“胖中国”是指伴随城镇化进程而来的中国肥胖人口数量和肥胖程度均与日俱增的现象。中国人曾经被认为是世界上体型最苗条的人群之一，但是现在中国人的肥胖有迅速赶超西方国家的趋势，并且这种转变在一个很短的时间段内就发生了爱游戏。
近期有研究指出“工作压力越大，越容易发胖”，有没有经济学实证依据？收入不平等对个体间体重的影响到底有多大？你爱游戏体育处于过劳肥的危险地带吗？今日，我们推送一篇关于“胖中国”的经济学实证研究，以期读者认识城市化水平、居民收入与体重指数（BMI）的关系，了解其对中国社会保障和公共政策参考作用。
毛丰付丨浙江工商大学经济学院
姚剑锋丨美国北卡罗来纳大学教堂山分校
来源：经济学界头条
Individual Income, ayx sport Community-level Income Inequality and
Body Mass Index during a Rapidly Urbanization Period in China
内容摘要
肥胖是中国快速城镇化进程中的一个独特现象，对中国公共卫生和长期经济增长均有重要影响，然而其形成机理尚缺乏深入探究。本文基于收入不平等视角，利用CHNS数据分析了中国1989-2009年城镇化水平、居民收入与居民体重指数（BMI）的关系。
本文发现中国居民的收入水平和肥胖之间呈倒U型关系，社区层面的收入不平等与肥胖呈正U型关系，不平等对各阶层均有不利影响，低收入阶层受到影响更严重。城镇化水平和肥胖之间具有显著的正向关系，社区城镇化指数增加一单位，BMI增加1%；目前中国城市居民的BMI增速已经趋于平稳，农村BMI增速仍处于快速上升期；收入及其不平等对男性和农村人口的BMI影响更大，对女性和城市人口的影响相对不显著。
此外本文还发现，BMI与名义收入关系很小，但是与实际购买力和消费支出结构关系较大。
关键词
收入丨收入不平等丨BMI丨城镇化
01
引言
中国过去二十多年的城镇化速度和规模是世界上绝无仅有的。20世纪90年代开始，中国城镇化率快速攀升，从1991年的26.37%提高到2013年底的53.7%，城镇常住人口数量由2.98亿增加到7.31亿，走出一条独特的城镇化发展道路。中国快速城镇化进程也产生了很多独特而复杂的问题，“胖中国”的出现就是其中之一。“胖中国”是指伴随城镇化进程而来的中国肥胖人口数量和肥胖程度均与日俱增的现象。中国人曾经被认为是世界上体型最苗条的人群之一，但是现在中国人的肥胖有迅速赶超西方国家的趋势，并且这种转变在一个很短的时间段内就发生了。
过去的数十年间，发达国家的肥胖率在社会公众和政策制定者的密切关注下仍然有了戏剧性的增长。根据世界卫生组织（WHO）定义的体重指数（BodyMassIndex,BMI），美国成人肥胖率从1980年的15%飙升到如今的30%。欧盟各国成人平均肥胖率为15.5%，其中英国最高，达到24.5%。1992-2002年间，中国肥胖率在不同地区、不同年龄段和不同性别中都有明显的提高。与1992年相比，2002年中国肥胖率从14.6%上升到21.8%，超重和肥胖率分别上升40.7%和97.2%，其中女性体重增加比男性更明显。2010年国民体质监测公报显示，中国20-59岁成年人超重率为32.1%，肥胖率为9.9%。“过去10年，国人增长的体重几乎等同于西方人在过去30年增长的体重。”
一般认为，中国人迅速胖起来的原因有如下几点：第一，快速城镇化阶段，经济加速发展，居民收入水平迅速提高，导致食品价格相对便宜，居民有能力获得更多的食物；第二，快速的城镇化和市场化进程改变了食品的生产和销售形式，使各类食品迅速普及，暴露在公众触手可及的地方，高热量食物获取极为方便；第三，计划年代物质匮乏产生的饥饿记忆仍影响人们进食思维，习惯于吃饱吃撑；第四，中国式饮食方式使就餐者对进食数量缺乏足够认知，对热量和调味品的摄取量难于精确控制，导致过量进食。
然而在思考“胖中国”的原因时，还有一个可能是非常重要的原因少有被提及，那就是收入不平等。在过去的30多年间，与城镇化进程和肥胖增长同样经常被提及的是随着收入提高而来的收入不平等的增长。不断增长的收入不平等对社会生活的诸多方面都有重要影响，比如会引发社会冲突、暴力犯罪以及降低经济增长速度等。经济学研究对收入及其不平等对经济社会影响的诸多途径做了大量研究，但是较少有研究注意到收入及其不平等对对超重和肥胖形成的影响。从社会科学的角度看，肥胖被认为与收入差距悬殊的社会环境带来的压力有关，这种压力会让人过量摄取食物并改变选择食物的方式。因此，中国迅速提高的肥胖率可能不仅仅是收入提高和饮食方式改变的原因，还有很大可能与城镇化进程中收入不平等带来的社会形态改变及社会压力有关。
肥胖是当今世界上很多国家最严重的公共健康挑战之一。肥胖不仅在医学上是糖尿病、心脑血管等众多慢性疾病和癌症的重要诱因，还会影响到劳动生产率和就业，并会对健康护理产生过度需求，是世界各国最为关切的综合性社会问题之一。城镇化进程中的肥胖问题不仅对中国的卫生总费用、医疗保障体系构建产生极大的财政压力，而且会影响人力资本积累，加剧劳动力短缺，对中国长期发展产生不利影响，因此利用社会科学手段探索城镇化进程中肥胖成因和防治措施都是十分必要的。
较早的关于收入和肥胖的研究数据主要来自美国和欧洲等发达国家。由于历史发展阶段的差异，从肥胖产生的社会机制上，发达国家的经验研究结论不一定适用于发展中国家。本文认为BMI的变化存在动态效应，当收入较低时，超重或肥胖表现的比较严重，当收入增加时，BMI会继续增加，但增速减缓；然后BMI开始下降并最终趋于稳定，这一阶段，收入和BMT大致负相关。这种趋势最有可能发生于收入相对较低但开始增加的国家，比如中国等新兴工业体。本文利用1989-2009年的CHNS调查数据来检验中国快速城镇化时期居民收入、收入不平等与BMI之间的关系。利用经济学手段研究中国的收入及收入不平等与肥胖的关系不仅可以为收入不平等与健康研究提供发展中国家的经验，丰富跨国比较研究，而且对中国的社会保障和公共政策具有参考价值。
02
文献回顾
从生理学角度看，肥胖是肌体长期过量摄入能量（Carolies）所致。基于个体层面数据的研究显示，种族、年龄和基因等因素与肥胖也有关系。
Burke（1992）等研究表明，非裔美国人中肥胖现象比较突出；Kuczmarski（1992）发现肥胖率随年龄增长而增高，基于孪生子配对研究则表明，基因在肥胖率的形成中也有作用。但是，不少研究者认为聚焦于饮食、运动等个体风险的决定因素的做法只是揭示了部分真相，诱发这些风险因素的社会群体层面的因素也应该被纳入研究视野，弄清哪些社会因素容易使人暴露在这些风险因素之下，有助于设计更有效的公共健康政策。
个体层面的风险暴露因素的研究都是使用个体层面数据分析经济社会状况（一般用收入或教育来测度）与肥胖发病率或死亡率的关系。绝大多数超重或肥胖的研究数据取自工业化和高收入国家，收入和肥胖关系的许多结论被混杂在一起。Sobal和Stunkard（1989）回顾了144项关于肥胖的研究，发现发达国家女性的经济社会状况和肥胖之间有很强的负相关性，男性的这种相关性较弱。Villar和Domeque（2009）检验了9个欧洲国家的家庭收入和BMI的关系，发现女性收入与体重存在负相关关系，但男性统计上不显著，其差异主要是女性个体工作收入与BMI之间的负相关关系所致。Jeffery和French（1998）的研究也支持上述结论，他们认为正是由于低社会经济状况者缺乏获取健康的食品、安全的运动和可靠的营养知识的途径，才导致他们较高的肥胖率。
也有研究者从其他的视角审视收入和BMI的关系。Chou等（2004）通过挖掘1984-1999年行为风险因素监测系统（BRFSS）微观层面数据，检验引发肥胖迅速上升的因素。他们在控制了年龄、性别、种族、教育年限、婚姻状况后，发现家庭收入及小时工资与BMI之间存在一个倒U型效应。不过他们报告的收入项和收入平方项的系数值比较小。之后，Lakdawalla和Philipson（2009）提出一个体重的动态理论，该理论认为技术变迁诱发了体重增长，他们认为，技术主要通过两种方式影响了体重，一是技术创新使家用或市场产品的使用方式更趋于劳动节省，生活方式趋向久坐不动（sedentary）；二是农业技术创新使农产品价格更低廉。不过他们并没有考虑控制社区和个体固定效应后，BMI和收入随时间如何变化，而这一点是很重要的，因为误差项中包含的遗传因素与BMI、教育、创业活动和收入等变量都相关。
一些研究者业已发现，相对收入或收入不平等在健康决定中扮演重要角色，这被称为健康的收入不平等假说。根据这些收入不平等假说，经济收入处于不利地位的人，会比对照组在健康上表现的要差。究其原因，收入相对较低会引发压力和沮丧，使人易患病，或降低个人获取地方公共卫生资源分配的能力。Wilkinson（1996）在这方面走的更远，他认为在社会中，收入不平等不仅对穷人健康有不利影响，对富人也是如此。可能的影响途径包括使公共卫生和人力资本投资失效，侵蚀社会资本或加剧社会对立等。具体到肥胖问题上，收入不平等带来的社会压力可能是导致肥胖的重要原因。长期处于压力状态者对食物的反应异于没有压力的人，有压力者的身体表现为脂肪积累、食物摄取增多和食物选择偏好改变等症状，最终导致BMI上升。Offer等（2010）对20个发达国家的跨国研究也证实，不安全感对肥胖的影响最显著。不过发展中国家肥胖率的变动规律尚未得到相关经验研究的揭示和验证。
03
理论方法与研究假设
收入不平等理论认为，在个体收入给定的情况下，社会的收入不平等对社会个体成员的健康水平有很大威胁。收入不平等可以通过几种不同的潜在路径直接损害个体的健康。比如，高度的收入不平等可以通过不断增加社会成员的不信任度和压力，影响社会资本的稳定性，降低社会凝聚力。这些不稳定性又反过来通过暴力犯罪和自残行为等社会心理反应来影响社会个体的自身健康。
此假说有两种不同版本的表述。强影响力版本的表述认为不管收入水平高低，一个社会的全体成员都会收到收入不平等的影响。弱影响力版本的表述则认为，收入不平等仅仅伤害社会中最不幸运的那些人的健康。也就是说收入不平对对健康的不利影响随着收入等级的提高而减少。
本文中我们分别检验了肥胖的收入不平等假说的强影响力和弱影响力两个版本。其中强影响力版本的具体形式是：
其中， i和j分别是个体成员和社区的下标，Hij代表健康的结果和行为。此处，我们用BMI代表Hij，Qj代表社区水平的收入不平等，Yij是个体收入，Xij表示其它个体、家庭和社区变量的向量。同时，我们将收入和收入不平等的平方项也纳入模型，来捕捉上述原理中提到的非线性影响。我们假定BMI开始随着收入不平等加剧而恶化（β1＜0），但是这种关系可能不是线性的（β2≠0）。
为了检验弱影响力版本，我们扩展了等式（1），引入收入不平等和社区个人收入层级之间的关系Rij（在CHNS数据中按个人收入的升序排列），这样就可以检验收入不平等对不同收入水平健康的影响。
扩展模型可以写成：
按照弱影响力版本的预测，交互项的系数应该为正（η＞0），或者说，对较高收入的人群，收入不平等对于BMI的负面影响会较小。由于肥胖问题的特殊性，需要分别采取多种不同的方法估计BMI与收入的关系。
（一）混合截面数据OLS回归和分位数回归（Quantile Regression）模型
在回归模型选择上，使用线性回归模型，可以估计在平均水平上个人收入是如何影响BMI的，可以回答收入对于决定BMI是否重要的问题，OLS回归通常是各种回归的比较基准。不过，OLS回归模型不能回答收入对BMI的影响在低BMI和超重、肥胖的人之间是否有不同的问题。用分位数回归能够较好地解决这种自变量对不同部门因变量的分布产生不同影响的问题，因此就会得到一个更为精确的自变量和因变量之间关系的描述。利用分位数回归模型，就可以比较BMI的某些分位数是怎样更多地被一些个体特征所影响。
（二）混合截面数据区间回归（IntervalRegression）模型：
医学上判断肥胖程度一般要看指标BMI落在那个区间里，比如国际标准把BMI小鱼18.5称为体型偏瘦，18.5~25为正常，25~30为超重，30以上为肥胖；考虑到人种差异，亚洲一般把BMI临界值定在18.5、23和27。所以与一般被解释变量不同的是，是否肥胖要看BMI落在那个区间范围内，对此类问题的研究，区间回归模型可能更适合。区间模型主要适合用于处理如下所述类型数据：这些数据集里的因变量必须入特定区间或者在连续尺度上是某一特定种类才能被观测到，落入区间之外的数据都会被删除。BMI区间回归模型的具体形式可以写作：
其中、a1、a2和a3是WHO设定的BMI分类的临界值，Dij是人口统计特征变量的向量，包括获得的最高学历、婚姻状况、城市指标、性别地区等。
（三）纵列数据虚拟变量最小二乘（LSDV）估计模型
CHNS数据是非平衡面板数据，利用CHNS的纵列数据性质，我们可以进一步分析肥胖随时间变动的情况，并对一些内生性进行控制。我们首先估计了以下方程：
因变量是BMIijt个体分年度BMI，它起到的作用和混合数据回归的相同。Yijt代表了个人收入，不过在这个回归中，Yijt是作为一组虚拟变量包含在其中的，用来指示该个体属于收入分布中哪一分位（此处按5分位处理，基准值为中间层的20%）。这么处理有两个原因，首先，这种形式可以体现我们前面预测的倒U型关系；其次，假如一个人的实际收入没有被较好地测度，可以用他们的收入类型来代替。Yeari是年度虚拟变量向量，以1989年为基准数，用于揭示BMI随时间的变化趋势。
此外，与混合数据分析中类似的是体重和年龄之间也有个倒U型关系。人在中年时体重会上升，而年长时体重会下降，这意味着β5为正，而β6为负。Dijt是一个人口统计特征变量的向量。这里的残差变化可归因于技术变化（即传统意义上的经济增长测度中的技术变化），原因是作为对技术进步的反应，人们会调整价格、收入和生产技术。这个回归方程描述了同一时点上不同收入状态的人群的体重上的变化。通过体重和各种人口统计特征变量间关系的经验估计，我们能够辨识出由于人口变化导致的体重增长。
（四）固定效应模型：
为剔除掉某些不随时间变化又与回归自变量相关的个体效应（比如基因差异），采用固定效应模型是事宜的。固定效应模型帮助控制不可观测的异质性，当这些异质性在时间跨度上为常数，并且与自变量相关，通过差分能够去掉这种影响。固定效应BMI模型可以写作：
其中ui是不可观测的个体效应，εijt是随时间变化的误差项。ui可以代表能力、遗传或历史因素等，其不随时间改变。但是与自变量相关（不可观测的遗传因素与收入或教育等人口变量等）相关。通过固定效应回归模型，这种不可观测的异质性会被消除。
04
数据与指标
本文中的经验研究结论是基于中国健康和营养调查（CHNS）收集的微观数据得出的。CHNS数据包含着有关家庭和个人特征的详细信息，以及一些健康相关的信息，比如身体状况、健康行为、自我报告的身体状况。本文采用1989-2009年的数据，希望能较好的反映较长时间段体重与收入的关系。考虑到收入变量以及体重与年龄的关系，本文将样本限定于18-69岁的人群，这些人有完备的关于健康和人口统计变量（年龄、婚姻状况、教育、家庭收入等）的数据集。由于要建立个人收入、收入不平等和相对剥夺的指标，我们去掉了经调整后收入为零的不活跃家庭和个人样本。样本中同时剔除了肢体缺失者和怀孕女性的数据，因为他们的BMI不具有代表性。
在进行分析之前，需要澄清一些测度指标选取问题：
BMI：我们利用调查样本自我报告升高和体重数据，来为每一个回答者定义其BMI指标。这个指标定义为“以千克为计量单位的体重数和以米为单位的身高数的平方数之比（kg/m2）”，该指数能够让我们得到一个关于肥胖的大致估计。WHO在1997年定义BMI小于18.5为体重偏低，18.5-24.9为正常，25-29.9为超重，大于30为肥胖。不过由于黄种人体内的脂肪含量要比欧洲人高，所以中国把超重和肥胖的门槛定在24和28，日本定在23和27。图1显示了中国人BMI随时间变化的趋势.
图1 1989-2009中国BMI均值变化情况
个人收入：为测量个人收入，我们不仅使用了CHNS定义的一年内各种个人收入的直接加总，同时我们使用了来自结构化收入文件中的数据来产生新的个人收入。新的个人收入按照如下方式计算，家庭总收入减去所有成员的工资收入，然后除以家庭规模，再加上个人的工资收入，然后以2009年为基期进行通胀水平调整。家庭收入，而非个体收入更能反应家庭作为一个整体的消费能力，所以应该平均到每个家庭成员身上；同时，一个成年人个人的收入水平也会影响他个人消费水平。所以经调整后的新个人收入会比仅使用原始数据的个人收入有更好的估计结果，也在一定程度上降低收入与BMI之间的内生性。
收入不平等：我们选取了两个指标，分别是社区的基尼系数和个人的相对剥夺指数。社区基尼系数具体计算方法如下：
其中Gi表示每个调查年度第i个社区的基尼系数，ni表示第i个社区的样本个数，yij是（收入按升序排列后）第i个社区第i个体的收入水平，yi是第i个社区所有样本的平均收入。相对剥夺指数的衡量指标主要包括绝对收入相对剥夺指数RDA，对数收入剥夺指数RDL和RDA与个人收入之比RDI，本文考虑到和其他指标的匹配性，我们选择RDL作为表征相对剥夺程度的指标：
其他解释变量：包括年龄、年龄的平方、获得的最高学历、性别和婚姻状况、家庭规模、年度、农村和省份指标，上述变量的统计描述见表1。
表1 主要变量统计性描述
05
实证结果与谈论
我们首先使用线性回归模型估计在平均水平上个人收入与社区收入不平等是如何影响BMI。表2的第（1）列和第（2）列给出了用成人BMI作为因变量的OLS回归结果，结果显示了BMI与个人收入之间的倒U型关系（即二次关系），以及BMI与收入不平等之间的U型关系。收入每增加1千元，BMI指数增加约0.4；大约在月收入1.6万的时候，体重的收入效应开始显现，收入增加，体重开始下降。加入了基尼系数及其平方值，他们的系数也是显著的。基尼系数与其平方的系数分别为负和正。当社区基尼系数小于0.28时，社区不平等程度上升个体的BMI下降，在社区基尼系数大于0.28时，BMI随不平等程度上升而上升。这说明收入差距较大的社区，收入不平等对所有人的肥胖都有影响。考虑到基尼系数拐点比较小，说明大部分情况下社区收入不平等增加对体重的增加是有促进作用的。
从年龄的情况看，超重或肥胖的概率一开始随年龄的增加而上升，而在人们更年长时开始下降，这个转折点大约在54.4岁。受教育程度每提高一年，BMI增加0.076个单位。总体上看，其他条件相同的情况下，按照BMI指数匡算，城市人口比农村人口胖1.2，在婚人士比不在婚者要胖0.31，女性比男性要胖0.376，家庭人口每增加一名BMI会下降0.124。此外，城市指标和受教育水平的交互影响是显著为负的，这显示了城市中教育程度比较高的人身材更苗条，这可能与他们能获得更好的健康知识和更注意锻炼有关。
在第（2）列，基尼系数对BMI有一个正的二次方效应。此外，基尼系数和RDL的交互项系数显著为正。这表明社区基尼系数越大和个人收入水平越低，在BMI方面受到的影响越明显。基于这一结果，收入不平等假说的弱影响力版本也得到验证。
表2 混合截面OLS回归和分位数回归结果
注:*、**和***分别表示被估参数t-统计值在10%，5%和1%水平显著。下同。
利用同样的表达式在社区层面个人收入排序的0.25、0.5和0.75分位进行了分位数回归。（3）、（4）、（5）列分位数回归结果与OLS回归的基本结论是一致的，但是在教育、城乡、婚姻、性别以及教育*城市和家庭规模几个方面，BMI值较大的群体的系数都要远高于BMI值中等和BMI偏小的群体。比较（3）-（5）列我们可以发现，如果月收入增加1千元，BMI位于全部样本0.75分位的个体BMI指数会提高0.576，位于0.5分位的个体会提高0.431，位于0.25分位的个体会提高0.322。偏瘦者体重收入效应的拐点来得比较早，而偏胖者拐点来得较晚；同理，偏瘦者体重的年龄拐点也比偏胖者来得早一些。但是与收入效应和年龄效应极为不同的是不平等效应，不平等效应的一次项系数和拐点并不遵循按BMI指数逐渐增大的规律，而是中等体型者的一次项系数绝对值大于偏胖者，同时偏轻者和偏重者的不平等效应拐点值接近，中等体型者的拐点要大于偏轻者和偏重者。直观的解释是基尼系数增大的不利影响对偏瘦和偏胖者要比对中等体型者更甚，并且持续的时间更长。
表3第（6）列显示的是按照国家标准三个临界值依次设定为18.5、25和30的区间回归结果，第（7）列显示的是按照亚洲标准三个临界值依次设定为18.5、23和27的区间回归结果，第（8）-（11）列依次显示的是按照亚洲标准三个临界值设定为18.5、23和27的分男、女、城、乡区间回归结果。区间回归结果进一步验证了前面的经验分析结论，收入和收入不平等对BMI的影响结果采用亚洲标准比采用国际标准更明显。分类回归结果表明，体重的收入效应，男性比女性明显，农村居民比城市居民明显；从收入水平上看，男性体重的倒U型拐点要远高于女性，城市居民要大于农村居民；从反映收入不平等的基尼系数看，社区的不平等对女性和城市居民有显著影响，但是对男性和农村居民的影响在统计上不显著。从年龄变量看，男性和乡村居民体重开始下降的年龄也比女性早1年多，农村居民在50岁时体重下降而城市居民则要到60岁。
表3 混合截面区间回归结果
表4是利用LSDV法按照（4）式分别对总体样本、男性、女性、城市、乡村个体层面数据的回归结果。从（12）列我们可以看出，人口统计特征变量的回归结果与混合数据分析基本一致。值得注意的是和收入水平处于中间层居民相比，中上层和中下层群体的收入对BMI的影响没有显著差别，但是下层和上层则显著的为负值和正值，这一分析结果与分位数回归中所揭示的BMI与收入之间呈现非线性关系的结论是互相印证的。造成这种非线性的可能原因有两点，一是低收入者满足基本温饱后需要在其他生活必需品上开支较多，二是低收入者多为体力劳动，体重的劳动收入效应占主导地位，所以随着收入提高，BMI的增加值较小。从（12）列还可以看出，与基期1989年相比，20年来BMI有了很快的增长，2009年比1989年高出1.39个单位。仔细分析者20年的BMI还可以发现，其中增长最快的是20世纪90年代，以年均约0.1单位的速度增长，而21世纪的头一个十年，BMI的增速则降至年均约0.43单位。
表4 虚拟变量最小二乘（LSDV）估计结果
从（13）和（14）列不难发现，与中间层相比，不同阶层的体重收入效应在男性群体中是显著的，在女性群体中，除了下层以外，其他几个阶层则没有显著差别。从两性分阶层的对比数据中我们可以做出两个推测，其一是样本中下层20%的家庭仍然处于恩格尔系数较高的状况，属于为温饱奔忙的群体。其二，上层男性比女性体重的收入效应显著的主要原因除了性别因素外，应该是进餐方式所致，因为应酬宴请等饭局活动在高收入男性的就餐中占有很高比例。从年份虚拟变量的比对中我们也可以发现，在这20年中，男性BMI的增速远高于女性。
从（15）和（16）列我们可以看出，不论对下层还是上层，农村体重的收入效应比城市表现的要剧烈。从时间维度上看，城市的BMI增速先迅速上升，到2000左右开始趋于平稳，而农村的BMI增速开始停滞，然后开始快速增加，目前仍未趋于平稳，这意味着农村地区的肥胖问题更应该引起警觉。
表5（17）列所示的固定效应回归结果与前面分析的基本结论是一致的，比如收入与BMI的倒U型关系和基尼系数与BMI的U型关系，各控制变量的系数也是吻合的。但是在固定效应回归中还是可以有一些新发现。比如我们从（18）-（21）列可以发现，收入的倒U型特征主要体现在男性和农村人口身上，而女性和城市居民则无论统计意义还是经济意义都不显著。而教育对肥胖的影响城乡是有差别的，对于城市人口，受教育程度越高越可能保持苗条身材，对农村人口这点刚好相反；但是不论城乡，教育对男性的影响程度都要高于女性。此外，我们还可以从固定效应分析中考察婚姻生活对BMI的影响。同等条件下，目前在婚人士比不在婚人士都要胖一些，说明家庭生活更规律和安逸。具体而言，从婚姻对增胖的效果看，城市男性>城市女性>农村男性>农村女性。
表5 固定效应回归结果
CHNS调查涉及全国9个省份的不同城市和农村，区域间差异比较大，因此有必要进一步检验控制区域变量后模型的稳健性和解释能力。由于CHNS没有公布调查的具体地点，所以我们采用两组指标表征区域变量。一组是社区的城镇化指数，另一组是各省份的人均收入水平和恩格尔系数，所在省份收入水平城市居民使用可支配收入，农村居民使用纯收入，并按照2009年价格水平调整；恩格尔系数按照城乡变量分别采用对应的系数。省份数据来自各省历年统计年鉴。
表6控制社区和省份变量的OLS回归结果
从（22）-（24）列所示回归结果看，无论是数值和系数符号方向都与面板数据回归结果非常接近，说明本文估计的模型和参数是比较稳健的。从表6新增加的控制变量看，不考虑省级差异，社区城镇化水平提高一个单位，BMI会提高1.9%；控制省份因素后，社区城镇化水平提高一个单位，BMI提高1%。此外，我们还可以发现，在控制个体收入、个人特征因素以及恩格尔系数后，省级人均收入水平与BMI之间没有显著关系，但是恩格尔系数每降低一个百分点，BMI将会提高7.8%。这说明BMI与省份名义收入关系很小，但是与实际购买力和消费支出结构有很大关系。
06
结论与研究讨论
本文中，我们采用CHNS1989-2009年的微观数据验证理论研究和检验分析中所提出的个人收入、社区水平收入差距和成人BMI之间的关系，通过运用横截面数据和面板数据，我们发现了一些支撑性证据。
总体而言，中国居民BMI和收入之间呈现倒U型关系，月收入每增加1千元，BMI增加0.258个单位；体重收入效应拐点出现在月收入1.6万元附近，在此之前，收入增加体重增加，在此之后，收入增加体重降低。BMI和基尼系数之间存在正U型关系，体重的不平等效应拐点在基尼系数0.28左右，基尼系数低于0.28的社区，不平等程度提高时，体重区域下降，但是当社区基尼系数超过0.28时，不平等程度继续提高，由于社会压力会使个体体重增加。体重的收入不平等效应对社区所有人都有不利影响，相对收入越低者受到这种负面影响越严重。中国居民体重大约在54-55岁开始下降，教育程度高、城市户口、在婚人士和女性这些特征变量对体重有正向影响，家庭人口增加则体重会相应减轻。此外，在过去的20年中，随着中国快速城镇化进程，中国居民的BMI迅速增加，20世纪90年代BMI年均增速为0.1单位，本世纪前10年则降至每年0.043个单位。但是结合目前中国人均收入水平看，BMI仍处于快速上升通道，不可放松警惕。
从收入分层、体重分布、性别、城乡和区域等角度进一步比较，我们还发现：（1）对于收入水平下层的20%群体而言，多数处于刚解决温饱状态，收入的增加会转向其他生活必需品的消费；对于收入水平处于上层的20%，BMI超标在男性身上体现的最明显，其饮食方式可能是主要因素之一。相应的，不平等增加对BMI的影响可能主要体现在两个方面，对于处于温饱线水平，恩格尔系数较高的群体，不平等增加可能导致收入下降食品开支减少，从而降低下层的BMI值；对于恩格尔系数相对较低，食品开支和其他生活必需品开支已经得到买足的群体而言，不平等增加主要体现在压力增大、进食增加引发的超重。（2）从收入和收入不平等的影响效果看，男性或农村人口受到的影响更大，女性或城市人口受到的影响相对不显著，对该现象的可能解释是从社会角色所面临的压力，一般而言男性面临更大的社会压力，农村人口由于处于低流动熟人社会，社会压力也相当较大。（3）城市的BMI增速已经趋于平稳，农村BMI增速仍处于快速上升期，从BMI收入拐点看，目前仍是整体BMI快速上升事情，肥胖问题值得引起政策制定者高度重视。（4）BMI与城镇化水平有正向关系，社区城镇化水平提高一个单位，BMI提高1%；此外BMI与实际购买力和消费支出结构有很大关系，但是与地区名义收入关系较小。
快速城镇化时期的收入不平等与肥胖的经验研究揭示，肥胖及其诱发的各类疾病在未来一段时期，在弱势群体中可能有较快的增长。中国在面临“未富先老”带来的赎回养老压力的同时，可能还要面对这种快速发展的“未富先老”带来的公共卫生体系的压力。多重压力的叠加会对社会保障体系和公共财政体系带来极大的冲击，需要引起公共政策制定者的高度警惕。
此外，由于快速城镇化时期的转型特征，肥胖及相关疾病又与复杂的社会现象交织在一起，从本文的研究中还可以得到的启示是，在构建公共卫生体系的同时，调整收入分配、降低家庭恩格尔系数、缓解社区层面的心理压力等社会手段也会对缓解冲击、提高公共卫生政策效力有所裨益。
作者介绍
毛丰付丨浙江工商大学经济学院教授；主要研究方向为人力资本与城市发展研究。
姚剑锋丨美国北卡罗来纳大学教堂山分校经济学博士；主要研究方向为公共健康管理研究。
经济学界头条( jingji_xuejietoutiao) 授权转载；原文发表于《商业经济与管理》2015年4月，84-96页，《城镇化与“胖中国”:收入、收入不平等与BMI》。
发表评论