互聯網使用對生育率的影響研究①

李飚 賴德勝 高曼

（1.鄭州大學商學院,河南 鄭州450001；2.中央黨校（國家行政學院）社會和生態文明教研部, 北京100091；3.北京信息科技大學經濟管理學院, 北京100192）

1 引言

改革開放以來，中國人口出生率和自然增長率呈現出長期下降趨勢（圖1），與之伴隨的是近年來勞動力供給的減少和日益凸顯的人口老齡化問題[1]。勞動力供給減少一方面源自勞動年齡人口的直接減少，從2010 年開始，中國15-59 歲勞動年齡人口首次出現負增長；另一方面來自人口結構變動帶來的勞動參與率下降，2010 年的勞動參與率比2000 年下降了0.22 個百分點。與此同時，中國正在加速進入人口老齡化社會。國家統計局最新數據顯示，2019 年末，中國65 周歲及以上人口為17699 萬人，占總人口的12.6%。根據聯合國的人口預測，到2050 年，中國60 歲以上老年人口比例將高達近30%，遠高于瑞典、英國、美國等發達國家。

人口結構的轉變意味著人口紅利消失，潛在經濟增長率存在下行壓力[2]。而帶來人口結構轉變的重要原因是長達三十多年的計劃生育政策使得中國的生育率快速下降，目前人口更替水平已經遠低于正常更替水平，面臨著“低生育率陷阱”的風險[3][4]。根據2015 年1% 人口抽樣調查數據的統計，2005-2010 年全國總和生育率從1.338 下降到1.188，2015 年進一步下降到1.047[5]。出生人口不足直接影響我國勞動力市場回旋空間優勢[6]②王金營和劉艷華（2020）從人口規模角度探討“回旋空間”概念，其認為“人口規?；匦臻g”是指在一定人口結構變動和人力資本水平下，人口規模所規定的經濟增長和發展的可選擇集邊界的拓展或收縮幅度，即為經濟發展在動力、途徑和方式上提供的可選擇空間和余地。本文認為勞動力市場回旋空間是指基于大規模人口存量和人口流動而形成的勞動力市場調整和優化配置的余地，通過回旋空間增加提升勞動力配置效率、優化人力資本結構和提升人力資本質量。勞動力市場空間回旋能力增加可以提升市場規模，包括內部規模（消費市場規模）和外部規模（對外貿易規模），以及提升創新能力。和經濟的可持續發展，給社會經濟帶來多重挑戰。根據國際經驗，中國的經濟發展水平還不足以支撐如此規模人口遞減帶來的經濟和社會壓力。黨的十九屆五中全會提出，實施積極應對人口老齡化國家戰略。積極優化生育政策，降低生育、養育、教育成本，已經成為我國積極應對人口老齡化國家戰略的組成部分。

為何當前育齡群體的生育率偏低呢？大量學者認為這是中國生育政策干預和社會經濟發展的雙重結果。此外，有研究從女性面臨的工作環境、社會觀念和子女養育負擔等角度展開討論[7][8]。值得關注的是，隨著互聯網的發展，中國已經從一個弱聯結社會變成強聯結社會[9]，互聯網已經一躍成為主流平臺和“潮涌現象”[10]的泉眼?；ヂ摼W的快速發展不僅對民眾的政治參與[11]、社會認同[12]等產生影響，也會對當前的女性勞動參與率和就業質量產生影響，并進一步影響女性的生育決策，而這一點可能被已有的研究忽視。

Billari 等發現互聯網使用顯著提高了德國的生育率[13]。相對于西方國家，互聯網的快速普及正在重塑著勞動力市場的供給能力，形成平臺經濟等大量新經濟形態，提升區域創新效率[14]，為中國經濟發展提供新動能?；ヂ摼W使用對于全世界來說有一個共同的“觸發點”，即全世界主要國家都是從1994 年開始接觸民用互聯網，進而產生第一批互聯網原住民。這就為中國互聯網使用對生育率的影響研究創造了一個良好的“自然實驗”環境，使得本文可以在中國的國情背景下檢驗互聯網使用與生育率之間關系和西方發達國家的異同。大量研究從家庭收入、男孩偏好等角度研究中國生育率變化趨勢，本文借鑒Billari 等[13]的思路，從互聯網使用的角度進行研究。

本文在第二部分對研究進展進行述評；第三部分借助2010-2013 年CGSS 數據構建實證模型進行分析，并對城鄉和學歷異質性進行檢驗；第四部分對省域層面的互聯網普及率對生育率的影響進行分析；第五部分則對影響機制進行檢驗；第六部分依據中國生育率變動特征，提出相應的政策建議。

圖1 中國的出生率、死亡率和自然增長率情況（1978-2017）

2 文獻綜述

21 世紀以來，互聯網的迅速普及對個體的就業和家庭決策都產生了廣泛的影響。首先，互聯網使用直接影響了勞動者的收入水平，尤其是女性的收入水平，這是影響女性生育決策的重要因素。Goss、Phillips，利用美國1998 年人口普查數據研究發現，工作中使用互聯網可以帶來13.5%的額外報酬[15]。卜茂亮等利用2008 年中國家庭動態跟蹤調查數據研究發現，在控制了年齡、性別、教育程度和婚姻狀況等個體特征后，互聯網的使用仍然能夠帶來約60%額外收入[16]。蔣琪等基于中國家庭追蹤調查2010 年和2014 年的兩期面板數據，使用固定效應和傾向得分匹配雙重差分模型研究發現，互聯網使用給中國居民帶來23.99%（年化為5.52%）的額外收入[17]。毛宇飛等從性別工資的角度指出，使用互聯網促進了性別工資的增長，互聯網的廣泛應用為減小性別工資差距帶來了新的可能[18]。邱澤奇等從互聯網資本的角度研究認為，用戶用自己的互聯網資本通過對差異化、規模化的運用，獲取差異化的互聯網紅利[19]。然而，互聯網使用對于性別、城鄉等異質性群體的影響效應是不同的，互聯網使用的差異性也正是群組間和城鄉間收入差距擴大的重要原因。劉曉倩、韓青認為互聯網使用擴大了居民間的收入差距，其貢獻率為12.6%[20]。毛宇飛等基于中國家庭追蹤調查數據指出，使用互聯網能夠減小低收入層和中高收入層就業者的性別工資差距，卻加大了高收入層就業者的性別工資差距[18]。趙建國、周德水使用分位數回歸研究發現，在低分位點上，互聯網使用對大學畢業生就業工資的影響呈上升趨勢，而且隨著分位點的提高，互聯網使用的影響程度不斷減弱，呈倒U 形趨勢[21]。

其次，互聯網使用會改變個體的婚姻決策和勞動參與程度。Bellou 指出互聯網通過讓個人更快地識別出更多的符合他們偏好的備選項來減少搜索成本。他通過研究美國20 世紀90 年代的婚姻市場發現使用互聯網顯著提高了21-30 歲人群的結婚率[22]。李曉敏采用中國31 個省份2003~2011 年的面板數據得出相反結論。他指出，互聯網普及率對離婚率有顯著的正向影響，且對當年離婚率的影響小于其對未來1~3 年離婚率的影響，這種滯后效應在第二年達到最大[23]。Atasoy 研究發現互聯網對美國的就業率有顯著的促進作用。這種促進作用既表現為幫助失業者找到新工作，也表現為提高個體的勞動參與率[24]。Dettling 指出使用互聯網的已婚婦女更有可能參加勞動力市場，家庭互聯網有助于高學歷女性的工作和家庭的平衡，尤其會提高高學歷女性的勞動參與程度[25]。

再次，互聯網可能會對生育率產生直接影響。Guldi、Herbst，指出互聯網使用導致青年群體生育率下降13%，并且通過信息鏈接和信息獲取的方式影響青年群體的生育決策[26]。Trudeau 調查了2009 年首映的“16 歲和懷孕”節目對青少年的沖擊以及對性行為和生育行為的潛在影響，該節目記錄了少女懷孕并提供有關性/ 避孕的教育。結果表明，收視率越高的州內，青少年生育率下降越明顯。同時，對于年齡較大的青少年來說，在后期使用激素避孕藥的情況有所增加[27]。Billari等以生育率較低的德國為研究對象，指出互聯網使用顯著提升了生育率，尤其是對于25-45 歲的女性而言。通過區域層面的互聯網覆蓋率對區域的生育率影響的研究，同樣發現互聯網對生育率有顯著正向影響。該文指出互聯網并沒有通過信息渠道和婚姻狀態影響生育率，而是通過平衡家庭和工作來影響生育率，互聯網使用可以增加個體在家工作和兼職的概率，增加照顧子女的時間和生活滿意度[13]。

從文獻梳理中可以看出，現有國內文獻對于互聯網使用與生育率之間關聯性的研究相對匱乏，而外國對于互聯網使用與生育率之間的關系并沒有一致性結論，且中國人口發展階段和生育特征與長期低生育率的歐洲國家存在差異，值得進行深入研究。本文試圖在以下幾個方面進行拓展：第一，相對于以往討論生育率下降的文獻，分析互聯網使用對生育率的影響是一個較新的視角，補充了技術進步對生育率影響的相關文獻；第二，相比于發達國家的經驗，利用中國數據給出發展中國家互聯網使用對生育率影響的相關證據；第三，分別從宏觀和微觀視角進行交叉檢驗，并驗證互聯網使用影響生育率的機制。

3 數據與實證分析

3.1 數據說明

本文使用CGSS 數據，該數據是由中國人民大學中國調查與數據中心發布的一項綜合調查數據，該數據通過規范的抽樣方式構建包含省域、城市、社區、家庭和個體層面的多層數據。本文選取2010 年到2013 年的CGSS 數據構建混合橫截面數據，截取15 歲到49 歲的孕齡群體，樣本總量為19741，其中2010 年到2013 年的樣本量分別為5779、2757、5736、5469。需要說明的是，該樣本的調查對象是17 歲及以上個體，因此樣本中包含的是17 歲到49 歲的孕齡群體。

3.2 實證分析

本文主要討論互聯網使用對生育行為的影響，為保留被解釋變量生育行為的二值特性，設定為如下的Probit 模型：

其中，被解釋變量“生育行為”為二值變量，以“當年是否有生育行為”衡量；解釋變量“互聯網使用”為二值變量，以“過去一年是否經常使用互聯網”衡量；系數i是指個體，t是指年份。模型中包含年份固定效應（）控制生育行為的時間趨勢，以及線性時間趨勢（）來控制無法觀測的趨勢因素。在控制變量中，加入性別、年齡、年齡的平方、婚姻狀況等個體基本特征，勞動收入等個體社會經濟地位特征。根據2017 年全國人口變動情況抽樣調查數據的統計，中國孕齡婦女在不同年齡段的生育狀況存在巨大差異。其中，15-19 歲、20-24 歲、25-29 歲、30-34 歲、35-39 歲、40-44 歲、45-49 歲的生育率分別為8.49‰、71.13‰、109.67‰、79.43‰、37.83‰、8.92‰和2.21‰。中國孕齡群體生育年齡群組整體呈現“倒U 型”特征，即高峰期發生在25-29歲的群組中，此后有顯著下降的過程，因此加入年齡的平方。

圖2 不同年齡段群體生育率對比

表1 變量說明與描述性統計

從圖2 可以看出，總體而言，不同年齡段使用互聯網的孕齡群體生育率都要低于不使用互聯網的孕齡群體。表2 報告了Probit 模型的估計結果。結果顯示，互聯網使用與生育率負相關，使用互聯網比不使用互聯網的孕齡群體生育率低1.1%?！?018 中國寬帶普及狀況報告》指出從各地的寬帶發展普及狀況看，固定寬帶家庭普及率方面，江蘇省最高，達到112.4%，浙江、福建、廣東三個省也超過了100%。移動寬帶用戶普及率方面，北京市達到150.8%，遠遠超過其他地區，超過100%的還有上海市（126.5%）、廣東?。?24.1%）、浙江?。?17.0%）和寧夏回族自治區（100.2%）。加入省份特征和地區特征后發現，使用互聯網與孕齡群體的生育率依然負相關，且西部地區與東部地區的個體生育率具有顯著差異。

然而，互聯網使用與生育行為之間可能存在內生性。一方面，存在遺漏變量同時影響互聯網使用和生育決策，如無法觀測的個體偏好；另一方面，生育行為擠占了互聯網使用的時間或者改變了互聯網使用的意愿，存在反向因果問題。因此需要進一步對內生性問題進行處理。借鑒毛宇飛等[18]的設定，本文根據地區互聯網基礎設施水平構造“互聯網區域普及率”作為工具變量，不同省份的互聯網普及率會對該省份內部個體的互聯網使用可能性或者使用習慣產生影響，但對個體的生育行為不會產生直接影響。IV-probit 回歸結果表明，互聯網使用的確對生育率產生顯著的負向影響，使用互聯網比不使用互聯網的孕齡群體生育率低9.2%，加入地區特征后，使用互聯網比不使用互聯網的孕齡群體生育率低6.9%。由于生育率的變動直接表現為女性的生育決策，因此只考慮孕齡女性樣本后發現，使用互聯網比不使用互聯網的孕齡群體生育率低9.1%。進一步分析發現，互聯網使用對17-24 歲和25-49 歲的孕齡群體均產生顯著的負向影響，其中，互聯網使用對17-24 歲的孕齡群體的負向影響更加明顯，使用互聯網比不使用互聯網的17-24 歲的孕齡群體生育率低50.7%，使用互聯網比不使用互聯網的25-49 歲的孕齡群體生育率低7.6%。中國互聯網第一代原住民產生于20 世紀90 年代中后期，17-24 歲的孕齡群體從出生時起就有機會接觸到互聯網，所受影響也顯著高于25-49 歲的孕齡群體?；ヂ摼W使用對已婚群體和已婚女性群體生育率的影響略低于總體樣本，分別為7.8%和7.6%。

本文進一步對IV-probit 回歸結果進行穩健性檢驗（見表3）。第一是考慮更多個體特征差異性的影響。分別加入黨員身份、宗教信仰、健康狀況等變量，表3 表明，受教育程度、黨員身份和健康程度對生育率具有正向影響，宗教信仰對生育率具有負向影響；第二是考慮更多經濟因素的影響。首先，用個體年收入和家庭年總收入來替換個體勞動收入，個體的生育選擇不僅受限于個體的預算約束，也可能是由家庭總體預算約束來決定。其次，加入個體的車輛、房產、家庭社會經濟地位等特征來表示家庭財力。表3 表明，擁有車輛和家庭社會經濟地位較高的孕齡群體具有更高的生育率，個體年收入、家庭總收入和房產情況的差異性對生育率都沒有顯著影響；第三是考慮生育意愿的影響。在控制變量中加入生育意愿的影響，即在無政策干預的情況下，個體希望得到的子女數量。根據問卷構建變量生育意愿（willing），以是否希望獲得兩個及以上的子女來衡量。中國自1983 年把計劃生育定為一項基本國策，到2013 年實施單獨二孩政策，中間經歷了30 年的生育調控政策，是否在政策調控前生育頭胎，可能會對其生育決策產生影響[28]。同時問卷中針對希望獲得男孩還是女孩有相應提問，我們希望進一步檢驗“男孩偏好”，研究指出，育齡群體的理想子女數約1.8 個，男孩偏好發生概率具有明顯的地區、人口特征，家人想法、對生育政策知曉情況以及養老方式等變量對男孩偏好的影響顯著[29]，全面二孩政策能夠改善勞動力供給結構[30]。然而根據統計，希望有1 個男孩和1 個女孩的占比分別為60.93%和60.21%，希望有2 個男孩和2 個女孩的占比分別為4.96%和4.15%，希望有3 個及以上男孩和3 個及以上女孩的占比分別為0.52%和0.58%，可以看出樣本并沒有顯著的“男孩偏好”。表3 表明，女性的生育意愿與生育率之間有顯著的正向相關關系；第四是考慮醫療保險的影響。對于孕齡群體而言，醫療保險是生育安全的重要保障，然而表3 表明，是否擁有醫療保險對生育率并無顯著影響；第五是考慮孩次別的影響。對于孕齡群體而言，已有子女個數可能會對未來的生育行為產生影響。本文把生育率（fer）分別變換為一孩（first）、二孩（second）和三孩（third），考慮到中國2013 年之前仍然施行嚴格的計劃生育政策，四孩及更多子女占比較低，本文不單獨做討論。表3 表明，使用互聯網對不同孩次別的生育決策產生不同的影響，使用互聯網比不使用互聯網的孕齡群體的一孩生育率高2.9%，使用互聯網比不使用互聯網的孕齡群體的二孩生育率低13%，使用互聯網比不使用互聯網的孕齡群體的三孩生育率低14.5%；總體而言，表3 表明回歸結果較為穩健，使用互聯網對孕齡群體的生育率具有顯著的負向影響。

3.3 城鄉異質性檢驗

目前，中國大陸各省份都出臺了戶籍制度改革意見，二元戶籍制度逐漸退出歷史舞臺，然而長期形成的城鄉二元經濟結構并不會立即消失，中國的城市人口和農村人口間仍然存在一定的階層差異。一方面，根據2017 年全國人口變動情況抽樣調查數據的統計（見表4），全國城市和農村孕齡女性總量和生育率相對均等，但在不同年齡段，城市和農村孕齡女性的生育率差異顯著。鄭真真指出，中國時期生育率在很大程度上受農村未流動婦女推遲初婚年齡的影響[31]。另一方面，農村農業勞動者沒有穩定的辦公室工作環境，對于互聯網的使用更多的停留在社交和游戲范圍，缺乏足夠的利用互聯網“充電”的能力。周廣肅、樊綱指出，互聯網使用促進家庭創業的作用主要來源于信息渠道效應、融資效應、社會互動效應、風險偏好效應四種渠道[32]。然而，如果對比其他群組來看，互聯網使用帶有一定的技能特征，農村家庭利用互聯網進行機會識別和資源獲取的能力比其他群組更弱。同時，互聯網使用也會影響家庭的融資行為，互聯網使用顯著提升了城鎮家庭和農村家庭正規融資可得性，但是顯著抑制了農村家庭非正規融資可得性[33]。因此，中國互聯網使用對生育率的影響可能會存在顯著的城鄉差異?？紤]到流動人口雖然大多都具有農村戶口，但是其長期工作生活在都市，其思維習慣和生活習慣與城市人口較為類似，本文對于戶口類型變量進行調整，把農村戶口、城市戶口和流動人口③在本文中流動人口主要是指離開戶籍所在地的縣、市或者市轄區，以工作、生活為目的在異地居住的成年育齡人員。的情況進行區分。

?

))*))孩42 34 00 11三-1.903***(0.2 0.003 63 9*76(0.0 0.57(0.2-0.125***(0.0 0.001*)(0.0 0.045***)(0.0量變釋**解孩被二.332**.085**0.00整-1(0.147)0.068*(0.038)1.116***(0.167)-0(0.023)0(0.000)0.020*(0.011)調孩一0.454*(0.185)0.063(0.041)**0*2.43(0.155)-0.339***(0.027)**3*0.00(0.000)-0.010(0.008)0.881 50 S)*)(0.7 YE-0.145 81(0.0 128.41 19741*0.096(0.410)S YE.130**9.29-0(0.030)30 19741**0*S 2.57(0.447)YE 0.029**(0.013)927.16 11974-0.663***)10)(0.1 0.058*)31(0.0 1.741***)15(0.1-0.264***21(0.0 0.003***)00(0.0 0.123***)34)(0.0 2.868***)92 S(0.2 YE-0.084***16(0.0 863.67 19690驗檢性健穩的率69***.114)(0 0.082**.034)(0 1.767***.124)(0 55***.022)(0 0.003***.000)(0征-0.6-0.2特**濟經整.743**(0.131)(0.033)(0.127).256**(0.022)(0.000)調-0 0.081**1.735***-0 0.003***-0.706***26)(0.1 8**0.06 31)(0.0 1.716***22)(0.1-.271***21)(0.0 0.003***00)(0.0-0.021.035)(0 0.144**(0.055)0.008 02)(0.0 2.792***.317)S(0 YE 85***-0.0.017)(0 743.58 16951 2.871***(0.318)*S YE.096**2.16-0(0.021)76 16964 3.095***07)(0.3 S YE-0.089***19)(0.0 838.29 18323育生對用使網聯互3表***24 5*-0.7(0 0.05.030).135)(0 1.706***.117)***(0 77-0.2.021)(0 0.003***.000)(0 0.008.006)(0-0.706***(0.137)0.048(0.030)1***1.74(0.118)-0.275(0.020)3***0.00(0.000)0.011(0.007)6***0.20(0.060)-0.724***)45))(0.1 0.064*)33(0.0 1.748***)29(0.1-0.262***22(0.0 0.002***)00(0.0 0.012*)07(0.0 0.058 47(0.0***-0.7征91 0.061*(0.032)(0.146)61 1.730***特(0.022)(0.129)***(0.000)0.015*(0.007)0.069*(0.038)體-0.2 0.002***個加增-0.705***(0.171)0.039(0.036)**6*1.72(0.141)-0.273***(0.024)**3*0.00(0.000)0.012(0.009)-0.154***(0.056)-0.719***)39(0.1 0.035(0.030 1.731***(0.118-0.272***(0.020 0.002***(0.000 0.010(0.007 0.152*(0.064***(0.140)**(0.245)0.058*(0.028)1.613****58-1.3 58-0.2(0.021)0.002***(0.000)0.009(0.006)0.078***(0.017)er use gend r ma age age2 ge wa edu cpc rel health sur in willing c in houinc car hou 3.280***.316)S***(0 YE 93-0.0.021)(0 878.93 18954 5***S 3.01(0.321)YE-0.090***(0.021)889.42 17419。2.909***)36 S)誤(0.3 YE-0.093***23(0.0 754.43 16886準標健2.957***(0.331)S***穩YE 04為-0.1(0.023)779.85 16972中號括**4*S 3.14(0.393)YE-0.089***(0.026)560.98 8950.1，13p＜3.129***)5, *18 S).0(0.3 YE-0.092***21(0.0 877.77 19683＜0* p, *2.621***(0.273)S***YE 09.03 0.01-0.2(0.057)1177 19741 p＜**：*Constant征際特邊 注cla份值應年均效Wald 值N

表5 表明，互聯網使用對城市人口（相對于農村人口）產生更加強烈的負向影響，使用互聯網比不使用互聯網的城市孕齡群體生育率低13.2%，使用互聯網比不使用互聯網的農村孕齡群體生育率低10.3%，互聯網使用對流動人口的生育率沒有顯著影響。中國城鄉間互聯網使用可以分為兩類，即生產性使用互聯網和消費性使用互聯網，對城市人口或者高收入群體，使用互聯網更多的是用于提高工作便捷性、創新創業，對農村人口則主要以消遣為主，這是導致城鄉間互聯網使用對生育率產生差異性的重要原因。

3.4 學歷異質性檢驗

受教育程度往往對于育齡女性的生育決策具有顯著影響，高人力資本存量與年齡偏大的女性更愿意生育[34]。一方面，受教育程度會影響女性的避孕意識和生育決策權，她們在職場上更有競爭力和進取心，往往為了職業發展而暫緩生育行為。另一方面，受教育程度的不斷提升也通過增加其在校時間而直接延遲其生育年齡。根據蔣琪等[17]和Billari 等[13]的研究，互聯網使用不僅對受過高等教育群體的影響相對較大，而且這種影響會直接傳遞到生育行為。因此，本文進一步檢驗不同學歷群體的差異，尤其關注不同學歷女性的生育行為變化。

表5 表明，互聯網使用對不同學歷群體生育率產生不同影響，使用互聯網比不使用互聯網的高學歷孕齡群體生育率低26.1%，使用互聯網比不使用互聯網的低學歷孕齡群體生育率低13.1%，互聯網使用對于高學歷群體生育行為的影響更加顯著。

對男性而言，互聯網使用對高學歷孕齡男性沒有顯著影響，使用互聯網比不使用互聯網的低學歷孕齡男性生育率低14.2%，互聯網使用對低學歷男性的影響更加顯著。

對女性而言，使用互聯網比不使用互聯網的高學歷孕齡女性生育率低48.4%，使用互聯網比不使用互聯網的低學歷孕齡女性生育率低11%，互聯網使用對高學歷女性的影響更加顯著。中國高等教育擴張使得女性受教育年限提高，進而推后女性的生育年齡，這就導致女性的生育成本增加，高學歷女性會通過使用互聯網掌握更加全面的生育信息，進而權衡生育的機會成本和養育子女的高昂費用，這也會降低高學歷孕齡女性的生育意愿。

4 省域層面分析

上文分析了微觀層面個體的生育決策如何受到互聯網使用的影響，那么，在宏觀視角下，互聯網普及率對整體出生率有什么影響？微觀分析有利于厘清個體決策的機制，而宏觀分析有利于估算累加影響效果，并進一步驗證微觀機制是否在宏觀上成立。此外，中國不同區域發展不均衡，對比不同區域的情況有利于得到互聯網使用對生育率影響受發展階段影響的啟示，為提出針對性的政策建議提供參考。

表4 2017 年城市和農村孕齡婦女的生育狀況

該部分被解釋變量為2010-2013 年省域出生率（birth rate），解釋變量為省域互聯網普及率（Web rate）?？刂谱兞堪ń洕笜?，如地區生產總值（grp）、就業率（employment）和第三產業占比（servicesector），人口學特征，如人口總量（population）和大專及以上人口占比（educaiton）。其中，互聯網普及率數據來自于《中國第三產業統計年鑒》，其余數據來自于2010-2013 年《中國統計年鑒》、《中國區域統計年鑒》、《中國人口和就業統計年鑒》。根據社會網絡發展和人類社會聯結程度來看，2010-2013 年的中國處于以移動互聯網為特征的強聯結階段[9]，此時也是中國生育率發生結構性轉變的時期，趙夢晗指出從平均生育年齡的變化來看，中國婦女生育年齡的快速提高主要發生在2005 年之后，去除進度效應影響后，2007-2012 年的生育水平大約在1.7 至1.8 之間[35]。

表5 城鄉異質性和學歷異質性的回歸結果

從2005 年到2015 年，中國網民數呈穩定的增長趨勢，由于網民數的增長有一定的慣性，且增長趨勢沒有發生變化，可以合理地認為互聯網產生的影響具有一定的連續性和收斂性。借鑒陸銘、歐海軍[36]的做法，采取滯后一期解釋變量來處理內生性問題，即以前一年的互聯網普及率作為解釋變量來處理互聯網普及率與生育率之間可能存在的反向因果問題。表7 表明，互聯網普及率對省域生育率有顯著的負向影響，互聯網普及率每提高1 個百分點，省域生育率降低3.1 個百分點。在引入滯后一期解釋變量后，互聯網普及率對省域生育率的影響變化不大，互聯網普及率每提高1 個百分點，省域生育率降低2.8 個百分點。

根據阿里研究院的統計，中國互聯網縣域電商發展指數前十的地區主要集中于浙江省和福建省。邱澤奇等指出從互聯網紅利中收益最多的是東南沿海地區[19]。不僅如此，中國互聯網發展的地區差異正在擴大，東西部地區信息社會指數的差值從2007 年的0.125 擴大到2015 年的0.176。表7 表明，互聯網普及率對東部地區的生育率呈正向但不顯著的影響，互聯網普及率對中部和西部地區的生育率呈負向影響?；ヂ摼W普及率每提高1 個百分點，中部地區生育率降低16.8 個百分點。互聯網普及率每提高1 個百分點，西部地區生育率降低5.9 個百分點?？梢姡ヂ摼W對不同地區的影響是不同的，其中，互聯網普及率對中部地區的生育率影響最顯著。然而，互聯網普及率產生的數字鴻溝不會無限擴大，反而會呈現一種趨近態勢。根據國際經驗，互聯網數字鴻溝發展趨勢與該地區互聯網擴散率呈倒U 字型關系，即隨著互聯網擴散率的增長，“數字鴻溝”指數在該地區互聯網擴散率的中值處達到峰值，并隨后下降[37]。隨著互聯網普及率的提升，互聯網使用對生育率的影響是否會發生逆轉有待進一步研究。

5 互聯網使用影響生育率的機制分析

上述研究結果發現，互聯網使用并沒有像西方發達國家那樣有效地幫助孕齡群體提高生育率[13]，而是從宏觀和微觀層面都降低了孕齡群體的生育率。為何會出現這種截然相反的情況？中國互聯網使用降低生育率的機制是什么？基于已有研究，本文提出互聯網使用影響生育率的三種機制。首先，互聯網使用通過收入效應提高生育率。互聯網使用提高了勞動生產率，有利于提高勞動者的收入水平，增加家庭整體財富，緩解養育子女的經濟約束，從而提高生育率。其次，互聯網使用通過替代效應降低生育率。根據時間配置理論，個體會在有償勞動、無償家務勞動和閑暇間合理配置時間，以實現效用最大化?；ヂ摼W使用降低了女性在勞動力市場的體力劣勢，增加了女性的就業機會和收入，這使得女性生養子女的機會成本提高，女性將更多時間投入到有償勞動，如兼職等，而擠出了生養孩子的時間，通過替代效應降低生育率[38]。最后，互聯網使用通過增加信息傳播影響個體的生育偏好。孕齡群體大多沒有生養子女的經驗，互聯網提供了一些避孕的常識，以及成為父母后可能的生活狀況，互聯網也可以通過互動交流等方式，普及養育的成本，這可能會引起都市群體的“生育恐慌”，擔心自己是否有足夠的預算和精力生養子女。

表6 宏觀層面變量與描述性統計

表7 互聯網普及率對區域生育率的回歸結果

為了識別互聯網使用影響生育率的收入效應和替代效應，本文分別加入：①勞動收入，以“勞動者的年勞動收入”衡量；②工作狀態，以“是否有工作”衡量；③雇傭狀態，以“是否為自雇”衡量；④單位類型，以“是否在企事業單位工作”衡量；⑤工作時間，以“每周工作總時長”衡量。表8的估計結果發現，互聯網使用提升了勞動收入，說明存在收入效應；互聯網使用降低了工作時間，說明互聯網使用有助于提升勞動者工作效率，給予勞動者更多的“工作——家庭”配置選擇時間。雖然互聯網使用對是否有工作沒有顯著影響，但經常使用互聯網的勞動者更可能存在自雇和靈活就業。因此，收入效應和替代效應同時存在，但替代效應的影響程度更大。此外，在回歸中加入生活滿意度，以“當前是否對生活比較滿意”構建二值變量，來識別互聯網使用是否會通過增加信息傳播影響個體的生育偏好。結果顯示，互聯網使用對生活滿意度沒有顯著影響。

可見，由于經濟發展階段的不同，中國現階段互聯網使用對生育率的影響中，替代效應占主導地位，因而和基于德國數據的研究得出截然不同的結論。Feyrer 等發現伴隨著經濟增長，世界主要發達國家在二十世紀50 年代到80 年代都經歷了生育率的快速下降，當經濟發展到一定階段，部分國家開始推行家庭友好型公共政策，同時，技術進步使得家庭辦公成為可能，同時提高了家庭生產效率，發達國家的生育率才開始維持穩定，部分國家的生育率略有上升[39]。因此，經濟增長與生育率之間的關系是“U 型”的，經濟發展初期會帶來生育率下降，只有當經濟發展到一定階段，配合家庭友好型公共政策，技術進步才能起到緩解生育率下降的作用。而中國作為發展中大國，目前還處于“U 型”曲線的前半段，雖然技術進步帶來勞動生產率和家庭生產率的提高，但由于我國勞動者整體收入水平不高，其結果是讓女性將更多時間投入到兼職和靈活就業中，而擠出了生養孩子的時間。女性工作和家庭的沖突仍然是理解中國低生育率的關鍵[38]。

總體而言，互聯網使用主要通過影響孕齡群體在勞動力市場的表現來影響生育率，互聯網使用使得女性能夠尋找到更多兼職就業或者靈活就業崗位，增加了女性有償勞動時間，從而擠出了生養孩子的時間，帶來生育率的下降。另一方面，互聯網使用提高孕齡群體的勞動生產率，幫助勞動者（尤其是女性）獲得更高的收入水平，使其生育的機會成本增加，降低生育率。然而，互聯網使用對女性的生育心理并沒有產生直接影響，并沒有通過信息傳播的方式對女性造成“生育恐慌”。

6 研究結論及啟示

本文從數字經濟背景下的互聯網使用角度出發，研究互聯網使用與生育率的關系。研究發現互聯網使用對生育率具有顯著的負向影響。異質性檢驗進一步表明，互聯網使用對城市居民（相對于農村居民）具有更加顯著的負向影響；互聯網使用對于高學歷群體（尤其是女性群體）具有顯著的負向影響，可以看出中國互聯網使用與生育率之間的關聯性存在明顯的“數字鴻溝”。影響機制分析表明互聯網使用主要通過影響孕齡群體在勞動力市場的表現降低孕齡群體的生育率。互聯網使用降低了女性在勞動力市場的體力劣勢，增加了女性的就業機會和收入，這使得女性生養子女的機會成本提高，通過替代效應降低生育率。隨著數字經濟的發展，應當重視當前互聯網快速發展對中國生育率產生的逆向選擇，著力改善“數字鴻溝”帶來的生育人群分化問題。本文認為：

第一，警惕數字鴻溝帶來的生育逆向選擇。根據研究結論可以看出，互聯網使用對城市人口和高學歷人口都帶來更加強烈的負面影響，應當警惕互聯網使用對當前城市人口和高學歷人口生育意愿較低的“助推作用”，關注數字人力資本[40]提升對生育機會成本的重要作用，避免長期由于數字鴻溝導致的生育群體分化及由此帶來的高質量勞動力供給不足問題和人口老齡化日趨嚴重問題。

表8 互聯網使用對生育率的影響機制分析

第二，降低數字化門檻有利于提高一孩生育水平。從目前中國低生育水平發展的特點來看，提升一孩生育水平是關鍵點[5]。根據研究結論可以看出，互聯網使用并非對所有孕齡群體都呈負向影響，互聯網使用有利于孕齡群體的一孩生育率。因此，應當降低網絡接入成本和使用成本，提升低技能勞動者對于互聯網的基本使用能力，大力開展互聯網技能培訓課程，縮小不同群體間的數字鴻溝；同時，隨著收入水平的整體改善，互聯網使用所產生的收入效應將會進一步促進生育率的全面改善，擴大我國勞動力市場的回旋空間。

第三，促進勞動力市場的性別平等有利于提高孕齡群體工作與家庭的平衡，應增強生育政策的包容性。從當前各國鼓勵生育的國家政策實踐來看，現金補助的方式往往收效甚微。生育率降低，甚至逐漸陷入生育危機是多種因素共同作用的結果，中國自古缺乏有利于女性參與勞動力市場的制度設計，家庭模式（主要指照料子女的家庭分工模式）相對單一，因此更應該注重勞動力市場的性別平等，通過進一步提高女性在勞動力市場上的工資收入和改善就業環境幫助女性克服預算不足導致的生育逃避，通過提高女性的勞動參與率和勞動回報降低生育、養育、教育成本。