中國姓氏人口的歷史計量分析：典型特征、決定因素與作用機制

文/陳強 劉春雨 郝煜

中華姓氏文化源遠流長，影響深遠。隨著幾千年的人口增長，中國的姓氏數量與姓氏人口也不斷增加，僅徐鐵生編著的《中華姓氏源流大辭典》所收漢姓即高達10 523個。但中國不同姓氏的人口分布十分不均勻，大量人口集中于少數的大姓，從而“同姓率”遠高于歐美國家。就漢族人口而言，2012年前100名的姓氏人口占漢族總人口的87.0%。而法國前100名常見姓氏僅占總人口的8.1%，美國前100名常見姓氏僅占總人口的16%。

究竟哪些因素驅動了中國姓氏人口的巨大差異？為何中國姓氏人口的同姓率遠高于歐美國家？對于這些問題的解答無疑可增進對于中國姓氏文化乃至中國文化與歷史的理解，并揭示東西方差異的來源。本文使用歷史計量方法，首次深入地定量分析中國姓氏人口的典型特征、決定因素與作用機制。

在理論上，影響姓氏人口的因素可分為兩大類，即生育率與采用率。生育率指某姓氏人口本身的增長率，采用率指原來無姓的人采用某姓或改姓。2012年中國最大的幾個姓氏依次為王、李、張、劉、陳等。觀察這幾個姓氏何以成為超級大姓，不難發現以下幾個特點：首先，它們的起源時間都很早，其中張姓與劉姓起源于三皇五帝時期，王姓與陳姓起源于商朝，而李姓則起源于周朝。姓氏起源越早，則累積生育率越高，人口數量也會越多。其次，它們中有些建立過中國歷史上的統一政權（劉漢、李唐），有些則建立過分裂（非統一）政權（王、張、陳）。一個自然的假設是，作為國姓的姓氏，占有更多的經濟和政治資源，其生育率高于人口平均水平。最后，起源較早的姓氏和作為國姓的姓氏，更有可能被其他姓氏或無姓氏的民眾所采用。總之，姓氏起源較早和曾作為國姓都可能對該姓氏的人口有顯著的正向影響。當然，姓氏人口可能也受姓氏本身的固有特征所影響，例如，姓氏的復雜程度（是否復姓、筆畫）與聲音特性（聲調）。

本文使用2012年中國漢族人口排名前500位的姓氏數據（占漢族總人口約99.8%），在大量描述性分析的基礎上，通過深入的回歸分析揭示了中國姓氏人口的典型特征。首先，中國姓氏人口的分布大致服從齊普夫定律，但也有明顯偏差，人口集中于大姓，且集中度高于該定律的預測。其次，姓氏誕生朝代越久遠，姓氏作為國姓時間越長，則平均而言姓氏人口越多。這些實證結果通過了一系列穩健性檢驗，包括控制姓氏的筆畫、聲調、是否復姓，使用子樣本，區分統一與分裂政權的國姓，以及針對國姓組與非國姓組進行傾向得分匹配。最后，我們發現姓氏采用率（以姓氏起源數目與少數民族姓氏人口為代理變量）與人口遷移率（以姓氏人口的地理集中度為代理變量）是驅動以上結果的兩大作用機制。作為對比，歐洲的大部分姓氏歷史只能追溯到中世紀，“國姓”也沒有被大量人口采用，所以姓氏人口的集中度遠遠低于中國。

數據說明與典型特征

（一）姓氏人口

我們從全國公民身份證號碼查詢服務中心（NCIIC）獲得了2012年漢族人口排名前500位的姓氏人口數量，記為變量pop；并記相應的姓氏人口排名為變量rank。

（二）姓氏歷史久遠度

一般地，姓氏誕生的朝代越久遠，經過更多年的繁衍生息，且有更多機會被無姓民眾或他姓民眾改姓時所采用，故姓氏人口通常更多。本文根據徐鐵生編著的《中華姓氏源流大辭典》將姓氏起源時間劃分為五個時期，分別為夏朝之前（即三皇五帝時期）、夏朝、商朝、周朝、周朝之后，并設置相應的虛擬變量prexia、xia、shang、zhou、postzhou，取值均為0或1。

（三）姓氏是否曾為國姓及年限

在中國歷史的長河中，有些姓氏建立過政權，在其統治期間則為“國姓”。國姓的生育率一般更高，而且可能更多人愿意采用國姓。為此，定義虛擬變量royal_dummy。如果該姓曾建立過政權，取值為1；反之，則取值為0。在前500個姓氏中，只有33個姓氏曾作為國姓，占6.6%。

進一步，可將中國的歷史政權分為統一政權與分裂（非統一）政權。我們將九個朝代視為統一政權，即秦、漢、晉、隋、唐（含武周）、宋、元、明、清。由于統一政權的國姓之影響力可能大于分裂政權的國姓，故定義虛擬變量royal_u_dummy。如果該姓曾建立過統一政權，取值為1；反之，則取值為0。類似地，定義虛擬變量royal_d_dummy。如果該姓曾建立過分裂（非統一）政權，取值為1；反之，則取值為0。

國姓的影響力也可能與其作為國姓的年限有關，故定義變量royal表示該姓氏所建立政權的存在時間，而定義變量royal_u與royal_d為該姓氏所建立統一政權與分裂政權的存在時間。

（四）姓氏是否為復姓

一個姓氏的復雜程度也可能影響民眾對該姓氏的采用率。為此，定義虛擬變量compound。如果該姓為復姓，取值為1；反之，則取值為0。

（五）姓氏的筆畫數

作為對姓氏復雜程度的另一度量，我們將姓氏繁體字寫法的筆畫數，記為變量stroke。在計算時，先找出姓氏繁體字的寫法，然后確認其筆畫數。

（六）姓氏的音調

姓氏的聲音特性也可能影響姓氏人口。我們設置姓氏聲調的相應虛擬變量tone1（是否為第一聲）、tone2（是否為第二聲）、tone3（是否為第三聲），以及tone4（是否為第四聲）。

中國姓氏人口的齊普夫定律

1932年，哈佛大學語言學家齊普夫在研究英文單詞出現頻率時，發現如果把單詞出現頻率按由大到小的順序排列，則每個單詞出現的頻率與其頻率排名存在反比關系，稱為“齊普夫定律”。它表明在英語單詞中，只有極少數的詞被經常使用，而絕大多數詞很少使用。此定律后來在很多領域得到驗證。為驗證中國姓氏人口是否符合齊普夫定律，我們把lnpop對lnrank進行線性回歸，結果發現lnrank的系數估計值為-1.73，且在1%水平上顯著，此回歸的擬合優度達到91.8%。

中國姓氏人口大致服從齊普夫定律，但對于線性擬合線也有明顯偏離。特別地，排名前三的姓氏人口數量過于接近，其中2012年漢族王姓人口為9 290.23萬（占總人口7.59%），李姓人口為8 997.9萬（占總人口7.35%），而張姓人口為8 762.07萬（占總人口7.16%）。在通常滿足齊普夫定律的數據中，第1名的數量比第2名大很多（甚至多達2倍），而第1名的數量也比第3名大很多（甚至多達3倍）。由此可見，中國姓氏人口的集中度，高于齊普夫定律的一般預測，導致同姓率較高。

一方面，中國姓氏人口大致服從齊普夫定律，這意味著中國人在選擇姓氏時，也更傾向于首選大姓。在常人印象中，祖傳的姓氏似乎一成不變，很難更改。事實上，在中國歷史上，改姓經常發生，而改姓原因則包括避禍、避仇、避諱、避嫌、帝王賜姓、少數民族改為漢姓，以及入贅、過繼、收養、隨母親姓等。個體在改姓時，則面臨姓氏選擇問題，此時“吸引力偏好”即可能起作用。例如，帝王賜姓，幾乎都賜予大姓。

另一方面，中國姓氏人口顯然還受到其他特殊因素的影響，比如王朝的國姓。以姓氏人口排名第二的李姓為例，其姓氏誕生于周朝，相對而言并不古老。在所有誕生于周朝的姓氏中，李姓之所以能異軍突起，成為離群的極端值，顯然與近三百年李唐王朝的強盛有關。類似地，劉姓成為中國的大姓之一，主要應歸功于歷史上長達四百年的劉姓漢朝統治。一個合理的猜想是，由于國姓等特殊因素的影響，使得中國姓氏人口雖大致服從齊普夫定律，但也產生了明顯的偏離。

姓氏歷史久遠度對姓氏人口的影響

由于姓氏歷史久遠度可視為外生變量，故我們首先集中考察姓氏誕生朝代對于姓氏人口的影響。被解釋變量為“姓氏人口對數”，核心解釋變量為“姓氏誕生朝代”，而控制變量包括“是否復姓”“姓氏筆畫”，以及“聲調變量”。考慮到國姓變量可能的內生性，故本節暫時未包括國姓變量。

回歸結果發現，姓氏誕生朝代的虛擬變量均在1%水平上顯著為正，而回歸系數則呈現遞減的趨勢。在控制變量中，虛擬變量“是否復姓”在1%水平上顯著為負，復姓的人口劣勢很明顯。其他控制變量則均不顯著。在穩健性檢驗中，依次去掉不顯著變量，使用排名前250個姓氏的子樣本，所得回歸結果均類似。

國姓對姓氏人口的影響

首先考察“國姓年限”對于姓氏人口的作用，在回歸方程增加關鍵變量“姓氏作為國姓的年限”。若將中國歷史政權區分為統一政權與分裂政權，則可進一步將“國姓年限”細分為“統一國姓年限”與“分裂國姓年限”。

由于人口眾多的大姓在概率意義上也更有機會成為國姓，故可能存在從姓氏人口到國姓的逆向因果關系，從而導致國姓年限變量為內生變量。但究竟哪個姓氏成為一個朝代的國姓，畢竟具有很強的隨機性。另一方面，由國姓所帶來的姓氏人口增長則更為具體而直接，包括皇族的繁衍、帝王賜予功臣國姓、少數民族改國姓（后融入漢族）等。

回歸結果發現，“國姓年限”變量僅在10%水平上顯著為正。但去掉“姬姓”的離群觀測值后，“國姓年限”變量變得在1%水平上顯著為正?！靶帐险Q生朝代”變量均在1%水平上顯著為正，且相應系數估計值依次遞減?！皬托铡弊兞吭?%水平上顯著為負，其余控制變量則不顯著。其次，將“國姓年限”細分為“統一國姓年限”與“分裂國姓年限”，所得結果類似。將國姓設為虛擬變量，所得結果仍類似。

作為穩健性檢驗，也為了部分緩解國姓變量可能的內生性，將曾是國姓的樣本作為處理組，而將不是國姓的樣本作為控制組，進行傾向得分匹配。

結果發現，無論使用1對1乃至1對5的傾向得分匹配，參與者平均處理效應均在1%水平上顯著為正，且通過了重疊檢驗與平衡性檢驗。

作用機制探討

本節探討國姓以及姓氏誕生朝代對于姓氏人口的作用機制，著重于姓氏采用率與人口遷移率兩個方面。

（一）姓氏起源數目

徐鐵生編著的《中華姓氏源流大辭典》記載了每個姓氏的不同來源。計算每個姓氏有記載的起源數目，即可得到變量“姓氏起源數目”。對于一個姓氏而言，除了最早的姓氏起源為原創，其他姓氏起源一般可視為“姓氏采用”。因此，姓氏起源數目可作為姓氏采用率的一個代理變量。

（二）少數民族姓氏人口

在中國歷史上，少數民族經常采用漢姓。有些少數民族逐漸融入漢族，但也有些少數民族依然保持了其獨特的民族身份。因此，可以使用少數民族的姓氏人口作為姓氏采用率的另一代理變量。

（三）姓氏人口的地理集中度

如果一個姓氏的人口主要居住在某個局部區域（地理集中度較高），則該姓氏人口的增長可能受到該區域資源的限制，且在戰亂時面臨更高的風險。反之，如果一個姓氏更積極地參與跨區域的人口移民（地理集中度較低），則該姓氏人口更可能開枝散葉，且不易受戰亂沖擊。我們從2005年全國1%人口抽樣調查數據獲得地級市層面的漢族姓氏人口，并通過赫芬達爾指數，計算每個姓氏的地理集中度變量。

將以上三個機制變量加入回歸分析，結果發現國姓變量與姓氏誕生年代變量要么失去統計顯著性，要么經濟顯著性大幅下降。這說明在相當程度上，國姓變量與姓氏誕生年代變量通過這些機制變量而起作用。

結論

基于本文的研究，對于中國人口集中于少數大姓而同姓率遠高于歐美國家的原因，可作一些對比和分析。

首先，由于中國姓氏起源非常早，加上歷史上的王朝更替并沒有造成語言文字甚至文化的斷裂，這使得更古老的姓氏有更多機會被民眾采用，從而成為大姓。中國歷史上的少數民族，不管是作為征服者還是被征服者，大都放棄了原有的語言文字和姓氏，而采用了漢族的語言文字和姓氏。相比而言，歐洲歷史上的“蠻族入侵”帶來了語言文字甚至文化的斷裂?！靶U族”帶來了新的語言文字和姓氏，而沒有采用原住民的語言文字和姓氏，所以大部分姓氏的歷史只能追溯到中世紀，大姓沒有足夠的時間去積累人口上的優勢。

其次，在中國歷史上，作為國姓的姓氏，在綿延數百年的朝代中得以發揚光大（譬如劉漢、李唐），使得姓氏人口更為集中。相比而言，“國姓效應”在歐洲幾乎不存在。在貴族分封制度下，社會等級森嚴，姓氏作為社會地位和身份的標識，其所有權和使用權具有排他性。因此，像都鐸（Tudor）、蘭開斯特（Lancaster）、哈布斯堡（Habsburg）這樣的王族姓氏不可能被平民大量采用，而成為大姓的姓氏。而中國的社會流動機制和西方不同，很多國姓家族本身來自平民（比如劉邦、朱元璋），所謂“王侯將相寧有種乎”，也沒有任何制度障礙阻止平民采用國姓。

總之，中國更高的姓氏集中度，可能是歷史上政治穩定性高、文化延續性強、社會流動的制度性障礙少的結果。