SCI论文（www.lunwensci.com）
[摘 要]低生育率问题是党和国家亟须解决的重点问题。在互联网高度普及的现实背景下，探明互联网使用 在低生育率现象形成过程中产生的作用，有利于政府精准施策，具有重要的现实意义。文章基于 CGSS2013、 2015 、2017 的数据，使用泊松回归模型，研究了互联网使用对女性生育意愿的影响。研究发现，互联网使用 通过增加女性兼职行为，从而提高女性收入，进而提高女性生育成本和传递有关家庭、婚姻的负面信息，挤 出夫妻之间的共同闲暇时间，从而降低婚姻稳定性等两条途径降低了女性生育意愿。异质性分析表明，互联 网使用影响女性生育意愿存在户籍类型、就业部门、政治身份、年龄等的异质性，互联网使用显著降低了城 市、非党员、非国有部门女性的生育意愿，对 18～24 岁女性生育意愿的抑制作用更大。文章为互联网普及背 景下我国低生育率社会的形成提供了新的解释，为信息时代人口公共政策制定提供了经验证据。
[关键词] 互联网使用,女性生育意愿,机会成本,婚姻稳定性
一、 引言
国家统计局调查数据显示，我国育龄妇女生 育意愿仅为 1. 8① , 远低于世代交替水平。育龄女 性生育意愿下降作为现阶段的社会热点问题，引 起了政府相关部门、学术界等的广泛关注。学者 们分别从人口学特征和社会经济发展特征等不同 方面探索 了女性生育意愿降低的内在原因[1-6]， 这些探索为本文奠定了良好的基础。事实上，作 为一个社会人，社会环境对个体的生育决策也会 产生重要影响。结合目前的现实情境来看，我国 正处于互联网高度发达的时代。第 47 次 《中国互 联网络发展状况统计报告》 的数据显示，2020 年 我国互联网人口 9. 89 亿，互联网普及率 70. 4% 。 互联网作为当下重要的媒介形态， 已经渗透到了 人们生活的方方面面，如社交、购物及 出行等。 那么，互联网的高度普及与低生育现象的形成究 竟存在何种联系? 互联网使用究竟对女性生育意 愿产生什么样的影响， 以及通过什么途径影响女 性生育意愿的? 为了回答上述问题，本文探索了互联网使用对女性生育意愿的影响及作用机制， 并进一步拓展讨论了互联网使用影响女性生育意 愿在户籍类型、就业部门、政治身份、年龄等方 面的异质性。
与现有研究相比，本文的边际贡献主要体现 在以下方面 : 第一，基于互联网高度普及这一客 观事实，正面回答了互联网使用对女性生育意愿的 影响作用，有益地拓展了现有研究; 第二，利用中 国综合社会调查 2013 年、2015 年、2017 年的数据 (CGSS2013、2015、2017) ，从微观层面检验了互 联网使用影响女性生育意愿的内在机制，并拓展分 析了互联网使用影响女性生育意愿在户籍类型、就 业部门、政治身份、年龄等方面的异质性; 第三， 从互联网普及视角，揭示了信息社会下，我国低生 育率现象形成的内在原因，为信息社会背景下应对 人口增长率降低的公共政策制定提供参考。
二、文献综述与理论假设
(一) 文献综述
生育意愿反映出个体在特定情形下对生育行为的态度。表现为，个体对生育数量、性别及时 间的偏好，影响着个体的生育决策。其中，生育 意愿受到众多因素影响，主要概括为两类 : 人口 学特征和社会经济特征。人口学特征方面，现有 研究表明，受教育水平[1-2] 、人力资本[3] 显著地 抑制了生育意愿。 同时年龄、性别[7] 等对生育意 愿也具有显著的影响。社会经济特征方面，现有 研究表明，房价[5] 、 女性劳动力市场参与率[6]、 经济收入[7] 等因素显著地抑制了生育意愿，而数 字普惠金融[8] 总体上对生育率具有显著的正向促 进作用。此外， 国外研究者及部分国内研究者也 关注到了互联网使用与生育之间的关系。例如， BELLOU 指出，互联网使用降低了婚姻市场中的 搜寻成本，提高了结婚率，提升了社会生育率[9]。 BILLARI 等研 究 发现，互联网使用提升 了 生育 率[10] 。LINUS 利用瑞典数据研究发现，生育意愿 高的学生更倾向于线上教育[11] 。李飚等 (2021) 研究指出，互联网使用通过影响女性在劳动力市场 中的表现，降低了女性生育率 (生育行为)[12] 。王 小洁等 (2021) 从信息成本和家庭代际视角研究指 出，互联网使用频率越高，个体生育意愿越低[13]。
我国正处于互联网高度发达的时代，互联网 使用已经渗透到人们生活的方方面面，对人们的 生活方式、行为决策都产生了潜移默化的影响。 毋庸置疑，互联网作为当下重要的媒介形态对女 性生育意愿也具有重要影响。但从现有的研究来 看，国内研究者对互联网影响生育意愿的关注不 够。虽然李飚等 (2021) 研究了互联网使用对生 育率 ( 生育行为) 的影 响，但已发生的生育行 为，难以预测未来生育行为。本文通过研究互联 网使用与女性生育意愿之间的关系，对这一问题 进行了有益补充[12] 。另外，与王小洁等 (2021) 从信息成本与家庭代际视角研究互联网使用对生 育意愿的影响不同[13] 。 本 文 利 用 CGSS2013、 2015 、2017 的数据，从机会成本与婚姻稳定性视 角，探索了互联网使用对女性生育意愿的影响及 其作用机制，并拓展分析了互联网使用影响女性 生育意愿在户籍类型、就业部门、政治身份、年 龄等方面的异质性。为解释信息社会下低生育率 现象的形成提供了新视角。
(二) 理论分析
根据 LEIBENSTEIN 提出的成本-效用理论认为，生育决策源于个体对生育成本与生育效用的 理性核算。可见，女性生育意愿同时受到生育成 本与生育效用的影响。一方面，当生育孩子的成 本提高时，会导致女性生育意愿下降。另一方面， 当生育孩子的效用降低时，会导致女性生育意愿 下降。其中，生育效用又可以细分为直接效用和 间接效用。 因此，互联网使用影响女性的生育意 愿可以通过影响女性的生育成本和生育效用两条 途径。孩子作为夫妻的特殊财产，会让离婚的成 本增加[14] 。 因而当女性的婚姻稳定性受到影响 时， 由于孩子带来的离婚成本会对女性产生负面 的生育效用，从而影响其生育意愿。鉴于此，本 文从机会成本与婚姻稳定性的视角，探索互联网 使用对女性生育意愿的影响， 以期探明互联网使 用与女性生育意愿之间的关系及具体的作用机理。
1. 机会成本方面
互联网能提高劳动者的生产效率[15] ，从而提 高劳动者收入水平。 即便是在工作中处于弱势地 位的女性群体，互联网使用对其收入也能够起到 明显的促进作用[16-17] 。可见，互联网使用能够通 过影响女性收入水平，对女性生育意愿产生影响。 但是需要注意的是，女性收入水平提高会对其生 育意愿造成两种截然不同的效应。一方面，女性 收入水平提高，宽松了家庭预算约束[18] ，使女性 的生活更加有保障，从而提高其生育意愿 ; 另一 方面，女性收入水平提高，导致女性生育孩子的 机会成本增加[19] ，从而降低其生育意愿。为了区 分，本文将前者定义为 “收入保障效应”，后者 定义为 “机会成本效应”。 并提出两个具有竞争 性的研究假设 H1a 和 H1b。
研究假设 H1a : 互联网使用通过 “收入保障 效应”，提升了女性生育意愿。
研究假设 H1b : 互联网使用通过 “机会成本 效应”，降低了女性生育意愿。
2. 婚姻稳定性方面
互联网使用改变了人们的生活状态和生活方 式。体现为，互联网使用降低了中国传统文化对 人们行为的约束力[20] 。 同时，在婚姻匹配市场中 寻找到合适的婚姻匹配伙伴存在搜寻成本。BEL- LOU 研究指 出，互联网使用降低了婚姻搜寻成 本，提高了结婚率，提升了生育率，其针对的是 未婚个体[9] 。而对已婚个体而言，互联网使用降低了已婚个体在婚姻生活中找 “第三者” 的搜寻 成本[21] 。 因而互联网使用使得已婚个体倾向于追 求 “浪漫伙伴”[22-23] ，从而提高了已婚群体发生 “网络恋情” 的概率[24] ，降低了夫妻之间的婚姻 稳定性，使得女性的生育意愿下降。基于上述分 析，提出本文的研究假设 H2.
研究假设 H2: 互联网使用降低了女性的婚姻 稳定性，从而降低了女性生育意愿。
图 1 提出了本文的影响机制结构框架 :
三、变量数据、统计事实与模型设定
(一) 数据来源
本文的研究数据来源于三个途径。主要数据 来源于 CGSS2013 、2015 、2017 的数据，地 区人 均 GDP 数据来源于各省份的统计年鉴，工具变量 数据来源于 《中国互联网络发展状况统计报告》。 共包括有效样本 34 988 个。其中 2013 年样本 11 438 个，2015 年样本 10 968 个，2017 年样本 12 582 个。进一步对样本数据处理如下 : 第一，剔 除所选问题中被采访者的回答为不知道、拒绝回答 和缺失值的样本数据; 第二，本文主要关注女性生 育意愿，因此剔除男性样本; 第三，考虑到女性的 合理生育年龄在 15 岁至49 岁之间[25] ，进一步剔除 年龄小于 15 岁和大于 49 岁的样本数据。 由于所采 用的 CGSS 数据中女性个体的年龄均在 18 岁以上， 因此只需要剔除年龄大于 49 岁的样本。
(二) 变量描述
1. 被解释变量
本文的被解释变量为女性生育意愿。对生育 意愿的刻画包括理想生育子女数、生育意向等多 种方 式，每种方式各有优缺点[26] 。 本 文 选 用 CGSS 调查问卷中 “如果没有政策限制 的话，您 希望有几个孩子? ” 衡量女性生育意愿。理想生 育孩子数越多，女性生育意愿越强。该衡量方式在现有生育意愿的研究成果中均得到了应用[27-28]， 具有一定的合理性。
2. 解释变量
本文的解释变量为互联网使用。选用 CGSS 调查问卷中设置的问题 “过去一年，您对互联网 的使用 情 况 是? ” 衡 量 互 联 网 使 用。 进 一 步 将 “从不” 定义为不使用互联网，赋值为 0 ，否则赋 值为 1 。该衡量方式在毛宇飞等[17] 的研究成果中 得到了应用，具有一定的合理性。
3. 控制变量
为确保结论的可靠性，排除混淆因素的干扰， 本文分别从个体、家庭、地区三个层面对影响女 性生育意愿的因素进行控制。其中，个体层面控 制了年龄及其平方项、 民族 ( 汉族赋值为 1 ，少 数民族赋值为 0) 、宗教信仰 ( 无宗教信仰赋值为 0 ，有宗教信仰赋值为 1) 、社会保障 (参与了社会 保障赋值为 1 ，没有参与社会保障赋值为 0) 、受教 育水平 ( 小学及以下赋值为 1 ，初中赋值为 2 ，普 高、职高、 中专、技校赋值为 3 ，大专赋值为 4. 大学本科赋值为 5 ，研究生以上赋值为 6) 、政治身 份 (党员赋值为 1 ，非党员赋值为 0) 、个人收入取 对数、健康状况 (很不健康赋值为 1 ，比较不健康 赋值为 2 ，一般赋值为 3 ，比较健康赋值为 4 ，很健 康赋值为 5) ; 家庭层面控制了住房面积取对数、 家庭总收入取对数、家庭相对收入 (远低于平均水 平赋值为 1 ，低于平均水平赋值为 2 ，平均水平赋 值为 3 ，高于平均水平赋值为 4 ，远高于平均水平 赋值为 5) 、户籍类型 (城市赋值为 1 ，农村赋值为 0) ; 地区层面控制了省份人均 GDP 取对数。
4. 工具变量
本文参考了现有研究成果采用地区互联网普 及率作为互联网使用工具变量的做法[29-30] 。选取 地区滞后一年互联网普及率的倒数作为互联网使 用的工具变量。
(三) 统计事实
表 1 给出了描述性统计结果。可以发现，女 性理想生育孩子数的均值为 1. 84 、 中位数为 2. 说明女性生育意愿大部分集中在 2 个，符合现实 中人们对 “儿女双全” 的期盼。理想生育男孩数 与理想生育女孩数中位数均为 1 ，佐证了上述观 点。互联网使用均值为 0. 74 、 中位数为 1 ，表明 女性中使用互联网的比例高达 74% 。
表 2 给出了 2013 年、2015 年、2017 年互联 网使用情况 的分布状况 。 可 以发现 ，非常频繁 使用的人数比例从 2013 年 的 21 . 4 % 上 升 为 2017 年 的 44 . 12% 。 经 常 使用的人数比例从 2013 年 的 20 . 18% 上 升 为 2017 年 的 27 . 92% 。 2013 年到 2017 年 ，有 时、 很少和从不使用的 人数占比在逐年减少 。 有时使用的人数占比从 2013 年的 11 . 78% 下 降为 9 . 09% 。 很少使用 的 人数占比从 2013 年的 9 . 12% 下 降为 2017 年 的 5 . 29% 。 从 不 使 用 的 人 数 占 比 从 2013 年 的 37 . 52% 下 降 为 2017 年 的 13 . 57% 。 这 些 现 象 验证了我国处于互联网时代的基本特征事实， 反映出我国互联网普及率越来越高，互联网使用 的人数越来越多。
表 3 给出了 2013 年、2015 年、2017 年女性 理想生育孩子数的分布状况。可以看出，理想孩子数为 0 的女性比例从 2013 年的 1. 73% ，上升为 2017 年的 2. 59% 。理想孩子数为 1 的女性比例从 2013 年 的 26. 03% ，下 降为 2017 年 的 22. 21% 。 加之没有生育过子女的夫妻更容易影响生育意 愿[31] 。可以得出，随着互联网使用人数增加，不 想生育的女性也在增加。 当然互联网使用与女性 生育意愿的统计性描述只能说明两者之间的简单 相关关系，两者是否具有因果关系还需进一步实 证分析。
( 四) 模型设定
考虑到女性生育意愿为计数变量，运用 OLS 回归模型进行检验可能会导致实证结果产生偏 差 ，影响研究结论的准确性 。 因此 ，选用泊松 回归模型 进 行 实 证 检 验 。 构建泊松回归模型 如下。
式中，本文被解释变量 Yi ，表示女性生育意愿 ; yi (yi = 0 ，1 ，2 ， … , n) 为观测值 ; xi 为影响女 性生育意愿的各种因素 ; λi ( λi = E ( Yi | x1 ，x2. … , xn ) ) 为泊松模型的参数。泊松模型的参数 ( λi ) 可以表示为核心解释变量与控制变量的函数 如下 :
(年龄及其平方项、 民族、宗教信仰、社会保 障、受教育水平、政治身份、个人收入、健康状 况) ，家庭层面 ( 住房面积、家庭总收入、家庭 相对 收入、 户 籍类 型) ，地 区层面 ( 地 区 人 均 GDP) 等控制变量 ; εi 为扰动项。
四、实证分析
(一) 基准回归: 逐步回归
表 4 汇报了互联网使用与女性生育意愿逐步 回归的实证结果。本文主要关注互联网使用系数 的显著性和方向。模型 ( 1) 中互联网使用的平 均边际效应为-0. 187 ，在 1% 的水平上显著，初 步验证了互联网使用会导致女性生育意愿 降低。 模型 (2) ～ (4) 为依次加入个体层面、家庭层 面、地区层面控制变量的结果，互联网使用系数 的方向与显著性和模型 ( 1) 的结果基本保持一 致，表明互联网使用显著降低了女性生育意愿。 另外，表 4 的模型 (2) 中控制变量的平均边际 效应显示，育龄阶段的女性生育意愿会随其年龄 的增大而提高 ; 汉族女性的生育意愿低于少数民 族 ; 有宗教信仰的女性生育意愿更加强烈 ; 拥有 社会保障能够有效地提高女性生育意愿 ; 受教育 水平会对女性生育意愿产生抑制作用 ; 女性党员 身份显著降低了其生育意愿，可能的原因在于， 党员的纪律性更强，在遵守相关法律法规 ( 如计 划生育等) 上的自觉性和主动性更高 ; 个人收入 显著地降低了女性生育意愿，原因在于，生育属 于时间密集型活动，收入提高导致生育机会成本 提升，从而使得生育意愿下降 ; 家庭条件好的女 性生育意愿相对更高。城市女性的生育意愿显著 低于农村女性的生育意愿。经济发展水平越高， 女性生育意愿越低。
基于上述研究结论，进一步考察了互联网使 用与女性生育性别偏好及生育数量偏好间的关系。 实证检验了互联网使用与女性生育男孩偏好、生 育女孩偏好及女性生育一孩偏好、生育多孩偏好 之间的关系。其中，将理想孩子数为 1 的定义为 一孩偏好，理想孩子数大于 1 的定义为多孩偏好， 结果见表 5 。可以发现，模型 ( 1) 中互联网使用 的平均边际效应在 5% 的水平上显著为负 ; 模型 (2) 中互联网使用的平均边际效应不显著。表明 互联网使用降低了女性生育男孩意愿，但对女性 生育女孩意愿没有显著影响。 由此可见，互联网 使用改变了女性生育性别偏好。模型 ( 3) 中互 联网使用的平均边际效应在 1% 的水平上显著为正; 模型 (4) 中互联网使用的平均边际效应在 1% 的水平上显著为负。表明互联网使用促进了女 性生育一孩意愿，但降低了女性生育多孩意愿。 可见，互联网使用改变了女性生育数量偏好。
(二) 稳健性检验
1. 内生性检验
导致模型内生性问题的主要原因包括遗漏变 量、选择偏误、反向因果等。首先，本文实证数 据来源于 2013 年、2015 年、2017 年的中国综合 社会调查数据。该数据由中国人民大学联合全国 各地的学术机构对全国一万多户家庭进行随机抽 样得到，能够在一定程度上缓解由于选择偏误而 产生的内生性问题。其次，本文在充分考虑个体、 家庭、地区等特征的基础上，从个体、家庭及地 区层面控制了可能影响女性生育意愿的因素。 虽 然本文在控制变量的选取上尽可能地排除了遗漏 变量对研究结论的影响，但是由于数据限制及变 量不可观测等情况的存在，仍可能会存在部分遗 漏变量导致的内生性问题。最后，本文还可能存 在互联网使用与女性生育意愿之间反向因果问题。 一方面，女性生育意愿越低的地区，其经济的发 展水平往往越高，互联网使用又与地区经济发展 水平密切相关 ; 另一方面，女性生育意愿会在一 定程度上影响女性的行为偏好，从而会影响其互 联网使用。 因此，本文进一步采用工具变量法进 行内生性处理， 以保证研究结论的稳健性。结果 详见表 6.
从表 6 的结果可知，2SLS 估计第一阶段回归 中，地区互联网普及率倒数的系数在 1% 的水平上 显著为负，与预期一致。初步验证了工具变量的 有效性。不可识别检验 的 LM 统计量为 85. 574. 在 1% 的水平上显著，拒绝了工具变量不可识别的 原假设。弱工具变量检验的 F 统计量为 88. 431.大于 10% 显著性水平，显著拒绝了工具变量为弱 工具变量的原假设。综合而言，本文选取的工具 变量是有效的。根据 2SLS 估计第二阶段回归的结 果可知，工具变量的回归系数在 1% 的水平上显著 为负。可见，在考虑了核心解释变量的内生性问 题后，本文的结论依然稳健。 同时，采用 IV-pois- son 命令进行工具变量法估计，本文结论依然成 立。再次验证了本文结论的稳健性。
2. 替换核心解释变量
为排除核心解释变量刻画不一致导致的研究 结论不稳健问题，本文对核心解释变量进行了重 新界定。第一，将 “从不” “很少” 定义为不使 用互联网，赋值为 0 ，否则赋值为 1 ，实证结果详 见表 7 的模型 ( 1) ; 第二，将使用频率 “从不” “很少” “有时” “经常” “非常频繁” 分别赋值 为 1 、2 、3 、4 、5 ，得分越高，使用越多。 实证 结果详见表 7 的模型 (2) ; 第三，用空闲时互联 网的使用情况替换核心解释变量，实证结果详见表 7 的模型 (3) 。可以发现，替换核心解释变量 刻画方式后，实证结果的显著性和系数方向与基 准回归的结论基本保持一致。
3. 更换回归模型
考虑到模型设定不一致导致的研究结论不稳 健问题，本文更换了回归模型对研究结论进行检 验。第一，将女性生育意愿视为连续变量，运用 OLS 模型进行实证检验，结果详见表 8 的模 型 ( 1) ; 第二，将泊松回归模型更换为负二项式回 归模 型进行实证检验， 结 果 详 见 表 8 的 模 型 (2) 。可以发现，替换回归模型后，实证结果 的 显著性和系数方向与基准回归的结论基本保持 一致。
4. 增加控制变量
考虑到已有的未成年孩子数量、女性的职业 类型及地区的社会习俗可能会对女性的生育意愿 产生影响，本文进一步将这些因素进行控制。表 9 的模型 ( 1) 汇报了控制省份固定效应后的实证 结果 ; 模型 (2) 汇报了控制女性职业类型与未 成年孩子数的实证结果。可以发现，控制了省份 固定效应、女性职业类型与未成年孩子数量后， 实证结果的显著性和回归系数方向与基准回归的 结论基本保持一致。
5. 倾向得分匹配 (PSM) 估计
为排除由样本选择导致的研究结论不稳健， 我们运用倾向得分匹配 ( PSM) 估计方法对研究 结论进行实证检验。表 10 汇报了倾向得分匹配后的实证结果。可以发现，一对一邻近匹配与一对 三邻近匹配的 ATT 估计结果至少在 10% 的水平上 显著为负，与基准回归的结论一致。
综上，表明本文结论是稳健的。
五、机制检验
为检验互联网使用影响女性生育意愿的 “收 入效应” 机制。选用 CGSS 问卷中 “您个人上年 全年的职业/ 劳动收入是多少? ” 对女性劳动收入 (labor_ income) 进行衡量， 以检验互联网使用的 “收入效应”，并采用 “女性兼职数量” 识别 “收 入效应” 的类型。其中，具体逻辑为 : 若互联网 使用提高女性劳动收入的同时，显著降低了或没 有显著改变女性兼职数量，说明互联网使用提高 女性收入，但没有增加女性的工作负担，则互联 网使用的 “收入效应” 机制以 “收入保障效应” 为主。若互联网使用显著提高女性劳动收入的同 时，又显著提高了女性兼职数量，说明互联网使用 提高女性收入的同时，加重了女性工作负担，则互 联网使用的 “收入效应” 机制以 “机会成本效应” 为主。
表 11 给出了 “收入效应” 机制检验的结果。 可以发现，模型 ( 1) 与模型 (3) 中互联网使用 的系数均不显著，模型 (2) 中互联网使用的系 数在 5% 的水平上显著为正，说明互联网使用的 “收入效应” 机制仅对 18～24 岁的女性具有影响。 可能的原因在于，一方面我国 1994 年全面接入国 际互联网[32] ，18～24 岁的女性一出生就生活在互 联网的环境中 ; 另一方面年轻人学习能力更强， 轻易能够通过学习掌握互联网使用的相关技能， 因而受互联网的影响更大。
为进一步探明互联网使用影响女性生育意愿 的 “收入效应” 机制，主要体现为 “收入保障效 应”，还是 “机会成本效应”，按照上述分析的逻 辑，本文进一步实证检验了互联网使用与女性兼 职数量 (part-time_job) 之间的关系，实证结果如 表 12 所示。可 以发现，模型 ( 1 ) 与模型 ( 3 )中互联网使用的平均边际效应均不显著 ; 模型 (2) 中互联网使用的平均边际效应在 1% 的水平 上显著为正。表明 18～24 岁女性增加的劳动收入 源于其兼职数量增加。可见，18～24 岁女性通过 使用互联网而获得的高于不使用互联网的那部分 收入，是对其兼职数量增加的补偿性收入。 18 ~ 24 岁女性通过互联网使用获得了更高的劳动收 入，但导致其在 “工作-家庭” 上的精力分配不 均等，工作消耗的精力挤出了生育意愿。可见， 互联网使用的 “收入效应” 机制，在 18～24 岁的 女性中体现为 “机会成本效应”。 研究假设 H1b 得到验证，研究假设 H1a 没有得到验证。
为检验互联网使用影响女性生育意愿的 “婚 姻稳定性” 机制。借鉴莫玮俏 ( 2016) 的研究， 选用 CGSS 问卷中 “您目前的婚姻状况是? ” 对女 性婚姻稳定性 ( marital_ stability) 进行衡量。将 初婚有配偶定义为婚姻稳定，赋值为 1; 将再婚 有配偶、分居未离婚、离婚定义为婚姻不稳定， 赋值为 0 。实证结果如下。
表 13 给出了互联网使用影响婚姻稳定性的结 果。模型 ( 1) 中互联网使用的平均边际效应在 1% 的水平上显著为负，表明互联网使用显著降低 了女性的婚姻稳定性。进一步以 25 岁为临界点对 总体样本进行细分。可以发现，模型 ( 2) 与模型 (3) 中互联网使用的平均边际效应分别在 10% 与 1% 的水平上显著为负，表明 18～24 岁与 25～49 岁女性的婚姻稳定性均受到了互联网使用 的负面影响。研究假设 H2 得到验证。
基于上述结论，并考虑到数据的可得性。本文 进一步实证检验了使用互联网从事 “获取信息” (information) 、“商务交易” (commerce) 与婚姻稳 定性之间的关系，以挖掘究竟使用互联网从事什么 样的活动影响了婚姻稳定性。结果详见表 14.
表 14 给出了互联网行为与婚姻稳定性之间的 结果。模型 ( 1) 中获取信息的系数在 1% 的水平 上显著为负，说明使用互联网获取信息降低了婚 姻稳定性。模型 ( 3) 中使用互联网获取信息与 女性主观幸福感 ( happiness) 的系数不显著，说 明使用互联网获取信息导致婚姻稳定性降低的原 因在于，网络上充斥着大量关于夫妻感情、家庭 矛盾的负面信息，在使用互联网获取信息时，容 易潜移默化地受到负面消息的影响，从而降低了 婚姻稳 定性。 模 型 ( 2 ) 中商务交易的系数在 10% 的水平上显著为负，说明使用互联网进行商 务交易也降低了婚姻稳定性，原因在于，商务交 易挤出了夫妻的共同闲暇时间。
六、拓展模型 : 异质性分析
基于上述研究结论，本文深入挖掘了互联网 使用影响女性生育意愿在城乡、就业部门、政治 身份、 年龄等方面的异质性。 具 体 分 析 如 下 :
①城乡异质性。 由于城乡二元结构，我国城乡之 间的经济发展水平存在巨大差异，导致互联网普 及程度在城乡之间也存在差异。加之教育资源配 置不均等，城市与农村受教育水平也会有所不同， 城市平均受教育水平远高于农村。而这两者均会 导致城乡之间互联网使用的差异。 因此，提出本 文的推论一 : 互联网使用对女性生育意愿的影响 存在城乡异质性。具体表现为，互联网使用降低 了城市女性的生育意愿。
②就业部门异质性。一 方面，就业部门的不同意味着工作的稳定性不同。 相对非国有部门的女性而言， 国有部门的女性工 作环境相对稳定，生活条件更有保障。另一方面， 就业部门的不同意味着闲暇时间的差异。 国有部 门的女性闲暇时间更加充裕，有更多的机会去发 展其他的兴趣爱好。 因而国有部门与非国有部门 女性对互联网使用的依赖程度也会有所差异。 因 此，提出本文的推论二 : 互联网使用对女性生育 意愿在国有部门与非国有部门之间存在异质性。 具体表现为，互联网使用显著降低了非国有部门 女性的生育意愿。
③政治身份异质性从内在层面 来说，政治身份的差异意味着内在品质的强弱差 异。平均来说，拥有政治身份的个体自律能力、 学习能力等内在品质更强。从外在层面来说，政 治身份的差异意味着社会网络的差异。平均来说， 拥有政治身份的个体的社会网络更丰富。这两者 均会导致对互联网的使用程度不同。 因此，提出 本文的推论三 : 互联网使用对女性生育意愿的影 响存在政治身份异质性。具体表现为，互联网使 用显著降低了非党员女性的生育意愿。
④年龄异 质性。在高度发达的互联网社会中，互联网使用 已经渗透到了人们生活 的方方面面。 总 的来说， 互联网使用对各个年龄阶段女性的生育意愿均有 影响，但影响大小有所差异。相对于 25～49 岁的 女性而言，18～24 岁的女性从一出生就生活在互 联网的环境中，因而受互联网的影响更大。 因此， 提出本文的推论四 : 互联网使用对女性生育意愿 的影响存在年龄异质性。具体表现为，互联网使用对 18～24 岁女性生育意愿的影响作用更大。
为检验上述的推论一至推论四，本文进一步 从户籍类型、就业部门、政治身份、年龄角度， 实证分析了互联网使用影响女性生育意愿在户籍 类型、 就 业 部 门、 政 治 身 份、 年 龄 方 面 的 异 质性。
表 15 给出了户籍类型与就业部门异质性的实 证检验结果。可以发现，模型 ( 1) 中互联 网使 用的平均边际效应在 5% 的水平上显著为负，模 型 (2) 中互联 网使用的平均边际效应不显著。 可见，互联网使用对女性生育意愿的影响存在城 乡异质性。具体表现为，互联网使用降低了城市 女性的生育意愿。推论一得证。模型 ( 3) 中互 联网使用的平均边际效应不显著，模型 (4) 中 互联网使用的平均边际效应在 10% 的水平上显 著为负。可见，互联网使用对女性生育意愿的影 响存在就业部门异质性。具体表现为，互联网使 用降低了非国有部门女性的生育意愿。推论二 得证。
表 16 给出了政治身份与年龄异质性的实证结 果。模型 (2) 中互联网使用的平均边际效应在 5% 的水平上显著为负，模型 ( 1) 中互联网使用 的平均边际效应不显著。可见，互联网使用对女 性生育意愿的影响存在政治身份异质性。具体表 现为，互联网使用降低了非党员女性 的生 育意 愿。推论三得证。模型 ( 3) 中互联网使用的平 均边际效应在 5% 的水平上显著为负，模型 (4) 中互联网使用的平均边际效应在 10% 的水平上 显著 为 负。 可 见， 互 联 网 使 用 对 18 ～ 24 岁、 25～49 岁的女性生育意愿均具有抑制作用，但 对 18～24 岁的女性生育意愿的抑制作用更为突 出。推论四得证。
七、结论与启示
本文基于中国综合社会调查 2013 年、2015 年、2017 年 ( CGSS2013 、2015 、2017) 的数据， 运用泊松回归模型，探索了互联网使用对女性生 育意愿的影响。结论如下 : 互联网使用通过 “机 会成本效应” 和降低婚姻稳定性，降低了女性的 生育意愿，验证了研究假设 H1b 和 H2 。此外， 互联网使用还降低了女性生育男孩与多孩的意愿， 同时提高了女性生育一孩的意愿。进一步的异质 性分析表明，互联网使用影响女性生育意愿在户 籍类型、就业部门、政治身份、年龄等方面存在 异质性。具体表现为，降低了城市、非党员、非 国有部门女性的生育意愿，对 18～24 岁女性生育 意愿的抑制作用更大。
影响女性生育意愿的因素繁多，各因素的影响 效应相互交织、错综复杂。本文基于互联网普及这 一现实背景为我国低生育率社会的形成提供了新的 解释，为提升我国生育意愿及生育率具有重要启示。
首先，政府部门在制定相关生育调整政策时，应充分考虑女性生育的机会成本问题。一方面， 可以通过生育补贴、购房减免、抚养补贴、产后 就业培训、职业规划等方式补偿女性生育损失。 另一方面，完善公共育儿配套设施，如，幼儿园 建设、公共孕后护理等。将幼儿园教育纳入义务 教育的内容，降低孩子照料成本。有效平衡女性 的 “工作-家庭” 冲突，解决女性生育的后顾之 忧，形成一套从 “生育” 到 “照料” 完整的生育 保障体制。
其次，随着互联网普及率日益提高，更要关 注网络内容的质量。一方面，对网络内容的质量 进行全面评估、跟踪监管、严格筛查。对传播低 质、负面内容的互联网平台，依据内容造成的影 响程度，实行 “警告”“处罚”“封杀” 的分类处 理措施，建立互联网平台黑名单制度。另一方面， 推动以社会主义核心价值观为核心的优质正能量 内容的传播， 以引导化解家庭矛盾，推动构建和 谐家庭与和谐婚姻关系。让互联网成为幸福婚姻、 和谐家庭的 “护城河”，而不是推动婚姻稳定性 下降的 “催化剂”。
最后，互联网普及率越来越高、辐射人数越 来越多、影响范围越来越大是发展的必然趋势。 互联网在潜移默化中影响人的决策方式与行为习 惯， 同时应深刻认识到互联网作为高科技技术， 具有技术中性 的特征 。 互联 网使用导致 “低生 育率” 问题、 “少子化” 现象恶化还是改善， 关键在于如何 引导 。 人口公共政策制定应重点 考虑互联网因素 ，切实发挥互联网的积极引导 作用。
[注 释]
① 《年轻人为什么不愿意生孩子了? 》， 中国经济网，2021 年 5 月 13 日。
[参考文献]
[1]何秀玲，林丽梅·家庭人均收入、女性教育水平与中国育龄女性二孩生育意愿--基于 CGSS2017 数据的经验分析 [J]福建论坛(人文社会科学版)，2021(3):98-108
[2]BERRINGTON A,PATTARO S . Educational differences in fer-tility desires, intentions and behaviour: a life course perspectiveU].Advances in life course research,2014(21):10-27
[3] 张樨樨，崔玉倩.高人力资本女性更愿意生育二孩吗---基于人力贷本的生育意愿转化研究[.清华大学学报 (暂字社会科学版)，2020.35(2):182-193.
[4]刘厚莲.配偶随迁降低了流动人口生育意愿吗?[J.人口学刊，2017.39(4):40-49
[5]荆林波.M 型社会理论引发的思考 [J1.经济与管理研究,2020.41(3):87-94.
[6] MARCO CK, Getting back into the labor market: the effects ofstart-up subsidies for unemployed females [jl .Joumal of population economics,2015.28(4):1005-1043.
[7]陈建新，王莉君,个人因素对不同阶段生育意愿的影响基于 CGSS2017 数据的实证分析 [J1.调研世界，2021(6)58-64.
[8]盛思思，徐展，数字普惠金融与生育:促进还是挤出?[J]
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/76489.html
