沒有擇侶偏好就能躲得過婚姻匹配麼？_風聞

編者按：本期推送的是謝宇、程思薇和周翔發表於Proceedings of the National Academy of Sciences的文章Assortative  mating  without  assortative preference。本文發現除了婚姻市場中行動主體的個人偏好之外，動態的結構性因素也會影響婚姻匹配的模式。編者對原文有刪改。

這是社論前沿第S1375次推送

微信號：shelunqianyan

摘要

婚姻匹配，即由有相似社會特徵的男性與女性結成的婚姻，是一個非常普遍的現象。在社會學與經濟學的既有文獻中，婚姻匹配現象主要被認為是個體有意識的個人偏好的結果。本文發現，即使個人沒有婚姻匹配上的偏好或是擁有互補特徵，婚姻匹配的模式也會從結構性的因素中產生：即閉合系統中的動態婚姻過程。對於一個有限人口中的指定青年隊列來説，當結婚者的比例增加的時候，結婚相對較晚的人會比那些更早結婚的人有系統上的差異，這一差異也會導致婚姻匹配現象的產生。本文通過微觀仿真方法來論證這一動態過程。

引言

婚姻匹配是在人類社會中可以普遍觀察到的現象。在社會學與經濟學的既有文獻中，婚姻匹配現象主要被認為是個體有意識的對婚姻匹配的偏好下的結果。從一方面來説，社會學家們認為有相似的社會特徵的人更容易具有相似的價值觀、興趣愛好、品位、經濟資源與生活方式，並且個體在選擇婚姻伴侶時也經常會注重這些相似性。另一方面，經濟學家們通過強調婚姻伴侶雙方的互補性來解釋婚姻匹配現象。比如，Becker就發現在平衡的婚姻市場中，伴侶雙方更可能由於具有在家務勞動上互補的特質而結合。換句話説，在二者的相似特徵可以通過提升家庭幸福的方式來讓雙方受益，伴侶就有可能步入婚姻。

長期以來，社會學家們一直清楚地知道婚姻匹配現象，與友誼的形成一樣，也可能會來自通過相似的特徵將個體篩選進不同的社會背景的結構性力量。在現代社會，能夠導致婚姻的經歷與社會活動需要男女雙方互相瞭解並且進行接觸是很安全的一個假設。這個假設即使在交往是基於網絡環境的條件下也依舊可靠。由於社會結構會定義人們進行交往的社會空間，它可以進而擴大或者限制婚姻匹配。在社會學文獻中，社會結構被用於定義對配偶機會的接觸程度（比如潛在的可以交流的人）。當有不同特徵的人被分隔到不同的社會背景中時，即使人們並不傾向於與相似的人結婚，婚配匹配依舊會發生：因為他們沒有機會與遇到或者接觸到有不同特徵的人。

本文發現，即使個人沒有匹配偏好或是擁有互補特徵，婚姻匹配的模式也會從另一個結構性的源頭中產生：即閉合系統中的動態婚姻過程。對於一個有限的人口中的指定青年隊列來説，當結婚者的比例增加的時候，剛進入婚姻的未婚者會比那些更早結婚的人有系統上的差異，這一差異也會導致婚姻匹配現象的產生。在最近用因果框架進行研究的文獻中發現，在被處理組的傾向值(如結婚的傾向值)與處理效果(如結婚夫婦的效度)系統地相關時，動態過程會導致未處理組（如未婚的個體）的人口結構的變化。本文利用微觀仿真方法來論證這一動態過程，首先利用了傳統的deterministic Gale-Shapley模型，之後使用了概率模型以及encounter mating模型的兩種形式。

假設與模型

本文首先假設了一個性別比例為1的有限人口，其中包括N名男性和N名女性（本文假設所有的婚姻為異性婚姻 ）。為了簡便，本文假定個體只考慮單一維度的潛在婚姻伴侶特徵，即伴侶吸引力。為了只論證變化中的人口結構對產生婚姻匹配的影響，本文假設對伴侶吸引力的偏好在所有相對性別成員中保持不變：用Xm與Xf分別代表男性與女性的伴侶吸引力。在這個設定中，一個人作為婚姻伴侶的吸引力，Xm或Xf ，會獨立地影響與他/她結婚的效度。即，潛在伴侶的吸引力對做決定者的總體效度的貢獻值並不決定於做決定者的特徵。這也就是本文所指的在個人偏好層面的“無匹配”。隨後，本文會討論用於描繪婚姻形成的動態過程的三個模型。在這三個模型中，本研究只包括了一夫一妻制的婚姻，排除了多配偶制婚姻、離婚以及再婚。

微觀仿真

本文用微觀仿真（或稱agent-based模型）來論證婚姻匹配的動態過程。在本研究的仿真中，假設的人口包括5000名男性與5000名女性，並假定個人特徵Xmi與Xfi服從標準正態分佈。同時，假設α0=β0=-1，α1=β1=2，c=0.0005。本文通過上述的三個模型來模擬匹配過程。在這三個模型中，本研究在每一個時間點記錄了結婚伴侶的特徵並且將他們在兩個時間序列中表現，每個時間序列對應一個性別。本研究移除掉了沒有成功結婚的時間點，因為這些時間點不能給本研究提供有價值的信息。

圖1體現了由deterministic Gale-Shapley模型（模型1）產生的婚姻匹配結果。圖1A是關於Xm與Xf的散點圖，表現出男性與女性在婚姻中根據他們各自的Xm與Xf的排名完美地進行配對，Xm與Xf的相關係數是1.00。圖中點的顏色代表結婚的時間：偏藍色的點對應比較早的婚姻，而偏紅色的點對應偏晚的婚姻。結果明確揭示了Xm與Xf分數較高的個體會更早結婚，分數比較低的會比較晚結婚。圖1B是在不同婚姻時間下的流動相關係數(running correlation)和累積相關係數。圖1B表明男性與女性特徵之間的running correlation一直很高並且非常穩定。

在圖2中，本文展現了用probabilistic Gale-Shapley模型（模型2）產出的婚姻匹配結果。圖2A是關於Xm和Xf的散點圖，二者的相關係數是0.71，表明婚姻中的高匹配度。同樣，點的顏色表明Xm和Xf分數比較高的個體會更早結婚，而分數較低的會更晚結婚。圖2B表明，當在短時間間隔中研究匹配度時，在模型2中加入概率的成分會將男性女性特徵之間的流動相關性降低幾乎到0。而累積相關係數則隨着伴侶數量的增長逐漸變大。這一特徵表明夫妻間特徵的匹配度主要取決於人們進入婚姻的時間（有更高特徵的人會更早結婚），但是這一特徵會在控制等待進入婚姻的時間之後消失。

​

本文認為encounter mating模型對於婚姻研究來説是更現實的模型。這一模型分為兩部分：基線模型（模型3A）和包含等待成本的擴展模型（模型3B）。圖3展示了基線模型（模型3A）的結果，圖4展示了擴展模型（模型3B）的結果。

圖3A和3B表明，總體相關係數是0.53，相比由前兩個基於Gale-Shapley算法模型的結果，這一結果體現出的匹配度更小但是更可信。在圖3B中，已匹配者中的累積相關係數隨着更多的人結婚而逐漸增加（紅線）。這一增長的一大部分是由未婚者之間增長的同質性（由相遇的組對間各自Xm和Xf增長的匹配度所體現（藍線））所驅動的。從數字來看，這一結果與模型2的結果基本類似，因為流動相關係數一直保持在接近0的狀態（除了結尾段），但是累積相關係數隨着時間逐漸增長，尤其在結尾段。圖3C展示了男性與女性在不同結婚時間下的流動平均值(running average)，這一結果揭示了夫妻雙方的特徵值會隨着時間穩定下降。圖3D表現了在個人特徵五分位數下的到婚姻的平均時間：排在較低五分位的個體比其他排在較高位數的個體更晚結婚。

圖4表現了擴展模型（模型3B）的結果。圖4中的模式與模型3A中的結果在本質上比較類似。然而，值得注意的是，模型中加入的增長的單身的時間成本進一步降低了匹配度，讓總體相關係數降低到了0.44。原因是，增加的等待成本讓人們在步入婚姻時對伴侶的特徵（吸引力）不那麼有選擇性，進而通過結構性的改變降低了匹配度。同樣的，如圖4D所示，擴展模型中五個五分位數之間的平均到婚姻時間的差距相對基線模型中的更不明顯。

結論

本文發現，即使個人沒有匹配偏好或是擁有互補特徵，婚姻匹配的模式也會從另一個結構性的源頭中產生：即閉合系統中的動態婚姻過程。對於一個有限的人口中的指定青年隊列來説，當結婚者的比例增加的時候，剛進入婚姻的未婚者會比那些更早結婚的人有系統上的差異，這一差異也會導致婚姻匹配現象的產生。通過傳統的deterministic Gale-Shapley模型、probabilistic Gale-Shapley模型以及更現實的encounter mating模型的兩種形式，本研究使用微觀仿真模型來論證這一動態過程。