《中印生育行為影響家庭暴力的經濟學分析》
 |
大腦降級警告
以下內容過於奇妙深刻，可能會導致大腦降級，請謹慎選擇觀看。 |
== 元信息 ==* 作者：楊景媛
- 摘要：根據世界衛生組織的調查,全球有近35%的女性經歷過家庭暴力。經濟學中有關家庭暴力的文獻,著重分析了就業、收入、受教育水平等因素對家庭暴力的影響。本文率先研究了生育對家庭暴力的影響。基於一個夫妻間的合作博弈模型,本文發現生育會增加夫妻間合作均衡的租值,並降低妻子的外部選擇價值,從而引致丈夫對妻子施加更多的家庭暴力。為了檢驗該理論,本文基於中國婦女地位調查與印度家庭與健康調查的微觀數據,進行雙重固定效應回歸發現:首先,在中印,生育水平的上升都顯著導致了家暴發生率的增多。其次,該影響在中國鄉村有更明顯的體現;而在印度,城鎮影響要大於鄉村影響。最後,隨著時間推移,生育對家暴的影響在不斷降低,中國的城鄉差異也在減少;但在印度,高種姓的降低水平明顯更快。 為了識別生育對家庭暴力的因果效應,本文基於中國婦女地位調查與印度家庭與健康調查的微觀數據,構建了擬面板數據,運用事件研究法,發現女性生育子女之後會遭受更多的家庭暴力。具體而言,在生育後的第一年和第二年,家暴發生率的上升並不明顯,但在第三年和第四年家暴發生率有明顯上升,該效應可以持續到生育後的第七年及以後。該效應在農村地區有更為持久的體現。 進一步,... 更多* 關鍵詞：生育;家庭暴力;母職懲罰;社會規範;* 專輯：社會科學Ⅱ輯;經濟與管理科學* 專題：社會學及統計學;人口學與計劃生育;經濟體制改革* DOI：10.27379/d.cnki.gwhdu.2024.000077
- 分類號：F126;F135.1;C913.11;C924
- 導師：郭汝飛* 學科專業：世界經濟
中印生育行為影響家庭暴力的經濟學分析
武漢大學碩士學位論文
| 研究生姓名 | 楊景媛 |
|---|---|
| 學號 | 2021201050035 |
| 指導教師姓名、職稱 | 郭汝飛、副教授 |
| 學科、專業名稱 | 理論經濟學、世界經濟 |
| 研究方向 | 地區國別經濟 |
二〇二四年五月
Fertility and Domestic Violence: An Economic Study between China and India
By Jingyuan Yang
May, 2024
鄭重聲明
本人的學位論文是在導師指導下獨立撰寫並完成的，學位論文沒有剽竊、抄襲、造假等違反學術道德、學術規範和侵權行為，否則，本人願意承擔由此而產生的法律責任和法律後果，特此鄭重聲明。
學位論文作者（簽名）：__________________
____年____月____日
===摘要===
根據世界衛生組織的調查，全球有近 35%的女性經歷過家庭暴力。經濟學中有關家庭暴力的文獻，著重分析了就業、收入、受教育水平等因素對家庭暴力的影響。本文率先研究了生育對家庭暴力的影響。基於一個夫妻間的合作博弈模型，本文發現生育會增加夫妻間合作均衡的租值，並降低妻子的外部選擇價值，從而引致丈夫對妻子施加更多的家庭暴力。為了檢驗該理論，本文基於中國婦女地位調查與印度家庭與健康調查的微觀數據，進行雙重固定效應回歸發現：首先，在中印，生育水平的上升都顯著導致了家暴發生率的增多。其次，該影響在中國鄉村有更明顯的體現；而在印度，城鎮影響要大於鄉村影響。最後，隨著時間推移，生育對家暴的影響在不斷降低，中國的城鄉差異也在減少；但在印度，高種姓的降低水平明顯更快。
為了識別生育對家庭暴力的因果效應，本文基於中國婦女地位調查與印度家庭與健康調查的微觀數據，構建了擬面板數據，運用事件研究法，發現女性生育子女之後會遭受更多的家庭暴力。具體而言，在生育後的第一年和第二年，家暴發生率的上升並不明顯，但在第三年和第四年家暴發生率有明顯上升，該效應可以持續到生育後的第七年及以後。該效應在農村地區有更為持久的體現。
進一步，本文研究了生育影響家庭暴力的經濟學機制。基於本文的理論模型，生育主要是通過降低女性的外部選擇價值，從而引致更多的家庭暴力。為了檢驗這一理論機制，本文估計了女性生育後就業概率下降的幅度，即勞動力市場上的「母職懲罰」，以衡量女性生育後外部選擇價值的下降。本文計算了中國與印度國內不同地區的母職懲罰強度，發現在母職懲罰較高的地區，生育會帶來更多的家庭暴力，這一結果在中國與印度都成立。
此外，本文還討論了中國文化背景以及印度種姓制度等因素所起的作用：發現在中國，傳統文化盛行的地區，生育對家暴的影響會更大，而宗族文化較強的地區，子女性別對是否家暴有顯著影響；同時在印度，生育使得高種姓群體的家暴率顯著下降。本文首次探究了生育通過影響女性勞動參與率，進而導致家暴增多的作用渠道。關注了母職懲罰對家暴的影響，同時強調了生育支持的重要性，有助於更好的治理家暴問題並改善女性生育福利。
關鍵詞：生育；家庭暴力；母職懲罰；社會規範
Abstract
According to a survey by the World Health Organization, nearly 35% of womenworldwide have experienced domestic violence. Economic literature on domesticviolence has primarily focused on analyzing the impact of factors such as employment,income, and education level on domestic violence. This thesis pioneers the investigationof the effect of fertility on domestic violence. Based on a cooperative game modelbetween spouses, this thesis finds that fertility increases the rental value of cooperationequilibrium between spouses and reduces the wife's outside options value, leading tomore domestic violence by the husband. To test this theory, the thesis conducts two-way fixed-effects regressions based on microdata from the Chinese Women's StatusSurvey and the the National Family and Health Survey of India. The findings revealthat an increase in fertility significantly leads to higher rates of domestic violence inboth China and India. Additionally, this impact is more pronounced in rural areas ofChina, while in India, the urban influence outweighs the rural influence. Over time, theinfluence of fertility on domestic violence decreases, and the urban-rural disparity inChina diminishes. However, in India, the decline in high caste levels is significantlyfaster.
To further identify the causal effect of fertility on domestic violence, this thesisconstructs pseudo-panel data based on microdata from the Chinese Women's StatusSurvey and the National Family and Health Survey of India. By employing an eventstudy approach, the findings reveal that women experience more domestic violenceafter giving birth to children. Specifically, there is no significant increase in the rate ofdomestic violence in the first and second years after childbirth, but there is a noticeableincrease in the third and fourth years, and this effect can persist until the seventh yearand beyond, especially in rural areas.
Furthermore, this thesis examines the economic mechanism through which fertilityinfluences domestic violence. Based on the theoretical model, fertility mainly leads tomore domestic violence by reducing the external options value of women. To test thistheoretical mechanism, the thesis estimates the magnitude of the decrease in women'sprobability of employment after fertility, known as the "Child Penalty" in the labormarket, to measure the decline in the outside options value of women after childbirth.The thesis calculates the intensity of the Child Penalty in different regions of China andIndia and finds that in regions with higher Child Penalties, fertility leads to moredomestic violence, a result that holds true in both China and India.
In addition, this thesis discusses the role of factors such as Chinese cultural backgroundand the Indian caste system. It is found that in regions where traditional culture prevailsin China, the influence of fertility on domestic violence is greater, while in regions withstrong clan cultures, the gender of children has a significant impact on whetherdomestic violence occurs. Meanwhile, in India, fertility leads to a significant decreasein the domestic violence rate among high-caste groups. This thesis explores for the firsttime the role of fertility in increasing domestic violence through its impact on women'slabor force participation rates. By focusing on the impact of the motherhood penalty ondomestic violence and emphasizing the importance of fertility support, this thesiscontributes to better governance of domestic violence issues and improves women'sreproductive welfare.
關鍵詞：Fertility；Domestic Violence；Outside Option；Social Norm===1.緒論===
1.1.研究的現實背景
1.1.1.家庭暴力的廣泛性
家庭暴力的世界現狀
針對婦女的暴力行為是世界範圍內的普遍現象：全球近 35%的婦女自 15 歲起就遭受過親密伴侶或非伴侶的暴力行為（WHO，2013）。根據世界衛生組織 2018
年發布的《全球、區域及國家針對婦女的家庭暴力發生率調查》，針對婦女的暴力行為被國際普遍認為是影響婦女生活和健康的一個嚴重和普遍的因素，是對婦女權利的嚴重侵犯。調查顯示，針對婦女的暴力行為，一方面對婦女、兒童和家庭的身心健康和福祉有短期、中期和長期影響：研究發現，在家暴環境長大的兒童可能具有表達能力較差（Huth-Bocks 等, 1999），智商較低（Koenen 等，2003）
的特徵；另一方面家庭暴力給國家和社會帶來了嚴重的社會和經濟後果：據估計，在美國，家暴帶來的社會成本超過 58 億美元（Aizer，2010）。家暴帶來的影響不僅體現在當代，研究表明，家暴具有代際遺傳特徵，在暴力家庭長大的人往往會將暴力行為遺傳下去（Pollak，2004）。因此如果沒有外界干預，短期內家暴並不會自行消失。近三十年來，世界各國都在呼籲消除和減少家庭暴力帶來的傷害。
世界衛生組織 2018 年發布的《全球、區域及國家針對婦女的家庭暴力發生率調查》中顯示適齡女性的家庭暴力終身發生率仍然高達 27%，即有 27%的女性一生中至少遭受過一次來自丈夫或男性親密伴侶的身體和/或性暴力侵害，這意味著全球有 6.41-7.53 億 15 歲以上的婦女遭受過家庭暴力。值得強調的是，所有調查都會低估針對婦女的暴力行為的真實發生率，因為總有婦女不會披露這些遭遇，因此家庭暴力的發生率要高於調查數據。
為了減少家暴的發生，各國政府都出台了多類政策，這些政策可以分為兩類，第一類是通過提高女性的家庭內部議價權進而降低被家暴的概率。例如許多國家出台的《單邊離婚法案》，該法案在不同程度上允許個體單方面提出離婚，使得受害者脫離家暴的成本降低，因此減少了家庭暴力的發生率。第二類政策致力於增加對家暴行為的懲處力度，例如部分國家和地區出台的《立即逮捕法案》，該法案規定無需受害者同意，只要符合條件就可以逮捕家暴者，對於這一法案的效果，至今沒有完全明晰。
家庭暴力的中印現狀
在中國，根據中國社會科學院的數據，近 30%的家庭成員遭受過不同程度的家庭暴力，其中 90%的施暴者為男性。從時間來看，根據中國婦女社會地位調查：
1990 年的調查數據顯示我國婦女經歷家庭暴力占比為 30%，2000 年的調查數據顯示我國婦女經歷家庭暴力占比為 22.5%，而在 2001 年隨著《離婚法》的出台與宣傳，2010 年的調查數據顯示我國婦女遭受家庭暴力的占比降至 8.8%，2015
年時我國又通過了《反家庭暴力法》，隨著該法在 2016 年的開始實行，2020 年調查數據顯示我國婦女遭受家暴的占比進一步下降。
整體來看，我國婦女遭受家暴的占比在不斷下降，但仍有將近十分之一的婦女受到家暴的影響。此外，在當今中國社會，家庭暴力仍然被視為家庭內部矛盾，受虐者難以向外尋求社會支持，導致他們在反抗和妥協中徘徊。根據陳洪磊與陳明靜（2022）對 3961 份家暴裁判文書的分析，當前在對家暴行為的司法救濟中，對於家庭暴力主體範圍和行為的定義存在差異，導致在人身安全保護令法定簽發條件方面存在疑難點。此外，司法慣性和釋法論證的不足，以及受害方在舉證過程中面臨的困難等問題也是針對家庭暴力司法適用中的挑戰。
圖 1.1 中國家庭暴力的事件趨勢圖
> 註：圖中橫軸為時間線，縱軸為家暴發生率。1990-2010年城鄉家暴率使用中國婦女社會地位調查計算得到，2020年家暴發生率由於缺少數據，因此為預估。但根據中國婦女聯合會每十年公布的數據，2020年家暴發生率遠低於2010年。同時，圖1.1標註了和我國家暴發生率相關的兩次司法改革時間。
在印度，根據印度國家犯罪研究局的官方報告，2019 年針對婦女的 40.5 萬犯罪案件中，其中有超過 30%是家庭暴力案件。2021 年印度 NFHS-5 數據顯示，在 18~49 歲的印度女性中，近三分之一的人遭受過家庭暴力，32%的已婚女性曾遭受伴侶在身體、性或情感等方面的暴力，其中 27%的女性在調查的近一年時間內至少遭受過一種形式的暴力。
圖 1.2 印度家庭暴力的時間趨勢圖
> 註：圖中橫軸為時間線，縱軸為家暴發生率。1998-2021年家暴發生率使用印度NFHS2-5
次調查計算得到。同時，圖1.2標註了和印度家暴發生率相關的司法改革時間，此外，從
2006年開始印度民間反家暴組織「粉紅邦」在印度北方地區開始活躍，也有效降低了家暴的發生率。
不完善的法律制度與複雜的舉報流程是印度家庭暴力頻發的外在原因。早在
1983 年，印度刑法典修訂的第 498A 條就規定如果丈夫或夫家親屬虐待婦女，處以最高三年的監禁及相應罰款。2005 年 6 月，印度通過首部《反家庭暴力法》。
但印度反家庭暴力的法律並沒有根據社會的變化進行修改。同時，複雜的舉報證據與流程，加之缺乏嚴格執法，使印度反家庭暴力法律制度有名無實、形同虛設，很多案件不了了之。截至 2020 年底，基於第 498A 的定罪率不到 20%，印度法院總共有 65.1 萬起 498A 家庭暴力案件懸而未決。
1.1.2.生育率變動趨勢
生育率的世界現狀
從上世紀 70 年代以來，世界範圍內人口總和生育率開始明顯下降，與 1960
年之前生育率的平穩態勢形成明顯對比。平均每個婦女在育齡期間會生育的子女數從 1970 年的 4.79 降至 2019 年的 2.40，降幅接近一半。雖然仍在維持代際人口平衡所需的 2.1 水平之上，但是部分發達國家和高收入國家，總和生育率已跌破 2.1，甚至降至 1.6 左右。根據聯合國人口司的預測，2020 年至 2025 年預測的總和生育率中，全球兩百多個國家中有 104 個國家的總和生育率低於代際人口平衡所需的 2.1 以下。其中中國以 1.7 的總和生育率位居世界人口生育率第 153 名。
低生育率帶來的問題是多方面的，首當其衝的就是人口老齡化和勞動人口不足。其中典型代表國家為日本，當今世界上少子化老齡化最為嚴重的國家之一，
2020 年日本總人口已經連續 12 年減少，未來仍將加速減少。人口結構的老齡化和人口總數的下降使得日本勞動力供給不足，勞動生產率增速變緩。日本勞動年齡人口占比，勞動生產率在 1990 年達到最高后，伴隨 90 年帶股市房市大泡沫破裂，此後經濟萎縮長達 30 年。總的來看，自 20 世紀 70 年代以來，全球範圍內人口生育率的普遍下降成為一種全球性趨勢，高收入國家已經完成了人口轉型。
與此同時，傳統人口大國和人口密集國家的生育率下降趨勢更為顯著，部分國家提前完成了人口轉型。
生育率的中印現狀
新中國成立之後，由於社會經濟的逐漸穩定與發展，全國總人口從 1049 年之前的 5.42 億增長到 1970 年的 8.30 億。人口的爆炸式增長引起了政府的高度關注，我國開始陸續出台各類生育政策。對於中國建國之後的計劃生育政策，大多研究主要集中在 70 年代的晚稀少以及 80 年代的獨生子女政策。晚稀少政策是指在 1970 年代實行的計劃生育政策，晚是結婚年齡較晚；稀指拉長生育間隔，兩胎之間應當間隔 4 年左右；少是指只生兩個孩子。而繼 1974 年毛澤東提出人口非控制不可之後，人口控制愈加嚴厲。而 1980 年召開第五次人口座談會之後確定的獨生子女政策進一步加強了人口控制，提倡一對夫婦只生育一個子女，此後直到 2016 年該政策才被終止。計劃生育政策作為我國的基本國策，是由政府對家庭及個人婚育決策的權力介入，深遠的影響了我國的婚姻匹配、生育觀念以及生命歷程。
圖 1.3 中印兩國生育率趨勢圖
> 註：圖中橫軸為時間線，縱軸為中印兩國總和生育率。垂直於縱軸的直線為代際人口平衡所需的2.1生育率。可以看到，印度生育率下降平緩，中國生育率在出現兩次波峰後迅速下降，整體波動較大。印度生育率接近代際人口平衡所需的2.1，而中國生育率已經遠低於代際人口平衡所需的2.1。
2013 年 12 月，第十二屆全國人大常委會通過了《關於調整完善生育政策的決議》，其中規定，即單獨二孩政策。不到兩年後，為更進一步促進人口均衡發展，修正逐漸失衡的人口結構，2015 年 10 月，中共十八屆五中全會明確提出實施全面二孩政策，從此，所有夫婦都獲得了生育兩個子女的權利。但即便如此，我國生育率依然持續低迷。根據最新的第七次全國人口普查數據顯示，我國的總和生育率已經開始下降，甚至低於超低生育水平。2023 年國家統計局發布 2022
年我國出生人口數為 956 萬人，人口出生率為 0.677%，這是繼 1950 年以來，年出生人口首次跌破 1000 萬，也是三年來人口出生率連續跌破 1%。上述數據都表明我國正面臨嚴峻的低生育風險，這將帶來多方面的挑戰。
印度人口政策的長期目標是使印度人口穩定在與經濟和社會的可持續發展相適應的水平，也是第一個在全國範圍內推行家庭計劃的國家。印度的人口控制政策可以分為 6 個階段，第一個階段是家庭計劃規劃階段: 1947\~1960 年，這一時期，印度在全國範圍內設立了多家生育控制診所，這些診所主要負責發放避孕相關藥物即器材；第二個階段是家庭計劃艱難嘗試階段（1961\~1969 年），這一階段診所網發揮作用較小，而是由工作者上門勸說的方式進行；第三個階段是大規模推進絕育階段（1970\~1975 年），由於之前大量的經費投入並沒有帶來人口出生數的下降，因此該時期主要採取了輸精管結紮運動的方式作為減少人口增長的方式；第四階段是目標設定的強制家庭計劃階段（1976\~1977 年），該階段將更大的權利授予中央政府，由中央政府要求各地採取更嚴厲的措施控制生育，部分地區控制生育的方式與中國計劃生育的方式類似，對於超生家庭會採取一定的懲罰；第五個階段是強制性家庭計劃淡出階段（1977\~1999 年），這一階段的政策重點轉向了生育間隔，取得了非常有效的結果；第六階段發生在 2000 年左右，印度正式發布了國家人口政策，明確了人口發展方向和內容。
從數據上看，和中國一樣，印度生育率也在 1970 年後開始下降，但下降幅度較為平穩，也未曾出現生育波峰期，目前在代際人口平衡所需的 2.1 附近。在最新的印度全國家庭健康調查（NFHS）中，印度 22 個邦和聯邦屬地中有 19 個邦生育率已降至更替水平 2.1 以下。
1.2.文獻綜述
1.2.1.家庭暴力的相關文獻
探究家庭暴力的經濟學文獻主要有兩支，分別是以家庭內部議價權為核心的表達性家庭暴力（expressive violence）和以攫取家庭資源為目的的工具性家庭暴力（instrumental violence）。第一支文獻將夫妻關係視作一種合作博弈，雙方各自的議價權會影響家庭暴力發生的概率，並進一步影響家庭資源的分配。夫妻的議價權則定義在外部選擇之上，外部選擇即個體在不合作情況下的潛在經濟處境，例如個體獨立生活所掙得的工資收入。這支文獻採用價格理論解釋家庭暴力行為，將家庭暴力視作一種消費品。丈夫可以通過對妻子實施家庭暴力獲得效用，同時他需要向妻子支付家庭暴力的「價格」。其中，妻子的外部選擇會影響家庭暴力的價格。第二支文獻將夫妻關係視作一種非合作博弈，家庭暴力不僅會影響家庭資源的分配，還會影響家庭生產的效率。一方面，家暴會降低家庭生產的效率，導致家庭總收入減少。另一方面，家暴使得家庭資源在夫妻間轉移，丈夫可以通過家暴獲得更多的家庭資源。在這支文獻中，家庭暴力是丈夫控制家庭資源的一種工具。除上述兩支主流文獻外，其他文獻分別從男性反衝（male backlash）、暴露減少（Exposure Reduction）、區域與文化因素等視角探討了家庭暴力的經濟學機理，本文也將進行詳細總結。以下展開對家庭暴力相關文獻的論述。
家庭內部議價權與表達性家庭暴力
基於議價權的經濟理論是家庭暴力最重要的理論之一。該理論從夫妻雙方的議價權出發，構建了一個雙方合作博弈模型。在該模型當中存在一個外部選擇的威脅點，即個體在婚姻外存在的潛在可能，例如選擇其他伴侶或獨自生活（Manser和 Brown，1980；McElroy 和 Horney，1981）。但威脅點並不一定真正發生，它可能也會導致婚姻內的非合作均衡（Lundberg 和 Pollak，1993）。Grossbard（2014）
構建了關於婚姻市場的價格理論，該理論將婚姻關係模擬為勞動力市場，強調了威脅點（外部選擇）的影響，例如相對稀缺的性別有更強的議價能力，這決定了家庭資源的分配以及暴力行為的發生。例如 La Mattina（2017）探究了盧安達大屠殺後的家暴概率，揭示由於性別比降低使得男性在家庭當中議價權增大，從而導致女性受到家暴的概率增大。在家庭議價權中，經濟學者往往將家庭暴力視作一種表達行為，即家庭暴力會直接給施暴者帶來效用。造成這種暴力傾向的原因可能是孩童時期目睹或者經歷過家暴（Bowlus 和 Seitz，2006；Pollak，2004）。
根據議價理論，暴力只是一種讓施暴者效用增加而受害者效用減少的行為，因此，家庭就會就最佳暴力程度進行議價並通過金錢轉移對受虐者進行補償。
議價權決定了暴力行為的價格，它反映了施暴者的邊際收益和受虐者的邊際成本。在這一基礎上，受虐者的外部選擇影響了議價權，進而影響了和施暴者的議價結果。例如，如果受害者的外部選擇增加了，因為脫離關係的成本降低了，她的暴力忍受價格就會增加，施暴者也會根據需求法則購買更少的暴力行為。而決定女性外部選則的關鍵因素包括女性的特質：例如個人能力等，Jensen 和 Oster（2009）研究發現，印度有線電視的推廣使得女性自我意識提升，個人能力和就業率均有所提高，從而使得女性報告的家暴率大幅下降；同時，Anderberg 等人（2016）的研究發現，男性失業率的上升會降低家暴行為的發生，而女性失業率的上升則會增多家暴的發生率。在受教育程度的影響上，Zhou 等人（2021）通過對中國義務教育法的研究，發現義務教育法的改革使得婦女受教育水平提高，從而降低了婦女遭受來自配偶的身體虐待和性虐待概率，這一效應在改革前受教育水平較低的地區有更為明顯的體現。此外，對女性經濟地位影響最大的即為女性自身的收入水平，根據 Anderberg 等人（2016）的研究，女性就業和收入水平的改善可以降低其遭受家暴的可能性。除了女性收入的絕對水平，夫妻雙方收入的相對水平對於解釋家暴行為也提供了很好的角度。Aizer（2010）利用美國數據研究發現，男女工資差異的縮小可以解釋針對婦女暴力行為減少的 9%。而女性擁有財產的多少也會影響其遭受家暴的概率。Seetha（2020）通過對印度嫁妝數據的分析，發現在結婚當年黃金價格異常高的年份（嫁妝中黃金較少，嫁妝總價值較低）中結婚的女性，其婚後受到家暴的概率要遠高於普通年份結婚的女性。
除了個人工作帶來的收入變動和女性財產多少帶來的影響，對婦女直接進行經濟援助也可以有效的降低其遭受來自配偶的暴力行為。Rachel 等人（2018）研究了發生在拉丁美洲和東非的現金轉移項目，該項目主要針對女性進行小額度的現金補貼。該研究發現現金轉移項目有效減少了西非多個國家中的家暴發生率，該影響在一夫多妻的家庭中有更為明顯的效果。然而現金補貼帶來的效果並非在所有家庭中都是正向的。這說明夫妻雙方的相對經濟水平與發生家庭暴力之間的關係還受到其他因素——例如受教育程度的影響。但整體來說，女性經濟越不依賴於丈夫，受到家暴的概率就會越低。
上述文獻都從實際情況分析了施暴者與受虐者外部選擇發生變化時，家庭內部關於暴力議價結果的改變。而除了經濟上的議價權以外，結束關係的難易程度決定了到達外部選擇的可能性。例如許多國家法律規定中的單邊離婚，研究認為這種自由度也屬於家庭內部議價權的一部分（Jensen 和 Oster, 2009）。單邊離婚給女性提供了一種更自由的外部選擇，從而使得家庭暴力的發生減少。
工具性家庭暴力
在工具性家庭暴力的分析當中，家庭暴力被視作一種獲取家庭資源的手段（Eswaran 和 Malhotra，2011；Tauchen，1991）。工具性家庭暴力可以用於確定各種家庭決策，例如：如何消費，由誰承擔家務甚至可以用來勒索妻子的家人。
例如在印度，丈夫可以通過家暴妻子要求妻子的家庭提供更多嫁妝（Bloch 和 Rao，
2002）。在工具性家暴下，家庭總剩餘不一定達到了最大化（Farmer 和 Tiefenthaler，
1997），但男性可以通過家庭暴力獲得更多家庭資源的使用權。具體來說，女性勞動參與率的上升改善了她們的經濟水平，增強了其家庭內部的議價權，但這可能會導致遭遇家暴的風險增加。
Tauchen 等人（1991）年建立的模型指出，男性可以通過暴力控制更多的資源以優化效用水平，也可以通過從暴力中獲得直接滿足，由於伴侶之間存在經濟轉移行為，因此在這個模型中，增加婦女收入對家庭暴力發生概率的影響可能是模糊的。換句話說，女性收入的提高給了男性通過暴力行為攫取租金的動機（Erten 和 Keshin，2021)；但收入的提高也意味著外部選擇的優化，男性進行暴力行為的價格變高了。因此，外部選擇對表達性家庭暴力和工具性家庭暴力的影響有時會發生混淆，區別的關鍵點在於，如果妻子的外部選擇足夠好，隨時有離開的可能，那麼此時就不會有表達性家暴，而只有工具性家暴；如果妻子的外部選擇非常差，工具性家暴並不能得到更多家庭資源的支配權，此時就只會有表達性大家暴。而在這兩個臨界點中間，就是雙方議價權博弈的時期，此時表達性家庭暴力和工具性家庭暴力可能都存在，關鍵在於在家暴發生時家庭資源支配權轉移的方向。例如 Guarnieri 和 Rainer（2021）通過斷點回歸分析了喀麥隆境內前英法邊界兩側婦女的就業與家暴情況，結果發現英國殖民統治給當地婦女帶來了更多的就業機會，但也使得婦女極易遭受家暴，因為丈夫通過想要通過家暴行為攫取女性的部分收入。在暴力並非議價權博弈後的結果，而是決定資源分配的手段時，而在工具性家庭暴力可能在家庭經濟狀況惡化的情況下變得更加嚴重(Diaz 與 Saldarriaga，2023)。
關於家庭暴力的其他文獻
在關於家庭暴力的其他文獻當中，還有一支較為重要，即男性反衝（malebacklash）。在工具性家庭暴力中，本文提到當女性收入上升時，家暴概率也有可能隨之上升，因為丈夫希望通過家庭暴力攫取女性的部分收入。但除了這一目的，女性收入的上升可能威脅了丈夫了主導地位，因此她們的丈夫可能會使用暴力來重新確立男性的主導地位，這種現象被稱作男性反衝，該現象在性別觀念更為僵化的地方更為嚴重。例如，g 通過越南的數據發現，當女性試圖為參加工作努力時，受到家暴的概率就越大；除了婚後的工作狀態。上述文獻中，婦女收入的增加之所以會增大家暴概率，並不是通過前文討論的議價權模型發揮作用，而是社會背景中社會規範（social norm）帶來的影響。Zhang 和 Breunig（2023）年通過對澳大利亞數據的分析，著重強調了社會規範對夫妻相對收入與家暴影響當中的作用。澳大利亞不同於其他國家的特點在於，該國有完善的婚姻相關法律，在受到家庭暴力時，婦女可以較為自由的選擇離婚，也就是說，澳大利亞的女性面臨一個較優的外部選擇，在這種情況下，家暴行為的發生並不是丈夫受限於妻子外部選擇所做的決定，而是在傳統父權社會規範下作出的行為。
男性反衝現象導致的家庭暴力和工具性家庭暴力的相同點在於：它們都是在女性外部選擇變好的情形下，進行的家庭暴力。區別在於工具性家庭暴力的目的是攫取女性的勞動成果，家庭資源的使用權從女性轉移到男性；而男性反衝現象導致的家庭暴力，其目的是通過暴力手段重新確定男性的主導地位，這一過程可能並不一發生資源的轉移。由於男性反衝行為是受到社會規範影響後的行為，因此該行為在男女傳統角色被衝擊的時候有更為明顯的體現。例如當女性收入完全超過丈夫後，家暴行為的突然增多。
此外，也有部分文獻拋開了單一代際的家庭內部，從其他角度分析了男性的暴力動機：Pollak（2004）構建了一個家暴在代際之間傳遞的模型，認為父代家庭出現家暴的概率與子代發生家暴的概率呈現正相關關係；（Card 和 Dahl，2011）則提出親密關係之間的暴力行為是與經濟報酬無關的情感衝動所引發的，因此丈夫支持的球隊失利很可能導致家暴增多。同樣的例子發生在較為炎熱的天氣，Henke 和 Hsu（2020）研究發現，在較熱的天氣家暴發生率會明顯上升；此外，夫妻相處時間的長短也會影響家暴發生率（Dugan 等，1999），該理論認為相處時間越長，丈夫和妻子發生矛盾的概率越大，因此導致家暴的可能性也就越大（Chin，2012）。
1.2.2.生育影響家暴的潛在路徑
Becker（1985）提出，生育是家庭在預算約束下進行效用最大化時的理性決策。家庭預算約束包括收入、機會以及個人能力等有限資源的限制。但其中最重要的限制是時間限制。夫妻雙方需要將時間在勞動力市場和家庭中進行合理分配，以取得個人和家庭的效用最大化。Becker 將孩子視作耐用消費品，家庭的生育決策由家庭的收入、撫育孩子的成本、不確定性以及夫妻雙方的偏好來決定。Becker強調了生育的機會成本，他提出生育的機會成本是母親的時間價格，說明了母親收入對家庭生育決策的重要影響。同時他也提出在生育決策上，數量-質量的替代作用。研究證明，隨著收入的增加，孩子的質量彈性大大於數量彈性（Hanushek，
1992）。此外，Becker（1973）在討論婚姻行為時提出，生育後代是婚姻關係的重要產物，也是婚姻區別與其他關係的重要產出。因此在討論婚姻和與婚姻相關的家庭行為時，對生育的考慮是必不可少的。
生育帶來的影響是長期的，利用中國獨生子女政策的外生性，Huang（2021）
研究發現在生命早期受到更為嚴格的生育限制會是的女性受教育程度更高，從事更多的白領工作，結婚時間推遲以及生育率降低。更進一步的，在長期則會降低與老人同住可能性，家庭收入和消費、儲蓄都會增加。最後，早年的生育限制使得提高了老年女性的賦權，使得女性在家庭中的議價能力增強。此外，一般認為，生育與女性的勞動參與是相互影響的，一方面，生育會減少女性的勞動供給，包括女性勞動供給的廣泛度和密集度，前者是指女性因為生育而完全脫離就業市場的行為，後者是指女性在生育後，由於育兒擠占的工作時間（Goldin，2014）。另一方面，生育也會是的女性的工資率降低，這可能是因為女性在生育後更加追求工作的靈活性（Le Barbanchon 等，2021），又或者是生育帶來的職業生涯暫停使得人力資本積累（Angelov 等，2016）。上述研究意味著女性在生育和養育孩子方面所花費的時間和精力會限制其就業行為，而女性勞動參與率的提高也會促使生育率下降。
關於影響女性勞動參與率的因素，早期文獻認為勞動市場機會、男性收入、社會習俗對待女性工作的態度、家庭結構和家庭照料均是影響女性勞動供給的重要原因（Blau 和 Kahn，2017）。近年來，也有文獻關注了心理和社會因素對勞動力市場性別差距的影響，例如生理因素（Ichino 和 Moretti，2009）、風險偏好、通勤偏好和競爭態度。總而言之，女性對長時間工作的偏好或忍耐度更低，而勞動力市場上部分職業對工作時間具有非線性報酬特徵，由此解釋了 20%的男女收入差距（Goldin，2014）。由於家庭分工，女性勞動則會通常需要在工作、家庭照料和閒暇時間之間選擇（Blundell 和 MaCrudy，1999）。Angrist 與 Evans（1998）
通過美國數據發現生育顯著降低了女性的勞動參與率，主要表現在生育越多的女性其勞動參與率越低、工作時間越短（Daouli 等，2009），這一現象在家中有嬰幼兒或學齡前子女時更為明顯（Connelly，1992）。
1970-1980 年間，當我國面臨人口快速增長的問題時，出台了一系列生育控制政策，但我國傳統的傳宗接代思想在很長一段時間內與該類生育控制政策相衝突，由此導致了較多非自願的生育減少和超生家庭。而當中國正式邁入低生育時代，出生率低迷和老齡化嚴重的問題也不斷挑戰著社會治理。隨著多孩生育政策的出台，生育率並未有明顯回升（陳友華和孫永健，2024）。新中國成立以來，我國女性的勞動參與率一直領先世界前列，但自 20 世紀 90 年代以來出現下降（沈可等，2012），這一下降趨勢主要是 40 歲以下女性的勞動參與率降低導致的，導致這一趨勢的原因包括教育、婚姻以及收入等（杜鳳蓮，2008），然而生育率下降的趨勢在考慮女性受教育程度的提升後仍然存在。而對於國內女性生育與勞動就業之間的關係，張川川（2011）研究發現子女數量的增加會顯著降低城鎮已婚女性的勞動供給、工作時間和收入水平，但對農村婦女卻沒有顯著影響。而魏寧和蘇群（2013）研究發現子女數量顯著降低了農村女性的非農就業參與率、勞動時間以及收入。除了直接抑制生育意願，女性所面臨的家庭-工作矛盾愈加激烈，因此也導致生育意願和生育行為的背離，以及婚育年齡的加速推遲（陳衛和劉金菊，2021）。
1.2.3.文獻評述
家庭經濟學中圍繞家庭暴力機制的討論主要可以分為兩隻文獻，第一支文獻從家庭議價權出發，討論了表達性家庭暴力背後的價格機制。第二支文獻從工具性家暴行為的目的出發，解釋了家暴行為可能具有的尋租屬性。同時也有其他文獻討論了男性反衝現象。但無論影響家庭議價權的因素，還是影響夫妻合作均衡租值的因素，鮮有文獻討論了生育的相關影響。生育是婚姻行為最重要的組成部分之一，也是婚姻關係獨立於其他家庭關係的重要因素，因此基於生育行為分析家庭暴力的可能性是非常重要的。本文關注了生育對家庭內部議價權的影響，以及生育對夫妻合作均衡租值的影響，同時在此基礎上考慮了社會文化背景的調節作用。
此外，現有文獻在討論生育相關內容時，首先聚焦於家庭如何作出生育決策，以及生育決策如何影響女性的生命歷程，包括就業、受教育機會、收入水平以及在家庭內部的議價權。但在討論家庭內部議價權時，大多關注於家務分工等一般化家庭行為，鮮有文獻同時涉及了生育、議價權和最終導致家庭暴力等非一般化家庭行為。本文試圖從生育出發，討論生育行為本身對個體外部選擇的影響，進而從家庭內部分析生育對家暴的影響。
1.3.研究方法與思路
本文主要使用中國婦女社會地位調查以及印度 NFHS 數據，同時結合世界各國宏觀數據分析了婦女生育對遭受家暴可能性的影響。本文在宏觀和微觀層面都探究了當生育影響女性外部選擇的時候，家暴發生率也會相應改變，本文的內容如下：> 第一部分，緒論。介紹了本文研究的現實背景和理論背景，強調了問題研究的重要性，此外，還介紹了本文的研究方法、創新點及不足。
> 第二部分，全球家暴與生育演變趨勢。首先本文基於全球的宏觀數據對世界各國的生育情況和家暴發生率進行了描述性統計與分析，並討論了在不同母職懲罰水平下，生育對家暴發生率的影響。其次，本文分別使用中國和印度的微觀數據，對生育是否影響女性就業，生育情況對家暴發生率的影響都進行了描述性分析，並對中印兩國的差異進行了比較分析。最後，本文基於中印兩國獨特的文化背景，對生育與家暴的相關性進行了異質性分析，在中國探究了傳統文化和宗族文化對家暴的作用，而在印度則分析了種姓制度帶來的影響。
> 第三部分，家庭暴力的經濟學模型。本文基於上述數據分析結果，構建了關於家庭暴力的經濟學理論模型，該模型從已婚未育家庭出發，逐步放寬設定，分析了女性外部選擇的改變如何影響女性的婚內議價權，進而影響家暴的發生率。
> 第四部分，實證策略與數據。這一節介紹了本文的實證策略以及數據來源和計算過程。
> 第五部分，生育對家庭暴力影響的基準回歸。在這一部分本文展示了使用中國和印度微觀數據，女性生育對家庭暴力的影響。首先本文對使用的基準回歸模型設定進行了詳細的闡述，其次在此基礎上本文探究了生育對家暴影響在城鎮和鄉村的不同影響，最後通過單元小組層面的擬面板數據，本文在因果識別的層面上驗證了生育對家暴的影響。
> 第六部分，用擬事件研究法分析中印兩國生育對家庭暴力的影響。首先，參照 Kleven（2024）中擬事件分析法計算得到個體所面臨生育的母職懲罰，探究當女性面臨的外部選擇水平不同時，生育對家暴的影響；其次，本文探究了中國和印度特殊文化背景下，生育對家暴的影響是否具有異質性，在前文的基礎上進行了更多的探索。
> 第七部分，結論與啟示。在本部分將對全文研究進行梳理，結合理論及實證研究結果探討本文命題的現實意義。
1.4.研究創新與不足
1.4.1.研究創新
第一，本文構建了生育與家庭暴力的理論模型。基於一個夫妻間的合作博弈模型，本文發現生育增加了夫妻間合作博弈的均值，並降低了妻子的外部選擇價值，從而導致丈夫對妻子施加了更多的暴力行為。
第二，本文識別了生育對家庭暴力的因果關係。基於中國婦女社會地位調查和印度人口與健康調查的微觀數據，本文構建了一個擬面板數據，通過擬事件研究法分析了生育對家庭暴力增加的動態影響。
第三，本文強調了社會文化背景對生育與家庭暴力關係的影響作用。本文通過計算各地區女性生育後就業率下降的程度構建了「母職懲罰」變量，該變量衡量了女性生育後外部選擇惡化的程度。此外，本文分析了在不同社會文化背景下生育導致家暴增多的異質性影響。
1.4.2.研究不足
本文對生育導致家暴上升的討論同樣存在一些限制。首先，在中國數據上，受限於數據為截面數據，無法得到追蹤面板數據，對生育導致家暴率上升的因果識別不夠。同時沒有很好的解決生育決策的內生性問題。其次，在匹配了擬面板事件研究法之後，受限於樣本量因此得到的結果顯著性略有瑕疵。第三，在印度數據上，由於對印度社會的了解不夠，對印度生育導致家暴上升的異質性分析不充足，沒有進行更多維度的異質性分析。
2.全球家暴與⽣育演變趨勢
本節通過對全球各國生育率和家暴發生率進行描述，初步介紹了當前世界範圍內各國生育率發展趨勢與家暴發生率的變動。此外，通過對中國與印度微觀數據的描述性統計，詳細介紹了家暴發生率在不同人群之間的差異，以及家暴發生率在中國 1990-2010 年，印度 2005-2015 年之間的變動水平。
2.1.全球生育與家庭暴力的分析
2.1.1.全球家庭暴力的發生率
根據世界衛生組織 2018 年發布的《全球、區域及國家針對婦女的家庭暴力發生率調查》將家庭暴力行為定義為兩種，第一種稱作家庭暴力的終身發生率，即女性在一生當中是否曾經歷過家庭暴力；第二種稱作過去 12 個月中的家暴發生率，即在調查過去的 12 個月中是否曾經歷過家庭暴力。根據數據顯示，在全球各區域的 159 個國家中 15 歲及以上結過婚的/有過伴侶的婦女家暴的終身發生率為 26%，而在將樣本限定為 15-49 歲結過婚/有過伴侶的婦女時，家暴的終身發生率為 27%。這意味著在全球至少有 6.41 億至 7.64 億 15 歲及以上結過婚/有過伴侶的婦女在 15 歲以來至少遭受過一次親密伴侶實施的身體和/或性暴力。而在討論過去 12 個月的家暴發生率中，10%的 15 歲及以上結過婚的/有過伴侶的婦女在過去 12 個月的時間內經歷過家庭暴力，而限定樣本為 15-49 歲時，有 13%的婦女在過去 12 個月中曾經受來自親密伴侶的身體和/或性暴力。這意味著有
2.45 億-3.07 億的女生正在經受家庭暴力。圖 2.1 展示了終身家庭暴力發生率在世界各國的分布趨勢，可以看到，在大部分國家，家暴的終生發生率為 0.1-0.2%左右，但也有部分國家的家暴發生率超過了 0.3%，甚至有部分國家的家暴發生率超過了 0.5%，這說明在這些國家中，每 1000 個婦女當中有 5 個女性曾經歷過家暴。同時這張圖的縱軸表示了家暴發生率的頻數，這說明家暴在全球各國是一個普遍現象。
圖 2.1 全球各國家暴發生率直方圖
> 註：圖中橫軸表示家暴發生率，縱軸表示家暴發生率的頻數。
數據使用世界衛生組織發布《2018年暴力侵害婦女行為發生率估算》報告，該報告包含全球 100 余個國家的家暴發生率數據。可以看到家暴發生率的在各國差異較大，且大多數國家平均家暴發生率都超過 0.1 水平 。
分年齡段來看，20-44 歲的婦女中，家暴的終身發生率和過去 12 個月的家暴旅都是最高的，在該年齡組中 26-28%的婦女終身至少遭受過一次來自親密伴侶的家庭暴力，且有 10-16%的婦女在過去一年中正在經歷家暴。
更加年長的年齡組的婦女遭受的親密伴侶家暴率相對較低, 過去 12 個月的親密伴侶家暴發生率從 4%（65 歲及以上）到 8%（45-49 歲）不等。然而，關於
50 歲及以上婦女遭受親密伴侶暴力侵害的數據有限（分析中所有符合標準的數據中只有不到 10%是針對這一年齡組的），且主要來自高收入國家，那裡的總體家暴發生率也相對較低。
同時，家庭暴力的發生情況也呈現較早的發生率，據數據統計，在最年輕的年齡組（15-19 歲）中，近 1/4 的結過婚的/有過伴侶的少女終身至少經歷過一次來自親密伴侶的身體和/或性暴力侵害（24%）,並且 16%的 15-24 歲年輕婦女在過去 12 個月內經歷過這種暴力侵害。
分地區來看，使用聯合國可持續發展目標區域和次區域分類，15-49 歲結過婚的/有過伴侶的婦女遭受的親密伴侶身體和/或性暴力侵害的終身家暴發生率最高的地方是最不發達國家，為 37%以及大洋洲的三個次區域：（1）美拉尼西亞；（2）密克羅尼西亞；和（3）玻里尼西亞。南亞區域（35%，UI 26-45%）和撒哈拉以南非洲地區（33%）在這一年齡段內的親密伴侶暴力的終身流行率位居次高。
與此同時，家暴發生率最低的是歐洲的四個次區域（16-23%）、中亞（18%）、東亞（20%）、東南亞（21%）、以及澳大利亞和紐西蘭（23%）。
2.1.2.全球生育趨勢的分析
工業化、城市化進程的推進使世界人口經歷了從高出生率、高死亡率的低增長階段，變更到高出生率、低死亡率的高增長階段。當代世界人口出生率不斷降低，人口增長情況正處在由高增長向低增長轉變的過渡階段。根據 *圖 2.2* 所示。
從上世紀 70 年代以來，世界範圍內人口總和生育率開始明顯下降，與 1960 年*1665 之間的劇烈增長形成明顯對比。平均每個婦女在育齡期間會生育的子女數從 1970 年的 4.79 降至 2019 年的 2.40，降幅接近一半。截止 2021 年，世界平均總和生育率已接近代際人口平衡所需的 2.1。
圖 2.2 世界平均總和生育率趨勢
> 註：圖中橫軸為時間線，縱軸為世界總和生育率水平，垂直於縱軸的直線為代際人口平衡所需的2.1生育率。數據來源為世界銀行 。
根據聯合國《世界人口展望 2022》中的方案預測，預計到 2087 年，世界人口將達到峰值 103 億人，之後將緩慢下降至 2100 年的 103 億人。分區域看，歐美發達國家將率先進入低、低、低的人口增長模式，部分國家已進入老齡化和低生育階段，而非洲仍處工業化階段，人口仍在快速增加，未來非洲人口獲獎貢獻
90%的世界人口增量，成為世界人口主要增長極。圖 2.3 展示了世界主要國家總和生育率趨勢，可以看到歐美發達國家生育率目前遠低於發展中國家。
圖 2.3 世界主要國家總和生育率趨勢
> 註：圖中橫軸為時間線，縱軸為世界總和生育率水平，垂直於縱軸的直線為代際人口平衡所需的2.1生育率。數據來源為世界銀行。
二戰結束後，隨著嬰兒潮現象的逐漸消退，歐美國家開始經歷了一場深刻的人口和社會變革，被稱為第二次人口轉變。由於各國人口政策、社會背景等不同，生育率降幅明顯不同，歐洲等國家生育轉變較早開始、但時間較長，部分亞洲國家的生育轉變較晚開始、但是由於存在限制生育政策等原因，生育率下降速度較快。根據圖 2.3 中的內容，中印兩國雖為人口大國，但生育率也在近 10
年中不斷下跌，目前已低於代際人口均衡所需的 2.1 水平。美國生育雖然平穩下降，但也在近年之間接近代際人口均衡所需的 2.1 水平。面臨少子化問題時，各國政府紛紛採取措施以鼓勵生育。部分歐洲國家通過提供慷慨的補貼來減輕家庭育兒負擔，從而有效提升了生育率水平。然而，部分亞洲國家在長時間實施人口控制政策後，雖然開始借鑑歐洲經驗、鼓勵生育，但由於政策轉變時間較晚以及支持力度不足，生育率的提升並不顯著。
2.1.3.世界各國生育率與家暴發生率的相關性分析
通過對世界各國出生率以及各國家暴情況進行簡單對比後發現，出生率較高的地區往往有較高的家暴發生率，基於上述現實數據的特徵事實，本人認為生育率與家暴發生率之間似乎確實存在某種正向關係。正如圖 2.4 所示，各國（地區）
終身家暴率隨著各國（地區）總和生育率的上升而上升。
本節從世界衛生組織收集整理了 2018 年各國（地區）終生家暴率的數據，結合世界銀行 2018 年各國（地區）的總和生育率，繪製得到了生育率與家暴率兩者間相關性分析的散點圖。可以看到，生育率的上升伴隨著家暴率的上升，但國別數據當中各國之間差異較大，因此散點集中度有限。
圖 2.4 世界總和生育率與家暴率散點圖
> 註：圖中橫軸表示各國的總和生育率水平，縱軸表示世界各國的家暴發生率水平，該圖通過散點圖展示了生育率與家暴發生率之間的相關關係，並繪製了擬合線，圖中為95%的置信區間。生育率數據來自世界銀行，家暴數據來自世界衛生組織發布《2018年暴力侵害婦女行為發生率估算》報告。
在本文的研究框架中，生育通過影響女性的外部選擇（例如需要花更多時間帶孩子，又或者在生育後離開了勞動市場），因此妻子需要更多的忍受丈夫的家暴行為。而生育對於女性外部選擇的影響往往由於各地區文化背景的差異而存在不同。Zhang 和 Breunig（2023）就強調了社會規範對家庭暴力的影響，而結合Kleven（2024）當中提到由於文化背景不同，生育帶來的母職懲罰也會有所差異，我們不難聯想到，在不同文化背景下，生育對女性外部選擇的影響不同，進而影響了女性遭受家暴的可能性。
圖 2.5 世界總和生育率與家暴率散點圖（根據母職懲罰分類）
> 註：圖中橫軸表示各國的總和生育率水平，縱軸表示世界各國的家暴發生率水平，並使用 Kleven（2024）計算的世界各國母職懲罰數據進行分類，母職懲罰衡量了女性生育後勞動力市場參與度的下降水平。其中實點和實線表示母職懲罰較高的地區，虛點和虛線表示母職懲罰較低的地區，可以看到母職懲罰較高的地區，生育和家暴的相關性更強。
生育率數據來自世界銀行，家暴數據來自世界衛生組織發布《2018年暴力侵害婦女行為發生率估算》報告，母職懲罰數據來自 Kelvin 個人主頁 。
利用 Kleven 計算的各國（地區）生育的母職懲罰數據，（該變量的詳細定義將在後文中介紹，整體來說，該變量取值較高的地區，生育會較大的惡化女性的外部選擇——這裡的外部選擇包括生育後的收入、就業情況等多個緯度）。本文利用母職懲罰變量的中位數將國家（地區）分為兩類，一類是母職懲罰較低的地區，另一類是母職懲罰較高的地區，在分類進行繪製散點圖後（見圖 2.5），得到的結果與我們預估的一致：在母職懲罰較高的地區，同樣的總和生育率往往伴隨更高的家暴發生率，而在母職懲罰較低的地區，生育與家暴的相關係數則要更弱。
2.2.生育與家庭暴力的中印比較分析
本節主要使用中國微觀數據和印度微觀數據對中印兩國生育情況以及家庭暴力發生率進行了描述性統計，並分多個子樣本分析了中印兩國城鄉家暴發生率的變動與差異。中國數據使用中國婦女社會地位調查 1990、2000 以及 2010 年三波數據，印度數據使用印度家庭與健康調查（NFHS）第三波和第四波數據。除特別註明外，本節進行描述性統計使用數據即為上述兩個數據源。描述分析的結果發現：首先，生育確實給女性就業遭成了影響，尤其是對工作穩定性要求較高的職業。此外，母職懲罰揭示了生育對女性勞動力參與的動態影響，發現在生育當期，女性的勞動參與率受到影響最大，之後會逐步恢復。但未能恢復到生育前水平。其次，在不同子樣本中，家暴發生率有明顯差異，本文發現受教育水平的高低，和丈夫相對收入水平的不同以及生育情況都對家暴遭成了影響。
2.2.1.中印兩國生育與就業的情況分析
生育對與就業的影響
圖 2.6 展示了我國 1990-2000 年間不同生育數量的女性就業情況（分城鄉）
整體來看，在我國，城鎮女性的就業更容易受到生育的影響。由於我國丁克家庭數量極少，幾乎可以忽略不及，因此在部分子圖中，未生育女性的就業率略低於生育 1-2 個女性的就業率屬於正常現象，因為這部分女性往往年齡較小，就業情況尚不穩定。農村地區的就業率之所以高於城鎮地區，是因為在中國婦女社會地位調查當中，將農林牧漁勞動者也視作有工作的人，因此許多沒有正式工作的農村婦女，由於從事農業性生產，在本節當中其就業情況未被統計為無業。這也符合本文的研究目的，本文的研究重點在於生育對於女性的外部選擇有怎樣的影響，對於生育後仍然能從事農業性生產的女性個體，其就業情況應當等同於有工作，因為其外部選擇並沒有被嚴重惡化。事實上，農業生產相較於正式工作有著更高的自由度，可能更利於女性在生育後恢復經濟獨立。
圖 2.6 中國生育對婦女就業的影響
> 註：圖中橫軸為女性生育情況，按照生育數量分類為「未生育」「生 1-2 個」「生 3-5 個」「生 5 個以上」，縱軸為各組女性平均就業率，每張圖都分城鄉進行了展示。該圖展示了不同組別女性平均就業率差異，並展示了從 1990-2010 年女性就業率的變動趨勢 。
Angrist 與 Evans（1998）通過美國數據發現生育顯著降低了女性的勞動參與率，而這個影響是兩方面的。一方面，生育越多的女性其勞動參與率越低；另一方面，工作時間越短（Daouli 等，2009），這一現象在家中有嬰幼兒或學齡前子女時更為明顯（Connelly，1992）
。也即生育影響了女性勞動參與的廣度與密度。
利用印度 NFHS 的數據（見圖 2.7）發現，隨著生育子女數量的增多，女性對穩定性較高的職業勞動參與率逐步降低，穩定性較高的職業包括：專業類職業、技術類職業、管理類職業以及文書類職業；此外，隨著生育數量的增多，女性更傾向於選擇穩定性較低的職業，這些職業大多為服務業和手工業、以及農業生產。
這一現象在城鎮地區尤為明顯，農村地區的差異化主要是因為這些地區的主要生產方式為自僱傭的農業生產，因此在就業統計上可能存在誤差。
圖 2.7 印度婦女生育對就業的影響
> 註：圖中橫軸為女性生育情況，按照生育數量分類為「未生育」「生 1-2 個」「生 3-5 個」「生5個以上」，縱軸為各組女性平均就業率，每張圖都分城鄉進行了展示。此外，該圖分就業的穩定程度展示了不同生育情況下女性就業率的差異，圖中第一行為穩定性較高的職業就業率，第二行為穩定性較低的職業就業率，該圖發現生育對穩定性較高的職業就業率有更大的影響。
母職懲罰的中印對比
圖 2.8 展示了生育對女性勞動力參與率的長期影響，該變量基於 2000-2005
年兩次人口普查數據計算得到，在計算時控制了城鄉、省份、出生年、受教育程度等多個固定效應。結果顯示，在生育後當年，女性的勞動參與率會驟降，在之後的 4 年時間裡依然沒有完全恢復生育前的勞動參與率，說明生育的確給女性的勞動力市場參與造成了嚴重的負面影響。同時本文也發現，該影響在生育當年影響最大，之後會逐年恢復，但截至本文觀測期內，女性的勞動參與率並未回到生育前的水平。（該變量的詳細計算過程將在第四章中介紹）
圖 2.8 中國母職懲罰
> 註：圖中橫軸表示了生育前和生育後的時期，縱軸表示了按照式（4.3）進行回歸後得到的生育對女性勞動參與率下降的影響，其中將懷孕期作為基期和其他期進行了對比計算。數據使用了 2000 年中國人口普查與 2005 年中國 1% 人口抽樣調查，並參照 Kelven（2024）匹配得到擬面板數據，通過事件研究後得到係數如圖2.8 所示 。
和中國不同的是，印度母職懲罰的發生要滯後一期，一般在生育後第二年才有明顯體現，甚至在生育後的第三年會再次下跌，由於在計算樣本時，本文將樣本篩選為只生兩個孩子以內的家庭，因此第二次的就業率參與下跌可能是第二次生育。從回歸係數上看，印度生育導致的就業率下跌要小於中國，例如在生育後的前兩年，中國就業率平均下降 14%左右，而印度僅下降 10%，但考慮到中國女性就業率遠超印度的事實，中國實際上有更多女性因為生育而減少了勞動參與。
圖 2.9 印度母職懲罰
> 註：圖中橫軸表示了生育前和生育後的時期，縱軸表示了按照式（4.3）進行回歸後得到的生育對女性勞動參與率下降的影響，其中將懷孕期作為基期和其他期進行了對比計算。數據使用了 NFHS3 與 NFHS4 的截面數據，並參照 Kelven（2024）匹配得到擬面板數據，通過事件研究後得到係數如圖2.8 所示。
2.2.2.中印兩國家暴發生率在不同子樣本之間的差異
受教育程度與家庭暴力
圖 2.10 展示了我國不同受教育水平群體中的家暴發生率（2000 年農村地區受教育程度為高級的樣本過少，統計缺少）。在這裡，本文使用的是受教育水平的粗分類，其中，受教育水平為低級意味著最多接受過小學水平的教育，中級則意味著至少完成了高中或者中專，而高級即為接受了大專、本科及以上教育。整體來看，受教育水平較低的人群家暴發生率也較高，該影響在城鎮與農村地區基本一致。受教育水平較低人群中家暴發生率較高可能有兩方面的原因。第一，受教育水平較低的群體其伴侶受教育水平往往也較低，因此家庭觀念可能仍然較為落後，認識不到家暴的錯誤之處，由此可能導致家暴發生率較高；第二，受教育水平較低的女性往往對自己的權益認識不夠，同時對維護自我權益的能力也有限，因此即便認識到了家暴的錯誤之處，也缺乏能力和家暴行為說不。此外，值得注意的是，即使在 2010 年城鎮地區，受教育程度較高的女性群體中（高中及以上），家暴發生率也仍然有 0.01%左右，這意味著即便在我國平均素養較高的人群中，每 1000 位女性當中仍然有 1 位女性在遭受家庭暴力。
圖 2.10 中國不同受教育程度人群中的家暴發生率
> 註：圖中橫軸為女性受教育情況，按照受教育程度分類為「低級」「初級」以及「高級」，縱軸為各組女性平均就業率，每張圖都分城鄉進行計算。該圖發現隨著受教育程度的提高，家暴發生率不斷下降。
圖 2.11 展示了印度不同受教育程度樣本當中的家暴發生率，印度受教育程度和家暴發生率之間有著非常明顯的負向關係，即受教育程度越高，家暴發生率越低，這說明在印度，高受教育水平群體當中的家暴發生率較低。但這並不意味著通過提高受教育水平就能減少家暴的風險，是否家暴還取決於伴侶受教育水平。
圖 2.11 印度不同受教育程度人群中的家暴發生率
> 註：圖中橫軸為女性受教育情況，按照受教育程度分類為「文盲」「初級」「中級」以及「高級」，縱軸為各組女性平均就業率，每張圖都分城鄉進行計算。該圖發現隨著受教育程度的提高，家暴發生率不斷下降。
相對收入與家庭暴力
隨著時間發展，丈夫與妻子之間的工資差異逐漸縮小（如圖 2.12），其中 1990
年-2000 年的夫妻工資差異降幅遠大於 2000 年 2010 年。其中，城鎮地區夫妻工資差異的降幅更大，這主要是因為城鎮地區人均收入本身就要高於農村地區。
圖 2.12 1990-2010 年夫妻相對收入變動趨勢
> 註：圖中橫軸為時間線，縱軸為丈夫收入與妻子收入之比，虛線為城鎮地區丈夫與妻子收入之比，實線為農村地區丈夫與妻子收入之比。
相比1990年，近年來丈夫收入水平與妻子收入水平逐漸持平。
圖 2.13 展示了女性相對於丈夫的收入水平與家暴發生率之間的關係。可以看到當女性收入遠小於丈夫（即不到丈夫收入的 1/4 時），家暴發生率較高，此後，當妻子有一定收入但仍然低於丈夫收入時，尤其是妻子收入占丈夫收入的
1/4-3/4 時，家暴可能性最低。在部分樣本中，例如 1999 年城鄉數據，妻子收入低於丈夫時，隨著收入的增加，家暴可能性也增加，這符合 Erten 與 Keshin（2021
年）研究中指出的，女性收入的提高給了男性通過暴力行為攫取租金的動機。
和人們預期事實相悖的是，當妻子收入接近丈夫基本等於丈夫時（3/4-1），家暴可能性反而增加了，雖然與直覺相反，但與部分文獻相印證：Guarnieri 與Rainer（2021 年）提出的當女性收入增加時，她們的丈夫可能會使用暴力來重新確立某種程度的主導地位，這種現象被稱作男性反衝（male backlash），該現象在性別觀念更為僵化的地方更為嚴重。
圖 2.13 中國夫妻相對收入與家暴發生率
> 註：圖中橫軸為妻子收入占丈夫收入之比，依次分為：「妻子收入小於丈夫收入的 1/4 」「妻子收入在丈夫收入的 1/4-1/2 之間」「妻子收入在丈夫收入的 1/2-3/4 之間」「其次收入在丈夫收入的 3/4-1 之間」以及「妻子收入超過丈夫收入」，縱軸表示了不同小組中的平均家暴發生率。可以看到，夫妻相對收入與家暴發生率之間並不呈現簡單線性關係。
印度數據對男性反衝現象有更為明顯的體現，當丈夫收入少於妻子時，家暴發生率要高於妻子收入少於丈夫和妻子收入等於丈夫這兩種情況，這說明妻子收入的增多給了丈夫進一步攫取家庭資源分配的動機。此外，在丈夫不賺錢的子樣本中，家暴發生率尤其高，這可能是因為丈夫需要通過暴力行為重新樹立自己的男性角色，這種思維主要是受到了印度傳統社會文化的影響，這與 Zhang 和Breunig（2023）研究得到的結論相符。
圖 2.14 印度夫妻相對收入與家暴發生率
> 註：圖中橫軸為妻子收入與丈夫收入的相對情況，依次分為：「妻子收入比丈夫多」「妻子收入比丈夫少」「妻子收入和丈夫差不多」以及「丈夫不賺錢」，縱軸表示了不同小組中的平均家暴發生率。可以看到，夫妻相對收入與家暴發生率之間並不呈現簡單線性關係，且印度數據額外劃分了「丈夫不賺錢」組別，可以看到，該組家暴發生率格外高。
生育情況與家庭暴力
圖 2.15 通過散點圖的方式展示了各地區不同受教育程度（分城鄉）生育情況與平均家暴發生率之間的關係。可以看到，隨著平均生育數量的增加，家暴發生率也在不斷上升。這和本文之間預設的研究框架相符。
圖 2.15 中國平均生育數量與平均家暴發生率散點圖
> 註：圖中為中國各省份不同受教育程度群體中，平均生育數量與平均家暴發生率散點圖。其中橫軸為各群體平均生育數，縱軸為各群體平均家暴率，圖中為 90% 置信區間。
圖 2.16 通展示了我國生育數量與平均家暴發生率之間的關係。可以看到隨著生育數量的增加，家暴發生率也不斷上升。同樣的，由於我國丁克家庭極少，因此圖中展示的未生育樣本主要是由於年齡較小，這些樣本在未來基本都會成為生育樣本。在生育樣本中我們可以看到：1990 年與 2000 年樣本在生育時較少的受到了計劃生育政策的影響，尤其是 1990 年的樣本，有較大占比的受訪者在計劃生育發生時，已經完成了生育。生育 1-2 個與生育 3-5 個對家暴的影響沒有太大的差異，而生育 5 個以上極大的增加了家暴的發生率。整體來說，生育數量的增加伴隨著家暴發生率的上升。
圖 2.16 中國生育情況與家暴發生率
> 註：圖中橫軸為女性生育情況，按照生育數量分類為「未生育」「生1-2個」「生3-5個」「生5個以上」，縱軸為各組女性平均家暴發生率，每張圖都分城鄉進行了展示。結果發現，隨著生育數量的上升，家暴發生率也有所提高。
在印度，生育帶來的家暴上升趨勢與中國類似，即隨著生育數量的上升，家暴發生率在城鄉地區都有了明顯的差異，唯一的區別是印度平均生育率較高。超過一半的樣本都會生育超過 3 個以上的子女。
圖 2.17 印度生育情況與家暴發生率
> 註：圖中橫軸為女性生育情況，按照生育數量分類為「未生育」「生1-2個」「生3-5個」「生5個以上」，縱軸為各組女性平均家暴發生率，每張圖都分城鄉進行了展示。結果發現，隨著生育數量的上升，家暴發生率也有所提高。
2.2.3.中國文化背景下生育與家暴的相關性
在本文的研究框架中，生育對家暴的影響主要通過母職懲罰進行。由於生育伴隨的母職懲罰，女性的外部選擇被降低，進而在家庭當中的議價權減少，導致了更多的家庭暴力。Kelvev（2024）強調了社會規範（social norm）對母職懲罰的影響，而 Zhang 和 Breunig（2023）也提到了社會規範對家暴成因的作用。因此在本小節中，基於中國的兩個獨特視角——傳統觀念和宗族文化，本文描述分析了社會文化背景對生育與家暴關係的影響。
傳統觀念
本文用各地區人均道觀數據衡量該地區思想傳統程度，思想觀念較為傳統的地區包括：甘肅，福建西藏以及遼寧等地，相較之下，廣東地區的思想觀念由於受到外來衝擊的影響，較為開放。圖 2.18 展示了平均生育數量與平均家暴發生率之間的關係（按照觀念傳統程度分類），結果發現，在觀念較為傳統的地區，生育與家庭暴力之間的正向關係更為明顯，而在觀念較為現代的地區，這一關係基本為零。
圖 2.18 平均數量與平均家暴發生率散點圖（按照傳統觀念程度分類）
> 註：圖中橫軸表示各省份平均生育數量，縱軸表示平均家暴發生率。作者爬取了國家宗教事務局官方中對於宗教活動場所的基本信息，通過將 42438 條宗教場所信息合併到省級層面，計算了各省份人均寺廟數（道觀數），用這一變量衡量了各地區思想觀念的開放程度，並基於此變量分類。其中實點與實線表示觀念較為傳統的地區，虛點與虛線表示觀念較為開放的地區，結果發現，在觀念較為傳統的地區，生育數量與家暴發生率為正相關關係。
宗族文化
在中國，宗族思想對於家庭暴力的影響可以分兩個角度分析。一方面宗族思想可能減少了家庭暴力。宗族思想提倡傳宗接代，例如「不孝有三，無後為大」，將後代作為家庭的重要組成。同時，「母憑子貴」等俗語都說明了生育行為在宗族思想的背景下，可以為女性賦權。在以農業為主要經濟部門、田賦為基本財源的古代中國，長期維持著一個規模極為有限的官僚體系。俗語說「皇權不下縣」，古代基層自治的主要方式之一就是宗族自治。因此，對於家暴這種會破壞家庭關係、影響家庭生產力的行為，宗族會在一定程度上加以規制。圖 2.19 反映了這種現象，本文各省份分為宗族思想較強和宗族思想較弱的地區，結果發現，在宗族思想較強的地區，生育數量的上升往往伴隨著較低的家暴發生率。
另一方面，宗族思想是以儒家思想為基礎發展的。因此，儒家思想中男尊女卑的思想同樣體現在宗族思想當中，丈夫針對妻子的家暴行為通常會被當做家務事，婦女權益無法得到保障。綜上所述，宗族文化對於家庭暴力的影響可能是混淆的，需進一步探究。
圖 2.19 平均數量與平均家暴發生率散點圖（按照宗族文化程度分類）
> 註：圖中橫軸表示各省份平均生育數量，縱軸表示平均家暴發生率。本文使用了 Chen（2021）中對宗族文化的橫梁變量，即各地區人均家譜數，並基於此變量分類。其中實點與實線表示宗族觀念較強的地區，虛點與虛線表示宗族觀念較弱的地區，結果發現，在宗族觀念較弱的地區，生育數量與家暴發生率為正相關關係。
2.2.4.印度文化背景下生育與家暴的相關性
種姓影響
NHFS 數據當中沒有直接統計受訪者的種姓以及部落，但根據印度憲法規定，部分群體被劃定為在冊種姓，也被稱作受壓迫的種姓（Scheduled Castes，簡稱 CS）
這些群體被認為在歷史上受到了不公正對待，因此他們享有一些法定權益和配額。
該制度的目的是為了通過特殊權益來糾正歷史上的社會不平等。因此，在冊種姓往往包含的是低種姓群體，基於這一變量，本文將樣本分類為高種姓和低種姓進行了描述性統計，圖 2.20 展示了不同種姓群體當中的家暴發生率，結果發現，在低種姓群體中家暴的發生率要遠高於高種姓群體。這一趨勢在城鎮和鄉村都尤為明顯，在所有調查年份的城鎮地區和鄉村地區，低種姓的家暴發生率都是最高的。
圖 2.20 不同種姓中的家暴發生率差異
> 註：圖中橫軸為種姓分類，縱軸為不同種姓的家暴發生率。
由於 NFHS 當中沒有直接登記受訪者具體種姓，只使用了是否為在冊種姓。根據根據印度憲法規定，部分群體被劃定為在冊種姓，也被稱作受壓迫的種姓，這些群體被認為在歷史上受到了不公正對待，因此他們享有一些法定權益和配額，本文根據這一變量劃分了高/低種姓。
3.家庭暴⼒的經濟學模型
3.1.模型的基本設定
本文基於 Doepke & Kindermann (2019)的設定，構建了一個家庭暴力的成本收益分析模型，探究生育對家庭暴力的影響。本文討論三種情形下丈夫家暴的成本收益：第一，夫妻生育前，丈夫通過家暴獲得的收益；第二，夫妻生育後，丈夫通過家暴獲得的收益；第三，生育導致女性外部選擇惡化時，丈夫通過家暴獲得的收益。通過對比生育前後，丈夫可能從家暴中獲得的最大收益，即對比情形一和情形二，模型推導出假說 1——生育會提高丈夫家暴的概率。夫妻生育後，通過對比女性外部選擇惡化前後，丈夫可能從家暴中獲得的最大收益，即對比情形二和情形三，模型推導出假說 2——若生育導致女性的外部選擇惡化，則丈夫家暴的概率會進一步提高。為了區分以上三種情形的結果，本文用 $b \in \lbrace 0, 1\rbrace$ 表示夫妻是否生育，$v \in \lbrace 0, 1\rbrace$ 表示丈夫是否家暴，$d \in \lbrace 0, 1\rbrace$ 表示生育是否會惡化女性的外部選擇。
夫妻的效用函數與預算約束。本模型考慮包含一個丈夫和一個妻子的家庭，$m$ 代表丈夫，$f$ 代表妻子，令$g \in \lbrace m, f\rbrace$，用 $w_g$ 表示夫妻的工資水平。
假設夫妻的效用取決於各自的消費$c^{b,v,d}_g$，將他們的效用函數簡單表達為：$$ u^{b,v,d}_g \lparen c^{b,v,d}_g \rparen = c^{b,v,d}_g \tag{3.1} $$其中，$c^{b,v,d}_g \geq 0, \forall g \in \lbrace m, f \rbrace$。舉例來說，$c^{0,0,0}_f$ 表示夫妻未生育（$b = 0$）、丈夫未家暴（$v = 0$）且女性外部選擇不受影響（$d = 0$）時，妻子的消費水平。若夫妻共同生活，家庭的預算約束表示為：$$c^{b,v,d}_f + c^{b,v,d}_m = (1 + a)(w_f + w_m + 𝑏𝜑) - vC \tag{3.2}$$其中，$a \geq 0$ 表示消費的規模效應，若夫妻共同生活，兩人可以共同消費家庭公共品，如共同居住一間房子、共同駕駛一輛汽車等，其有效收入會增加 $a$ 倍。
$φ \geq 0$ 表示生育子女帶來的淨收益，模型假定生育決策是外生給定的，並可以增加家庭的收入。$C \geq 0$ 表示家暴的成本，模型假定家暴會減少家庭的總收入。
該假定是符合現實的，比如女性遭受家暴後需要及時就醫，醫療花費導致家庭收入減少；政府可能對家暴行為給予嚴厲處罰，罰款支出會減少家庭收入。
家暴的成本和收益。丈夫考慮是否對妻子實施家暴，家暴的總成本為$C \geq 0$。
丈夫可以通過家暴使得消費在夫妻間轉移，從妻子處獲得轉移支付$T^{b,d}$，妻子的消費減少，丈夫的消費增加。
家暴的決策過程。本模型在合作博弈的框架下考慮丈夫的家暴決策，假設其決策過程分為兩個階段：第一階段，丈夫決定是否家暴；第二階段，給定丈夫家暴與否，消費在夫妻間重新分配。由於外部選擇會影響家庭的消費分配，因此丈夫在決策時會先來到第二階段，根據預期可能獲得的消費分配來決定是否家暴。
夫妻的外部選擇表達為：$$\begin{cases}\bar{u}^{b,v,d}_m = w_m + {b𝛾𝜑} \newline\bar{u}^{b,v,d}_f = w_f + (1 - 𝛾)𝜑 - 𝑑𝜎\end{cases}\tag{3.3}$$可見，若夫妻之間的合作破裂，他們無法享受共同生活的規模效應，各自消費自己的工資$w_m$ 和$w_f$。此時，對於已經生育的家庭，生育淨收益$φ$ 在夫妻之間分配，丈夫分得的比重為$γ$，妻子分得的比重為$1 - γ$。在現實中，妻子往往承擔更多的育兒負擔，而丈夫可以與妻子共享生育的收益，因此本文假定$γ > \frac 1 2$。
由於生育總是可以帶來淨收益（$φ \geq 0$），因此，即使夫妻之間的合作破裂，生育也會改善夫妻雙方的外部選擇。由於夫妻以不同比重分配生育的淨收益（$γ > \frac 1 2$），生育對夫妻雙方外部選擇的改善程度是不同的。
為了在模型中進一步體現生育會惡化妻子的外部選擇，筆者在妻子的外部選擇中加入懲罰項$σ$，滿足$σ \geq 0$。
為簡化分析，模型假設丈夫和妻子的談判權重（bargaining weights）相等，放鬆這一假定並不會影響模型的核心結論。結合夫妻的效用函數、外部選擇和家庭的預算約束，求解以下最優化問題即可得到兩人關於消費的納什談判結果：$$\overset{\max}{c_f, c_m}\[ u^{b,v,d}_m\(c^{b,v,d}_m\) - \bar{u}^{b,v,d}_m \]^{0.5}\[ u^{b,v,d}_f\(c^{b,v,d}_f\) - \bar{u}^{b,v,d}_f \]^{0.5}\,\tag{3.4}$$s\.t\.c^{b,v,d}_f + c^{b,v,d}_m = \(1 + a\)\(w_f + w_m + b𝜑\) - vC\.\tag{3.5}$$在求得納什談判的消費分配後，丈夫回到決策的第一階段，根據可能從妻子處獲取的轉移支付決定是否家暴。
在本模型中，家暴主要通過兩種途徑影響家庭的資源配置：第一，家暴成本進入家庭的預算約束，影響納什談判結果；第二，家暴使得消費在夫妻間轉移，影響兩人最終的效用。在接下來的小節，本文分三種情形探討丈夫家暴的成本和收益。
3.2.情形一：已婚未育時家暴的成本收益
首先，丈夫來到決策的第二階段，預期是否家暴條件下家庭的消費分配。當夫妻未生育且丈夫未實施家暴，即$b = 0, v = 0, d = 0$ 時，求解以下最優化問題可以得到兩人關於消費的最優分配：$$\overset{\max}{c_f, c_m} \( c^{0,0,0}_m - w_m\)^{0.5} \(c^{0,0,0}_f - w_f\)^{0.5}\,\tag{3.6}$$$$s\.t\.c^{0,0,0}_f + c^{0,0,0}_m = \(1 + a\)\(w_f + w_m\)\. \tag{3.7}$$> 解得丈夫和妻子的最優消費為：$$\begin{cases}c^{0,0,0}_m = w_m + \frac a 2 \(w_f + w_m\) \newlinec^{0,0,0}_f = w_f + \frac a 2 \(w_f + w_m\) \.\end{cases}\tag{3.8}$$> 合作時兩人的效用分別為：$$\begin{cases}u^{0,0,0}_m = w_m + \frac a 2 \(w_f + w_m\) \newlineu^{0,0,0}_f = w_f + \frac a 2 \(w_f + w_m\) \.\end{cases}\tag{3.9}$$當夫妻未生育且丈夫實施家暴，即$b = 0, v = 1, d = 0$ 時，求解以下最大化問題可以得到兩人關於消費的最優分配：$$\overset{\max}{c_f, c_m} \( c^{0,1,0}_m - w_m\)^{0.5} \(c^{0,1,0}_f - w_f\)^{0.5}\,\tag{3.10}$$$$s\.t\.c^{0,1,0}_f + c^{0,1,0}_m = \(1 + a\)\(w_f + w_m\) - C\. \tag{3.11}$$> 解得丈夫和妻子的最優消費為：$$\begin{cases}c^{0,1,0}_m = w_m + \frac a 2 \(w_f + w_m\) - \frac C 2 \newlinec^{0,1,0}_f = w_f + \frac a 2 \(w_f + w_m\) - \frac C 2\.\end{cases}\tag{3.12}$$> 合作時兩人的效用分別為：$$\begin{cases}u^{0,1,0}_m = w_m + \frac a 2 \(w_f + w_m\) - \frac C 2 \newlineu^{0,1,0}_f = w_f + \frac a 2 \(w_f + w_m\) - \frac C 2 \.\end{cases}\tag{3.13}$$隨後，在得知是否家暴條件下的消費分配後，丈夫回到決策的第一階段。比較上述兩個最優化結果可知，當丈夫可以從家暴中獲益，且妻子不會退出婚姻，即滿足$u^{0, 1, 0}_m \geq u^{0, 0, 0}_m$ 且 $u^{0,1,0}_f \geq \bar{u}^{0,0,0}_f$ 時，丈夫會對妻子實施家暴。通過這兩個不等式計算可得，丈夫通過家暴獲取妻子轉移支付的區間為$T^{0,0} \in \[ \frac C 2, \frac a 2\(w_f + w_m\) -\frac C 2 \]$。由此，本文推導出*命題 1*。
命題 1：夫妻生育前，若丈夫從家暴中獲取的轉移支付$T^{0,0} \in \[ \frac C 2, \frac a 2\(w_f + w_m\) -\frac C 2 \]$，則丈夫會對妻子實施家暴。丈夫從家暴中獲得的最大轉移支付為$T^{0,0}_{\max} = \frac a 2 \(w_f + w_m\) - \frac C 2$。
- 圖 3.1* 直觀地展示了生育前丈夫家暴的成本和收益。圖 3.1 的橫軸是妻子的效用，縱軸是丈夫的效用，夫妻的外部選擇為點$e_0\(w_f, w_m\)$。
直線$v_0 = 0$ 代表兩人一起生活且丈夫未家暴時家庭的效用可能性邊界（utility possibility frontier），直線$v_0 = 1$ 代表兩人一起生活且丈夫家暴時家庭的效用可能性邊界。
可見，夫妻共同生活的規模效應使其有效收入增加，他們的效用水平位於一條更高的效用可能性邊界上。
家暴使得家庭總收入下降，效用可能性邊界向左平移。在丈夫未實施家暴時，從外部選擇點出發的 45 度線與效用可能性邊界的交點$e_0'$ 決定兩人的效用分配。
在丈夫實施家暴後，納什談判下默認兩人的效用分配點位於$e_0$ 處，但丈夫可以通過家暴從妻子處獲取轉移支付。當丈夫通過家暴獲取的轉移支付過少，即最終的效用分配點位於$e_0 M$ 處及以下時，丈夫不會家暴妻子。若丈夫試圖從家暴中獲取過多的轉移支付，使得最終效用分配位於點$N$ 以上時，妻子會退出與丈夫的合作，丈夫只能在其外部選擇處消費，並無法從家暴中獲得轉移支付。
只有當最終的效用分配點位於$M N$ 之間時，丈夫可以從家暴妻子中獲得轉移支付，且妻子不會終止合作。在點$N$ 處，丈夫通過家暴獲得的轉移支付達到最大值。
圖 3.1 已婚未育時家暴的成本收益
> 註：圖中橫軸為妻子效用，縱軸為丈夫效用，點$e_0$ 為初始均衡點，即夫妻未結婚時的效用點。點$e_0'$ 為結婚後的效用點，$e_0$ 為發生家暴後的效用點，其中$M N$ 為家暴發生後均衡點可能移動的位置。
3.3.情形二：已婚已育且女性外部選擇不變時家暴成本收益
首先，丈夫來到決策的第二階段，預期是否家暴條件下家庭的消費分配。當夫妻生育後且丈夫未實施家暴，即$b = 1, v = 0, d = 0$ 時，求解以下最大化問題可以得到兩人關於消費的最優分配：$$\overset{\max}{c_f, c_m}\[ c^{1,0,0}_m - \(w_m + 𝛾𝜑) \]^{0.5}\[ c^{1,0,0}_f - \(w_f + \(1 - 𝛾\) 𝜑 \]^{0.5}\,\tag{3.14}$$s\.t\.c^{1,0,0}_f + c^{1,0,0}_m = \(1 + a\)\(w_f + w_m + 𝜑\) \.\tag{3.15}$$> 解得丈夫和妻子的最優消費為：$$\begin{cases}c^{1,0,0}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 \newlinec^{1,0,0}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + (1 - 𝛾) 𝜑 \.\end{cases}\tag{3.16}$$> 合作時兩人的效用分別為：$$\begin{cases}u^{1,0,0}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 \newlineu^{1,0,0}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + \(1 - 𝛾\) 𝜑 \.\end{cases}\tag{3.17}$$當夫妻生育後且丈夫實施家暴，即$b = 1, v = 1m d = 0$ 時，求解最優化問題即可得到兩人關於消費的最優分配：$$\overset{\max}{c_f, c_m}\[ c^{1,1,0}_m - \(w_m + 𝛾𝜑) \]^{0.5}\[ c^{1,1,0}_f - \(w_f + \(1 - 𝛾\) 𝜑 \]^{0.5}\,\tag{3.18}$$s\.t\.c^{1,1,0}_f + c^{1,1,0}_m = \(1 + a\)\(w_f + w_m + 𝜑\) - C\.\tag{3.19}$$> 解得丈夫和妻子的最優消費為：$$\begin{cases}c^{1,1,0}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 - \frac C 2 \newlinec^{1,1,0}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + (1 - 𝛾) 𝜑 - \frac C 2 \.\end{cases}\tag{3.20}$$> 合作時兩人的效用分別為：$$\begin{cases}u^{1,1,0}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 - \frac C 2 \newlineu^{1,1,0}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + \(1 - 𝛾\) 𝜑 - \frac C 2 \.\end{cases}\tag{3.21}$$隨後，在得知是否家暴條件下的消費分配後，丈夫回到決策的第一階段。比較上述兩個最優化結果可知，當丈夫可以從家暴中獲益，且妻子不會退出婚姻，即滿足$u^{1,1,0}_m \geq u^{1,0,0}_m$ 且 $u^{1,1,0}_f \geq \bar{u}^{1,0,0}_f$ 時，丈夫會對妻子實施家暴。通過這兩個不等式計算可得，丈夫通過家暴獲取妻子轉移支付的區間為$T^{1,0} \in \[\frac C 2, \frac a 2 \(w_f + w_m + φ\) - \frac C 2 \]$。
由此，本文推導出*命題 2*。
命題 2：夫妻生育後，若丈夫從家暴中獲取的轉移支付$T^{1,0} \in \[\frac C 2, \frac a 2 \(w_f + w_m + φ\) - \frac C 2 \]$，則丈夫會對妻子實施家暴。丈夫從家暴中獲得的最大轉移支付為$T^{1,0}_{\max} = \frac a 2 \(w_f + w_m + φ\) - \frac C 2$。比較 *命題 1* 和 *命題 2* 可知，生育後，丈夫通過家暴可以獲得的最大轉移支付增加了，增加量為$\frac 1 2$。正如 Becker（1973）當中所述，共同產生的後代是婚姻產出當中最重要的部分，因為婚姻所帶來的其他好處：例如規模效應、照料、關愛等都可以通過其他家庭關係帶來，但後代只能通過婚姻關係產出。
此外$\frac 1 2$ 也表明，婚姻當中二人的合作關係有效的降低了育兒成本，換句話說，婚姻關係中因為夫妻雙方可以共同撫養後代，這使得生育帶來的效用被放大了。
可見，從經濟激勵上，丈夫在生育後對妻子實施家暴的概率會上升。
由此本文推導出 *命題 3*。
命題 3：生育後，丈夫從家暴中可能獲得的轉移支付增加，家暴發生的概率提高。
圖 3.2 已婚已育的家暴成本收益（生育不導致女性外部選擇惡化）
> 註：圖中橫軸為妻子效用，縱軸為丈夫效用，生育後妻子和丈夫的效用均衡點外推至$e_1'$，但如果發生家暴，則均衡點為$e_1$。如果此時夫妻關係破裂，丈夫和妻子會失去婚姻帶來的規模效用，回退到均衡點$e_1$，同時由於生育成本在男女當中的不同，丈夫與妻子關係破裂後外部選擇效用的水平也不同，丈夫為$w_m + γ$，妻子為 $w_f + (1 - γ) $ 。其中$γ$ 為生育驚收益在夫妻間的分配比例。
同時，$M' N'$ 為家暴發生後均衡點可能的位置 。
- 圖 3.2* 展示了生育後丈夫家暴的成本和收益。生育後，夫妻的外部選擇為點$e_1$。
直線$v_1 = 0$ 代表兩人一起撫育後代且丈夫未家暴時家庭的效用可能性邊界，直線$v_1 = 1$ 代表兩人一起撫育後代且丈夫家暴時家庭的效用可能性邊界。
在丈夫未實施家暴時，從外部選擇點$e_1$ 出發的 45 度線與效用可能性邊界的交點$e_1'$ 決定兩人的效用分配。
在丈夫實施家暴後，納什談判下默認兩人的效用分配點位於$e_1$ 處，但丈夫可以通過家暴從妻子處獲取轉移支付。當丈夫家暴後的效用分配點位於$M' N'$ 之間時，丈夫可以從家暴妻子中獲得轉移支付，且妻子不會終止合作。在點$N'$ 處，丈夫通過家暴獲得的轉移支付達到最大值。可見，與生育前相比，丈夫通過家暴獲得妻子轉移支付的區間變長了，可能獲得的最大轉移支付增加了。
3.4.情形三：已婚已育且女性外部選擇變化時家暴成本收益
首先，丈夫來到決策的第二階段，預期是否家暴條件下家庭的消費分配。夫妻生育後，若生育導致女性外部選擇惡化且丈夫未實施家暴，即$b = 1, v = 0, d = 1$ 時，求解以下最大化問題可以得到兩人關於消費的最優分配：$$\overset{\max}{c_f, c_m}\[ c^{1,0,1}_m - \(w_m + 𝛾𝜑) \]^{0.5}\[ c^{1,0,1}_f - \(w_f + \(1 - 𝛾\) 𝜑 - 𝜎 \]^{0.5}\tag{3.22}$$s\.t\.c^{1,0,1}_f + c^{1,0,1}_m = \(1 + a\)\(w_f + w_m + 𝜑\) \.\tag{3.23}$$> 解得丈夫和妻子的最優消費為：$$\begin{cases}c^{1,0,1}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 - \frac 𝜎 2 \newlinec^{1,0,1}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + (1 - 𝛾) 𝜑 - \frac 𝜎 2
\end{cases}\tag{3.24}$$> 合作時兩人的效用分別為：$$\begin{cases}u^{1,0,1}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 - \frac 𝜎 2 \newlineu^{1,0,1}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + \(1 - 𝛾\) 𝜑 - \frac 𝜎 2
\end{cases}\tag{3.25}$$夫妻生育後，若生育導致女性外部選擇惡化且丈夫實施家暴，即$b = 1, v = 1, d = 1$ 時，求解最優化問題即可得到兩人關於消費的最優分配：$$\overset{\max}{c_f, c_m}\[ c^{1,1,1}_m - \(w_m + 𝛾𝜑) \]^{0.5}\[ c^{1,1,1}_f - \(w_f + \(1 - 𝛾\) 𝜑 - 𝜎 \) \]^{0.5}\tag{3.26}$$s\.t\.c^{1,1,1}_f + c^{1,1,1}_m = \(1 + a\)\(w_f + w_m + 𝜑\) - C\tag{3.27}$$> 解得丈夫和妻子的最優消費為：$$\begin{cases}c^{1,1,1}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 + \frac{𝜎 - C} {2} \newlinec^{1,1,1}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + (1 - 𝛾) 𝜑 - \frac{𝜎 + C} {2}\end{cases}\tag{3.28}$$> 合作時兩人的效用分別為：$$\begin{cases}u^{1,1,1}_m = w_m + \frac a 2 \(w_f + w_m + 𝜑\) + 𝛾𝜑 - \frac {𝜎 - C} 2 \newlineu^{1,1,1}_f = w_f + \frac a 2 \(w_f + w_m + 𝜑\) + \(1 - 𝛾\) 𝜑 - \frac {𝜎 + C} 2
\end{cases}\tag{3.29}$$隨後，在得知是否家暴條件下的消費分配後，丈夫回到決策的第一階段。
比較上述兩個最優化結果可知，當丈夫可以從家暴中獲益，且妻子不會退出婚姻，即滿足$u^{1,1,1}_m \geq u^{1,0,1}_m$ 且 $u^{1,1,1}_f \geq \bar{u}^{1,0,1}_f$ 時，丈夫會對妻子實施家暴。通過這兩個不等式計算可得，丈夫通過家暴獲取妻子轉移支付的區間為$T^{1,1} \in \[ \frac C 2, \frac a 2 \(w_f + w_m + 𝜑\) - \frac C 2 + \frac 𝜎 2 \]$。
由此，本文推導出 *命題 4* 。
命題 4：當生育導致女性的外部條件惡化時，若丈夫從家暴中獲取的轉移支付$T^{1,1} \in \[ \frac C 2, \frac a 2 \(w_f + w_m + 𝜑\) - \frac C 2 + \frac 𝜎 2 \]$，則丈夫會對妻子實施家暴。
丈夫從家暴中獲得的最大轉移支付為$T^{1,1}_{\max} = \frac a 2 \(w_f + w_m + 𝝋\) - \frac C 2 + \frac 𝜎 2$。比較 *命題 3* 和 *命題 4* 可知，若生育後妻子的外部選擇惡化，丈夫通過家暴可以獲得的最大轉移支付相比於外部選擇未惡化時增加了，增加量為$\frac 𝜎 2$。由此，本文推導出 *命題 5* 。
命題 5：若生育導致女性的外部選擇惡化，則生育後丈夫從家暴中可能獲得的轉移支付進一步增加，家暴發生的概率進一步提高。*圖 3.3* 展示了當生育使得妻子外部選擇惡化時，丈夫家暴的成本和收益。
由於生育導致妻子的外部選擇惡化，此時夫妻的外部選擇為點$e_2$。
在丈夫未實施家暴時，從外部選擇點$e_2$ 出發的 45 度線與效用可能性邊界的交點$e_2'$ 決定兩人的效用分配。在丈夫實施家暴後，納什談判下默認兩人的效用分配點位於$e_2$ 處。若丈夫可以通過家暴使得最終的效用分配點位於$M N$ 之間，則丈夫可以從家暴妻子中獲得轉移支付，且妻子不會終止合作。在點$N'$ 處， 丈夫通過家暴獲得的轉移支付達到最大值。
可見，若生育使得妻子的外部選擇惡化，則丈夫通過家暴可能獲得的最大轉移支付進一步增加。
此外，若生育導致妻子外部選擇惡化的程度越嚴重，則丈夫可以從家暴妻子中獲得的轉移支付越多，從經濟激勵上，丈夫家暴的丈夫家暴的概率越高。
圖 3.3 已婚已育的家暴成本收益（生育導致女性外部選擇惡化）
> 註：圖中橫軸為妻子效用，縱軸為丈夫效用，生育後妻子和丈夫的效用均衡點外推至$e_1'$，但如果發生家暴，則均衡點為$e_1$。如果此時夫妻關係破裂，丈夫和妻子會失去婚姻帶來的規模效用，回退到均衡點$e_1$，同時由於生育成本在男女當中的不同，丈夫與妻子關係破裂後外部選擇效用的水平也不同，丈夫為$w_m + γ$，妻子為$w_f + \(1 - γ\)$。其中$γ$ 為生育驚收益在夫妻間的分配比例。同時，$M' N'$ 為家暴發生後均衡點可能的位置。此外，由於女性生育後外部選擇水平降低，因此夫妻外部選擇均衡點從$e_1$ 移動至$e_2$，由於外部選擇水平的移動，丈夫家暴均衡區間也從$M' N'$ 外推至$M' N$，家暴可能性增加 。
本模型可以推導出兩個可檢驗的假說。
'假說 1：生育提高了丈夫的家暴概率。'假說 2：在母職懲罰較大的地區，生育使得女性外部選擇下降更多，從而導致丈夫的家暴概率會進一步提高。基於本文上述模型，一方面，生育增加了夫妻合作均衡的租值，使得丈夫通過家暴獲取的收益變大，家暴概率因此上升；另一方面，生育使得女性勞動參與率降低，因為外部選擇水平下降，在婚內議價權減少，因此導致了更多的家庭暴力。無論是因為生育增加了夫妻合作均衡的租值，還是降低了女性外部選擇水平，生育都導致了更多的家暴。而母職懲罰的大小影響了女性生育後外部選擇的變動程度，因此母職懲罰大的地區，由於生育使得女性外部選擇下降更多，從而導致了更多的家庭暴力。
4.數據與實證策略
4.1.實證策略
4.1.1.基於雙重固定效應模型的實證策略
本文的實證策略分為三個部分。第一部分中，首先，本文針對中國和印度的微觀數據使用雙重固定效應模型進行回歸，其次，通過將數據進行分組聚合到小組層面，再通過構建擬面板數據進行雙重固定效應回歸，進一步驗證了微觀截面回歸的結果；第二部分中，本文在微觀數據層面上構建了擬面板數據，並使用事件研究法動態分析了生育對家庭暴力發生率的影響；第三部分，本文使用母職懲罰變量驗證了生育影響女性外部選擇進而導致家暴上升的作用機制，並分析了在不同文化背景下，生育通過母職懲罰影響家庭暴力的異質性問題。
本文實證中第一部分的雙重固定效應回歸模型如下：$$DV_{i,p,t} = 𝛼 + 𝛽 𝐹𝑒𝑟𝑡𝑖𝑙𝑖𝑡𝑦_{i,p,t} + 𝛾𝑋{i,p,t} + 𝜇_p + 𝜆_t + 𝜖_{i,p,t}\tag{4.1}$$其中$DV_{i,p}$ 表示 $p$ 省份的個體 $i$ 是否遭遇家庭暴力，$Fertility_{i,p}$ 則表示$p$ 省份個體$i$ 的生育情況，在本文的主回歸中主要使用個體是否生育多胎來衡量生育情況，$X_{i,p}$ 則表示個體i的個人特質，包含婚姻狀況、戶口類型、受教育情況以及配偶受教育情況。$µ_p$ 與 $λ_t$ 分別表示個體所在的省份固定效應和出生年份固定效應。
此外，為了進一步因果識別，排除其他可能干擾因素的影響，本文按照年齡組、婚姻狀況、受教育程度、戶口類型以及出生年份進行分組，然後在組內求均值後，將該小組匹配到下一個調查年份當中的數據。例如：1990 年調查數據中，
1965 年出生的湖北地區受教育程度較高的城鎮地區的初婚小組會被匹配到 2000
年調查數據中具有同樣特質 1965 年出生的小組，由於我國人群在結婚後受教育水平和戶口類型變動占比較小，因此該種方法匹配得到了類似追蹤數據的擬面板小組數據，將該數據用於固定效應模型進行回歸，得到了和截面數據類似的回歸結果。小組擬面板數據的回歸模型如下：$$DV_{c,p,t} = 𝛼 + 𝛽 𝐹𝑒𝑟𝑡𝑖𝑙𝑖𝑡𝑦_{c,p,t} + 𝛾𝑋{c,p,t} + 𝜇_p + 𝜆_t + 𝜖_{c,p,t}$$其中$DV_{c,p,t}$ 表示$t$ 年$p$ 省份的$c$ 組個體的平均家暴發生率，$Fertility_{c,p,t}$ 表示$t$ 年$p$ 省份的$c$ 組個體的平均生育率，$X_{c,p,t}$ 表示$t$ 年$p$ 省份的$c$ 組個體的小組特質，例如小組受教育程度、婚姻狀況以及戶口狀況等。$µ_p$ 與 $λ_t$ 分別表示省份固定效應和年齡小組固定效應。
4.1.2.基於擬事件研究法的實證策略
本文實證中的第二部分參照 Kleven（2024 年）的擬事件研究法，利用 1990
年和 2000 年的橫截面數據集來估計生育對家暴的影響。本文使用一組控制變量（包括出生年份、受教育水平以及省份），通過匹配方法創建了一個擬面板數據集，然後根據這個擬面板數據集進行了事件研究分析。具體來說，考慮在事件時間為 0（孩子出生當年），日曆事件為$y$ 觀察到的已生育婦女$i$，其年齡為$a$，人口特徵為$X_i$，將該個體與$y − n$ 年觀測到的未生育個體$j$ 進行配對，該個體在$y − n$ 年為$a − n$ 歲，人口特徵$X_j = X_i$ 相同，這樣就得到了個體$i$ 在$t = −n$ 的替代觀測值。用這個方法，本文構建了一個具有事件前觀測數據的擬面板數據集。事件研究的模型如下：$$DV_{i,p,t} = 𝛼 + 𝛽 \sum_{t = -4}^{t} T_{i,p,t} + 𝛾𝑋{i,p,t} + 𝜇_p + 𝜆_t + 𝜖_{i,p,t}\tag{4.2}$$其中$T = 0$ 表示生育當年，因此本文將懷孕年份（$T = −1$）作為基準期進行對比，同時由於樣本量較少，本文將每兩期合併為一期，分析每兩期的生育對家庭暴力的動態影響。得到的結果將在下一節中展示。
本文實證當中的第三部分主首先分析了生育通過影響女性外部選擇，進而導致家暴增多的作用機制，具體來說，本文參照 Kleven（2024 年）計算了各地區母職懲罰的具體程度，用該變量來衡量生育對女性外部選擇的惡化程度，此後分析了在母職懲罰不同的地區，生育對家庭暴力的差異影響。其次，由於母職懲罰受到社會文化背景的影響，因此本文分別分析了在中印兩國不同文化背景下，生育對家暴上升的不同影響。
4.2.數據介紹與變量介紹
4.2.1.中國數據
中國婦女社會地位調查
本文使用的關於家庭暴力的數據來自於全國婦聯和國家統計局分別在 1990
年、2000 年以及 2010 年開展的中國婦女社會地位調查。調查問卷旨在全面反映中國婦女的社會經濟狀況，包括受教育情況、健康水平、經濟狀態、生活方式、合法權益、價值觀以及態度等。整體樣本包括 23740，問卷包含 171 個問題，經過數據篩查後（已婚婦女），剩餘樣本量為一萬餘個。其中受訪者被問及是否曾被配偶毆打、被毆打的頻率等與家庭直接暴力相關的問題，2010 年數據則在此基礎上，額外收集了受訪者是否受到語言暴力、精神暴力等家庭冷暴力相關問題。
在數據處理上，本文基於上述問題構建了是否曾遭受家暴的虛擬變量，如果受訪者曾被毆打，則該變量為 1，否則等於 0。
此外，由於本文關注女性生育對家庭暴力的影響，因此使用了總共生育子女數量還衡量女性的生育情況。由於生育數量大於 5 的樣本較少，因此本文在進行處理時將生育數量大於 5 的樣本合併在一起進行處理。同時，生育 1-2 名子女所需要的生育周期基本類似，與生育 3-5 個的多胎生育相比有較大的不同，因此在整理後變量是否多胎生育取值為：未生育，生 1-2 個，生 3-5 個，生 5 個以上。
此外，該數據還包含豐富的其他變量，例如婦女受教育水平、配偶受教育水平，以及雙方的收入水平。該數據主要變量的描述性統計結果如 *表 4.1* 所示：
| 變量名 | 觀測量 | 均值 | 標準誤 | 最小值 | 最大值 |
|---|---|---|---|---|---|
| 面板 A：1990 年數據 | |||||
| 年齡 | 10582 | 37.78 | 10.58 | 18 | 64 |
| 受教育水平（從 1-8 依次增加） | 10582 | 3.193 | 1.714 | 1 | 8 |
| 配偶受教育水平（從 1-8 依次增加） | 10570 | 3.920 | 1.656 | 1 | 8 |
| 是否工作（就業為 1；非就業為 0） | 10582 | 0.858 | 0.349 | 0 | 1 |
| 出生年 | 10582 | 1952 | 10.58 | 1926 | 1972 |
| 是否生育（生育為 1，未生育為 0） | 10582 | 0.967 | 0.178 | 0 | 1 |
| 是否遭受家暴（家暴為 1，無家暴為 0） | 10523 | 0.266 | 0.442 | 0 | 1 |
| 面板 B：2000 年數據 | |||||
| 年齡 | 9177 | 40.05 | 10.18 | 18 | 64 |
| 受教育水平（從 1-8 依次增加） | 9109 | 2.933 | 1.302 | 1 | 8 |
| 配偶受教育水平（從 1-8 依次增加） | 9108 | 3.530 | 4.187 | 1 | 98 |
| 是否工作（就業為 1；非就業為 0） | 9166 | 0.848 | 0.359 | 0 | 1 |
| 出生年 | 9177 | 1960 | 10.18 | 1936 | 1982 |
| 是否生育（生育為 1，未生育為 0） | 9177 | 0.976 | 0.153 | 0 | 1 |
| 是否遭受家暴（家暴為 1，無家暴為 0） | 9102 | 0.225 | 0.418 | 0 | 1 |
| 面板 C：2010 年數據 | |||||
| 年齡 | 11459 | 43.13 | 10.50 | 18 | 67 |
| 受教育水平（從 1-8 依次增加） | 11459 | 3.207 | 1.548 | 1 | 8 |
| 配偶受教育水平（從 1-8 依次增加） | 11453 | 3.668 | 3.411 | 1 | 98 |
| 是否工作（就業為 1；非就業為 0） | 11457 | 0.793 | 0.405 | 0 | 1 |
| 出生年 | 11459 | 1967 | 10.50 | 1943 | 1992 |
| 是否生育（生育為 1，未生育為 0） | 11459 | 0.970 | 0.170 | 0 | 1 |
| 是否遭受家暴（家暴為 1，無家暴為 0） | 11438 | 0.0540 | 0.226 | 0 | 1 |
======中國人口普查數據======
本文使用了 2000 人口普查數據以及 2005 年 1% 的抽樣人口調查數據。本文將樣本限制在 20-50 歲，該年齡段完全覆蓋了個體的生育年齡。該數據包含個體的各類心裡，例如：性別、受教育水平、戶口類型、省份、民族、就業狀況以及婚姻狀態。此外，通過對數據進一步處理，還可以得到個體的生育情況。值得一提的是，該數據為截面數據，因此無法直接通過匹配得到面板數據。
本文參照 Kelvin（2024）構建了擬面板數據，由於人口普查數據樣本量較大，因此它允許
作者分子樣本計算各省份不同受教育水平的樣本所面臨的母職懲罰，該變量估計了女性生育後就業率下降的幅度，以具體衡量女生生育後外部選擇的惡化。
4.2.2.印度數據
本文使用的印度數據來自印度家庭與健康調查第三版和第四版（the NationalFamily and Health Survey，NFHS4 和 NFHS4），這是印度版本的人口健康調查數據（Demographic Health Survey，IIPS and ICF, 2017）。NFHS 3 於 2005 年 11 月至 2006 年 8 月間進行，是 NFHS 系列橫斷面調查的第三次，而 NFHS 4 則於 2015 年 1 月至 2016 年 12 月間進行。這兩項調查均基於在國家和邦一級具有代表性的家庭樣本。數據集包含豐富的信息，包括個人和家庭特徵以及家庭暴力板塊。該數據的描述性統計見 *表 4.2*：
| 變量名 | 觀測量 | 均值 | 標準誤 | 最小值 | 最大值 |
|---|---|---|---|---|---|
| 出生年 | 499627 | 1982 | 8.463 | 1965 | 2001 |
| 城鄉 | 499627 | 1.721 | 0.448 | 1 | 2 |
| 受教育水平（從 1-4 依次增加） | 499627 | 1.252 | 1.029 | 0 | 3 |
| 是否家暴（家暴為 1；無家暴為 0） | 499627 | 0.0280 | 0.166 | 0 | 1 |
| 是否就業（就業為 1；非就業為 0） | 85883 | 0.269 | 0.443 | 0 | 1 |
| 是否多胎生育（從 0-3 依次增加） | 499627 | 1.383 | 0.736 | 0 | 3 |
> 註：數據來源為 NFHS4（2015-2016年）調查數據為了儘量減少測量誤差，該調查從每個家庭中隨機抽取移民婦女進行家暴板塊的測量，這一部分的調查必須在保護受訪者隱私的前提下進行。NFHS 3 和NFHS4 中詢問了家暴相關的多個變量，包括丈夫是否曾經對你有過毆打等行為，。
NHHS4 調查中關於受訪者回答的描述性統計見*表 4.3*.從表中可以看到，印度的家暴發生率依舊很高。
| 家暴行為 | N | 頻率 |
|---|---|---|
| 1. 打你耳光嗎？ | ||
| 從未 | 49,267 | 74.63 |
| 過去 12 個月沒有 | 1,478 | 2.24 |
| 過去 12 個月偶爾 | 10,700 | 16.21 |
| 過去 12 個月經常 | 4,568 | 6.92 |
| 2. 扭你的胳膊或扯你的頭髮? | ||
| 從未 | 59,170 | 89.63 |
| 過去 12 個月沒有 | 871 | 1.32 |
| 過去 12 個月偶爾 | 4,312 | 6.53 |
| 過去 12 個月經常 | 1,660 | 2.51 |
| 3. 推你，搖你，或者朝你扔東西? | ||
| 從未 | 57,801 | 87.56 |
| 過去 12 個月沒有 | 997 | 1.51 |
| 過去 12 個月偶爾 | 5,108 | 7.74 |
| 過去 12 個月經常 | 2,107 | 3.19 |
| 4. 用拳頭或者其他東西揍你? | ||
| 從未 | 60,947 | 92.33 |
| 過去 12 個月沒有 | 682 | 1.03 |
| 過去 12 個月偶爾 | 3,145 | 4.76 |
| 過去 12 個月經常 | 1,239 | 1.88 |
| 5. 踢你，拖你，還是揍你? | ||
| 從未 | 60,924 | 92.29 |
| 過去 12 個月沒有 | 693 | 1.05 |
| 過去 12 個月偶爾 | 3,100 | 4.70 |
| 過去 12 個月經常 | 1,296 | 1.96 |
| 6. 威脅要用刀、槍或其他攻擊你? | ||
| 從未 | 65,475 | 99.19 |
| 過去 12 個月沒有 | 146 | 0.22 |
| 過去 12 個月偶爾 | 269 | 0.41 |
| 過去 12 個月經常 | 123 | 0.19 |
| x7. 故意掐死你或燒死你? | ||
| 從未 | 65,000 | 98.47 |
| 過去 12 個月沒有 | 243 | 0.37 |
| 過去 12 個月偶爾 | 541 | 0.82 |
| 過去 12 個月經常 | 229 | 0.35 |
| 8. 被破發生性關係 | ||
| 從未 | 64,376 | 97.52 |
| 過去 12 個月沒有 | 319 | 0.48 |
| 過去 12 個月偶爾 | 1,041 | 1.58 |
| 過去 12 個月經常 | 277 | 0.42 |
> 註：數據來源為 NFHS4（2015-2016年）調查數據=====4.2.3.基於中印數據的母職懲罰變量計算=====
母職懲罰是指生育後女性在勞動力市場上就業情況的下降，例如就業率降低或工資收入變少。本文參照 Kelvin（2024）計算了母職懲罰的具體數據，並用這一變量具體衡量了生育對女性外部選擇的惡化程度。由於缺乏追蹤調查且追蹤調查樣本量一般都較小，不能細化到不同群體計算母職懲罰，因此本文使用多年的普查截面數據進行處理，通過特定控制變量進行跨年匹配，得到了擬面板數據。
具體而言，考慮在事件時間為 $0$（孩子出生當年），日曆事件為$y$ 觀察到的已生育婦女$i$，其年齡為$a$，人口特徵為$X_i$ ，將該個體與$y − n$ 年觀測到的未生育個體$j$ 進行配對，該個體在$y − n$ 年為$a − n$ 歲，人口特徵$X_j = X_i$ 相同，這樣就得到了個體$i$ 在$t = −n$ 的替代觀測值。通過對擬面板數據進行事件研究法，本文可以計算得到各省份分城鄉不同女性群體面臨的母職懲罰程度。
第一步，對擬面板數據進行事件研究法，具體回歸模型如下：$$work_{i,p,t} = 𝛼 + 𝛽 \sum_{t = -4}^{t} T_{i,p,t} + 𝛾𝑋_{i,p,t} 𝑝𝑟𝑜𝑣𝐹𝐸 + 𝑏𝑖𝑟𝑡ℎ𝑦𝐹𝐸 + 𝜖_{i,p,t} \tag{4.3}$$其中，$work_{i,p,t}$ 表示$p$ 省的個體$i$ 在$t$ 時期是否就業，$T_{i,p,t}$ 表示個體事件事件（其中生育時為$T = 0$），同時刪除$T = −1$，即懷孕期作為基期進行比較。
第二步，為了去掉就業率的事前趨勢，本文去除了事前就業率的變動趨勢：$$childpenalty = E\[0 - \widehat{\beta}_t | t \ge 0 \] - E\[0 - \widehat{\beta}_t | t < 0 \]
$$由此得到了各省份分城鄉不同女性群體面臨的母職懲罰強度。
5.⽣育對家庭暴⼒影響的基準回歸
5.1.基於中國數據的基準回歸
5.1.1.生育對家庭暴力的雙重固定效應回歸結果
生育情況對家庭暴力的影響
- 表 5.1* 展示了生育情況對於家庭暴力影響的回歸結果，由於 1990 年、2000
年以及 2010 年年份跨越較大，社會在經濟水平、人力資本發展水平、社會觀念上都有了較大的變化，因為本文對 3 年樣本分別進行了雙重固定效應回歸，同時由於我國城鄉發展差異較大，因此在整體樣本回歸之外，本文分城鄉樣本進行了子樣本回歸。
| 是否家暴（DV=1） | |||||||||
| 1990 年數據 | 2000 年數據 | 2010 年數據 | |||||||
| 全樣本 | 城鎮 | 鄉村 | |||||||
| （1） | （2） | （3） | （4） | （5） | （6） | （7） | （8） | （9） | |
| 是否生育多胎 | 0.0440* | 0.0321* | 0.0534* | 0.0257* | 0.0239 | 0.0282* | 0.0129* | 0.00870 | 0.0101* |
| (6.81) | (3.37) | (5.41) | (3.69) | (2.32) | (2.61) | (3.28) | (1.60) | (1.65) | |
| 控制變量 | 是 | 是 | 是 | ||||||
| 出生年固定效應 | 是 | 是 | 是 | ||||||
| 省份固定效應 | 是 | 是 | 是 | ||||||
| N | 10519 | 5230 | 5287 | 8969 | 4475 | 4494 | 10867 | 5510 | 5354 |
> 註：括號里是 $t$ 值，所有回歸在省級層面聚類；
\*表示 $p<0.10$；\*\*表示 $p<0.05$；\*\*\*表示 $p<0.01$。
結果發現：首先，隨著生育數量的增多，家暴發生率也不斷上升，這一效應在所有樣本當中均有明顯體現。列（1）展示了 1990 年全樣本數據當中，生育情況每增加 1 個水平（該變量取值為 0（未生育）、1（生育 1-2 個）、2（生育 3-5
個）、3（生育 5 個以上）），家暴概率上升 4.4%。其次，生育上升對家暴增多的影響在鄉村當中最為明顯，例如在 1990 年城鄉樣本中，列（2）和列（3）分別展示了城鎮樣本和鄉村樣本的回歸結果，其中同樣是生育情況增加一個水平，城鎮樣本家暴發生率上升 3.2%，而鄉村家暴發生率上升 5.4%，二者相差 2.1%。但本文也注意到隨著時代發展，城鄉差異也在不斷縮小。到 2010 年城鄉樣本中列（8）-（9）顯示生育上升 1 單位在城鄉帶來的家暴上升率差異僅為 0.13%。此外，通過對逐年的結果進行觀察，本文注意到生育對家暴帶來的影響在逐漸減小。
圖 5.1：生育子女數量對家庭暴力的影響
> 註：圖中橫軸為生育子女數量，縱軸為按照式（ 4.1）回歸後子女數量對家暴發生率的影響係數。圖中每個點表示生育 $x$ 個子女相比不生育，家暴發生率提高的水平。回歸使用了中國婦女社會地位調查 1990/2000/2010 三年數據，並控制了包括出生年、省份的雙重固定效應，還控制了戶口和受教育程度等個人特質。
為了進一步探究生育情況對家暴發生率的影響，本文使用生育孩子數生成虛擬變量，細化分析了每多生一個孩子給家暴發生率帶來的影響，回歸係數的大小及置信區間見*圖 5.1*。結果發現：首先，每多生 1 個孩子，家暴的發生率就會有一定上升。其次，和*表 5.1* 結果一致的是，隨著時代發展，生育率對家暴的影響在不斷減弱。第三，可以看到生育的前 3-4 個孩子當中，隨著生育率的上升，家暴發生率也在穩步增加，而該趨勢在生育 5 個孩子後變得不明顯，但仍然高於生育第三個孩子的家暴率。此外，需要說明的是，生育孩子在 5 個以上的樣本量較少，因此回歸結果並不顯著。
按照是否完成生育進行分組
在上一小節中，本文雖然探討了生育與家庭暴力之間的關係，但主要側重於生育數量變動時家暴發生率的變化，而未能充分考慮到生育的持續性。對於截面調查數據而言，眾多樣本在調查結束後仍有可能繼續生育。因此，本小節進一步細化分析，將被調查樣本依據是否完成生育進行分類，以揭示育齡婦女與非育齡婦女在家暴發生率上的差異性。需強調的是，本文定義的育齡並不僅基於年齡因素，而是綜合考慮了個體是否處於生育狀態。為此，本文採用最小孩子是否滿 17
歲作為分組標準，當個體的最小孩子未滿 17 歲時，仍存在繼續生育的可能性；反之，若個體的最小孩子已超過 17 歲，則繼續生育的可能性極低。（由於 1999
年的數據中最小孩子出生年這一變量缺失，因此在該年份的分組中，本人仍採用個體是否 40 歲進行分組），回歸結果如 *表 5.2* 所示：
| 是否家暴（DV=1） | ||||||
| 生育已完成 | 生育未完成 | |||||
| 全樣本 | 城鎮 | 鄉村 | ||||
| （1） | （2） | （3） | （4） | （5） | （6） | |
| 面板 A：1990 年樣本： | ||||||
| 是否生育多胎 | 0.0371* | 0.0199 | 0.0714* | 0.0502* | 0.0445* | 0.0477* |
| (3.47) | (1.51) | (3.69) | (6.12) | (3.23) | (4.09) | |
| 觀測量 | 3929 | 2237 | 1692 | 6590 | 2993 | 3595 |
| 面板 B：2000 年樣本： | ||||||
| 是否生育多胎 | 0.0179 | 0.00372 | 0.0298* | 0.0429* | 0.0747* | 0.0273 |
| (2.01) | (0.31) | (1.94) | (3.61) | (3.56) | (1.61) | |
| 觀測量 | 4406 | 2423 | 1981 | 4530 | 2036 | 2491 |
| 面板 C：2010 年樣本： | ||||||
| 是否生育多胎 | 0.0133* | 0.0104 | 0.0110 | 0.0142 | 0.0147 | 0.00654 |
| (2.62) | (1.52) | (1.37) | (1.97) | (1.24) | (0.62) | |
| 觀測量 | 7039 | 3632 | 3405 | 3824 | 1870 | 1944 |
> 註：括號里是 $t$ 值，所有回歸在省級層面聚類；
\*表示 $p<0.10$；\*\*表示 $p<0.05$；\*\*\*表示 $p<0.01$。
同樣的，由於 1990-2010 年之間年份跨越較大，因此表 5.2 還是對這三年的樣本分別進行了回歸，結果分別展示在面板 A、B、C 中。列（1）-（3）展示的是生育已經完成樣本當中生育對家暴的影響。列（4）-（6）展示了生育未完成樣本當中生育對於家暴的影響。可以看到隨著時代發展，1990-201 年生育對家暴的影響不斷減弱；其次，在生育未完成群體中，生育對家暴的影響更顯著且係數更大，這進一步說明了生育帶來的家暴增多主要是通過後代的撫養行為導致的。因此女性更多的承擔了生育成本，因此外部選擇被惡化，更容易受到家暴，而當後代長大承認，女性不需要承擔撫育責任時，女性的外部選擇會向正常水平靠近，因此生育行為帶來的家暴也會減少。最後，本文發現未完成生育樣本中，生育對家暴的影響在城鎮樣本中更為明顯，對比*表 5.2* 中，鄉村樣本生育對家暴的影響更為明顯這一結果，*表 5.2* 的發現說明，這可能是因為鄉村地區女性工作的自由度更高，受到生育的影響會更低。
5.1.2.擬面板小組回歸
為了進一步精確地識別因果關係，並排除其他潛在干擾因素的影響，本文採取了多維度的分組策略，依據年齡組、婚姻狀況、受教育程度、戶口類型以及出生年份等因素對樣本進行細緻分類。隨後，在各組內計算均值，並將所得的小組數據匹配至下一個調查年份的相應數據中。舉例來說，對於 1990 年的調查數據，我們將 1965 年出生的、來自湖北地區、受教育程度較高的城鎮地區的初婚小組與 2000 年調查數據中同樣具有這些特質的 1965 年出生的小組進行匹配。鑑於我國人群在結婚後受教育水平和戶口類型的變動相對較小，這種匹配方法有效地構建了一種類似於追蹤數據的擬面板小組數據。利用這些數據，本文進一步採用了固定效應模型進行回歸分析，並得到了與雙重固定效應模型相似的回歸結果。
| 是否家暴（DV=1） | ||||||
| 非平衡面板 | 平衡面板 | |||||
| 全樣本 | 城鎮 | 鄉村 | ||||
| （1） | （2） | （3） | （4） | （5） | （6） | |
| 是否生育多胎 | -0.0136 | -0.0282 | 0.0853* | 0.00546 | -0.0134 | 0.386* |
| (-0.83) | (-0.98) | (3.17) | (0.16) | (-0.43) | (5.36) | |
| 控制變量 | 是 | 是 | 是 | |||
| 出生年固定效應 | 是 | 是 | 是 | |||
| 省份固定效應 | 是 | 是 | 是 | |||
| 觀測量 | 24952 | 11903 | 13016 | 4377 | 2390 | 1987 |
> 註：括號里是 $t$ 值，所有回歸在省級層面聚類；
\*表示 $p<0.10$；\*\*表示 $p<0.05$；\*\*\*表示 $p<0.01$。
- 表 5.3* 展示了擬面板小組回歸的結果，其中平衡面板是指 1990、2000 以及
2010 年三期數據當中都有的樣本，例如 1990 年調查時，18-27 歲樣本組在 2000
和 2010 年數據當中都有觀測值，而 2000 年調查時，18-27 歲的樣本組在 1990 年數據當中就沒有觀測值。本文發現基於平衡面板和非平衡面板的雙重固定效應回歸都顯示在農村地區，生育對家庭暴力的增加有明顯的正向影響。城鎮地區不顯著可能是因為樣本的受教育水平在婚後發生了變化，又或者是新遷入的城鎮戶口，因此在匹配時可能準確度不高，由此使得結果不穩健。
5.2.基於印度數據的基準回歸
5.2.1.生育對家庭暴力的雙重固定效應回歸結果
- 表 5.4* 展示了印度生育對家庭暴力的影響，同樣的，由於 NFHS3 與 NFHS4
年份跨越較大，社會在經濟水平、人力資本發展水平以及社會觀念上都有了較大的變化，因此本文對兩次數據分別進行了雙重固定效應回歸，結果發現：首先隨著生育數量的增多，家暴發生率也明顯上升；其次，隨著時間推移，生育對家暴發生率的影響在全樣本和分城鄉樣本中都有降低，其中城鎮地區的下降速度更快。
| 是否家暴（DV=1） | ||||||
| NFHS3（2005-2006 調查） | NFHS4（2015-2016 調查） | |||||
| 全樣本 | 城鎮 | 鄉村 | ||||
| （1） | （2） | （3） | （4） | （5） | （6） | |
| 是否生育多胎 | 0.0347* | 0.0417* | 0.0358* | 0.0236* | 0.00452* | 0.00613* |
| (9.55) | (8.52) | (6.49) | (5.68) | (4.36) | (7.09) | |
| 控制變量 | 是 | 是 | 是 | |||
| 出生年固定效應 | 是 | 是 | 是 | |||
| 省份固定效應 | 是 | 是 | 是 | |||
| 觀測量 | 84970 | 37201 | 47768 | 82900 | 134063 | 345410 |
> 註：括號里是 t 值，所有回歸在邦級層面聚類；
\*表示 $p<0.10$；\*\*表示 $p<0.05$；\*\*\*表示 $p<0.01$。
- 表 5.5* 展示了分種姓印度生育對家庭暴力影響的回歸結果，同樣的，對於NFHS3 與 NFHS4 的數據進行了單獨回歸。結果發現：NFHS3 結果中高低種姓之間沒有明顯差異，且生育對高種姓群體而言導致了更多的家庭暴力，而在NFHS4 結果中可以看到，生育對低種姓帶來的家庭暴力要遠高於高種姓，且顯著程度更高。結合印度反家庭暴力歷程，在 2005 年出台的《反家庭暴力法》對高種姓群體有更強的約束力，這可能是因為高種姓群體的違法成本更高。此外，根據印度人口分布，高種姓群體在北方分布較多，而 2006 年以來，印度民間反家暴的自發性組織大多在北方邦活躍，例如 2006 年，一位名為桑帕特·帕爾的婦女帶領廣大女性成立了名為「粉紅幫」的維權組織。這一組織對印度家庭暴力的減少起到了顯著作用。
| 是否家暴（DV=1） | ||||||
| NFHS3（2005-2006 調查） | NFHS4（2015-2016 調查） | |||||
| 全樣本 | 低種姓 | 高種姓 | ||||
| （1） | （2） | （3） | （4） | （5） | （6） | |
| 是否生育多胎 | 0.0347* | 0.0394* | 0.0399* | 0.0236* | 0.00671* | 0.00277 |
| (9.55) | (8.97) | (7.31) | (5.68) | (7.88) | (2.71) | |
| 控制變量 | 是 | 是 | 是 | |||
| 出生年固定效應 | 是 | 是 | 是 | |||
| 省份固定效應 | 是 | 是 | 是 | |||
| 觀測量 | 84970 | 54105 | 30056 | 82900 | 375747 | 101089 |
> 註：括號里是 $t$ 值，所有回歸在邦級層面聚類；
\*表示 $p<0.10$；\*\*表示 $p<0.05$；\*\*\*表示 $p<0.01$。
5.3.中印基準回歸的結果對比
在中印基準回歸結果的對比上：首先，NFHS3（2005-2006 年調查）的回歸係數與中國 1990 年回歸係數規模相同，NFHS4（2015 與 2017 調查）與中國 2000 年回歸係數回歸相同，但仍高於中國 2010 年回歸係數的大小，這說明在中國，生育帶來的家暴上升影響小於印度，且生育對家暴的影響下降早於印度；其次，和中國不同的是，印度生育導致的家暴增多在城鎮地區有更為明顯的體現，無論是 NFHS3（2005-2006 年調查）還是 NFHS4（2015 與 2017 調查）調查，家暴對生育的影響係數在城鎮地區都要大於鄉村地區，這可能是因為印度城鎮女性更偏好穩定性就業，因此生育對城鎮女性外部選擇的影響更大，由此導致了更多的家庭暴力。和中國相同的是，隨著時間推移，生育對家暴的影響下降在城鎮地區更為明顯；第三，考慮到印度特殊的種姓制度，發現印度《反家庭暴力法》可能對高種姓群體有更強的約束作用，此外，一些民間自治的反家暴組織對家暴的減少也可能起到了作用，在中國並沒有發現類似的現象。
6.⽤擬事件研究法分析⽣育對家庭暴⼒的影響
6.1.基於中國數據的事件研究
為了探究生育對家暴的動態影響，本文參照 Kleven（2024 年）的擬事件研究法，利用 1990 年、2000 年以及 2010 年的橫截面數據集來估計生育對家暴的影響。本文使用一組控制變量（包括出生年份、受教育水平以及省份），通過匹配方法創建了一個擬面板數據集，然後根據這個擬面板數據集進行了事件研究分析。具體來說，考慮在事件事件為 $0$（子女出生當年），日曆事件為$y$ 觀察到的已生育婦女$i$，其年齡為$a$，人口特徵為$X_i$，將該個體與$y − n$ 年觀測到的未生育$j$ 進行配對，該個體在$y − n$ 年為$a − n$ 歲，人口特徵$X_j = X_i$ 相同，這樣就得到了個體$i$ 在$t = −n$ 的替代觀測值。用這個方法，本文構建了一個具有事件前觀測數據的擬面板數據集。通過對這個擬面板進行事件分析（刪除掉$-1$ 期作為基準期，這一期為樣本懷孕的時間）。結果發現，在生育後，孩子未滿 $3$ 歲之前，生育都會使家暴降低，但生育 $3$ 年之後，家暴的發生率為正。需要說明的是，受限於數據樣本，進行匹配後的數據集只有約 $280$ 個，因此得到的結果顯著性較低。
6.1.1.中國的全樣本分析
圖 6.1 生育對家庭暴力影響的事件研究圖
> 註：該圖展示了根據式（ 4.2）估計的生育對女性家暴發生率的長期影響。數據根據 1990
年及 2000 年兩年中國婦女社會地位調查的橫截面數據匹配得到擬面板數據（包含追蹤樣本 399 個），基於該數據，回歸中控制了包括出生年、省份的雙重固定效應，還控制了戶口和受教育程度等個人特質。圖中為 90% 的置信區間 。
- 圖 6.1* 展示了生育對家庭暴力影響的事件研究圖，可以看到，生育導致的家暴上升主要在第三年開始體現，第 1-2 年雖然有正向影響，但並不顯著。這一點也符合常理，在生育後的第一年和第二年嬰幼兒對母親的需求度較高，因此丈夫的施暴動機較小。而第三年開始嬰幼兒對母親的需求度開始下降，丈夫對妻子的家暴也開始增多。此後生育帶來的家暴在第四年略有下降，但仍然會一直持續到
10 年，這說明生育導致的家庭暴力具有長遠影響。
圖 6.2 生育對家庭暴力影響的事件研究圖（分城鄉）
> 註：該圖展示了根據式（4.2）估計的生育對女性家暴發生率的長期影響（分城鄉）。數據根據 1990 年及 2000 年兩年中國婦女社會地位調查的橫截面數據匹配得到擬面板數據（包含 200 個城鎮樣本和 199 個鄉村樣本），基於該數據，回歸控制了包括出生年、省份的雙重固定效應，還控制了戶口和受教育程度等個人特質。圖中為 90% 的置信區 。
分城鄉結果顯示（*圖 6.2*）：首先，生育導致的家暴增多在城鎮的影響更快，相較於鄉村，誠徵在生育後第一期就出現了明顯的家暴上升，這可能是由於城鎮女性就業穩定性高，生育對勞動力市場的影響會立刻出現。該影響在生育後 5-6
年出現下降，這可能是部分女性回歸了職場（剛好這一時期是後代進行小學教育的時期）；其次，農村在生育後第一期家暴甚至會下降，這可能是因為農村地區思想傳統，生育可能會給女性賦權，從而減少家暴。和城鎮一樣，生育帶來的家暴增多在第三年到第四年達到高峰，之後平穩保持。
- 表 6.1* 展示了生育對家庭暴力影響的事件研究法（分城鄉）分析結果，和*圖
6.1 與 6.2* 展示的結果一樣，生育對家庭暴力的影響在第三年達到峰值，此後繼續略有下降或繼續保持，城鄉之間存在一定的異質性。
| 是否家暴（DV=1） | ||||||
| 全樣本 | 城鎮 | 鄉村 | ||||
| （1） | （2） | （3） | ||||
| 事前 4-5 年 | -0.0395 | -0.0913 | -0.0183 | |||
| (-0.51) | (-0.90) | (-0.14) | ||||
| 事前 2-3 年 | -0.0318 | -0.115 | 0.0101 | |||
| (-0.48) | (-1.32) | (0.10) | ||||
| 事後 1-2 年 | 0.112 | 0.253 | -0.0810 | |||
| (0.63) | (1.21) | (-0.26) | ||||
| 事後 3-4 年 | 0.218 | 0.199 | 0.188 | |||
| (2.18) | (1.51) | (1.23) | ||||
| 事後 5-6 年 | 0.0723 | -0.0348 | 0.157 | |||
| (0.94) | (-0.35) | (1.22) | ||||
| 事後 7-8 年 | 0.138 | 0.121 | 0.117 | |||
| (2.08) | (1.38) | (1.11) | ||||
| 事後 9-10 年 | 0.158 | 0.155* | 0.152 | |||
| (2.23) | (1.71) | (1.41) | ||||
| 控制變量 | 是 | 是 | 是 | |||
| 出生年固定效應 | 是 | 是 | 是 | |||
| 省份固定效應 | 是 | 是 | 是 | |||
| 觀測量 | 399 | 200 | 199 | |||
> 註：括號里是 $t$ 值，所有回歸在省級層面聚類；
\*表示 $p<0.10$；\*\*表示 $p<0.05$；\*\*\*表示 $p<0.01$。
6.1.2.中國生育影響家庭暴力的原因——外部選擇的降低
生育影響家庭暴力的機制——母職懲罰
在本文的研究框架中，生育影響了女性在勞動力市場的參與率，即生育給女性帶來了「母職懲罰」，進而降低了女性在家庭中的議價權，由此導致了更多的家暴。因此，為了驗證上述機制，本文參照 Kelevn（2024）使用 2000 年人口普查數據與 2005 年 1%抽樣人口調查數據，計算了各省份女性生育後勞動參與率的下降程度，並用這個變量衡量了生育對女性外部選擇的降低。*第 4.2.3 部分*詳細介紹了該變量的計算過程。根據母職懲罰的強度本文把樣本分為母職懲罰較高和母職懲罰較低兩類，分別進行事件研究回歸後發現：母職懲罰較高的地區，生育對家暴的回歸係數為正，尤其是在生育後的第一年和第二年十分明顯；而母職懲罰較低的地區，生育對家暴的影響在前期基本為零，後期略有上升，這可能是因為母職懲罰數據在計算時只考慮到了生育後第五年，對後期母職懲罰的估計略有不准導致的。
圖 6.3 生育對家庭暴力的動態影響（根據「母職懲罰」程度分類）
> 註：該圖展示了母職懲罰強度進行分組後，不同子樣本中生育對家暴動態影響的不同。
使用中國 2000 年人口普查與 2005 年 1%抽樣人口調查數據，根據式（4.3）與（4.4）計算了各省份母職懲罰大小。回歸數據為根據 1990 年與 2000 年中國婦女社會地位調查匹配得到的擬面板數據，包含 300 個樣本，對該數據進行擬事件研究後得到此圖。回歸控制了包括出生年、省份的雙重固定效應，還控制了戶口和受教育程度等個人特質。圖中為 90%的置信區。
6.1.3.中國文化背景的調節作用
在本文的研究框架中，文化是決定女性「母職懲罰」的重要因素之一，因此本文分析了常見的不同文化背景對生育引致家暴作用的異質性，第一種是傳統文化，該變量衡量了當地文化是否更偏向於守舊。第二種是宗族文化，該變量衡量了當地宗族文化的盛行程度。
傳統文化的調節作用
根據國家宗教事務局網頁數據，作者爬取了全國所有在案宗教活動場所基本信息，其中公開信息的宗教包括佛教和道家，每條信息包含該場所（寺廟或道觀）
的地理位置，宗教類別等。根據將 42438 條宗教場所信息合併到省級層面，並計算了各省份人均寺廟數（道觀數）。由於佛教宗教色彩濃厚，且其傳播受到歷史事件影響較大，是與生育關係較小的社會文化，因此本文最終選取人均道觀數這一變量來衡量各地區文化思想開放程度。具體來說，人均道觀數越多說明該地區文化越偏向傳統，而人均道觀數越少說明該地區文化趨於開放。
在傳統文化盛行的地區，本文發現生育對家庭暴力的影響更為顯著，特別是在生育後的第三年。這種影響可能是由於在這些地區，女性更有可能受制於傳統文化中強調「女主內」的觀念。因此，她們在生育後往往更少參與勞動力市場，這導致了更大程度的「母職懲罰」，同時也惡化了她們的外部選擇，從而導致更多的家庭暴力事件發生。
圖 6.4 生育對家庭暴力的動態影響（根據傳統文化盛行程度進行分類）
> 註：本文爬取了國家宗教事務局網頁數據，通過對 42438 條宗教場所信息進行處理，計算了各省份人均宗教場所數，並用該變量衡量了當地人思想守舊程度，及傳統文化盛行程度。回歸數據為根據 1990 年與 2000 年中國婦女社會地位調查匹配得到的擬面板數據，包含 300 個樣本。回歸控制了包括出生年、省份的雙重固定效應，還控制了戶口和受教育程度等個人特質。圖中為 90%的置信區%。
宗族文化的調節作用
本文基於 Chen（2021 年）構建的各地區宗族變量，衡量了在宗族文化盛行程度不同的地區，生育對於家暴上升有怎樣不同的解釋。圖 6.5 展示了宗族文化盛行程度不同的地區，生育對於家庭暴力影響的異質性，結果發現：在宗族文化盛行的地區，生育對家庭暴力有更為明顯的影響作用，且該作用較為顯著。
圖 6.5 生育對家庭暴力的動態影響（基於宗族文化盛行程度的分類）
> 註：Chen（ 2021 年 ） 基於上海圖書館 2009 年出版的《中國家譜總目》構建的各地區宗族變量，本文同樣使用該數據衡量了各地區宗族文化的盛行程度，同時使用中位數對樣本進行分類。圖中為 90%置信區間。 此外，在生育後的第一期，宗族文化盛行地區生育對家庭暴力的影響係數突然增大，考慮到宗族文化當中「重男輕女」的後代性別偏好，本文認為這一影響可能是由子女性別導致的，因此在對頭胎性別進行分類後，得到結果如*圖 6.6*:
圖 6.6 生育對家庭暴力的動態影響（基於宗族文化盛行程度和頭胎性別的分類）
> 註：由於 2000 年中國婦女社會地位調查數據中沒有調查頭胎性別這一變量，因此本文使用的頭胎性別是用多個變量推算得到：例如生育數量、生育男孩數量等等。需要強調的是，由於數據為人工生成，仍然存在約 26%的缺失值，因此該變量可能存在選擇偏差。圖中為
90%置信區間。
- 圖 6.6* 結果顯示，在宗族文化盛行的地區，頭胎為女孩導致了更多的家暴，這可能是由於宗族文化盛行的地區，對男孩的偏好較多，當妻子生育子女為女孩時，丈夫可能由此遷怒妻子，導致更多的家暴。而在宗族文化較弱的地區，頭胎為女孩對家暴並沒有顯著影響。
6.2.基於印度數據的事件研究
6.2.1.印度全樣本分析
本文同樣使用印度數據分析了生育對家庭暴力的動態影響，結果生育後印度女性受到家暴的概率反而降低了，這一點和中國的情形相反。首先，印度生育率較高，所以女性可能一直處於生育狀態，對比中國的結果，即女性可能一直處於生育前三年的狀態，此時生育對家暴的影響為負；同時，印度女性就業率極低，尤其是已婚後的女性就業率不到 9%，因此生育可能並沒有惡化她們的外部選擇，相反，這些女性可能會因為生育而被賦權，由此減少了家庭暴力的發生。
圖 6.7 印度生育對家庭暴力的動態影響
> 註：該圖展示了生育對家暴的動態影響。並根據生育數量進行了分組。回歸使用 NFHS3
和 NFHS4 的截面數據，參照 Kelven（ 2024）將截面數據匹配為擬面板數據，按照式（ 4.3）
進行事件研究分析回歸。本回歸控制了邦和出生年份的雙重固定效應，同時控制了個體的宗教信仰、民族、母語、受教育程度、婚姻狀況、城鄉以及種姓等個人特質。圖中為 90%置信區間。
6.2.2.印度生育影響家庭暴力的機制——外部選擇的降低
和中國數據不同的是，印度事件研究分析得到：生育後女性的家暴率並沒有上升，反而降低了，基於這一現象，本文在前文中給出了兩個解釋：1. 印度生育率較高，女性大多處於剛生產後的階段，此時家暴率較低；2. 印度女性就業率極低，因此生育對女性外部選擇的影響非常小。基於第二個解釋，本文分析了在生育對女性外部選擇影響不同的群體中，生育對家暴的作用。由於受教育程度往往與工作情況高度綁定，受教育程度較高的女性往往就業率更高，且工作穩定性較高，這類人群生育後外部選擇會有更多的下降。
圖 6.8 生育對家暴的動態影響（根據受教育程度分類）
> 註：該圖展示了受教育程度進行分組後，不同子樣本中生育對家暴動態影響的不同。回歸數據為根據 NFHS3 年與 NFHS4 調查匹配得到的擬面板數據，回歸控制了邦和出生年份的雙重固定效應，同時控制了個體的宗教信仰、民族、母語、受教育程度、婚姻狀況、城鄉以及種姓等個人特質。圖中為 90%置信區間。
基於上述理論，本文將樣本分為「高受教育程度」和「平均受教育程度」，進行事件研究結果發現：*圖 6.8* 展示了和假設一致的結果，在受教育程度較高的群體中，生育明顯導致了更多的家暴，這和整體樣本是相反的結果，和中國的結果類似。而在平均受教育水平的人均中，生育降低了家暴的發生率，這一影響在控制了生育數量後依然穩健。
生育影響家庭暴力的機制——母職懲罰
同樣的，本文探究了生育通過潛在機制——母職懲罰對家庭暴力的影響。通過 *4.2.3* 中介紹的母職懲罰計算方式，本文計算了印度各人口大邦中母職懲罰的具體程度。（NFHS 樣本量遠小於中國人口普查，因此部分人口較少的邦在計算母職懲罰時受到樣本量的限制無法得到具體結果，因此本文在這裡只計算了印度人口大邦（占全樣本 95%以上）的母職懲罰）。得到結果如*圖 6.9* 所示，發現在高教育群體中，生育後家暴發生率整體上升，母職懲罰的影響在二者間沒有明顯區別。
圖 6.9 生育在高受教育群體中對家暴的動態影響（根據母職懲罰程度分類）
> 註：該圖展示了在高受教育群體中，生育對家暴的動態影響。使用印度 NFHS3 和 NFHS4
數據，根據式 4.3 與 4.4 計算了人口大邦母職懲罰大小。回歸數據為根據 NFHS3 年與NFHS4 調查匹配得到的擬面板數據，回歸控制了邦和出生年份的雙重固定效應，同時控制了個體的宗教信仰、民族、母語、受教育程度、婚姻狀況、城鄉以及種姓等個人特質。
圖中為 90%置信區間。
而在平均受教育水平的群體中，生育降低了女性受到家暴的概率，這一影響從生育檔期開始一直持續到生育後的第八年。但在平均受教育群體中，母職懲罰的對生育導致家暴的影響具有異質性。在母職懲罰較高的地區，生育對家暴的抑制作用更弱，而在母職懲罰較低的地區，生育後家暴有更明顯的下降。
圖 6.10 生育在平均受教育群體中對家暴的動態影響（根據母職懲罰程度分類）
> 註：該圖展示了在平均受教育群體中，生育對家暴的動態影響。使用印度 NFHS3 和 NFHS4
數據，根據式 4.3 與 4.4 計算了人口大邦母職懲罰大小。回歸數據為根據 NFHS3 年與NFHS4 調查匹配得到的擬面板數據，回歸控制了邦和出生年份的雙重固定效應，同時控制了個體的宗教信仰、民族、母語、受教育程度、婚姻狀況、城鄉以及種姓等個人特質 。
圖中為 90%置信區間。
6.2.3.印度文化背景的調節作用
種姓制度的調節作用
種姓制度在印度文化背景中具有重要性，因為它是一種社會組織和身份認同的重要基石，影響著個人在社會中的地位、職業選擇和人際關係。本文同樣分析印度種姓中生育對家庭暴力影響的異質性。
首先*圖 6.11* 展示了在高受教育水平的群體中，不同種姓人群生育對家庭暴力的影響，發現無論在低種姓還是高種姓，生育後的家庭暴力的都增加了，這一影響在低種姓中更為明顯。印度種姓文化中，以女性婚後不工作為地位的象徵，因此在高種姓中，女性婚後的就業率反而並不是很高，因此可能生育對高種姓女性的外部選擇水平沒有較多下降，而在受教育程度較高的低種姓群體中，女性就業率可能略高，因此生育對這類女性外部選擇的下降程度就會更大，生育就更有可能帶來更多的家庭暴力。
圖 6.11 生育在高受教育群體中對家暴的動態影響（根據種姓分類）
> 注 ： 該圖 展示 了在 高受 教育 群體 中 ， 生育 對家 暴的 動態 影響 。 回歸 數據 為根 據 NFHS3 年與NFHS4 調查 匹配 得到 的擬 面板 數據 ， 回歸 控制 了邦 和出 生年 份的 雙重 固定 效應 ， 同時 控制了個體的宗教信仰、民族、母語、受教育程度、婚姻狀況、城鄉以及種姓等個人特質。圖中為 90%置信 區間 。
而在平均受教育水平的群體中，高種姓群體中生育增加了女性受到家暴的可能性，而低種姓群體中生育顯著減少了女性被家暴的可能性，且該效用一直可以持續到生育後的第八年。而在低種姓群體中，生育減少了家庭暴力的發生率。
圖 6.12 生育在平均受教育群體中對家暴的動態影響（根據種姓分類）
> 注 ： 該圖 展示 了在 平均 受教 育群 體中 ， 生育 對家 暴的 動態 影響 。 回歸 數據 為根 據 NFHS3 與NFHS4 調查 匹配 得到 的擬 面板 數據 ， 回歸 控制 了邦 和出 生年 份的 雙重 固定 效應 ， 同時 控制了個體的宗教信仰、民族、母語、受教育程度、婚姻狀況、城鄉以及種姓等個人特質。圖中為 90%置信 區間 。
6.3.中印事件研究的結果對比
首先，在生育對家庭暴力的動態影響上，中印具有顯著差異。在中國，生育後的前兩期家暴發生率有所下降，但從第三期開始，家暴發生率開始顯著上升；在印度，生育後家暴發生率會即可下降，生育減少了家暴的發生率。對於這一現象，可能的解釋有：1. 印度女性就業率遠低於中國，因此生育可能並沒有顯著降低女性的外部選擇水平，甚至可能通過生育為女性賦權；2. 印度生育率較高，女性可能一直處於生育後 3 年內的狀態，此時生育對家暴的影響為負。
其次，經過驗證，在中印，生育都通過母職懲罰導致了家庭暴力的增多。生育導致女性在勞動力市場的參與情況變差，外部水平降低。在中國的大部分樣本中，生育都通過母職懲罰導致了家暴的增多；而在印度，受教育群體較高的人群就業率也較高，因此對於這些人群，生育更多的降低了她們的外部選擇水平，也因此導致了更多的家庭暴力。
第三，中印不同的文化背景都影響了生育通過母職懲罰導致的家暴增多。在中國，傳統文化觀念主要通過思想的開放程度影響了女性的家庭角色，進而通過母職懲罰影響了家暴發生率；宗族文化主要通過對後代性別的不同偏好影響了家暴的發生；而在印度，長期以來的種姓制度帶來了不同的階層水平、生育偏好以及就業偏好，因此在不同種姓當中，生育對家暴的影響也存在差異。
7.結論與啟⽰
7.1.結論
基於一個夫妻間的合作博弈模型，本文發現生育會增加夫妻間合作均衡的租值，並降低妻子的外部選擇價值，從而導致丈夫對妻子施加更多的家庭暴力。基於上述理論，本文結合 1990-2010 年三次中國婦女社會地位調查、印度家庭與健康調查（NFHS3-4）數據對生育對家暴的影響以及作用機制進行了探究，主要發現了以下幾點結論：首先，生育使得家庭暴力的發生率上升。在中國和印度，隨著生育數量的增多，家暴發生率也不斷上升。同時該影響在中印的城鄉有不同差異，中國鄉村生育導致了更多的家暴，而印度城鎮生育帶來的家暴更多。隨著時間推移，在中印，生育對家暴發生率的影響都在不斷降低。此外，本文分析了印度不同種姓生育對家暴的影響，結果發現，印度高種姓群體中，生育對家暴的影響在逐漸減少，這可能是因為印度高種姓群體違法成本較高，且多集中於北方邦，該區域反家庭暴力的民間組織較為活躍。
其次，生育對家庭暴力的影響是動態的。在中國，生育後的第一年和第二年，家暴概率下降，而第三年開始家暴發生率上升，該影響可以持續到生育後的第八年。而在印度，生育後家庭暴力的發生率開始下降，但該影響在不同群體中存在異質性。
第三，生育對家庭暴力的影響是通過降低女性外部選擇導致的。生育降低了女性在勞動市場的參與情況，例如就業率下降，以及收入減少。本文用生育後女性的勞動參與率下降幅度構建了「母職懲罰」這一變量，量化了生育對女性外部選擇的影響程度，並發現：在「母職懲罰」較高的地區，生育導致了更多的家庭暴力。
第四，生育對家庭暴力的作用受到社會文化背景的影響。在中國，傳統文化盛行的地區，生育帶來了更多的家庭暴力；而在宗族文化較為普遍的地區，生育對家庭暴力的影響則更多的取決於頭胎性別。在印度受教育程度較高的群體中，生育對於家庭暴力的影響類似於中國的全樣本，同樣也是生育帶來了更多的家暴。
在受教育程度較高的人群中，母職懲罰的影響沒有明顯異質性，但低種姓群體會因為生育遭到更多的家庭暴力。
7.2.政策啟示
第一，加強家暴法律建設，強化家暴懲治力度。加強家庭暴力相關法律的建設，包括立法、司法解釋和執法等方面的完善，提高家暴的法律懲治力度。通過明確的法律規定和嚴格的司法程序，增加施暴者家暴成本，有效降低家庭暴力的發生頻率。施暴者的家暴效益將大幅減少，從而減少了他們施暴的動機和行為。
第二，構建社會救助網絡，確保家暴救濟渠道。構建全面的社會救助網絡，為家庭暴力受害者提供多樣化的救濟渠道和支持服務。通過建立安全庇護所、心理諮詢中心、法律援助機構等，為受害者提供及時有效的幫助和保護。受害者可以更加安全地脫離暴力環境，重新獲得生活的控制權。
第三，完善離婚法律機制，提供家暴逃離路徑。完善離婚法律機制，為受到家庭暴力侵害的婦女提供安全逃離的路徑。通過簡化離婚手續、明確保護受害者權益的法律條款等措施，讓受害者可以更加便捷地結束暴力關係。一方面，明確了婚姻關係結束的威脅點，使得女性婚內議價權提升，由此家暴減少；另一方面，通過完善離婚法律機制，可以讓受害者更方面的結束暴力關係，減少受到的傷害。
第四，提供更多生育支持，建立生育友好社會。加大對生育的政策支持力度，為婦女提供更加全面的生育支持和保障，由社會和政府承擔部分育兒責任，幫助婦女儘快回到就業崗位。同時，減少女性因為生育帶導致的外部選擇下降，維護女性勞動者的合法權益，保障女性勞動者的職業發展可以儘可能的少受到生育影響，進而減少家暴發生。
第五，破除傳統性別規制，倡導性別平等規範。積極推進性別平等意識和規範，破除傳統的性別規制和歧視，建立平等的兩性關係。通過加強教育宣傳、推動法律法規的完善等手段，倡導男女平等、相互尊重的家庭關係模式。這樣一來，不僅可以降低女性生育後勞動參與受到的影響，還能夠提高丈夫對妻子的尊重和關愛，進而減少家庭暴力的發生。
參考⽂獻
[1] 陈友华,孙永健.积极老龄化：理念、局限与拓展[J].杭州师范大学学报(社会科学版),2024,46(01):113-126.[2] 王林辉,钱圆圆,宋冬林,董直庆.机器人应用的岗位转换效应及就业敏感性群体特征——来自微观个体层面的经验证据[J].经济研究,2023,58(07):69-85.[3] 马金虎.论当前家庭暴力的根源与防治[J].北京政法职业学院学报,2023,(02):65-70.[4] 席艳乐,刘益冰,尹湲湲.家庭内部议价能力研究进展[J].经济学动态,2023,(01):144-160.[5] 彭争呈,邹红,宋泽.多孩生育政策抑制了女性就业吗——基于单独二孩政策的研究[J].经济学动态,2023,(01):89-105.[6] 林建军.人身安全保护令的性质与内容[J].法律适用,2022,(07):34-42.[7] 陈洪磊,陈明静.《反家庭暴力法》司法适用效果实证观察——基于 3,961 份裁判文书的整理分析[J].人权研究,2022,(02):105-124.[8] 陈卫,董浩月,刘金菊.生育对中国女性工资率的影响：基于队列视角的分析[J].统计研究,2022,39(05):119-133.[9] 何晖, 王凌林. 印度反家庭暴力的实践与成效[J]. 现代世界警察, 2022, (11): 58-64.[10] 鄢伟 波 , 安磊 . 中国 女性 劳动 供给 为何 降低 : 来自 流动 人口 的证 据 [J]. 世界 经济,2021,44(12):104-130.[11] 詹鹏,毛逸波,李实.城镇女性劳动供给长期趋势研究：来自教育扩张和生育行为的解释[J].中国工业经济,2021,(08):56-74.[12] 陈卫,张凤飞,刘金菊.2012-2016 年中国生育水平估计——基于邦戈茨新中间变量模型[J].人口与发展,2021,27(04):65-73.[13] 于也雯,龚六堂.生育政策、生育率与家庭养老[J].中国工业经济,2021,(05):38-56.[14] 张抗私,谷晶双.生育对女性就业的影响研究[J].人口与经济,2020,(05):19-29.[15] 李月,成前,闫晓.女性劳动参与降低了生育意愿吗?——基于子女照护需要视角的研究[J].人口与社会,2020,36(02):90-99.[16] 王群勇,赵玮.美貌与权利——来自中国家庭的微观证据[J].南开经济研究,2019,(06):181-198+218.[17] 江求川,代亚萍.照看子女、劳动参与和灵活就业:中国女性如何平衡家庭与工作[J].南方经济,2019,(12):82-99.[18] 郑真真.20 世纪 70 年代妇女在生育转变中的作用——基于妇女地位、劳动参与和家庭角度的考察[J].妇女研究论丛,2019,(03):5-13.[19] 张琳,张琪.我国青年女性生育状况对劳动参与决策的影响——基于 CLDS 数据的分析[J].中国青年研究,2019,(05):49-56+63.[20] 雷鸣,邓宏图,吕长全,齐秀琳.孝道、宗族、社群和市场——传统中国孝道社会实践的经济逻辑[J].经济学(季刊),2018,17(02):471-498.[21] 张川川,马光荣.宗族文化、男孩偏好与女性发展[J].世界经济,2017,40(03):122-143.[22] 申秋红.印度人口发展状况与人口政策[J].人口学刊,2014,36(01):24-31.[23] 陆旸,蔡昉.调整人口政策对中国长期潜在增长率的影响[J].劳动经济研究,2013,1(01):35-50.[24] 魏宁,苏群.生育对农村已婚妇女非农就业的影响研究[J].农业经济问题,2013,34(07):30-34.[25] 罗杰.家庭暴力立法与实践研究[D]. 西南政法大学, 2012.[26] 沈可, 王丰,蔡泳.国际人口政策转向对中国的启示[J].国际经济评论,2012,(01):112-122+6.[27] 张川川.子女数量对已婚女性劳动供给和工资的影响[J].人口与经济,2011,(05):29-35.[28] 陈敏.关于家庭暴力认定难的思考[J].法律适用,2009,(02):76-79.[29] 彭玉 生 . 当正 式制 度与 非正 式规 范发 生冲 突 : 计划 生育 与宗 族网 络 [J]. 社会,2009,29(01):37-65+224-225.[30] 杜凤莲.家庭结构、儿童看护与女性劳动参与：来自中国非农村的证据[J].世界经济文汇,2008,(02):1-12.[31] 丁赛,董晓媛,李实.经济转型下的中国城镇女性就业、收入及其对家庭收入不平等的影响[J].经济学(季刊),2007,(04):1319-1338.[32] 齐良书.议价能力变化对家务劳动时间配置的影响——来自中国双收入家庭的经验证据[J].经济研究,2005,(09):78-90.[33] 李华 . 不放 弃追 诉政 策 — — 国家 介入 家庭 暴力 的价 值选 择 [J]. 环球 法律 评论,2004,(01):112-117.[34] 赵文琛.论生育文化[J].人口研究,2001,(06):70-74.[35] Aizer A. The Gender Wage Gap and Domestic Violence[J]. The American Economic Review,2010, 100(4): 1847-1859.[36] Anderberg D, Rainer H, Wadsworth J, et al. Unemployment and Domestic Violence: Theory and Evidence[J]. Economic Journal, 2016, 126(597): 1947-1979.[37] Anderberg D, Rainer H. Economic abuse: A theory of intrahousehold sabotage[J]. Journal of Public Economics, 2013, 97: 282-295.[38] Anderson S, Genicot G. Suicide and property rights in India[J]. Journal of Development Economics, 2015, 114: 64-78.[39] Arenas-Arroyo E, Fernandez-Kranz D, Nollenberger N. Intimate partner violence under forced cohabitation and economic stress: Evidence from the COVID-19 pandemic[J]. Journal of Public Economics, 2021, 194: 104350.[40] Bowlus A J, Seitz S. Domestic violence, employment, and divorce[J]. International Economic Review, 2006, 47(4): 1113-1149.[41] Brassiolo P. Domestic Violence and Divorce Law: When Divorce Threats Become Credible[J].Journal of Labor Economics, 2016, 34(2): 443-477.[42] Bulte E, Lensink R. Women's empowerment and domestic abuse: Experimental evidence from Vietnam[J]. European Economic Review, 2019, 115: 172-191.[43] Card D, Dahl G B. Family Violence and Football: The Effect of Unexpected Emotional Cues on Violent Behavior[J]. The Quarterly Journal of Economics, 2011, 126(1): 103-143.[44] Card D, Dahl G B. Family Violence and Football: The Impact of Unexpected Emotional Cues on Violent Behavior[J]. Quarterly Journal of Economics 2011, 126(1): 103-143.[45] Caridad Bueno C, Henderson E A. Bargaining or Backlash? Evidence on Intimate Partner Violence from the Dominican Republic[J]. Feminist Economics, 2017, 23(4): 90-116.[46] Cesur R, Sabia J J. When War Comes Home: The Impact of Combat Service on DomesticViolence[J]. Review of Economics and Statistics, 2016, 98(2): 209-225.[47] Chen Y, Fang H. The long-term consequences of China's Later, Longer, Fewer campaign in old age[J]. Journal of Development Economics, 2021, 151: 102664.[48] Chen Z, Ma C, Sinclair A J. Banking on the Confucian Clan: Why China Developed Financial Markets so Late[J]. The Economic Journal, 2022, 132(644): 1378-1413.[49] Chin Y M, Cunningham S. Revisiting the effect of warrantless domestic violence arrest laws on intimate partner homicides[J]. Journal of Public Economics, 2019, 179: 104072.[50] Chin Y M. Male backlash, bargaining, or exposure reduction?: women's working status and physical spousal violence in India[J]. Journal of Population Economics, 2012, 25(1): 175-200.[51] Clemens M A. Violence, development, and migration waves: Evidence from Central American child migrant apprehensions[J]. Journal of Urban Economics, 2021, 124: 103355.[52] Coale A J, Chen S L. Basic data on fertility in the provinces of China, 1940-82[M]. Honolulu, HI: East-West Population Institute, East-West Center, 1987.[53] Currie J, Mueller-Smith M, Rossin-Slater M. Violence While in Utero: The Impact of Assaults during Pregnancy on Birth Outcomes[J]. Review of Economics and Statistics, 2022, 104(3):525-540.[54] Dai M, Huang W, Zhang Y. How do households adjust to tariff liberalization? Evidence from China’s WTO accession[J]. Journal of Development Economics, 2021, 150: 102628.[55] Diaz J J, Saldarriaga V. (Un)Conditional Love in the Time of Conditional Cash Transfers: The Effect of the Peruvian JUNTOS Program on Spousal Abuse[J]. Economic Development and Cultural Change, 2022, 70(2): 865-899.[56] Diaz J J, Saldarriaga V. A drop of love? Rainfall shocks and spousal abuse: Evidence from rural Peru[J]. Journal of Health Economics, 2023, 89: 102739.[57] Doepke M, Kindermann F. Bargaining over Babies: Theory, Evidence, and Policy Implications[J]. THE AMERICAN ECONOMIC REVIEW, 2019, 109(9).[58] Dong X. Intrahousehold property ownership, women's bargaining power, and family structure[J]. Labour Economics, 2022, 78: 102239.[59] Dugan L, Nagin D S, Rosenfeld R. Explaining the Decline in Intimate Partner Homicide: The Effects of Changing Domesticity, Women's Status, and Domestic Violence Resources[J]. Homicide Studies, 1999, 3(3): 187-214.[60] Dugan L, Nagin D S, Rosenfeld R. Explaining the Decline in Intimate Partner Homicide: The Effects of Changing Domesticity, Women's Status, and Domestic Violence Resources[J]. Homicide Studies, 1999, 3(3): 187-214.[61] Dyer J, Shapiro J. Pumps, prosperity and household power: Experimental evidence on irrigation pumps and smallholder farmers in Kenya[J]. Journal of Development Economics, 2023, 163: 103034.[62] Erten B, Keskin P. Breaking the Cycle? Education and the Intergenerational Transmission of Violence[J]. Review of Economics and Statistics, 2020, 102(2): 252-268.[63] Erten B, Keskin P. Female employment and intimate partner violence: Evidence from Syrian Refugee inflows to Turkey[J]. Journal of Development Economics, 2021, 150: 102607.[64] Erten B, Keskin P. For Better or for Worse?: Education and the Prevalence of Domestic Violence in Turkey[J]. American Economic Journal: Applied Economics, 2018, 10: 64-105.[65] Eswaran M, Malhotra N. Domestic violence and women's autonomy in developing countries: theory and evidence[J]. Canadian Journal of Economics/Revue canadienne d'économique, 2011, 44(4): 1222-1263.[66] Fan Y, Yi J, Yuan Y, et al. The glorified mothers of sons: Evidence from child sex composition and parental time allocation in rural China[J]. Journal of Economic Behavior & Organization, 2018, 145: 249-260.[67] Farmer A, Tiefenthaler J. An Economic Analysis of Domestic Violence[J]. Review of Social Economy, 1997, 55(3): 337-358.[68] Garg P, Das M, Goyal L D, et al. Trends and correlates of intimate partner violence experienced by ever-married women of India: results from National Family Health Survey round III and IV[J]. BMC Public Health, 2021, 21(1): 2012.[69] Grossbard S. The Marriage Motive: A Price Theory of Marriage: How Marriage Markets Affect Employment, Consumption, and Savings[M]. New York, NY: Springer New York, 2015.[70] Gu X, Li H, Peng L. The anti-domestic violence law and women's welfare: Evidence from a natural experiment in China[J]. Journal of Economic Behavior & Organization, 2022, 202: 1-16.[71] Guarnieri E, Rainer H. Colonialism and female empowerment: A two-sided legacy[J]. Journal of Development Economics, 2021, 151: 102666.[72] Guo R. A Theory of Differential Fertility under Filial Piety[J].[73] Heath R, Hidrobo M, Roy S. Cash transfers, polygamy, and intimate partner violence: Experimental evidence from Mali[J]. Journal of Development Economics, 2020, 143: 102410.[74] Henke A, Hsu L chi. The gender wage gap, weather, and intimate partner violence[J]. Review of Economics of the Household, 2020, 18(2): 413-429.[75] Hidrobo M, Fernald L. Cash transfers and domestic violence[J]. Journal of Health Economics 2013, 32(1): 304-319.[76] Hortaçsu A, Hwang S I M, Mathur D. Monetary incentives on inter-caste marriages in India: Theory and evidence[J]. Journal of Development Economics, 2019, 141: 102371.[77] Hsu L, Henke A. Intimate Partner Violence[M]. Cham: Springer International Publishing, 2022: 1-23.[78] Huang W, Lei X, Sun A. Fertility Restrictions and Life Cycle Outcomes: Evidence from the One-Child Policy in China[J]. The Review of Economics and Statistics, 2021: 1-17.[79] Huth-Bocks A C, Levendosky A A, Semel M A. The Direct and Indirect Effects of Domestic Violence on Young Children's Intellectual Functioning[J]. Journal of Family Violence, 2001.[80] Iyengar R. Does the certainty of arrest reduce domestic violence? Evidence from mandatory and recommended arrest laws[J]. Journal of Public Economics, 2009, 93(1-2): 85-98.[81] Jensen R, Oster E. The Influence of Cable Television on Women's Status in India[J]. Quarterly Journal of Economics, 2009, 124(3): 1057-1094.[82] Kleven H. The Geography of Child Penalties and Gender Norms: A Pseudo-Event Study Approach[J]. 2022: w30176.[83] Koenen K C, Moffitt T E, Caspi A, et al. Domestic violence is associated with environmental suppression of IQ in young children[J]. Development and Psychopathology, 2003, 15(2): 297-311.[84] La Mattina G. Civil conflict, domestic violence and intra-household bargaining in post-genocide Rwanda[J]. Journal of Development Economics, 2017, 124: 168-198.[85] Lundberg S, Pollak R A. Separate Spheres Bargaining and the Marriage Market[J]. Journal of Political Economy, 1993, 101(6): 988-1010.[86] Manser M, Brown M. Marriage and Household Decision-Making: A Bargaining Analysis[J]. International Economic Review, 1980, 21(1): 31.[87] McElroy M B, Horney M J. Nash-Bargained Household Decisions: Toward a Generalization of the Theory of Demand[J]. International Economic Review, 1981, 22(2): 333.[88] McElroy M B, Horney M J. Nash-Bargained Household Decisions: Toward a Generalization of the Theory of Demand[J]. International Economic Review, 1981, 22(2): 333.[89] Menon S. The effect of marital endowments on domestic violence in India[J]. Journal of Development Economics, 2020, 143: 102389.[90] Miller A R, Segal C, Spencer M K. Effects of COVID-19 shutdowns on domestic violence in US cities[J]. Journal of Urban Economics, 2022, 131: 103476.[91] Miller A R, Segal C. Do Female Officers Improve Law Enforcement Quality? Effects on Crime Reporting and Domestic Violence[J]. Review of Economic Studies, 2019, 86(5): 2220-2247.[92] Molina T, Tanaka M. Globalization and Female Empowerment: Evidence from Myanmar[J]. Economic Development and Cultural Change, 2023.[93] Palmer C, Phillips D C, Sullivan J X. Does emergency financial assistance reduce crime?[J]. Journal of Public Economics, 2019, 169: 34-51.[94] Peterman A, Valli E, Palermo T. Government Antipoverty Programming and Intimate Partner Violence in Ghana[J]. Economic Development and Cultural Change, 2022, 70(2): 529-566.[95] Pollak R A. An intergenerational model of domestic violence[J]. Journal of Population Economics, 2004, 17(2): 311-329.[96] Ramos A. Household Decision Making with Violence: Implications for Conditional Cash Transfer Programs[J].[97] Roy S, Hidrobo M, Hoddinott J, et al. Transfers, Behavior Change Communication, and Intimate Partner Violence: Postprogram Evidence from Rural Bangladesh[J]. Review of Economics and Statistics, 2019, 101(5): 865-877.[98] Schneider D, Harknett K, McLanahan S. Intimate Partner Violence in the Great Recession[J]. DEMOGRAPHY, 2016, 53(2): 471-505.[99] Stevenson B, Wolfers J. Bargaining in the Shadow of the Law: Divorce Laws and Family Distress[J]. The Quarterly Journal of Economics, 2006, 121(1): 267-288.[100]Sun A, Zhao Y. Divorce, abortion, and the child sex ratio: The impact of divorce reform in China[J]. Journal of Development Economics, 2016, 120: 53-69.[101]Tauchen H V, Witte A D, Long S K. Domestic Violence: A Nonrandom Affair[J]. International Economic Review, 1991, 32(2): 491.[102]Tauchen H, Witte A, Long S. Domestic Violence - a Nonrandom Affair[J]. International Economic Review, 1991, 32(2): 491-511.[103]Terror as a Bargaining Instrument: A Case Study of Dowry Violence in Rural India[J]. The American Economic Review, 2024.[104]Tur-Prats A. Family Types and Intimate Partner Violence: A Historical Perspective[J]. Review of Economics and Statistics, 2019, 101(5): 878-891.[105]Wilson W W, Haiges R, Christe K. Contents Lists Available at Sciencedirect[J]. 2023.[106]Zhang Y, Breunig R. Female breadwinning and domestic abuse: evidence from Australia[J]. Journal of Population Economics, 2023, 36(4): 2925-2965.[107]Zhou D, Li X, Su Y. The Impacts of Education on Domestic Violence: Evidence from China[J]. Applied Economics, 2021, 53(58): 6702-6720.
===致謝===
2023 年 8 月初的一個晚上，因為中暑被折騰進中南醫院急診的我正坐在診室門口等 CT 結果，120 的救護車嗚啦嗚啦的送來一個滿頭是血的女人，進入診室清創後，整個急症部的走廊里迴蕩著那個女子悽厲的慘叫和不斷的咒罵，半敞著的門口站著一個個頭不高，打扮斯文的男人，畏畏縮縮的拿著醫院的繳費單子，焦急的朝著診室裡面張望。在從診室里傳出的咒罵中，我拼湊出了整個故事的經過：因為和老公的媽媽發生了爭執，於是這個女人被她的老公打進了醫院急救室。
我想用激烈的言辭批評門口那個畏畏縮縮的男人，卻看到在女人走出診室後，一邊推搡男人一邊說道你得給我買個新手機才行。那一瞬間我不知道該怎樣評判這個故事當中的每一個人。
針對家庭暴力的報道總是難逃家務事這三個字，在進行這份研究之前，也許我會跳出家庭的範疇去寫這個話題。我原本認為家暴從根本上就是一個單純的暴力行為，並且因為其發生地點在家庭內部，因此其性質的惡劣程度更甚。但是在這個探究的過程中我逐漸意識到家暴和家庭內部複雜交錯的經濟關係之間的聯繫。
曾經我很難理解家暴受害者為什麼要忍氣吞聲，為什麼要繼續這樣的婚姻，但不斷的我發現自己不能去苛責她們的懦弱，因為人性的複雜，結束一段婚姻，跳出一段有害的關係是一個需要考慮很多方面的內容，從學術的角度講，這就是本文討論的外部選擇。所以我希翼能構建一個生育友好型的社會，讓生育不再成為女性職業上的絆腳石。同時在加大家暴打擊力度的同時，給家暴受害者提供完善的逃離路徑。針對家庭暴力的解決，絕不只是簡單的鼓勵她們結束婚姻，而是提供一條真正可行的脫離路徑。
我們時常聽到現如今中國女性的地位難道還不夠高嗎？，此番論調如此常見以至於我在大學的課堂上就聽許多老師或調侃或嚴肅的提及，但實際上身為女性，我們對這個問題的答案心知肚明。研究生我曾在羅知老師的高級發展經濟學討論過一篇空氣污染對健康影響的文章，農村許多女性從不吸菸，卻在一日復一日的柴火燒飯中導致了肺癌。從農村的姥姥，到走出大山的媽媽，再到如今可以做自己喜歡研究的我，是我們三代女性努力的成果，所以我格外感謝我的媽媽和姥姥，讓我能有今天的自由去做自己喜歡的研究。
學位論文的致謝總免不了變成對學習生涯的回顧與感謝，行文至此我也不能免俗。首先要感謝我的父母，支持我求學，給予我無限的包容和愛，尤其是親愛的媽媽，你是我永遠的驕傲。其次感謝我的導師，我有世界上最好最棒的導師，在過去的四年時間裡，郭汝飛老師在學術和生活上都給我了很多的幫助和指導。
並且還要感謝我的師門！我們在「今天也要愛學術？」群里的分享是我讀研三年許多的快樂源泉。以及要感謝校史館的朋友們，我在快樂老家收穫了很多的陪伴與支持。最後還要感謝我的朋友們，在你們身上我收穫了最真摯的友誼，希望我們未來要開開心心，日子過得燦燦爛爛！！！
感謝武漢大學，我曾經無數次和別人介紹你的歷史和光輝，也許我對你曾有失望，但在臨別之際，我卻是這樣的不舍。在這裡的七年，我收益頗多。在武大的日子，其實某種意義上，是我最美好的一個夢，我會永遠珍藏。
這篇畢業論文完成於一個對我而言比較困難的時期，因此在文章的最後，我也想感謝自己的堅持，那就繼續大步向前吧！
本科畢業論文致謝的最後，我引了 Carl Sagan 所說的：
We make our world significant by the courage of our questions and by the depthof our answers。
那時的我尚未確定之後的職業規劃，如今經過三年的輾轉蹉跎，我已明確自己的選擇。那麼再一次的，我可以更加清晰明了的用這句話結束我的致謝，希望我能繼續在知識的宇宙中保持我的真誠與勇氣，努力而深刻的回答每一個問題。
困難的時期，因此在文章的最後，我也想感謝自己的堅持，那就繼續大步向前吧！
本科畢業論文致謝的最後，我引了 Carl Sagan 所說的：
We make our world significant by the courage of our questions and by the depth of our answers。
那時的我尚未確定之後的職業規劃，如今經過三年的輾轉蹉跎，我已明確自己的選擇。那麼再一次的，我可以更加清晰明了的用這句話結束我的致謝，希望我能繼續在知識的宇宙中保持我的真誠與勇氣，努力而深刻的回答每一個問題。