就业质量、社会支持与育龄人群生育意愿

Employment Quality, Social Support, and Fertility Intentions among the Childbearing-Age Population

摘要: 利用中国家庭追踪调查数据，运用Probit模型，探究就业质量、社会支持与育龄人群生育意愿的关系。研究发现：就业质量与育龄人群生育意愿显著正相关，且该结论经稳健性与内生性检验后依然成立；托幼问题削弱这一正向关系，而政府信任与住房安居则强化该关系；就业质量的影响存在群体异质性，对非城乡流动人口和财富存量较低家庭的作用更为显著，对城乡流动人口和高财富家庭影响不显著。研究揭示，提升就业质量需结合托育服务完善、政府公信力增强与住房保障优化，并针对不同群体实施精准支持，为释放生育潜力提供政策参考。

Abstract: This study employs data from the China Family Panel Studies and a Probit model to examine the relationship between employment quality, social support, and fertility intentions among the childbearing-age population. The results show that higher employment quality significantly increases fertility intentions, a finding robust to tests for endogeneity. Childcare challenges weaken this positive effect, whereas trust in government and housing security strengthen it. The influence of employment quality is more pronounced among non-migrant and lower-wealth households, with no significant effect observed for migrants and higher-wealth households. The study suggests that improving fertility intentions requires not only enhancing employment quality but also addressing childcare needs, increasing government credibility, and ensuring housing security, with tailored policies for different groups.

1. 引言

中国长期稳居世界人口大国行列，当前中国人口发展总体上已从增量发展转向减量发展，总和生育率持续走低成为现阶段中国人口发展中的突出问题。国家统计局数据显示，中国人口自然增长率2022年、2023年和2024年连续负增长分别为−0.6‰、−1.48‰和−0.99‰。在人口减量发展阶段，人口负增长将带来劳动力减少、消费投资动能减弱等不利影响，会给中国式现代化带来新的困难和挑战。育龄人群的生育意愿，作为生育行为的前置变量，生育意愿直接反映了个体或家庭对生育决策的主观倾向，其强弱程度是衡量人口发展活力的重要指标[1]。就业作为民生之本、财富之源，是个体获取经济收入、实现社会价值的核心途径，其质量高低深刻影响着劳动者的经济状况、生活安全感与长期福祉[2] [3]。Leibenstein (1974) [4]与Becker (1992) [5]认为生育行为本质上是家庭对生育成本与生育收益的理性权衡，生育成本包括孩子养育的直接经济支出，以及因生育导致的收入损失、职业发展机会减少等机会成本[6]；生育收益则体现为孩子带来的精神满足、家庭延续等效用。学界普遍认为，过高的生育成本是抑制生育意愿的核心因素[7] [8]，而就业质量的提升可能通过降低生育成本、增强风险应对能力等路径，缓解育龄人群的生育顾虑。一方面，较高的就业质量意味着更稳定的收入来源与更完善的社会保障，能够直接减轻生育带来的经济压力，提升家庭承担养育成本的能力[9]；另一方面，优质就业带来的职业安全感与发展稳定性，可降低因生育导致的收入不确定性风险，进而增强个体对生育决策的信心[10]。在此背景下，探究影响育龄人群生育意愿的关键因素，尤其是与个体生存发展紧密相关的结构性变量，具有重要的理论与现实意义。

基于此，本文利用2022年北京大学中国家庭追踪调查(CFPS)数据，系统探究就业质量、社会支持与育龄人群生育意愿的影响机制。通过构建综合的就业质量评价体系，运用Probit模型、调节效应分析与异质性分析等方法，本研究试图揭示就业质量、社会支持与生育意愿之间的关联机制，以期为完善生育支持政策、提升就业质量与生育意愿的协同效应提供经验依据。研究的创新之处在于：一是从客观与主观双维度构建就业质量指标体系，更全面地反映就业状况；二是引入托幼问题、政府信任和住房安居调节变量，厘清就业质量影响生育意愿的边界条件；三是聚焦城乡流动人口与财富差异群体，深入挖掘影响的异质性特征，为精准施策提供更细致的参考。

2. 文献综述与研究假设

2.1. 就业质量与生育意愿

就业作为人们获取主要经济来源的关键途径，是民生之本、财富之源。就业质量是反映劳动者就业情况优劣程度的综合评价指标，是包含劳动报酬、劳动保护、劳动强度和福利水平等真实就业状况，以及劳动者主观感受的多维概念[2] [3]。可见，就业质量的高低与劳动者的经济收入、闲暇时间以及长期福祉息息相关，关乎着劳动者对美好生活的追求。婚育是人们美好生活的重要部分，孩子则承载着一个家庭对未来幸福生活的期望。在经济学领域，学者们认为生育行为是家庭综合衡量生育成本和生育收益的理性决策[4] [5]。生育成本是由生养抚育孩子而产生的直接成本与机会成本，直接成本包括各种因生养抚育产生的经济费用，机会成本是指因生养抚育孩子而在收入、发展机会以及时间上的各种间接损失[6]。学界普遍认为过高的生育成本会加重育龄人群的生育顾虑，降低生育主体的生育意愿[7] [8]。生育收益是孩子带来的效用，包括从孩子身上得到精神满足的消费效用、孩子未来为家庭创造经济收益的收入效用、“养儿防老”的保障效用、维持和扩展家庭效用等，孩子带来的效用遵循边际效用递减规律[11] [12]。过高的生育成本阻碍着育龄人群的生育意愿，而较高的就业质量可以为个体带来稳定可观的经济收入，生育成本相对下降，进而更有可能削弱因生育成本过高对个体生育意愿造成的约束作用[13]。其次，就业质量较高的生育个体，不仅就业稳定、收入合理还享有更完备的社会保障，其抗生育风险能力更强，以应对生育带来的不确定性[9]。据此，本文提出如下假设：

假设1：就业质量显著影响育龄群体生育意愿，就业质量越高，育龄人群生育意愿越强。

2.2. 就业质量、社会支持与生育意愿

社会支持理论强调，高水平社会支持构成了个体应对压力的重要缓冲机制。托幼问题是困扰中国广大家庭的难题，是抑制中国家庭生育率增长的一大阻碍[14] [15]。就就业质量的积极效应而言，尽管就业质量能消减生育成本对生育意愿的约束作用，但托幼问题这一社会热点问题的普遍存在，会加剧生育主体的生育焦虑，对就业质量与生育意愿之间的积极效应产生消极影响。人民群众对政府的信任是政府用来制定和执行具有约束力的政策所依赖的政治资源，政府信任可以降低交易成本，即政府与公众就生育政策达成一致的成本，信任能增加政策被接受的可能性[16]，从而，政府可以花费更少的努力让公众响应生育政策。因此，公众对政府的信任可以增强其对未来的信心，加强就业质量对生育意愿的正向影响。住房安居反映当地获得住房空间的难易水平，一方面是政府支持，另一方面是当地房产价格。养育孩子需要一定的养育空间，住房安居水平越高，家庭获得养育空间的成本相对越低，进而可以增强就业质量对生育意愿的正向影响。因此，本文提出：

假设2a：托幼问题减弱就业质量和生育意愿之间的正向关系。

假设2b：政府信任增强就业质量和生育意愿之间的正向关系。

假设2c：住房安居增强就业质量和生育意愿之间的正向关系。

2.3. 育龄人群异质性分析

已有研究表明，不同群体的就业质量存在差异，不同生育主体在考虑“是否生育”时，其生育决策亦可能存在差异[17]。是以，就业质量对生育意愿的影响或具有异质性特征。就业质量对非城乡流动人口和家庭财富存量较低的生育主体影响更为显著。一方面，不同生育主体间面临的生育成本及生育相对成本可能不同[18]。非城乡流动人口在当地更具有社会资源如住房、代际支持等，相对地在这些方面的经济支出会减少，生育成本相对更低，非流动人口生育意愿显著高于流动人口[19]。相较而言，城乡流动人口在就业当地社会资源相对较少，住房负担成为影响流动人口融入当地的主要影响因素[20]，代际支持也相对鞭长莫及，其受到的生育成本约束更强，故就业质量的影响较为有限。另一方面，较高的就业质量带来稳定合理的收入是财富增量，在财富效应理论中，财富增量影响主体的消费决策，实际收入的上升会增加生育主体对孩子的边际消费倾向[21]。孩子作为正常消费品，其边际消费倾向遵循递减规律，财富存量较低家庭的边际消费倾向高于财富存量较高的家庭。基于上述分析，提出如下假设：

假设3a：就业质量对非城乡流动人口的生育意愿作用更强。

假设3b：就业质量对财富存量较低家庭的生育意愿作用更强。

3. 数据说明、变量设置与模型选择

3.1. 数据说明

本文使用的微观数据来自北京大学2022年中国家庭追踪调查(China Family Panel Studies，下文简称CFPS)数据库，使用的宏观数据来自2021年《中国统计年鉴》。CFPS数据调查样本具有全国代表性，能够高质量地反映中国社会、经济和人口的变迁，可以为研究就业质量与生育意愿之间的关系提供有力支撑。根据研究对象和研究目的，对CFPS数据进行如下处理：使用2022年家庭样本编码将CFPS个人问卷与家庭问卷进行匹配合并；选取育龄人群考虑到国家现行法定结婚年龄和生育的可实现性，故本文选取20~49岁女性和22~49岁男性为研究对象；使用省份这一变量对CFPS和来自《中国统计年鉴》的分省年度数据变量做相应的数据匹配合并；剔除变量数值不合理和缺失的样本，最终得到5609个可用样本量。

3.2. 变量设置

3.2.1. 被解释变量

本文被解释变量为生育意愿，反映育龄人群短期生育意向，是二分类变量。借鉴贺立龙和武晓洋(2025) [1]研究，采用被访者对“未来两年内是否会要孩子？”的回答衡量其未来两年生育意向，作为生育意愿的代理变量，其中回答“会”赋值为1，“不会”赋值为0。

3.2.2. 核心解释变量

本文核心解释变量为就业质量，综合体现劳动者经济与非经济福祉。借鉴已有研究[2] [3]，从客观维度和主观维度两个层面构建就业质量评价体系，综合评价劳动者的就业情况。其中，客观维度包含劳动报酬、就业环境和福利保障三方面。劳动报酬由总收入对数和税后收入对数测度，就业环境包括签订合同(工作签订合同为1，反之为0)和工作时间(周工作时长 ≤ 44小时为1，反之为0)，福利保障有现金福利(有几项现金福利：交通费补贴、餐费补贴、住房补贴、过节费、其他现金福利)、实物福利(有几项实物福利：免费餐食、免费住宿、单位配车/班车、购物卡/购物券，其他实物福利)、“五险”(有几项保险：养老保险、医疗保险、失业保险、工伤保险、生育保险)、公积金(有住房公积金为1，反之为0)、“五险”缴费额(每月个人“五险”缴费额对数)和公积金缴费(月度公积金缴纳数额对数)。主观维度包含工作体面和工作满意度两方面，工作体面包括在本地收入(自评收入在本地的位置)和地位(自评在本地的社会地位)，工作满意度由收入满意度(对这份工作的收入有多满意)、安全满意度(对这份工作的安全性有多满意)、环境满意度(对这份工作的工作环境有多满意)、时间满意度(对这份工作的工作时间有多满意)、晋升满意度(对这份工作的晋升机会有多满意)和工作满意度衡量(对这份工作有多满意)。采用熵值法处理就业质量评价体系指标数据，指标权重均在0.0555到0.0557之间。

3.2.3. 控制变量

已有文献从个体、家庭和社会层面探讨了中国居民生育意愿的影响因素[9] [17]，故本文从个体特征、家庭特征和地区特征三个方面选取相关影响变量作为控制变量。其中，个体特征包括年龄平方、性别(男性 = 1，女性 = 0)、户口类型(农业户口 = 1，其他户口类型 = 0)、健康状况和受教育水平(自评健康状况，取值1~5，不健康 = 1，非常健康 = 5)。家庭特征有期望孩子数、已育情况(未育 = 0，已育 = 1)、婚姻满意度(自评婚姻/同居满意度，取值1~5，非常不满意 = 1，非常满意 = 5)、家庭人口数、家庭人均收入对数和家庭总支出对数。地区特征有城乡分类(城镇 = 1，乡村 = 0)和GDP (人均GDP对数)。

3.2.4. 调节变量

本文调节变量采用托幼问题、政府信任和住房安居表征社会支持。托幼问题是困扰中国广大家庭的难题，降低居民的生育意愿[14]。托幼问题，选取被访者对“幼儿托育问题在我国有多严重”的回答进行衡量，取值0~10，不严重 = 0，非常严重 = 10。政府信任，选取被访者对“对本地政府官员的信任程度打分”的回答进行衡量，取值0~10，非常不信任 = 0，非常信任 = 10。住房作为居民美好生活的基本条件，关系着其日常生活质量，进而影响着其生育意愿。本文从城市住房保障水平和城市房价水平两方面，采用熵值法衡量省级层面住房安居水平，其中城市住房保障水平采用地方财政住房保障支出与地区生产总值的比值度量，为正向指标；城市房价水平采用住宅商品房平均销售价格对数度量，为负向指标。

3.3. 模型选择

本文被解释变量生育意愿为二值虚拟变量，通过以下Probit模型探究育龄人群就业质量对生育意愿的影响：

$\text{Prob}\left(Y_i=1\right)=\Phi \left({\alpha }_0+{\alpha }_1{\text{EQI}}_i+{\displaystyle \sum {\beta }_j{\text{Control}}_{i,j}}+{\epsilon }_i\right)$ (1)

其中，i为研究样本，j为控制变量；$Y_i$ 表示被解释变量生育意愿；${\alpha }_0$ 表示常数项；${\text{EQI}}_i$ 表示核心解释变量就业质量，${\alpha }_1$ 表示就业质量系数；${\beta }_j$ 表示控制变量系数，${\text{Control}}_{i,j}$ 表示样本i的控制变量j (年龄平方、性别、户口类型等)；${\epsilon }_i$ 表示随机扰动项。此外，Probit模型的系数只能反应变量之间的作用方向，无法解释确定的数量关系，特采用margins来计算就业质量对生育意愿的回归系数进行精确分析。

在上述基准回归模型的基础上引入调节变量及其交互项，通过以下调节效应模型探究调节变量对育龄人群就业质量和其生育意愿之间的调节作用：

$\text{Prob}\left(Y_i=1\right)=\Phi \left\{{\alpha }_0+{\alpha }_1{\text{EQI}}_i+{\rho }_1\left({\text{EQI}}_i\times {\text{Moderator}}_{i,h}\right)+{\rho }_2{\text{Moderator}}_{i,h}+{\displaystyle \sum {\beta }_j{\text{Control}}_{i,j}}+{\epsilon }_i\right\}$ (2)

其中，${\text{Moderator}}_{i,h}$ 表示托幼问题变量、政府信任变量和住房安居变量，为本文的调节变量，其与就业质量的交互项表示为$\left({\text{EQI}}_i\times {\text{Moderator}}_{i,h}\right)$ 。

4. 实证分析

4.1. 基准回归

为避免多重共线性对估计结果造成干扰，采用方差扩大因子法(VIF)进行多重共线性诊断，发现各变量VIF值均在数值1到2之间，即0 < VIF < 10，故研究数据不存在多重共线性。表1为Probit模型估计结果，列(1)为就业质量与育龄人群生育意愿的回归结果，列(2)为就业质量与生育意愿影响的边际效应。列(1)结果表明，在5%水平上就业质量回归系数显著为正，这表明就业质量与育龄人群生育意愿显著正相关。为更直接反映就业质量与生育意愿的数量关系，采用Probit边际效应模型进行分析。由列(2)可知，就业质量对生育意愿的边际效应均为正值，具体而言，就业质量每提升1单位，劳动个体在未来两年内选择要孩子的意愿的概率将提高6.1%。

为更清晰地识别出就业质量对生育意愿的影响中各具体因素的作用，逐一检验劳动报酬、就业环境、福利保障、工作体面和工作满意度与生育意愿的回归关系，回归结果分别为列(3)到列(7)。其中，劳动报酬(列(3))、就业环境(列(4))和工作满意度(列(7))回归系数不显著，福利保障(列(5))和工作体面(列(6))分别在10%和5%水平上与育龄人群生育意愿显著正相关，这表明福利保障和工作体面是就业质量中影响生育意愿的关键维度。以上结果共同说明，育龄人群的生育意愿与其就业中所蕴含的保障性和社会认同感密切相关。福利保障通过降低风险、提供安全网来增强生育的可行性；工作体面则通过提升社会地位与心理认同，增强个体对生育的价值感知。这两者构成了就业质量影响生育意愿的核心社会机制，凸显了在物质条件之外，制度保障与社会象征性资源在生育决策中的关键作用。

综上，假设1成立。

Table 1. Results of the Probit model estimation

表1. Probit模型估计结果

变量	(1) 就业质量	(2) 边际效应	(3) 劳动报酬	(4) 就业环境	(5) 福利保障	(6) 工作体面	(7) 工作满意度
核心解释变量	0.499^**	0.075^**	0.188	0.989	0.601^*	4.375^**	0.479
	(2.448)	(0.031)	(0.238)	(1.497)	(1.880)	(2.144)	(1.117)
控制变量	控制	控制	控制	控制	控制	控制	控制
常数项	1.654^*	-	1.322	1.371	1.598^*	1.396^*	1.327
	(1.929)	-	(1.559)	(1.620)	(1.859)	(1.647)	(1.568)
样本量	5609	5609	5609	5609	5609	5609	5609
Pseudo R^2	0.2773	-	0.2759	0.2764	0.2767	0.2770	0.2762

注：^***、^**、^*分别表示1%、5%、10%的显著性水平，括号内为z值。下表同。

4.2. 内生性检验和稳健性检验

就业质量与育龄人群生育意愿之间可能存在着潜在的反向因果关系、遗漏变量偏误以及测量误差与选择偏误等内生性问题，可能会导致回归估计偏差、不一致性及误导性结论等问题。为检验可能存在的内生性问题，采用倾向得分匹配法对数据进行检验。基于中位数将就业质量分为高就业质量和低就业质量，进而将样本数据分为处理组和控制组，选择个体特征、家庭特征、地区特征等控制变量为协变量，选择1:1可重复的近邻匹配筛选样本，使用Logit回归计算倾向得分。生育意愿的平均处理效应ATT显著，t值为2.38。对匹配前后的样本进行平衡性检验，所有协变量的匹配后的标准化偏差绝对值较匹配前明显缩小，且绝对值均低于10%，倾向得分匹配效果较为理想。随后对匹配后的数据进行回归，回归结果在5%的水平上显著为正，与本文基准回归结果保持了较高一致性，进一步验证了就业质量对生育意愿的促进作用。由此，假设1再次得到验证。

此外，这里进行4项稳健性检验，以确保基准回归结果的可靠性，检验结果如表2所示。首先，更换数据模型。本文被解释变量育龄人群生育意愿是虚拟变量，故使用Logit模型再次进行回归，结果如列(2)所示。其次，替换核心解释变量。为验证就业质量的稳健性，本文更换核心解释变量做稳健性检验。选用主成分分析法对就业质量再次测度，以主成分分析法测度结果替换熵值法测度结果作为核心解释变量进行回归检验，结果如列(3)所示。然后，缩尾处理。通过对变量进行1%水平上的缩尾处理，消除变量极端值对回归结果的影响，对缩尾后数据进行回归检验，结果如列(4)所示。最后，截尾处理。对变量前后1%截尾处理，排除变量异常值影响，对新的数据集进行回归检验，结果如列(5)所示。由表2可知，更换回归模型、替换核心解释变量、前后1%缩尾处理和前后1%截尾处理的回归检验结果中，就业质量回归系数的显著性和对生育意愿影响方向都与基准回归结果一致，就业质量可以显著提高育龄人群生育意愿，这表明基准回归结果具有稳健性。由此说明基准回归结果稳健，进一步检验了假设1。

Table 2. Robustness test results

表2. 稳健性检验结果

变量	(1)	(2)	(3)	(4)	(5)
	基准回归	更换模型	替换核心解释变量	缩尾	截尾
就业质量	0.499^**	0.808^**	0.048^*	0.505^**	0.505^**
	(2.448)	(2.138)	(1.943)	(2.455)	(2.275)
控制变量	控制	控制	控制	控制	控制
常数项	1.654^*	2.822^*	1.710^**	1.505^*	1.665^*
	(1.929)	(1.776)	(1.964)	(1.740)	(1.794)
样本量	5609	5609	5609	5609	5198
Pseudo R^2	0.2773	0.2844	0.2768	0.2785	0.2742

4.3. 机制检验

4.3.1. 调节效应分析

就业质量与生育意愿之间的关系会受社会支持的影响。为了更深刻地探究就业质量对生育意愿的作用机制，本文分别考察托幼问题、政府信任和住房安居对就业质量与生育意愿关系的调节效应。本文对调节变量采用中心化处理后生成交互项，避免引入交互项后可能导致的多重共线性问题。

托幼问题的调节效应检验结果表3列(2)表明，就业质量与托幼问题的交乘项系数显著为负，说明托幼问题削弱了就业质量对生育意愿的促进作用。其作用机制主要体现在两方面：一是经济压力传导机制，托幼服务短缺或费用高昂直接加重家庭育儿经济负担，可能抵消就业质量提升带来的收入增益，抑制家庭将经济能力转化为生育意愿。二是心理焦虑强化机制，托幼问题增加育儿安排的不确定性与焦虑感，弱化就业质量提升所带来的安全感和生育信心，进而降低生育意愿。综上所述，假设2a成立。

Table 3. Test results for moderating effects

表3. 调节效应检验结果

变量	(1) 基准回归	(2) 托幼问题	(3) 政府信任	(4) 住房安居
就业质量	0.499**	0.538***	0.438**	0.513**
	(2.448)	(2.624)	(2.123)	(2.516)
就业质量 × 社会支持		−0.141**	0.133**	1.881*
		(−2.143)	(2.055)	(1.785)
社会支持		−0.005	0.019*	−0.180
		(−0.522)	(1.875)	(−0.487)
控制变量	控制	控制	控制	控制
常数项	1.654*	1.698**	1.547*	2.002
	(1.929)	(1.970)	(1.800)	(1.045)
样本量	5609	5609	5609	5609
Pseudo R^2	0.2773	0.2782	0.2789	0.2781

政府信任的调节效应。如表3列(3)所示，就业质量与政府信任的交互项系数显著为正，说明政府信任会增强就业质量对生育意愿的促进作用。其作用机制体现在两方面：一是预期稳定与风险缓冲机制，对政府的信任可稳定居民政策预期，降低育儿风险，增强就业质量向生育意愿转化的信心；二是心理安全感与效能感增强机制，政府信任提升居民制度性安全感与归属感，使就业质量带来的经济资源与职业稳定性更易被视为可持续生育支持，推动生育决策。综上，假设2b成立。

住房安居的调节效应。如表3列(4)所示，就业质量与住房安居的交互项系数显著为正，表明城市住房安居可显著增强就业质量对生育意愿的促进作用。其作用机制包括两点：一是经济负担缓解机制，稳定住房条件降低家庭住房刚性支出，让就业质量提升带来的经济资源更多投向生育育儿，释放被住房成本抑制的生育意愿；二是空间功能保障机制，充足居住空间满足家庭结构与养育物理需求，住房安居水平越高，越能缓解养育焦虑、增强家庭育儿可控感。综上，假设2c成立。

4.3.2. 异质性分析

这里基于户口类型和跨城乡流动特性，将户口类型为农业户口且城乡分类为城镇的样本定义为城乡流动人口，其他情况为非城乡流动人口。按照城乡流动人口类别进行分样本回归，以揭示不同人群就业质量对生育意愿的差异化影响，检验结果如表4列(1)和列(2)所示。由回归结果所示，在列(1)城乡流动人口的子样本中，就业质量回归系数不显著，说明就业质量未显著影响城乡流动人口生育意愿；而列(2)非城乡流动人口就业质量的回归系数在5%水平上显著为正，这表明就业质量可以显著提高非城乡流动人口的生育意愿。原因可能是：城乡流动人口相比于非城乡流动人口，更容易陷入生育非利好的选择困境，面临更高的经济成本压力，如住房支出、抚育成本和不确定性支出等。因此，就业质量的提高难以支撑城乡流动人口在短期内产生生育意愿。综上所述，假设3a成立。

Table 4. Heterogeneity analysis

表4. 异质性分析

变量	(1)	(2)	(3)	(4)
	城乡流动人口	非城乡流动人口	较低财富存量	较高财富存量
就业质量	0.336	0.533^**	0.830^**	0.363
	(0.967)	(2.103)	(1.970)	(1.543)
控制变量	控制	控制	控制	控制
常数项	1.490	1.366	−0.452	1.854^*
	(1.023)	(1.263)	(−0.227)	(1.897)
样本量	1864	3745	1367	4242
Pseudo R^2	0.2704	0.2867	0.2450	0.2920

基于家庭净资产四分位值，将样本分为较低财富存量和较高财富存量两个子样本进行分样本回归，检验不同家庭财富存量人群就业质量对生育意愿的差异化影响，检验结果如表4列(3)和列(4)所示。如结果列(3)所示，其就业质量的回归系数在5%水平上显著为正，反映了就业质量的提升可以显著提高财富存量较低生育群体的生育意愿；而在列(4)中就业质量回归系数不显著。综上所述，假设3b成立。

5. 结论与建议

本研究基于CFPS 2022年数据，采用二元Probit回归模型，检验就业质量对育龄人群生育意愿的影响，并分析了托幼问题、政府信任及住房安居的调节作用与群体异质性。主要结论如下：第一，就业质量显著正向影响生育意愿。就业质量每提升1单位，未来两年生育意愿概率显著提高6.1%，福利保障和工作体面是关键维度。该结果在稳健性检验及控制内生性后依然稳健。第二，不同社会支持调节效应有差异。托幼问题呈现负向调节，其与就业质量的交互项显著为负，表明托幼服务不足会加剧生育成本，削弱就业质量对生育的促进作用。政府信任与住房安居均表现为正向调节，反映出政府信任增强未来预期、住房保障减轻压力，可强化就业质量对生育意愿的积极影响。第三，群体具有异质性。就业质量对非流动人口和低财富家庭生育意愿具有显著正向作用，但对城乡流动人口与高财富家庭影响不显著。

基于上述研究结论，为提升育龄人群生育意愿、优化生育支持政策效果，提出以下建议：第一，聚焦就业质量提升，强化经济保障基础。以稳定就业、增强劳动保障、提高社会认同感为核心，完善薪酬与休假制度，扩大社保覆盖面，并加强对灵活就业群体的权益保护，从客观条件与主观体验两方面提升育龄人群就业质量，增强其生育信心。第二，系统破解托育与住房难题，缓解家庭压力。加快构建普惠性托育服务体系，推动社区与企业托育设施建设，并对提供相关支持的单位予以激励。同时，完善面向育龄家庭、特别是多子女家庭的住房保障政策，通过租金优惠、房贷倾斜等方式降低居住成本，减轻生育的时空与经济压力。第三，强化政府信任与精准支持，营造友好生育环境。推动生育支持政策透明化、便利化，加强政策宣传与落地评估，提升公信力与公众预期稳定性。针对城乡流动人口与低收入家庭等群体，实施差异化扶持，通过就业培训、社会保障与专项补贴相结合，提升其就业质量与抗风险能力，逐步释放不同群体的生育潜力。

尽管本研究取得了一些有益的成果，但仍存在以下不足，需要在未来研究中加以完善：一是宏观代理变量的微观机制有待深化，本研究选取“住房安居”作为核心调节变量，采用省域层面的宏观数据作为代理，存在一定的测量局限性。二是关键人口学特征的调节作用尚未检验，本研究已基于城乡流动状态与家庭财富水平进行了异质性分析，但受研究焦点与篇幅所限，未能依据关键个体人口学特征进行深入分组检验。

NOTES

^*通讯作者。