出生性别比例的失衡与婚姻市场的挤压

出生性别比例的失衡与婚姻市场的挤压

我在读大学的时候做过一个大创项目,非常有意思,但是由于缺乏数据没办法进行实证,所以没能产生有意义的结果。本文简要报告一下这篇文章里面的一些有意义的结果。

出生人口性别比

从 80 年代中期开始,我国出现了出生人口性别比(男性/女性)偏高且持续上升的趋势,下图展示了从 1950 年开始中国出生性别比和世界出生性别比的走势图:

从图中可以看出,80 年代以来,我国的出生性别比呈现两个特征:首先,我国的出生性别 比大大超过世界平均的出生性别比;其次,我国出生性别比不仅偏高,而且持续偏高,直到 2010 年之后才开始有所回落。

关于出生人口性别比异常和婚姻挤压之间的传导机制的解释少有学者指出,本文将构建一个 人口内生稳定模型并使用该模型解释出生人口性别比异常和婚姻挤压之间的传导机制。这个机制大概就是:“出生性别比偏高 =>
男女性增长速度不一致 => 婚姻市场挤压 => 处于生育状态的人口减少 => 人口增长率下降 => 首先
表现为男性增长率下降”

用图形解释就是这样的:

这个图是用 STATA 绘制的,绘图代码为:

Stata
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
clear 
input x y z a b c d
0.2 1.1828984 0.38444198 0.6 0.43925123 0.9 1.3082613
0.3 1.2582613 0.40893492 0.7 0.42766538 1 1.2328984
end
twoway ///
function 4*normalden(x-0.4)-0.1, range(0 2.73) lc(black) lp(solid) ysc(off) xsc(off) plotr(margin(vlarge)) || ///
function 4*normalden(x-0.8)-0.15, range(0 2.97) lc(black) lp(solid) leg(off) || ///
function 0.6*(2*normalden(x-0.4)-0.1)+0.03, range(0 2.73) lc(black) lp(solid) || ///
function 0.65*(2*normalden(x-0.8)-0.15)+0.04875, range(0 2.97) lc(black) lp(solid) || ///
pcarrowi 0 0 1.8 0, lc(black) mc(black) || ///
pcarrowi 0 0 0 3.2, lc(black) mc(black) || ///
area y x, fc(red*0.3) || ///
area z x, fc(red*0.8) || ///
area d c, fc(green*0.3) || ///
pcarrowi -0.07 0.65 -0.07 0.95 (6) "男性进入婚姻市场的年龄增大", mlwidth(*2) lw(*2) lc(black) mc(black) || ///
pcarrowi 0.35 -0.07 1.3 -0.07 (9) "人口增长", mlwidth(*2) lw(*2) lc(black) mc(black)|| ///
area b a, fc(green*0.8) ||, ///
text(1.9 0 "人口数量") text(-0.05 -0.05 "0") ///
text(-0.07 3.2 "年龄") text(-0.07 2.73 "X{subscript:e}") ///
text(-0.07 2.97 "Y{subscript:e}") ///
text(0.3 0.1 "女性", size(*0.6)) ///
text(0.5 1.2 "男性", size(*0.6)) ///
text(1.2 0.5 "增长后的女性", size(*0.6)) ///
text(1.1 1.2 "增长后的男性", size(*0.6))

这个钟形的年龄结构曲线是我最开始设想的,不过后来通过对实际数据的拟合,我发现实际上的人口年龄结构并不是这样的,而是这样的:

但是这并不影响这个机制的作用,因为这样也是可行的:

当然这个也是 Stata 绘制的:

Stata
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
clear 
input x y a b c d e f
3 8.5 5.125 8.5833 3 12.75 6.3625 12.9306
4 8 6.125 7.9166 4 12 7.3625 11.8194
end
tw ///
pci 0 0 0 0, ///
xsc(off) ysc(off) ///
xlab(,nogrid) ylab(,nogrid) ///
plotr(margin(vlarge)) leg(off) || ///
pcarrowi 0 0 22 0, lc(black) mc(black) || ///
pcarrowi 0 0 0 22, lc(black) mc(black) || ///
function 12 - 2/3*x, range(0 18) lc(black) lp(solid) || ///
function 10 - 0.5*x, range(0 20) lc(black) lp(solid) || ///
function 20 - 10/9*x, range(0 18) lc(black) lp(solid) || ///
function 15 - 0.75*x, range(0 20) lc(black) lp(solid) || ///
pcarrowi 11 -0.5 18 -0.5 (9) "人口增长", mlwidth(*2) lw(*2) || ///
pcarrowi -0.7 5.625 -0.7 6.8625 (6) "男性进入婚姻市场的年龄增大", mlwidth(*2) lw(*2) || ///
area d c, fc(red*0.3) || ///
area f e, fc(green*0.3) || ///
area y x, fc(red*0.8) || ///
area b a, fc(green*0.8) ||, ///
text(23 0 "人口数量") text(-0.5 -0.5 "0") ///
text(-0.7 23 "年龄") text(-0.7 18 "X{subscript:e}") ///
text(-0.7 20 "Y{subscript:e}") ///
text(8.5 1.5 "女性", size(*0.6)) ///
text(11.5 2 "男性", size(*0.6)) ///
text(14.5 2.4 "增长后的女性", size(*0.6)) ///
text(17 5 "增长后的男性", size(*0.6))

所以这就解释了为什么婚姻市场中男性的年龄大于女性!其中一个原因就是出生性别比失调了。由于缺乏实际实证数据,所以没办法得出确切的结论。但是如果结论成立的话,那么就可以通过男女性的出生性别比对未来婚姻市场的挤压程度进行预判。

那么反过来,2006 年以来初婚婚龄差有所下降,而同一时期的出生性别比也是下降的,两者之间的关系是不是可以通过这个机制进行解释呢?

我还为这个项目的结项写了个小论文,很垃圾,但是如果你感兴趣的话,可以私信我索要。

Comments

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×