論文夫の失業が離婚に及ぼす影響 * 佐藤一磨 ** < 要旨 > 本稿の目的は慶應義塾家計パネル調査 (KHPS) 及び消費生活に関するパネル調査 (JPSC) を用い夫の失業経験が離婚に及ぼす影響を検証することであるバブル崩壊以降の長期不況を受け我が国の労働市場の需給状況は悪化し失

(1)

夫の失業が離婚に及ぼす影響

＊佐藤一磨＊＊＜要旨＞本稿の目的は『慶應義塾家計パネル調査 (KHPS)』及び『消費生活に関するパネル調査 (JPSC)』を用い、夫の失業経験が離婚に及ぼす影響を検証することである。バブル崩壊以降の長期不況を受け、我が国の労働市場の需給状況は悪化し、失業率が上昇傾向を示すようになった。この失業率の上昇は、家計にも大きな影響を及ぼしており、家計の主たる稼ぎ手である夫の失業の増加を引き起こすこととなったと考えられる。この夫の失業は、消費の抑制、貯蓄の取り崩し、そして妻の労働供給の増加等の変化を家計にもたらしたと考えられるが、これら以外にも家計そのものを崩壊させる離婚を引き起こす原因の 1 つとなる可能性がある。この点については、海外では Charles and Stephens (2004) や Doiron and Mendolia (2012) 等の研究があるが、我が国ではまだ分析例が少ない。そこで本稿では、夫の失業経験が離婚に及ぼす影響を検証した。分析の結果、次の 2 点が明らかになった。 1 点目は、KHPS による分析の結果、2 年前の夫の失業経験が離婚確率を上昇させていた。これに対して JPSC による分析の結果、1 年前の夫の失業経験が離婚確率を上昇させていた。これらの結果から、1 年、もしくは 2 年前の夫の失業経験が離婚を引き起こす原因の 1 つになっていると考えられる。2 点目は、KHPS、JPSC の両方のデータにおいて夫の変動所得を説明変数に加えた分析を実施したが、夫の失業経験が離婚確率を上昇させる傾向に変化は見られなかった。この結果から、所得以外の失業の効果が離婚確率を上昇させると考えられる。この所得以外の失業の効果として、Charles and Stephens (2004) が指摘するように、失業がスティグマとして認識され、結婚相手としての適性に関する負のシグナルになっている可能性がある。

JEL Classification Number：J12, J13, J23

Key Words：離婚、夫の失業、慶應義塾家計パネル調査＊本稿の作成にあたり慶應義塾大学大学院経済学研究科・商学研究科 /京都大学経済研究所連携グローバル COE プログラムによる『慶應義塾家計パネル調査』の個票データ及び公益財団法人家計経済研究所が実施した『消費生活に関するパネル調査』の個票データの提供を受けた。また、2 名の本誌レフェリーからは本稿を改善する上で非常に有益なコメントを頂いた。ここに記して感謝する次第である。＊＊明海大学経済学部専任講師 Email：k-sato@meikai.ac.jp 論文 119

(2)

The Impact of Husband’s Job Loss on Divorce

By Kazuma SATO

Abstract

The purpose of this paper is to exa mine the impact of the husband’s job loss on divorce by us-ing the Keio Household Panel Survey (KHPS) and Japanese Panel Survey of Consumers (JPSC). The Japanese labor market has deteriorated and unemployment rate has also increased since the collapse of the bubble economy. The rise of unemploy ment rate had a great impact on the Japanese household, and augmented the husband’s job loss. This husband’s job loss led to suppression of consumption, usage of savings, and an increase in the wife ’s labor supply. Furthermore, it was thought to have impact on family dissolution. Although, Charles and Stephens (2004) and Doiron and Mendolia (2012) e xa mined this relationship in overseas studies, there are only a fe w such studies in Japan. Therefore, the impact of husband’s job loss on divorce is exa mined in this paper. Two key points are uncovered as a result of analysis.

Firstly, the results of the analysis using the KHPS reveal that the husband’s job loss at two years ago increases the probability of divorce. On the other hand, the results of the analysis using the JPSC reveal that the husband’s job loss at one year ago increases the probability of divorce. These results indicate that husband’s job loss at one or two year ago causes family dissolution. Secondly, the results of the analysis which add the husband’s earning difference to independent variables reveal that the impact of the husband’s job loss on divorce is not changed. These results indicate that the factor of husband’s job loss except for fluctuation of earning is considered to affect the probability of divorce. As Charles and Stephens (2004) pointed out, job loss is regarded as a stigma that is likely to be regarded negatively by the spouse.

JEL Classification Number：J12, J13, J23

Key Words：Divorce, Husband’s Job Loss, Keio Household Panel Survey

(3)

１．問題意識

バブル崩壊以降、我が国は「失われた 10 年」と言われるほどの長期不況を経験してきた。この間、労働市場の需給状況は急速に悪化し、それまで先進国の中でも低い水準にあった失業率が上昇傾向を示すようになった。この失業率の上昇は、家計にも大きな影響を及ぼしており、家計の主たる稼ぎ手である夫の失業の増加を引き起こすこととなったと考えられる。実際、図 1－1 の 2 人以上世帯の世帯主の失業率を見ると、バブル崩壊以降、上昇する傾向を示している。図１－１離婚率と２人以上世帯の世帯主の失業率の関係それではこの夫の失業に対して、家計はどのように対応したのだろうか。これには消費の抑制、貯蓄の取り崩し、配偶者である妻の労働供給の増加等のいくつかの対応策が考えられる。まず、消費の抑制であるが、市野 (2003) によって世帯主が失業している世帯の中には消費を抑制している世帯もいることが『全国消費実態調査』から確認されている。また、馬 (2010) はリーマンショックによって家計消費が抑制されていることを明らかにしており、景気後退による失業率の上昇が可処分所得の低下を通じて、消費を抑制している可能性があることを示唆している1_{。次に貯蓄の取り崩しであるが、村上 (2010) によっ} 1_{Horioka et al.(2002)は、家計経済研究所の『消費生活に関するパネル調査』を用い、家族の失業後も消費} 支出は引き締められていないことを明らかにしており、失業が消費の抑制につながらない場合もあること 0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 1970 1975 1980 1985 1990 1995 2000 2005 2010 有配偶離婚率(有配偶人口対千人)：右目盛り 2人以上世帯の世帯主の失業率(%)：左目盛り相関係数：_0.95*** 注1：相関係数の有意水準の算出にはPearsonの積率相関係数を使用している。注2：ここでの有配偶離婚率は、国勢調査による配偶関係の「有配偶」「未婚」「死別」「離別」のうち、「有配偶」の男女別人口を分母に用いて、離婚件数を除した率をいう。出所：2人以上の世帯の世帯主失業率：総務省統計局『労働力調査』、有配偶離婚率：厚生労働省『人口動態特殊報告』注 1：相関係数の有意水準の算出には Pearson の積率相関係数を使用している。注 2：ここでの有配偶離婚率は、国勢調査による配偶関係の「有配偶」「未婚」「死別」「離別」のうち、「有配偶」の男女別人口を分母に用いて、離婚件数を除した率をいう。出所：2 人以上の世帯の世帯主失業率：総務省統計局『労働力調査』、有配偶離婚率：厚生労働省『人口動態特殊報告』 121

(4)

て、夫が失業した場合、家計のゆとりが減少するため、月々の貯蓄額を減らしたり、預貯金を取り崩したりすることが指摘されている。また、夫が失業した家計では、月々の貯蓄額のみならず、ローン返済額を減らすことでも対処していることが指摘されている。配偶者である妻の労働供給の増加であるが、Kohara (2010) によって、夫が非自発的な理由で失業した場合、今まで無業であった妻の労働時間が増加することを明らかにしている。以上の先行研究が示すように、夫の失業は、可処分所得を減少させるため、家計に何らかの対応策をとることを迫る。しかし、夫の失業が家計に及ぼす影響は、可処分所得の減少に留まらない可能性がある。夫の失業が家計に及ぼすもう 1 つの影響として、家計そのものが離婚といった形で崩壊することが考えられる。Becker et al. (1977) では、離婚の意思決定は、現在の結婚生活を継続することの期待効用と独身生活に戻ることの期待効用を比較し、後者が前者を上回る場合に行われると指摘している。夫の失業によって所得が大幅に低下した場合、結婚を継続することの期待効用が大きく低下するため、離婚の意思決定が行われると考えられる。特に我が国の場合、性別役割分業意識が他の先進国よりも強く、家計の主たる稼ぎ手が夫である場合が多いため、夫の失業が家計に大きな負のショックを及ぼし、離婚の引き金になる可能性が高い。実際、図 1－1 の 2 人以上世帯の世帯主の失業率と離婚率の関係を見ると、両変数の動きは連動しており、バブル崩壊以降の失業率の上昇に併せて離婚率も上昇する傾向を示している。相関係数を見ると 0.95 と高く、1%水準で有意な値となっている。これらの値からも、失業率の上昇が離婚率の上昇を引き起こしている可能性がある。また、橘木・木村 (2008) は、都道府県データを用い、失業率の変化分と離婚率の変化分の関係を検証しており、両変数の間に有意な正の相関があることを明らかにしている。これは、失業率が大きく上昇した地域ほど、離婚率も大きく上昇することを意味している。この結果から、橘木・木村 (2008) は、所得を大幅に引き下げる失業は、夫婦の離婚を引き起こすほどの大きなショックとなりうると指摘している。これらの分析結果が示すように、夫の失業は、家計の消費抑制、貯蓄の取り崩し、妻の労働供給の増加のみならず、離婚も引き起こす可能性がある。しかし、我が国の先行研究を見ると、この点について分析した研究例はまだ少ない。橘木・木村 (2008) でも分析が行われているが、集計データによって相関関係を検証することに留まっており、離婚と失業の因果関係は明らかになっていない。この点を適切に検証するには、個票のパネルデータを用い、失業が離婚の発生に及ぼす影響をさまざまな要因をコントロールした上で分析する必要がある。また、もし夫の失業によって離婚が引き起こされた場合、家計の消費、貯蓄、妻の労働供給は、結婚を継続した場合よりも大きな変化を経験すると考えられる。このため、離婚の有無を考慮せずに消費、貯蓄、労働供給の変化を分析することは、失業が家計に及ぼす影響を適切に検証できていない恐れがある。この点からも、失業が離婚にを明らかにしている。また、村上 (2010) でも同様に失業が消費の抑制につながらないことを示しており、その背景には失業後すぐに生活水準を切り下げることが困難であるためではないかと指摘している。 122

(5)

及ぼす影響を検証することが重要となる。そこで、本稿では『慶應義塾家計パネル調査 (以下、KHPS)』と『消費生活に関するパネル調査 (以下、JPSC)』を用い、夫の失業が離婚に及ぼす影響を検証する。我が国において離婚に関する研究が少なかった背景には、そもそも離婚率が低く、社会に及ぼす影響が限定的だと考えられていたという側面がある。しかし、近年の離婚の増加によって経済的に不安定な母子家庭が増加し、社会に及ぼす影響が拡大している恐れがある。実際、坂口 (2005) によると、離婚後の女性の 3 人に 2 人が所得減少を経験し、所得が半分以下に減少した女性は 4 人に 1 人となっている。さらに、坂口 (2005) は、離婚による所得低下が結婚、出産による所得低下と比較しても大きく、子どものいる場合だとさらにその低下が深刻になると指摘している。また、橘木・浦河 (2006) は、厚生労働省の『所得再分配調査』を用い、母子世帯の貧困状況を分析しており、現在の我が国の母子世帯の半数以上が貧困層に属し、苦しい生活を余儀なくされていることを明らかにしている。これらの研究結果が示すように、離婚を境に母子世帯の生活が苦しくなっている現状にあるため、離婚率が以前よりも高い水準にある現状は無視できない。さらに、離婚はその直後だけでなく、長期的に子どもに影響を及ぼすことが海外の研究で指摘されている。例えば、Fronstin et al. (2001) は、親の離婚が子どもの学歴や賃金に及ぼす影響を分析しており、親が離婚している場合ほど、男性では就業率が低下し、女性では賃金率が低くなることを明らかにしている。この点からも、離婚率が以前よりも高い水準にある現状は無視できない。今後、離婚率が上昇した場合に対処するためにも、離婚の決定要因を明らかにすることが必要不可欠となる。特に近年の景気後退を受け、増加した夫の失業が離婚を引き起こしているかを分析することは、離婚率の上昇の原因を明らかにすることにつながるため、研究意義があると考えられる。先行研究と比較した場合の本論文の特徴は、KHPS と JPSCの 2 つのパネルデータを用い、分析している点である。離婚や失業といったイベントは近年増加しているが、実際にパネルデータを用いて分析する際、その数は限られている。このため、1 つのデータのみの分析では、その推計結果の信頼性に疑問が発生する可能性がある。これに対処するため、 KHPS のみならず JPSC も用い、夫の失業と離婚の関係を分析する。KHPS と JPSC といった 2 つのデータで同様の結果が得られれば、確かにサンプルサイズは小さいものの、その推計結果は頑健であり、信頼できるものだと考えられる。なお、JPSC を用いる利点として、 ①KHPS よりも調査期間が長いため、離婚発生件数が KHPS よりも多い、②JPSC を用いて離婚について分析した研究 (福田, 2005) も存在しており、離婚について分析された実績のあるデータとなっている、③幅広い質問項目があるため、KHPS で作成した説明変数と同じ変数を JPSC でも作成可能となっているといった 3 点がある。なお、これに対して KHPS を利用する利点は、KHPS では若年のみならず、中高年層も含んだデータとなっているため、JPSC よりも幅広い年齢層の夫の失業が離婚に及ぼす影響を分析できる点にある。本稿の構成は次のとおりである。第 2 節では先行研究を概観し、本稿の位置づけを確認 123

(6)

する。第 3 節では使用データについて説明する。第 4 節では理論モデルについて説明し、続く第 5 節では推計手法について述べていく。第 6 節では推計結果について述べ、最後の第 7 節では本稿の結論と今後の研究課題について説明する。

２．先行研究

本節では離婚と失業に関する先行研究について概観し、本稿の位置づけを確認する 2_。まず海外の先行研究から概観していく。離婚に関する研究は海外で多くの蓄積がなされており、この中でも中心的な研究に Becker et al. (1977) がある。この研究は、結婚に関する経済理論の延長として離婚を捉えており、その後の研究の基礎となっている。経済学では結婚に伴う便益が費用を上回り、独身でいる場合よりも期待効用が高まる場合において結婚の意思決定が行われると考えられてきた（Becker, 1974）。これに対して離婚の意思決定は結婚を継続した場合と離婚した場合の期待効用を比較し、離婚した場合の期待効用の方が高い場合に行われると考えている（Becker et al., 1977）。このため、結婚から得られる期待効用が大きいほど、離婚確率が低下し、逆にその期待効用が低ければ、離婚確率が上昇することとなる。この結婚から得られる便益には、配偶者の資産や所得、子ども、共有住宅、一緒にいることで得られる心理的な安らぎ等の経済的、非経済的なものが考えられる。この中でも特に夫婦間の分業によって生み出される便益が結婚に大きな影響を及ぼす。夫、妻はそれぞれ比較優位を持つ分野に特化し、分業を行うことで、より多くの生産を達成することができる。例えば、夫の賃金が妻よりも高く、妻が家事に長けているならば、夫はより多くの時間を労働供給に費やし、妻は家事に専念することで、最も多くの家事生産量と所得を得ることができる。この結果、結婚からの便益が高まり、離婚確率が低下することとなる。結婚当初、結婚による便益が大きく、独身でいるよりも結婚している方の期待効用が高くなっているわけであるが、中には離婚する夫婦も存在する。このような離婚を引き起こす原因として、Becker et al.(1977) や橘木・木村 (2008) は次の 2 つの要因を指摘している。 1 つ目は、結婚相手を探す上でのサーチコストである。未婚の男女は結婚市場において配偶者を探し出すこととなるが、世の中のすべての異性の結婚相手としての適性を調べることは、膨大なサーチコストが必要となるため、不可能に近い。このため、本当に最適な相手を探し出し、結婚することは困難であり、出会った異性の中で納得できる相手と結婚することとなる。この場合、実際の配偶者よりも高い期待効用を実現させる異性が結婚市場に存在している可能性がある。結婚後、そのような異性と出会った場合、現在の配偶者と離婚する人も出てくると考えられる。 2 つ目は、結婚相手や経済環境に関する不確実性である。結婚生活を継続すると、配偶 2_{本節の離婚に関する理論については、橘木・木村 (2008)を参考にしている。} 124

(7)

者の性格や嗜好等に関する新たな情報が蓄積される。この結果、結婚当初は予測しなかった情報が明らかになり、結婚の期待効用が大きく変化する可能性がある。例えば、結婚生活を続けていく中で相手との性格の不一致が顕在化した場合、結婚の期待効用が低下するため、離婚に至る場合が考えられる。また、結婚生活を続けていくと、結婚当初では予測できなかった経済環境の変化が起こり、結婚の期待効用が大きく変化する可能性がある。例えば、予想よりも夫が昇進せず、所得水準が低い場合が考えられる。このように結婚当初は予期しえなかったさまざまなショックが結婚の期待効用を変化させ、離婚の意思決定に影響を及ぼすこととなる。本稿において分析対象としている失業も結婚当初に予想できなかった経済状態におけるショックと言える。夫が予期せず失業してしまった場合、所得が大幅に低下するため、結婚の期待効用が低下する。もし失業後も簡単に再就職先が見つからなかったり、仮に見つかったとしても失業前よりも所得水準が低くなってしまった場合、結婚を継続することの期待効用は長期にわたって低下するため、離婚を引き起こす原因となる。しかし、夫の失業は同時に夫が独身になった場合の結婚市場における価値を低下させるため、離婚を抑制する原因にもなりうる 3_{。このため、どちらの効果が大きいかによって離婚に及ぼす影響} が異なってくる。このように夫の失業は離婚確率に正、負の両方の影響を及ぼすと考えられるため、その影響を検証するためには、実証分析を行う必要がある。それでは実証分析によってどのような結果が得られてきたのだろうか。離婚と失業の関係を分析した Charles and Stephens (2004) の分析結果によれば、夫、妻の失業は離婚確率を高めること、そして、すべての失業が離婚を引き起こす原因となる訳ではなく、解雇等の場合に離婚確率を高めることが明らかになっている。この結果から、失業が離婚確率に影響を及ぼすのは、所得を引き下げるからではなく、失業が結婚相手としての適性に関する負のシグナルとなるためではないかと指摘している。Eliason (2004) は、工場閉鎖による夫、妻の失業が離婚に及ぼす影響を分析している。Propensity Score Matching 法を用いた分析の結果、夫、妻の失業はともに離婚確率を高めること、そして、その影響は失業の 13 年後でも効果が見られることが明らかになった。また、Blekesaune (2008) も夫、妻の失業が離婚に及ぼす影響を分析している。離散時間ハザードモデルを用いた分析の結果、夫、妻の失業は離婚確率を高めることが明らかになった。Doiron and Mendolia (2012) は、夫の非自発的な失業が離婚に及ぼす影響を分析している。分析の結果、夫の失業は離婚確率を高めること、そして、Charles and Stephens (2004) の分析結果と同様にすべての失業が離婚を引き起こす原因となる訳ではなく、解雇や雇止めの場合に離婚確率を高めることが明らかになった。この結果から、Doiron and Mendolia (2012) でも離婚に影響を及ぼすのは、所得低下といった金銭的な要因ではなく、失業によって明らかになる配偶者としての適性ではないかと指摘している。また、これら以外にも結婚当初に予想できなかった経済状態におけるショックを所得の変化から捉えた研究がある (Becker et al., 1977; Weiss and Willis, 1997;

3_{妻の観点からみた場合、夫の失業は離婚を促進する要因になると考えられる。}

125

(8)

Burgess et al., 2003)。この中でも Burgess et al.(2003) は、通常の所得では適切にその人物の長期的な稼得能力を代理することができないと指摘し、所得を被説明変数とした Fixed-Effect OLS を行い、それによって算出された固定効果を長期所得の代理指標として使用している。分析の結果、夫の長期所得が高いほど、離婚確率は低下するが、妻の長期所得が高くても、離婚には影響を及ぼしていないことを明らかにした。次に国内の先行研究を概観する。我が国でも離婚率の上昇を受け、離婚に関する分析が蓄積されはじめている。例えば、安藏 (2003) は、日本版 General Social Survey を用い、男女別に離婚に及ぼす要因を分析している。分析の結果、男性では子どもの存在や高等教育が離婚確率を低下させることを明らかにした。女性では子どもの存在が離婚を抑制するが、男性ほど強くなく、非伝統的な価値観を強く有する場合だと離婚確率が高まることを明らかにしている。加藤 (2005) は、日本家族社会学会全国家族調査委員会が実施した「全国調査『戦後日本の家族の歩み』」を用い、景気変動、親との同居や子どもの有無が離婚に及ぼす影響を分析している。分析の結果、経済成長率が高いほど、子どもがいるほど、そして夫方の親と同居しているほど、離婚確率は低下することを明らかにした。福田 (2005) は、本稿と同じく JPSCを用い、どのような属性の女性が離婚を選択するのかを分析している。分析の結果、初婚年齢が低く、夫が非正規雇用、もしくは無職である場合ほど離婚確率が高いことがわかった。また、女性の価値観が離婚に及ぼす影響も分析しており、結婚相手以外の異性との親密な交際を肯定する価値観が離婚に有意な影響を及ぼしていた。人口学の視点からの研究にレイモ他（2005）がある。この研究は、厚生労働省の『人口動態統計』を用い、離婚発生の趨勢を結婚コーホートごとに分析している。分析の結果、近年のコーホートほど離婚確率が高くなってきており、2002 年の離婚率に基づく擬似結婚コーホートの推定値から、今日の結婚の 3 分の 1 が結婚後 20 年以内に離婚することを明らかにした。また、総務省『国勢調査』と厚生労働省『出生動向基本調査』を用い、教育水準別の離別率 4_{を算出し、高卒以下の教育水準の女性の離別率が顕著に増加していること} を明らかにした。

経済学の視点からの研究に Sakata and McKenzie (2007) や Sakata and McKenzie (2011) がある。Sakata and McKenzie (2007) は、日本の時系列データを用い、離婚に関する判例や経済的要因が離婚率にどのような影響を及ぼすのかを検証している。分析の結果、離婚に関する判例の変化は、離婚率に影響を及ぼしていなかったが、失業率や女性の正規雇用者割合の上昇が離婚率の増加に寄与していることが明らかになった。Sakata and McKenzie (2011) は、日本の都道府県別データを用い、生活保護制度が利用しやすい県ほど離婚率が低下し、女性の男性に対する相対賃金が高い県や求人倍率が低い県ほど離婚率が上昇することを明らかにした。以上、先行研究について簡単に概観してきたが、海外の研究と比較すると、我が国において離婚を分析した例はまだ数が少ない。失業が離婚に及ぼす影響についてはマクロデー 4_{ここでの離別率とは離別者/結婚経験者で算出されている。} 126

(9)

タを用いた研究が多く、個票のパネルデータを用いた研究はまだ少ない。そこで、本稿では KHPS 及び JPSC を用い、夫の失業が離婚に及ぼす影響を分析していく。

３．データ

3.1 KHPS KHPS は、第 1 回目の 2004 年 1 月 31 日時点における満 20 歳～69 歳の男女 4005 名を調査対象としており、毎年調査を実施している。現時点では 2012 年調査が最新年度となっており、9 年分のデータが蓄積されている 5_{。以下では 2004 年から 2012 年までのデータを} KHPS2004-KHPS2012 と呼ぶこととする。なお、KHPS2007 及び KHPS2012 で新規調査サンプルが追加されている。分析では、パネル推計を実施するため、KHPS2012 の新規調査サンプルは使用していない。KHPS は調査対象者の就学・就業、世帯構成、資産、住居、健康など幅広いトピックをカバーしている。初年度調査では 18 歳以降から調査時点までの対象者の就学・就業履歴を過去の各年にわたって質問しており、回顧パネル調査としても利用可能となっている。また、対象者が有配偶である場合、その配偶者に対しても同一の質問項目が用意されている。 本稿では有配偶者の離婚について分析していくため、分析対象を t-1 期で既婚であるサ ンプルに限定している。この既婚サンプルには、パネル調査期間以前に結婚したサンプルとパネル調査期間中に初めて結婚したサンプルが含まれている。なお、パネル調査期間以前からの既婚者のうち、調査期間以前に一度でも離婚、死別を経験したサンプルは分析対象から除外した。また、分析では夫の失業に関する変数等を作成することになるが、調査対象者の配偶者の情報も活用し、変数を作成している。 3.2 JPSC JPSC は第 1 回目の 1993 年時点における 24 歳～34 歳の若年女性 1500 名を調査対象としており、毎年調査を実施している。本稿で利用できるのは第 17 回目調査の 2009 年までとなっている。以下では 1993 年から 2009 年までのデータを JPSC1993-JPSC2009 と呼ぶこととする。なお、JPSC1997、JPSC2003 及び JPSC2008 で新規調査サンプルが追加されている。分析では、2009 年までのすべてのデータを使用する。JPSC は、KHPS と同様に調査対象者の就学・就業、世帯構成、資産、住居、健康など幅広いトピックをカバーしている。KHPS との大きな違いは、調査対象が女性であり、男性のデータは調査対象者に配偶者がいる場合のみ利用可能となっている点である。 JPSC も KHPS と同様に分析対象を t-1 期で既婚であるサンプルに限定している。なお、 パネル調査期間以前からの既婚者のうち、調査期間以前に一度でも離婚、死別を経験した 5_{調査は毎年の 1～ 2 月に実施されているため、2011 年の調査は東日本大震災前に調査が完了している。} 127

(10)

サンプルは分析対象から除外した。 3.3 KHPS と JPSC の比較 KHPS と JPSC の 2 つのデータを使用するが、2 つのデータにはどのような違いがあるのだろうか。KHPS と JPSC の特徴をまとめた表 3－1 を用い、両データの違いを確認する。 JPSC と比較して、KHPS の調査期間は短くなっている。夫婦の年齢を見ると、いずれも KHPS の方が高くなっていた。JPSC は若年女性を対象としているため、夫婦の年齢が KHPS よりも低い傾向がある。妻の初婚年齢は両データで違いが見られないが、結婚期間は年齢層の違いを反映して JPSC の方が短くなっていた。夫婦の学歴構成比では KHPS の方が JPSC よりも中高卒の割合が高い傾向が見られた。最後に離婚発生件数を見ると、KHPS よりも JPSCの方が多くなっていた。これには①JPSCの調査期間が KHPS よりも長い、②JPSC の方が若年層の割合が多く、離婚発生割合が高い傾向にある 6_{といった 2 つの理由が考え} られる。以上から、KHPS は結婚期間が長い中高齢層の夫婦の割合が多く、JPSC は結婚期間が比較的短い若年層の夫婦の割合が多いと言える。表３－１ KHPS と JPSC のサンプルの比較 KHPS JPSC 調査期間(年) 2004-2012 1993-2009 調査時の年齢(夫) 51.84 37.30 調査時の年齢(妻) 49.30 34.61 妻の平均初婚年齢 25.39 24.75 平均結婚期間(年) 24.88 10.86 夫の学歴構成比：中高卒 0.61 0.45 夫の学歴構成比：専門・短大卒 0.06 0.18 夫の学歴構成比：大卒・大学院卒 0.33 0.37 妻の学歴構成比：中高卒 0.67 0.46 妻の学歴構成比：専門・短大卒 0.22 0.41 妻の学歴構成比：大卒・大学院卒 0.11 0.13 離婚発生件数 55 197 注 1：分析対象は t-1 期に結婚していた夫婦。注 2：KHPS2004-KHPS2012、JPSC1993-JPSC2009 から筆者作成。

４．理論モデル

本節では分析に使用する Weiss and Willis (1997) に準拠した離婚に関する動学的な理論モデルを説明する。ここでの結婚とは、独身でいる場合よりも結婚した場合の期待効用の方が高まる 2 人の自発的なパートナーシップである。夫婦は、市場で購入した財、サービスや自分たちの時間を活用し、共同で消費や生産を行う。この家計内で生産されるのは食 6_{厚生労働省『人口動態特殊報告』によれば、有配偶者に占める離婚率の割合は 30 歳以下の層で高い傾} 向がある。 128

(11)

事だけでなく、子ども、健康、愛情といったものも含まれる。夫婦は、家計内で生産された家計内財から効用を得ており、家計内財が多ければ結婚の期待効用も高まることとなる。この家計内財の大きさは、夫、妻それぞれの個人属性によって決定されると考える。結婚当初、夫婦は互いに関して限られた情報しか持っておらず、結婚期間が伸びるにつれて新たな情報が蓄積されていく。結婚後、結婚市場においてさまざまな異性と出会うと同時に結婚当初は予想しえなかったショックを被ることによって、配偶者や自分自身に対する情報が蓄積され、現在の配偶者と結婚を継続すべきどうかを各時点において再評価する。ここでもし、結婚を継続した場合の期待効用よりも離婚した場合の期待効用の方が高ければ、離婚の意思決定が行われる。ここでは結婚から得られる便益を家計内生産関数によって規定する。この家計内生産関数は夫婦の家族背景、学歴、所得、夫婦のマッチング、子供や共有財産などの結婚によって得られる資本といった要因から影響を受ける。なお、これらの要因は結婚後に変化する。 結婚後からの期間を t (t=1,2,・・・・T) とする。また、配偶者の個人属性を𝑥𝑥_{𝑖𝑖𝑖𝑖}で表す。ただし_{𝑖𝑖 = ℎの場合は夫、𝑖𝑖 = 𝑤𝑤の場合は妻とする。夫婦のマッチングを𝜃𝜃}_𝑖𝑖、結婚によって形成される資本を_𝑘𝑘_𝑖𝑖とした場合、家計内生産関数を次のように定義する。 𝑔𝑔_𝑖𝑖 = 𝐺𝐺(𝑥𝑥_ℎ𝑖𝑖,𝑥𝑥_{𝑤𝑤𝑖𝑖}, 𝑘𝑘_𝑖𝑖, 𝜃𝜃_𝑖𝑖) (1) 夫婦は、結婚の各期間において独身であった場合に得られる便益を想定する。これには、もし離婚して別な相手と再婚した場合に得られる期待効用も含む。このような独身となった時に得られる効用を以下のような夫婦のそれぞれの個人属性の線形関数で定義する。ただし、_𝜉𝜉_𝑖𝑖は係数ベクトル、_𝑣𝑣_{𝑖𝑖𝑖𝑖}は誤差項である。 𝐴𝐴𝑖𝑖𝑖𝑖 = 𝜉𝜉𝑖𝑖′𝑥𝑥𝑖𝑖𝑖𝑖+ 𝑣𝑣𝑖𝑖𝑖𝑖, 𝑖𝑖 = ℎ,𝑤𝑤 (2) 次に離婚コストについて見ていく。離婚する場合、主に 2 種類のコストがかかる。1 つ目は夫婦の財産分与やその他の法的なコストである。2 つ目は結婚によって得られた資本を失ってしまうといった意味でのコストである。結婚することで配偶者に関するさまざまな情報や子ども等の資産を形成する。離婚した場合、配偶者に関する情報は、全て意味が無くなってしまう。また、子どもから高い効用を得ていた場合、離婚し、養育権を失ってしまうと効用水準が大きく低下すると考えられる。これら以外では、離婚後に新しい潜在的な配偶者を探し出すためのサーチコストも離婚のコストの一部であると考えられる。このような離婚コストを以下のような線形関数で定義する。 𝐶𝐶_𝑖𝑖= 𝛾𝛾′_𝑘𝑘 𝑖𝑖+ 𝜂𝜂′𝑠𝑠𝑖𝑖+ 𝜔𝜔𝑖𝑖 (3) 129

(12)

ただし、_𝑠𝑠_𝑖𝑖は子どものための養育費といった離婚後に支払う可能性がある費用や法的なコストを示す変数であり、_𝜔𝜔_𝑖𝑖は誤差項である。_{𝛾𝛾、𝜂𝜂は係数ベクトルを示す。これらの離婚} コストが高い場合、離婚せずに結婚を継続する確率が高まる。次に離婚に影響を及ぼす外性変数_𝑥𝑥_ℎ𝑖𝑖_,𝑥𝑥_{𝑤𝑤𝑖𝑖}_,𝑘𝑘_𝑖𝑖_{, 𝜃𝜃}_𝑖𝑖について見ていく。これら外性変数を_{𝑦𝑦 =} (𝑥𝑥_ℎ𝑖𝑖,𝑥𝑥_{𝑤𝑤𝑖𝑖},𝑘𝑘_𝑖𝑖, 𝜃𝜃_𝑖𝑖)といったベクトルで表し、以下のような差分方程式を定義する。 𝑦𝑦_𝑖𝑖′ _{= 𝐵𝐵𝑦𝑦} 𝑖𝑖−1′ + 𝜇𝜇𝑖𝑖 (4) ただし、B は係数行列であり、𝜇𝜇_𝑖𝑖は期間 t における予想できないショックであるとする。 離婚に影響を及ぼす各変数は、t-1 期の各値に予想できないショックが加わることで t 期の 値を形成することとなる。以上の定義の下で、夫婦が結婚を継続するか、それとも離婚するかどうかといった意思決定を Value function を用いて動学的に定式化する。離婚の意思決定には現在の状態変数のみならず、今後の変数からも大きく影響を受けるため、動学的なモデルを構築する必要がある。ここでは_𝑉𝑉_𝑖𝑖_(𝑦𝑦_𝑖𝑖_{)を期間 t の時点で結婚していた場合に得られる期待効用であるとする。} この時の Value function の_𝑉𝑉_𝑖𝑖_(𝑦𝑦_𝑖𝑖_{)は、以下の式となる。} 𝑉𝑉𝑖𝑖(𝑦𝑦𝑖𝑖) = 𝐺𝐺(𝑦𝑦𝑖𝑖) + 𝛽𝛽𝐸𝐸𝑖𝑖𝑚𝑚𝑚𝑚𝑥𝑥�𝑉𝑉𝑖𝑖+1(𝑦𝑦𝑖𝑖+1), 𝐴𝐴𝑤𝑤,𝑖𝑖+1+ 𝐴𝐴ℎ ,𝑖𝑖+1− 𝐶𝐶𝑖𝑖+1� (5) ただし_{𝛽𝛽は割引因子で、𝛽𝛽 < 1であるとする。(5)式から結婚から得られる期待効用が独身} であった場合の期待効用よりも小さいと離婚が発生することになる。つまり、以下の(6)の場合に初めて離婚が成立する。 𝑉𝑉𝑖𝑖(𝑦𝑦𝑖𝑖) < 𝐴𝐴𝑤𝑤 ,𝑖𝑖+ 𝐴𝐴ℎ,𝑖𝑖 − 𝐶𝐶𝑖𝑖 (6) (5)式で定義される結婚からの期待効用に対して、夫の失業はどのような影響を及ぼすのだろうか。夫が失業した場合、所得が減少するため、夫が失業した時点の結婚からの効用 (𝑉𝑉_𝑖𝑖(𝑦𝑦_𝑖𝑖)) を低下させることになる。さらに、失業の効果が長期的であり、以前の所得水準にまで回復するのに時間がかかる場合、失業後の結婚からの効用 (𝑉𝑉_{𝑖𝑖 +1}(𝑦𝑦_𝑖𝑖+1)) も低下させることになる。このため、夫の失業は離婚を引き起こす原因となる。しかし、同時に夫の失業は、失業時点の夫の結婚市場における価値 (𝐴𝐴_ℎ,𝑖𝑖) とそれ以降の結婚市場における価値 (𝐴𝐴_{ℎ ,𝑖𝑖+1}) をともに低下させるため、離婚を抑制する原因にもなる。このため、どちらの効果が大きいかによって離婚に及ぼす影響が異なってくる。 130

(13)

５．推計手法

本節では推計手法について説明する。本稿の目的は夫の失業が離婚に及ぼす影響を定量的に明らかにすることであり、(5)式の結婚の期待効用に夫の失業が及ぼす影響を推計することとなる。実際に推計を行う場合、次の誘導型モデルをプロビット分析及び変量効果プロビット分析で推計する 7_{。なお、以下で説明する各変数の作成方法については、KHPS} と JPSC でほぼ同一であり、違いがある際はどの点が異なっているのかを説明する。 𝑧𝑧_{𝑖𝑖𝑖𝑖}∗ _{= 𝛼𝛼} 1𝑇𝑇𝑖𝑖𝑖𝑖−1+ 𝛼𝛼2𝑘𝑘𝑖𝑖𝑖𝑖−1+ 𝛼𝛼3𝜃𝜃𝑖𝑖𝑖𝑖−1+ 𝛼𝛼4𝐷𝐷𝑖𝑖𝑖𝑖−1+ 𝛼𝛼5𝐷𝐷𝑖𝑖𝑖𝑖−2+ 𝛼𝛼6𝐷𝐷𝑖𝑖𝑖𝑖−3+ 𝛼𝛼7𝑥𝑥𝑖𝑖𝑖𝑖−1 +𝛼𝛼8𝑊𝑊𝑖𝑖𝑖𝑖−1+ 𝛼𝛼9𝐸𝐸𝑖𝑖𝑖𝑖−1+ 𝛼𝛼10𝑉𝑉𝐸𝐸𝑖𝑖𝑖𝑖 −1+ 𝜐𝜐𝑖𝑖+ 𝜀𝜀𝑖𝑖𝑖𝑖 (7) i は観察された個人、t は観察時点を示す。_𝑧𝑧_{𝑖𝑖𝑖𝑖}は t-1 期に結婚していた夫婦が t 期に離婚 した場合に 1、結婚を継続した場合に 0 となるダミー変数である。この離婚ダミーは、配偶状態に関する質問か、もしくは 1 年間の世帯変動に関する質問から作成可能となっている。配偶状態に関する質問を利用して離婚ダミーを作成すると、死別者も離婚とみなされてしまう可能性があるため、ここでは世帯変動に関する質問から離婚ダミーを作成する。 𝑇𝑇_{𝑖𝑖𝑖𝑖−1}は結婚期間ダミー (1-5 年、6-10 年、11-15 年、16-20 年、21 年以上) を示している。この変数によって、結婚期間の継続が離婚にどのような影響を及ぼすのかを検証する。もし結婚期間が長くなるにつれて離婚確率が低下する場合、係数は負の符号を示すこととなる。逆に結婚期間が長くなるにつれて離婚確率が上昇する場合、係数は正の符号を示すこととなる。国内及び海外の先行研究を見ると、結婚期間には負の duration dependence が存在することが指摘されているため、負の係数を示すと予想される。 𝑘𝑘_{𝑖𝑖𝑖𝑖−1}は結婚によって形成される資本を示しており、貯蓄額/100、有価証券保有額/100、5 歳以下の子どもありダミー、6-12 歳の子どもありダミー、子どもの数、持家ありダミーを変数として使用している。貯蓄額及び有価証券保有額が大きい家計の場合、消費水準が拡大し、結婚の期待効用が高まると考えられるため、負の符号を示すと予想される。また、“子は鎹”と言われるように、子どもの存在は離婚コストを高め、夫婦として留まらせる効果があると考えられるため、負の符号を示すと予想される。持家がある家計の場合、資産として分割が難しいため、離婚を抑制する効果があると考えられる。 𝜃𝜃𝑖𝑖𝑖𝑖 −1は夫婦のマッチングを示している。夫婦のマッチングは、実際の数値として観測することが困難であるため、ここでは結婚の期待効用の代理指標となる夫婦の学歴の組合せダミー、妻の初婚年齢ダミー、夫妻の年齢差ダミーを使用している。Becker (1974) は、その論文の中でどのような属性の組合せの夫婦だと結婚の期待効用が高まるのかを明らかに 7_{これ以外にも固定効果ロジットモデルの推計を行なったが、被説明変数の変動が少なかったため、パラ} メーターの推計値を得ることができなかった。このため、ここでは次善の策として観察できない個人属性を考慮した変量効果プロビットモデルを使用する。また、パネル調査以前に結婚している割合が高く、使用できる説明変数に制限がかかってしまうため、今回はサバイバル分析を使用しなかった。 131

(14)

している。Becker (1974) では、教育水準、身長、知能、年齢、非勤労所得、身体的な魅力等の個人属性に関しては、その属性が大きく近い夫婦の組合せほど、結婚の期待効用が高く、離婚確率が低下することを指摘している。このため、夫婦の学歴の組合せダミーは夫婦の学歴が高く、同じ学歴であるほど、離婚確率が低下するため、負の符号を示すと予想される。また、夫妻の年齢差ダミーはその差が大きくなるほど、離婚確率が上昇すると考えられるため、正の符号を示すと予想される。妻の初婚年齢ダミーであるが、これは配偶者を結婚市場においてサーチした期間を示す指標として利用している 8_{。配偶者をサーチ} した期間が長くなるほど、よりマッチングの高い相手を探し出すことが可能となるため、初婚年齢の上昇は結婚の期待効用を高めると考えられる。この結果、初婚年齢の上昇は、離婚確率を低下させると考えられるため、負の符号を示すと予想される。 𝐷𝐷_{𝑖𝑖𝑖𝑖−1}、_𝐷𝐷_{𝑖𝑖𝑖𝑖−2}、_𝐷𝐷_{𝑖𝑖𝑖𝑖−3}は夫の失業経験ダミーを示しており、本稿で最も注目する変数である。_𝐷𝐷_{𝑖𝑖𝑖𝑖−1}は 1 年前に夫が失業を経験した場合に 1、継続就業していた場合に 0 となるダミー変数である。_𝐷𝐷_{𝑖𝑖𝑖𝑖−2}は夫が 2 年前に失業を経験した場合を示し、𝐷𝐷_{𝑖𝑖𝑖𝑖−3}は夫が 3 年前に失業 を経験した場合のダミー変数を示している。t-2 期、t-3 期の夫の失業経験ダミーを使用す る理由は、Jacobson et al. (1993)、Couch and Placzek (2010) で指摘されているように、失業直後の数年間にわたって所得が大幅に低下するため、失業 2 年後、3 年後でも離婚に影響 を及ぼす可能性があるためである。また、t-4 期以前の変数を使用しないのは、夫の失業サ ンプルが少ないため、説明変数として推計に使用できないためである。夫が失業を経験した場合、結婚の期待効用を低下させる効果と結婚市場における夫の価値を低下させる効果がそれぞれ存在する。このため、前者の効果が後者を上回れば正の符号を示し、逆に後者の効果が上回れば負、もしくは有意な係数を示さないと予想される。この夫の失業経験ダミーについて、2 つの注意点がある。1 つ目は、定年退職による夫の失業の取扱いについてである。定年退職の場合、他の理由による失業とは異なり、いつの時点で失業するのかが明確であるため、家計に及ぼす影響が異なると考えられる。このため、定年退職による失業を分析対象から除外する必要がある。KHPS の質問票では、転職、失業した場合にその理由について質問しており、この中で「定年又はこれに準ずる理由のため」と回答した場合、分析対象から除外した。JPSC の場合でも失業した場合、その理由について質問しているが、全調査期間において定年退職による失業を識別するための選択肢が存在していない。そこで、JPSC では 59 歳以下の夫の失業のみを分析対象として扱うことで定年退職による夫の失業を除外した。

2 つ目は、自発的失業及び非自発的失業の識別についてである。Charles and Stephens (2004) や Do iron and Mendolia (2012) では非自発的失業の場合のみを分析対象としている。これは、自発的失業も分析対象とした場合、事前にその失業を予見できる可能性があるため、必ずしも失業を外生的なショックとして扱うことができず、離婚に及ぼす影響を適切 8_{夫の初婚年齢ダミーは、妻の初婚年齢ダミーや夫婦の年齢差ダミーと多重共線性が見られたため、推計} に使用することができなかった。 132

(15)

に検証できない恐れがあるためである。本分析でも同様に非自発的な理由で失業した場合のみを取り出し、変数を作成することを試みたが、サンプルサイズが少なかったため、分析に使用することができなかった。このため、本分析では、推計結果にバイアスをもたらす恐れがあるものの、理由の如何に問わず夫が失業した場合に 1 となる失業ダミーを使用していく。この点に対する対処は、今後の研究課題である。 𝑥𝑥𝑖𝑖𝑖𝑖−1はその他コントロール変数を示しており、都道府県別離婚率、都道府県別失業率、コーホートダミー、市郡規模ダミー、地域ブロックダミー、年次ダミー9_{を使用する。KHPS} ではこれらのコントロール変数をすべて使用するが、JPSC では地域ブロックダミー、都道府県別離婚率、都道府県別失業率を使用することができなかった。これは、JPSC の場合、各サンプルの居住都道府県の情報を利用できないためである。なお、KHPS で都道府県別離婚率や都道府県別失業率を特に利用するのは、分析期間中に東日本大震災が発生したため、それによる地域労働市場や離婚への影響をコントロールするためである。 𝑊𝑊_{𝑖𝑖𝑖𝑖−1}は妻の就業状態ダミー及び新規就業ダミーを示す。離婚の意思決定に妻の稼得能力が大きな影響を及ぼす。特に妻が就業している場合、結婚の分業による便益が低下するため、離婚確率が上昇すると考えられる。このため、_𝑊𝑊_{𝑖𝑖𝑖𝑖 −1}は正の符号を示すと予想される。 𝐸𝐸𝑖𝑖𝑖𝑖−1は夫の所得ダミー (400 万円未満、400-600 万円、600 万円以上) を示す。この変数は、所得水準を考慮しても失業が離婚に及ぼす影響に変化が見られないかを検証するために使用する。夫の所得が高いほど家計消費額も高く、結婚を継続することの便益が上昇すると考えられるため、夫の所得ダミーは負の符号を示すと予想される。 𝑉𝑉𝐸𝐸𝑖𝑖𝑖𝑖−1は t-1 期から t 期の夫の所得変動額を示す。この変動所得を使用する目的は、夫の

失業に伴う所得のショックを捉えるためである。Jacobson et al. (1993)、Couch and Placzek (2010) の研究で指摘されているように、失業前後において最も所得が低下するため、失業の直前と直後の所得変化を捉えられる変数を作成する必要がある。そのため、今回の推計 では変動所得を t-1 期から t 期の夫の所得変化額と定義した。この変数と夫の失業経験ダミ ーを同時に使用することで、夫の失業の離婚に及ぼす影響が所得変動に起因したものなのか、それとも、それ以外の要因に起因したものなのかを検証できる。もし変動所得を使用しても夫の失業経験ダミーが有意であった場合、Charles and Stephens (2004) が指摘するように、失業によって明らかになる配偶者としての適性が離婚の原因になっている可能性がある。なお、夫の所得ダミーと変動所得を同時に使用すると多重共線性が発生するため、推計では別々に説明変数として使用している。 𝜐𝜐_𝑖𝑖は観察できない個人効果、_𝜀𝜀_{𝑖𝑖𝑖𝑖}は誤差項を示している。分析では、因果関係を明確にするため、夫の失業経験ダミー以外のすべての説明変数で 1 期前の値を使用する。推計に利用した各変数の基本統計量は、表 5－1 に掲載してある。表 5－1 では離婚経験サンプルと結婚継続サンプルのさまざまな個人属性の平均値の違いを比較している。なお、 9_{厚生労働省の『平成 21 年度「離婚に関する統計」の概況』は、近年になるほど裁判離婚が緩やかに増} 加していると指摘している。これは以前と比較して、離婚による法的なコストが増加する傾向にあることを示している。今回の分析では、この影響を年次ダミーによって考慮していると考えている。 133

(16)

離婚経験サンプルとは分析期間中に一回でも離婚を経験したサンプルのことをさし、結婚継続サンプルとは分析期間中に一回も離婚を経験しなかったサンプルのことをさしている。表５－１基本統計量表中の値のうち、注目される違いがある変数について見ていく。まず、夫の失業経験ダミーを見ると、KHPS、JPSC の両データとも離婚経験サンプルの値の方が大きくなっていた。夫の失業が離婚を促進する可能性が考えられる。次に妻の初婚年齢ダミーについて見ると、離婚経験サンプルの方が 19 歳以下の割合が若干高い傾向があった。結婚年齢が早いと離婚しやすい傾向があると言える。結婚期間ダミーについて見ると、KHPS では結婚継続サンプルの 21 年以上の割合が 6 割近くになっていた。これは幅広い年齢層をカバーする KHPS では結婚期間が長いほど離婚しにくくなる傾向が見られると言える。これに対して比較的若年層の比率が多い JPSC ではこのような傾向は確認できなかった。次に 5 歳以下サンプルサイズ平均値標準偏差サンプルサイズ平均値標準偏差サンプルサイズ平均値標準偏差サンプルサイズ平均値標準偏差 1年前に夫失業 232 0.03 0.17 16678 0.01 0.12 1265 0.02 0.15 15921 0.01 0.09 2年前に夫失業 232 0.02 0.15 16678 0.01 0.11 1265 0.02 0.13 15921 0.01 0.08 3年前に夫失業 232 0.01 0.11 16678 0.01 0.10 1265 0.01 0.12 15921 0.01 0.08 19歳以下 232 0.16 0.37 16678 0.03 0.17 1265 0.10 0.31 15921 0.04 0.20 20-24歳 232 0.34 0.47 16678 0.45 0.50 1265 0.52 0.50 15921 0.46 0.50 25-29歳 232 0.37 0.48 16678 0.40 0.49 1265 0.28 0.45 15921 0.42 0.49 30-34歳 232 0.06 0.25 16678 0.08 0.28 1265 0.09 0.28 15921 0.07 0.25 35歳以上 232 0.07 0.25 16678 0.03 0.18 1265 0.01 0.09 15921 0.01 0.11 妻高卒/夫高卒 232 0.65 0.48 16678 0.51 0.50 1265 0.39 0.49 15921 0.27 0.45 妻高卒/夫専門・短大卒 232 0.01 0.09 16678 0.04 0.18 1265 0.12 0.33 15921 0.08 0.28 妻高卒/夫大卒 232 0.07 0.26 16678 0.12 0.33 1265 0.10 0.29 15921 0.10 0.29 妻専門・短大卒/夫専門・短大卒 232 0.00 0.00 16678 0.02 0.14 1265 0.07 0.25 15921 0.08 0.28 妻専門・短大卒/夫高卒 232 0.14 0.35 16678 0.08 0.28 1265 0.13 0.34 15921 0.15 0.36 妻専門・短大卒/夫大卒 232 0.07 0.26 16678 0.12 0.32 1265 0.10 0.31 15921 0.18 0.39 妻大卒/夫大卒 232 0.02 0.13 16678 0.09 0.29 1265 0.07 0.25 15921 0.10 0.30 妻大卒/夫高卒 232 0.00 0.00 16678 0.02 0.13 1265 0.01 0.10 15921 0.01 0.12 妻大卒/夫妻専門・短大卒 232 0.03 0.18 16678 0.00 0.06 1265 0.01 0.12 15921 0.01 0.12 +4<夫の年齢-妻の年齢 232 0.32 0.47 16678 0.35 0.48 1265 0.28 0.45 15921 0.35 0.48 +1<夫の年齢-妻の年齢<+3 232 0.34 0.47 16678 0.37 0.48 1265 0.36 0.48 15921 0.38 0.48 夫と妻の年齢差なし 232 0.16 0.36 16678 0.13 0.34 1265 0.12 0.32 15921 0.13 0.34 -3<夫の年齢-妻の年齢<-1 232 0.12 0.33 16678 0.11 0.32 1265 0.18 0.38 15921 0.12 0.33 夫の年齢-妻の年齢<-4 232 0.07 0.25 16678 0.03 0.16 1265 0.07 0.25 15921 0.02 0.14 結婚期間ダミー 1-5年 232 0.16 0.37 16678 0.04 0.20 1265 0.22 0.42 15921 0.21 0.41 6-10年 232 0.28 0.45 16678 0.11 0.31 1265 0.34 0.47 15921 0.30 0.46 11-15年 232 0.19 0.39 16678 0.13 0.34 1265 0.27 0.45 15921 0.25 0.44 16-20年 232 0.16 0.36 16678 0.12 0.33 1265 0.13 0.34 15921 0.16 0.36 21年以上 232 0.22 0.42 16678 0.59 0.49 1265 0.03 0.18 15921 0.08 0.26 子ども関連変数 5歳以下の子どもありダミー 232 0.34 0.47 16678 0.15 0.36 1265 0.55 0.50 15921 0.48 0.50 6-12歳以下の子どもありダミー 232 0.47 0.50 16678 0.26 0.44 1265 0.48 0.50 15921 0.48 0.50 子どもの数 232 1.69 0.94 16678 1.54 1.05 1265 1.68 1.06 15921 1.74 0.97 資産変数貯蓄額(万円)/100 232 2.27 5.08 16678 8.42 14.03 1265 1.40 2.62 15921 3.70 5.96 有価証券保有額(万円)/100 232 0.47 2.30 16678 1.85 7.65 1265 0.02 0.00 15921 0.02 0.00 持家ありダミー 232 0.52 0.50 16678 0.84 0.37 1265 0.48 0.50 15921 0.67 0.47 都道府県別変数都道府県別離婚率 232 2.06 0.27 16678 2.03 0.22 都道府県別失業率 232 4.53 1.11 16678 4.44 0.97 正規雇用 232 0.17 0.37 16678 0.12 0.32 1265 0.21 0.41 15921 0.17 0.38 非正規雇用 232 0.45 0.50 16678 0.28 0.45 1265 0.29 0.46 15921 0.26 0.44 自営業・その他 232 0.12 0.32 16678 0.17 0.37 1265 0.09 0.29 15921 0.09 0.29 妻の新規就業ダミー 232 0.06 0.24 16678 0.03 0.17 1265 0.08 0.27 15921 0.06 0.24 夫の勤労収入(万円) 215 373 236 15691 442 318 1171 338 218 15130 469 281 夫の勤労収入ダミー 400万円未満 215 0.64 0.48 15691 0.48 0.50 1171 0.63 0.48 15130 0.40 0.49 400-600万円 215 0.25 0.43 15691 0.24 0.43 1171 0.30 0.46 15130 0.34 0.48 600万円以上 215 0.12 0.32 15691 0.28 0.45 1171 0.07 0.26 15130 0.25 0.43 夫の変動所得 197 0.90 174.44 14711 -7.27 134.65 922 0.06 2.03 12790 0.13 2.28 注1：各推計では用いた説明変数が異なるため、サンプルサイズが異なる場合がある。注2：KHPSの離婚発生件数は55件であり、JPSCの離婚発生件数は197件であった。注3：KHPS2004-KHPS2012、JPSC1993-JPSC2009から筆者作成。変数妻と夫の学歴組合せダミー夫と妻の年齢差ダミー妻の初婚年齢ダミー妻の就業状態ダミー夫の失業経験ダミー KHPS JPSC 離婚経験サンプル結婚継続サンプル離婚経験サンプル結婚継続サンプル 134

(17)

の子供ありダミーや 6-12 歳以下の子どもありダミーを見ると、いずれの変数も離婚経験サンプルの値の方が大きくなる傾向が見られた。この点は仮説とは異なった傾向を見せており、子どもの存在が離婚の抑制に寄与していない可能性がある。貯蓄額、有価証券保有額、持家ありダミーといった資産変数について見ると、いずれの変数も結婚継続サンプルの値の方が大きくなっていた。資産規模が大きいほど、離婚の抑制につながる傾向が見られる。次に妻の就業状態ダミーや新規就業ダミーを見ると、離婚経験サンプルの方が正規雇用、非正規雇用、そして新規就業についている割合が高くなっていた。この点については離婚を予期した妻が労働供給を増やす可能性があるため、慎重に解釈すべきであるが、労働市場で就業している妻ほど離婚しやすい傾向があると考えられる。最後に夫の勤労収入を見ると、離婚経験サンプルの方が低い傾向があった。夫の所得が低いほど、家計消費が抑制され、効用が低くなるため、離婚しやすい可能性がある。

６．推計結果

6.1 KHPS の推計結果 表 6－1 は KHPS を用いた離婚に関するプロビット分析の結果を示している。(A1)から (A8)の結果を見ると、対数尤度比検定によって選択された(A1)、(A3)、(A5)、(A7)のすべての 2 年前の夫失業経験ダミーが有意に正の符号を示していた。この結果は、夫が 2 年前に失業を経験した場合、離婚確率が上昇することを示す。また、表 6－1 の(A7)、(A8)の 1 期前の夫の変動所得を説明変数に加えた場合でも夫の失業経験ダミーが有意であった結果を考慮すると、所得以外の失業の効果が離婚確率を上昇させると考えられる。この所得以外の失業の効果として、Charles and Stephens(2004)が指摘するように、失業がスティグマとして認識され、結婚相手としての適性に関する負のシグナルになっている可能性が考えられる。次に夫の失業経験ダミー以外の変数を見ると、妻の初婚年齢ダミーでは 19 歳以下のみが有意に正の符号を示していた。これは、妻の初婚年齢が 19 歳以下の場合だと、離婚確率が上昇することを示している。妻の初婚年齢が 10 代であり、結婚市場において配偶者を十分な期間をとってサーチしないと夫婦のマッチングが低下するため、離婚しやすくなると言える。次に夫妻の学歴組み合わせダミーを見ると、夫婦ともに大卒ダミーが有意に負の符号を示す場合が多かった。これは、夫婦ともに高学歴だと夫婦のマッチングが高まり、離婚しにくくなると考えられる。夫妻の年齢差ダミーを見ると、いずれの変数も有意な符号を示していなかった。夫婦の年齢差が拡大した場合、結婚からの期待効用が低下するため、離婚確率が上昇すると予想されたが、その傾向は確認されなかった。また、結婚期間ダミーについて見ると、ほとんどの変数において有意な値を示していなかった。結婚期間が長くなるほど、配偶者の嗜好等の情報が蓄積され、離婚コストが上昇するため、離婚しにく 135

(18)

くなると考えられたが、その傾向は多くの場合で確認できなかった 10_{。5 歳以下の子ども} ありダミー、6-12 歳の子どもありダミー及び子どもの数について見ると、いずれの変数も有意な値を示していなかった。幼い子どもの存在は離婚コストを高めるため、離婚を抑制すると考えられたが、その効果を確認できなかった。貯蓄額、有価証券保有額及び持家ありダミーの資産変数を見ると、持家ありダミーのみが有意に負の符号を示していた。これは、持家がある夫婦ほど離婚確率が低下することを示している。金融資産とは違って分割の難しい持家の存在が離婚を抑制すると言える。妻の就業状態ダミー及び妻の新規就業ダミーを見ると、正規雇用ダミー及び非正規雇用ダミーのみが有意に正の符号を示していた。これは、妻が 1 期前に正規雇用や非正規雇用で就業していると離婚確率が上昇することを意味する。妻が雇用就業で働いている場合、結婚の分業による便益が低下するため、離婚しやすくなると考えられる。また、就業することで経済的に自立でき、夫の所得に頼らずとも生活できるようになるため、離婚しやすくなるといった要因も考えられる。最後に夫の所得ダミー及び変動所得を見ると、いずれも有意な値を示していなかった。 6.2 JPSC の推計結果 表 6－2 は JPSCを用いた離婚に関するプロビット分析の結果を示している。(B1)から(B8) の結果を見ると、いずれの場合も 1 年前の夫失業経験ダミーが有意に正の値を示していた。この結果は、夫が 1 年前に失業を経験した場合、離婚確率が上昇することを示している。 KHPS よりもタイミングが 1 年早くなっているが、夫の失業が離婚確率を上昇させる傾向にあった11_{。また、表 6－2 の(B7)、(B8)の夫の変動所得を説明変数に加えた結果を見ると、} KHPS と同様に夫の失業経験ダミーが有意であった。この結果から、所得以外の失業の効果が離婚確率を上昇させると考えられる。以上の結果から、KHPS、JPSC の両データを用いた場合でも、夫の失業経験が離婚確率を上昇させると言える。次に夫の失業経験ダミー以外の変数のうち、KHPS と異なった結果を見せている変数を見ていく。夫妻の年齢差ダミーを見ると、妻の年齢が夫の年齢よりも 4 歳以上高いと、離婚確率が上昇していた。夫婦の年齢差が拡大した場合、結婚からの期待効用が低下するため、離婚確率が上昇すると予想されたが、JPSC ではその傾向が確認できた。5 歳以下の子どもありダミーを見ると、多くの場合、有意に負の符号を示していた。この結果は仮説ど 10_{結婚期間ダミーの効果を解釈する際、}_{パネル調査開始以前に結婚しているサンプルを分析対象とするこ} とで発生するサンプルセレクション・バイアスの影響に注意する必要がある。パネル調査開始以前に結婚しているサンプルを分析対象とした場合、結婚期間が長く、離婚しにくいサンプルの比率が高まるため、結婚期間ダミーの効果を過大に負に推計する恐れがある。これを回避するには Weiss and Willis(1997)のように、結婚開始時点からのみのサンプルを利用する必要があるが、今回の分析ではサンプルが十分ではなかったため、そのような対処はできなかった。この点は本稿の限界点であり、今後の研究課題である。 11_{JPSC の方が KHPS よりも 1 年早く夫の失業の効果が表れる理由として、さまざまな要因が考えられる} が、その 1 つに JPSC の年齢構成がある。JPSC は若年女性の割合が多く、夫の失業によって離婚したとしても再度配偶者を探す際のサーチコストが中高齢層の多い KHPS よりも低いと考えられる。この結果、離婚に踏み切りやすく、KHPS よりも早く夫の失業の効果が顕在化する可能性がある。 136

(19)

表６―１夫の失業が離婚に及ぼす影響に関するプロビット分析(KHPS を使用) (A1) (A2) (A3) (A4) (A5) (A6) (A7) (A8)

説明変数係数係数係数係数係数係数係数係数夫の失業経験ダミー 1年前に夫失業 -0.001 -0.069 -0.004 -0.065 -0.019 -0.076 0.012 -0.022 (0.422) (0.498) (0.428) (0.500) (0.435) (0.499) (0.479) (0.561) 2年前に夫失業 0.641** 0.702* 0.563* 0.615* 0.564* 0.610 0.612* 0.669* (0.302) (0.359) (0.318) (0.372) (0.332) (0.379) (0.338) (0.407) 3年前に夫失業 0.020 0.012 0.013 0.003 0.039 0.033 0.075 0.064 (0.501) (0.576) (0.507) (0.580) (0.516) (0.577) (0.531) (0.626) 妻の初婚年齢ダミー 19歳以下 0.739** 0.891** 0.741** 0.885** 0.785** 0.907** 0.710** 0.866* ref：35歳以上 (0.307) (0.420) (0.308) (0.417) (0.315) (0.411) (0.327) (0.446) 20-24歳 0.060 0.087 0.067 0.091 0.044 0.057 0.063 0.083 (0.278) (0.335) (0.279) (0.333) (0.285) (0.329) (0.291) (0.357) 25-29歳 0.146 0.180 0.152 0.183 0.149 0.172 0.151 0.186 (0.274) (0.332) (0.275) (0.330) (0.280) (0.325) (0.287) (0.353) 30-34歳 -0.213 -0.234 -0.204 -0.224 -0.361 -0.402 -0.349 -0.405 (0.322) (0.386) (0.323) (0.383) (0.352) (0.409) (0.358) (0.440) 妻と夫の学歴組合せダミー妻高卒/夫専門・短大卒 -0.374 -0.433 -0.366 -0.420 -0.353 -0.399 -0.334 -0.399 ref：妻高卒/夫高卒 (0.367) (0.440) (0.366) (0.434) (0.381) (0.442) (0.378) (0.464) 妻高卒/夫大卒 -0.287 -0.334 -0.289 -0.334 -0.231 -0.264 -0.227 -0.275 (0.211) (0.257) (0.211) (0.255) (0.220) (0.255) (0.218) (0.270) 妻専門・短大卒/夫高卒 -0.058 -0.081 -0.057 -0.079 0.008 -0.006 0.010 -0.007 (0.169) (0.204) (0.169) (0.202) (0.175) (0.202) (0.174) (0.214) 妻専門・短大卒/夫大卒 -0.082 -0.101 -0.087 -0.105 0.012 0.010 -0.012 -0.018 (0.182) (0.218) (0.183) (0.217) (0.189) (0.217) (0.187) (0.228) 妻大卒/夫大卒 -0.618* -0.712* -0.621* -0.710* -0.568 -0.635 -0.624* -0.735 (0.352) (0.429) (0.353) (0.426) (0.363) (0.424) (0.365) (0.456) 妻大卒/夫専門・短大卒 0.602 0.698 0.595 0.687 0.680 0.745 0.613 0.718 (0.464) (0.570) (0.470) (0.570) (0.495) (0.580) (0.492) (0.615) 夫と妻の年齢差ダミー夫の年齢-妻の年齢≧+4 -0.057 -0.094 -0.057 -0.093 -0.111 -0.153 -0.117 -0.174 ref：夫と妻の年齢差なし (0.160) (0.195) (0.160) (0.194) (0.167) (0.200) (0.168) (0.214) +1<夫の年齢-妻の年齢<+3 -0.032 -0.047 -0.033 -0.049 -0.082 -0.104 -0.097 -0.129 (0.152) (0.182) (0.152) (0.181) (0.158) (0.185) (0.158) (0.196) -3<夫の年齢-妻の年齢<-1 -0.147 -0.196 -0.152 -0.200 -0.149 -0.193 -0.141 -0.203 (0.201) (0.248) (0.202) (0.247) (0.206) (0.246) (0.206) (0.262) -4≧夫の年齢-妻の年齢 0.070 0.043 0.076 0.049 0.095 0.077 0.108 0.095 (0.285) (0.345) (0.285) (0.342) (0.292) (0.340) (0.294) (0.364) 結婚期間ダミー 6-10年 0.143 0.153 0.144 0.153 0.161 0.169 0.122 0.135 ref：1-5年 (0.226) (0.258) (0.226) (0.256) (0.232) (0.258) (0.232) (0.271) 11-15年 -0.058 -0.064 -0.061 -0.067 -0.056 -0.063 -0.046 -0.048 (0.256) (0.296) (0.256) (0.294) (0.266) (0.298) (0.266) (0.314) 16-20年 -0.172 -0.222 -0.175 -0.222 -0.254 -0.302 -0.298 -0.364 (0.271) (0.321) (0.271) (0.318) (0.286) (0.330) (0.289) (0.350) 21年以上 -0.394 -0.486 -0.398 -0.484 -0.449* -0.536 -0.432 -0.545 (0.258) (0.325) (0.258) (0.323) (0.270) (0.335) (0.272) (0.355) 子ども関連変数 5歳以下の子どもありダミー -0.085 -0.112 -0.097 -0.122 -0.101 -0.124 -0.058 -0.083 (0.168) (0.198) (0.169) (0.197) (0.175) (0.200) (0.177) (0.211) 6-12歳以下の子どもありダミー 0.171 0.184 0.162 0.174 0.192 0.204 0.165 0.178 (0.158) (0.182) (0.158) (0.181) (0.170) (0.189) (0.171) (0.200) 子どもの数 -0.032 -0.033 -0.031 -0.032 -0.013 -0.011 -0.034 -0.035 (0.068) (0.080) (0.068) (0.079) (0.073) (0.083) (0.075) (0.089) 資産変数貯蓄額/100 -0.018 -0.021 -0.017 -0.020 -0.010 -0.011 -0.013 -0.016 (0.013) (0.015) (0.013) (0.015) (0.012) (0.014) (0.013) (0.016) 有価証券保有額/100 -0.082 -0.098 -0.083 -0.099 -0.073 -0.085 -0.077 -0.096 (0.084) (0.100) (0.085) (0.101) (0.082) (0.095) (0.084) (0.104) 持家ありダミー -0.421*** -0.504*** -0.422*** -0.500*** -0.418*** -0.484*** -0.435*** -0.535*** (0.114) (0.174) (0.114) (0.173) (0.121) (0.172) (0.122) (0.193) 都道府県別変数都道府県別離婚率 -0.384 -0.475 -0.403 -0.489 -0.270 -0.334 -0.333 -0.438 (0.427) (0.518) (0.428) (0.515) (0.447) (0.522) (0.447) (0.557) 都道府県別失業率 0.196* 0.235 0.200* 0.236* 0.170 0.196 0.183 0.225 (0.116) (0.143) (0.116) (0.142) (0.124) (0.145) (0.124) (0.156) 妻の就業状態ダミー正規雇用 0.689*** 0.800*** 0.682*** 0.786*** 0.732*** 0.821*** 0.724*** 0.854*** ref：非就業 (0.160) (0.238) (0.161) (0.235) (0.172) (0.239) (0.172) (0.259) 非正規雇用 0.408*** 0.455*** 0.391*** 0.433** 0.414*** 0.449** 0.407*** 0.457** (0.138) (0.170) (0.140) (0.169) (0.150) (0.176) (0.150) (0.187) 自営業・その他 0.216 0.230 0.199 0.211 0.300 0.324 0.242 0.273 (0.190) (0.222) (0.191) (0.221) (0.198) (0.226) (0.208) (0.248) 妻の新規就業ダミー 0.202 0.216 0.198 0.209 0.255 0.277 (0.216) (0.246) (0.225) (0.250) (0.225) (0.262) 夫の所得ダミー 400-600万円 -0.104 -0.117 ref：400万円未満 (0.128) (0.145) 600万円以上 -0.247 -0.279 (0.181) (0.210) 夫の変動所得 -0.000 -0.000 (0.000) (0.001)

市郡規模ダミー Yes Yes Yes Yes Yes Yes Yes Yes

コーホートダミー Yes Yes Yes Yes Yes Yes Yes Yes

地域ブロックダミー Yes Yes Yes Yes Yes Yes Yes Yes

年次ダミー Yes Yes Yes Yes Yes Yes Yes Yes

定数項 -3.090*** -3.497*** -3.053*** -3.434*** -3.177*** -3.485*** -3.093*** -3.545*** (0.793) (1.107) (0.796) (1.095) (0.848) (1.099) (0.850) (1.191) 推計方法プールドプロビット変量効果プロビットプールドプロビット変量効果プロビットプールドプロビット変量効果プロビットプールドプロビット変量効果プロビット対数尤度 -300.701 -300.284 -300.298 -299.924 -271.878 -271.606 -264.453 -263.993 モデル選択に関する対数尤度比検定(p値) サンプルサイズ 16910 16910 16910 16910 15906 15906 14908 14908 注1)：***、**、*はそれぞれ推定された係数が1％、5％、10％水準で有意であるのかを示す。注2)：()内の値は標準誤差を示す。注3)：(A1)〜(A8)において、妻専門・短大卒/夫専門・短大卒ダミーのサンプルサイズが少なかったため、推計に使用することができなかった。注4)：KHPS2004- KHPS2012から筆者推計。被説明変数：離婚=1、結婚継続=0 0.181 0.194 0.230 0.169 137