流动人口的离婚风险：代际差异与影响因素

彭大松，刘 越

（南京邮电大学 人口研究院，江苏 南京 210042）

一、问题的提出

人口流动有助于降低贫困和推动城市经济发展。［1-2］但人口流动也给社会发展带来一些负面影响，例如人口流动造成了亲子分离、夫妻分居和家庭生活碎片化，一定程度上降低了流动人口的家庭福祉。根据国家民政部的统计数据，我国的离婚率从1985年的0.55‰上升到2016年的3.0‰，离婚人数也从1985年的45.79万对增加到2017年的437.4万对，30年间升高了9.55倍，这其中有相当数量的离婚对象属于流动人口群体。

虽然目前尚没有权威部门发布流动人口离婚率的准确数据，但学者们对人口流动造成的婚姻稳定性下降问题已经有了较多的研究并形成了基本共识，即认为人口流动对婚姻稳定性有显著的负向影响。［3-8］早在1978年，经济学家Mincer就从婚姻经济学视角研究了工作迁移对婚姻稳定性的影响，结果发现外出务工割裂了家庭生活，显著地提高了离婚率。［3］Lehrer从婚姻市场和再婚成本视角对流动造成的婚姻稳定下降问题进行了解释，他认为城市人口聚集，有较好的再婚市场，再婚成本下降，从而降低了流动人口的婚姻稳定性。［4］Glenn等人则认为流动导致个人生活场景发生了变化，弱化了成员间的规范和共识，形成了匿名性和非人格化的人际交往，进而大大降低了婚姻的稳定性。［9-10］曼瑟、汪国华认为人口流动导致了家庭生活分离，家庭对个体的约束力下降，从而间接地助推了离婚率。［11-12］Frank&Wildsmith认为人口流动导致夫妻分居，进而婚姻收益和情感交流减少，维系婚姻的情感纽带松散，最终会导致婚姻解体。［13］杜凤莲认为流动使得婚姻丧失了规模经济和家庭公共产品收益，打破了婚姻配对的效应均衡，从而导致婚姻稳定性降低。［5］

综上，现有研究主要集中于流动人口离婚风险的影响因素及其理论解释方面，而缺乏对流动人口离婚模式的深入探讨。本文拟以2017年全国流动人口动态监测调查江苏省数据，运用事件史分析方法（Event History Analysis）分析流动人口的离婚模式及其影响因素，比较不同代际流动人口离婚模式的差异性并讨论差异化离婚模式产生的原因。

二、离婚模式及其理论解释

离婚模式是指随着时间的推移离婚风险的变化趋势。它表现于两个方面:一是离婚风险随时间变化的快慢；二是离婚风险“峰值”爆发的时间先后。中外学者对离婚风险进行了大量的研究，认为婚姻持续时间与离婚风险之间呈现出“倒U型”特征，即随着时间的推移，离婚风险经历了从低风险、高风险，再回归到低风险三个阶段，形成了“倒U型”的离婚风险曲线。［14-15］“倒U型”离婚风险模式在许多经验研究中都得到了证实。［15-16］

根据已有研究，将“倒U型”离婚风险模式的理论解释归为两大理论视角，即生命周期理论视角和婚姻经济学理论视角。生命周期理论认为，人生的每个阶段个体所扮演的角色在不断发生变化，个体的责任也不尽相同。以婚姻为例，结婚初期属于“蜜月期”，个体所扮演的角色和承担的任务相对单一。因此，这一阶段的离婚风险相对较低。但随着孩子的出生，单一的配偶关系被打破，个体除了承担配偶责任外还需要扮演父亲或母亲的角色，使得原先单一的角色和目标任务变得多元化和复杂化。［17］因此，一些学者认为孩子出生以后，夫妻双方在抚养孩子上耗费了大量的时间和精力，导致婚姻质量不断下降，离婚风险上升。［18］不过，随着夫妻双方对新角色的适应和家庭分工的调整，离婚风险开始出现下降趋势。此后，随着孩子的长大、独立，用于抚育孩子的时间也会大大减少，婚姻质量回升，进一步降低了离婚风险。因此，离婚风险随时间变化的趋势与家庭生命周期理论很好地吻合起来。不过，一些学者认为在解释离婚风险中，将“子女因素”视为婚姻的障碍并不完全符合事实。贝克尔等人认为子女是爱情的结晶，是婚姻的一项重要投资，子女的降生不仅不会使得夫妻关系变差，反而会增强夫妻的情感联系。［19］国内也有一些经验研究支持了该结论，即认为婚后生育子女有助于婚姻稳定。［8］［16］

还有一些学者从婚姻经济学出发为“倒U型”离婚模式提供了新的解释。婚姻经济学认为婚姻就像一项投资，一旦婚姻解体就会面临“投资”损失。度过婚姻蜜月期后，婚姻的激情开始消退，取而代之的是生活中的各种冲突，进而导致婚姻质量下降，离婚风险上升。［20］不过，离婚风险上升并不会一直持续下去，而随着时间的进一步后推，离婚风险转而逐渐下降。导致离婚风险下降有两个方面的原因:一是从婚姻经济学上来理解，婚姻持续的时间越长，夫妻双方在婚姻中的投入就越高，离婚导致的婚姻“沉没成本”的损失也越大，从而结婚时间越久，离婚风险越小。［19］［21］二是随着年龄的增长，平行再婚或向上再婚的可能性相对较低。尤其对于女性而言，随着年龄的增长，向上再婚的可能性相对更低。［22］出于离婚成本和后果的考虑，大多数人最终会做出不离婚的决策。

除了上述两个广为人知的理论视角之外，还有学者从总体异质性视角为离婚风险的“倒U型”关系提供解释。Vaupel&Yashin从统计总体和异质性视角指出，研究对象的异质性可能会导致统计结论的偏差。［23］以离婚风险为例，最终走向婚姻解体的人毕竟是少数，多数人则不会经历离婚事件。假如研究总体可以事先分为最终会离婚的子总体和最终不离婚的子总体，二者离婚风险变动可能存在较大的差异。因为随着时间的推移，稳定的婚姻会持续到最后，而不稳定的婚姻则陆续解体，表现在整体曲线形态上，则呈现出“倒U型”特征。许琪利用中国数据检验了Vaupel的总体异质性理论，并证实了不离婚样本的离婚风险模式经历了先升后降的倒U型过程，而离婚样本的离婚模式则呈现出线性递增特征。［16］虽然总体异质性理论为理解离婚风险的“倒U型”关系提供了新的思路，但该解释尚缺乏理论上的支撑。目前尚没有足够的证据来证明有些人天生就比其他人更具有离婚倾向。如果仅仅根据离婚结果来证明群体具有异质性，也难以让人信服。

本文基于现有理论和经验研究，通过定量分析尝试对如下问题做出回答:流动人口的离婚模式是否也具有“倒U型”特征？流动人口的离婚模式是否存在代际差异？哪些因素会影响到流动人口的离婚风险？

三、研究设计

（一）数据来源

本文数据来自2017年全国流动人口动态监测调查江苏省数据和“江苏省流动人口发展研究”课题组收集的补充调查数据。全国流动人口动态监测调查采用分层、多阶段、与规模成比例的PPS抽样方法，针对2016年在本地居住1个月以上且年龄在15岁以上的非本地居民开展调查。江苏省流动人口发展研究课题组收集的数据是在全国流动人口动态监测调查问卷的基础上，根据研究需要设计了补充调查问卷，附于全国流动人口动态监测调查问卷之后，一并开展问卷调查，设计调查样本4 000份，覆盖江苏省13个城市。附加问卷中设计了详细的婚姻史及发生婚姻事件的详细时间问题，为本文的婚姻稳定性的测量提供了重要基础。江苏省是我国东部经济发达省份，也是人口流入大省，流动人口数量庞大。选择江苏省流动人口数据作为分析基础，对我国经济发达地区流动人口婚姻稳定性基本特征和变动趋势都有较好的代表性。

（二）变量

1.因变量:离婚风险

本文借助事件史分析（Event History Analysis）技术，以婚姻状态转换概率来定义婚姻风险。与传统定义离婚风险不同，事件史分析（EHA）既考虑个案以往的婚姻状态变动，也考虑目前尚未发生婚姻状态变动的个案，保留了更多的样本信息。在具体操作时，需要做三个方面工作:一是定义“特定事件”（Event）。在本文，感兴趣的“特定事件”是离婚。为了便于Stata识别数据，将“特定事件”（本文指离婚事件）的发生定义为“1”，未发生定义为“0”。二是定义风险集。风险集顾名思义就是个体所处的某种婚姻状态朝向另外一种可能婚姻状态转变的所有个案集合。以离婚风险来说，目前已婚、离婚、有离婚经历的个案，从其初婚开始都应包括在风险集之中。三是定义风险时间。本文将个体初婚时间定义为风险进入时间，风险退出时间一般为离婚发生的时间①因为数据可获得性以及其他原因考虑，本文只对初婚离婚风险进行分析，而不对个体的多次婚姻状态转变进行分析。因此，严格来说本文分析的是初次离婚风险模式。。两者的时间差就是离婚风险存续时间。对于那些在观测时间段仍未发生婚姻事件的个体，则以调查时点来定义婚姻存续时间。在观察期结束时，尚未发生“特定事件”，至少表明风险存续时间大于观察期结束时点的时间。

2.自变量

根据婚姻解体相关理论和国内外经验研究成果，本文对影响离婚风险的相关变量进行定义和操作化处理。

（1）期群（Cohort）

本文按照时间的顺序将“初婚期群”分为1980年前初婚、1980-1989年初婚、1990-1999年初婚、2000-2009年和2010-2017年初婚五个人口队列。1980年前受传统观念的影响较大，离婚水平相对较低，尤其是农村地区的离婚率更低。进入1980年以后，婚姻法的“无过失离婚”条款的修改、社会经济的发展和社会开放度的增加都使得1980年以后的离婚比例上升较快。其中，1980-1989年是改革开放初期阶段，城市居民最先受到现代化思潮的影响，而农村居民的思想观念仍趋于保守。1990-1999年是社会主义市场经济发展的重要阶段，不仅极大地促进了国内经济的增长，也对家庭私人生活领域带来了强烈的冲击。农村的私人生活领域也出现了个体化趋势。［24］2000-2017年，中国社会进入了全球化阶段，与西方国家的交流和合作增多，传统婚姻观念的约束力进一步下降。出于比较需要，将这一时期分为两个阶段，即2000-2009年和2010-2017年。

（2）流动特征

婚后共同流动。以往研究也涉及“夫妻婚后流动”对离婚风险的影响。在截面数据中，如果没有回溯性调查作为辅助，很难对“婚后流动”进行准确测量。多数研究以调查时点“夫妻双方是否一起流动”作为代理变量来测度“婚后流动”，显然这一“代理变量”与“婚后流动”并不完全一致。江苏省流动人口动态监测补充调查问卷中有详细的初婚后的流动经历、流动终止时间等相关“回溯性”问项，可以准确地测度“婚后流动状态”对初婚风险的影响。初婚后共同流动编码为1，初婚后未共同流动编码为0，处理时做分类变量使用。

流动家庭类型。根据流动家庭成员之间的关系，将流动家庭类型划分为夫妻型流动、父子型流动、核心型流动和其他类型流动四个类别。其中，夫妻型流动是指流动家庭中只有夫妻关系，而不包括其他类型的关系。父子型流动仅包括父子、父女、母子、母女等几种纵向关系之一。核心型流动是指包括父母和子女共同组成的核心家庭关系的流动家庭。

流动距离。已有研究主要从行政区域划分的角度，将流动范围划分为“跨县”“跨市”“跨省”等几个类别。由于文化具有地缘接近性特征，行政区划往往难以真正测度出文化差异。例如，徐州与宿州虽然分属不同的省份，却因地缘接近性而有文化趋同性，苏州和徐州虽然属同一省份，但文化差异却非常大。因此，为了避免这种问题，本文改用流动的空间距离来测度。具体而言，根据流动者流动地和流入地具体地点，通过Stata软件导入经纬度、百度地图等基础信息，然后计算实际流动的空间距离。为了增加系数的可读性，将数据除以100，以“百公里”为单位，在数据处理中做连续变量使用。与传统方法相比，采用实际空间距离测量流动范围的远近有两点优势:一是采用地理空间距离更能反映流动地和流入地之间的地域文化差异性；二是地理空间距离做连续变量使用，信息利用更充分。

婚后是否有孩子。根据初婚时间、离婚时间、孩子出生时间来确定孩子是否属于“初婚后，离婚前”出生。在分析时，“是否有孩子”做分类变量处理。此外，在流动特征中，我们还纳入了累计“流动时间”变量，以年为单位，在分析中做连续变量使用。

（3）婚姻匹配特征

“门当户对”的婚姻更持久的观点已经被广泛证实。本文选择了初婚匹配的“年龄差”和“教育程度差”两个常用变量来测量初婚匹配程度，以此来评估婚姻匹配是否影响到流动人口的离婚风险。年龄差是指初婚配偶结婚时双方的年龄差值，差值越大，婚龄匹配的异质性越差，数据处理时做连续变量使用。教育差是指初婚夫妇双方受教育年数的差值，教育差异越大，说明双方的教育资本匹配度越差。教育差异在处理时做连续变量使用。

除了上述变量外，我们还在分析中纳入了相应的人口学变量。性别（女性=0）、民族（少数民族=0）、户籍（农村户籍=0）、受教育程度、月均收入。其中，受教育程度用接受教育的年数来衡量，代表了个人的文化资本的高低。月均收入采用对数形式，月均收入衡量了个人的经济资本。以往研究发现，经济资本、文化资本都在一定程度上影响到个人的婚姻稳定性。

（三）分析方法

本文采用Cox比例风险模型进行定量分析。Cox风险模型的一般形式可设定如下:

对该方程进行简单变换，就可以成为我们常见的线性函数形式。通过对（1）式两边取对数后，变成如下形式:

其中，H(tij)是风险值，H0(tj)是基准风险函数。因此，（2）式左侧表示的是风险比，右侧是常规线性方程。其系数表示预测值变化一个单位对log风险变化的影响。

四、结果与分析

（一）样本特征与变量分布

流动人口动态监测补充调查样本数为4 000份，由于部分问卷信息缺损，最终进入数据库的样本数量为3 167。其中，删除未婚538人、初婚丧偶个案4人、未婚同居16人，适合分析的样本数为2 609（见表1）。从表中数据可知，1980年以前、1980-1989年、1990-1999年、2000-2009年和2010-2017年初婚的样本占比分别为2%、11%、24%、28%、34%。流动人口平均受教育年数为10.04年，80%以上的流动人口完成了义务阶段教育。初婚配偶的年龄差为2.69岁，初婚配偶教育匹配差异仅为1.65年，这说明流动人口初婚配偶匹配差异相对较小。婚后夫妻一起流动的比例为75.0%，流动比例相对较高。在家庭化流动过程中，以核心家庭流动为主。流动人口中92.0%的人婚后生育子女，67%的流动人口携未成年子女流动。经比较，分析样本的变量分布特征与2017年江苏省流动人口动态监测调查的全部样本统计的变量分布基本一致。

表1 分析样本的变量分布特征

（二）流动人口离婚风险的描述性分析

表2是事件史数据的描述性分析结果。表中信息显示，平均风险历时为14.13年，最小历险时间为0.167年，中位历险时间为11.58年。风险期内经历过“离婚事件”的个案数量为108人，平均风险率为4.08%。

图1是流动人口婚姻持续时间与离婚风险变化之间的关系。从图中可以看出，流动人口的离婚风险经历两次高峰期。第一次高峰大约出现在初婚后6-7年左右。随着婚姻持续时间后推，流动人口经历了第二次离婚高峰，峰值时间大约为婚后25-30年。究竟是什么原因造成了流动人口离婚风险模式呈现出双峰特征？笔者认为可能与不同代际流动人口离婚模式不同有关。因为如果不同代际流动人口的离婚风险大小以及高离婚风险到达的时间不同，有可能导致他们的离婚在不同的两个时段爆发出来，从而可能会形成双峰结构。为了检验这一推断，笔者将不同初婚年代的流动人口的离婚风险变化趋势进行比较（见图2）。

从图2可以看到，流动人口初婚所处的年代不同，其离婚风险模式的确存在着较大的差异。具体来说:1980年以前结婚的流动人口离婚风险相对较低且很稳定，未出现明显的峰值；1980-1989年和1990-1999年两个初婚时段的流动人口离婚模式大致相似。在初婚后的最初10年内离婚风险相对较低且很平稳，但此后离婚风险呈现增长趋势，离婚风险峰值也逐渐升高。与其他时期的风险不同，这两个时期的离婚风险具有时间滞后性特征。可能正是因为这个原因，使得流动人口离婚风险在总体上呈现出双峰特征。关于这一风险变化的具体原因留待下文探讨；初婚时间在2000年以后的流动人口离婚风险模式大致相似，即随着时间的推移，离婚风险经历了“风险上升-达到峰值-风险下降”的倒U型过程。所不同的是，2000-2009年初婚的流动人口离婚风险到达峰值的时间大约为初婚后7-8年，而2010-2017年初婚的流动人口离婚风险峰值到达的时间则提前到3-4年且峰值大小要高于前者。这说明年轻一代流动人口的离婚风险在进一步加大且具有“闪婚闪离”的特征。

表2 流动人口离婚风险模型描述性分析

图1 流动人口离婚风险变化趋势（全部样本）

图2 不同代际流动人口离婚风险模式比较

（三）流动人口离婚风险的Cox比例风险模型分析

表3是常规Cox比例风险模式和分层Cox比例风险模型的分析结果。在常规分析模型中，“初婚期群”作为自变量纳入分析，即假设离婚风险函数的形状在不同“初婚期群”之间基本相同，只是离婚风险值及到达的时间不同。而分层Cox模型将“初婚期群”变量作为分层变量纳入分析。分层Cox模型假定不同“初婚期群”的流动人口离婚风险模式存在差异。不过，在Cox分层模型中，“初婚期群”同时作为分层变量和自变量纳入模型时，回归结果中“初婚期群”的回归系数不再出现在估计值中。从表3中两个模型系数比较来看，将“初婚期群”作为分层变量纳入后，模型2的部分系数大小发生了一些改变，但最终结论基本相同。

（四）研究发现与结果解释

1.流动人口离婚模式的代际差异

在描述性分析中，我们了解到不同“初婚期群”的流动人口离婚模式存较大的差异性。Cox比例风险模型估计进一步证实了这种差异（见表3）。从估计的结果来看，随着“初婚年代”的推移离婚风险呈现出递增趋势，年轻一代的离婚风险率更高。与1980年前初婚的流动人口相比，1980-1989年初婚队列的离婚风险率上升了2.9倍①计算公式:exp（1.36）-1=2.90，以下同。，1990-1999年初婚队列的离婚风险率上升了26.94倍，2000-2009年初婚的流动人口离婚风险率上升了29.88倍，2010-2017年初婚的流动人口离婚风险率上升了85.49倍。在控制相关因素影响后，流动人口离婚风险率的差异可能与社会变迁背景有关。随着社会发展和社会开放度的进一步增加，人们对离婚的态度以及对离婚者的包容性都更加开放。因此，离婚风险呈现“代际”上升趋势并不难理解。但值得注意的是，初婚时间为1980年到1999年的流动人口离婚风险“峰值”达到的时间明显滞后。它既不同于1980年前初婚流动人口的“平稳离婚”模式，也不同于2000年后初婚流动人口的“闪婚闪离”模式。笔者推测，这种特定的离婚模式可能与这部分群体先后受到“传统”与“现代”两种思潮的影响有关。现代化过程是传统观念的影响逐渐减弱，现代观念的影响慢慢增强的过程。［25］那些在社会转型阶段完成社会化的人口队列，将不可避免地受到两种截然不同思想观念的影响。1980是一个标志性年份，是改革开放和社会转型的分水岭。我们有理由相信在1980年前完成社会化的一代人受传统思想的影响要更大，受现代观念的影响相对较小，但随着时间的后推，越靠近1980年出生的人其接受现代观念的可能性也越大。据此我们推测跨越1980年完成社会化的一代人因受传统和现代两种观念的影响在婚姻上表现出两面性。在择偶阶段和初婚前期可能更偏于传统观念，因而在初婚的前一阶段，离婚风险相对较低。但随着时间的推移，尤其是外出务工，在城市接触到新的婚姻观念，逐渐改变了个人对传统婚姻的认同，从而降低了婚姻稳定性。

为了检验这种推断，笔者按照被访者出生年代，重新将受访者划分为三个出生队列，即1960年前出生、1961-1980年出生、1981年后出生。1960年前出生的人口队列其社会化和初婚时间基本都在1980年前完成，因此这部分群体受传统观念的影响更大，虽然后期也接触现代观念，但难以形成对传统婚姻观的颠覆性改变。1961-1980年间出生的人口队列中，多数人社会化跨越了1980年，因此他们先后受到传统和现代两种思想观念的影响，从而在初婚、离婚行为上具有两面性特征。1981年以后出生的人其社会化基本是在社会开放度日益增加的环境里完成的，传统观念对他们的影响很小。

在划分出生人口队列的基础上进一步比较三个出生队列离婚风险模式的差异性（见图3）。1960年前出生的流动人口其离婚风险相对较低，曲线较平坦，印证了现代婚姻观对1960年前出生队列影响较小的推断。类似地，1980年以后出生的队列，因受传统观念的影响较小，受现代观念的影响较大，他们离婚风险呈现出“闪婚闪离”的特征。而1961-1980年间出生的队列在婚姻上表现出两面性特征，在择偶和缔结婚姻阶段可能更多地受到传统观念的影响，在初婚第一阶段离婚风险相对较低。但随着他们接触城市，不断习得新的婚姻观念，慢慢改变对传统婚姻的看法，从而降低了婚姻稳定性。因此，该队列在初婚的中后期，离婚风险呈现出增加趋势。这一过程较好地吻合了图2的分析结果。总之，这里的图形分析间接地证实了不同代际流动人口的离婚风险模式存在着差异性，同时也较好地解释了流动人口离婚模式呈现双峰结构特征的原因。

表3 流动人口婚姻稳定性决定因素的Cox比例风险模型估计结果

2.婚后共同流动与离婚风险

模型2的估计结果显示，初婚后与配偶一起流动能显著地降低离婚风险。在控制其他变量的情况下，回答“婚后共同流动”的被访者比回答“婚后未共同流动”的被访者的离婚风险率平均下降51.81%①计算公式:（exp（-0.73）-1）×100%=-51.81%。。这一结论与多项研究发现是一致的。［8］［26-27］

为了进一步分析“婚后共同流动”对离婚风险的影响在不同初婚队列中是否存在差异，笔者将Cox模型分析得出的离婚风险预测值随婚姻持续时间的变化趋势进行代际比较（见图4）。

图3 不同出生队列的流动人口离婚风险模式比较

图4 婚后共同流动对不同初婚队列流动人口离婚风险的影响

从图4中可以看出，随着初婚时间的后推，夫妻“婚后共同流动”对离婚风险的影响不断增加。相比而言，2010-2017年初婚队列所对应的直线不仅斜率比其他四条线大得多，而且直线的起点和终点所对应的风险值也远远高于其他队列。这说明对2010-2017年初婚的流动人口而言，婚后“共同流动”对其离婚风险的影响要比此前的流动人口队列大得多，即“共同流动”能更显著地抑制离婚率上升。同时，我们也注意到，即便2010-2017年初婚的流动人口遵循婚后夫妇共同流动，其离婚风险也远远高于其他四个队列。这说明流动人口的整体离婚水平随着代际更替呈现出不断上升趋势。［7］［26-27］

3.孩子因素、流动类型与离婚风险

模型2的估计结果显示，婚后生育孩子能显著降低流动人口的离婚风险。具体来说，与婚后没有孩子的流动人口相比，婚后有孩子流动人口的离婚风险率平均下降85.63%。这说明在中国人的婚姻中“孩子因素”是婚姻的“粘合剂”而不是“拖油瓶”，对流动人口的婚姻也同样适用。图5显示了“孩子因素”对不同初婚队列流动人口离婚风险影响的代际差异②由于1980年前初婚的队列人口在初婚后都有孩子，故该队列未显示于图中。。从图中可以看到，婚后有孩子对离婚风险的抑制作用呈现出“代际增强”趋势，尤其是在2000-2009年、2010-2017年初婚的流动人口队列中，“婚后有孩子”对离婚风险的抑制作用尤为突出。这说明随着时代变迁，“孩子因素”在婚姻稳定中的促进作用不是在减弱，而是在不断加强。

此外，模型2的估计结果显示夫妻型流动和核心型流动能显著地降低流动人口的离婚风险。与独自流动或其他类型流动相比，夫妻型流动能降低94.16%的离婚风险，而核心型流动能降低97.81%的离婚风险。这说明流动家庭结构对流动者的离婚风险也有较大的影响，尤其是核心型家庭流动对离婚风险的抑制作用更显著。图6以核心型流动家庭为例，比较了流动家庭结构对不同初婚队列流动人口离婚风险的影响。从图中可以看出，1989年前初婚的两个流动人口队列所对应的风险曲线是水平的直线且几乎完全重合。这说明核心型流动对这两个队列流动人口的离婚风险影响较小。但在1990-1999年初婚的流动人口队列中，核心型流动家庭结构对婚姻稳定性的促进作用开始显现。而2000年以后初婚的流动人口队列中，核心型家庭结构对婚姻的“稳定器”作用越发明显。这说明与上一代流动人口相比，年轻一代流动人口更重视以婚姻为基础的家庭实践以及婚姻在维持家庭功能完整性方面的作用。

图5 孩子因素对不同初婚队列流动人口离婚风险的影响

图6 核心型流动对不同初婚队列流动人口的离婚风险影响

4.流动距离、流动时间与离婚风险

与以往对迁移距离的研究不同，本文用地理空间距离来替代以行政区划定义的流动距离。本文分析结果显示，流动人口流动的空间距离越远，其离婚风险越大。这一结果与马忠东等人的研究发现相反。［8］该文的解释是:流动距离越近，流动人口与迁入地居民的互动更频繁，则离婚风险越大。正如笔者所指出的，以行政区划测度流动距离本身存在问题，况且影响流动人口与本地交往更大的因素是户籍区隔所导致的社会排斥问题。已有研究发现在流动人口集中的社区里流动人口之间的交往更加频繁，从而形成了内卷化的交往网络。［28］人际交往尚且如此，择偶更是遵循着“阶层对等”或“门当户对”的原则。尽管已有研究发现了因人口流动而出现了“跨地域婚姻”增多现象，但这些“跨地域婚姻”多数仍限于“同等社会地位”的流动人口之间，真正意义上的乡城通婚则相对较少。［29］因此，笔者认为从流动距离影响本地人的交往，再扩展到增加与本地人再婚机会，进而影响到既有婚姻关系的推论，尚缺乏必要的逻辑关联。因此，笔者尝试从“家庭对婚姻的约束理论”来阐释本文的研究发现。

中国的“家文化”影响深远。虽然家庭功能也部分地受到了工业化和现代化的冲击，但家庭对个人行为的约束力仍然存在，尤其是家庭对于婚姻行为的约束力依然较强。正如Glenn等人所指出的，流动过程弱化了家庭成员间的规范和共识，容易形成匿名化和非人格化的交往关系，从而降低了婚姻稳定性。［9-10］流动距离越远，家庭规范对婚姻的约束力越差，发生婚姻越轨和解体的可能性也就越大。因此，婚姻稳定性随着流动距离而降低，正好吻合了家庭婚姻约束理论。

此外，流动时间对离婚风险呈现出正向影响，即流动时间越长离婚风险越高。具体而言，被访者的流动年数每增加1年，相应的离婚风险提高3.04个百分点。这一结果与莫玮俏等、马忠东等的研究结论一致，在此不再赘述。［7-8］

5.其他因素的影响

除了上述因素外，本研究还检验了个人资源、初婚匹配等因素对流动人口离婚风险的影响。在个体资源方面，仅有月收入通过了显著性检验，而教育则没有通过显著性检验。具体来说，月收入对数每提高1个单位，能使个人离婚风险平均下降36.24%。收入在流动人口维持婚姻稳定方面的作用要比教育更大。

此外，本研究也未发现初婚匹配因素对离婚风险产生影响。尽管很多研究已经证实了“异质婚姻”的稳定性更低，但针对流动人口的婚姻风险研究并未证实这一结果，这可能与本研究样本中流动人口初婚匹配程度较高有关。在我们的分析样本中，被访者的初婚年龄差均值为2.64，标准差为3.25，初婚夫妇数据的初婚年龄差不超过3岁，初婚年龄同质性较高。初婚夫妇的教育差均值为1.64，标准差为2.15，夫妻双方的受教育程度相差较小，双方的教育同质性也较高。故而，在本文分析中并未检验出初婚匹配对离婚风险的影响。

五、结论与讨论

本文基于2017年全国流动人口动态监测调查江苏省数据和江苏省流动人口动态监测补充调查数据，运用Cox比例风险模型分析了流动人口的离婚风险模式，比较了不同初婚队列流动人口离婚风险的代际差异及其影响因素。实证结果显示:与以往发现的单峰“倒U型”离婚风险模式不同，流动人口的离婚模式总体上呈现出双峰结构特征。流动人口离婚模式的双峰结构主要归因于不同代际流动人口离婚风险模式的差异。简而言之，流动人口离婚模式及其代际差异与社会变迁和社会转型的背景关系密切相关。

与以往研究结果一致，本文也发现婚后夫妻共同流动能显著地抑制离婚风险的发生。通过“代际”比较发现，夫妻婚后共同流动对离婚的抑制作用存在“代际”增强趋势，即夫妻一起流动对新生代流动人口的婚姻稳定性的作用更大。不过值得注意的是，“代际”比较结果还显示2010-2017年初婚的流动人口无论是婚后流动还是不流动，其总体离婚风险都远远高于此前的流动人口队列。这再次证明了随着代际更替，流动人口整体的离婚风险在不断地增加，婚姻稳定性变差。与现有研究不同，本研究发现流动距离对离婚风险升高有强化作用，即随着流动距离的增加，离婚风险也在不断增加，这一发现很好地吻合了家庭的婚姻约束理论。

此外，本研究发现“婚后有孩子”和“核心型流动家庭”能显著地抑制流动人口的离婚风险，且这一抑制作用随着代际变迁而呈现不断增强趋势。这一结论可能暗示我们随着社会变迁和人口流动的加剧，婚姻的脆弱性在不断升高，年轻一代流动人口可能无法像他们的父辈那样一边“抛妻弃子”背井离乡地去城市务工，一边却能较好地维持着家庭和婚姻的稳定发展。因此，年轻一代流动人口需要更加重视婚姻在维持家庭功能完整性方面的作用并加强以婚姻为基础的家庭实践。就此而言，当前“举家流动”模式渐成潮流，可能也是人们对婚姻观念变迁和婚姻脆弱性增加的一种策略性反应。