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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13