我國中東部地區離婚率影響因素分析

摘 要：近年來我國的離婚率呈上升趨勢，高離婚率給家庭和社會都帶來了一定的負面影響。以我國中東部地區16個省份2011—2021年的面板數據為樣本，建立空間滯后模型（SAR）、空間誤差模型（SEM）以及空間杜賓模型（SDM）對離婚率的影響因素進行實證分析。研究結果顯示：中東部地區的離婚率在空間上存在正相關性，其中中部地區的空間依賴性要強于東部地區；從直接效應來看，房價、出生率、互聯網普及度、城市化水平和結婚率均對本地離婚率有顯著的正向影響，而人均受教育年限和總撫養比則有顯著的抑制作用；從溢出效應來看，人均受教育年限和互聯網普及度對鄰近地區的離婚率有顯著的負向空間溢出效應，而房價和第三產業比重則有顯著的正向空間溢出效應。最后，依據研究結論提出降低離婚率的政策建議。

關鍵詞：中東部地區；離婚率；空間計量模型；空間溢出效應；效應分解；異質性

中圖分類號：C913.1 文獻標識碼：A DOI：10.7535/j.issn.1671-1653.2024.04.009

收稿日期：2023-12-28

基金項目：河北省社科基金重點項目（HB23TJ001）；河北省統計局統計科學研究重大項目（2023HD03）；河北省科技廳軟科學一般項目（23557622D）

作者簡介：李婷（1999—），女，河南南陽人，河北地質大學經濟學院2022級應用統計專業碩士研究生；蘇月然（1995—），女，山東聊城人，河北地質大學經濟學院2022級應用統計專業碩士研究生；韓曉虎（1978—），男，河北涿州人，河北地質大學經濟學院副教授，博士，碩士生導師，主要從事數量經濟學、機器學習等研究。

Analysis of Factors Affecting the Divorce Rate in the Central and Eastern Regions of China

LI Ting， SU Yueran， HAN Xiaohu

（School of Economics， Hebei GEO University， Shijiazhuang 050031， China）

Abstract：The current divorce rate in China has been on an upward trend， and the high divorce rate has brought some negative impacts to both families and society. Using the panel data of 16 provinces in the eastern and central regions of China from 2011 to 2021 as samples， the spatial autoregressive model （SAR）， spatial error model （SEM） and spatial Durbin model （SDM） were established to empirically analyze the influencing factors of the divorce rate. The results of the study show that there is a positive spatial correlation among divorce rates in the central and eastern regions， with stronger spatial dependence in the central region than in the eastern region; In terms of direct effects，house prices， birth rate， internet penetration， urbanisation level and marriage rate all have a significant positive effect on the local divorce rate， while years of education per capita and total dependency ratio have a significant dampening effect; In terms of spillover effects， years of education per capita and internet penetration have a significant negative spatial spillover effect on the divorce rate in neighbouring regions， while house prices and the proportion of tertiary industry have a significant positive spatial spillover effect. Finally， based on the findings of the study， some policy recommendations are proposed to reduce the divorce rate.

Keywords：central and eastern regions; divorce rate; spatial econometric model; spatial spillover effect; effect decomposition; heterogeneity

家庭是社會最基本的單元。家庭和諧，社會才能穩定。近年來我國離婚率呈現上升趨勢。民政部發布的數據顯示：我國結婚率從2000年的6.7‰增至2013年的9.9‰后開始逐年下降，到2021年我國的結婚率僅為5.4‰；我國結婚登記數2013年為1 346.9萬對，隨后開始一路飆降至2021年的764.3萬對，首次跌破1 000萬對，創下歷史新低；我國的離婚率從2000年的0.96‰開始逐年增長，2019年增長至3.36‰，登記離婚數為470.1萬對，創下歷史新高。^①離婚率不斷攀升的原因是多方面的，本文使用空間計量模型研究了我國中東部地區離婚率的影響因素，對于制定相關的政策，促進家庭和諧穩定具有重要意義。

一、文獻回顧

近年來，學者們對離婚率影響因素的研究大多集中在社會環境因素、個人家庭因素、教育水平因素等方面。

鑒于人的社會屬性，離婚率會受到社會環境的影響。劉晉^{［1］（P161-167）}認為房產總價的提高對離婚率有抑制作用。但闞大學等^{［2］（P16-24）}、于維洋等^{［3］（P83-86）}、許月^{［4］（P298）}、張沖等^{［5］（P41-49）}等研究發現，房價的升高會顯著提升離婚率。孟秋麗^{［6］（P52-54）}認為離婚率和人口城市化之間有正向關系，城市化水平的提高會促進離婚率上升。Caarls K等^{［7］（P609-636）}發現城市化水平越高的地區，離婚風險越大。譚遠發等^{［8］（P34-40）}研究發現性別結構與離婚率之間是正向關系。郭永昌^{［9］（P89-98）}、毛曉蒙等^{［10］（P46-56）}研究發現互聯網普及率與離婚率之間是正向關系。崔寶敏等^{［11］（P1-14）}認為性別比對離婚率有負向影響，而地區生產總值、失業率以及寬帶接入數對離婚率有正向影響。張然^{［12］（P16-26）}基于空間杜賓模型研究發現，房價、互聯網普及率、人均GDP和性別比例均對離婚率有顯著的正向影響。

相關研究顯示，家庭環境會對離婚率產生一定的影響。程明明^{［13］（P40-73）}研究發現，城市居民家庭戶人均規模與離婚率之間存在負相關關系，但對于農村家庭來說卻是相反的結果。程忠^{［14］（P229-248）}認為人口出生率對離婚率有顯著的影響，且各地級市的離婚率具有空間相關性。崔寶敏等^{［11］（P1-14）}認為撫養比與離婚率之間有正向關系。但高成驊^{［15］（P16-33）}認為家庭戶人均規模、總撫養比以及人口出生率的提高均會顯著抑制離婚率的提高。蘇清秀等^{［16］（P245-250）}對上海市離婚率的影響因素研究也得到了相同的結論。黃曦^{［17］（P39-44）}對中國31個?。ㄊ?、區）的研究也發現總撫養比與離婚率呈負相關。

相關研究顯示，離婚率與國民的教育水平也有一定的關系。Park H等^{［18］（P110-126）}通過受教育程度計算韓國離婚的累計概率，發現受教育程度與離婚之間是負向關系。Harkonen J等^{［19］（P501-517）}、Matysiak A等^{［20］（P197-215）}研究發現在歐洲，受教育程度與離婚之間存在負相關的關系。Raymo J M等^{［21］（P471-492）}發現受教育程度與離婚間的負向關系在美國也存在。林恩發^{［22］（P21-43）}也認為受教育程度提高會抑制離婚率。但何林浩^{［23］（P70-85）}發現女性相對教育水平的提高對離婚率上升有促進作用。徐昶^{［24］（P60-64）}認為高等教育人口比例的上升會使離婚率提升。李屹^{［25］（P142-144）}研究發現，平均受教育年限與離婚率之間是正相關關系。

此外，Weed J A^{［26］（P361-375）}一項關于初婚年齡的調查顯示，結婚越早的人離婚的可能性越大。Kuperberg A^{［27］（P352-369）}發現結婚年齡越大，離婚風險越低。蘇清秀^{［28］（P65-85）}研究京津冀地區的離婚率發現平均初婚年齡對離婚率有正向影響。張沖等^{［29］（P103-111）}認為人口流動性對離婚率有顯著的促進作用。紀馨玉等^{［30］（P83-98）}發現心理幸福感越高，離婚率越低。

綜上所述，首先在研究范圍上，大部分關于離婚率影響因素的研究是針對全國的，鑒于離婚率的地區差異性較大，本文僅對中國中東部地區進行研究；其次在研究方法上，目前關于離婚率影響因素的分析大多以描述統計分析、基準回歸、主成分分析等方法為主，本文在前人研究的基礎上，使用3種空間計量模型對我國中東部地區離婚率的影響因素進行分析，提供不同視角的研究結論。

二、研究設計

（一）數據來源及變量說明

本文選取了2011—2021年我國中東部地區16個省份^②的面板數據。數據來源于《中國統計年鑒》、各省份統計年鑒以及《中國統計摘要》。根據相關文獻，研究中通常使用粗離婚率來表示離婚率。粗離婚率是指年度離婚數與總人口之比，是衡量離婚率的綜合指標。 本文選取粗離婚率作為被解釋變量，選取了8個解釋變量，變量名稱及含義見表1。

（二）空間面板數據模型

相比于其他計量模型，空間計量模型融入了空間地理的因素，且該模型的結果效應可分解為直接效應、溢出效應和總效應，可以更直觀地看出本地影響因素對離婚率的直接效應以及鄰近地區影響因素對本地離婚率的空間溢出效應。

采用空間面板數據模型進行建模。其基本形式如下：

式（1）中：y_it和X_it分別為i地區第t年的被解釋變量和解釋變量；y_jt和X_jt分別為相鄰j地區第t年的被解釋變量和解釋變量；W_ijy_jt和W_ijX_jt分別為被解釋變量和解釋變量的空間滯后項；W_ij為空間權重矩陣，選取Queen鄰接空間權重矩陣，即相鄰地區元素取1，不相鄰地區元素取0。式（2）中：μ_it為空間擾動項；μ_jt為擾動誤差項；λ為μ_jt的空間相關系數；ε_it為隨機擾動項。

當δ≠0，θ=0，λ=0時為空間面板滯后模型（SAR），又稱空間自回歸模型，它反映了觀測值之間在空間上相互影響的程度。當δ=0，θ=0，λ≠0時為空間面板誤差模型（SEM），此時空間依賴性存在于擾動誤差項中，它衡量了鄰近地區其他影響因素對本地離婚率的影響程度。當δ≠0，θ≠0，λ=0時為空間面板杜賓模型（SDM），它充分考慮了因變量和自變量的空間相關性。

（三）空間自相關的度量（Moran′s I）

在對數據進行空間面板數據模型建模前，首先需要檢驗變量在空間上是否具有相關性。本文選取Moran′s I指數進行空間相關性的度量，計算公式如下：

式（3）為全局Moran′s I指數，式（4）為局部Moran′s I指數。其中：n為地區個數；y_i為第i個地區的粗離婚率；為16個省份粗離婚率均值。經過標準化處理后，全局Moran′s I取值為-1～1。Moran′s I取值越趨近于1，表明其空間正相關程度越強；Moran′s I為0，表明不存在空間相關性；Moran′s I取值越趨近于-1，表明其空間負相關程度越強。

三、實證分析

（一）模型設定

在式（1）和式（2）的基礎上構建空間滯后模型、空間誤差模型以及空間杜賓模型，其具體形式如下。

其中：式（5）為空間滯后模型；式（6）和式（7）為空間誤差模型；式（8）為空間杜賓模型。

（二）實證結果分析

1.空間自相關性檢驗

我國中東部地區離婚率的全局Moran′s I結果見表2。從表2可以看出，我國中東部地區離婚率的全局Moran′s I值為0.131～0.382，其中在2011年、2013年、2015年、2016年、2020年和2021年Moran′s I值至少在10%水平下顯著為正，表明中東部地區的離婚率在空間上有顯著的正相關關系，說明離婚率在空間上存在溢出效應。2018—2021年的Moran′s I值逐年上升，說明我國中東部地區的離婚率的空間正相關性在不斷增強。

為進一步識別中東部地區各省份離婚率是否具有空間集聚性，使用局部Moran′s I指數對局部空間自相關進行了檢驗，因為局部Moran′s I指數可以清晰地顯示出哪里出現了聚集以及異常值。鑒于篇幅限制，本文僅對2011年、2014年、2017年和2020年做了局部空間自相關檢驗，結果如圖1所示。

由圖1可以發現：北京、天津、河北、湖北屬于高高聚集區，即某地區離婚率高，其鄰近地區離婚率也高；江西、廣東、福建、海南屬于低低聚集區，即某地區離婚率低，其鄰近地區離婚率也低；其余省份遍布在低高聚集區和高低聚集區。圖1可以看出在高高和低低聚集區的省份較多，表明離婚率較高或較低的省份更容易在空間上聚集。

2.模型識別檢驗

由于離婚率存在顯著的空間自相關性，因此在探討離婚率影響因素時須考慮空間效應的存在。為確定空間面板模型的選取，本文進行了LM檢驗、LR檢驗、Wald檢驗，結果見表3。LM檢驗顯示SAR和SEM模型均通過了顯著性檢驗，表明這兩個模型都適用，也說明可以選擇將SAR和SEM結合起來的空間杜賓模型（SDM）。LR檢驗和Wald檢驗也表明SDM模型更優。為了保障研究結果的穩健性，本文將建立SAR、SEM、SDM 3個模型進行實證分析。

3.回歸結果分析

回歸結果分析見表4。由表4可知，離婚率的空間自回歸系數在1%顯著性水平下顯著，表明我國中東部地區離婚率的空間效應顯著，即本地區的離婚率與鄰近地區的離婚率存在著空間依賴性。SDM模型的R²和Log_L值都是3個模型中最大的，說明SDM模型擬合度和可信程度最高。

從回歸結果來看，房價（X1）、出生率（X3）、互聯網普及度（X6）、城市化水平（X7）、結婚率（X8）均至少在5%水平下對離婚率有顯著的正向影響。首先，房價因素。一方面房價上漲對于已婚無房的夫妻而言，他們面臨的經濟壓力和經濟困難增加，從而會加劇夫妻矛盾，婚姻不穩定性升高，離婚可能性增大；另一方面，房價上漲產生的房屋增值收益使得單方支付首期付款的難度降低，離婚帶來的收益超過離婚所需的經濟成本，因此房價上漲會促進離婚率的提高。其次，出生率因素。出生率與離婚率之間呈現正相關關系，可能是因為撫養孩子不僅要考慮衣食住行，更要注重孩子的撫養質量，養育子女的成本上升，夫妻雙方可能會因為孩子怎么養、接受什么樣的教育而產生分歧，從而激化家庭矛盾，增大離婚風險。第三，互聯網普及度因素?；ヂ摼W普及度的提高導致離婚率提高，其原因在于互聯網的飛速發展使人們的感情寄托發生了轉變，夫妻雙方情感交流減少，感情變淡；社交軟件的普及使人們在網絡上認識更多形形色色的人，導致自制力差的人出軌可能性增大，離婚風險升高。第四，城市化水平因素。城市化水平的提高，一方面使人們更容易接觸到開放多元的文化，加劇了夫妻對婚姻理解的差異性；另一方面，城市人口的高流動性，使得婚姻選擇的可能性增加，降低了再婚成本，因此城市化水平對離婚率有正向影響。第五，結婚率因素。由于有些年輕人在結婚時比較沖動，結婚后發現存在矛盾，然后再離婚，因此結婚率上升會提高離婚率。

從回歸結果來看，人均受教育年限（X2）、總撫養比（X4）的系數均至少在10%顯著水平下顯著為負。一方面，夫妻雙方受教育水平相當有利于婚姻關系的穩定。人均受教育年限越高，人們在擇偶時就越理性，對于婚姻的選擇就越謹慎，從而婚姻不匹配的可能性就越小，婚姻質量得到提高，離婚的概率也就會降低，因此人均受教育年限的提高會降低離婚率。另一方面，總撫養比與離婚率之間存在負向關系。因為撫養比越高，家庭需要贍養孩子和老人的壓力越大，一個人贍養要比兩個人共同承擔的壓力大的多，因此總撫養比提高會抑制離婚率上升。

從解釋變量的空間滯后項來看，總撫養比（X4）的空間滯后項在10%水平下顯著為正，表明本地總撫養比的提高會促進鄰近地區離婚率的上升。第三產業比重（X5）的空間滯后項系數在1%水平下顯著為正，表明第三產業比重的正向溢出效應促進了離婚率提高。出生率（X3）、互聯網普及度（X6）、城市化水平（X7）的空間滯后項系數顯著為負，說明本地出生率、互聯網普及度和城市化水平的提高會抑制鄰近地區離婚率上升。

4.空間效應分解

由于空間溢出效應的存在，SDM模型的系數不能精確反映出各個因素對離婚率的真實影響，因此需要采用偏微分方法將各因素對離婚率的影響分解為直接效應、溢出效應以及總效應，結果見表5。直接效應描述了本地解釋變量對本地離婚率的影響；溢出效應描述了本地解釋變量對鄰近地區離婚率的影響，或者鄰近地區解釋變量對本地離婚率的影響；總效應即直接效應與溢出效應之和。

從直接效應來看，房價（X1）、出生率（X3）、互聯網普及度（X6）、城市化水平（X7）和結婚率（X8）每上漲1%，本地離婚率將分別顯著增加2.279%，0.230%，0.112%，3.533%，30.241%。其中對離婚率的影響程度從大到小依次為結婚率、城市化水平、房價、出生率、互聯網普及度。人均受教育年限（X2）和總撫養比（X4）的直接效應顯著為負，人均受教育年限和總撫養比每提高1%，本地離婚率將顯著降低1.297%和0.363%。從溢出效應來看，人均受教育年限（X2）和互聯網普及度（X6）的空間溢出效應顯著為負，表明本地人均受教育年限和互聯網普及度每增加1%，鄰近地區離婚率將下降3.236%和0.520%；房價（X1）和第三產業比重（X5）的空間溢出效應顯著為正，表明本地房價和第三產業比重每提高1%，鄰近地區離婚率增加4.892%，2.111%。

（三）異質性分析

由于我國東部和中部地區在資源、經濟發展方面有一定的差距，因此有必要分別考察相關解釋變量對東部和中部地區離婚率的影響是否存在區域異質性。異質性分析結果見表6。表6顯示，東部和中部地區的空間自回歸系數分別為0.459和0.605，均在1%水平下顯著為正，表明東部和中部地區粗離婚率均存在空間依賴性。在東部地區，房價（X1）、出生率（X3）、互聯網普及度（X6）的提高均會顯著促進離婚率的上升，其中房價對離婚率的影響最大；人均受教育年限（X2）和總撫養比（X4）的提高會顯著抑制離婚率的上升，二者相比，人均受教育年限的影響更大一些。在中部地區，出生率（X3）、城市化水平（X7）和結婚率（X8）的提高對中部地區離婚率的上升有顯著的正向影響，其中結婚率對離婚率的影響是最大的。

從解釋變量滯后項來看，對于東部地區而言，第三產業比重（X5）的空間滯后項系數為2.456，在1%水平下顯著，表明第三產業比重對東部地區的離婚率有顯著的正向溢出效應，即鄰近地區的第三產業比重每提高1%，本地的離婚率將顯著提高2.456%；除房價（X1）和總撫養比（X4）的空間滯后項系數不顯著外，其余變量對東部地區的離婚率均有顯著的負向溢出效應。對于中部地區而言，總撫養比（X4）和第三產業比重（X5）的空間滯后項系數顯著為正，表明鄰近地區總撫養比和第三產業比重對本地離婚率有正向傳導效應；而城市化水平（X7）的空間滯后項系數顯著為負。通過對比可以發現，第三產業比重和城市化水平對東部和中部地區的離婚率均有顯著空間正溢出效應和負溢出效應，且均表現為東部地區顯著大于中部地區。

四、結論與建議

本文基于我國中東部地區16個省市2011—2021年的面板數據，采用空間計量模型對離婚率的影響因素進行了研究。研究結果表明：第一，我國中部和東部地區的離婚率在空間上存在正相關關系。第二，在直接效應方面，房價、出生率、互聯網普及度、城市化水平、結婚率對本地區的離婚率有顯著的正向影響，其中對離婚率的影響程度從大到小依次為結婚率、城市化水平、房價、出生率、互聯網普及度；人均受教育年限和總撫養比對本地區的離婚率有顯著的負向影響，其中人均受教育年限對離婚率的負向影響更大。在溢出效應方面，本地區的房價和第三產業比重對鄰近地區的離婚率有顯著的正向空間溢出效應，而人均受教育年限和互聯網普及度對鄰近地區的離婚率有顯著的負向空間溢出效應。第三，中部地區離婚率的空間依賴性強于東部地區，但解釋變量對東部地區離婚率的空間溢出效應要強于中部地區。

基于本文的研究目的及結論，提出以下幾點建議。第一，政府應加強對房地產行業的調控。通過建設大量經濟適用房、公租房等保障房來擴大住房供給，緩解供求矛盾，使房價保持在合理范圍內，避免高房價給家庭帶來過高的經濟壓力，從而降低離婚率。第二，增加教育資源。加大在職業技能學校建設方面的投資，針對15～60歲文化程度較低的勞動者，政府應幫助其根據自身實際情況選擇合適的專業開展培訓并設立嚴格的考核制度，以此來提高國民人均受教育年限，有效降低離婚率。第三，加快小城鎮建設。政府應制定相應的優惠政策吸引外商投資，鼓勵小城鎮發展自己的特色產業并給予相應補貼，促進城鎮發展，減少因農村城鎮人口向大中城市的大規模流動而產生的分居現象，以此來降低離婚率。第四，開展婚姻家庭教育，樹立正確婚育觀?；榍?，對即將結婚的夫妻進行心理、生理、家庭溝通能力等方面的教育，增強他們對婚姻的責任感，做好充足的婚前教育，避免盲目結婚帶來的不良后果；婚后，社會及政府可以開設婚姻經營與生育課程，以促進夫妻間相互理解，并樹立正確的生育觀，增進雙方的感情。

注釋：

①數據來源于國家統計局網。

②東部10省（市）包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部6省包括：山西、安徽、江西、河南、湖北和湖南。

參考文獻：

［1］劉晉.個人經濟條件對婚姻狀態的影響［J］. 經濟研究導刊，2019（32）.

［2］闞大學，呂連菊.中國房價上漲真的提高了離婚率嗎：基于省級面板數據的實證研究［J］. 貴州財經大學學報，2015（4）.

［3］于維洋，周薇.中國房地產價格與婚姻穩定性關系研究［J］. 統計與決策，2015（22）.

［4］許月. 中國離婚率因素分析研究：基于2005—2015年五省市面板數據［J］. 法制博覽，2019（5）.

［5］張沖，陳玉秀，鄭倩. 中國離婚率變動趨勢、影響因素及對策［J］. 西華大學學報（哲學社會科學版），2020（2）.

［6］孟秋麗. 中國的離婚率與社會結構變化分析［J］. 人口學刊，2000（4）.

［7］Caarls K，Valk H A G D.Regional Diffusion of Divorce in Turkey［J］. European Journal of Population， 2018（4）.

［8］譚遠發，宋寅書. 人口結構變動對粗離婚率攀升的影響研究［J］. 人口學刊，2015（2）.

［9］郭永昌. 移動互聯網與智能手機是婚姻的殺手嗎？：基于公開數據的實證研究［J］. 安慶師范大學學報 （社會科學版），2020 （5）.

［10］毛曉蒙，王霞，劉明. 中國當前社會婚姻穩定性的影響因素：基于空間計量模型的實證研究［J］. 統計學報，2020（3）.

［11］崔寶敏，馮泓銘. 我國離婚現狀與影響因素分析［J］. 山東工會論壇，2021（2）.

［12］張然. 我國離婚率影響因素的空間計量分析［D］. 桂林：廣西師范大學，2021.

［13］程明明. 我國離婚率影響因素研究［D］. 北京：清華大學，2010.

［14］程忠. 中國離婚率攀升的影響因素研究：基于中國284個地級市離婚率數據的空間計量實證分析［J］. 制度經濟學研究，2018（2）.

［15］高成驊. 東北地區離婚率影響因素研究［D］. 長春：吉林大學，2015.

［16］蘇清秀，曹麗娜. 上海市離婚率影響因素及其分析［J］. 農家參謀，2018（22）.

［17］黃曦. 中國離婚率影響因素的STATA分析［J］. 武夷學院學報，2022（6）.

［18］Park H， Raymo J M. Divorce in Korea： Trends and Educational Differentials［J］. Journal of Marriage and Family， 2013（1）.

［19］Harkonen J， Dronkers J. Stability and Change in the Educational Gradient of Divorce： A Comparison of Seventeen Countries ［J］. European Sociological Review， 2006（5）.

［20］Matysiak A， Styrc M， Vignoli D. The Educational Gradient in Marital Disruption： A Meta-analysis of European Research Findings ［J］. Population Studies， 2014（2）.

［21］Raymo J M， Park H， Xie Y， et al. Marriage and Family in East Asia： Continuity and Change ［J］. Annual Review of Sociology， 2015（1）.

［22］林恩發. 我國離婚率影響因素實證研究［D］. 福州：福建師范大學，2021.

［23］何林浩. 中國持續改善的高等教育性別比與離婚率［J］. 世界經濟文匯，2018（6）.

［24］徐昶. 我國經濟高速發展下離婚率影響因素研究［J］. 統計理論與實踐，2021（12）.

［25］李屹. 經濟發展對離婚率的影響研究［J］. 商業文化，2021（17）.

［26］Weed J A. Age at Marriage as a Factor in State Divorce Rate Differentials［J］. Demography， 1974（3）.

［27］Kuperberg A. Age at Coresidence， Premarital Cohabitation， and Marriage Dissolution： 1985—2009［J］. Journal of Marriage and Family， 2014（2）.

［28］蘇清秀. 京津冀地區的離婚狀況及其影響因素分析［D］. 北京：中央民族大學，2019.

［29］張沖，王學義. 人口流動、城鎮化與四川離婚率的上升［J］. 天府新論，2017（1）.

［30］紀馨玉，陳浩，劉赟，等.集體主義對離婚率的影響：心理幸福感的多重中介作用［J］. 人口與發展，2023（1）.