常看到這樣的新聞標題:
看到這樣的新聞,除了感慨婚姻的脆弱和人性的強之外,還在想“離婚率”這個數據是如何得出的?
統計某年結婚的人數之后有多少離婚?
統計當前一共有多少人結婚,多少人離婚?
統計當前離婚的總人數在全體人口比例?
...
現在的離婚率怎么算的?
我們先看看離婚率的定義(Wikipedia):
離婚率(英文:divorce demography),指離婚的比率,可用于衡量和評價某個國家或地區的婚姻穩定和幸福程度。
粗離婚率(crude divorce rate)是指年度離婚數與總人口之比。通常以千分率表示。而
細離婚率(fine divorce rate)是指年度離婚數與已婚婦女人口之比,這排除了不到婚齡的年輕女性人口。
第一次看到這個數據我是懵的,因為婚內人數占總人數肯定不到100%,如果新聞里的離婚率是指“粗離婚率”,那么50%意味著一年內,北京市一半以上的夫妻離婚,這顯然不可能。然后發現了離婚結婚比這個概念,就是某一年離婚的人數/結婚的人數,注意,這個數據不做為國家統計局的指標(我們后面再談原因)。
先看看各個國家之間的差異(抱歉,只找到了2010年左右的數據):
國家 | 粗離婚率 | 離婚結婚比 | 年份 |
---|---|---|---|
匈牙利 | 2.4 | 67 | 2010 |
美國 | 3.6 | 53 | 2011 |
日本 | 2.0 | 36 | 2010 |
中國 | 2.0 | 22 | 2010 |
越南 | 0.2 | 4 | 2007 |
上圖可以看出一些相關性,發達國家的離婚結婚比要高一些(發達的國家/地區,某一年離婚人數與結婚人數的比值較大),另外,日本與中國同樣是2.0‰的粗離婚率,可以看出中國人選擇結婚的比例更高(相同人數,中國人愿意結婚的更多)。
再看看近五年全國與北京市的數據:
以上就是現在使用的各個指標以及計算方式。
我們想知道的,是哪個離婚率?
說起離婚率,我們直觀上最想知道的是
“從概率上講,現在結婚有多大的可能性離婚?”
再翻譯一下:
近幾年(最好是今年,最好是當前城市)結婚的這些人,有多少人最終會離婚?
從邏輯上我們就知道這個結果是無法獲得的,因為現在無法知道以后的事情,即使事后統計,也無法知道那些最終離婚的人會在第幾年選擇離婚,1年?5年或10年。。。于是我們必須改變做出妥協,尋找盡可能接近的數據。
粗結婚率?
我現在告訴你北京市2017年的粗離婚率是3.71(每一千個人中會有3.71個人離婚)
估計你沒有任何感覺,然后你知道這個數字會升高,變成4‰你還是沒有感覺。
這個數據不是你想要的。
離婚結婚比?
我現在告訴你北京市2017年的離婚結婚比是53%(有100人結婚,那么就有53人離婚)
。
你可能會說:已經很明顯了,現在結婚的人大概53%的可能會離婚。
且慢,這個數據沒有它看起來這么直觀,因為他們并不是同一群人,這里的離婚的人與結婚的人沒有什么聯系(除了少數在同一年貢獻了兩者數據的人~)。
- 結婚的是什么人?
用北京市的數據舉例:- 初婚(第一次登記結婚)17.93萬人,占比59%,這些人以25~35歲的適婚年齡居多,是之前十幾年“攢”下來決定在這一年結婚的人,初婚人群的平均年齡應該低于再婚和離婚群體(由于沒有具體數據,這里只是一個定性的邏輯判斷)。
- 再婚(非第一次登記結婚)12.36萬人,占比41%,再婚人群的平均年齡應該與離婚人群大致相同(由于沒有具體數據,這里只是一個定性的邏輯判斷)。
- 離婚的是什么人?
- 離婚8.06萬對(16.12萬人),這一群人是過去幾年、十幾年甚至更久的時間“攢”下來決定這一年離婚的人,離婚人群的平均年齡應該大于初婚人群,與再婚人群大致相同(由于沒有具體數據,這里只是一個定性的邏輯判斷)。
離婚結婚比,只能用來粗略地參考,而且這個數據真實的意義很奇怪,這可能也是國家統計局沒有記錄該數據的原因。結婚的人里,對于初婚的人群,這個群體的真實離婚率要大于當前的離婚結婚比(如北京2017年的53%,同時我們假設年輕人的離婚率更高);再婚人群可參考當前的結婚離婚比。
補充一下,整體概率是事后統計的結果,與創業類似,不是所有人創業的成功率都是5%,也不是每一個婚姻最后都會以整體的概率走向解體,個體間的差異巨大。
限購不是重要因素
中國的離婚率逐年增高是一個事實,一線城市更加明顯。有一些人和媒體認為很多人離婚是為了買房,他們認為房產的限購政策是導致一線城市高離婚率的重要因素。一定有人為了買房離婚,至于占比我們查看一下統計數據:
我們看一下2018年北京和上海成交商品房的業主婚姻狀況(數據來自貝殼研究院)。
經過計算,離異的購房者在當年的離婚人群占比只有百分之幾,況且這些人并不都是為了買房而離異,也不全是在今年才離婚,所以因為買房而離婚的人群在離婚群體中占比不會超過1%,限購政策對于高離婚率的貢獻很小,同時也能看出限購政策的漏洞并沒有被濫用。