男生女生長大的過程中，除了生理上的不同，家庭與社會對男女性不同的想像，扮演重要角色。本文討論「重男輕女」這個再熟悉不過的偏好，我們將重男輕女限縮在家庭，因此男女同工不同酬的議題不在此範圍。出生、教育、婚姻、遺產，從父母開始想像孩子的形貌，直到父母離開人世，重男輕女始終伴隨著每個家庭的孩子。或許你曾在無數個夜裡輾轉難眠，恨透了父母為什麼只幫弟弟買玩具，弟弟弄壞了我的玩具還叫我原諒他年紀小；或許你曾替姊姊打抱不平，為什麼父母對姊姊說書隨便唸一唸就好，卻在每天送宵夜給我吃的時候，耳提面命：一定要考上好大學啊。而事實上，這場重男輕女的戰爭，早在你還在媽媽肚子裡的時候，便已開始。

以 Missing Women 測量重男輕女

正如社會科學幹嘛要量化 提到，經濟學家以資料檢驗假說，然而，關於重男輕女這種縹緲在每個家庭餐桌上的概念，如何測量是個難題。一個簡單的測量方式可能是直接問卷訪問，譬如：您認為男性與女性都應該發揮自己的能力，追求更高的教育程度嗎？這種問卷最麻煩的問題是：受訪者可能傾向回答，他想像中社會大眾「想要」他回答的選項（不分男女都 應該/不應該 發揮能力），即使心中真實想法是相反的答案。

騙騙做問卷的人沒什麼成本，但是面對自己未來的小孩，就不是這麼回事了。身體總是誠實的，經濟學家相信人類行為會透露真實喜好¹，然而，就算真的重男輕女，父母能選擇生男或生女嗎？圖一畫的是過去近30年（1987—2015) 分胎次的性別比。

性別比：每100個女生對應到幾個男生

一般認為「自然」的性別比大約落在 105，²沒有任何人為干擾下，男性出生數本來就會比女性多一些。³ 根據 World Factbook 資料，全球性別比約103（注意到這包含重男輕女兼人口大國-中國與印度），英國 105，巴西 105，中國 115，2015 年台灣？108，看起來還好嘛，不，只看總出生性別比太小瞧了台灣。幫助我們揭開台灣重男輕女偏好的關鍵是「胎次」。第一胎性別比過去近 30 年的平均是 107，而第三胎以上則是驚人的 117（見圖一），若我們將第一胎的性別比作為台灣性別比的自然狀態（107），考慮從 1987—2015 年第三胎以上的男性出生數是 67 萬（674734），自然狀態下，過去 30 年第三胎以上出生女性應該要有 63萬（630592），⁴實際上，台灣從 1987—2015 第三胎以上女性出生數是，猜一下（或是你已經心算得到），57萬（576487），從 63 萬的「自然狀態」減少到 57 萬的「真實狀態」，中間消失的 6 萬女嬰便是文獻上著名的 “Missing Women”。

小知識：Missing Women 一詞由經濟學家沈恩（Amartya Sen）於1990年提出，根據他的估計（類似上面算法），當時全中國少了5000萬女性，若加上東亞、南亞、北非，則數字達到驚人的 1 億。沈恩反駁了單一東西文化因素或單一經濟發展因素造成 Missing Women 的看法。有興趣的讀者請參考沈恩的原文。

女嬰怎麼會平白消失？總不會老天在決定誰要投胎轉世的時候，還會先看一下懷孕女性是懷第幾胎吧。老天沒法決定，當然就是懷著胎兒的家庭決定了。沒錯，那 6 萬女嬰很可能在重男輕女的偏好下，被篩檢掉了。一個家庭好想生男孩，卻一直生到女孩，等到終於生出一個弟弟的時候，弟弟很有可能就是第三胎以上（咦？怎麼第三胎就會生男生？），「再拼一個男孩吧」，這句話所代表的行為，讓經濟學家得以利用不同年、不同胎次的性別比**測量「重男輕女」**這個觀念的變化，並藉此理解相關法律如何影響擁有不同偏好的父母的生育決策。

優生保健法 讓你簡單人工流產？

1985年一月一日，優生保健法開始實施，其中第九條的部分內容讓孕婦得以在懷孕24周內以非醫學的理由進行人工流產。

優生保健法第九條：
懷孕婦女經診斷或證明有下列情事之一，得依其自願，施行人工流產：
六、因懷孕或生產，將影響其心理健康或家庭生活者。

在那個年代，雖然胎兒性別檢測技術已相當成熟，但充其量，也就是讓父母可以在懷孕初期爽一下（或是開始背負要懷下一胎的壓力），法律實施前，即使父母很想生男孩，他們唯一的招數就是「再拼一個吧！」，然而優生保健法放寬人工流產的條件，似乎讓重男輕女的父母多了一招。到底父母是不是真的多了一招，人性是不是像農夫設想得這般_ _，只有資料能回答。話說從頭，農夫想像的人性對優生保健法具體而言是什麼反應呢？

經濟學家對人性的理解無非由「限制」與「偏好」構成。生育決策中的偏好很明顯，不是男女沒差便是重男輕女（重女輕男也有，只是比較少）。那父母面對的限制有什麼？第一，**養孩子要錢啊，**生太多個可養不起，這可能是第三胎以上出生性別比較第一、二胎高的原因。第二，母親的身體狀況，懷孕、生產對女性的身體都是不小的負擔，年齡愈大，生產風險也愈高。

即使在非常重男輕女的家庭，生第一胎的時候，或是母親還年輕的時候，發現胎兒是個女孩，應該仍是件開心的事（龍鳳配也很好啊），生第二個的時候覺得既然上天這樣選擇，我們就接受吧，然而，生到第三胎，或是母親已經有相當年紀的時候，上述的限制便開始發揮作用，而這時，優生保健法（因懷孕或生產，將影響其心理健康或家庭生活者）加上成熟的性別篩檢技術，便可能決定了該名嬰兒消失與否的命運。由此我們得到一個簡單的假說。

1985年實施優生保健法後，高胎次的性別比，與高齡婦女生產的性別比，將會比法律實施前來得更高。

台大經濟系林明仁教授、劉錦添教授，與耶魯大學的 Nancy Qian 教授的研究提供了檢驗假說的證據。他們從台灣1980—1992 所有出生胎兒的資料發現，控制母親教育程度的影響後，第三胎以上的男性出生比率，在法律改革後，顯著地高了1.82%。⁵以跨年所有胎次的男性出生比率 0.52 （性別比約108）作為自然狀態的話，法律改革將第三胎性別比從 108 拉到 112。⁶而 35 歲以上女性所生的男生比率也顯著地提高了 1.31%，轉換成性別比則是從 108 到 111。而第一胎性別比則幾乎沒有變化。到這裡似乎都是些令人感傷的故事，性別篩檢、人工流產與消失的女嬰。然而，正如該篇研究的標題 “More Missing Women, Fewer Dying Girls” 所隱含，優生保健法的故事還有正向的一面：出生後女嬰存活率提高了。

想生男的都去生男的

性別比提高代表，擁有重男輕女偏好的家庭得其所願，生下男孩。然而，將優生保健法打開的人工流產大門換個方向想，不被祝福的女嬰消失後，剩下的女嬰，會誕生在一群喜歡她們的家庭。也就是說，平均而言，法律實施後的女嬰受到的照顧會比法律實施前來得好。什麼叫做好？生總是比死好！台灣出生嬰兒死亡率最高的便是第一個月，研究資料中（含政策前與政策後），每1000個嬰兒，第一個月死亡 2.251 人，第二個月便驟降至 0.308 人。法律實施後，第三胎以上的女嬰相對男嬰，在出生後的第一個月，每 1000 人少死了 0.287 人，值得注意的是，我們關注的是女嬰相對於男嬰的情況，而優生保健法實施後出生的第三胎男孩，可能都帶著全家族的超級祝福，因此他們在第一個月死亡的機率會非常低。該篇研究發現女嬰相對男嬰死亡率下降，代表的不只是生下的第三胎女嬰獲得更多祝福，還代表著他們在法律實施後，收到祝福的增加變化比男嬰還多。

喂 衛福部 有人人工流產喔!

上述這個人工流產的大門，連農夫都知道了，衛生署當然知之甚詳。在優生保健法實施近三十年後（被優生保健法祝福的女嬰們準備生小孩的時候），自2010年開始，衛生署採取一連串的措施，要關掉這個大門。根據台大國發所蕭利橙的碩士論文，衛生署建立性別比監測系統，即時得知哪些醫療院所的性別比有「異常」，發文告知性別比居全台最高 10% 及 25% 的醫療院所，該醫療院所性別比例失衡現況。他們也實地到醫療院所輔導與稽查。此外，2011 年 1 月衛生署訂定

醫師執行非性聯遺傳疾病診斷所施行產前性別篩選之處置，或僅以胎兒性別差異為由進行人工流產等行為，為醫師法第二十八條之四第一款規定不得從事之醫療行為。

並在2012年發佈優生保健法實施細則第13-1條：

本法第九條第一項第六款所定因懷孕或生產，將影響其心理健康或家庭生活者，不得以胎兒性別差異作為認定理由。

看起來，衛生署卯起來阻止女嬰的消失。剛好，近日臉書上有則熱門貼文，一位婦產科醫師曾經被這項政策影響到，而他認為這是一項擾民政策，貼文也有「現在做父母已經不會挑男女嬰了好嗎」的回應，到底現在父母會不會挑嬰兒？衛福部政策有沒有效？農夫對第二個問題沒有肯定的答案，但是對於第一個，農夫有不小的信心認為：是，現在的父母仍然會挑嬰兒。

衛福部覺得他們政策成功。2015年衛福部發了新聞稿，標題是：「縮小出生性別落差，再降至25年來最低！」，衛福部根據整體性別比過去幾年的下降，判斷其政策成功搶救女嬰。觀察圖一，我們清楚看到第三胎以上的性別比過去幾年明顯下降，前兩胎則無太大改變。

政策有效 衛福部好棒棒？

假設過去幾年台灣父母重男輕女的偏好沒有什麼改變，則在政策後會生第三胎以上的家庭（再拼一個男孩吧）仍較可能是重男輕女家庭，因此，第三胎以上性別比下降，比起整體性別比下降，更能證明政策有效（到這裡我們就贏衛福部新聞稿了）。然而，即使如此，圖一仍然無法讓經濟學家滿意，經濟學家擔心的是上述的假設可能有誤，如果有其他「政策以外」的變動（譬如父母偏好改變）剛好讓第三胎以上性別比下降，那衛福部的新聞稿便要重寫了。

一個簡單的例子是 1990 年代初期，第三胎以上性別比下降了不少，雖然農夫不知道下降的原因，但當時確實沒有守護小龍女（2012年為龍年）這樣的政策，換言之，單純時序上的相關性無法說服經濟學家政策與性別比的因果關係。⁷

其中一種檢驗因果關係的方式是：假設政策有效，那我們應該看到什麼？由於政策著重於性別比前 10% 與 25% 的醫院，如果政策有效，我們預期：

政策實施前性別比較高的醫院，也就是會被衛福部「督導」的醫院，其性別比變化應該比其他醫院來得大。⁸

下面的討論中，為了方便，我們將政策實施前，性別比的數字由高到低在全台前 10 及 25% 的醫療院所的醫院稱為 H 醫院，⁹其他則稱為 L 醫院。

根據台大經濟所徐品慈的碩士論文，從 2008—2011 年的資料看來，H 醫院政策實施前後的性別比變化，確實顯著地比 L 醫療院所更大。政策有效！

登愣！上面的說法並不完整。還記得上面講到經濟學家擔心「政策以外的變動」可能影響性別比。如果有某種「政策以外的因素」使得 H 醫院在政策後出生性別比下降，而這種「政策以外的因素」不存在於 L 醫院，則我們不能以此結果證明衛福部政策成功。當然，如果你認為世上哪有這麼剛好的事，那麼你現在就可以支持衛福部好棒棒。

再探胎次

經濟學家的花招不多，下一個檢視政策成功與否的方法又是看胎次。一般會猜測政策效果在性別比有明顯差距的第三胎會比較大，然而，如果觀察到的現象跟猜測不符，我們該如何解釋？其中一個方法便是釐清猜測背後隱含什麼假設。跟數學經濟，豆漿油條 中使用的架構（定義-假設-結果）相同，首先，我們將影響性別比的因素定義成兩類。

• A：不管第幾胎，都會影響出生胎兒性別比的因素
• B：只有第三胎以上，才會影響胎兒性別比的因素（譬如重男輕女偏好）

同時我們假設在 H 醫院和 L 醫院裡：

1. A 類因素在政策前後對任何胎次的性別比的影響相同。換句話說，我們在 H (L) 醫院裡看到第一、二胎次的性別比變化全部來自這類因素。需要注意的是，H 醫院裡 A 類因素的影響跟 L 醫院裡 A 類因素的影響可以不一樣，所以單看時間上不同胎次的性別比變化是不行的！
2. 衛福部的政策對於 B 類因素的影響比 A 類因素影響還大。

第二個假設合不合理呢？雖然我們不清楚衛福部如何督導醫院，但是圖一告訴我們，過去三十年，前二胎次的性別比變化不大，也屬正常範圍，而這件事在各個醫院應該都成立，因此，一個以督導異常性別比為名的政策應該對 B 類因素較有影響。

花了這麼多功夫，搞清楚定義跟假設之後，終於迎來上面的猜測：

被督導的醫院（H 醫院）中，第三胎以上的性別比降低的幅度比前兩胎還大。

然而，徐品慈的碩論發現，全台性別比前 10% 的醫療院所中，第三胎以上的出生性別比降低的幅度竟比前二胎性別比還小。

登愣！這代表上面的兩個假設有誤。譬如，可能在全台性別比前 10% 的醫療院所中，根本不存在 B 類因素（第二個假設錯誤），只是有些 A 類因素對第一、二胎性別比影響較小，對第三胎影響較大。可能的例子包括「重男輕女」偏好。

前面的假設分出 A、B 兩類原因是因爲農夫相信，全台灣生第一、二胎的父母在懷孕期間大部分沒有重男輕女偏好或不強烈。然而，事實可能是，選擇在那些全台性別比前 10% 高的醫院生產胎兒的父母，從第一胎開始，就不太喜歡生女生（該間醫院成為前 10% 的可能原因），因此不管是第幾胎的嬰兒，性別比都會受到政策（不准因爲胎兒性別而人工流產）影響而顯著地下降，至於第三胎以上嬰兒的家庭，他們的重男輕女偏好特別強，因此不知怎地性別比沒下降那麼多。農夫在這裏的猜測是：衛福部的政策確實影響了出生性別比，但是，對於一些具有強烈重男輕女偏好的父母而言，他們總是找得到辦法。

對於性別比變化的解讀，農夫還可以編更多的故事（用不同的假設），如同社會科學幹嘛要量化 提到，這樣無模型的實證研究沒辦法得知生育決策的全貌，各研究者可以編各自喜歡的故事，而以資料驗證故事的能力便考驗研究者的功力了。不過，從第三胎性別比在政策實施後顯著下降的現象，至少我們得知，即使是現今，母親肚子裡因重男輕女偏好而起的戰爭仍然尚未平息。

關於重男輕女，出生只是開始，即使是覺得生女孩也很好的家庭，或許在面對姐弟倆或兄妹倆的時候，也會有差別待遇，關於玩具、彩色筆在手足間的資源分配，我們並不清楚，但是教育資源的分配就有幾分線索，下次，農夫會談談教育資源的重男輕女。

資料來源

台灣性別比： 內政部戶政司–出生按性別及胎次
圖片：By CDC/Jim Gathany [email protected] [Public domain], via Wikimedia Commons