中國人口文盲率的探索性時空分析

摘 要：經濟的高速發展使得中國人口受教育水平不斷提升，文盲率反映人口的受教育狀況。為了獲得中國大陸地區文盲率的時空分布及其演變趨勢，文章以1997-2012年的省級人口文盲率數據為研究對象，采用探索性空間數據分析方法對其進行研究。結果發現，省級文盲率之間表現為顯著的空間正相關，但Morans I指數整體上呈現下降趨勢且2009年之后趨于穩定，表明文盲率在空間分布上逐步由聚集模式向隨機模式發展。整個過程中西藏自治區對各省文盲率的空間分布模式有重要影響，需要進一步加大對西藏的掃盲力度。

關鍵詞：文盲率；空間自相關；空間分布模式

引言

人口受教育狀況通常被當作衡量一個國家或地區經濟發展狀況的重要指標[1]。文盲率反映一個國家的人口受教育狀況。改革開發以來，我國的經濟水平得到快速提升，教育事業的發展也取得了歷史性成就。然而，我國文盲率與發達國家相比仍然偏高。目前國內外已有學者對文盲率的影響因素展開研究[2-4]，并取得一定成果。但基于空間信息和時間序列，從時空分布角度進行的研究還很少。探索性空間數據分析方法能反應地理特征間的關系及空間模式，已廣泛應用于區域經濟[5]、疾病控制[6]、環境污染[7]、遙感[8]領域。因此，文章運用探索性空間數據分析方法研究全國省級人口的文盲率空間分布、關聯模式及時序變化，試圖為文盲率的地區差異研究提供一種新思路，通過展示文盲率的空間分布，為掃盲工作提供科學參考與信息支持。

1 數據與方法

文章選取的研究區域為除港澳臺以外的全國31個省（自治區、直轄市），所用的數據來自中國國家統計局發布的1996-2012年全國省級區域的文盲人口占15歲及以上人口的比重數據[9]。空間自相關基于地理學第一定律[10]，目前在社會人口學領域[11-13]已有一定研究。文章主要采用空間自相關的方法研究中國大陸地區人口文盲率的省際空間分布模式，并探測其隨時間的演變情況。

1.1 空間權重矩陣

基于空間對象之間的一階鄰接關系可定義空間權重矩陣（Spatial weight matrix，記為W）[11]，它表達了對象之間的空間布局。假設有n個空間單元，如果第i個單元和第j個單元相鄰，則Wij=1；否則，Wij=0。一般根據公共邊界和距離兩種規則來定義鄰接關系，前者依據空間單元之間是否具有公共邊界來判定鄰接關系，后者依據空間單元之間的距離是否位于某一給定的閾值之內來判定。文章依據公共邊界來判定空間單元之間的鄰接關系，并選取一階鄰接關系作空間權重。由于海南省是一個孤立省份，生成鄰接矩陣時會出現“孤島”現象，因此文章采用常用的處理方法，定義海南省與廣東省相鄰[6，14]。

1.2 全局空間自相關

全局Morans I[15]是經典的全局空間自相關指數[11]，具有定性與定量相結合的優勢[6]，文章將它引入到文盲率分析中。設研究區域中包含n個空間單元，yi為單元i上的觀測值， W為空間權重矩陣，則Morans I指數可定義為[16]：

2 實驗結果與分析

2.1 文盲率的全局自相關特性分析

2009年以前，各年份的全局Moran's I值均超過了0.2，且經過標準正態化后的Z值均大于0.05顯著性水平下的臨界值1.96，說明鄰近區域間的文盲率在地理空間的總體分布不是隨機的，而是呈現出顯著的空間集聚模式。另外通過分析各省人口文盲率Morans I指數的變化趨勢，發現指數在1997年、2002年、2005年等年份出現局部峰值，表明這些年份中各省市人口文盲率空間相關性更強，在空間上呈現出聚集形態。2009年之后，全局Morans I指數逐步降到0.2以下，經檢驗之后的Z值也降到了臨界值1.96附近，表明隨著我國掃盲工作的展開，文盲率已顯著降低，在空間分布上逐步在向隨機模式發展，文盲率聚集分布的區域已明顯減少。如圖1所示，縱觀整個過程，指數呈現出下降趨勢，但并不是自始至終穩定下降，而是在局部出現了一些增長，2009年之后才趨向于穩定下降。這可能與各區域的掃盲工作實施力度有關，但總體上掃盲工作已取得明顯成效，文盲率的集聚性已明顯降低。

2.2 文盲率的局部自相關特性分析

Moran散點圖[18]具有較好的表現局部自相關的功能。文章利用它分析各省文盲率的局部自相關特性，結果如圖2所示。

藍色圓圈表示各省文盲率的分布，紅色圓圈表示Moran散點圖與圖3中地圖聯動的結果顯示，回歸擬合線的斜率反映了數據的空間自相關程度。散點圖的四個象限分別代表了文盲率的高高相鄰（HH）、低高相鄰（LH）、低低相鄰（LL）、高低相鄰（HL）四種空間關聯模式。其中高高相鄰（HH）和低低相鄰（LL）為正相關，低高相鄰（LH）和高低相鄰（HL）為負相關。紫線表示原始的回歸擬合線，藍線表示剔除聯動散點后重新計算的回歸擬合線。

由圖2可知，西藏自治區對應的散點（紅色圓圈）一直處于散點圖中橫坐標最大的位置，因此西藏一直是文盲率潛在的高值異常區域。當去除它對應的散點之后，重新計算得到的回歸系數比原始的Moran's I指數要高很多，說明西藏自治區對全國文盲率的空間分布模式有很大的影響。與圖3進行地圖聯動分析局部空間關聯模式，進一步印證了文盲率相關性總體下降的趨勢。如圖2（a）所示，在1997年31個點主要集中在第一象限（HH區域）和第三象限（LL區域），說明該年份人口文盲率的低值省份與低值省份之間及高值省份與高值省份之間存在較強正相關，文盲率的高值區域和低值區域在空間上成片分布。到了2000年（圖2（b）），第一象限（HH區域）和第三象限（LL區域）中的部分點開始向原點集中，說明該年份各省之間文盲率的相關性有所降低，但仍存在一些高值聚集省份。2005年，31個點又主要分布在第一象限和第三象限，同1997年一樣，Moran's I指數又一次出現局部峰值，部分省份的文盲率在空間上又表現出較強的相關性。2009年、2010年、2012年， 31個點趨于向原點集中且較多的點回到了第三象限（LL區域），說明人口文盲率自相關性在整體上已經大大減弱，并逐步趨于穩定。進一步分析可以發現，這六個年份中處于第一象限（HH區域）的點雖然在逐漸減少，但有四個點出現的頻率最高，說明這四個省的文盲率一直相對較高，這個省分別為西藏（34.81%）、青海（12.24%）、云南（8.34%）、四川（6.85%）。由于青海、云南和四川在空間上均與西藏鄰接，所以西藏自治區的文盲率對這三個省的文盲率有較大影響。endprint

3 結束語

文章利用空間自相關分析方法對我國人口文盲率的時空分布和演變進行了研究。自1996年到2012年，中國人口文盲率的全局空間自相關指數呈減弱趨勢，且文盲率較高的省份主要都集中在西部，但在局部又表現出某些細節特征：西藏、青海、云南、四川等高值區域之間相關性較強，新疆具有與這些西部區域顯著不同的低值水平，值得進一步研究。后續工作會結合各省的經濟、教育、人口、地域特點等進行空間回歸分析，對這些空間關聯模式的內在形成機理進行進一步析和研究。

參考文獻

[1]黃晨曦.1964-2005年我國人口受教育狀況的變動—基于人口普查/抽查資料的分析[J].人口學刊，2011，4（188）： 3-13.

[2]Wang Zhengyao.A Spatial Analysis of Educational Inequality in Mainland China [D]. University of Michigan，2012.

[3]SUNDARAM A，VANNEMAN R. Gender Differentials in Illiteracy in India：The Intriguing Relationship with Women's Labor Force Participation[J]. World Development， 2008， 36（1）： 128-143.

[4] Zahiduzzaman A. K. M， MOHAMMED N Q， MRIDUL K， etal. Spatial Data Mining on Literacy Rates and Educational Establishments in Bangladesh[C]. Proceedings of 13th International Conference on Computer and Information Technology （ICCIT 2010）， Dhaka，Bangladesh， 2010： 23-25.

[5]陳斐，杜道生.空間統計分析與GIS在區域經濟分析中的應用[J].武漢大學學報·信息科學版，2002，27（4）：391-396.

[6]陳江平，張蘭蘭，余遠劍，等.利用空間自相關的中國內陸甲型H1N1流感疫情分析[J].武漢大學學報·信息科學版，2011，36（11）：1363-1366.

[7]周天墨，付強，諸云強，等.空間自相關方法及其在環境污染領域的應用分析[J].測繪通報，2013，1：53-56.

[8]許雄，鐘燕飛，張良培，等.基于空間自相關BP神經網絡的遙感影像亞像元定位[J].測繪學報，2011，40（3）：307-311.

[9]國家統計局，中國統計年鑒[EB/OL]. http：//www.stats.gov.cn/tjsj/ndsj/，2014-03-30.

[10]TOBLER W. A Computer Movie Simulating Urban Growth in the Detroit Region[J].Economic Geography，1970，46（2）：234-240.

[11]張旭，朱欣焰，鮑曙明.中國人口生育率的時空演變與空間差異研究[J].武漢大學學報·信息科學版，2012，37（5）：516-519.

[12]王澤宇，孫然，韓增林，等.中國人口老齡化水平測度與空間關聯研究[J].地域研究與開發，2013，32（3）：138-143.

[13]OLIVEAU S，GUILMOTO C Z. Spatial Correlation and Demography： Exploring India's Demographic Patterns [C].International Population Conference， Tours，France，2005.

[14]MENG Bin， WANG Jinfeng，ZHANG Wen-Zhong， etal. Evaluation of Regional Disparity in China Based on Spatial Analysis[J]. SCIENTIA GEOGRAPHICA SINICA，2005，25（4）：393-400.

[15]Moran P. A. P. Notes on Continuous Stochastic Phenomena [J]. Biometrika，1950，37（1/2）：17-23.

[16]王遠飛，何洪林.空間數據分析方法[M].北京：科學出版社，2007：110-118.

[17]ANSELIN L， SYABRI I， KHO Y. GeoDa： An Introduction to Spatial Data Analysis[J]. Geographical Analysis， 38（1）， 2006： 5-22.

[18]ANSELIN. L， The Moran Scatterplot as an ESDA Tool to Assess Local Instability in Spatial Association. In： Fischer MM， Scholten HJ， Unwin D （eds） Spatial analytical perspectives on GIS[M]. London： Taylor & Francis： 111-125.

作者簡介：焦晨靜（1990-），女，河南新鄉人，碩士生，主要研究GIS應用。endprint

3 結束語

文章利用空間自相關分析方法對我國人口文盲率的時空分布和演變進行了研究。自1996年到2012年，中國人口文盲率的全局空間自相關指數呈減弱趨勢，且文盲率較高的省份主要都集中在西部，但在局部又表現出某些細節特征：西藏、青海、云南、四川等高值區域之間相關性較強，新疆具有與這些西部區域顯著不同的低值水平，值得進一步研究。后續工作會結合各省的經濟、教育、人口、地域特點等進行空間回歸分析，對這些空間關聯模式的內在形成機理進行進一步析和研究。

參考文獻

[1]黃晨曦.1964-2005年我國人口受教育狀況的變動—基于人口普查/抽查資料的分析[J].人口學刊，2011，4（188）： 3-13.

[2]Wang Zhengyao.A Spatial Analysis of Educational Inequality in Mainland China [D]. University of Michigan，2012.

[3]SUNDARAM A，VANNEMAN R. Gender Differentials in Illiteracy in India：The Intriguing Relationship with Women's Labor Force Participation[J]. World Development， 2008， 36（1）： 128-143.

[4] Zahiduzzaman A. K. M， MOHAMMED N Q， MRIDUL K， etal. Spatial Data Mining on Literacy Rates and Educational Establishments in Bangladesh[C]. Proceedings of 13th International Conference on Computer and Information Technology （ICCIT 2010）， Dhaka，Bangladesh， 2010： 23-25.

[5]陳斐，杜道生.空間統計分析與GIS在區域經濟分析中的應用[J].武漢大學學報·信息科學版，2002，27（4）：391-396.

[6]陳江平，張蘭蘭，余遠劍，等.利用空間自相關的中國內陸甲型H1N1流感疫情分析[J].武漢大學學報·信息科學版，2011，36（11）：1363-1366.

[7]周天墨，付強，諸云強，等.空間自相關方法及其在環境污染領域的應用分析[J].測繪通報，2013，1：53-56.

[8]許雄，鐘燕飛，張良培，等.基于空間自相關BP神經網絡的遙感影像亞像元定位[J].測繪學報，2011，40（3）：307-311.

[9]國家統計局，中國統計年鑒[EB/OL]. http：//www.stats.gov.cn/tjsj/ndsj/，2014-03-30.

[10]TOBLER W. A Computer Movie Simulating Urban Growth in the Detroit Region[J].Economic Geography，1970，46（2）：234-240.

[11]張旭，朱欣焰，鮑曙明.中國人口生育率的時空演變與空間差異研究[J].武漢大學學報·信息科學版，2012，37（5）：516-519.

[12]王澤宇，孫然，韓增林，等.中國人口老齡化水平測度與空間關聯研究[J].地域研究與開發，2013，32（3）：138-143.

[13]OLIVEAU S，GUILMOTO C Z. Spatial Correlation and Demography： Exploring India's Demographic Patterns [C].International Population Conference， Tours，France，2005.

[14]MENG Bin， WANG Jinfeng，ZHANG Wen-Zhong， etal. Evaluation of Regional Disparity in China Based on Spatial Analysis[J]. SCIENTIA GEOGRAPHICA SINICA，2005，25（4）：393-400.

[15]Moran P. A. P. Notes on Continuous Stochastic Phenomena [J]. Biometrika，1950，37（1/2）：17-23.

[16]王遠飛，何洪林.空間數據分析方法[M].北京：科學出版社，2007：110-118.

[17]ANSELIN L， SYABRI I， KHO Y. GeoDa： An Introduction to Spatial Data Analysis[J]. Geographical Analysis， 38（1）， 2006： 5-22.

[18]ANSELIN. L， The Moran Scatterplot as an ESDA Tool to Assess Local Instability in Spatial Association. In： Fischer MM， Scholten HJ， Unwin D （eds） Spatial analytical perspectives on GIS[M]. London： Taylor & Francis： 111-125.

作者簡介：焦晨靜（1990-），女，河南新鄉人，碩士生，主要研究GIS應用。endprint

3 結束語

文章利用空間自相關分析方法對我國人口文盲率的時空分布和演變進行了研究。自1996年到2012年，中國人口文盲率的全局空間自相關指數呈減弱趨勢，且文盲率較高的省份主要都集中在西部，但在局部又表現出某些細節特征：西藏、青海、云南、四川等高值區域之間相關性較強，新疆具有與這些西部區域顯著不同的低值水平，值得進一步研究。后續工作會結合各省的經濟、教育、人口、地域特點等進行空間回歸分析，對這些空間關聯模式的內在形成機理進行進一步析和研究。

參考文獻

[1]黃晨曦.1964-2005年我國人口受教育狀況的變動—基于人口普查/抽查資料的分析[J].人口學刊，2011，4（188）： 3-13.

[2]Wang Zhengyao.A Spatial Analysis of Educational Inequality in Mainland China [D]. University of Michigan，2012.

[3]SUNDARAM A，VANNEMAN R. Gender Differentials in Illiteracy in India：The Intriguing Relationship with Women's Labor Force Participation[J]. World Development， 2008， 36（1）： 128-143.

[4] Zahiduzzaman A. K. M， MOHAMMED N Q， MRIDUL K， etal. Spatial Data Mining on Literacy Rates and Educational Establishments in Bangladesh[C]. Proceedings of 13th International Conference on Computer and Information Technology （ICCIT 2010）， Dhaka，Bangladesh， 2010： 23-25.

[5]陳斐，杜道生.空間統計分析與GIS在區域經濟分析中的應用[J].武漢大學學報·信息科學版，2002，27（4）：391-396.

[6]陳江平，張蘭蘭，余遠劍，等.利用空間自相關的中國內陸甲型H1N1流感疫情分析[J].武漢大學學報·信息科學版，2011，36（11）：1363-1366.

[7]周天墨，付強，諸云強，等.空間自相關方法及其在環境污染領域的應用分析[J].測繪通報，2013，1：53-56.

[8]許雄，鐘燕飛，張良培，等.基于空間自相關BP神經網絡的遙感影像亞像元定位[J].測繪學報，2011，40（3）：307-311.

[9]國家統計局，中國統計年鑒[EB/OL]. http：//www.stats.gov.cn/tjsj/ndsj/，2014-03-30.

[10]TOBLER W. A Computer Movie Simulating Urban Growth in the Detroit Region[J].Economic Geography，1970，46（2）：234-240.

[11]張旭，朱欣焰，鮑曙明.中國人口生育率的時空演變與空間差異研究[J].武漢大學學報·信息科學版，2012，37（5）：516-519.

[12]王澤宇，孫然，韓增林，等.中國人口老齡化水平測度與空間關聯研究[J].地域研究與開發，2013，32（3）：138-143.

[13]OLIVEAU S，GUILMOTO C Z. Spatial Correlation and Demography： Exploring India's Demographic Patterns [C].International Population Conference， Tours，France，2005.

[14]MENG Bin， WANG Jinfeng，ZHANG Wen-Zhong， etal. Evaluation of Regional Disparity in China Based on Spatial Analysis[J]. SCIENTIA GEOGRAPHICA SINICA，2005，25（4）：393-400.

[15]Moran P. A. P. Notes on Continuous Stochastic Phenomena [J]. Biometrika，1950，37（1/2）：17-23.

[16]王遠飛，何洪林.空間數據分析方法[M].北京：科學出版社，2007：110-118.

[17]ANSELIN L， SYABRI I， KHO Y. GeoDa： An Introduction to Spatial Data Analysis[J]. Geographical Analysis， 38（1）， 2006： 5-22.

[18]ANSELIN. L， The Moran Scatterplot as an ESDA Tool to Assess Local Instability in Spatial Association. In： Fischer MM， Scholten HJ， Unwin D （eds） Spatial analytical perspectives on GIS[M]. London： Taylor & Francis： 111-125.

作者簡介：焦晨靜（1990-），女，河南新鄉人，碩士生，主要研究GIS應用。endprint