image bu jcomp on Freepik
刘倩 这两年大家都在谈论生二胎、三胎的问题，包括很多国内经济学家也在对此做相关的研究，比如任泽平老师，梁建章老师等，他们都专门写过中国生育成本的报告。今年我和另外两位老师共同写了一篇相关的学术文章※1。其中一位是北大的赵耀辉老师，同时也是中国女性经济学家组织的主席；另一位是张晓波老师，他也是北大的老师，同时是中国驻美留美经济学学会会长。这篇文章中加入了一个性别的视角。
梁老师和任老师，她们谈论更多的是生育成本。这是一个很大的问题。直接生育成本涉及到生孩子贵，奶粉贵，教育贵，房租会更贵。现在，在中国生一个孩子的平均生育成本是 48 万，太贵了。怎么解决这个问题？我们选取了一个性别经济学的角度来解读。事实上直接的成本只是很小的一部分，女性还有很多其他要面对的问题，不能光看这些直接的费用。为什么女性不愿生孩子？我们谈了另外两个大问题。一个是间接成本，另一个是风险成本。间接成本是什么呢？主要是对女性来说，一旦她怀孕生产，接下来很有可能要在家带孩子，对职业收入的影响是非常明显的。关于这方面，国际上有很多相关研究，国内这两年也正在做。国外的一个相关研究表明，平均生一个孩子，女性当年的工作收入要下降30%，在接下来的 2-10 年里，或者更长期间，平均每年收入要降低12%。因为生孩子，收入平均降低 10% 到 30% ，这是相当大的。我们也看了中国的情况，生育就是对女性职业发展的一种间接的惩罚。从收入的角度上看代价是相当高的。在中国平均生一个孩子，女性要付出的间接成本是 57 万，这比奶粉，房租等48 万的直接成本 还要高。一位女性在中国生一个孩子，直接和间接的成本总共就达到了 105 万。在北京和上海更高，北京平均是 220 万，上海是 230 万，数字相当大，绝不仅仅是奶粉的问题。
image by studio4rt on Freepik
还有第三个，风险问题。这些年我们看到越来越高的离婚率，现在离婚率骤然升高。伴随离婚冒出来的问题就是孩子的抚养权归谁的问题，妈妈还是爸爸。很多时候女性因为结婚或生孩子而放弃了自己的工作，在接下来争取孩子抚养权的时候就可能会很难，很多女性要担忧这个问题。近几年有很多男性想争夺孩子的抚养权。特别是只有一胎的时候，男性的家庭更是一定想要。
我记得北京有这么一个研究，即便是孩子判给妈妈，北京约 15% 的情况是，爸爸会把孩子直接抢走，让妈妈永远见不到孩子。这样站在女性的角度来看，和某个人结婚，生孩子，同时伴随着将来离婚的风险。抚养孩子期间要不要放弃工作？不放弃工作，家庭怎么办？是否要孩子就成为一个问题。将来离婚的可能性很高的话，要面对为孩子的抚养权打官司的问题，即便打赢了，但孩子被抢了怎么办？加上现在相关的政策都不到位，你是女性的话，你敢生孩子吗？看到这里很多女性肯定不敢。因为现在我们要考虑整个生育过程要面临的问题，不光是那些直接的成本，还有间接成本，还有风险问题。有很多是看不见的东西，是经济学，也是政策需要考虑的。image by vector4stock on Freepik
一诺 这太让人震惊了。不是说数据本身让人震惊，而是能够用数据把它显性地呈现出来，我觉得非常了不起。可能女性们都有同感。你明天给我 47 万我也不生。为什么？就算买得起奶粉，买得起其他东西，还有很多其他看不见的问题。我想经济学研究的高价值在于，它把这些看上去无法衡量的东西尽量地量化，让不可见的数据可视化。 很多人都能感觉到这种压力或者是障碍，能用钱把它算出来，是非常了不起的。因为算出来之后，我们至少可以拿数据做主动的倡导，能清晰地知道这个东西相对应的价值和意义是什么。所以从这角度来看，我希望更多的人能懂一些经济学，即便不会做这方面的研究。因为所有人都是在一个经济学框架里面运行的。这种研究的特别价值在于，经济学家做工作，把隐形的东西想办法算出来形成一个锚点，然后以此影响政策制定，从上到下地引导思考社会资源该往哪里放。虽然这也不会解决所有的问题，比如产后抑郁等问题是更难量化的，但是至少可以量化一部分，让这些问题显现，这就非常有价值的。刘倩是在瑞典读的博士，这本书《看不见的女性》里也有大量瑞典的数据。我读的时候有过一个念头，就是这个国家怎么这么多数据？以前我在麦肯锡工作的时候，有时候中国的数据特别难找，找不到或者找到的东西不可比。比如说年代不一样，城市不一样，人口不一样，感觉做中国数据研究很困难，感觉到基础数据的重要性。书里最开篇的一个例子，特别神奇，讨论扫雪这件事是否包含性别歧视。因为在瑞典，她们讨论很多领域里面有女性问题。有人开了个玩笑，说扫雪肯定没有吧，因为扫雪这件事大家都做。她后来的结论是，扫雪里也有。image by pvproductions on Freepik
因为在瑞典一下雪，在北欧，那肯定是想也不想先清扫主要道路，再去清扫小路，最后清扫人行道。她发现主要道路是开车用的。小路有的时候你会骑自行车，人行道主要是走路用。但是女性更多是用人行道的，特别是老年女性。开车的主要是男性。在研究过程中就会发现，开车其实是更不那么在意路况的。但走路的话，如果有一块大雪，你绊一下就摔了。要是开车，有一块雪块你就开着压过去了。她就把下雪季的时候因为骨折进了医院的女性的数据统计出来，发现这种传统的扫法导致大量女性，特别是骨质较疏松的老年女性，会在下雪季进医院，而且都是在人行道上摔的。因为这些明显的数据，扫雪方法就改了。下雪之后，先扫人行道，再扫小路，最后扫主要马路。
刘倩 这种数据真的可以告诉我们很多东西。改善我们没有清晰意识到的一些事，会让我们得生活就更顺畅。
一诺 中国可能因为人口基数更大，这种数据体系的建立要更难一些。如果我们能善用身边的小数据，把看到的事情表达出来，本身就是非常有力量的。就像费城交响乐团的例子※2一样，幕布一拉，赤裸裸的性别歧视就能清晰呈现。这种数据特别有说服力。虽然整个数据的基础结构比较差，但是我们平常在自己的公司里面，或自己的社区，小区里面拿一些小数据来说问题，也同样是非常有力量的。
※1 性别经济学视角下的生育政策建言
※2 美国费城的交响乐团做的一场经济学的实验，形式有点像中国好声音，舞台上一个接一个来演奏，所有的评委都背向后，看不见表演者的外貌，唯一知道的是声音好不好。判断为“好”的话，就转过身来。有一年改了政策，拉上帘子。地板铺上地毯，帘子后面表演者的性别，年龄，肤色等都看不到。因为还铺上地毯，也听不出演奏者是否穿高跟鞋。
将费城交响乐团现在的和之前相比，以及费城和其他交响乐团来进行比较，结果是，女性进入最后一轮以及录取概率提高了60%。
各位读者朋友，一起在文末留言你的想法/故事吧！也欢迎点分享，给需要的朋友们呀。记得点一下在看和星标哦，期待与你的交集🌟
一诺 / 刘倩约 6 分钟