家庭托育需求測(cè)度及其影響因素研究*
——基于自動(dòng)機(jī)器學(xué)習(xí)算法

王雅楠 高傳勝 劉競(jìng)龍

(1 南京大學(xué)政府管理學(xué)院，江蘇 南京，210023；2 加泰羅尼亞理工大學(xué)信號(hào)理論與通信學(xué)院，西班牙 巴塞羅那，08028)

一、問(wèn)題的提出

近年來(lái)，我國(guó)人口出生率和總和生育率持續(xù)走低。國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，中國(guó)的人口出生率連續(xù)5年下跌，由2016年的13.57‰降至2021年的7.52‰。結(jié)合第七次全國(guó)人口普查數(shù)據(jù)，2020年中國(guó)的總和生育率僅為1.3[1]。這意味著，中國(guó)已經(jīng)進(jìn)入人口出生率低于11‰、總和生育率低于1.5的“超少子化”階段[2]。與此同時(shí)，中國(guó)人口老齡化程度持續(xù)深化，到2021年65歲及以上人口占總?cè)丝诘谋戎匾堰_(dá)到14.2%[3]。為了應(yīng)對(duì)人口老齡化和超少子化疊加的雙重壓力，我國(guó)進(jìn)一步放開(kāi)生育政策，在2021年正式實(shí)施一對(duì)夫妻可以生育三個(gè)子女的政策(簡(jiǎn)稱“三孩政策”)及相關(guān)配套支持措施[4]。

國(guó)際上生育率水平較低的國(guó)家和地區(qū)大多通過(guò)提供時(shí)間支持(帶薪產(chǎn)假、育兒假等)、經(jīng)濟(jì)支持(兒童津貼、稅收減免等)、服務(wù)支持與就業(yè)支持(累積休假制度、彈性工作時(shí)間等)等方面的政策措施，為家庭提供綜合性、多樣化的育兒支持。雖然各國(guó)的家庭政策在支持力度與具體方式上有所差異，但均較為重視促進(jìn)托育服務(wù)有效供給[5]。已有研究表明，托育服務(wù)有效供給更能對(duì)生育產(chǎn)生積極影響，其中包括提高生育率、降低女性的初育年齡等[6][7]。正因如此，發(fā)展托育服務(wù)也成為促進(jìn)我國(guó)人口長(zhǎng)期均衡發(fā)展的重要舉措。2019年以來(lái)，國(guó)家陸續(xù)出臺(tái)了多項(xiàng)促進(jìn)嬰幼兒照護(hù)服務(wù)、托育服務(wù)發(fā)展的相關(guān)政策，例如，國(guó)務(wù)院辦公廳于2019年發(fā)布的《關(guān)于促進(jìn)3歲以下嬰幼兒照護(hù)服務(wù)發(fā)展的指導(dǎo)意見(jiàn)》、于2020年發(fā)布的《關(guān)于促進(jìn)養(yǎng)老托育服務(wù)健康發(fā)展的意見(jiàn)》，國(guó)家發(fā)展和改革委員會(huì)、國(guó)家衛(wèi)生健康委員會(huì)于2019年發(fā)布的《支持社會(huì)力量發(fā)展普惠托育服務(wù)專項(xiàng)行動(dòng)實(shí)施方案(試行)》、國(guó)家發(fā)展和改革委員會(huì)于2021年發(fā)布的《“十四五”積極應(yīng)對(duì)人口老齡化工程和托育建設(shè)實(shí)施方案》，以及2021年發(fā)布的《中共中央 國(guó)務(wù)院關(guān)于優(yōu)化生育政策促進(jìn)人口長(zhǎng)期均衡發(fā)展的決定》。由此可見(jiàn)，在新發(fā)展階段和新的人口形勢(shì)下，托育服務(wù)供給側(cè)結(jié)構(gòu)性改革已經(jīng)得到了黨和政府的高度重視。

推進(jìn)托育服務(wù)供給側(cè)結(jié)構(gòu)性改革，不僅要求擴(kuò)大托育服務(wù)的供給規(guī)模、保證供給質(zhì)量，還要求增強(qiáng)供給結(jié)構(gòu)對(duì)需求變化的適應(yīng)性與靈活性。受到家庭收入水平、父母受教育程度、隔代照顧、對(duì)托育服務(wù)的認(rèn)可程度等多方面因素的影響，托育需求呈多樣化、復(fù)雜性的特征，這要求管理者在改革之初盡量規(guī)避服務(wù)供給過(guò)程中因需求識(shí)別缺位、錯(cuò)位而陷入供給困境。質(zhì)言之，在提供托育服務(wù)時(shí)必須要考慮需求側(cè)，研究家庭的托育需求是推進(jìn)托育服務(wù)供給側(cè)結(jié)構(gòu)性改革的邏輯起點(diǎn)。那么，如何精準(zhǔn)把握托育需求水平？托育需求又受到哪些因素影響？政府又該如何有效回應(yīng)托育需求?本文將對(duì)這些問(wèn)題展開(kāi)探討?！吨腥A人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》(以下簡(jiǎn)稱“十四五”規(guī)劃)在第四十五章“實(shí)施積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略”中，明確指出要“健全支持嬰幼兒照護(hù)服務(wù)和早期發(fā)展的政策體系”[8]。這意味著，“十四五”時(shí)期不僅是全面建成小康社會(huì)和開(kāi)啟全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家新征程的歷史交匯期，還是托育服務(wù)事業(yè)規(guī)范發(fā)展的關(guān)鍵期。面對(duì)新形勢(shì)、新使命，精準(zhǔn)把握家庭的托育需求，對(duì)于推動(dòng)我國(guó)托育服務(wù)有效供給具有重要的現(xiàn)實(shí)意義。

二、文獻(xiàn)回顧

國(guó)內(nèi)外已有文獻(xiàn)主要從以下幾個(gè)維度研究托育需求：其一，側(cè)重于探討家庭背景對(duì)托育需求的影響，即主要考察父母的年齡、受教育程度、工作類(lèi)型以及家庭收入水平等因素與托育需求之間的關(guān)系。多項(xiàng)研究表明，家庭收入水平越高或者父母受教育年限越長(zhǎng)，越傾向于通過(guò)托育服務(wù)對(duì)子女進(jìn)行投資[9-12]。進(jìn)一步地，國(guó)內(nèi)學(xué)者在單獨(dú)考察父母的社會(huì)經(jīng)濟(jì)特征時(shí)發(fā)現(xiàn)，父親的收入水平和受教育程度以及母親的年齡和收入水平，均與托育需求呈正相關(guān)，而母親受教育程度越高，越傾向于選擇家庭照顧[13]。也有研究重點(diǎn)考察了工作類(lèi)型對(duì)托育需求的影響，結(jié)果顯示，雙職工家庭更偏好讓子女入托，尤其是當(dāng)母親從事全職工作時(shí)，托育需求顯著提高[14-15]。其二，側(cè)重于考察托育服務(wù)屬性與托育需求之間的關(guān)系。國(guó)外學(xué)者主要從托育服務(wù)的可獲得性(Availability)、可及性(Accessibility)、可負(fù)擔(dān)性(Affordability)以及質(zhì)量(Quality)四個(gè)維度出發(fā)，探討托育服務(wù)的價(jià)格、質(zhì)量以及托育機(jī)構(gòu)的地理位置等因素對(duì)托育需求的影響[16]。近年來(lái)，國(guó)內(nèi)學(xué)術(shù)界也逐漸關(guān)注家庭對(duì)托育服務(wù)的需求偏好，如基于選擇實(shí)驗(yàn)法(Choice Experiment)的兩項(xiàng)研究表明，家庭的托育需求呈現(xiàn)出“安全為重，保教融合，普惠可及”的偏好特征[17]，此外，家長(zhǎng)更青睞公辦機(jī)構(gòu)、有早教師資以及送托距離合適的機(jī)構(gòu)[18]。其三，側(cè)重考察社會(huì)支持網(wǎng)絡(luò)對(duì)托育需求的影響。一方面，在預(yù)期壽命提高、生育率降低的影響下，隔代照顧在一定程度上緩解了年輕父母的育兒壓力，降低了家庭的托育需求[19-20]。另一方面，社區(qū)支持也會(huì)影響托育需求，如社區(qū)對(duì)家庭育兒的物質(zhì)環(huán)境支持、教育支持、娛樂(lè)設(shè)施支持程度越高，家庭托育需求越低[21]。

綜合而言，國(guó)內(nèi)學(xué)界對(duì)托育服務(wù)的研究尚處在起步階段，對(duì)于微觀層面的托育需求關(guān)注不多，缺乏對(duì)托育服務(wù)供給側(cè)結(jié)構(gòu)性改革的經(jīng)驗(yàn)證據(jù)。首先，現(xiàn)有對(duì)托育需求的少量定量研究均建立在傳統(tǒng)計(jì)量模型的基礎(chǔ)上。然而，一方面，傳統(tǒng)計(jì)量模型在納入多項(xiàng)解釋變量時(shí)，擬合精度會(huì)顯著下降，一定程度上制約了變量的選取。這類(lèi)研究多從單一維度出發(fā)，僅關(guān)注家庭背景或者托育服務(wù)屬性對(duì)托育需求的影響，缺乏對(duì)影響因素的歸納梳理與系統(tǒng)把握。也有學(xué)者嘗試將父母特征、嬰幼兒結(jié)構(gòu)、社區(qū)特征等多方面的影響因素納入Logit回歸模型中，但擬合優(yōu)度僅接近50%，模型的可解釋力一般[22]。另一方面，既有對(duì)于托育需求的量化研究，存在的核心問(wèn)題仍然是用簡(jiǎn)單的線性關(guān)系來(lái)應(yīng)對(duì)復(fù)雜的需求變化，難以深入地考察解釋變量之間、解釋變量與被解釋變量之間復(fù)雜的關(guān)系。其次，現(xiàn)有相關(guān)文獻(xiàn)多以大城市為研究區(qū)域來(lái)測(cè)度家庭的托育需求水平與影響因素，相關(guān)結(jié)論無(wú)法直接被推廣到普通地級(jí)市中。托育需求水平(每千人口所需的托位數(shù))不僅受到家庭收入水平、父母受教育程度等微觀因素的影響，還與地區(qū)經(jīng)濟(jì)發(fā)展水平、城市規(guī)模、人口結(jié)構(gòu)、人口出生率等宏觀因素密切相關(guān)[23-25]。由于大城市與普通地級(jí)市在城市規(guī)模、經(jīng)濟(jì)發(fā)展水平等方面存在顯著差距，托育需求必然也存在差異，而相關(guān)研究缺乏對(duì)普通地級(jí)市托育需求的關(guān)注。

基于此，本研究著眼于測(cè)度普通地級(jí)市的一般托育需求水平，將最新的自動(dòng)機(jī)器學(xué)習(xí)算法(AutoGluon)引入到托育需求的影響因素分析中。與以往文獻(xiàn)相比，本研究的邊際貢獻(xiàn)在于：首先，將AutoGluon從計(jì)算機(jī)領(lǐng)域引入到托育需求的研究中，拓展了傳統(tǒng)議題的研究方法，為機(jī)器學(xué)習(xí)方法在公共管理領(lǐng)域的應(yīng)用提供了實(shí)踐案例。其次，借助機(jī)器學(xué)習(xí)算法，通過(guò)盡可能多地引入特征值(解釋變量)，避免了傳統(tǒng)計(jì)量模型處理復(fù)雜變量導(dǎo)致的精度下降問(wèn)題以及遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題。最后，從傳統(tǒng)實(shí)證的有監(jiān)督學(xué)習(xí)轉(zhuǎn)換到機(jī)器學(xué)習(xí)的無(wú)監(jiān)督學(xué)習(xí)，突破了傳統(tǒng)計(jì)量模型無(wú)法準(zhǔn)確描述復(fù)雜社會(huì)系統(tǒng)動(dòng)態(tài)變化的瓶頸，準(zhǔn)確測(cè)度了主要影響因素與托育需求的非線性關(guān)系，有助于地方政府更精準(zhǔn)地把握家庭的托育需求，進(jìn)而推動(dòng)托育服務(wù)有效供給。

三、研究技術(shù)與研究區(qū)域

(一)研究技術(shù)

在分析社會(huì)問(wèn)題時(shí)，根據(jù)研究問(wèn)題和目的的不同，往往需要選擇不同的研究方法。本研究關(guān)注的是托育需求水平及其影響因素，屬于分類(lèi)研究，傳統(tǒng)的計(jì)量模型與隨機(jī)森林模型(Random Forest)、神經(jīng)網(wǎng)絡(luò)、XGBoost、LightGBM等機(jī)器學(xué)習(xí)算法均可以用于解決此類(lèi)問(wèn)題。本研究選取AutoGluon作為研究技術(shù)，原因有兩點(diǎn)：一方面，相較于傳統(tǒng)計(jì)量模型，機(jī)器學(xué)習(xí)算法允許特征值數(shù)量大于觀測(cè)值數(shù)量，通過(guò)盡可能多地引入特征值，更好地解決遺漏變量導(dǎo)致的估計(jì)偏誤，并獲取預(yù)測(cè)精度更高的模型；另一方面，相較于其他機(jī)器學(xué)習(xí)算法，AutoGluon通過(guò)一定的策略建立了方法集成，不僅能夠得到擬合效果更好、精度更高的預(yù)測(cè)模型，而且無(wú)須反復(fù)調(diào)整參數(shù)，降低了非專業(yè)人士的使用難度，有利于推動(dòng)機(jī)器學(xué)習(xí)在各個(gè)學(xué)科中的運(yùn)用[26]。

具體來(lái)看，AutoGluon主要有三大運(yùn)算策略。一是多模型組合(Multi-Layer Stack Ensembing)。AutoGluon不僅嵌套了隨機(jī)森林模型(Random Forest)、深度神經(jīng)網(wǎng)絡(luò)(Deep Neutral Networks)、LightGBM等主流的機(jī)器學(xué)習(xí)算法，還納入了YOLOV、BERT等深度學(xué)習(xí)算法。在融合多種算法的基礎(chǔ)上，AutoGluon建立了自己的運(yùn)算策略，并進(jìn)一步實(shí)現(xiàn)了自動(dòng)超參數(shù)調(diào)整、模型選擇、架構(gòu)搜索等優(yōu)化功能。二是k-折交叉驗(yàn)證(Repeated k-fold Bagging)。k-折交叉驗(yàn)證可以確保嵌入的子模型都能調(diào)用完整的數(shù)據(jù)集，并且能夠?qū)λ凶幽Ｐ偷挠?xùn)練結(jié)果進(jìn)行重新計(jì)算，實(shí)現(xiàn)再擬合。三是改進(jìn)的神經(jīng)網(wǎng)絡(luò)架構(gòu)。神經(jīng)網(wǎng)絡(luò)是AutoGluon的基礎(chǔ)，也是其最主要的應(yīng)用方式。然而，單一的神經(jīng)網(wǎng)絡(luò)有可能出現(xiàn)過(guò)度擬合、欠擬合等問(wèn)題，導(dǎo)致精度降低[27]。為此，AutoGluon采用了改進(jìn)的神經(jīng)網(wǎng)絡(luò)架構(gòu)，并在訓(xùn)練過(guò)程中增加了Dropout和BatchNorm等測(cè)量，從而提高了模型的泛化性。

(二)研究區(qū)域

本研究選取江蘇省徐州市作為主要的實(shí)驗(yàn)區(qū)域，測(cè)度家庭的托育需求水平與影響因素。從微觀層面來(lái)看，已有研究表明，家庭收入水平、父母受教育程度等是影響托育需求的關(guān)鍵因素。從宏觀層面來(lái)看，城市的人口出生率、城市規(guī)模、經(jīng)濟(jì)發(fā)展水平等也會(huì)顯著影響整體的托育需求水平(每千人口所需的托位數(shù))。因而，本文從人口出生率、城市規(guī)模、經(jīng)濟(jì)發(fā)展水平、平均受教育年限等多個(gè)方面綜合衡量徐州市的代表性。其中，人口出生率的數(shù)據(jù)來(lái)源于《徐州統(tǒng)計(jì)年鑒2021》[28]《中國(guó)統(tǒng)計(jì)年鑒2021》[29]，城市規(guī)模的數(shù)據(jù)來(lái)源于《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒2020》[30]，人均GDP、居民可支配收入、平均受教育年限的數(shù)據(jù)來(lái)源于《江蘇統(tǒng)計(jì)年鑒2021》[31]《中國(guó)統(tǒng)計(jì)年鑒2021》[32]。從人口出生率來(lái)看， 2020年全國(guó)人口出生率為8.52‰，徐州市人口出生率為7.10‰，在全國(guó)范圍內(nèi)處于中低水平。從城市規(guī)模來(lái)看，2019年徐州市城區(qū)常住人口數(shù)量為196.57萬(wàn)人，在297個(gè)城市中(4個(gè)直轄市和293個(gè)地級(jí)市)位列第35，屬于Ⅱ型大城市(1)分類(lèi)標(biāo)準(zhǔn)見(jiàn)《國(guó)務(wù)院關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》(國(guó)發(fā)〔2014〕51號(hào))，以城區(qū)常住人口為統(tǒng)計(jì)口徑，可以將城市劃分為五類(lèi)七檔：城區(qū)常住人口超過(guò)1000萬(wàn)的城市為超大城市；城區(qū)常住人口為500以上1000萬(wàn)以下的城市為特大城市；城區(qū)常住人口為100萬(wàn)以上500萬(wàn)以下的城市為大城市，其中，300萬(wàn)以上500萬(wàn)以下的城市為Ⅰ型大城市，100萬(wàn)以上300萬(wàn)以下的城市為Ⅱ型大城市；城區(qū)常住人口為50萬(wàn)以上100萬(wàn)以下的城市為中等城市；城市常住人口50萬(wàn)以下的城市為小城市，其中，20萬(wàn)以上50萬(wàn)以下的城市為Ⅰ型小城市，20萬(wàn)以下的城市為Ⅱ型小城市。。從經(jīng)濟(jì)發(fā)展水平來(lái)看，2020年徐州市人均GDP為80673元，比同年全國(guó)人均GDP 高出12.04%，處于中等偏上水平。進(jìn)一步地，從居民人均可支配收入來(lái)看，2020年徐州居民人均可支配收入為29376元，比同年全國(guó)居民人均可支配收入低8.73%，處于中等偏下水平。從平均受教育年限來(lái)看，2020年徐州常住人口中15歲及以上人口的平均受教育年限為9.68年，略低于同年全國(guó)平均水平9.91年，人力資本存量處于中等偏下水平。

一方面，在人口出生率、城市規(guī)模、經(jīng)濟(jì)發(fā)展水平等因素的作用下，徐州市的客觀托育需求總量(每千人口所需的托位數(shù))應(yīng)在全國(guó)范圍內(nèi)處于中等偏上水平。另一方面，在居民人均可支配收入與平均受教育年限的影響下，該市居民對(duì)托育服務(wù)的可負(fù)擔(dān)水平與接納程度在全國(guó)范圍內(nèi)處于中等偏低水平。綜合而言，在上述因素的綜合作用下，徐州市反映了我國(guó)城市托育需求的中等水平。因而，本研究選取徐州市為實(shí)驗(yàn)區(qū)域，旨在刻畫(huà)當(dāng)前普通地級(jí)市的一般托育需求水平與影響因素，為與徐州在城市規(guī)模、經(jīng)濟(jì)發(fā)展水平等方面特征相似的同類(lèi)地級(jí)市提供有價(jià)值的政策建議。

四、數(shù)據(jù)來(lái)源與實(shí)驗(yàn)過(guò)程

(一)數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

本研究所使用的數(shù)據(jù)來(lái)自課題組于2021年9月在江蘇省徐州市進(jìn)行的多階段隨機(jī)抽樣調(diào)查。調(diào)查對(duì)象設(shè)定為年齡在20～49歲的已婚女性或男性。為有效篩選出調(diào)查對(duì)象，課題組聯(lián)系每個(gè)區(qū)的托育園、幼兒園配合調(diào)研，最終發(fā)放問(wèn)卷1800份，回收有效問(wèn)卷1601份，回收率為89.44%。其中，各區(qū)所下發(fā)的問(wèn)卷數(shù)量，主要是依據(jù)《徐州市第七次全國(guó)人口普查公報(bào)》公布的各區(qū)0～14歲兒童占總?cè)丝诘谋戎剡M(jìn)行測(cè)算確定[33]，最終在銅山區(qū)、泉山區(qū)、賈汪區(qū)、云龍區(qū)、經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)與鼓樓區(qū)下發(fā)的問(wèn)卷數(shù)量依次為684份、252份、252份、234份、216份、162份。調(diào)查內(nèi)容主要包括四個(gè)部分：第一部分是受訪者個(gè)人及家庭背景，主要包括受訪者及其配偶的年齡、受教育程度、收入水平、工作類(lèi)型，以及嬰幼兒的年齡、數(shù)量；第二部分是家庭的育兒現(xiàn)狀與潛在托育需求，主要包括3歲以下嬰幼兒的主要照料者、照料強(qiáng)度、養(yǎng)育模式、對(duì)科學(xué)育兒知識(shí)的了解程度等；第三部分是社會(huì)支持網(wǎng)絡(luò)，既包括社區(qū)育兒支持，如娛樂(lè)設(shè)施、衛(wèi)生保健、父母講座等，又包括隔代照顧，如祖輩的年齡、受教育程度等；第四部分是選擇偏好，主要考察家庭成員對(duì)托育服務(wù)的態(tài)度，如對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可程度、對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可程度等。

具體的數(shù)據(jù)處理與實(shí)驗(yàn)流程如下。首先，對(duì)調(diào)研信息進(jìn)行預(yù)處理，即進(jìn)行數(shù)據(jù)清理和數(shù)據(jù)編碼。其中，數(shù)據(jù)清理主要是為了減少模型訓(xùn)練中的噪聲與異常值，具體地，借助Python庫(kù)的熱力圖來(lái)觀察各個(gè)特征值與目標(biāo)值之間的相關(guān)性，去除與目標(biāo)值相關(guān)性特別低的特征值。數(shù)據(jù)編碼的主要目的是將文字語(yǔ)言轉(zhuǎn)化為機(jī)器可以識(shí)別的語(yǔ)言，本文中，除了職業(yè)類(lèi)型編碼為分類(lèi)變量外，其余特征值的編碼均為數(shù)值型，空值則用NaN替代。其次，進(jìn)行模型訓(xùn)練。為確保模型的有效性、提高預(yù)測(cè)精度，AutoGluon在訓(xùn)練過(guò)程中增加了Stack次數(shù)、k-折交叉驗(yàn)證的n和k、訓(xùn)練時(shí)間等參數(shù)，并確保參數(shù)的隨機(jī)迭代。每次訓(xùn)練完成后均會(huì)進(jìn)行精度判斷，若滿足閾值則輸出模型，不滿足閾值則繼續(xù)迭代。最后，模型應(yīng)用，即解譯模型。主要是借助訓(xùn)練后的模型，分析不同特征值對(duì)托育需求的影響程度(特征值重要性排序)、單一特征值與托育需求的關(guān)系、多特征值與托育需求之間的關(guān)系，進(jìn)而測(cè)度地區(qū)總體的托育需求水平(每千人口所需的托位數(shù))，從而更精確地把握家庭的托育需求，并為政策制定者支持托育服務(wù)發(fā)展提供重要的決策依據(jù)。

(二)特征值評(píng)價(jià)與模型精度

1.特征值重要性的評(píng)價(jià)結(jié)果

根據(jù)機(jī)器學(xué)習(xí)迭代結(jié)果，最終保留24個(gè)特征值參與模型訓(xùn)練，編碼方法與編碼結(jié)果見(jiàn)表1。其中，目標(biāo)值(target)為問(wèn)卷中“若(再)生育，您打算由誰(shuí)來(lái)照顧3歲以下嬰幼兒”，0記為家庭照顧，1記為托兒所，其余23個(gè)特征值為年齡(age)、母親受教育程度(m-edu)、母親月收入水平(m-income)、父親月收入水平(f-income)等。由于母親的工作類(lèi)型為分類(lèi)變量，無(wú)法用單一特征值進(jìn)行表示，因而，本研究將母親的工作類(lèi)型進(jìn)行逐一編碼。表1展示了主要特征值的重要性排序，重要性程度越高，對(duì)被解釋變量的解釋力越強(qiáng)。由表1可知，母親的年齡是影響托育需求的最重要特征，母親收入水平次之，再次為對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度、父親受教育程度、對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可度等，下文會(huì)著重分析幾個(gè)重要的單一特征值與多特征值對(duì)家庭托育需求的影響。

表1 特征值的編碼方法與重要性排序

(續(xù)表1)

值得注意的是，雖然母親的工作類(lèi)型的重要性程度總體不高，如特征值m-job_gtjy的重要性僅排在第16位，但不同工作類(lèi)型對(duì)托育需求的影響程度卻顯著不同。其中，當(dāng)母親從事個(gè)體經(jīng)營(yíng)工作或中斷就業(yè)時(shí)，對(duì)托育需求的解釋力更強(qiáng)；而當(dāng)母親就職于政府部門(mén)、企事業(yè)單位或者從未就業(yè)時(shí)，幾乎不會(huì)對(duì)托育需求產(chǎn)生影響?？赡艿慕忉屖牵瑥氖聜€(gè)體經(jīng)營(yíng)工作的母親無(wú)法享受法定產(chǎn)假與哺乳假，且因生育選擇中斷就業(yè)可能會(huì)給母親帶來(lái)較高的機(jī)會(huì)成本，在此情形下，這類(lèi)母親群體對(duì)托育服務(wù)的需求更為強(qiáng)烈。而就職于政府部門(mén)、企事業(yè)單位的母親，可以享受法定的職工產(chǎn)假和哺乳假，這在一定程度上削弱了家庭對(duì)托育服務(wù)的需求。具體地，從國(guó)家層面來(lái)看，2012年出臺(tái)的《女職業(yè)勞動(dòng)保護(hù)特別規(guī)定》將原有的90天女性職工產(chǎn)假調(diào)整為98天，出現(xiàn)難產(chǎn)情況、生育多胞胎等情形，還可(每胎)增加15天產(chǎn)假[34]。此外，2008年，原人事部發(fā)布的《機(jī)關(guān)事業(yè)單位工作人員帶薪年休假實(shí)施辦法》[35]與人力資源和社會(huì)保障部發(fā)布的《企業(yè)職工帶薪年休假實(shí)施辦法》均明確規(guī)定[36]，產(chǎn)假不計(jì)入帶薪年休假。職工可依據(jù)工作年限享受的5～15天帶薪年休假，并將其與上述生育類(lèi)假期合并使用。這些政策增加了職工生育類(lèi)休假時(shí)間，為職工家庭照顧嬰幼兒提供了較為寬裕的時(shí)間支持保障，卻也將從事個(gè)體經(jīng)營(yíng)工作以及未就業(yè)的母親排斥在這種福利體系之外?？梢哉f(shuō)，這種現(xiàn)象本質(zhì)上是職業(yè)不平等在兒童照顧問(wèn)題上的凸顯。即使是最新設(shè)立的“3歲以下嬰幼兒照護(hù)個(gè)人所得稅專項(xiàng)附加扣除”也是選擇性的[37]：高稅收的個(gè)體(家庭)會(huì)從中獲益更多，而低稅收個(gè)體(家庭)甚至無(wú)須納稅的個(gè)體(家庭)則很難受益。這進(jìn)一步地支持了，提供普遍性的托育服務(wù)、擴(kuò)大家庭政策受益群體的必要性。

2.模型精度評(píng)價(jià)：模型的有效性

本研究以隨機(jī)抽樣的方式，將所有的數(shù)據(jù)集劃分為訓(xùn)練集與測(cè)試集來(lái)驗(yàn)證模型的有效性。其中，訓(xùn)練集主要用來(lái)學(xué)習(xí)規(guī)律，測(cè)試集用來(lái)檢驗(yàn)訓(xùn)練模型的有效性。在對(duì)模型預(yù)測(cè)精度的評(píng)價(jià)方面，不同學(xué)者選取的評(píng)價(jià)指標(biāo)存在差異，主要指標(biāo)有Accuracy、Recall、Precision、F1、MSE、RMSE等。由于本文關(guān)注的是二分類(lèi)問(wèn)題，因而選取常用的二分類(lèi)評(píng)價(jià)指標(biāo)體系，即Accuracy、Recall、Precision與 F1，它們是以正例和負(fù)例的四種組合為基礎(chǔ)的評(píng)價(jià)指標(biāo)體系，具體組合情況見(jiàn)表2。一是實(shí)際值與預(yù)測(cè)值均為正例(TP)，即用戶問(wèn)卷填寫(xiě)

表2 正例與負(fù)例的四種組合形式

的實(shí)際值(target)為1且模型訓(xùn)練的預(yù)測(cè)值(target’)也為1；二是實(shí)際值為正例而預(yù)測(cè)值為負(fù)例(TN)，即實(shí)際值(target)為1，預(yù)測(cè)值(target’)為0；三是實(shí)際值與預(yù)測(cè)值均為負(fù)例(FN)，即實(shí)際值(target)為0且預(yù)測(cè)值(target’)也為0；四是實(shí)際值為負(fù)例而預(yù)測(cè)值為正例(FP)，即實(shí)際值(target)為0，預(yù)測(cè)值(target’)為1。

由表3可知，訓(xùn)練后的模型總精度(Accuracy)為97.19%，意味著模型訓(xùn)練結(jié)果有效且總體精度較高。由于本文的研究問(wèn)題是家庭的托育需求，需要進(jìn)一步關(guān)注實(shí)際值(target)為1的預(yù)測(cè)精度。實(shí)際值(target)為1的預(yù)測(cè)精度越高，模型越能夠精準(zhǔn)地反映出家庭的托育需求水平。Recall、Precision與 F1是考察實(shí)際值(target)為1的預(yù)測(cè)精度的關(guān)鍵指標(biāo)：Recall表示實(shí)際值(target)為1被正確預(yù)測(cè)的比重，經(jīng)過(guò)模型擬合，預(yù)測(cè)值(target’)為1占實(shí)際值(target)為1的比率為85.45%；Precision表示所有實(shí)際值(target)為1占預(yù)測(cè)值(target’)為1的比率為97.92%；F1是Recall與Precision的調(diào)和平均數(shù)，具體的值為91.26%。基于此，對(duì)問(wèn)卷調(diào)查的托育需求結(jié)果進(jìn)行修正，修正后的托育需求水平為12.44%(2)托育需求水平為預(yù)測(cè)值(target’)為1的樣本占總樣本的比率。。

表3 訓(xùn)練后的模型精度

為進(jìn)一步檢驗(yàn)?zāi)Ｐ偷挠行裕疚倪x取較為常見(jiàn)的隨機(jī)森林模型(Random Forest)、LightGBM、CatBoost、XGBoost與深度神經(jīng)網(wǎng)絡(luò)(Deep Neutral Networks)5個(gè)機(jī)器學(xué)習(xí)算法再次進(jìn)行模型訓(xùn)練，得出的精度評(píng)價(jià)結(jié)果見(jiàn)表4。首先，從總精度(Accuracy)來(lái)看，Deep Neutral Networks、Random Forest、CatBoost、XGBoost與LightGBM算法的精度依次為95.00%、94.06%、86.88%、86.56%、84.38%，均低于AutoGluon的訓(xùn)練結(jié)果。其次，由于本研究更關(guān)注實(shí)際值(target)為1的評(píng)價(jià)精度，所以需進(jìn)一步考察Recall、Precision、F1的評(píng)價(jià)結(jié)果。不難看出，除Precision的評(píng)價(jià)精度外，CatBoost、XGBoost與LightGBM算法的Recall與F1的評(píng)價(jià)精度均較低，模型的可解釋力很弱。雖然隨機(jī)森林模型與深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練精度得到了很大的改進(jìn)，處在可接受范圍內(nèi)，但仍低于AutoGluon的訓(xùn)練精度。由此可知，AutoGluon的預(yù)測(cè)精度顯著高于其他幾個(gè)算法、模型解釋力更強(qiáng)。

表4 不同機(jī)器學(xué)習(xí)算法的精度評(píng)價(jià)結(jié)果 單位：%

五、實(shí)驗(yàn)結(jié)果分析

母親的年齡、月收入水平、對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度、父親受教育程度與對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可度，是托育需求最重要的5個(gè)影響因素。為進(jìn)一步考察這5個(gè)特征值與托育需求之間的復(fù)雜關(guān)系，本研究引入部分依賴圖(Partial Dependence Plot，PDP)與SHAP值，分別可視化機(jī)器學(xué)習(xí)算法學(xué)習(xí)到的規(guī)律，以確保分析結(jié)果的準(zhǔn)確性。部分依賴圖(PDP)展示的是目標(biāo)函數(shù)和一組特征值之間的依賴關(guān)系，可以考察特征值與目標(biāo)值之間的線性與非線性關(guān)系[38]。SHAP值屬于模型事后解釋的方法，主要用來(lái)展示計(jì)算特征值對(duì)模型輸出的邊際貢獻(xiàn)，側(cè)重于考察異質(zhì)效應(yīng)[39]，其核心思想源于諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者羅伊德·沙普利(Lloyd S.Shapley)在合作博弈論中提到的Shapley值及其相關(guān)的擴(kuò)展[40]。由于母親月收入水平與受教育程度是衡量母親社會(huì)經(jīng)濟(jì)地位最重要的指標(biāo)[41]，本文將不再單獨(dú)討論這兩個(gè)因素對(duì)目標(biāo)值的影響，而是考察兩個(gè)特征值在任意組合上的結(jié)果對(duì)托育需求的影響。此外，考慮到父親受教育程度與母親受教育程度對(duì)托育需求的影響具有高度相似性，為節(jié)省篇幅，這里不再單獨(dú)討論父親受教育程度對(duì)托育需求的影響。

(一)單一特征值與托育需求

1.母親的年齡與托育需求

圖1展示的是母親的年齡與托育需求之間的關(guān)系。從趨勢(shì)上看，隨著母親年齡的增長(zhǎng)，家庭的托育需求水平呈現(xiàn)先降低后提高的趨勢(shì)。具體地，由圖1(a)可知：當(dāng)母親年齡小于32歲時(shí)，年齡對(duì)托育需求的邊際貢獻(xiàn)為負(fù)(SHAP值<0)，年齡與托育需求負(fù)相關(guān)；當(dāng)母親年齡在33～46歲時(shí)，年齡對(duì)托育需求的邊際貢獻(xiàn)值為正(SHAP值>0)，且上升趨勢(shì)明顯，年齡與托育需求正相關(guān)。結(jié)合圖1(b)進(jìn)行檢驗(yàn)，折線表示總體趨勢(shì)，陰影部分為95%的置信區(qū)間：當(dāng)母親年齡在20～29歲時(shí)，隨著母親年齡的增加，家庭的托育需求逐漸下降；當(dāng)母親年齡在29～32歲時(shí)，雖然托育需求逐漸上升，但是托育意愿仍呈抑制狀態(tài)(PDP值<0)；而當(dāng)母親的年齡大于32歲時(shí)，托育需求顯著提高，家庭展現(xiàn)出十分旺盛的托育需求(PDP值>0)。PDP與SHAP值的可視化結(jié)果基本一致，驗(yàn)證了母親年齡對(duì)托育需求的復(fù)雜影響。進(jìn)一步地，本文嘗試解釋母親年齡對(duì)托育需求產(chǎn)生上述復(fù)雜影響的原因。2017年全國(guó)生育狀況抽樣調(diào)查顯示，2017年我國(guó)平均初育年齡上升至27.3歲，較2006年推遲了3歲[42]。依照此趨勢(shì)，我國(guó)現(xiàn)階段平均初育年齡應(yīng)約為29歲。由此，基本可以推斷，一孩家庭的托育需求相對(duì)較低。從情感出發(fā)，母親更傾向于選擇自己照顧第一個(gè)孩子，并且一孩家庭也更有可能從親屬網(wǎng)絡(luò)獲取育兒支持。隨著母親年齡的增長(zhǎng)，母親可能會(huì)面臨“上有老，下有小”的雙重照顧壓力，在這種情況下，托育需求顯著提高。

圖1 母親年齡對(duì)托育需求的影響

2.對(duì)托育服務(wù)功能的認(rèn)可度與托育需求

從人力資本視角出發(fā)，托育服務(wù)被視為對(duì)早期人力資本的投資，即促進(jìn)早期人力資本積累是托育服務(wù)的主要功能之一。如圖2(a)所示，當(dāng)家庭對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度為“非常不認(rèn)可=1”“不太認(rèn)可=2”時(shí)，該特征值對(duì)托育需求的邊際貢獻(xiàn)為負(fù)(SHAP值<0)，此時(shí)，家庭的托育需求是極低的。而家庭對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度達(dá)到“認(rèn)可=4”“非常認(rèn)可=5”時(shí)，托育需求顯著提高(SHAP值>0)。結(jié)合圖2(b)進(jìn)行檢驗(yàn)，不難發(fā)現(xiàn)，家庭對(duì)托育服務(wù)的認(rèn)可度由2向3轉(zhuǎn)變時(shí)，托育需求逐漸提高。當(dāng)對(duì)托育服務(wù)的認(rèn)可度由3向4轉(zhuǎn)變時(shí)，家庭的托育需求陡增，并且增幅遠(yuǎn)高于由4向5的轉(zhuǎn)變階段。由此可知，家庭對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度，一旦從“消極”轉(zhuǎn)為“積極”時(shí)，家庭的托育需求就會(huì)顯著提高。

圖2 對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度與托育需求

托育服務(wù)的另一個(gè)重要功能是幫助女性平衡“工作—家庭”關(guān)系，根據(jù)上文基于全樣本得出的重要性排序結(jié)果可知，家庭對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可度也是影響目標(biāo)值的重要因素。圖3展示了這一特征值與托育需求之間復(fù)雜的非線性關(guān)系。由圖3(a)可知，只有當(dāng)家庭對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可度達(dá)到“非常認(rèn)可=5”時(shí)，特征值對(duì)托育需求的邊際貢獻(xiàn)才為正(SHAP值>0)。進(jìn)一步地，結(jié)合圖3(b)檢驗(yàn)，家庭對(duì)托育服務(wù)的需求從“抑制狀態(tài)”(PDP值<0)轉(zhuǎn)變?yōu)椤胺e極尋求”(PDP值>0)，發(fā)生在由4向5的轉(zhuǎn)變過(guò)程，即只有當(dāng)家庭完全認(rèn)可托育服務(wù)能夠發(fā)揮平衡工作與生活的功能時(shí)，家庭的托育需求水平才會(huì)顯著提高。

圖3 對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可度與托育需求

(二)雙變量交互對(duì)托育需求的影響

構(gòu)建以母親受教育程度與月收入水平為雙變量交互的PDP，不僅可以幫助我們分析母親社會(huì)經(jīng)濟(jì)地位對(duì)托育需求的影響，還可以借助它理解這兩個(gè)特征值的相互依賴關(guān)系。圖4為雙變量交互的PDP結(jié)果：從整體上看，隨著母親社會(huì)經(jīng)濟(jì)地位的提高，托育需求顯著提高。進(jìn)一步地，分析兩個(gè)特征的部分依賴關(guān)系。第一，當(dāng)母親月收入水平取值小于3(低于5000元/月)且受教育程度取值小于3(低于大專/本科)時(shí)，托育需求水平相對(duì)較低(PDP值<0.144)。一方面，母親受教育程度不高，對(duì)早期人力資本投資的意識(shí)可能不強(qiáng)。另一方面，母親月收入水平相對(duì)較低，難以負(fù)擔(dān)托育費(fèi)用，且即使母親因養(yǎng)育子女而中斷就業(yè)，在職業(yè)領(lǐng)域遭受到的收入懲罰也相對(duì)較低。第二，母親受教育程度較高且月收入水平較低時(shí)，家庭對(duì)托育服務(wù)的需求被抑制。當(dāng)母親受教育程度取值大于3且母親月收入水平取值小于3時(shí)，家庭的托育需求會(huì)有所提高(0.144

圖4 雙變量交互對(duì)托育需求的影響

對(duì)上述結(jié)果可能的解釋是，從新家庭經(jīng)濟(jì)學(xué)出發(fā)，女性在職業(yè)角色和照顧者角色之間存在普遍的不兼容性，這種不兼容性導(dǎo)致了養(yǎng)育幼兒的機(jī)會(huì)成本產(chǎn)生，即照顧幼兒會(huì)使女性減少工作、職業(yè)發(fā)展受影響甚至中斷就業(yè)，進(jìn)而導(dǎo)致女性收入減少。已有研究顯示，在我國(guó)，生育二孩的女性，其就業(yè)概率約下降9.3%[43]，且每多生一個(gè)孩子，女性的小時(shí)工資率降幅約為13%[44]。因此，母親的收入水平越高，因照顧子女產(chǎn)生的機(jī)會(huì)成本也越高。當(dāng)母親為照顧幼兒所放棄的潛在工作時(shí)間帶來(lái)的經(jīng)濟(jì)收益高于不放棄這份工作去購(gòu)買(mǎi)專業(yè)化服務(wù)所需的照顧費(fèi)用時(shí)，托育需求隨之提高。換而言之，當(dāng)母親的收入水平較高時(shí)，更有能力通過(guò)購(gòu)買(mǎi)專業(yè)化的托育服務(wù)將照顧幼兒的“機(jī)會(huì)成本”轉(zhuǎn)化為向市場(chǎng)支付的“直接成本”，即母親因照顧幼兒產(chǎn)生的機(jī)會(huì)成本是影響家庭托育需求的關(guān)鍵因素之一。

(三)嬰幼兒照顧方式的決策邏輯

重要性在前十位的特征值依次為：母親年齡與月收入水平、對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度、父親受教育水平、對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可度、隔代照顧、家庭對(duì)科學(xué)育兒知識(shí)的了解程度、父親月收入水平、母親受教育程度及孩子數(shù)量。對(duì)特征值進(jìn)行合并，可知，母親的年齡與機(jī)會(huì)成本(母親月收入水平)、家庭對(duì)托育服務(wù)功能的認(rèn)可度(對(duì)托育服務(wù)促進(jìn)早期人力資本積累功能的認(rèn)可度、對(duì)托育服務(wù)平衡工作與生活功能的認(rèn)可度)、隔代照顧、孩子的數(shù)量是托育需求的重要影響因素。

據(jù)此，本文嘗試構(gòu)建嬰幼兒照顧方式的決策過(guò)程。如圖5所示，嬰幼兒照顧方式的決策邏輯，應(yīng)是一個(gè)復(fù)雜的“階梯式”進(jìn)程。即存在不同層級(jí)的決策階段，每一個(gè)決策階段的互動(dòng)主體相對(duì)平等。

首先，在決策的第一層級(jí)中，母親的機(jī)會(huì)成本是關(guān)鍵因素。當(dāng)母親的機(jī)會(huì)成本處于較低水平時(shí)，母親基本能夠承擔(dān)照顧職責(zé)(此時(shí)也可能存在隔代照顧)；而當(dāng)母親的機(jī)會(huì)成本較高時(shí)，則會(huì)尋求隔代照顧或者托育服務(wù)。

其次，進(jìn)入到?jīng)Q策的第二層級(jí)，即多方照顧主體的互動(dòng)。中青年父母選擇照顧主體時(shí)，衡量的是人力資本投資、安全、成本、信任度等問(wèn)題，這類(lèi)考量體現(xiàn)在他們與兩類(lèi)替代性照顧主體的互動(dòng)過(guò)程中。一是體現(xiàn)在中青年父母與祖輩之間的互動(dòng)中。隔代照顧受到多種因素的影響，如代際關(guān)系、祖輩的健康、受教育水平、價(jià)值觀念等，基本上可以從動(dòng)機(jī)(照顧的意愿)與能力(提供照顧的可行性)兩個(gè)維度歸納。并且，由于代際關(guān)系的復(fù)雜性，學(xué)者從代際交換論、文化形塑論與團(tuán)結(jié)論等不同角度去理論隔代照顧的形成，從而祖輩既是“代際剝削的受害者”、又是“尋求團(tuán)結(jié)的主動(dòng)者”[45]。研究并不關(guān)注祖輩在代際關(guān)系中的位置，而是將協(xié)商機(jī)制引入到?jīng)Q策中，并認(rèn)為隔代照顧是否執(zhí)行是兩代人在分別評(píng)估祖輩動(dòng)機(jī)與能力兩個(gè)維度的特征后，在情感之上反復(fù)溝通和權(quán)衡利弊的結(jié)果。二是體現(xiàn)在中青年父母與托育服務(wù)供給者之間的互動(dòng)中。雙方之間的互動(dòng)過(guò)程表現(xiàn)為“買(mǎi)方”與“賣(mài)方”之間的提出訴求與回應(yīng)訴求：“買(mǎi)方”向“賣(mài)方”表達(dá)托育需求，并衡量與考察購(gòu)買(mǎi)服務(wù)的成本、服務(wù)的安全與質(zhì)量等；“賣(mài)方”通過(guò)對(duì)設(shè)備、環(huán)境、師資隊(duì)伍等的建設(shè)與宣傳來(lái)回應(yīng)“買(mǎi)方”的需求。三是不排除有些家庭存在“強(qiáng)勢(shì)”祖輩的情況。擁有足夠資源(尤其是經(jīng)濟(jì)資源)的祖輩在一定程度上能夠替代父母親做決策，可能會(huì)出現(xiàn)托育服務(wù)供給者與祖輩之間的直接互動(dòng)。若祖輩對(duì)托育持強(qiáng)烈反對(duì)、不信任等態(tài)度，雙方也可能會(huì)出現(xiàn)互動(dòng)。

最后，進(jìn)入到第三層級(jí)，即決策輸出。

注：“+”代表母親的機(jī)會(huì)成本高，祖輩提供隔代照顧的動(dòng)機(jī)強(qiáng)度、能力水平高；“-”代表母親的機(jī)會(huì)成本低，祖輩提供隔代照顧的動(dòng)機(jī)強(qiáng)度、能力水平低。圖5 嬰幼兒照顧方式的決策過(guò)程

六、研究結(jié)論與政策建議

(一)主要結(jié)論

為測(cè)度家庭的托育需求水平并綜合考察托育需求的影響因素，本文基于機(jī)器學(xué)習(xí)算法(AutoGluon)對(duì)徐州市1601個(gè)家庭的調(diào)查數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)，得出訓(xùn)練后的模型總精度(Accuracy)為97.19%，證明模型訓(xùn)練結(jié)果有效。研究結(jié)果顯示：第一，修正后的托育需求水平為12.44%，每千人口所需的托位數(shù)約為4.8個(gè)(3)根據(jù)徐州市統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2018—2020年該市出生人口數(shù)分別為139514人、106644人、106644人，由此可知，該市3歲以下嬰幼兒數(shù)應(yīng)為352689人，則入托人數(shù)應(yīng)43875人(352689×12.44%=43875)。進(jìn)一步地，徐州市常住人口數(shù)為9083900人，則入托人數(shù)占總?cè)藬?shù)的比例為0.48%(43875/9083900=0.48%)，即每千人口所需的托位數(shù)為4.8個(gè)。。結(jié)合“十四五”規(guī)劃中“2025年每千人口擁有3歲以下嬰幼兒托位數(shù)4.5個(gè)”的預(yù)期性指標(biāo)[46]，基本可推斷，當(dāng)前我國(guó)普通地級(jí)市的一般托育需求水平較高，但服務(wù)供給總量嚴(yán)重不足。第二，家庭特征顯著影響托育需求，其中母親的年齡、月收入水平是影響托育需求的關(guān)鍵因素，父親受教育程度、隔代照顧次之。第三，家庭對(duì)托育服務(wù)的認(rèn)可度也顯著影響托育需求，托育服務(wù)越能夠發(fā)揮促進(jìn)早期人力資本積累、平衡工作與生活的功能，家庭的托育需求越高。第四，根據(jù)托育需求影響因素(特征值)的重要性排序，還可以構(gòu)建以母親的機(jī)會(huì)成本為邏輯起點(diǎn)的嬰幼兒照顧方式?jīng)Q策過(guò)程模型。其中，母親的機(jī)會(huì)成本(邏輯起點(diǎn))為決策的第一層級(jí)，多方照顧主體(中青年父母、祖輩與托育機(jī)構(gòu))相對(duì)平等地互動(dòng)為決策的第二層級(jí)，決策輸出為第三層級(jí)。

(二)政策建議

第一，政策制訂應(yīng)在精準(zhǔn)、動(dòng)態(tài)把握需求的基礎(chǔ)上，著力增強(qiáng)托育服務(wù)有效供給。每千人口4.8個(gè)托位數(shù)的需求已然較高，而由模型訓(xùn)練得出的托育需求水平建立在當(dāng)下社會(huì)經(jīng)濟(jì)發(fā)展水平與托育服務(wù)發(fā)展水平之上，很難判定未來(lái)的托育需求是平穩(wěn)地“線性增長(zhǎng)”還是會(huì)出現(xiàn)“指數(shù)級(jí)變化”。原因有兩方面：一方面，隨著我國(guó)托育服務(wù)事業(yè)的穩(wěn)步發(fā)展，家庭可能會(huì)逐步提高對(duì)托育服務(wù)的認(rèn)可度、信任度和可負(fù)擔(dān)能力；另一方面，隨著家庭政策支持體系的不斷完善，家庭照顧負(fù)擔(dān)和養(yǎng)育子女成本會(huì)逐步降低，進(jìn)而會(huì)生育率產(chǎn)生積極影響，客觀上這也會(huì)提升托育需求。并且，每千人口4.8個(gè)托位數(shù)在一定程度上僅能代表當(dāng)前我國(guó)普通地級(jí)市的一般托育需求水平，超大城市與大城市的需求水平應(yīng)該顯著高于該指標(biāo)。因此，地方政府在統(tǒng)籌規(guī)劃托育服務(wù)供給時(shí)，需警惕“唯指標(biāo)論”，應(yīng)通過(guò)階段性地調(diào)查及時(shí)掌握當(dāng)?shù)氐募彝バ枨?，以此促成托育服?wù)的供需匹配。

第二，既應(yīng)明確政府責(zé)任，又應(yīng)充分調(diào)動(dòng)社會(huì)力量參與服務(wù)供給，以提高托育服務(wù)的供給總量。發(fā)展托育服務(wù)，不僅是促進(jìn)我國(guó)人口長(zhǎng)期均衡發(fā)展的重要舉措，也與改善家庭福利、促進(jìn)早期人力資本積累、平衡工作與生活的關(guān)系等多元目標(biāo)相關(guān)。由于現(xiàn)代社會(huì)中“兒童”更多地具備了公共產(chǎn)品的屬性，以及投資于兒童具有正外部效應(yīng)，因而政府投資托育服務(wù)也具有合理性和必要性。但從政府財(cái)政能力來(lái)看，完全由政府為我國(guó)近4000萬(wàn)3歲以下嬰幼兒提供普惠性托育服務(wù)幾乎是不可能實(shí)現(xiàn)的。以2020年學(xué)前教育生均經(jīng)費(fèi)12954元(占國(guó)家財(cái)政教育經(jīng)費(fèi)7.9%)來(lái)預(yù)估[47]，政府至少需投入5181.6億元，若以義務(wù)教育階段生均教育經(jīng)費(fèi)支出來(lái)計(jì)算，則該投入需擴(kuò)大近6倍。鑒于我國(guó)公共托育資源投入不足的客觀現(xiàn)實(shí)，必須在適度擴(kuò)大供給財(cái)政投入的同時(shí)，完善土地、財(cái)稅、金融等支持政策。一方面，可以通過(guò)公辦民營(yíng)、公助民營(yíng)等方式提高公共托育服務(wù)供給總量，為確實(shí)有照顧困難與經(jīng)濟(jì)困難的家庭提供福利性托育服務(wù)。另一方面，也可以通過(guò)財(cái)政補(bǔ)貼、稅收減免等一系列措施，充分調(diào)動(dòng)企事業(yè)單位、社會(huì)組織、社會(huì)成員參與托育服務(wù)供給的積極性。

第三，強(qiáng)化人才隊(duì)伍建設(shè)，并引入激勵(lì)機(jī)制，以提高托育服務(wù)供給質(zhì)量。在提高托育服務(wù)供給總量的同時(shí)，還要關(guān)注托育服務(wù)的高質(zhì)量發(fā)展，使托育服務(wù)能夠很好地適應(yīng)公眾日益增長(zhǎng)的多層次、多樣化的需求。當(dāng)前，托育服務(wù)從業(yè)者的收入水平與社會(huì)地位仍然較低，松散的雇傭關(guān)系導(dǎo)致了從業(yè)者的社會(huì)保障和職業(yè)福利碎片化，不利于托育人才的培養(yǎng)、選拔與留任。為此，一方面，可以考慮將嬰幼兒照護(hù)服務(wù)相關(guān)專業(yè)設(shè)置為緊急學(xué)科開(kāi)展定向師范生培養(yǎng)，并通過(guò)發(fā)放艱苦補(bǔ)助金(hardship allowance)或延長(zhǎng)學(xué)生的無(wú)息還貸期限，吸納更多的人才選擇相關(guān)專業(yè)[48]。另一方面，借鑒國(guó)外的“快車(chē)項(xiàng)目”(fast-track programs)[49]，引入競(jìng)爭(zhēng)機(jī)制，由政府來(lái)招聘和保留最有能力的畢業(yè)生，縮小托育專職教師與其他教育階段老師(幼兒園、小學(xué)等)的薪資差距，并為其提供額外的培訓(xùn)、職業(yè)支持等。