离婚对家庭经济的影响——基于云南省7县家庭调查数据

彭大松

(南京邮电大学 人口研究院， 江苏 南京 210046)

○、引言

党的十八大以来，我国的贫困治理工作取得了令世界瞩目的成就。根据《中国农村贫困监测报告2017》发布的数据，2012年我国有贫困人口9 899万人，截至2016年底，减少到4 335万人，累计减少5 564万人，平均每年减少1 391万人。贫困发生率也由2012年的10.2%下降到2016年的4.5%，下降5.7个百分点，平均每年下降1.4个百分点[1]。这些成就的取得为2020年“全面建成小康社会”目标打下了坚实基础。在积极评价我国脱贫攻坚取得的成绩的同时，也应看到未来的脱贫工作仍面临着诸多问题。例如，脱贫攻坚工作中，家庭经济增长成为扶贫成效和脱贫评价的重要准绳。然而过度重视贫困家庭的经济指标增长，往往会忽视贫困家庭的婚姻稳定和家庭发展能力建设。尤其是当前，在我国离婚率不断攀升的背景下，更需要兼顾精准脱贫与家庭稳定发展的双重效益。据国家民政部门统计，2010年我国登记离婚人数为201万对，粗离婚率为2.0‰；到2017年，登记离婚人数已达到370.4万对，粗离婚率上升到3.2‰。而最近几年，农村的离婚率也呈现出加速上升趋势[2-3]。离婚不仅导致婚姻关系解体，也会让家庭经济受损，家庭发展能力减弱[4-5]。对贫困家庭而言，离婚带来的负面影响可能更大，婚姻解体会使家庭贫困程度加深或让已脱贫家庭重新返贫，进而影响到国家脱贫目标的如期实现。因此，分析贫困家庭的婚姻稳定性对家庭经济增收的影响具有十分重要的理论意义和实践价值，它不仅有助于我们理解婚姻稳定与贫困治理之间的关系，也为创新扶贫实践提供新的思路。

一、文献评述

国内外关于婚姻与经济关系的研究文献已非常丰富。从婚姻对经济效率的影响来看，中外研究普遍发现，结婚比单身更有“经济效率”。Sen指出婚姻往往给日常家庭生产、消费、储蓄等带来了更高效率，节约了日常生活成本[6]。与此相对，婚姻破裂会使这种“效率”大幅度地消解，同时家庭也会面临经济损失。约瑟夫·鲁普顿和詹姆斯·斯密斯(Joseph. Lupton & James P. Smith)的研究发现，已婚家庭的经济财富，一旦遭遇婚姻解体，将迅速缩水[7]。对于贫困家庭而言，离婚可能会使配偶双方利益均遭受损失[8]。这些损失不仅体现在经济层面，也体现在子女抚养压力增大、家庭保障能力缺失等方面。在分析离婚的影响或冲击时，一些学者认为这种影响具有“性别差异”，即离婚的后果对于男性和女性的影响具有效应不一致性。例如，有研究指出，离婚后女性的家庭经济收入大幅下降，贫困风险急剧增加[9-10]。Peterson根据美国相关数据证实，离婚对女性的影响要大于男性，离婚后女性的生活水准平均下降27%，而男性仅仅下降10%左右[11]。一项德国的相关实证研究也显示，离婚后妻子的家庭收入仅是前夫收入的2/3[12]。不过，也有一些实证研究获得了不一样的发现。例如，同样来自德国的另一项经验研究发现，离婚给女性带来的经济冲击是短暂的，其状况一般1年后就会得到恢复[13]。Keith研究发现，从中长期来看，女性离婚后的经济恢复状况往往好于男性[14]。国内研究同样也发现离婚的经济后果具有性别差异。离婚对于女性的经济冲击要大得多，并强调女性经济独立对于抵御离婚冲击的重要性[15-18]。概而言之，虽然研究者对于离婚对不同社会阶层、不同职业、不同经济状况、不同性别个体的经济冲击是否大小有别尚未取得一致认识，但对离婚导致家庭经济受损已基本达成共识。不过，已有研究很少专门针对贫困家庭来分析婚姻解体对家庭经济的影响，更鲜有在“精准扶贫”背景下讨论贫困家庭离婚的经济后果及其对扶贫实践的启示。此外，现有研究对“离婚”与“家庭经济”关系的定量分析也缺乏对可能存在的“双向因果”或“选择效应”的控制。“离婚”可能影响“家庭经济”，但反过来，“家庭经济”也可能会影响“离婚”行为的发生。换言之，那些离婚的个体可能是因为“家庭经济”条件较差而导致婚姻破裂，在这一因果链中，“家庭经济”可能是“果”的同时，也是诱发“离婚”行为的“因”。因此，定量分析中需要考虑消除或削弱可能存在的“双向因果”或“选择效应”的影响，才能获得因果效应的净估计值。鉴于此，本文拟以“中国农工党中央对口云南省脱贫攻坚工作研究”课题组收集的云南省7个县的部分贫困家庭调查数据为基础，采用倾向值匹配模型，克服变量间可能存在的双向因果效应对估计造成的影响，以获得“离婚”对“家庭收入”影响的净效应。

二、研究设计：数据、变量与模型设置

1．数据来源

本文数据来自“中国农工党中央对口云南省脱贫攻坚工作研究”课题组2018年7～9月在云南省永善、巧家、南华、永平、昌宁、景东、马关7个县所做的问卷调查。问卷涵盖了家庭成员基本信息、婚姻史、务工史、经济收入、生活消费、健康状况、扶贫措施等内容。该调查以云南省所有的县为一级抽样单元，采用简单随机抽样抽取7个县，县内的乡(镇)构成二级抽样单元，在每个县随机抽取2个乡(镇)，每个乡(镇)的行政村构成三级抽样单元，在每个乡(镇)随机抽取2个行政村，每个行政村抽取50户贫困户作为被访对象。调查采用入户方式，由经过专门培训的调查员入户开展一对一访问。本文在剔除关键变量随机缺失的样本后，共取1 078个有效样本进行分析。

2．变量测量与样本描述

离婚是本文的核心自变量。“离婚”是根据问题“您目前的婚姻状态”进行操作化，将回答为“离婚”的被访者赋值为1，回答为“已婚”“再婚”者均赋值为0(参照项),在数据分析中做分类变量处理。[注]尽管离婚和丧偶都属于婚姻解体，但二者的影响机制不同，为了在PSM模型中更好地控制选择效应，这里将丧偶者情况排除在外。另外，再婚者虽然也有过离婚经历，但当前的收入更多地受到“再婚”事件的影响，而不是离婚，因此，本研究中的离婚是指到目前为止仍处于“离婚”状态的人，作为参照项则是“目前在婚”对象，其中包括离婚、丧偶后的再婚者。“人均家庭收入”是本文的核心因变量。将过去一年家庭成员获得的收入加总(包括经营性收入、劳务收入等，但不包括政府转移性收入)，结合家庭规模计算人均家庭收入，并在数据分析中进行对数化处理。衡量家庭贫困的另一项指标是“是否为低保户”。一般而言，“低保户”比“非低保户”的贫困程度更深，因此这一指标也可以区分家庭贫困程度，在处理时作为分类变量使用。

根据以往文献，影响婚姻稳定性的协变量设定为性别、年龄、民族、教育、通婚范围、是否是低保户、初婚是否领证、婚后是否外出务工、初婚时家庭规模等。其中，性别处理成分类变量，以女性为参照。民族处理为二分变量，以汉族为参照。教育程度为分类变量，分为未上学(参照项)、小学、初中、高中及以上。通婚范围为分类变量，分别为本村、外村、外乡镇、外县、外省等几个类别。初婚时是否领取结婚证在数据分析中作为二分变量，领证赋值为1,未领证赋值为0。另外，根据外出务工史的回溯性调查和初婚时间，可以将婚后外出务工处理成二分变量，外出务工赋值为1，其他情况赋值为0。

表1是主要变量及其分布情况。从表中可以看到，被访者的平均年龄为43.9岁，女性占45%，少数民族占24%，受教育程度以“小学”为主。受访对象中有5.2%的人为离婚者，已婚者通婚范围主要限于县内，跨县通婚者占10%，跨省通婚者为4.1%。另外，已婚者中有11%的人未领取结婚证。上述变量描述和分布与云南省农村贫困地区的情况基本一致。

表1 样本情况及变量描述性分析(n=1 078)

续表1

变量均值标准差最小值最大值领结婚证(无=0)89.0%—01家庭收入(ln)6.91.1709.90是否低保户48.4%—01离婚(否=0)5.2%—01

说明：分类变量用百分比表示

3．模型设定

因调查数据无法避免选择性偏差以及双向因果等造成的变量间的内生性问题，用常规OLS模型进行数据处理，可能会导致估计结果偏误，故拟采用倾向值匹配模型(PSM)以有效处理上述问题。倾向值匹配方法最早由Rosenbaum和Rubin(1983)针对观察数据的因果效应估计而提出，后经多个统计学家改进、补充和发展，现已成为非实验数据因果分析的主要方法之一[19]。

三、实证分析

1．倾向值得分估计

与试验数据不同，调查数据中的“干预”并不是随机出现的，而是受到一些混淆变量的影响，致使个案的出现在“干预组”或“控制组”的倾向值不同。因此，如何正确地估计出倾向值，取决于变量挑选和模型设置。根据已有研究文献和问卷调查的问项设置筛选变量，将年龄、性别、民族、教育程度、劳动能力、是否外出务工、初婚通婚范围等作为倾向值的预测变量。另外，考虑到本文所用数据部分样本来自同一个家庭，在模型估计时，采用“簇”稳健标准误替代常规标准误，以减少估计偏差。Logistic回归模型的具体估计结果见表2。从表中的估计结果可以看出，混淆变量对倾向值有较好的预测作用。通过倾向值的核密度函数估计，比较“干预组”和“控制组”在各个协变量上的差异性(下页图1)，从图中可以直观地判断出数据未匹配前，协变量在两个组之间有显著差异。

表2 Logistic回归模型估计倾向值(n=1 078)

图1 匹配前离婚与未离婚样本倾向值的核密度曲线

2．数据匹配与平衡性检验

本文采用最近邻匹配(nearest-neighbor matching)、卡尺匹配(caliper matching)、卡尺内最近邻匹配(nearest-neighbor matching within caliper)、核匹配(kernel matching)、核匹配内局部线性回归匹配、样条匹配以及基于马氏距离的匹配等多种方法进行数据匹配。数据匹配后检验数据的平衡性是一个必要步骤。一个好的匹配应该使协变量在干预组和控制组之间变得平衡。本文采用t检验和核密度曲线图比较匹配前后数据平衡性的改善情况。表3是最近邻匹配后的数据平衡性检验结果。表3也列出了数据匹配前后干预组和控制组变量分布差异性检验结果(p值)：在显著性为0.05水平下，除了通婚范围中“跨省”类别无显著差异外，其他变量都有统计显著性差异。而匹配后，几乎所有的变量都不再显著。这说明倾向值匹配后，数据平衡效果较好。标准化偏差指标也可以间接地反映出数据平衡性。一般而言，当偏差小于10%时，可以认为数据平衡性较好。此外，我们也可以通过核密度函数图形来判断匹配后数据的平衡效果。下页图2是匹配后的核密度函数分布情况。与匹配前的核密度图形(图1)相比，图2中干预组和控制组核密度曲线已经比较接近，这说明经倾向值匹配后的样本已经较好地过滤了混杂因素的干扰，可获得更为准确的参数估计值。

表3 匹配后数据的平衡性检验

续表3

变量干预组均值控制组均值标准化偏差%匹配前p值匹配后p值教育程度 小学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家庭规模2.632.67-2.90.0010.88民族0.680.656.10.0050.74通婚范围 跨村0.320.304.00.0310.84 跨镇0.230.25-3.50.0500.86 跨县0.130.10-8.90.0400.63 跨省0.070.062.30.1320.92是否低保户0.340.42-9.10.0210.40是否领结婚证0.730.721.90.0010.93外出务工0.570.547.30.0000.71

图2 匹配后离婚与未离婚样本倾向值的核密度曲线

3．离婚对家庭经济的影响

下页表4是采用不同匹配方法进行样本匹配后计算出的平均处理效应值。其中，ATT代表干预组平均处理效应，ATC代表控制组平均处理效应，ATE代表全部样本的平均处理效应。平均处理效应是“离婚”对贫困家庭经济收入影响的“净效应”。为了比较PSM模型对“选择效应”偏差的修正情况，我们也将常规的OLS模型的估计结果一并列出。

在下页表4中，模型1为最近邻匹配,k参数设置为4；模型2为卡尺匹配，卡尺ε设置为0.25；模型3为卡尺内最近邻匹配，k参数设置为4，卡尺参数设置为0.25；模型4为核匹配模型，核函数为epan核函数，带宽设置为0.06；模型5为局部线性回归核匹配，参数设置为epan核函数，带宽设置为0.06；模型6为样条匹配；模型7为马氏距离最近邻匹配。另外，表格的最后一行为OLS模型的估计结果。从表中系数可知，OLS模型估计出的“离婚”对家庭经济收入的影响效应为-0.21(p<0.05)。但运用PSM模型的模型1至模型7对该效应值的估计远远高于这一结果，其中，ATT的值域范围为(-0.30， -0.40)，ATC的值域范围为(-0.38，-0.47)，ATE的值域范围为(-0.37，-0.46)。由此可以推断：其一，离婚对家庭经济收入有负向影响，离婚进一步恶化了贫困家庭的经济状况；其二，“离婚”与“家庭收入”之间的确存在着双向因果关联或选择效应，由于OLS模型无法过滤选择偏误，因而导致其低估“离婚”对“家庭收入”的负向影响。本文采用不同匹配方法的PSM模型有效地修正了选择效应带来的估计偏误，更准确地估计了离婚对贫困家庭经济收入的影响效应，详细估计结果见表4。[注]限于篇幅，其他协变量的估计值不再呈现在表格中。

表4 不同匹配方法的PSM估计值与OLS估计值比较(n=1 078)

说明：(1)ATT、ATC、ATE的显著性检验通过bootstrap程序实现；

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

四、结论与思考

本文基于云南省7个县部分贫困家庭的调查数据，采用倾向值匹配模型估计了“离婚”对“家庭经济收入”的影响效应。结果表明：离婚对贫困家庭经济收入产生明显的负向影响，“离婚”会导致贫困家庭的经济状况进一步恶化；OLS模型与PSM模型的估计结果存在差异，证实了离婚与家庭经济状况之间存在着双向因果关联，即家庭经济贫困会导致离婚风险上升，而婚姻破裂又进一步加深了家庭贫困程度，减少了家庭经济收入。这一结论启示我们，贫困家庭的婚姻稳定性更低，而贫困家庭婚姻是否稳定又关系到其贫困程度和能否如期脱贫。因此，在扶贫实践中应充分关注婚姻稳定和家庭发展能力建设，这不仅有助于个人和家庭幸福感的提升，也有助于预防返贫和提高贫困治理效率。

当前的脱贫攻坚工作虽然取得了较大的成就，但过于依赖经济指标来评价扶贫和脱贫工作，可能会忽略家庭稳定和家庭能力建设。从短期来看，扶贫的目标可能在于经济上的脱困，而从长期来看，扶贫的目标应该是促进家庭可持续发展，使个人的获得感和家庭的幸福感得到有效提升。因此，后续的扶贫工作实践中，要充分认识婚姻家庭稳定对于贫困治理的重要意义，充分认识婚姻与家庭经济之间的双向互动关系，通过创新扶贫工作机制，努力实现精准脱贫和家庭发展的双重目标。

概言之，家庭是贫困治理的基本单元，家庭发展也是贫困治理的核心内容。在今后的扶贫工作中，不应仅仅追求经济上的脱贫，还应从促进家庭全面发展方面对贫困治理提出更高要求，为2020年中国全面实现小康社会奠定坚实的基础。