摘要：鉴于现有研究仅考虑“二孩政策”的直接生育效应，忽视生育率下降趋势、政策覆盖群体以外波及效应等现象的不足，选择2005-2016年中国大陆31个省市区样本数据，借助于双重差分模型进行实证研究。首先，借助于双重差分思想设计“单独二孩”与“全面二孩”政策准实验，利用城镇化和受教育水平构建不同工具变量进行实证分析；其次，在实证分析基础上，借助AR(1)预测结果进一步辅助检验了实证结果的稳健性，并从排除工具变量与政策目标变量无关的情形、生育率的提高并非政策处理所致两个方面对实证结果进行合理性讨论，再次考察了我国“二孩”生育政策实施效果的区域异质性。得出以下几点主要结论：“单独二孩”与“全面二孩”政策的实施有效提高了平均生育率，但并没有达到学术界“单独二孩”130-400万，“全面二孩”160-470万的“预期”目标；“单独二孩”政策没有出现明显的“扎堆”现象；东中西部地区“二孩”政策的差异较大，主要原因在于中东西部经济发展水平所决定的教育投资观念与符合“单独二孩”、“全面二孩”的家庭区域分布特征。
关键词：“单独二孩”政策；“全面二孩”政策；效果评价；区域异质性
1 引言
国民生育意愿随着经济的发展逐渐下降，生育率走低的同时死亡率随着生活水平及医疗环境的改善而降低，形成低生育率-低死亡率的“双低”国情，共同促进了社会老龄化。
从2005-2016年仅十年时间我国老年人抚养比上升了2个百分点，达到14.21%。同一时期儿童抚养比下降到23%，下降了5个百分点，从抚养比的结构变化可以发现我国进入加速老龄化阶段(茆长宝，2018)。
抚养比结构变化反映出导致我国老龄化的主要原因之一是出生率下降。为了抑制人口生育率继续下降的影响，国家于2013年放开单独二孩政策，时隔两年继而于2015年放开全面二孩政策。
学术界通过生育率统计数据与“预期”对比，认为无论“单独二孩”还是“全面二孩”政策，其效应都不够理想(王广州，2017；王金营等，2016)，即使“全面二孩”政策的调整能够对少子化—老龄化有积极作用，在不鼓励的条件下积极作用仍然有限(茆长宝，2018)。
伴随着社会民众生活质量的不断提升，广大孕妇对孕期营养状况予以了充分的关注度，但受孕妇活动量不足的影响，也加剧了孕期营养过剩问题的产生，增加了难产和巨大儿等不良妊娠结局的发生几率。受孕妇营养摄入过量、运动缺乏和孕期躁动的影响，使得孕妇极容易产生焦虑和抑郁心理，这也推动了其血糖水平的上升[1]。若孕妇的血糖水平超出标准范围，则其发生早产、流产的几率会大大增加，极容易对自身和胎儿的生命健康形成威胁。目前，现阶段，临床通常将控制血糖水平作为防控妊娠糖尿病高危孕妇发生不良结局的重要途径。基于此，该研究主要分析了实施综合管理改善妊娠糖尿病高危孕妇妊娠结局的影响，现总结如下。
图1 AR(1)预测与真实生育率发展趋势
注：图中2016年之前数据来源于《2017年中国统计年鉴》，2017年数据来源于《中华人民共和国2017年国民经济和社会发展统计公报》，AR(1)为一阶自回归模型的预测值。
可见“单独二孩”与“全面二孩”政策是否能有效提升生育率水平，实现人口平衡更替是目前人口学者最为关注的问题之一。通过简单预测的方式对比(见图1)分析可以发现，两次二孩政策的实施对生育率的提高有着明显的效果，表现在单独二孩政策主要抑制了生育率的继续走低，全面二孩政策则明显抬高了生育率。
“二孩政策”对生育率的效果真实有多大，目前还没有学者进行深入的研究，及时有效评价政策效应是政策得以及时调整的重要依据，若评价研究得不到及时的开展，将影响政策制定的时效性，这正是本文研究的出发点。
2.市级社会保险费征收机构。各市设置社会保险事业局，主要负责本市社会保险经办业务，办理社会保险登记，受理单位和个人缴费申报、审核并征收各项社会保险费。
COPD 的发病机制较为复杂，且个体之间发病易感性差异较大。吸烟已被证实为 COPD 发病最主要的危险因素，但流行病学研究发现仅有 10%～20% 的吸烟者发展为具有临床症状的COPD[9]，并且 COPD 和肺功能受损具有家族聚集倾向，另外不同国家、不同民族 COPD 的发病率也不同[10]。随着基因组学的深入研究及人类全基因组测序的完成，从基因水平分析疾病发病机制及遗传易感性、揭示遗传因素与疾病的相关性成为研究者关注的焦点。本研究旨在通过对 apoM 基因 SNP的研究，进一步探索 COPD 患者的遗传背景，为早期识别社区风险群体和发展新的个体化的治疗靶点提供依据。
“二孩”政策作为国内人口与社会、经济、资源承载能力平衡发展的重要举措，现有相关研究成果主要涉及到“预期”是什么以及是否达到“预期”的争论。
上述研究结果是否合理，需要格外的信息辅助探讨，因难以保证生育率的提高来自于二孩政策的实施，故从以下两个方面辅助验证：
与“单独二孩”研究成果相比，“全面二孩”政策实施预期的相关研究比较稀缺，从预期生育夫妇占比的角度看，翟振武等(2016)依据1‰的抽样调查数据测算结果认为全国目标人群城乡合计910万人，约占符合条件人口的28%，靳永爱等(2016)利用2016年全国6省12市调查数据研究发现有24.4%符合条件的夫妇计划生育二孩并有明确的时间计划安排，尽管低于翟振武教授的28%，但差异相对不大。从年均增加新生儿数量的角度看，翟振武教授用三种方案给出了预期结果，最保守方案测算结果为年均增加160-470万新生儿，王金营等(2016)的研究认为“全面二孩”生育政策实施将使得十三五期间累计多出生2100万人，年均增加420万新生儿，这一结论与翟振武(2016)最保守方案测算结果相吻合。
因“预期”并不唯一，部分学者转而从人口“更替”生育水平的角度进行了研究。郭志刚(2015)研究认为即使启动全面二孩生育政策，也很难回升到更替生育水平，这一观点得到了穆光宗(2017)的支持。相比较而言乔晓春(2015)的观点相对乐观，认为二孩政策将有效使生育水平提高到更替水平。政策效果如何？2014年12月复旦大学召开面向未来的中国人口研究第三次生育政策研讨会上，参会的专家大多认为“单独二孩”政策“遇冷”，然而2015年2月11日《人民日报》发文认为“单独二孩”政策“遇冷”是一种误读，刘爽等(2015)也认为“单独二孩”政策落地一年后作出政策“遇冷”的判断不够谨慎。石人炳(2018)通过生育政策效果的评估认为短期内“二孩”政策有着显著的效果，但中长期来看，政策调整的效果十分有限，张莹莹(2018)的研究也支持了该观点，认为全面二孩政策对中国妇女终身生育率回升到更替水平是有条件的，在考虑妇女社会经济特征的条件下很难回升到更替生育率。
方程(3)回归结果表明“二孩”政策实施对生育率的提高效应为1.0033‰，且显著通过了检验，方程(10)中以教育为工具变量回归结果通过显著性检验，核心变量系数为0.920690，方程(4)中加入控制变量后回归结果显著，系数为0.949824，三个方程中核心变量系数的差异不大，同样进一步证明了回归结果的稳健性和政策处理的外生性。可以发现混合政策处理效应的回归系数普遍高于单独二孩政策效应。
例2中的标题使用了暗喻的修辞格。该文是美国著名专利法学者Chisum教授批评前述美国最高法院关于商业方法专利判例（Bilksi案）不足的论文，他将专利法上可专利客体的法律制度比喻成一座花园，在这座花园里，多年来生长出了大量杂草。他批评最高法院错过了清除这些杂草的时机；但同时，他又认为该判例也为专利法播下了非常有益的种子，对专利权保护范围的界定具有重要积极意义。
旬阳县天然太极城，是因旬河的下切、侵蚀、堆积，环城270度流入汉江，犹如“S”型的旬河水，把县城天然分成阴阳两鱼岛，与四周环立的8座山峰一道勾画出一幅形态逼真、惟妙惟肖的太极图，鬼斧神工般造就了中国一个神秘、神奇、神圣的八卦太极城。
2 研究方法：差分工具变量模型
方程(5)回归结果反映了单独二孩第二年的政策效应，可以看出核心变量系数没有通过显著性检验，为了验证不显著存在的稳健性，在城镇化作为工具变量回归结果的基础之上加入控制变量和将城镇化工具变量替换为教育年限两种方式验证，结果发现加入控制变量和更换工具变量的结果都不能得到核心变量显著通过的结论。故该结果反映了2015年在2014年基础之上生育率有没有显著提高，至少否定了2014年或2015年出现生育“堆积”效应。
││D=0)
Similarly,when diag column of) is a zero vector.Therefore,the estimated frequency parameters can be paired by maximizing the following cost function:
(1)
式(1)中D是施加政策的虚拟变量，D=1表示施加处理，D=0表示未施加处理，上标T为处理组，C为控制组，Y的下标1表示政策处理后，0表示政策处理前。可见式(1)的平均处理效应中，│D=1)反映了处理组施加政策处理前后的平均差异，│D=0)为控制组在相对应控制组施加政策处理前后的平均差异，两者的差分结果进一步相减得到双重差分的平均处理效应。
因为政策评价的时效性和样本量的要求苛刻，双重差分的应用一般借助于面板数据分析研究。假设Yit为政策影响的考察变量，Xit为控制变量组合，模型中考虑时期固定效应的面板回归模型如下：
(2)
式(2)中表达了控制变量所决定控制组的回归模型，为了剔除实验中变量受到时期变动的影响，式(2)中考虑了时期固定效应。若“处理组”与“控制组”的分配条件随机于控制变量Xit，即独立于个体不随时间变化特征，则加入处理变量回归模型如下：
Yit=β0+β1Dit+Xitγ+μt+εit
在医药书里，没有任何一本书会把抗生素叫成消炎药，正确的叫法都是抗菌药物，起的作用是对抗感染，而且是对抗由于细菌或者支原体等抗生素敏感菌引起的特定感染。使用抗生素把敏感菌造成的感染控制住后，由这些敏感菌感染引发的炎症自然也就消了。消炎的结果是伴随着抗生素与敏感菌斗争并且取得胜利而来的。如果炎症不是敏感菌引发的，用了抗生素也起不到消炎的作用。
(3)
式(3)中Dit为i地区t年施加政策处理的状态虚拟变量，是模型关注的核心变量，β1的估计量为差分估计量，也是政策效果评价的重要依据，上式中若满足Dit随机分配于εit，但是并不满足Xit随机分配于εit，则说明上述回归中存在不随时间变化的个体差异，需要设定固定效应面板模型，将模型设置如下：
Yit=β0+β1Dit+Xitγ+μt+ωi+δit
(4)
式(4)中考虑了控制组与处理组不随时间变化的个体差异，此时β1的估计量为双重差分估计量。
方程(6)考察了全面二孩政策效应，变量系数都通过显著性检验，核心变量系数为1.2523，方程(8)加入了控制变量的回归通过显著性检验，核心变量系数为1.142792，方程(12)将工具变量城镇化用受教育年限替代，回归结果核心变量系数通过显著性检验，系数为1.186932，不同回归结果的核心变量系数差异较小，验证了全面二孩政策实施随机于控制变量及工具变量，不受被解释变量生育率的反影响而外生，系数差异不大同时也说明估计结果的稳健性。与单独二孩政策效应相比较，全面二孩政策效应明显较大，以加入控制变量模型为分析的依据，全面二孩政策对生育率提高的效应要比单独二孩政策效应高0.391184，相对高出52%。因为全面二孩政策变量设置2016年为1，其它为0，故全面二孩政策是在单独二孩政策效应基础之上的处理效应，全面二孩政策的实际效应要大于1.2523，但因2015年之前政策变量全部设置为0，平均处理效应受到2013年之前趋势的影响，全面二孩政策效应应该略小于两者之和1.8944。
“二孩”政策的放开是基于预期社会经济平衡发展所做的重大决定，是基于现有环境的预期，并非基于当前经济环境的需求，且二孩政策在短期内并不影响社会经济的环境变迁，可以将其作为“准自然实验”进行政策评价。另外中国人口规模大，经济体量大但人均收入水平较低，长期以来生育选择受到计划生育政策的限制，很难找到与中国国情相同或者类似的经济主体作为对照组。故本文研究过程中构造宏观环境的工具变量作为对照组展开实证分析，在实验组和对照组的分组方面，全国所有省市区划归为实验组，二孩政策的实施独立于宏观环境变量，选择宏观环境变量构造生育率的工具变量作为对照组。
“单独二孩”政策于2013年出台，政策处理将在2014年开始影响到生育率，“全面二孩”政策于2015年出台，政策处理将在2016年开始影响到生育率，因此本文“单独二孩”处理分组时点选择2014年，设置时间虚拟变量时将2014年前设定为0，2014年及之后为1，为了考察政策实施对不同年份生育率的影响，进一步将政策实施第i年设置为1，其它年份均为0。考察全面二孩政策时将2016年之前设置为0，2016年及之后年份设置为1。为了考察“单独二孩”与“全面二孩”政策的混合效果，本文设定2014年之前取值为0，2014年及之后取值为1，需要强调的是混合二孩效果主要考察2013年之后两次“二孩政策”的平均效应，故政策处理值为1的样本区间为2014-2016年，“全面二孩”政策仅分析全面放开二孩政策的效应，处理效应值为1的样本区间仅为2016年。
3 实证分析
本文选择受教育水平、人均GDP、消费比重、城镇化水平等变量从生育文化、生育经济环境、社会生产结构环境等方面构造控制变量。从理论的角度看生育政策实施随机于上述变量，故也可借助于上述变量构造生育率不随政策影响的环境工具变量。现有理论成果支持最多的关系为教育水平越高生育率越低，呈反比例关系(侯力，2018；何亚丽等，2016)。另外城镇化水平与生育率的关系也得到现有理论成果较好的支持，城镇化与生育率呈负相关关系(侯力，2018；戈艳霞，2015)。鉴于理论支撑的差异，本文实证研究中分别将教育水平和城镇化作为主要工具控制组变量，为了克服控制变量选择性偏误，分别将人均产值和城乡消费作为辅助控制变量分步骤进入模型。
由于中国传统文化丰富多彩，因此中国有很多节日，如端午节、中秋节等，每一个节日背后都有相对应的传说故事。相比之下西方的节日就显得有些单调且节日数量远不及中国。在英语和汉语的互译上，中国节日的专有词汇比其他西方国家要多很多，这在一定程度上也反映出中国节日的英文翻译具有多样性。
3.1 指标变量及数据说明
本文研究涉及到指标变量有生育率、受教育水平、人均GDP、消费比重、城镇化水平及相关虚拟变量，因2005年前后部分变量指标统计口径有差异，故本文选择了2005-2016年期间样本数据，所需变量数据来源于《2006-2017年中国统计年鉴》，部分变量介绍具体如下：
鉴于以上研究的不足，本文将借助于双重差分思想，构建工具变量和控制变量，研究“单独二孩”和“全面二孩”政策效果，以及时发现政策实施是否能够解决人口学所关心的问题。与现有成果相比较，本文主要边际贡献在于：(1)本文考虑了现有研究成果预测评估中难以衡量的政策外生育率变动及政策实施之前生育率发展趋势的影响。(2)研究内容考虑了二孩政策效果的区域异质性，得出有利于政策异质性的参考依据。(3)及时评价政策实施效果，从现有大量预测研究转化为经验数据的研究，从调查估计研究到政策效果实证研究，为政策的及时优化提供依据。(4)研究方法可靠、高效，双重差分法是近十年来流行的因果关系分析方法，该方法能有效避免内生性引起的偏误，从而克服了非政策因素导致生育率变化造成的干扰。
2.1 两组患者SBP和DBP水平比较 治疗前，两组患者SBP、DBP水平比较，差异无统计学意义(P>0.05)；治疗后，两组患者SBP和DBP水平均低于治疗前，且试验组低于对照组，差异有统计学意义(P<0.05)。见表1。
(1)受教育水平，反映一个地区教育普及程度及文化事业推进程度，同时也反映该地区人力资本的总体水平，现有测度方法主要有“大专以上学历人口指标”(陈林、夏俊，2015)和“人均受教育年限”(刘生龙等，2016)，因生育率与教育文化相关，仅用专科以上人口指标不够全面，故本文用人均受教育年限反映。
(2)城镇化率，城镇化率指标的选择饱受争议，现阶段主要有三类选择，分别是城镇户籍人口占总人口的比重、城镇就业人口占总人口的比重和城镇常住人口占总人口的比重(陈开斌和林毅夫，2013)。考虑到城乡生活方式差异影响生育决策，本文选择城镇常住人口占比作为城镇化的分析指标。
(3)消费率，居民人均消费支出与人均收入水平的比重，本文选择用城镇居民人均消费与城镇人均可支配收入的比重反应城镇居民消费率，农村居民消费性支出与农村居民人均纯收入比值反应农村消费率。
在上面两个句子中，乔为形容词，指的是“音调比较高、嗓门大”，与该字树木高大的具体意义相比，“乔声怪气”已经引申出了比较抽象的意义，与比较常见的乔字含有的褒义或者中性的感情色彩不同的是，该词含有一定的贬义色彩。
(4)生育率，指年出生人口与总人口的比值。
表1 政策处理的随机性检验
因变量(1)单独二孩当年(2)混合二孩政策(3)单独二孩第二年(4)全面二孩0.000440.00399-0.0027820.0044生育率 (0.0561)(0.4829)(-0.481508)(0.834)[0.000018][0.000630][0.000683][0.001878]0.0062110.0091190.0174130.013485教育 (0.144177)(0.267855)(0.404495)(0.396211)[0.000228][0.000588][0.001795][0.001285]0.0020810.0024530.0032950.002529城镇化 (0.559088)(0.818887)(0.953641)(0.844564)[0.003423][0.005466][0.007399][0.005813]0.0648940.1258210.2475580.225732城市消费(0.132757)(0.318383)(0.542936)(0.571729)[0.000194][0.000830][0.00241][0.002672]-0.9382420.0644090.1643660.315642农村消费(-0.859718)(0.30781)(0.681301)(1.522124)[0.008057][0.000776][0.003790][0.018637]2.09E-062.18E-062.77E-062.26E-06人均GDP(0.931687)(1.286084)(1.419518)(1.333688)[0.009449][0.013376][0.016248][0.014370]样本区间2005-20142005-20162005-20152005-2016 注:表1中(﹒)里面为回归系数的t统计量值,[﹒]里面为R2值,系数后面∗表示在0.1的水平上通过显著性检验,∗∗表示在0.05的水平上通过显著性检验,∗∗∗表示在0.01的水平下通过显著性检验,没有∗代表没有通过显著性检验。
3.2 内生性检验
双重差分模型估计正确的一个重要前提条件是二孩政策的实施是外生的，政策实施随机于处理组和对照组，生育率并不反向影响政策实施，故可以以生育率为自变量，二孩政策的虚拟变量为因变量进行内生性检验，若回归结果显著，则说明存在内生性，若不显著，则符合前提条件假设的要求。以政策处理虚拟变量为目标变量，不同控制变量分别为自变量进行政策处理的随机性检验，结果如表1所示。
本文考察范围包括单独二孩和全面二孩政策，且考虑了单独二孩政策第二年的效应，表1中政策处理的随机性检验分别检验了单独二孩当年、单独二孩第二年、全面二孩及混合二孩政策处理。表中四个检验方程式R2都不足1%，且自变量系数都不显著，说明政策处理不受生育率相关环境变量的影响。
3.3 回归结果
本文从单独二孩当年、单独二孩第二年、全面二孩及二孩混合政策多个方面进行分析，为了分析政策处理独立于对照组和实验组，同时检验回归结果的稳健性，回归模型中分别考察了不同工具变量及控制变量的影响。回归结果如表2所示，表2中报告了工具变量及部分主要控制变量，其它控制变量在本文中没有解释的必要，因版面有限没有报告。
表2-1 差分工具变量模型回归结果
因变量:生育率(1)(2)(3)(4)(5)(6)单独二孩0.7966∗∗∗(2.7256)0.751608∗∗(2.48100)1.0033∗∗∗(3.914)0.949824∗∗∗(3.526792)单独二孩第二年0.511126(1.30135)全面二孩1.2523∗∗∗(3.1359)城镇化-0.1216∗∗∗(-15.898)-0.087567∗∗∗(-5.92714)-0.12151∗∗∗(-16.064)-0.082418∗∗∗(-5.62238)-0.119356∗∗∗(-15.5736)-0.1185∗∗∗(-15.758)教育-0.472261∗∗∗(-2.60001)-0.541067∗∗∗(-3.03372)其它控制变量是是样本区间2005-20142005-20142005-20162005-20162005-20152005-2016R20.427840.4410480.41190.44100.418780.403389 注:∗表示在0.1的水平上通过显著性检验,∗∗表示在0.05的水平上通过显著性检验,∗∗∗表示在0.01的水平下通过显著性检验,没有∗代表没有通过显著性检验。
表2-2 差分工具变量模型回归结果
因变量:生育率(7)(8)(9)(10)(11)(12)单独二孩0.788505∗(1.900451)0.920690∗∗(2.256585)单独二孩第二年0.099036(0.2546)0.559451(1.3595)全面二孩1.142792∗∗∗(2.836886)1.186932∗∗∗∗(2.8670)城镇化-0.0751∗∗∗(-5.1731)-0.082418∗∗∗(-5.62238)教育-0.6135∗∗∗(-3.4242)-0.541067∗∗∗(-3.0337)-1.344673∗∗∗(-3.5347)-1.383212(-14.0928)-1.3776∗∗∗(-13.916)-1.362765(-14.31779)其它控制变量是是样本区间2005-20152005-20162005-20142005-20162005-20152005-2016R20.4736140.4189660.3750660.3504130.3646850.358349 注:同表2-1
本文研究的核心变量为二孩政策处理变量，依据二孩政策实施的不同阶段，方程(1)(2)(9)考察了单独二孩当年政策效果，方程(3)(4)(10)考察了政策实施的混合效果，方程(5)(7)(11)考察了单独二孩第二年政策效果，方程(6)(8)(12)考察了全面二孩政策效果。其中方程(1)(3)(5)(6)为基本回归，方程(2)(4)(7)(8)为增加控制变量的结果，主要用来分析回归结果的稳健性，方程(9)(10)(11)(12)将工具变量城镇化替换为受教育年限的估计结果，主要用来分析回归结果的稳健性。
方程(1)仅包含了工具变量城镇化，回归结果反映了单独二孩当年的影响。政策变量显著通过检验，平均处理效应为0.7966‰，在理论上城镇化与教育都可以做生育率的工具变量，故方程(9)将工具变量用受教育水平代替，回归结果依然显著，且回归系数表明“单独二孩”政策平均处理效应为0.788505‰，与城镇化作为工具变量时相比差异不大。为了进一步验证回归结果的稳健性，将城镇化视作工具变量，加入教育、人均农村消费率、城市消费率和人均GDP等控制变量，可以发现加入控制变量回归结果中核心解释变量系数差异不大，说明估计结果是稳健的，也进一步证明了政策处理随机于控制变量、工具变量和实验组变量，政策实施是外生的。
尽管“二孩”政策的研究内容丰富，但从政策效果评价的角度看，上述研究存在以下不足：(1)没有充分挖掘生育意愿随机于客观条件使得生育预期与实际生育的差异进一步扩大等信息；(2)学者大都关注“二孩”政策得出出生多少人口的“预期”，但是很少有学者重视能否抑制生育率下降或者有效抬高生育率的问题，这本质上是两个问题；(3)及时评价一项公共政策有助于后续政策研究制定，但“单独二孩”与“全面二孩”已经分别实施多年，预测成果丰富，评价成果鲜见。
双重差分最早于1978年由西方经济学家从自然科学引入(Ashenfelter，1978)，周黎安，陈烨于2005年研究农村税费改革的政策效果评价时引入中国。该方法之所以能够得到普遍的重视，其原因在于能够较好地克服政策作为解释变量所存在的内生性问题，有效控制了被解释变量对解释变量的反因果关系。双重差分基本原理延续了自然科学实验的因果分析，一项自然科学实验，包括实验组和控制组、处理前和处理后的对比，要求实验组和控制组处于同样环境之中，唯一的区别在于某一时点对实验组施加了某种处理，且处理不影响控制组。政策效果的评价主要用平均的政策处理效应求解：
双重差分模型成功应用的前提是保证政策实施外生于宏观环境系统，即实验实施随机于模型及变量，不存在内生性，主要表现在以下两个方面：1、分组事件是随机的，准实验的样本分组要求控制变量随机独立于政策处理实施。2、政策实施并不引起控制变量的反效应。两个方面的实验设计技术都依赖于控制组变量的选择，控制组变量不会影响政策实施，政策实施也不会影响到控制组变量的趋势。
2）建立新坐标系。根据计算的三角形边长，构建计算用三角形，其三角形顶点为M1、M2、M3，把M1点作为新坐标系的原点（0，0），M1及M2构成的边作为X轴，如图3所示，则这3个点在新坐标系下的坐标
3.4 政策效应稳健性的辅助分析
不同工具变量及加入不同控制变量的回归结果从多角度说明回归结果是稳健的，但本文控制变量组合并不能保证是完美的。为此本文将时间序列模型的预测作为辅助分析的工具变量，借助于预测工具变量与差分工具变量模型对比分析结果的稳健性。时间序列工具变量通过自相关和偏相关系数的衰减特征建立AR(1)模型模拟预测得到，鉴于篇幅限制具体过程略去(预测趋势图见图1)，结果如表3所示。
表3 政策效应稳健性的辅助验证
单独二孩当年全面二孩二孩复合效应平均效应水平面板工具变量法(%)0.7516081.1427920.949824政策效应出生增量人口(万人)102.4157.7130.21时间序列法(%)0.5555951.479581.0178政策效应出生增量人口(万人)75.698204.16139.53参照人口(万人)136246(2014年)137984(2016年)137984(2016年)137088(2015年)
表3中两种方法结论基本相吻合，进一步辅助验证了差分工具变量模型研究结果的稳健性和有效性。表3中第三列时间序列模型难以得到全面二孩的净效应，第四列工具变量法难以得到二孩政策的复合效应，但是时间序列的政策复合效应系数1.47958，符合工具变量研究的预期结果：全面二孩政策的实际效应要大于1.2523，小于两者之和1.8944。
3.5 研究结论的合理性讨论
在“单独二孩”实施前后，学者对政策预期效应做了大量的讨论，但结论差异较大。总体而言，学术界预期政策性年增加新生儿最少为130万，最多达到400多万，如翟振武等(2014)借助于全国6.4万户抽样调查资料分析结果认为，符合“单独二孩”条件的目标人群中，有生育愿望的夫妇约为60%，并依此推算认为在政策实施后4-5年内年均新增出生130-160万人，乔晓春(2015)认为符合“单独二孩”政策的夫妇大约为1117万，年均增加新生儿约223万，张丽萍等(2014)借助2015年1‰的人口抽样数据，研究认为符合“单独”新政策的人群有1411万对夫妇左右，预期目标人群为1100万对夫妇，年均新增新生儿约220万。乔晓春(2015)和张丽萍等(2014)的研究结果差异不大，但与翟振武等(2014)给出的预期结果差异较大。另外石人炳(2014)从动态增加新生儿的角度分析认为受政策滞后的影响，2015年约有347-417万的政策性人口出生增量，可能产生“堆积”现象(姚引妹等，2014)。
首先，需要检验排除工具变量与政策目标变量无关的情形。尽管排除了内生性影响，但符合外生性的工具变量容易选择到与政策目标无关的变量，故有必要对工具变量进一步验证其与生育率的相关性。从表2中方程(1)-(8)可以看出，工具变量城镇化的系数非常稳健，都通过显著性检验，系数的符号一致保持为负号，验证了城镇化与生育率存在稳健的负相关关系。方程(2)(4)(7)(8)(9)(10)(11)(12)中受教育年限的系数都通过显著性检验，稳健地验证了受教育年限与生育率成负相关关系，说明本文选择其作为工具变量是合理的。
与会专家就全面客观认识农药、安全科学用药、农药行业如何健全舆情管理体系等话题进行报告，并展开讨论。中国农药发展与应用协会会长刘永泉表示，农药行业的可持续发展需重点围绕三方面对待和重视：一是行业进入新时代，要勇于面对、敢于担当；二是面临新形势、新变化，行业要谨慎对待、智慧发展；三是改革正处于新阶段，顺势而为是大方向。
表4 “二孩”政策效应的区域异质性
因变量:生育率(1)(2)(3)(4)(5)(6)东部地区单独二孩当年0.185960(0.4313)0.19131(0.4391)单独二孩第二年-0.638949(-1.1366)-0.66954(-1.316)全面二孩1.57211∗∗∗(2.9262)1.2401∗∗(2.2905)R20.6677280.66770.7549370.63870.6091130.717512中部地区单独二孩当年0.970427∗(1.9608)1.11087∗∗(2.48982)单独二孩第二年0.551(0.8799)0.5546(0.884)全面二孩0.94077(1.524)0.85704(1.3807)R20.0937330.116640.045260.0620.036890.04952西部地区单独二孩当年0.85129∗(1.7625)1.01403∗∗(2.4329)单独二孩第二年0.76699(1.2101)0.73531(0.2499)全面二孩1.18362∗(1.89548)1.123748∗(1.78839)R20.418780.3051260.2877880.4189660.2897980.29301是否加入控制变量是是是样本区间2005-20142005-20142005-20162005-20162005-20152005-2015 注:∗表示在0.1的水平上通过显著性检验,∗∗表示在0.05的水平上通过显著性检验,∗∗∗表示在0.01的水平下通过显著性检验,没有∗代表没有通过显著性检验。
其次，需要检验排除生育率的提高并非是政策处理所致。若存在一个与二孩政策无关的变量，该变量同时是生育率的影响变量，能够显著地解释生育率在政策实施时点之后提高了生育率水平，则说明生育率的提高不仅仅来自于政策实施的贡献。符合该条件的变量则是本文选择的工具变量，可以借助于工具变量对政策变量回归分析，若回归结果显著，说明该变量影响政策虚拟变量的选择，从而间接证明该变量影响了生育率的提高。该问题在表1内生性检验教育、城镇化、农村消费、城市消费、人均产值对政策变量的回归中得到了验证，控制变量对政策变量的回归结果都没有通过显著性检验，且R2较小，解释的程度非常弱，可以说明这些相关变量并不能解释生育率变化。
4生育政策的区域异质性探讨
受经济发展水平、孩子抚养成本、优生观念等因素的影响，生育政策的实施对不同区域影响程度有较大差异，为了分析环境异质性带来的差异，本文将按照经济区域划分方法对我国东中西部地区[注]东部地区包括北京、天津、河北、辽宁、上海、江苏、福建、山东、广东、海南；中部地区包括黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。分别进行回归，因版面有限，本文仅仅报告了基本的回归结果如表4所示。
表4中回归结果可以看出，东部地区单独二孩政策效应不显著，但是全面二孩政策显著，中部地区正好相反，单独二孩政策显著，全面二孩政策却不够显著，西部地区单独二孩政策、全面二孩政策都显著。不加入控制变量和加入控制变量的结果保持了一致，说明回归结果是稳健的。从回归系数的角度看，东部地区的全面二孩效应略高于西部地区。中部地区单独二孩政策第一年政策效应略高于西部地区。
我国正在推行的最严格水资源管理制度，引起了国内外有关领域和各界广泛关注。作为中国水资源保护、管理以及国际交流与合作的积极推动者，全球水伙伴中国委员会于2012年4月20日在北京举办中国水资源管理制度建设高级圆桌会议。水利部部长陈雷出席会议并致辞，十一届全国人大财经委员会副主任委员、全球水伙伴中国委员会主席汪恕诚主持会议，国家发展改革委副主任杜鹰出席会议并致辞，国务院南水北调工程建设委员会办公室副主任于幼军出席会议。来自不同地区、部门、区域、行业及各相关组织的代表和专家汇聚一堂，共同探讨加强中国水资源管理制度建设的有关问题。
中东西部地区二孩政策效应的回归结果从符合条件的家庭结构角度可以得到较好的解释，经济发展水平越高，对子女教育投资越加重视，教育投资越大(侯力，2018；李子联，2016)。现阶段符合单独二孩政策的基本为事业单位、公务员、国有企业等单位职工子女继续进入到事业单位、公务员、国有企业等单位职工家庭。符合全面二孩政策的则是自主创业者、民营企业职工、经商务工人员子女转化为事业单位、公务员、国有企业等单位工作者的家庭。东中西部地区对子女教育投资的力度从东中西依次呈现出递减的规律(范柏乃、来雄翔，2005)，东部地区全面二孩政策效果显著是因为生育愿望强烈的家庭为：父母为自主创业者、大多民营企业职工、经商务工人员子女进入事业单位、公务员、国有企业等单位工作的家庭，东部地区民营企业及自主创业等方面经济发展迅速，为帮助代际子女的养育提供了基础，资本积累优越于世代公职人员家庭，中部地区则相反。西部地区是经济欠发达地区，城镇化水平低，生育率观念转变缓慢，子女的养育投资成本相对不高，且教育投资的观念也相对不强烈，无论“单独二孩”还是“全面二孩”政策，都能释放显著的生育潜能。
5 研究结论
本文借助于双重差分思想设计“单独二孩”与“全面二孩”政策准实验，选择2005-2016年中国大陆31个省市区样本数据，构建不同工具变量和控制变量的双重差分模型进行实证研究，得出以下几点主要结论：
(1)“单独二孩”与“全面二孩”政策的实施有效提高了平均生育率，但并没有达到学术界“预期”目标。本文研究认为“单独二孩”综合增加生育子女数为102.4万，“全面二孩”综合增加生育子女数为157.7万。小于学术界“单独二孩”130-400万，“全面二孩”160-470万的预期。
(2)“单独二孩”政策没有出现“扎堆”现象。单独二孩第二年政策效应并不显著高于或低于第一年，否定了2014年或2015年出现生育“堆积”现象。
(3)“全面二孩”政策效应显著大于“单独二孩”政策效应。与单独二孩政策效应相比较，全面二孩政策对生育率提高的效应要比单独二孩政策效应高0.391184，相对高出52%。
(4)东中西部地区“二孩”政策的差异较大。东部地区单独二孩政策效应不显著，但是全面二孩政策显著，中部地区正好相反，单独二孩政策显著，全面二孩政策却不够显著，西部地区单独二孩政策、全面二孩政策都显著。
(5)城镇化、受教育年限与生育率水平存在显著的负相关关系。除了得到政策效应结论之外，本文另外得到工具变量城镇化与生育率稳健地存在负效应，受教育年限与生育率稳健地存在负效应，且受教育水平促低生育率的效应大于城镇化。
参考文献：
茆长宝，穆光宗，武继磊.少子老龄化背景下全面二孩政策与鼓励生育模拟分析[J].人口与发展，2018，24(4)：56-65+76.
张莹莹.全面二孩政策对中国生育水平的影响——基于多项Logit模型的探讨[J].西北人口，2018，39(3)：34-43.
石人炳，陈宁，郑淇予.中国生育政策调整效果评估[J].中国人口科学，2018，(4)：114-125+128.
穆光宗.“全面二孩”政策实施效果和前景[J].中国经济报告，2017，(1)：24-26.
王广州.生育政策调整目标人群总量与预期效果再检验[J].人口学刊，2017，39(6)：5-16.
王金营，戈艳霞.全面二孩政策实施下的中国人口发展态势[J].人口研究，2016，40(6)：3-21.
翟振武，张现苓，靳永爱.立即全面放开二胎政策的人口学后果分析[J].人口研究，2014，38(2)：3-17.
乔晓春.从“单独二孩”政策执行效果看未来生育政策的选择[J].中国人口科学，2015，(2)：26-33+126.
石人炳.“单独二孩政策”实施初期的出生堆积及其特点[J].人口与经济，2014，(5)：13-22.
张丽萍，王广州.中国育龄人群二孩生育意愿与生育计划研究[J].人口与经济，2015，(6)：43-51.
翟振武，李龙，陈佳鞠.全面两孩政策下的目标人群及新增出生人口估计[J].人口研究，2016，40(4)：35-51.
靳永爱，宋健，陈卫.全面二孩政策背景下中国城市女性的生育偏好与生育计划[J].人口研究，2016，40(6)：22-37.
郭志刚.清醒认识中国低生育率风险[J].国际经济评论，2015，(2)：100-119+7.
刘爽，王平.对“单独二孩”政策新的认识与思考[J].人口研究，2015，39(2)：57-66.
周黎安，陈烨.中国农村税费改革的政策效果：基于双重差分模型的估计[J].经济研究，2005，(8)：44-53.
侯力.东北地区长期低生育水平形成原因探析[J].人口学刊，2018，40(2)：96-104.
何亚丽，林燕，张黎阳.教育及社保投入对生育率和教育水平的影响[J].南开经济研究，2016，(3)：133-153.
戈艳霞.中国的城镇化如何影响生育率?——基于空间面板数据模型的研究[J].人口学刊，2015，37(3)：88-101.
刘生龙，周绍杰，胡鞍钢.义务教育法与中国城镇教育回报率：基于断点回归设计[J].经济研究，2016，51(2)：154-167.
陈斌开，林毅夫.发展战略、城市化与中国城乡收入差距[J].中国社会科学，2013，(4)：81-102+206.
李子联.收入与生育：中国生育率变动的解释[J].经济学动态，2016，(5)：37-48.
范柏乃，来雄翔.中国教育投资对经济增长贡献率研究[J].浙江大学学报(人文社会科学版)，2005，(4)：52-59. ▲
TheResearchontheEffectandRegionalHeterogeneityofChina’s“TwoChildren”Policy
CHEN Hai-long1，2，MA Chang-fa1
(1SchoolofStatisticsandDataScience，XinjiangUniversityofFinanceandEconomics，Urumqi830012，China；2SchoolofStatisticsandManagement，ShanghaiUniversityofFinanceandEconomic，Shanghai200433，China)
Abstract:In view of the fact that the existing research only considers the direct fertility effect of the“two-child policy”，neglects the decline of fertility rate and the effects of the coverage of the policy coverage group，this paper selects the sample data of 31 provinces and cities in mainland China from 2005 to 2016，Empirical research on the double difference model.This paper firstly designs the quasi-experiment of the policy，and construct different instrumental variables by the urbanization and the education level.Secondly，on the basis of empirical analysis，the AR
(1)prediction results are used to further test the robustness of the empirical results，and discussed the rationality of empirical results.Thirdly，it examines the regional heterogeneity of the implementation effect of the“two-child”birth policy in China.The main conclusions are as follows：the implementation of the“two children alone”and“full two children”policies has effectively improved the average fertility rate，but it has not reached the academic“two children”of 1.3 to 4 million.The“children”have an“expected”goal of 1.60-4.7 million；there is no obvious“getting together”phenomenon in the“two children alone”policy；the“two children”policy in the eastern，central and western regions has a large difference.
Keywords:“Separate Two Children”Policy；“Comprehensive Two Children”；Policy Effect Evaluation；Regional Heterogeneity.
中图分类号：C92-03
文献标识码：A
文章编号：1674-1668(2019)03-0067-09
收稿日期：2018-08-19；修改日期：2018-11-27
基金项目：本文感谢国家自然科学基金项目(71463054；71864034)的资助。
作者简介：陈海龙(1984—)，男，新疆财经大学统计与数据科学学院讲师，上海财经大学统计与管理学院博士研究生；马长发(1975—)，男，新疆财经大学统计与数据科学学院副教授，博士，本文通讯作者。
标签：政策论文; 变量论文; 生育率论文; 效应论文; 工具论文; 社会科学总论论文; 人口学论文; 世界各国人口调查及其研究论文; 《人口与发展》2019年第3期论文; 国家自然科学基金项目(71463054; 71864034)论文; 新疆财经大学统计与数据科学学院论文; 上海财经大学统计与管理学院论文;