Page 149 - 《社会》2025年第4期

社会·2025·4

1990 年保持一致的情形下，使用 2000 年个体年龄和受教育程度的观测
值对个体婚姻状态和过去一年生育子女数进行反事实估计， 这样能够
控制年龄和受教育程度的影响， 得到婚姻状态对 1990 年和 2000 年生
育行为变化以及宏观生育率变化的贡献（图 2 右）。
与广泛使用的其他分解法不同， 本文所使用的分解方法有两个优
势： 一是能够处理多因素的复杂因果关系以区分各因素对因变量跨时
1
期或群体间差异的贡献； 二是通过蒙特卡洛模拟生成个体反事实观测
值的方式构建反事实样本，增强了计算各种生育水平指标（出生率、总
和生育率等）的灵活性。

图 2：过 去 一 年 生 育 子 女 数 跨 时 期 差 异 的 分 解 思 路
本研究首先将 1990 年数据和 2000 年、2010 年、2020 年的每一次人
口普查微观数据汇总为一个数据，以 1990 年作为参照年份，构建年份
虚拟变量 g，得到三组样本数据。 对于每一组样本数据，构建以解释变
量（x）作为因变量，以年份变量 g、影响 x 的一组基准变量（c）及其交互
项为控制变量的中介方程[1]。 同时，构建以过去一年生育子女数（y）为
因变量的结果方程 [2]。 中介方程以婚姻状态为因变量， 基准变量（c）
（年龄组别、受教育程度、民族以及常住省份）为自变量，构建多类别逻
辑回归。 结果方程以过去一年生育子女数（ y）为因变量，以婚姻状态（x）以
及基准变量（c）为自变量，采用线性回归方程进行估计。 考虑到控制变
2

1. Oaxaca鄄Blinder 分解尽管被广泛用于分解多个解释变量对群体间差异的贡献， 但并没
有将解释变量之间的因果次序考虑在内。 当解释变量之间存在时间次序上的依赖关系
时 ，Oaxaca鄄Blinder 分 解 的 结 果 对 内 生 性 偏 误 高 度 敏 感 （Jackson and VanderWeele，2018：
10）。 Oaxaca鄄Blinder 分解也可以使用重新加权法进 行估计（Barsky，et al.，2002；DiNardo，
et al.，1996）。 在本研究的设定中，除了基准变量（c）同时作用于 解释变 量（x）和因 变量
（y）的估计，模型并没有包括其他控制变量，在理论上和通过重新加权方法进行 Oaxaca-
Blinder 分解的结果是相同的（Jackson，2021：288）。
2. 1990 年至 2020 年四次人口普查中多胎次生育占比较低，因变量大部分取值为 0 和 1。
使用回归方程对结果方程进行估计主要基于以下考虑。 结果方程的自变量均为（ 转下页）

· 142·