研究显示:“离婚冷静期”使离婚登记数量降低了33%-42%
此情或可待:“离婚冷静期”规定对离婚登记数量趋势的影响
来源 | 《社会学研究》2023年第1期
作者 | 董浩
责任编辑 | 杨可
本文关注“离婚冷静期”规定对离婚登记数量趋势的影响,间接探讨了冲动等不可观测主观因素在我国离婚决策中的角色。基于民政部2018—2021年省—季度统计数据,辅以国家统计局、裁判文书网、百度指数等数据,本研究通过事件研究和双重差分等政策评估方法交叉验证发现,“冷静期”使得各省各季度离婚登记数量平均减少1.03~1.32万对,较前三年降低了33%~42%。在以往复婚较普遍、青年离婚占比较大、对“冷静期”等离婚相关信息搜索较多的地区降幅更大,揭示了部分潜在作用机制。
一、引言
进入21世纪以来,我国离婚人口规模迅速攀升。根据第五、六、七次人口普查长表数据计算,2000年我国离婚人口在15岁以上总人口中占0.903%,2010年为1.380%,2020年为2.377%。尽管离婚人口的绝对占比仍较低,但是该比例在20年间膨胀了2.632倍,而且涨幅主要集中在近10年。当前,离婚已经成为公众关注的新家庭现象,与我国强调婚姻稳定、不鼓励离婚的传统家庭文化观念形成强烈反差。离婚不仅牵涉夫妻双方切身利益,而且对家人尤其是子女身心健康和长期发展有复杂影响(张春泥,2019;杨菊华、孙超,2021)。
目前有关离婚影响因素的研究主要可以归纳为两类。第一类研究关注社会结构性因素。“第二次人口转型”(second demographic transition)是理解社会结构性因素对离婚影响的较系统和常用的理论框架之一(Lesthaeghe,2014;Raymo et al.,2015)。伴随着社会的发展,人们的追求从满足生存和生活等物质需求转变为实现自由自主和个人成就等非物质需求。在社会发展水平较高的地区,人们更倾向于摆脱传统婚姻家庭观念的束缚,追求性别平等和女性的社会经济地位,也会通过离婚等非传统家庭行为来彰显独立自主(Trent & South,1989)。有关我国离婚趋势和地区差异的研究也证实了经济发展、人均收入、高等教育、城镇化、女性就业率、人口流动、出生性别比等发展指标与离婚模式的系统关联(孟秋丽,2000;徐安琪、叶文振,2002;徐安琪2012;马忠东、石智雷,2017;石智雷,2020;Chen et al.,2021;杨菊华、孙超,2021)。
第二类研究关注家庭个体性因素。可以通过贝克尔的离婚效用(utility)理论模型对相关影响机制进行一定的统合概括:由于存在信息不对称及后续发展差异,夫妻在做出结婚决策时认为匹配及联合效用最大化的各类个体性因素逐渐无法匹配初始预期效用或目前可替代配偶人选的潜在效用,故而离婚倾向有所提高;当离婚的效用大于保持婚姻的效用时,夫妻会选择离婚(Becker,1993)。虽然贝克尔的简洁理论推导主要采取信息不对称视角并侧重离婚前后财富差异,但现实中各类家庭个体性因素统合决定了个体离婚与否的总效用。夫妻的教育、职业、收入、财富、家庭背景等社会经济地位和匹配模式(陆益龙,2009),以及结婚年限、子女状态、家庭结构、家务分工、个人生活及流动经历等家庭和个人特征均对夫妻离婚决策有影响(Kalmijn & Poortman,2006;Lyngstad & Jalovaara,2010;许琪等,2015;Killewald,2016;刘汶蓉,2019;石智雷,2020)。
然而,离婚决策除了受到上述两类可观测客观因素影响以外,主观因素的影响同样不可忽视。例如,“感情破裂”是广为人知且被法律认可的一类离婚原因,而以夫妻在教育、职业、收入等客观特征“不合”为离婚原因的情形则较少出现。人们在进行婚姻匹配时所依赖的可观测客观因素未必对离婚决策贡献最大,因为夫妻在匹配时倾向于基于可观测因素来推断如性格、情趣、生活追求等难以判断的不可观测的个人特质,而后一类是难以获取的“信息”,往往需要通过婚后长期密切互动才能逐渐完全掌握(Becker,1993)。当然,影响离婚决策的主观因素很复杂,可能不仅包括夫妻在家庭互动中积累的体验负担和情绪落差,还包含主客观因素长期互动促使夫妻个人维系婚姻的效用偏好改变,以及“压垮骆驼的最后一根稻草”的冲动性情绪因素对离婚决策的认知影响等。
当前,有关离婚决策主观因素的讨论在社会学量化研究中长期缺位,也与其不可观测性和复杂作用机制有关。然而,我们仍期待可以获得一些相关的社会层面的实证认识,了解其在人群中的普遍性和异质性,探究其与家庭政策和社会制度演化的耦合互动。毕竟,任何有关婚姻家庭的社会政策都会同时触发夫妻双方基于主客观多方面因素的综合决策,对家庭稳定和社会和谐可能造成预期和非预期的深远影响,需要全面系统的证据来改进政策设计和效果评估。
鉴于此,2021年生效的“离婚冷静期”规定为我们提供了一个独特又重要的家庭政策变革背景下的研究机会,可以通过系统的政策评估方法来研究离婚行为变化,进而从侧面考察部分以往不可观测的主观因素在不断增加的离婚决策中所扮演的角色。“离婚冷静期”规定设立的初衷是国家考虑到以往民事登记协议离婚“成本”较低,为尝试避免冲动、轻率离婚行为而进行立法干预(朱宁宁,2020)。这项社会政策对个体家庭来说具有突发性和外生性,并不会直接、突然地改变夫妻的绝大部分客观特征(包括但不限于社会经济地位、生育史、原生家庭状况、地域家庭文化惯习等)和部分较固定的主观特征(如心理人格特质、生活习惯、品味偏好等)。所以,关注由新规定带来的离婚行为变化,可以在一定程度上帮助我们区分剥离那些对离婚决策存在长期稳定影响的常规可观测的客观因素,聚焦于一些对规定产生应激变化的主观因素(如冲动情绪、利弊权衡、离婚后果认知等)在离婚行为上的映射。
目前,学界尚没有针对我国“离婚冷静期”规定影响的基于因果推断的政策效果评估研究。当然,类似于“离婚冷静期”规定这种通过增加离婚生效等待期的国家干预思路并非我国首创,英、法、美、韩等国都有类似政策,目的都在于对离婚进行干预,从而减缓婚姻解体、降低离婚率(朱宁宁,2020)。以与我国家庭文化相对接近的韩国为例,研究发现其2008年立法的“离婚熟虑期”虽未降低离婚申请率,但显著减少了最终离婚率(Lee,2013;Wie & Kim,2015)。不过,有关离婚的家庭政策研究在全球范围内仍非常稀缺。所以,本研究旨在填补我国相关研究空白,系统识别“离婚冷静期”规定的影响不仅有助于部分回应各界对这项规定的关切,还可以为深入理解我国当下迅速变化的婚姻家庭行为提供了一个独特的视角,为后续制定和完善有针对性的家庭支持政策、促进我国社会和人口长期可持续发展提供一些具有借鉴意义的实证证据。
二、政策背景
《民法典》于2020年5月28日在第十三届全国人民代表大会第三次会议上获得通过,自2021年1月1日起施行。《民法典》第一千零七十七条规定:“自婚姻登记机关收到离婚登记申请之日起三十日内,任何一方不愿意离婚的,可以向婚姻登记机关撤回离婚登记申请。前款规定期限届满后三十日内,双方应当亲自到婚姻登记机关申请发给离婚证;未申请的,视为撤回离婚登记申请”。这个三十日期限即为“离婚冷静期”。据《法治日报》报道,“离婚冷静期”改变了协议离婚登记程序,与2003年《婚姻登记条例》的离婚登记程序和审查条件相比,新增了“冷静期”这道程序,调整为“申请—受理—冷静期—审查—登记(发证)”五个步骤(朱宁宁,2020)。据民法典编纂工作专班成员龙俊教授介绍,“这一规定,主要针对的是目前社会上经常发生的所谓‘闪婚闪离’,尤其是‘冲动离婚’现象。比如,有的夫妻早上打架下午就去离婚。为了减少这种现象,民法典就从制度上进行了设计”(朱宁宁,2020)。
由于出台日期与生效日期存在7个月左右的间隔,“离婚冷静期”规定的公众影响实际上存在两个重要时点:规定出台的时点(2020年5月28日)以及规定生效期(2021年1月1日)。规定出台后,在广泛的媒体报道和社会讨论下,公众对其已形成较普遍的认知;生效后,通过修改离婚登记程序增加三十日“冷静期”,规定对潜在离婚人群的决策和行为产生实际影响。
需要特别注意的是,“离婚冷静期”规定仅适用于双方自愿协议离婚,不适用于一方要求的离婚。两类离婚涉及不同的程序和渠道:双方自愿协议离婚的向民政部门申请并在冷静期结束后登记;一方要求离婚的由人民法院进行调解,调解无效的准予离婚,或一方提起诉讼由人民法院判决离婚。所以,“离婚冷静期”规定仅干预在民政部门登记离婚,对法院准予离婚不会有直接影响。
三、实证策略
(一)核心数据和主要变量
本研究的核心数据为民政部公布的分省季度统计数据。截至本研究主要分析完成时(2022年6月),最新数据公布至2021年第四季度。所以,本研究选定关注时段为2018—2021年这四年,也就是“离婚冷静期”规定生效前三年和后一年。据作者所知,这是目前适合研究相关议题的最系统、精细和具有时效性的全国性官方统计数据来源。本研究的分析样本为平衡(balanced)的省—季度面板数据,共包含大陆31个省16个季度的496条观察值。
核心结果变量为省—季度层面的民政离婚登记数量,直接对应受到“离婚冷静期”规定干预的离婚类型。需要说明的是,民政部公布的原始数据为四个季度累加统计数据,本研究通过将同年相邻季度相减,获得对应单一季度的离婚数量。此外,在2018—2021年,该数据的统计单位从对变为万对(精确到小数点后一位)。所以,本研究统一以万对为分析单位。
在不同实证分析环节,本研究还将利用包括法院准予离婚数量、各类地区统计指标和网络搜索指数等一系列变量来进行比较或控制,以推进全面、深入的分析。这些变量分别构建于司法裁判文书大数据、国家统计局统计数据和百度指数等不同来源,具体细节将在下文中对应各分析环节依次介绍。
(二)研究设计
1.事件研究法
我们首先运用事件研究(event study)法对我国“离婚冷静期”规定出台前后的民政登记离婚数量变化进行分析。事件研究法采用对特定政策或法律发生干预的节点前后各时点的结果变量取值进行系统比较。这种方法直观描述干预前后的结果变量差异,尤其适用于观察评估政策或法律相关的动态影响。在满足结果变量在(控制特定协变量的条件下)干预前各观察期趋势稳定且没有干预时将继续保持该趋势等相关假设下,可以认为干预后结果变量的差异为干预效应,也就是该政策的影响。该假设不成立时,虽然不支持因果解读,事件研究法的趋势发现仍是对现实社会具体变化有意义的描述。
考虑到《民法典》通过时间即“离婚冷静期”出台时间为2020年5月28日,可以将干预时点视为2020年第二、三季度之交。2020年第三季度为干预发生后的第一个观察期(t=0),之后季度依次为干预后时期(t=1,2,……),之前季度依次为干预前时期(t=-1,-2,……)。这样设定是因为公众对于“离婚冷静期”的知晓和讨论始于《民法典》通过之时。尽管“离婚冷静期”在2020年第三、四季度尚未生效,我们仍可以通过这个设定来检验是否在生效前已经产生了提前“扎堆”离婚的预期效应(anticipation effect),且不妨碍观察生效后的影响。
遵从事件研究法设定惯例,在控制其他变量情况下,识别策略是将各时期的离婚数量与干预前最后一期(t=-1)的离婚数量进行比较,并检验差异的统计显著性。事件研究法的具体模型设定简洁直观,即干预前最后一期(t=-1)为被忽略的对照期(omitted reference period),其他干预前和干预后各期分别对应一个二分哑变量,其估计系数为该期经过模型调整后预测的离婚数量与对照期离婚数量之差。理想条件下,我们期待在纳入一系列合理的控制变量对模型估计进行调整后,干预前各期的估计系数不存在统计意义上的显著差异,说明事件研究法相关的假设很可能是成立的,经过模型调整的干预前各期离婚数量趋势是稳定可预测的。如此,当我们假设这个稳定趋势在没有“离婚冷静期”干预下在后续时期中会继续存在,即在没有“离婚冷静期”的平行世界中后续各期的反事实(counterfactual),那么,基于真实世界数据计算的干预后各期离婚数量与该反事实趋势比较得出的差异就可被视为在上述假设成立时“离婚冷静期”的因果干预效应,即“离婚冷静期”造成的离婚数量变化。
此外,还存在一个来自数据的挑战,即民政部公布的各季度离婚数量存在一定的季节性差异(详见下文讨论图1描述性统计)。由于没有其他数据可供对比分析,我们无法具体确定造成该季节性系统差异的原因究竟是各季度实际离婚数量的浮动还是民政部门的特定日常统计工作规律,抑或是各季度假日和办公日数量不同导致的民政部门开放登记的机会差异。尤其是最后一种,登记机会造成的差异在2020年以来新冠疫情的影响下对离婚数量的影响可能进一步增大,而且可能存在省际差异,所以需要系统地分省分季度进行控制。
综合考虑该潜在偏误的机制不确定性和数据可得性等限制,本研究将采取两个方案来应对这个挑战。首先,在所有分析中针对性地以该省该季度民政部结婚登记数量作为代理变量进行控制,这样不仅考虑到了各省民政部门在婚姻事务统计工作规律和开放办公时长上的潜在差异,更有效处理了各地各季度由于疫情而临时暂停或减少办理婚姻登记业务的混淆影响。其次,进一步替换对照期进行年度和季度同比比较。对各年四个季度加总获得年度总量,再以“离婚冷静期”出台前一年即2019年为对照期进行比较。同时,尽管事件研究模型设定不支持控制季度固定效应,但可通过分样本分析各季度跨年同比,摆脱季节性差异的混淆影响。具体采取“离婚冷静期”出台前的2020年第一、二季度和2019年的第三、四季度分别作为对照期,进行各季度同比的事件研究。考虑到2019年也是疫情发生前一年,全年和各季度同比也可以帮我们进一步厘清疫情和冷静期对离婚数量的不同影响。
这里涉及的控制变量包括与结果变量同出自民政部统计数据的省—季度层面婚姻登记数量,以及用于控制社会经济水平的城镇和农村低保标准。其他社会经济控制变量还包括来自国家统计局统计数据的省—年度人均GDP、常住人口规模、城镇人口比重和人均消费支出。为保证因果时序,这些数据均滞后一年纳入分析。此外,模型中还引入了省级固定效应,以控制各省在政治经济、家庭文化、地理历史等各方面不可观测的系统差异。同时,为处理同省跨季度观测值间的系统关联,模型估计采用稳健标准误并在省级层面聚类调整。
2.双重差分法
我们可以通过双重差分(difference in differences)法,从另一个角度进一步检验“离婚冷静期”的影响。尽管上述事件研究法已可以识别“离婚冷静期”的影响,但因为该规定是在全国各地同时生效的,事件研究法的识别是通过对比干预前(pre-treated)或事件研究方法论中所谓的“尚未被干预”(not-yet-treated)的各省离婚趋势构建的反事实而得出的。既然“离婚冷静期”仅针对民政部门登记离婚,对法院诉讼离婚没有直接影响,那么法院准予离婚在一定意义上可以视作另一个重要的参照组——在规定生效前后保持稳定的“恒不被干预”(never-treated)组。在满足双重差分法的平行趋势等特定假设条件下,我们可以通过各省法院准予离婚为民政登记离婚构建另一个反事实趋势,比较同省民政登记离婚和法院准予离婚之间的数量差异在“离婚冷静期”干预前后的变化,即可从另一个角度检验和量化“离婚冷静期”的影响。由于增加了“恒不被干预”参照组,双重差分法较前述事件研究法的提升在于可以进一步控制时期混淆影响。
通过双重差分的研究设计,我们在“双向固定效应模型”(two-way fixed-effect model)的识别框架内对各种地区和时间固定效应及其交互作用进行控制后,估计“离婚冷静期”的干预效应。这种识别策略在最大程度上解决了我们面临的另一个数据挑战:可以匹配“省—季度”分析单元层级、构建具体控制变量的各省分季度统计数据非常缺乏,然而如果模型估计仅依赖宏观的分省年度数据所构建的控制变量,则可能因无法考虑年内不同时期间的差异变化而导致遗漏变量偏误。通过控制省、年度和季度固定效应及其各种交互组合,我们可以绕过具体控制变量数据缺失的局限,剔除各省各时期间的动态的系统性差异,因为所有控制变量的混淆效应均会被同层级固定效应项等价吸收替代。
与双重差分研究设计相对应,因为增加了另一个离婚渠道——法院准予离婚作为对照组,所以我们的数据结构变成了省—季度—离婚渠道层面的面板数据。因变量为某省某季度某渠道的离婚数量。一个重要自变量是干预组状态,即离婚渠道:民政登记为干预组,法院准予为对照组。另一个重要自变量为干预前后状态:2021年之前的季度为干预前,之后的季度为干预后。
遗憾的是,并没有全国层面的法院准予离婚数量的分省分季度统计数据,所以只能基于裁判文书网大数据构建代理指标。通过裁判文书日期和省份进行限定后,对案由为“离婚纠纷”、案件类型为“民事案件”的裁判文书进行检索并记录数量。考虑到离婚相关司法程序主要包括调解和判决两步,我们纳入计数的文书类型包括“判决书”和“调解书”两类。为防止重复计数,我们仅对审判程序为“民事一审”的文书进行计数。由于裁判文书上传存在一定的滞后性,我们发现各地2021年第三、四季度的相关文书数量均显著少于之前各季度。因为这个数据限制,考虑到前文所述的离婚趋势季节性混淆风险,我们的双重差分分析继续采取跨年季度同比的设计,观察期为2018年至2021年每年第一、二季度,“离婚冷静期”生效前的2018—2020年第一、二季度观察值为干预前,2021年第一、二季度观察值为干预后。虽然我们只能对比每年前两个季度导致可供分析的省—季度民政登记离婚数量观测值减半,但由于数据结构发生变化,成对新添了对应的省—季度法院准予离婚数量观测值,所以分析样本总规模不变。模型估计同样采用稳健标准误并在省级层面聚类调整。
值得特别强调的是,由于增加了同省同季度法院诉讼离婚作为参照组,本研究可以较前述事件研究法更全面地控制疫情影响。不仅可以继续使用同省同季度的结婚登记数据作为控制变量,还可以利用省、年、季度多维交互固定效应项等设定对同时作用于同一省份特定季度内所有离婚决策的疫情影响进行剥离。此外,我们还可以更加灵活地针对疫情可能的影响进行分样本检验。
3.影响机制探索
以事件研究和双重差分两种方法交叉验证后,我们基本可以确定“离婚冷静期”规定在全国层面的平均干预效应。但是,我们对“离婚冷静期”降低离婚登记数量的影响机制仍缺乏系统认识。我们可以进一步通过探查“离婚冷静期”干预效应随相关地区特征呈现的结构性差异,即通过回答“冷静期对哪些地区的离婚行为影响更大”,对一些潜在影响机制进行探索性检视。
本部分分析将继续基于省—季度民政离婚登记数据,以离婚登记数量为因变量,继续通过一系列固定效应模型,检验“离婚冷静期”生效与否和各省特定(生效前)特征的交互作用,即特定的地区间结构性差异是否可以调节“离婚冷静期”规定对离婚行为的影响程度。固定效应模型设定具体包括区分规定生效前后的哑变量及其与特定省级特征的交互项,同时控制前述两环节已介绍并纳入的控制变量,以及年份连续趋势、省—季交互固定效应。为便于交互项结果解读,所有相关省级调节变量均围绕样本均值进行编码(centered on the sample mean)。与前述两部分分析相同,模型估计采用稳健标准误,并在省级层面进行聚类。相关潜在影响机制、具体涉及的地区结构性因素和数据来源都将结合具体发现在下文“影响机制探索”一节中详细介绍。
四、研究发现
(一)初步描述:民政离婚登记数量趋势
图1描述了2018—2021年省—季度层面民政离婚登记数量的平均趋势变化。第一,年内离婚数量存在一定的季节性差异,呈现第一、三季度较高,第二、四季度较低的离婚趋势。2018年和2019年各季度相对平稳且差异模式高度相似,而2020年和2021年第三、四季度仍大致延续该差异模式。2020年第一季度的离婚数量有明显下降,可能与新冠疫情发生的各种影响有关,但第二至第四季度数量恢复到往年同比相似水平。第二,2021年“离婚冷静期”生效后,各季度离婚数量均有较大幅度下降。第一季度的下降非常明显,第二季度有所回升,但第三、四季度进一步回落。
本节有关机制的探索分析也通过了多个稳健性检验。首先,考虑到复婚风险人群的定义复杂性和多样性,以同年结婚对数或离婚对数为分母,分别计算了近似细复婚率指标。其次,使用两种固定效应模型替代性设定,即仅控制省级固定效应和季度固定效应的相对宽松设定,以及控制省级固定效应和年份与季度交互固定效应以重点控制时期混淆效应的设定。在这些检验中,本节所有实证发现均保持稳健,限于篇幅,此处不再报告具体结果。
五、结论和讨论
基于民政部省—季度离婚登记统计数据,辅以司法裁判文书大数据、国家统计局社会经济统计数据和基于互联网搜索大数据的百度指数等,本研究系统分析了2021年1月1日生效的“离婚冷静期”规定对我国离婚登记数量的干预作用。通过事件研究法和双重差分法的不同识别策略交叉验证,实证分析一致说明“离婚冷静期”规定显著减少了我国离婚登记数量。不论是以规定前的民政登记离婚趋势构建反事实的事件研究,还是以民政登记离婚与法院准予离婚数量差异构建反事实的双重差分分析,均识别出了相似的“离婚冷静期”规定的干预效应。各项研究发现还通过了丰富的稳健性检验,较好地确保了结论的可靠性。根据具体识别策略的不同,2021年“离婚冷静期”规定使得各省各季度离婚登记数量平均减少1.03~1.32万对。结合全国在规定生效前的2018—2020年三年间各省各季度平均3.11万对民政登记离婚的现实情况来看,“离婚冷静期”作为一项旨在干预因冲动情绪等复杂主观因素导致离婚决策的社会家庭政策,使离婚登记数量降低了33%~42%。
本研究还通过分析地区间结构性差异对“离婚冷静期”影响的调节作用的宏观异质性,尽可能探索了两类潜在影响机制。第一类影响机制是“离婚冷静期”可能通过延长决策过程降低部分由冲动、草率等主观因素带来的离婚决策偏误风险。在“离婚冷静期”规定出台前,潜在离婚决策偏误风险水平较高的地区,即复婚率较高、“复婚”网络搜索较频繁或离婚人群中较年轻人群比重较高的地区,在规定生效后离婚登记数量的降幅较大。第二类影响机制是“离婚冷静期”不仅增加了等候时间和协商成本等狭义离婚成本,更可能通过引发社会热议促进公众对广义离婚成本的社会性学习,进而推动部分潜在离婚夫妻对广义离婚成本效用有了更新、更全面的认识。研究发现,对“离婚冷静期”规定相关讨论或对离婚程序及后果等相关信息搜索排名越高的地区,规定生效后的离婚登记数量降幅越大。
诚然,本研究使用的离婚数量并非对离婚水平的完美测量,不过其他常用离婚水平指标如粗离婚率和细离婚率也非完美,同样会不同程度地受到人口结构等因素的影响(England & Kunz,1975;谭远发、宋寅书,2015;杨菊华、孙超,2021)。本研究决定使用离婚数量主要有如下两点考虑:首先,对于本研究使用的季度离婚数据,可供确切计算季度粗离婚率的分省分季度人口数据不可得,遑论更加细致的分省分季度分在婚状态和年龄别的人口数据。其次,针对该指标的已知局限,本研究努力通过研究设计进行了弥补。离婚数量易受不同地区时期人口结构差异影响的统计特性主要体现在使用该指标直接比较时。本研究并非简单比较该指标,而是通过回归模型具体设定进行了针对性调整和控制。而且,本研究观察期仅是2018—2021年,较短时间内各省内部的人口结构变动可能相对较小,而省间差异较大,通过控制变量和各类固定效应可以对各省各季度人口结构差异及其他不可观测的混淆因素进行较好的剔除。
本研究还有三个局限。第一,本研究着眼于对“离婚冷静期”规定在全国范围内的干预效应进行科学、系统的政策评估,使用的分省分季度数据尽管是最系统和细致的官方数据,但不支持对微观理论机制进行直接验证,也无法确证疫情等宏观环境是否会对个体离婚决策风险偏好和利弊权衡尺度产生长期的动态影响。这些问题有待相关微观数据可得后跟进研究。第二,本研究重点关注了“离婚冷静期”规定的短期效应。未来研究还应跟进关注中期和长期影响,并将这些有关离婚决策的主观因素和作用机制的探讨置于我国不断变化的婚姻匹配模式和代际流动性别差异模式等有关家庭过程的宏观趋势之中(Dong & Xie,2023; Xie et al.,2022),在社会变迁大背景下探查其变与不变。第三,本研究以离婚登记数量为关注点,识别的是“离婚冷静期”的总和效应。离婚数量下降可进一步细分为两类:一是夫妻提出申请但冷静期结束未继续离婚的夫妻,另一类是部分潜在可能离婚的夫妻决定不提出申请。由于没有离婚申请数据,我们无法区分两种作用。但是,考虑到“离婚冷静期”作为一项公众普遍关切的社会政策不仅影响潜在的离婚人群,还向广大在婚人群及全社会传递了导向信号(signaling),只有综合注重直接和间接两类作用才能全面评估其社会影响。
总之,本研究关于“离婚冷静期”规定影响的实证研究揭示了在客观可观测的家庭婚姻匹配和社会结构因素之外,不可观测且学界较少探讨的主观因素在我国不断攀升的离婚决策中起到了不可忽视的重要作用。本文作为基于宏观可得数据的一项政策评估研究,旨在为探讨“离婚冷静期”这项有着较多争议的热点社会政策议题开启一个量化论证的思路,并期待将来有更多微观行为数据和定性证据时可以结合本文的理论机制探索发现,尝试为进一步推进我国家庭理论发展做出贡献。家庭政策的争议性和复杂性凸显了坚持价值中立的实证导向进行相关学术讨论的重要性。实证证据并非支持各种道德评判立场的基础,也不对应冲动离婚是否应被干预避免的主观判断。“不幸的家庭各有各的不幸”,学界对离婚的负面影响的讨论有之,对勉力维系已破裂婚姻的负面影响的讨论亦有之。公众在对“离婚冷静期”的讨论中衍生出的对婚内性别劣势、家庭暴力等诸多问题的关切,往往基于其对社会现实的朴素体验和日常总结,值得学界和有关部门严肃关注。与此同时,各界围绕“离婚冷静期”所反映的对于维系家庭稳定的社会道德价值的不同评判取向,恰好呼应了学界长期以来有关家庭意义复杂性的理论反思(近期相关讨论可参见肖文明,2022),值得更为广泛而深入的学理探讨。婚姻家庭作为复杂、系统且至关重要的微观社会过程,深嵌于国家发展和历史沿革等宏大进程之中,家庭政策调整往往牵一发而动全身,亟待各方共同保持审慎、及时、深刻、长期的关注和反思。
编辑:一起学习网
标签:冷静,季度,数量,差异,效应,模型,数据,因素,变量,疫情