童婚、彩礼和嫁妆:印度和非洲的证据

发布时间:2021-02-06 阅读 1108

Stata连享会   主页 || 视频 || 推文 || 知乎

温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。

New! lianxh 命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh

课程详情 https://gitee.com/arlionn/Course   |   lianxh.cn

课程主页 https://gitee.com/arlionn/Course

作者:张煦明(中山大学)
邮箱zhangxm78@mail2.sysu.edu.cn

指导教师: 连玉君(中山大学,arlionn@163.com

Source: Corno, Lucia , N. Hildebrandt , and A. Voena . "Age of Marriage, Weather Shocks, and the Direction of Marriage Payments." Econometrica 88(2020). -Link-, -PDF-

完整重现资料: https://gitee.com/arlionn/Corno_Lucia_2020

  • 放置了重现该文的数据、Stata dofiles 和相关参考资料。
  • 打开码云仓库后,可以点击右上角的「Fork」按钮,把这个仓库克隆到你的码云账号下,方便查看和二次补充修改。


目录


⛳ 在全球范围内,有超过 7 亿妇女在 18 岁生日之前结婚。

⛳ 撒哈拉以南的很多非洲国家盛行彩礼(90% 以上的族裔按传统方式支付彩礼)

⛳ 在印度,盛行嫁妆,且支付金额很大

⛳ 我们的样本包含出生于 1950 至 1989 年的 326645 名撒哈拉以南非洲女性和 66466 名印度女性。

⛳ 我们的样本数据统计结果显示,撒哈拉以南非洲和印度的女性平均结婚年龄分别只有 18.6 岁和 17.1 岁,童婚比例分别达到 44.7% 和 54.1%。

1. 背景与介绍

2020 年 10 月,一部纪录片《纳人说》带我们走进摩梭族——如今中国唯一仍然存在的母系氏族社会。我们站在社会快速发展的浪潮中回望,感慨着摩梭人独有的观念和文化,也思考着作为现代人的我们,应该如何看待历史,如何传承文化,如何找到平衡点。

然而,伴随着世界的科技进步和生产力的快速发展,贫困、健康、安全等诸多社会问题仍在困扰着许多国家。例如,在世界许多国家,童婚仍然是一种盛行的风俗。

在全球范围内,有超过 7 亿妇女在 18 岁生日之前结婚。童婚(18 岁之前结婚)这一现象在撒哈拉以南非洲南亚女性中尤为明显。联合国儿童基金会 2014 年的估计表明,在南亚和撒哈拉以南非洲,年龄在 20 至 49 岁之间的女性中,在 18 岁之前结婚的女性分别高达 56%和 42%。

童婚可能招致各种不良后果,包括家庭暴力发生率增加等。联合国儿童基金会和世界银行等国际组织也呼吁采取「紧急行动」,致力于消除童婚,改善全球女性的人力资本积累和赋权。尽管童婚后果严重,但迄今为止,这种现象的成因在经济文献的研究较为匮乏,未得到充分的理解与讨论。

婚姻支付,即彩礼(结婚时男方家庭向女方家庭支付)嫁妆(结婚时女方家庭向男方家庭支付),在发展中国家较为普遍。一种理解认为,当家庭产出的分配不够灵活时,这些付款可能会作为用于市场出清的货币转移而出现 (Becker 1991)。如果妇女在婚姻市场上的「影子价格」低于其家庭产出的份额,就会出现彩礼来鼓励她结婚;在相反的情况下,会出现嫁妆,以鼓励男性参与婚姻市场。在许多撒哈拉以南非洲国家盛行彩礼(90% 以上的族裔按传统方式支付彩礼),而在印度盛行嫁妆,且支付金额很大。相关研究表明,在非洲,历史上女性劳作并不依赖耕作技术,而广泛使用轻型工具,与在以耕作农业为特征的南亚地区相比,女性劳动的价值更高,这可能是两地区婚姻习俗不同的一个解释 (Boserup 1970)。

本文即从童婚和婚姻支付的现象出发,研究总体经济情况(通过降雨和干旱衡量)如何影响童婚风险,婚姻支付方式(嫁妆和彩礼)又在其中起到了什么作用。作者首先建立了婚姻市场供给和需求均衡的经济学模型,从理论上证明收入冲击对童婚可能性的影响,再建立固定效应模型,利用降雨和婚姻数据进行实证分析,说明干旱(使每年农作物产量平均减少 10%-15%,年收入平均减少 4-5%)将使两个地区妇女的婚姻行为产生相反的影响:撒哈拉以南非洲地区每年童婚的危险性增加 3%,印度每年童婚的危险性减少 4%, 并进行了广泛的异质性分析和稳健型检验,说明了解婚姻市场风俗习惯对打击童婚政策的重要性。

2. 婚姻市场均衡模型

首先我们建立婚姻市场均衡模型来分析总收入波动如何影响童婚,并分析在两种婚姻支付场景下童婚受到总收入变化影响的差异。

2.1 基本假设与变量

我们考虑如下情况:有若干个只有一个儿子的家庭和若干个只有一个女儿的家庭。孩子的年龄阶段分为未成年期 ( t=1 ) 和成年期( t=2 ),折现因子为 δ。我们假设婚姻市场上无金钱借贷关系,每个家庭决定孩子是否结婚(此时我们认为家长在决定孩子婚姻方面是专制的),结婚后女方搬到男方家居住。定义如下变量:

  • 消费效用 每个家庭在每个阶段 ( t=1 或 t=2 ) 具有常数相对风险厌恶 (Constant Relative Risk Aversion) 的消费效用,随着消费的增加,消费的边际效用递减:
  • 家庭收入 每个家庭的收入等于:yt+ϵt, 其中,yt 的大小可代表总体经济状况,残差项 ϵt 的分布是 i.i.d 的,且序列不相关,设其 pdf 和 cdf 分别为 f() 和 F()

  • 孩子对家庭净收入的贡献 我们用 wts,s{f,m}f 代表女性,m 代表男性)代表孩子对家庭贡献的净收入(收入减去消费),并假定 wtm>wtf,用 w~2s 代表该指标的历史水平。基于对于历史婚姻支付的文献分析 (Boserup, 1970),我们假设对于撒哈拉以南非洲有 w~2f>0,对于印度有 w~2f<0 ;

  • 婚姻带来的效用提升 我们用 ξs0,s{f,m} 代表孩子结婚带来的效用提升,例如孩子的出生与孩子未结婚而导致的舆论压力的减少;

  • 婚姻支付 我们用 τt>0 代表彩礼(结婚时男方家庭向女方家庭支付),用 τt<0 代表嫁妆(结婚时女方家庭向男方家庭支付);

  • 总效用 我们用 Uts(btMt1),s{f,m},t{1,2} 代表孩子性别为 s 的家庭在 t 期的总效用,其中 Mt1 代表第 t 期初孩子是否结婚(结婚时取值为 1 ,否则取值为 0 ),显然 M0=0bt 代表孩子在 t 期之间是否结婚的选择,结婚时取值为 1,否则取值为 0 。

2.2 供给与需求分析

为了分析结婚的供给与需求,我们首先要分析什么情况下家庭愿意让自己的孩子结婚,我们分为成年和未成年两个阶段进行讨论。

2.2.1 成年 ( t=2 ) 情况

如果孩子在成年前已经结婚,给定是否结婚的选择 b2 ,家庭的总效益为:

如果孩子在成年前未结婚,给定是否结婚的选择 b2 ,家庭的总效益为:

当结婚使得家庭总效用变大时家庭才会让孩子结婚:

对上述不等式变形,我们可以得到下述命题:

命题一 存在一个非空区间 [τ_2,τ¯2] ,当婚姻支付 τ2[τ_2,τ¯2] 时,每一个在成年之前未结婚的孩子都会在成年期结婚(效用得到提升)。当婚姻支付带来的效用提升 ξs 充分大时,有 w~2f[τ_2,τ¯2].

通过该命题我们可猜想,在文化沿袭的作用下,过去历史中女性在生产过程中发挥的作用(用 w~2f 表示),将会决定婚姻支付的方向。在撒哈拉以南非洲有 w~2f>0,故婚姻支付为彩礼;对于印度:w~2f<0,故婚姻支付为嫁妆。

2.2.2 未成年 ( t=1 ) 情况

我们用 E 代表成年期家庭总效用的期望值,注意到折现因子为 δ,可得当婚姻支付 τ1>0 给定的情况下,我们有家庭的总效用:

基于消费效用函数的严格单调性和上凸性,我们可以推出:

命题二 存在两个临界值 ϵf(τ1,y1) 和 ϵm(τ1,y1),若婚姻支付采用彩礼形式 (τ1>0),所有满足 ϵ1iϵf(τ1,y1) 的女方家庭和所有满足 ϵ1jϵm(τ1,y1) 的男方家庭原因让他们的孩子结婚;若婚姻支付采用嫁妆形式 (τ1<0),所有满足 ϵ1iϵf(τ1,y1) 的女方家庭和所有满足 ϵ1jϵm(τ1,y1) 的男方家庭愿意让他们的孩子结婚。

该命题的含义是很显然的,家庭经济情况较差的更想收到婚姻支付,更愿意让孩子结婚。

2.2.3 供给与需求函数

由于我们主要考虑童婚情况,故对未成年时期 ( t=1 ) 分析,愿意让女儿结婚的家庭即构成了新娘的供给方 (S(τ1,y1)),愿意让儿子迎娶新娘的家庭即构成了新娘的需求方 (D(τ1,y1)),根据命题二,我们有(注意到残差项 ϵ 的 cdf 为 F() ):

若婚姻支付采用彩礼形式 (τ1>0),

若婚姻支付采用嫁妆形式 (τ1<0),

结合隐函数求导法则和链式法则,通过推导可以得出:

命题三 若婚姻支付采用彩礼形式 (τ1>0),随着总收入 y1 上升,市场上新娘的供给 (S(τ1,y1)) 增加,对新娘的需求 (D(τ1,y1)) 减少;若婚姻支付采用嫁妆形式 (τ1<0),随着总收入 y1 上升,市场上新娘的供给 (S(τ1,y1)) 减少,对新娘的需求 (D(τ1,y1)) 增加。

2.3 均衡分析

在得到了新娘的供给与需求后,我们分析婚姻市场的均衡情况,由均衡条件 D(y1,τ1)=S(y1,τ1). 得出均衡的男女匹配数 Q1(y1). 通过推导我们可以得到:

命题四 若婚姻支付采用彩礼形式 (τ1>0),男孩对家庭净收入的贡献 wm 充分大时,随着收入 y1 的增加,男女均衡的匹配数减少 (dQ1(y1)dy1<0)童婚比例减少。若婚姻支付采用嫁妆形式 (τ1<0) 且男孩对家庭净收入的贡献 wm 充分大时,随着收入 y1 的增加,男女均衡的匹配数增多 (dQ1(y1)dy1>0)童婚比例增加

我们可以得到如下需求-供给均衡图:

结合上述分析和图像我们可知,由于结婚后女方搬到男方家庭里居住,在 w2m 的作用下,婚姻支付对于男方家庭的影响程度比女方家庭小,导致新娘供给方的收入弹性更大,价格弹性更小 (|Sy|>|Dy|,|Sτ|<|Dτ|),故当收入 y1 下降时,男女均衡的匹配数增多。

3. 数据获取

探究收入状况对于童婚的影响,我们需要获取婚姻和经济两方面的数据。

3.1 婚姻数据

DHS (Demographic and Health Surveys) 是针对发展中国家、分国家开展、以家庭为单位的人口与健康调查。

IHDS (India Human Development Survey) 是在印度开展、具有全国代表性、以家庭为单位的调查。

我们通过 DHS 和 IHDS 获取了印度和 31 个撒哈拉以南非洲国家的家庭数据,其中包括结婚时间(包含年份和月份)、结婚年龄、居住地点等。考虑到内战可能导致婚姻延迟、夫妻对家庭收入贡献下降,我们剔除了撒哈拉以南非洲国家在内战时期的样本 (战争数据来源于: UCDP/PRIO Armed Conflict Dataset )。

最终,我们的样本包含出生于 1950 至 1989 年的 326645 名撒哈拉以南非洲女性和 66466 名印度女性。我们的样本数据统计结果显示,撒哈拉以南非洲和印度的女性平均结婚年龄分别只有 18.6 岁和 17.1 岁,童婚比例分别达到 44.7% 和 54.1%。

3.2 气候数据

我们选择降雨量作为经济情况的代理变量。撒哈拉以南非洲和印度的农村人口众多,且大多依赖农业维持生计,降雨量对非洲和印度的经济生产都具有重大影响,降雨量稀少而造成的干旱尤其会抑制农业产量,对农村人的家庭收入造成重大冲击。

降雨数据由特拉华大学 (University of Delaware) 地理研究员整理所得,我们将 DHS 的地理区域分块得到撒哈拉以南非洲 3180 个地理网格并与降水量匹配,对印度,由于 IHDS 缺少准确 GPS 数据但含有家庭居住地址,我们通过测绘软件将印度 26 个州的 440 个地理区域与降水量进行匹配。

我们构建哑变量【干旱】代表气候冲击与收入冲击,首先使用降雨观测值的时间序列 (1950–2010 年) 来拟合每个地区(地理网格或地理区域)年降雨量的伽马分布,进而定义干旱为年降雨量低于该地区(地理网格或地理区域)长期降雨分布的第 15 个百分位,这样构建变量不仅突出了对于农作物产出的影响,而且每个地区每年经历干旱冲击的平均概率都是 15%,这一概率值不受到地区差异的影响。

我们利用构建的变量进一步分析了气候冲击(干旱)对作物产出、收入和家庭消费的影响,各农作物产出数据来自联合国粮食及农业组织 (FAO, Food and Agricultural Organization of the United Nations) 和世界银行 (the World Bank) ,收入和家庭消费数据来源于世界银行和 NSS (the National Sample Survey)。我们如下表所示,以撒哈拉以南非洲地区为例,干旱使得农作物平均产量下降 12% (p <0.12),人均 GDP 下降 5% (p <0.05),人均家庭消费下降 7% (p <0.05) ,这进一步说明了干旱将会减少农作物产出、居民收入消费,从而验证了将"干旱"变量作为气候冲击与收入冲击的代理变量的合理性。

4. 实证分析

4.1 探究干旱对结婚时间的影响

4.1.1 实证模型

我们建立如下固定效应模型

各变量的含义如下所示:

  • Mi,g,k,t: 代表女性是否结婚,女性 i (住在 g 地区,年龄为 t ,出生于 k 年)已婚则变量值取 1,未婚取 0;
  • Xg,k,t: 代表地区是否干旱g 地在出生于 k 年的女性在年龄为 t 时的年份干旱则变量值取 1,未婚取 0;
  • β: 衡量了气候冲击(干旱)对女性结婚概率的影响,是我们主要关心的变量;
  • αt: 代表结婚年龄固定效应 (age fixed effects) 的向量,体现不同年龄的女性具有不同的结婚概率;
  • ωg: 代表地点固定效应 (location-specific fixed effects) 的向量 ,体现某地区所特有的区位、经济、文化等因素;
  • γk: 代表出生年份固定效应 (year-of-birth fixed effects),并体现了同伙效应 (cohort effect)

该模型的一个关键假设为,给定地点和出生年份,气候冲击(干旱)具有外生性,与与潜在的干扰因子(例如家庭财富、父母教育程度等)独立。

基于此模型,我们分别考虑了设置不同固定效应模型的情况,从而进行了多次回归分析,如下文所示。

4.1.2 回归方法

首先我们将数据转化为人 × 年度面板数据形式,我们关心的时间区间为女性可能结婚的最小年龄 t0 和女性结婚的年龄 tm 。根据对样本的分析,我们取 t0 为 12,因为在 12 岁之前结婚的女性样本过少。因此,一位在 tm 年龄结婚的女性将贡献 tmt0+1 个观察值:在每个可能结婚的年龄贡献一个观察值,直到在 tm 年龄阶段结婚。

其次,由于我们较为关心童婚情况,我们对年龄超过 17 岁的样本进行右侧缩尾处理。在这种处理方式下,一位在 16 岁结婚的女性在回归中会贡献 5 个观察值:{Mi,g,k,12,,Mi,g,k,15,Mi,g,k,16}={0,,0,1},而一位在 20 岁结婚的女性在回归中回归中会贡献 6 个观察值:{Mi,g,k,12,,Mi,g,k,16,Mi,g,k,17}={0,,0,0}.

我们分别对撒哈拉以南非洲和印度进行分析:

  • 回归采用 areg 命令,因为 areg 命令适用于具有大量虚拟变量集,且组数固定的固定效应模型的回归分析;
  • 回归时基于地区进行聚类(撒哈拉以南非洲:地理网格层面,印度:地理区域层面,两种表述的差异源自于地理数据处理的不同,详情可见 3.2 气候数据小节);
  • 注意到婚姻数据来源于问卷调查,且问卷调查在多个国家开展,故在撒哈拉以南非洲的回归估计中使用经过国家人口调整的调查抽样权重进行加权

分别考虑到设置不同固定效应模型的情况,我们对撒哈拉以南非洲采用了三组回归,对印度采用了两组回归,主要命令如下图所示(以撒哈拉以南非洲为例):

areg married_survival drought_cy i.birth_year ///
	i.year if year<=24 ///
	[pweight = wgt_new], ///
	absorb(grid_cell) vce(cluster grid_cell)
areg married_survival drought_cy i.birth_year ///
	i.year i.country if year<=24 ///
	[pweight = wgt_new], ///
	absorb(grid_cell) vce(cluster grid_cell) //聚类
areg married_survival drought_cy i.birth_year ///
	i.year i.country i.country#i.cohort_num ///
	if year<=24 [pweight = wgt_new], ///
	absorb(grid_cell) vce(cluster grid_cell)

4.1.3 回归结果

干旱对于 12~17 岁女性(对年龄超过 17 岁的样本进行右侧缩尾处理)结婚时间的影响如下表所示。

对撒哈拉以南非洲,我们设立了三组回归模型,下表中回归 (1) 仅考虑出生年份固定效应和年龄固定效应,回归 (2) 在回归 (1) 的基础上加入了对地点固定效应的考虑(用不同国家表示),回归 (3) 在回归 (2) 的基础上加入了地点固定效应和同伙效应(每十年为一同伙,例如 60 后、70 后等)的交乘项,从而衡量不同年代结婚行为和相关规章制度的整体变化(例如结婚法定年龄的变化)。对印度,我们设立了两组回归模型,下表中回归 (4) 仅考虑出生年份固定效应和年龄固定效应,回归 (5) 在回归 (4) 基础上加入了地点国定效应(用不同州表示)和同伙效应的交乘项。

与我们的理论模型相一致的是,干旱对于两地女性的结婚时间具有相反反向的影响:干旱提高了撒哈拉以南非洲童婚的可能性,降低了印度地区童婚的可能性。

在撒哈拉以南非洲,同年经历干旱的女孩在 12 至 17 岁之间结婚的可能性高出 0.2–0.26 个百分点(第 1-2 列,p < 0.05,第 3 列,p <0.10),因为该年龄段内每年平均结婚可能性为 0.088,因此,干旱导致童婚的平均可能性增加了 2.3%–3%在印度,同一年发生干旱的妇女在 12 至 17 岁之间的结婚可能性降低了 0.46-0.47 个百分点(第 4-5 列 ,p < 0.01),而该年龄段内每年平均结婚可能性为 0.109,干旱导致童婚的平均可能性下降了 4.2%-4.3%

此外,论文中也考虑了 12~24 岁女性的情况(对年龄超过 24 岁的样本进行右侧缩尾处理),并得到类似结论。

4.2 探究干旱对生育的影响

和上述探究干旱对结婚时间的分析类似,我们用一个妇女生下第一个孩子时取值为 1 的哑变量代替女性是否结婚的变量,采用固定效应模型分析干旱对未成年女性生育可能性的影响,得到下表所示结果。我们发现,在撒哈拉以南非洲,干旱使早期生育的年危害增加 0.18-0.22 个百分点(第 1-3 栏,p < 0.05),相对于因变量平均值 0.055 而言增加了 3.5%-4%。 对印度,我们发现降雨冲击对其生育时间没有显著影响,这与干旱导致的婚姻延迟这一事实有关。

5. 稳健性检验与异质性分析

5.1 稳健性检验

我们主要从三个方面展开了稳健性检验:

  • 干旱的不同定义与不同影响方式

  • 面板回归中地区聚类的不同方式

  • 样本选择的不同

5.1.1 干旱的不同定义与不同影响方式

我们从截取百分位差异、干旱地区占比、降雨水平与童婚可能性的影响、过去和未来干旱的影响四个方面举例说明对干旱的稳健性检验。

干旱定义变化:截取百分位差异

最初我们定义干旱为年降雨量低于该地区(地理网格或地理区域)长期降雨分布的第 15 个百分位,现在将年降雨量低于该地区长期降雨分布的这一临界数值分别调整为第 5 个至第 45 个百分位,得到结果如下图所示:

从中可以看出,在第十五个百分位附近估计量稳健,且随着干旱定义的愈加宽泛,干旱对于童婚的影响程度越小。

干旱定义变化:干旱地区占比

定义总体干旱水平为每个国家干旱地区的占比,回归结果得出影响某国家超过 10% 的地区的总体干旱水平会使得撒哈拉以南非洲的童婚可能性上升 0.12-0.13 个百分点(第 1-2 列,p<0.01;第 3 列,p<0.05),印度的童婚可能性下降 0.04 个百分点(第 4-5 列,p<0.1)。

降雨水平对童婚可能性的影响

我们分析当降雨水平变化时童婚可能性的变化,如下图所示,从中分析可以得出年降雨量每上升 1 米,撒哈拉以南非洲的童婚可能性下降 0.35-0.46 个百分点(第 1-2 列,p<0.05;第 3 列结果不显著),印度的童婚可能性上升 0.39-0.41 个百分点(第 4-5 列,p<0.1)。

过去和未来干旱的影响

我们的模型假定不存在借贷市场,且气候冲击序列不相关。但如果家庭可以储蓄或冲击之间存在序列相关的情况,过去的冲击对当下的童婚可能性也可能产生影响。我们发现过去和未来的干旱冲击对撒哈拉以南非洲的童婚可能性无显著影响,过去的噶韩冲击对印度的童婚可能性有显著影响但影响很小 。

5.1.2 面板回归中地区聚类的不同方式

我们将地区聚类从撒哈拉以南非洲的地理网格层面上升至国家层面,从印度的地理区域层面上升至州这一层面,并利用 bootstrapped 方法多次计算 p 值,结果显示 p 值改变很小,不影响统计量的显著性。

5.1.3 样本选择的不同

内战时期的样本数据为例分析,由于此前在撒哈拉以南非洲样本的分析中剔除了内战时期的样本,对内战时期的数据单独进行回归分析发现,内战时期的干旱对童婚时间有显著的负向影响 (p < 0.1),这可能与男性参军比例的提高,婚姻市场上男性数量大幅减少有关。将内战数据引入全体样本进行分析发现,与不引入内战数据相比干旱对于童婚时间的影响被大幅削弱。

5.2 异质性分析

为研究婚姻支付方向是否能够解释气候冲击对童婚可能性的差异,我们分别对撒哈拉以南非洲和印度进行了异质性分析:

对撒哈拉以南非洲的异质性分析中,我们针对撒哈拉以南非洲各个国家的不同民族展开分析,结果表明干旱冲击对于童婚可能性增加的正向影响主要体现在习俗为彩礼的国家和民族。特别地,在非洲东北部的厄立特里亚 (Eritrea) 流行嫁妆习俗,干旱冲击对于童婚可能性主要表现为负向影响,和印度类似。

对印度的异质性分析中,我们主要考虑了宗教和地理因素

  • 宗教因素,尽管当代印度嫁妆文化盛行于各个民族和地区,但其发源于印度教民众,因此非印度教民众可能具有更为淡化的嫁妆观念,从而干旱来临时非印度教民众中童婚受到的影响可能更小,下表中 Non-Hindu 变量即代表是否是印度教徒;
  • 地区因素:如果同一地区中有较多人认同并实践同一种婚姻支付方式,则该地区的人更有可能受到该婚姻支付方式的影响。下表中 Low Dowry 变量代表该地区中是否有少于 50% 的人不遵循彩礼的习俗。此外,印度南部过去没有嫁妆的习俗,随着历史的发展,嫁妆习俗从印度北部传来从而在印度南部开始流行,这可能导致印度南部不同年龄层收到嫁妆文化的影响程度不同,下表中 South India 变量表示是否来自印度南部,变量 Born 1960-1969, Born 1970-1979 则代表了不同年代出生的人的同伙效应。

对此进行回归分析,如下表所示(大括号内代表 p 值),从此表中可看出在地区嫁妆文化流行程度较低的情况下,童婚受到的影响与嫁妆文化流行程度较高的地区显著不同 (第 2 列,p < 0.1),且出生年代较早的人受到的影响也显著不同于出生年代更晚的人 (第 5 列):

此外,为了更好揭示干旱影响童婚可能性的机制,论文采取了还从以下三个角度进行探究:

  • 干旱对于农作物产量、收入和消费的影响程度:从灌溉水平差异、农业生态差异、引入借贷市场、家庭孩子组成多元化四个角度进行分析,结果表明对农作物产量、收入和消费影响程度越高,对童婚影响的越大;
  • 印度失衡的男女比例:未发现显著性影响;
  • 干旱期间的婚姻支付额大小:干旱期间的婚姻支付额大小显著更低。

6. 总结

6.1 文化与政策

本文建立的婚姻市场均衡模型表明,若婚姻支付采用彩礼(结婚时男方向女方支付)形式,随着家庭总收入的增加,童婚可能性降低。若婚姻支付采用嫁妆形式(结婚时女方向男方支付),随着家庭总收入的增加,童婚可能性降低。本文以干旱变量作为气候冲击和收入冲击的代理变量,以撒哈拉以南非洲(主要流行彩礼习俗)和印度(主要流行嫁妆习俗)的童婚现象为研究点,采用固定效应模型进行实证分析,得出干旱增加了撒哈拉以南非洲的童婚风险,而降低了印度的童婚风险,与我们的理论模型保持一致。

设计减少童婚的成功政策将对人力资本积累和经济发展有着巨大的潜在影响,为此必须重视文化和风俗习惯的经济作用,因为经济政策有可能以与文化互动的复杂方式影响婚姻市场。对于不同婚姻支付的国家和地区,向未成年女性转移支付、对童婚实行惩罚的效果可能不同,需要结合当地民风民俗、经济情况等多种因素加以考量,并在实践上保持跟进和完善。

6.2 论文思考

这篇论文在数据获取、分析和实证检验过程中都非常科学和规范,充分考虑了数据来源的差异性、样本的筛选、代理变量的选择、变量不同定义下的稳健性检验、不同的实证模型,以及印度和撒哈拉以南非洲内不同种族和文化的异质性分析等,数据翔实、方法规范、严谨且科学。

然而,我认为本篇论文仍有不少改进和拓展之处:

  • 其一,在实证分析上,在将降雨选为经济情况代理变量时,选取女性所在家庭来自农村或从事农业活动的样本应该更为贴切,这样气候对于收入冲击、童婚风险的影响或许更加突出,当然考虑到数据的可获得性和家庭职业构成的复杂性,这样的分析具有一定的局限性。
  • 其二,就童婚问题本身,除婚姻支付、语言、宗教等文化因素外,法律的制定、司法机关对违法行为的打击也是需要重要考虑的因素,经济发展水平较高的城市的女性的经济能力和自主意识也会显著优于欠发达地区,导致童婚比例的大幅下降,这些因素皆可作为重点考察对象单独分析。

最后,该论文对我国打击童婚现象也极具借鉴意义,应基于对社会文化风俗的了解和政策、法律的实践,从而维护社会的公平和正义,促进经济生产力的发展。

7. 参考文献

[1] Corno, Lucia , N. Hildebrandt , and A. Voena . "Age of Marriage, Weather Shocks, and the Direction of Marriage Payments." Econometrica 88(2020).

[2] Becker, G. (1991): A Treatise on the Family (Enlarged Ed.). Cambridge, MA: Harvard University Press.

[3] Boserup, E. (1970): Woman’s Role in Economic Development. London: George Allen and Unwin Ltd.

[4] ayaraman, A., T. Gebreselassie, and S. Chandrasekhar (2009): 「Effect of Conflict on Age at Marriage and Age at First Birth in Rwanda,」 Population Research and Policy Review, 28 (5), 551–567.

[5] Jayachandran, S. (2006): 「Selling Labor Low: Wage Responses to Productivity Shocks in Developing Countries,」 Journal of Political Economy, 114 (3), 538–575.

[6] Currie, J., and M. Neidell (2005): 「Air Pollution and Infant Health: What Can We Learn From California’s Recent Experience,」 Quarterly Journal of Economics, 120 (3), 1003–1030.

8. 相关推文

Note:产生如下推文列表的命令为:
lianxh 固定效应 bank 面板数据模型一文
安装最新版 lianxh 命令:
ssc install lianxh, replace

相关课程

连享会-直播课 上线了!
http://lianxh.duanshu.com

免费公开课:


课程一览

支持回看

专题 嘉宾 直播/回看视频
最新专题 文本分析、机器学习、效率专题、生存分析等
研究设计 连玉君 我的特斯拉-实证研究设计-幻灯片-
面板模型 连玉君 动态面板模型-幻灯片-
面板模型 连玉君 直击面板数据模型 [免费公开课,2小时]

Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。


关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。直播间 有很多视频课程,可以随时观看。
  • 连享会-主页知乎专栏,400+ 推文,实证分析不再抓狂。
  • 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标,输入简要关键词,以便快速呈现历史推文,获取工具软件和数据下载。常见关键词:课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法

连享会主页  lianxh.cn
连享会主页 lianxh.cn

连享会小程序:扫一扫,看推文,看视频……

扫码加入连享会微信群,提问交流更方便

✏ 连享会学习群-常见问题解答汇总:
https://gitee.com/arlionn/WD

New! lianxh 命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh