摘 要： 利用2010—2016年中国家庭追踪调查 (CFPS) 数据, 描述了中国婚姻匹配模式与婚姻稳定性的概况与变迁, 并采用生存分析等方法探究了婚姻匹配模式对婚姻稳定性的影响及其机制。研究发现, 总体上夫妻及其家庭背景特征相称的婚姻匹配模式处于主导地位, 但随着时代的变迁, 中国的婚配模式更加多样, 异质性婚配逐渐增多, 同时婚姻稳定性也有所下降。实证结果表明, 夫妻在教育、年龄、户籍与所在区域等个人特征上的不同将提高离婚风险, 特别是夫妻特征差异较大的情况, 而夫妻家庭背景特征相称的婚配模式, 即“门当户对”并不明显影响婚姻稳定性。进一步探讨影响机制发现, 在相称匹配的婚姻中, 夫妻价值观念更加一致是其表现出较低离婚风险的重要原因。因此, 弱化城乡居民身份、合理分配城乡与区域间的公共资源、缩小个体间的社会经济不平等以及加强家风建设是保证当前与未来全社会较高程度婚姻稳定性的重要渠道。
关键词： 婚姻匹配模式; 婚姻稳定性; 离婚风险; 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
婚姻是个人生命历程与社会生活的重要组成部分, 不同的婚姻匹配模式不仅对个人与家庭的生活质量有显着影响, 同时也关系到整个社会阶层的流动性与不平等程度[1,2]。传统中国社会的婚姻匹配讲求“门当户对”, 这种选择家庭社会经济水平对等的异性作为配偶的婚配模式不仅仅是简单的男女之间的结合, 同时还交织着两个家庭或家族的政治权力、经济利益与社会关系等[3]。随着经济发展与社会转型, 现代社会的婚姻匹配相对更加重视婚姻本身, 传统的先赋性特征婚配开始减少, 个人依据自致性因素 (如教育等人力资本) 自由恋爱、自主择偶的婚姻逐渐增多, 婚姻匹配模式更加多样[4,5,6]。但与此同时, 近年来离婚率攀升现象愈发突出, 引起了社会与学界的广泛关注。根据民政部公布的数据, 自2003年以来, 中国离婚数量连年增长。全国离婚数量从2003年的113.1万对上升至2016年的485万对, 2016年离婚率约为2003年的1.5倍。虽然离婚率的上升在一定程度上体现了婚姻选择自由, 然而, 婚姻的解体对儿童成长与家庭和睦有极大的负面作用, 同时也将对社会的和谐稳定以及国家长期人口素质与福利水平的提升产生深远影响。那么, 婚姻匹配模式的变化是近年来我国婚姻稳定性下降的重要原因吗?不同类型婚姻匹配模式的离婚风险有何差异?婚姻匹配模式如何影响婚姻稳定性?回答这些问题有利于进一步理解近年我国离婚率提升的现象, 并对于有关部门采取相应措施将全社会婚姻稳定程度维持在较高水平, 具有重要的理论与现实意义。
二、文献回顾
一直以来, 经济学家与社会学家对婚姻匹配, 即“谁与谁结婚”的问题有浓厚的研究兴趣。贝克尔 (Becker) 首先将经济学分析框架纳入家庭研究中, 通过经济学理论解释了婚姻市场上的匹配问题, 并认为具有相似的生理 (如年龄、种族) 、社会经济 (如收入、教育、宗教) 以及心理 (如性格) 特征的男女结婚能够使家庭产出最大化, 且这样的婚姻更加稳定[7,8]。贝克尔假定婚姻市场完全竞争, 且婚姻市场中的每个人都基于其偏好使其效用最大化, 即结婚后的家庭产出大于未婚时男女各自产出之和, 而后建立效用可转移的经济学模型, 证明当未婚男女的特征 (如智力、教育等) 互补时, 特征相似的男女进行匹配 (assortative match) 的产出最大, 而当未婚男女的特征相互替代时, 不相称的异质性婚配更佳。在此基础上, 多项国外研究从不同视角对该理论进行了实证检验。例如, 曾美申 (Tzeng) 基于美国的追踪调查数据, 发现夫妻婚前的教育程度和职业情况越相似, 则婚姻的稳定性越高, 离婚风险越低[9]。考尔 (Call) 和希顿 (Heaton) 发现有相同宗教信仰的男女结婚后更不容易离婚, 且夫妻共同参加宗教活动频率越高, 离婚风险越低[10]。舍恩 (Schoen) 等的研究结果表明夫妻年龄差距过大时, 离婚风险也将随之提升[11]。伯特兰 (Bertrand) 等的研究显示, 当家庭中妻子的工资收入比丈夫更高时, 则双方婚姻满意度更低, 离婚概率更大[12]。
为什么以往多数研究显示相称匹配的婚姻稳定性更高?经济学家认为, 单身男女从婚姻中获得的额外收益有几个来源, 分别是家庭生产的互补性 (如家庭中赚取收入与料理家务的分工) 、家庭消费的互补性 (如夫妻共同消费家庭公共品与闲暇) , 以及夫妻间的风险分担作用。当相似特征 (如教育) 的回报较高时, 相称婚配的夫妻双方能从婚姻中获得更大的家庭产出与效用[13,14,15]。而社会学中的文化理论认为, 单身男女在择偶过程中倾向于寻找与自己有相同的价值观念、品味兴趣和生活方式的对象, 从而更能稳固夫妻间的长期婚姻关系, 而这种选择的结果就是具有相似特征的男女匹配在一起[16,17]。综合而言, 相称匹配的婚姻中夫妻的“三观”更可能是一致的, 从而在家庭生产、消费以及投资决策与执行的过程中更能支持对方并与之相互合作, 使整个家庭的产出或效用达到最大化。
近年来, 国内也涌现出了一批探讨婚姻匹配的文献, 但多数研究关注婚姻匹配模式对夫妻主观福利的影响。例如, 李后建[3]、王善高[18]以及袁晓燕和石磊[19]运用2006年中国综合社会调查 (CGSS) 数据研究了不同婚姻匹配模式的幸福感差异, 他们的研究结果显示, 夫妻年龄、职业、单位类型与级别的相称匹配并不能显着提高夫妻的幸福感, 而个人教育程度、户籍类型和收入水平对等的婚姻则能令双方感到更幸福。雷晓燕等着眼于性别差异视角, 基于2011年中国健康与养老追踪调查 (CHARLS) 数据, 对45岁及以上中老年人样本分析发现, 在个人教育与家庭背景上“高攀”的男性并没有表现出更高的主观福利水平, 而“高攀”的女性则生活满意度更高, 抑郁程度更低, 但这一现象仅存在于农村与经济欠发达地区[20]。相比而言, 国内关于婚姻匹配模式与婚姻稳定性的实证研究较少。陆益龙同样利用2006年CGSS数据分析了婚姻匹配模式与离婚风险的关系, 发现夫妻个人职业、单位和身份以及夫妇双方家庭经济条件对离婚风险并没有显着影响, 但夫妻户籍类型一致能够降低离婚概率[21]。郭婷和秦雪征采用2010年中国家庭追踪调查 (CFPS) 数据分析了婚姻匹配、生活满意度与离婚风险的关系, 发现夫妻家庭背景上的“高攀”与“低就”均降低了丈夫与妻子的生活满意度, 夫妻在年龄与教育特征维度上的不相称将提高离婚概率[22]。
总体而言, 多数相关研究支持相称匹配的婚姻更能使夫妻满意, 且能保持更高稳定性的结论, 但在具体特征匹配的影响上有一定分歧, 需要更多研究进行探讨与检验。同时, 已有研究仍存在一定的缺陷, 主要表现为:第一, 由于缺少婚姻事件史信息, 国内研究将婚姻稳定性简单地定义为一个时点的婚姻状态, 即调查时是否离婚。如此处理将使得长期婚姻与短期婚姻的解体被视为同类, 从而损失了婚姻持续期这一重要信息, 忽略了婚姻延续的动态过程, 一定程度上削弱了结果的可靠性。第二, 多数文献在研究婚姻匹配模式的影响时, 采用的是调查时而非婚前的夫妻特征因素, 从而可能产生反向因果的内生性问题。第三, 少有文献讨论并检验婚姻匹配模式对婚姻稳定性产生影响的主要原因, 而回答两者之间的影响机制对于理解当前离婚率日益走高现象的内在原因以及探索改善措施都是大有裨益的。
鉴于上述分析, 本文采用2010—2016年中国家庭追踪调查数据, 将婚姻史信息纳入研究, 首先描述我国婚姻匹配模式与婚姻持续期的总体概况以及在不同年代间的变迁, 其次运用生存分析 (survival analysis) 方法研究婚姻匹配模式对婚姻稳定性的影响, 研究选取的婚配特征尽可能保证了外生性与全面性, 不仅纳入了教育、年龄、户籍与所在地域等个人特征匹配指标, 同时还考虑了家庭背景匹配因素, 并进一步分析了夫妻认识方式、初婚时期、初婚年龄、婚前同居情况以及子女数量等婚姻史信息与婚姻稳定性的关系。最后, 从夫妻价值观念差异角度切入, 检验婚姻匹配模式对婚姻稳定性影响的机制, 深化对研究问题的理解。
三、数据、变量与方法
1. 数据来源与处理
本文所用的数据来自中国家庭追踪调查 (China Family Panel Studies, CFPS) , CFPS是由北京大学中国社会科学调查中心 (ISSS) 开展的一项全国性综合社会调查, 旨在反映中国社会、经济、人口、教育和健康的现状与变迁, 为社会经济理论及实践相关主题的学术研究提供高质量的数据支撑。CFPS的基线调查于2010年进行, 调查采用多阶段PPS抽样, 样本覆盖全国25个省/市/自治区的16000户家庭, 能代表全国约95%的人口[23]。基线调查结束后, 项目组每两年进行一次追踪调查, 截止到目前已搜集并对外公布了4期数据, 分别来自2010、2012、2014与2016年的全国追踪调查。CFPS调查中分为四类主体问卷, 分别是村/居问卷、家庭问卷、成人问卷与少儿问卷。
根据研究目标, 本文采用家庭与成人问卷数据进行个人、配偶与家庭信息的匹配, 并将婚姻持续期的测算限定在初次婚姻以避免非初婚相关复杂因素的干扰。2010年CFPS调查提供了婚姻匹配模式与婚姻稳定性信息, 该调查详细地询问了成人被访者的婚姻史, 包括调查时是否在婚、是否初婚、初次结婚时间、初婚离婚时间、与初婚配偶的认识方式、婚前同居情况、子女数量等, 同时数据还提供了具体的调查时间信息, 据此可以较容易地计算初次婚姻的持续期以及对目前仍在初婚状态的夫妻特征进行比较。2012—2016年的追访对上期调查至当期调查间的婚姻变化情况进行了补充, 其中, 2012年还增补了受访者初婚配偶的教育程度, 这为研究初婚夫妻间的教育匹配提供了数据支撑。由于调查中未直接询问受访者初婚配偶的家庭背景信息, 本研究难以获取调查时非初婚在婚的受访者初婚配偶的家庭背景信息。因此, 为了避免遗漏夫妻家庭背景匹配的重要信息, 本文设定了两种分析策略, 核心分别是“静态回顾”与“动态观察”。第一种分析策略采用2010年CFPS调查数据, 保留仍在婚或曾结过婚 (不包括丧偶 (1) ) 的样本, 分析不同个人特征的婚姻匹配模式与初婚稳定性的关系。第二种分析策略则是采用2010年CFPS调查中在婚且处于初婚的受访者作为样本, 根据受访者配偶与父母的对应编码获取其配偶的个人与家庭背景信息, 综合分析个人与家庭特征层面的婚配模式对2010—2016年期间初婚离婚风险的影响。最终, 剔除关键变量严重缺失的样本后, 第一种分析策略的研究样本为20086个, 其中初婚离婚样本667个, 第二种分析策略的研究样本为16593个, 4轮调查期间离婚样本为114个。
2. 变量说明
(1) 因变量:婚姻稳定性。本文不仅借鉴了以往研究, 采用初婚是否离婚测度单个时点表现出的婚姻稳定性[18,22], 同时借助CFPS数据的婚姻事件史信息的优势捕捉婚姻状态变化的动态过程, 重点采用初次婚姻的持续期 (月) 作为婚姻稳定性的衡量指标。具体的婚姻持续期计算过程如下:若受访者的婚姻状态为初婚在婚时, 则婚姻持续期= (调查年份×12+调查月份) - (初婚年份×12+初婚月份) , 若受访者已离婚或者再婚时, 则婚姻持续期= (初次离婚年份×12+初次离婚月份) - (初婚年份×12+初婚月份) 。需要进行说明的是, 在前面讨论的两种分析策略中, 第一种策略仅利用2010年截面数据, 而第二种策略则综合运用2010—2016年四期数据。因此, 在策略一中, 婚姻持续期测算所需的调查年月信息为2010年每个受访者接受调查的具体时间, 初次离婚年月信息来自当年对受访者婚姻史的调查。而在第二种分析策略中, 调查年月信息则来自2016年的具体调查时间, 初次离婚年月由2012、2014与2016年调查的婚姻史补充信息获取。
(2) 关键自变量:婚姻匹配模式。本文研究的婚姻匹配模式综合考虑了匹配特征的全面性与外生性。在全面性方面, 研究涉及的匹配特征包括个人特征与家庭背景。其中, 个人特征匹配因素包括教育程度、年龄、户籍和区域, 家庭背景匹配因素为父母的最高教育程度。在外生性方面, 采用教育程度、年龄、青少年时期的户籍与居住地等相对外生的信息进行匹配研究。虽然除了教育程度外, 代表个人或家庭的社会经济地位的变量还有很多, 比如收入、职业以及职位等, 但是这些特征很可能随婚姻的缔结通过经济利益或社会关系等发生改变, 并且CFPS数据中的婚姻史信息中并未包含初婚前的个人与家庭社会经济背景, 因而采用这些易随时间改变的特征可能存在内生性问题。相对而言, 夫妻结婚前后的个人与父母的教育程度发生变化的可能性较小, 同时教育程度与收入水平、社会地位有较高的相关性, 更易测量且具有更高的信度[24], 因而是较好的婚姻匹配变量[21,22]。此外, 本文也对户籍与区域因素的外生性进行了考量, 两者均采用了婚前的情况, 户籍和区域匹配变量采用夫妻12岁时的户籍情况与居住省份。
本文进行婚姻匹配的教育程度变量从低到高分为8级, 分别是文盲/半文盲、小学、初中、高中、大专、本科、硕士以及博士, 赋值为1—8。参考已有研究的婚配特征变量设定[19,20,21], 同时为进一步体现夫妻之间的差异程度, 本文的个人教育匹配变量设定如下:首先将夫妻的教育程度相减, 并按照教育水平差值分为5组, 而后以夫妻教育程度相同作为参照组设置4个虚拟变量, 分别为“丈夫低于妻子2级以上”、“丈夫低于妻子1—2级”、“丈夫高于妻子1—2级”、“丈夫高于妻子2级以上”。同样的, 年龄匹配变量也是由夫妻年龄的差值进行设置, 以夫妻同龄为参照组, 设定“丈夫小于妻子4岁以上”、“丈夫小于妻子1—4岁”、“丈夫大于妻子1—4岁”、“丈夫大于妻子4岁以上”4个虚拟变量;户籍匹配按照夫妻的户籍性质分为4组, 并以“丈夫农村—妻子农村”为参照组, 设定3个虚拟变量, 分别是“丈夫农村—妻子城市”、“丈夫城市—妻子农村”、“丈夫城市—妻子城市”;在区域匹配方面, 以夫妻婚前居住地同省为参照组, 建立“跨省婚姻”虚拟变量;在家庭背景方面, 将丈夫父母最高教育程度减去妻子父母最高教育程度, 当所得差值为零时, 认为夫妻家庭背景相当, 并以该组为参照组, 设定“丈夫家庭低于妻子家庭2级以上”、“丈夫家庭低于妻子家庭1—2级”、“丈夫家庭高于妻子家庭1—2级”、“丈夫家庭高于妻子家庭2级以上”4个虚拟变量。
(3) 控制变量。婚姻稳定性不仅与婚姻匹配因素相关, 还将受到其他个人、家庭及婚姻特征的影响。参考雷晓燕等[20]以及郭婷和秦雪征[22]的变量选取与设定, 本文纳入的控制变量不仅包括个人的教育程度 (换算为受教育年限) 、户籍类型、儿子与女儿数量, 同时加入了CFPS调查独有的婚姻史信息, 包括初婚夫妻认识方式、初婚时期、初婚年龄、婚前同居情况等。其中, 夫妻认识方式包括“自己认识”、“他人介绍”、“其他”。初婚时期反映的是社会经济与文化环境的变迁, 我们将初婚时期分为四组, 分别是1978年前、1978—1990年、1991—2000年以及2001—2010年, 分别代表改革开放前、改革开放早期、改革开放加速期以及新世纪时期。在实证分析中, 我们还控制了省份固定效应。主要控制变量的描述性统计如表1所示。
3. 模型与方法
本文以初婚是否离婚以及婚姻持续期作为婚姻稳定性的测量指标。由于前者为二分类变量, 因此采用二元logit模型进行分析, 具体模型表达式如下:
其中, p为受访者初婚离婚的概率, X表示一系列婚姻匹配变量, 包括夫妻教育、年龄、户籍、地域以及家庭背景因素, Z表示一系列控制变量, α为模型的截距项。本研究的第二个因变量为婚姻持续期, 采用生存分析方法进行研究, 本文从生存分析方法的适用性、必要性以及主要采用的模型三方面进行介绍。
表1 控制变量描述性统计
生存分析 (surviv-al analysis) 是人口学、经济学与社会学中用来考察个体从某一状态转变到另一状态所经历的时间及其影响因素的统计方法, 又称久期分析 (duration analysis) 、事件史分析 (event history analysis) 等。在实证研究中, 当因变量为某种活动的持续时间 (或称生存时间, survival time) , 就可以考虑使用生存分析方法。因此, 本文关注的夫妻从初婚结婚状态到离婚状态的持续时间适用于生存分析。
相比logit模型与普通线性回归模型, 生存分析的优势在于考虑了事件变化的动态过程, 并且可以有效处理样本删失 (censor) 问题。首先, logit模型仅以某一时点的静态状态作为因变量, 忽略了状态转变的持续时间, 损失这一信息将使结果可靠性下降。其次, 在考虑生存时间的实证研究中, 样本删失问题极为常见。这是因为, 无论研究的观察窗口多长, 总有一部分人或个体未从原先状态向新的状态进行转变。比如在本研究中, 调查时仍有大量受访者处于初婚状态, 而对于这部分样本, 此时计算的婚姻持续期并不能代表真实完整的婚姻状态转变过程。当存在样本删失问题时, 普通线性回归模型 (OLS) 得到的估计结果将出现偏误, 从而可能对最终结论产生影响。相比较而言, 生存分析着眼于事件变化的速度, 充分利用删失数据的信息, 在估计风险概率时更加准确有效。因此研究婚姻匹配模式与婚姻持续期的关系有必要采用生存分析方法。
在进行生存分析时, 需要因变量的两类信息:生存时间和是否删失。在本文中, 这两类信息分别是初婚的婚姻持续期 (月) 以及调查时是否仍初婚在婚。生存分析模型有参数模型与半参数模型两大类。其中, 参数模型包括比例风险模型与加速失效模型, 两者均是基于风险函数服从某一分布的假设进行建模, 但不同点在于, 前者所得的结果为自变量与事件变化风险的关系, 而后者则是用于解释自变量对生存时间的作用。生存分析中的半参数模型主要是将比例风险模型拓展为Cox模型, 它不依赖于风险函数具体的分布形式, 能够避免函数形式设定错误导致估计结果不一致的情况。考虑到结果的稳健性与解释的一致性, 本文同时采用参数模型中的比例风险模型与半参数模型中的Cox模型分析婚姻匹配模式与初婚离婚风险的关系。我们将风险函数分布设为常用的指数分布 (1) , 所得比例风险模型为:
其中, λ (t;X;Z) 表示受访者初婚离婚的比例风险 (proportional hazard) , λ0 (t) 称为基准风险 (baseline hazard) , 仅由时间t决定。其余变量与前述模型相同。Cox模型并不假设λ0 (t) 的具体函数形式, 通过估计部分似然函数 (partial likelihood function) 得到不依赖函数分布的参数一致估计。
四、婚姻匹配模式与婚姻稳定性的概况与变迁
1. 婚姻匹配模式的概况与变迁
表2报告了本文关注的各类夫妻及其家庭特征婚配情况的总体分布, 以及在1978年前、1978—1990年、1991—2000年、2001—2010年四个时期的变迁。为了让结果更直观及易理解, 本文在描述比较分析中, 将夫妻的教育、年龄和家庭背景匹配分为三组, 分别为丈夫低于妻子、夫妻相同、丈夫高于妻子, 并将夫妻户籍和地域匹配分为夫妻相同和夫妻不同两组。
从教育匹配角度看, 总体上, 丈夫教育程度高于妻子以及夫妻教育程度相同的婚姻占绝大多数, 丈夫教育程度低于妻子的婚姻比例较低。出现这种“男高女低”婚姻梯度现象的原因在于, 一方面, 传统中国社会有“重男轻女”的观念, 因而家庭中男性接受较高水平教育的可能性更大;另一方面, 中国传统的“男主外, 女主内”的性别分工思想根深蒂固, 而教育程度在一定程度上表现的是个人赚取收入的能力, 因此女性更加偏好与比自己教育程度更高的男性结婚[25]。从时代变迁角度看, 妻子教育程度更高的婚姻占比随时间的推移上升明显, 这表明近年来性别平等的观念日渐深入人心, 女性获得较高的教育程度不再少见, 同时, 女性的择偶观念与偏好也因教育水平与时代的变化而发生改变;从年龄匹配角度看, 多数初婚家庭中丈夫年龄大于妻子, 这与传统上中国女性通常会选择与年龄比自己略大、更加成熟与更能担当的男性结婚偏好相一致[22]。从纵向的时序变化看, 总体上丈夫年龄小于妻子以及夫妻年龄相同的婚姻有一定程度上升。其原因包括择偶与婚姻观念的转变、女性教育程度的提高导致初婚年龄延迟等[26]。从户籍与地域匹配角度看, 绝大多数夫妻都有相同类型的户籍并且来自同个省份。随着城镇化的不断推进, 大范围的城乡与区域间人口流动使得跨户籍与跨区域的婚姻开始增加, 夫妻户籍不同的婚姻以及跨省婚姻占比在改革开放后有明显提升。从家庭背景匹配角度看, 夫妻家庭背景相当的婚姻占比最大, 表明“门当户对”的婚配观在我国确实明显存在。然而从纵向时序看, “门当户对”的婚姻占比不断下降, 而夫妻家庭背景不同的婚姻逐渐增加, 在2001—2010年期间, 三组夫妻家庭背景匹配组占比非常接近, 总体趋势趋于收敛。
综合而言, 我国夫妻特征同质的相称匹配婚姻处于主导地位, 尤其是户籍与地域特征, 但相称匹配的婚姻占比在纵向时序上均有不同程度的下降。同时, 夫妻个人与家庭背景特征不同的婚姻随时间的推移有增加趋势, 尤其是妻子教育程度更高、年龄更大的婚姻。对这些婚姻匹配模式长期变迁规律的探索需要更长时间跨度的数据支撑。
表2 不同时期的婚姻匹配模式
注:括号内为各个子类在给定初婚时期的百分比 (%) 。夫妻家庭背景统计样本为2010年CFPS调查中仍在婚的初婚夫妻家庭, 因而样本量相对较小。
2. 婚姻稳定性的概况与变迁
首先运用Kaplan-Meier生存函数与风险函数对初婚夫妻婚姻的生存时间与离婚风险变化进行总体描述。图1给出了初婚夫妻婚姻持续期的生存函数与风险函数图。从生存函数曲线的时序变化来看, 在婚姻的前10年内, 生存函数曲线下降较快, 而在婚姻的第10—20年间下降速度放缓, 在20年后, 几乎保持不变。这表明在离婚出现在婚姻前十年的可能性相对更大。数据显示, 总体婚姻持续期的中位数为273个月, 即22.75年。进一步从风险函数曲线的时序变化来看, 离婚风险率在经历短暂的上升后, 先快速下降, 而后下降缓慢, 离婚风险的峰值处于婚姻持续期第80个月左右, 即6.67年。这表明初婚夫妻的离婚风险随时间推移先上升后下降, 并且婚姻的“七年之痒”很有可能是存在的。
图2描绘了初婚夫妻婚姻持续期的户籍与初婚时期差异, 从户籍差异看, 城市居民的生存函数曲线明显在农村居民生存函数曲线的下方, 鉴于我国户籍婚配的高度同质性, 城市居民的婚姻稳定性更低。主要原因可能是, 一方面, 城市的婚姻观念更加开放, 对离婚与再婚行为接受度更高;另一方面, 城市女性得到高水平教育机会更大, 家庭地位也比农村女性更高, 且更有可能通过自己的职业实现经济独立, 因而更有倾向与能力解除不满意的婚姻[11,27]。从初婚时期差异看, 观察婚姻持续期10年以内 (1) 的各个时期生存函数曲线, 可以发现, 初婚时期越晚, 生存函数曲线下降速度越快。这表明, 随着时代的变迁, 平均婚姻持续期在不断缩短, 离婚风险不断增加, 该结果也与近年来的离婚率攀升现象完全吻合。
图1 初婚夫妻婚姻持续期的生存函数与风险函数
图2 初婚夫妻婚姻持续期生存函数的户籍与初婚时期差异
五、实证结果与分析
1. 婚姻匹配模式对婚姻稳定性的影响
表3报告了不同类型婚姻匹配模式对初婚夫妻离婚风险影响的估计结果。其中, 模型 (1) —模型 (3) 为采用分析策略一, 即利用2010年CFPS数据中仍在婚或曾结过婚的样本进行分析的logit模型、指数模型和Cox模型的估计结果, 模型 (4) —模型 (6) 为采用分析策略二, 即对2010年调查时初婚样本在2010—2016年的婚姻状态变化进行分析的三类模型的估计结果。总体估计结果显示, logit模型、指数模型和Cox模型关于各变量的估计系数方向基本一致, 指数模型与Cox模型结果除估计系数稍有不同外, 系数符号和显着性几乎相同, 表明总体结果的一致且稳健。比较估计系数可以发现, logit模型所得的各个婚姻匹配变量系数相对更大, 部分变量的显着性更高, 说明在不考虑事件动态变化的情况下, logit模型在一定程度上对婚姻匹配模式与婚姻稳定性的关系有所高估。因此, 我们主要基于生存分析模型结果进行分析。
表3 婚姻匹配模式与婚姻稳定性的模型估计结果
注:*、**和***分别表示在10%、5%、1%的统计水平上显着。
从第一种分析策略的结果来看, 在教育匹配方面, 与夫妻教育程度相同相比, 夫妻的教育程度比对方高1—2或低1—2级的离婚风险更高一些, 但在统计上并不显着。而当丈夫教育程度低于或高于妻子2级以上, 离婚风险明显增加且统计显着, 表明夫妻在教育程度上的相称匹配有更高的婚姻稳定性, 同时夫妻教育程度存在微弱的差距并不会明显增加离婚风险, 尤其是丈夫教育程度稍高的情况;在年龄匹配方面, 所得结果与教育匹配结果类似。与夫妻年龄相同的婚姻相比, 夫妻年龄差较小 (4岁及以内) 并不会显着增加婚姻解体的风险, 但夫妻年龄差距较大 (4岁以上) 则会明显增加离婚概率, 特别是妻子年龄更大的婚姻;在户籍与区域匹配方面, 与“丈夫农村—妻子农村”的婚姻相比, “丈夫城市—妻子城市”类型的婚姻遭遇解体的风险稍高, 但并不显着, 而“丈夫农村—妻子城市”与“丈夫城市—妻子农村”的婚姻离婚风险则显着更高。同时, 跨省婚姻比同省婚姻的离婚可能性也更大。以上结果表明, 从个人特征进行婚姻匹配的角度看, 相称匹配的婚姻稳定性更高, 离婚风险更低。
从第二种分析策略的结果来看, 各类个人特征匹配的估计结果与第一种分析策略结果相似, 观察各变量估计系数可知, 策略二结果中教育匹配变量的估计系数相对更大, 而户籍与地域匹配变量估计系数相对更小, 这说明近年来教育不相称匹配导致离婚风险提高的情况更加明显, 而随着人口流动的频繁化, 跨户籍与地域的婚配模式的婚姻稳定性比原先有所提高。在家庭背景 (父母最高教育程度) 匹配结果方面, 虽然与夫妻家庭背景相当的婚姻相比, 夫妻家庭背景不相称的婚姻更容易离婚, 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“门当户对”的婚姻出现离婚的风险并没有显着区别于夫妻家庭背景有所差异的婚姻。这也表明现代社会的婚姻匹配模式中, 家庭背景等先赋性特征对婚姻稳定性的影响已经逐渐弱化。
从控制变量估计结果看, 初婚时期越晚, 离婚风险相对更高, 初婚年龄的增加则能降低初婚离婚概率, 这表现了婚姻观念的变化以及个人结婚时间选择的结果差异;教育程度的提高总体上增加了婚姻解体的风险, 其重要原因是受到良好教育女性的生活掌控力更强, 更有倾向和能力结束不满意的婚姻[11,27];此外, 作为夫妻共有的特殊婚姻“资本”和“事业”[13,28], 子女数量, 尤其是儿子数量对离婚风险有显着的负向影响。夫妻的认知方式、个人户籍类型、婚前同居情况与婚姻稳定性的关系总体并不显着。
2. 婚姻匹配模式对婚姻稳定性的影响机制
实证结果表明, 夫妻及其家庭特征相称匹配的婚姻能够维持更长的时间。那么, 是什么原因导致了这样的结果?根据前面所述, 特征类似的夫妻更可能拥有一致的价值观念, 从而在家庭生产过程中能够更好地相互合作, 使得家庭产出达到最大。因此, 可以通过两种思路检验婚姻匹配模式如何影响婚姻稳定性。其一, 考察婚姻匹配模式与夫妻价值观差异的关系, 如相称匹配的夫妻价值观差异相对更小, 则可证明以上解释是合理的;其二, 分析婚姻匹配模式对夫妻的产出 (或收入) 水平的影响, 检验在不同婚姻匹配模式情境下, 夫妻在婚姻前后的产出 (或收入) 水平的差异。由于本文使用数据的婚姻史信息并不包含夫妻在初婚前的个人与家庭社会经济状况, 因而难以采用第二种分析思路进行检验。不过李雅楠和王飞[29]基于中国营养与健康调查数据的研究发现, 同质性的婚姻匹配对家庭收入有显着的正向影响, 间接验证了上述第二种分析思路。尽管如此, 有学者认为对婚姻稳定性而言, 婚姻匹配模式与夫妻价值观念差异的关系相对更为本质与重要[17], 因此我们依据第一种分析思路, 从夫妻价值观念差异角度讨论婚姻匹配模式对婚姻稳定性的影响机制。
CFPS调查的成人问卷中包含了10个价值观念问题, 这些问题涵盖了个人生活、家庭以及事业等方面, 并按照重要程度从“不重要”到“非常重要”分别赋值1—5。按照各个题项的相关性, 首先设“生活有乐趣”、“不被人讨厌”、“不孤单”3个反映个人生活观念的问题为“生活观”, 设“与配偶关系亲密”、“家庭美满和睦”、“传宗接代”、“子女有出息”4个反映家庭生活观念的问题为“家庭观”, 设“很有钱”、“有成就感”、“死后有人念想”3个反映事业与声望观念的问题为“事业观”。其次将每个问题丈夫回答得分减去妻子回答得分, 并取差值的绝对值, 最后将“生活观”、“家庭观”和“事业观”各自涉及的题项夫妻差异的绝对值相加, 分别得到夫妻关于以上三种观念的差异。其中, 夫妻的“生活观”、“家庭观”和“事业观”差异取值范围分别为[0, 12]、[0, 16]和[0, 12], 由于各个夫妻观念差异变量近似连续, 因此我们采用简单的多元线性回归 (OLS) 探究婚姻匹配模式与夫妻价值观差异的关系。
表4给出了婚姻匹配模式与夫妻价值观差异的多元线性回归估计结果。可以发现, 利用2010年CFPS数据以及结合使用2010—2016年CFPS数据所得结果基本相同。总体上, 不同的教育匹配以及户籍匹配模式产生的夫妻价值观差异较为明显, 相比夫妻教育程度相同的婚姻, 双方教育程度不同, 尤其是教育程度差距较大的夫妻“生活观”、“家庭观”与“事业观”差异明显。相比户籍均为农村或城市的夫妻, 户籍不同的夫妻价值观念, 尤其是“生活观”差异更大;在年龄匹配方面, 与夫妻年龄相同的婚姻比较, 虽然年龄相近的夫妻价值观念差异并不明显, 但当双方年龄差距较大时, 夫妻的各类价值观念差异将显着增加;在地域匹配与家庭背景匹配方面, 跨省婚姻和家庭背景不同的夫妻在“事业观”上更可能有分歧, 其中夫妻家庭背景差距的增大也将扩大夫妻之间价值观念的差异。综上所述, 实证结果显示, 个人与家庭特征不相称婚姻匹配的夫妻价值观念差异更大。因此可以推断, 由于价值观念差异导致的婚姻矛盾可能更频繁, 从而对婚姻稳定性产生负面影响。反过来讲, 相称匹配婚姻更长久的一个重要原因是夫妻更可能有相似的价值观念与偏好[17]。
表4 婚姻匹配模式与夫妻价值观差异的模型估计结果
注:*、**和***分别表示在10%、5%、1%的统计水平上显着。
六、结论与讨论
婚姻匹配模式不仅关系到家庭成员的福利水平, 同时也是社会开放性与阶层流动性的重要表现, 并对整个社会的和谐稳定产生深远的影响。研究婚姻匹配模式及其影响是一项既富有趣味, 又具有理论与现实意义的工作。本文基于2010—2016年中国家庭追踪调查 (CFPS) 数据, 考察了我国婚姻匹配模式以及婚姻持续期的总体情况与时代变迁, 同时采用logit模型与生存分析方法, 通过“静态回顾”与“动态观察”两种分析策略, 从个人与家庭特征角度综合分析了婚姻匹配模式与婚姻稳定性的关系及其稳健性, 并进一步讨论与检验了婚姻匹配模式对婚姻稳定性的影响机制, 最后得到如下主要结论。
第一, 从总体上看, 个人与家庭背景特征相称的匹配模式处于主导地位, 尤其是夫妻户籍与所在地域特征。同时, 在个人教育与年龄匹配上存在“男高女低”的婚姻梯度。全体样本婚姻持续期的中位数为22.75年。随着婚姻持续时间的延长, 初婚夫妻的离婚风险先增加后下降, 最后趋于稳定, 离婚风险的峰值处于婚姻持续期第80个月, 即6.7年左右。从时代变迁的角度看, 个人与家庭背景特征不相称的婚配模式占比在近年有上升趋势。相比早期的婚姻, 近年来的婚姻稳定性更低, 离婚风险更高。第二, 关于婚姻匹配模式与婚姻稳定性关系的实证分析结果显示, 在个人教育、年龄、户籍与所在区域特征方面, 夫妻特征不同的婚配模式的离婚风险相对更高, 特别是夫妻特征相差较大的情况, 而夫妻家庭背景并不明显影响婚姻稳定性。因此, 婚姻匹配模式的变化, 尤其是自致性因素的婚配模式的变化很可能是近年来我国离婚率日益走高的重要原因。第三, 婚姻匹配模式对婚姻稳定性的影响机制检验结果表明, 与相称匹配的婚姻相比, 个人与家庭背景特征 (特别是个人教育程度与户籍状况) 不同的夫妻的“生活观”、“家庭观”与“事业观”等价值观念差异更加明显, 而这将导致夫妻婚姻过程中出现的矛盾与冲突更为频繁, 进而对婚姻的稳定性产生负面影响。
本文的结论在个人教育、年龄、户籍与区域维度上, 从婚姻稳定性角度验证了贝克尔的婚姻市场相称匹配理论, 同时得出价值观念一致是相称匹配夫妻婚姻更长久的重要原因。以上结论给我们的启示是:在婚姻选择与匹配类型愈发自由多样的背景下, 保持整个社会婚姻稳定性的着力点并不是限制婚姻匹配类型的多样化, 而是应当着眼于弱化差异与缩小差距来提高全社会相称婚配的比例。一方面, 需要进一步放开户籍限制, 淡化城乡居民身份, 允许劳动力跨区域自由流动, 并且落实城乡与区域协同发展, 实现公共物品数量与质量在空间上的合理分布, 减小户籍差异与区域差异, 从而促进婚姻的相称匹配, 降低离婚风险。另一方面, 需要关注教育资源的合理配置, 同时做好精准扶贫工作, 尽可能使绝大多数居民享有相同的教育机会, 并降低社会不平等程度, 进而提高全民素质, 并在总体上缩小婚配双方的教育程度等社会经济地位的差距。此外, 虽然家庭背景匹配在现代社会中不再是婚姻稳定性的决定性因素, 但其对个人的教育获得、职业选择以及待人处事方式仍将产生较大影响, 因此, 加强家风建设、增强家庭的凝聚力也有助于提高全社会的婚姻稳定性。
限于数据, 本研究仍存在一定的不足:首先, 本文未考虑夫妻结婚前后的个人与父母教育程度可能改变带来的偏差, 虽然这种偏差理论上发生的可能性较小。其次, 文中考察的2010—2016年婚姻状态变化的动态过程仍较短, 大量删失数据的存在也可能使估计结果不够准确。因此, 运用更长时间跨度以及更有效的数据对婚姻匹配的长期影响问题进行检验与拓展也是未来的一个研究方向。
参考文献
[1]马磊.同质婚、交换婚与当前中国社会的婚姻壁垒[J].人口研究, 2017 (6) :16-32.
[2]齐亚强, 牛建林.新中国成立以来我国婚姻匹配模式的变迁[J].社会学研究, 2012 (1) :106-129.
[3]李后建.门当户对的婚姻会更幸福吗?——基于婚姻匹配结构与主观幸福感的实证研究[J].人口与发展, 2013 (2) :56-65.
[4]徐安琪.择偶标准:五十年变迁及其原因分析[J].社会学研究, 2000 (6) :18-30.
[5]李煜.婚姻匹配的变迁:社会开放性的视角[J].社会学研究, 2011 (4) :122-136.
[6]朱梦冰.婚姻匹配问题研究进展[J].经济学动态, 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, 钞贺森.婚配结构对夫妻婚后幸福感的影响研究——基于夫妻年龄、学历和家庭背景的对比分析[J].南方人口, 2017 (4) :36-44.
[19]袁晓燕, 石磊.户籍如何影响婚姻稳定性——基于中国经验数据的解释[J].学术月刊, 2017 (7) :45-57.
[20]雷晓燕, 许文健, 赵耀辉.高攀的婚姻更令人满意吗?婚姻匹配模式及其长远影响[J].经济学 (季刊) , 2015 (1) :31-50.
[21]陆益龙.“门当户对”的婚姻会更稳吗?——匹配结构与离婚风险的实证分析[J].人口研究, 2009 (2) :81-91.
[22]郭婷, 秦雪征.婚姻匹配、生活满意度和初婚离婚风险——基于中国家庭追踪调查的研究[J].劳动经济研究, 2016 (6) :42-68.
[23]谢宇, 胡婧炜, 张春泥.中国家庭追踪调查:理念与实践[J].社会, 2014 (2) :1-32.
[24]李煜.婚姻的教育匹配:50年来的变迁[J].中国人口科学, 2008 (3) :73-79.
[25]王鹏, 吴愈晓.初婚年龄的影响因素分析——基于CGSS 2006的研究[J].社会, 2013 (3) :89-110.
[26]吴要武, 刘倩.高校扩招对婚姻市场的影响:剩女?剩男?[J].经济学 (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] 费孝通.乡土中国生育制度[M].北京:北京大学出版社, 1998:159-163.
[29]李雅楠, 王飞.城镇居民婚姻匹配和家庭收入变动:1991—2009[J].人口与经济, 2013 (6) :39-46.
注释
1 本文主要关注夫妻双方的离婚现象而非因一方死亡而导致的婚姻解体, 因而在研究中剔除了丧偶样本。
2 本文也尝试将风险函数分布设为威布尔 (Weibull) 分布和冈珀茨 (Gompertz) 分布, 并进行回归估计, 发现估计结果类似。
3 由于婚姻持续期描述统计所使用的数据为2010年CFPS调查, 初婚时期在2000—2010年生存函数曲线持续期最多仅有10年, 因而在进行各个初婚时期比较时, 限定婚姻持续期10年以内以确保可比性。
