2003年~2017年中国各省市人口出生率空间格局多角度分析

陈朋弟 黄亮 姚丙秀 吴尧惠

摘 要：为揭示我国人口出生率随地域分布的特点，本文以2003年、2006年、2009年、2012年、2015年、2017年六个时间段全国31个省市自治区的人口出生率数据为基础，研究从2003年到2017年这一时期内各省市人口出生率的整体变化情况，并通过热点分析、莫兰指数（Morans I）来反映人口出生率的空间聚集性和空间相关性，通过分析人口出生率重心的迁移过程来反映空间异质性。结果表明：我国各省市人口出生率的空间聚集性显著，主要集中在东部和西部地区，且人口出生率呈现出西部地区明显高于东部地区的特点;通过人口出生率重心迁移规律可以看出，在2003年至2017年期间，我国人口出生率重心整体向东移动。根据以上结论，国家应合理制定生育政策，因地制宜，从多方面出发来解决我国人口出生率低以及老龄化基数大的问题。

关键词：人口出生率;热点分析;莫兰指数;空间聚集性;人口出生率重心;空间异质性

中图分类号：O21;C921

文献标识码： A

改革开放四十年以来，我国的政治、经济、文化等取得了相当大的成就，但这些方面的发展都是与人口问题分不开的。有数据表明，1970年我国的人口出生率为33.59‰，在这之后国家也发现这么大的人口出生率基数与我国的經济发展不成比例。为此，党的十二大实施了计划生育的基本国策[1]。实施以来，我国人口出生率基数大的问题得到了控制，人口出生率显著下降，到2000年已经下降为14.03‰，但持续的人口出生率下降也成为我国人口老龄化问题加剧的因素之一[2]。根据2018年的数据显示，中国的人口出生率下降到10.94‰，比2017年下降1.49个千分点，出生人口比上年减少200万人，这些数据进一步说明我国人口出生率已明显低于世界人口出生率的更替水平。

从人口学的角度来看，中国人口出生率波动的主要影响因素可以从宏观和微观两个方面来分析。从宏观影响因素来看，主要有经济发展水平、育龄妇女数量、宏观社会策略;从微观因素来看主要有家庭收入水平、个人价值观念等决定[3]。为此，国家为实现人口总量平稳增长，2015年党的十八届五中全会决定全面实施一对夫妇可生育两个孩子政策[4]，此政策提出后，2016年和2017年我国出生人口和出生率有了大幅提高，尤其是2016年我国人口出生率达到了12.95‰。虽然2018年我国出人口和出生率比2017年有所下降，但从育龄妇女的生育水平看，仍高于“单独两孩”和“全面两孩”政策实施前的水平[5]。但相关政策的实施需与人口的地理及空间分布相结合。苏理云等[6]利用Morans I和泰尔指数对人口出生率在空间和地域分布上进行了分析，得出我国人口出生率具有西部强于东部的特征。王书霞[7]利用Morans I和LISA方法得出内蒙古自治区各盟市人口呈现出非均衡性的发展趋势，并与经济发展状况有着一定的空间自相关性。MacQuillan Elizabeth等[8]利用Logistic回归模型、核密度估计和LISA分析并结合出生记录来确定状态区域的GDM（妊娠糖尿病）率，得出密歇根州西南部8个GDM高发县的热点地区。A. I. Igonin [9]通过GIS相关分析来监测人口生育强度和性别结构的发展过程得出出生率的相关变化情况。刘德钦[10]使用人口分布的三维模型、罗伦斯曲线分析了中国人口的分布特点及空间相关性，得出中国东西部人口分布差异较大，东部为人口密集区，西部为人口稀疏区。

综上所述，国内外大多数学者研究主要集中在特定的局部区域，人口出生率也趋向于局部小区域的空间分析，但对整个国家的人口出生率影响因素研究相对较少。基于此，本文以整个中国作为研究区域，从多角度分析人口出生率的空间聚集性与非均衡性的制约因素，采用热点分析、莫兰指数以及人口出生率重心的迁移过程等多个方法来综合分析人口的空间相关性，从而为政府决策提供依据。

1 数据来源与研究方法

1.1 数据来源

本文所选的研究区域为中国22个省、5个自治区、4个直辖市以及部分河流数据，在整个研究过程中台湾省无数据。研究数据主要来自国家统计局，时间段包括2003年、2006年、2009年、2012年、2015年、2017年，由于2018年的数据还没统计出来，所以本文将2018年的数据换成了2017年的数据，用以证明等间隔内的人口变化情况。出生率指在一定时期内（通常为一年）一定地区的出生人数与同期内平均人数（或期中人数）之比，用千分率表示[11]，其人口出生率计算公式为：

出生率= （年出生人口 / 年平均人口）×1000‰。（1）

1.2 研究方法

1.2.1 热点分析

通常，Morans I的取值范围为（-1，1）之间，当I < 0时，说明全国各省市人口出生率在空间上存在负相关，且越接近1负相关性就越强;当I = 0时，说明全国各省市人口出生率在空间上不存在空间相关性，且在空间上表现出随机性;I > 0时，全国各省市人口出生率在空间上表现为正的空间相关性，且越接近1空间相关性就越强;当I超出 -1和 1时，说明在实验过程中参数设置有问题。

1.2.3 人口出生率重心分析

人口出生率的重心可以分析追踪该区域的人口出生率的变化情况，同时还可以分析出不同时间段内的重心迁移情况，其公式可以表示为：

2 中国各省市人口出生率空间聚集性的时空格局演变

空间效应包括空间依赖性和空间异质性，根据地理学第一定律，“各事物之间都具有关联性，较近的事物比较远的事物关联性更强”[13]，人口出生率也不例外，其在地理空间上表现出一定的聚集效应。为此本文以ArcGIS、GeoDa软件为基础，从热点分析和莫兰指数两个方面来反映人口出生率的空间聚集性。为更好地展示我国人口出生率的整体变化情况，本文统计了全国2000年至2018年的人口出生率数据，如图1所示。

2.1 热点分析

本文利用全国各省市2003年、2006年、2009年、2012年、2015年、2017年六个时间段的人口出生率信息，通过对其进行热点分析得出了这六个时间段的人口出生率空间聚集性时空格局演变的结果，并绘制出相应的专题图，如图2所示。

从图2可以看出，热点区域为人口出生率较高的省市，而冷点区域为人口出生率较低的省市。总体来看，热点与冷点在这六个时间段的分布相对比较均匀。热点区域（出生率较高的区域）主要集中在西北、西南以及中南沿海地区;冷点区域（出生率较低的区域）则主要集中在华北、东北以及华东的少部分地区。热点区域与冷点区域都表现出正的空间相关性，空间聚集性显著。以2003年的图为参考，对比剩余的几个年份，可以看出变化最大的是2015年，而2015年正好是二孩政策全面实施的时间，仅到2016年出生率就变为12.95‰，比2015年增加了0.88个千分点，这也从侧面反映出国家政策对人口出生率的影响之大。

从2003到2017年的变化来看，聚集性整体收缩，同时显著性也在减弱，图2可以看出变化最明显的地区是西藏自治区、青海省、广西壮族自治区以及广东省。西藏地区从之前的一级热点变到2017年的二级热点区域，而青海直接变成不显著;广东、广西由2012年之前的不顯著变为2012年之后的显著性区域;虽然在2015年四川、云南、贵州加入到热点区域，但并没有保持很长的时间，在2017年全部加入到不显著区域，也就是说出生率恢复到之前的水平。综上所述，我国各省市人口出生率呈现出下降趋势，这与有些学者提出的二孩政策全面放开以后我国人口将呈现爆炸式增长完全相反，可以看出虽然相关政策在一定程度上能够影响人口出生率，但是这并不是绝对的，需要与经济发展水平、育龄妇女数量、宏观社会策略、家庭收入水平、个人价值观念等相结合。当今社会由于对小孩的抚养成本提高，加上带小孩增加了女性的劳动力以及减少了收入，即使政策上有所改变，但外界巨大的压力还是不能从根本上快速解决人口出生率降低的状况。据统计，2018年我国人口的出生率为10.94‰，是改革开放以来的最低水平，人口出生率的持续下降将直接加速中国老龄化的进程。

2.2 Morans I

若在空间同质的情况下来研究全局Morans I对空间相关性的影响情况，可以很好地反映该研究区域的整体发展趋势，但往往由于空间异质性的存在，各局部区域存在部分高度不均匀或该局部区域被邻近区域高值所包围的情况，造成全局自相关中存在局部随机性的情况。为此，本文利用局部Morans I来研究我国各省市人口出生率的空间聚集性以及空间异质性，并通过Morans I散点图来直观地展示这六个时间段的人口出生率空间聚集情况，散点图如图3所示。

由图3可以看出我国绝大多数的省市处于高-高型和低-低型当中，说明人口出生率在空间上具有较强的空间聚集性，且在这六个时间段内聚集性比较稳定;不同时间段人口出生率有所不同，在整个时间推移过程中低-高型数量在减少，而高-低型数量有所增加，说明我国人口出生率的空间以及区域分布发生了变化。

3 人口出生率的空间异质性分析

3.1 人口出生率重心迁移

现实生活中各事物的空间分布并不是均衡的，而是存在空间异质性，本文通过利用人口出生率的重心迁移过程来反映出生率分布的这一现象。为更好地进行说明，本文将从全局和局部两个方面出发，对人口出生率重心的迁移过程进行分析，为此将全国划分为六大地理区域，分别为西北、华北、东北、华东、中南、西南，如图4所示。

3.1.1 全局人口出生率重心迁移

通过人口出生率的全局重心迁移过程来整体地反映出生率的发展方向，具体过程如图5所示。

人口出生率重心位置取决于人口出生率的分布状态，如果人口出生率分布是均匀分布，则重心位于该区域的几何重心，但往往由于空间异质性的存在，导致人口出生率重心出现偏移，这种偏移是与国家的政策以及经济等密切相关。从图5可以看出，2003年到2006年，人口出生率重心向东北方向移动，且移动距离相对较大，出现这种情况的原因应该与计划生育的实施有关;2003年到2009年期间，人口出生率重心都是向东南方向移动;从2009年开始到2015年这一时期，人口出生率整体向西南方向偏移，而这一时期内正好是二孩政策提出和全面实施的阶段，人口出生率整体提高，西部地区出生率高于东部地区，所以人口出生率重心整体向西移动;而从2015年起到2017年这一阶段，人口出生率重心又向东北方向移动，由此可见，人口出生率并不绝对地取决于政府的相关政策，经济发展水平、个人收入状况以及主观思想等也成为人口出生率降低的制约因素。

3.1.2 局部人口出生率的重心迁移

全局人口出生率重心可以从整体上反映重心的迁移情况，为更好地反映人口出生率重心的迁移规律，将全国划分为六个区，然后分别研究每个区的人口迁移情况，并绘制了相应的迁移图，如图6所示。

从图6可以看出，2003年到2017年六大区域的人口出生率重心的迁移过程变化明显，例如西南地区，2003年到2006年期间，人口出生率重心首先向西北方向迁移，且迁移距离较大;2006年到2009年，重心向东南方向移动，但偏南的效果不明显;从2009年开始到2012年这一阶段，人口出生率重心整体向东北方向移动;2012年到2015年，重心向西北方向移动;而从2015年到2017年间，人口出生率重心又向东南方向迁移。从整体上来看，该地区人口出生率重心随着年份的推移逐渐向东北方向倾斜，而东北和中南地区重心的迁移具有相反的移动过程，华北和华东地区的移动方向大致相同，西北地区在整个过程中先向西发展，在2015年之后又向东进行移动。这种现象的出现首先与各区域的地理位置分布、人口分布以及经济发展状况等有关，其次由于国家对少数民族的政策相对较宽，因此在西北、西南、中南等地的人口出生率相对于其他区域要高。

4 结论与讨论

1）从空间聚集性来看，我国各省市人口出生率的空间聚集效应显著，通过热点分析可以看出，热点区域即出生率较高的区域主要集中在西北、西南以及中南沿海地区，而冷点区域即出生率较低的区域则主要集中在华北、东北以及华东的少部分地区。通过局部Morans I指数可以看出，我国绝大多数省市处于高-高型和低-低型当中，且数量随着时间的推移在不断地增加，说明我国人口出生率的空间正相关性在增强，空间聚集性显著。

2）人口出生率的重心移动可以很好地反映空间异质性特点，通过全局重心迁移规律可以看出，在2003年至2017年期间，我国人口出生率重心整体向东移动，而只有2015年出现反弹，这一年正好是二孩政策全面实施的年份，这一现象也表明国家新政策对未来人口的发展方向起到了明显的促进作用，一定时期内可以改变人口出生率下降的现状。局部人口出生率的重心在六大地理区域的迁移过程呈现出西南、西北各异，华北、华东相近，东北、中南相反的特点。

基于以上分析，人口出生率在空间上既具有聚集性，又具有异质性，国家应考虑到空间非均衡性带来的人口出生率分布不均匀的问题，利用地域性来合理地解决人口发展方向。

二孩政策的全面实施不能够单方面地解决人口出生率低的问题，国家应出台相关法律法规，积极配合二孩政策的实施。其次，国家应对育龄妇女实施保护性政策，例如带薪休产假等，这样可以解决产期无收入、产后有保障的问题。再者，对育龄妇女在思想上进行再教育，提高宣传工作。最后，协调发展人口与经济的关系，实现在稳定发展经济的条件下转变人口政策，降低人口老龄化进程。

参考文献：

[1]彭浩然， 孟醒. 中国人口出生率下降与经济发展[J]. 统计研究， 2014， 31（9）：65-67.

[2]王德文. 人口低生育率阶段的劳动力供求变化与中国经济增长[J]. 中国人口科学， 2007 （1）：44-52.

[3]齐美东， 戴梦宇， 郑焱焱. “全面放开二孩”政策对中国人口出生率的冲击与趋势探讨[J]. 中国人口资源与环境， 2016， 26（9）：1-10.

[4]许志功. 认真学习贯彻党的十八届五中全会精神， 切实提高推动经济社会持续健康发展的领导能力——中国领导科学研究会2015年年会总结报告[J]. 中国领导科学， 2016（1）：13-15.

[5]曾毅. 普遍允许二孩，民众和国家双赢[J]. 社会观察， 2012（9）：23-25.

[6]蘇理云， 杨晓鹤， 柏国应， 等. 中国人口出生率的空间非均衡性及地域差异分析[J]. 重庆理工大学学报（自然科学）， 2018， 32（3）： 249-258.

[7]王书霞， 王晓峰， 常月明. 基于Morans I和LISA的人口与经济系统协调性研究[J]. 统计与决策， 2014（6）：90-93.

[8]MacQuillan Elizabeth， Curtis Amy， Baker Kathleen， et al. Geospatial Analysis of Birth Records to Target Programming for Mothers with Gestational Diabetes Mellitus in Michigan， 2013[J]. Public health reports， 2019， 134（1）： 27-35.

[9]A  I Igonin. The births trends research in GIS monitoring of demographic development of Europe [J]. InterCarto. InterGIS， 2013， 19（1）： 105-112.

[10]刘德钦， 刘宇， 薛新玉. 中国人口分布及空间相关分析[J]. 测绘科学，2004（1）：76-80.

[11]佚名. 了解人口普查[J]. 统计教育， 2010（2）：63-64.

[12]邓敏，刘启亮，吴静. 空间分析[M]. 北京：测绘出版社，2015.

[13]秦昆. GIS空间分析理论与方法[M]. 武汉：武汉大学出版社， 2010.

（责任编辑：曾 晶）