中國出生人口性別比失衡的影響因素及其解決對策

張 軍，陳莉敏

(重慶理工大學 經濟金融學院，重慶 400054)

中國出生人口性別比失衡的影響因素及其解決對策

張 軍，陳莉敏

(重慶理工大學 經濟金融學院，重慶 400054)

從分析出生人口性別比的現狀及失衡程度入手，對以往研究出生性別比失衡影響因素的文獻進行歸納梳理。基于全國第六次人口普查數據及2011年中國統計年鑒數據，運用分層線性模型對出生性別比的影響因素進行實證分析。結果表明：育齡婦女的總和生育率反向影響出生性別比；地區間的農民純收入、文盲人口比例等社會經濟因素的差異對出生性別比的影響也較大，并且通過與總和生育率的交互作用進一步影響出生性別比。

出生人口性別比；失衡；分層線性模型

一、問題提出

出生人口性別比是性別比的一種分類，國際上通常以每出生100名女嬰相對應出生的男嬰數的數值來表示。聯合國明確表示在沒有人為干擾的情況下，人類生殖過程的生物性特征所決定的正常的出生性別比在103到107之間。高于或低于這個比例都會對人口結構的均衡產生影響。圖1顯示了我國歷次人口普查時的出生性別比變化趨勢。從中可以看出我國出生性別比在20世紀80年代以前正常，1982年之后開始出現失調，高于正常值并逐步攀升。“五普”數據顯示為118.2，高出107的正常值上限11.2個單位。我國的出生性別比在1994年以后就始終高于115，相較于2004年創歷史最高記錄的121.8，國內的某些省份如海南“五普”時的數據竟然高達135.64，另外還有廣東、湖南和陜西等6個省份的數據顯示為120以上，成為極端嚴重偏高的省份。“六普”時極端嚴重偏高的省份增加到9個[1]。目前，全世界只有18個國家和地區的性別比高于107的正常值上限，其中僅有亞美尼亞、阿塞拜疆兩個國家的出生性別比失衡程度與中國相似。曾經出現失衡的周邊國家地區如韓國、印度、中國臺灣已通過對出生性別比偏高問題進行綜合治理，使出生性別比處于正常范圍，沒有繼續偏高[2]。中國在失衡的程度、持續的時間、波及的人口上都是世界之最。長期的出生性別比失衡造成的積累效應已經顯現：2015年末，男女人口差距達到3 366萬，在婚姻市場上將會有3 000多萬的男性找不到婚姻對象，面臨“打光棍”的局面。龐大的光棍大軍將會給婚姻、家庭和社會穩定帶來沖擊，加重養老負擔。

國家對出生性別比偏高的問題也越來越重視，從頒布《關于嚴禁用醫療技術鑒定胎兒性別和濫用人工授精技術的緊急通知》《關于禁止非醫學需要的胎兒性別鑒定和選擇性別的人工終止妊娠的規定》(非醫學需要的胎兒性別鑒定和非醫學需要的人工終止妊娠行為簡稱“兩非”)措施，到2011年首次將性別比的明確目標納入國家規劃，在《國家人口發展“十二五”規劃》中提出將性別比下降至115以下；再到各地政府組織開展的關愛女孩行動、綜合治理出生人口性別比宣傳活動，嚴肅查處“兩非”、溺棄女嬰、虐待婦女的典型案例。在一系列綜合治理下，我國的出生性別比失衡問題得到了緩和。2009—2015年的出生性別比分別是119.45、117.94、117.78、117.7、117.6、115.88、113.51，實現了七連降。2015年相比2009年下降了5%，但是仍超過中國臺灣、印度最高年份時的數據，和正常值上限也相差6.51個單位。

資料來源：歷次人口普查數據；1986、1994、2004的全國1%人口抽樣

研究出生人口性別比失衡的影響因素的文獻并不少。例如湯兆云等從出生性別比綜合治理工作成效甚微出發，總結了治理工作的特點，提出應在社會經濟、法律制度、養老保障上有所為，在人口生育政策、傳統文化上有所不為[3]。郭志剛基于2000年人口普查數據及1999年的地區級生育政策建立非線性分層模型，對性別比失衡問題進行分析，得出生育政策以單獨、和其他社會特征交互作用兩種方式影響出生性別比[4]；石人炳研究了生育控制政策對人口出生性別比產生的影響及影響途徑[5]；王軍基于2000年人口普查數據和1999年采集的地區政策生育率數據使用分層模型研究出生性別比，得出生育政策和社會經濟狀況對出生性別比的具體影響[6]。綜上，以往的文獻從理論或實證兩個方面得出出生性別比受到諸如生育政策和社會經濟等因素的影響，但是選用的數據資料基本上都是來自2000年全國第五次人口普查。2000年離目前時間跨度較長，那么現階段影響出生性別比失衡的因素有沒有變化？各影響因素之間的作用大小有無變化?運用以往的數據解答這些問題不太合理。本文查閱前人的研究文獻，總結歸納已有的理論依據，并根據數據的可得性，采用離目前較近的2010年的人口普查數據，選用新的有影響力的描述指標建立婦女為個人層次、省份為地區層次的分層線性模型，分析出生人口性別比的影響因素和各因素影響的內在作用機制，并在此基礎上提出相應的對策建議。

二、出生人口性別比影響因素分析

(一)生育政策

從1982年在全國推行獨生子女的計劃生育政策開始，我國婦女的總和生育率就不斷下降，而出生性別比卻不斷攀升。從各省市的角度看，表1顯示了實行嚴格計劃生育的省份如北京、上海、廣東、四川“五普”“六普”時顯示的數據都明顯偏高，而實行寬松生育政策的省份如新疆、西藏的出生性別相應較低。

表1 全國部分省市區的出生性別比

資料來源：全國第五次和第六次人口普查資料

西藏的出生性別比甚至在正常值以下，可以得出人口生育政策對出生性別比的影響是直接和顯著的[7]。從民族的角度看，漢族的出生性別比兩次普查數據分別為121.15、118.47，生育政策普遍寬松的少數民族如侗族的數據為126.72、122.72，土家族的為121.82、116.6，并不比漢族低。再比如一些可以生育二胎的農村地區如河南(130.30，127.64)、安徽(130.76，131.07)出生性別比遠遠高于政策相對嚴格的北京(114.58，112.15)、上海(115.51，111.49)。這又從另一方面說明生育政策并不是導致出生性別比偏高的主要原因[8]。可以看出生育政策對出生性別比的影響是顯著的，但是有可能受到其他因素如地區差異、文化風俗、經濟發展的干擾，而表現復雜。

(二)生育文化和技術手段

以儒家文化為主導的中國傳統倫理思想，具有濃厚的“男尊女卑”色彩，導致女性在社會上被動地處于被支配的地位，從而形成了男女不平等的傳統觀念，由此衍生了很多諸如“多子多福”“傳宗接代”“兒孫滿堂”的生育文化，這種生育文化培育的重男輕女的生育觀念使人們在生育上優先選擇男性。另外非法運用B超等醫療技術手段為人們進行性別選擇提供了可能，成為影響出生性別比的重要因素[9]。20世紀80年代以前人們通過多生育來實現生男孩的愿望，這種自然狀態下的性別比是正常的。限制性生育政策減少了子女數量，積壓了性別選擇空間，人們只能通過選擇性生育來達到目的。綜上所述，以性別偏好為前提、醫療技術手段為實施條件的選擇性生育在限制性人口生育政策的作用下導致出生性別比偏高。

(三)家庭因素

1.孩次結構。人口和計劃生育統計、管理工作中“孩次”(“一孩”“二孩”“三孩”等)指該嬰兒出生時在其家庭所有現存子女中的排列順序。30多年的計劃生育政策使 “少生優生”的觀念深入人心，以及現代社會住房擁擠、就業壓力、教育資源不均等現實問題帶來的養育成本飆升使得孩次結構發生了變化，主要變現為“二孩”及“多孩”生育相對數量的減少。由于出生人口性別比隨著孩次遞增，所以孩次結構的變化在一定程度上抑制了出生性別比失衡。20世紀90年代以來，分孩次性別比的升高對出生性別比失衡的影響很大，是導致總出生性別比不斷升高的主要原因。但是進入21世紀以后，由于“少生”和性別偏好以及醫療技術手段的可獲得性， “一孩”的性別比不斷上升，“二孩”及“多孩”的性別比逐漸下降。分孩次性別比對總出生性別比的影響也不斷下降[10]。圖2—圖3顯示了“六普”的孩次結構和分孩次性別比。可以看出，“三孩”以前，性別比隨著孩次的升高而升高，“三孩”以后，性別比隨著孩次的升高而降低。人口比例隨著孩次的升高而下降。

資料來源：全國第六次人口普查數據

資料來源：全國第六次人口普查數據

2.婦女的受教育程度。家庭婦女的受教育程度影響生育率。聯合國兒童基金會通過比較各國2005—2009年的中等教育毛入學率、青年(15～24歲)婦女識字率資料與總和生育率的關系，發現前者與生育率的相關系數高達-0.848，后者也高達-0.769[11]。根據前面的分析認為：生育率影響出生性別比，婦女的受教育程度影響出生性別比。表2為按“五普”“六普”數據計算的15～50歲、15～60歲婦女的活產子女的出生性別比。從“五普”的數據看，高中及以下學歷的育齡婦女的活產子女性別比都是在110(除了未上學的)，高于大學專科及以上的性別比。從“六普”數據看，高中及以下學歷的育齡婦女的活產子女性別比在115以上，嚴重失衡，并且高于大學專科及以上的性別比。兩次普查數據都表明了本科、研究生學歷對應的性別比是最低的，因此婦女的受教育程度是影響出生性別比的因素之一。

(四)社會經濟因素

1.經濟發展水平。由于地域和自然條件的不同，我國不同地區的經濟發展水平有較大差異。2010年北京的人均GDP為73 856元，是西藏的4.34倍。圖4顯示了“六普”時全國31個省市區的人均GDP與出生性別比。如圖4所示，北京、天津及上海的人均GDP最高，除新疆、西藏外出生性別比較國內其他省份失衡程度輕，分別為112.15、114.59、111.49。安徽、江蘇、貴州、甘肅這些人均GDP較低的省份，其出生性別比的失衡程度也比較嚴重，出生性別比分別達到了131.07、121.38、126.2、124.79。由此可見，各地區經濟發展水平的差異使得各地區之間的出生性別比的失衡程度不同。

表2 按教育程度分類的婦女活產子女性別比

資料來源：全國第五次、第六次人口普查資料

2.城鄉二元結構。城鄉二元結構一方面使我國工業體系快速建立，奠定了我國早期現代化建設的經濟基礎；另一方面，導致農村的經濟發展和社會變遷滯后于城市，阻礙城市化進程和農村經濟結構的轉型和發展。2010年全國城鎮居民的人均可支配收入19 109.4元，農村居民人均純收入只有5 919.0元，相差13 190.4元。圖5顯示了“五普”“六普”時全國城鎮、農村的出生性別比。如圖所示，城市的出生性別比相對鎮、農村偏低，后兩者的出生性別比接近或已超過120，失衡嚴重。農村的出生性別比失衡較為嚴重，與農村的生存環境有關。農村的經濟不夠發達，生產和生活方式依賴于體力勞動，因此男孩比較受家庭的歡迎。所以，只要農業生產方式相對落后和農村經濟發展水平較低的格局不變，男性勞動力經濟回報率高，就不會改變農村出生性別比持續走高的現狀。

資料來源:全國第六次人口普查資料《中國統計年鑒2011》

資料來源：全國第六次人口普查資料

3.養老保障制度。老年人作為社會的一個特殊群體，容易在身體功能、生活能力或社會能力等方面產生障礙，無法保障正常的生活狀態，必須從國家和社會獲得幫助以保障和改善生活。我國的養老模式是傳統的家庭互助式。從法律上講，男女婚后可以從夫居也可以從妻居，而我國絕大多數家庭是從夫居的，這樣養老送終就寄托在了男孩身上。所以，養兒防老既揭示了封建文化遺留的生育觀念，又揭示了養老保障制度對出生性別比的影響。農村的出生性別比失衡嚴重的重要原因是農村經濟落后、社會保障制度不健全，農民的生老病死依靠家庭，而家庭的支柱是男性，使得養兒防老、重男輕女的舊思想、舊觀念還有著廣闊的市場。

以上分析說明，出生性別比的影響因素是復雜的。限制性的生育政策形成目前婦女的總和生育率，性別偏好的前提和技術手段的現實條件影響出生性別比，這是第一層次的影響。來自家庭、地區的社會、經濟、文化等種種差異與生育政策交互作用影響出生性別比及生育政策對出生性別比的作用，這是第二層次的影響。各種影響因素通過復雜的、層次性的作用機制來影響。

三、實證分析

(一)研究假設

抽取目前現實條件下比較有影響力的指標：限制性生育政策由總和生育率反映；婦女的受教育程度由15歲及以上女性文盲人口比例反映；經濟發展水平由農村居民人均純收入反映；城鄉二元結構由非農業戶口人口比例反映；養老保障制度選用新型農村社會養老保險參保人數和城鄉養老保險參保比例反映。由于影響出生性別比的重要因素——生育文化無法衡量，故沒有選擇其作為反映指標，在此基礎上提出研究假設。假設1：婦女的個人層次上，總和生育率作為自變量影響因變量出生性別比，且回歸系數受到來自地區層次的影響。假設2：農村居民人均純收入、15歲及以上女性文盲人口比、新型農村社會養老保險參保人數、非農業戶口人口比例作為地區層次的自變量影響出生性別比。假設3：來自地區層次的自變量農村居民人均純收入、15歲及以上女性文盲人口比、城鄉養老保險參保比例影響總和生育率的回歸系數。

(二)模型設計

本文采用分層線性模型。分層線性模型不同于一般意義上的線性回歸模型，它可以對嵌套數據結構進行分層多元回歸分析，在社會科學和行為科學的研究現象中應用普遍；而后者只能對單一層次的分析單位進行變量之間的關系研究[12-13]。 選取如表3的描述指標:第一層(婦女的個人層次):出生人口性別比(SRB)、總和生育率(TFR)。第二層(地區層次):農村居民人均純收入(MONC)、15歲及以上女性文盲人口比例(EDU)、城鄉養老保險參保比例(包括城鎮企業職工基本養老保險和新型農村社會養老保險)(SUP)、新型農村社會養老保險參保人數(SUPC)、非農業戶口所占比例(NAG)。運用學生版的HLM6.04軟件，選取全國第六次人口普查31個省(市、自治區)的數據進行分析。

(三)單因素方差分析模型

方差分析模型即零模型，即各層模型均不含預測變量。將因變量的方差分解到各層，判斷總體變異的多大比例是由第二層背景因素造成的，進而決定有無進行分層分析的必要。模型的具體形式如下：

第一層模型：SRB=B0+r

第二層模型：B0=γ00+μ0

其中，B0是第一層模型的截距，γ是隨機誤差項，Var(r)=σ2。γ00是第二層模型的截距，μ0是隨機誤差項,Var(μ0)=τ00。利用穩健標準誤的方差成分分析結果如表4所示。

計算組內相關系數ICC1=τ00/(τ00+σ2)。ICC1=0.19>0.12，證明存在層次效應，可以使用分層線性模型。SRB的總變異中有19.2%的變異是由地區之間的差異造成的，有80.8%的變異是由婦女個人的總和生育率造成的。在可信度檢驗中，B0的可信度λ=0.192>0.1，證明用樣本的均值表示實際均值是可靠的，不需要改動隨機項[14]。

表3 二層模型的自變量、因變量描述性統計

表4 零模型的方差成分分析

(四)完整模型

模型的形式如下：

第一層模型:SRB=B0+B1*TFR+r

第二層模型：

B0=γ00+γ01*MONC+γ02*EDU+γ03+NAG+γ04*SUPC+μ0

B1=γ10+γ11*MONC+γ12*EDU+γ13*SUP

混合模型為：

SRB=γ00+γ01*MONC+γ02*EDU+γ03*NAG+γ04*SUPC+γ10*TFR+γ11*MONC*TFR+γ12*EDU*TFR+γ13*SUP*TFR+μ0+r

模型的運行結果見表5。

表5結果顯示，總和生育率對出生性別比的影響顯著，總和生育率每上升一個百分點，出生性別比下降0.22個百分比。與歷年的總和生育率與出生性別比的變化趨勢相符合，假設1得到驗證。省份的差異對出生性別比的影響程度較大(P<0.001)，說明農村居民人均純收入、文盲人口比、非農業戶口比、新型農村合作醫療參保人數對出生性別比產生了重要的影響。其中，農村居民人均純收入和文盲人口比對出生性別比的影響較顯著，農村居民人均純收入每增加一個單位(100元)，出生性別比下降0.003 895，影響程度較小。而文盲人口比例每上升一個百分點，出生性別比就下降1.54個百分比。非農業戶口比和新型農村參保人數都與出生性別比成反向變化關系，非農業戶口比每上升一個百分比，出生性別比下降0.046個百分比。新型農村參保人數每上升一個單位(萬)，出生性別比下降0.001 1個百分比，但是兩者的系數不顯著。假設2中，農村居民人均純收入、文盲人口比例影響出生性別比得到驗證。而非農業戶口比、新型農村參保人數對出生性別比的影響在10%的置信水平下不顯著。

從第二層的指標對第一層的指標回歸系數的具體影響來看，影響均顯著。假設3得到驗證。農村居民人均純收入、文盲人口比正向影響總和生育率，城鄉養老保險參保比例與總和生育率變化趨勢相反。因此，農村居民純收入每上升一個單位，總和生育率對出生性別比的負向作用下降0.000 057個百分點。文盲人口比例上升一個百分點，總和生育率對出生性別比的負向作用下降0.013 125個百分點。城鄉養老保險參保比例每上升一個百分點，總和生育率對出生性別比的變化作用增強0.001 856個百分點。如表6所示，殘差的方差由零模型的28.86下降到混合模型的12.48，方差削減了56.76%，說明在加入第一層的總和生育率和第二層的各個變量之后，殘差被解釋掉了56.76%。

表5 完整模型的回歸系數(固定效應)

表6 完整模型的方差成分分析(隨機效應)

四、結論及對策建議

通過零模型判斷出生性別比不只受到婦女的總和生育率的影響，還受到來自省份層次的各因素的影響。通過完整模型的構建，本研究的結論如下：

(一)生育政策對出生性別比的影響

總和生育率對出生性別比的影響顯著，總和生育率每上升一個百分點，出生性別比下降0.22個百分比，與歷年生育率和出生性別比的變化趨勢相符。總和生育率的指標反映限制性生育政策的影響因素，與以往文獻中關于生育政策影響出生性別比的論述一致，如石人炳證實了生育控制政策通過“選擇途徑”和“統計途徑”對出生性別比產生影響，即使沒有選擇性生育，生育控制政策也會通過“統計途徑”對人口性別比產生影響[4]。

(二)社會經濟因素對出生性別比的影響

社會經濟因素選取的3個代表性指標：農村居民人均純收入、非農業戶口比、新型農村合作醫療參保人數對出生性別比產生了重要的影響。其中，農村居民人均純收入對出生性別比的影響較顯著，影響程度較小。非農業戶口比例出生性別比影響程度大，在10%的置信水平下不顯著。新型農村參保人數每上升一個單位(萬)，出生性別比下降0.001 5個百分比，系數在10%的置信水平下不顯著。因為分層線性模型對數據要求嚴格，所以在一定程度上可以判斷新型農村參保人數、非農業戶口的增加能夠降低出生性別比。

(三)社會經濟因素與生育政策的交互作用對出生性別比的影響

社會經濟因素對生育政策的影響顯著，通過與生育政策的交互作用影響出生性別比。農村居民人均純收入正向影響總和生育率，城鄉養老保險參保比例與總和生育率變化趨勢相反。農村居民純收入水平的上升使得總和生育率對出生性別比的負向作用下降。城鄉養老保險參保比例每上升一個百分點，總和生育率對出生性別比的負向作用增強。

討論：為什么文盲人口比例上升卻導致出生性別比下降？究其原因，一方面可能是教育水平較低的群體人口生育率較高，然后根據生育率與出生性別比的反向作用得出出生性別比的升高得到抑制。另一方面，文盲人口通常收入較低，可能不會通過醫療技術手段進行性別鑒定進而選擇性生育，從而使得出生性別比下降。綜上所述，提出治理出生性別比失衡應采取的對策如下：

(1)適當放寬生育政策

本文理論部分論證了生育政策對出生性別比的影響是顯著的，實證研究部分也證實了總和生育率對出生性別比具有反向影響作用，所以適當放寬生育政策有利于降低出生性別比。盡管國家出臺各種政策制止非法進行選擇性生育，但是只要性別偏好的前提存在，它就會通過限制性生育政策對出生性別比產生影響，如出現“溺女嬰”“棄女嬰”的現象。即只要政策限制的人數低于人們意愿生育的人數，就有可能出現選擇性生育。適當放寬生育政策可以減少選擇性生育發生的比例，如對需要依靠體力勞動的偏遠農村，可以適當放寬至“三孩”政策。

(2)轉變經濟發展方式，加快城鎮化建設步伐

經濟發展水平決定生產方式。在經濟落后、交通不暢的農村主要是以體力活為主的勞動方式，所以重男輕女的傳統思想非常濃厚。而我國絕大多數人口分布在農村，因此要解決出生性別比失調問題，最根本的是要轉變經濟發展方式，加快城鎮化建設。要加大發展生產力，調整優化產業結構，由以體力勞動為主、分散經營的傳統耕作方式向現代化、集約化、機械化的生產方式轉變；加快城鄉一體化建設，實現城鄉協調發展、增加農民收入和提高農業并重，逐步縮小城鄉差距。農民的物質越豐富，對子女的依賴越小，男性的性別優勢就越小。

(3)完善養老保險和醫療保險等社會保障制度

由于養老保險、醫療保險等社會保障制度的不健全，導致人們老年的生活沒有保障，缺乏安全感，加大了對男孩的偏愛。農村的社會保障制度較城鎮欠缺，因此養兒防老的思想盛行。要改變農村傳統的養老模式，逐步建立健全養老保險、醫療保險等社會保障制度，以社會性的養老保險、醫療保險弱化家庭的功能，降低老年人口對子女養老角色的期待，使農民的養老方式從家庭養老和自我養老為主逐步向社會養老為主轉變，使其老有所養、老有所樂，這會在很大程度上削弱家庭對男嬰的需求。

(4)加大打擊“兩非”案件力度，強化利益導向政策

限制性生育政策通過B超等醫療技術手段的作用導致出生性別比升高，要加大查處“兩非”案件力度。協調公安等相關部門建立聯合執法機制，堅決把涉案單位和人員查處到位。加大“兩非”案件曝光力度，警示教育廣大群眾自覺抵制“兩非”行為。在嚴厲打擊“兩非”的同時，做好對出生性別比的監測，特別是對第一孩為女孩的育齡人口[15]。要在各級黨委政府的領導下，努力推動各項經濟社會政策向計劃生育女孩家庭傾斜，切實保障計劃生育女孩家庭的權益。要想方設法為女孩家庭營造良好的社會經濟環境，創造條件鼓勵、幫助女孩上學、女性就業，解決計劃生育女孩家庭養老、照護等現實問題。

(5)深入開展宣傳倡導工作

動員傳統和新興媒體，發動社會力量，大力倡導男女平等、關愛女孩的先進理念，破除男尊女卑、重男輕女、傳宗接代的傳統思想，不斷提高社會性別平等意識。認真開展“關愛女孩”等公益活動，使女孩的成長發展得到更多的關心和愛護。加強新型家庭文化建設，營造社會性別平等的輿論氛圍，以文化的感召力促進性別平等，引導民眾逐步消除性別偏好。

[1] 石人炳.我國出生性別比變化新特點——基于“五普”和“六普”數據的比較[J].人口研究,2013(2):66-72.

[2] 湯兆云.韓國、印度和中國臺灣治理出生性別比偏高的對策及啟示[J].國外社會學,2010(4):68-75.

[3] 湯兆云,馬琳.出生性別比綜合治理：有所為,有所不為[J].人口與計劃生育研究,2011(4):104-112.

[4] 郭志剛.對2000年人口普查出生性別比的分層模型分析[J].人口研究,2007(3):20-31.

[5] 石人炳.生育控制政策對人口出生性別比的影響研究[J].中國人口學,2009(5):86-112.

[6] 王軍.生育政策和社會經濟狀況對中國出生性別比失衡的影響[J].人口學刊,2013(5):5-14.

[7] 劉春暉.基于HLM方法的出生性別比失衡問題研究[D].成都：西南財經大學,2012:27-47.

[8] 蔡菲,陳勝利.限制生育政策不是影響出生人口性別比升高的主要原因[J].市場與人口分析,2006(3):29-31.

[9] 陳衛，翟振武．1990 年代中國出生性別比:究竟有多高[J].人口研究,2007(5):1-8.

[10]王軍,郭志剛.孩次結構與中國出生性別比失衡關系研究[J].人口學刊,2014(3):5-13.

[11]易國賢.大國空槽：反思中國計劃生育政策[M].北京:中國發展出版社,2012:148-149.

[12]張力為.哪些研究問題需要用分層線性模型解答[J].天津體育學院學報,2002(2):36-39.

[13]寧科,馬云霞,李曉天.基于分層線性模型的我國城市居民體育鍛煉行為研究[J].體育學刊,2012(2):49-54.

[14]賈俊民，葛文光.關于三農概念與三農問題提法的考察[J].中國農村觀察,2013(5):86-94.

[15]王欽池.生育水平、性別偏好和出生性別比——兼論出生性別比的監測方法[J].人口學刊,2013(2):5-14.

(責任編輯 魏艷君)

Analysis on the Influence Factors and Countermeasures of Sex Ratio Imbalance in China’s Birth Population

ZHANG Jun, CHEN Li-min

(School of Economics and Finance, Chongqing University of Technology, Chongqing 400054, China)

Starting with the analysis of the current situation of sex ratio at birth and the degree of imbalance, the literature on the influencing factors of the imbalance of sex ratio at birth in the past is summarized. Based on the sixth census data of the whole country and the Chinese statistical yearbook of 2011, an empirical analysis of the influence factors of the birth sex ratio is made by using the hierarchical linear model. It is concluded that the total fertility rate affects the birth sex ratio; the difference in the proportion of net income of farmers and the proportion of illiteracy among the provinces also have a great influence on the sex ratio at birth.

sex ration at birth; imbalance; hierarchical linear model

2016-09-18

張軍(1978—)，男，四川巴中人，教授，博士，研究方向：社會保障理論與實踐、福利文化與社會政策。

張軍，陳莉敏.中國出生人口性別比失衡的影響因素及其解決對策[J].重慶理工大學學報(社會科學)，2017(2):23-31.

format：ZHANG Jun, CHEN Li-min.Analysis on the Influence Factors and Countermeasures of Sex Ratio Imbalance in China’s Birth Population[J].Journal of Chongqing University of Technology(Social Science)，2017(2):23-31.

10.3969/j.issn.1674-8425(s).2017.02.004

C924.24

A

1674-8425(2017)02-0023-09