Page 206 - 《社会》2023年第3期

生育动机的世代与性别差异分析

表 1：主 要 变 量 的 描 述 性 统 计 （ N=18 477）

变量 均值 标准差 变量 百分比
生育动机 出生世代
为了年老时有人帮助 2.98 0.67 60 后 23.06
为了延续家族香火 2.86 0.69 70 后 21.12
为从经济上帮助家庭 2.64 0.74 80 后 22.55
为看孩子长大的喜悦 3.14 0.50 90 后 16.63

为子女在身边的快乐 3.15 0.50 性别 49.70
为感受有宝宝的喜悦 3.14 0.50 城乡 52.63
为使家庭更重要 3.08 0.55 是否在业 80.37
为增强责任心 3.08 0.51 婚姻状态 85.22
为增加亲属联系 2.99 0.58 地区
受教育年限（年） 8.88 4.66 中部 29.12
孩子数量（个） 1.62 1.01 东部 43.03

注 ：“出 生 世 代 ”“性 别 ”“城 乡 ”“是 否 在 业 ”“婚 姻 状 况 ”“地 区 ” 的 参 照 组 分 别 为
“50 后 ”“女 性 ”“农 村 ”“不 在 业 ”“不 在 婚 ”“西 部 ”，编 码 均 为0 。

类分析方法测量不同人群的生育动机类型。 聚类分析是一种根据研究
对象的特征进行分类的分析技术 （郭志刚，2015）。 之所以使用这一方
法，是因为我们主要关注的是个体在生育动机上的典型分布。 聚类分析
方法优于人为分类，能够充分利用多个变量的信息，结果更为直观。 以
往研究对生育动机的操作化处理往往直 接二 分为 个 体 主 义 与家 庭 主
义，或者采用因子分析方法，但都可能会丢失一些有价值的信息，掩盖
生育动机的其他潜在可能性。 其次，由于因变量生育动机为多分类变量，
故使用多分类 Logistic 回归（Multinominal Logistic Regression）描 述 和 呈 现
生育动机上的世代、性别差异。基础模型纳入出生世代、性别核心变量，
进而加入控制变量。 针对出生世代在生育动机变迁上的性别异质性，本
文还对不同性别的样本进行了分析。 最后，为了解释两性在生育动机上
差异的变化，文章采用了反事实的研究设计，基于不同世代的受教育分
布构造对照组， 通过比较对照组与观测组讨论两性教育差距的缩小对
生育动机分化的影响。

· 199·