朱 州，趙國昌

（西南財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)與管理研究院，四川 成都 610074）

一、引言

生育水平過低是當(dāng)前和未來長時(shí)間內(nèi)我國經(jīng)濟(jì)社會(huì)發(fā)展所面臨的重大挑戰(zhàn)。郭志剛和田思鈺通過《中國人口與就業(yè)統(tǒng)計(jì)年鑒》的數(shù)據(jù)發(fā)現(xiàn)：我國育齡女性的總和生育率已經(jīng)從1990年的2.3下降到了2015年的1.05，遠(yuǎn)遠(yuǎn)低于2.1的人口更替水平。［1］雖然Notestein 發(fā)現(xiàn)工業(yè)化和城市化發(fā)展會(huì)自然伴隨著生育水平的下降，［2］但我國目前存在的最大問題是未富先老①實(shí)際上，世界銀行數(shù)據(jù)顯示我國老年撫養(yǎng)比（64歲以上人口與15-64歲人口之比）也超過了中高收入國家的平均水平。：在未完成工業(yè)化和現(xiàn)代化的條件下，生育水平的大幅下降導(dǎo)致我國提前步入老齡化社會(huì)。如圖1 所示：從20 世紀(jì)90 年代中后期開始，我國的總和生育率不僅低于同收入類別的中高等收入國家（地區(qū)），而且還遠(yuǎn)低于高收入國家（地區(qū)）。2018 年中高等收入國家（地區(qū)）的平均生育水平在1.90，高收入國家（地區(qū)）的平均生育水平在1.60。2016 年全面放開二胎政策后，我國的總和生育率有了短暫上升，但2017 年、2018年的總和生育率也只有1.58、1.50。第七次人口普查數(shù)據(jù)顯示2020年我國總和生育率只有1.3。由于新出生嬰兒長成勞動(dòng)力人口需要一定的時(shí)間，因此低生育率的當(dāng)期和短期影響還會(huì)讓勞動(dòng)力人口占比上升，但其中、長期影響會(huì)導(dǎo)致人口老齡化。范碩和李俊江及蔡昉等人研究發(fā)現(xiàn)低生育水平會(huì)帶來人口的老齡化，對經(jīng)濟(jì)社會(huì)的消費(fèi)和儲(chǔ)蓄、社會(huì)負(fù)擔(dān)、人力資本投資、創(chuàng)新活力等方面都產(chǎn)生影響。引發(fā)人口紅利消失、年輕人養(yǎng)老負(fù)擔(dān)重、政府財(cái)政壓力大、國內(nèi)消費(fèi)市場增長停滯等一系列的經(jīng)濟(jì)社會(huì)問題。［3-4］

圖1 中國與其他國家（地區(qū)）的生育水平比較

另一方面，20世紀(jì)90年代以來我國育齡女性中接受過高等教育的數(shù)量和比例持續(xù)大幅度上升。1990 年人口普查和2015 年1%人口抽樣調(diào)查的數(shù)據(jù)顯示：我國育齡婦女（20-49 歲）中大專及以上學(xué)歷總?cè)藬?shù)由1990 年的397 萬上升到2015 年的6 782 萬，大專及以上學(xué)歷占比從1990 年的2%上升到了2015 年的20.7%?！?019 年全國教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》顯示2019 年我國女性的高等教育毛入學(xué)率已經(jīng)達(dá)到了51%。實(shí)際上我國女性的大學(xué)毛入學(xué)率已高于男性。雖然目前社會(huì)和學(xué)術(shù)界有一些關(guān)于我國高等教育比例是否過高的討論，但與同檔次的中高收入國家（地區(qū)）相比，我國的高等教育人力資本積累并不占優(yōu)勢，只是近兩年才達(dá)到平均水平，還遠(yuǎn)遠(yuǎn)低于高收入國家（地區(qū)）的平均水平（見圖2）。為了讓我國在未來全球競爭中擁有人力資本紅利，最近公布的“十四五規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要”就明確提出要將我國的高等教育毛入學(xué)率提高到60%?？梢灶A(yù)期未來我國接近乃至超過一半的育齡女性將會(huì)接受高等教育。當(dāng)前我國社會(huì)正處于婚育行為急劇變遷的階段，生育水平的持續(xù)下降引起政府和社會(huì)的擔(dān)憂：未來我國還會(huì)繼續(xù)向著西方的少子化乃至丁克家庭模式變遷嗎？高等教育女性作為西方婚育觀念的率先接觸者，她們的婚育行為是判斷未來我國女性婚育行為模式變遷的風(fēng)向標(biāo)。那么，上大學(xué)是否會(huì)影響我國女性的生育數(shù)量？我國育齡女性中受過高等教育比例的不斷提高是不是近年來我國生育水平下降的重要原因？在人口老齡化不斷加劇的背景下，這兩個(gè)問題的答案意義重大。要回答這些問題，需要準(zhǔn)確估計(jì)出高等教育對于女性生育數(shù)量的影響。

圖2 中國與其他國家（地區(qū)）的高等教育總?cè)雽W(xué)率比較

1990年以來我國女性總和生育率下降到更替水平以下，已經(jīng)出現(xiàn)了很多關(guān)于女性生育水平下降原因的研究。梁同貴及薛君從人口流動(dòng)、周長洪及陶濤等從經(jīng)濟(jì)社會(huì)發(fā)展、葛玉好和張雪梅從房價(jià)、郭志剛和田思鈺從婚姻推遲等多種角度對我國生育水平下降進(jìn)行了解釋。［1］［5-9］卻少有文獻(xiàn)實(shí)證分析教育因素在生育水平下降過程中的作用。作為重要的社會(huì)經(jīng)濟(jì)變量，Becker、Blossfeld 和Huinink 發(fā)現(xiàn)教育會(huì)通過勞動(dòng)市場的（潛在的）收入效應(yīng)和替代效應(yīng)［10-11］或者通過禁閉效應(yīng)等多種機(jī)制影響女性的生育數(shù)量。［12］從理論上來說，上大學(xué)會(huì)降低還是提高女性的生育水平并沒有一致結(jié)論，因此相應(yīng)的實(shí)證分析就非常必要。

雖然量化分析高等教育對我國女性生育水平的影響意義重大，但相關(guān)的實(shí)證文獻(xiàn)還很少①近年來有少量學(xué)者開始關(guān)注教育對生育數(shù)量的影響，與本文類似的有楊振宇和張程的研究，他們用1986年義務(wù)教育法作為工具變量，發(fā)現(xiàn)因義務(wù)教育法而上初中的女性群體的生育水平下降了。［13］。一個(gè)可能的原因在于估計(jì)高等教育對女性生育數(shù)量的影響會(huì)同時(shí)面臨內(nèi)生性問題和生存數(shù)據(jù)結(jié)構(gòu)問題。由于個(gè)人能力、事業(yè)心等不可觀察的變量既影響女性的教育獲得，也影響女性的生育數(shù)量，所以女性的受教育水平是內(nèi)生的。本文既參照Duflo、Ou 和Zhao 及侯玉娜和鄧寧莎等人的思路②Ou 和Zhao 在估計(jì)大學(xué)擴(kuò)招政策的影響時(shí)，除了利用1999 年作為政策處理時(shí)間點(diǎn)，也用了各省高等教育擴(kuò)張強(qiáng)度作為政策處理的地區(qū)差異。［15］，［14-16］借助1999 年高校擴(kuò)招政策強(qiáng)度在個(gè)人出生隊(duì)列和戶籍所在省份的雙重外生差異，還利用各個(gè)省份本身的高等資源稟賦導(dǎo)致的高等教育入學(xué)機(jī)會(huì)差異來構(gòu)造個(gè)人高等教育的工具變量。生存數(shù)據(jù)結(jié)構(gòu)問題是指對于較為年輕的樣本，調(diào)查截止時(shí)點(diǎn)觀測到的生育數(shù)量不能代表該女性最終的生育數(shù)量。雖然可以通過把年輕女性樣本刪除的方式減弱這個(gè)問題，但這樣做會(huì)讓國內(nèi)常見的微觀數(shù)據(jù)庫都面臨樣本量不足的問題。因?yàn)槌醪胶Y選的分析樣本就只能是高中及以上學(xué)歷③高中學(xué)歷才適合做大學(xué)的參照組，這里的高中是指高中階段，包括普通高中、中專、職業(yè)高中，下文同。，再排除較為年輕的女性樣本，往往樣本量非常小，很難保證在出生隊(duì)列層面上的代表性。本文利用2015 年1%人口抽樣調(diào)查的大樣本數(shù)據(jù)，能夠較為準(zhǔn)確地描述高中和大學(xué)學(xué)歷女性平均生育水平在不同年齡隊(duì)列上的變動(dòng)趨勢。2015 年1%人口抽樣調(diào)查的大樣本能夠幫助我們確定合理的起始分析年齡從而一定程度上克服生存分析問題。另外，結(jié)合翟振武和劉雯莉、朱州和趙國昌的發(fā)現(xiàn)，近年來我國各學(xué)歷女性婚姻推遲明顯而最終結(jié)婚率仍然很高。［17-18］將樣本限定為已婚來消除因?yàn)榛橐鐾七t導(dǎo)致的暫時(shí)未生育的情況，可以進(jìn)一步克服生存分析問題對估計(jì)結(jié)果的影響。

借助1999年高校擴(kuò)招政策和各省高等教育資源稟賦所帶來的高等教育機(jī)會(huì)在個(gè)人出生隊(duì)列和戶籍所在省份的雙重外生差異，我們給女性能否上大學(xué)構(gòu)造了一個(gè)工具變量來解決內(nèi)生性問題，并使用IV-Poisson 模型估計(jì)了上大學(xué)對我國女性生育數(shù)量的影響。結(jié)果表明與高中學(xué)歷的女性相比，上大學(xué)會(huì)使得女性生育數(shù)量平均下降30%左右。這種影響主要體現(xiàn)為上大學(xué)讓女性生育二孩及多孩的概率大幅度下降，而并非不生。進(jìn)一步分析發(fā)現(xiàn)上大學(xué)會(huì)通過提高女性的勞動(dòng)市場參與率影響女性的生育數(shù)量，換言之高等教育提高了女性生育的機(jī)會(huì)成本。另外，本文還通過采用不同的樣本起始年齡、用其他的工具變量以及用已育樣本進(jìn)行估計(jì)值下界（Lower bound）分析，結(jié)果都很穩(wěn)健。根據(jù)本文的估計(jì)結(jié)果，育齡女性中高等教育比例的提高是20 世紀(jì)90 年代以來我國生育水平下降的重要原因。本文主要有三點(diǎn)貢獻(xiàn)：第一，本文的研究結(jié)果有助于從高等教育發(fā)展的角度對1990年以來我國育齡女性生育水平的變動(dòng)進(jìn)行解釋，并對我國未來的生育水平變動(dòng)趨勢進(jìn)行展望。第二，上大學(xué)作為一種人力資本投資行為，傳統(tǒng)文獻(xiàn)多關(guān)注其對收入的影響。近些年以O(shè)reopoulos和Salvanes為代表的一些文獻(xiàn)開始關(guān)注教育帶來的非貨幣化效應(yīng)（Non-pecuniary effect）。［19］生育作為個(gè)體生命周期的重要節(jié)點(diǎn)，對家庭和社會(huì)的發(fā)展都具有極其重要的意義。本文發(fā)現(xiàn)上大學(xué)會(huì)顯著地降低女性的生育數(shù)量，豐富了相關(guān)的文獻(xiàn)。第三，在估計(jì)高等教育對生育數(shù)量的影響時(shí)，本文設(shè)計(jì)的識(shí)別策略對解決同類問題具有借鑒意義。比如用2015年1%人口抽樣調(diào)查數(shù)據(jù)，通過描述我國高中和大學(xué)學(xué)歷女性在不同年齡隊(duì)列上的生育變動(dòng)趨勢，合理確定生育分析的起始分析年齡以克服所面臨的生存數(shù)據(jù)結(jié)構(gòu)問題。另外，本文用已育樣本作為估計(jì)值下界（Lower bound）的穩(wěn)健性分析思路也值得借鑒。

二、文獻(xiàn)綜述

作為重要的經(jīng)濟(jì)社會(huì)變量，教育可能會(huì)通過多種機(jī)制影響女性的生育數(shù)量。但從理論層面來說，教育到底會(huì)增加還是減少生育孩子數(shù)量是不確定的。首先，教育會(huì)通過提高女性在勞動(dòng)市場上的（潛在）收入來影響生育數(shù)量：總效應(yīng)取決于替代效應(yīng)與收入效應(yīng)的大小。替代效應(yīng)是指教育水平更高的女性在勞動(dòng)市場上的潛在收入更高，生育孩子所面臨的機(jī)會(huì)成本更高。［10-11］因此，替代效應(yīng)會(huì)使教育對女性生育數(shù)量產(chǎn)生負(fù)向影響。收入效應(yīng)是指高等教育水平女性在勞動(dòng)市場上的收入提高，使其更容易負(fù)擔(dān)起養(yǎng)育小孩的費(fèi)用，如果孩子是正常商品的話，會(huì)增加生育孩子的數(shù)量。另外，Behrman 和Rosenzweig 以及McCrary 和Royer 指出這種收入效應(yīng)會(huì)因?yàn)榛橐龅耐|(zhì)性匹配而增強(qiáng)，從而產(chǎn)生女性教育水平對家庭收入的乘數(shù)效應(yīng)。［20-21］而Becker和Lewis則認(rèn)為收入效應(yīng)也會(huì)因?yàn)槠煤⒆拥馁|(zhì)量而不是數(shù)量（Quantity-Quality tradeoff）而被削弱。［22］

其次，Grossman、Rosenzweig 等發(fā)現(xiàn)教育可能還會(huì)通過學(xué)習(xí)效應(yīng)影響女性的生育數(shù)量：教育水平更高的女性往往掌握更多的避孕和生育健康方面的知識(shí)，或者是獲取相關(guān)知識(shí)的能力更強(qiáng)，從而會(huì)更有效控制生育，因此主要是負(fù)向影響。［23-24］

再次，還有一些研究從婚姻機(jī)制和個(gè)人價(jià)值觀念方面進(jìn)行了分析。婚姻機(jī)制的影響是指在不存在非婚生子的情況下，教育水平通過影響結(jié)婚的可能性進(jìn)而影響生育數(shù)量。一方面，Becker 發(fā)現(xiàn)教育可能降低女性的最終結(jié)婚率，［10］［25-26］而Oppenheimer則發(fā)現(xiàn)教育也可能增加女性的結(jié)婚率。［27-29］還有一些研究比如Rindfuss 等認(rèn)為教育水平會(huì)更多地給女性灌輸一種非家庭角色的個(gè)人價(jià)值觀，比如鼓勵(lì)女性去追求個(gè)人的職業(yè)發(fā)展，在個(gè)人職業(yè)中實(shí)現(xiàn)自我價(jià)值等，從而影響女性的生育數(shù)量。［30］

最后，Black 認(rèn)為由于現(xiàn)代教育都是在學(xué)校內(nèi)集中進(jìn)行的，因此教育會(huì)通過禁閉效應(yīng)（Incarcera?tion effect）推遲初育年齡、壓縮可供生育的生理周期，從而降低生育數(shù)量。［12］而Monstad等研究這種負(fù)向影響后期可能會(huì)消失，高教育水平女性在畢業(yè)以后會(huì)進(jìn)行生育追趕。［31］

翟振武、劉雯莉及朱州、趙國昌發(fā)現(xiàn)：在我國，相對于高中學(xué)歷女性，接受過大學(xué)教育的女性雖然結(jié)婚要推遲，但仍然維持著非常高的終身結(jié)婚率。因此，婚姻機(jī)制的途徑是不存在或者影響極小。［17-18］學(xué)習(xí)效應(yīng)也應(yīng)該不大，本文的對照組（高中學(xué)歷的女性）基本的避孕和生育健康知識(shí)應(yīng)該不會(huì)與接受過高等教育的女性有顯著差異。因此在我國高等教育應(yīng)該主要是通過收入或者價(jià)值觀影響女性的生育數(shù)量。

近年來，陸續(xù)也有一些國外學(xué)者開始實(shí)證分析教育對生育數(shù)量的影響。但已有的實(shí)證研究也沒有給出一致的結(jié)論。總的來說，在生育轉(zhuǎn)型較慢、生育水平較高的發(fā)展中國家（地區(qū)）多發(fā)現(xiàn)負(fù)面影響，［32-33］在歐美等發(fā)達(dá)國家（地區(qū)）多發(fā)現(xiàn)沒有影響甚至是正面影響。［21］［34-35］但也有例外，比如Fort等發(fā)現(xiàn)教育水平的提高對英國女性的生育數(shù)量是負(fù)向影響，而在歐洲大陸國家則無負(fù)面影響。作者給出的解釋是相對于歐洲大陸，英國的生育轉(zhuǎn)型進(jìn)行的更慢，而且市場提供的孩子照料服務(wù)和相關(guān)的政府政策并不太友好，從而降低了生育數(shù)量。［36］總的來說，教育對生育的影響受到生育轉(zhuǎn)型水平、政府和市場對女性生育的友好程度等因素的影響。

就中國而言，目前我國并沒有像北歐等國家一樣提供讓女性兼顧家庭和事業(yè)的環(huán)境，過去40多年的計(jì)劃生育政策使我國大部分地區(qū)的育齡婦女已經(jīng)提早完成了生育行為的轉(zhuǎn)型，生育數(shù)量下降到極低水平。另外一方面我國目前仍然保有比較傳統(tǒng)的婚育觀念，我國女性的結(jié)婚率依然非常高，對于絕大多數(shù)家庭來說，至少生育一個(gè)孩子是普遍的觀念，不育主義者所占比例還是非常小。在這樣一個(gè)女性不容易平衡家庭與事業(yè)、又保有一定傳統(tǒng)生育觀念的發(fā)展中國家，研究高等教育對女性生育數(shù)量的影響就顯得尤為必要。另外，20 世紀(jì)90 年代以來我國育齡女性中接受高等教育的比例快速上升，這一巨大的變化對我國的生育水平產(chǎn)生了怎樣的影響，都需要相應(yīng)的量化分析。［13］［37］

雖然近年來也有少量學(xué)者開始關(guān)注教育對生育數(shù)量的影響，但要么僅限于簡單的描述統(tǒng)計(jì)分析，要么研究集中于低學(xué)歷群體，比如楊振宇、梁秋生等人的研究。［13］［37］本文將借助于2015 年1%人口抽樣調(diào)查的大樣本數(shù)據(jù)，通過提高女性的起始分析年齡到30 歲以上的已婚樣本來消除面臨的生存數(shù)據(jù)結(jié)構(gòu)問題；用1999 年高校擴(kuò)招政策和各省高等教育資源稟賦所帶來的高等教育入學(xué)機(jī)會(huì)在出生隊(duì)列和省份上的雙重外生差異構(gòu)造高等教育的工具變量，用IV-Poisson 模型估計(jì)高等教育對我國女性生育數(shù)量的影響。

三、計(jì)量模型和識(shí)別策略

如前所述，在估計(jì)高等教育對女性生育數(shù)量的影響時(shí)會(huì)同時(shí)面臨內(nèi)生性問題與生存數(shù)據(jù)結(jié)構(gòu)問題。職業(yè)理想、能力等遺漏變量會(huì)同時(shí)影響女性的教育和生育數(shù)量。本文參照Duflo、Ou以及侯玉娜和鄧寧莎等人的思路①侯玉娜和鄧寧莎也采用了Duflo的思想來構(gòu)造各省高校擴(kuò)招政策強(qiáng)度變量。與本文略有差異的是，其計(jì)算方式是1999年及以后各年該省當(dāng)年普通高等教育招生人數(shù)與1998 年該省普通高等教育招生人數(shù)之差與當(dāng)年該省高中畢業(yè)生人數(shù)之比。本文是直接計(jì)算的高等教育入學(xué)機(jī)會(huì)相比于1998年的增加值。，［14-16］借助1999 年高校擴(kuò)招政策強(qiáng)度在個(gè)人出生隊(duì)列和戶籍所在省份的雙重外生差異，同時(shí)還利用各個(gè)省份本身的高等資源稟賦導(dǎo)致的高等教育入學(xué)機(jī)會(huì)差異來構(gòu)造個(gè)人高等教育的工具變量。其中各省歷年的高等教育入學(xué)機(jī)會(huì)用各省當(dāng)年普通高等學(xué)校招生人數(shù)與普通高中畢業(yè)生人數(shù)之比來衡量。在各省高考錄取率數(shù)據(jù)缺失的情況下，這也是文獻(xiàn)中的常用辦法。個(gè)體受到的擴(kuò)招政策強(qiáng)度是本文構(gòu)造工具變量的關(guān)鍵。這既取決于個(gè)體參加高考的年份，還取決于參加高考時(shí)的戶籍所在省份的擴(kuò)招強(qiáng)度。本文用1999 年及以后各省歷年高等教育入學(xué)機(jī)會(huì)減去該省1998年的對應(yīng)數(shù)值，得到該年該省的高校擴(kuò)招強(qiáng)度，并將1998年之前的擴(kuò)招強(qiáng)度認(rèn)定為0，構(gòu)造出高校擴(kuò)招政策強(qiáng)度變量。實(shí)際上，雖然1999年全國各省份都施行了大學(xué)擴(kuò)招，但各省份在高等教育入學(xué)機(jī)會(huì)的擴(kuò)招強(qiáng)度上存在較大的差異。根據(jù)本文的計(jì)算，擴(kuò)招強(qiáng)度較小的西藏、寧夏、青海等省區(qū)，1999-2003 年高等教育入學(xué)機(jī)會(huì)年平均增加值在0.06～0.26 之間，而擴(kuò)招強(qiáng)度較大的北京、天津等地則在0.35～0.67。因此，即便是同一隊(duì)列的高中畢業(yè)生，因?yàn)閼艏谑》莸牟町?，也可能?huì)出現(xiàn)巨大的政策處理強(qiáng)度差異。在具體估計(jì)的時(shí)候，我們將構(gòu)造出來的高校擴(kuò)招政策強(qiáng)度變量及高考對應(yīng)年份對應(yīng)戶籍省份的高等教育入學(xué)機(jī)會(huì)作為高等教育的工具變量解決面臨的內(nèi)生性問題②我們沒有直接用擴(kuò)招政策強(qiáng)度變量作為IV是因?yàn)槟壳斑€沒有文獻(xiàn)能夠準(zhǔn)確測量國內(nèi)各省的高等教育入學(xué)機(jī)會(huì)。本文所用的各省當(dāng)年高等院校入學(xué)人數(shù)與普通高中畢業(yè)生人數(shù)之比只是一個(gè)替代變量，會(huì)在一定程度上影響其作為工具變量的相關(guān)性。因此，在工具變量中還加入了各省當(dāng)年高等院校入學(xué)人數(shù)與普通高中畢業(yè)生人數(shù)之比，作為各省存在的高等教育資源稟賦差異，有助于防止出現(xiàn)弱工具變量問題。。由于2015年1%人口抽樣調(diào)查數(shù)據(jù)中并沒有參加高考的年份信息，本文用其19歲時(shí)年份作為對應(yīng)高考年份，這也符合我們的學(xué)制和前面的相關(guān)研究③本文用CFPS、CGSS中具有高考年齡信息的數(shù)據(jù)庫都一致發(fā)現(xiàn)將高考年齡確定為19歲是更為合理的。。來自2015年1%人口抽樣調(diào)查數(shù)據(jù)顯示：從1980年出生隊(duì)列開始，女性中大學(xué)占比出現(xiàn)跳躍性上升，說明將19歲時(shí)對應(yīng)年份作為高考年份是合理的。另外，由于該數(shù)據(jù)中并沒有給出參加高考時(shí)的戶籍省份，本文用當(dāng)前戶籍所在省份進(jìn)行代替④當(dāng)然會(huì)有戶口跨省份遷移的情況，但相對于全國的樣本，占比較小，后面穩(wěn)健性檢驗(yàn)中有專門針對此問題的討論。。

生存問題是指在觀測時(shí)點(diǎn)，一些女性還比較年輕，這個(gè)時(shí)候即便觀測到該女性沒有生育孩子或者只有一個(gè)孩子，不代表以后終身都不會(huì)生育孩子或只有一個(gè)孩子。這也是當(dāng)前國內(nèi)生育相關(guān)的實(shí)證文獻(xiàn)比較少的主要原因。除非樣本中的所有女性都已度過生育窗口期，否則這個(gè)問題不能完全解決，但是通過對年齡進(jìn)行一定的限制可以緩解這個(gè)問題。圖3給出了2015年時(shí)20-40歲女性分年齡隊(duì)列的平均生育變動(dòng)情況。如圖3所示，在假設(shè)各個(gè)相鄰年齡隊(duì)列的生育水平趨勢具有一定可比性情況下，在30 歲及以前，隨著年齡隊(duì)列的上升，平均生育水平有較大幅度上升。而在年齡隊(duì)列到達(dá)30 歲以后，這種上升幅度大大減小。到了33 歲時(shí)基本就穩(wěn)定下來，隨著年齡增加的幅度極小。因此，在實(shí)證分析中將只選用30 歲以上的樣本，有助于克服生存分析問題。在穩(wěn)健性分析中，我們還將起始年齡從31 歲上升到32 歲、33 歲，以盡量降低生存分析問題帶來的影響。當(dāng)然，我們也不能引入年齡太大的樣本，這樣會(huì)降低不同年齡出生隊(duì)列所受政策差異的影響。因此最終本文將分析樣本確定為31-40歲。

圖3 高中和大學(xué)學(xué)歷女性分年齡隊(duì)列平均生育水平變動(dòng)趨勢

另外，本文還將分析樣本進(jìn)一步限定為已婚狀態(tài)。主要是近年來我國婚姻推遲現(xiàn)象十分明顯。另外一方面我國各學(xué)歷女性的最終結(jié)婚率仍然很高。上大學(xué)只是延遲了女性的婚姻，并沒有顯著降低其最終結(jié)婚率。［17-18］婚姻機(jī)制在我國不存在或者影響極小。實(shí)際上，31-40歲的大學(xué)與高中學(xué)歷女性在已婚狀態(tài)上非常接近。31-40 歲大學(xué)學(xué)歷女性目前處于已婚狀態(tài)（排除未婚、離異和喪偶）的女性占比為90.04%，高中學(xué)歷女性的對應(yīng)占比為92.17%。兩者差異僅在2%左右。在穩(wěn)健性分析部分，我們將樣本限定為33-40歲，該樣本中，高中與大學(xué)學(xué)歷女性的結(jié)婚率僅有1.44%的差異。而且本文也對全樣本進(jìn)行了分析，在控制住婚姻狀態(tài)以后，估計(jì)系數(shù)基本一致。而婚姻推遲會(huì)導(dǎo)致暫時(shí)未生育情況，也會(huì)帶來生存分析問題，［1］因此在基準(zhǔn)樣本中我們僅包括已婚女性。

傳統(tǒng)上關(guān)于生育數(shù)量或者說生育率的研究多采用匯總數(shù)據(jù)，［38-40］但是這種方法不能控制個(gè)體微觀特征上的差異。由于本文的被解釋變量是生育數(shù)量，這是一個(gè)非負(fù)整數(shù)，普通的線性模型可能會(huì)存在一定的問題。而Poisson 回歸作為一種計(jì)數(shù)模型，就是為了分析因變量是非負(fù)整數(shù)而出現(xiàn)的統(tǒng)計(jì)模型。［41］本文中的因變量（已生育小孩數(shù)量）恰恰屬于這種類型，因此特別適合微觀層面上對生育率的研究。［41］具體地，假設(shè)生育數(shù)量（N）i服從Poisson分布：

進(jìn)一步地，Poisson回歸假設(shè)：

由于在Poisson 分布中，E(Ni|λi)=λi，這意味著E(Ni|λi)=exp(γ'xi+πEdui)。如果教育程度采用受教育年限度量，則：

即100×π是如果教育程度增加1 年生育數(shù)量增加的百分比。如果教育程度用是否上大學(xué)的類別變量度量，則：

基于泰勒近似可知上式近似等于π，即相比于高中畢業(yè)生，大學(xué)畢業(yè)的女性的生育數(shù)量大約會(huì)增加100×π個(gè)百分比。

當(dāng)我們在方程（2）中引入誤差項(xiàng)ui，模型進(jìn)一步擴(kuò)展為：

如果ui與個(gè)人的教育程度相關(guān)，即E[ui|Edui]≠0，比如事業(yè)心強(qiáng)、能力強(qiáng)的女性的受教育程度會(huì)更高，同時(shí)也會(huì)選擇生更少的孩子，此時(shí)E(Ni|λi) ≠exp(γ'xi+πEdui)，并且Poisson 回歸的估計(jì)是有偏的。與線性模型類似，這種情況下我們也需要為自變量尋找工具變量（記為zi），采用IV-Poisson模型來估計(jì)參數(shù)。此時(shí)工具變量需要滿足的條件為：E(ui|zi)=0，該條件可以進(jìn)一步寫為：

上述條件可以推導(dǎo)出如下的矩條件：［42-44］

在本研究中，我們用高校擴(kuò)招、各省高等教育資源差異以及二者交互項(xiàng)作為IV-Poisson 模型中教育程度的工具變量。

四、數(shù)據(jù)和變量

本文所用數(shù)據(jù)是2015年全國1%人口抽樣調(diào)查個(gè)人微觀樣本數(shù)據(jù)。2015年全國1%人口抽樣調(diào)查實(shí)際完成2 131 萬樣本，占全國總?cè)丝诘?.55%。隨機(jī)抽樣了10%的個(gè)人微觀樣本提供給研究者使用。本文所用數(shù)據(jù)樣本量為2 003 563①清華大學(xué)數(shù)據(jù)中心公開的是在總?cè)丝诘?%樣本基礎(chǔ)上隨機(jī)抽取10%形成的。本文所用的樣本量更大。。接下來本文對樣本進(jìn)行了篩選。首先剔除了男性樣本（剔除1 027 075 個(gè)，占總樣本51.26%）。其次，為了解決面臨的生存分析問題，我們只保留31-40 歲之間的女性樣本（剔除832 610 個(gè)，占總樣本41.6%）。這里剔除40 歲以上的樣本是為了降低不同出生隊(duì)列對生育行為的影響。另外，我們剔除了初中及以下學(xué)歷樣本（剔除93 598 個(gè)，占總樣本的4.7%），是因?yàn)橹挥懈咧袑W(xué)歷適合做大學(xué)學(xué)歷的對照組。根據(jù)前面分析，本文還刪除了婚姻狀況缺失樣本（占比0.1%）、戶口登記地址缺失樣本（占比0.003%），保留已婚樣本（占比0.2%），最終剩下43 835個(gè)樣本。

表1報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。相對于高中樣本，大專及以上女性平均生育子女?dāng)?shù)量要少0.24 個(gè)，約減少19%。如果只考慮已育樣本的話，大專及以上女性的平均生育子女?dāng)?shù)比高中樣本少0.22 個(gè)。說明樣本中平均生育子女?dāng)?shù)量的差異主要不是來自大專及以上女性更多存在未生育情況。大專及以上樣本的年齡要略低于高中及以上樣本，這主要是因?yàn)?999 年擴(kuò)招以來我國大學(xué)生的比例迅速增加。因此，越年輕的隊(duì)列中大學(xué)生的比例越高。另外，在非農(nóng)勞動(dòng)比例上，上過大學(xué)的女性要顯著高10個(gè)百分點(diǎn)，這說明上大學(xué)可能會(huì)通過勞動(dòng)市場參與影響生育水平。

表1 主要變量的描述性統(tǒng)計(jì)

表2報(bào)告了生育數(shù)量分布的比較。在全樣本中，僅有8%的女性還沒有生育，可見本文通過將樣本年齡控制在31-40歲并限定為已婚樣本，有助于減輕刪失數(shù)據(jù)結(jié)構(gòu)帶來的影響。約70%的女性生過一個(gè)孩子，22%的女性生過2個(gè)及以上的孩子。從表2還可以看出：大專及以上和高中學(xué)歷的女性在生育數(shù)量分布上的差異主要體現(xiàn)為在生育二孩及多孩的比例上。在大專及以上教育程度的樣本中，只有12%的女性育有2個(gè)及以上子女，而高中學(xué)歷女性這一數(shù)值為30%。截至調(diào)查時(shí)點(diǎn)，這兩種學(xué)歷女性在是否已經(jīng)生育上僅僅略有差異：在大專及以上教育程度的樣本中，大約10%的女性還沒有生育；而高中學(xué)歷女性這一數(shù)值為7%，僅僅相差3 個(gè)百分點(diǎn)。總的來說，從表2 可以看出，大專及以上和高中學(xué)歷女性在生育數(shù)量上的差異主要表現(xiàn)為少生，不生的差異較小。

表2 生育數(shù)量分布比較

五、實(shí)證結(jié)果

1.高等教育對生育數(shù)量的影響

表3 給出了高等教育對生育數(shù)量的影響。其中第1、3 列分別是Poisson、IV-Poisson 模型的估計(jì)結(jié)果，第2、4列分別是OLS、2SLS模型的估計(jì)結(jié)果。由于OLS模型不適合本文的數(shù)據(jù)結(jié)構(gòu)，其回歸結(jié)果是不可信的。因此本文的所有分析都以Poisson 和IV-Poisson 模型為準(zhǔn)。放入OLS和2SLS回歸結(jié)果是為了與Poisson 和IV-Poisson 模型回歸結(jié)果進(jìn)行對比。正如前面所討論的，這里將樣本控制在31歲到40歲，共10個(gè)出生隊(duì)列。既有助于減弱刪失數(shù)據(jù)結(jié)構(gòu)帶來的影響，也能保證分析樣本不摻雜過多隊(duì)列，減少隊(duì)列差異帶來的影響。

表3 上大學(xué)對女性生育數(shù)量的影響

從估計(jì)結(jié)果可以看到上大學(xué)確實(shí)顯著降低了女性的生育數(shù)量。第1 列Poisson 模型的回歸結(jié)果表明在不考慮內(nèi)生性的情況下，相對于高中學(xué)歷女性，上大學(xué)使得女性的生育數(shù)量顯著降低13%。在考慮內(nèi)生性問題后，第3 列IV-Poisson 模型的估計(jì)結(jié)果表明上大學(xué)使得女性的生育數(shù)量顯著下降40%。本文的一階段回歸F值為78，說明我們的工具變量構(gòu)造是有效的。通過對比第1 列與第2 列的結(jié)果，我們發(fā)現(xiàn)OLS模型比Poisson 模型估計(jì)出來的上大學(xué)對女性生育數(shù)量的負(fù)面影響要大，2SLS估計(jì)出來的負(fù)面影響也比IV-Poisson要大?；貧w結(jié)果也證實(shí)用OLS模型是不合適的。

2.穩(wěn)健性分析

由于我們的估計(jì)系數(shù)對于解釋和預(yù)測未來我國的生育變動(dòng)趨勢非常重要，有必要對系數(shù)進(jìn)行更為準(zhǔn)確的估計(jì)，為此我們進(jìn)行了穩(wěn)健性分析。進(jìn)行穩(wěn)健性分析的思路有三個(gè)方面：

第一，進(jìn)一步提高樣本起始分析年齡，降低生存數(shù)據(jù)結(jié)構(gòu)問題對估計(jì)結(jié)果的影響。正如前面對圖3 的分析：如果將分析樣本的起始年齡從31 歲提高到32 歲、33 歲，有助于進(jìn)一步降低生存數(shù)據(jù)結(jié)構(gòu)問題對估計(jì)值的影響，有助于準(zhǔn)確估計(jì)。第二，采用其他的工具變量進(jìn)行穩(wěn)健性分析。采用侯玉娜和鄧寧莎構(gòu)建高校擴(kuò)招政策強(qiáng)度的方法。［16］在構(gòu)建各省歷年高等教育擴(kuò)招強(qiáng)度變量時(shí)，不是計(jì)算高等教育入學(xué)機(jī)會(huì)的增加值，而是計(jì)算高中畢業(yè)生所獲得的生均擴(kuò)張名額。即將1999 年及以后該省高等教育招生名額減去1998年的名額，然后除以當(dāng)年高中畢業(yè)生人數(shù)，并將1998年及以前的數(shù)值設(shè)定為0。從而構(gòu)造出個(gè)體受到的高校擴(kuò)招政策強(qiáng)度變量。在具體回歸中將按照侯玉娜和鄧寧莎的方法［16］計(jì)算出來的政策強(qiáng)度變量與高考對應(yīng)省份當(dāng)年高等教育入學(xué)機(jī)會(huì)作為高等教育的新工具變量（稱為IV2，以前的稱為IV1）。

兩種穩(wěn)健性分析的結(jié)果如表4 所示：其中第1、2、3 列是原來的工具變量（IV1）的估計(jì)結(jié)果，所分析樣本是31-40 歲、32-40 歲、33-40 歲，而第4、5、6 列則是新的工具變量（IV2）的估計(jì)結(jié)果。所用模型都是IV-Poisson。從表4 的結(jié)果可以看出在將起始年齡提高和采用不同的工具變量后，估計(jì)結(jié)果仍然是穩(wěn)健的。而且在將起始年齡提高到33 歲以后，我們最終的估計(jì)系數(shù)穩(wěn)定在-0.3 左右。由于起始年齡設(shè)定為33歲，能進(jìn)一步降低生存分析問題對估計(jì)系數(shù)的影響，因此本文把-0.3作為準(zhǔn)確的估計(jì)值：即相對于高中畢業(yè)生，上大學(xué)讓女性生育數(shù)量下降了30%左右。

表4 上大學(xué)對女性生育數(shù)量影響的穩(wěn)健性分析

雖然以上兩種方式已經(jīng)在保證工具變量有效性的前提下，受到擴(kuò)招政策影響的第一代女性在2015年人口普查時(shí)最大年齡才35歲，盡可能地降低了生存分析問題帶來的影響（起始分析年齡提高到33 歲），但很難說生存分析問題已經(jīng)被完全消除。為了盡力排除這種擔(dān)憂，本文還借助于另外一種穩(wěn)健性分析的思路：采用下界（Lower bound）穩(wěn)健性分析思路。具體做法是將分析樣本限定為已育女性。根據(jù)基本理論和經(jīng)驗(yàn)事實(shí)可以知道：大專及以上女性出于生育機(jī)會(huì)成本以及生育觀念的原因，有更大的概率出現(xiàn)暫時(shí)或者終身生育為0 的情況，因此，當(dāng)分析樣本限定為已育樣本時(shí)，對大專及以上女性的平均生育水平會(huì)有相對更大的提升效果，兩種學(xué)歷之間的生育差距會(huì)有所縮小。這點(diǎn)可以從前面表1 中得到證實(shí)：當(dāng)采用已育樣本時(shí)，大學(xué)與高中學(xué)歷女性的平均生育數(shù)量差距從0.24下降到0.22。因此，采用已育女性樣本所估計(jì)出來的效應(yīng)應(yīng)該要比前面的估計(jì)值要小，即相當(dāng)于前面估計(jì)值的下界。如果估計(jì)值的下界是顯著的，可以證明估計(jì)值本身是穩(wěn)健的。

表5給出了用已育樣本估計(jì)出的上大學(xué)對女性生育數(shù)量影響。表5的結(jié)果證實(shí)了我們前面的猜測。在將樣本限定為已育女性后，估計(jì)系數(shù)絕對值為0.2左右，確實(shí)比前面對應(yīng)的估計(jì)結(jié)果要小。從表5 的估計(jì)結(jié)果可以看到，即便估計(jì)出來的結(jié)果是影響效應(yīng)（絕對值）的下界，這個(gè)效應(yīng)也是顯著為負(fù)的。從而證明我們前面的估計(jì)結(jié)果是穩(wěn)健的：上大學(xué)確實(shí)顯著地降低了我國女性的生育數(shù)量。

表5 上大學(xué)對女性生育數(shù)量影響的穩(wěn)健性分析（已生育樣本）

另外，本文用女性當(dāng)前的戶口所在省份作為其高考時(shí)的戶口所在省份，可能會(huì)存在讀完大學(xué)以后戶口遷出的情況。也是就說要排除那些跨省流動(dòng)概率較高的樣本。為此，我們只保留在本地住滿5 年的本地戶籍人口或者在本地住滿5 年的本省流動(dòng)人口，這樣來排除那些跨省流動(dòng)概率較高的樣本。在排除那些跨省流動(dòng)概率相對較大的樣本后，本文的估計(jì)結(jié)果仍然是穩(wěn)健的（限于篇幅，此處未展示）。

3.上大學(xué)讓女性不生還是少生？

前面的實(shí)證分析結(jié)果表明上大學(xué)確實(shí)能顯著降低我國女性的生育數(shù)量。那么這種差異主要表現(xiàn)為不生還是少生？具體來說上大學(xué)對生育數(shù)量的負(fù)面影響是表現(xiàn)為不生育概率更高？還是會(huì)進(jìn)入生育但生育二孩及多孩的概率更低？為此，表6 給出了上大學(xué)對女性不生育子女以及生育二孩及多孩概率（限定為已進(jìn)入生育樣本）的影響。由于Stata 中IV-Probit 命令不適合離散內(nèi)生變量，而OLS 和2SLS 同樣可以獲得系數(shù)的一致估計(jì)。因此，表6 給出了OLS 和2SLS 的估計(jì)結(jié)果。從估計(jì)系數(shù)來看，上大學(xué)讓女性不生育的概率增加了15%，但不顯著。而上大學(xué)讓已育女性選擇生育二孩及多孩的概率顯著下降23%。即上大學(xué)會(huì)顯著降低步入生育女性選擇生育二孩及多孩的概率。在我們將樣本的起始年齡提高到32 歲、33 歲后，上大學(xué)對不生育概率的估計(jì)系數(shù)下降到0.05 且依然不顯著；上大學(xué)對生育二孩及多孩的概率的影響系數(shù)仍為20%左右，而且在1%水平上顯著（限于篇幅，此處未展示）?？梢哉f，上大學(xué)對女性生育的負(fù)面影響主要體現(xiàn)為少生，而并非不生。這也與前面表2的描述統(tǒng)計(jì)結(jié)果相符。

表6 上大學(xué)對女性不生和少生概率的影響

4.機(jī)制分析

根據(jù)前面的分析，在我國上大學(xué)主要會(huì)通過機(jī)會(huì)成本、改變女性價(jià)值觀念等機(jī)制影響女性的生育數(shù)量。2015年人口小普查數(shù)據(jù)詢問了女性勞動(dòng)市場參與情況。與以往研究的結(jié)果類似，本文也發(fā)現(xiàn)上大學(xué)顯著提高了女性的勞動(dòng)參與率（限于篇幅，此處未展示）。更高的勞動(dòng)參與率意味著高等教育女性生育小孩的機(jī)會(huì)成本更高。在當(dāng)下的中國勞動(dòng)市場，缺乏足夠的讓職場女性更好地平衡事業(yè)發(fā)展與家庭照料的政策支持。構(gòu)建生育友好型社會(huì)可能有助于縮小高等教育女性與高中學(xué)歷女性的生育水平差異。

5.小結(jié)

總的來說，前面的分析發(fā)現(xiàn)女性接受高等教育確實(shí)會(huì)顯著降低生育數(shù)量。背后的機(jī)制包括上大學(xué)會(huì)提高女性的勞動(dòng)參與的概率，這主要體現(xiàn)為生育的機(jī)會(huì)成本機(jī)制。當(dāng)然還可能存在價(jià)值觀念等機(jī)制，比如上大學(xué)對女性生育數(shù)量的負(fù)面影響主要體現(xiàn)為少生，這與傳統(tǒng)的多子多福的觀念是不同的，但基于現(xiàn)有數(shù)據(jù)我們無法進(jìn)一步探討其他可能的影響機(jī)制。

六、結(jié)論

1990年以來我國育齡女性的總和生育率持續(xù)下降，目前我國生育數(shù)量已遠(yuǎn)低于更替水平。與此同時(shí)，我國育齡女性中接受過高等教育的比例持續(xù)提高。本文嘗試從高等教育角度對20 世紀(jì)90 年代以來我國生育數(shù)量的轉(zhuǎn)變進(jìn)行解釋。借助于1999年高校擴(kuò)招政策和各省高等教育資源稟賦帶來的高等教育機(jī)會(huì)在出生隊(duì)列和區(qū)域上的雙重外生差異，構(gòu)造了高等教育的工具變量，并通過將分析樣本限定為30歲以上的已婚女性來克服面臨的生存數(shù)據(jù)結(jié)構(gòu)問題，并使用IV-Poisson模型量化分析了高等教育對生育小孩數(shù)量的影響。估計(jì)結(jié)果顯示女性上大學(xué)對生育數(shù)量有顯著的負(fù)面影響。相對于高中學(xué)歷女性，上大學(xué)使得女性的生育數(shù)量平均下降30%左右。而且這種負(fù)面影響主要體現(xiàn)為讓女性生育二孩及多孩的概率大幅下降，即讓女性少生而非不生。本文發(fā)現(xiàn)上大學(xué)會(huì)通過提高女性勞動(dòng)市場參與率這種機(jī)制影響女性的生育數(shù)量。

那么，如何看待我們的估計(jì)結(jié)果？首先，高校擴(kuò)招導(dǎo)致的我國育齡女性隊(duì)列中的高等教育比例提高是近年來我國生育水平下降的重要原因。根據(jù)IV-Poisson 模型的估計(jì)結(jié)果，上大學(xué)使得女性的生育數(shù)量平均下降30%左右。在全面二孩政策已經(jīng)全面實(shí)施，計(jì)劃生育政策已經(jīng)不再是阻礙我國生育水平的重要因素的條件下，育齡女性中接受高等教育比例的大幅上升會(huì)成為導(dǎo)致我國生育水平下降的最重要因素之一。其次，要準(zhǔn)確量化分析上大學(xué)對生育數(shù)量的影響，需要同時(shí)考慮內(nèi)生性問題和生存數(shù)據(jù)結(jié)構(gòu)問題。要解決這兩個(gè)問題，需要使用個(gè)人微觀大樣本數(shù)據(jù)。對于內(nèi)生性問題，現(xiàn)有文獻(xiàn)多用1999年開始的高校擴(kuò)招來解決，但這要求分析樣本中有一定比例擴(kuò)招后參加高考的樣本，但并非所有受到擴(kuò)招影響的樣本都可以包括進(jìn)來。在分析的時(shí)候，要根據(jù)我國不同年齡隊(duì)列女性的平均生育變動(dòng)趨勢合理確定樣本起始分析年齡，既保證有足夠多的受到擴(kuò)招政策影響的樣本（工具變量的有效性），又能盡量降低生存數(shù)據(jù)結(jié)構(gòu)問題對估計(jì)結(jié)果的影響。

本文的貢獻(xiàn)有三點(diǎn)：第一，本文對高等教育影響女性生育率的量化分析，有助于從高等教育發(fā)展的角度理解20 世紀(jì)90 年代以來我國生育水平的變動(dòng)趨勢。第二，以往傳統(tǒng)的關(guān)于高等教育的文獻(xiàn)多關(guān)注教育帶來的貨幣收益，近年來有少量文獻(xiàn)開始關(guān)注教育產(chǎn)生的非貨幣收益，本文通過探究上大學(xué)對生育數(shù)量的影響豐富了這類文獻(xiàn)。第三，本文用2015年人口小普查個(gè)人樣本數(shù)據(jù)的大樣本，通過控制所用年齡隊(duì)列，大大降低生存數(shù)據(jù)結(jié)構(gòu)問題帶來的影響。當(dāng)然本文還存在著一些不足之處，比如由于沒有被訪者關(guān)于婚育價(jià)值觀念、個(gè)人收入等方面的信息，無法對影響機(jī)制做全面的分析。

總的來說，在女性生育行為模式上，我國與發(fā)達(dá)國家（地區(qū)）既有相同點(diǎn)也有不同點(diǎn)：相同點(diǎn)是都完成了初育推遲、生育數(shù)量低于更替水平的生育轉(zhuǎn)型。不同點(diǎn)在于：在我國傳統(tǒng)生育觀念依然發(fā)揮著比較大的影響，已婚家庭對生育一個(gè)孩子的需求依然很高，終身不婚不育的女性比例很低，這可能是我國相對于歐美國家存在的生育潛力。本文發(fā)現(xiàn)高等教育確實(shí)是造成生育數(shù)量下降的重要原因。女性教育水平的提高絕對是社會(huì)進(jìn)步的推動(dòng)因素，而且我們也會(huì)預(yù)期到中國女性的教育水平會(huì)進(jìn)一步提高。因此，進(jìn)一步研究高教育程度的女性生育時(shí)面對哪些成本和顧慮，只有了解她們對孩子的需求，才能推出更有針對性地緩解我國生育率下降的政策。