1 问题的提出 生育研究一直是中国人口研究的热点。随着中国人口进入负增长阶段，出生人口数量受到更广泛的关注，育龄妇女也相应地成为研究的重点人群。全面两孩生育政策出台至今，中国生育水平短暂上升后又呈明显下降趋势，当前生育水平的快速下降更是超出预期。更准确地把握和更充分地理解生育水平变化，需要更深入地研究社会发展因素尤其是城镇化水平和受教育程度提升对生育行为的作用，更关注分婚育阶段和随孩次递进的变化，应用更合适的分析方法。 育龄妇女乡城迁移流动和受教育程度提升在中国生育转变的不同阶段持续发挥作用。近年来中国城镇居民占比和受过高等教育者占比均随出生队列的推移而逐渐上升。根据人口普查数据，2010年20～34岁的婚育旺盛期女性中有56.6％生活在城镇，2020年这一比例提高至72.5％。2020年受教育程度为大专及以上的女性在1970～1975年出生的女性中占10.9％，此后出生的队列受益于高等教育扩招而在相应占比上逐渐提升，1995～2000年出生队列升至57.1％。已有研究表明，城镇化水平和受教育程度随出生队列推移而快速提升，是婚姻和生育状况变化的重要社会背景(Retherford等，2005；Chen等，2010；果臻等，2013；Niu和Qi，2020)。在城镇化水平和受教育程度提升的新阶段，需进一步审视城乡分布和教育梯度对婚育群体的分化作用。城镇和高受教育程度群体的婚育特征可能预示着更晚出生队列的变动趋势，需要进行异质性分析和队列间比较。 21世纪中国的低生育进程具有初婚初育推迟和二孩递进比相对较低的特点，区分婚育阶段、基于孩次递进的研究能够更好地把握婚育的变化特征及各阶段的影响因素。中国的绝大多数生育为婚内生育，婚姻是生育的前提条件，生育一孩则是生育二孩的前提条件。从时间维度来看，婚育是一系列不可逆行也不可跨越的序贯事件。常用的生育指标(如一般生育率、总和生育率等)所涉及的育龄妇女群体均不区分婚育状态，不利于准确识别风险群体的数量和特征，难以判断婚育卡滞发生在哪个阶段，也无法有效把握生育水平和出生数量的快速变化及内在致因。 已有一些研究从婚育递进角度入手分析婚姻模式变迁对生育的影响(李婷、王强，2024)，或分析婚育递进对总体生育水平的作用以及不同人群之间婚育进度的差异(任正委等，2024)，或分析不同出生队列的婚育推迟对其生育率的影响(王甜、姜全保，2025；李月、张许颖，2021)。这些研究深入探讨了中国低生育进程中的婚育递进规律，但在以下3个方面仍有可改进的空间。其一，从数据效力来看，对单个时期上的截面数据应用假想队列法的研究，只有在调查时点前十几年乃至几十年的婚育率基本不变的情况下，才能得出较为可靠的结论，而在婚育率发生变动时，分析结果则会有较大偏差；当婚育快速推迟时，使用两个时期的数据估算平均婚育年龄的研究所反映的是两个时点之间的累积情况，仍然落后于变动进程，且无法反映队列的年龄进度模式。其二，从机制把握和外推能力来看，只有在生命历程视角下进行的队列追踪或事件史研究才能提炼出机制并通过建模进行趋势外推，然而，目前的队列研究主要关注较晚出生队列近年来婚育变动观测值的贡献分解，并未根据婚育递进的属性和发生机制建立形式化概率模型(Formal Model)，进而提炼一般规律，故无法据此进行趋势外推。其三，从处理删截的方法来看，由于较晚出生队列尚处于婚育进程的早期阶段，经历各婚育事件的比例不高，而多数研究没有妥善处理这种删截数据对分析结果的影响，错误地将右删截数据的特征归纳为队列本身的特征，因此，需要应用更合适的方法处理队列分析中的删截数据。事件史分析适合处理、分析删截数据，但现有婚育研究使用的事件史分析方法多限于Kaplan-Meier图以及Cox比例风险模型，这两种方法在婚育分析中均存在局限性。 鉴于此，本文以队列分析为视角，使用婚育事件史数据，应用事件史分析中的加速失效模型，通过引入广义F分布，拟合分城乡、分出生队列、分受教育程度的女性从出生到初婚、从初婚到生育一孩、从生育一孩到生育二孩3个序贯婚育事件。与以往研究相比，本文通过对育龄妇女特征的细致划分，可以更好地认识和比较育龄妇女婚育行为的异质性特征；通过划分序贯婚育阶段和风险群体，能够更准确地识别和刻画异质性特征在不同婚育阶段的作用；与传统的非参数或半参数事件史分析相比，基于广义F分布的加速失效模型更适合分析育龄妇女婚育事件，形式化概率模型的分析结果同时涵盖特征、机制和外推预测，得出的结论也更为准确。 2 研究思路、数据和方法 2.1 研究思路 2.1.1 婚育事件史分析 婚育事件史的回顾性调查数据是典型的事件史数据，这类数据具有两个特点：一是同时提供事件发生与否以及发生的时间两方面信息，而后者是其他数据不具备的；二是存在大量删截。分析这种数据，通常使用事件史分析方法(生物统计和流行病学中也常被称为生存分析方法)。 本研究将育龄妇女的婚育进程划分为3个递进的阶段，并分阶段建模：(1)在从出生到初婚的阶段，对初婚事件建模，模型估计的概率为各时点初婚概率，估计的未婚状态持续时长为初婚年龄；(2)将分析对象限定为已进入初婚的女性，对一孩生育事件建模，模型估计的概率为初婚后各时点生育一孩的概率，估计的未育一孩状态持续时长为初婚初育间隔；(3)进一步将分析对象限定为已生育一孩的女性，对二孩生育事件建模，模型估计的概率为生育一孩后各时点生育二孩的概率，估计的未育二孩状态持续时长为一孩二孩生育间隔。 2.1.2 异质性分析 从育龄妇女个体婚育史的角度来看，婚育事件序贯发生，而从任一时间截面来看，育龄妇女群体则处于由婚育事件分割的不同婚育状态。异质性以及与其相关的选择性影响婚育事件的递进和处于某种婚育状态的群体的结构分布，具体体现在两方面：一方面，事件发生概率存在很强的异质性，不仅决定了个体在某一时点是否发生事件，也会决定其在各状态的持续时长；另一方面，由于个体在各状态的持续时长存在异质性，那么具有某些特征的育龄妇女会更快进入下一阶段，而其他育龄妇女则会滞留，这会使得处于各婚育状态的群体在结构分布上发生动态变化。在异质性作用下，总人口数量和结构与婚育事件历险人群数量和结构之间的偏差越来越大(Vaupel和Yashin，1985)，进而导致人口学中的率指标的“失效”，因此，需要在区分风险群体异质性特征的基础上进行建模。育龄妇女在某一婚育状态的持续时长也十分重要，若部分育龄妇女长期滞留在某一阶段，相较于同类特征的其他育龄妇女，其婚育行为的活跃度会下降，分母上的拉低效应越来越强，此时历险时长本身就成为婚育进度的附加特征，这需要所用的分析方法能够纳入历险时长对风险率的影响。从事件史分析的角度出发，使用风险率先增后减的参数分布对异质性特征和历险时长进行建模，相比过往一些不考虑历险时长的分析，所作出的描述和研判更为准确。
