中國姓氏人口的歷史計量分析：典型特征、決定因素與作用機制

文/陳強 劉春雨 郝煜

中華姓氏文化源遠(yuǎn)流長，影響深遠(yuǎn)。隨著幾千年的人口增長，中國的姓氏數(shù)量與姓氏人口也不斷增加，僅徐鐵生編著的《中華姓氏源流大辭典》所收漢姓即高達(dá)10 523個。但中國不同姓氏的人口分布十分不均勻，大量人口集中于少數(shù)的大姓，從而“同姓率”遠(yuǎn)高于歐美國家。就漢族人口而言，2012年前100名的姓氏人口占漢族總?cè)丝诘?7.0%。而法國前100名常見姓氏僅占總?cè)丝诘?.1%，美國前100名常見姓氏僅占總?cè)丝诘?6%。

究竟哪些因素驅(qū)動了中國姓氏人口的巨大差異？為何中國姓氏人口的同姓率遠(yuǎn)高于歐美國家？對于這些問題的解答無疑可增進(jìn)對于中國姓氏文化乃至中國文化與歷史的理解，并揭示東西方差異的來源。本文使用歷史計量方法，首次深入地定量分析中國姓氏人口的典型特征、決定因素與作用機制。

在理論上，影響姓氏人口的因素可分為兩大類，即生育率與采用率。生育率指某姓氏人口本身的增長率，采用率指原來無姓的人采用某姓或改姓。2012年中國最大的幾個姓氏依次為王、李、張、劉、陳等。觀察這幾個姓氏何以成為超級大姓，不難發(fā)現(xiàn)以下幾個特點：首先，它們的起源時間都很早，其中張姓與劉姓起源于三皇五帝時期，王姓與陳姓起源于商朝，而李姓則起源于周朝。姓氏起源越早，則累積生育率越高，人口數(shù)量也會越多。其次，它們中有些建立過中國歷史上的統(tǒng)一政權(quán)（劉漢、李唐），有些則建立過分裂（非統(tǒng)一）政權(quán)（王、張、陳）。一個自然的假設(shè)是，作為國姓的姓氏，占有更多的經(jīng)濟和政治資源，其生育率高于人口平均水平。最后，起源較早的姓氏和作為國姓的姓氏，更有可能被其他姓氏或無姓氏的民眾所采用?？傊帐掀鹪摧^早和曾作為國姓都可能對該姓氏的人口有顯著的正向影響。當(dāng)然，姓氏人口可能也受姓氏本身的固有特征所影響，例如，姓氏的復(fù)雜程度（是否復(fù)姓、筆畫）與聲音特性（聲調(diào)）。

本文使用2012年中國漢族人口排名前500位的姓氏數(shù)據(jù)（占漢族總?cè)丝诩s99.8%），在大量描述性分析的基礎(chǔ)上，通過深入的回歸分析揭示了中國姓氏人口的典型特征。首先，中國姓氏人口的分布大致服從齊普夫定律，但也有明顯偏差，人口集中于大姓，且集中度高于該定律的預(yù)測。其次，姓氏誕生朝代越久遠(yuǎn)，姓氏作為國姓時間越長，則平均而言姓氏人口越多。這些實證結(jié)果通過了一系列穩(wěn)健性檢驗，包括控制姓氏的筆畫、聲調(diào)、是否復(fù)姓，使用子樣本，區(qū)分統(tǒng)一與分裂政權(quán)的國姓，以及針對國姓組與非國姓組進(jìn)行傾向得分匹配。最后，我們發(fā)現(xiàn)姓氏采用率（以姓氏起源數(shù)目與少數(shù)民族姓氏人口為代理變量）與人口遷移率（以姓氏人口的地理集中度為代理變量）是驅(qū)動以上結(jié)果的兩大作用機制。作為對比，歐洲的大部分姓氏歷史只能追溯到中世紀(jì)，“國姓”也沒有被大量人口采用，所以姓氏人口的集中度遠(yuǎn)遠(yuǎn)低于中國。

數(shù)據(jù)說明與典型特征

（一）姓氏人口

我們從全國公民身份證號碼查詢服務(wù)中心（NCIIC）獲得了2012年漢族人口排名前500位的姓氏人口數(shù)量，記為變量pop；并記相應(yīng)的姓氏人口排名為變量rank。

（二）姓氏歷史久遠(yuǎn)度

一般地，姓氏誕生的朝代越久遠(yuǎn)，經(jīng)過更多年的繁衍生息，且有更多機會被無姓民眾或他姓民眾改姓時所采用，故姓氏人口通常更多。本文根據(jù)徐鐵生編著的《中華姓氏源流大辭典》將姓氏起源時間劃分為五個時期，分別為夏朝之前（即三皇五帝時期）、夏朝、商朝、周朝、周朝之后，并設(shè)置相應(yīng)的虛擬變量prexia、xia、shang、zhou、postzhou，取值均為0或1。

（三）姓氏是否曾為國姓及年限

在中國歷史的長河中，有些姓氏建立過政權(quán)，在其統(tǒng)治期間則為“國姓”。國姓的生育率一般更高，而且可能更多人愿意采用國姓。為此，定義虛擬變量royal_dummy。如果該姓曾建立過政權(quán)，取值為1；反之，則取值為0。在前500個姓氏中，只有33個姓氏曾作為國姓，占6.6%。

進(jìn)一步，可將中國的歷史政權(quán)分為統(tǒng)一政權(quán)與分裂（非統(tǒng)一）政權(quán)。我們將九個朝代視為統(tǒng)一政權(quán)，即秦、漢、晉、隋、唐（含武周）、宋、元、明、清。由于統(tǒng)一政權(quán)的國姓之影響力可能大于分裂政權(quán)的國姓，故定義虛擬變量royal_u_dummy。如果該姓曾建立過統(tǒng)一政權(quán)，取值為1；反之，則取值為0。類似地，定義虛擬變量royal_d_dummy。如果該姓曾建立過分裂（非統(tǒng)一）政權(quán)，取值為1；反之，則取值為0。

國姓的影響力也可能與其作為國姓的年限有關(guān)，故定義變量royal表示該姓氏所建立政權(quán)的存在時間，而定義變量royal_u與royal_d為該姓氏所建立統(tǒng)一政權(quán)與分裂政權(quán)的存在時間。

（四）姓氏是否為復(fù)姓

一個姓氏的復(fù)雜程度也可能影響民眾對該姓氏的采用率。為此，定義虛擬變量compound。如果該姓為復(fù)姓，取值為1；反之，則取值為0。

（五）姓氏的筆畫數(shù)

作為對姓氏復(fù)雜程度的另一度量，我們將姓氏繁體字寫法的筆畫數(shù)，記為變量stroke。在計算時，先找出姓氏繁體字的寫法，然后確認(rèn)其筆畫數(shù)。

（六）姓氏的音調(diào)

姓氏的聲音特性也可能影響姓氏人口。我們設(shè)置姓氏聲調(diào)的相應(yīng)虛擬變量tone1（是否為第一聲）、tone2（是否為第二聲）、tone3（是否為第三聲），以及tone4（是否為第四聲）。

中國姓氏人口的齊普夫定律

1932年，哈佛大學(xué)語言學(xué)家齊普夫在研究英文單詞出現(xiàn)頻率時，發(fā)現(xiàn)如果把單詞出現(xiàn)頻率按由大到小的順序排列，則每個單詞出現(xiàn)的頻率與其頻率排名存在反比關(guān)系，稱為“齊普夫定律”。它表明在英語單詞中，只有極少數(shù)的詞被經(jīng)常使用，而絕大多數(shù)詞很少使用。此定律后來在很多領(lǐng)域得到驗證。為驗證中國姓氏人口是否符合齊普夫定律，我們把lnpop對lnrank進(jìn)行線性回歸，結(jié)果發(fā)現(xiàn)lnrank的系數(shù)估計值為-1.73，且在1%水平上顯著，此回歸的擬合優(yōu)度達(dá)到91.8%。

中國姓氏人口大致服從齊普夫定律，但對于線性擬合線也有明顯偏離。特別地，排名前三的姓氏人口數(shù)量過于接近，其中2012年漢族王姓人口為9 290.23萬（占總?cè)丝?.59%），李姓人口為8 997.9萬（占總?cè)丝?.35%），而張姓人口為8 762.07萬（占總?cè)丝?.16%）。在通常滿足齊普夫定律的數(shù)據(jù)中，第1名的數(shù)量比第2名大很多（甚至多達(dá)2倍），而第1名的數(shù)量也比第3名大很多（甚至多達(dá)3倍）。由此可見，中國姓氏人口的集中度，高于齊普夫定律的一般預(yù)測，導(dǎo)致同姓率較高。

一方面，中國姓氏人口大致服從齊普夫定律，這意味著中國人在選擇姓氏時，也更傾向于首選大姓。在常人印象中，祖?zhèn)鞯男帐纤坪跻怀刹蛔?，很難更改。事實上，在中國歷史上，改姓經(jīng)常發(fā)生，而改姓原因則包括避禍、避仇、避諱、避嫌、帝王賜姓、少數(shù)民族改為漢姓，以及入贅、過繼、收養(yǎng)、隨母親姓等。個體在改姓時，則面臨姓氏選擇問題，此時“吸引力偏好”即可能起作用。例如，帝王賜姓，幾乎都賜予大姓。

另一方面，中國姓氏人口顯然還受到其他特殊因素的影響，比如王朝的國姓。以姓氏人口排名第二的李姓為例，其姓氏誕生于周朝，相對而言并不古老。在所有誕生于周朝的姓氏中，李姓之所以能異軍突起，成為離群的極端值，顯然與近三百年李唐王朝的強盛有關(guān)。類似地，劉姓成為中國的大姓之一，主要應(yīng)歸功于歷史上長達(dá)四百年的劉姓漢朝統(tǒng)治。一個合理的猜想是，由于國姓等特殊因素的影響，使得中國姓氏人口雖大致服從齊普夫定律，但也產(chǎn)生了明顯的偏離。

姓氏歷史久遠(yuǎn)度對姓氏人口的影響

由于姓氏歷史久遠(yuǎn)度可視為外生變量，故我們首先集中考察姓氏誕生朝代對于姓氏人口的影響。被解釋變量為“姓氏人口對數(shù)”，核心解釋變量為“姓氏誕生朝代”，而控制變量包括“是否復(fù)姓”“姓氏筆畫”，以及“聲調(diào)變量”?？紤]到國姓變量可能的內(nèi)生性，故本節(jié)暫時未包括國姓變量。

回歸結(jié)果發(fā)現(xiàn)，姓氏誕生朝代的虛擬變量均在1%水平上顯著為正，而回歸系數(shù)則呈現(xiàn)遞減的趨勢。在控制變量中，虛擬變量“是否復(fù)姓”在1%水平上顯著為負(fù)，復(fù)姓的人口劣勢很明顯。其他控制變量則均不顯著。在穩(wěn)健性檢驗中，依次去掉不顯著變量，使用排名前250個姓氏的子樣本，所得回歸結(jié)果均類似。

國姓對姓氏人口的影響

首先考察“國姓年限”對于姓氏人口的作用，在回歸方程增加關(guān)鍵變量“姓氏作為國姓的年限”。若將中國歷史政權(quán)區(qū)分為統(tǒng)一政權(quán)與分裂政權(quán)，則可進(jìn)一步將“國姓年限”細(xì)分為“統(tǒng)一國姓年限”與“分裂國姓年限”。

由于人口眾多的大姓在概率意義上也更有機會成為國姓，故可能存在從姓氏人口到國姓的逆向因果關(guān)系，從而導(dǎo)致國姓年限變量為內(nèi)生變量。但究竟哪個姓氏成為一個朝代的國姓，畢竟具有很強的隨機性。另一方面，由國姓所帶來的姓氏人口增長則更為具體而直接，包括皇族的繁衍、帝王賜予功臣國姓、少數(shù)民族改國姓（后融入漢族）等。

回歸結(jié)果發(fā)現(xiàn)，“國姓年限”變量僅在10%水平上顯著為正。但去掉“姬姓”的離群觀測值后，“國姓年限”變量變得在1%水平上顯著為正?！靶帐险Q生朝代”變量均在1%水平上顯著為正，且相應(yīng)系數(shù)估計值依次遞減?！皬?fù)姓”變量在1%水平上顯著為負(fù)，其余控制變量則不顯著。其次，將“國姓年限”細(xì)分為“統(tǒng)一國姓年限”與“分裂國姓年限”，所得結(jié)果類似。將國姓設(shè)為虛擬變量，所得結(jié)果仍類似。

作為穩(wěn)健性檢驗，也為了部分緩解國姓變量可能的內(nèi)生性，將曾是國姓的樣本作為處理組，而將不是國姓的樣本作為控制組，進(jìn)行傾向得分匹配。

結(jié)果發(fā)現(xiàn)，無論使用1對1乃至1對5的傾向得分匹配，參與者平均處理效應(yīng)均在1%水平上顯著為正，且通過了重疊檢驗與平衡性檢驗。

作用機制探討

本節(jié)探討國姓以及姓氏誕生朝代對于姓氏人口的作用機制，著重于姓氏采用率與人口遷移率兩個方面。

（一）姓氏起源數(shù)目

徐鐵生編著的《中華姓氏源流大辭典》記載了每個姓氏的不同來源。計算每個姓氏有記載的起源數(shù)目，即可得到變量“姓氏起源數(shù)目”。對于一個姓氏而言，除了最早的姓氏起源為原創(chuàng)，其他姓氏起源一般可視為“姓氏采用”。因此，姓氏起源數(shù)目可作為姓氏采用率的一個代理變量。

（二）少數(shù)民族姓氏人口

在中國歷史上，少數(shù)民族經(jīng)常采用漢姓。有些少數(shù)民族逐漸融入漢族，但也有些少數(shù)民族依然保持了其獨特的民族身份。因此，可以使用少數(shù)民族的姓氏人口作為姓氏采用率的另一代理變量。

（三）姓氏人口的地理集中度

如果一個姓氏的人口主要居住在某個局部區(qū)域（地理集中度較高），則該姓氏人口的增長可能受到該區(qū)域資源的限制，且在戰(zhàn)亂時面臨更高的風(fēng)險。反之，如果一個姓氏更積極地參與跨區(qū)域的人口移民（地理集中度較低），則該姓氏人口更可能開枝散葉，且不易受戰(zhàn)亂沖擊。我們從2005年全國1%人口抽樣調(diào)查數(shù)據(jù)獲得地級市層面的漢族姓氏人口，并通過赫芬達(dá)爾指數(shù)，計算每個姓氏的地理集中度變量。

將以上三個機制變量加入回歸分析，結(jié)果發(fā)現(xiàn)國姓變量與姓氏誕生年代變量要么失去統(tǒng)計顯著性，要么經(jīng)濟顯著性大幅下降。這說明在相當(dāng)程度上，國姓變量與姓氏誕生年代變量通過這些機制變量而起作用。

結(jié)論

基于本文的研究，對于中國人口集中于少數(shù)大姓而同姓率遠(yuǎn)高于歐美國家的原因，可作一些對比和分析。

首先，由于中國姓氏起源非常早，加上歷史上的王朝更替并沒有造成語言文字甚至文化的斷裂，這使得更古老的姓氏有更多機會被民眾采用，從而成為大姓。中國歷史上的少數(shù)民族，不管是作為征服者還是被征服者，大都放棄了原有的語言文字和姓氏，而采用了漢族的語言文字和姓氏。相比而言，歐洲歷史上的“蠻族入侵”帶來了語言文字甚至文化的斷裂?！靶U族”帶來了新的語言文字和姓氏，而沒有采用原住民的語言文字和姓氏，所以大部分姓氏的歷史只能追溯到中世紀(jì)，大姓沒有足夠的時間去積累人口上的優(yōu)勢。

其次，在中國歷史上，作為國姓的姓氏，在綿延數(shù)百年的朝代中得以發(fā)揚光大（譬如劉漢、李唐），使得姓氏人口更為集中。相比而言，“國姓效應(yīng)”在歐洲幾乎不存在。在貴族分封制度下，社會等級森嚴(yán)，姓氏作為社會地位和身份的標(biāo)識，其所有權(quán)和使用權(quán)具有排他性。因此，像都鐸（Tudor）、蘭開斯特（Lancaster）、哈布斯堡（Habsburg）這樣的王族姓氏不可能被平民大量采用，而成為大姓的姓氏。而中國的社會流動機制和西方不同，很多國姓家族本身來自平民（比如劉邦、朱元璋），所謂“王侯將相寧有種乎”，也沒有任何制度障礙阻止平民采用國姓。

總之，中國更高的姓氏集中度，可能是歷史上政治穩(wěn)定性高、文化延續(xù)性強、社會流動的制度性障礙少的結(jié)果。