国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于探索性空間數(shù)據(jù)分析的中國(guó)人口生育率空間差異研究

2015-10-09 13:40夏磊
西部學(xué)刊 2015年9期
關(guān)鍵詞:空間自相關(guān)區(qū)域差異

摘要:21世紀(jì)初我國(guó)總和生育率已降到1.5,遠(yuǎn)低于更替水平,因此研究中國(guó)的生育水平對(duì)于我國(guó)人口健康穩(wěn)定發(fā)展十分重要。本文以港澳臺(tái)之外的大陸31省為研究區(qū),以2000、2005和2010年的總和生育率為衡量指標(biāo),采用探索性空間數(shù)據(jù)分析(ESDA)方法,通過ARCGIS、Geoda等軟件對(duì)我國(guó)總和生育率的空間演變趨勢(shì)及分布模式進(jìn)行探索性空間分析。結(jié)果表明:2000、2005和2010年我國(guó)的生育水平在空間分布上呈現(xiàn)正的空間自相關(guān),但是這三年的全局空間自相關(guān)趨勢(shì)有所減弱;我國(guó)生育水平高值聚集區(qū)主要分布于西部省份,并且以西南為高值聚集中心;我國(guó)生育水平低值聚集區(qū)域主要分布在東北、東部沿海省份,其低值中心是以吉林為代表的東北地區(qū)。

關(guān)鍵詞:總和生育率;空間自相關(guān);空間模式;區(qū)域差異

中圖分類號(hào):P208 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):

一、引言

Wolfgang lutz等人(2005)提出了“低生育率陷阱”的假設(shè),即生育率一旦下降到一定水平(1.5人)以下,如果生育率一直低于世代更替的平衡水平,會(huì)對(duì)人口的規(guī)模、結(jié)構(gòu)和安全造成嚴(yán)重的不利后果,而且對(duì)于后期的人口均衡發(fā)展而言,也會(huì)帶來難以消除的障礙。[1-2]確保不低于世代更替的生育率,是社會(huì)可持續(xù)發(fā)展的保證。2010年全國(guó)生育率為1.18110,其中“城市”為0.88210,“鎮(zhèn)”為1.15340,“鄉(xiāng)村”為1.43755,中國(guó)的總和生育率不到世界平均生育水平的一半,并且遠(yuǎn)低于發(fā)達(dá)國(guó)家的平均水平。[3]82對(duì)于我國(guó)的人口發(fā)展而言,現(xiàn)如今出現(xiàn)的低生育率現(xiàn)象是一種極其危險(xiǎn)的警示,因此認(rèn)真研究中國(guó)低生育率現(xiàn)象極為重要,且有利于中國(guó)人口的健康發(fā)展。

國(guó)內(nèi)學(xué)者對(duì)中國(guó)生育率研究主要集中在三個(gè)方面:一是對(duì)生育政策的厘清,二是對(duì)低生育率的確認(rèn),三是對(duì)政策調(diào)整的探討。[4]然而傳統(tǒng)的中國(guó)人口生育率研究注重的是生育水平的差異和生育轉(zhuǎn)變模式,但卻無法反映人口生育率在空間關(guān)系和數(shù)值關(guān)系共同作用下的空間模式特征,而探索性空間數(shù)據(jù)分析(ESDA)可以解決這一問題。探索性空間數(shù)據(jù)分析已廣泛用于區(qū)域經(jīng)濟(jì)、疾病控制等領(lǐng)域,但是很少應(yīng)用到人口生育研究方面,因此本研究可以將探索性空間數(shù)據(jù)分析應(yīng)用于低生育水平下的全國(guó)生育率區(qū)域差異研究,分析2000—2010年省級(jí)總和生育率的時(shí)空差異。同時(shí)可以通過對(duì)全國(guó)省級(jí)區(qū)域的生育差異特征研究,揭示生育率數(shù)據(jù)的空間效應(yīng)。

二、數(shù)據(jù)來源和分析方法

(一)數(shù)據(jù)來源

此次研究區(qū)域是除香港、澳門和臺(tái)灣以外的中國(guó)31個(gè)省市區(qū)的數(shù)據(jù),以國(guó)際學(xué)術(shù)界認(rèn)可的總和生育率作為衡量指標(biāo),本文數(shù)據(jù)源自中國(guó)國(guó)家統(tǒng)計(jì)局公布的中國(guó)人口統(tǒng)計(jì)年鑒(見表1)。[5]

由我國(guó)人口統(tǒng)計(jì)年鑒得到的2000、2005和2010年中國(guó)31省區(qū)人口總和生育率數(shù)據(jù),需利用Office excel進(jìn)行處理,導(dǎo)出excel格式的數(shù)據(jù)表。借助ARCgis平臺(tái),在中國(guó)地圖中提取出除港澳臺(tái)以外的大陸31個(gè)省區(qū)作為基礎(chǔ)底圖,將這三年人口總和生育率數(shù)據(jù)表同底圖關(guān)聯(lián),導(dǎo)出各省區(qū)總和生育率的shapefiles文件,再將其導(dǎo)入GeoDa軟件,進(jìn)行空間數(shù)據(jù)探測(cè)與空間自相關(guān)分析。

利用GeoDa的explore工具,對(duì)總和生育率數(shù)據(jù)的宏觀情況進(jìn)行探查。箱形圖(Box Plot)是描述變量非空間分析的基本EDA方法之一,它顯示分布的中值、第一和第三分位數(shù),同時(shí)也顯示離群值。通過建立的總和生育率數(shù)據(jù)箱形圖,可得出:

(1)總和生育率最大值分為2.19(貴州)、1.935(貴州)和1.79(廣西),最小值分別為0.67(北京)、0.668(北京)和0.707(北京)。

(2)總和生育率的中值分別為1.26(重慶)和1.39(青海)。

(3)總和生育率平均數(shù)分別為1.265、1.348和1.186。

(4)總和生育率標(biāo)準(zhǔn)差分別為0.3561、0.335和0.2871。

(二)研究方法

1.空間權(quán)重矩陣

空間權(quán)重矩陣是建立地理對(duì)象之間空間關(guān)系不可或缺的一部分,是觀測(cè)對(duì)象之間空間依賴的正式表達(dá)。[6]通常用一個(gè)二元對(duì)稱空間權(quán)重矩陣W來表示n個(gè)區(qū)域的鄰近關(guān)系,其中 為區(qū)域i和j的鄰近關(guān)系,公式如下:

利用Geoda創(chuàng)建空間權(quán)重矩陣。對(duì)空間權(quán)重矩陣有兩種定義方式,分別為Rook鄰接和Queen鄰接。Queen鄰接是在Rook上下左右鄰接關(guān)系的基礎(chǔ)上加上了對(duì)角線,此次空間權(quán)重的定義選用一階Queen鄰接關(guān)系。

由于海南省的空間位置特殊性,與其他省區(qū)在空間位置上是孤島,為了更好地表達(dá)海南省與周圍省份的空間鄰接性,本文為使海南省與廣東、廣西兩省為鄰接關(guān)系,在創(chuàng)建空間權(quán)重矩陣過程中人為地調(diào)整了空間權(quán)重,得到調(diào)整后的 空間權(quán)重矩陣。

2.全局空間自相關(guān)

式中N為空間區(qū)域數(shù)量, 為i區(qū)域觀測(cè)變量總和生育率的值, 為i和j區(qū)域之間的空間權(quán)重;[8]I系數(shù)取值從-1到1;當(dāng)I=0時(shí)代表空間不相關(guān),取正值時(shí)為正相關(guān),取負(fù)值為負(fù)相關(guān)。[9]

3.局部空間自相關(guān)

全局空間自相關(guān)指標(biāo)可以探查觀測(cè)值空間上的整體分布情況,但卻難以探查屬性值聚集的具體位置及區(qū)域相關(guān)的程度。因此在1994年,Anselin 提出了局部空間關(guān)聯(lián)指數(shù) LISA(Local Indices of Spatial Association)彌補(bǔ)了Morans I的局限,該指數(shù)能揭示空間參考單元與鄰近空間單元屬性特征值間的相似性,探測(cè)空間異質(zhì)性。[10]

式中, 和 為觀測(cè)值 與均值的偏差。當(dāng) 值大于0,表明該區(qū)域與周圍區(qū)域的屬性值相似,即為高值或低值聚集;如果I值小于0時(shí),表明該區(qū)域與周圍區(qū)域的屬性值不相似,即為高值被低值包圍或低值為高值包圍。同時(shí)本文保持區(qū)域i的值固定不變,對(duì)于區(qū)域i鄰近的空間單元的觀測(cè)值進(jìn)行隨機(jī)排列,以此檢驗(yàn)局部MoranI的顯著性。為得到反映顯著性水平的P值,需要在每次排列后重新計(jì)算I,并在零假設(shè)條件下,比較I值與原始的I值的大小。

4. Moran散點(diǎn)圖

Moran散點(diǎn)圖軸的中心為平均值,將圖分為四個(gè)象限,依次對(duì)應(yīng)不同的空間自相關(guān)類型,第一、二、三、四象限分別代表該散點(diǎn)對(duì)應(yīng)的地理區(qū)域具有高-高聚集模式、低-高異常模式、低-低聚集模式以及高-低異常模式。散點(diǎn)圖的回歸擬合線的斜率顯示了空間數(shù)據(jù)的空間自相關(guān)程度,通過圖形的交互,我們能夠進(jìn)一步探查空間數(shù)據(jù)存在哪些空間自相關(guān)影響比較大的局部重要區(qū)域。Moran散點(diǎn)圖描繪了考察變量與其空間滯后項(xiàng)的關(guān)系,表示考察變量局部區(qū)域范圍內(nèi)的空間分布特征。[11]

三、研究結(jié)果

(一)全局空間自相關(guān)指數(shù)趨勢(shì)分析

通過地理信息系統(tǒng)軟件對(duì)中國(guó)地圖進(jìn)行處理,提取出除港澳臺(tái)以外的中國(guó)大陸地區(qū),作為創(chuàng)建空間權(quán)重的重要基礎(chǔ)性文件。之后運(yùn)用GEODA軟件,對(duì)這三年數(shù)據(jù)進(jìn)行空間分析,得出中國(guó)31個(gè)省、直轄市、自治區(qū)總和生育率的全局自相關(guān)指數(shù)(見表2)。在創(chuàng)建空間權(quán)重矩陣過程中,必須確保表格中的歷年總和生育率數(shù)據(jù)與權(quán)重文件中相應(yīng)的鄰接實(shí)體能夠?qū)崿F(xiàn)完全匹配。如表2所示,三年的中國(guó)總和生育率所對(duì)應(yīng)的全局Morans I值均為正值,且維持在顯著水平,說明31個(gè)省區(qū)總和生育率在地理空間的總體分布并不是隨機(jī)的,而是存在正向空間自相關(guān),總和生育率值相似的省份趨于空間聚集,即高值省份相互聚集,低值省份相互聚集。

就變化趨勢(shì)而言, Morans I指數(shù)值呈現(xiàn)下降趨勢(shì), 2005年下降的尤為明顯。這說明這三年,我國(guó)生育水平的全局空間自相關(guān)趨勢(shì)減弱,但在2005年生育水平的基礎(chǔ)上,2010年某些空間聚集區(qū)域有所擴(kuò)展或在2005年基礎(chǔ)上發(fā)展了新的空間聚集區(qū)域。雖然2000、2005和2010年我國(guó)省級(jí)總和生育率(TFR)的空間聚集程度呈現(xiàn)波動(dòng)性,但總的來說,總和生育率在空間分布上仍為正的空間自相關(guān)。

(二)Moran散點(diǎn)圖

如圖1橫軸表示總和生育率標(biāo)準(zhǔn)化值,縱軸為相鄰區(qū)域總和生育率標(biāo)準(zhǔn)化均值。每個(gè)象限對(duì)應(yīng)不同的空間自相關(guān)類型:高-高和低-低為正相關(guān),低-高和高-低為負(fù)相關(guān)。

從圖1、表3可以看出,大部分省份位于第一、三象限內(nèi),表現(xiàn)出正的空間自相關(guān)。甘肅、廣西、貴州等7個(gè)省份三年都屬于“高-高”型,在空間分布上為典型的空間聚集分布。2005年“高-高”型陣列中加入安徽、湖北??傮w上來說,“高-高”型的省份主要集中于西部省份?!暗?低”型變化不大,主要集中于北京、福建等10個(gè)東部省份,其中東北三省全部為“低-低”型,這說明這些區(qū)域總和生育率較為顯著地表現(xiàn)為空間的聚集分布。而“低-低”型省份中明顯的變化為2005年山東省落入了“高-高”型行列中。總和生育率低值聚集區(qū)域主要集中于東部沿海和東北三省。

同時(shí)Moran散點(diǎn)圖也有助于發(fā)現(xiàn)負(fù)局部空間自相關(guān)區(qū)域,即空間上為離散分布。位于第二象限的“低-高”型區(qū)域和第四象限的“高-低”型區(qū)域都屬于負(fù)局部空間自相關(guān)。由圖1、表3可知,這兩類省份數(shù)量相比較而言較少?!暗?高”型省份以廣東、陜西、重慶三省最為顯著,“高-低”型區(qū)域典型的為海南、河北、寧夏三省。同時(shí)2000年屬“低-高”型的湖北、四川2005年落入了“高-高”型區(qū)域,2000年屬“高-低”型的安徽、河南、江西和山西四省2005年進(jìn)入其他三類區(qū)域中。2005年屬“低-高”型的河南2010年落入了“高-高”型陣列,2005年屬“高—低”型省份的江西、山西分別落入“高-高”型和“低-高”型區(qū)域。

2000年以后中國(guó)人口生育水平在空間分布上日趨穩(wěn)定,總體變化幅度不是很大。高生育水平主要集中于西部省份,低生育水平地區(qū)分布區(qū)域穩(wěn)定,主要在東北、沿海形成集聚帶人口總和生育率呈現(xiàn)這種分布格局,而中部省份的生育水平這三年波動(dòng)相對(duì)大一些。

(三)基于LISA聚集模式圖的局部空間自相關(guān)分析

使用Geoda中的LISA聚集模式圖功能對(duì)中國(guó)31個(gè)省的總和生育率進(jìn)行分析,分析結(jié)果如圖2。顯示在LISA聚集圖中的所謂空間聚集為聚集中心,從圖2分析可知:

(1)2000年高—高聚集模式熱點(diǎn)中心分別為云南和青海;2005年則只剩云南;2010年高—高聚集模式熱點(diǎn)中心在2005年云南的基礎(chǔ)上增加了廣西與湖南。這表明,2000年我國(guó)總和生育率高值聚集區(qū)域集中于西南、西北的西部地區(qū),隨后兩年出現(xiàn)轉(zhuǎn)移:2005年高生育水平省份集中于云南、西藏、貴州等西南省份;2010年高生育水平省份除了西南,還增加了以湖南為熱點(diǎn)中心的中部省份,我國(guó)高生育水平聚集區(qū)域以西南地區(qū)為中心,由西北轉(zhuǎn)移到了以湖南為代表的中南地區(qū)。

2000年低—低聚集模式冷點(diǎn)中心為吉林;2005年低—低聚集模式冷點(diǎn)中心仍為吉林,2010年冷點(diǎn)中心在吉林的基礎(chǔ)上加上了內(nèi)蒙古。由此可以看出,2000、2005年我國(guó)總和生育率低值聚集區(qū)域是以吉林為中心的東北地區(qū)。2010年總和生育率低值聚集區(qū)域擴(kuò)展到了以內(nèi)蒙古為中心的北部地區(qū),我國(guó)低生育水平區(qū)域有所擴(kuò)展。

總的來說,2000、2005和2010年顯著的高—高聚集模式熱點(diǎn)中心、低—低聚集模式冷點(diǎn)中心仍為少數(shù)地區(qū)。

(2)2000年,四川的生育水平相對(duì)較低,其鄰接的西北、西南地區(qū)的生育水平相對(duì)較高,四川表現(xiàn)為顯著的低—高異常模式。2010年,廣東的生育水平相較于鄰近的廣西、湖南、海南等省份總和生育率值較高,表現(xiàn)為典型的低—高異常模式。

(3)2005和2010年,與河北鄰近的華北地區(qū)的總和生育率較低,其本身的生育水平較高,因此河北表現(xiàn)為顯著的“高—低”型異常模式。

四、討論

由上述分析,可以得出以下結(jié)論:(1)2000、2005和2010年我國(guó)的生育水平在空間分布上呈現(xiàn)正的空間自相關(guān),但是這三年其全局空間自相關(guān)趨勢(shì)有所減弱。(2)我國(guó)生育水平高值聚集區(qū)域主要分布在西部省份,并且以西南為高值聚集中心;我國(guó)生育水平低值聚集區(qū)域主要分布在我國(guó)東北、東部沿海省份,其中心是以吉林代表的東北地區(qū)。

2000、2005和2010年我國(guó)生育率水平的空間差異仍保持一定的東西差異,與我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展水平的空間格局相適應(yīng)。但局部細(xì)節(jié)特征仍值得分析,我們?cè)谘芯靠臻g差異原因時(shí),需對(duì)我國(guó)總和生育率分布區(qū)域做進(jìn)一步的劃分。比如四川省與西北西南顯著不同的低生育水平原因,河北省生育水平明顯高于鄰接的華北地區(qū)省份的原因,2010年以湖南為代表的中南地區(qū)呈現(xiàn)高值聚集的原因,值得我們進(jìn)一步研究。

參考文獻(xiàn):

[1]趙維祥.超低生育率現(xiàn)象及其影響研究[D].安徽大學(xué)碩士學(xué)位論文,2012.

[2]劉忠良.中國(guó)崛起與新人口危機(jī)[J].決策與信息,2014(4).

[3]郭志剛.中國(guó)的低生育水平與被忽略的人口風(fēng)險(xiǎn)[M].北京:社會(huì)科學(xué)文獻(xiàn)出版社,2012.

[4]許靜.中國(guó)低生育水平與意愿生育水平的差距[J].人口與發(fā)展,2010(1).

[5]國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒[M].北京:中國(guó)統(tǒng)計(jì)出版社,2005-2010.

[6]梁洪運(yùn),周其龍等.空間權(quán)重矩陣對(duì)空間自相關(guān)影響分析[J].科技資訊,2013(9).

[7]張松林,張昆. 空間自相關(guān)局部指標(biāo)Moran指數(shù)和G系數(shù)研究[J].大地測(cè)量與地球動(dòng)力學(xué),2007(3).

[8]張旭,朱欣焰等.中國(guó)人口生育率的時(shí)空演變與空間差異研究[J].武漢大學(xué)學(xué)報(bào),2012(5).

[9]許莉.基于空間統(tǒng)計(jì)與GIS的廣西GDP空間自相關(guān)分析[J].學(xué)術(shù)論壇,2012(8).

[10]Luc Anselin.Local indicators aossociation-LISA[J].Geographcial Analysis,1995.

[11]馬妍,劉爽.中國(guó)省級(jí)人口轉(zhuǎn)變的時(shí)空演變進(jìn)程—基于聚類分析的實(shí)證研究[J].人口學(xué)刊,2011(1).

作者簡(jiǎn)介:夏磊,男,云南宣威人,主要從事自然地理方面研究。

(責(zé)任編輯:李直)

猜你喜歡
空間自相關(guān)區(qū)域差異
區(qū)域差異的就業(yè)質(zhì)量評(píng)價(jià)指標(biāo)體系的構(gòu)建與應(yīng)用
我國(guó)城鄉(xiāng)居民財(cái)產(chǎn)分配現(xiàn)狀及區(qū)域差異研究
商貿(mào)流通業(yè)對(duì)經(jīng)濟(jì)發(fā)展貢獻(xiàn)的區(qū)域差異分析
我國(guó)工業(yè)資本配置效率的空間異質(zhì)性分析研究綜述
基于空間自相關(guān)分析的中國(guó)國(guó)民體質(zhì)綜合指數(shù)研究
城鎮(zhèn)化、商業(yè)化與農(nóng)村金融
我國(guó)省域經(jīng)濟(jì)空間收斂性研究
基于因子分析與層次分析的中國(guó)區(qū)域差異綜合指數(shù)的構(gòu)建與研究
中國(guó)生態(tài)文明發(fā)展水平的空間差異與趨同性
廣東省人口老齡化的時(shí)空演化及成因分析