|人口学家是怎么研究长大成人的?( 二 )


值得注意的是 , 在中国 , 国家政策在年轻人向成年过渡过程中发挥着重要作用 。 尤其是新中国成立以来 , 国家政策的多重动态变化 , 如生育政策、户籍制度、单位制度和教育政策等 , 可能塑造了中国年轻人向成年的过渡(Hannum 和 Liu , 2005) 。 这就导致出生于不同时代的年轻人 , 其长大成人的轨迹有可能是非常不同的 。 在人口学中 , 我们通常将特定时期出生的一组人群称为“出生队列” (简称“队列”) 。 下表1列出了不同队列所经历的国家政策的变化 。
表1:不同队列所经历的国家政策变化
|人口学家是怎么研究长大成人的?
本文图片

|人口学家是怎么研究长大成人的?
本文图片

3. 研究长大成人过程有什么新的统计方法?
前面提到过 , 长大成人是一个过程 , 所以很难用单一指标表示 。 那么学者们想出什么样的统计方法来描述这一过程呢?放眼大千世界 , 这种带有序次的数据其实非常普遍 。 例如在计算机领域 , 学者们常常需要比对两个有序文件 , 看是否有任何缺失 。 在生物学中 , 学者们也常常需要确定DNA上的核苷酸排列顺序 。 在社会学中 , 美国芝加哥大学的社会学家安德鲁阿伯特(Andrew Abbott)在上世纪80年代首次提出序列分析的思路来研究社会学中不同事件的序列 。 其后这一思想被引入到了对于人的生命历程的研究中 , 越来越多的文献采用整体视角(holistic perspective)研究向成年过渡的轨迹 。 整体视角将生命历程视为一个有意义的概念单元 , 而不是独立的片段(Billari , 2001) , 它将生命不同领域中的状态聚合成整体生命历程轨迹 。 这一视角超越了关注单一事件的局限 , 使得人们可以理解生命过程中不同领域之间的相互关系 。 这种方法意味着 , 不仅应关注事件的发生时间 , 还应关注事件发生的顺序、事件之间的持续时间以及事件的潜在重复性(Liefbroer 和 Toulemon , 2010) 。 序列分析使我们能够使用整体视角比较个体生命历程状态的序列 , 并使用层次聚类分析将最相似的生命历程轨迹组合成类群(Abbott , 1995;Aisenbrey 和 Fasang , 2010) 。
Andrew Abbott
|人口学家是怎么研究长大成人的?
本文图片

4. 我们的研究
我们利用中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, 以下简称CHARLS)2014年数据 , 采用多通道序列分析方法研究中国青年向成年过渡的不同轨迹 。
研究的分析策略如下:首先 , 本研究以教育、婚姻、生育和就业4个领域的生活事件为基础 , 以多维序列将16至30岁个体向成年过渡操作化 。 其次 , 我们根据个体所经历的标志着其进入成年生活的事件或角色的年龄 , 构建了向成年过渡期间的一系列状态 , 每个年龄都有一个观察值 。 第三 , 我们使用最优匹配方法计算配对序列之间的距离 , 然后基于距离矩阵进行聚类分析 , 形成成年过渡生命历程轨迹的类型 。
图1说明了不同队列中教育和就业状况的年龄分布 。 从早出生队列到晚出生队列 , 非农工作的比重逐渐增加 , 而农业工作的比重则逐渐减少 。 此外 , 教育比重略有上升 。
图1:教育-就业轨迹中生命历程状态的年龄分布
|人口学家是怎么研究长大成人的?
本文图片

图2显示了结婚和生育状态的队列年龄分布 。 从早出生队列到晚出生队列 , 单身没有孩子和已婚有两个孩子的比例正在增加 , 而已婚有三个及以上孩子的比例正在明显下降 。 此外 , 早出生队列的结婚时机比晚出生队列要早 。 然而 , 晚出生队列中的生育孩子数要低于早出生队列 , 这表明初育事件发生延迟 , 并且年轻队列的生育孩子数变少 。 总体而言 , 结婚和婚内生育在现代中国仍然占主导地位 。

经验总结扩展阅读