摘 要： 聚焦个人经济条件对其婚姻状态的影响，使用包括个人背景、经济条件以及家庭关系在内的各项数据，利用回归模型进行实证分析。回归结果显示，总支出的上升、房产总价的上升会降低个体离婚的概率，个人收入的上升则会提高其离婚的概率，其中收入造成的影响在女性群体中较为显着。研究的结论对中国离婚率的上升给出了符合经济学理论的解释，并与国外使用不同样本和模型的相关研究结论进行了对照与验证，从而对个体如何保持婚姻状态的稳定提供了一定的数据、理论支持。
关键词： 离婚; 经济条件; 婚姻; 收入; 支出;
Abstract： Focus on the impact of individual economic conditions on the status of their marriage,including personal background,economic conditions,and family relationships Data,using the regression model to make an empirical study.The results show that the rise of total expenditure,the rise of the total price of the real estate will reduce the probability of the individual's divorce,and the rise of personal income will increase the probability of divorce,among which the influence of income on the female population is more The study concluded that the rise of the divorce rate in China provided an explanation of the economic theory,and compared and verified with the relevant research conclusions of different samples and models,so as to provide some data and theory to the individual how to keep the stability of the marriage state.
Keyword： divorce; economic conditions; marriage; receipt;
引言
同中国经济在过去20年表现出来的飞速增长相似，中国的离婚率在过去20多年间也出现了显着的增长。国家统计局提供的数据显示，中国的离婚率从1995年的每100人中有0.088例增长到了2015年每100人中有0.267例，上升了约200%；同时，人均GDP从1995年的8 403元人民币增长到了2015年的44 155元人民币，提高了约400%（数据来源于中国国家统计局的国家统计数据）。相比于20年前离婚对于许多中国人仍是较罕见的事情，如今快速增长的离婚率也显示出离婚不再那么陌生，同时相关问题也吸引了社会的诸多关注，离婚率的上升在不同地区也有着一定的差别。研究显示，在城市、经济发达地区如上海、北京等地，老年人的离婚率显着高于全国其他地区，并且上升速度明显[1]。然而，经济条件的变动是否会导致个体对当前婚姻状态产生不满，从而对离婚率造成影响，这一问题在国内仍缺乏足够的实证研究和调查。
国外对婚姻经济学的研究可以追溯到1977年，早期关于婚姻问题的经济研究大多在探讨各类政策、法律造成的离婚成本上升对个人婚姻选择的影响。贝克和兰德斯（Becker&Landes,1977）曾在研究中得出结论：夫妻婚姻选择的影响因素只有婚姻的联合收益[2]。同时也有部分就税率与离婚率之间的关系进行的研究。随着交易市场中的各项理论逐渐应用于婚姻经济学，越来越多的经济学家开始就影响离婚的个人客观条件进行研究，例如收入、受教育程度、负债等因素对婚姻的影响，其中部分研究显示个体的收入对婚姻状态无法产生显着的影响，汉金斯和霍克斯特拉（Hankins&Hoekstra,2011）将个体短期内收入的突然增加称之为收入波动，他们发现，正向的收入波动并不会对区域内的离婚率产生显着的影响[3]。然而也有部分研究发现，收入的增长将会提高个体离婚的概率。霍夫曼和邓肯（Hoffman&Duncan,1995）通过研究发现，妻子的工资水平和丈夫的收入对其个体的离婚概率有显着的反向影响[4]。因此可见，关于个人经济条件对婚姻的影响在相关文献中并没有一个统一的结论。国内对离婚率影响因素的研究则多集中于家庭相关的非经济因素，而部分关注经济因素对离婚率的影响的研究则大多使用了宏观经济数据，因此无法观测到个体行为及经济条件的变动对婚姻选择的影响。同时，虽然目前中国的离婚率与美国2014年的每1 000人中有3.2例的离婚率基本相同[5]，人均GDP仍有较大的差距，并且与中国近年来持续上升的离婚率不同的是，美国的离婚率在过去十年间基本保持稳定，其快速上升的时期已经在很长时间以前。因此，虽然国外有许多学者使用美国的调查数据，就相关问题进行了实证研究，但基于不同地方的数据进行的研究，可能会由于文化、信仰、历史等客观因素的差异导致得出不同的结论。
本文使用了中国家庭追踪调查（CFPS）提供的面板数据，通过回归模型对婚姻状况与经济条件之间的关系进行检验，并与先前文章中不一致的结论进行对比。本文所选择的回归模型是logit回归模型，被解释变量为个体的婚姻状况，主要解释变量为反映个体经济条件及其变动的多个变量。此外，为了减少遗漏，变量误差引入了包括居住地、民族和受教育水平等因素在内的多个控制变量。本文与先前提到的文献相比，最大的区别是模型中不仅包括了个体的当前经济条件，同时也涵盖了其往年的经济条件，因此可以取得某一个体在此期间内经济条件的变动，从而捕捉到样本婚姻选择的动态变化及其影响因素。然而模型仍存在着一些问题，例如，由于在使用的统计数据中，部分个体并没有提供确切的收入水平和房产总价，因此在相关的数据上部分样本面临数据缺失的问题。本文的主要贡献是使用了基于中国的微观数据就个体经济条件及其变动对婚姻状态的影响进行研究，尝试对中国离婚率的上升给出符合经济学理论的解释，同时验证基于不同国家样本的相关研究的结论，并对个体如何保持婚姻状态的稳定提供了一定的数据、理论支持。
在第二部分，本文对研究相关内容的文献进行了讨论和总结；第三部分对模型所使用的数据进行了总结并解释各个变量的意义，同时对回归模型做出了介绍；第四部分则对模型的回归结果进行了汇报和解释；第五部分总结和归纳了最终得到的结论与不足。
一、相关文献
国内外已有部分经济学方面的研究就婚姻稳定性、婚姻选择进行了探讨，其中早期的文章多是理论性的探讨，研究的问题是如何实现婚姻市场中的帕累托最优。随着经济学家越来越关注婚姻选择的问题，使用计量经济模型分析的文章也越来越多，但是相较于理论性的文章，使用模型进行实证研究的文章仍占少数[6]。对婚姻选择进行实证研究的文章使用的数据种类多种多样，不仅包括收入水平、受教育程度、外貌、家庭背景等因素在内的微观数据，也包括进出口额度、国民生产总值在内的宏观经济数据。但其中，基于不同样本的实证研究所得到的结论并不完全一致。同时，某些研究仅使用了宏观经济数据，并不能全面得出个体婚姻选择的具体影响因素。
早期的对离婚问题的经济研究多与科斯理论相关，经济学家就离婚过程中是否存在足够高的成本，从而导致个体无法实现婚姻市场中的帕累托最优进行了研究。安东尼和罗伯特（Antony&Robert,2002）指出[6]，最早对离婚问题进行经济分析的研究是贝克和兰德斯（Becker&Landes,1977）的文章[2]，他们为了验证科斯理论在婚姻市场中的准确性，对个体在最大化无策略交易中的均衡点进行了预测；他们在结论中指出，一对夫妇是否选择离婚仅取决于他们通过离婚所能获得的联合收益的多少，并且女性工资的上升会降低婚姻中的联合收益。兰德斯（Landes,1978）进一步研究发现，离婚后的财产分割问题会对个体是否选择离婚产生影响[7]。威廷顿和阿尔姆（Whittington&Alm,1997）发现，婚姻问题的相关处罚越高，女性的离婚倾向会显着增强，但是对于男性的影响较小[8]。
除了前文关于各种法律、政策因素对离婚问题的研究，也有许多文章就个体客观经济条件与婚姻选择之间的关系进行了研究。布里奇斯和迪斯尼（Bridges&Disney,2016）基于英国的样本就财政压力、家庭负债情况对夫妻婚姻稳定度的影响进行了探讨[9]，研究中使用的34 503个样本数据来自于不列颠FACS。他们收集的信息包括每周家庭收入、抵押情况、存款账户数量、存款余额、贷款情况、债务情况。研究发现，年龄增加会降低离婚的概率，并且男性处于工作状态会减小离婚的可能，而女性处于工作状态会增加离婚的概率；同时，债务金额的上升将会显着增加离婚的概率。霍夫曼和邓肯（Hoffman&Duncan,1995）使用了线性回归模型对个人收入以及AFDC援助系数等条件与婚姻选择之间的关系进行了研究，其中AFDC是一个1936—1995年间对无收入或低收入家庭中的儿童实施金融援助的项目[5]。他们收集了1968—1987年的1 098个样本。模型中涵盖的变量包括丈夫的收入、妻子的收入水平、种族、结婚时长、妻子是否在20岁以前结婚、是否接受AFDC补助。结论显示，妻子和丈夫的收入水平与离婚概率之间的相关系数在统计上显着为负；同时，结婚时长的上升也会降低离婚的概率。特雷尔和卡尔尼（Trail&Karney,2012）就低收入群体和高收入群体之间对婚姻质量、婚姻传统观念的看法的差异进行了对比[10]。他们随机抽取的样本来自于佛罗里达州和加利福尼亚州，并就个体对婚姻的态度、婚姻关系的标准、当前婚姻关系中存在的问题等方面进行了调查。文章的结论显示，低收入群体对于离婚的认知更为传统、保守：该群体普遍不认为离婚对于一段不愉快的婚姻关系来说是一个好的选择。并且相比于高收入群体，低收入群体在婚姻关系中的要求也更低：不要求周年纪念礼物、私人交通工具等。萨斯勒和罗伊（Sassler&Roy,2014）对女性的婚姻期望值、女性的婚姻变动是否与其伴侣的经济状况有关进行了研究[11]，结果显示，孩子父亲的受教育程度越高，孩子母亲与其结婚的概率越高，同时孩子父亲的收入上升也会提高孩子母亲与其结婚的概率，并且中学及以上的受教育程度与婚姻之间的系数最为显着。
与国外对离婚和经济条件之间的关系的研究相比，国内关于该问题的研究数量较少。于维洋和周薇（2015）使用了1985—2011年的宏观经济数据，就房地产价格市场的变动和婚姻稳定程度之间的关系进行了统计检验[12]，研究显示，房地产价格的短期剧烈波动会导致婚姻的不稳定。由于该研究使用了宏观经济数据，因此这一结论并不能对个体的婚姻稳定性的影响因素提供解释和证明。刘一霖（2016）也使用了宏观数据就房价和婚姻稳定性的关系进行了研究[13]，但结论显示并没有足够的证据证明房价对离婚率有影响。作者认为，需要进一步的微观数据才能够更深入地探讨这一问题。陈莹莹（2013）使用了中国各省的面板数据就中国经济开放对离婚率的影响这一问题进行了研究[14]，文章通过线性模型的回归发现女性收入水平的增加、城市化发展导致的农村人口外流等现象对离婚率的上升有显着的作用。同时，作者指出，为了得到更进一步的结论还需要微观经济数据。郭婷和秦雪征（2016）则就婚姻匹配程度对婚姻稳定性的影响进行了研究，他们发现，初婚年龄、子女数量都与婚姻满意程度、婚姻稳定性呈负相关[15]。随着观念的进步，女性在职场、企业中的角色变得越发重要。肖金利等（2019）发现，在上市的家族企业中，夫妻共同持股的安排会显着影响企业的风险承担水平，即夫妻共享股份的企业往往会有着更为保守的风险态度，并且企业所在地较高的离婚率会削弱共同持股对企业的风险承担水平的影响[16]。综上，国内大多使用了宏观经济数据对离婚的相关问题进行研究，结论表明，各项经济数据确实与离婚率、婚姻稳定性之间存在一定的关系，但是由于缺乏基于家庭或个人的微观经济数据，研究的结论无法对个体在婚姻市场的行为理论进行验证和支持。
婚姻状态的变动不仅与个体的客观条件相关，同时也受到宏观环境的影响，法律、成本、观念、意识等方面的不同都会导致不同的婚姻选择。历史上中国女性在婚姻关系中往往处于较弱势的地位，而随着近些年来倡导维护女性权益和男女平等意识，中国女性的劳动参与率不断上升，从而家庭的收入水平、储蓄率都得到了显着的增加，特别是城市中的大学以上学历的已婚女性进入劳动力市场对家庭储蓄率、收入水平的影响较为明显[17]。于是，随着女性劳动参与度的提高，女性在婚姻中也变得更加独立自主。在不满意的婚姻中，女性不再因为经济因素选择忍让、迁就，同时中国离婚政策决定了离婚所需要付出的主观、客观成本较低，因此中国的离婚率在近年来持续上升[18]。但是，在配偶选择的问题上，女性与男性所重视的择偶标准仍存在着显着的差异，女性在婚姻市场中更有竞争力的因素是容貌、文化等非经济因素，而男性的经济能力则会在婚姻市场中产生更大的影响，这一差异可能是由部分中国的传统观念造成的[19]。因此，虽然国外相关研究中主要的结论是收入与离婚的概率之间存在负的系数，但是由于使用的数据是来自美国和英国的样本，而中国由于文化、政策、意识等方面的差异，这些结论并不一定适用于中国的情况。而国内的部分研究则由于缺少微观层面的经济数据，结论无法与国外的相关结论进行对照。因此，基于以往研究的结论和不足，本文使用了来源于中国的微观数据并聚焦于个人经济条件与婚姻状况之间的关系，不同于霍夫曼和邓肯（Hoffman&Duncan,1995）等人主要关注收入对离婚的影响[5]，而是同时涵盖总收入、房产价格、总支出、个人消费支出共四个变量，用来量化个人的经济条件；由于其他非经济因素，如年龄、性别等会对婚姻选择产生影响，模型也将涵盖一系列控制变量用来量化个体的非经济条件。
二、数据与模型
本文使用的数据来自于中国家庭追踪调查（CFPS）。该调查于2010年发起，包含3.3万个个体样本，并且每两年更新一次以2010年基线调查界定的追踪对象的家庭信息（数据来源于北京大学开放研究数据平台《中国家庭追踪调查》）[20]。由于该调查所选取的地区覆盖了全国25个省、市、自治区的城市和农村地区，因此具有全国代表性。本文所选取的数据来自于2010年、2012年以及2014年的调查，并将同一个体编号的样本在各年的数据进行合并。虽然CFPS2016年的数据已经可供使用，但是由于部分总收入数据的缺失，本文没有使用2016年的数据。在数据清理的过程中，本文剔除掉了2014年年龄未满法定结婚年龄的未婚个体、在2014年仍未结婚的个体、在三次调查中始终保持丧偶状态的个体，因为这些样本个体无法或没有结婚从而其财务状况不能对婚姻选择产生影响，并且也剔除掉了某年数据全部缺失的个体，因为这样的样本无法记录其财务状况的变动值。在清理数据之后，数据集共有23 931个样本的面板数据，其中共有270个样本在2010—2014年之间发生了离婚。
婚姻市场的选择较多，已婚个体会在其他选择能提供更高的效用时，比如，与更富有的人结合而获得更丰富的物质享受、与兴趣更相投的个体相结合而获得更优质的日常生活，或是单纯离开现有伴侣以获得宁静的独居生活等，放弃原本的消费选择而选择离婚。虽然选择离婚的个体在离婚后会感到幸福感的落差，但是在考虑到其离婚前的幸福水平早已低于平均值后，可以发现离婚个体在离婚后的幸福感水平得到了提高，并且从长期来看，离婚所造成的幸福感落差在离婚3年后会基本消失，因此，对于许多经历不满意婚姻的个体而言，离婚确实是一个改善生活质量、提高幸福感水平的选择[18]。而在婚姻市场中，个人的经济条件和非经济条件与一般商品的价格、功能等条件类似，个体将会在他们能获得更高的无差异曲线时更新自己的最优选择。因此，本文引入了个体经济条件及其变动和一系列的控制变量，量化在婚姻市场中的经济条件与非经济条件。
本文使用了logit回归模型，被解释变量是一个表示个体婚姻状态的虚拟变量，XK为一组主要解释变量，ICN为一组控制变量。Logit模型通过解释变量的系数可计算出在一定情况下个体离婚与不离婚的几率之比，因此对该比值减100%即可得到个体离婚的概率。
模型中的主要解释变量是衡量个体经济条件及其变动的一组变量，全部的主要解释变量包含年收入、年总支出、年个人消费总支出、房产总价、年收入变动、年总支出变动、年个人消费支出变动、房产总价变动、性别与总收入的交叉项、性别与房产总价的交叉项共十个变量，但是模型并不一定包含全部的主要解释变量，不同的模型所涵盖的主要解释变量也并不相同，即J≤10。为了消除遗漏变量误差以及测量误差，模型也涵盖了矩阵ICN作为控制变量，其中包含受教育年限、性别、年龄、家庭规模、父亲的受教育程度、父亲的政治面貌、母亲的受教育程度、母亲的政治面貌、是否是少数民族、是否是农村居民共十个控制变量，这些控制变量的选择在不同的模型之间保持一致。
模型中各个变量的具体说明如下：被解释变量是一个虚拟变量，如果个体在2010—2014年间有过离婚则该变量等于1，其他情况为0；年收入、年总支出、年个人消费、房产总价支出通过调查的原始数据可得，单位是万元；年收入变动、年总支出变动、年个人消费支出变动、房产总价变动则是通过对2014年的各项数据向2010年的各项数据求差而得，从而捕捉到每个样本在2010—2014年这一区间内的各项的变化趋势，单位同样是万元；性别是一个虚拟变量，当个体为男性时该变量为1，女性则为0；是否是少数民族为虚拟变量，当个体为汉族时该变量为0，而个体为其他民族时该变量为1；家庭成员的数量反映了日常居住在一起的成员数量；受教育年限是根据样本所获得的最高学历进行年份换算所得到的数据，计算的标准是义务制教育九年、高中教育三年、高职高专教育三年、大学本科四年、硕士研究生三年、博士生研究生四年，假如一个样本所获得的最高学历为大学本科，则其受教育年限为16年；父母的政治面貌则是，当其政治面貌为中共党员时虚拟变量为1，其余情况为0。
对于控制变量的选择，原因有以下几点，一是年龄较大、受教育程度偏低的个体更有可能会有较为保守的认知，因此他们更有可能对于离婚有部分偏见，或者认为离婚对于家庭和个体的名誉有负面的影响。二是相比较于人口流动较大、经济较为发达的城市地区，在经济水平欠发达的农村地区可能对于传统观念的重视程度也会较高。三是年龄越大的夫妇通常结婚的时间也越长，因此夫妻间可能会有更强的感情联系。四是父母的背景条件可能会在子女的成长过程中起到一定的引导作用，并且子女在面临重大选择时可能会征求父母的意见。
各个变量的统计数据如表1所示，个体平均年总收入为7 400元，这可能是由于有许多样本的收入数据缺失造成的；平均总支出则是59 700元，这与平均年收入的差距较大，因此也说明了收入数据可能存在一定的问题；平均房产总价为350 000元。基于不同类型的样本进行数据统计有如下发现：（1）城乡居民的离婚概率存在差异。在农村居住的个体占总样本的48.3%，但是在所有离婚样本中农村居民的占比只有38.3%，因此与前文的设想一致：农村个体可能会有较低的离婚概率。（2）男性与女性的样本比例在离婚的样本群和已婚的样本群之间有显着的差别，在离婚群体中男性样本与女性样本的比例约为3∶2，而在全部样本中男性与女性的比例为1∶1，说明男性样本在离婚群体中所占的比例更高。（3）在不同性别的群体中平均收入差异较大，男性样本的平均收入比女性样本的平均收入高5 400元。（4）在不同地区可能存在收入不平等现象，农村居民的平均收入比城市居民的平局收入低2 200元。
表1 样本统计数据
数据来源：CFPS 2010,CFPS 2012,CFPS 2014
三、实证分析
本文共使用了4个回归模型，并将其分为两组，每组内两个模型进行对照。第一组为模型1与模型2，第二组为模型3与模型4。组内两个模型的区别则主要是是否使用了性别与收入、性别房产这两个交叉项，交叉项的引入是由于不同性别的样本平均收入有较大的差异，同时男性较女性的离婚率更高。而在不同分组的模型之间，差别是是否引入了收入变动、支出变动、房产总价变动与个体消费支出变动这4个衡量个体经济条件动态变化的变量。4个模型的回归结果如表3所示。下面将分模型对各回归结果进行解读。
模型1的主要解释变量仅使用了年收入、房产总价、个人消费支出、总支出四个变量，此时的回归结果显示，主要解释变量的系数仅有个人消费支出和总支出在10%水平显着（详见表2）。此时的系数说明在保持其他条件全部一致的情况下，年支出为11万元的个体的离婚概率比年支出为10万的个体的离婚概率低4.22%，而个人消费支出水平越高，离婚的概率则会上升。同时，男性的离婚概率比女性的离婚概率高69%，年龄的上升、家庭规模的扩张、父亲为中共党员、在农村居住都会使个体的离婚概率有所降低。由于CFPS将转移性支出、保障性支出、建房购房贷款支出都划归为总支出的一部分，因此包括对非同住亲友的经济支持、人情礼、购买各类商业保险等方面的支出越高，家庭之间的情感联系、稳定度也会越强，从而导致总支出与离婚概率之间的系数为负。
由于受到传统家庭模式和传统价值观的影响，女性在择偶过程中更重视男性的经济能力，而男性在择偶过程中更重视女性的容貌、文化等非经济条件，虽然这一趋势正在改变，但择偶时的性别差异仍需要一定的时日才能得以淡化[19]，这一差异在离婚选择时可能也会体现。
因此，模型2在模型1的基础上，添加了性别与总收入、性别与房产总价的交叉项作为两个额外的主要解释变量，以此来捕捉总收入与房产总价在不同性别的群体之间对离婚概率所造成的不同的影响。相较于模型一不显着的总收入与离婚概率之间的系数，模型2中总收入的系数为正并在5%水平显着，同时性别与总收入的交叉项的系数显着为负，个人消费支出、总支出的系数较模型一的结果没有太大的变化，房产总价的系数为正但仍不显着。说明了个体收入水平越高其离婚的概率也越高，并且相较于男性群体，女性群体的收入水平对离婚概率的影响更大，例如在其他条件全部相同的情况下，一位总收入为10万元的男性相较于一位总收入为10万元的女性，该男性的离婚概率低108.18%，而当总收入皆为1万元时，男性的离婚概率高82.37%。这一结果显示了在总收入较低的情况下，男性个体有着更高的离婚概率，但是在总收入较高的情况下，女性个体的离婚概率更高，这一结果与布里奇斯和迪斯尼（Bridges&Disney,2016）的结论相似。其内在原因可能是在收入较低时，女性的经济能力无法完全独立于男性，因此当女性对男性配偶有所不满时，也会由于经济压力、传统观念等方面的原因而选择暂时忍让，保持当前的婚姻关系。而随着女性个体收入水平的提高，其独立性也越来越强，对于传统观念的反抗意识也越强，因此，在其对男性配偶无法忍受的情况下不会再忍气吞声，而是选择结束婚姻关系。
模型3则引入了个体在2010—2014年间经济条件波动的变量，总收入的变动、总支出的变动、房产总价的变动，以及个人消费支出的变动。由于个人消费支出与总支出的系数在引入新的变量以后不再显着，在模型3中便移除了总支出与个人消费支出。模型3的回归结果显示，总收入与房产总价对离婚概率没有显着的影响，但是总支出的变动、房产总价的变动、个人消费支出的变动都对离婚概率有显着的影响：当总支出较上一期增长了10万元时，离婚的概率会降低5.98%；当房产总价较上一期增长了10万元时，个体离婚的概率会降低1.19%；而当个人消费支出较上一期增长了10万元时，个体离婚的概率会增长49.78%。其余各个控制变量系数的符号与模型1、2基本一致，并无太大的变化。
模型4则在模型3的基础上引入了性别与收入、性别与房产总价的交叉项。在加入交叉项过后，房产总价的系数在10%水平显着，而收入的系数仍不显着，但是显着性水平有所提高。回归结果显示，在除房产总价不同，其余所有条件均相同的条件下，一个拥有房产总价为200万元的个体，与一个拥有房产总价为100万元的个体相比，前者的离婚概率比后者高34.48%。但是，房产总价的正向增长会使得个体的婚姻更加稳定，这意味着在其余数据均相同的条件下，如果有两位当前房产总价同样为100万元的个体，第一位个体房产总价相较于上一期减少了50万元，而第二位个体房产总价相较于上一期增加了50万元，则房产总价的变动导致前者的离婚概率相较于后者的离婚概率高15.26%。总支出的变动、房产总价的变动与个人消费支出的变动对离婚概率的影响则与模型3的结果基本一致。
综上，本文共使用了10个衡量个体经济条件的变量进行研究，通过以上4个模型的回归结果可以发现，这些变量对个体是否选择离婚造成的影响在符号上并不相同，这意味着有些经济条件的提高会增加离婚的概率，而有些经济条件的提高会降低离婚的概率。在以总收入、房产总价、个人消费支出、总支出构成的个人经济条件中，仅有总支出的系数符号为负，其余3个变量的系数符号为正，意味着除总支出外，个人经济条件越好，其离婚的概率也越高。而在以总收入变动、房产总价变动、个人消费支出变动、总支出变动构成的个人经济条件变动中，只有个人消费支出的系数符号为正，其余系数均为负数，说明了在不考虑个人消费支出变动的情况下，个人经济条件的正向波动将会降低其离婚的概率，使得家庭更加稳定。该结果可以这样理解：房产总价变动、总支出变动均会对家庭其他成员产生影响，因此，这些正向的波动将会降低离婚的概率，增强家庭的稳定性；而个人消费支出变动仅会对自身产生影响，因此无法加强与家庭成员之间的联系，反而会增加离婚的概率。
表2 婚姻状态的影响因素
控制变量的系数在各个模型中并无太大的变化。其中，年龄、性别、是否是农村居民、家庭成员数量、父亲的政治面貌的系数在4个模型中始终保持显着并且差异并不明显，而是否是少数民族、父母及个体的受教育年限的系数均不显着，各控制变量的系数以模型4的回归结果进行解释：在其他条件相同的情况下，农村居民的离婚概率比城市居民的离婚概率更低。这一结论也与前文的预测保持一致，即农村居民可能相对更为保守；个体的年龄与离婚概率直接存在负的系数，个体的年龄每增长1岁，其离婚的概率会降低4.93%。同时，男性的离婚概率比女性更高；家庭规模与离婚概率之间的系数也是负数，当一个家庭每多一位家庭成员时，离婚的概率就会降低33.68%；个体的父亲是否为中共党员也会对该个体的离婚概率产生显着的影响，相比较于父亲的政治面貌为其他的样本，父亲的政治面貌为中共党员的样本的离婚概率低39.62%。
四、结论
本文使用了CFPS的个体面板数据对可能会影响个体婚姻状态的个人经济条件进行了logit回归，其中衡量个人经济条件的变量包括总收入、总支出、个人消费支出、房产总价。回归结果显示，个人经济条件及其波动确实会对个体的婚姻状态产生影响，然而不同经济因素的系数符号并不相同。具体有如下发现：一是个人收入水平越高，其离婚的概率越高，并且在女性群体中收入对离婚概率的影响更大。这一结论与贝克和兰德斯（Becker&Landes,1977）提出的女性工资水平的提高将会减少其在婚姻中所获得收益这一结论相一致，这可能是因为随着女性收入水平的提高，女性在婚姻关系中对男性的经济依赖程度降低。因此，在婚姻关系不满意的情况下，女性不再会由于经济因素而选择迁就和忍让。二是家庭总支出的增加会显着降低个体离婚的概率，这意味着更多对家庭的经济投入，例如保险、亲友间的人情礼等能够降低离婚的概率，使得家庭关系更加稳固。三是房产总价的正向波动则会减少个体离婚的概率，但房产总价总体上与离婚概率之间呈正相关。四是个体消费支出的上升也会提高离婚的概率，这意味着对个人消费的过分投入会导致婚姻关系的恶化。这可能是因为在各个消费市场中，随着可选择消费束的增加，夫妇由于不同的偏好导致他们的最优消费束不再保持一致，从而增加了生活中的争吵与矛盾，导致了婚姻的不稳定。因此，在个人经济条件提升后，如果希望保持婚姻状况的稳定，应当在增加个人消费支出的同时，增加对其他家庭成员和家庭整体的经济投入。
总而言之，个人当前的绝对经济条件越高，其离婚的概率越高，但是个人短期内经济条件的正向波动将会降低其离婚的概率，这一结论也与霍夫曼和邓肯（Hoffman&Duncan,1995）等人的研究结论基本保持一致。本文的结论验证了中国经济增长和离婚率增长之间可能存在的潜在关系，为影响个体婚姻选择的多种因素给出了符合经济学理论的解释，并且验证了中外相关研究中基于不同样本得出的多种结论。
文章中的回归结果显示，个人收入及其变动与离婚概率之间的关系并不十分显着。这可能是由于数据源中许多样本的收入数据存在错误导致的，因为本文所使用的样本平均收入明显低于2014年的居民平均收入，可能的原因是受访的样本个体对个人信息有所隐瞒或者误报。同时，由于许多样本仅有一套住房，因此对于这些样本而言，房产总价的多少并不能对其当前生活的经济条件产生实质性的影响，并且由于样本数据来源于不同的城市，房产总价的差异可能仅能反映不同城市的土地稀缺程度，而无法反映个体在居住过程中收获的效用的多少，从而无法获得住房条件对婚姻选择的影响。针对这一问题，家庭人均住房面积或者家庭住房总面积是一个可能的替代变量，然而在CFPS中并没有提供这一项数据。不仅如此，由于CFPS现如今提供的数据时间跨度仅有不到10年，样本个体的收入变动、支出变动、房产总价变动可能并无太大的差异，因此，随着调查年份跨度的增加以及数据的丰富，未来的研究可能会得出更多显着、有意义的结论。
参考文献
[1]孙鹃娟，李婷.中国老年人的婚姻家庭现状与变动情况——根据2015年全国1%人口抽样调查的分析[J].人口与经济，2018,(4):99-107,123.
[2] Becker G.,Landes E.,Michael R.An Economic Analysis of Marital Instability[J].Journal of Political Economy,1977,85(6):1141-1187.
[3] Hankins S.,Hoekstra M.Lucky in Life,Unlucky in Love?:The Effect of Random Income Shocks on Marriage and Divorce[J].The Journal of Human Resources,2011,46(2):403.
[4] Centers for Disease Control and Prevention.Marriage and Divorce[Z/OL].http：//www.cdc.gov/nchs/fastats/marriage-divorce.htm,2016.
[5] Hoffman S.,Duncan G.The Effect of Incomes,Wages,and AFDC Benefits on Marital Disruption[J].The Journal of Human Resources,1995,30(1):19-41.
[6] Antony D.,Robert R.The law and economics of marriage and divorce,2002:157-168.
[7] Landes E.Economics of Alimony[J].Journal of Legal Studies,1978,(7):35-63.
[8] Whittington L.,Alm J.Til Death or Taxes Do Us Part:The Effect of Income Taxation on Divorce[J].Journal of Human Resources,1997,(32):388-412.
[9] Bridges S.,Disney R.Household Finances,Income Shocks,and Family Separation in Britain[J].Economic Inquiry,2016,54(1):698-718.
[10] Trail T.,Karney B.What’s(not)Wrong with Low-income Marriages[J].Journal of Marriage and Family,2012,74(3):413-427.
[11] Sassler S.,Roy S.,Stasny E.Men’s Economic Status and Marital Transitions of Fragile Families[J].Demographic Research,2014,30(1):71-110.
[12]于维洋，周薇.中国房地产价格与婚姻稳定性关系研究[J].统计与决策，2015,(22):83-86.
[13]刘一霖.我国房价与婚姻稳定性关系间的实证研究[D].成都：西南交通大学，2016.
[14]陈莹莹.中国转型期经济开放对离婚率的影响研究[D].济南：山东财经大学，2013.
[15]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.
[16]肖金利，潘越，戴亦一.“保守”的婚姻：夫妻共同持股与公司风险承担[J].经济研究，2018,53(5):190-204.
[17]尹志超，张诚.女性劳动参与对家庭储蓄率的影响[J].经济研究，2019,54(4):165-181.
[18]马汴京.分手快乐？——离婚对个体幸福感的影响[J].南方经济，2019,(7):116-135.
[19]陈奇，陈皆明.大学生择偶过程中的竞争与配对——教育同质婚的形成机制探析[J].西安交通大学学报：社会科学版，2019,39(3):59-68.
