蘇理云,楊曉鶴,柏國(guó)應(yīng),李鳳蘭

(重慶理工大學(xué)　a.理學(xué)院； b圖書(shū)館, 重慶　400054)

2014年的全球生育率排序中，中國(guó)大陸以1.28‰居倒數(shù)第五，到2015年，中國(guó)的總和生育率只有1.05‰。顯然，這樣的生育率狀態(tài)已經(jīng)遠(yuǎn)低于世代更替水平，并遠(yuǎn)低于歐美發(fā)達(dá)國(guó)家和東亞鄰國(guó)。隨著全面二孩政策的實(shí)施，2016年的總和生育率達(dá)到1.7‰，效果初顯，但還是沒(méi)能改變中國(guó)低生育率、低死亡率和低增長(zhǎng)率的人口現(xiàn)狀。在這樣長(zhǎng)期走低的生育水平形勢(shì)之下，政府為了減輕人口弊端帶來(lái)的影響，抑制男女比例失衡，緩解人口老齡化，在黨的十八屆五中全會(huì)決定“堅(jiān)持計(jì)劃生育的基本國(guó)策，完善人口發(fā)展戰(zhàn)略，全面實(shí)施一對(duì)夫婦可生育兩個(gè)孩子政策”，且全面二孩政策于2016年1月1日正式實(shí)施。這是繼十八屆三中全會(huì)決定啟動(dòng)實(shí)施“單獨(dú)二孩”政策之后的又一次人口政策調(diào)整。郭志剛[1]研究發(fā)現(xiàn)：我國(guó)的人口出生率在20世紀(jì)90年代初就下降到更替水平以下，近些年的出生率還在繼續(xù)下降。翟振武等[2-3]針對(duì)全面放開(kāi)二胎政策分析了人口學(xué)后果，發(fā)現(xiàn)全面二胎可以改善未來(lái)人口負(fù)增長(zhǎng)的趨勢(shì)，出生總?cè)藬?shù)將大幅上升。

對(duì)于區(qū)域差異方面的研究，國(guó)內(nèi)外多傾向于通過(guò)人口老齡化分析人口差異性，而研究人口出生率的甚少，且在區(qū)域劃分問(wèn)題上，普遍采用“七五”計(jì)劃的東、中、西三大區(qū)域進(jìn)行劃分[4-7]。而空間數(shù)據(jù)探索(exploratory spatial data analysis,ESDA)在傳統(tǒng)的數(shù)值模型基礎(chǔ)上考慮空間相關(guān)性，能更好地刻畫(huà)區(qū)域發(fā)展問(wèn)題[8-10]。這兩種方法在空間數(shù)據(jù)分析中往往顧此失彼。本文首次將兩種方法綜合運(yùn)用到出生人口的空間相關(guān)性研究中，在方法上是一種新的嘗試?；贏rcGIS和GeoDa軟件，采用ESDA一系列的空間統(tǒng)計(jì)方法，探討人口出生率的空間非均衡性，可以更清晰地發(fā)現(xiàn)人口的空間相關(guān)性，并且結(jié)合區(qū)域分析方法對(duì)人口出生率的區(qū)域問(wèn)題進(jìn)行深層次分析，為解決區(qū)域重點(diǎn)人口問(wèn)題提供依據(jù)，從而提高生育率。

1　方法與數(shù)據(jù)

1.1　莫蘭指數(shù)(Moran’s I)

莫蘭指數(shù)由澳大利亞統(tǒng)計(jì)學(xué)家Patrick Alfred Pierce Moran于1950年提出，是度量空間相關(guān)性的一個(gè)重要指標(biāo)[11]。一般說(shuō)來(lái)，莫蘭指數(shù)分為全局莫蘭指數(shù)(global Moran’sI)和安瑟倫局部莫蘭指數(shù)(Anselin local Moran’sI)。本文采用全局莫蘭指數(shù)來(lái)測(cè)度全國(guó)人口出生率的高低相似程度，通過(guò)局部莫蘭指數(shù)反映哪個(gè)區(qū)域貢獻(xiàn)更大、具體表現(xiàn)出什么樣的空間聚集性、高-高型和低-低型有哪些重點(diǎn)省市。

全局空間自相關(guān)的Moran指數(shù)反映其鄰近省市的相似程度，可以表達(dá)為

(1)

(2)

Global Moran’sI的取值介于1和-1。當(dāng)其大于0時(shí)表示空間正相關(guān)，越趨向于1就說(shuō)明相似省市的聚集程度大；當(dāng)?shù)扔?時(shí)表示不存在任何的空間自相關(guān)性，也就是隨機(jī)的；當(dāng)小于0時(shí)表示空間負(fù)相關(guān)。構(gòu)造標(biāo)準(zhǔn)化的統(tǒng)計(jì)量ZI來(lái)檢驗(yàn)變量自相關(guān)的顯著性，按以下方式計(jì)算：

(3)

(4)

(5)

(6)

(7)

假設(shè)人口出生率與其平均值的偏差服從正態(tài)分布，得到的指數(shù)I的分布是近似的正態(tài)分布，E[I]表示 Moran’sI的理論平均值，D(I)反映的是Moran’sI經(jīng)驗(yàn)分布的方差，均可由GeoDa直接輸出結(jié)果。若在顯著性水平為0.01的情況下、ZI在[-2.58,2.58]時(shí)，表示我國(guó)人口出生率的觀測(cè)值在空間上表現(xiàn)為獨(dú)立的隨機(jī)分布，ZI>2.58且顯著時(shí)表示我國(guó)人口出生率的空間聚集性明顯，ZI<-2.58且顯著時(shí)表示沒(méi)有任何規(guī)律可循。

局部莫蘭指數(shù)與全局莫蘭指數(shù)反映的平均值有所不同，局部莫蘭指數(shù)能探測(cè)出具體的聚集省市及相關(guān)程度，其常用指標(biāo)可表示為

(8)

1.2　泰爾指數(shù)

泰爾指數(shù)(Theil index)是因泰爾利用信息理論中的熵概念來(lái)計(jì)算收入不平等而得名[12]。泰爾指數(shù)作為出生人口空間分布不均衡的測(cè)度指標(biāo)，具有良好的可分解性質(zhì)，它的特殊意義在于可以把總體差異分解為不同尺度空間的內(nèi)部差異和外部差異。如果把中國(guó)的省市分為j個(gè)區(qū)域時(shí)，泰爾指數(shù)可以分別衡量組內(nèi)差距與組間差距對(duì)總差距的貢獻(xiàn)。本文借鑒Bourguignon[13]和Shorrocks[14]對(duì)泰爾指數(shù)的分解方法，設(shè)定如下公式：

(9)

(10)

(11)

(12)

Db=Tb/(Tb+Tw)

(13)

Dw=Tw/(Tb+Tw)

(14)

1.3　人口度量、數(shù)據(jù)來(lái)源

常見(jiàn)的人口統(tǒng)計(jì)指標(biāo)有年齡比生育率、男女比例、人口出生率、人口死亡率、人口增長(zhǎng)率、總和生育率等，對(duì)老齡化的研究具有一定的普遍性，本文采用人口出生率來(lái)度量人口變化。人口出生率是研究人口變動(dòng)的重要依據(jù)，反映人口的出生水平或強(qiáng)度，一般用千分?jǐn)?shù)來(lái)表示。計(jì)算公式為：

出生率=(年內(nèi)出生人口數(shù)/年內(nèi)平均人口數(shù))×1000‰

本文考察的對(duì)象是除港澳臺(tái)地區(qū)以外的中國(guó)其他31個(gè)省級(jí)行政區(qū)、直轄市及自治區(qū)，考察年份是2001—2015年，數(shù)據(jù)來(lái)源于中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局，數(shù)據(jù)完整。

2　人口出生率的空間非均衡性

2.1　人口出生率的趨勢(shì)概況

近幾年的全國(guó)出生人口數(shù)和人口出生率的趨勢(shì)變化如圖1所示。從圖1可見(jiàn)：我國(guó)的出生人口總數(shù)從2001年開(kāi)始就一直在下降，2010年達(dá)到1 574萬(wàn)的最低出生人口數(shù)；之后的幾年里小幅增長(zhǎng)，一度突破出生人口數(shù)的巔峰，在2016年創(chuàng)下1 786萬(wàn)的峰值。出生人口總數(shù)的下降也間接說(shuō)明了出生率的顯著下降，由于1979年的獨(dú)生子女政策和1984年調(diào)整的生育政策(第1胎是女生的可以生育第2胎)，以及在相關(guān)的社會(huì)文化和消費(fèi)水平不斷升級(jí)現(xiàn)狀的影響下，新生人口直接表現(xiàn)為人口出生率的大幅度下降，2010年達(dá)到11.9‰的人口出生率最低狀態(tài)。而出生人口總數(shù)過(guò)低會(huì)使得勞動(dòng)力資源緊缺、競(jìng)爭(zhēng)力下降。國(guó)家為了給人口紅利提供持續(xù)源泉，在2013年召開(kāi)的十八屆三中全會(huì)上啟動(dòng)“單獨(dú)二孩”政策，在2015年召開(kāi)的十八屆五中全會(huì)上提出“全面二孩”政策，這些政策也在近兩年獲得顯著成效，2016年的人口出生率達(dá)到可與2002年?duì)幮鄣?2.95‰。

圖1　2001—2016年全國(guó)出生人口統(tǒng)計(jì)情況

2.2　人口出生率空間非均衡性分析

本文利用ArcGIS10.1軟件，以2001、2005、2010和2014年中國(guó)各個(gè)省市人口出生率為基礎(chǔ)，繪制了相應(yīng)的空間分布圖，如圖2所示。從圖2中可以直觀地看出：無(wú)論什么時(shí)候，中國(guó)各個(gè)地區(qū)人口出生率的高、低空間分布都呈現(xiàn)出顯著的空間非均衡特征。

圖2　2001、2005、2010和2014年人口出生率空間分布

從圖2可見(jiàn)：中國(guó)各省市的人口出生率存在明顯的區(qū)域差異。2001年人口出生率較高的地區(qū)主要是西藏、青海、云南、貴州、新疆等西部地區(qū)，人口出生率較低的主要聚集在遼寧、天津和北京等北部地區(qū)。到2005年，青海、云南和貴州的人口出生率雖有所降低，但還是較高，人口出生率最高的地區(qū)為西藏。到2010年，人口出生率較高的地區(qū)仍然是新疆、西藏、青海等西部地區(qū)，而人口出生率較低的省市增多，主要聚集在遼寧、吉林、黑龍江、北京等北方地區(qū)。到2014年，人口出生率較低的地區(qū)相對(duì)減少，在人口出生率較高的地區(qū)，山東替代了寧夏，其他地區(qū)相對(duì)保持不變。

由此可見(jiàn)，我國(guó)整體的人口出生率明顯在下降。人口出生率較高的地區(qū)聚集在我國(guó)西藏、新疆、青海等西部地區(qū)，人口出生率較低的地區(qū)聚集在遼寧、吉林、黑龍江等地。從個(gè)別省市來(lái)看，山東省的人口出生率由2010年的11.65‰上升到2014年14.23‰，山西省的人口出生率由2001年的13.06‰下降到2015年的9.98‰，貴州省的人口出生率由2001年的18.56‰下降到2014年的12.98‰，云南省的人口出生率由2001年的18.51‰下降到2014年的12.65‰，出現(xiàn)較大的浮動(dòng)。從區(qū)域來(lái)看，北部和西部地區(qū)的人口出生率均在下降，印證了我國(guó)目前低出生率的現(xiàn)狀。但總體而言，我國(guó)的人口出生率呈現(xiàn)出由東向西逐漸增強(qiáng)的空間非均衡趨勢(shì)，即東部地區(qū)的人口出生率相對(duì)較低，西部地區(qū)的人口出生率相對(duì)較高，而各個(gè)省市之間的人口出生率又完全不同。

2.3　人口出生率的空間聚集效應(yīng)

2.3.1全局空間聚集效應(yīng)

由本文的描述性分析結(jié)果可知，人口出生率的空間非均衡性很明顯，而具體展現(xiàn)了什么樣的空間分布還有待考究。本文為了對(duì)31個(gè)省市各區(qū)域的人口出生率進(jìn)行空間度量，采用全局空間相關(guān)性指標(biāo)分析人口出生率的高低聚集現(xiàn)象，結(jié)合ArcGIS和GeoDa軟件，對(duì)人口出生率的空間聚集效應(yīng)進(jìn)行分析，得到我國(guó)31個(gè)省市2001—2015年人口出生率的各項(xiàng)指標(biāo)結(jié)果，如表1所示。

分析表1可見(jiàn)：從P值的結(jié)果來(lái)看，P值均小于0.01，說(shuō)明2001—2015年中國(guó)人口出生率的全局Moran’sI統(tǒng)計(jì)量在0.01的顯著性水平下均通過(guò)了顯著性檢驗(yàn)；從Moran’sI來(lái)看，數(shù)值均大于0，反映出我國(guó)人口出生率在全局范圍內(nèi)有正的空間相關(guān)性，而總體趨勢(shì)呈現(xiàn)出上升的狀態(tài)，從2001年的0.409到2015年的0.483。這也映射出我國(guó)人口出生率的空間正相關(guān)性具有逐漸增強(qiáng)的態(tài)勢(shì)，即出生率較高的地區(qū)的鄰近省市也是出生率較高的地區(qū)，出生率較低的省市與出生率較低的省市相鄰。從ZI統(tǒng)計(jì)量來(lái)看，均大于2.58，說(shuō)明我國(guó)人口出生率有顯著的空間聚集性。從圖2中也可得到：出生率存在高-高型聚集和低-低型聚集的空間分布格局。為了更好地刻畫(huà)出生率的空間聚集性，接下來(lái)對(duì)局部聚集特征進(jìn)行分析說(shuō)明。

表12001—2015年中國(guó)人口出生率的全局統(tǒng)計(jì)量

變量20012002200320042005200620072008P值0.0010.0010.0010.0010.0010.0010.0020.002Moran’sI0.4090.4260.4370.4240.3820.3550.3520.351ZI3.9113.8394.0224.0463.6573.4243.3933.438sd0.1130.1190.1170.1130.1130.1140.1140.112變量2009201020112012201320142015P值0.0030.0030.0020.0010.0020.0010.002Moran’sI0.3640.3730.3650.3770.3800.4130.483ZI3.4333.4653.5013.5523.6243.7874.507sd0.1130.1160.1140.1150.1130.1180.114

注：顯著性水平為0.01

2.3.2局部空間聚集效應(yīng)

全局自相關(guān)Moran’sI指數(shù)度量的是整個(gè)研究區(qū)域空間變量取值的依賴程度，由于空間數(shù)據(jù)的異質(zhì)性，全局空間自相關(guān)中可能存在局部隨機(jī)性，局部分布高度不均勻或者被少數(shù)的一些很大的數(shù)值控制，總體的準(zhǔn)確度會(huì)下降，也會(huì)對(duì)一些觀測(cè)省市特別敏感。全局隨機(jī)分布數(shù)據(jù)中也同樣存在局部空間自相關(guān)性。因此，采用局部空間相關(guān)性來(lái)研究我國(guó)人口出生率的空間聚集性以及有哪些空間離群值。本文選擇2001、2005、2010和2015年這4個(gè)時(shí)間點(diǎn)來(lái)分析，得到圖3中的局部空間不穩(wěn)定性散點(diǎn)圖。

圖3中：橫軸表示標(biāo)準(zhǔn)化后的人口出生率，縱軸表示人口出生率的空間滯后。整體以平均值為軸的中心，分成4個(gè)象限，每個(gè)象限對(duì)應(yīng)不同的空間自相關(guān)類(lèi)型：1象限高-高型和3象限低-低型反映空間正相關(guān)性，也就是典型的空間聚集。從圖3中的1、3象限來(lái)看，聚集效應(yīng)顯著，說(shuō)明我國(guó)的人口出生率在空間上表現(xiàn)出很強(qiáng)的正向空間相關(guān)性，即各個(gè)省市之間人口出生率相似程度很高。2象限低-高型和4象限高-低型則展示了空間負(fù)相關(guān)性，說(shuō)明相鄰省市的屬性相差較大，這部分城市也被稱(chēng)為空間離群。我國(guó)人口出生率的聚集性和離群值見(jiàn)表2。

圖3　2001、2005、2010和2015年我國(guó)人口出生率的局部Moran散點(diǎn)圖

年份高-高型(HH)低-低型(LL)低-高型(LH)高-低型(HL)2001廣西、廣東、湖南、江西、湖北內(nèi)蒙古、河北貴州寧夏、吉林2005廣西、廣東、湖南、江西內(nèi)蒙古、河北貴州寧夏、吉林2010廣西、廣東、湖南、江西、湖北內(nèi)蒙古、河北、吉林、遼寧、天津貴州寧夏2015廣西、廣東、湖南、江西、湖北內(nèi)蒙古、河北、吉林、遼寧、天津、山西、北京貴州寧夏

注：表中未顯示聚集或離群不顯著的城市。

結(jié)合表2和圖2、圖3分析可以得到以下3點(diǎn)：

1) 我國(guó)人口出生率的空間聚集性越來(lái)越明顯，2005年只有9個(gè)省市的聚集性顯著，到2015年已經(jīng)有14個(gè)省市表現(xiàn)出很強(qiáng)的聚集性，說(shuō)明城市之間的發(fā)展在互相帶動(dòng)鄰近城市的進(jìn)步，彼此之間的相似性也在增加，也可從逐漸增大的全局Moran指數(shù)中得到驗(yàn)證。

2) 2001年和2005年，我國(guó)華南地區(qū)和華北地區(qū)的空間聚集性顯著，到了2010年以后，逐漸延伸到華南和東北地區(qū)，這也說(shuō)明華南地區(qū)的人口出生率一直相對(duì)較高，而東北地區(qū)的人口出生率相對(duì)較低，其結(jié)論與圖2中的結(jié)果相吻合。

3) 貴州相鄰的省市人口出生率相對(duì)較高且歷年如此，變化微小(譬如湖南、廣西)，這也說(shuō)明貴州的發(fā)展還有待加強(qiáng)，畢竟孩子的出生意味著巨大的花費(fèi)，而寧夏和吉林相鄰的省市人口出生率相對(duì)較低，例如內(nèi)蒙古、山西、陜西、黑龍江和遼寧。

3　人口出生率地域差異的測(cè)度及分解

人口出生率的空間非均衡性通過(guò)全局空間相關(guān)性和局部空間相關(guān)性得到驗(yàn)證，說(shuō)明各個(gè)省市之間不僅有同質(zhì)性，還有異質(zhì)性。綜合本文人口出生率高低分布和空間聚集情況可見(jiàn)：出生率較低的省市基本是低-低型聚集，例如內(nèi)蒙古、遼寧、吉林、北京和天津等北方省市，高-高型聚集的主要在中部和東部。為此，本文打破傳統(tǒng)的東中西三大分布局面，依照空間聚集情況和城市人口出生率的高低走勢(shì)，將31個(gè)省市分成4個(gè)梯隊(duì)：

第1梯隊(duì)(TW1)是遼寧、天津、吉林、黑龍江、北京、河北、內(nèi)蒙古和山西，人口出生率相對(duì)較低且表現(xiàn)為低-低型聚集的省市，主要分布在我國(guó)的北部地區(qū)。

第2梯隊(duì)(TW2)是西藏、青海、云南、貴州、新疆、寧夏、廣西、甘肅和海南，人口出生率相對(duì)較高，主要在我國(guó)西部地區(qū)。

第3梯隊(duì)(TW3)主要是華中地區(qū)一帶，也外加西南地區(qū)的部分省市，主要是陜西、四川、重慶、湖北、湖南和河南,人口出生率在11‰左右。

第4梯隊(duì)(TW4)主要是位于華東地區(qū)的江西、福建、山東、安徽、浙江、江蘇、上海和廣東，人口出生率大致在13‰。

分別計(jì)算4個(gè)梯隊(duì)的區(qū)域內(nèi)、區(qū)域間和總的泰爾指數(shù)，以及各個(gè)泰爾指數(shù)的貢獻(xiàn)率，對(duì)人口出生率的區(qū)域差異進(jìn)行測(cè)度和分解，結(jié)果如表3和圖4、圖5所示。

表3　中國(guó)人口出生率的泰爾指數(shù)(2001—2015年)

從表3的T值可以看出：我國(guó)的出生人口水平存在顯著的區(qū)域差異?？傮w來(lái)說(shuō)，泰爾指數(shù)呈下降趨勢(shì)，且變化趨勢(shì)不平穩(wěn)；2003年的泰爾指數(shù)最高為0.029，說(shuō)明當(dāng)年出生人口的區(qū)域差異比較突出，而最低為2007年的0.017；從貢獻(xiàn)值來(lái)看，Dw>Db，說(shuō)明區(qū)域內(nèi)的差異是導(dǎo)致總體差異的主要來(lái)源。

從圖4可以發(fā)現(xiàn)：出生人口空間分布的地區(qū)間差異呈現(xiàn)上下波動(dòng)的趨勢(shì)；總的泰爾指數(shù)(T)在逐漸降低，說(shuō)明各個(gè)省市之間的差異性在逐漸減小。從區(qū)域內(nèi)(TW)和區(qū)域間(Tb)的泰爾指數(shù)看，區(qū)域內(nèi)的差異遠(yuǎn)遠(yuǎn)大于區(qū)域間的差異且相對(duì)穩(wěn)定，說(shuō)明相鄰城市之間的人口發(fā)展有一定的空間相關(guān)性，在穩(wěn)步發(fā)展的同時(shí)影響著我國(guó)人口的總體差異。區(qū)域間的差異變化與總的泰爾指數(shù)變化趨勢(shì)相近，由于區(qū)域內(nèi)的差異相對(duì)平衡，可以說(shuō)區(qū)域間的地域差異是導(dǎo)致總體差異波動(dòng)的關(guān)鍵因素。2003—2007年的5年時(shí)間里，區(qū)域間的泰爾指數(shù)和總的泰爾指數(shù)都從峰值連續(xù)下降到觸底，說(shuō)明隨著時(shí)代的進(jìn)步，城市之間的差異性在逐漸縮小，政府和公民在面對(duì)孩子的問(wèn)題上思想比較統(tǒng)一，也間接說(shuō)明落后城市在發(fā)展的道路上進(jìn)步很大。之后的幾年里，總的泰爾指數(shù)緩慢上升到2011年的0.0201，之后隨著單獨(dú)二孩政策和全面二孩政策的影響，區(qū)域之間的總體差異還是擴(kuò)大了。特別是區(qū)域間的泰爾指數(shù)自2014年后突然猛增到0.0114，這說(shuō)明全面二孩政策的提出影響了各個(gè)區(qū)域的出生人口數(shù)，也反映了生育政策要有區(qū)域針對(duì)性才行。

圖4　2001—2015年我國(guó)人口出生率的地域差異變化情況

圖5　2001—2015年我國(guó)人口出生率四大梯隊(duì)的內(nèi)部差異變化情況

分析圖5的區(qū)域內(nèi)部泰爾指數(shù)變化可知：位于北方的第1梯隊(duì)(TW1)表現(xiàn)出跌宕起伏的內(nèi)部差異特性，自2002年開(kāi)始，內(nèi)部差異就一直呈現(xiàn)出上升的趨勢(shì)，這也表現(xiàn)了北部地區(qū)的特點(diǎn)，那就是發(fā)展快，面對(duì)人口也不例外，并且第1梯隊(duì)所屬省市的人口出生率都相對(duì)較低，這可能反映出在北方生活節(jié)奏快、生活壓力大、生活成本過(guò)高的情況下，人們?cè)谏乱淮膯?wèn)題上會(huì)慎重考慮，這樣的問(wèn)題值得探討。地處西北地區(qū)的第2梯隊(duì)(TW2)人口出生率相對(duì)較高，地區(qū)發(fā)展水平相對(duì)落后，隨著時(shí)代的發(fā)展，人口出生率的逐漸降低，區(qū)域內(nèi)的差異自2002年后一直處于最低值。最近幾年，各個(gè)區(qū)域之間的出生人口差異性在逐漸縮小，尤其是除去北部地區(qū)的第1梯隊(duì)外的其他梯隊(duì)之間年漸趨于統(tǒng)一，其中2013年出臺(tái)單獨(dú)二孩政策以后，區(qū)域內(nèi)部差異都在逐漸縮小，特別是北部地區(qū)表現(xiàn)最為明顯。

4　結(jié)論與建議

1) 2001—2015年，中國(guó)的人口出生率呈下降趨勢(shì)，且高低分布呈現(xiàn)出一定的非隨機(jī)性，部分省市之間有一定的相似性。出生率較高地區(qū)主要在西藏、新疆、青海、云南等西部地區(qū)，而遼寧、黑龍江、吉林等東北地區(qū)的出生率較低，整體呈現(xiàn)出由東向西逐漸增強(qiáng)的趨勢(shì)。

2) 我國(guó)人口出生率的空間聚集效應(yīng)顯著，且省市間顯現(xiàn)出相似性聚集，表現(xiàn)為高-高型聚集和低-低型聚集。從圖3的散點(diǎn)圖可知：省市越來(lái)越靠近第1象限和第3象限，說(shuō)明正向空間相關(guān)性在增加，并且回歸線的斜率也在增大，說(shuō)明了我國(guó)人口空間聚集效應(yīng)在加強(qiáng)。從局部Moran分析結(jié)果來(lái)看，高-高型主要聚集在廣西、湖南、江西、廣東和湖北等華南、華中地區(qū)；低-低型主要聚集在內(nèi)蒙古、北京、天津、河北、遼寧和吉林等北方地區(qū)。

3) 我國(guó)各省市之間的區(qū)域差異明顯，考察期間的差異性在逐漸減小。具體表現(xiàn)為，區(qū)域內(nèi)差異遠(yuǎn)大于區(qū)域間差異，并且區(qū)域內(nèi)差異相對(duì)穩(wěn)定，說(shuō)明區(qū)域間差異的變動(dòng)引起了總體差異的變化。第4梯隊(duì)的區(qū)域內(nèi)差異主要受北方地區(qū)的差異影響，可以說(shuō)出生率越低的城市，區(qū)域內(nèi)差異越明顯。相比之下華東和華中的區(qū)域內(nèi)差異變化不大，而西北部地區(qū)相對(duì)穩(wěn)定。

基于以上結(jié)果，建議國(guó)家層面在制定生育政策的時(shí)候，首先要重視人口的空間非均衡性問(wèn)題，充分考慮區(qū)域差異和各個(gè)地區(qū)的發(fā)展趨勢(shì)，統(tǒng)籌解決人口出生率低的問(wèn)題。其次是通過(guò)區(qū)域合作、相互配合，合力解決人口問(wèn)題。區(qū)域之間既有相似性，也有異質(zhì)性，各個(gè)省市在人口問(wèn)題上要制定重點(diǎn)突出、取長(zhǎng)補(bǔ)短的方案，完善區(qū)域人口政策的有效實(shí)施。最后，國(guó)家實(shí)施的鼓勵(lì)生育政策和積極倡導(dǎo)的優(yōu)生計(jì)劃為人口增長(zhǎng)創(chuàng)造了良好的環(huán)境，但是也要從經(jīng)濟(jì)層面考慮城市的發(fā)展是否能承擔(dān)人口增長(zhǎng)帶來(lái)的經(jīng)濟(jì)變動(dòng)，后續(xù)可對(duì)此進(jìn)行分析研究。

參考文獻(xiàn)：

[1]郭志剛.近年生育率顯著“回升”的由來(lái)——對(duì)2006年人口和計(jì)劃生育調(diào)查的評(píng)價(jià)研究[J].中國(guó)人口科學(xué)，2009(2):2-15.

[2]翟振武，張現(xiàn)苓，靳永愛(ài).立即全面放開(kāi)二胎政策的人口學(xué)后果分析[J].人口研究，2014，38(2):3-17.

[3]翟振武，陳佳鞠，李龍.中國(guó)出生人口的新變化與趨勢(shì)[J].人口研究，2015，39(2):48-56.

[4]趙儒煜，劉暢，張鋒.中國(guó)人口老齡化區(qū)域溢出與分布差異的空間計(jì)量經(jīng)濟(jì)學(xué)研究[J].人口研究，2012，36(2):71-81.

[5]徐海平.我國(guó)農(nóng)村人口老齡化差異測(cè)度、分解及影響因素分析——基于2001—2013年面板數(shù)據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016(8):49-57.

[6]劉華軍，何禮偉，楊騫.中國(guó)人口老齡化的空間非均衡及分布動(dòng)態(tài)演進(jìn)：1989—2011[J].人口研究，2014，38(2):71-82.

[7]晉良花，章琴.人口出生率地區(qū)差異對(duì)經(jīng)濟(jì)發(fā)展影響分析[J].商業(yè)時(shí)代，2013(16):19-20.

[8]AROCA P,MARIANO B,WILLIAM F.Spatial dimensions of trade liberaliztaionand economic convergence:Mexico 1985—2002[J].World Bank Economic Review，2005,19(3):345-378.

[9]王書(shū)霞，王曉峰，常月明.基于Moran’s I和LISA的人口與經(jīng)濟(jì)系統(tǒng)協(xié)調(diào)性研究[J].統(tǒng)計(jì)與決策，2014(6):90-93.

[10] 蘇理云，柳洋，彭相武.中國(guó)各省離婚率的空間聚集及時(shí)空格局演變分析[J].人口研究，2015，39(6):74-84.

[11] 鄧敏，劉啟亮，吳靜.空間分析[M].北京:測(cè)繪出版社，2015.

[12] THEIL H.Economics and information theory[M].Amsterdam:North Holland Publishing Company,1967.

[13] BOURGUIGNON F.Decomposable income inequality measures[J]. Econometrica,1979，47(4):901-920..

[14] SHORROCKS R.The class of additively decomposable inequality measure[J]. Econometrica,1980，48(3):613-625.