收入增长对营养需求的异质性影响研究

2019-03-04李国景朱文博陈永福

中国食物与营养 2019年1期

李国景，焦月，朱文博，陈永福

(1 中国农业大学经济管理学院，北京 100083；2 北京市延庆区农村工作委员会，北京 102100)

收入与营养摄入之间的关系是健康经济学研究领域一个持续研究的话题之一，从政策含义来看，如果营养需求具有收入弹性，那么增加居民收入的政策设计对于改善营养状况是有效的，反之，增加收入的经济政策对于居民的营养改善作用有限[1-3]。因此，开展收入对营养摄入的影响研究对营养干预政策的制定具有重要的现实意义。

1 文献述评

营养收入弹性常用于检验收入对营养需求的影响，但是学界就营养收入弹性的大小仍然存在争议，以及由此引发的以消除饥饿和营养不足为目标的经济政策的选择众说纷纭。一方面，研究发现营养需求的收入弹性很小，甚至接近于0，认为应该慎重采用用于改善营养状况的以增加收入为重的营养政策[1，4-5]。有研究认为，虽然随着收入的增加，家庭的食物支出在增加，但这是因为人们关注于食物的口味、外观和质量等特性，购买了价格更高的食物从而导致食物支出的增加，关键是这些食物的营养含量不一定随食物支出的增加而成比例增加[1]。另一方面，研究发现收入与营养需求之间呈显著正向关系，认为增加收入对减少营养不足和饥饿人口有重要作用[6-7]。持此种观点的学者认为，收入的增长放松了预算限制，增加了食物消费数量和种类，也相应提高了营养摄入量。

现有大量研究认为，收入与营养需求之间可能不是单纯的线性关系，而为非线性关系。有研究通过将样本划分为不同的收入组分析了不同收入群体的营养需求收入弹性[5]。也有研究通过计算不同收入水平线上的营养收入弹性来考察营养需求与收入间的非线性关系[7-8]。此外，也有研究运用非参数估计方法或半参数估计方法估计营养需求与收入之间的非线性关系[9-10]。

从文献总结来看，现有研究多数分析了营养需求与收入间关系因收入水平不同而发生的变化，研究结果因研究对象、使用数据和估计方法等的不同而出现差异。受自身营养摄入水平的影响，营养需求与收入之间的关系也会因营养摄入水平的不同而表现出差异[11]。在营养摄入分布的两个尾端，代表着低营养摄入水平和高营养摄入水平，营养不足或者营养过剩就易发生在营养素摄入分布的两个尾端，健康风险相对较高[12]。因此，关注于营养需求，有必要考察营养摄入分布两个尾端人群的营养需求与收入之间关系，本文以此为出发点，首先，利用国家统计局城镇住户调查数据，运用非参数估计方法分析收入与营养需求间的关系，然后，运用分位数回归，结合工具变量解决收入内生性，考察低营养摄入家庭和高营养摄入家庭之间的营养弹性的差异。

2 概念框架与数据说明

根据Thomas健康生产函数的定义，将营养摄入水平设定为收入水平、食物价格、生活环境以及家庭或个人的社会人口经济因素的函数[13]。

N=f(I，D，S，P)

(1)

式(1)中，N为营养成分摄入量，I为收入，D为家庭人口社会统计特征，P为食物价格，S为生活环境。

使用的数据来源于2009年国家统计局城镇住户调查数据。选取了代表华北、华南、华中和西南和东北地区的河北、广东、河南、四川和吉林五省的9 382个城镇住户。调查的样本家庭以每天记账的方式将其一整年的收入和支出情况进行记录。

本研究利用中国疾病预防控制中心营养与食品安全所2009年提供的中国食物营养成分表将食物消费数据转化为营养需求数据[14]。本文所用的食物消费数据既包括在家就餐，也包括在外就餐。主要考察能量和主要供能营养素包括蛋白质、脂肪和碳水化合物的需求。

首先，确定家庭内消费的n种主要食物，在这里设定10种主要的食物组，分别为谷物、油脂、肉类、禽肉、蛋类、水产品、奶制品、蔬菜、水果、薯类。并设定NIk为来自家庭内食物消费的第k类营养成分需求量，其中，k=1，2，3，分别代表能量、蛋白质、脂肪和碳水化合物需求量。

NIk=∑ni=1aki×qi

(2)

式(2)中，aki表示第i种食物中包含的第k类营养成分含量，i=1，…，n；qi表示第i种食物的消费量。其次，计算来自家庭内食物消费的第k类营养成分需求量占n种食物总支出的比例Rk。该比例用于计算来自家庭外食物消费和其他食物消费的第k类营养成分需求量NOk(Zheng et al，2012)。第三，加总NIk和NOk获得家庭营养成分总需求量Nk。最后，考虑到儿童和老人的营养摄入与成人相比存在差异，利用成人等价尺度折算获得等价人均水平上的营养成分摄入量。

3 模型设定与变量说明

3.1 模型设定

根据以上分析，营养需求式(1)具体设定为：

lnNi=α0+α1lnIi+α2Di+α3Si+α4lnPi+μ

(3)

式(3)中，Ni为第i家庭的人均营养成分每天摄入量，i=1，…，n，I为家庭人均收入，D为影响营养摄入的家庭社会人口因素，包括家庭规模、平均年龄、平均教育水平、在外食物支出比例、所在城市规模、户口状况、区域变量；S为人均住房面积的对数代表的生活环境因素；P为食物价格，α0、α1、α2、α3、α4为未知参数，为随机误差。

营养不足或者营养过剩易发生在营养素摄入分布的两个尾端，健康风险相对较高，因此关注营养不足或肥胖，有必要考察收入对营养摄入尾部分布的影响。传统的回归方法例如最小二乘估计只能考察收入对营养摄入均值位置的影响，无法分析收入对营养摄入整个分布的影响。分位数回归能够解决这一问题，允许收入对营养需求的影响在营养摄入的整个分布上是不同的，能够更加全面地描述营养摄入条件分布的全貌。而且分位数回归对误差项的同方差和正态分布的要求不是很强，因此，分位数回归系数估计量更加稳健。

营养摄入与收入之间的双向关系会导致模型存在内生性问题，利用工具变量可以有效解决收入的内生性。结合数据可获得性，本研究将采用家庭耐用商品(家庭设备、交通工具和文娱产品)支出和家庭衣服支出作为收入的工具变量。原因是财富状况是家庭收入水平潜在有效的工具变量，而耐用商品的支出和衣服消费能够有效代表家庭财富。因此，本文结合Lee的方法，采用工具变量分位数估计方法对营养需求方程进行估计[15]。

(4)

式(4)中，Z为式(3)中除收入对数变量之外的自变量，q为营养摄入的分位数，为未知参数，其中的显著性用于检验模型是否存在收入内生性，为误差项。

第三，分位数回归的参数估计是通过使得加权误差绝对值之和最小来实现，为了方便表示，将式(4)中的自变量用X表示，即：

βq=arg min{∑i,Ni≥xiβq|Ni-xiβ|
+∑i,Ni

(5)

现有文献多采用自助抽样法来获得较为稳健的分位数回归估计系数，本文也采用这一方法进行参数估计。本文将取因变量第10个、第50个和第90个百分位数进行回归，这3个百分位数分别代表能量和主要供能营养素摄入的低水平、中等水平和高水平。此外，为了检验工具变量的外生性，将在工具变量分位数回归之后，利用Sargan对工具变量是否和残差项相关进行检验。

3.2 变量说明

因变量为家庭能量、蛋白质、脂肪和碳水化合物等价人均每天摄入量。从表1来看，在50分位数的位置上，样本家庭的人均能量、蛋白质和脂肪摄入稍高于《中国食物与营养发展纲要(2014—2020年)》提出的营养摄入量目标，但是在低分位数和高分位数上明显低于和高于营养目标和推荐摄入量，存在摄入不足或者摄入过量风险。可见，能量和主要营养素摄入在不同分位数下的分布差异较大，有必要采用分位数回归进行全面分析。收入是核心自变量。2009年，五省区城镇住户样本家庭人均收入的均值为15 502.02元。

表1 不同分位数上的能量和主要营养素统计描述

注：12014年发布的《中国食物与营养发展纲要(2014—2020年)》营养素摄入量目标

2《中国居民膳食营养素参考摄入量(2013版)》提供的18～50岁男性和女性从轻度到重度活动水平的推荐摄入范围(RNI)

其他经济社会因素的统计描述整理在表2中。其中家庭成员受教育水平是分类计数变量，食物价格为斯通价格指数。

4 估计结果分析

4.1 收入与营养需求间关系的非参数估计结果

为了清楚直观地观察收入增长与营养需求之间的关系，运用局部加权散点平滑估计方法估计了人均收入与营养需求间关系的变化模式。从附图可以看出，随着人均收入的增长，非参数估计曲线开始上升迅速，后来变得平缓，可见，收入增长对能量和主要营养素需求有正向推动作用，同时它们之间的关系并不是线性关系。尽管非参数估计能够识别营养需求与收入之间的非线性关系，但是非参数估计未能控制除收入之外的其他变量的影响。因此，有必要进一步运用分位数回归考察收入对营养需求的影响因营养摄入水平的不同而发生的异质性变化。

表2 主要变量的统计描述

附图营养摄入水平随人均收入变化情况

4.2 收入对营养需求在不同分位数上的异质性影响

研究发现，在营养摄入的不同分位数上收入对能量、蛋白质、脂肪和碳水化合物摄入的影响存在异质性。从工具变量分位数估计结果来看，人均收入在10分位数上对能量、蛋白质、脂肪和碳水化合物摄入的弹性分别为0.630、0.637、0.633和0.652，且显著性水平均为1%，大于90分位数上的人均收入对能量和3种主要营养素摄入的弹性分别为0.476、0.533、0.411和0.533，表明低营养摄入区域人均收入对能量、蛋白质、脂肪和碳水化合物摄入的影响大于高营养摄入区域收入的作用。从总体样本家庭的工具变量回归估计结果来看，能量、蛋白质、脂肪和碳水化合物摄入的收入弹性分别为0.588、0.602、0.567和0.610，且显著性水平均为1%，弹性大小与50分位数上的营养收入弹性估计结果相当。

首先，在外就餐比例对能量、蛋白质、脂肪和碳水化合物摄入的影响在总体和不同分位数上始终为负，表明在外就餐与家庭营养需求之间具有负向关系。可能的解释为人们在家饮食可能更注重营养，而在外就餐可能更注重口感，而口感好未必营养价值高。从分位数估计结果来看，随着分位数点的提高，在外就餐对能量、脂肪和碳水化合物摄入的负向作用在减小。而在蛋白质需求分位数估计结果中，50分位数上在外就餐的负向影响最大。其次，食物价格对能量、脂肪和碳水化合物摄入的影响在总体和不同分位数上始终为负，同时随着分位数点的提高，食物价格对能量、脂肪和碳水化合物摄入的负向作用在减小，表明对于能量、脂肪和碳水化合物摄入来说，食物价格对低营养摄入区域家庭的影响大于其对高营养摄入区域家庭的影响。而在蛋白质需求10和50分位数上，食物价格的影响显著为负。第三，本地户口对能量、蛋白质、脂肪和碳水化合物摄入的影响在总体和不同分位数下始终为正，表明与城市户口家庭相比，非城市户口家庭的能量、蛋白质、脂肪和碳水化合物每天人均摄入相对较少。从分位数估计来看，随着分位数点的提高，户口状况对能量、脂肪和碳水化合物摄入的正向作用在减小，而蛋白质需求10分位数上户口状况的正向影响最大。家庭平均教育水平对能量、蛋白质、脂肪和碳水化合物摄入的影响在总体和不同分位数下始终为负，同时随着分位数点的提高，平均教育水平对能量、脂肪和碳水化合物摄入的负向作用在减小。人均住房面积变量仅在能量、蛋白质、脂肪和碳水化合物摄入的总体和10分位数上统计显著为负。此外，在各营养需求方程的估计中，家庭规模、平均年龄和城市规模的估计系数在总体估计和不同分位数估计结果中差异较小；大部分区域变量在各营养需求方程估计中统计显著。