中国人口预期寿命的省际差异与空间相依特征
发布时间：2022-01-05 10:03
人口预期寿命是反映人口健康水平的核心指标,也是体现民生状况的重要指标。同时,人口预期寿命作为世界不同国家和地区间、不同时期人群健康水平比较的重要指标之一,其水平还能够间接反映一个国家或地区的经济发展水平、人民生活质量和医疗卫生服务条件。以我国人口"四普"、"五普"和"六普"的预期寿命数据为样本,利用人口加权变异系数、空间四分位图、局部Moran?s I散点图与Lisa指标图等,分析我国人口预期寿命的省际差异与空间相依特征,发现我国人口预期寿命呈东中西梯度递减特征,时间上的人口预期寿命差距呈收敛趋势,空间上的集聚分布特征明显;2000年后我国西部地区进入预期寿命的快速提升阶段,全面均衡提高我国人口预期寿命,特别是西部地区的人口预期寿命,是实现全面建成小康社会目标的基本要求。
【文章来源】：社会科学战线. 2016,(04)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
我国省际人口预期寿命四分位图
图2各省人口预期寿命水平与增幅散点图与时间相关的普遍性相似，任何存在于空间范围内的事物都可能存在着空间相关性。Anselin较早对空间效应的存在性进行了理论阐述与实证检验。①人口预期寿命作为与经济社会发展密切相关的变量指标，各省际经济间存在的空间自相关必然会对人口预期寿命的空间相依性产生影响。与人口预期寿命密切相关的环境、区位、交通基础设施、医疗机构密度等因素，也存在着显著的空间相关性，从而导致人口预期寿命存在着空间相依性。全面分析研究我国人口预期寿命的空间分布状况，识别理解我国人口预期寿命的空间特征是十分必要的。探索性空间数据分析，作为测量空间相互作用的一系列分析技术方法的统称，能够发现所分析变量的空间分布形式，识别其空间集聚或空间异常特征。空间自相关指标是分析变量空间相依性的重要工具，其测度的是某区域变量与相邻区域的相似性。②如果变量值大小相互接近，则为正的空间自相关;否则为负空间自相关。对此，我们利用Moran?sI指标进行分析。③I=n∑ni=1(yi－y)2∑ni=1∑nj=1Wij(yi－y)(yj－y)∑ni=1∑nj=1Wij(2)E(I)=1n－1(3)Var(I)=n2(n－1)S1－n(n－1)S2－2S02(n+1)(n－1)S02(4)S0=∑∑i≠jWij(5)S1=12∑∑i≠j(Wij+Wji)2(6)S2=∑k［(∑jWkj+∑iWik)(∑jWkj+∑iWik)］(7)其中，yi和yj是对于区域的变量，y为变量均值，n为样本数，Wij是空间权重矩阵。④Moran?sI的取值范围为(－1，1)，分别表示完全负和正的空间自相关，对应于空间集聚和分散;0表示空间不相关，对应于空间
据此识别局部的空间相依分布模式。2.测量结果与分析计算全国各省人口预期寿命的Moran?sI与局部Moran?sI，并给出局部Moran?sI的散点图(见图3)。结果表明我国各省的人口预期寿命存在着显著的空间相依特征，其空间自相关系数数值虽有所下降，但始终大于0.5，且显著。图3各省人口预期寿命的局部Moran?sI散点图根据1990年、2000年和2010年全国各省人口预期寿命的局部Moran?sI散点图(见图3)，发现大部分省份属于第一象限与第三象限，即具有较高人口预期寿命的省份彼此相邻，具有较低人口预期寿命的省份彼此相邻，空间上呈现集聚式分布特征。进一步显示出置信水平为0.05的空间相依模式典型特征图，以此反映我国各省人口预期寿命的显著空间特征。采用同样的方法，分析我国各省人口预期寿命增幅的空间相依特征，利用Lisa指标给出两个时间段(1990—2000年和2000—2010年)，预期寿命增幅的显著空间特征①(见图4)。图4各省人口预期寿命水平和增幅的Lisa图图4左表明，我国各省人口预期寿命有明显的空间聚集分布特征，即高高(HH)型与低低(LL)型。②其中，河北和上海是显著的“双高”地区，个体是预期寿命高的地区，同时邻近省份也是相同类型，邻近省份主要是辽宁、北京、天津、山东、江苏、浙江;新疆、西藏、青海、四川、甘肃、云南6个西部省份形成“双低”聚集区，人口预期寿命处于相对低水平。图4右表明，1990年至2000年，我国各省人口预期寿命增幅在4个典型空间分布特征中均有显著的省份，西藏是高高型、178社会科学战线·2016年第4期·人口与环境①②限于篇幅，这里省略了Moran?sI和局部Moran?sI散点图。由于2010年与1990年、2000年的变化不大，我们只给出2010年的Lisa指标图进行分析。
【参考文献】：
期刊论文
[1]对我国人口平均预期寿命的间接估算及评价——基于第六次全国人口普查数据[J]. 舒星宇,温勇,宗占红,周建芳. 人口学刊. 2014(05)
[2]中国各地区人口预期寿命及地理分布分析[J]. 张山山,刘锦桃. 西北人口. 2014(04)
[3]人口因素与东亚贸易顺差——基于人口年龄结构、预期寿命和性别比率等人口因素的实证研究[J]. 蔡兴,刘子兰. 中国软科学. 2013(09)
[4]我国年龄组平均预期寿命变动的实证研究[J]. 苟晓霞. 人口学刊. 2011(04)
[5]中国分城镇乡村人口平均预期寿命探析[J]. 胡英. 人口与发展. 2010(02)
[6]中国老年人健康预期寿命变化的地区差异:扩张还是压缩?[J]. 张文娟,杜鹏. 人口研究. 2009(05)
[7]中国未来人口发展趋势:20052050年[J]. 陈卫. 人口研究. 2006(04)
[8]我国人口预期寿命分析与预测[J]. 冯怀珠. 西北人口. 2006(03)
[9]中国人口死亡率的性别差异研究[J]. 郝虹生. 中国人口科学. 1995(02)
[10]影响预期寿命因素分析[J]. 马淑鸾. 人口研究. 1989(03)
本文编号：3570151
【文章来源】：社会科学战线. 2016,(04)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
我国省际人口预期寿命四分位图
图2各省人口预期寿命水平与增幅散点图与时间相关的普遍性相似，任何存在于空间范围内的事物都可能存在着空间相关性。Anselin较早对空间效应的存在性进行了理论阐述与实证检验。①人口预期寿命作为与经济社会发展密切相关的变量指标，各省际经济间存在的空间自相关必然会对人口预期寿命的空间相依性产生影响。与人口预期寿命密切相关的环境、区位、交通基础设施、医疗机构密度等因素，也存在着显著的空间相关性，从而导致人口预期寿命存在着空间相依性。全面分析研究我国人口预期寿命的空间分布状况，识别理解我国人口预期寿命的空间特征是十分必要的。探索性空间数据分析，作为测量空间相互作用的一系列分析技术方法的统称，能够发现所分析变量的空间分布形式，识别其空间集聚或空间异常特征。空间自相关指标是分析变量空间相依性的重要工具，其测度的是某区域变量与相邻区域的相似性。②如果变量值大小相互接近，则为正的空间自相关;否则为负空间自相关。对此，我们利用Moran?sI指标进行分析。③I=n∑ni=1(yi－y)2∑ni=1∑nj=1Wij(yi－y)(yj－y)∑ni=1∑nj=1Wij(2)E(I)=1n－1(3)Var(I)=n2(n－1)S1－n(n－1)S2－2S02(n+1)(n－1)S02(4)S0=∑∑i≠jWij(5)S1=12∑∑i≠j(Wij+Wji)2(6)S2=∑k［(∑jWkj+∑iWik)(∑jWkj+∑iWik)］(7)其中，yi和yj是对于区域的变量，y为变量均值，n为样本数，Wij是空间权重矩阵。④Moran?sI的取值范围为(－1，1)，分别表示完全负和正的空间自相关，对应于空间集聚和分散;0表示空间不相关，对应于空间
据此识别局部的空间相依分布模式。2.测量结果与分析计算全国各省人口预期寿命的Moran?sI与局部Moran?sI，并给出局部Moran?sI的散点图(见图3)。结果表明我国各省的人口预期寿命存在着显著的空间相依特征，其空间自相关系数数值虽有所下降，但始终大于0.5，且显著。图3各省人口预期寿命的局部Moran?sI散点图根据1990年、2000年和2010年全国各省人口预期寿命的局部Moran?sI散点图(见图3)，发现大部分省份属于第一象限与第三象限，即具有较高人口预期寿命的省份彼此相邻，具有较低人口预期寿命的省份彼此相邻，空间上呈现集聚式分布特征。进一步显示出置信水平为0.05的空间相依模式典型特征图，以此反映我国各省人口预期寿命的显著空间特征。采用同样的方法，分析我国各省人口预期寿命增幅的空间相依特征，利用Lisa指标给出两个时间段(1990—2000年和2000—2010年)，预期寿命增幅的显著空间特征①(见图4)。图4各省人口预期寿命水平和增幅的Lisa图图4左表明，我国各省人口预期寿命有明显的空间聚集分布特征，即高高(HH)型与低低(LL)型。②其中，河北和上海是显著的“双高”地区，个体是预期寿命高的地区，同时邻近省份也是相同类型，邻近省份主要是辽宁、北京、天津、山东、江苏、浙江;新疆、西藏、青海、四川、甘肃、云南6个西部省份形成“双低”聚集区，人口预期寿命处于相对低水平。图4右表明，1990年至2000年，我国各省人口预期寿命增幅在4个典型空间分布特征中均有显著的省份，西藏是高高型、178社会科学战线·2016年第4期·人口与环境①②限于篇幅，这里省略了Moran?sI和局部Moran?sI散点图。由于2010年与1990年、2000年的变化不大，我们只给出2010年的Lisa指标图进行分析。
【参考文献】：
期刊论文
[1]对我国人口平均预期寿命的间接估算及评价——基于第六次全国人口普查数据[J]. 舒星宇,温勇,宗占红,周建芳. 人口学刊. 2014(05)
[2]中国各地区人口预期寿命及地理分布分析[J]. 张山山,刘锦桃. 西北人口. 2014(04)
[3]人口因素与东亚贸易顺差——基于人口年龄结构、预期寿命和性别比率等人口因素的实证研究[J]. 蔡兴,刘子兰. 中国软科学. 2013(09)
[4]我国年龄组平均预期寿命变动的实证研究[J]. 苟晓霞. 人口学刊. 2011(04)
[5]中国分城镇乡村人口平均预期寿命探析[J]. 胡英. 人口与发展. 2010(02)
[6]中国老年人健康预期寿命变化的地区差异:扩张还是压缩?[J]. 张文娟,杜鹏. 人口研究. 2009(05)
[7]中国未来人口发展趋势:20052050年[J]. 陈卫. 人口研究. 2006(04)
[8]我国人口预期寿命分析与预测[J]. 冯怀珠. 西北人口. 2006(03)
[9]中国人口死亡率的性别差异研究[J]. 郝虹生. 中国人口科学. 1995(02)
[10]影响预期寿命因素分析[J]. 马淑鸾. 人口研究. 1989(03)
本文编号：3570151
本文链接：https://www.wllwen.com/shekelunwen/renkou/3570151.html
