離婚對家庭經濟的影響
——基于云南省7縣家庭調查數據

2019-06-03 01:40:32彭大松

人口與社會 2019年2期

彭大松

(南京郵電大學人口研究院，江蘇南京 210046)

○、引言

黨的十八大以來，我國的貧困治理工作取得了令世界矚目的成就。根據《中國農村貧困監測報告2017》發布的數據，2012年我國有貧困人口9 899萬人，截至2016年底，減少到4 335萬人，累計減少5 564萬人，平均每年減少1 391萬人。貧困發生率也由2012年的10.2%下降到2016年的4.5%，下降5.7個百分點，平均每年下降1.4個百分點[1]。這些成就的取得為2020年“全面建成小康社會”目標打下了堅實基礎。在積極評價我國脫貧攻堅取得的成績的同時，也應看到未來的脫貧工作仍面臨著諸多問題。例如，脫貧攻堅工作中，家庭經濟增長成為扶貧成效和脫貧評價的重要準繩。然而過度重視貧困家庭的經濟指標增長，往往會忽視貧困家庭的婚姻穩定和家庭發展能力建設。尤其是當前，在我國離婚率不斷攀升的背景下，更需要兼顧精準脫貧與家庭穩定發展的雙重效益。據國家民政部門統計，2010年我國登記離婚人數為201萬對，粗離婚率為2.0‰；到2017年，登記離婚人數已達到370.4萬對，粗離婚率上升到3.2‰。而最近幾年，農村的離婚率也呈現出加速上升趨勢[2-3]。離婚不僅導致婚姻關系解體，也會讓家庭經濟受損，家庭發展能力減弱[4-5]。對貧困家庭而言，離婚帶來的負面影響可能更大，婚姻解體會使家庭貧困程度加深或讓已脫貧家庭重新返貧，進而影響到國家脫貧目標的如期實現。因此，分析貧困家庭的婚姻穩定性對家庭經濟增收的影響具有十分重要的理論意義和實踐價值，它不僅有助于我們理解婚姻穩定與貧困治理之間的關系，也為創新扶貧實踐提供新的思路。

一、文獻評述

國內外關于婚姻與經濟關系的研究文獻已非常豐富。從婚姻對經濟效率的影響來看，中外研究普遍發現，結婚比單身更有“經濟效率”。Sen指出婚姻往往給日常家庭生產、消費、儲蓄等帶來了更高效率，節約了日常生活成本[6]。與此相對，婚姻破裂會使這種“效率”大幅度地消解，同時家庭也會面臨經濟損失。約瑟夫·魯普頓和詹姆斯·斯密斯(Joseph. Lupton & James P. Smith)的研究發現，已婚家庭的經濟財富，一旦遭遇婚姻解體，將迅速縮水[7]。對于貧困家庭而言，離婚可能會使配偶雙方利益均遭受損失[8]。這些損失不僅體現在經濟層面，也體現在子女撫養壓力增大、家庭保障能力缺失等方面。在分析離婚的影響或沖擊時，一些學者認為這種影響具有“性別差異”，即離婚的后果對于男性和女性的影響具有效應不一致性。例如，有研究指出，離婚后女性的家庭經濟收入大幅下降，貧困風險急劇增加[9-10]。Peterson根據美國相關數據證實，離婚對女性的影響要大于男性，離婚后女性的生活水準平均下降27%，而男性僅僅下降10%左右[11]。一項德國的相關實證研究也顯示，離婚后妻子的家庭收入僅是前夫收入的2/3[12]。不過，也有一些實證研究獲得了不一樣的發現。例如，同樣來自德國的另一項經驗研究發現，離婚給女性帶來的經濟沖擊是短暫的，其狀況一般1年后就會得到恢復[13]。Keith研究發現，從中長期來看，女性離婚后的經濟恢復狀況往往好于男性[14]。國內研究同樣也發現離婚的經濟后果具有性別差異。離婚對于女性的經濟沖擊要大得多，并強調女性經濟獨立對于抵御離婚沖擊的重要性[15-18]。概而言之，雖然研究者對于離婚對不同社會階層、不同職業、不同經濟狀況、不同性別個體的經濟沖擊是否大小有別尚未取得一致認識，但對離婚導致家庭經濟受損已基本達成共識。不過，已有研究很少專門針對貧困家庭來分析婚姻解體對家庭經濟的影響，更鮮有在“精準扶貧”背景下討論貧困家庭離婚的經濟后果及其對扶貧實踐的啟示。此外，現有研究對“離婚”與“家庭經濟”關系的定量分析也缺乏對可能存在的“雙向因果”或“選擇效應”的控制。“離婚”可能影響“家庭經濟”，但反過來，“家庭經濟”也可能會影響“離婚”行為的發生。換言之，那些離婚的個體可能是因為“家庭經濟”條件較差而導致婚姻破裂，在這一因果鏈中，“家庭經濟”可能是“果”的同時，也是誘發“離婚”行為的“因”。因此，定量分析中需要考慮消除或削弱可能存在的“雙向因果”或“選擇效應”的影響，才能獲得因果效應的凈估計值。鑒于此，本文擬以“中國農工黨中央對口云南省脫貧攻堅工作研究”課題組收集的云南省7個縣的部分貧困家庭調查數據為基礎，采用傾向值匹配模型，克服變量間可能存在的雙向因果效應對估計造成的影響，以獲得“離婚”對“家庭收入”影響的凈效應。

二、研究設計：數據、變量與模型設置

1．數據來源

本文數據來自“中國農工黨中央對口云南省脫貧攻堅工作研究”課題組2018年7～9月在云南省永善、巧家、南華、永平、昌寧、景東、馬關7個縣所做的問卷調查。問卷涵蓋了家庭成員基本信息、婚姻史、務工史、經濟收入、生活消費、健康狀況、扶貧措施等內容。該調查以云南省所有的縣為一級抽樣單元，采用簡單隨機抽樣抽取7個縣，縣內的鄉(鎮)構成二級抽樣單元，在每個縣隨機抽取2個鄉(鎮)，每個鄉(鎮)的行政村構成三級抽樣單元，在每個鄉(鎮)隨機抽取2個行政村，每個行政村抽取50戶貧困戶作為被訪對象。調查采用入戶方式，由經過專門培訓的調查員入戶開展一對一訪問。本文在剔除關鍵變量隨機缺失的樣本后，共取1 078個有效樣本進行分析。

2．變量測量與樣本描述

離婚是本文的核心自變量。“離婚”是根據問題“您目前的婚姻狀態”進行操作化，將回答為“離婚”的被訪者賦值為1，回答為“已婚”“再婚”者均賦值為0(參照項),在數據分析中做分類變量處理。[注]盡管離婚和喪偶都屬于婚姻解體，但二者的影響機制不同，為了在PSM模型中更好地控制選擇效應，這里將喪偶者情況排除在外。另外，再婚者雖然也有過離婚經歷，但當前的收入更多地受到“再婚”事件的影響，而不是離婚，因此，本研究中的離婚是指到目前為止仍處于“離婚”狀態的人，作為參照項則是“目前在婚”對象，其中包括離婚、喪偶后的再婚者。“人均家庭收入”是本文的核心因變量。將過去一年家庭成員獲得的收入加總(包括經營性收入、勞務收入等，但不包括政府轉移性收入)，結合家庭規模計算人均家庭收入，并在數據分析中進行對數化處理。衡量家庭貧困的另一項指標是“是否為低保戶”。一般而言，“低保戶”比“非低保戶”的貧困程度更深，因此這一指標也可以區分家庭貧困程度，在處理時作為分類變量使用。

根據以往文獻，影響婚姻穩定性的協變量設定為性別、年齡、民族、教育、通婚范圍、是否是低保戶、初婚是否領證、婚后是否外出務工、初婚時家庭規模等。其中，性別處理成分類變量，以女性為參照。民族處理為二分變量，以漢族為參照。教育程度為分類變量，分為未上學(參照項)、小學、初中、高中及以上。通婚范圍為分類變量，分別為本村、外村、外鄉鎮、外縣、外省等幾個類別。初婚時是否領取結婚證在數據分析中作為二分變量，領證賦值為1,未領證賦值為0。另外，根據外出務工史的回溯性調查和初婚時間，可以將婚后外出務工處理成二分變量，外出務工賦值為1，其他情況賦值為0。

表1是主要變量及其分布情況。從表中可以看到，被訪者的平均年齡為43.9歲，女性占45%，少數民族占24%，受教育程度以“小學”為主。受訪對象中有5.2%的人為離婚者，已婚者通婚范圍主要限于縣內，跨縣通婚者占10%，跨省通婚者為4.1%。另外，已婚者中有11%的人未領取結婚證。上述變量描述和分布與云南省農村貧困地區的情況基本一致。

表1 樣本情況及變量描述性分析(n=1 078)

續表1

變量均值標準差最小值最大值領結婚證(無=0)89.0%—01家庭收入(ln)6.91.1709.90是否低保戶48.4%—01離婚(否=0)5.2%—01

說明：分類變量用百分比表示

3．模型設定

因調查數據無法避免選擇性偏差以及雙向因果等造成的變量間的內生性問題，用常規OLS模型進行數據處理，可能會導致估計結果偏誤，故擬采用傾向值匹配模型(PSM)以有效處理上述問題。傾向值匹配方法最早由Rosenbaum和Rubin(1983)針對觀察數據的因果效應估計而提出，后經多個統計學家改進、補充和發展，現已成為非實驗數據因果分析的主要方法之一[19]。

三、實證分析

1．傾向值得分估計

與試驗數據不同，調查數據中的“干預”并不是隨機出現的，而是受到一些混淆變量的影響，致使個案的出現在“干預組”或“控制組”的傾向值不同。因此，如何正確地估計出傾向值，取決于變量挑選和模型設置。根據已有研究文獻和問卷調查的問項設置篩選變量，將年齡、性別、民族、教育程度、勞動能力、是否外出務工、初婚通婚范圍等作為傾向值的預測變量。另外，考慮到本文所用數據部分樣本來自同一個家庭，在模型估計時，采用“簇”穩健標準誤替代常規標準誤，以減少估計偏差。Logistic回歸模型的具體估計結果見表2。從表中的估計結果可以看出，混淆變量對傾向值有較好的預測作用。通過傾向值的核密度函數估計，比較“干預組”和“控制組”在各個協變量上的差異性(下頁圖1)，從圖中可以直觀地判斷出數據未匹配前，協變量在兩個組之間有顯著差異。

表2 Logistic回歸模型估計傾向值(n=1 078)

圖1 匹配前離婚與未離婚樣本傾向值的核密度曲線

2．數據匹配與平衡性檢驗

本文采用最近鄰匹配(nearest-neighbor matching)、卡尺匹配(caliper matching)、卡尺內最近鄰匹配(nearest-neighbor matching within caliper)、核匹配(kernel matching)、核匹配內局部線性回歸匹配、樣條匹配以及基于馬氏距離的匹配等多種方法進行數據匹配。數據匹配后檢驗數據的平衡性是一個必要步驟。一個好的匹配應該使協變量在干預組和控制組之間變得平衡。本文采用t檢驗和核密度曲線圖比較匹配前后數據平衡性的改善情況。表3是最近鄰匹配后的數據平衡性檢驗結果。表3也列出了數據匹配前后干預組和控制組變量分布差異性檢驗結果(p值)：在顯著性為0.05水平下，除了通婚范圍中“跨省”類別無顯著差異外，其他變量都有統計顯著性差異。而匹配后，幾乎所有的變量都不再顯著。這說明傾向值匹配后，數據平衡效果較好。標準化偏差指標也可以間接地反映出數據平衡性。一般而言，當偏差小于10%時，可以認為數據平衡性較好。此外，我們也可以通過核密度函數圖形來判斷匹配后數據的平衡效果。下頁圖2是匹配后的核密度函數分布情況。與匹配前的核密度圖形(圖1)相比，圖2中干預組和控制組核密度曲線已經比較接近，這說明經傾向值匹配后的樣本已經較好地過濾了混雜因素的干擾，可獲得更為準確的參數估計值。

表3 匹配后數據的平衡性檢驗

續表3

變量干預組均值控制組均值標準化偏差%匹配前p值匹配后p值教育程度小學0.570.61-8.10.0590.68 初中0.390.358.30.0380.68 高中及以上0.110.137.10.0420.52家庭規模2.632.67-2.90.0010.88民族0.680.656.10.0050.74通婚范圍跨村0.320.304.00.0310.84 跨鎮0.230.25-3.50.0500.86 跨縣0.130.10-8.90.0400.63 跨省0.070.062.30.1320.92是否低保戶0.340.42-9.10.0210.40是否領結婚證0.730.721.90.0010.93外出務工0.570.547.30.0000.71

圖2 匹配后離婚與未離婚樣本傾向值的核密度曲線

3．離婚對家庭經濟的影響

下頁表4是采用不同匹配方法進行樣本匹配后計算出的平均處理效應值。其中，ATT代表干預組平均處理效應，ATC代表控制組平均處理效應，ATE代表全部樣本的平均處理效應。平均處理效應是“離婚”對貧困家庭經濟收入影響的“凈效應”。為了比較PSM模型對“選擇效應”偏差的修正情況，我們也將常規的OLS模型的估計結果一并列出。

在下頁表4中，模型1為最近鄰匹配,k參數設置為4；模型2為卡尺匹配，卡尺ε設置為0.25；模型3為卡尺內最近鄰匹配，k參數設置為4，卡尺參數設置為0.25；模型4為核匹配模型，核函數為epan核函數，帶寬設置為0.06；模型5為局部線性回歸核匹配，參數設置為epan核函數，帶寬設置為0.06；模型6為樣條匹配；模型7為馬氏距離最近鄰匹配。另外，表格的最后一行為OLS模型的估計結果。從表中系數可知，OLS模型估計出的“離婚”對家庭經濟收入的影響效應為-0.21(p<0.05)。但運用PSM模型的模型1至模型7對該效應值的估計遠遠高于這一結果，其中，ATT的值域范圍為(-0.30， -0.40)，ATC的值域范圍為(-0.38，-0.47)，ATE的值域范圍為(-0.37，-0.46)。由此可以推斷：其一，離婚對家庭經濟收入有負向影響，離婚進一步惡化了貧困家庭的經濟狀況；其二，“離婚”與“家庭收入”之間的確存在著雙向因果關聯或選擇效應，由于OLS模型無法過濾選擇偏誤，因而導致其低估“離婚”對“家庭收入”的負向影響。本文采用不同匹配方法的PSM模型有效地修正了選擇效應帶來的估計偏誤，更準確地估計了離婚對貧困家庭經濟收入的影響效應，詳細估計結果見表4。[注]限于篇幅，其他協變量的估計值不再呈現在表格中。

表4 不同匹配方法的PSM估計值與OLS估計值比較(n=1 078)

說明：(1)ATT、ATC、ATE的顯著性檢驗通過bootstrap程序實現；

(2)顯著性水平：* 代表p<0.05,**代表p<0.01,***代表p<0.001

四、結論與思考

本文基于云南省7個縣部分貧困家庭的調查數據，采用傾向值匹配模型估計了“離婚”對“家庭經濟收入”的影響效應。結果表明：離婚對貧困家庭經濟收入產生明顯的負向影響，“離婚”會導致貧困家庭的經濟狀況進一步惡化；OLS模型與PSM模型的估計結果存在差異，證實了離婚與家庭經濟狀況之間存在著雙向因果關聯，即家庭經濟貧困會導致離婚風險上升，而婚姻破裂又進一步加深了家庭貧困程度，減少了家庭經濟收入。這一結論啟示我們，貧困家庭的婚姻穩定性更低，而貧困家庭婚姻是否穩定又關系到其貧困程度和能否如期脫貧。因此，在扶貧實踐中應充分關注婚姻穩定和家庭發展能力建設，這不僅有助于個人和家庭幸福感的提升，也有助于預防返貧和提高貧困治理效率。

當前的脫貧攻堅工作雖然取得了較大的成就，但過于依賴經濟指標來評價扶貧和脫貧工作，可能會忽略家庭穩定和家庭能力建設。從短期來看，扶貧的目標可能在于經濟上的脫困，而從長期來看，扶貧的目標應該是促進家庭可持續發展，使個人的獲得感和家庭的幸福感得到有效提升。因此，后續的扶貧工作實踐中，要充分認識婚姻家庭穩定對于貧困治理的重要意義，充分認識婚姻與家庭經濟之間的雙向互動關系，通過創新扶貧工作機制，努力實現精準脫貧和家庭發展的雙重目標。