人口问题始终是一个国家经济发展的基础性问题。国家统计局发布的数据显示，近年来，我国人口出生率呈现“断崖式”下降，老龄化问题仍在不断加重，人口抚养比在逐年上升。山东省作为人口大省，在2020年末常住人口出生率为8.56‰，自然增长人口为13万人，但在2021年常住人口出生率降为7.4‰，自然增长人口仅为0.21万人。

我国政府始终高度重视人口现状，在2013年发布了“单独二孩”到2016年实施了“全面二孩”。2021年5月，中共中央政治局提出实施一对夫妻可以生育三个子女政策及配套支持措施 [ 1 ] ，标志着我国人口发展进入了一个新的阶段。但从现有数据来看，在三孩生育政策实施后，效果微乎其微。而一个地区生育水平的高低不仅受生育政策的影响，同时也会受到当地经济发展、人文社会、传统文化等因素的影响，并且后者因素的影响力正在逐步增强 [ 2 ] 。

(一) 国外研究现状

Hwang Woosang (2021) [ 3 ] 等选取韩国作为调查对象，在对该区进行生育率研究的过程中发现，在韩国双收入夫妇中，丈夫的育儿时间是否与妻子的二胎生育意愿有关。Rutigliano Roberta (2022) [ 4 ] 等在西班牙调查发现，接受祖父母支持对妇女的生育意愿产生积极和显著的影响，但对男子的生育意愿没有影响。Amaike Chikwendu (2022) [ 5 ] 调查尼日利亚中北部地区艾滋病病毒感染者(PLHIV)发现其具有较高的生育意愿，但不知道任何安全的受孕方法，因此，应提高卫生保健水平与加大宣传力度，在日常HIV门诊就诊过程中纳入性健康和生殖健康咨询。Mooi-Reci Irma (2023) [ 6 ] 等采用双重差分模型研究了新冠疫情封锁对生育率的影响，结果显示，在经历了长期封锁的妇女中，报告的生育另一个孩子的意图大幅下降，并且这种负面影响在年龄超过35岁、受教育程度较低和受雇于定期合同的人中更为明显。通过对国外有关研究发现，生育率不仅仅是育龄女性个人的生育意愿所决定的，应从家庭成员、社会公共服务和国家政策等多方面入手进行探究，为我国提升生育率提供了借鉴和帮助。

(二) 国内研究现状

在国家陆续颁布生育政策的大背景下，国内针对人口问题的研究迎来一个个高潮。周慧、刘杨(2022) [ 7 ] 采用HLM模型研究长江经济带30市城市福利对生育意愿的影响，发现城市经济福利对个体生育意愿具有显著促进作用，年龄与生育意愿呈倒“U”型关系，拥有非农业户口的居民、中共党员、幸福感最高的个体更愿意生育“两孩及以上”而并非独生子女，仍在职工作、大专及以上受教育程度的个体更倾向生育独生子女，认为“男性较女性受社会压力更大”的个体更不愿意生育两个孩子或更多孩次。张静、雍会(2022) [ 8 ] 运用因子分析法和结构方程模型，对影响西北地区育龄人群生育意愿的因素进行分析，得出“个体特征”、“家庭支持”、“行为态度”均正向影响三孩生育意愿，“经济因素”负向影响三孩生育意愿。杨慧(2022) [ 9 ] 站在企业生育成本负担的角度，阐述了延长产假的可行性并建议修改社会保险和税收问题。魏如鑫、吴宏洛(2022) [ 10 ] 指出基于中国三孩生育政策的时代背景，可从职业女性在生育中的母职惩罚困境出发，结合域外消除职业女性母职惩罚的相关经验和措施，以及我国现有的生育支持政策的实践与困境，从生育友好型的视角来探讨如何破解职业女性的母职惩罚，突围生育困境。邱幼云(2022) [ 11 ] 通过问卷调查三孩政策实施后城市已婚女性的生育意愿，在社会经济假说、价值意识假说和家庭内性别分工假说的框架下，讨论生育意愿的影响因素、影响机制和三个理论假说在我国的适用性。研究结果为：城市已婚女性的生育意愿并没有因三孩政策的提出而有明显的提高，依然处于低迷状态。

综合来看，我国民众对生育福利政策具有极大的需求。因此本文通过对山东省部分居民发放调查问卷来具体分析民众的生育意愿和相关福利需求。

具体思路见图1。

(一) 人口统计变量：性别、年龄、学历、地区、职业、职务、收入

(二) 受访者生育焦虑的产生原因

(三) 受访者对当前生育支持的满意度评价

(四) 受访者的生育意愿

(一) 调查对象

山东省人群。

(二) 抽样调查方法

采取多阶抽样方法进行抽样。在各阶段抽样中灵活采用分层抽样、不等概率抽样和简单随机抽样等抽样方法，以保证样本更具代表性。

(三) 预调查

发放50份预调查问卷，收回46份。修正人口统计变量部分和生育人群满意度测量部分的题目。

图1. 研究思路图

(四) 样本量的确定

取置信度 α = 95 % ，样本均值和总体均值之间的绝对误差限度 d = 0.05 ，总体方差 S 2 = p ( 1 − p ) ，取 p = 0.5 。样本量计算公式为：

  n 0 = 1 1 N + d 2 ( u 1 − α / 2 ) 2 S 2 = ( u 1 − α / 2 ) 2 S 2 d 2 + 1 N ( u 1 − α / 2 ) 2 S 2 .

由于总体数额N比较大，因此我们取

  n 0 ≈ ( u 1 − α / 2 ) 2 S 2 d 2 ,

计算得 n 0 ≈ 384.16 ，取 n 0 为385。

根据预调查问卷发放情况，我们估计问卷的有效率 r = 93 % ，因此调整样本量：

n 1 = n 0 r ,

计算得 n 1 ≈ 413.98 ，取 n 1 为414。

由于多阶段抽样的效率比随机抽样的效率低，为提高多阶抽样的精度，取设计效应 d e f f = 1.42 ，则增加样本量：

n 2 = n 1 × d e f f ,

计算得 n 2 ≈ 587.88 ，取 n 2 为588。

为了统计和分配方便，我们最终决定发放590份问卷。

(一) 数据来源

本文所有数据来源于问卷网定向投放，限制地区为山东省，限制每个IP仅可填写一次，共回收583份问卷。

(二) 无效数据剔除

考虑到本次调研的目的是为三胎政策提供更好的建议，并与实际联系起来，根据问卷中量表题的回答情况，将评分全为5的问卷删除，最终得到有效问卷566份。

首先，考察量表里所有题项的一致性，将量表分为工作支持、公共服务支持、政府支持和家庭支持进行分析。由表1可知量表不需要修订，可靠性很高。

表1. 信度检验

其次，考察具体每个题项的有效性，对量表的数据进行KMO和Bartlett球形检验，见表2，问卷的KMO系数为0.978，说明量表适合做因子分析；Bartlett球形检验的P值为0.000，远小于显著性水平0.05，说明量表的结构合理。

表2. KMO和Bartlett球形检验

(一) 调查对象基本信息描述

1) 性别分布

图2. 受访者性别分布

见图2，在所有受访者中，男性有151人，女性有415人。本次调查女性占比较大，基本符合男女性别比例的现状，选取的调查样本的可信度较高。

2) 年龄分布

图3. 受访者年龄段分布柱状图

见图3，受访者的年龄段主要集中在19~40岁，约占受访者的96%。41岁以上和18岁以下人群所占比例最小，仅占3%和2%。

3) 学历分布

图4. 受访者学历分布饼图

见图4，大部分受访者学历在大学或同等学历，占比82%；由此可见受访者学历知识普遍较高，拥有良好的教育水平与环境。

此外，受访者的所在地区、职业、职务、收入等情况及所占比例如表3所示。

表3. 调查对象基本信息频数分布表

(二) 受访者当前生育焦虑现状

1) 受访者生育现状

图5. 受访者生育现状条形图

见图5，受访者已生育一个孩子的占比最大，为48.5%；生育两个孩子的约占27%；未生育受访者占比22%；三个孩子及以上占比最小。

2) 受访者生育焦虑因素现状

图6. 受访者生育焦虑因素现状柱状图

见图6，经济负担、育儿精力、怀孕过程艰辛、生产疼痛、生产后遗症都是造成生育焦虑的主要原因。

(三) 受访者对社会支持满意度情况

图7. 受访者对社会支持期望满意度情况

见图7，受访者对于住房医疗、社会托幼设施满意度一般；医保支持普遍满意度不高；而自身家庭状况满意度普遍较低。

(一) 数据映射处理

首先对11个变量做映射处理，具体见表4。

表4. 变量说明

(二) 相关性分析

基于R软件对11个变量做相关性分析，由图8可知，性别、年龄、地区等十个变量和生育意愿(fertility desire)的相关性均低于0.3。

图8. 生育意愿热力图

(三) 特征选择

在问卷中选择了十个变量特征，但特征过多反而会造成聚类结果的冗杂，因此利用随机森林算法进行特征选择，通过Python计算结果如图9。由图可知，生育现状对生育意愿的影响最大，同时，为保证聚类结果的准确，选择剔除重要性较小的变量：地区、性别、学历和年龄。

图9. 特征重要性排序

(四) K-means聚类

聚类分析是用来分类的多元统计分析方法，根据样本的一些特征指标，在无先验知识的情况下，把比较相似的样本按一定的方式归为同类，类与类之间的差异较大，每小类内部的差异较小。两种常用的归类方式是层次聚类法和K-means聚类法。根据本问卷的数据集情况，选择使用K-means聚类法进行分类。

K-means聚类法要首先确定类别数K，选取K个“种子”，根据每个样本距离“种子”的远近确定归到哪一类，归类后原来的“种子”被新类的“中心”代替，依次进行，直到每个样本不再进行变动，停止归类。

接下来通过R编程来确定K，由图10和图11知，选择聚类个数为3。

图10. 误差平方和图

图11. 轮廓系数图

通过R语言得到图12、图13的聚类结果，共分为三个群体，群体一包括127人，占比22%，群体二包括253人，占比45%，群体三包括186人，占比33%。将数据进行可视化降维，得到图14。

图12. 聚类结果

图13. 群体比例

图14. 降维可视化结果

最后，根据三个类别的生育意愿分数划分为三个群体，得出以下结论：

群体一为不愿意生育人群：企业职员，中层基层管理者，年人均收入在5~20万元之间，目前已育有两个孩子，当事业和家庭冲突时倾向于同时兼顾，对三胎政策比较了解。

群体二为不确定人群：企业职员，事业单位，有部分在校学生，中层管理者，年人均收入在11万元以上，目前已育有一个孩子，当事业和家庭冲突时会优先选择事业，对三胎政策不太了解

群体三为愿意生育人群：个体经营，自由职业，普通员工，年人均收入在11~20万元之间，目前未生育或育有一个男孩，当事业和家庭冲突时会优先选择家庭，对三胎政策比较了解。

(一) 设置指标变量

为了寻找产生生育焦虑的最主要因素，我们查阅相关文献，发放问卷进行预调查，最终确定了13个和生育焦虑相关的定性变量作为自变量，涵盖了产生生育焦虑的主观因素、家庭因素和社会因素，涉及到备孕、生产、育儿等时期方方面面的问题。除此之外，我们还在回归模型中引入了“家庭年人均可支配收入”这一定量变量，以增加模型的解释度。

对于因变量，为了衡量生育焦虑的大小，我们人为地引入“生育意愿”这一指标，当一个人的生育焦虑很大时，他更倾向于不生育孩子，即生育意愿很小；反之，当一个人生育焦虑很小时，它更倾向于生育孩子，即生育意愿很大。对于生育焦虑的测量，通过相关文献的查阅，我们设计了3个题项，分别是“您愿意生育孩子”，“您愿意建议您的亲朋好友生育孩子”，“您愿意支持您的家人生育孩子”。被调查者针对上述3种陈述进行1~5分制的打分，其中1分表示完全不同意(该观点)，5分表示完全同意(该观点)。3个题项得分的平均值作为生育意愿高低的最终指标 [ 12 ] (克隆巴赫系数 = 0.79，均值 = 3.34，标准差 = 0.86)。

(二) 构建理论模型

设13个定性变量依次为x₁，x₂，……，x₁₃，设x₁₄表示定量变量“家庭年人均可支配收入”，设y表示因变量“生育意愿”，建立自变量含定性变量的回归模型为：

y = β 0 + β 1 x 1 + β 2 x 2 + ⋯ + β 14 x 14

(三) 选择自变量，估计模型参数

剔除无效样本之后，我们得到了566条数据，使用最小二乘法估计模型参数，发现有回归模型中有多个自变量是不显著的。为了简化回归模型，避免多重共线性，同时找到产生生育焦虑的主要因素，我们通过逐步回归选择自变量，并对未知参数进行估计。最终选择了7个自变量，其中一个为定量变量“家庭年人均可支配收入”，其余六个定性变量，回归方程高度显著。模型结果见表5、表6。

最终，我们的估计出的回归模型为：

y = 3.573 − 0.260 x 1 + 0.198 x 4 − 0.174 x 5 + 0.403 x 7 − 0.174 x 8 − 0.642 x 12 + 0.012 x 14

表5. 方差分析表

表6. 系数表

我们将全回归模型中六个显著的定性变量定义为产生生育焦虑的主要因素，将各变量按系数的绝对值从大到小排列，得到产生生育焦虑的最主要因素为x₁₂，即“失去时间和精力享受自己的生活”，因此育儿过程中的精力方面是生育焦虑的主要来源。此外，x₇“长辈意愿”、x₁“怀孕过程艰辛”、x₄“孩子对夫妻感情造成影响”、x₅“育儿成本高，经济负担重”均是产生生育焦虑的主要因素。

(一) 评价指标体系构建

1) 确定指标

为了获取评价指标，利用SPSS对量表中的22个题项进行最大方差正交旋转，根据各题项的最大载荷值确定所属因子。因子载荷反映原变量与某个公因子的相关程度，因此每个题项都在与其有较大相关性的一个公因子上有较大的载荷值，而在其他公因子上仅有较小的载荷值。

鉴于以上原理，共提取出四个公因子，四个因子累计总方差解释达68.108%，公因子对指标的解释效果较好。根据各因素在各因子上的载荷，确定因子包含因素，依据各因子包含因素的特点，将四个因子分别命名为工作支持、公共服务支持、政府支持、家庭支持。

2) 构建评价指标体系

根据上述分析，获得民众生育支持评价指标体系，见表7。

表7. 民众生育支持评价指标体系

(二) APH——模糊综合评价模型的构建

1) 模型原理介绍

该部分对民众对生育支持满意度进行评价，首先对各影响因素进行分析，利用层次分析法确定各因素的相对重要性权重。通常在进行满意度评价时，由于因素的综合影响，综合评估的难度性较大，并且层次分析法的主观性较大，为避免研究结果的可靠性降低，我们引入模糊综合评价方法来有效消除主观因素的影响，该综合评价方法是根据模糊数学的隶属度理论，将定性评价转化为定量评价 [ 13 ] ，确保相对客观性和准确性。

2) 利用APH确定一级、二级指标权重值

a) 构造判断矩阵

鉴于层次分析法的主观性，我们通过设计社会支持重要性量表来确定各一级及二级指标的重要性，采用五级尺度来衡量，从高到低依次为“非常重要”、“重要”、“一般”、“不重要”、“非常不重要”。根据每个因素各评价所选人数来确定相对重要性。最终通过问卷结果得到如下的目标层及准则层判断矩阵见图15。

图15. 目标层及准则层判断矩阵

b) 进行一致性检查

为防止判断矩阵中存在超出正常范围、相互矛盾或者逻辑上不合理的数据。故对上述各判断矩阵分别进行一致性检查，依据随机一致性表格确定RI值，再分别计算CI与CR值，各判断矩阵均通过一致性检查。

c) 获得各一级及二级指标的综合权重

所得各一级及二级指标的综合权重见图16。

3) 利用模糊综合评价法进行公民生育社会支持满意度评分

评价因素集合为S = {工作支持、公共服务支持、政府支持、家庭支持}，其中每个指标又包含各自的二级指标。评价集为V = {非常满意、满意、一般、不满意、非常不满意}。根据以上计算得目标层权重向量为 W = ( 0.42 , 0.05 , 0.11 , 0.42 ) ，准则层权重向量为 w 1 = ( 0.08 , 0.25 , 0.14 , 0.02 , 0.11 , 0.35 , 0.05 ) 、 w 2 = ( 0.14 , 0.03 , 0.07 , 0.22 , 0.47 , 0.07 ) 、 w 3 = ( 0.11 , 0.31 , 0.13 , 0.07 , 0.38 ) 、 w 4 = ( 0.15 , 0.07 , 0.39 , 0.39 ) 。进一步，为获得单因素评价矩阵，我们设置了社会支持满意度评价量表进行抽样调查，采用五级尺度来衡量，从高到低依次为“非常满意”、“满意”、“一般”、“不满意”、“非常不满意”。

根据各因素各评价所选人数比例确定每个指标的模糊隶属度矩阵。通过计算，获得准则层综合得分并用 S = ( S 1 , S 2 , S 3 , S 4 ) 来表示综合评价结果，得分结果 S 1 = ( 0.2596 , 0.3903 , 0.2298 , 0.0775 , 0.042 ) 、 S 2 = ( 0.2310 , 0.3871 , 0.2483 , 0.0910 , 0.0276 ) 、 S 3 = ( 0.2662 , 0.3912 , 0.2393 , 0.0757 , 0.0276 ) 、 S 4 = ( 0.2482 , 0.4055 , 0.2419 , 0.0778 , 0.0266 ) 。根据以上结果计算出目标层评价矩阵为

R = W ∗ S = ( 0.254108 , 0.396623 , 0.236852 , 0.078103 , 0.033564 )

为得到市民对社会支持的满意度得分及各对指标的满意度得分，设评价集用分数N = {非常满意，满意，一般，不满意，非常不满意} = {90, 70, 50, 30, 10}表示，并分别得到如下结果：

对生育社会支持满意度得分 = R ∗ N = 65.155 。

对各一级指标的满意度得分 = S ∗ N = ( 64.928 , 63.308 , 65.854 , 65.418 ) 。

图16. 指标综合权重结果汇总

(三) 提升民众社会支持满意度建议

评价结果越大，表明民众对生育社会支持满意度越高。基于以上计算结果可以得出，民众对于现有生育社会支持的满意度超过了一般等级但未达到满意，说明整体社会支持仍需加强。根据最大隶属度原则，权重值越大，该因素对上级指标的影响程度越大。通过比较各一级指标的满意度得分，发现公共服务支持的得分最低，其中权重最大的是“现有法律保障职场女性不受歧视”，其次是“0~3岁托幼服务质量”，说明在这两个方面需要为公众提供更大力度的支持。职场女性受歧视问题一直是女性生育过程中极大的障碍，这会直接影响女性是选择生育还是事业，而托幼服务质量则关系着婴儿的生长、发育及生育家庭的养育难度。

(四) 检验建议有效性

在此假设建议是有效的，则民众对“现有法律保障职场女性不受歧视”和“0~3岁托幼服务质量”两因素的满意度会提高，为了验证其有效性，我们对问卷收集到的满意度量表数据进行修改，修改内容如下：将以上两因素模糊隶属度矩阵均修改为(0.4, 0.3, 0.3, 0,0)，即将满意度提高，基于此，我们再进行模糊综合评价，所得总体满意度得分增加为65.472，公共服务支持满意度得分增加为69.662，说明了建议的有效性。