重庆地区女性未婚率的空间变化及影响因素分析

王国友　孙奎立

(1.重庆工商大学长江上游经济研究中心　重庆　400067；2.泰安医学院管理学院　山东泰安　271016)



·经济与社会·

重庆地区女性未婚率的空间变化及影响因素分析

王国友1孙奎立2

(1.重庆工商大学长江上游经济研究中心重庆400067；2.泰安医学院管理学院山东泰安271016)

摘要：本文利用空间回归模型，探讨影响未婚率的因素以及未婚率在重庆地区的空间分布情况，并探讨未婚率的集聚效应与相邻效应。研究结果表明： Moran’s I显示重庆地区未婚率确实有聚集效应，高未婚率主要集中在主城区，而低未婚率则集中在渝东北和东南地区。根据空间滞后模型显示，个人收入、女性受高等教育比例、女性就业率、性别比和农业人口比五个指标对女性未婚率有显著性影响。而空间误差模型分析结果表明，仍旧存在未知的因素影响着未婚率的空间聚集，我们推论可能为离婚风气或产业结构的不同等影响着空间聚集。

关键词：未婚率；空间分布；重庆

改革开放以来，我国女性的未婚率一直处于上升状态，这种上升的态势正在不同社会阶层间、同一社会阶层的不同家庭间蔓延。作为考量女性婚姻观、生育观和分析家庭结构变迁的重要标志，女性未婚率的变化一直受到较多学者的关注。研究者对于未婚率上升的原因，主要有两种解释途径，分别为社会经济结构调整过程(adjustment process)和社会网络的扩散过程(diffusion process)。社会经济结构调整过程认为社会经济发展、社会转型(传统的农业社会向工商业和服务业为主的现代社会转型)、收入增加、教育程度的提高、地区差异缩小、人员流动性增强等社会经济环境因素是导致女性未婚率发生变化的主要原因。简言之，社会经济调整过程认为未婚率提高与社会朝现代化发展有密切关系。许多实证结果显示，女性经济能力与婚姻的形成以及婚姻的稳定性之间，不是没有关联，就是呈正相关(Oppenheimer et.al, 1995[1]；Clarkberg, 1999[2])。Becker提出专业分工理论(specialization and trading model of marriage, Becker, 2009[3])，认为劳动女性偏好的改变是已婚率下降的因素之一，由于参与工作可能会提高女性经济收入而减少对男性的依赖，从而取代她们步入婚姻的想法。以Becker的专业分工理论为基础，Ono(2003)[4]提出了性别角色分化差异假设，分析女性经济能力的提升对未婚率的影响。Gould &Paserman (2003)[5]的研究也表明，教育程度影响社会经济条件，进而影响女性的结婚意愿。

社会网络的扩散过程认为女性未婚或者不婚率的提高正成为一种普遍现象。未婚率的变化很大程度上是婚育观念转变的结果。传统的婚育观念逐渐淡出社会，社会趋向少子化、老龄化和单身化。这种婚育观念的改变通常由某一处开始，通过各种方式被推广出去，最终可能影响到更大范围的人群，由此逐渐形成共识，并进一步成为社会的一种普世价值，最终导致该地区未婚率的变化。

通过文献回顾可以发现，未婚率的空间聚集或者扩散现象可能源自于各种社会经济变量的影响所形成的地区经济结构相似性，也就是所谓社会经济调整过程对于女性未婚的影响结果，也可能源于空间扩散所形成的相邻效应。由于过去较多的研究倾向于单独探讨各种社会经济结构的变迁或者社会规范的变化与主观感受如何形成(包括态度与价值观)对于未婚率变化的影响，而较无从上述原因分析社会经济因素和社会网络变动导致女性未婚空间集聚和扩散过程的研究，主要原因在于未婚率空间影响难以验证及度量，是故本文的主要目的在于探讨我国女性未婚率变化的空间特性及主要影响因素。借助实地调查数据，结合空间经济学分析理论，以重庆市为例，对未婚率的空间分布形态进行分析与检验，同时探讨影响未婚率变化的主要决定因素。

一、研究方法与变量选择

(一)研究方法

本文借用地理信息系统(Geographic Information System，GIS)的相关分析软件Arc View，以重庆地区为例，探讨我国女性未婚率的空间分布。讨论主要分为两部分：第一部分进行初步空间分析，以重庆市、区和乡(镇)为分析单位，分析不同行政层级的未婚率差异，并以空间自相关指标 Moran’s I 来检验未婚率的空间自相关程度，以了解未婚率的空间分布模型与空间特性；第二部分由空间回归分析，构建解释模型，探讨未婚率存在空间差异的成因。空间回归与传统回归最大的差异在于加入空间变量，以衡量在控制社会经济结构等变量之后，空间扩散效应是否存在。空间扩散效应的强弱一般用Moran’s I来量度。

1.空间自相关

空间自相关即是测量所谓空间事物的分布是否具有自相关性，高的自相关性代表了空间现象有聚集性的存在。统计上空间自相关指的是在空间中，分析空间单元与其临近观测值是否有相关性，Moran’s I是测量空间相关的重要方法，以观察整体分布来分析空间聚集特性，因此被广泛应用于空间自相关指标判定。我们的研究过程是根据空间资料分析、计算空间自相关来验证重庆女性未婚率的空间聚集性及空间上是否具有相邻效应。

首先，以女性未婚率作为空间单元的属性资料，建构属性相似矩阵；再以行政边界重叠与否作为相邻与否的依据，建立区位相邻矩阵。其分析方法与Moran’s I值的计算如下：

(1)

2.空间回归

空间回归将空间相邻的概念引入了传统的计量模型，以此来解释社会经济现象的空间变化。具体模型包括两种，一是加上空间滞后变量的空间滞后模型(spatial lag model, SLM)，另一个是处理误差项的空间误差模型(spatial error model, SEM)。上述两种模型可以解决传统计量模型在空间分析上的不足。

空间滞后模型(spatial lag model, SLM)矩阵表示如下：

Y=ρWY+Xβ+ε，ε～N(0，σ2I)

(2)

Y为被解释变量，因变量(n× 1矩阵)，X为自变量(n× K矩阵)，β为自变量的回归系数(K×1矩阵)；此时的误差ε预期为空间随机项。空间滞后模型与传统的OLS回归的差别是增加解释变量WY，称为空间滞后变量，代表相邻地区的影响，W为空间相邻矩阵，经过列标准化(每个横列其和为1)，为n× n矩阵，因此WY为n× 1矩阵；σ为空间自回归系数(Spatial Autocorrelation Coefficient)，若达到统计显著的水平，表示在控制了社会经济因素之后，相邻地区的表现具有影响力，得以证明相邻效应的存在。也就是说，SLM多控制了一个自变量：相邻地区的影响(相邻效应)，使得误差彼此不再空间自相关。不过，正因为多了这个自变量，产生内生变量的问题，以传统OLS估计，会丧失有效及不偏性，而用最大似然法估计或利用工具变量估计，会得到较可靠的结果，故而本文借助ARCVIEW软件用最大似然法估计(Anselin，2008)[6]。

空间误差模型(spatial error model, SEM)矩阵表示如下：

Y=Xβ+ε，ε=λWε+μ，μ～N(0，σ2I)

(3)

与SLM模型相比较，SEM的相邻效应出现在误差项，加了空间变量W之后，误差μ为空间随机项。空间误差模型主要是在找出空间误差模型中误差项对模型的影响，进行误差间校正，借以修正误差项中的空间自相关问题。当我们用解释变量控制被解释变量的空间相关性后，空间误差模型可以协助我们找出是否有其他还没被控制的隐藏变量在影响被解释变量的空间相关。模型中的λ值若显著(不等于零)，代表误差对模型有显著影响，也就是空间中有其他隐藏的干扰因素存在；如果不予考虑，会使得误差不是空间随机。值得注意的是，SEM也是用最大似然法估计，否则模型会失去有效性(Anselin，2008)。

此外，在回归模型拟合度的比较上，OLS回归一般以R2为依据，R2越小拟合度越高，然而最大似然法的R2值，只作为参考用，较常用Akaikeinfo criterion和Scharz criterion 值作为模型比较的依据，其值越小越好(Anselin，1991)[7]。

(二)变量选择及研究假设

本研究的被解释变量为女性未婚率。

依据调查、统计数据、过去研究的文献、相关政策文件的汇总与分析等，本研究按自变量的性质将它们分为经济条件与资源、社会控制因素、个人价值观念等几个类别。经济条件与资源方面，经济条件愈好、资源愈充裕，未婚的可能性应该愈大，与此相关的变量有个人收入、城市化程度等。社会控制因素主要来自于文化传统的影响，农业人口比愈高，未婚率应愈低。个人价值观念方面，女性自主意识愈强，步入婚姻的意愿会降低；而教育程度愈高的地区，应有助于女性独立自主意识的培养；女性的劳动参与，对婚姻的意愿亦有影响。一般认为，参与工作可能会提高妇女对家庭以外事务的兴趣，取代她们进入婚姻的欲望，但实际情况如何，仍需验证。最后是邻近效应，亦即控制了以上所有的社会经济结构变量之后，邻近效应是否仍然存在，如果仍在的话，表示扩散效应有发挥功效。

从上述分类出发，影响重庆市女性未婚率水平的有下列因素：

1.个人收入

家庭的稳定是需要经济条件作为支撑的，经济的稳定与增长将决定其家庭的变化(Oppenheimer，1994)[8]。婚姻中男女双方加总的收入与结婚率的关系称为收入效益，男女双方的收入差距与结婚率的关系则称为价格效果。如果两性间的工资差距越来越小，女性则不需要在经济方面依靠男性生活，结婚可以获取的“收益”逐渐下降，女性对结婚的意愿也会降低，结婚率也越来越低(Becker，1991)。且低教育程度的女性结婚率下降的幅度会高于高教育程度的女性结婚率下降幅度(Moffitt，2000)[9]。因此，在特定时间点上的比较会显示女性的工资收入与结婚率的正向关系。

女性会为了提高自我能力，在职场上更有竞争优势而延长受教育年数。然而，随着女性受教育程度的提升，她们进入劳动力市场的年龄延迟，初入职场的不稳定性会为婚姻带来风险，使结婚和早婚的成本提高。受教育程度的提升，可能并未让女性在婚姻市场上获得优势地位，却提高了女性自身的择偶标准，如果寻找不到同等条件的男性，便可能会减弱她们进入婚姻的念头。教育水平提高，女性获得的就业机会也相应增加，这使得女性能够寻求社会地位上的升迁或者更高的荣誉感；同时也会造成女性从事家务劳动与生育子女的机会成本上升，女性对婚姻的意愿也随之降低。即地区内女性受教育程度越高，未婚比率越高。

3.地区内性别比

两性人口比例失衡可能造成女性找不到配偶或者寻觅不到满意的配偶而降低结婚意愿。传统“男高女低”的婚配观念依然存在于大多数人的想法中，女性往往偏向寻找与她们条件相当或是条件较高的男性作为结婚对象。此外，在农村地区，不少女性纷纷向城市发展，也在城市找寻条件较好的配偶，而使得留在农村的条件较差的男性缺少适婚对象而无法结婚。然而当移往一地的女性越多，加上现代女性对另一半的条件要求越高，就越容易发生找不到合适对象而迟迟不结婚的现象。也即，地区内性别比越大，女性未婚率也越高。

4.女性就业率

随着女性加入劳动力市场的比例逐渐提高，经济能力的提升使女性有能力及意愿组织家庭。如Oppenheimer(1994)的研究发现，当经济收入较低时，更多人不愿意步入婚姻。男性也比较容易以有经济基础的女性为择偶对象。加之现代家庭中，家务分工也强调共同分担，故当女性进入劳动市场进而提升经济能力后，较可能会步入婚姻，毕竟维持一个家庭很重要的部分就是经济状况，在未有足够经济能力之前，轻易尝试婚姻的风险很高。但同时需要注意的是，许多女性在进入职场后，会延迟进入婚姻的年龄，许多单身女性抱着“工作优先”的态度，希望能自我实现，故不想早结婚。许多研究者认为生育、家务事等会影响女性的职业前景，一些女性会选择暂不进入婚姻以避免自己的职业生涯中断(Leibowitz and Klerman，1995)[10]。加之近年来女性在教育、个人收入等方面与男性的差异越来越小，女性在考虑是否进入婚姻时，也有了较以往不同的价值观，更看重婚姻的品质并以婚姻能否带来比单身更好的收益为原则。在追求完美婚姻和事业成就的同时，有可能暂时延缓结婚，最后可能造成晚婚或者不婚。综上，女性就业率的变化与未婚率的关系尚不明确。

5.农业人口比

LEC作为一种作业条件危险性评价方法，简单实用，通过LEC评价，可以量化确定城南污水厂工程建设过程中各类有害因素可能造成的潜藏祸患程度。其中，L、E、C分别代表3个自变量，D为因变量：

农业人口比愈高，女性必须结婚及多子多福的传统观念愈深厚，在缺乏教育机会、与外界的交流过少、没有更多的经济来源等情况下，女性多会遵从社会习俗、宗族习惯等步入婚姻。因此，我们假设，农业人口比较高的地区，未婚率较低。

6.相邻关系

近年来，由于女性自我价值观的改变、受教育程度的提升、经济收入的增加和人员快速流动等原因，女性不婚或者大龄未婚已经不再为世俗诟病。个体是镶嵌在一定的社会网络之中的，当个人做出决策的时候，除了自己的因素外，还易受到身边亲朋好友等人际网络的影响，即人易受身边人际网络影响。尤其是在地理相邻的情况下，社会网络的衍生和大众媒体信息的流动(如传宗接代观念的没落、婚姻的道德约束、追求个人目标、对婚姻的负面观感)等更是会影响女性对婚姻行为的选择，相邻网络效应便因此产生作用，使未婚现象易出现空间自相关情形(如农村地区女性未婚率较低，高未婚率现象则普遍出现在大城市或者发达地区中小城市等)。因此，我们假设，未婚现象存在空间相邻关系。

以上的预期关系，极可能因为时间不同而有所差异，而这也是本文后续讨论的重点。

(三)变量处理与数据来源

本研究所用的数据来自于2010年全国人口普查资料库、重庆市统计年鉴(2010)、重庆市国民经济和社会发展统计公报(2010)以及“三峡库区生态补偿制度”课题组，变量定义、描述性统计及预期方向见表1。

本文所探讨的空间范围为重庆地区897个乡(镇)。之所以选择乡镇作为分析单位的原因在于：考量到在统计检验上采用县市过于粗糙，而采用村级又面临边界变动的问题，在此情况下，乡镇是最小的稳定地理单位，也是最适合作为空间分析的单位。

表1　变量描述性统计及预期方向(N=897)

二、空间分析

为了获得未婚率的区域差异空间信息，我们将各乡(镇)未婚率平均值，利用空间插值法将其展布在地形图上，然后应用距离反比权重法(Inverse distance weighting method，IDWM)估计未婚率的空间分布。结果显示高未婚率主要集中在重庆城市经济发达圈，而渝东北翼和渝东南翼等两翼地区则未婚率较低。

我们可以进行一个简单的检验，说明地区性差异的重要性。重庆市域内各行政区主要层级为三个，依次为市、区/县、乡/镇，对重庆进行单因子变量分析(单向ANOVA)结果表明，不同的行政区水平上全都拒绝零假设，亦即这三个等级的行政区未婚率不全相等。Scheffe差别检验发现，市、区/县与乡/镇的未婚率相差较大，证明了城乡差别的存在(表2)。

根据分析结果，基本上可以得知重庆地区女性未婚率存在着差异，而此种差异有明显的空间模式：亦即某些地区比较高，如主城区；某些地区比较低，如渝东北和东南。

到目前为止，本文探讨的地区差异，仅为“类型”的差异，例如城、乡，主城区和两翼地区等，而对相对地理位置可能造成的影响，则需进一步透过全域自相关Moran’s I对空间集聚形态加以分析。

表3中Moran’s I值为0.462，在1%显著水平下呈显著状态，数值为正且大于零，表示未婚率在空间上确有集聚分布的现象的存在。

表2　未婚率变量分析(依行政层级划分)

注：*0.05显著水平；**0.01显著水平；***0.001显著水平

表3　未婚率Moran’I 值

经过对未婚率空间分布、城乡差异的分析和Moran’s I指数计算的分析等，我们基本确定了2010年重庆女性未婚率在空间上确实有集聚现象，但这种群聚不是随机的。如何解释上述原因，本文将进一步通过空间回归的方法加以检验。

三、空间回归分析

(一)非空间模型——OLS回归分析

首先进行OLS回归模型分析，因变量是未婚率，自变量为个人收入、女性受高等教育比例、性别比、女性就业比、农业人口比例。结果见表4。

表4　未婚率OLS回归结果(N=897)

注：*0.05显著水平；**0.01显著水平；***0.001显著水平。

根据表4回归分析结果，R2为0.79，代表模型整体解释能力较好，且各项指标具有显著性。其中性别比、女性受高等教育比和个人收入呈正相关，其余三个变量呈负相关。随之针对其残差项进行分析，检查残差项是否存在空间自相关，得出残差项Moran’s I=0.213，大于期望值-0.011达两倍标准差以上，显示残差项并非不存在自相关(即残差项并非随机分布，呈现正向聚集)，这一结果违反了OLS残差项无自相关的假设，会出现偏误差情形，需通过空间回归模型进一步分析。

(二)空间回归分析

使用两种回归模型：空间滞后模型和空间误差模型。空间滞后模型主要讨论空间上未婚率与邻近未婚率的影响关系，而空间误差回归模型则用于讨论是否存在尚未找到的对未婚率空间分布有影响的因子。根据OLS回归分析，个人收入、性别比、女性受高等教育比、女性就业率和农业人口比等五个变量与未婚率有显著影响，因此在空间上将此五个变量作为控制变量，分析在控制了以上五个变量之后，未婚率在空间上是否仍存在集聚效应与邻近关系(表5)。

表5　未婚率空间回归结果(N=897)

注：*0.05显著水平；**0.01显著水平；***0.001显著水平。

在空间滞后模型中，Pho为0.19并在0.01水平下呈显著状态。表明重庆地区女性未婚率的增长，在我们控制了上述五个变量之后，会受到周围地区未婚率的影响，在空间上显示出相邻效应。但是，SEM模型的空间变量也同样显著，表明OLS回归的残差空间自相关。这有可能是某个隐藏的变量造成的，但这个变量并未在我们构建的模型当中。

1.女性收入提高比例对未婚率的变化有显著的正向影响

在影响重庆女性未婚率的变量中，个人收入估计结果最为显著，代表被调查者与临近地区女性未婚率具有显著正向关系，与我们预期相符。在重庆地区，结婚率下降可能源于男性收入下跌的缘故。根据我们的调查结果，出现上述现象的原因除与重庆地区第三产业发展较快、更适合女性在当地就业和女性收入提高之外，也与近年来重庆农村地区男性辍学率高、高考人数下降和男性多往外地打工有关。当男性教育程度越低，社会经济条件也可能越低，也会降低女性与其结婚的意愿。

2.女性受高等教育比例对未婚率的变化有显著的正向影响

长期以来，大学院校学生一直是男多于女，随着两性平权观念的兴起与高等教育扩大招生规模，女性进入大学的人数快速增加，如今新生人数已呈现出女多于男的情形。女性受教育程度的提升，延长了她们进入职场的年龄。也因为受教育程度的提升，她们对配偶的学历、社会经济能力等有了较高要求。根据对重庆地区目前男性高校入学率分析，更多女性在未来可能因无法找到理想的配偶而选择晚婚或者不婚。即女性未婚者的增长主要来自于高教育程度者(她们不容易找到更高教育程度的婚配对象)。此外，受高等教育的女性主要集中在大城市，表明为了接受教育，人们不断往大城市迁移和聚集，在城市寻求求学和就业机会。教育年限拉长，大城市可以提供的更好的就业、收入、医疗等原因，可以显示出学历较高的女性人口主要集中在主城区。因此，在空间上的聚集效应也可获知教育程度和未婚率有空间上的正向相邻关系。

3.女性就业率对未婚率的空间变化有正向显著性影响

从个人价值来看，婚姻意味着家庭与工作，而两者本身就是机会成本的考量，因此选择工作的女性往往会牺牲婚姻或是延迟进入婚姻。当就业使得女性经济能力逐渐提高，男女间拥有的资源空间逐渐相近，对于女性而言，婚姻反而可能成为一种累赘。目前重庆产业结构呈现出较为明显的分化，即第三产业和建筑、电子、汽配等高劳动强度工业产业并存，造成男女性在职场上的高性别分工。高性别分工的社会，女性经济能力的提升不利于婚姻的形成，因为女性步入婚姻之后，需要承担更多的家庭责任。这也意味着会牺牲更多的工作与发展机会。因此更多的女性选择晚婚，甚至不婚。

4.性别比对未婚率的空间变化的显著性影响为正

造成重庆地区适婚人口性别比例失衡的原因，可能与当地的社会经济环境有关。重庆是典型的二元经济结构，由此引致城乡发展非均衡，农村地区的女性纷纷往城市迁移，造成农村地区适婚男女比例失衡。从对重庆地区的调查来看，住在农村的适婚女性总数长期低于留村的男性青年，即使同在城市打工，相当一部分女性仍希望能有嫁往城市的机会。当迁移到一地的女性越多，两性比例关系越失衡，更多女性就难以找到合适的配偶。此外，单身者生活环境或工作环境能够接触到的异性比例太少或太多，都可能影响择偶的机会和意愿。

5.农业人口比对未婚率的显著性影响为负

根据课题组调查，在重庆，留在农村的人口普遍早婚，特别是女性，初婚年龄多集中在18至22岁之间，且未婚率较低。这除了与在农村缺乏与外界交流、社会习俗使然之外，更多的在于父母希望子女在离家之前有稳定的婚姻而少受到外界的不良诱惑。而各种媒体的信息，也会加大父母对外界社会的恐慌，认为婚姻是保障子女安全的重要手段。从而显示农业人口比越高，未婚率越低。

四、结论及讨论

通过对重庆地区女性未婚率的统计分析，利用距离反比权重法(Inverse distance weighting method，IDWM)进行未婚率空间估计，显示在重庆女性未婚率存在显著性空间差异，即重庆城市经济发达圈为高未婚率聚集区、渝东北翼和渝东南翼等两翼地区为低未婚率集聚区，表明重庆市女性未婚率受社会经济影响十分显著。Moran’s I的指数值为0.462，也证实了上述结论。而空间回归分析显示，个人收入、女性受高等教育比例、女性就业率和性别比对未婚率的空间变化有正向显著性影响。即教育、收入等是女性未婚率空间变化的增函数。但农业人口比影响为负，与大多数已有结论一致。

此外，我们利用了空间误差回归模型进行误差空间校正，得出的λ值为0.46，在0.01显著水平下呈现显著状态，表示在我们控制了相关变量之后，仍存在着未知的因素使未婚率聚集，验证了空间中有其他隐藏的干扰因素存在。如果从未控制的因素再深入考虑，我们可推论其存在许多社会经济结构因素，像离婚风气或其他无法量化的因素(家庭问题、对婚姻的看法等等)的影响、或是产业结构的分布等等，都有可能是影响未婚空间聚集的原因。近年人们离婚比率逐年升高，使得人们对步入婚姻会产生恐惧感，尤其当身边有类似的个案出现时，离婚所带来的负面影响更提高了人们对婚姻生活的不信任感，再经由人际网络的渲染与传递，使未婚比例增加。地区的产业结构因素也会影响未婚率的邻近相关性，以农业来说，较传统的地区较容易依旧存在结婚的传统目的，老一辈的长辈保有结婚必要性的观念；以服务业来说，集中在城市化较高地区，其女性自主、未婚主义等新观念也较盛行，

且城市化地区的生活消费也较高，人们在能力未足够养家糊口前也较不会轻易结婚，晚婚的机率也较高。另外结婚对他们来说，会较讲究生活的品质，两个人一块生活若将不会比未婚好时，许多人会选择不结婚。因此，我们便推论其存在许多社会经济结构因素，也都将会影响未婚率的空间聚集效果。而这些可能都是我们后续需要讨论的内容。

注释：

①本文地区特性主要根据2011年重庆统计年鉴进行分类。都市经济发达圈包括渝中区、大渡口区、江北区、沙坪坝区、九龙坡区、南岸区、北碚区、渝北区、巴南区，即主城九区。而两翼主要是渝东北翼和渝东南翼。

参考文献：

[1]Oppenheimer V. K., Lew V..Americanmarriageformationinthe1980s:Howimportantwaswomenseconomicindependence[M]. Clarendon Press, 1995.

[2]Clarkberg M.. The price of partnering: The role of economic well-being in young adults’ first union experiences [J].SocialForces, 1999, 77(3).

[3]Becker G. S..ATreatiseontheFamily[M]. Harvard university press, 2009.

[4]Ono, H.. Women’s economic standing, marriage timing, and cross-national contexts of gender [J].JournalofMarriageandFamily,2003, 65(2).

[5]Gould, E. D. and M. D. Paserman. Waiting for Mr. Right: Rising Inequality and Declining Marriage Rates [J].JournalofUrbanEconomics, 2003(53).

[6]Anselin, L. and Rey, S. J..SpatialEconometrics:Foundations[R].2008.

[7]Anselin, L. and Rey, S. J.. Properties of tests for spatial dependence in linear regression models [J] .GeographicalAnalysis, 1991(1).

[8]Oppenheimer V. K.. Women’s rising employment and the future of the family in industrial societies [J].PopulationandDevelopmentreview, 1994(2).

[9]Moffitt R. A.. Female wages, male wages, and the economic model of marriage: The basic evidence [J].TheTiesThatBind:PerspectivesonMarriageandCohabitation, 2000(1).

[10]Leibowitz A.. Klerman J. A.. Explaining changes in married mothers’ employment over time [J].Demography, 1995 (3).

[责任编辑李秀燕]

Analysis of Spatial Variation and Influencing Factors of Unmarried Female Rate in Chongqing

WANG Guo-you1SUN Kui-li2

(1.NationalResearchCenterforUpperYangtzeEconomy,ChongqingTechnologyandBusinessUniversity,Chongqing, 400067,China;2.SchoolofManagement,TaianMedicalCollege,Taian,Shandong, 271016,China)

Abstract:This article, by utilizing spatial regression model, not only explores the factors affecting the unmarried rate as well as its spacial distribution in Chongqing, but also discusses agglomeration effects and neighborhood effects of the unmarried rate. The results of Moran’s I show that Chongqing does have aggregation effects. Namely, the high unmarried rate mainly concentrates in the main urban area, while the low rate is concentrated in the northeast and southeast regions of Chongqing. According to spatial lag model, the five indicators of personal income, proportion of female with tertiary education, female employment rate, sex ratio and agricultural population ratio, have significant impacts on female unmarried rate. However, the results of spatial error model show that there still remain unknown factors affecting the aggregation of unmarried space, which may result from the divorce ethos, different industrial structure and so on.

Key words：unmarried rate； spatial distribution； Chongqing

收稿日期：2015-11-20

基金项目：重庆市哲学社会科学规划项目“三峡工程后续期生态补偿制度研究”(2010YBJJ09)；教育部人文社科青年项目“三峡库区环境区居民传统环境权利剥夺的生态补偿制度研究”(10YJC790250)；国家社科基金重大项目“我国分省经济发展方式转变与产业、人口、教育、就业和迁移政策仿真模型及技术支撑平台构建研究”(13&ZD156)。

作者简介：王国友(1974—)，男，高级工程师，博士，研究方向为环境经济政策。*通讯作者：孙奎立(1972—)，男，副教授，研究方向为人口社会学。

中图分类号：C923

文献标志码：A

文章编号：1672-8505(2016)03-0066-07