【作者简介】侯佳伟，人口、资源与环境经济学博士，中央财经大学社会发展学院副教授(北京 100081)；黄四林，心理学博士，中央财经大学社会发展学院副教授(北京 100081)；辛自强，心理学博士，中央财经大学社会发展学院教授(北京 100081)；孙铃，心理学博士，中央财经大学社会发展学院讲师(北京 100081)；张红川，心理学博士，中央财经大学社会发展学院副教授(北京 100081)；窦东徽，心理学博士，中央财经大学社会发展学院讲师(北京 100081)。

　　【内容提要】基于1980—2011年间开展的227项关于中国人生育意愿的调查结果，运用横断历史元分析方法，考察了生育意愿的纵向变化趋势。研究发现，1980年以来中国人理想子女数呈减少趋势。2000年之后主要表现为“儿女双全”的二孩生育意愿，平均理想子女数基本稳定在1.6—1.8人之间。1980年代中国人生育水平高于生育意愿，随着经济和教育发展水平的提升，二者均呈下降趋势，但是生育水平下降快于生育意愿。1990年之后生育水平低于生育意愿，即人们实际生育子女数少于理想子女数。这为认识生育意愿和生育水平在中国的变化趋势提供了实证依据。

　　【关 键 词】生育意愿；理想子女数；性别偏好；生育水平；横断历史元分析

　　近几年，“放开生育二胎”的话题引起了社会各界广泛关注。反对者担心政策放开之后，再度出现“人口爆炸”，30多年来计划生育工作的成果会毁于一旦；支持者认为“放开二胎”有助于缓解甚至解决出生性别比失衡、人口红利殆尽、人口老龄化、家庭结构不够合理等问题。十八届三中全会上《中共中央关于全面深化改革若干重大问题的决定》提出：“启动实施一方是独生子女的夫妇可生育两个孩子的政策。”标志着备受社会关注的放开“单独二胎”正式走上政策层面。然而，计生政策的调整和完善需要了解现阶段的生育率水平、人们的生育意愿及城乡分布情况。①

　　人口生育水平由个人生育行为聚集而成。②人口学家使用“意愿—行为”模式，假定个人的生育行为是由个人的生育意愿转化而来，通过了解个人的生育意愿，可以预测个人的生育行为，进而预测人口的生育水平。2001年邦加茨(Bongaarts)提出生育水平与生育意愿关系的理论，认为从人们的生育意愿到实现生育行为结果这一过程会受一系列因素的影响，包括非意愿生育()、替补效应()、性别偏好()、进度效应()、不孕效应()和竞争效应()等。③2003年摩根(Morgan)基于此理论构造出模型，④如公式(1)所示。

　　生育作为一种社会现象，具有“三维性”：数量、时间和性别。⑤相应地，生育意愿包括意愿生育数量、意愿生育时间和意愿生育性别三个方面，⑥反映的是人们对生育孩子的数量、时间和性别的愿望和需求。⑦考虑到多数调查和分析更为注重生育意愿的数量，⑧只有少数论文报告了意愿生育时间和意愿生育性别，所以本文以意愿生育数量分析为主，辅之意愿生育性别分析。人们的生育意愿会随着时代的变迁发生变化，⑨因此，掌握生育意愿的发展演变规律，了解其与社会、经济、人口等因素的关系，有助于准确预测未来的生育意愿、生育行为以及生育水平的变化趋势。本文将分析近30年来中国人口生育意愿变迁历程，刻画生育意愿与生育行为之间的变化规律。

　　一、研究方法

　　(一)横断历史元分析

　　了解人们生育意愿变迁的理想方法是使用纵向的、同类人群的、同样抽样方法和相同测量问题的调查，来反映它的变化趋势。遗憾的是，中国尚未开展关于生育意愿的此类调查。退而求其次，也可以使用回顾性调查，请被访者回答在不同年代的生育意愿。然而，受到被访者记忆力、因经历而态度改变等因素影响，关于意愿的回顾性调查可能产生较大误差，不能准确客观地反映当时的生育意愿水平。而文献研究法通过梳理不同时间点的调查研究，则可以在一定程度上规避回顾性调查的误差风险，提高研究的信效度和可行性。近30多年来，原国家人口和计划生育委员会、国家统计局、全国妇女联合会、中国人民大学、中国社会科学院、中国人口发展研究中心等政府部门、高校及科研机构对中国人的生育意愿进行了大量调查研究。其中每一项研究都是对某一历史时期中国人生育意愿的一个横断取样，⑩如果把这些研究结果连串起来进行再分析，生育意愿变迁历程的规律可能会变得清晰可见。

　　在使用文献法研究生育意愿时，有学者对现有研究结果进行定性梳理，(11)有学者利用统计表列出以往关于生育意愿的研究结果，(12)还有学者借助条形比例图逐一展现研究成果。(13)这些研究虽然比较直观形象，但难以准确揭示中国人生育意愿变化的规律。1976年，格拉斯(Glass)提出元分析(meta-analysis)方法，对多项相互独立但具有共同目标的研究结果进行定量合并分析，综合评价研究结果，得出一个普遍性结论。(14)

　　“效果量”或“效应值”(effect size)是元分析用于评价研究成果的客观指标。假设检验中用“p值”判断是否拒绝原假设的局限性在于：(1)p值表示的是拒绝原假设犯错误的概率，不能表明差异的大小。(2)p值受到样本量影响较大，只要样本量足够大，就能证明差异是显著的，总是能拒绝零假设。(3)显著性水平0.05、0.01、0.001，这些取值只是习惯的沿袭，没有多少数学上的必然性，更没有考虑到研究内容和领域的要求。(15)效果量恰恰克服了p值的这些局限，是反映差异大小的一项度量指标，其计算公式为：

　　d为效果量，为两组数据的均值，是联合方差，为两组数据的方差，为两组数据的样本量。效果量绝对值越大表明二者相差越大，效果量绝对值越小表明二者相差越小。依据科恩(Cohen)对效果量(绝对值)大小的区分，当效果量d值小于0.2为“无效应”；0.2至0.5之间为“小效应”；大于0.5为“中效应”，即肉眼可见，并足以引起重视的效应；大于0.8为“大效应”。(16)

　　许多元分析研究都发现数据收集年代与研究结果存在关联。针对这种“年代效应”，1990年代末顿芝(Twenge)提出了一种特殊的元分析技术——“横断历史元分析”(cross-temporal meta-analysis)或“横断历史研究”，即把现有孤立的研究按时间顺序加以连贯，考察研究变量均值随年代变化的趋势或规律。(17)本研究试图采用横断历史元分析方法，收集1980—2011年间各项生育意愿调查结果，并按调查时间顺序将其连接，考察此期间中国人口生育意愿的变化趋势，以期归纳出生育意愿的时代变化规律。

　　(二)文献搜集与编码

　　本研究在文献搜集时遵循如下标准：(1)使用同一主题完全一致或基本相近的测量工具，其结果可以计算、整理、获得研究所需结果。(2)被访者身处中国实行计划生育政策的30个省市自治区，不包括西藏、香港、澳门和台湾地区的被访者。(3)被访者是健康的普通人群。(4)被访者年龄在15—59岁。(5)文献发表于1980—2012年间。(6)若同一次调查的数据被多次发表，选用数据最为完整且最先发表的一篇。(7)不采用基本数据不清晰或存在明显错误，且无法修正的研究。(8)只收录问卷调查数据，访谈资料未纳入。

　　在中国知网上以“生育意愿”为主题检索，1980—2012年发表的论文共计828篇，其中符合上述标准的论文共176篇。考虑到地区间发展不均衡状况，数据库编码时以省为单位，一个省一年一项调查为一个个案。倘若论文报告了两个以上地区总的结果、无法细分到省，地区名称则录入“两个及以上地区”。这176篇论文中，仅报告一个地区一年(即一项调查)的生育意愿的论文有161篇，报告2项的有7篇，3项的有3篇，4项的有2篇，有1篇论文报告了6项，另有2篇综述性论文(18)中部分资料未能查找到原文，本研究采用转引方式对其进行编码，有29项。由此，共获得省级及以上地区调查227项。

　　本研究中的数据调查年份以文中报告的调查年份为准。若为跨年度调查，则取起始年份。227项调查中有172项调查报告了调查年份，其中28.5％的项目调查年份和发表年份相差1年，22.7％的项目相差2年，相差年数中位数为2年。另有55项调查未报告调查年份，约占24.2％，用发表年份减去2年获得调查年份。

　　需要说明的是，如果论文中仅提供了平均理想子女数，就直接录入文中数据。若论文中列出的是理想子女数构成，则通过公式(4)计算得到平均理想子女数。论文中二者均出现时，特别是在直接提供的平均理想子女数和计算得到的平均理想子女数不相一致时，取计算得到的平均理想子女数。此外，本研究建立数据库时还收集了城市和农村、男性和女性、未婚和已婚、独生子女和非独生子女、现行政策不变和不考虑政策等分类别的理想子女数。

　　IP为平均理想子女数，为理想子女数为m的人数，n为调查总人数。

　　(三)测量工具

　　这227项调查目标一致，均为测量意愿生育数量，但问卷中的提法略有差异。有44项调查在文中明确写出了问卷的提法，比如，“您认为一个家庭中最理想的孩子数是几个”，“如果完全按个人意愿，您希望生几个孩子”，“如果允许随意生孩子，愿意要的孩子数”，“一对夫妇生几个孩子最合适”等。另183项调查在文中用文字或统计图表转述测量工具，未列出具体提法。总结这227项直接或间接表述，可以发现，提法差异的关键在表达“意愿”含义所选用的词语，共出现9种同义词或近义词，词语及使用频率如表1所示。使用最多的是“理想”一词，46.7％的调查都使用“理想子女/孩子数”，其次是“期望(期望子女数)”和“意愿(意愿生育数量)”，三者累计占85.9％，还有“希望”、“想要/想生”、“愿望”等，通过这些词所获得的回答可能是不切实际的想法，但或许可以由此测量出人们生育意愿的上限。由于表达意思相近，同一论文中常会出现词语替换使用的现象。另有3.1％的调查让被访者回答的是基于自身实际情况的生育意愿，用到的词语有“愿意”、“合适”和“打算要”，这类回答可能更接近被访者现实的生育行为，或许可以把它们看作测量的下限。严格讲，不同测量工具测量出的结果不能直接比较，考虑到测量目标基本一致，本研究姑且把它们都视为测量生育意愿的变量，以揭示这些数据背后的变化规律。与大多数研究相一致，本文使用“理想子女数”表述意愿生育数量。

　　需要说明的是，有18项调查区分了“政策不变”和“不考虑政策”的理想子女数，在本文比较二者差异的部分会全部使用。除此之外，本研究选取“不考虑政策”的理想子女数作为这18项调查的理想子女数。

　　(四)文献基本情况

　　227项调查涉及被访者60.6万人次。按论文类型划分，85.5％项调查结果来自期刊论文，14.5％来自学位论文。从调查地区来看，调查涉及两个及以上地区的有37项，北京、天津、河北等26个地区都至少有1项调查，江西、海南、青海和宁夏未检索到可使用的调查。从1981年到2011年每年至少有一项相关调查。1980年代相对较少，共44项。1990年代有所增加，有58项。2000年之后调查数量大幅增多，2000—2009年共有110项，多于前20年之和。2010年和2011年共有15项，与2000—2009年合并为2000—2011年进行分析。