中国生育差异：南北分野在文化，东西差距看钱包

在中国，地理差异始终是解读社会文化与经济发展的重要密码。谈及文化分野，“南北” 框架几乎成为默认视角 —— 从 “南甜北咸” 的饮食偏好、“南船北马” 的出行传统，到 “南柔北刚” 的性情刻板印象，乃至方言腔调的婉转与铿锵、戏曲唱腔的细腻与豪迈、建筑风格的灵动与厚重，皆被纳入南北对比的分析范畴。更具争议性的是 Talhem 等学者在 2014 年提出的假说：他们认为 “南稻北麦” 的农业格局，并非单纯的生产方式差异，更在深层塑造了中国人的文化心理结构与行为逻辑，为南北文化差异提供了历史溯源的可能。
而当话题转向社会经济发展，“东西” 维度则取而代之成为核心叙事。东部沿海地区凭借临海区位的天然优势与政策先行的制度红利，在经济开放程度、产业现代化水平、城市化进程速度及国际资源融合度上均遥遥领先；反观西部内陆，受限于山脉阻隔的地理条件、产业基础薄弱的历史积淀，发展步伐相对迟缓。这种东西部发展不平衡的态势，早已成为当代中国经济格局中无法忽视的核心特征。
那么，在与民生紧密相连的人口行为领域，这种地理分野是否同样存在？答案是肯定的。人口学研究的核心共识之一，便是任何人口行为都并非孤立存在，而是文化传统与社会经济因素共同作用的结果。我们近期开展的一项研究，通过小区域估计方法整合调查数据与普查数据，对中国县级层面的理想子女数与意愿子女数进行了精准测算，结果清晰呈现出一幅独特的空间图景：生育意愿的两个关键指标，分别对应着 “南北分化” 与 “东西差异” 的鲜明态势，为地理差异影响人口行为提供了直接证据。

概念辨析：理想与意愿，两种生育认知的本质差异

要理解生育意愿空间分布的复杂性，首先需要打破一个认知误区 ——“理想子女数” 与 “意愿子女数” 并非同义替换，二者虽存在关联，却承载着截然不同的内涵，反映了个体对生育问题的两种思维逻辑。
从测量方式来看，二者的提问设计便已体现出差异：

• 理想子女数：通常通过 “你认为一个家庭拥有几个孩子最理想？” 这一问题获取，聚焦于 “家庭” 这一社会单元的最优状态；
• 意愿子女数：则以 “你自己想生几个孩子？” 为核心提问，落脚于 “个体” 的实际生育计划。

正如人口学者郑真真所指出的，这种提问差异背后，是两种完全不同的思维模式：理想子女数是一种 “向后看” 的总结性认知，它源于个体长期接受的文化规范、社会期待与家庭传统，本质上是对 “应该有几个孩子” 的价值判断，因此很少考虑现实中的约束条件；而意愿子女数是 “向前看” 的规划性认知，它更关注个体在未来生命周期中 “能生几个孩子”，经济压力（如育儿成本、住房支出）、政策环境（如生育支持政策）、个人条件（如职业发展、健康状况）等现实因素，都会对其产生直接影响。
这种本质差异，直接体现在数据特征上：理想子女数的均值普遍较高，且不同区域、不同群体间的差异（即方差）较小，其空间分布更稳定地贴合文化区域的划分；而意愿子女数的均值更低，方差更大，其空间格局与社会经济发展梯度的契合度更高 —— 经济发达地区与欠发达地区的意愿子女数，往往呈现出显著差距。

方法创新：如何用有限数据，绘制县级生育意愿地图

要捕捉生育意愿在县级层面的细微差异，最大的挑战在于数据的 “精度不足”。当前主流的生育相关问卷调查，其设计目标多是保证全国或省级层面的代表性，难以覆盖县级这样的微观地理单元，就像用 1:1000 万的地图寻找一座小镇，无法看清局部细节。为解决这一问题，我们基于 2017 年全国生育状况抽样调查数据，结合人口普查分县育龄妇女年龄结构数据，引入了 Gelman 等学者在 2017 年提出的 “分层回归与事后加权（MRP）” 方法，成功将不具备县级代表性的调查数据，转化为可反映县级真实情况的生育意愿指标。
整个方法流程可分为两个核心步骤：

第一步：分层回归模型，解决 “数据稀疏” 问题

我们首先构建了多层级的回归模型，将被访个体的年龄组、所属县、地级市、省份等作为不同层级的 “随机效应”，以此预测个体的生育意愿。这种模型设计的关键优势，在于应对 “样本量极少或无样本的县” 的估计难题 —— 模型不会孤立看待这些 “数据空白” 的县，而是通过 “部分池化（partial pooling）” 技术，让这些县的估计值向整体平均水平适度 “收缩”，避免因样本偶然因素导致的极端结果，从而得到更稳定、合理的县级生育意愿预测值。
在分层回归模型中，学者通常更关注 “固定效应”（如年龄、教育程度等个体特征的影响），但 “随机效应” 的 “收缩特性” 实则是保证估计精度的核心技术。其逻辑基础是：所有观测单位（如不同县、不同年龄组的女性）都属于某一 “共同体”（如同一个省份、同一个年龄段），因此可以借助数据充足群体的信息，校正数据稀疏群体的估计偏差，最终提升推断结果的稳定性与可靠性。

第二步：事后加权，还原 “真实人口结构”

分层回归模型的输出结果，是每个 “人口亚群”（例如 “XX 县 25-29 岁女性”“XX 县 30-34 岁女性”）的生育意愿预测值。但此时若直接将这些亚群的预测值平均，无法真实反映整个县的生育意愿 —— 因为调查样本中各亚群的比例，可能与现实中该县的实际人口结构存在显著差异（例如样本中 35 岁以上女性比例偏高，而现实中 25-30 岁女性占比更高）。
为解决这一问题，我们引入了人口普查数据，提取出各县育龄妇女的真实年龄构成比例，将其作为 “权重”，对各亚群的生育意愿预测值进行加权合并。通过这一步骤，最终得到的县级生育意愿数据，能够完全贴合当地的实际人口结构，确保了数据的真实性与代表性。

研究启示：地理尺度与多维视角下的生育意愿新认知

除了揭示生育意愿的空间分异规律，我们的研究还带来了一个关键发现：地理尺度对解读生育意愿至关重要。数据显示，无论是理想子女数还是意愿子女数，其 “省内差异” 的幅度与 “省际差异” 基本相当。这一结果打破了 “省级行政单元是生育意愿影响因素主要作用层面” 的固有认知，提示我们：影响生育意愿的关键变量（如地方文化传统、区域经济活力、基层生育支持政策），可能更多作用于县级、乡镇级等更微观的地理或社会尺度。
从更宏观的视角来看，这项研究不仅绘制了中国生育意愿的 “精细地图”，更提供了一种理解中国社会差异的新维度。它告诉我们，“生育意愿” 这个看似简单的指标，当被置于 “文化与经济”“理想与现实”“南方与北方”“东部与西部” 的多维透镜下观察时，会呈现出层次丰富的复杂图景 —— 就像石墨与钻石，虽由同种碳原子构成，却因内部结构的细微差异，展现出截然不同的物理性质。
这种认知转变的价值在于，它提醒我们：在分析中国的社会问题时，既不能忽视宏观的地理分野与历史传统，也不能忽略微观的区域差异与现实约束；唯有从多维视角出发，才能更精准地把握问题本质，为制定更具针对性的政策（如差异化的生育支持措施）提供科学依据。