一、引 言
超低生育率已成为中国社会面临的重大挑战,如何提高生育水平成为社会关注的热点问题。我国近30年来总和生育率明显低于更替水平。第七次全国人口普查数据显示,2020年我国育龄妇女总和生育率仅为1.3,低于世代更替水平,达到了国际公认的“低生育陷阱”门槛。持续过低的生育率不利于我国经济社会的健康发展,为了应对低生育挑战,我国生育政策阶段性地进行放宽调整,但简单的生育放开政策对生育行为的调控作用正在弱化。2013年我国实行“单独二孩”政策,但是出生率小幅改善后继续下行,2016年我国全面放开二孩政策,依然未起到根本改善出生率的作用。人口出生率的提高不能仅仅依靠简单的生育数量政策,还需要依赖于相关配套措施来促进生育意愿的切实提高(贾男等,2013)。生育政策配套支持措施成为决定生育政策实施效果的关键因素。在中共中央、国务院于2021年印发的《关于优化生育政策促进人口长期均衡发展的决定》中,明确了实施三孩生育政策及配套支持措施。党的二十大报告也明确指出要“优化人口发展战略,建立生育支持政策体系,降低生育、养育、教育成本”。生育政策配套措施的落实是“十四五”时期的关键任务,识别出制约育龄家庭生育决策的因素并针对性地制定提升生育意愿的配套措施成为关键议题。
探索有效提升生育率的配套措施需要置身于育龄家庭的真实决策情境中,从诸多真实约束中寻找突破口。其中,“上有老、下有小”的孝亲和抚幼压力是每一个育龄家庭生育决策中极为重要的影响因素。传统的儒家文化和孝道文化都强调孝亲的重要性,子代在道义和法律上都对父辈具有赡养义务,育龄青年需要对父辈的晚年生活负主要责任。同时,育龄青年无论是基于繁衍责任还是社会压力等原因而选择的生育,现有法律框架都要求其对子女进行抚育与监护。孝亲与抚幼是我国长久流传的传统文化,是家庭和睦与社会安定的基本要素。对家庭来说,孝亲与抚幼两者之间并非能割裂开来,孝亲对于抚幼可能存在影响。赡养父母和抚育儿童对要进行生育决策的育龄青年来说都是长期任务,对父辈履行赡养义务和养育子女时所付出的成本和照料时间会形成一定的竞争关系。资源稀释理论和代际竞争理论认为家庭资源是有限的(Blake,1981),当子代对父辈晚年付出照料时间和经济供养时,就会造成对养育子女时间和经济上的挤占。育龄家庭在养老资源和育幼资源的供给与分配上面临挑战,赡养老人和抚育子女所承担的交叠压力较大。明确孝亲对于抚幼的影响,抓住同时解决孝亲和抚幼的关键点,对于解决“一老一少”的社会困局具有较大的作用,可为有效提高我国生育率提供思路。
少量文献关注了父辈特征对青年子女生育的代际影响。封进等(2020)研究了父辈是否超过退休年龄退休对子代生育时间的影响,于潇和韩帅(2022)研究了祖辈提供照料支持是否能显著缩短育龄女性的二孩生育间隔。现有文献较少关注父辈养老投资对青年子女生育的代际影响。已有研究仅基于“隔代抚养”模式探究通过代际合作来转移和分散子代照料儿童的压力,忽视了父辈自身养老方式对青年子女生育决策产生的影响。青年子女的生育决策归根结底是受到照料时间不足和养育成本较高两大因素的制约(钟晓慧和郭巍青,2017)。父辈参与养老投资①可能获得的养老保障和激发出的自我养老规划能力既能帮助子代承担照料责任,又能在子代无法承担生育机会成本时对其进行代际支持,从而分散子代的经济压力。从养老投资的角度分析,能够更全面地探究父辈对子代生育决策的代际影响。基于上述背景,本文聚焦于育龄青年赡养老人和抚养子女的交叠压力,使用中国家庭追踪调查(CFPS)数据实证检验了父辈养老投资对青年子女生育决策的代际影响。研究结论如下:首先,父辈参与正规养老投资和不参与相比,子代生育概率将显著提高5至7个百分点,并且父辈参与正规养老投资的规模越大,对子代生育概率的促进作用越强。同时,并未发现父辈参与非正规养老投资有此作用。其次,父辈参与正规养老投资可能获得的养老保障和激发出的自我养老规划能力能够减少子代对其的经济支持,削弱子代孝亲对抚幼的挤出效应,从而提高子代的生育概率。最后,父辈参与正规养老投资来自我养老对子代生育的代际效应在丈夫不参与育儿、女性在非国有部门工作、工作单位不提供生育保险和生育机会成本较高的子代中体现得更为明显,具有更大的促进作用。本文的研究有助于以全新视角解读我国“低生育陷阱”问题,同时为改善少子化与老龄化叠加形成的社会困局提供新思路。
本文可能存在的边际贡献有:第一,从孝亲和抚幼叠加压力的视角切入,更契合育龄家庭生育决策面临的真实约束,拓宽了生育决策影响因素的研究维度。目前已有研究逐渐将家庭视角纳入研究生育的框架中,本文有别于现有文献,充分把握了抚养子女和赡养老人的传统文化特点,从家庭孝亲和抚幼的视角审视父辈养老投资对青年子女生育决策的影响,为探索提升生育率水平的研究提供新视角,有利于从家庭实际需求出发制定生育支持配套政策和措施。第二,与以往考察育龄家庭自身财富收入等特征对生育决策的影响不同,将父辈养老投资与青年子女生育决策相联系,充分阐释了父辈养老投资的代际影响,为养老金融建设的影响效应评估提供了更全面的视角。传统金融产品和商业保险两种投资类型作为养老“第三支柱”的具体实现形式,是当前养老投资政策着力发展的方向,分析参与两种投资在家庭中的“溢出效应”有助于全面评估养老金融的影响,对促进养老保障方式的完善和生育率的提高具有双管齐下的作用。第三,验证了父辈养老投资影响青年子女生育决策的作用机制,并讨论了代际影响效应在丈夫育儿参与不足、生育机会成本较高等情形下的异质性。研究有助于协调家庭养老和育幼的功能,助力家庭资源的代际互惠、互助和共赢。
本文的结构安排如下:第二部分为理论分析与研究假设,第三部分为数据样本与变量介绍,第四部分为实证分析,第五部分为拓展性研究,最后一部分为主要结论与政策建议。
二、理论分析与研究假设
(一)父辈养老投资对青年子女生育决策的代际影响
1. 父辈养老投资的影响因素与经济效果研究
家庭资产配置的影响因素可归纳为宏观因素和微观因素两个方面。宏观因素方面,数字化的发展提高了家庭参与金融市场的可能性。吴雨等(2021)认为数字金融发展通过增加投资便利性对我国家庭资产配置起着一定程度的优化作用。数字化的社会网络可以通过增加信息获取的便捷性和缓解流动性约束等方面促进家庭的风险金融资产配置(张红伟和何冠霖,2022)。除了宏观因素外,微观因素也对家庭资产配置有影响。中老年人的健康状况、收入水平以及是否具备财务素养等因素会影响其养老资产储备(Hauff等,2020;周慧珺等,2020;孙瑞婷等,2022)。
父辈参与养老投资能够产生多重经济效果。首先,提升金融市场参与率和家庭资产组合有效性是增加城乡居民财产性收入的重要渠道(葛永波和陈虹宇,2022)。伴随着经济的发展,我国家庭财富水平有了大幅提升,合理地对资产进行配置能够分散财产风险和实现财富的保值增值。其次,父辈相较于青年来讲具有更多的财富积累,其合理参与金融资产配置有助于增加金融市场资金供给和缓解金融市场有限参与的现状(段军山和邵骄阳,2022)。最后,对老年人而言,金融资产能够满足其获得稳定收益的需求,老年人参与金融产品投资能够减轻家庭的养老负担(桂文林等,2022)。
2. 青年子女生育决策的界定与影响因素研究
目前已有大量学者对育龄家庭生育行为进行了众多维度的分析,在界定生育决策时主要包括是否生育、生育时间、生育数量和生育间隔等方面(宋丽敏等,2012)。对影响生育决策因素的分析主要从以下几个方面进行:首先是制度环境,从生育政策、社会保障政策、延迟退休政策、产假政策和宗族文化等角度检验了制度对生育行为的影响(王天宇和彭晓博,2015;张川川和马光荣,2017;封进等,2020;于也雯和龚六堂,2021;刘畅和靳永爱,2022)。其次是经济社会因素,现有学者主要将房价、结构转型和城镇化水平等因素与家庭生育决策纳入同一框架,探究其对生育的影响(杨华磊等,2018;葛玉好和张雪梅,2019;胡佩和王洪卫,2020;郭凯明等,2021)。再次是个人特征,有关生育的分析较多关注子代的个人特征。很多学者考虑女性自身因素时,主要将视角集中在女性受教育程度、收入、就业等方面(Caudill和Mixon,1995;石智雷和杨云彦,2014;张丽萍和王广州,2020)。最后是家庭特征,由于数据的有限性,获得家庭内部各代人的有效信息难度较大,难以用定量的方法佐证观点,关于家庭特征对生育决策的实证分析相对较少。张原和陈建奇(2015)认为少数民族和总收入高的家庭更倾向于再要孩子。在家庭因素中,更多学者关注儿童照顾分工和隔代照料所带来的影响(封进等,2020;于潇和韩帅,2022)。
3. 父辈养老投资影响青年子女生育决策的原因
经济压力、工作压力和家庭关系压力被认为是造成当前总和生育率未达到国家理想生育水平的重要原因(李志和兰庆庆,2017)。父辈参与养老投资可能会影响青年子女的生育决策,这个直觉背后的逻辑依据在于:第一,经济压力方面。我国经济社会发展助推教育和生活费用攀升,持续增加儿童的抚育成本。而抚育成本的主要承担者为育龄夫妻,较高的生育和养育成本可能压制了生育的自由度(夏志强和杨再苹,2019)。并且由于我国多数家庭面临“上有老、下有小”的双重困境,孝亲和抚幼的双重负担对子代生育决策的负向影响不可忽视。父辈参与养老投资是其获得养老保障的重要组成部分,在满足父辈生活需求、增加父辈的可支配资源以及增强支付能力等方面发挥着极其重要的作用(焦娜,2016)。父辈通过金融手段可能获得的养老保障和激发出的自我养老规划能力可以减轻子代的家庭养老负担。第二,工作压力方面。我国女性在劳动力市场发挥的作用愈加重要,但女性特殊的生育和抚养角色却容易让其在劳动力市场上陷入“生育惩罚”以及职业发展的“玻璃天花板”等生育陷阱(李芬,2015)。工作的压力、职业轨迹的限制和工作与照料的时间矛盾易造成女性身心疲惫,为了自身的高品质生活和发展机会,部分女性倾向于不生或少生。而拥有足够养老保障的父辈在晚年不需要继续选择劳动就业,甚至可以提前退休帮助子代照料儿童,分担子代工作与照料的压力,帮助子代缓解育儿负担,促进青年子女的劳动供给(卢洪友等,2017)。第三,家庭关系压力方面。我国传统的家庭结构通常以“大家庭”为主,三世同堂和四世同堂的现象较为常见(Hanley和Wolf,1985)。由于我国较为特殊的家庭结构,生育决策不仅取决于育龄夫妻双方的经济状况和生育观念,还受整个家族结构以及相互关系的影响。依靠自身进行养老的父辈对子代生活的依赖和干预更少,家庭关系压力更小。和谐、互相尊重的家庭氛围有利于育龄夫妻的感情交流和融合,从而提升青年子女的生育概率。基于以上分析,为了检验父辈养老投资对青年子女生育决策的影响效果,本文提出第一个研究假说:
假说1:青年子女生育决策会受到父辈养老投资的影响,父辈参与养老投资会提高青年子女生育的概率。
(二)父辈养老投资影响青年子女生育决策的作用机制
我国老年人寿命逐渐延长,仅仅依靠前期获得的养老保障可能不足以维持后半生的生活。生命周期消费理论提到,当老年人占有年轻人资源的现象出现时,年轻人即会转变成老年人的供养者。我国传统伦理价值观使得个人对家庭具有强烈的归属感和认同感,维护家庭和睦是个体的首要职责(魏澜和张乐天,2021)。处于中年阶段的子代要达成赡养老人、抚育儿童和升职加薪等多重目标,所承担的压力较大。尤其是持续多年的计划生育制度导致我国家庭规模逐渐小型化,每个家庭子代的数量呈现出下降趋势。与此同时,人均预期寿命不断提高,多代共存成为家庭普遍现象。每个子代所要赡养的可能不止是父辈,甚至祖代也需要子代进行孝亲支持,父辈依靠子女获得养老保障的功能逐渐被弱化。
而父辈通过参与养老投资可能获得的养老保障和激发出的自我养老规划能力可以减轻子代的养老负担,具体表现为减少了子代对父辈的经济支持。一方面,参与养老投资可能获得的养老收益可以帮助老年人实现理财养老,对子女养老有一定的替代和补充作用,子代为表达孝心和赡养父辈而付出的经济支持会相应地减少。老年人的经济来源主要是养老金、子代经济支持和财产性收入三个渠道。参与养老投资是老年人获得相对稳定财产性收入的重要途径(桂文林等,2022)。自身财产性收入水平的提高使父辈具有更高的经济独立性,拥有充足经济来源的父辈更倾向于通过购买正式服务进行养老,这降低了父辈对子女养老的依赖程度(Liu等,1985;陈华帅和曾毅,2013;程令国等,2013)。另一方面,父辈参与养老投资可以激发父辈为自己做出养老规划的自我养老能力,提升父辈自身养老的参与意识,更多地发挥父辈主观能动性,使得子代对父辈的自我养老能力更放心,因此会减少对其的经济支持。Anderson等(2017)认为养老投资行为创造了一种能提高实际金融素养水平的学习方式。而金融素养的提高又能够显著降低家庭养老可能性,可以有效减轻子女经济负担(庄新田和汪天棋,2022)。
近年来,随着经济的发展,抚育儿童所花费的成本也逐渐提高,许多子代可能难以支撑较高的养育成本。“生得起、养不起”的现实背景降低了育龄子代的生育意愿。尤其是“养儿防老”和“多子多福”的传统观念已逐渐淡化,当前子代偏向经济理性,大多从自身效用角度来决定是否生育(李建新和骆为祥,2009)。当子代面临生育后没有照料支持、较高的抚幼成本和赡养父母等多重压力时,生育意愿就会相应降低。而当子代需要表达的孝心支持减少时,会减少赡养支出对抚育支出的挤出,缓解子代面临的叠加压力进而促进子代的生育意愿。基于以上分析,本文提出第二个研究假说:
假说2:父辈参与养老投资可能获得的养老保障和激发出的自我养老规划能力可以减少青年子女对父辈的经济支持,从而增加青年子女的生育概率。
三、数据样本与变量介绍
(一)数据来源
由于本文需要研究父辈养老投资对青年子女生育决策的代际影响,因此所需的数据要包括父辈(第一代)、子代(第二代)、孙代(第三代)的完整信息,中国家庭追踪调查(CFPS)数据能够满足完整匹配三代信息的需求。CFPS中的调查问卷内容涵盖了经济活动、家庭关系与家庭动态等诸多研究主题。本文采用了2016年和2018年两期混合截面数据,在使用数据时进行了如下处理:第一,将家庭成员库与个人库进行匹配,从而获得完整的三代信息,将个人层面的信息汇集到家庭层面;第二,将子代双方以及父辈分别作为财务回答人时的相关家庭经济信息与之相匹配,以获得家庭成员的经济状况数据;第三,考虑到生育决策主要由子代夫妻双方决定,但生育过程以及生育责任由女性作为主要的承担者,本文选择用子代家庭中妻子的样本进行回归。同时将子代样本限制在生育年龄内,使用20—45岁已婚女性的数据(封进等,2020),最终有效样本量为2176个。
(二)变量选取
1. 被解释变量:对青年子女生育决策的衡量。参考Eibich和Siedler(2020)、封进等(2020)的研究,本文选取的被解释变量为子代过去一年是否生育,由于2016年和2018年的问卷中没有直接的问题来衡量,因此通过子代接受问卷时的采访日期与孩子出生日期的时间差来间接观测是否有近12个月内出生的孩子。
2. 解释变量:对父辈养老投资的衡量。本文使用父辈家庭资产配置的情况来衡量父辈养老投资,定义父辈养老投资为父辈配置了能满足养老保障的传统金融产品和商业保险两大类资产,前者包括股票、基金、国债、信托产品和外汇产品等,后者包括商业医疗保险、商业人寿保险、房屋财产保险、汽车险等。进一步将其分为两个维度:一是参与的广度,将其定义为“是否有金融产品或商业保险”,二者只要有一种即赋值为1,否则为0;二是参与的深度,将其定义为“持有金融产品和商业保险的总价值”,对其进行加1取对数处理。
3. 控制变量。考虑到生育本质上是一个家庭决策,本文参考封进等(2020)、张丽萍和王广州(2020)的研究,对其他可能影响生育决策的因素进行了控制,主要包括子代个人特征、子代配偶特征、子代家庭特征以及父辈特征。
(三)描述性统计
表1是父辈个人特征的描述性统计。从表1中可以看出,持有金融产品或商业保险的父辈受教育程度要高于未持有金融产品或商业保险的父辈的受教育程度,表明受教育程度高的父辈更可能进入金融市场。可能的原因在于:一方面,金融产品或商业保险的购买需要一定的门槛,并且受教育程度越高的父辈所预期的收入可能会越高,为了进一步达到预期的财富值,受教育程度高的父辈更可能进入金融市场;另一方面,根据教育的筛选理论可知,受教育程度高的父辈具备更强的学习能力与理解能力,并且能够根据自己所学的知识获取更为精准的信息渠道来进入金融市场,受教育程度更高的父辈参与金融市场的成本相对更低,从而提高了其进入金融市场的概率。此外,表1还显示持有金融产品或商业保险的父辈户口均值要高于未持有的父辈,这可能是由于城乡金融可得性具有一定的差异,城镇金融服务的可得性和便利性相对来说要高于农村。同时可以从表中看到,持有金融产品或商业保险的父辈健康状况与未持有的父辈相差不大,持有金融产品或商业保险的父辈和未持有的父辈相比较为年轻。
未持有金融产品或商业保险 | 持有金融产品或商业保险 | |||||||
父亲 | 母亲 | 配偶父亲 | 配偶母亲 | 父亲 | 母亲 | 配偶父亲 | 配偶母亲 | |
年龄 | 55.586 | 53.986 | 61.669 | 59.903 | 55.233 | 53.613 | 58.489 | 57.167 |
户口 | 0.196 | 0.165 | 0.191 | 0.155 | 0.253 | 0.244 | 0.324 | 0.263 |
受教育程度 | 2.556 | 1.996 | 2.240 | 1.732 | 2.807 | 2.355 | 2.890 | 2.299 |
健康状况 | 3.183 | 3.358 | 3.298 | 3.569 | 3.011 | 3.332 | 3.173 | 3.487 |
注:数据根据CFPS2016年、2018年调查整理。其中“持有金融产品或商业保险”是指父母或者配偶父母至少一方持有金融产品或商业保险;“未持有金融产品或商业保险”是指父母和配偶父母均未持有金融产品或商业保险。 |
表2是关于子代的个人特征、配偶特征和家庭特征的变量说明和描述性统计。从表中可以看出,样本中子代平均年龄为31.015岁,子代配偶平均年龄为32.561岁。子代户口和配偶户口的均值分别为0.271和0.296,说明大部分都是农业户口。从子代工作状态看,将近68%的子代有工作,说明我国女性的劳动参与率较高。伴随着我国女性受教育水平和社会地位的提高,“男主外、女主内”的传统思想已经逐渐淡化,大部分女性愈加注重自己的职业发展。
变量名称 | 变量说明 | 均值 | 标准差 | 样本量 |
子代个人特征 | ||||
年龄 | 调查当年子代的年龄 | 31.015 | 5.317 | 2176 |
户口 | 农业户口或非农户口:农业户口=0,非农户口=1 | 0.271 | 0.445 | 2134 |
学历 | 子代的最高学历:初中及以下=0,高中及以上=1 | 0.608 | 0.488 | 2176 |
健康 | 子代的健康状况:一般或不健康=0,非常健康、很健康或比较健康=1 | 0.836 | 0.370 | 2170 |
工作 | 调查时的工作状态:无工作=0,有工作=1 | 0.682 | 0.466 | 2176 |
子代配偶特征 | ||||
年龄 | 调查当年子代配偶的年龄 | 32.561 | 5.758 | 2140 |
户口 | 农业户口或非农户口:农业户口=0,非农户口=1 | 0.296 | 0.457 | 2054 |
学历 | 子代配偶的最高学历:初中及以下=0,高中及以上=1 | 0.480 | 0.500 | 2142 |
子代家庭特征 | ||||
净资产 | 家庭净资产加1取对数 | 12.097 | 3.041 | 2106 |
年收入 | 全部家庭总收入加1取对数 | 10.914 | 1.501 | 2176 |
是否有产权住房 | 拥有现住房的完全产权、部分产权或除现住房外有其他房产即赋值为1,否则为0 | 0.713 | 0.452 | 2176 |
已有子女数量 | 除近一年生育的孩子外拥有的其余孩子数量 | 1.177 | 0.807 | 2176 |
兄弟姐妹数量 | 子代和子代配偶拥有的兄弟姐妹的数量 | 0.871 | 0.987 | 2176 |
四、实证分析
(一)基准回归
本文主要研究父辈养老投资对青年子女生育决策的影响,基准回归模型具体设定如下:
$ {Pr}\left({{Birth}}_{{i}}{=1}\right)={G}{(}{{\beta}}_{{0}}+{{\beta}}_{{1}}{{invest}}_{{i}}+{{\beta}}_{{2}}{{Control}}_{{i}}+{{ \varepsilon }}_{{i}}{)} $ | (1) |
其中,Birthi为被解释变量,用接受调查时12个月内是否有孩子出生来表示。investi表示父辈养老投资,包括两个方面:一是参与广度,即是否持有金融产品或商业保险;二是参与深度,即持有金融产品或商业保险的金额。Controli为控制变量,包括子代特征、子代配偶特征、子代家庭特征和父辈特征。β1表示父辈养老投资对青年子女生育决策的影响,为本文主要关注系数,符号显著为正即表示父辈养老投资对青年子女生育概率有一定的促进作用,符号为负则表示存在一定的抑制作用。εi为随机扰动项。由于被解释变量为二元虚拟变量,所以本文采用Probit模型进行检验。此外,本文为剔除异常值对研究结论的影响,对所有连续性变量在前后1%水平上进行了缩尾处理。
表3为父辈养老投资对青年子女生育决策的回归结果。结果表明,父辈参与养老投资的广度和深度两个方面都对青年子女生育决策有促进作用。从广度方面看,父辈参与养老投资能促进子代生育概率上升大约5—7个百分点。从深度方面看,表3第(1)、(2)列表示子代父母参与养老投资的金额在5%显著性水平下促进了子代最近一年的生育概率,第(3)—(6)列表示配偶父母、双方父母参与养老投资的金额在1%显著性水平下促进了子代的生育决策。受儒家文化和孝道文化的影响,我国父辈和子代的关系较为紧密,而当代处于育龄阶段的子代大多家庭模式为“4+2+n”,面临巨大的孝亲和抚幼双重压力,赡养父辈的义务在一定程度上可能会对子代生育决策有挤出效应。拥有金融产品和商业保险的父辈可能获得的养老保障和激发出的自我养老规划能力一方面减轻了子代对其的养老压力,另一方面父辈拥有足够的保障后可能会对子代提供一定的经济帮助和劳动支持。当子代面临的叠加压力减轻时,生育概率就会大大提升。一般而言,为父辈提供老年支持在较为严格的父系家族体系下存在着性别分化现象(Yang,1996)。本文基准回归结果表明,女儿父母保障能力的提升对于子代生育概率的提升也存在显著促进效应。然而该结果在后续稳健性检验中不如配偶父母及双方父母稳健。
父母—子代 | 配偶父母—子代 | 双方父母—子代 | ||||
(1)子代特征 | (2)控制更多特征 | (3)子代特征 | (4)控制更多特征 | (5)子代特征 | (6)控制更多特征 | |
是否参与养老投资 | 0.058** | 0.065** | 0.045** | 0.061*** | 0.048*** | 0.057*** |
(2.37) | (2.47) | (2.30) | (3.04) | (3.09) | (3.51) | |
参与养老投资金额 | 0.006** | 0.006** | 0.007*** | 0.007*** | 0.006*** | 0.006*** |
(2.08) | (2.10) | (2.82) | (2.93) | (3.08) | (3.17) | |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
观测值 | 1019 | 843 | 1123 | 1032 | 2128 | 1864 |
注:子代样本为20—45岁已婚育龄女性,其中第(1)和(2)列、第(3)和(4)列、第(5)和(6)列分别表示子代父母、配偶父母、双方父母养老投资对子代生育决策的影响。第(1)、(3)、(5)列控制了子代特征,包括子代年龄、户口、学历、健康状况、是否有工作和年份哑变量。第(2)、(4)、(6)列在控制子代特征的基础上控制了更多影响生育决策的因素,包括子代年龄的二次项/100、子代配偶年龄、子代配偶户口、子代配偶学历、家庭净资产、家庭年收入、是否有产权房、已有子女数量、兄弟姐妹数量、父辈健康状况、父辈领取养老金金额、父辈家庭人均收入、父辈家庭净资产。表中结果报告的为边际效应,表格括号内表示t值,***、**和*分别表示在1%、5%和10%的显著性水平下显著。控制变量回归结果受限于篇幅未完全显示,下表同。 |
(二)稳健性分析②
第一,工具变量法。本文的基准回归可能存在由于遗漏变量和双向因果导致的内生性问题。一方面,生育问题与诸多社会经济因素、心理因素、传统文化因素等均有联系;另一方面,当子代生育后面临巨大的养育负担和生活压力时,父辈为缓解子代的孝亲和抚幼双重压力可能会选择养老投资,这可能导致双向因果问题。本文借鉴Acemoglu等(2019)和李丁等(2019)的研究,使用同一村居参与养老投资金额的均值作为工具变量进行检验。父辈参与养老投资规模与同一村居参与的规模均值相关,并且同一村居里参与养老投资的规模均值并不会影响其子代的生育决策,满足工具变量的相关性和外生性假设。此外为了避免同村经济水平同时影响工具变量和被解释变量的可能,本文在使用IV Probit两步法进行估计时还加入了村人均收入这一控制变量。第一阶段结果显示,工具变量与核心解释变量在1%显著性水平下正相关,且F值远大于10,这说明工具变量对核心解释变量具有较好的解释力。第二阶段结果表明在考虑内生性问题的情况下基准结论依旧稳健。
第二,倾向得分匹配法。父辈是否参与养老投资可能并不是随机的,父辈参与养老投资和父辈不参与养老投资的两组样本或许天然存在差异。为了缓解两组样本之间可能存在的系统性差异对本文结论的潜在影响,本文使用Rosenbaum和Rubin(1983)提出的倾向得分匹配法重新检验了父辈养老投资对子代生育决策的影响效应。分别采用核匹配与卡尺匹配的方式,对成功匹配后的样本进行回归并进行平衡性检验。其中,核匹配采用默认的核函数和带宽,卡尺匹配半径为0.01。使用该种方法进行稳健性检验后,本文结论保持不变。
第三,改变是否生育的时间长度。在基准回归中考虑的被解释变量为受访者接受调查时近12个月内是否生育,根据封进等(2020)的研究,考虑用调查时6个月内和18个月内是否生育来替换被解释变量的衡量口径。替换衡量口径后,仍然能证实假说1,研究结论稳健。
第四,改变样本范围。为了避免不同样本选择对结果的可能影响,本文单独使用2016年、2018年的中国家庭追踪调查(CFPS)数据进行回归,结论依然稳健。
五、拓展性研究
(一)影响机制
前文已验证父辈养老投资会显著促进青年子女的生育概率,但是其影响机制还需要研究。为此,本文采用温忠麟等(2004)的中介效应检验方法来探讨父辈养老投资影响子代生育决策的传导机制,构建模型如下:
$ {{Birth}}_{{i}}={{\beta}}_{{0}}+{{\beta}}_{{1}}{{invest}}_{{i}}+{{\beta}}_{{2}}{{Control}}_{{i}}+{{ \varepsilon }}_{{i}} $ | (2) |
$ {{M}}_{{i}}={{\alpha}}_{{0}}+{{\alpha}}_{{1}}{{invest}}_{{i}}+{{\alpha}}_{{2}}{{Control}}_{{i}}+{{ \varepsilon }}_{{i}} $ | (3) |
$ {{Birth}}_{{i}}={{\theta}}_{{0}}+{{\theta}}_{{1}}{{invest}}_{{i}}+{{\theta}}_{{2}}{{M}}_{{i}}+{{\theta}}_{{3}}{{Control}}_{{i}}+{{ \varepsilon }}_{{i}} $ | (4) |
其中,Mi为中介变量,表示子代对父辈的经济支持。β1表示父辈养老投资对青年子女生育决策的总效应,θ1表示父辈养老投资对青年子女生育决策的直接效应,α1θ2表示中介效应的大小。在β1显著的前提下,如果α1和θ2都显著,则代表中介效应存在。
在探讨父辈养老投资影响子代生育决策的传导机制时,本文主要关注双方父母对子代的影响。表4为子代对父辈经济支持的中介效应检验结果。从表4中第(1)、(3)列可以看出,是否参与养老投资和参与养老投资的规模都在10%显著性水平下抑制了子代对父辈的经济支持。该结果的合理性在于:我国深受儒家文化和孝道文化的影响,家庭代际关系极为紧密。无论子代是未婚生活在原始家庭中还是已婚成家,父母对子代的代际支持以提供住房、隔代抚育等形式普遍存在。为了报答父母的养育之恩,成年子女有义务对父辈进行劳动支持和经济帮助。这也形成了我国“抚养与赡养”的“代际互惠模式”。多数老年人需要依靠子代尤其是儿子来养老。而当父辈持有金融产品或商业保险时,其养老保障和自我养老规划能力更强,更有可能选择依靠金融方式自我养老,减少了对子代养老的依赖,进而降低了子代对其的经济支持。表4中第(2)、(4)列可以看出,子代对父辈的经济支持在10%显著性水平下降低了子代生育的概率,即子代对父辈的经济支持越多,子代的生育概率就越低。说明当赡养父辈花费的金钱过多时,就会造成孝亲压力对子代生育决策的挤出。这也意味着当孝亲和抚幼压力叠加时,家庭资源很可能出现代际竞争。综上所述,父辈养老投资通过减少子代对其经济支持促进了生育概率的提升。假说2得到了证实。
Panel A(以父辈是否参与养老投资作为解释变量) | Panel B(以父辈参与养老投资金额作为解释变量) | |||
(1) | (2) | (3) | (4) | |
对双方父母经济支持 | 近一年是否生育 | 对双方父母经济支持 | 近一年是否生育 | |
父辈养老投资 | −0.306* | 0.056*** | −0.041* | 0.006*** |
(−1.65) | (3.43) | (−1.83) | (3.22) | |
对双方父母
经济支持 |
−0.004* | −0.004* | ||
(−1.68) | (−1.69) | |||
控制变量 | 控制 | 控制 | 控制 | 控制 |
观测值 | 1864 | 1864 | 1864 | 1864 |
(二)异质性分析
考虑到父辈养老投资对青年子女生育决策的影响在不同情况下可能存在异质性,本文从丈夫是否参与育儿、女性工作部门、是否有生育保险和生育机会成本等方面分析父辈养老投资对青年子女生育决策的代际效应是否存在差异,其中父辈养老投资主要关注的是双方父母。
1. 基于丈夫是否参与育儿的考察
尽管我国“男主外、女主内”的传统观念逐渐淡化,但照料孩子的分工在家庭中非常不平衡,仍然是女性主要承担育儿任务。丈夫不参与子女教养会给女性育儿和生活带来很大压力,削弱女性的生育意愿。反之,当丈夫承担更大养育责任时,女性的生育意愿会更强,从而降低父辈养老投资的影响。因此,本文探讨在丈夫是否参与育儿情况下,父辈养老投资对青年子女生育决策的代际影响是否存在异质性。其中,丈夫是否参与育儿使用CFPS里少儿问卷中的“孩子白天最主要由谁照管”“孩子晚上最主要由谁照管”“您家有哪些人辅导孩子做作业”“平时最主要是谁接送孩子去幼儿园或学前班”四个问题进行刻画,当其中至少有一个回答是孩子的爸爸时,赋值为1,即认为丈夫参与育儿,否则为0,认为丈夫不参与育儿。回归结果如表5所示,从表中可以看出,在丈夫不参与育儿的情况下,父辈参与养老投资对女性生育决策的代际效应更大,说明丈夫帮助女性照顾儿童会降低父辈养老投资对子代生育决策的影响。父辈持有金融产品或商业保险可能获得的养老保障和激发出的自我养老规划能力不仅能缓解子代赡养压力,还能在子代面临养育压力时帮助子代解决经济困难并提供照料帮助,这是替代丈夫不参与育儿、缓解女性养育压力的一种途径,进一步说明丈夫不参与育儿的子代家庭更依赖父辈养老投资提供的经济和照料帮扶。
Panel A(以父辈是否参与养老投资作为解释变量) | Panel B(以父辈参与养老投资金额作为解释变量) | |||
(1) | (2) | (3) | (4) | |
丈夫不参与育儿 | 丈夫参与育儿 | 丈夫不参与育儿 | 丈夫参与育儿 | |
父辈养老投资 | 0.062*** | −0.040 | 0.007*** | −0.004 |
(3.02) | (−0.88) | (3.03) | (−0.73) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
观测值 | 1260 | 203 | 1260 | 203 |
经验p值 | 0.007*** | 0.001*** |
2. 基于工作部门和生育保险的考察
在生育之后,女性要花费更多时间投入到照料儿童中。在市场化条件下,女性很难平衡工作和生育的时间冲突,导致女性投入工作的精力比生育前减少,可能使得雇主对其产生歧视,即女性在职场中的“瘢痕效应”。而不同工作部门的女性面临的“母职惩罚”也是不一致的。本文检验了父辈养老投资对不同部门和有无生育保险的女性生育决策的代际影响差异。从表6中可以看出,当女性工作部门为非国有部门和没有生育保险时,父辈养老投资对子代生育决策的代际影响更大。一方面,非国有部门和没有生育保险的女性可能会因为缺乏保障,害怕无法平衡工作和养育的矛盾而选择不生,此时父辈参与养老投资可能获得的养老保障和激发出的自我养老规划能力既可以减少子代对其的经济支持,又可以提供隔代照料来缓解女性因为生育而遭到的“母职惩罚”。另一方面,有28%的家庭的生育目的是“养儿防老”(姚从容等,2010),而国有部门提供的较好养老保障增强了女性生育动机(王天宇和彭晓博,2015),在此种情况下,父辈养老投资发挥的代际效应较小。
(1) | (2) | (3) | (4) | |
非国有部门 | 国有部门 | 无生育保险 | 有生育保险 | |
Panel A(以父辈是否参与养老投资作为解释变量) | ||||
父辈养老投资 | 0.065*** | −0.021 | 0.075*** | −0.041 |
(3.83) | (−0.46) | (4.31) | (−1.02) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
观测值 | 1573 | 291 | 1559 | 305 |
经验p值 | 0.018** | 0.001*** | ||
Panel B(以父辈参与养老投资金额作为解释变量) | ||||
父辈养老投资 | 0.008*** | −0.005 | 0.009*** | −0.007 |
(3.82) | (−0.99) | (4.19) | (−1.48) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
观测值 | 1573 | 291 | 1559 | 305 |
经验p值 | 0.005*** | 0.000*** |
3. 基于生育机会成本的考察
生育和养育的责任大多由女性承担,尤其是男性育儿参与不足的现状也间接表明生育成本存在性别分化的现象。生育机会成本对女性生育行为的重要影响已被广大学者认可,在不同生育机会成本中,父辈养老投资对子代生育决策的代际效应是否存在差异值得探究。本文借鉴袁益和张力(2021)对生育机会成本的刻画方式,用有第n个子女前一期的税后工资水平减去有第n个子女后的税后工资水平即用Wt-1减去Wt来表示生育机会成本,并将其根据平均值划分为生育机会成本高和生育机会成本低两组分别进行回归。机会成本越高,意味着遭到的母职惩罚越大。回归结果如表7所示,从表中可以看出,父辈养老投资对高生育机会成本的女性生育决策的代际效应更大。可能的原因是父辈选择依靠金融手段养老,可以为自己赢得更多的养老保障资源和自我养老能力,从而为照料下一代提供更多的时间与经济保障,可在客观上减少育龄女性为生养孩子所付出的工作时间、收入、晋升等成本,促进女性在职场中花费更多时间精力去获得收益,提高劳动参与率。因此,在面临更高机会成本的子代中,父辈对其的代际影响更大。
Panel A(以父辈是否参与养老投资作为解释变量) | Panel B(以父辈参与养老投资金额作为解释变量) | |||
(1) | (2) | (3) | (4) | |
低生育机会成本 | 高生育机会成本 | 低生育机会成本 | 高生育机会成本 | |
父辈养老投资 | −0.025 | 0.096*** | −0.003 | 0.011*** |
(−0.92) | (3.97) | (−0.85) | (3.85) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
观测值 | 417 | 874 | 417 | 874 |
经验p值 | 0.008*** | 0.007*** |
(三)父辈投资性房产、非正规金融参与和青年子女生育决策
本文使用父辈家庭资产配置情况来衡量父辈养老投资,从“是否参与养老投资”和“参与养老投资的程度”两个维度论证了父辈养老投资对青年子女生育决策的促进作用。为了能够更符合当前养老投资的现状和政策方向,对于父辈的养老投资只考虑了股票、基金等流动性强、风险相对较低的正规金融投资,在此界定下可为养老金融建设的影响效应评估提供更有针对性的结论。考虑到不同类型的养老投资发挥的作用可能不同,本文引入投资性房产和民间借贷两种投资类型,从资产流动性高低和风险大小的维度来完善对于父辈养老投资概念的界定,更全面地分析父辈养老投资对青年子女生育决策的影响。
1. 父辈投资性房产:基于资产流动性的分析④
关于家庭资产配置的文献过去大多聚焦于风险资产和无风险资产配置上,近年来资产流动性对家庭投资决策的影响也得到了广泛关注,尤其是对流动性差、价值高、对家庭影响更大的投资性房产的关注较多。与一般的金融资产可以在二级市场自由地交易不同,房产购置的一次性投入大,转手难度相对较高,在高收益的同时存在着流动性差、交易费用高等特征(周慧珺等,2020)。那么,父辈投资房产这种低流动性资产是否会对子女生育决策产生不同影响呢?借鉴周慧珺等(2020)的研究,本文将投资性房产界定为除家庭居住住房外的房产。根据回归结果,配偶父母和双方父母参与投资性房产的广度和深度至少在10%显著性水平下促进了子代的生育。对于子代父母投资性房产这一养老投资类型,本文并未发现其对子代生育决策有影响,这可能是由于我国传统的“养儿防老”男性单系继承偏好造成的,中国居民经常把房子留给儿子,女性更有可能从配偶父母即公婆而不是自己父母的投资性房产中获益。整体上,父辈参与房产这种低流动性资产投资也有助于促进青年子女生育。
2. 非正规金融参与:基于资产风险的分析
本文证实了假说1成立,即父辈参与养老投资会提高青年子女生育概率。但分析只考虑父辈是否参与投资、参与多少投资,并未考虑投资回报。并且该假说可能暗含一个前提:父辈只有通过参与养老投资成功获益才能获得更为可靠的养老保障。本文将养老投资定义为传统金融产品和商业保险等正规金融投资,风险相对较低,父辈通过这类投资获得更可靠的养老保障的可能性非常高,得出能够提高青年子女生育概率的结论符合预期。但如果父辈参与投资一些高风险的项目遭遇重大失败,在直觉上可能会对子女生育决策产生负面影响。为此,本文使用民间借贷这种非正规金融活动作为高风险投资的典型代表进行验证。根据回归结果,不论是父母、配偶父母还是双方父母参与民间借贷都会对青年子女的生育决策产生负面影响。本文未发现父辈非正规养老投资对青年子女生育决策有显著作用。虽然结果都不显著,但是也能在一定程度上反映出父辈参与高风险投资的影响确实与参与稳健性投资存在差异。为了进一步验证投资失败的可能影响,本文还尝试使用非房贷金融负债、资不抵债、家庭金融脆弱性等能够反映投资失败后果的指标间接衡量了投资失败,将是否参与投资与投资失败的后果指标交叉相乘,并进行回归分析。结果均证实了本文的核心结论,即父辈参与正规养老投资对青年子女生育决策有显著促进作用,并未发现非正规养老投资有此作用。
六、主要结论与政策建议
在我国总和生育率持续下降的当下,子代面临的就业、婚姻、照料父辈和育儿等社会压力成为人们广泛讨论的社会问题。本文关注了育龄家庭面临的孝亲和抚幼双重压力,使用2016年和2018年两期中国家庭追踪调查(CFPS)混合截面数据,探讨了父辈养老投资对青年子女生育决策的代际影响。本文研究发现,父辈参与正规养老投资与不参与相比,子代近一年生育概率将会上升5至7个百分点,并且父辈参与正规养老投资的规模越大,对子代生育概率的促进作用越强,说明子代会根据对父辈的赡养压力来决定是否生育,以缓解赡养父母和抚育子女的叠加压力。同时,本文并未发现父辈参与非正规养老投资有此作用。机制分析表明,父辈参与正规养老投资可能获得的养老保障和激发出的自我养老规划能力能够减少子代对其的孝亲支持,缓解子代的双重压力,进而促进子代生育概率的提升。异质性分析表明,父辈参与正规养老投资能够在丈夫不参与育儿、女性在非国有部门工作、工作单位不提供生育保险和生育机会成本较高的子代中发挥更大的代际效应。
为了能够更好地改善我国低生育水平的现状,本文提出如下建议:第一,加快养老“第三支柱”建设,降低子代孝亲成本。当前我国养老体系“三大支柱”面临着分配不平衡的问题。健全养老“第三支柱”建设能够在保障老年人依靠金融手段实现“老有所养”的同时,分散子代孝亲和抚幼的交叠压力,在客观上提高我国生育率。第二,完善社会托幼服务,减轻育龄家庭的抚幼压力。育龄家庭在进行生育决策时要考虑生育可能带来的直接成本、机会成本和不确定性成本,育儿成本过高是低生育率的主要成因。我国当前托幼机构无论是数量还是质量,可能难以有效分担育龄家庭抚幼的时间和经济成本。政府应采取政策鼓励支持幼儿园增加托育服务,推进“托幼一体化”建设。在扩大社会托幼机构数量的同时,还应促进其质量提升。第三,切实关注女性社会福利,缓解女性“生育惩罚”。女性既是生育的主要决定者,又是照顾父辈的主要承担者,还是劳动力市场的重要参与者,无法平衡工作和生育矛盾是造成女性生育意愿较低的重要原因。缓解女性面临的“生育惩罚”是提高生育率的有效途径。因此,促进生育文化和社会制度的协同发展显得尤为重要。比如,可以通过财政补贴等政策鼓励女性参与生育保险,严格监督雇主“母职歧视”等行为,为育龄女性提供就业支持和鼓励企业为育儿女性提供弹性工作时间等。
① 出于严谨性考虑,本文所指养老投资,如无特殊说明均指包含传统金融产品和商业保险的正规养老投资。此外在拓展研究部分检验了风险大、投资失败概率高、容易遭遇金融欺诈的非正规养老投资的作用效果。感谢匿名审稿专家的建议。
② 因篇幅所限,分析表格省略,感兴趣的读者可向作者索取。
③ 数据来源于2021年3月8日《北京日报》的报道。
④ 限于篇幅,分析表格省略,读者若是感兴趣可向作者索取。
[1] | 陈华帅, 曾毅. “新农保”使谁受益: 老人还是子女?[J]. 经济研究, 2013(8): 55–67. |
[2] | 程令国, 张晔, 刘志彪. “新农保”改变了中国农村居民的养老模式吗?[J]. 经济研究, 2013(8): 42–54. |
[3] | 段军山, 邵骄阳. 数字普惠金融发展影响家庭资产配置结构了吗[J]. 南方经济, 2022(4): 32–49. |
[4] | 封进, 艾静怡, 刘芳. 退休年龄制度的代际影响——基于子代生育时间选择的研究[J]. 经济研究, 2020(9): 106–121. DOI:10.3969/j.issn.1005-1309.2020.09.010 |
[5] | 葛永波, 陈虹宇. 劳动力转移如何影响农户风险金融资产配置?——基于金融排斥的视角[J]. 中国农村观察, 2022(3): 128–146. |
[6] | 葛玉好, 张雪梅. 房价对家庭生育决策的影响[J]. 人口研究, 2019(1): 52–63. |
[7] | 桂文林, 陈东亨, 董文晋. 人口老龄化与家庭金融资产配置——基于倾向得分匹配法的实证研究[J]. 西北人口, 2022(3): 58–68. |
[8] | 郭凯明, 颜色, 李双潞. 结构转型、生育率选择与人口转变[J]. 世界经济, 2021(1): 106–125. |
[9] | 胡佩, 王洪卫. 住房价格与生育推迟——来自CGSS微观数据的证据[J]. 财经研究, 2020(4): 79–93. DOI:10.16538/j.cnki.jfe.2020.04.006 |
[10] | 贾男, 甘犁, 张劼. 工资率、“生育陷阱”与不可观测类型[J]. 经济研究, 2013(5): 61–72. |
[11] | 焦娜. 社会养老保险会改变我国农村家庭的代际支持吗?[J]. 人口研究, 2016(4): 88–102. |
[12] | 李丁, 丁俊菘, 马双. 社会互动对家庭商业保险参与的影响——来自中国家庭金融调查(CHFS)数据的实证分析[J]. 金融研究, 2019(7): 96–114. |
[13] | 李芬. 工作母亲的职业新困境及其化解——以单独二孩政策为背景[J]. 东南大学学报(哲学社会科学版), 2015(4): 12–20. |
[14] | 李建新, 骆为祥. 生育意愿的代际差异分析——以江苏省为例[J]. 中国农业大学学报(社会科学版), 2009(3): 21–30. |
[15] | 李志, 兰庆庆. 二孩政策背景下生育压力与生育倾向的调查研究[J]. 科学决策, 2017(4): 18–37. |
[16] | 刘畅, 靳永爱. 产假政策与生育意愿[J]. 世界经济文汇, 2022(2): 57–68. |
[17] | 卢洪友, 余锦亮, 杜亦譞. 老年父母照料家庭与成年子女劳动供给——基于CFPS微观数据的分析[J]. 财经研究, 2017(12): 4–16. |
[18] | 石智雷, 杨云彦. 符合“单独二孩”政策家庭的生育意愿与生育行为[J]. 人口研究, 2014(5): 27–40. |
[19] | 宋丽敏, 王玥, 柳清瑞. 中国农村居民家庭的生育决策模型与实证分析[J]. 人口学刊, 2012(1): 24–31. DOI:10.3969/j.issn.1004-129X.2012.01.003 |
[20] | 孙瑞婷, 熊学萍, 郭晨光. 收入水平、收入不确定性与城乡居民养老资产储备[J]. 华中农业大学学报(社会科学版), 2022(2): 36–46. |
[21] | 王天宇, 彭晓博. 社会保障对生育意愿的影响: 来自新型农村合作医疗的证据[J]. 经济研究, 2015(2): 103–117. |
[22] | 魏澜, 张乐天. 家庭本位的“关系”实践: 私人书信中的家庭主义图像(1972—1995年)[J]. 社会, 2021(2): 27–55. |
[23] | 温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004(5): 614–620. |
[24] | 吴雨, 李晓, 李洁, 等. 数字金融发展与家庭金融资产组合有效性[J]. 管理世界, 2021(7): 92–104. |
[25] | 夏志强, 杨再苹. 我国生育成本分担的公平性研究——基于生育成本收益非均衡状态的分析[J]. 人口与发展, 2019(1): 47–57. |
[26] | 杨华磊, 吴义根, 张冰鑫. 城镇化、外部性与生育水平[J]. 人口与发展, 2018(4): 48–55. |
[27] | 姚从容, 吴帆, 李建民. 我国城乡居民生育意愿调查研究综述: 2000-2008[J]. 人口学刊, 2010(2): 17–22. |
[28] | 于潇, 韩帅. 祖辈照料支持对育龄妇女二孩生育间隔的影响[J]. 人口与经济, 2022(2): 26–41. |
[29] | 于也雯, 龚六堂. 生育政策、生育率与家庭养老[J]. 中国工业经济, 2021(5): 38–56. |
[30] | 袁益, 张力. 生育机会成本及异质性——基于机器学习算法的发现[J]. 人口与经济, 2021(6): 40–53. |
[31] | 张川川, 马光荣. 宗族文化、男孩偏好与女性发展[J]. 世界经济, 2017(3): 122–143. |
[32] | 张红伟, 何冠霖. 社会网络数字化对家庭风险金融资产配置的作用机制及效应[J]. 四川大学学报(哲学社会科学版), 2022(2): 173–181. |
[33] | 张丽萍, 王广州. 女性受教育程度对生育水平变动影响研究[J]. 人口学刊, 2020(6): 19–34. |
[34] | 张原, 陈建奇. 变迁中的生育意愿及其政策启示——中国家庭生育意愿决定因素实证研究(1991—2011)[J]. 贵州财经大学学报, 2015(3): 79–91. |
[35] | 钟晓慧, 郭巍青. 人口政策议题转换: 从养育看生育——“全面二孩”下中产家庭的隔代抚养与儿童照顾[J]. 探索与争鸣, 2017(7): 81–87. DOI:10.3969/j.issn.1004-2229.2017.07.018 |
[36] | 周慧珺, 沈吉, 龚六堂. 中老年人健康状况与家庭资产配置——基于资产流动性的视角[J]. 经济研究, 2020(10): 193–208. |
[37] | 庄新田, 汪天棋. 金融素养对我国家庭养老规划的影响——基于中国家庭金融调查数据的分析[J]. 中国经济问题, 2022(2): 55–70. |
[38] | Acemoglu D, Naidu S, Restrepo P, et al. Democracy does cause growth[J]. Journal of Political Economy, 2019, 127(1): 47–100. DOI:10.1086/700936 |
[39] | Anderson A, Baker F, Robinson D T. Precautionary savings, retirement planning and misperceptions of financial literacy[J]. Journal of Financial Economics, 2017, 126(2): 383–398. DOI:10.1016/j.jfineco.2017.07.008 |
[40] | Caudill S B, Mixon F G Jr. Modeling household fertility decisions: Estimation and testing of censored regression models for count data[J]. Empirical Economics, 1995, 20(2): 183–196. DOI:10.1007/BF01205434 |
[41] | Hanley S B, Wolf A P. Family and population in East Asian history[M]. Stanford: Stanford University Press, 1985. |
[42] | Hauff J C, Carlander A, Gärling T, et al. Retirement financial behaviour: How important is being financially literate?[J]. Journal of Consumer Policy, 2020, 43(3): 543–564. DOI:10.1007/s10603-019-09444-x |
[43] | Liu K, Manton K G, Liu B M. Home care expenses for the disabled elderly[J]. Health Care Financing Review, 1985, 7(2): 51–58. |
[44] | Rosenbaum P R, Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika, 1983, 70(1): 41–55. DOI:10.1093/biomet/70.1.41 |
[45] | Yang H Q. The distributive norm of monetary support to older parents: A look at a township in China[J]. Journal of Marriage and the Family, 1996, 58(2): 404–415. DOI:10.2307/353505 |