我国人口出生性别比的空间和分层效应分析

毛雅瑛，王淑镓，章茜茜，蔡风景（温州大学 数学与信息科学学院，浙江 温州 325035）

我国人口出生性别比的空间和分层效应分析

毛雅瑛，王淑镓，章茜茜，蔡风景
（温州大学 数学与信息科学学院，浙江 温州 325035）

利用2010年第六次全国人口普查县级单位数据，对人口出生性别比影响因素进行定量分析。实证结果表明，我国人口出生性别比存在比较明显的空间自相关性和分层效应，在剔除空间自相关影响的条件下，分层效应消失。空间误差回归模型计量结果表明，女性离婚率、人口出生率、三代及以上家庭户比例和男女教育程度比例，对我国人口出生性别比均存在显著的影响。

人口出生性别比；空间自相关；分层效应

DOI：10.13669/j.cnki.33-1276/z.2015.055

人口出生性别比是反映一定时期内出生人口男女比例的人口指标，正常范围为103~107［1］。自20世纪80年代始，我国人口出生性别比开始高出正常值范围并持续攀升，在2008年甚至达到120.56的最高值［2］。2010年第六次全国人口普查数据表明，我国人口出生性别比下降为118.06，虽略有下降，但整体水平仍然偏高，少数省份甚至接近130［3］。目前，我国仍是世界上人口出生性别比结构最失衡的国家，面临的形势依然严峻，也成为当前人口治理的主要难题之一。

尽管研究中国人口出生性别比的文献较多，但大多基于定性讨论人口出生性别比偏高的影响因素，很少使用高级计量模型探究背后深层次的规律。近年来，部分学者使用基于GIS的空间统计方法分析我国人口出生性别比及影响因素［4-6］，取得了一定的成效。空间统计学考虑到事物发展的空间依赖性，并借助于地理信息技术增强了可视化效果，大大革新了原有经典统计。同时，郭志刚等认为，我国人口出生生育政策并不只具有个人特征，而是体现为多水平、多层的数据结构，因而提出利用分层线性模型研究这类嵌套型的分层数据［7-9］。本文以我国2387个县级单位为研究对象，分别利用空间计量和分层线性模型，分析人口出生性别比问题，以确定人口出生性别比到底存在分层效应还是空间自相关性，并在定性分析影响因素的基础上，通过计量模型分析人口出生性别比的主要影响因素。

一、理论模型

1.空间自相关模型

空间自相关分析的目的是确定某一变量是否在空间上相关，其相关程度如何。空间自相关系数常用来定量地描述事物在空间上的依赖关系。MoranI系数［10］被广泛应用于空间自相关程度的测算。

MoranI系数定义如下：

在确定存在空间自相关存在的基础上，一般选择比较常用的空间滞后模型和空间误差模型进行计量回归分析。空间滞后模型为：

其中，Y为被解释变量，X为解释变量，a，b为待估系数，WY为空间权重矩阵，ρ为空间自回归参数。

在空间误差模型中，通过不同区域空间的协方差反映误差过程。该模型的本质是，结合了一个标准回归模型和一个误差项中的空间自回归模型［4］，即：

2.分层线性模型

分层线性模型将因变量的差异分解为组内效应和组间效应两部分。在此我们把人口出生性别比分解为两层：层1是分析同一区域（省、直辖市、自治区）与其他因素之间的相关性；层2着重研究不同区域层1系数的差异。

模型1：单因素方差分析模型

层1模型为：

层2模型为：

其中，B0j为第j个区域平均人口出生性别比；误差项rij表示与某一区域相联系的影响，它服从正态分布，即rij～N（0，σ2）；G00为各个区域人口出生性别比的平均值；u0j表示与区域相关的随机效应，且u0j～N（0，μ00）。u0j的方差表示组间差异，即区域之间平均人口出生性别比的差异；rij的方差表示组内差异，即在同一区域内平均人口出生性别比的差异。

二、实证分析

1.变量选择及解释

以2010年第六次全国人口普查县级单位数据为研究对象，数据来源于中国经济与社会发展统计数据库［11］。

选择0岁婴儿男性和女性的比值代表人口出生性别比，其值越大，说明男孩偏好现象越严重。对于影响因素的解释变量，考虑到经济解释的合理性和多重共线性，选择5个指标。

（1）妇女地位：选取男女平等和妇女自立程度两个指标。男女平等水平通过男性平均受教育年限与女性平均受教育年限的比例表示；妇女自立程度以女性离婚率表示。一般情况下，男性受教育年限与女性受教育年限比例越高，人口出生性别比越高；女性离婚率越高说明妇女地位越高，则人口出生性别比越小。因此，在理论上人口出生性别比与妇女地位、男女受教育年限存在一定的相关性。

（2）人口出生率：选取人口出生率为指标。有些家庭为生育男婴，在明显违反计划生育政策下，选择生育第2胎、第3胎男婴。因此，在理论上人口出生率提高会与人口出生性别比存在一定的正相关。

（3）传统文化：选取三代及以上人口家庭户占比为指标。家庭户规模越大，传统思想越严重，将会直接影响青年一代的子女观。因此，三代及以上人口家庭户比例越大，重男轻女思想越明显，人口出生性别比就越高。

（4）经济水平：以城镇人口比重为指标。经济发展水平对人口出生性别比的影响存在着一定的争议。经济发展水平较高的区域，妇女就业率也较高，可能对男孩的偏好愿望不强烈，导致人口出生性别比较低。但也有学者持不同的观点，认为经济发展水平高的区域，养老制度的保障和性别鉴别的资金支持可能会导致人口出生性别比较高［5］。

2.空间自相关系数分析

利用MoranI系数对人口出生性别比进行空间自相关系数检验，I=0.18027，p=0.001，说明我国人口出生性别比在地理分布上存在很显著的集聚特征。MoranI系数只是说明我国人口出生性别比的空间自相关性，并不能具体反映区域内部空间聚集的形态，也不能反映具体地区所处的情况。为此，绘制人口出生性别比Moran散点图，如图1所示。

图1　人口出生性别比Moran散点图

由图1可知，许多县域地区都分布在H-H和L-L两种类型中。这就表明相邻的地区人口出生性别比存在空间正相关性，即人口出生性别比高的地区与人口出生性别比高的区域集中在一起，人口出生性别比低的地区与人口出生性别低的区域集中在一起。文中涉及的空间自相关系数计算和模型参数估计均通过Geoda软件实现。

图2　人口出生性别比局部聚集空间

通过把人口出生性别比Moran散点图划分的四种类型地区反映到地图上（见图2），可更加直观、清晰地了解我国人口出生性别比空间自相关性在地理空间上的表现形式。我国人口出生性别比高—高和低—低区域占据我国的大部分省市，其中，高—高区域主要在河南、安徽、湖南、广东、广西和甘肃省，低—低区域主要在黑龙江、辽宁、内蒙古、新疆、西藏、云南、河北和四川省。就性别比的高低变化而言，呈现出东高西低的格局，即东部的人口出生性别比较高而西部较低。这种空间分布验证了人口出生性别比较高的县域之间趋于相邻，人口性别比较低的县域之间也趋于相邻。由此我国人口出生性别比存在较强的空间正相关性，因而在计量影响分析时需考虑空间自相关性的影响。

3.分层效应分析

为确定我国人口出生性别比是否存在多层效应，利用单因素方差分析进行组间效应分析。由表1可知，拒绝原假设，不同区域人口出生性别比存在显著性差异，组间效果显著。实际上，由方差分解结果可知，μ00/（μ00+ σ2）=6.323/（6.323+22.305）=0.22，表示组内相关系数（intraclass correlation coefficient，简称ICC）为0.22，即人口出生性别比差异大约有22%可解释为区域之间的差异。一般情况下，组内相关系数大于临界值0.059，即可认为分层效应显著［12］。

表1　单因素方差模型分析结果

4.空间效应分析

利用MoranI系数对排除分层效应的人口出生性别比进行空间自相关系数检验，I=0.0838，p=0.001，说明在排除分层效应后仍存在空间自相关性，因而理论上通过多层线性模型建模后还需对残差进行空间计量分析。因此，许多学者在构建分层线性模型时，需考虑可能存在的空间自相关性，以免出现错误的建模。

分别利用空间滞后模型和空间误差模型对人口出生性别比的影响因素进行实证分析。表2和表3分别给出空间滞后模型和空间误差模型参数估计结果。由表2可知，系数的显著性检验均通过，说明男性教育年限与女性教育年限的比例越大，人口出生性别比越高；城镇人口比例越大，人口出生性别比越高；女性离婚率越高，人口出生性别比越低；人口出生率越大，人口出生性别比越高；三代及以上人口家庭户比例越高，人口出生性别比越高。比较空间滞后模型和空间误差模型的拟合优度，空间误差模型略优于空间滞后模型。

对空间滞后模型的残差进行分层效应和空间自相关系数检验。分层检验表明，残差的组内相关系数为0.034，小于临界值0.59，说明不存在分层效应。空间自相关的MoranI系数I=0.0333，p=0.007，说明残差还存在空间自相关性。同样，对空间误差模型的残差进行分层效应和空间自相关系数检验。分层检验表明，残差的组内相关系数为0.031，小于临界值0.59，说明不存在分层效应。残差的空间自相关的MoranI系数I= -0.008838，p=0.249，说明不存在空间自相关性。可见，空间误差模型优于空间滞后模型。

表2　空间滞后模型参数估计结果

表3 空间误差模型参数估计结果

三、结 论

本文从分层效应和空间计量学对我国人口出生性别比进行分析，并审视了经济、教育、传统文化等因素对人口出生性别比的影响，给出了新的证据，不仅传统的社会经济文化因素会影响人口出生性别比，而且空间地理因素也会显著地影响人口出生性别比。由计量分析过程可得出以下几点重要结论：一是人口出生性别比存在分层效应，但在剔除分层效应后，还存在空间聚集现象。二是人口出生性别比在地理上存在聚集现象，呈现出东高西低的格局，在剔除空间自相关因素后，分层效应消失。三是空间计量模型实证结果表明，女性教育程度、城镇人口比例和人口出生率越高，人口性别比越高；离婚率越高，人口出生性别比越低。因此，需要重视女性的教育文化程度及女性的自主权，以提高女性地位，同时保持经济区域性与地域性的稳定平衡发展，控制人口增长，从而控制人口出生性别比在地理空间上的失衡。由于本文选取的是2010年第六次全国人口普查县级单位数据，因而研究结果比基于非普查年份抽样数据更加全面和可靠，研究结论具有较强的预测价值。

［1］刘爽.世界各国的人口出生性别比及其启示［J］.人口学刊，2005（6）：33-37.

［2］中华人民共和国国家统计局.中华人民共和国2008年国民经济和社会发展统计公报［J］.中国统计，2009（3）：4-10.

［3］中华人民共和国国务院第六次全国人口普查办公室，中华人民共和国国家统计局人口和就业统计司.2010年第六次全国人口普查主要数据［M］.北京：中国统计出版社，2011.

［4］聂坚，孙克.中国人口出生性别比的空间计量分析［J］.人口与发展，2008（6）：21-26.

［5］胡耀岭，原新.基于空间数据的出生性别比偏高影响因素研究［J］.人口学刊，2012（5）：12-21.

［6］王菲，刘爽.我国出生性别比失衡区域的识别、特点及成因—基于县（市）级层面的分析［J］.人口与经济，2011（5）：9-16.

［7］郭志刚，李剑钊.农村二孩生育间隔的分层模型研究［J］.人口研究，2006（4）：2-11.

［8］郭志刚.对2000年人口普查出生性别比的分层模型分析［J］.人口研究，2007（3）：20-31.

［9］杨雪燕，李树茁，龚怡.经济增长、社会发展与男孩偏好：基于治理的视角［J］.妇女研究论丛，2010（6）：27-33.

［10］Wong D W S，Lee J.Statistical analysis of geographic information with ArcView GIS and ArcGIS［M］.New York：Hoboken John Wiley & Sons，Inc.，2005.

［11］中国经济与社会发展统计数据库［DB/OL］.［2015-01-05］.http：//tongji.cnki.net.

［12］温福星.阶层线性模型的原理与应用［M］.北京：中国轻工业出版社，2009.

［责任编辑：王玮明］

Spatial and Hierarchical Effects of Birth Sex Ratio of China's Population

MAO Yaying， WANG Shujia， ZHANG Xixi， CAI Fengjing
（School of Mathematics and Information Science， Wenzhou University， Wenzhou，325035， China）

According to the data of the sixth county level national census in2010， a quantitative analysis was made on the influence factors of the birth sex ratio. The result shows that the birth sex ratio of our country has obvious spatial autocorrelation and hierarchical effect. If the effect of the spatial autocorrelation is eliminated， the hierarchical effect disappears. The measurement of spatial error regression model shows that the birth sex ration of China's population is influenced by female divorce rate， birth rate， rate of three generations and over three generations families， and the proportion of male and female education.

Birth sex ratio of population； Spatial autocorrelation； Hierarchical effect

C924.21

A

1671-4326（2015）03-0036-04

2015-01-19

浙江省新苗人才计划项目（2014R424013）；温州大学实验室开放项目（14SK18A）

毛雅瑛（1993—），女，浙江龙泉人，温州大学数学与信息科学学院本科生；王淑镓（1994—），女，浙江余姚人，温州大学数学与信息科学学院本科生；章茜茜（1992—），女，浙江苍南人，温州大学数学与信息科学学院本科生；蔡风景（1977—），男，浙江瑞安人，温州大学数学与信息科学学院副教授，博士.