预期寿命地区差异和经济社会影响因素分析.docVIP

预期寿命地区差异和经济社会影响因素分析 　　摘要:人口平均预期寿命是衡量一个地区人口质量的统计指标。文章应用Kruskal-Wallis多样本检验法,分析人口平均预期寿命的地区差异;进一步应用Spearman秩相关系数,研究地区差异的主要影响因素,并提出相应的促进地区发展的建议。 　　关键词:人口平均预期寿命;地区差异;非参数检验 　　 　　一、引言 　　“人口平均预期寿命”是人口统计学中衡量经济文化发展的重要指标。虽然改革开放以来,中国的GDP一直都保持着世界前列的增长速度,但是中国的人口预期寿命仍然处在世界中等水平。根据CIA《世界概况》对2008年世界各地人口预期寿命的列表,被调查的221个国家和地区中,中国排在第103位,人均预期寿命是72.88岁,排名第一的是中国的澳门特别行政区,人均预期寿命达84.33岁,而人均预期寿命最长的国家是日本为82.07岁。根据2000年的全国人口统计调查数据,东中西部地区的平均寿命差异比较明显。其中东部地区平均寿命为73.816岁,中部地区为71.23岁,西部地区为67.99岁(见表1)。 　　针对预期寿命地区差异,从20世纪80年代就不断有学者在研究,但是之前主要是以描述性统计研究方法为主,通过地区预期寿命数值的对比,来说明地区的差异性。笔者认为在差异较明显的地区之间可以使用这种方法,但是在数值相差不大的情况下,则容易得出错误的结论,因此本文尝试采用非参数统计中的Kruskal-Wallis多样本检验法来验证地区差异性。 　　针对预期寿命地区差异的影响因素,国内学者也曾使用过各种分析方法,比较典型的有:马淑銮(1989)在《影响预期寿命因素的分析》一文中采用的通径分析法;陈崇国等(1997)在《人口平均寿命影响因素分析》一文中采用的多元统计分析的因子分析法;鲁小波等(2007)在《中国各省人均寿命影响因素研究》一文中采用的简单相关系数法。对比各种方法的优劣势,本文决定采用Spearman秩相关系数,一方面简明直接,可以避免通径分析法的模型构造和选择问题,另一方面又可以排除量纲对结论的影响。 　　二、研究方法 　　本节主要介绍文章中用到的两种非参数检验方法。 　　(一)Kruskal-Wallis多样本检验法 　　设有k个连续型的随机变量总体:X1,X2,…Xk。xi1,xi2,…xini是来自第i个总体Xi的样本,其容量为ni,i=1,2,…,k。总的样本容量为N=Σni。假设这k个随机变量总体的形状相同,只可能存在位置参数的不同。引入检验统计量H=SSB。其中SSB=Σni[E(Ri)-E(R)]2=Σni[E(Ri)-(N+1)/2]2。 　　原假设H0:θ1=θ2=…=θk;备择假设H1:θ1,θ2,…θk不全都相等。 　　若H的检验P值≥0.05,不能拒绝原假设,即认为k个总体服从相同分布;若H的检验P值≤0.05,拒绝原假设,即认为k个总体之间存在显著的差异性。 　　(二)Spearman秩相关系数 　　记xi在{x1,x2,…,xn}中的秩为Ri,yi在{y1,y2,…,yn}中的秩为Qi,i=1,2,…,n。构造一个新的成对数据(R1Q1),(R2Q2),…,(RnQn);显然,当g(.)为严格单调上升函数时,(x1y1),(x2y2),…,(xnyn)与(g(x1)y1),(g(x2)y2),…,(g(xn)yn)的秩相关系数相等,所以秩相关系数可以描述两个变量的广义相关关系。 　　引入检验统计量秩相关系数rs=,其中E(R)=ΣRi/n=(n+1)/2,E(Q)=ΣQi/n=(n+1)/2;由于Σ(Ri-E(R))=Σ(Qi-E(Q))2=n(n2-1)/12,化简得rs=。 　　原假设H0:X和Y相互独立;备择假设 H1:X和Y存在显著的相关关系。 　　若rs的检验P值≥0.05,不能拒绝原假设,即认为X和Y相互独立;若rs的检验P值≤0.05,拒绝原假设,即认为X和Y之间存在显著地相关关系,参考文献见王静龙等编著的《非参数统计分析》(2006)。 　　三、实证分析 　　(一)地区差异的非参数检验结果及分析 　　我国每10年一次进行预期寿命的统计调查,本文采用最近一次也就是2000年的调查数据作为分析对象,利用Kruskal-Wallis多样本检验法进行分析。 　　利用表1的数据,将东中西部看作三个总体,按照秩进行重新排列,计算SSB和H检验统计量,结果如表2所示。 　　根据以上结果,我们可以得出结论:东中西部的平均预期寿命存在显著的差异性;从三者的中位数可以看出,这种差异性呈现为从东部,中部到西部的逐级递减的关系。 　　(二)人口预期寿命的影响因素分析 　　影响预期寿命的因素错综复杂,主要可分为两类:人类生物学