育龄妇女应对婚内性暴力措施的潜在类别分析*

商 颖 车 焱 蔡建华 张 妍 周维谨

家庭暴力是指家庭成员之间发生的，对家庭成员的肉体、精神、及性权利进行侵害的暴力行为，主要包括身体暴力、精神暴力、性暴力、经济控制四个方面〔1〕。婚内性暴力是家庭暴力的一种表现形式，受害者主要是女性，通常是妻子在不自愿的情况下，丈夫用暴力实施性行为。尽管国内外对女性遭受家庭暴力的报道较多〔2－4〕，但是针对婚内性暴力的报道很少，女性如何应对家庭性暴力的报道更少。本文报道了我国东、中、西部九省12 194名已婚育龄妇女如何应对家庭性暴力的情况，并详细介绍了用潜在类别模型探索采取不同应对措施妇女的内在特征，为随后开展的家庭性暴力的深入分析提供基础。国内目前尚未见这方面的研究报道。

对象和方法

1.研究对象

本文采用多阶段分层整群抽样方法，于2009年1～4月，从我国东、中、西部地区9个中等发达省份的国家人口计生委信息采集抽样县中各抽取1个县，每个县抽取2个乡镇，再从中抽取2～4个居委/村，调查其全部20～50岁已婚育龄女性基本状况以及面对婚内性暴力时的应对措施。其中12 194名已婚育龄妇女回答了本文所关注的三个问题，占应调查对象的95.3%。

2.调查方法和内容

采用结构式调查问卷，经调查对象同意后，由经培训的女性调查员进行入户式面对面调查。除育龄妇女的人口学特征、避孕知识和避孕方法、孕产史等资料外，调查了已婚妇女面对婚内性暴力时的应对措施，问题包括:1)如果你不幸遭遇丈夫强迫性生活，你将会采取哪些反应方式?①当面拒绝或向外人求助，②默默忍受，③不知道如何反应;2)如果不幸遭遇丈夫强迫性生活，你会怎样求助?①向亲戚朋友和妇联求助，②向司法机关求助，③不求助;3)你认为对于婚内性施暴者，采取哪种处理(处罚)方式比较现实?①妻子和亲友温情感化，②移送司法机关，③没有任何途径，④不知道。

3.数据质量控制

调查前对调查人员进行培训，调查结束当日对调查表进行人工审核，及时回访更正。采用Epidata 3.1双遍录入及核查。

4.分析方法

上述三个问题反应了育龄妇女面对婚内性暴力发生时的反应、如何求助以及发生后的处置措施等三方面的应对行为。可以认为，这三个问题都在一定程度上反映了调查对象内在性格特征。基于行为与性格关系理论〔5〕，虽然这些特征并不能通过本调查直接获得，但可通过借助一定的分析手段与分析方法，如潜在类别分析(latent class analysis，LCA)方法，进行深入分析，从而透过现象看本质，来推断调查对象内在的性格特征。

与因子分析类似，LCA能够探讨多个直接测量的具有一定相关性的实测指标(外显变量)如何受少数几个内在的独立因子所支配。然而因子分析的原始数据要求呈线性分布，因此适用于计量资料而不适用于计数资料，否则可能产生有偏估计，并使模型的拟合度指标不可靠〔6〕。LCA是针对计数资料设计的，除了可以探索和验证几个离散型外显变量的内在关系外〔7〕，还可将分析对象归类到潜变量的不同类别中，即把多个外显变量的信息用少量潜变量表达出来而保留大部分的原来信息，从而达到所谓的“降维”目的。本文运用LCA方法将女性如何面对婚内性暴力的三个外显变量的信息转化成一个新产生的潜变量，同时最大程度保留外显变量的信息。

(1)LCA基本假设

假设外显变量之间的内在联系是由潜变量引起的，当考虑了潜变量之后，外显变量间的关联便不复存在，即潜变量的每个类别里，每个外显变量在统计学上是独立的。也就是常说的局部独立〔6〕。

(2)LCA模型

LCA模型是建立在概率分布原理与对数线性基础之上，引入因子分析与结构方程模型的思想而形成的〔8〕。假设有3 个外显变量(计数资料)A，B，C，每个变量的选项数分别为i，j，k个。基于模型的基本假设可得到LCA模型的基本方程〔9〕:

式(1)中，X表示潜变量的类别取值，t=1，…，T。t的不同取值代表不同的类别。πijkt是联合概率，表示A=i，B=j，C=k时调查对象归属于潜在类别t的概率。πX

t表示外显变量属于某一潜在类别X的潜在类别概率。潜变量的各类别概率之和为1，即∑πXt=1。

πA|X

式中，^Fijk表示期望频数，fijk代表观察频数。模型的卡方代表没被解释的变量之间的关系的量。所以，L2值越大，模型拟合度越差。如果L2小于3.84(P≥0.05)，可以认为该模型与观察数据处于拟合(适配)状态。

常用最大似然法来估计模型参数，但是最大似然法不能用来直接比较不同模型的优劣。原因是T个类别和T+1个类别的模型相比，L2减少值和自由度的减少值不是渐进的卡方分布。要对该指标进行修正后才能用，修正后的常用指标有(Akaike Information Criterion，AIC)和(Bayesian Information Criterion，BIC)。有学者认为，当模型中外显变量很多时适用AIC指标〔10〕，但是AIC概率推导的渐进性缺乏并且没有考虑样本量的影响。BIC是连续估计，其指标倾向于选择

it为条件概率，表示当A=i时，调查对象属于潜在类别t的概率。πB|Xjt和πC|Xkt依次类推。

(3)LCA模型拟合

LCA的目的是确定当外显变量之间关系被完全解释时，潜变量类别t的最小个数〔9〕。通常先拟合一个不分类即T=1的基准模型(无效模型H0)，如果它拟合度不好，则进一步拟合2分类(T=2)、3分类(T=3)……模型，每次增加一个类别，直到能够提供足够拟合度的模型出现。

(4)模型拟合度评价指标

评价模型拟合度最常用的指标是似然比卡方〔9〕:简单模型。因此对于较为复杂的模型，BIC指标更受青睐。其计算方法为〔11〕:

式中LL是对数似然，N是样本量，M为参数个数。模型的BIC越小，模型越适合。由于BIC加入了ln(N)调整项，将样本数的影响纳入考虑范围，因此有学者建议，当样本数达到数千人以上时，可采用BIC指标〔12〕。也有学者认为，在LCA分析中，常用BIC。但BIC也存在一定的缺陷，因此目前还没有某单个指标就能完全评价LCA模型的拟合度，比较好的方法是采用几种方法相互补充。综合考虑，本研究将以BIC作为模型选择主要指标，同时参考其他一些指标(详见后述)。

(5)原始数据归类

LCA最后一步是要将所有观察对象分配到适当的潜在类别中，其分类的原理是贝叶斯理论，分类概率的计算如下〔9〕:

(6)潜变量各类别的命名及意义

各类别的条件概率可以反应各类别的特征，我们可以根据条件概率来对各潜类进行命名解释并探讨其意义，具体应用参见下文。

结 果

1.基本情况

被调查人群平均年龄38.2±7.36岁，81.1%文化程度为初中及以下，85%生活在农村，57.6%从事农业，94.8%是初婚，3.3%是再婚，2007年家庭平均收入为27 473元。

由表1可以看出，绝大多数(84.2%)女性在遭遇婚内性暴力时会选择拒绝或向外人求助。约2/3的女性倾向选择亲戚朋友或妇联求助，12.2%选择司法机关求助，约1/5的对象选择不求助。关于如何处置婚内性施暴者，约2/3的女性选择了温和的感化方式，18.6%的女性倾向移送司法机关，其余的对象认为没有途径或者不知道如何处理施暴者。

2.模型拟合与选择

运用LatentGOLD 4.5(2005 Statistical Innovations Inc)软件，选择单一潜变量模型分析上述家庭性暴力应对措施数据。表2所列为潜变量类别数1～5的模型拟合结果。其中BIC在4类别(T=4)模型中最小，较之零模型(T=1)，4分类模型误判率为11%，比3分类模型高2%，但比5分类模型低7%。从L2来看，4分类模型的L2=10.6，P=0.031，接近0.05，考虑到此时BIC最小，且5分类的误判率达18%，因此认为4分类模型为最适模型。

表1 已婚妇女面对婚内性暴力时不同应对措施的构成比

表2 女性如遭遇婚内性暴力时应对措施数据的潜在类别模型拟合结果

3.原始数据归类

本研究三个显变量应答组合最多可有36种，实际上不是所有应答组合都存在。本研究实际共有34种应答组合(表3)。每种组合归类的分类概率可以用贝叶斯后验概率估计出来，即表3中C1，C2，C3，C4。以表3第一种应答组合为例，表达为{111}，观察频数是5840，该组合分到第一类到第四类的概率依次为0.94、0.05、0.00、0.00，所以该组合归属于类别 1。同理可得其他应答组合的归类。最终，归为第一类至第四类对象比例分别为64.0%、22.1%、7.4%和6.5%。

4.潜变量各类别命名及意义

图1所示为潜变量各类别的条件概率，可见，第一类别的女性如遇到婚内性暴力，当面拒绝或向亲戚朋友或妇联求助，以及通过温情感化丈夫的概率在这四类人中可能性最大，而选择向司法机关求助或不知道怎样处理概率较低。第二类女性如遇到婚内性暴力，同样倾向当面拒绝或向外人求助，但选择司法机关求助或直接将施暴者移送司法机关的概率最高，不知道怎么办和不求助的概率最低。第三类女性如遇到婚内性暴力，通常选择默默忍受、不求助或认为没有途径处罚施暴者的概率最高，当面拒绝或向外人、亲友、妇联和司法机关求助的概率处于较低水平。第四类女性如遇到性暴力既不愿默默忍受，也不求助司法，可能认为司法不能处理施暴者，通过温情感化手段解决的概率也较低，多半束手无策，选择不求助状态。

表3 已婚女性面对婚内性暴力时应对措施不同应答组合

上述分析可见，第一类和第二类女性如遇到丈夫强迫性生活，同样倾向选择当面拒绝或求助，但第一类女性偏向于向亲朋好友或妇联求助，第二类女性偏向于向司法机关求助;在处理施暴者的问题上，第一类女性偏向于温情感化，而第二类女性偏向于移送司法机关。因此我们认为第一类女性的行为是“拒绝，温和处理型”，第二类女性的行为是“拒绝，严厉处理型”。第三类女性的选择默默忍受的概率最高，倾向不求助，把这类行为称为“默默忍受型”。第四类女性不知道如何反应，不知道怎么处罚施暴者，因此把这类行为称为“束手无策型”。

图1 已婚女性面对婚内性暴力时应对措施四分类潜在类别模型的条件概率

讨 论

本研究设置了一个潜变量，运用LCA方法，根据已婚育龄妇女如何应对婚内性暴力，将其分为4类不同人群，同时也揭示了各类人群不同的性格特征。第一种特征，我们命名为“拒绝，温和处理型”，这部分已婚女性所占比例最高，为64.0%，可见大部分女性遭遇婚内性暴力时采用拒绝但手段温和的处理方式，这种方式既维护了自身的利益，又可以避免夫妻间的矛盾，在我们看来是比较理想的处理方式。第二种特征，命名为“拒绝，严厉处理型”，占全部已婚女性的22.1%，这种处理方式维护了自身的利益，但可能造成夫妻间的矛盾激化。第三种特征，命名为“默默忍受型”，这部分已婚女性占7.4%，她们避免了夫妻间的矛盾，但使自身的利益受到了伤害。第四种特征，命名为“束手无策型”，所占的比例最低，仅占6.5%，这部分女性在面对婚内性暴力时，没有自己的主见，不知道该怎么做，也不会去采取措施。

通过LCA分析，我们将三个离散型的外显变量通过一个四分类的潜变量表达出来，不但解释了揭示了外显变量的内在联系，而且大大简化了数据，避免同时使用三个既有差异又相关的变量于同一分析中，减少了数据的冗余，提高了数据的利用效率。本文的结果将用于深入探讨已婚女性面对婚内性暴力应对措施的影响因素，可为妥善处理中国女性婚内性暴力提供指导和依据。

1．Erilicl RG．Violence against women in North America．Arch women ment health，2003，6(3):185-191．

2．European Commission．Domestic Violence against Women．Special Eurobarometer，2010．

3．Faruk Kocacik．Domestic violence against women:a field study in Turkey．The social science journal，2007，44(4):698-720．

4．林美卿．我国女性遭受家庭暴力问题研究．山东社会学，2010(6):56-64．

5．马存根主编．医学心理学．北京:人民卫生出版社，2009，63．

6．Magidson J，Vermunt JK．Comparing Latent Class Factor Analysis with the Traditional Approach in Data Mining Statistical Innovations Inc．USA，and Tilburg University，The Netherlandsby CRC Press LLC，2004．

7．Domimique Haughton，Pascal Legrand，Sam Woolford．Review of Three Latent Class Analysis Packages:Latent Gold，poLCA，and MCLUST．The American Statiscian，2009(1):81．

8．郭小玲．潜在类别模型及数据模拟分析．数理医药学杂志，2009，22(6):631-635．

9．Magidson J，Vermunt JK．Latent class models．Belmont，Massachusetts:Statistical Innovations Inc，2003

10．邱皓政主编．潜在类别模型的原理与技术．北京:教育科学出版社，2008．

11．Wikipedia．Bayesian information criterion．http://en．wikipedia．org/wiki/Bayesian_information_criterion，2011-2-23．

12．Burnham KP，Anderson DR．Multimodel Inference understanding AIC and BIC in Model Selection，2004，33(2):261-304．