京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国婚姻大数据告诉你,为什么近10年初婚的人越来越少
为此,腾讯信息可视化实验室从国家统计局收集了中国2007-2016年婚姻服务数据,分析发现以下几个特点:
1、近10年结婚的人越来越少,离婚的人越来越多,2016年的离婚登记对数是2007年的近2倍;
2、初婚的人越来越少,再婚的人越来越多;
3、从城市/省份来看,近3年,粗离婚率最高的城市并非集中在北上广深等大城市,而是黑龙江省。吉林、辽宁等东北地区的离婚率也相对较高;
4、西藏自治区连续7年离婚率最低;
5、排除夫妻个人情感及家庭矛盾等微观因素,从大数据的角度看,人口的迁移、城镇化率高低及生育率高低等因素都会影响离婚率。
注:
1、国家统计局2017年婚姻服务数据还没出,所以选取数据年限为2007-2016;
2、31个省市的粗离婚率统计年份为2010-2016年;
3、粗离婚率指某地区当年离婚对数占该地区年平均人口的比重。计算公式为:粗离婚率=当年离婚对数/年平均人口数×1000‰。
近10年,全国离婚登记翻了近两倍
从2007-2016年中国结婚、离婚趋势图中可以看出, 2007年全国离婚登记209.8万对,到2016年全国离婚登记已经高达415.82万对,离婚数将近翻倍,离婚率一直处于上升状态。
在结婚方面,2007年-2013年,全国结婚登记处于攀升状态,但2013年开始,结婚登记对数及粗结婚率开始下滑。
近10年初婚率越来越低,再婚率越来越高
纵观黑龙省2010-2016年的粗离婚率、离婚登记数及年末常住人口数发现:
2013年-2016年,黑龙江的粗离婚率较2010-2012年大幅上升; 但离婚登记数却增幅不大。
不考虑其他因素,只从“粗离婚率”公式推算,黑龙江省2013-2016年粗离婚率高或许与黑龙江2013-2016年末常住人口有所减少有关。
城镇化率对离婚率影响大
上世纪70年代,美国人就离婚成因对3111个县进行了调查分析发现,城镇化对离婚率的影响最大,平均每提高一个百分点的城镇人口比例,离婚率就会上升0.41个百分点。
通过以上的数据发现,2010-2016黑龙江省的城镇化水平一直远高于中国城镇化率的平均水平。城镇化率提高,离婚率也会提高的规律对黑龙江省同样适用。
生育率高低会影响离婚率
在中国家庭结构中,没孩子的夫妻比有孩子的夫妻更容易离婚。
从上图中发现,黑龙江省的生育率比较低,家庭结构符合现代化趋势,这也是导致其离婚率较高的一个原因。
此外,多元化的社会环境也会影响当地人们的婚姻观念,黑龙江、吉林、辽宁等东北地区靠近中国边境,少数民族较多,当地人深受外来移民文化和生活方式的影响,婚姻观念开放、自由,这也是东北地区离婚率较高不可忽视的因素。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28