数7.中国的离婚率太高了么?

7.中国的离婚率太高了么?

数据会说话·2025 年 5 月 23 日·29 分钟社会学政策与治理房地产
在小宇宙播放
创作者写的节目说明

本周,我们来聊一聊离婚率,以及婚姻与家庭政策背后的价值取向。

【本期节目提到的数据和参考资料】

1. 季度公布的民政统计数据 

2. 粗离婚率变迁趋势(1990-2023)

3. 在2016年《经济学人》杂志的一篇文章中提到“中国目前是世界范围内离婚最容易,也最便宜的国家之一” <As long as both sides agree on terms, China is now among the easiest and cheapest places in the world to get a divorce.>

4. 结婚登记与离婚登记数量(1990-2023)

5. 於嘉,赵晓航,谢宇. 当代中国婚姻的形成与解体:趋势与国际比较[J]. 人口研究, 2020, 44(5): 3-18.

6. 分省份离婚率变化(2019 vs. 2010)

7. 住房限购政策与离婚率之间的关系

[1] 陈至奕,范剑勇.限购、离婚与房地产区域差异[J].浙江社会科学,2016,(12):30-39.

摘要:在2010-2011年期间先后有46个城市开始推行房地产限购政策,这一政策在调节房地产市场需求、抑制房价过快增长的同时,催生了“中国式离婚”现象。本文分情况讨论了DID倍差法适用这一问题的条件是否成立,并利用该方法实证发现,限购政策的出台显著提高了这类城市近年的离婚率、复婚率,其中离婚率提高了0.2个千分点(平均提升幅度约15%),复婚率提高了0.05个千分点(平均提升幅度约40%)。此外,“离婚潮”和限购政策是否严厉关系不大,但是和所在区域(东、中、西部)、房地产中介规模等代表房地产行业发展程度的指标有着密切的联系;同时,当房价收入比例的排名位于全国后60%时,购房需求主要表现为刚需,限购不会带来明显的离婚效应,而当房价高于这一临界值,则表现为投资需求的推动,已经拥有多套房的居民也要离婚购买。

[2] 范子英.为买房而离婚——基于住房限购政策的研究[J].世界经济文汇,2016,(04):1-17.

摘要:本文基于中国2010年住房市场“限购”的自然实验,考察了限购政策对城市层面的离婚率的影响。我们的研究发现:“限购”会使得所在地城市的离婚增加243对,相当于平均水平的4.5%,其中主要是由“1+1”模式的限购政策导致的,“N+1”模式的影响不够显著;因为“限购”的住房都在主城区,“限购”对离婚的效应主要集中在市辖区,郊区及地级市所辖县均没有影响;离婚的出现主要是为了获得购买多套房的投资机会,而不是缓解“限贷”所造成的流动性约束,即居民没有因为首付比和利率负担而选择离婚。本文的研究结论,意味着要重视住房政策产生的社会效应。

[3] 陈洲博,陈立中.住房限购政策对离婚率的影响——基于DID方法的实证估计[J].江汉论坛,2019,(06):140-144.

摘要:为了规避限购政策,部分家庭采取离婚策略来获得购房资格。运用DID方法对2010年房地产市场限购政策引致的离婚现象进行分析,结果显示:2011-2015年“为购房而离婚”的数量年均增加了927.6对,与观察期内样本城市的年平均离婚数相比增长了2.12%;同时,每滞后一年,“为购房而离婚”的数量平均每年减少了241.7对。根据家庭的细分特征进一步分析可以发现:家庭规模越大,孩子越多,选择“为购房而离婚”越谨慎;东部地区“为购房而离婚”的家庭占比最大,中部次之,西部地区最小;省会城市"为购房而离婚"的家庭占比最大,地级城市次之,县级城市最低。限购政策虽然能起到抑制需求的作用,但同时可能引起相当规模的家庭"为购房而离婚"。因此,应慎用、少用限购政策,可规定离婚一段时间后才具备购房资格,还可探索以家庭而不是个人为单位的限购政策。这些发现和建议对其他类似影响家庭稳定性的政策,例如房地产税收政策具有同样的借鉴意义。

8. 人口流动与离婚率的关系

[1] 高梦滔.农村离婚率与外出就业:基于中国2003~2009年村庄面板数据的研究[J].世界经济,2011,34(10):55-69.

摘要:本文基于中国2003~2009年的村级微观面板数据,分析农户外出就业对于离婚率的影响。研究发现:第一,外出就业对于农村离婚率具有显著的影响,外出就业人员增多,是近年来农村离婚率上升的一个主要影响因素,在不同发展水平的农村地区其影响程度差别不大;第二,在中西部地区,村庄的耕地资源对于农村离婚率具有一定的约束作用,这种作用在东部地区不显著;第三,家庭的未成年子女数量对于各个地区的农村离婚率都具有显著的影响,性别比例等人口学特征变量的影响则存在地区差异。

[2] 刘彬彬,崔菲菲,史清华.劳动力流动与村庄离婚率[J].中国农村经济,2018,(10):71-92.

摘要:本文基于全国农村固定观察点村级跟踪调查数据分析了2003~2015年劳动力流动对中国村庄离婚率的影响。考虑到村庄离婚率为受限被解释变量,为了得到一致估计,本文分别构建了Tobit模型和两部模型进行比较分析。结果表明,劳动力流动特别是劳动力流出会显著提高村庄离婚率;相比于劳动力流出到村外县内,流出到县外省内劳动力的比例越高,村庄离婚率越低;村庄离婚率有明显的地域差异,东北地区、西部地区村庄离婚率显著高于中部地区;另外,村庄人均纯收入、纯务农户数占比、高中及以上学历劳动力占比、性别比等因素对村庄离婚率的影响不容忽视。因此,城镇化背景下农村劳动力流动导致村庄离婚率上升及由此可能对家庭和社会产生的负面影响值得关注。

[3] 彭小辉,张碧超,史清华.劳动力流动与农村离婚率——基于劳动力双向流动视角[J].世界经济文汇,2018,(04):36-52.

摘要:本文基于全国农村固定观察点2003-2013年村级数据,运用固定效应的面板Tobit模型,在控制了时间、个体固定效应和其他变量的基础上,对农村劳动力流动和离婚率的关系进行实证分析。结果表明:总体上,农村劳动力双向流动都会显著提高农村离婚率,但与劳动力流入相比,流出对离婚率的影响更明显;从流动方向和区域视角看,劳动力流出对内陆地区农村离婚率的影响更明显,而劳动力流入对沿海地区农村离婚率的影响更明显。同时,农村劳动力受教育水平、家庭孩子数量以及经济状况等因素也在不同程度上影响着农村离婚率。农村劳动力流动是农村离婚率上升的主要原因,特别是在乡村振兴战略下,随着劳动力流入的逐年增加,其对农村离婚率的影响不容忽视,是影响农村社会稳定的重要因素,应引起政府决策层的高度重视。


在小宇宙查看该单集文稿
AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

按离婚人口占结婚人口比例,中国各年龄段几乎都是主要国家中最低,最大值仅3.3%。

别处听不到的

把北京上海天津2016年离婚率峰值与房价暴涨下的假离婚、重庆土地收储制度对照起来讲。

最打动人的

结尾追问:若政策抑制了年轻人结婚的意愿,究竟是有利于还是不利于婚姻存续。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

社交媒体上那些40%、58%的离婚率是怎么算出来的?这期把粗离婚率和细离婚率两套口径拆开讲,结论有点反直觉:按离婚人口占结婚人口的比例,中国几乎是主要国家里最低的,只有3%到7%。节目还解释了2019年离婚率峰值背后,北京上海天津的假离婚和贵州河南安徽的劳动力外流各起了什么作用。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

2025年一季度离婚登记同比增加6万对,引发“离婚率太高”的老话题。节目用粗离婚率与细离婚率两套口径拆解数据:社交媒体上两位数的离婚率都是错的;按粗离婚率中国看似仅次于俄罗斯,但这是因为中国结婚比例远高于其他国家;按离婚人口占结婚人口的比例,中国反而是主要国家中最低的,仅3%到7%。节目还梳理了1990年以来三个拐点——2003年婚姻登记简化、2019年峰值、2021年离婚冷静期,指出未来粗离婚率走低的主因是结婚人数腰斩而非政策见效。最后分析省份差异:天津、北京、上海的高离婚率与房价暴涨下的假离婚有关,贵州、河南、安徽则与劳动力外流、夫妻分居有关,反对把离婚率走高简单归因于年轻人冲动。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:11

一季度数据与两个待检验的假设

2025年一季度结婚登记181万对、离婚登记63万对,离婚登记在冷静期后重新增加。主播提出政策评估背后隐含两个假设:离婚率太高、高得不正常,并追问它们是否成立。

02:34

两位数的离婚率都是错的

社交媒体上40%、58%的离婚率,多是用当年离婚人数除以结婚人数得出,没有意义。统计局使用粗离婚率,任何两位数口径都不实。

04:14

粗离婚率怎么算

粗离婚率以离婚对数为分子、年平均人口为分母。分子用对数还是人次,跨国比较时可能天然差一倍,研究者需注意口径。

05:34

三个拐点:2003、2019、2023

2003年婚姻登记条例简化手续,离婚率斜率变陡;2019年达到3.36‰峰值;2020年疫情与限购收紧短暂压低,2021年离婚冷静期使离婚登记从430万对掉到280万对,但2023年积压需求释放后重新回升到360万对。

08:52

没有人结婚了,才是离婚率走低的主因

结婚人数从2013年1346万对腰斩到2024年610万对,源于第三波婴儿潮结束与婚恋观念变化。七年之痒在更年轻世代提前为五年甚至三年,结婚人数减少将带动离婚人数减少。

12:38

跨国比较:中国离婚率真的高吗

於嘉等《人口研究》论文显示,按粗离婚率中国仅次于俄罗斯,但中国35岁前结婚比例远高于美日,30-34岁男性85%、女性93%,粗离婚率公式不考虑结婚比例,导致高估。

15:51

细离婚率:换一个分母看真相

细离婚率以已婚女性人数为分母,可排除结婚比例影响。按分性别分年龄段的离婚人口占结婚人口比例,中国几乎各年龄段都是最低,最大值仅3.3%。

18:31

3%到7%:离婚率太高并不成立

综合多份资料,中国离婚人口占比在3%到7%之间,远不到10%,也低于绝大多数国家。第一个问题得到回答:中国离婚率并不算高。

20:00

追问:过去三十年离婚率为何走高

把离婚率走高归因于年轻人冲动,与将婚姻存续视为社会稳定指标的政策导向一脉相承。节目转向分省数据,看2010到2019年涨幅最大的省份。

21:44

房价、限购与假离婚

贵州、天津、河南、安徽涨幅超过两个千分点。天津是常量,变量是2016年前后北京、上海、天津房价暴涨与限购收紧引发的假离婚,重庆因土地收储制度房价未暴涨而缺席。

23:24

外出务工与农村离婚率

贵州、河南、安徽是外出务工大省。高梦滔2011年研究指出,外出就业通过分居弱化家庭功能、女性经济独立、婚姻观念转变等渠道推高流出地离婚率。

26:01

城市化叙事与政策的弦外之音

离婚率走高首先是城市化、工业化、现代化的故事,也是公共服务不均与户籍限制导致分居的结果。节目结尾追问:若政策抑制结婚意愿,究竟有利于还是不利于婚姻存续。

数据会说话 · 更多单集

看全部 11 期 →

数据会说话

数7.中国的离婚率太高了么?

数据会说话 · 2025 年 5 月 23 日 · 29 分钟

7.中国的离婚率太高了么?

在小宇宙播放
创作者写的节目说明

本周,我们来聊一聊离婚率,以及婚姻与家庭政策背后的价值取向。

【本期节目提到的数据和参考资料】

1. 季度公布的民政统计数据 

2. 粗离婚率变迁趋势(1990-2023)

3. 在2016年《经济学人》杂志的一篇文章中提到“中国目前是世界范围内离婚最容易,也最便宜的国家之一” <As long as both sides agree on terms, China is now among the easiest and cheapest places in the world to get a divorce.>

4. 结婚登记与离婚登记数量(1990-2023)

5. 於嘉,赵晓航,谢宇. 当代中国婚姻的形成与解体:趋势与国际比较[J]. 人口研究, 2020, 44(5): 3-18.

6. 分省份离婚率变化(2019 vs. 2010)

7. 住房限购政策与离婚率之间的关系

[1] 陈至奕,范剑勇.限购、离婚与房地产区域差异[J].浙江社会科学,2016,(12):30-39.

摘要:在2010-2011年期间先后有46个城市开始推行房地产限购政策,这一政策在调节房地产市场需求、抑制房价过快增长的同时,催生了“中国式离婚”现象。本文分情况讨论了DID倍差法适用这一问题的条件是否成立,并利用该方法实证发现,限购政策的出台显著提高了这类城市近年的离婚率、复婚率,其中离婚率提高了0.2个千分点(平均提升幅度约15%),复婚率提高了0.05个千分点(平均提升幅度约40%)。此外,“离婚潮”和限购政策是否严厉关系不大,但是和所在区域(东、中、西部)、房地产中介规模等代表房地产行业发展程度的指标有着密切的联系;同时,当房价收入比例的排名位于全国后60%时,购房需求主要表现为刚需,限购不会带来明显的离婚效应,而当房价高于这一临界值,则表现为投资需求的推动,已经拥有多套房的居民也要离婚购买。

[2] 范子英.为买房而离婚——基于住房限购政策的研究[J].世界经济文汇,2016,(04):1-17.

摘要:本文基于中国2010年住房市场“限购”的自然实验,考察了限购政策对城市层面的离婚率的影响。我们的研究发现:“限购”会使得所在地城市的离婚增加243对,相当于平均水平的4.5%,其中主要是由“1+1”模式的限购政策导致的,“N+1”模式的影响不够显著;因为“限购”的住房都在主城区,“限购”对离婚的效应主要集中在市辖区,郊区及地级市所辖县均没有影响;离婚的出现主要是为了获得购买多套房的投资机会,而不是缓解“限贷”所造成的流动性约束,即居民没有因为首付比和利率负担而选择离婚。本文的研究结论,意味着要重视住房政策产生的社会效应。

[3] 陈洲博,陈立中.住房限购政策对离婚率的影响——基于DID方法的实证估计[J].江汉论坛,2019,(06):140-144.

摘要:为了规避限购政策,部分家庭采取离婚策略来获得购房资格。运用DID方法对2010年房地产市场限购政策引致的离婚现象进行分析,结果显示:2011-2015年“为购房而离婚”的数量年均增加了927.6对,与观察期内样本城市的年平均离婚数相比增长了2.12%;同时,每滞后一年,“为购房而离婚”的数量平均每年减少了241.7对。根据家庭的细分特征进一步分析可以发现:家庭规模越大,孩子越多,选择“为购房而离婚”越谨慎;东部地区“为购房而离婚”的家庭占比最大,中部次之,西部地区最小;省会城市"为购房而离婚"的家庭占比最大,地级城市次之,县级城市最低。限购政策虽然能起到抑制需求的作用,但同时可能引起相当规模的家庭"为购房而离婚"。因此,应慎用、少用限购政策,可规定离婚一段时间后才具备购房资格,还可探索以家庭而不是个人为单位的限购政策。这些发现和建议对其他类似影响家庭稳定性的政策,例如房地产税收政策具有同样的借鉴意义。

8. 人口流动与离婚率的关系

[1] 高梦滔.农村离婚率与外出就业:基于中国2003~2009年村庄面板数据的研究[J].世界经济,2011,34(10):55-69.

摘要:本文基于中国2003~2009年的村级微观面板数据,分析农户外出就业对于离婚率的影响。研究发现:第一,外出就业对于农村离婚率具有显著的影响,外出就业人员增多,是近年来农村离婚率上升的一个主要影响因素,在不同发展水平的农村地区其影响程度差别不大;第二,在中西部地区,村庄的耕地资源对于农村离婚率具有一定的约束作用,这种作用在东部地区不显著;第三,家庭的未成年子女数量对于各个地区的农村离婚率都具有显著的影响,性别比例等人口学特征变量的影响则存在地区差异。

[2] 刘彬彬,崔菲菲,史清华.劳动力流动与村庄离婚率[J].中国农村经济,2018,(10):71-92.

摘要:本文基于全国农村固定观察点村级跟踪调查数据分析了2003~2015年劳动力流动对中国村庄离婚率的影响。考虑到村庄离婚率为受限被解释变量,为了得到一致估计,本文分别构建了Tobit模型和两部模型进行比较分析。结果表明,劳动力流动特别是劳动力流出会显著提高村庄离婚率;相比于劳动力流出到村外县内,流出到县外省内劳动力的比例越高,村庄离婚率越低;村庄离婚率有明显的地域差异,东北地区、西部地区村庄离婚率显著高于中部地区;另外,村庄人均纯收入、纯务农户数占比、高中及以上学历劳动力占比、性别比等因素对村庄离婚率的影响不容忽视。因此,城镇化背景下农村劳动力流动导致村庄离婚率上升及由此可能对家庭和社会产生的负面影响值得关注。

[3] 彭小辉,张碧超,史清华.劳动力流动与农村离婚率——基于劳动力双向流动视角[J].世界经济文汇,2018,(04):36-52.

摘要:本文基于全国农村固定观察点2003-2013年村级数据,运用固定效应的面板Tobit模型,在控制了时间、个体固定效应和其他变量的基础上,对农村劳动力流动和离婚率的关系进行实证分析。结果表明:总体上,农村劳动力双向流动都会显著提高农村离婚率,但与劳动力流入相比,流出对离婚率的影响更明显;从流动方向和区域视角看,劳动力流出对内陆地区农村离婚率的影响更明显,而劳动力流入对沿海地区农村离婚率的影响更明显。同时,农村劳动力受教育水平、家庭孩子数量以及经济状况等因素也在不同程度上影响着农村离婚率。农村劳动力流动是农村离婚率上升的主要原因,特别是在乡村振兴战略下,随着劳动力流入的逐年增加,其对农村离婚率的影响不容忽视,是影响农村社会稳定的重要因素,应引起政府决策层的高度重视。


在小宇宙查看该单集文稿
AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

按离婚人口占结婚人口比例,中国各年龄段几乎都是主要国家中最低,最大值仅3.3%。

别处听不到的

把北京上海天津2016年离婚率峰值与房价暴涨下的假离婚、重庆土地收储制度对照起来讲。

最打动人的

结尾追问:若政策抑制了年轻人结婚的意愿,究竟是有利于还是不利于婚姻存续。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

社交媒体上那些40%、58%的离婚率是怎么算出来的?这期把粗离婚率和细离婚率两套口径拆开讲,结论有点反直觉:按离婚人口占结婚人口的比例,中国几乎是主要国家里最低的,只有3%到7%。节目还解释了2019年离婚率峰值背后,北京上海天津的假离婚和贵州河南安徽的劳动力外流各起了什么作用。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

2025年一季度离婚登记同比增加6万对,引发“离婚率太高”的老话题。节目用粗离婚率与细离婚率两套口径拆解数据:社交媒体上两位数的离婚率都是错的;按粗离婚率中国看似仅次于俄罗斯,但这是因为中国结婚比例远高于其他国家;按离婚人口占结婚人口的比例,中国反而是主要国家中最低的,仅3%到7%。节目还梳理了1990年以来三个拐点——2003年婚姻登记简化、2019年峰值、2021年离婚冷静期,指出未来粗离婚率走低的主因是结婚人数腰斩而非政策见效。最后分析省份差异:天津、北京、上海的高离婚率与房价暴涨下的假离婚有关,贵州、河南、安徽则与劳动力外流、夫妻分居有关,反对把离婚率走高简单归因于年轻人冲动。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:11

一季度数据与两个待检验的假设

02:34

两位数的离婚率都是错的

04:14

粗离婚率怎么算

05:34

三个拐点:2003、2019、2023

08:52

没有人结婚了,才是离婚率走低的主因

12:38

跨国比较:中国离婚率真的高吗

15:51

细离婚率:换一个分母看真相

18:31

3%到7%:离婚率太高并不成立

20:00

追问:过去三十年离婚率为何走高

21:44

房价、限购与假离婚

23:24

外出务工与农村离婚率

26:01

城市化叙事与政策的弦外之音

本期提到的品牌与产品

节目里自然聊到的,不是广告

民政部发布一季度民政统计数据
00:10中性
国家统计局粗离婚率数据来源
04:14中性
经济学人2016年称中国离婚最容易最便宜
06:25中性
轻刀快马主播另一档播客,提及七年之痒话题
10:31中性
北京大学於嘉副教授所在机构
12:54正面
当代中国婚姻的形成与解体趋势和国际比较《人口研究》论文,节目核心引用
12:54正面
数数据会说话

数据会说话

以官方统计数据和研究论文为切入点,用多口径数据拆解社会流行说法、揭示结构性趋势的数据解读型播客

已收录 11 期 · 最近更新 5 月 25 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 男女均衡 · 消费力中等
更适合关注婚姻家庭议题的年轻人

这一期偏哪一派

典型沪派节目从一个明确问题出发,先立统计口径、再引论文与分省数据,逐层论证,主播扮演编辑与解释者角色,讨论范围被有意识地收住。

在哪里听

https://feed.xyzfm.space/byypnglcklwq复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 11 期 →