生育機會成本及異質性

袁益 張力

摘 要：生育機會成本對生育意愿和生育行為的重要性已被廣泛認可，但量化研究仍處于探索階段。把生育機會成本視為一種“反事實”的生育行為的收入代價，運用機器學習算法測量女性的生育機會成本并考察生育機會成本的異質性，通過回歸模型識別生育機會成本對生育意愿和生育數量的邊際效應。結果顯示，生育男孩的機會成本低于女孩;收入水平越高、受教育程度越高的女性，生育絕對機會成本和相對機會成本越低，這種異質性與能否獲得生育保險密切相關;職業替換門檻低的女性群體，生育保險的覆蓋率更低，生育機會成本更高。進一步的研究發現，生育絕對機會成本上升1單位，女性生育二孩和多孩意愿分別下降1.6%和1.5%，實際生育數量下降1.1%。研究發現對認識生育率發展趨勢具有參考價值。

關鍵詞： 生育機會成本;隨機森林算法;低生育率;生育行為;生育意愿

中圖分類號：C924.24 ? 文獻標識碼：A ? 文章編號：1000-4149（2021）06-0040-14

DOI：10.3969/j.issn.1000-4149.2021.00.047

一、引言

自20世紀80年代計劃生育政策被確定為基本國策以來，我國生育率在更替水平下持續走低，逐步放開的政策限制也未能顯著提升育齡人群的生育意愿和生育潛力[1-6]。國家統計局相關調查和第七次全國人口普查結果顯示，育齡婦女的意愿生育子女數僅為1.8，育齡婦女總和生育率已低至1.3 國務院新聞辦公室第七次全國人口普查主要數據結果發布會，2021年5月11日。。這種狀況與生育成本高導致低生育意愿和生育數量的觀點受到社會的普遍認同。

生育成本指養育子女需要投入的物質和非物質資源的價值，是影響生育決策的重要因素。生育成本包括直接成本和機會成本，前者指子女撫養的各種家庭開支，后者指女性選擇生育而需要放棄其他機會的損失。相對于比較直觀的生育直接成本，生育機會成本定義易，量化難，專門的測度成果較少，至今尚未形成權威的測量方法[7-8]。但是，生育機會成本是生育成本不可忽視的部分。缺乏生育機會成本的考察，生育成本的分析將有失偏頗。

生育機會成本測量復雜的一個重要原因是涉及對已育女性“反事實”生育（不生育或少生育子女）狀態下收入的預測，而構造“反事實狀態”需要控制其他變量計算出生育女性與未育女性的收入差值。運用傳統計量方法進行的收入預測對樣本偏誤和變量遺漏等有較高要求，預測誤差較大。基于此，本文的研究重點是生育機會成本的測度及其對生育意愿和生育水平的影響。本文嘗試運用機器學習算法測量女性因生育而導致的絕對機會成本和相對機會成本并考察生育機會成本的異質性，還將通過回歸模型識別生育機會成本對生育意愿和實際生育數量的邊際效應。研究結果顯示，生育機會成本對二孩和多孩的生育意愿以及實際生育數量都有較為顯著的影響，但由于異質性的存在，對生育率的抑制作用低于很多研究的預期。

本文在已有研究的基礎上對生育機會成本的分析進行了三方面的拓展：第一，運用在生育經濟學領域還較少應用的機器學習算法估算了生育機會成本，在方法上豐富了生育機會成本測度的研究;第二，區分生育絕對機會成本和生育相對機會成本，有助于更充分地理解收入約束下生育機會成本可承受的程度;第三，考察了生育機會成本的異質性，有助于更深入地認識生育機會成本對不同收入水平、不同職業和不同教育水平的女性群體的不同作用。研究結果對從生育成本角度思考生育率發展趨勢具有參考價值。但受限于數據，本文未能考察生育機會成本的動態變化。

二、文獻綜述

生育理論的經典文獻中，生育決策涉及利他、利己的生育預期效用和生育成本的考慮。前者關乎生育的收益，后者關乎生育的負擔[9-10]。隨著社會經濟發展，生育預期效用越發不穩定，生育成本越來越高，很多學者認為成本約束成為主導生育決策的因素[7，11-12]。

生育成本有多種類型。羅麗艷把生育成本分為家庭成員承擔的內部成本和由全社會承擔的外部成本[13]。徐安琪認為，除了一些直接費用外，生育成本還應包含因生養孩子而損失的職業升遷或收入增加的機會（即“母職懲罰”）[14]。譚雪萍把經濟代價、機會代價和心理代價都包含在生育成本內[15]。概括而言，生育成本既涵蓋顯性支出，也包括隱性損失。只要在生育問題上存在選擇和取舍，生育機會成本就有可能存在。

女性因生育而引發的潛在損失可以發生在家庭內外的多個場域，但如果以女性初婚和初育平均年齡推算，多數女性的生育行為發生在進入勞動市場以后?；诖耍瑢ι龣C會成本的討論，不少是圍繞女性職業發展和收入增長展開。有研究指出，生育導致女性職業中斷[16]。市場化條件下，女性很難平衡母親身份與工作的沖突。李芬的研究發現，社會普遍憂慮女性工作、母職兼顧會影響其工作表現（即職場中的“瘢痕效應”）[17]。循此邏輯，對生育機會成本的測度，多數是經濟損失的測量。例如，討論二孩政策遇冷時，朱蘭把生育機會成本理解為女性為提高生育數量而放棄在計劃生育政策下獲得的社會經濟福利[18]。劉金菊通過回歸模型估計出分年齡段的女性勞動參與率，據此編制女性工作預期壽命表，估算女性因生育而造成的工作年限損失，再把損失年限按照市場收入水平換算為收入損失[19]。劉金菊“職業中斷年數”的研究思路，對生育機會成本的估算很有啟發意義，但技術層面上，其估計結果的可靠性受到回歸模型的樣本分布的前提假設、因果識別的模糊以及變量之間的內生性的影響。

國內目前還缺乏嚴謹的實證分析證實生育造成的職業間斷會影響到女性收入水平。很多研究指出，生育會對女性的職業發展和收入產生負面影響[18，20-22]，但事實并非絕對，也存在與該預期相悖的情況。阿圭羅（Agüero）和馬克斯（Marks）使用6個拉丁美洲國家的數據發現，孩子數量對女性勞動參與率沒有影響，如果將數據擴充到26個國家，基于全樣本和中等收入國家的子樣本可以得出生育對女性勞動參與率基本沒影響，基于低收入國家和35歲以下女性的子樣本則得出生育會降低女性勞動參與率[23]。艾達（Adda）等人的研究發現，20歲時，已生育女性的收入比未生育女性高5%，但到40歲時，未育女性的收入比已育女性高10%，工作中斷導致一段時間沒有收入來源是主要的生育成本[24]。

國內研究方面，賈男等基于CHNS 2010數據發現，對于不同生育類型的女性，生育對收入的負面影響程度不同。對于外生生育類型（非意愿生育）的女性，生育當年的工資率（單位時間的工資水平）下降17.6%，并且生育只對當年工資有影響，前后幾年的工資幾乎都不受影響;而內生生育類型（理性生育）的女性，工資的下降在統計上不顯著[25]。智聯招聘在2017年發布的《2016年職場媽媽生存狀況調查報告》顯示，認同生育后薪資待遇會出現下降的人數明顯高于認為薪酬會上升的人數;但同時也有近1/4女性相信，產后重返職場對她們的收入水平沒有影響，也有人生育后工資提升了參見：https：//www.sohu.com/a/73840140_119737?！?020年職場媽媽生存狀況調查報告》則顯示，職場已婚未育女性比已婚已育女性在升職加薪上面臨更多的障礙，職業收入對家庭總收入的貢獻比重比已婚已育女性更低參見：https：//new.qq.com/rain/a/20200519AOIPFD00。上述研究和調查反映，生育對女性收入水平的影響有可能受到職業差異、社會保障差異等多重異質性的制約。因此，分析生育機會成本時，需要考察不同人群生育機會成本的異質性。

三、方法與數據

1. 測算思路

生育機會成本雖然可以理解為女性因生育而導致的經濟、受教育機會和工作晉升等多個維度的損失，但從量化的角度看，這些損失最終都可以體現在收入的變化上。因此，本文把生育機會成本視為一種“反事實”的生育行為的收入代價，即如果一個女性已經生育了n個子女，相比于其本人只生育n-1個子女，收入水平的下降程度。假設女性生育n個子女后的年收入為yn，該女性僅生育n-1個子女的年收入為yn-1。當yn-1>yn時，生育發生了機會成本;當yn-1 ? ? 如何獲得yn-1是測度生育機會成本的最大挑戰，原因是我們只能觀測到事實（一個女性生育了n個子女后的年收入yn）而無法同時觀測到反事實（該女性如果少生育一個子女后的年收入yn-1）。生育機會成本的測度需要估計反事實狀態的結果yn-1。考慮到機器學習算法在預測“反事實的結果”方面有較強的實現能力[26-27]，本文的解決思路如下：首先基于微觀數據構建訓練模型，利用機器學習算法增強特征變量（解釋變量）對響應變量（被解釋變量）的預測能力;然后依據擬合優度（Rsquared）、平均絕對離差（MAE）和均方誤差的開平方（RMSE）三個指標的參數結果，選擇對響應變量預測能力最強的算法估算yn-1。

2. 機器學習算法選擇

機器學習算法眾多，需要擇優選取。首先，使用中山大學2016年中國勞動力動態調查（CLDS 2016）數據測試包含決策樹、裝袋法、隨機森林、線性回歸、梯度提升、支持向量機和人工神經網絡七種機器學習算法的預測能力，把擬合優度作為評估的基準指標，選取出擬合優度最大的兩種算法;其次，在擬合優度最大的兩種方法中比較平均絕對離差，選取平均絕對離差最小的算法作為測度方法，均方誤差的開平方作為輔助評價指標。圖1是三個指標的中位數數值和95%的置信區間。

圖1顯示，擬合優度最高的兩種算法分別是線性回歸、隨機森林;平均絕對離差最小的是支持向量機、梯度提升和隨機森林;均方誤差的開平方最小的是裝袋法、梯度提升、線性回歸和隨機森林。如果考慮均方誤差的開平方的均值，最小的是梯度提升和隨機森林。綜合而言，隨機森林是最優算法，針對本文的研究問題，能夠有效解決特征變量之間的相關性和過擬合等問題，提高預測精度。

3. 基于隨機森林算法的生育機會成本測算

隨機森林算法是一種基于決策樹的集成學習算法。決策樹是一種單一學習方法，被稱為“基學習器”（base learner），多棵決策樹組合成“森林”則構成了集成學習方法中的強學習器（strong learner），能夠有效提升算法的預測能力。令隨機森林模型：yn=f *（·）=∑Bb=1f b（n，x，xi，ti，T，λ）/B ?其中，xi和ti分別是隨機森林算法中按照“最小化殘差平方和”原則得到的每棵決策樹在第i層分裂時的特征變量和對應的分裂臨界值。為解決過擬合問題，定義每棵決策樹的終節點數目T為復雜性（通過“成本復雜性修枝”得到），λ為使用交叉驗證法得到的對復雜性T的懲罰力度;響應變量為女性當前已生育n個子女的年收入為yn，n為核心特征變量，x為其余特征變量;B為隨機森林中包含的決策樹的數目。

通過算法訓練和驗證得到xi、ti、T和λ等參數結果后，令所有樣本女性已生育子女數為n-1，得到已經生育了n個子女（事實生育）的女性，假如生育n-1個子女（反事實生育）的年收入為yn-1，則生育的絕對機會成本可通過yn-1-yn得到，相對機會成本可通過（yn-1-yn）/yn-1得到。生育相對機會成本可以結合生活負擔水平衡量生育機會成本可以被承受的程度。

4. 數據來源和變量選擇

分析數據來自CLDS 2016。CLDS 2016覆蓋全國29個省、自治區和直轄市的14226個家庭和21086個個體。本文將研究對象限定為至少生育過一個子女、所有響應變量和特征變量均無缺失值的初婚女性，據此共得到2679個有效分析樣本。其中，生育過男孩的樣本有2038個，生育過女孩的樣本為1628個。

響應變量為樣本女性的全年收入，核心特征變量為生育行為，包括生育子女數量、生育男孩數量、生育女孩數量，其他特征變量包括了個人層面和家庭層面影響個人收入的重要因素（見表1）。因素的重要性基于節點不純度（IncNodePurity）標準確定 節點不純度指樹模型中特征變量在節點分裂后可以使分裂后的兩個子節點內部“純度”提高的程度，可通過構造節點不純度函數計算得到。。

四、實證結果

1. 生育對收入水平的影響

圖2顯示的是影響收入水平的特征變量的重要性排序。居首的是受教育程度，即人力資本是影響收入水平的最為關鍵的因素。其次是年齡平方和年齡，反映出工作經驗的積累對收入水平的重要性。值得注意的是，就業單位類型對收入水平的影響很小，可能的原因是單位招聘時已經綜合考慮了申請人的受教育程度等個人特征，單位類型能夠解釋收入水平的信息已經被包含在其他變量之中。在全部 28 個特征變量中，生育子女數量的重要性排在前三分之一（第 8 位），說明生育行為對女性收入水平有一定影響。統計參數的符號顯示，這種影響為負，即生育子女數量越多，女性年收入越低?；趫D2得出的重要信息是，生育行為產生的對女性收入的“懲罰效應”不容忽視，但其并非是影響女性收入水平的最重要因素。這個結果也說明，對不同的女性群體，機會成本對生育影響存在異質性。

2. 生育機會成本測算結果

圖3（a）展示了生育的絕對機會成本的估算結果，從中可得出一些基于目前資料文本難以直接討論，但值得后續研究的發現：第一，一些女性會因生育而導致年收入損失，這已被大量的研究所證實;但也有女性因生育而導致年收入增加，可能的原因是部分職場母親在生育后責任感增強，雇主看中更穩重、更有責任感的職場母親，對其給予升職加薪[28]。第二，相對于“0”值，生育絕對機會成本明顯右偏，結合密度（落在某個收入區間的樣本數的比重）分析，可以得出對大多數女性而言，生育絕對機會成本為正值。換言之，大部分初婚女性因為生育導致了年收入的下降，昭示生育懲罰效應和職業瘢痕效應的存在。第三，生育女孩的絕對機會成本與生育子女的絕對機會成本在總體分布上接近一致，而當生育絕對機會成本大于0時，生育男孩的絕對機會成本曲線與生育女孩的絕對機會成本曲線有較明顯的偏離。生育男孩的絕對機會成本在0—1.1萬元之間的比重大于生育女孩，但當生育絕對機會成本大于1.1萬元時，生育女孩的絕對機會成本比生育男孩更大。從均值上看，生育男孩的絕對機會成本（0.28萬）小于生育女孩（0.49萬）。這或與女孩在成年前有更高的死亡率有關，因此需要母親在家更多的關心和照料[29-30]。第四，三條曲線顯示出明顯的數據離散度，說明生育絕對機會成本在個人之間存在很強的異質性。

圖3（b）展示了生育的相對機會成本結果。相比于絕對機會成本，相對機會成本更能反映預算約束條件下女性作生育決策時根據其收入狀況對預期成本承擔的意愿。圖3（b）顯示，有七成樣本生育子女相對機會成本少于50%，有三成樣本生育子女相對機會成本超過50%，高者甚至接近年收入。生育相對機會成本存在性別差異，生育男孩相對機會成本超過50%的樣本占生育男孩總樣本的29.69%，生育女孩相對機會成本超過50%的樣本占生育女孩總樣本的34.21%。生育男孩的相對機會成本在0—60%區間內的比例顯著高于生育女孩的相對機會成本，生育女孩的機會成本大于60%的比重要顯著高于生育男孩。從均值上進行比較，生育女孩的相對機會成本（24.22%）高于生育男孩（18.77%），這與生育的絕對機會成本一致。

3. 生育“收入懲罰”和生育保險

表2對比了女性生育后（事實生育）和生育前（“反事實”生育）的年收入。從生育后（事實生育的女性）的收入分布來看，隨著收入的增加，收入較高的女性在女性群體中的比例不斷減少，年收入5萬元以下的女性占了85%以上。與此相比，年收入在5萬元以上的“反事實”生育的女性比例沒有顯著增加，說明生育行為對收入的影響主要集中在年收入5萬元以下的女性群體。生育后收入小于1.5萬元的女性比重明顯比生育前更大，相應地，生育后收入在1.5萬—5萬元之間的女性比重比生育前更小，反映生育導致部分年收入在1.5萬—5萬元之間的女性的工資下滑到1.5萬元以下。

圖4以絕對生育成本為例，進一步呈現了“反事實”生育的女性年收入和生育機會成本的關系。散點分布的擬合線斜率為負，說明少生育一個子女時的年收入越高，生育絕對機會成本越低。以年收入5萬元為分界線，就平均水平而言，年收入5萬元以下的初婚女性生育的絕對機會成本大于0;年收入5萬元以上的初婚女性生育絕對機會成本小于0。

說明：生育絕對機會成本的散點和擬合線對應左側坐標軸，條形圖（生育保險覆蓋率）對應右側坐標軸。收入區間獲得生育保險的女性比重=收入區間獲得生育保險的女性人數/收入區間女性總人數。

為何低收入者會比高收入者承擔更多的生育絕對機會成本，可以從生育保險制度的視角去理解。作為一種基本社會保障制度，生育保險保障婦女勞動者不會因為生育行為而被解雇，在因懷孕和分娩暫時中斷勞動時，享受生育醫療待遇和生育津貼。低收入女性從事的行業和職業所需的人力資本積淀和替換門檻相對較低，雇主為控制勞動力成本，可能不會嚴格落實生育保險制度。如圖4所示，收入越低的女性中，獲得生育保險的比例越小，生育絕對機會成本越高。在0—1萬元年收入區間的女性中，沒有一人獲得生育保險;1萬—2萬元年收入區間獲得生育保險的女性僅占1萬—2萬元年收入女性的0.7%。與此相反，年收入在13萬—14萬和14萬—15萬元之間的女性，全部獲得生育保險?？梢?，低收入女性承擔更多生育機會成本，與缺乏生育保險福利有關。

我國生育保險的覆蓋面仍然偏低。國家統計局公布的數據顯示，2010年全國生育保險參保人數占總就業人口比例為16.2%，占城鎮就業人口的比例為35.6%;2019年，兩者分別提高到27.6%和48.4%，遠低于城鎮職工基本養老保險和城鎮職工基本醫療保險的參保率[31]。由于生育保險費用由用人單位承擔，個人不用繳納，所以數量龐大的農民工和其他非正規就業的勞動人口，幾乎沒有被生育保險覆蓋。

不同教育程度和不同就業單位的女性生育機會成本差異也證實了生育保險的作用。從圖5可見，就平均水平而言，教育程度低的女性，生育的絕對機會成本和相對機會成本都很高。生育絕對機會成本和相對機會成本最低的是獲得碩士和博士學位的女性。這部分女性群體大概率從事高收入工作，職業門檻更高，生育保險覆蓋率也更高;教育程度越低的女性，從事低收入工作的可能性越大，職業門檻越低，社會保障越不完善，面對越高的生育機會成本。

圖6是按法人性質區分的用人單位的生育機會成本。相比于圖6（b）的用人單位，圖6（a）的用人單位中不因為生育而減少了收入的女性比例更高，因生育產生絕對機會成本的女性比例更低。公有制和私有制的用人單位女性生育絕對機會成本集中在0.3萬—0.6萬元，但自治和社會組織、自雇群體的女性生育絕對機會成本集中在1萬—1.6萬元。生育絕對機會成本的單位差異與現有研究發現的生育保險參保率的職業人群差異類似[32-33]。

說明：公有制單位包括：黨政機關或人民團體或軍隊、國有或集體事業單位、國有企業、集體企業四類;私有制單位包括：民營或私營企業、外資或合資企業;自治或社會組織包括：村居委會等自治組織和民辦非企業或社團等社會組織;自雇群體包括：個體工商戶、自由職業者、務農。

圖6（c）和（d）顯示，生育的相對機會成本在不同單位類型分布并非和圖6（a）和（b）完全一致。私有制單位女性生育相對機會成本稍高于公有制單位女性（圖6（c）），公有制單位女性生育的相對機會成本更為明顯地集中在0—10%區間，而私有制集中于10%—20%區間。自治和社會組織女性生育相對機會成本集中在0—10%的區間內，并且在0上下有對稱分布的特性;但自雇群體的生育相對機會成本卻更集中在50%—80%區間內（圖6（d））。相對于其他單位類型，自雇群體一方面沒有生育保險給予權益保障，另一方面收入較低，使得生育相對機會成本更高。

4. 生育機會成本對生育意愿和生育行為的影響

生育機會成本對生育意愿和生育行為的影響可以通過回歸模型來考察。模型選擇考慮了因變量類型：因生育意愿為二分類變量，采用Probit回歸進行參數估計;實際生育數量為計數變量，采用泊松回歸進行參數估計，使用負二項回歸作穩健性檢驗?？紤]到不同地區生育文化、經濟發展等差異，回歸中通過加入虛擬變量控制了地區固定效應，解決個體因地區異質性而產生的參數估計的不一致，提高參數估計的無偏性。

實證結果顯示（見表3），生育絕對機會成本在5%顯著性水平上對二孩和多孩生育意愿呈現負向影響，生育絕對機會成本上升1單位，女性生育二孩和多孩的意愿分別下降1.6%和1.5%。生育絕對機會成本提高會通過生育意愿顯著降低女性的實際生育數量，泊松回歸結果表明，在5%顯著性水平上抑制實際生育數量，生育絕對機會成本上升1單位，實際生育數量下降1.1%;負二項回歸結果證實了基于泊松回歸得到的結論依然成立 限于篇幅，沒有匯報生育相對機會成本影響生育意愿和生育行為的結果。。

表3結果還顯示，生育機會成本并非是推動生育率下降的唯一重要因素，除了機會成本的作用外，還有部分控制變量對生育意愿和實際生育數量產生顯著的抑制影響。例如，常用來衡量生育觀念的受訪者的戶口類型和受教育程度對實際生育數量有顯著的負向影響，表明

隨著人口城市化和教育擴張等社會經濟多方面的發展，除生育機會成本之外的生育觀念的變遷對生育率下降的影響。

五、結論與討論

人口再生產所產生的機會成本被視為造成生育率持續降低的重要原因，但對生育機會成本的認識大多停于感性。基于全國性的微觀調查數據和機器學習算法，本文的實證分析得出如下發現：①生育對女性收入水平有影響，會對女性造成“收入懲罰”;②不同收入水平和教育程度的女性的生育機會成本存在顯著差別，收入越高、教育程度越高的女性，生育機會成本越低;③生育機會成本在就業市場中的“懲罰效應”，主要體現在職業替換門檻較低的低收入婦女身上;④生育機會成本的收入人群差異與生育保險參保率的職業人群差異有關，收入越低的女性，生育保險參保率越低，生育的機會成本越高;⑤生育機會成本降低了生育二孩和多孩的意愿，也顯著降低了實際生育數量;⑥生育機會成本對生育意愿和生育行為的影響顯著，但并非唯一決定因素。

本文的研究表明，生育機會成本的高低取決于生育保障制度，與女性的職業、收入密切相關。以生育保險為代表的社會保障制度通過多主體的成本分攤，成為降低女性生育機會成本的重要工具。因此，完善生育保障制度，特別是提高生育保險對低收入女性的覆蓋率或是應對中國當前低生育率的一個可行政策方向。

生育機會成本對生育決策的影響雖然重要，但在第二次人口轉變的時代背景下，其對生育水平的抑制作用不宜過分夸大。如同世界上很多國家，中國已經開始進入由后物質主義價值觀主導的第二次人口轉變，低生育率是大勢所趨[34]。第二次人口轉變理論認為，雖然經濟成本對生育率的降低有影響，但在更大程度上，生育率的下降緣于觀念的傳播和擴散。生育不僅受到經濟條件制約，而且還受到價值觀變遷的沖擊[35]。盡管學界對第二次人口轉變理論的普適性還存在質疑，但本文的實證分析在某種程度上也支持這一理論判斷。在多重因素共同作用下，減少家庭層面上的生育機會成本，構建“生育友好型”的家庭政策雖有助于緩解，但無法從根本上“反轉”難以避免的低生育率趨勢。

第七次人口普查公報數據顯示，2020年中國總人口比2010年增長了5.38%，年平均增長率為0.53%，比2000年到2010年的年平均增長率0.57%下降了0.04個百分點（注：國務院新聞辦公室第七次全國人口普查主要數據結果發布會，2021年5月11日），由“少子化”和低生育意愿導致的人口增速放緩的潛伏危機受到多方關注。我國人口總量大概率在未來幾年就會到達峰值，然后進入緩慢的負增長。人口因素對經濟、社會、民生諸多方面的嚴峻挑戰將在人口負增長時代顯現。學者們也越來越意識到僅依靠生育政策已經很難逆轉生育水平下降的走向[36-37]。面對微觀家庭層面“少子化”成為常態的局面，如何構建與新人口形勢相匹配的公共政策體系，應當成為應對低生育率挑戰的邏輯起點。

參考文獻：

[1]姚引妹，李芬，尹文耀.單獨兩孩政策實施中堆積夫婦及其生育釋放分析[J].人口研究，2014（4）：3-18.

[2]石智雷，楊云彥.符合“單獨二孩”政策家庭的生育意愿與生育行為[J].人口研究，2014（5）：27-40.

[3]翟振武，陳佳鞠，李龍.中國出生人口的新變化與趨勢[J].人口研究，2015（2）：48-56.

[4]張麗萍，王廣州.中國育齡人群二孩生育意愿與生育計劃研究[J].人口與經濟，2015（6）：43-51.

[5]靳衛東，宮杰婧，毛中根.“二孩”生育政策“遇冷”：理論分析及經驗證據[J].財貿經濟，2018（4）：130-145.

[6]陳友華，孫永健.“三孩”生育新政：緣起、預期效果與政策建議[J].人口與社會，2021（3）：1-12.

[7]鄭真真，李玉柱，廖少宏.低生育水平下的生育成本收益研究——來自江蘇省的調查[J].中國人口科學，2009（2）：93-102.

[8]段繼紅，蘇華山，張成.生育成本對二孩生育意愿的影響[J].當代財經，2020（1）：17-26.

[9]LEIBENSTEIN H. An interpretation of the economic theory of fertility： promising path or blind alley？ [J]. Journal of Economic Literature， 1974， 12（2）：457-479.

[10]加里·斯坦利·貝克爾.家庭論[M].北京：商務印書館， 1998：151-153.

[11]王志章，劉天元.生育“二孩”基本成本測算及社會分攤機制研究[J].人口學刊，2017（4）：17-29.

[12]茆長寶，穆光宗.國際視野下的中國人口少子化[J].文化縱橫，2018（4）：16-16.

[13]羅麗艷.孩子成本效用的拓展分析及其對中國人口轉變的解釋[J].人口研究，2003（2）：47-54.

[14]徐安琪.孩子的經濟成本：轉型期的結構變化和優化[J].青年研究，2004（12）：1-8.

[15]譚雪萍.成本—效用視角下的單獨二胎生育意愿影響因素研究——基于徐州市單獨家庭的調查[J].南方人口，2015（2）：1-12.

[16]張霞，茹雪.中國職業女性生育困境原因探究——以“全面二孩”政策為背景[J].貴州社會科學，2016（9）：150-154.

[17]李芬.二孩政策下生育對女性職業發展的瘢痕效應——基于全國十二城市的實證研究[J].河北學刊，2018（6）：193-199.

[18]朱蘭.生育政策、機會成本與生育需求——中國綜合社會調查的微觀證據[J].西北人口，2020（2）：90-101.

[19]劉金菊.中國城鎮女性的生育代價有多大？[J].人口研究，2020（2）：33-43.

[20]宋健，周宇香.中國已婚婦女生育狀況對就業的影響——兼論經濟支持和照料支持的調節作用[J].婦女研究論叢，2015（4）：16-23.

[21]張抗私，谷晶雙.生育對女性就業的影響研究[J].人口與經濟，2020（5）：19-29.

[22]楊菊華，盧瑞鵬.性別紅利：理論意涵、基本特征與社會效應[J].山東社會科學，2021（3）：51-59.

[23]AGERO J M， MARKS M S. Motherhood and female labor force participation： evidence from infertility shocks [J]. The American Economic Review， 2008， 98（2） ：500-504.

[24]ADDA J， DUSTMANN C， STEVENS K. The career costs of children [J]. Journal of Political Economy，2017，125（2）：293-337.

[25]賈男，甘犁，張劼.工資率、“生育陷阱”與不可觀測類型[J].經濟研究，2013（5）：61-72.

[26]陳云松，吳曉剛，胡安寧，賀光燁，句國棟.社會預測：基于機器學習的研究新范式[J].社會學研究，2020（3）：94-117.

[27]胡安寧，吳曉剛，陳云松.處理效應異質性分析——機器學習方法帶來的機遇與挑戰[J].社會學研究，2021（1）：91-114.

[28]祝紅艷.生育對女性職業發展有何影響——智聯招聘特別調查[J].職業，2009（16）：36-36.

[29]AHMED F A. Gender difference in child mortality[J]. The Egyption Population and Family Planning Review， 1990， 24（2）：60-79.

[30]CHOWDHURY R， TANEJA S， MAZUMDER S， BHANDARI N， STRAND T A. Gender differences in infant survival： a secondary data analysis in rural North India[J]. BMJ Open， 2017， 7（8）：e014179.

[31]張盈華.完善中國流動人口參保機制[R].國際勞工組織中國和蒙古局，2019.

[32]莊渝霞.生育醫療待遇：政策演變、人群差異及優化策略[J].社會科學，2017（12）：79-89.

[33]盛亦男，童玉芬.生育政策調整對女性勞動力供需的影響研究[J].北京社會科學，2018（12）：96-104.

[34]於嘉，謝宇.中國的第二次人口轉變[J].人口研究，2019（5）：3-16.

[35]ZAIDI B， MORGAN S P. The second demographic transition： a review and appraisal [J]. Annual Review of Sociology，2017，43（1）： 473-492.

[36]陸杰華.人口負增長時代：特征、風險及其應對策略[J].社會發展研究，2019（1）：21-32.

[37]張現苓，翟振武，陶濤.中國人口負增長：現狀、未來與特征[J].人口研究，2020（3）：3-20.

[責任編輯 劉愛華]