影响婴儿出生体重的因素分析

摘 要 近年来研究人员致力于研究孕妇吸烟和怀孕期间营养状况对于婴儿体重的影响，所以本文为了简化分析，以孕妇怀孕期间吸烟程度和间接影响营养状况的家庭收入作为影响婴儿体重的两个因素建立模型进行分析研究。

本文将研究问题从实际中抽离出来，从计量经济学角度出发，利用stata进行OLS回归，得出简单模型，进而对模型进行异方差检验，两个变量联合显著性的F检验以及拟合优度的比较，从而分析解释变量对于因变量的影响，得出结论。最后，为了进一步保证模型的稳健性，对因变量取对数建立模型，与初始模型进行比较，从而得出较优的模型。在本文的结尾部分，分别从计量经济角度，实际生活角度对问题进行了评价。

关键字 婴儿体重 OLS回归 F检验 white检验 计量经济

一、研究背景与基础

婴儿出生的体重一直是婴儿重要的生理指标。研究人员发现近年来初生婴儿的体重低于正常值的越来越多，对于新生儿来说，体重达不到标准值，将会面临一系列长远的健康问题，所以婴儿的出生体重是必须要关注的事情。

一般孕妇的怀孕年龄，健康状况，怀孕期间营养状况都会影响婴儿的体重。研究人员发现近年来吸烟的女性比例持续上升，那么可以猜想吸烟对于他们的婴儿是有害的，进而研究人员进行了调查，发现吸烟女性的孩子体重普遍低于正常值，证实了我们的猜想，所以孕妇吸烟对于婴儿体重来说绝对是一个不可忽略的影响因素。

其次经过医学研究，孕妇在怀孕期间如果营养状况不佳，同样会影响婴儿的体重，甚至会对婴儿以后的脑力发展造成不好的影响，所以孕妇要特别注意增加营养，那么收入较高的家庭则会给孕妇带来较好的条件以及提供较好的营养，并且收入高的家庭一般对应着家庭成员的受教育程度较高，也许会对婴儿体重造成影响。

为了简化问题，本文重点选取比较关注的孕妇吸烟数量（cigs）和影响孕妇营养状况的家庭收入（faminc）两个因素进行研究。

二、模型建立与解释

（一）数据来源

本论文的数据来自《计量经济学》配套数据BWGHT.DTA

（二）建立模型

根据上述研究背景的阐述，我们可以假定以下一个用孕妇怀孕期间抽烟数量和家庭年收入解释婴儿体重的简单模型：

其中，bwght表示以磅为单位的婴儿出生体重，cigs为母亲怀孕期间平均每天的抽烟数量，faminc为家庭年收入。

（三）估计方程

利用stata软件对上述简单模型进行OLS回归，则根据结果得简单回归方程：

（四）数据解释

截距项：如果回归方程中变量cigs=faminc=0，则婴儿体重为116.9741英镑。

系数：cigs的系数表示孕妇在怀孕期间平均每天抽烟数量每增加1，婴儿体重就会下降0.4634英镑。如果按照一个月计算，孕妇一个月增加的抽烟数量为30，那么婴儿体重就会下降13.9032，根据常识，孕妇一般怀孕周期为十个月，继续根据简单回归模型进行计算的话，婴儿体重将会大幅度下降，对于婴儿健康甚至生命都存在极大的威胁性，所以说孕妇在怀孕期间抽烟对于婴儿健康绝对具有伤害性。

Faminc的系数表示家庭总收入每增加一个单位，婴儿体重会增加0.0928英镑。根据前面背景的阐述，我们知道收入高的家庭可以使孕妇在怀孕期间得到更好地产前照顾与营养，那么婴儿在母体中也可以吸收较多营养，从而增加自身体重，所以家庭收入与婴儿体重是正相关。

三、模型检验

（一）White检验

从怀特检验的结果可以看出p值为0.9675，大于0.05，不存在异方差。

（二）F检验

我们知道收入高的家庭意味着家庭成员受教育程度相对较高，并且简单回归方程中的R2=0.0298，即bwght被cigs和faminc解释的部分只有2.98%，是相对较小的，说明cigs和faminc对bwght的影响力度不够，那么我们可以尝试加入父母教育程度的解释变量，利用F检验研究其对bwght的影响，则模型变为：

其中，motheduc表示母亲受教育年数，fatheduc表示父亲受教育年数

OLS回归结果如下：

由结果可知，只有1191个观测值，是因为我们要研究motheduc与fatheduc对bwght的影响，我们可以从反方向研究，即要检验的虚拟假设是：在控制了cigs，faminc之后，父母的受教育程度对婴儿出生时的重量没有影响，表示为：

所以有q=2个排除性约束要检验。虽然数据集BWGHT.DTA中包含了1388个婴儿的信息，但是样本中有197个婴儿至少缺失变量motheduc和fatheduc中的一个信息，在估计上述简单模型时，这些观测值不能被包含进来，所以实际上只有1191个观测值。

在上述不受约束的模型中df是n-5，即1191-5=1186个df，则F检验分子的自由度为2，分母的自由度为1185，查表得显著性水平为5%的临界值为3.0，F统计值为1.64，远远低于临界值，所以不能拒绝原假设H0。换句话说，motheduc和fatheduc在婴儿体重方程中是联合不显著的。P值为0.1946，则%[motheduc和%[fatheduc都是零的假设检验，即使在20%显著性水平上都不可以拒绝 。

那么我们根据上述分析知motheduc和fatheduc对于bwght的解释力度依然很小，即影响不大，所以我们在以后的研究中对于影响bwght的因素必须更进一步的进行发现分析。

（三）拟合优度

以上两个回归方程的R2=0.0298和0.0328，都比较小，说明拟合度不是很好。

四、模型比较

从数据中我们可以得到log（bwght）和log（faminc）两个数据，那么我们可以保持cigs不变，将因变量换成log（bwght），解释faminc换成log（faminc）之后的模型，并进行分析。

log（beghe）=4.7186-0.0041cigs+0.0163log（faminc）

n=1388，R2=0.0258 （2）

（1）对其进行white检验，得p值为0.9276，大于0.05，不存在异方差。

（2）从上述结果我们可以看出回归方程（1）的R2要大于回归方程（2）的，说明回归方程要更具有说服力，可见直接使用bwght进行预测更好。

五、结论

1、从计量经济角度来看

通过本文上述分析，得知cigs与bwght负相关，faminc与bwght正相关即bwght确实受到以上两个因素的影响，并且随着孕妇怀孕期间吸烟数量的增加，家庭收入的减少婴儿体重是减少的，与我们所了解的背景知识和猜想是吻合的。

2、从拟合值角度来看，回归方程的R2都差不多，而且偏小，说明拟合度不是很好，还需要进一步发现并在模型中加入更多可能影响婴儿体重的因素，增强解释变量对因变量的解释力度。

模型比较的结果告诉我们bwght模型要比lbwght模型的稳健性更好，说明bwght模型更能说明影响婴儿体重的因素分析，得出来的结果更可靠。

从实际生活角度来看

通过本文的分析，以及结合实际，说明越来越多的人关注婴儿健康，并且致力于研究婴儿健康的影响因素，孕妇吸烟程度，家庭收入，父母受教育程度都会直接或间接影响婴儿体重，并且孕妇吸烟对于婴儿体重的影响是近年来人们研究的主要方向。所以为了婴儿的健康，为孩子以后的健康着想，呼吁各位准备做母亲或者即将做母亲的女性，请不要吸烟，并且注意怀孕期间自身营养，给予宝宝良好的发育环境，充足的营养和美好的未来。

模型不足

由于为了问题的简化分析，突出某一个着重点，本文模型只简单的采用了几个变量，对于婴儿体重的影响分析还不够深入和全面，在以后的研究中，要加入更多影响因素，使模型更具有说服力，更贴合实际。

参考文献：

[1]杰弗里·M.伍德里奇.计量经济学导论[M].北京：清华大学出版社，2009（7）.

[2]费剑平.计量经济学导论（中文版）.北京：中国人民大学出版社，2010（6）.

[3]束莉.孕期增重、新生儿出生体重的影响因素分析及与膳食关系的研究，2011（1）.

[4]井淇，路中.孕期吸烟与被动吸烟影响妊娠结局的研究进展，2010（15）.

作者简介：魏佳（1991-），女，单位：中南财经政法大学统计与数学学院学院，主要研究方向：计量经济。