中国人口出生性别比空间聚集性及影响因素*

靳慧鸣，毛赛彩，王 莹，施学忠，杨永利

郑州大学公共卫生学院卫生统计学教研室 郑州 450001

中国人口出生性别比空间聚集性及影响因素*

靳慧鸣，毛赛彩，王 莹，施学忠#，杨永利#

郑州大学公共卫生学院卫生统计学教研室 郑州 450001

#通信作者:施学忠，男，1964年5月生，博士，教授，博士研究生导师，研究方向：卫生服务统计方法与应用，E-mail：xzshi@126.com;杨永利，女，1974年12月生，博士，副教授，研究方向：卫生服务统计方法与应用，E-mail：ylyang377@126.com

出生性别比;空间回归;影响因素;中国

目的：采用空间回归模型分析中国人口出生性别比的影响因素。方法：收集2010年全国31个省、自治区、直辖市出生男婴数和女婴数及经济、教育和医疗等数据，拟合多重线性回归模型和空间回归模型。结果：空间相关分析显示中国人口出生性别比存在空间聚集性(Moran′sI=0.281，Z=4.093，P<0.001)。多重线性回归模型和空间回归模型均显示少数民族人口比例(%)、平均每千人卫生机构床位数(张)、人口出生率(‰)和二胎及以上胎次比例(%)是中国人口出生性别比的影响因素；多重线性回归模型4个变量的β分别为-0.201、-6.237、2.458和-0.507(P均<0.05)，模型R2为0.760；空间回归模型4个变量的β分别为-0.199、-6.314、2.451和-0.504(P均<0.05)，模型R2为0.816。结论：中国人口出生性别比呈现空间聚集性；影响中国人口出生性别比的因素为少数民族人口比例、平均每千人卫生机构床位数、人口出生率和二胎及以上胎次比例。

性别是最基本的人口特征。在国际上，人口出生性别比(sex ratio at birth, SRB)以相同时间、相同地区范围内每100名女婴所对应的男婴数来表示[1]。在我国，除少数地区外，全国绝大部分省份均存在SRB偏高的现象[2]，进一步研究[3-4]显示SRB的分布呈现明显的空间聚集效应，即相邻地区有相似的SRB。传统的分析技术要求数据和残差独立，不适宜于有空间相关性的数据。空间分析技术能很好地利用空间相关性信息，获得对影响因素更为准确的参数估计，因此被广泛应用到公共卫生领域[5]。该研究利用第六次人口普查资料，结合同时期经济、教育和医疗水平等数据，分别拟合多重线性回归模型和空间回归模型，对比两种方法的拟合效果，筛选中国人口SRB的影响因素。

1 资料与方法

1.1 资料来源 SRB数据来源于中华人民共和国国家统计局第六次(2009年11月1日零时到2010年10月31日零时)全国(包括31个省、自治区、直辖市)人口普查数据资料；根据SRB的分类标准，将其划分为7个等级，<102.0(偏低)、102.0～(正常)、107.0～(轻度偏高)、110.0～(中低度偏高)、115.0～(中高度偏高)、120.0～(高度偏高)、≥130.0(极度偏高)。经济、文化教育、人口学和卫生事业发展等方面的数据来源于2011年《中国统计年鉴》，包括：人均可支配收入(元)、高中及以上学历人口比例(%)、农业户口人口比例(%)、少数民族人口比例(%)、平均每千人卫生机构床位数(张)、人口出生率(‰)、二胎及以上胎次比例(%)等。

1.2 模型简介

1.2.1 多重线性回归模型 该模型要求数据满足线性、独立、正态、等方差的模型假设。当数据不满足独立性要求时，不宜用该模型。

1.2.2 全局空间自相关分析 用来判断空间区域中某一位置的变量与其邻近位置的同一变量是否具有相关性。参考文献[6]，计算全局Moran′sI，评价中国人口SRB的分布是否具有空间相关性，即空间聚集性。

1.2.3 空间回归模型 适用于有空间相关性的数据。常用的空间回归模型包括空间滞后模型(spatial lag model, SLM)和空间误差模型(spatial error model, SEM)。根据LM-Lag、LM-Error及Robust LM-Lag、Robust LM-Error有无统计学意义选择模型，如果LM-Lag和Robust LM-Lag有统计学意义则选择SLM，如果LM-Error和Robust LM-Error有统计学意义则选择SEM[7]。

1.3统计学处理 采用SPSS 21.0拟合多重线性回归模型，利用ArcGIS 10.2绘制SRB空间分布图，用OpenGeoda软件拟合空间回归模型，筛选中国人口SRB的影响因素。检验水准α=0.05。

2 结果

2.1 多重线性回归模型 拟合结果见表1。结果显示，少数民族人口比例、平均每千人卫生机构床位数、人口出生率和二胎及以上胎次比例为中国人口SRB的影响因素。

表1 中国人口SRB影响因素分析的多重线性回归模型

2.2 空间回归模型

2.2.1 空间聚集性判断 全局空间自相关分析结果显示，中国人口SRB分布存在空间聚集性(全局Moran′sI=0.281，Z=4.093，P<0.05)。从空间分布图(图1)上可以直观地看到聚集现象，SRB正常的省份只有新疆和西藏，聚集在我国西部；而位于我国东南部的安徽、湖北、江西、湖南、福建、贵州、广西、广东以及海南SRB高度偏高，形成了高-高聚集。

图1 2010年中国人口SRB空间分布图

2.2.2 空间回归模型 根据空间回归诊断的结果(表2)，LM-Lag和Robust LM-Lag这两个变量均具有统计学意义，因此选用SLM，结果见表3，其中W代表空间权重矩阵。

表2 中国人口SRB空间回归诊断结果

表3 中国人口SRB影响因素分析的SLM

2.3 两种模型拟合效果的比较 SLM的R2=0.816，Log likelihood=-72.924，AIC=161.848，SC=173.320；多重线性回归模型R2=0.760，Log likelihood=-75.381，AIC=165.489，SC=176.327；SLM模型拟合效果优于多重线性回归模型。

3 讨论

从空间自相关分析结果和空间分布图可以看出中国人口SRB分布呈现空间聚集现象，表现为高-高和低-低聚集类型。新疆和西藏是我国仅有的两个SRB正常的省份，聚集在我国西部，形成了低-低聚集；安徽、湖北、江西、湖南、福建、贵州、广西、广东以及海南9个省份的SRB高度偏高，在地域上形成了SRB高度偏高地区连接成片的态势，一个偏高省市对周围邻近省市产生辐射作用。提示为了控制SRB异常偏高，应有针对性地采取重点区域控制的人口政策，建立各地区之间的协作机制。

由于SRB呈现空间聚集性，数据无法满足多重线性回归模型中相互独立的假设，因此在分析SRB影响因素时，需要选择纳入空间依赖性的空间回归模型，从而获得更为准确的估计。结果显示，与多重线性回归模型比较，空间回归模型的R2增大，Log likelihood、AIC和SC 3个参数的绝对值降低，说明空间回归模型拟合效果优于多重线性回归模型。

研究[8-9]表明，SRB受生育政策、经济水平、孕妇受教育水平等因素的影响。生育政策对SRB的影响已获共识，中国从20世纪80年代开始实行计划生育，也正是从那时候开始中国的SRB逐年升高，成为世界上SRB失衡最为严重、持续时间最长的国家之一。由于我国长期施行的计划生育政策针对的是汉族人群，而对少数民族并未施行，同时生育政策会影响到人口出生率和二胎及以上胎次的比例，因此该研究选择少数民族人口比例、人口出生率以及二胎及以上胎次比例作为衡量生育政策执行力度的指标，结果显示：①少数民族比例越高的地区，SRB越低，原因可能为受一孩政策的束缚，汉族人群更有可能选择性流产从而导致SRB升高。②二胎及以上胎次比例越高的地区，SRB越低，提示随着二孩政策的开放，中国SRB失衡的现象有望缓解。③人口出生率越高，SRB越高，这与文献报道矛盾，说明还有一些混杂因素有待进一步挖掘。关于经济水平与SRB的关系目前尚未取得一致意见。有学者[10]认为经济水平通过影响性别偏好而间接影响SRB，经济水平越高的地区SRB越有可能趋于正常，还有研究[3]表明经济发展水平与人口出生性别比之间可能具有倒“U”型的关系。该研究选择人均可支配收入作为经济水平的衡量指标，发现人均可支配收入与SRB无相关关系。分析其原因，经济水平并不是SRB的直接影响因素，而是通过影响一个人的生育观念而间接地影响SRB。关于医疗服务水平对SRB的影响目前尚无一致看法。该研究用平均每千人卫生机构床位数来反映医疗服务水平，发现其与SRB呈负相关。

总之，该研究发现中国人口SRB呈现出空间聚集现象，空间回归模型更适合用于分析SRB的影响因素，影响中国SRB的因素为少数民族人口比例、平均每千人卫生机构床位数、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]刘华,杨丽霞,朱晶,等.农村人口出生性别比失衡及其影响因素的空间异质性研究：基于地理加权回归模型的实证检验[J].人口学刊,2014,36(4):5

[4]陈雅淑.局部空间自相关指标的适用性研究[D].上海:华东师范大学,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]黄秋兰,唐咸艳,周红霞,等.应用空间回归技术从全局和局部两水平上定量探讨影响广西流行性乙型脑炎发病的气象因素[J].中华疾病控制杂志,2013,17(4):282

[8]汤兆云,郭真真.生育政策与经济水平对出生性别比偏高的分析[J].人口与经济,2011(1):10

[9]杨永利,施念,施学忠,等.河南省人口出生性别比及分因素贡献率[J].中国卫生统计,2014,31(2):270

[10]王军.生育政策和社会经济状况对中国出生性别比失衡的影响[J].人口学刊,2013,35(5):5

(2016-08-23收稿 责任编辑王 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

*河南省教育厅科学技术研究重点项目 14B330004

R169