Newshot 官僚激励塑造了中国独生子女政策的有效性
主要
独生子女政策（OCP）被广泛认为是现代全球历史上最严格的公共政策之一11。然而，中国总和生育率（TFR）在1979–1980年实施该政策后下降很少（图1）。尽管一些过去的研究表明OCP有效降低了生育率8,12，但该政策在全国迅速实施也使将其影响与长期生育趋势区分开来变得困难。如果该政策确实有效，那么中国在20世纪80年代生育率的温和逐步下降意味着早期执行充其量是薄弱的（补充说明1）。
中国的 TFR，来源于联合国人口司62的《2024年世界人口展望》。更替生育率是人口在代际之间（无迁移情况下）恰好自我更替所需的生育率。一般而言，在许多高收入国家，这一比率约为每名妇女2.1个孩子，尽管它随人口死亡率63,64而变化。
相比之下，在20世纪90年代初，中国TFR骤降超过三分之一，降至更替生育率以下。这里我们研究20世纪90年代一票否决（OVV）政策下加强官僚激励如何有助于更有效地实施OCP，并且也导致了OCP在十多年后对生育率的延迟影响。省级和地方政府负责实施OCP和OVV等中央政府政策（并在其管辖范围内拥有自主权），但中央政府通过干部考核制度——中国官僚控制的关键13,14,15,16（补充说明2）——强烈影响下属省级和地方官员。干部考核制度可追溯至毛泽东时代，是一种多维绩效评估体系，用于根据既定政策目标的完成情况对地方官员进行排名（补充说明3）。重要的是，通过该制度进行的绩效评估在很大程度上决定中国官僚的职业晋升，因此对其职业关切至关重要13,14,15,17,18。
官僚激励塑造了中国独生子女政策的有效性
OVV 政策极大地强化了干部考核中遵守 OCP 目标的激励；一旦未能达标，在中国官僚体系内，涉事官僚整个职业生涯都将被严格禁止晋升。具体而言，对于未能完成优先目标的基层官僚（在我们的研究中，即上级政府设定的人口与计划生育目标；在 OVV 推行时，OCP 目标是唯一的优先目标），绩效否决会使其所有其他成绩失效，导致整体绩效评估为不合格（补充说明 4）。这种不合格的绩效否决严格阻断了晋升通道，甚至可能导致免职，从而在官僚中形成了遵守优先目标的强大激励。人口学家长期以来依据定性和行政证据主张，这种执法力度的收紧推动了 20 世纪 90 年代中国生育率的下降11,12,19,20（补充说明 5），尽管该假说尚未经过因果检验，其幅度也未得到量化。补充表 1 展示了在 30 个实施了 OVV 的中国大陆省级行政单位中 OVV 采纳的时间21。我们注意到，OVV 采纳的时间并未遵循明显的地理模式，且 OVV 时间与 OVV 之前的省级特征水平仅呈弱相关（补充图 1）。我们还直接检验了生育趋势与 OVV 采纳时间之间的关系（见下文“年度生育概率”部分提供的证据）。到 1996 年，OVV 政策的覆盖范围已扩大至几乎全中国人口（扩展数据图 1）。
基于一项大型回顾性调查中完整的避孕与生育史，我们显示 OVV 大幅降低了女性的年度生育概率，且下降集中在较高孩次。值得注意的是，OVV 实现这一效果的部分途径是大幅提高了宫内节育器（IUD）的使用——这是中国最常见的现代避孕方式——其中地方官员推荐的 IUD 使用的相对增幅远大于自愿使用。利用这些估计构建序贯多减因生育生命表（遵循 Van Hook 和 Altman22 以及 Babiarz 等人9 的一般方法），我们发现该政策解释了中国 20 世纪 90 年代 TFR 下降的约一半，这是中国生育率首次降至更替水平以下。
我们的发现对两个广泛的研究领域具有意义。第一，它们为关于中国生育率降至更替水平以下究竟反映的是人口政策的执行11,12,19,20 还是快速经济发展23 的长期争论提供了信息。尽管我们的结果证实了两种观点的要素（与人口政策无关的背景力量解释了研究期间约一半的下降），我们提供了新的定量证据表明人口政策的执行解释了另一半——多于此前研究所提示的7,8,9,10——并且我们记录了政府官员对避孕使用的直接影响。第二，我们的发现对官僚激励的学术研究有所贡献，提供了新证据表明其强度——而不仅仅是政策目标的存在（即使在一个具有中国行政触达范围的体系中）——如何在一项不受欢迎的强制性指令下直接塑造了人口结果。总体而言，我们的研究表明，人口政策对中国生育率下降的贡献大于世界其他国家1,2,3,4,5,6,7,8,9,10，但这仅发生在官僚激励大幅强化之后。
OVV 实施与生育记录
我们的分析使用了两个主要数据来源。首先，我们利用官方档案出版物中的政府文件，汇编了省级OVV实施日期（补充表1）。这些文件发表于省级地方志、大事记和年鉴，以及《中国计划生育年鉴》。
其次，我们使用了2001年全国计划生育与生殖健康调查24。国家计划生育委员会（NFPC）大约每十年开展两次此类调查，以评估中国的人口与生殖行为，并制定人口政策（补充说明6）。这项具有全国代表性的调查于2001年针对15–49岁女性开展，采用分层抽样方法，选取了1,041个社区，纳入约45,000名女性（补充说明7）。对于每位受访女性，调查收集了完整的避孕使用、妊娠和生育史信息，包括每位被抽样女性妊娠的结束日期和结果。
利用这些妊娠和生育史数据，我们构建了一个回顾性样本，涵盖1980年至2001年间的超过63,000次妊娠和超过44,000例活产（补充说明8）。除既往妊娠和生育信息外，该调查还包含女性避孕使用的详细信息，以及中国两种最常见的现代避孕方式：宫内节育器（IUD）和女性绝育25。调查还包含一项明确测量，用以判断避孕使用是女性及其家庭的选择，还是由他人（包括政府官员；补充说明9）建议。补充表2和补充图2报告了我们样本的描述性统计量，补充图3展示了OVV政策在其居住省份实施时女性年龄的分布，表明我们的样本在与分析相关的各年龄组中具有合理的覆盖。
年度生育概率
我们首先估计OVV政策如何影响女性的年度生育概率。我们将女性在某一日历年是否生育的指示变量，对其所在省份采用OVV前后年份的事件年指示变量进行回归，并控制其教育程度和民族，同时纳入省份和日历年固定效应（方程(1)；完整估计细节见方法部分）。图2和补充表3展示了由方程(1)得到的\(\widehat{{\beta }^{k}}\)的事件研究估计值（方法；事件年–1被省略）。我们的主要估计采用Cengiz及其同事提出的双向固定效应校正方法26，但我们也展示了使用替代校正方法时结果相似。在OVV之前，我们几乎没有发现与政策实施时间相关的生育率差异趋势的证据。所有k < 0的\(\widehat{{\beta }^{k}}\)估计值都接近于零且在统计上不显著（联合检验也不显著，F(7,161) = 1.19，P = 0.313）。这些结果与我们的假设一致，即省级OVV采用的时间与既有的生育趋势正交。
官僚激励塑造了中国独生子女政策的有效性
来自方程(1)的年度生育概率（政策前均值 = 0.106）的双重差分估计，使用了六种不同的估计量：双向固定效应（TWFE）模型的动态版本，使用普通最小二乘法估计；Cengiz et al.26；Sun and Abraham65；Callaway and Sant’Anna66；de Chaisemartin and d’Haultfoeuille67；以及Borusyak et al.68。对于普通最小二乘法、Sun and Abraham65和Cengiz et al.26估计量，事件时间t ≤ −8处的系数表示所有t ≤ −8时期的累积效应。对于其他估计量，它表示恰好t = −8处的特定效应。95%置信区间仅针对Cengiz et al.26估计量（我们的主要设定）显示，并且是双侧和逐点的（未针对多重比较进行调整）。Callaway and Sant’Anna66估计量的推断基于wild cluster bootstrap。Cengiz et al.26估计量的标准误在处理队列 × 省份水平上聚类。其余估计量的标准误在省份水平上聚类。结果变量是活产的发生。样本包括2001年年龄在15–49岁的女性，以及她们在1980年至2001年间的生育（n = 1,906,333个堆叠的女性-年观测；36,375名唯一女性）。垂直虚线表示OVV实施的时间。数据来自2001年全国计划生育与生殖健康调查。
相比之下，在采用OVV之后，女性的年度生育概率立即且迅速下降。汇总所有胎次，图2显示，在OVV实施后的所有事件年份中，这些下降在统计上均显著，除了政策采用的初始年份（事件年份1至8的双侧P值范围从<0.001到0.016；补充表3）。到最后一个事件年份，年度生育概率的下降为2.5个百分点（95%置信区间 = −0.038至−0.013，双侧P < 0.001，n = 1,906,333女性-年），相对于政策前均值下降了约24%（补充说明10）。
扩展数据图2还按出生胎次分别报告了方程(1)的估计值（详情参见补充表4）。人们可能预期这些下降会出现在第二胎及更高胎次的生育中（OCP适用的生育），但不会出现在第一胎中（补充说明11）。与这些预期一致，第一胎的估计值通常较小且在统计上不显著。相比之下，到最后一个事件年份时，第二胎和第三胎出现了大幅且显著的下降（分别为1.4和0.9个百分点）（第二胎：95%置信区间 = −0.019至−0.008，双侧P < 0.001，n = 1,906,333；第三胎：95%置信区间 = −0.012至−0.006，双侧P < 0.001，n = 1,906,333），相对于OVV之前的无条件均值，分别下降了41.3%和76.5%（补充说明12）。最后，尽管第四胎及更高胎次的生育只占样本的很小一部分，但它们在OVV实施后也显著下降。虽然绝对下降幅度很小——到事件年份8达到统计显著的–0.24个百分点（95%置信区间 = −0.004至−0.001，双侧P = 0.004，n = 1,906,333）——但这相对于OVV前的无条件均值下降了53.3%（补充说明13）。
在 OVV 下，对 OCP 执行更强的官僚激励，可能也会预期使各省生育率趋同，在 OVV 前生育率较高的省份下降幅度更大。Extended Data Fig. 3 分别报告了 OVV 前生育率高于中位数和低于中位数的省份对方程 (1) 的估计，显示初始生育率较高的省份年出生概率下降明显更大（差异具有统计显著性：F(8, 116) = 4.39，P < 0.001；Supplementary Note 14）。
我们还估计了饱和模型，扩展方程 (1)，允许事件年份系数按民族、居住身份和教育程度存在异质性。这样做时，我们预期 OVV 效应对汉族（相对于少数民族）女性、农村（相对于城市）女性和受教育程度较低（相对于较高）者更大（结果见 Extended Data Fig. 4）。OVV 效应在汉族个体中较大且具有统计显著性（事件年份 8：−0.0262，95% 置信区间 = −0.038 至 −0.014，双侧 P < 0.001，n = 1,906,333；Extended Data Fig. 4a），而少数民族的估计值与零在统计上不可区分（Extended Data Fig. 4b），这与中国少数民族通常免于 OCP 配额27 的事实一致。效应在农村居民中较大且具有统计显著性（事件年份 8：−0.0312，95% 置信区间 = −0.046 至 −0.016，双侧 P < 0.001，n = 1,906,333；Extended Data Fig. 4c），而 OVV 对城市女性影响很小（Extended Data Fig. 4d），大概因为城市地区 OCP 的执行已经更严格11。OVV 的效应也集中在受教育程度较低的女性中（Extended Data Fig. 4e），在受教育程度较高者中较小（Extended Data Fig. 4f），这可能反映 OVV 之前受教育程度较低女性对大家庭的需求更大。
最后，一个潜在担忧是，上报的生育率可能被操纵以符合政策目标28,29,30。为评估数据质量，我们将样本结果与两个独立数据来源的结果进行比较。由于我们的妊娠史数据是回顾性的，它可能较少受到地方官员操纵，因为地方官员的职业考量与当前相对于目标的绩效挂钩；然而，我们也使用 2000 年人口普查和 2005 年人口调查重复了事件研究分析（Supplementary Note 15），发现出生模式与 Fig. 2 中的相似（Extended Data Fig. 5）。
生殖行为与妊娠
为探究生殖行为的哪些变化可能导致了 Fig. 2 所示的出生减少，我们使用类似的实证框架研究 OVV 下人工流产、妊娠和女性现代避孕措施使用的变化。
我们在 Fig. 2 中发现的出生概率下降的一个潜在原因，可能是人工流产增加31（Fig. 3a 和 Supplementary Table 5）。总体而言，在 OVV 引入后，这些估计值较小且不具有统计显著性。虽然与 Fig. 2 中出生下降的时间并不明显吻合，但人工流产的估计值到事件年份 7 确实上升了 0.59 个百分点（95% 置信区间 = 0.002 至 0.010，双侧 P = 0.008，n = 1,906,333），相当于相对增加约 26.6%（Supplementary Note 16）。
a，人工流产。b，怀孕。c，女性绝育。d，IUD 使用。使用 Cengiz 及其同事的方法26，基于方程 (1) 对四项结局进行 DiD 估计。标准误在处理队列 × 省份层面聚类。所用样本包括 2001 年年龄 15–49 岁的女性，以及她们 1980 至 2001 年间的人工流产、怀孕、绝育和 IUD 使用情况（n = 1,906,333 个堆叠的女性-年观测值；36,375 名不同女性）。数据以估计的 DiD 事件研究系数（点估计）及 95% 置信区间呈现。带标记的实线显示系数估计，虚线显示相应的 95% 置信区间，这些区间为双侧且逐点（未针对多重比较进行调整）。红色垂直线表示 OVV 政策实施的时间。数据来自 2001 年全国计划生育与生殖健康调查。
鉴于人工流产增加的时间与出生减少并不紧密重合，女性推测也在以更高比例预防怀孕。与这一解释一致，图 3b 随后显示怀孕数量出现统计显著下降，这与 OVV 政策紧密重合。怀孕减少的幅度也相当大（事件年第 8 年：−0.0206，95% 置信区间 = −0.034 至 −0.007，双侧 P = 0.002，n = 1,906,333）——相对于 OVV 之前的均值下降约 16%（补充说明 17）。这一怀孕下降可以在很大程度上解释图 2 所示 OVV 下出生的减少（补充说明 18）。
为更精确地研究避孕使用的哪些变化导致了这一怀孕减少，图 3c、d 随后呈现女性绝育和 IUD 使用的结果，这两者是中国最普遍的现代避孕形式25（补充说明 19）。图 3c 显示，女性绝育在 OVV 后三年内总体没有变化，尽管此后点估计略微转为负值，但它们在统计上与零无法区分，因此推测不能解释怀孕或出生的下降（补充说明 20 和补充图 4）。相比之下，图 3d 显示 OVV 下 IUD 使用逐渐增加，并在后期变得统计显著，到最终事件年估计值达到 0.81 个百分点（95% 置信区间 = 0.001 至 0.016，双侧 P = 0.033，n = 1,906,333；扩展数据图 6 按母亲产次分别显示这些结果）。相对于 OVV 之前 IUD 使用的平均率，这是 52.3% 的增加（补充说明 21）。
鉴于 OVV 政策增强了官员遵守 OCP 的激励，我们直接考察政府官员的行为在这一 IUD 使用大幅增加中的作用。图 4 和补充表 6 分别展示了 IUD 使用的事件研究估计：由女性及其家庭自愿选择的使用（图 4a），以及由官员推荐的使用（图 4b）。我们推测，一些女性可能将推荐使用报告为自愿使用（尽管我们无法提供这一点的直接证据）。这些图的面板显示，到最后一个事件年，OVV 下自愿和推荐 IUD 使用的绝对增幅相似，但二者的时间分布不同（女性绝育的估计见补充说明 22 和补充图 5）。具体而言，推荐 IUD 使用在政策实施后几乎立即增加，在事件年第 1 年具有统计显著性（0.0015，95% 置信区间 = 0.000 至 0.003，双侧 P = 0.046，n = 1,906,333）。相比之下，自愿使用最初保持不变，直到事件年第 4 年才开始呈上升趋势，到事件年第 6 年具有统计显著性（0.0054，95% 置信区间 = 0.002 至 0.009，双侧 P = 0.004，n = 1,906,333）。由于在 OVV 之前推荐使用要少见得多，推荐使用约 150% 的相对增幅要大得多（事件年第 8 年：0.0051，95% 置信区间 = 0.002 至 0.009，双侧 P = 0.004，n = 1,906,333）——似乎超过自愿使用 67% 相对增幅的两倍（事件年第 8 年：0.0072，95% 置信区间 = 0.003 至 0.012，双侧 P = 0.002，n = 1,906,333；补充说明 23）。总体而言，这些结果与以下解释一致：OVV 政策下显著更强的官僚激励促使中国政府官员付出更大努力执行 OCP。
a,b，使用 Cengiz 及其同事的方法26 从方程 (1) 得到的 IUD 使用 DiD 估计，分别针对女性及其家庭的自愿使用（a）和官员推荐使用（b）进行估计。标准误在处理队列 × 省份层面聚类。所用样本包括 2001 年年龄为 15–49 岁的女性，以及她们在 1980 年至 2001 年间的 IUD 使用情况（n = 1,906,333 个堆叠的女性-年份观测；36,375 名不重复女性）。数据以估计的 DiD 事件研究系数（点估计）及 95% 置信区间呈现。带标记的实线显示系数估计，而虚线显示相应的 95% 置信区间；这些区间为双侧且逐点（未针对多重比较进行调整）。红色竖线表示 OVV 政策实施的时间。数据来自 2001 年全国计划生育和生殖健康调查。
总和生育率
最后，我们使用方程 (2) 生成按母亲年龄和胎次划分的年度出生概率的回归调整预测，这些预测是构建序贯多减因生育生命表（方法）所必需的；随后我们用它推导 OVV 政策导致中国 TFR 随时间的下降量（补充表 7 详细展示了这些计算）。
扩展数据图7展示了这些结果，TFR的下降总体上与图2和扩展数据图2中随时间变化的出生模式相符。为了将这些事件年TFR估计值转换为日历年，我们将每个省级事件年与其对应的日历年匹配，用调查数据中的省级女性人口对每个省级日历年估计值进行加权，并为我们样本中所包含的相应中国人口计算加权平均值。图5展示了这些结果，包括实际TFR和没有OVV政策的反事实TFR（使用将OVV指标设为1和0的回归预测生成）。1987年至1999年间，中国的TFR下降了每名妇女0.98个出生，我们计算得出这一下降中约48%（每名妇女0.48个出生）可归因于OVV政策（补充说明24）。尽管其他独立的背景因素也在起作用，但OVV下的这一生育率下降代表了中国TFR首次降至更替水平以下。扩展数据图8展示了实际和反事实（即无OVV）年龄别生育率（ASFRs）的可比数据，表明图5中的TFR下降主要由20–24岁和25–29岁女性ASFRs的下降所驱动。
观测TFR（带方形标记的蓝线）和反事实TFR（带圆形标记的粉线），通过在每個事件年从观测TFR中减去TFR部分估计值所隐含的政策驱动TFR变化计算得出，数据来自事件研究样本（n = 1,906,333个堆叠的女性-年观测值；36,375名唯一女性）。数据来自2001年全国计划生育和生殖健康调查。
TFR的变化同时反映了出生数量的变化和出生时间的变化。为了分别考察这些TFR组成部分，我们首先估计离散时间风险模型，以预测在不同胎次下有和没有OVV政策时产妇分娩年龄的隐含密度函数（遵循Babiarz等人的方法9）。扩展数据图9展示了这些结果；在有和没有政策的情况下，各胎次的分娩年龄分布相似，表明对出生时间的影响很小。然后我们还进行了Bongaarts–Feeney quantum-tempo分解32。该分解的结果展示在扩展数据图10中，同样表明OVV导致的中国TFR下降主要是quantum效应而非tempo效应（即终生出生数减少而非生育推迟）。总体而言，这些结果表明OVV下中国TFR的下降主要是完成生育率的降低，而非出生时间的变化。
稳健性与替代性解释
在本节中，我们评估主要结果对替代性设定和估计样本的稳健性，进行证伪检验，并探究我们的发现对可能存在未被检测到的既有趋势以及多重假设检验的敏感性。
首先，我们聚焦于对年出生概率的主要估计，评估我们的结果对替代模型设定的稳健性：(1) Supplementary Fig. 6a,b 呈现的估计包含了省级特征（人均GDP、城市人口比例、人均医疗设施和五岁以下死亡率）的控制变量，以及地区×年份固定效应；(2) Supplementary Fig. 7 呈现的估计包含了女性农村或城市居住地的控制变量；(3) Supplementary Fig. 8 报告了控制五岁年龄组固定效应的估计；(4) Supplementary Fig. 9 展示了以母亲固定效应（即每个母亲一个固定效应）为条件的估计，尽管这样做实际上排除了只有一个孩子的女性；(5) Supplementary Fig. 10 考察了我们的结果对事件年份间样本构成变化的敏感程度。由于较晚采纳的省份处理后观测值较少（如 Supplementary Table 8 所示），我们使用逐步受限的样本重新估计我们的主要事件研究模型，这些样本仅包括观测到事件年 +k（k = 1, … , 8）的省份。(6) Supplementary Fig. 11 还通过留一法练习评估了我们的结果对样本限制的稳健性，依次（逐个）排除每个省份重新估计方程 (1)，以检验任何单个省份的过度影响。在所有情况下，所得的年出生概率估计与图2中呈现的相似。
其次，我们通过在各省级随机化 OVV 实施时间进行证伪练习。具体而言，对于每个省份，我们在1988年至2000年之间（我们样本中 OVV 的第一年和最后一年）随机分配一个虚假的 OVV 实施年份，排除每个省份的实际实施年份。当重复这种重新分配并然后重新估计方程 (1) 的一个变体1,000次时（Supplementary Note 25），Supplementary Fig. 12 显示了所得估计的经验概率密度函数，其以零为中心（Supplementary Note 26）。垂直红线代表我们对 OVV 政策效果的实际估计（–0.015），它低于虚假估计经验分布的第5百分位数，使我们能够在1%显著性水平上拒绝实际处理效应在统计上等同于虚假估计期望的假设。
第三，尽管图2表明OVV的实施与已有的生育趋势不相关，但我们考虑了我们对此可能性的评估的统计功效如何（遵循Roth33）。为此，我们首先确定了我们有能力检测到的最小线性OVV前趋势的幅度。敏感性分析（补充图13）表明，我们的事件研究设计有80%的功效检测到斜率低至每年0.146个百分点的向下线性前趋势。如果这种趋势在OVV实施后持续存在，到事件年6时（事件年点估计值中幅度最大的），它将累积成1.02个百分点的偏差。然而，即使考虑到这种潜在的未检测到的偏差，我们峰值事件年估计值2.88个百分点（在事件年6）仍几乎是其的三倍大，这表明我们的结果主要不是由长期趋势驱动的（补充说明27）。除了考虑线性前趋势外，我们还通过应用Rambachan和Roth34的方法来解决与OVV实施时间相关的非线性长期趋势的可能性，该方法限制了任何未观察到的差异趋势的斜率在OVV实施后可以演变的程度。如补充图14所示，到事件年6的生育率下降仍然具有统计显著性，即使允许未观察到的混杂趋势每年加速或减速其斜率0.06个百分点（补充说明28）。
最后，为了解决我们的事件研究估计中关于序列相关和多重假设检验的潜在担忧，我们遵循Marcus和Sant’Anna35的附录B，使用聚类级乘数自举法构建了同时（均匀）95%置信带。这些均匀带控制了OVV实施后所有事件年估计的家族错误率。如补充图15所示，我们的主要结果仍然稳健。
讨论
大量文献表明，计划生育方案和人口政策会影响生育率，但最有力的证据表明，这些方案和政策并不能解释许多环境中生育率下降的很大一部分1,2,3,4,5,6。尽管中国的人口政策通常被认为是全球经验中的异常值8,11,12，但大量定量证据并不普遍支持政策在中国生育率下降中起核心作用的观点7,8,9,10。相比之下，本文的一个重要贡献是表明，OCP实际上在中国近期的生育率下降中起了核心作用，将生育率推至更替水平以下——尽管不是在其首次引入时，而是在十多年后OVV政策下更有力地执行时。值得注意的是，这一新证据证实了人口学家长期以来基于定性和行政证据11,12,19,20提出的论点，并量化了其幅度。通过加强官僚激励，OVV产生了OCP对中国生育率的延迟影响，占20世纪90年代下降的大约一半。
官僚激励如何塑造中国独生子女政策的有效性
我们的论文也为有关国家人事经济学和国家能力的研究做出了新的贡献36,37。该文献中的一个核心问题是，高强度激励在官僚体系中难以实施，尤其考虑到官僚承担着多重职责，以及众所周知的关于多任务处理的担忧37,38,39,40,41。尽管如此，许多国家在教育、卫生等领域42,43,44以及刺激地方经济增长的努力中15,16,45都采用了对官僚的绩效激励，但这些激励很少被应用于人口政策（例如有时在印度和韩国），而且正如中国的情况一样，将激励应用于人口政策往往与对强制行为的担忧联系在一起11,19,20,46,47,48,49,50,51（补充说明 29）。印度和韩国都曾针对政府官员的生育结果引入激励措施（印度在紧急状态时期实行晋升激励，韩国为提供避孕服务发放财政奖金），但据我们所知，这些措施对人口结果的影响尚未被单独识别和量化。在更广泛的政治经济学与生育率文献背景下52,53,54,55,56,57，我们的论文表明，通过将绩效激励与职业考量相联系58,59,60,61，中国的 OVV 政策促使官僚努力程度大幅提升，这有助于解释一项由中央强制推行但不受欢迎的政策为何能够有效。更一般地说，我们的发现提供了新的证据，说明官僚激励强度的重要性，而不仅仅是政策目标的存在（即使在一个拥有中国那样行政覆盖范围的体系中也是如此）。
中国的政策制定者如今面临着生育率持续低迷——远低于更替水平——以及随之而来的人口下降的挑战。尽管放宽 OCP 并未扭转这一趋势，但我们的研究表明，人口政策对中国生育率下降的推动作用大于世界其他国家的同类政策，而其官僚激励的强度发挥了关键作用。
方法
背景
中国的国家人口控制政策可追溯到 20 世纪 70 年代初发起的“晚、稀、少”运动，并随时间推移日益严格，最终在 1979–1980 年形成 OCP69（补充说明 30）。原则上，违反 OCP 的家庭会面临严重后果，如罚款、失去社会福利以及禁止职务晋升（甚至降职）7。各省在罚款幅度上存在差异，尽管我们几乎没有发现罚款率随 OVV 的实施而变化的证据（补充图 16）。在某些情况下，超过生育配额的女性被强制堕胎或绝育70,71,72。然而，OCP 的实施也是不均衡的，尤其是在农村地区，它不受欢迎且在实践中难以执行。总体而言，中国 TFR 在 1979–1980 年最初实施 OCP 之后最终下降幅度很小（图 1）。
为了解决执行难题，OVV 政策随后大幅强化了干部考核体系中遵守 OCP 目标的激励，严格禁止政府官员因未达标而获得晋升73。与许多以落实为重点的政策一样，OVV 最初是通过地方政府试验引入和发展，之后才被上级政府采纳。具体而言，它最早于1982年在湖南省常德地区的五个县被提出并引入，一年之内，常德地区所有其他县都采纳了该政策。到1988年，常德政府认为OVV是成功的。湖南省政府随后接纳了OVV，并在全省实施；其他几个省（包括河北、辽宁、江西和山东）紧随其后，在1990年前采纳了OVV。1991年中央政府一份报告发布后，其他省份也修订了各自的OCP执行政策，逐渐采纳OVV，尽管时间点各不相同。有关中国生育控制政策和OVV的更多细节，参见补充材料B节。
图1显示，20世纪90年代初OVV政策更广泛的实施与中国TFR的急剧下降同时发生。在20世纪80年代大部分时间里，尽管有OCP，中国TFR相对稳定，并持续高于每名妇女2.5个孩子。然而，随着20世纪90年代初OVV在各省实施，中国TFR迅速下降，降至更替生育率以下（补充说明31）。到20世纪90年代末，TFR已降至每名妇女约1.6个孩子，并在近二十年里稳定在该水平（OCP一直实施到2015年）。尽管时期TFR在20世纪80年代相对稳定，但队列生育率已经下降了一段时间，因为至少早在1950年出生的连续出生队列中国女性，其完成生育率逐步降低。补充图17说明了这一点，展示了按出生队列划分的女性累计生育率，分别在30岁、35岁和40岁测量。注意，20世纪90年代时期TFR的急剧下降会表现为跨队列的逐渐下降——每个队列仅在该政策下的生育年龄期间暴露于OVV（补充说明32）。
Estimation
Estimation for annual probability of birth
我们首先估计OVV政策对女性年度生育概率的影响。为此，我们利用OVV政策在各省的分批实施。具体而言，我们使用广义DiD事件研究框架来估计：
其中 \({{\mathsf{Birth}}}_{ipt}\) 表示省份 p 中的女性 i 在日历年 t 是否生育的指示变量；k 表示事件年份（相对于女性 i 所在省份实施 OVV 的年份，定义为事件年份 0）；\({D}_{pt}^{k}\) 是省份 p 采纳 OVV 政策之前或之后第 k 年的事件年份虚拟变量；Xi 是女性 i 的个体特征向量（最高教育水平和族裔）；μp 和 νt 分别是省份和日历年固定效应。我们主要关注的系数（βk）衡量OVV政策实施前后其随时间的推移对年度生育概率的动态效应。前置项 βk(k < 0) 使我们能够检验是否存在与 OVV 实施时间相关的既有生育趋势。
为了解决对传统双向固定效应估计在异质性处理效应和交错处理时间方面的担忧，我们使用 Cengiz 等26 提出的方法，并同时报告使用替代方法65,66,67,68 的结果（补充说明33）。我们在省级层面聚类标准误；当使用 Cengiz 及其同事的程序26 时，则在处理队列 × 省份层面聚类（补充说明34和补充图18）。
我们还按产妇胎次（第一胎、第二胎、第三胎和第四胎及以上）分别重新估计了方程(1)，并将样本限制为各胎次有生育风险的女性。此外，为了探究年生育概率变化的机制，我们重新估计了方程(1)，将\({{\mathsf{Birth}}}_{ipt}\)替换为其他结果变量，包括人工流产、怀孕和避孕使用（按类型，以及IUD使用和女性绝育的同意程度）。
回归调整生命表的构建
为了评估年生育概率的变化如何转化为TFR的变化，我们随后使用类似于方程(1)的离散时间风险框架，估计以下probit模型：
其中\({M}_{it}^{g}={\mathbb{1}}({\mathrm{Age}}_{it}=g)\)是母亲年龄组g（15-19，20-24，…，45-49）的指示变量。系数θg捕捉了年龄组之间的基线生育率差异，而\({\delta }_{g}^{k}\)捕捉了OVV政策在事件年k对特定年龄组g的影响。所有其他变量的定义与方程(1)中相同。我们按胎次分别估计方程(2)，并使用得到的系数估计值生成每个事件年中有第一胎、第二胎、第三胎和第四胎及以上生育风险女性（按母亲年龄组）的生育概率的回归调整预测。然后，我们使用这些预测的生育概率(qx)，按照Van Hook和Altman22以及Babiarz及其同事9的方法，构建按事件年分的顺序多减因生育生命表。通过允许事件年指示变量的系数及其与母亲年龄组的交互作用灵活变化，该设定捕捉了OVV政策的时变和年龄-胎次效应9。利用预测概率，我们计算生存概率(lx，即到年龄x时未发生特定胎次生育的概率)，然后计算母亲年龄-胎次生育率(dx)。将所有胎次的dx值汇总得到ASFRs，将这些ASFRs相加得到给定事件年的TFR（补充说明35）。
伦理声明
本研究基于对2001年全国计划生育与生殖健康调查中已去标识化数据的二次分析。该调查在中国国家计划生育委员会的监督下设计并实施。调查时已获得所有参与者的知情同意。
报告摘要
有关研究设计的更多信息可在与本文链接的Nature Portfolio报告摘要中获取。