A 'Natural Experiment' on the Economics of Storks: Evidence on the Impact of Differential Family Policy on Fertility Rates in Canada
Notice bibliographique
Résumé
From the mid 1980's, the Canadian government froze or cut back the major traditional provisions targeted towards families with children. Faced with the lowest (and declining) fertility rate in Canada, the government of the province of Québec (where the population is mostly French) decided in 1986 to implement incrementally a variety of generous benefits (young children and new-born universal allowances contingent on birth rank, tax credits for dependent children, and family income tax reduction) to reverse the trend. In 1998, this policy was changed for a benefit targeted on family income to finance highly subsidized childcare services in the public sector. The 1986-1997 window offers a 'natural experiment' to evaluate the effects of generous tax and transfer policies on fertility. The paper uses the important change in family policy that occurred in only one province out of ten in Canada to identify the its treatment effects. Different data sets and a variety of methodological approaches are used in the analysis. First, the Vital Statistics by birth order (number of births per year as well as the number of women per age), from 1981 to 1997 for Québec and the Rest of Canada (ROC), permit the application of the Bongaarts-Feeney formula that accounts for the impact of changes in the quantum and tempo of fertility by birth order. Second, the preceding data are combined with a series of yearly repeated cross-sectional data sets to compute aggregate fertility transition rates for parities 1, 2 and 3 (women who are at risk of giving birth to a child each parity). A difference-in-differences estimator is calculated to identify the impact of the 1986-1996 'natural experiment'. Estimates are also computed using standard linear regression methods that control for other aggregate effects that could explain differences in fertility rates between Québec and the ROC. The results show that generous family benefits do have an effect on fertility transition rates. However, we cannot determine whether the benefits simply accelerated the decisions about having children while having no effects on the desired number of children. À partir de 1986, le gouvernement du Québec a mis graduellement en place une série de mesures de soutien financier en faveur des familles (allocations universelles jeunes enfants et de naissance modulées selon le rang de naissances, crédit d'impôt et réduction d'impôt famille) afin de renverser la baisse importante de la fécondité. Durant la même période, le gouvernement fédéral réduisait son soutien financier à l'égard des familles. Ce changement de politique familiale provinciale unique au Québec offre une "expérience naturelle" permettant de mesurer l'effet des transferts et de la fiscalité sur la fécondité. Plusieurs types de données et de méthodes d'analyse sont utilisées pour identifier "l'effet traitement" de la politique au Québec. D'abord, les naissances selon le rang, l'année et l'âge de la mère pour le Québec et le Reste du Canada (RdC), permettent de distinguer, à l'aide de la formule proposée par Bongaarts-Feeney, l'effet de tempo de l'effet de quantum qui peuvent être associées aux changements de fécondité. Puis, les données précédentes sont combinées avec celles provenant d'une série de coupes transversales permettant de calculer des taux agrégés de transition entre différents rang de naissances (les femmes à risque de donner naissance à des enfants de rang 1, 2 et 3). Un estimateur de différence en différences est calculé pour identifier l'effet traitement de la politique. Puis, l'effet de la politique est estimé économétriquement en contrôlant les autres effets agrégés qui peuvant influencer les différences de fécondité entre le Québec et le RdC. Les résultats indiquent le soutien financier généreux à l'égard des enfants a augmenté la fécondité. Cependant, l'analyse ne permet pas de dire si l'aide financières a simplement accéléré la décision d'avoir des enfants tout en n'ayant aucun effet sur le nombre désiré d'enfants.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».