中國人口出生性別比空間聚集性及影響因素*

靳慧鳴，毛賽彩，王 瑩，施學忠，楊永利

鄭州大學公共衛(wèi)生學院衛(wèi)生統(tǒng)計學教研室 鄭州 450001

中國人口出生性別比空間聚集性及影響因素*

靳慧鳴，毛賽彩，王 瑩，施學忠#，楊永利#

鄭州大學公共衛(wèi)生學院衛(wèi)生統(tǒng)計學教研室 鄭州 450001

#通信作者:施學忠，男，1964年5月生，博士，教授，博士研究生導師，研究方向：衛(wèi)生服務統(tǒng)計方法與應用，E-mail：xzshi@126.com;楊永利，女，1974年12月生，博士，副教授，研究方向：衛(wèi)生服務統(tǒng)計方法與應用，E-mail：ylyang377@126.com

出生性別比;空間回歸;影響因素;中國

目的：采用空間回歸模型分析中國人口出生性別比的影響因素。方法：收集2010年全國31個省、自治區(qū)、直轄市出生男嬰數(shù)和女嬰數(shù)及經(jīng)濟、教育和醫(yī)療等數(shù)據(jù)，擬合多重線性回歸模型和空間回歸模型。結(jié)果：空間相關分析顯示中國人口出生性別比存在空間聚集性(Moran′sI=0.281，Z=4.093，P<0.001)。多重線性回歸模型和空間回歸模型均顯示少數(shù)民族人口比例(%)、平均每千人衛(wèi)生機構床位數(shù)(張)、人口出生率(‰)和二胎及以上胎次比例(%)是中國人口出生性別比的影響因素；多重線性回歸模型4個變量的β分別為-0.201、-6.237、2.458和-0.507(P均<0.05)，模型R2為0.760；空間回歸模型4個變量的β分別為-0.199、-6.314、2.451和-0.504(P均<0.05)，模型R2為0.816。結(jié)論：中國人口出生性別比呈現(xiàn)空間聚集性；影響中國人口出生性別比的因素為少數(shù)民族人口比例、平均每千人衛(wèi)生機構床位數(shù)、人口出生率和二胎及以上胎次比例。

性別是最基本的人口特征。在國際上，人口出生性別比(sex ratio at birth, SRB)以相同時間、相同地區(qū)范圍內(nèi)每100名女嬰所對應的男嬰數(shù)來表示[1]。在我國，除少數(shù)地區(qū)外，全國絕大部分省份均存在SRB偏高的現(xiàn)象[2]，進一步研究[3-4]顯示SRB的分布呈現(xiàn)明顯的空間聚集效應，即相鄰地區(qū)有相似的SRB。傳統(tǒng)的分析技術要求數(shù)據(jù)和殘差獨立，不適宜于有空間相關性的數(shù)據(jù)?？臻g分析技術能很好地利用空間相關性信息，獲得對影響因素更為準確的參數(shù)估計，因此被廣泛應用到公共衛(wèi)生領域[5]。該研究利用第六次人口普查資料，結(jié)合同時期經(jīng)濟、教育和醫(yī)療水平等數(shù)據(jù)，分別擬合多重線性回歸模型和空間回歸模型，對比兩種方法的擬合效果，篩選中國人口SRB的影響因素。

1 資料與方法

1.1 資料來源 SRB數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計局第六次(2009年11月1日零時到2010年10月31日零時)全國(包括31個省、自治區(qū)、直轄市)人口普查數(shù)據(jù)資料；根據(jù)SRB的分類標準，將其劃分為7個等級，<102.0(偏低)、102.0～(正常)、107.0～(輕度偏高)、110.0～(中低度偏高)、115.0～(中高度偏高)、120.0～(高度偏高)、≥130.0(極度偏高)。經(jīng)濟、文化教育、人口學和衛(wèi)生事業(yè)發(fā)展等方面的數(shù)據(jù)來源于2011年《中國統(tǒng)計年鑒》，包括：人均可支配收入(元)、高中及以上學歷人口比例(%)、農(nóng)業(yè)戶口人口比例(%)、少數(shù)民族人口比例(%)、平均每千人衛(wèi)生機構床位數(shù)(張)、人口出生率(‰)、二胎及以上胎次比例(%)等。

1.2 模型簡介

1.2.1 多重線性回歸模型 該模型要求數(shù)據(jù)滿足線性、獨立、正態(tài)、等方差的模型假設。當數(shù)據(jù)不滿足獨立性要求時，不宜用該模型。

1.2.2 全局空間自相關分析 用來判斷空間區(qū)域中某一位置的變量與其鄰近位置的同一變量是否具有相關性。參考文獻[6]，計算全局Moran′sI，評價中國人口SRB的分布是否具有空間相關性，即空間聚集性。

1.2.3 空間回歸模型 適用于有空間相關性的數(shù)據(jù)。常用的空間回歸模型包括空間滯后模型(spatial lag model, SLM)和空間誤差模型(spatial error model, SEM)。根據(jù)LM-Lag、LM-Error及Robust LM-Lag、Robust LM-Error有無統(tǒng)計學意義選擇模型，如果LM-Lag和Robust LM-Lag有統(tǒng)計學意義則選擇SLM，如果LM-Error和Robust LM-Error有統(tǒng)計學意義則選擇SEM[7]。

1.3統(tǒng)計學處理 采用SPSS 21.0擬合多重線性回歸模型，利用ArcGIS 10.2繪制SRB空間分布圖，用OpenGeoda軟件擬合空間回歸模型，篩選中國人口SRB的影響因素。檢驗水準α=0.05。

2 結(jié)果

2.1 多重線性回歸模型 擬合結(jié)果見表1。結(jié)果顯示，少數(shù)民族人口比例、平均每千人衛(wèi)生機構床位數(shù)、人口出生率和二胎及以上胎次比例為中國人口SRB的影響因素。

表1 中國人口SRB影響因素分析的多重線性回歸模型

2.2 空間回歸模型

2.2.1 空間聚集性判斷 全局空間自相關分析結(jié)果顯示，中國人口SRB分布存在空間聚集性(全局Moran′sI=0.281，Z=4.093，P<0.05)。從空間分布圖(圖1)上可以直觀地看到聚集現(xiàn)象，SRB正常的省份只有新疆和西藏，聚集在我國西部；而位于我國東南部的安徽、湖北、江西、湖南、福建、貴州、廣西、廣東以及海南SRB高度偏高，形成了高-高聚集。

圖1 2010年中國人口SRB空間分布圖

2.2.2 空間回歸模型 根據(jù)空間回歸診斷的結(jié)果(表2)，LM-Lag和Robust LM-Lag這兩個變量均具有統(tǒng)計學意義，因此選用SLM，結(jié)果見表3，其中W代表空間權重矩陣。

表2 中國人口SRB空間回歸診斷結(jié)果

表3 中國人口SRB影響因素分析的SLM

2.3 兩種模型擬合效果的比較 SLM的R2=0.816，Log likelihood=-72.924，AIC=161.848，SC=173.320；多重線性回歸模型R2=0.760，Log likelihood=-75.381，AIC=165.489，SC=176.327；SLM模型擬合效果優(yōu)于多重線性回歸模型。

3 討論

從空間自相關分析結(jié)果和空間分布圖可以看出中國人口SRB分布呈現(xiàn)空間聚集現(xiàn)象，表現(xiàn)為高-高和低-低聚集類型。新疆和西藏是我國僅有的兩個SRB正常的省份，聚集在我國西部，形成了低-低聚集；安徽、湖北、江西、湖南、福建、貴州、廣西、廣東以及海南9個省份的SRB高度偏高，在地域上形成了SRB高度偏高地區(qū)連接成片的態(tài)勢，一個偏高省市對周圍鄰近省市產(chǎn)生輻射作用。提示為了控制SRB異常偏高，應有針對性地采取重點區(qū)域控制的人口政策，建立各地區(qū)之間的協(xié)作機制。

由于SRB呈現(xiàn)空間聚集性，數(shù)據(jù)無法滿足多重線性回歸模型中相互獨立的假設，因此在分析SRB影響因素時，需要選擇納入空間依賴性的空間回歸模型，從而獲得更為準確的估計。結(jié)果顯示，與多重線性回歸模型比較，空間回歸模型的R2增大，Log likelihood、AIC和SC 3個參數(shù)的絕對值降低，說明空間回歸模型擬合效果優(yōu)于多重線性回歸模型。

研究[8-9]表明，SRB受生育政策、經(jīng)濟水平、孕婦受教育水平等因素的影響。生育政策對SRB的影響已獲共識，中國從20世紀80年代開始實行計劃生育，也正是從那時候開始中國的SRB逐年升高，成為世界上SRB失衡最為嚴重、持續(xù)時間最長的國家之一。由于我國長期施行的計劃生育政策針對的是漢族人群，而對少數(shù)民族并未施行，同時生育政策會影響到人口出生率和二胎及以上胎次的比例，因此該研究選擇少數(shù)民族人口比例、人口出生率以及二胎及以上胎次比例作為衡量生育政策執(zhí)行力度的指標，結(jié)果顯示：①少數(shù)民族比例越高的地區(qū)，SRB越低，原因可能為受一孩政策的束縛，漢族人群更有可能選擇性流產(chǎn)從而導致SRB升高。②二胎及以上胎次比例越高的地區(qū)，SRB越低，提示隨著二孩政策的開放，中國SRB失衡的現(xiàn)象有望緩解。③人口出生率越高，SRB越高，這與文獻報道矛盾，說明還有一些混雜因素有待進一步挖掘。關于經(jīng)濟水平與SRB的關系目前尚未取得一致意見。有學者[10]認為經(jīng)濟水平通過影響性別偏好而間接影響SRB，經(jīng)濟水平越高的地區(qū)SRB越有可能趨于正常，還有研究[3]表明經(jīng)濟發(fā)展水平與人口出生性別比之間可能具有倒“U”型的關系。該研究選擇人均可支配收入作為經(jīng)濟水平的衡量指標，發(fā)現(xiàn)人均可支配收入與SRB無相關關系。分析其原因，經(jīng)濟水平并不是SRB的直接影響因素，而是通過影響一個人的生育觀念而間接地影響SRB。關于醫(yī)療服務水平對SRB的影響目前尚無一致看法。該研究用平均每千人衛(wèi)生機構床位數(shù)來反映醫(yī)療服務水平，發(fā)現(xiàn)其與SRB呈負相關。

總之，該研究發(fā)現(xiàn)中國人口SRB呈現(xiàn)出空間聚集現(xiàn)象，空間回歸模型更適合用于分析SRB的影響因素，影響中國SRB的因素為少數(shù)民族人口比例、平均每千人衛(wèi)生機構床位數(shù)、人口出生率和二胎及以上胎次比例。

[1]ZHAO ZW,ZHU Y,REIMONDOS A.Could changes in reported sex ratios at birth during and after China's 1958-1961 famine support the adaptive sex ratio adjustment hypothesis?[J].Demogr Res,2013,29(33):885

[2]GOODKIND D.Child underreporting,fertility,and sex ratio imbalance in China[J].Demography,2011,48(1):291

[3]劉華,楊麗霞,朱晶,等.農(nóng)村人口出生性別比失衡及其影響因素的空間異質(zhì)性研究：基于地理加權回歸模型的實證檢驗[J].人口學刊,2014,36(4):5

[4]陳雅淑.局部空間自相關指標的適用性研究[D].上海:華東師范大學,2009.

[5]ZHANG JC,LIU WD,LIANG Q,et al.Spatial distribution and risk factors of influenza in Jiangsu province, China, based on geographical information system[J].Geospat Health,2014,8(2):429

[6] WANG Y, YANG YL,SHI XZ,et al. The spatial distribution pattern of human immunodeficiency virus/acquired immune deficiency syndrome in China[J].Geospat Health,2016,11(2):102

[7]黃秋蘭,唐咸艷,周紅霞,等.應用空間回歸技術從全局和局部兩水平上定量探討影響廣西流行性乙型腦炎發(fā)病的氣象因素[J].中華疾病控制雜志,2013,17(4):282

[8]湯兆云,郭真真.生育政策與經(jīng)濟水平對出生性別比偏高的分析[J].人口與經(jīng)濟,2011(1):10

[9]楊永利,施念,施學忠,等.河南省人口出生性別比及分因素貢獻率[J].中國衛(wèi)生統(tǒng)計,2014,31(2):270

[10]王軍.生育政策和社會經(jīng)濟狀況對中國出生性別比失衡的影響[J].人口學刊,2013,35(5):5

(2016-08-23收稿 責任編輯王 曼)

Analysis on spatial cluster and influencing factors of the sex ratio at birth in China

JINHuiming，MAOSaicai，WANGYing，SHIXuezhong，YANGYongli

DepartmentofHealthStatistics，CollegeofPublicHealth，ZhengzhouUniversity，Zhengzhou450001

sex ratio at birth；spatial regression；influencing factor；China

Aim: To explore the influencing factors of sex ratio at birth(SRB) in China by spatial regression model. Methods: The number of male and female infants and the economic, educational and health data of 31 provinces in China in 2010 were collected, and multiple linear regression model and spatial regression model were fitted. Results: Spatial correlation analysis showed there was spatial cluster of SRB in China(Moran′sI=0.281，Z=4.093，P<0.001). Multiple linear regression model and spatial regression model both showed that the proportion of minorities′ population, average beds per one thousand people, birth rate and the rate of the second child or above were the influencing factors of SRB.βof the four factors fitted by multiple linear regression were -0.201,-6.237,2.458 and -0.507(P<0.05), andR2was 0.760. Those fitted by spatial regression model were -0.199,-6.314,2.451 and -0.504, andR2was 0.816(P<0.05). Conclusion: Spatial cluster of SRB in China exists. The influencing factors of SRB in China include proportion of minorities′ population, average beds per one thousand people, birth rate and the rate of the second child or above.

10.13705/j.issn.1671-6825.2017.03.007

*河南省教育廳科學技術研究重點項目 14B330004

R169