女性教育对生育意愿的影响研究

李 静 秦玉春 王敬博 戴昕晨

(1.安徽大学，安徽 合肥 230601；2.上海财经大学，上海 200433；3.浙江工商大学，浙江 杭州 310018)

一、引言

19世纪末以来，后马尔萨斯时代所经历的人口增长态势遭到逆转，接踵而至的是生育率和人口增长率在世界范围内的显著下降，并随之出现遍及世界的人口转型。当前，中国的人口与经济社会资源环境之间总体上仍处于紧张状态，人口发展面临着前所未有的复杂局面。第一，人口素质难以适应高质量发展要求。《国家人口发展战略研究报告》公布的数据显示，中国每年先天残疾儿童总数高达80～120万，约占每年出生人口总数的4%～6%；农村劳动年龄人口中小学及以下文化程度的比例高达47.6%。第二，人口结构性矛盾对社会稳定与和谐的影响日益显现。2020年，中国60岁以上老年人口高达2.34亿人，预计21世纪40年代后期将形成老龄人口高峰平台(1)本部分数据均来自《国家人口发展战略研究报告》，http://www.nhc.gov.cn/guihuaxxs/s3585u/201502/c62a5d1a5ad54ea3b4b268777d3ae6ff.shtml。。第三，人口调控难度不断加大，人口变化总体趋势呈低生育率的特点。

关于人口转型问题，早期研究主要从人均收入(Becker et al.，1973；Galor et al.，1996；Manuelli et al.，2009)、婴幼儿死亡率(Eckstein et al.，1999；Bar et al.，2010)以及养老保障(Neher，1971；Caldwell，1976；Boldrin et al.，2002)三个方面予以解释。但一些学者认为，以上传统理论导出的可被检验的预测结果与现实证据并不一致(Doepke，2005；Murtin，2013；Boldrin et al.，2015)。近年来，相关研究也停留在人口转型之后人口数量和人口质量是否可以替代，及其引发的平衡选择思考问题上。代表性文献主要包括分析人口红利消失的后果(蔡昉，2010；中国经济增长前沿课题组，2014；Cai et al.，2016；陆旸 等，2016)，人口数量和质量的选择权衡逻辑(张同斌，2016；铁瑛 等，2019；袁富华 等，2020)，以及人口发展预测、政策和发展模式(黄匡时，2020；赵玉峰 等，2019；张越 等，2020)。不难发现，这些文献的研究重点依然在于人口数量减少对未来经济社会发展的影响以及相关的“人才红利”问题，而对人口质量的提高能否促进经济社会长期健康发展缺乏足够关注和深入思考。事实上，准确把握人们对于生育政策的反应以及评价生育政策效果，是优化和完善与生育相关的公共政策的重要前提。

从现有文献来看，学界对于人口转型触发机制尚未形成统一认识，相关的理论解释也没有在一个系统性的分析框架中被实证检验。实际上，随着世界范围内生育率的显著下降和人口增长率的持续放缓，大多数国家的工业化进程都经历了人口转型，而这一过程中往往伴随着女性劳动力的市场参与和受教育水平的提高。具体而言，在工业化早期，由于劳动密集型产业占据主导，而男性的劳动能力相比女性又具有绝对优势，因此男性参与劳动的收入效应远高于女性。但是，随着技术进步引致的产业迭代升级，工业化进程中产生了四个方面的效应：第一，相对于女性，男性的就业选择优势逐渐弱化；第二，人力资本需求增加引致女性接受教育的概率增大，教育水平获得提高；第三，女性受教育水平的提升缩小了性别收入差距，使得女性生育孩子的机会成本大幅增加，且可能大于家庭收入的增长幅度，进而导致女性劳动参与率增加和生育率下降现象出现；第四，生育率下降直接缓解了收入、住房和时间精力等方面的约束，成为子女教育投资水平不断攀升的重要驱动力。由此可知，女性受教育水平提高所引发的“机会成本效应”和“‘数量-质量’替代效应”，是推动人口转型的重要作用机制。

基于此，本文首先构建一个理论模型，从学理上分析人口转型的触发机制，指出工业化之后，技术进步提高了对人力资本的需求，引致女性受教育水平提高和性别收入差距缩小，进而对生育率产生了显著的负向影响。该理论模型明确了女性受教育水平提升是构成人口转型的重要逻辑取向。其次，基于世界范围的事实和中国实际，借助微观数据对理论阐述进行实证检验。最后，基于女性受教育水平提升与生育率减少相并而行的规律，回归到中国经济高质量发展这一现实问题之上，思考现阶段人口结构综合平衡的思路，以及高质量发展逻辑下人口发展的现实矛盾和未来发展模式的塑造问题。

二、理论分析与经验事实

(一)理论分析

本文建立一个世代交叠模型(Overlapping-generations Model)来说明女性受教育水平提升对人口出生率和人口质量的影响，进而分析其对人口转型的作用。假设经济体中存在一个代表性家庭，该家庭由一名男性个体和一名女性构成，家庭中男性和女性共同决策每期的消费数量、小孩数量和小孩接受教育的年限。家庭部门中的每一个体在经济体中存活三期，即儿童时期、青壮年时期和老年时期。个体在青壮年时期需要劳动、消费、抚育小孩和储蓄，在老年时期需要使用前一期的储蓄进行消费。为简化分析，假设个体在青壮年时期有一单位时间，在劳动和享受闲暇之间进行分配；女性在家务和抚育小孩方面的效率比男性高，因此男性将所有时间投入劳动，而女性时间则需要在劳动、家务、享受闲暇和抚育小孩中进行分配。此外，我们假设个体以π≤1的概率由青壮年时期进入老年时期。π用于衡量经济体中老年人的预期寿命，如果π增大，则说明老年人预期寿命变长。

1.产品生产

经济体中存在一代表性企业，该企业的生产函数为：

(1)

其中，At为全要素生产率，Ht为t时期的人力资本总量，Kt为t时期的物质资本总量，α∈(0,1)和1-α分别为人力资本和物质资本的产出弹性。则单位时间内的工资水平(Wt)和资本回报率(Rt)分别为：

(2)

式(2)说明工资水平随人力资本总量的增加而减少，资本回报率也随着物质资本总量的增加而递减。更进一步可得，女性和男性在青壮年时期的劳动收入分别为：

(3)

(4)

2.人力资本

个体接受教育可以形成人力资本，受教育年限越长，则人力资本越多。因此，人力资本的演化方程为：

(5)

3.家庭问题

(1)不考虑生育政策。父母除关心自己的消费外，还关心孩子未来的总收入。因此，家庭的效用函数为：

(6)

家庭的约束方程如下：

(7)

(8)

(9)

(10)

et+1>0

(11)

式(7)为家庭在青壮年时期的预算约束，其中St为家庭男性和女性在青壮年时期的储蓄；式(8)为家庭在老年时期的预算约束，其中Rt+1为t+1期的资本回报率；式(9)为女性的时间约束，其中τt表示女性抚养一个小孩所需的时间，τtnt为女性用于抚育小孩的时间，用来衡量抚育小孩的成本；式(10)为男性的时间约束。

对家庭问题最优化可得：

(12)

进一步，分析女性受教育程度的提升对子女数量的影响，得出如下重要关系式：

(13)

由式(13)可知，子女数量是女性受教育程度的减函数，当女性受教育水平提高时，子女数量会减少。

考虑生育政策之后，每一地区家庭除面临式(7)～(11)的约束外，还将面临在青壮年时期的预算约束，

(14)

(15)

(16)

而地区2的新生孩子的数量和接受教育的年限为：

(17)

(18)

则该经济体平均新出生的孩子数量和平均受教育程度为：

(19)

(20)

由式(14)可得，

(21)

这说明即使考虑计划生育政策，女性受教育水平的提升也会导致生育率的下降。因此，得到：

命题1：女性受教育水平的提高，使得生育孩子的机会成本增加，进而对生育率产生负向影响。

命题2：女性受教育水平的提高，会造成孩子质量对数量的替代，成为子女教育投资水平增加的重要动因。

4.女性受教育水平提升与人口动态

假设t期青壮年数量为1，则在t期家庭的数量为0.5；更进一步，t-1期的青壮年数量为2/nt-1，则该经济体在t期的人口增长率为t期末的净增人口与t期初的已有人数的比值，即：

(22)

其中，0.5nt为t期新出生的人口，而2πt/nt-1为t期末死亡的老年人口数。由式(22)可知，保持其他因素不变，如果一个经济体的新生人口越少，则该经济体的人口增长率越低。结合命题1可得，随着女性平均受教育水平的提升，经济体的新生人口逐步减少，进而导致人口增长率日趋下降。本文定义老龄化率为老年人口占儿童与青壮年人口总和的比值，即：

(23)

式(23)说明，保持其他因素不变，如果一个经济体的新生人口越少，则该经济体的老年人占比越高。同样，结合命题1可得，随着女性平均受教育水平的提升，经济体的新生人口逐步减少，进而导致人口老龄化率不断升高。由前文分析可知，女性受教育水平的提升虽可以提高后代人力资本，但某种程度上也会降低人口增长率。此外，无论式(12)还是式(20)都说明，新生小孩数量nt是τt的减函数，这意味着育儿成本上升是导致新生小孩数量减少的重要原因。

(二)世界范围的经验证据(2)本部分数据源于OECD数据库；澳大利亚统计年鉴1998；澳大利亚妇女统计年鉴1997；英国文书局年度统计简报1997、1998；加拿大妇女统计报1985、1990和1995；美国妇女统计资料手册1996。其中，性别工资差距=(男性收入中位数-女性收入中位数)/男性收入中位数。

本文基于世界范围的长期数据，观测自工业革命以来由技术进步引致的女性受教育水平、性别收入差距和女性劳动参与率发生转折的特征事实，在此基础上分析各国人口生育率与女性受教育程度的变动规律。图1刻画了自1870年以来欧美和日本等发达国家女性接受高等教育的占比变化情况。可以看出，在各国工业化初期，女性受教育水平增长缓慢，但在工业革命推进之后出现了明显转折，女性受教育程度开始大幅增长。如1870年美国接受高等教育的女性比例仅为0.1%，工业化起步后迅速上升至15%，2010年这一比例已攀升至58.4%。同时由图2和图3可知，这些国家在经历大规模工业化之后，女性和男性之间的收入差距呈现持续收窄态势，女性劳动参与率也稳步提高。图4给出了上述发达国家1960—2017年间总和生育率的变化情况，虽然各国之间略有差异且其间有所波动，但整体下降趋势十分明显，如加拿大的总和生育率由3.9%降至1.5%，美国由3.7%降到1.7%。可见，基于世界范围的长期数据可以观测到工业化进程中各国人口生育率与女性受教育程度之间的变动关联。

图1 女性受教育水平

图2 性别收入差距变化

图3 女性劳动参与率

图4 总和生育率的变化

(三)中国女性受教育水平及就业结构情况(3)本部分数据来源于世界银行数据库、中国历年人口普查报告和2020年全球性别差距报告。

新中国成立以来，我国女性的社会、经济地位发生了深刻变化，女性的受教育水平显著提高。当前即便是在农村地区，年轻一代的男女教育差距也基本消失(游五岳 等，2020)。表1显示，新中国刚成立时女性识字率仅为10%，2020年已大幅提升至95.2%；接受高等教育的比例也从1950年的0增加至2010年的13%。

表1 新中国成立以来女性受教育程度变化(1950—2020)

在我国工业化进程中，女性劳动力的就业结构也发生了明显转变。表2的数据显示，过去30年里，我国女性劳动供给总体上呈现出第一、二产业劳动力占比逐年减少，第三产业占比加速递增的趋势。这意味着，随着女性受教育水平的提升，其就业结构转变明显，越来越多的女性开始从传统部门向新兴产业部门扩张，特别是在第三产业就业参与的优势逐渐扩大。

表2 女性就业结构变化(1991—2020)

事实上，教育和就业的双向互动模式也会强化女性就业趋势转变。育龄女性在第一、第二产业的就业人数越少，第三产业人数越多，意味着她们接受教育的机会相对增加，对子女的教育培养意识越强，进而引致下一代女性教育水平的改善。这种正反馈效应的不断持续，将提升我国育龄女性整体就业水平和社会地位，这也是女性收入不断提高和生育机会成本日趋增加的过程。新时代经济发展由高速增长转向高质量发展阶段，需要进一步提高女性教育以提升整体人力资本水平，但正如理论分析和基本事实刻画的情形，这一过程与低生育率密切相关，因此有必要拟定政策有效缓解这一对立矛盾。

三、实证结果与分析

(一)计量模型和数据说明

为检验女性受教育水平对生育率的影响，构建如下基本计量模型：

nchdibp=α+λeduibp+βxibp+μibp

(24)

其中，nchdibp是被解释变量，为出生于b年p省的女性个体生育孩子的数量，核心解释变量eduibp代表该女性个体的受教育水平，xibp是一系列个体控制变量，μibp为随机扰动项。

受教育水平eduibp作为解释变量通常是内生的，可能会导致估计结果有偏。鉴于生育行为在时间上一般发生在女性完成教育之后，因此反向因果导致的内生性可能并不严重，受教育水平eduibp的内生性主要源于遗漏变量问题。为尽可能控制内生性对估计结果的影响，本文进行了两种处理。第一，在OLS估计中，除控制一系列个体人口统计学变量外，还在模型中引入了省份和年份虚拟变量，以进一步控制接受义务教育所在省份的固定效应、出生年份的固定效应以及分省份的时间趋势项(4)CFPS2014询问了个体出生时、6岁时和12岁时所在的省份，CFPS2018则询问了个体出生时和12岁时所在的省份。对于个体接受义务教育阶段所在省份的确定，本文遵循如下方法：如果6岁时所在省份与出生省份相同，则以出生省份为接受义务教育阶段所在省份，如果二者不同或者出生省份缺失，则以6岁时所在省份为接受义务教育阶段所在省份，以此类推。，从而尽可能规避不可观测的区域和时间层面的变量，通过作用于个体受教育水平对生育情况产生影响。具体模型如下所示：

nchdibp=α+λeduibp+βxibp+θp+ηb+trp+μibp

(25)

其中，θp为接受义务教育省份固定效应，ηb为出生年份固定效应， μibp为分省份的时间趋势项。第二，使用能够改变受教育年限的政策作为自然实验，构建女性受教育水平的工具变量(Keats，2018；Grépin et al.，2015；Samarakoon et al.，2015)。

本文数据源自北京大学中国社会科学调查中心开展的中国家庭追踪调查(CFPS)。鉴于2016年起我国开始实施“全面二孩”政策，政策效果到2018年应该可以得到较为充分的体现，此时育龄期女性的生育情况受原先一胎计划生育政策和“单独二孩”政策的约束最弱，因而主要回归所使用的样本构建自CFPS2018的家庭问卷和成人问卷数据(在稳健性检验和机制分析部分使用的是CFPS2014的数据)。

本文的样本为20～45岁的育龄期女性。考虑到“全面二孩”政策依然属于计划生育政策，本文选取两个被解释变量：女性个体实际的孩子数量、女性个体理想的孩子数量。后者可以更大程度上反映女性个体在排除各类现实约束后的生育意愿，这种处理方式有助于减弱因遗漏变量造成的教育内生性问题。对于受教育水平的衡量，本文也构建了两个变量：受教育年限(连续变量)、是否完成高等教育(1=完成大专或以上教育)。个体控制变量具体包括：年龄；城乡属性(1=城镇样本)；户籍(1=城镇户口)；单位性质(1=政府机关、国有企业和事业单位)；就业状态(1=在业)；健康状况(1=非常健康、比较健康和健康)。在剔除各变量的缺失值和不合理值之后，本文的主要样本包括4239名女性个体。

本文变量的说明及描述性统计结果见表3。

表3 变量描述性统计结果

(二)估计结果与分析

表4为女性受教育水平对生育孩子数量影响的OLS估计结果。其中，列(1)～(3)用女性个体的受教育年限衡量女性受教育水平，列(4)～(6)使用女性个体是否完成高等教育作为女性受教育水平的衡量指标。列(1)和列(4)的回归中仅包括个体控制变量，其余列则在控制个体人口统计学变量的基础上，还控制了个体接受义务教育所在省份的固定效应、出生年份的固定效应以及分省份的时间趋势项。列(3)和列(6)的被解释变量为女性个体的理想孩子数，其余列的被解释变量则为女性个体的实际孩子数。列(1)和列(4)的结果表明，在控制女性个体年龄、居住地、户籍、单位性质、就业状态和健康状况后，女性受教育水平对实际孩子数的影响在1%的水平上显著为负。由列(2)和列(5)可知，在进一步控制接受义务教育省份固定效应、出生年份固定效应以及分省份的时间趋势项后，女性受教育水平的回归系数仍显著为负，仅影响强度略有减小。

表4 基本估计结果

由实证结果可知，相对于受教育年限这一连续变量，是否完成高等教育对女性生育率的影响力度更强：与没有完成高等教育的女性相比，接受高等教育的女性少生约0.5个孩子，大致相当于受教育年限线性增加8年所带来的影响。与被解释变量为实际孩子数时的估计结果相比，女性受教育水平对理想孩子数的影响同样在1%的水平上显著为负，仅强度有所减弱。这表明即使在不考虑现实约束的情况下，女性受教育水平的提高依然会导致生育孩子数量的减少，但减小的幅度有所降低，这为生育政策的实施提供了空间。

(三)家庭变量、内生性和生育政策的影响

1.家庭变量的影响

考虑到女性的生育行为在大多数情况下不单是其个人决策，很大程度上还受到配偶、家庭等的影响，本文进一步控制了女性配偶的受教育水平(1=完成大专或以上教育)、父母是否提供经济帮助(1=是)、父母是否帮忙料理家务(1=是)、家庭住房产权(1=家庭成员拥有全部产权)以及家庭住房建筑面积(平方米的对数)等变量。表5为进一步控制上述变量后的回归结果，可以看出，除列(6)中女性完成高等教育对理想孩子数的负向影响不显著外，其余列中女性受教育水平对实际和理想孩子数的影响依然显著为负。与表3结果相比，影响幅度略小，说明配偶和家庭因素确实对女性的生育行为有一定影响，但并没有改变女性受教育水平与生育率之间的负向关系。

表5 控制家庭变量

2.受教育水平的内生性

鉴于对个体微观变量、不可观测的区域与时间宏观变量、时间趋势项以及家庭变量的控制只能在一定程度上缓解内生性的影响，本文进一步采用工具变量法进行检验。具体地，借鉴Huang(2015)和Ma(2019)的做法，利用各省份在实施义务教育法的年份上的异质性构建工具变量。首先，按出生年份计算女性个体是否适用于义务教育法；然后，将女性个体是否适用于义务教育法与各省份实施义务教育法之前平均受教育水平的交乘项作为工具变量。各省份开始实施义务教育法的时间以各省份实施《中华人民共和国义务教育法》办法的文件中所公布的实施时间为准，而女性个体是否适用于义务教育法则通过比较个体的出生年份与所在省份的义务教育入学年龄之和与该省份义务教育法的实施时间来确定；计算各省实施义务教育法之前平均受教育水平的数据来自2010年人口普查0.95‰抽样的个体微观数据。由表6的2SLS估计结果可以看出，在使用工具变量进行估计后，女性受教育水平对生育数的影响依然在1%的水平上显著为负，且影响幅度明显变大。这意味着，女性受教育水平的内生性并不会影响其对生育率影响的方向和统计学意义上的显著性。可见，本文研究结论是稳健的。

表6 2SLS估计结果

3.全面二孩政策实施前的样本

考虑到2013年起计划生育政策已开始放开，本文使用CFPS2014的调查数据构建样本进行了稳健性测试。表7列(1)、(2)、(5)、(6)分别对应表4列(2)、(3)、(5)、(6)。使用CFPS2014样本进行OLS估计的结果显示，除列(6)中女性是否完成高等教育对理想孩子数的影响不再显著外，其余列中女性受教育水平对生育率的影响依然在1%的水平上显著为负，只是与使用CFPS2018样本的估计结果相比，影响幅度略有减小。这可能与2016年之前二孩政策并未完全放开有关，也可能是因为2014年数据采集时政策放开效果尚未得到充分释放。表7列(3)、(4)、(7)、(8)对应于表5的列(1)～(4)。不难发现，在使用CFPS2014样本的2SLS估计中，女性受教育年限抑或是否完成高等教育对实际和理想孩子数的影响均显著为负。这说明，女性受教育水平对生育率的负向影响并不受计划生育政策放开程度的影响。

表7 CFPS2014样本估计结果

四、作用机制检验

本部分主要检验女性受教育水平影响生育率的两种作用机制：一是女性受教育水平提升引致的收入机会成本效应；二是“数量-质量”替代效应。在分析过程中，将使用到个人年收入、家庭年收入和家庭年教育培训支出三个收入变量。需要说明的是，从2014年开始，CFPS在个体成人问卷中仅针对从事农业打工、受雇和非农散工工作的个体提问个人工作收入，而对从事自家农业生产经营、私营企业经营、个体工商户经营和其他自雇工作的个体不再询问个人收入，仅做家庭收入统计。因此，本文所使用的女性个体收入数据主要指工资性收入。

1.机会成本效应

上文理论分析表明，女性受教育水平提高引致生育率下降的重要机制之一在于通过缩小性别收入差距，引发女性生育孩子的机会成本增加。因此，本文将性别收入引入计量模型，性别收入通过女性个人年收入在家庭年收入中的占比衡量。本部分的计量模型如下所示：

nchdibp=α+λ1eduibp+λ2ratioincibp+θp+ηb+trp+μibp

(26)

其中，ratioincibp代表出生于b年p省的女性个体的个人年收入在家庭年收入中的占比。表8为控制个体人口统计学变量、接受义务教务所在省份固定效应、出生年份固定效应以及分省份的时间趋势项的OLS估计结果。列(1)结果显示，受教育年限和性别收入对实际孩子数的影响均显著为负；列(2)结果则表明，对于理想孩子数，性别收入并没有表现出显著的机会成本效应。而当使用是否完成高等教育衡量女性受教育水平时，由列(3)可见，对于实际孩子数，受教育水平和性别收入的系数均在1%的水平上显著为负；但列(4)的结果显示，对于理想孩子数，性别收入的机会成本效应只在10%的水平上显著，且此时受教育水平对理想孩子数的影响也不再显著。综上，性别收入提高引致的生育率下降主要反映在实际孩子数上，而高等教育的影响更为明显；对于理想孩子数，性别收入的机会成本效应并不具有很强的统计学显著性。

表8 机会成本效应

考虑到收入同样存在内生性问题，本文将2014年和2018年样本合并，构建一个两期面板数据。使用面板数据可以控制不可观测的且随时间不变的个体变量，从而消除这类遗漏变量带来的内生性问题。在剔除相关变量的缺失值和无效值后，面板样本中约10%的个体的教育水平在两期访问中发生了变化，因而将这部分群体剔除。考虑到样本中所有个体的教育水平为随时间不变的变量，当使用固定效应模型进行估计时，受教育水平将会随个体固定效应一起被组内变换消除，进而造成其系数无法估计，所以将受教育水平与性别收入进行交乘，用交乘项的系数衡量性别的机会成本效应。此外，本文仅保留在两期均被访问的女性个体，最后得到一个由1016名女性组成的两期平衡面板(5)本文使用保留所有有效个体的非平衡面板进行稳健性检验，估计结果与平衡面板所得的结果仅在小数点后第四位出现差异。。相应的计量模型如下所示：

nchdibpt=α+λ1eduibpt+λ2eduibptratioincibpt+βXibpt+ηi+ηb+trp+μibpt

(27)

其中，下标t表示变量在t期的观测值，ηi为个体固定效应。

表9为使用面板样本的固定效应模型的估计结果。列(1)显示，性别收入的主效应显著为正，性别收入增加会提高实际孩子数；而受教育年限与性别收入交叉项的系数为负，但不具有统计学的显著性。列(3)则揭示出性别收入的机会成本效应更多地体现在高教育水平的女性上，当采用是否完成高等教育衡量女性受教育水平时，对于完成高等教育的女性，性别收入越高，实际生育孩子越少。当被解释变量为理想孩子数时，对比列(2)和列(4)可以发现，受教育水平与性别收入的交乘项的回归系数在10%的水平上显著为负，但完成高等教育明显强化了性别收入对理想生育率的负向影响。上述检验结果表明，性别收入对生育率的负向影响因受教育水平的提高而得到了强化。

综上分析，表8和表9的结果证实性别收入的机会成本效应成立。

表9 机会成本效应：固定效应模型

2.替代效应

前文理论分析表明，除机会成本效应机制外，还可能存在“数量-质量”替代效应机制。也就是说，提高女性受教育水平会引致孩子质量对数量的替代，即家庭在减少生育的同时增加对子女的教育投资水平。本部分的计量模型如下所示：

lnedu_expdibp=α+λeduibp+βxibp+θp+ηb+trp+μibp

(28)

其中，被解释变量lnedu_expdibp为出生于b年p省女性个体i平均每个孩子的家庭年教育培训支出(对数)。

表10为OLS和2SLS的估计结果，从中可见，女性受教育水平会显著提高孩均家庭教育培训支出。这表明受教育水平越高的女性，越重视孩子的教育质量，而不是孩子的数量，其会增加对孩子的教育投入。可见，“数量-质量”替代效应机制得到证实。

表10 替代效应

五、研究结论与政策含义

人口增长向低度均衡路径收敛，是大规模工业化之后发达国家的普遍经历，现在和未来较长时期，中国将面临类似的局面。在理论分析的基础上，本文实证估计了女性受教育水平对生育率的影响。研究发现，新中国成立以来，中国女性受教育水平得到显著提高，这一过程一方面通过缩小性别收入差距，引发女性生育孩子的机会成本增加，从而对生育二孩意愿产生显著的负向影响；另一方面，随着女性受教育水平的提高，其会愈发偏向于孩子质量对数量的替代，即增加孩子教育投资水平，减少生育孩子数量。

本文研究的政策含义主要体现在三个方面：第一，宏观层面上，应充分发挥政府公共政策的导向作用，建议政策导向向生育自主回归，让计划生育从聚焦人口控制转向科学计划服务，构建适宜的生育支持体系、探索完善社会保障制度的有效途径，解决社会保障体系不够健全等问题。第二，微观层面上，应从全生命周期的角度支持家庭发展，拓宽人口政策的覆盖范围，积极构建生育友好型制度环境以化解育龄女性生育与职业发展之间的冲突，并形成政府主导、企业和社会组织广泛参与的新格局；同时，积极构建普惠性托幼体系和均衡教育体系，以有效缓解家庭的教育投资焦虑。第三，人力资本增长是高质量发展的综合体现，人口战略调整除了应努力使人口红利转化为人力资本红利外，还需通过合理的人才流动，实现人力资源和区域禀赋资源的科学配置。