四川省生态文明促进会

李 传 林

四川省生态文明促进会副会长、研究员

（20260608）

摘  要：本文将物理-经济-社会生态系统空间-补空间框架应用于人口问题研究，为多因素人口分析提供清晰结构化问题诊断视角。通过递归分量分解方法，将所有育龄群体生育决策划分为符合生育意愿核心空间与抑制生育意愿补空间，并进一步分解补空间为短期可转化、中期可转化、长期固化三个不同政策干预周期分量。研究发现，当前出生率下降是生育主力规模收缩、生育意愿分量持续降低、抑制性因素分量持续提升三重效应叠加结果。基于该框架，本文提出分层分类政策调整路径，提供精准施策理论依据。

关键词：空间-补空间；人口出生率；生育意愿；递归分量分解；生育政策

近年来我国人口出生率持续下滑，低生育率已成为影响人口长期均衡发展核心问题。2024年，据国家统计局初步核算，全国出生人口954万人，人口自然增长率为-0.99‰^[1]。据相关学者研究估算，当前总和生育率已降至1.3左右超低水平^[2]。国际上将总和生育率低于1.3视为超低生育率，我国已进入这一区间。

从国际比较看，日本总和生育率自1990年代跌破1.3后长期徘徊1.3-1.4之间，2023年为1.26；韩国2023年降至0.72，创全球最低纪录^[3][4]。日韩政策长期偏重经济补贴，对性别平等、职场文化等深层次制度因素干预有限，为我国精准设计差异化干预提供了外部借鉴与提醒。

传统研究多从单一因素分析出生率下降动因，或聚焦人口结构刚性，或侧重经济压力抑制，难以完整呈现多因素共同作用结构性特征。空间-补空间框架为复杂系统结构性分析提供了严谨工具^[5]。本文将其应用于生育决策分析，旨在：构建生育决策分解模型，将传统二元对立生育意愿剖析为多个相互嵌套、具不同政策影响周期分量构成的结构化集合；利用权威微观调查数据，将当前育龄人口生育抑制因素量化分层，评估其规模和分布；为不同层级抑制因素匹配差异化干预策略，为我国优化生育率提升政策路径提供系统性与操作性理论蓝图。

一、我国人口出生率下降问题研究框架

基于空间-补空间递归分解方法，分析生育决策，构建研究框架。

（一）步骤1：锚定全空间V。V定义为：我国所有育龄阶段（15-49岁）家庭（以育龄女性为主要分析视角）在特定社会经济文化及政策环境下生育意愿与决策可能性集合。

（二）步骤2：定义核心空间A。提取核心属性为符合主体生育意愿。A=所有育龄女性选择生育（含一孩、二孩、三孩及以上）且符合其主观生育意愿的决策集合。

（三）步骤3：推导补空间B。B = V - A，即所有不符合育龄群体主观生育意愿的决策集合，含推迟生育、减少生育子女数、完全不生育三类。满足A∩B=∅、A+B=V基本约束[5]。

（四）步骤4：递归多级分解规则。针对普遍存在过渡性生育决策，采用投影分量分解。任意育龄女性生育决策分解为生育意愿分量（x%）与抑制意愿分量（(100-x)%）。x代表受访者主观生育意愿强度标准化取值，分值越高，做出生育决策可能性越高^[5]。

本框架支持递归多级分解。对补空间B，划分为B内部核心子空间A₁与补子空间B₁；对B₁划分为A₂与B₂，以此类推。递归分解公式：

第一级：V = A + B

第二级：B = A₁ + B₁

第三级：B₁ = A₂ + B₂

本文分解至三级，避免一级粗糙或五级以上过度分解，数据难支持。

（五）步骤5：各级分量操作化定义。各级核心与补空间操作化定义（见表1）。

表1 各级分量操作化定义

A₁与A₂核心区别：对应A₁抑制因素可通过单一部门政策直接缓解；A₂需多部门协同，转化周期更长。

（六）数据与方法。

1.数据来源：本文以2024年为基准年，综合运用中国综合社会调查（CGSS 2021，样本约1.2万）^[6]、中国家庭追踪调查（CFPS 2020，样本约1.6万户）^[7]、国家卫健委生育意愿调查^[8]及学术文献^[2][9]等研判。基准估算意指以2024年人口结构和生育水平为参照系，跨期数据标准化折算。

2.分量测量方法：生育意愿分量（x%）通过理想子女数、现有子女数、明确生育计划、经济压力影响等维度构建。步骤：提取相关变量标准化；因子分析提取生育意愿强度公共因子；因子得分映射至[0,1]区间得x%估计值。抑制意愿分量为(100-x)%补集。

3.分量占比估算方法：采用德尔菲法，邀请人口学、经济学、社会学、文化研究领域5位专家两轮独立研判，取中位数，差异控制在±5个百分点内。分量为近似估算值，反映量级关系和结构特征。

（七）分析规则与适用范围。空间-补空间框架生育决策递归分量分解规则，由生育决策系统内在规律决定，是本部分前六方面逻辑演进必然结果，对本研究后续部分定性分级、定量分量、政策组合设计具有导向性、规约性和科学指导性。

1.分析规则。递归分量分解遵循以下分析规则。

规则1：因素交互作用。各抑制因素存在普遍交互作用。经济压力与职场歧视相互强化，托育短缺与观念转型互为因果。规则遵循：后续分析不以单项政策独立效果为唯一看点，而以政策组合系统效果为分析单位。

规则2：政策效果非线性。同类政策叠加（如多项经济补贴）导致边际效应递减，总效果小于单项算术和；异质政策组合（经济补贴+托育服务+观念引导）可能产生协同增强效应（1+1>2）。规则遵循：异质组合可预设协同增强，总效果适当高于算术和；同类重复投入预设边际递减。

规则3：意愿-行为转化概率。从意愿提升到实际生育行为具概率性。国际比较（Gauthier & Hatzius,1997）显示，家庭津贴每增加25%，长期生育率仅提升约4%（每妇女多生育0.07子女）^[10]；湖北田野实验（2016年启动，持续跟踪）发现补贴存在阈值效应，托底效应强于激励效应^[11]。规则遵循：TFR（总和生育率）提升须设小于100%边际转化率，政策应区分托底与激励。

规则4：状态叠合性。个体决策状态非离散分类，而是多种状态叠合。投影分量分解（x%与(100-x)%）正是为此设计。规则遵循：采用投影分量分解，分量占比为群体统计分布特征，政策设计面向系统性调整。

2.适用范围。基于上述规则，本研究分析框架适用于以下范围（规则导向下的自然推论）。

宏观策略层面：提供分层分类施策蓝图（干预优先序对应A₁、A₂、B₂；周期3-5/5-10/10年以上；工具经济补贴/托育/观念引导/结构性改革）。不适用于微观个体精准预测。

动态结构层面：分析结构稳定，但分量占比随时间、政策干预变化（如A₂可转化为A₁）。适用于横向比较分析，不假设占比固定。

参数估算层面：分量占比和TFR提升为近似估算，反映量级关系，微小误差（±5%）不影响结论有效性。

国际经验参照层面：参照日本天使计划和韩国生育补贴政策转化率（12%-18%）^[12][13]。日韩经验印证规则2和规则4，提供量级参照但不提供精确参数。

二、我国人口出生率下降现状与结构特征

（一）出生率下降整体态势。2016年全面放开二孩政策后，出生人口达1883万阶段性峰值^[14]，随后持续下滑。2023年降至902万人^[15]，2024年据初步核算回升至954万人^[1]。当前总和生育率已降至1.3左右超低水平^[2]。结婚登记数从2013年1346.9万对^[16]降至2024年610.6万对^[17]，初婚人数同步下降，对生育率形成持续压力。

（二）全空间V一级分量分解。基于分解规则，全空间V一级分量（见表2）。

表2 V的一级分量分解（2024年基准估算）

（三）补空间B二级递归分解。B的二级分解（见表3）。

表3 B的二级递归分解（2024年基准估算）

A₁（30%）因素分解：经济压力可转化型18%、支持不足可转化型8%、观念引导可转化型4%。

（四）二级补子空间B₁三级递归分解。B₁三级分解（见表4）。

表4 B₁的三级递归分解（2024年基准估算）

A₂（15%）因素分解：观念深层引导型7%、结构性经济压力型5%、综合性因素型3%。

（五）递归分解总览。各级分量分解总览（见表5）。

表5 递归分量分解总览（2024年基准估算）

重要说明：政策覆盖空间73%为理论上限。实际因边际递减、因素交互、执行差异等，可实现转化率显著低于此上限。

（六）结构特征与分群体差异。

1.育龄人口规模与婚姻结构。育龄妇女规模从2011年3.67亿降至2023年3.10亿^[1]。30岁未婚比例从2013年14.56%升至2023年29.97%^[18]，构成B₂重要来源。

2.区域、教育与城乡差异。2023年西部TFR 1.5-2.0，东部0.9-1.1^[1]。2020年普查：大专及以上女性平均生育1.04孩，初中及以下1.68孩^[19]。2024年末城镇化率67.00%^[20]。

3.分群体分量差异。基于CGSS2021[6]、CFPS2020[7]及文献^[2][9]研判（见表6）。

表6 分群体分量差异估算

敏感性说明：城镇A₁占比略高（30-32%），因其对短期政策敏感，但高房价等部分超出短期政策范围，故用区间估算。

分群体政策含义：15-29岁重点短期干预；30-39岁侧重二孩/三孩支持；城镇兼顾短期激励与长期引导；农村侧重托育、教育资源下沉。

三、我国人口出生率下降核心动因所在

基于递归分解，核心空间A下降实质是各类抑制因素叠加压制。B₂及对A₂、A₁起作用的抑制因素，在机制、周期、可干预性上本质不同。

（一）抑制因素三层逻辑结构。三层抑制呈深层—中层—表层递进（见表7）。

表7 抑制因素三层逻辑结构

逻辑关联：深层（B₂）构成底板，即使政策理想，人口惯性仍使出生率长期承压；中层是放大器与传导机制；表层是最终表现。

（二）深层抑制（B₂，27%）。人口结构惯性刚性约束。源于人口自循环，不可逆。

1.育龄人口规模周期性萎缩：从2011年3.67亿降至2023年3.10亿^[1]，缩圈将持续十余年。

2.年龄结构老化不可逆：育龄妇女平均年龄从1990年28.84岁升至2023年33.26岁^[1]，30岁未婚比例升至29.97%^[18]。生育窗口被压缩，难以逆转。

3.政策含义：深层抑制占27%，即使A₁+A₂抑制全消除，仍面临约四分之一结构性下限。B₂政策焦点应从逆转调整为适应。

（三）中层抑制（对应A₂，15%）。制度-文化结构传导放大。

1.观念结构代际转型（7%）：三十年计划生育塑造“独生子女是常态”代际记忆，90后、00后观念中“一个正好”已是文化底色。

2.结构性经济压力制度根源（5%）：养育成本为人均GDP6.3倍，全球仅次于韩国^[21]。根源在收入分配、公共服务不均、住房市场化。

3.教育焦虑文化传导：“不能输在起跑线”集体焦虑推高生育机会成本。优质资源稀缺催生学区房、课外班等支出，使潜在生育者担忧能否养好。教育焦虑成为抑制生育重要文化心理因素——许多人非不想生，而是怕给不了孩子最好教育。

4.传导机制：中层既是深层产物，又是表层根源。对应A₁经济压力可转化型可通过财政转移支付直接缓解；对应A₂结构性经济压力需收入分配、公共服务体系结构性调整。

（四）表层抑制（对应A₁，30%）。直接成本-收益个体约束。

1.经济成本焦虑（18%）：90%以上育龄家庭将经济压力列为首要抑制因素^[2]。

2.时间-服务短缺约束（8%）：2024年每千人口托位数4.08个^[8]，低于OECD国家6-8个水平。职场歧视影响突出。

3.缓冲垫效应：缓解表层抑制可部分切断中层和深层压力传导，提升整体生育意愿。

（五）三层抑制逻辑关联与政策顺序。深层制约中层、中层传导表层，政策优先顺序（见表8）。

表8 政策干预优先顺序

四、我国人口出生率下降应对策略和政策措施

针对不同层级空间分量设计差异化政策并估算效果。需要说明，基于分析规则，生育决策系统具因素交互、非线性、概率性和状态叠合性特征，不存在单一线性数学公式准确刻画政策效果。本研究估算采用多源数据综合研判和专家德尔菲法，结果以区间形式呈现（见表9至表11）。参数取值逻辑已在“分析规则和适用范围”“数据与方法”中阐明。

政策转化率即政策覆盖群体状态转化率，是关键过程指标，定义为研究群体中从生育抑制状态转化为实际生育行为的比例。预期转化率参考已有研究估算：日本天使计划约12%-16%^[12]，韩国生育补贴政策约9%-18%^[13]，整体看短期可转化政策转化率区间大致10%-15%。TFR（总和生育率，平均每位女性育龄期生育孩子数量）是衡量生育水平的核心指标和政策最终结果指标。

（一）针对短期可转化因素（对应A₁，30%）的政策措施。包括降本、支持、引导三项，分乐观、悲观、理性三种情景估算（见表9-0至9-4）。

1.降低养育成本（18%）：差异化生育津贴（一孩300元/月、二孩500元、三孩800元至3岁）；个税减免（每孩年扣1.2万元）。

2.完善支持体系（8%）：托育服务（2027年每千人口托位数升至5.5个，优化空间布局）；消除职场歧视（社保补贴+劳动监察+救济通道）。

3.加强宣传引导（4%）：倡导适龄婚育，合理引导生育预期。

表9-0 对应A₁政策效果与成本预估核心参数选择

乐观方案为理论上限，适用于理想环境；悲观方案为审慎下限，适用于阻力较大情景；理性方案介于之间，适用于政策协同推进、环境基本稳定情景。

表9-1 对应A₁政策效果与成本预估（乐观方案）

表9-2 对应A₁政策效果与成本预估（悲观方案）

表9-3 对应A₁政策效果与成本预估（理性方案）

理性方案注明：参数——政策效果叠加方式为系统涌现，A₁合计效果（0.10-0.16）高于算术和（0.09-0.15），体现异质政策组合协同增强；意愿-行为转化率60%；平均每转化者新增生育数0.5孩；转化率取适中区间。依据——规则2（异质组合可预设协同增强）；规则3（湖北田野实验托底效应与激励效应^[11]）；韩国2024-2025年TFR从0.75升至0.80^[13]（累计提升0.05，含人口周期效应）作为外部参照。

 

表9-4 对应A₁三个方案汇总对照

（二）针对中期可转化因素（对应A₂，15%）的政策措施。包括文化、经济、社会等综合措施，分乐观、悲观、理性三种情景估算效果与成本（见表10-0至10-6）。相对对应A₁，对应A₂政策设计和实施难度较大，但因其长周期特性与A₁的短期密集效果形成相对平衡。

1.重建生育文化（7%）。将人口国情教育纳入中小学课程，从青少年时期培养科学人口观。通过主流媒体和文艺作品树立多子女家庭幸福社会榜样，淡化育儿焦虑传播。长期坚持，形成全社会崇尚生育、支持家庭氛围。

2.调整经济结构（5%）。深化收入分配改革，逐步提高劳动报酬占GDP比重，目标从约43%^[1] 提升至50%以上。完善最低工资调整机制，扩大中等收入群体，对多孩家庭实施累进式个税减免。加大教育、医疗、住房等公共服务财政投入，使经济发展成果惠及育龄家庭。

3.社会综合措施（3%）。包括生育咨询、心理辅导、家庭规划指导、代际沟通调解等个性化服务，建议在100个社区试点2年，评估后推广。

表10-0对应A₂政策效果与成本预估核心参数选择

对应A₂乐观、悲观、理性方案适用性与对应A₁的相似，但分别更适用于结构性改革顺利推进、进展缓慢、稳步实施情形。

表10-1 对应A₂政策效果与成本预估（乐观方案）

表10-2 对应A₂政策效果与成本预估（悲观方案）

表10-3 对应A₂政策效果与成本预估（理性方案）

理性方案注明：参数——政策效果叠加方式遵循规则2，异质政策组合可预设系统涌现（1+1>2）。A₂合计效果（0.06-0.09）约等于各分项算术和，非涌现缺失，而是长周期特性将涌现效应在时间轴上熨平；意愿-行为转化率55%；平均每转化者新增生育数0.5孩。结构性经济调整成本难以单独核算。依据——规则2（异质组合可预设协同增强，A₂因周期长、时滞异而呈现熨平）；规则3（湖北田野实验^[11]）；日韩经验表明结构性改革效果远低于现金补贴^[12]；A₂政策效果周期长、不确定性高。

表10-4 对应A₂三个方案对照

表10-5对应A₁与对应A₂理性方案对比

表10-6 对应A₁与对应A₂理性方案涌现效应对比

（三）针对固化因素（B₂，27%）适应策略。B₂抑制因素无法通过政策逆转，政策焦点应从逆转调整为适应。

1.顺应人口结构变化。接受育龄人口规模收缩趋势，调整政策预期，从扭转下降转为结构约束下释放潜力，避免预期过高导致失效。

2.推进人口红利向人才红利转变。加大教育投入与职业培训，提升劳动力素质。鼓励延迟退休，提高劳动参与率，实现增长动力从人口规模向人力资本转换。

3.完善养老保障体系。构建多层次养老保障，减轻年轻家庭赡养压力。探索时间银行代际互助，切断养老压力—抑制生育—加速老龄化负向循环。

（四）政策组合总体效果与成本。分级分期组合政策，汇总财政投入，形成乐观、悲观、理性三个方案（见表11-0至11-4）。

表11-0总体政策组合效果核心参数设定

表11-1 总体政策组合效果（乐观方案）

注明：合计TFR提升0.22-0.36，中值0.29，可使TFR从1.3回升至约1.59。

表11-2 总体政策组合效果（悲观方案）

注明：合计TFR提升0.09-0.16，中值0.13，可使TFR从1.3回升至约1.43。

表11-3 总体政策组合效果（理性方案）

理性方案注明：参数——A₁预设系统涌现，A₂因长周期呈现涌现被熨平；意愿-行为转化率A₁ 60%、A₂ 55%；平均每转化者新增0.5孩。机制——系统涌现效应在短期内最显著，A₁周期短、见效快、同步性强，涌现显性化；A₂周期长、见效慢、时滞错位，涌现被时间均值化。显性化程度与周期长度负相关。依据——规则2、规则3、湖北田野实验^[11]、日韩经验^[12]、韩国2024-2025年提升0.05^[13]参照。合计TFR提升0.16-0.25，中值0.20，可使TFR从1.3回升至约1.50。

表11-4 对应A₁、A₂三个方案汇总对照

方案选择建议。乐观方案为理论上限，条件严格，现实难完全实现；悲观方案为审慎下限，过于保守，低估协同潜力。理性方案是本文推荐方案，后续讨论均以其为基准。优势：区分A₁与A₂周期差异，体现规则2逻辑；既承认A₁涌现效应，又正视A₂长周期熨平；参数有实证依据（湖北实验、日韩经验）；合计TFR提升0.16-0.25，中值0.20，使TFR回升至1.50，可行且进取。基于理性方案，年财政投入1060-1570亿元，占GDP 0.08%-0.13%，低于日本（约0.3%）^[22]、韩国（约0.5%）^[23]，具财政可行性。

（五）实施障碍与应对。针对障碍采取措施（见表12）。

表12 实施障碍与应对措施

（六）政策实施路线图。基于理性方案，确立路线图（见表13）。

表13 政策实施路线图

需要说明：本路线图应随政策实施进展动态评估调整。

五、我国人口出生率下降问题研究结论

基于空间-补空间框架递归分量分解，得出以下结论：

第一，生育潜力释放可变。当前核心空间A占28%，补空间B占72%，超七成育龄女性生育意愿被抑制。

第二，政策干预分期分层。短期可转化（对应A₁，30%，3-5年）、中期可转化（对应A₂，15%，5-10年）、固化因素（B₂，27%，10年以上）。B₂政策焦点应从逆转调整为适应。

第三，政策效果脱低可期。理论政策覆盖上限73%，基于理性方案，实际可实现TFR累计提升0.16-0.25，中值0.20，使TFR从1.3回升至约1.50。年财政投入1060-1570亿元（占GDP0.08%-0.13%），低于日本（约0.3%）、韩国（约0.5%），具可行性。本估算为5-10年累计效果，A₁因周期短、见效快呈现系统涌现，A₂因周期长、见效慢、协同时滞异呈现涌现被熨平。

第四，分群施策务实求效。15-29岁重点短期干预；30-39岁侧重二孩/三孩支持；城镇兼顾短期激励与长期引导；农村侧重公共服务下沉。

第五，框架方法价值明显。 空间-补空间递归分解方法为人口问题提供精细化结构化分析工具，为精准施策提供理论依据。

参考文献

[1] 国家统计局. 中国统计年鉴2025[M]. 北京: 中国统计出版社, 2025.

[2]杨菊华. 人口负增长的驱动模式与内在机制研究[J]. 社会学研究, 2025, 40(3): 1-25.

[3] 日本厚生劳动省. 令和6年(2024)人口动态统计[R]. 东京: 日本厚生劳动省, 2025.

[4] Statistics Korea. 2024 Birth Statistics[R]. Daejeon: KOSTAT, 2025.

[5]王水雄. 空间-补空间框架的理论与方法[J]. 社会学研究, 2019, 34(5): 1-25.

[6] 中国综合社会调查(CGSS)项目组. 中国综合社会调查2021年数据报告[R]. 北京: 中国人民大学社会学系, 2022.

[7] 中国家庭追踪调查(CFPS)项目组. 中国家庭追踪调查2020年数据报告[R]. 北京: 北京大学中国社会科学调查中心, 2021.

[8] 国家卫生健康委. 2024年我国卫生健康事业发展统计公报[R]. 北京: 国家卫生健康委, 2025.

[9]原新, 丁琪. 低生育率条件下推进婚育友好环境建设[J]. 华中科技大学学报(社会科学版), 2025, 39(3): 1-11.

[10]Gauthier A H, Hatzius J. Family benefits and fertility: An econometric analysis[J]. Population Studies, 1997, 51(3): 295-306. 

[11] 石智雷, 王璋, 魏爽, 杨国超. 生育补贴政策的激励效应与托底效应——来自生育补贴政策田野实验的证据[J]. 经济研究, 2024(11): 175-191.

[12] 杨玉静.低生育率背景下东亚国家的家庭支持政策及经验启示——以日本、韩国为例[J]. 人口与经济, 2021(12): 1-15.

[13] 莽九晨.韩国总和生育率连续两年回升[N]. 人民日报, 2026-05-07(17).

[14] 国家统计局. 2016年国民经济和社会发展统计公报[R]. 北京: 国家统计局, 2017.

[15] 国家统计局. 2023年国民经济和社会发展统计公报[R]. 北京: 国家统计局, 2024.

[16] 民政部. 2013年民政事业发展统计公报[R]. 北京: 民政部, 2014.

[17] 民政部. 2024年民政事业发展统计公报[R]. 北京: 民政部, 2025.

[18] 国家统计局人口司. 全国人口变动情况抽样调查数据[R]. 北京: 国家统计局, 各年度.

[19] 国务院第七次全国人口普查领导小组办公室. 2020年第七次全国人口普查主要数据[M]. 北京: 中国统计出版社, 2021.

[20] 国家统计局. 2024年国民经济和社会发展统计公报[R]. 北京: 国家统计局, 2025.

[21] 梁建章, 任泽平, 等. 中国生育成本报告2024版[R]. 北京: 育娲人口研究智库, 2024.

[22]OECD. Family Database: Public spending on family benefits[EB/OL]. https://www.oecd.org/els/family/database.htm, 2024.

[23] Statistics Korea. 2024 Social Indicators[R]. Daejeon: KOSTAT, 2025.