国家统计局近日发布的2021年国民经济初步统计数据

　　显示，当年我国(大陆地区，下同)出生人口为1062万人，死亡人口1014万人，人口净增长仅为48万人，是1962年以来人口增长最少的年份。

　　可成对照的是，在国家统计局发布的2011年国民经济和社会发展统计公报中，当年我国人口出生数字为1604万人。

　　换言之，从2011至2021年的十年间，我国每年出生人口累计下降了差不多三分之一，准确地说是下降了33.8%。

　　但这并不能代表我国人口出生下滑的真实数字。每年国家统计局公布的出生人口数字会在十年一度的全国人口普查结束后进行调整。

　　在这些调整中，数2012年上调幅度最大，出生率从当年统计公报

　　中的12.1‰调整为14.57‰。按照这个数字，2012年的出生人口实际上远高于当年统计公报公布的1635万人，达到了1973万人。

　　这个调整也和近些年来的小学招生数相吻合。根据《2019年全国教育事业发展统计公报》，当年小学招生达到了1869万人，远远超过7年之前出生的人口数：

　　“普通小学16.01万所，比上年减少0.17万所，下降1.03%。另有小学教学点9.65万个，比上年减少0.49万个。招生1869.04万人，比上年增加1.74万人，增长0.09%;在校生10561.24万人，比上年增加221.98万人，增长2.15%;毕业生1647.90万人，比上年增加31.41万人，增长1.94%。小学学龄儿童净入学率99.94%。”

　　这个调整也同时说明，近年来的人口下降并不是从2016年的1786万出生人口开始的，而是从2012年的近两千万出生人口(依“七普”数据调整后)开始的。我国的出生人口数量下降45%，从2012年至2020年，实际上只花了9年时间。

　　育龄女性数量

　　是什么因素导致中国的出生人口下降得如此之快?不妨从一个最简单的公式开始讲起：出生人口=育龄女性数量×育龄女性生育率。

　　但对比差不多同期下降了45%的出生人口，育龄女性数量的变化解释力显然还不太够。根据之前的公式，生育率也要下降近30%，等式才能继续成立。

　　生育率指的是每一名女性在一生内平均会生育的子女数，一般使用一年内的截面数据当做一个队列数据来计算。和育龄女性数量的减少不一样：育龄女性人口减少，只能从二十多年前找原因，而生育率是一个当前正在发生的数据，我们当然也只能从当下去寻找原因。

　　那么，生育率为何下降呢?人们会有诸多猜测，比如房价太高了，带娃太贵了，性别矛盾了，彩礼挡路了。每一种因素，都可能导致生育率下降。

　　生育高峰人口

　　在各路人马挖掘各种焦虑感，将出生人口的下降不加实证地怪罪于上述各因素时，我们不妨将数据再深挖一层。

　　重新审视“出生人口=育龄女性数量×育龄女性生育率”这个公式，我们很容易发现育龄女性数量过于粗略了。

　　将育龄女性按照年龄划分，在2000年“五普”和2005年1%人口抽样调查(俗称“小普查”)中，生育率最高的年龄都出现在24岁。到了2010年“六普”和2015年“小普查”中，生育率最高峰延迟到了26岁，且在30岁以上，生育率下降减缓了。生育行为在整体上有下降，在峰值上有推迟。

　　所以，在育龄女性定义中的大部分年龄段，生育率都是很低的。把整个育龄女性数量一并考虑，显然会错过重点。若是只观察生育高峰人口即26岁女性，那么2012年出生人口达到顶点时，对应的26岁女性人口为1263万人。而2020年时，对应的26岁女性人口仅有798万人，下降了37%，比整个育龄女性数量的下降幅度大得多。这部分生育高峰期人口的下滑，会导致出生人口下降超过育龄人口下降的速度。

　　女性受教育程度

　　除了年龄外，还有一个重要的指标尚未划分，那就是教育程度。许多文献都发现，女性的受教育程度是影响生育率的最重要因素。受教育程度影响生育的机制主要有两条。第一条，教育年限长，本身就会在时间上推迟婚育。第二，受教育程度高，还会提高在就业市场上的收入，使生育的机会成本增加，进而减弱生育动机。

　　我们将全世界165个国家和地区的15至19岁女性教育年限和该国的总和生育率画成散点图，可以看到两者的相关程度非常之高，女性受教育程度的差异，可以解释65%的生育率差异。(图4)

　　165个国家15至19岁女性教育年限和该国总和生育率关系从我国数据看，教育年限影响生育的模式同样存在。根据2015年“小普查”，小学学历女性从16岁便开始便有生育子女，直到35岁达到顶峰，平均在35岁时有1.6个孩子。而本科学历女性从26岁才开始生育，上升得也比较缓慢，到30岁时，平均要比小学学历女性少一个孩子。

　　不同教育程度人口在不同年龄的现存子女数　　不同受教育程度女性的生育率差异很大，但同一个受教育程度的女性，在不同时间段的生育率，反而是差不多的。一名30岁、拥有本科学历的女性，无论是在2005年、2010年还是2015年，生育行为都差不多，累计生育子女数的曲线是基本重合的。小学学历女性亦是如此，生育行为随着时间的变化并不大。　　　　由于2020年“七普”的分年龄生育率数据尚未发布，对近些年的数字，笔者使用CFPS数据进行计算。CFPS是一项跟踪调查，调查者在2012年询问那些2010年就已经进入调查的人口在近两年的生育情况，就可以知道每一个人口在2010年第一次调查到2012年第二次调查之间的准确生育行为。笔者同样计算了2018年到2020年的生育人口。

　　此时就会出现一个让人费解的现象：不管是今天还是二十年前，只要是个高学历的女性，她都不想生孩子，而且这个“不想生”的程度，从能看到微观数据的这二十年来看，并没有变得更高。但是，生育率却又切切实实地降低了。

　　因此，如果拥有相同教育、年龄特征的女性的生育行为在这十年来都没有什么变化，那变动的到底是什么?

　　很简单，女性受教育结构变了。

　　年前找原因。1990年代初，出生人口快速下降，1990年到1995年，5年内就下降了14%，而18年后(2008年到2013年)为这批人口提供的高等教育招生数却在不断上升，五年间提高了24%。此消彼长，本科生占比自然就快速提升了。(图9)

　　图10. 分月份出生人口相对2015年的下降，2016-2020。引自《新冠肺炎疫情对中国出生人口变动的影响》，《人口研究》2021年第3期，页88。　　到2021年，疫苗的影响随之出现。2021年3月国家卫健委发布的《新冠病毒疫苗接种技术指南(第一版)》

　　虽然指出接种疫苗不应当影响备孕，但却将妊娠期妇女列为疫苗接种禁忌之一，让许多原本打算备孕的年轻夫妇推迟或者暂时打消了生育计划。2021年，我国共接种了28.35亿剂疫苗，这对出生人口也会造成一定影响。

　　导致出生人口减少的最核心因素

　　现在，根据之前的分析，我们将出生人口的公式改为下式：

　　既然已经知道每一个年龄、学历女性的数量和生育率，对上式进行Oaxaca分解，就能计算出出生人口下降应当由哪些因素负责。由于没有2021年的分年龄数据，暂时推算2012年到2020年的情况。(图11)

　　可以看到，虽然从2012年到2020年出生人口下降了近780万，但只是育龄女性人口和年龄结构的变动，就导致出生人口下降473万人。也就是说，育龄女性少了，而生育高峰期的育龄女性减少得更快，是我国出生人口下降的最主要原因

　　女性教育结构的变动，又会使得出生人口再下降204万人。教育结构巨变的九零后进入生育年龄，进一步导致了生育率大幅度下降。道理很直观：虽然每一个教育水平的人口生育率变化都很小，但作为生育率最低的群体，拥有本科和研究生学历的女性占女性人口的比例却在十年间上升了一倍。

　　这两项因素，才是导致出生人口变化的最主要原因。它们的影响极为直接，甚至不需要去做一些回归来判断显著性。

　　除去这两项的影响之后，只有100万人的出生人口下降来自其他原因，比如生育率在组内的降低或者疫情的影响等。

　　房价高了、养孩子贵了……这些人们常常在谈论的因素，可能没影响，也可能有影响，但不管怎样，它们对出生人口的影响，至多只有100万人。相比之下，“房间里的大象”即最核心因素——导致677万出生人口下降的育龄女性数量、年龄结构和教育结构的变化——却极少有人提起。

　　不可无视“房间里的大象”

　　打一个比方，从宏观上看生育水平，就像从远处看模拟信号显像管的电视机。

　　10年前看，人们看到一台屏幕大、色彩亮丽的电视机，于是很满意。现在再看，人们只能看到一台屏幕小、色彩暗淡的电视机，于是不高兴。

　　于是便有人认为，需要加大电压，让电流通过增加，小电视就变出大电视的视觉效果。

　　人们议论纷纷，有人认为加电压不行，问题出在电视机屏幕不太干净上。到底应该怎么办呢?应该加电压，还是擦电视?

　　很简单，你不能一直远远地看，而是需要坐近一点。

　　坐近了一瞅，你就能发现，这台又小又暗的电视机，和之前那台又大又亮的电视，其实拥有相同的像素点。只不过组合比例有所不同：那部大电视上，发出暗淡红光的像素点占比只有10%(七零、八零后女性中，接受过本科教育及以上的比例是10%)，而在小电视上，这些像素点占比超过了三分之一(自1999年开始，女性接受本科教育的比例超过了34%)。加上屏幕很小(出生人口小了一倍)，看起来的效果当然不好。

　　所以，坐远了去看，用宏观的视角去看生育问题，可能会觉得哪里都是办法。但坐近了看就能发现，其实大家都尽力了，但什么办法都没有。

　　我国出生人口的下跌，其实在三十年前就埋下了种子：从1990年到2003年数量下降了一半、且教育程度迅速上升的女性人口，不仅仅影响现在，还会在2030年之前进一步降低我国的出生人口。相较于这头大家装作看不到的“房间里的大象”，房价、丈母娘之类看起来十分“时髦”而又“有深度”的因素，根本对出生人口无足轻重。

　　所以，人口学既有意思，又有点没意思。

　　没意思的是，人口变动的惯性极强。每当你将数据抽丝剥茧，分拆其结构和数量，那些吸引人的、看起来十分正确的影响因素，比如房价太高导致人们接不起婚，课外辅导班太贵导致人们不敢生小孩等，其影响往往并没有很多人想的那样重要。

　　而有意思的是，正因为人口的惯性极强，我们反而更应当从二三十年前寻找变化的根源。许多在当年无意种下的种子，不知道在什么时候，就在什么地方盛开了出人意料的花。

　　[本文使用的人口数据来自第六次全国人口普查资料、第七次全国人口普查资料(《中国统计年鉴2021》表2-1至表2-29)、中国家庭追踪调查(CFPS)、世界银行。]