱婚姻匹配的夫妻價值觀念差異更大。因此可以推斷, 由于價值觀念差異導致的婚姻矛盾可能更頻繁, 從而對婚姻穩定性產生負面影響。反過來講, 相稱匹配婚姻更長久的一個重要原因是夫妻更可能有相似的價值觀念與偏好[17]。

  表4 婚姻匹配模式與夫妻價值觀差異的模型估計結果
表4 婚姻匹配模式與夫妻價值觀差異的模型估計結果

  注:*、**和***分別表示在10%、5%、1%的統計水平上顯著。

  六、結論與討論

  婚姻匹配模式不僅關系到家庭成員的福利水平, 同時也是社會開放性與階層流動性的重要表現, 并對整個社會的和諧穩定產生深遠的影響。研究婚姻匹配模式及其影響是一項既富有趣味, 又具有理論與現實意義的工作。本文基于2010—2016年中國家庭追蹤調查 (CFPS) 數據, 考察了我國婚姻匹配模式以及婚姻持續期的總體情況與時代變遷, 同時采用logit模型與生存分析方法, 通過“靜態回顧”與“動態觀察”兩種分析策略, 從個人與家庭特征角度綜合分析了婚姻匹配模式與婚姻穩定性的關系及其穩健性, 并進一步討論與檢驗了婚姻匹配模式對婚姻穩定性的影響機制, 最后得到如下主要結論。

  第一, 從總體上看, 個人與家庭背景特征相稱的匹配模式處于主導地位, 尤其是夫妻戶籍與所在地域特征。同時, 在個人教育與年齡匹配上存在“男高女低”的婚姻梯度。全體樣本婚姻持續期的中位數為22.75年。隨著婚姻持續時間的延長, 初婚夫妻的離婚風險先增加后下降, 最后趨于穩定, 離婚風險的峰值處于婚姻持續期第80個月, 即6.7年左右。從時代變遷的角度看, 個人與家庭背景特征不相稱的婚配模式占比在近年有上升趨勢。相比早期的婚姻, 近年來的婚姻穩定性更低, 離婚風險更高。第二, 關于婚姻匹配模式與婚姻穩定性關系的實證分析結果顯示, 在個人教育、年齡、戶籍與所在區域特征方面, 夫妻特征不同的婚配模式的離婚風險相對更高, 特別是夫妻特征相差較大的情況, 而夫妻家庭背景并不明顯影響婚姻穩定性。因此, 婚姻匹配模式的變化, 尤其是自致性因素的婚配模式的變化很可能是近年來我國離婚率日益走高的重要原因。第三, 婚姻匹配模式對婚姻穩定性的影響機制檢驗結果表明, 與相稱匹配的婚姻相比, 個人與家庭背景特征 (特別是個人教育程度與戶籍狀況) 不同的夫妻的“生活觀”、“家庭觀”與“事業觀”等價值觀念差異更加明顯, 而這將導致夫妻婚姻過程中出現的矛盾與沖突更為頻繁, 進而對婚姻的穩定性產生負面影響。

  本文的結論在個人教育、年齡、戶籍與區域維度上, 從婚姻穩定性角度驗證了貝克爾的婚姻市場相稱匹配理論, 同時得出價值觀念一致是相稱匹配夫妻婚姻更長久的重要原因。以上結論給我們的啟示是:在婚姻選擇與匹配類型愈發自由多樣的背景下, 保持整個社會婚姻穩定性的著力點并不是限制婚姻匹配類型的多樣化, 而是應當著眼于弱化差異與縮小差距來提高全社會相稱婚配的比例。一方面, 需要進一步放開戶籍限制, 淡化城鄉居民身份, 允許勞動力跨區域自由流動, 并且落實城鄉與區域協同發展, 實現公共物品數量與質量在空間上的合理分布, 減小戶籍差異與區域差異, 從而促進婚姻的相稱匹配, 降低離婚風險。另一方面, 需要關注教育資源的合理配置, 同時做好精準扶貧工作, 盡可能使絕大多數居民享有相同的教育機會, 并降低社會不平等程度, 進而提高全民素質, 并在總體上縮小婚配雙方的教育程度等社會經濟地位的差距。此外, 雖然家庭背景匹配在現代社會中不再是婚姻穩定性的決定性因素, 但其對個人的教育獲得、職業選擇以及待人處事方式仍將產生較大影響, 因此, 加強家風建設、增強家庭的凝聚力也有助于提高全社會的婚姻穩定性。

  限于數據, 本研究仍存在一定的不足:首先, 本文未考慮夫妻結婚前后的個人與父母教育程度可能改變帶來的偏差, 雖然這種偏差理論上發生的可能性較小。其次, 文中考察的2010—2016年婚姻狀態變化的動態過程仍較短, 大量刪失數據的存在也可能使估計結果不夠準確。因此, 運用更長時間跨度以及更有效的數據對婚姻匹配的長期影響問題進行檢驗與拓展也是未來的一個研究方向。

  參考文獻

  [1]馬磊.同質婚、交換婚與當前中國社會的婚姻壁壘[J].人口研究, 2017 (6) :16-32.
  [2]齊亞強, 牛建林.新中國成立以來我國婚姻匹配模式的變遷[J].社會學研究, 2012 (1) :106-129.
  [3]李后建.門當戶對的婚姻會更幸福嗎?——基于婚姻匹配結構與主觀幸福感的實證研究[J].人口與發展, 2013 (2) :56-65.
  [4]徐安琪.擇偶標準:五十年變遷及其原因分析[J].社會學研究, 2000 (6) :18-30.
  [5]李煜.婚姻匹配的變遷:社會開放性的視角[J].社會學研究, 2011 (4) :122-136.
  [6]朱夢冰.婚姻匹配問題研究進展[J].經濟學動態, 2017 (6) :121-131.
  [7]BECKER G S. A theory of marriage:part I[J]. Journal of Political Economy, 1973, 81 (4) :813-846.
  [8]BECKER G S. A theory of marriage:part II[J]. Journal of Political Economy, 1974, 82 (2) :S11-S26.
  [9] TZENG M. The effects of socioeconomic heterogamy and changes on marital dissolution for first marriages[J]. Journal of Marriage and the Family, 1992, 54 (3) :609-619.
  [10] CALL V R, HEATON T B. Religious influence on marital stability[J]. Journal for the Scientific Study of Religion, 1997, 36 (3) :382-392.
  [11]SCHOEN R, ASTONE N M, KIM Y J, et al. Women’s employment, marital happiness, and divorce[J]. Social Forces, 2002, 81 (2) :643-662.
  [12]BERTRAND M, KAMENICA E, PAN J. Gender identity and relative income within households[J]. The Quarterly Journal of Economics, 2015, 130 (2) :571-614.
  [13] BECKER G S. A treatise on the family[J]. Cambridge, Mass:Harvard. 1991.
  [14]STEVENSON B, WOLFERS J. Subjective well-being and income:is there any evidence of satiation?[J]. American Economic Review, 2013, 103 (3) :598-604.
  [15]HAN H. Trends in educational assortative marriage in China from 1970 to 2000[J]. Demographic Research, 2010, 22:733-770.
  [16] XU X, JI J, TUNG Y. Social and political assortative mating in urban China[J]. Journal of Family Issues, 2000, 21 (1) :47-77.
  [17]KALMIJN M. Assortative mating by cultural and economic occupational status[J]. American Journal of Sociology, 1994, 100 (2) :422-452.
  [18]王善高, 田旭, 鈔賀森.婚配結構對夫妻婚后幸福感的影響研究——基于夫妻年齡、學歷和家庭背景的對比分析[J].南方人口, 2017 (4) :36-44.
  [19]袁曉燕, 石磊.戶籍如何影響婚姻穩定性——基于中國經驗數據的解釋[J].學術月刊, 2017 (7) :45-57.
  [20]雷曉燕, 許文健, 趙耀輝.高攀的婚姻更令人滿意嗎?婚姻匹配模式及其長遠影響[J].經濟學 (季刊) , 2015 (1) :31-50.
  [21]陸益龍.“門當戶對”的婚姻會更穩嗎?——匹配結構與離婚風險的實證分析[J].人口研究, 2009 (2) :81-91.
  [22]郭婷, 秦雪征.婚姻匹配、生活滿意度和初婚離婚風險——基于中國家庭追蹤調查的研究[J].勞動經濟研究, 2016 (6) :42-68.
  [23]謝宇, 胡婧煒, 張春泥.中國家庭追蹤調查:理念與實踐[J].社會, 2014 (2) :1-32.
  [24]李煜.婚姻的教育匹配:50年來的變遷[J].中國人口科學, 2008 (3) :73-79.
  [25]王鵬, 吳愈曉.初婚年齡的影響因素分析——基于CGSS 2006的研究[J].社會, 2013 (3) :89-110.
  [26]吳要武, 劉倩.高校擴招對婚姻市場的影響:剩女?剩男?[J].經濟學 (季刊) , 2015 (1) :5-30.
  [27] HEATON T B, ALBRECHT S L. Stable unhappy marriages[J]. Journal of Marriage and the Family, 1991, 53 (3) :747-758.
  [28] 費孝通.鄉土中國生育制度[M].北京:北京大學出版社, 1998:159-163.
  [29]李雅楠, 王飛.城鎮居民婚姻匹配和家庭收入變動:1991—2009[J].人口與經濟, 2013 (6) :39-46.

  注釋

  1 本文主要關注夫妻雙方的離婚現象而非因一方死亡而導致的婚姻解體, 因而在研究中剔除了喪偶樣本。
  2 本文也嘗試將風險函數分布設為威布爾 (Weibull) 分布和岡珀茨 (Gompertz) 分布, 并進行回歸估計, 發現估計結果類似。
  3 由于婚姻持續期描述統計所使用的數據為2010年CFPS調查, 初婚時期在2000—2010年生存函數曲線持續期最多僅有10年, 因而在進行各個初婚時期比較時, 限定婚姻持續期10年以內以確保可比性。

    鄭曉冬,方向明.婚姻匹配模式與婚姻穩定性——來自中國家庭追蹤調查的經驗證據[J].人口與經濟,2019(03):16-31. 轉載請注明來源。原文地址:http://www.rubcby.tw/html/zhlw/20190617/8177891.html   

    影響婚姻穩定性的因素研究相關推薦


    聯系方式
    微信號 xzlunwen
    熱點論文
    456梭哈