互联网使用对生育率的影响研究①

李飚 赖德胜 高曼

（1.郑州大学商学院,河南 郑州450001；2.中央党校（国家行政学院）社会和生态文明教研部, 北京100091；3.北京信息科技大学经济管理学院, 北京100192）

1 引言

改革开放以来，中国人口出生率和自然增长率呈现出长期下降趋势（图1），与之伴随的是近年来劳动力供给的减少和日益凸显的人口老龄化问题[1]。劳动力供给减少一方面源自劳动年龄人口的直接减少，从2010 年开始，中国15-59 岁劳动年龄人口首次出现负增长；另一方面来自人口结构变动带来的劳动参与率下降，2010 年的劳动参与率比2000 年下降了0.22 个百分点。与此同时，中国正在加速进入人口老龄化社会。国家统计局最新数据显示，2019 年末，中国65 周岁及以上人口为17699 万人，占总人口的12.6%。根据联合国的人口预测，到2050 年，中国60 岁以上老年人口比例将高达近30%，远高于瑞典、英国、美国等发达国家。

人口结构的转变意味着人口红利消失，潜在经济增长率存在下行压力[2]。而带来人口结构转变的重要原因是长达三十多年的计划生育政策使得中国的生育率快速下降，目前人口更替水平已经远低于正常更替水平，面临着“低生育率陷阱”的风险[3][4]。根据2015 年1% 人口抽样调查数据的统计，2005-2010 年全国总和生育率从1.338 下降到1.188，2015 年进一步下降到1.047[5]。出生人口不足直接影响我国劳动力市场回旋空间优势[6]②王金营和刘艳华（2020）从人口规模角度探讨“回旋空间”概念，其认为“人口规模回旋空间”是指在一定人口结构变动和人力资本水平下，人口规模所规定的经济增长和发展的可选择集边界的拓展或收缩幅度，即为经济发展在动力、途径和方式上提供的可选择空间和余地。本文认为劳动力市场回旋空间是指基于大规模人口存量和人口流动而形成的劳动力市场调整和优化配置的余地，通过回旋空间增加提升劳动力配置效率、优化人力资本结构和提升人力资本质量。劳动力市场空间回旋能力增加可以提升市场规模，包括内部规模（消费市场规模）和外部规模（对外贸易规模），以及提升创新能力。和经济的可持续发展，给社会经济带来多重挑战。根据国际经验，中国的经济发展水平还不足以支撑如此规模人口递减带来的经济和社会压力。党的十九届五中全会提出，实施积极应对人口老龄化国家战略。积极优化生育政策，降低生育、养育、教育成本，已经成为我国积极应对人口老龄化国家战略的组成部分。

为何当前育龄群体的生育率偏低呢？大量学者认为这是中国生育政策干预和社会经济发展的双重结果。此外，有研究从女性面临的工作环境、社会观念和子女养育负担等角度展开讨论[7][8]。值得关注的是，随着互联网的发展，中国已经从一个弱联结社会变成强联结社会[9]，互联网已经一跃成为主流平台和“潮涌现象”[10]的泉眼。互联网的快速发展不仅对民众的政治参与[11]、社会认同[12]等产生影响，也会对当前的女性劳动参与率和就业质量产生影响，并进一步影响女性的生育决策，而这一点可能被已有的研究忽视。

Billari 等发现互联网使用显著提高了德国的生育率[13]。相对于西方国家，互联网的快速普及正在重塑着劳动力市场的供给能力，形成平台经济等大量新经济形态，提升区域创新效率[14]，为中国经济发展提供新动能。互联网使用对于全世界来说有一个共同的“触发点”，即全世界主要国家都是从1994 年开始接触民用互联网，进而产生第一批互联网原住民。这就为中国互联网使用对生育率的影响研究创造了一个良好的“自然实验”环境，使得本文可以在中国的国情背景下检验互联网使用与生育率之间关系和西方发达国家的异同。大量研究从家庭收入、男孩偏好等角度研究中国生育率变化趋势，本文借鉴Billari 等[13]的思路，从互联网使用的角度进行研究。

本文在第二部分对研究进展进行述评；第三部分借助2010-2013 年CGSS 数据构建实证模型进行分析，并对城乡和学历异质性进行检验；第四部分对省域层面的互联网普及率对生育率的影响进行分析；第五部分则对影响机制进行检验；第六部分依据中国生育率变动特征，提出相应的政策建议。

图1 中国的出生率、死亡率和自然增长率情况（1978-2017）

2 文献综述

21 世纪以来，互联网的迅速普及对个体的就业和家庭决策都产生了广泛的影响。首先，互联网使用直接影响了劳动者的收入水平，尤其是女性的收入水平，这是影响女性生育决策的重要因素。Goss、Phillips，利用美国1998 年人口普查数据研究发现，工作中使用互联网可以带来13.5%的额外报酬[15]。卜茂亮等利用2008 年中国家庭动态跟踪调查数据研究发现，在控制了年龄、性别、教育程度和婚姻状况等个体特征后，互联网的使用仍然能够带来约60%额外收入[16]。蒋琪等基于中国家庭追踪调查2010 年和2014 年的两期面板数据，使用固定效应和倾向得分匹配双重差分模型研究发现，互联网使用给中国居民带来23.99%（年化为5.52%）的额外收入[17]。毛宇飞等从性别工资的角度指出，使用互联网促进了性别工资的增长，互联网的广泛应用为减小性别工资差距带来了新的可能[18]。邱泽奇等从互联网资本的角度研究认为，用户用自己的互联网资本通过对差异化、规模化的运用，获取差异化的互联网红利[19]。然而，互联网使用对于性别、城乡等异质性群体的影响效应是不同的，互联网使用的差异性也正是群组间和城乡间收入差距扩大的重要原因。刘晓倩、韩青认为互联网使用扩大了居民间的收入差距，其贡献率为12.6%[20]。毛宇飞等基于中国家庭追踪调查数据指出，使用互联网能够减小低收入层和中高收入层就业者的性别工资差距，却加大了高收入层就业者的性别工资差距[18]。赵建国、周德水使用分位数回归研究发现，在低分位点上，互联网使用对大学毕业生就业工资的影响呈上升趋势，而且随着分位点的提高，互联网使用的影响程度不断减弱，呈倒U 形趋势[21]。

其次，互联网使用会改变个体的婚姻决策和劳动参与程度。Bellou 指出互联网通过让个人更快地识别出更多的符合他们偏好的备选项来减少搜索成本。他通过研究美国20 世纪90 年代的婚姻市场发现使用互联网显著提高了21-30 岁人群的结婚率[22]。李晓敏采用中国31 个省份2003~2011 年的面板数据得出相反结论。他指出，互联网普及率对离婚率有显著的正向影响，且对当年离婚率的影响小于其对未来1~3 年离婚率的影响，这种滞后效应在第二年达到最大[23]。Atasoy 研究发现互联网对美国的就业率有显著的促进作用。这种促进作用既表现为帮助失业者找到新工作，也表现为提高个体的劳动参与率[24]。Dettling 指出使用互联网的已婚妇女更有可能参加劳动力市场，家庭互联网有助于高学历女性的工作和家庭的平衡，尤其会提高高学历女性的劳动参与程度[25]。

再次，互联网可能会对生育率产生直接影响。Guldi、Herbst，指出互联网使用导致青年群体生育率下降13%，并且通过信息链接和信息获取的方式影响青年群体的生育决策[26]。Trudeau 调查了2009 年首映的“16 岁和怀孕”节目对青少年的冲击以及对性行为和生育行为的潜在影响，该节目记录了少女怀孕并提供有关性/ 避孕的教育。结果表明，收视率越高的州内，青少年生育率下降越明显。同时，对于年龄较大的青少年来说，在后期使用激素避孕药的情况有所增加[27]。Billari等以生育率较低的德国为研究对象，指出互联网使用显著提升了生育率，尤其是对于25-45 岁的女性而言。通过区域层面的互联网覆盖率对区域的生育率影响的研究，同样发现互联网对生育率有显著正向影响。该文指出互联网并没有通过信息渠道和婚姻状态影响生育率，而是通过平衡家庭和工作来影响生育率，互联网使用可以增加个体在家工作和兼职的概率，增加照顾子女的时间和生活满意度[13]。

从文献梳理中可以看出，现有国内文献对于互联网使用与生育率之间关联性的研究相对匮乏，而外国对于互联网使用与生育率之间的关系并没有一致性结论，且中国人口发展阶段和生育特征与长期低生育率的欧洲国家存在差异，值得进行深入研究。本文试图在以下几个方面进行拓展：第一，相对于以往讨论生育率下降的文献，分析互联网使用对生育率的影响是一个较新的视角，补充了技术进步对生育率影响的相关文献；第二，相比于发达国家的经验，利用中国数据给出发展中国家互联网使用对生育率影响的相关证据；第三，分别从宏观和微观视角进行交叉检验，并验证互联网使用影响生育率的机制。

3 数据与实证分析

3.1 数据说明

本文使用CGSS 数据，该数据是由中国人民大学中国调查与数据中心发布的一项综合调查数据，该数据通过规范的抽样方式构建包含省域、城市、社区、家庭和个体层面的多层数据。本文选取2010 年到2013 年的CGSS 数据构建混合横截面数据，截取15 岁到49 岁的孕龄群体，样本总量为19741，其中2010 年到2013 年的样本量分别为5779、2757、5736、5469。需要说明的是，该样本的调查对象是17 岁及以上个体，因此样本中包含的是17 岁到49 岁的孕龄群体。

3.2 实证分析

本文主要讨论互联网使用对生育行为的影响，为保留被解释变量生育行为的二值特性，设定为如下的Probit 模型：

其中，被解释变量“生育行为”为二值变量，以“当年是否有生育行为”衡量；解释变量“互联网使用”为二值变量，以“过去一年是否经常使用互联网”衡量；系数i是指个体，t是指年份。模型中包含年份固定效应（）控制生育行为的时间趋势，以及线性时间趋势（）来控制无法观测的趋势因素。在控制变量中，加入性别、年龄、年龄的平方、婚姻状况等个体基本特征，劳动收入等个体社会经济地位特征。根据2017 年全国人口变动情况抽样调查数据的统计，中国孕龄妇女在不同年龄段的生育状况存在巨大差异。其中，15-19 岁、20-24 岁、25-29 岁、30-34 岁、35-39 岁、40-44 岁、45-49 岁的生育率分别为8.49‰、71.13‰、109.67‰、79.43‰、37.83‰、8.92‰和2.21‰。中国孕龄群体生育年龄群组整体呈现“倒U 型”特征，即高峰期发生在25-29岁的群组中，此后有显著下降的过程，因此加入年龄的平方。

图2 不同年龄段群体生育率对比

表1 变量说明与描述性统计

从图2 可以看出，总体而言，不同年龄段使用互联网的孕龄群体生育率都要低于不使用互联网的孕龄群体。表2 报告了Probit 模型的估计结果。结果显示，互联网使用与生育率负相关，使用互联网比不使用互联网的孕龄群体生育率低1.1%。《2018 中国宽带普及状况报告》指出从各地的宽带发展普及状况看，固定宽带家庭普及率方面，江苏省最高，达到112.4%，浙江、福建、广东三个省也超过了100%。移动宽带用户普及率方面，北京市达到150.8%，远远超过其他地区，超过100%的还有上海市（126.5%）、广东省（124.1%）、浙江省（117.0%）和宁夏回族自治区（100.2%）。加入省份特征和地区特征后发现，使用互联网与孕龄群体的生育率依然负相关，且西部地区与东部地区的个体生育率具有显著差异。

然而，互联网使用与生育行为之间可能存在内生性。一方面，存在遗漏变量同时影响互联网使用和生育决策，如无法观测的个体偏好；另一方面，生育行为挤占了互联网使用的时间或者改变了互联网使用的意愿，存在反向因果问题。因此需要进一步对内生性问题进行处理。借鉴毛宇飞等[18]的设定，本文根据地区互联网基础设施水平构造“互联网区域普及率”作为工具变量，不同省份的互联网普及率会对该省份内部个体的互联网使用可能性或者使用习惯产生影响，但对个体的生育行为不会产生直接影响。IV-probit 回归结果表明，互联网使用的确对生育率产生显著的负向影响，使用互联网比不使用互联网的孕龄群体生育率低9.2%，加入地区特征后，使用互联网比不使用互联网的孕龄群体生育率低6.9%。由于生育率的变动直接表现为女性的生育决策，因此只考虑孕龄女性样本后发现，使用互联网比不使用互联网的孕龄群体生育率低9.1%。进一步分析发现，互联网使用对17-24 岁和25-49 岁的孕龄群体均产生显著的负向影响，其中，互联网使用对17-24 岁的孕龄群体的负向影响更加明显，使用互联网比不使用互联网的17-24 岁的孕龄群体生育率低50.7%，使用互联网比不使用互联网的25-49 岁的孕龄群体生育率低7.6%。中国互联网第一代原住民产生于20 世纪90 年代中后期，17-24 岁的孕龄群体从出生时起就有机会接触到互联网，所受影响也显著高于25-49 岁的孕龄群体。互联网使用对已婚群体和已婚女性群体生育率的影响略低于总体样本，分别为7.8%和7.6%。

本文进一步对IV-probit 回归结果进行稳健性检验（见表3）。第一是考虑更多个体特征差异性的影响。分别加入党员身份、宗教信仰、健康状况等变量，表3 表明，受教育程度、党员身份和健康程度对生育率具有正向影响，宗教信仰对生育率具有负向影响；第二是考虑更多经济因素的影响。首先，用个体年收入和家庭年总收入来替换个体劳动收入，个体的生育选择不仅受限于个体的预算约束，也可能是由家庭总体预算约束来决定。其次，加入个体的车辆、房产、家庭社会经济地位等特征来表示家庭财力。表3 表明，拥有车辆和家庭社会经济地位较高的孕龄群体具有更高的生育率，个体年收入、家庭总收入和房产情况的差异性对生育率都没有显著影响；第三是考虑生育意愿的影响。在控制变量中加入生育意愿的影响，即在无政策干预的情况下，个体希望得到的子女数量。根据问卷构建变量生育意愿（willing），以是否希望获得两个及以上的子女来衡量。中国自1983 年把计划生育定为一项基本国策，到2013 年实施单独二孩政策，中间经历了30 年的生育调控政策，是否在政策调控前生育头胎，可能会对其生育决策产生影响[28]。同时问卷中针对希望获得男孩还是女孩有相应提问，我们希望进一步检验“男孩偏好”，研究指出，育龄群体的理想子女数约1.8 个，男孩偏好发生概率具有明显的地区、人口特征，家人想法、对生育政策知晓情况以及养老方式等变量对男孩偏好的影响显著[29]，全面二孩政策能够改善劳动力供给结构[30]。然而根据统计，希望有1 个男孩和1 个女孩的占比分别为60.93%和60.21%，希望有2 个男孩和2 个女孩的占比分别为4.96%和4.15%，希望有3 个及以上男孩和3 个及以上女孩的占比分别为0.52%和0.58%，可以看出样本并没有显著的“男孩偏好”。表3 表明，女性的生育意愿与生育率之间有显著的正向相关关系；第四是考虑医疗保险的影响。对于孕龄群体而言，医疗保险是生育安全的重要保障，然而表3 表明，是否拥有医疗保险对生育率并无显著影响；第五是考虑孩次别的影响。对于孕龄群体而言，已有子女个数可能会对未来的生育行为产生影响。本文把生育率（fer）分别变换为一孩（first）、二孩（second）和三孩（third），考虑到中国2013 年之前仍然施行严格的计划生育政策，四孩及更多子女占比较低，本文不单独做讨论。表3 表明，使用互联网对不同孩次别的生育决策产生不同的影响，使用互联网比不使用互联网的孕龄群体的一孩生育率高2.9%，使用互联网比不使用互联网的孕龄群体的二孩生育率低13%，使用互联网比不使用互联网的孕龄群体的三孩生育率低14.5%；总体而言，表3 表明回归结果较为稳健，使用互联网对孕龄群体的生育率具有显著的负向影响。

3.3 城乡异质性检验

目前，中国大陆各省份都出台了户籍制度改革意见，二元户籍制度逐渐退出历史舞台，然而长期形成的城乡二元经济结构并不会立即消失，中国的城市人口和农村人口间仍然存在一定的阶层差异。一方面，根据2017 年全国人口变动情况抽样调查数据的统计（见表4），全国城市和农村孕龄女性总量和生育率相对均等，但在不同年龄段，城市和农村孕龄女性的生育率差异显著。郑真真指出，中国时期生育率在很大程度上受农村未流动妇女推迟初婚年龄的影响[31]。另一方面，农村农业劳动者没有稳定的办公室工作环境，对于互联网的使用更多的停留在社交和游戏范围，缺乏足够的利用互联网“充电”的能力。周广肃、樊纲指出，互联网使用促进家庭创业的作用主要来源于信息渠道效应、融资效应、社会互动效应、风险偏好效应四种渠道[32]。然而，如果对比其他群组来看，互联网使用带有一定的技能特征，农村家庭利用互联网进行机会识别和资源获取的能力比其他群组更弱。同时，互联网使用也会影响家庭的融资行为，互联网使用显著提升了城镇家庭和农村家庭正规融资可得性，但是显著抑制了农村家庭非正规融资可得性[33]。因此，中国互联网使用对生育率的影响可能会存在显著的城乡差异。考虑到流动人口虽然大多都具有农村户口，但是其长期工作生活在都市，其思维习惯和生活习惯与城市人口较为类似，本文对于户口类型变量进行调整，把农村户口、城市户口和流动人口③在本文中流动人口主要是指离开户籍所在地的县、市或者市辖区，以工作、生活为目的在异地居住的成年育龄人员。的情况进行区分。

?

))*))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量变释**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)调孩一0.454*(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验检性健稳的率69***.114)(0 0.082**.034)(0 1.767***.124)(0 55***.022)(0 0.003***.000)(0征-0.6-0.2特**济经整.743**(0.131)(0.033)(0.127).256**(0.022)(0.000)调-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育生对用使网联互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)体-0.2 0.002***个加增-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)误(0.3 YE-0.093***23(0.0 754.43 16886准标健2.957***(0.331)S***稳YE 04为-0.1(0.023)779.85 16972中号括**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征际特边 注cla份值应年均效Wald 值N

表5 表明，互联网使用对城市人口（相对于农村人口）产生更加强烈的负向影响，使用互联网比不使用互联网的城市孕龄群体生育率低13.2%，使用互联网比不使用互联网的农村孕龄群体生育率低10.3%，互联网使用对流动人口的生育率没有显著影响。中国城乡间互联网使用可以分为两类，即生产性使用互联网和消费性使用互联网，对城市人口或者高收入群体，使用互联网更多的是用于提高工作便捷性、创新创业，对农村人口则主要以消遣为主，这是导致城乡间互联网使用对生育率产生差异性的重要原因。

3.4 学历异质性检验

受教育程度往往对于育龄女性的生育决策具有显著影响，高人力资本存量与年龄偏大的女性更愿意生育[34]。一方面，受教育程度会影响女性的避孕意识和生育决策权，她们在职场上更有竞争力和进取心，往往为了职业发展而暂缓生育行为。另一方面，受教育程度的不断提升也通过增加其在校时间而直接延迟其生育年龄。根据蒋琪等[17]和Billari 等[13]的研究，互联网使用不仅对受过高等教育群体的影响相对较大，而且这种影响会直接传递到生育行为。因此，本文进一步检验不同学历群体的差异，尤其关注不同学历女性的生育行为变化。

表5 表明，互联网使用对不同学历群体生育率产生不同影响，使用互联网比不使用互联网的高学历孕龄群体生育率低26.1%，使用互联网比不使用互联网的低学历孕龄群体生育率低13.1%，互联网使用对于高学历群体生育行为的影响更加显著。

对男性而言，互联网使用对高学历孕龄男性没有显著影响，使用互联网比不使用互联网的低学历孕龄男性生育率低14.2%，互联网使用对低学历男性的影响更加显著。

对女性而言，使用互联网比不使用互联网的高学历孕龄女性生育率低48.4%，使用互联网比不使用互联网的低学历孕龄女性生育率低11%，互联网使用对高学历女性的影响更加显著。中国高等教育扩张使得女性受教育年限提高，进而推后女性的生育年龄，这就导致女性的生育成本增加，高学历女性会通过使用互联网掌握更加全面的生育信息，进而权衡生育的机会成本和养育子女的高昂费用，这也会降低高学历孕龄女性的生育意愿。

4 省域层面分析

上文分析了微观层面个体的生育决策如何受到互联网使用的影响，那么，在宏观视角下，互联网普及率对整体出生率有什么影响？微观分析有利于厘清个体决策的机制，而宏观分析有利于估算累加影响效果，并进一步验证微观机制是否在宏观上成立。此外，中国不同区域发展不均衡，对比不同区域的情况有利于得到互联网使用对生育率影响受发展阶段影响的启示，为提出针对性的政策建议提供参考。

表4 2017 年城市和农村孕龄妇女的生育状况

该部分被解释变量为2010-2013 年省域出生率（birth rate），解释变量为省域互联网普及率（Web rate）。控制变量包括经济指标，如地区生产总值（grp）、就业率（employment）和第三产业占比（servicesector），人口学特征，如人口总量（population）和大专及以上人口占比（educaiton）。其中，互联网普及率数据来自于《中国第三产业统计年鉴》，其余数据来自于2010-2013 年《中国统计年鉴》、《中国区域统计年鉴》、《中国人口和就业统计年鉴》。根据社会网络发展和人类社会联结程度来看，2010-2013 年的中国处于以移动互联网为特征的强联结阶段[9]，此时也是中国生育率发生结构性转变的时期，赵梦晗指出从平均生育年龄的变化来看，中国妇女生育年龄的快速提高主要发生在2005 年之后，去除进度效应影响后，2007-2012 年的生育水平大约在1.7 至1.8 之间[35]。

表5 城乡异质性和学历异质性的回归结果

从2005 年到2015 年，中国网民数呈稳定的增长趋势，由于网民数的增长有一定的惯性，且增长趋势没有发生变化，可以合理地认为互联网产生的影响具有一定的连续性和收敛性。借鉴陆铭、欧海军[36]的做法，采取滞后一期解释变量来处理内生性问题，即以前一年的互联网普及率作为解释变量来处理互联网普及率与生育率之间可能存在的反向因果问题。表7 表明，互联网普及率对省域生育率有显著的负向影响，互联网普及率每提高1 个百分点，省域生育率降低3.1 个百分点。在引入滞后一期解释变量后，互联网普及率对省域生育率的影响变化不大，互联网普及率每提高1 个百分点，省域生育率降低2.8 个百分点。

根据阿里研究院的统计，中国互联网县域电商发展指数前十的地区主要集中于浙江省和福建省。邱泽奇等指出从互联网红利中收益最多的是东南沿海地区[19]。不仅如此，中国互联网发展的地区差异正在扩大，东西部地区信息社会指数的差值从2007 年的0.125 扩大到2015 年的0.176。表7 表明，互联网普及率对东部地区的生育率呈正向但不显著的影响，互联网普及率对中部和西部地区的生育率呈负向影响。互联网普及率每提高1 个百分点，中部地区生育率降低16.8 个百分点。互联网普及率每提高1 个百分点，西部地区生育率降低5.9 个百分点。可见，互联网对不同地区的影响是不同的，其中，互联网普及率对中部地区的生育率影响最显著。然而，互联网普及率产生的数字鸿沟不会无限扩大，反而会呈现一种趋近态势。根据国际经验，互联网数字鸿沟发展趋势与该地区互联网扩散率呈倒U 字型关系，即随着互联网扩散率的增长，“数字鸿沟”指数在该地区互联网扩散率的中值处达到峰值，并随后下降[37]。随着互联网普及率的提升，互联网使用对生育率的影响是否会发生逆转有待进一步研究。

5 互联网使用影响生育率的机制分析

上述研究结果发现，互联网使用并没有像西方发达国家那样有效地帮助孕龄群体提高生育率[13]，而是从宏观和微观层面都降低了孕龄群体的生育率。为何会出现这种截然相反的情况？中国互联网使用降低生育率的机制是什么？基于已有研究，本文提出互联网使用影响生育率的三种机制。首先，互联网使用通过收入效应提高生育率。互联网使用提高了劳动生产率，有利于提高劳动者的收入水平，增加家庭整体财富，缓解养育子女的经济约束，从而提高生育率。其次，互联网使用通过替代效应降低生育率。根据时间配置理论，个体会在有偿劳动、无偿家务劳动和闲暇间合理配置时间，以实现效用最大化。互联网使用降低了女性在劳动力市场的体力劣势，增加了女性的就业机会和收入，这使得女性生养子女的机会成本提高，女性将更多时间投入到有偿劳动，如兼职等，而挤出了生养孩子的时间，通过替代效应降低生育率[38]。最后，互联网使用通过增加信息传播影响个体的生育偏好。孕龄群体大多没有生养子女的经验，互联网提供了一些避孕的常识，以及成为父母后可能的生活状况，互联网也可以通过互动交流等方式，普及养育的成本，这可能会引起都市群体的“生育恐慌”，担心自己是否有足够的预算和精力生养子女。

表6 宏观层面变量与描述性统计

表7 互联网普及率对区域生育率的回归结果

为了识别互联网使用影响生育率的收入效应和替代效应，本文分别加入：①劳动收入，以“劳动者的年劳动收入”衡量；②工作状态，以“是否有工作”衡量；③雇佣状态，以“是否为自雇”衡量；④单位类型，以“是否在企事业单位工作”衡量；⑤工作时间，以“每周工作总时长”衡量。表8的估计结果发现，互联网使用提升了劳动收入，说明存在收入效应；互联网使用降低了工作时间，说明互联网使用有助于提升劳动者工作效率，给予劳动者更多的“工作——家庭”配置选择时间。虽然互联网使用对是否有工作没有显著影响，但经常使用互联网的劳动者更可能存在自雇和灵活就业。因此，收入效应和替代效应同时存在，但替代效应的影响程度更大。此外，在回归中加入生活满意度，以“当前是否对生活比较满意”构建二值变量，来识别互联网使用是否会通过增加信息传播影响个体的生育偏好。结果显示，互联网使用对生活满意度没有显著影响。

可见，由于经济发展阶段的不同，中国现阶段互联网使用对生育率的影响中，替代效应占主导地位，因而和基于德国数据的研究得出截然不同的结论。Feyrer 等发现伴随着经济增长，世界主要发达国家在二十世纪50 年代到80 年代都经历了生育率的快速下降，当经济发展到一定阶段，部分国家开始推行家庭友好型公共政策，同时，技术进步使得家庭办公成为可能，同时提高了家庭生产效率，发达国家的生育率才开始维持稳定，部分国家的生育率略有上升[39]。因此，经济增长与生育率之间的关系是“U 型”的，经济发展初期会带来生育率下降，只有当经济发展到一定阶段，配合家庭友好型公共政策，技术进步才能起到缓解生育率下降的作用。而中国作为发展中大国，目前还处于“U 型”曲线的前半段，虽然技术进步带来劳动生产率和家庭生产率的提高，但由于我国劳动者整体收入水平不高，其结果是让女性将更多时间投入到兼职和灵活就业中，而挤出了生养孩子的时间。女性工作和家庭的冲突仍然是理解中国低生育率的关键[38]。

总体而言，互联网使用主要通过影响孕龄群体在劳动力市场的表现来影响生育率，互联网使用使得女性能够寻找到更多兼职就业或者灵活就业岗位，增加了女性有偿劳动时间，从而挤出了生养孩子的时间，带来生育率的下降。另一方面，互联网使用提高孕龄群体的劳动生产率，帮助劳动者（尤其是女性）获得更高的收入水平，使其生育的机会成本增加，降低生育率。然而，互联网使用对女性的生育心理并没有产生直接影响，并没有通过信息传播的方式对女性造成“生育恐慌”。

6 研究结论及启示

本文从数字经济背景下的互联网使用角度出发，研究互联网使用与生育率的关系。研究发现互联网使用对生育率具有显著的负向影响。异质性检验进一步表明，互联网使用对城市居民（相对于农村居民）具有更加显著的负向影响；互联网使用对于高学历群体（尤其是女性群体）具有显著的负向影响，可以看出中国互联网使用与生育率之间的关联性存在明显的“数字鸿沟”。影响机制分析表明互联网使用主要通过影响孕龄群体在劳动力市场的表现降低孕龄群体的生育率。互联网使用降低了女性在劳动力市场的体力劣势，增加了女性的就业机会和收入，这使得女性生养子女的机会成本提高，通过替代效应降低生育率。随着数字经济的发展，应当重视当前互联网快速发展对中国生育率产生的逆向选择，着力改善“数字鸿沟”带来的生育人群分化问题。本文认为：

第一，警惕数字鸿沟带来的生育逆向选择。根据研究结论可以看出，互联网使用对城市人口和高学历人口都带来更加强烈的负面影响，应当警惕互联网使用对当前城市人口和高学历人口生育意愿较低的“助推作用”，关注数字人力资本[40]提升对生育机会成本的重要作用，避免长期由于数字鸿沟导致的生育群体分化及由此带来的高质量劳动力供给不足问题和人口老龄化日趋严重问题。

表8 互联网使用对生育率的影响机制分析

第二，降低数字化门槛有利于提高一孩生育水平。从目前中国低生育水平发展的特点来看，提升一孩生育水平是关键点[5]。根据研究结论可以看出，互联网使用并非对所有孕龄群体都呈负向影响，互联网使用有利于孕龄群体的一孩生育率。因此，应当降低网络接入成本和使用成本，提升低技能劳动者对于互联网的基本使用能力，大力开展互联网技能培训课程，缩小不同群体间的数字鸿沟；同时，随着收入水平的整体改善，互联网使用所产生的收入效应将会进一步促进生育率的全面改善，扩大我国劳动力市场的回旋空间。

第三，促进劳动力市场的性别平等有利于提高孕龄群体工作与家庭的平衡，应增强生育政策的包容性。从当前各国鼓励生育的国家政策实践来看，现金补助的方式往往收效甚微。生育率降低，甚至逐渐陷入生育危机是多种因素共同作用的结果，中国自古缺乏有利于女性参与劳动力市场的制度设计，家庭模式（主要指照料子女的家庭分工模式）相对单一，因此更应该注重劳动力市场的性别平等，通过进一步提高女性在劳动力市场上的工资收入和改善就业环境帮助女性克服预算不足导致的生育逃避，通过提高女性的劳动参与率和劳动回报降低生育、养育、教育成本。