社会学研究 2015.5 吸引力以及冲突爆发的强度和频度各不相同；另一方面，每对夫妻对冲 突的容忍度以及应对冲突的能力和方式也不相同，这导致在同一时点 上每对夫妻的婚姻满意度和离婚风险千差万别。金沃泊和雅辛 (Vaupel&Yashin,1985)从总体的异质性出发，为“倒U型”离婚模式 提供了一种全新的解释。 如果承认总体异质性，则每对夫妻的离婚风险都是不同的；且离婚 夫妻只占总体中很小的一个部分。金沃泊和雅辛认为，至少存在两个 截然不同的子总体：对子总体1，离婚永远不会发生，即h,()=0;对子 总体2，离婚发生的风险率随婚姻持续时间的推移不断上升，可将之表 示为时间的线性函数，即h2(t)=b×t。 随着时间的推移，不稳定的婚姻会陆续解体，稳定的婚姻会持续到 最后。如此，随时间的推移，子总体2所占的比例会不断降低，子总体 1所占的比例则会不断上升。这样，观察到的总体离婚模式必然是一 个“倒U型”的曲线。因此，金沃泊和雅辛认为，根本不存在所谓的“七 年之痒”，“倒U型”离婚模式仅是总体异质性的结果。 看起来，金沃泊和雅辛为“倒U型”离婚模式提供了一种极具吸引 力的理论解释。不过，其解释是从结果出发的，即从是否离婚的结果上 看，存在离婚（离婚风险大于0）和不离婚（离婚风险等于0）两个异质 性的子总体。如果以此为依据进行分类或解释，则更像是事后解释。 事实上，离婚是一个社会过程，只要婚姻还在延续，离婚风险都大于0。 尽管如此，从总体异质性角度对离婚模式的解释依然非常新颖，且可以 推知，总体离婚风险函数的形状主要受两个因素影响：一是最终会离婚 的夫妻占总体的比例P,比例越高，风险函数的位置越高，峰值(“痒”) 到来的时间越晚；二是离婚者离婚的速率，速率越大，风险函数的位置 越高，峰值(“痒”)到来的时间越早(Vaupel&Yashin,1985)。 果真如此吗？接下来，本文将用中国的数据对此进行分析和探讨。 三、数据、变量和模型 (一)数据 本文运用中国家庭动态跟踪调查（以下简称CFPS,现已更名为 “中国家庭追踪调查”)2010年初访数据进行研究。CPS是北京大学 220 ?1994-2015 China Academic Journal Electronic Publishing House.All rights reserved.http社会学研究 ２０ １ ５ ． ５ 吸引 力 以及冲 突爆发的强度和频度各不相同 ； 另一方面 ， 每对夫妻对冲 突 的 容忍度以 及应对冲突 的能力 和方式也不相 同 ， 这导 致在 同 一 时点 上每对夫 妻 的 婚姻 满 意 度 和 离婚 风 险 千 差 万别 。 金 沃 泊 和 雅辛 （ Ｖａｕ ｐｅｌ ＆ Ｙａｓｈｉ ｎ ， １ ９８ ５ ） 从总体的 异质性 出 发 ， 为 “ 倒 Ｕ 型 ” 离婚模式 提供 了 一 种全新的解释。 如果承认总体异质性 ， 则 每对夫妻的 离婚风险都是不同 的 ； 且离婚 夫妻只 占总体 中很小 的 一 个部分。 金沃 泊 和雅辛认为 ， 至少存在两个 截然不同 的子总体 ： 对子总体 １ ， 离婚永远不会发生 ， 即 Ｍ ＊ ） ＝ 〇 ； 对子 总体 ２ ， 离婚发生的 风险率随婚姻持续时 间 的推移不断上升 ， 可将之表 示为 时间 的线性函数 ， 即 心 （ ０ ＝ ６ ｘ ｔ 。 随着时 间 的推移， 不稳定的 婚姻会陆续解体 ， 稳定的 婚姻会持续到 最后。 如此 ， 随 时间 的推移 ， 子总体 ２ 所 占 的 比例会不 断降低 ， 子总 体 １ 所 占 的比 例则 会不断上升。 这样， 观察到 的 总体离婚模式必然是一 个“ 倒 Ｕ 型 ” 的 曲 线。 因此 ， 金沃 泊和雅辛认为 ， 根本不存在所谓的 “ 七 年之痒 ” ， “ 倒 Ｕ 型 ” 离婚模式仅是总体异质性的 结果。 看起来 ， 金沃泊和雅辛为 “ 倒 Ｕ 型 ” 离婚模式提供了 一种极具吸 引 力 的理论解释。 不过 ， 其解释是从结果出 发的 ， 即 从是否离婚 的结果上 看 ， 存在离婚 （ 离婚风险大于 〇 ） 和不离 婚（ 离婚风险 等于 〇 ） 两个异质 性的 子总体 。 如 果 以 此为依据进行分类或解 释， 则 更像是事后解释。 事实上 ， 离婚是一 个社会过程 ， 只要婚姻还在延续 ， 离婚风险都大于 〇 。 尽管如此 ， 从总体异质性角 度 对离婚模式的 解释依然非常新颖 ， 且可 以 推知 ， 总体离婚风险 函 数的形状主要受两个因 素影响 ： 一 是最终会离婚 的夫妻 占总体的 比例 Ｐ ， 比例越高 ， 风险 函 数的 位置越高 ， 峰值 （ “ 痒 ” ） 到来 的时 间越 晚 ； 二是离婚 者离婚 的 速率 ， 速率越大 ， 风险函 数的位置 越高 ， 峰值 （ “ 痒 ” ） 到来的 时 间 越早（ Ｖａｕｐｅ ｌ ＆ Ｙａｓｈ ｉｎ ， １ ９８ ５ ） 。 果真如此吗？ 接下来 ， 本文将用 中 国 的数据对此进行分析和探讨 。 三 、 数据、 变量和模型 （ 一 ） 数据 本文运用 中 国 家庭动 态跟踪调查 （ 以 下简称 ＣＦＰＳ ， 现 已 更名 为 “ 中 国 家庭追踪 调査” ） ２０ １ ０ 年初访数据进行研究。 ＣＦＰＳ 是北京大学 ２２ ０