社会经济因素对中国居民肥胖的影响

李瑶玥，王桂新

(复旦大学 人口研究所，上海 200433)

过去三十年间，中国居民肥胖率呈快速上升趋势。全国营养与健康状况监测和慢性病及危险因素监测数据显示，全国18岁及以上成人超重率由1992年的16.4%提高至2018年的34.3%，肥胖率由3.6%提高至16.4%(Wang et al.，2007；
国家卫生计生委疾病预防控制局，2021)，可见当前已有超过一半的成年居民超重或肥胖；
在18-64岁成人中，反映腹部脂肪堆积的中心型肥胖率由2004年的31.8%提高至2010年的39.8%(姜勇，2013)，其规模及增长趋势同样不容小觑。肥胖作为一种慢性疾病，是导致二型糖尿病、高血压、心血管疾病、特定种类癌症等慢性疾病的风险性因素(Bray，2004)，已然成为居民健康的巨大威胁；
肥胖也可能引起就业歧视与婚姻歧视，增加个体社会心理压力(潘杰等，2011；
尹振宇、刘冠军，2019)。人口肥胖率的攀升同时带来了沉重的经济后果，据研究测算，2010年，全国由超重肥胖导致的主要慢性病经济负担达907.68亿元，占主要慢性病总经济负担的42.9%(张娟等，2013)。

“健康中国2030”战略将“超重、肥胖人口增长速度明显放缓”作为一项重要的发展目标，但为预防和控制肥胖，首先需要解答的是，为什么越来越多人变胖？肥胖是遗传因素与非遗传因素综合作用的结果(Grundy，1998)，而后者显然对肥胖率的快速增长更具解释力：随着外部社会经济变迁，低成本、高能量密度的饮食环境与久坐不动的生活工作环境普遍导致能量摄入增加、消耗减少，进而推动人口肥胖率增长(Swinburn et al.，2011)。但不同社会经济地位群体的肥胖发生率存在显著差异，且研究发现，社会经济地位与肥胖的关联依赖于地区社会经济背景，其对肥胖的影响效应会随社会经济发展而逆转(Sobal & Stunkard，1989；
Monteiro et al.，2004；
McLaren，2007；
Dinsa et al.，2012)。为此，本文拟从个体与地区层面探讨我国居民肥胖背后的社会经济成因，为识别肥胖高风险群体、制定与完善预防和控制肥胖的公共政策提供经验证据。

社会经济因素能够反映个体或群体获得、维持健康的资源和能力(Shavers，2007)，被认为是健康的根本性决定因素(Link & Phelan，1995；
Marmot，2005；
Braveman et al.，2011)。这类因素不仅包括个体及其家庭层面与健康资源等相关的社会经济地位，如受教育程度、收入水平和职业特征，也包括宏观层面的社会经济指标，如地区失业率、人均收入水平、基础设施条件等，后者强调环境会通过就业、受教育机会等塑造个体社会经济状况，也会独立影响人口疾病易感性(Robert，1999；
Shavers，2007)。高社会经济地位、发达社会经济环境与低死亡率和高预期寿命相关，往往预示着健康(齐良书、余秋梅，2008)，但与惯常的健康效应相悖，社会经济因素也可能成为引起肥胖及相关慢性病的危险性因素。

大量研究验证了个体社会经济地位与肥胖结果间存在的关联(Sobal & Stunkard，1989；
Monteiro et al.，2004；
McLaren，2007；
Dinsa et al.，2012)，但二者的联系并非一概而论：各社会经济地位群体的肥胖分布差异依赖于社会经济地位的测量指标(McLaren，2007)。作为社会经济地位的不同维度，受教育程度、收入、职业等对健康结果的影响机制并不相同：教育通常反映个体的健康素养和知识技能水平，较高受教育者往往拥有较好的社会经济资源，也更可能采取促进健康的行为和生活方式；
收入代表一段时期内的购买力，收入较高的人有担负优质营养和医疗保健等的经济实力；
职业可以反映个体拥有的经济能力、福利待遇和社会网络等资源，影响个体对健康资源的可及性，也能用于评估工作环境本身对健康的影响(Galobardes et al.，2006；
Shavers，2007；
Braveman et al.，2011)。McLaren(2007)综述指出，收入常见于发展中国家居民肥胖的正相关因素，教育则可能呈现出预防肥胖发生的保护性作用。对我国成年居民的研究发现，受教育程度提高，女性肥胖风险降低，但男性则相反(Xiao et al.，2013；
Jones-Smith et al.，2012；
孔国书、齐亚强，2017；
Wang et al.，2021)；
收入对男性肥胖风险具有积极影响，尽管与女性全身型肥胖风险无显著关系，但与女性中心型肥胖风险正相关(Xiao et al.，2013；
孔国书、齐亚强，2017)；
从职业角度，管理者、专业技术人员等非体力劳动职业群体面临更高肥胖风险，且影响在男性中尤为突出(倪国华、郑风田，2014；
Lao et al.，2015；
Wang et al.，2021)，较高职业地位会显著增加男性肥胖的可能性(吴菲，2021)。

从宏观视角出发，肥胖流行往往与社会经济发展联系在一起。快速变革的社会经济环境推动了居民行为和生活方式的转变，引发肥胖率攀升：伴随社会经济发展，技术革新大幅降低食品价格，增加高能量密度饮食的可及性，减少生产活动中体力消耗水平(Lakdawalla & Philipson，2009)；
城市化进程进一步驱动居民饮食结构与体力活动模式转变(Popkin，1999；
Wang et al.，2020)。对中国的研究印证了这些转变：自1990年代以来，中国居民饮食模式逐渐“西方化”，脂肪摄入水平大幅提高，在外就餐频率增长；
越来越多人从事轻度体力活动的职业、习惯久坐不动的生活方式——与之相伴的是居民超重肥胖率的普遍增长(Popkin，1999；
Du et al.，2002；
Monda et al.，2007；
Wang et al.，2020)。有研究表明，人均国内生产总值达到3000美元水平前，居民平均身体质量指数(Body Mass Index,BMI)随经济增长线性提高(Egger et al.，2012)。

基于已有研究，宏观地区层面的社会经济条件同样可能调节个体层面社会经济地位与肥胖的关联。纵观全球肥胖流行趋势，肥胖在各社会经济地位群体中的分布与地区社会经济发展阶段紧密相关：在经济社会欠发达、物质资料匮乏的时期，肥胖往往是较高社会经济地位的象征(Sobal & Stunkard，1989)；
随着区域社会经济变迁，较高社会经济地位群体会更加注重健康投资，较低社会经济地位群体则表现出对低成本“致肥”商品和服务更强的消费倾向，肥胖负担逐渐向较低社会经济地位群体过渡(Monteiro,et al.，2004；
McLaren，2007；
Dinsa et al.，2012；
Jaacks et al.，2019)。对中国的研究印证了这种转变趋势。Tafreschi(2015)将地区发展水平纳入其研究，发现中国欠发达地区的高收入群体BMI增长率高于低收入群体，发达地区则相反；
Zhou et al.(2017)研究发现，在中国平均受教育程度较低地区，教育水平与居民BMI正相关，但在受教育程度较高地区，受教育程度提高会降低BMI水平。

因此，正如研究已表明的性别差异，社会经济因素对肥胖的影响效应在不同特征群体中是异质的。出生队列是理解社会经济变迁对个体影响的重要维度(Ryder，1965)。从健康角度，出生队列效应反映了不同世代在生命早期阶段疾病风险性因素的暴露差异与其生命历程中累积的风险差异(Yang & Land，2013)：年轻出生队列在其发育、成长过程中享有更好的营养与医疗卫生资源禀赋，暴露在致肥环境的时期也更长，故在同一年龄段，年轻一代肥胖发生率提高。但社会经济因素对肥胖的影响也可能随出生队列发生改变：相对较早出生的世代，年轻一代中较高社会经济地位群体具有更多致肥商品与服务的获取渠道，进而可能选择不健康的生活方式，但也可能具备更进步的健康知识素养，并利用先进资源与技术避免肥胖，以减少致肥环境对其健康的不利影响。郑莉和曾旭晖(2016)研究表明，教育的健康回报在较晚出生队列中扩大；
但Chen et al.(2010)研究指出，教育对健康的积极影响在农村年轻一代中削弱。这种相悖的研究结果进一步表明，社会经济地位的影响效应在城乡人群中存在异质性。Zhao & Zheng(2019)的研究指出，教育会提高农村男性BMI，但会降低城市男性与城乡女性BMI；
收入对城乡男性BMI具有倒U型影响，对城市女性BMI具有负向影响，但对农村女性BMI呈积极影响。孔国书和齐亚强(2017)研究发现，农村居民超重、肥胖风险随收入增加而提高，但城市居民的肥胖风险与其收入水平无统计意义上的关联。

综上所述，已有研究为理解肥胖的社会经济影响因素提供了不同角度的见解。但个体、地区层面社会经济因素对肥胖的影响是复杂的，即使针对同一地区，研究采用的度量指标不一，研究时期与研究对象不同，其结果仍可能呈现不一致性；
且研究多采用截面调查数据，难以反映社会经济因素对肥胖影响效应的全貌。基于已有发现，社会经济因素对肥胖潜在的异质性影响值得深入评估。一方面，个人体形变化受其生命历程的长期影响，这种影响不仅来自年龄变动，更受制于成长过程中的特有经历，利用纵向数据控制出生队列特征及其与社会经济因素的交互作用，有助于分辨社会经济因素对不同世代人群影响的差异；
另一方面，中国城市化的快速推进是促使肥胖在城市地区率先流行的重要原因，但随着致肥生活方式的扩散，许多研究观察到农村肥胖率增长更快，城乡肥胖率差异逐渐缩小(Wildman et al.，2008；
Xi et al.，2012；
Lao et al.，2015；
Zhai et al.，2017)，农村居民部分肥胖指标甚至已赶超城市居民(Xi,et al.，2012；
Zhou，2019；
Wang et al.，2021)。已有研究发现，相对城市居民，受教育程度和收入提高更可能促使农村居民肥胖(孔国书、齐亚强，2017；
毛丰付、姚剑锋，2015)，这种差异或许说明，在城乡发展水平极度不均衡的背景下，较高社会经济地位的农村人口更可能利用其自身资源优势消费致肥商品和服务。

本文重点考察以下问题：一是个体与地区层面的社会经济因素是否影响中国成年居民肥胖风险；
二是社会经济因素对肥胖的影响效应是否随出生队列而异；
三是社会经济因素的影响效应是否存在城乡差异。

3.1 数据来源

研究采用的数据来自“中国健康与营养调查”(China Health and Nutrition Survey，CHNS)。样本由1991年、1993年、1997年、2000年、2004年、2006年、2009年、2011年和2015年9期数据中18至59岁成年人构成，出生年份跨度为1931年至1997年，覆盖辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西、广州9省。CHNS采用多阶段整群抽样方法，在各省随机抽取不同收入水平的县市，并随机选择县内村庄、镇居委和城市市辖区居委与郊区村的家庭构成调查样本(Popkin et al.，2010)。各调查年度既对前期成员进行追踪访问，同时对新进成员展开调查，收集了个体、家庭及社区(居委会和村)人口、经济、健康等多方面信息。研究包括基于BMI与腰围测量指标的两组非平衡面板数据，剔除关键变量缺失的观测样本后，BMI组9期样本量分别6985、6680、6735、7161、6986、6690、6804、6249、5229，合计59519；
腰围组分别为6428、6589、7102、6972、6639、6780、6247、5216，合计51973。

3.2 变量设置

本文关注的被解释变量为成年人的肥胖状况。肥胖作为体内脂肪体积、脂肪细胞数量异常或过量增加的结果，通常由BMI或腰围等指标测量(中华人民共和国国家卫生和计划生育委员会，2013)，前者由体重与身高平方之比计算，衡量全身型的超重或肥胖状态，后者衡量腹部脂肪堆积的中心型肥胖(或称“腹型肥胖”)。根据国家卫生行业标准(WS/T 428-2013)，BMI≥24 kg/m2定义为超重，BMI≥28 kg/m2定义为全身型肥胖；
男性腰围≥90cm或女性腰围≥85cm定义为中心型肥胖。中心型肥胖是预测个人疾病风险的独立指标(Janssen et al.，2004；
Freemantle et al.，2008)，即使BMI位于正常范围内，腰围增长也会线性提高个体死亡风险(Cerhan et al.，2014)，仅采用BMI作为肥胖的测量指标将低估肥胖群体的实际规模(Du et al.，2013；
Sun et al.，2021)。因此，本文分别采用BMI与腰围(1)研究通过箱线图识别CHNS各期个体身高、体重与腰围测量值的极端异常值，利用存在异常值受访个体邻期的测量信息进行填补，如果没有相应信息，则设为缺失并剔除。以及与之相对应的二分变量作为研究的被解释变量。

研究的核心解释变量为个体与地区层面的社会经济因素，包括受访者受教育程度、职业类别与家庭人均年收入，以及受访者居住社区的城乡属性与城市化水平。其中，受教育程度为受访者报告的最高受教育水平，分为未上过学或小学教育、初中、高中及中专、大专及以上四类；
职业类别参考Erikson et al.(1983)的分类，以无业受访者为参照组，从业人员依职业划分为农业劳动者、非农体力劳动者、非体力劳动者三类；
家庭人均收入按2015年价格进行调整，实证模型中取自然对数；
与CHNS的划分方式一致，受访者居住社区位于城区或镇区均归为城镇，位于城郊村或县内村归为农村；
社区城市化水平是CHNS综合社区人口、经济活动、基础设施与社会保障等特征的构造指标(2)该指标综合考量了社区人口密度、经济活动、传统与现代市场分布、交通基础设施、卫生与医疗保障条件、家庭资源与住房条件、社区平均文化程度、不同收入群体的多样性与服务保障水平等维度的特征，为随时间改变的连续变量，研究样本中其取值范围为16.75-106.50。，具体说明参见Jones-Smith和Popkin(2010)。

图1 分社会经济特征的BMI、腰围核密度估计 注：其中，受访者家庭人均年收入、所属社区城市化水平超过调查省相应中位数分别归为高收入组、高城市化水平组，反之为低收入组、低城市化水平组。

图1依次展示了混合样本按受教育程度、职业类型、家庭收入水平、城乡区域、社区城市化水平分组的BMI、腰围值的核密度分布。可见，不同社会经济特征人口的肥胖指标分布是有差异的。随着受教育水平提升，男性核密度图的波峰逐步向右偏移、波峰高度逐步降低，说明男性平均BMI和腰围逐步增加，女性则相反。从事非体力职业男性BMI和腰围均值最高，务农男性最低，无业女性的肥胖指标均值则明显高于从业女性。高家庭收入男性和女性的平均BMI、腰围均低于较低收入样本，且在男性中差异更为突出。城镇、高城市化水平社区男性的BMI和腰围平均水平高于农村、低城市化水平社区的男性；
相比之下，城乡女性以及居住于不同城市化水平社区女性的BMI和腰围的核密度分布差异较小，城镇、高城市化水平社区女性的肥胖指标平均水平仅略高于相应参照组。

此外，实证模型中纳入个体年龄、出生队列、民族与婚姻状况等人口学特征因素、抽烟喝酒等行为特征因素以及调查省所在地区固定效应等作为控制变量。模型同时加入记录受访者在调查窗口期死亡以及在随后调查年度失访的虚拟变量，以控制样本流失可能导致的选择偏误(Chen et al.，2010)。鉴于两性在生理等方面存在差异，且许多研究表明社会经济因素对男性与女性肥胖的影响效应可能截然相反，实证模型均按性别展开分析。研究变量分性别描述统计见表1。

表1 变量定义与描述统计

3.3 研究方法

研究采用分层混合效应模型分析社会经济因素对肥胖的影响。这类模型的优势在于允许数据的非平衡性存在，能够最大化利用样本信息(Rabe-Hesketh & Skrondal，2012)。对连续被解释变量，研究使用分层增长曲线模型来测量BMI和腰围的变化轨迹；
对二分被解释变量，研究使用分层混合效应Logistic模型来预测肥胖概率的变化轨迹。模型结构分为时期、个体、社区三个层次，各调查时期内的观测结果嵌套在个体中，个体嵌套在所属的社区中。相应地，模型纳入个体与社区层面截距的随机效应，分别反映任一个体及社区单位与总体截距的偏移程度。个体层面的随机效应可代表遗传因素等个体异质性对肥胖指标的影响，社区层面的随机效应相应代表未被观测的社区异质性对居民肥胖风险的影响。鉴于抽样社区间可能存在如饮食文化等不可观测因素的差异，社区内居民肥胖指标可能存在一定程度相关性。

对连续被解释变量，研究基准模型的简约式可表示为：

Yijk=γ000+π1AGEijk+π2AGEijk2

+β01COHORTjk+∑pX′pijkπp

+∑qW′qjkβ0q+∑sZ′skγ00s

+e0jk+μ00k+εijk

(1)

其中，Yijk为居住在社区k的个体j在i时期的BMI或腰围水平，AGEijk与COHORTjk分别代表个体的年龄与出生队列。个体健康水平往往随年龄增长呈现非线性变化，因此模型纳入了年龄的平方项。Xijk、Wjk与Zk分别表示随时间尺度(即年龄)变化的解释变量、个体层面与社区层面不随时间变化的解释变量集合。εijk、e0jk与μ00k分别为服从均值为0的正态分布、互不相关的随机扰动项、个体层面和社区层面的随机效应，其方差提供了各层级对被解释变量解释力度的信息。模型其他的具体假设可参考Rabe-Hesketh & Skrondal(2012)。

模型(1)式可分解为三层次模型，第一层为个体内模型，描述个体肥胖测量指标随年龄等时变因素的变化，可表示为：

Yijk=π0jk+π1AGEijk+π2AGEijk2+∑pX′pijkπp+εijk

(2)

第二层为个体间模型，用于评估个体间肥胖测量指标变化的异质性：

π0jk=β00k+β01COHORTjk+∑qW′qjkβ0q+e0jk

(3)

第三层是社区间模型，以测量社区层面非时变解释变量的影响效应：

β00k=γ000+∑sZ′skγ00s+μ00k

(4)

对二分被解释变量，模型的简约式可表示为：

logit{Pr(Yijk=1│AGEijk，COHORTjk，Xijk，Wjk，Zk，e0jk，μ00k)}=

γ000+π1AGEijk+π2AGEijk2+β01COHORTjk+∑pX′pijkπp

+∑qW′qjkβ0q+∑sZ′skγ00s+e0jk+μ00k+εijk

(5)

本文对各肥胖测量指标进行四组估计：第一组为(1)式与(5)式描述的基准模型估计；
第二组包含各项社会经济因素与出生队列的交互项；
第三组包含城乡变量与其他社会经济因素的交互项，分别对应研究关注的三个问题；
第四组包含社会经济因素与出生队列、城乡的三重交互项。模型估计采用Stata/SE 15.0软件实现。

4.1 社会经济因素对肥胖的影响：基准模型

各肥胖测量指标基准模型估计结果如表2和表3所示。结果显示，在控制年龄、出生队列等影响效应基础上，相对仅接受小学教育或未受教育群体，学历层次越高，男性各项肥胖指标水平越高，但这种影响呈现倒U型特征：高中教育对男性BMI、腰围、超重与中心型肥胖风险的影响效应最大，高中学历男性的平均BMI、腰围较参照组男性提高0.441kg/m2、1.69cm，超重和中心型肥胖几率比为其2.21倍(exp(0.793))和1.91倍；
初中学历男性全身型肥胖风险最高，而接受高等教育未对男性全身型肥胖风险产生统计意义上显著的积极影响。相反，随着学历层次提高，女性肥胖风险依次降低：相对小学及未上过学的女性，大专及以上学历女性平均BMI与腰围分别减少1.289kg/m2与2.67cm，超重、全身型肥胖和中心型肥胖的几率比则较其分别降低88%、85%和67%。

与无业男性相比，务农男性平均BMI、超重、全身型肥胖与中心型肥胖风险显著较低，非体力劳动者则更高。务农女性各项肥胖指标水平同样较无业女性更低，从事体力劳动职业女性的平均腰围和中心型肥胖风险、从事非体力劳动职业女性的腰围和全身型肥胖风险也均显著低于无业女性。此外，男性BMI、腰围、超重与中心型肥胖风险随家庭人均收入提高而增长，但家庭收入水平并不显著影响女性的肥胖风险。

从地区层面，城镇男性各项肥胖指标水平均显著高于农村男性，而城镇女性仅有全身型肥胖风险较农村女性更高。男性肥胖风险随居住社区的城市化水平提高而增长，但社区城市化水平仅显著提高女性平均BMI与超重的可能性，并未对女性腰围产生显著影响。

此外，除女性中心型肥胖风险与年龄呈线性关系外，各肥胖指标均随年龄变化呈非线性增长特征，较晚出生队列的肥胖指标均高于较早出生队列；
婚姻普遍提高居民肥胖发生风险；
吸烟会抑制男性变胖，饮酒则显著增加男性腰围和中心型肥胖风险；
相较于西南地区，居住在中部、东北与东部地区居民的肥胖风险均提高。

表2 社会经济因素对BMI、超重与全身型肥胖影响的效应

4.2 社会经济因素对肥胖影响的出生队列差异

表4和表5汇报纳入社会经济因素与出生队列交互项模型的主要估计结果，控制变量估计结果与基准模型无明显差异，为节省篇幅故未列出。若交互项系数为负值，意味着影响的正效应在较晚出生队列中逐渐削弱，而负效应得到强化。

估计结果显示，相对小学教育或未上学群体，高中、大专及以上学历对男性BMI和腰围的积极影响随出生队列显著减弱。对女性而言，在较早出生队列中，初中学历女性BMI和腰围水平相对其他学历最高，但这种倒U型关系随连续出生队列消失，且在年轻世代中，低学历女性与高学历女性各肥胖指标水平差异有扩大趋势。

在各出生队列中，职业影响的异质性凸显。相对无业群体，务农男性BMI、腰围和中心型肥胖风险较低，但这种差异在较晚出生队列中有收敛趋势；
在较早出生队列中，务农女性的平均腰围和中心型肥胖风险同样低于其他从业女性，但在较晚出生队列中，务农对腰围的抑制效应演变为积极影响；
相应地，年轻世代从业女性对苗条腰身更具偏好。

表3 社会经济因素对腰围与中心型肥胖的影响效应

另一突出的出生队列差异在于个体居住社区综合城市化水平的影响：城市化对居民肥胖的促进作用随连续出生队列弱化，在年轻世代中逐渐演变为对肥胖的抑制作用。这种逆转在女性中尤为明显，随着城市环境与城市生活方式的扩散，年轻世代女性愈加偏好苗条的身材。

基准回归中，家庭人均收入水平对男性全身型肥胖的影响效应并不显著，但含交互项模型的估计结果显示，家庭人均收入水平提高可促进较晚出生队列男性的全身型肥胖。此外，年轻世代城乡女性的平均腰围差异有一定扩大趋势。

4.3 社会经济地位对肥胖影响的城乡差异

表6与表7汇报纳入各项社会经济因素与城镇的交互项的模型估计结果。纳入交互项后，各学历层次对男性BMI、腰围、超重和中心型肥胖风险影响的主项效应递增，可见教育对男性肥胖的倒U型影响可由城乡异质性所解释。交互项系数为负值，意味着城镇不同教育程度男性肥胖指标水平差异较小，教育对农村男性肥胖更具促进效应。女性各学历层次与城镇交互项系数显示，相对小学及未受教育女性，初中、高中教育对城镇女性BMI和腰围的抑制效应显著强于农村女性，但在对BMI、超重和中心型肥胖的影响估计中，大专及以上学历与城镇交互项系数为正值，显示高等教育对城镇女性体重的抑制效应在一定程度上弱于农村女性。

表4 社会经济因素对BMI、超重与全身型肥胖的影响效应和出生队列差异

表5 社会经济因素对腰围与中心型肥胖的影响效应和出生队列差异

从职业方面，与无业群体相比较，居住在城镇一定程度地强化了从事农业劳动对男性和女性BMI的负向影响，减轻了从事非体力劳动职业对男性平均腰围与中心型肥胖风险的正向影响。

加入与城镇的交互项后，家庭人均收入水平对女性中心型肥胖影响的主项效应变得显著；
交互项的估计结果显示，相对城镇居民，随着家庭人均收入水平增长，农村居民更有可能受到中心型肥胖困扰。

城市化水平与城镇交互项的估计系数普遍显著为负值，表明与城镇地区的城市化相比，农村地区的城市化对居民肥胖的促进程度更强。随着农村地区居民生活水平提高、城市设施完善与城市生活方式扩散，肥胖对农村人口的威胁日渐凸显。

为进一步阐释社会经济因素对居民肥胖影响的队列和城乡异质性，我们在模型中加入各社会经济因素与出生队列、城乡各自的交互项以及三重交互项，并以BMI和腰围为代表分别予以图示分析，结果如图2至图5所示。

表6 社会经济因素对BMI、超重与全身型肥胖的影响效应和城乡差异

图2显示，教育对男性BMI和腰围的促进作用在较晚出生队列中削弱甚至发生逆转。城乡比较发现，教育的促进作用在农村男性中更为普遍，而对城镇1970年代后出生的男性，教育与BMI和腰围的倒U型关系渐显。相比之下，教育对女性BMI的倒U型影响存在于1960年代前出生的农村女性中，对其后出生的女性，教育的抑制作用逐渐增强，但对城镇女性BMI的抑制作用明显弱于农村女性；
相反，初中、高中和大专及以上学历女性的腰围差异则在较晚出生队列中逐渐缩小。

图3显示，从事非体力职业男性的平均BMI和腰围在各出生队列中均较高于其他职业男性，且在较晚出生队列中，从事非体力工作对农村男性的影响程度较城镇男性有增强趋势；
务农尤其降低城镇男性的BMI，城镇农业劳动者与其他职业男性的BMI差异随连续出生队列扩大，但与其他职业男性的腰围差异在较晚出生队列中缩小。职业对女性的影响随连续出生队列发生显著改变：在较早出生队列中，从事非体力职业女性的平均BMI和腰围水平最高，但在较晚出生队列中，务农和无业女性具有更高的BMI和腰围。城乡比较显示，城镇各职业女性的BMI和腰围差异较农村女性更为突出。

表7 社会经济因素对腰围与中心型肥胖的影响效应和城乡差异

图2 受教育程度对BMI、腰围影响的出生队列差异和城乡差异

图4显示，家庭人均收入水平对城乡各出生队列男性和女性BMI不具有统计意义上显著的影响，但对城乡男性的腰围表现出一定程度的正向影响：随家庭收入水平提高，多数出生队列农村男性与较晚出生城镇男性的平均腰围水平均显著增加，且在年轻世代中，家庭收入对城镇男性的边际影响程度更高。

图4 家庭人均年收入对BMI、腰围边际效应的出生队列差异和城乡差异

图5显示，相较于城镇，农村地区的城市化对农村居民BMI和腰围的积极影响更加突出，且主要体现在1970年代前出生的农村居民群体中。对较晚出生队列的农村女性，城市化的影响效应发生逆转，且负向边际影响随连续出生队列逐渐强化。在各出生队列城镇男性间，城市化的边际影响不具备明显差异，在较晚出生队列城镇女性中，城市化对肥胖的抑制效应显示出增强趋势。

图5 城市化水平对BMI、腰围边际效应的出生队列差异和城乡差异

5.1 主要研究结论

匀称的体形是健康的表现之一。随着中国经济社会的转型与发展，新生儿死亡率、预期寿命等指标所测量的居民健康水平大幅提升，但肥胖的流行却与居民健康的目标背道而驰。本文研究表明，在控制人口学、行为、地区特征等因素基础上，个体社会经济地位和所处环境的社会经济发展水平均可能影响个体体重、腰围和肥胖发生的风险，且影响存在群体差异，具体来说：

图3 职业对BMI、腰围影响的出生队列差异和城乡差异

其一，从个体层面，个体受教育程度对各项肥胖指标的影响相对其家庭收入的影响更具显著性意义，较高受教育水平促进男性肥胖风险增加，但会降低女性肥胖发生的可能性，且对女性影响的绝对程度更大。相对无业男性，从事非体力劳动职业男性肥胖发生风险提高，但从事体力职业同样可对男性的体重与腰围带来正向影响。与男性不同，无业女性肥胖发生风险更高，从业女性相对家庭主妇更在意维持体形。从地区层面，城市生活尤其促进男性肥胖的发生，且居民肥胖风险会随居住环境的城市化水平提高而增加。

其二，社会经济因素对肥胖的影响效应随出生队列相异。在较晚出生队列中，教育对男性肥胖的正向影响在一定程度上弱化，而女性肥胖的教育差异则表现出扩大趋势；
相较于务农和无业女性，年轻世代的从业女性尤其重视身材。城市化对居民肥胖的促进作用随连续出生队列削弱，在城市生活方式的影响下，年轻世代女性更可能表现出对苗条体形的偏好。

其三，社会经济因素对肥胖的影响效应存在城乡异质性。教育与非体力职业对农村男性肥胖的促进作用更强；
相较于城镇，农村地区的城市化对居民肥胖风险的积极影响程度更大，且尤其可能促进较早出生队列群体肥胖。

5.2 几点讨论

本文研究结果表明，社会经济因素对我国居民肥胖具有显著的影响效应。总体上看，肥胖在较高社会经济地位男性与较低社会经济地位女性中更为流行，社会经济发展也会促进居民肥胖水平提高；
但是，随着社会经济环境快速变迁，在年轻出生队列中，高社会经济地位与社会经济发展对肥胖的抑制效应渐显，肥胖风险正逐步向年轻一代较低社会经济地位群体倾斜。这一结果支持了Jones-Smith et al.(2012)、Fu & Land(2017)和石智雷等(2020)的研究发现，即社会经济因素同肥胖的关联逐渐由正向演变为负向。城乡对比同时发现，高社会经济地位对农村居民肥胖的促进效应更为普遍，农村居民也更可能受到城市化带来的致肥影响。因此，对低社会经济地位人群、农村地区人口营养和身体活动等方面的干预应成为预防和控制肥胖公共政策的重点导向。

与已有文献相比，本文的研究发现进一步揭示社会经济因素对居民肥胖影响的复杂性：各类社会经济因素对肥胖不同测量指标影响的程度和方向存异，且影响存在突出的群体异质性；
而肥胖风险向社会相对劣势群体转移的趋势表明，社会经济因素与肥胖之间的主导机制也在逐渐改变。

生活方式被视为连接社会经济因素与个体健康水平的重要媒介(王甫勤，2012；
程令国等，2015；
黄洁萍，2014；
李艳芳等，2021)。长期饮食不合理、身体活动不足等不健康行为模式会直接引起能量失衡，导致体重增长(Swinburn et al.，2011)；
不同的社会经济因素也可能通过多种路径改变个体的生活方式和行为模式，增加或抑制肥胖风险。

从个体层面，个人及其家庭社会经济地位可能通过社会经济资源、健康意识和素养等，决定个人日常饮食结构和体力活动模式。在社会经济发展早期阶段，公众对肥胖知之甚少，具有社会经济优势的群体往往会率先接触致肥生活方式，如消费较多高脂肪食物、依赖私家车通勤、从事久坐不动的工作，导致较高的肥胖发生率(Popkin，1999；
Bell et al.，2002；
Monteiro et al.，2004；
Monda et al.，2007)；
随着社会经济转型，高社会经济地位群体，尤其是高学历者，更可能积累先进的健康知识和理念，运用更多资源和能力投资于健康生活方式(Dinsa et al.，2012；
Smith et al.，2015)；
如有研究表明，我国较高受教育群体具有更高的膳食质量，有助于其健康促进(Yuan et al.，2017)；
居民蛋白质和脂肪摄入量也会随收入提高先增后减，逐步趋于合理水平，引起BMI的倒U型变化(李艳芳等，2021)。反之，低社会经济地位群体闲暇时体力活动水平较低(He and Baker，2005)，对高脂肪饮食更具收入弹性(Du et al.，2004)；
即使意识到健康的重要性，健康膳食的难负担性也可能导致低收入群体做出不健康的饮食选择(Dammann and Smith，2009)。城市化等社会经济环境因素同样会引起居民日常膳食、体力活动模式转变(Popkin，1999)，导致促进或抑制肥胖风险的双重效应。研究发现，在我国城市化率较高地区，居民更依赖机动车出行、在外就餐频率较高、劳动与闲暇中的体力活动水平较低，超重风险相应较高；
但随着区域城市化水平深化，居民不断提高的健康意识和素养更可能帮助他们避免致肥生活方式的不利影响(Wang et al.，2020)；
我国居民膳食质量也会随区域城市化水平增长而提高(Yuan et al.，2017)。

我们对研究样本初步分析(3)限于篇幅，估计结果未列入文中。如有需要可向作者索取。显示了社会经济因素对受访者行为模式影响的两面性：高社会经济地位群体摄入过多脂肪概率与久坐时间均较高，但同时更重视体育锻炼与健康饮食；
城市化水平提高，居民平均脂肪摄入与久坐时间增加，但体育锻炼意识也会增强。与较早出生队列相比，年轻世代女性的膳食营养结构随城市化水平提高趋于合理。农村居民健康意识不足，消费过量脂肪风险高于城镇居民，随着居住环境城市化水平提高，农村居民摄入过多脂肪的概率有增加趋势。伴随社会经济变迁，社会经济因素对肥胖的影响路径此消彼长，或导致对不同群体的差异化影响。

除生活方式外，邻里环境、社会心理等其他因素同样可能作用于社会经济因素与肥胖之间的关联路径。如林静等(2020)对广州市社区调查发现，较低社会经济群体聚居社区的居民体育锻炼水平更容易受到可步行性等邻里建成环境影响；
较高社会经济群体聚居社区的居民的体育锻炼水平则更可能受社区人际关系网络和支持等邻里社会环境影响。较低社会经济地位群体也更可能因长期累积的压力触发食欲等生理变化，导致不健康饮食行为，引起体重增长(Claassen et al.，2019)。

此外，现代社会对两性体形的审美偏好存在本质差异。肥胖女性与消瘦男性更可能受到就业歧视(潘杰等，2011)，难以获得职业地位提升(吴菲，2021)。较高社会经济地位女性可能会接纳“以瘦为美”社会规范压力维持苗条身形(Sobal & Stunkard，1989)，而男性则可能将胖视为其高声望和地位的象征(吴菲，2021)；
这可部分解释为什么个体社会经济地位对男性和女性的影响截然相反。由于生活方式本身可能与邻里环境、社会心理等因素相互影响，共同中介于社会经济因素影响健康结果的路径之中(黄洁萍，2014)，各类社会经济因素对不同群组肥胖影响的内在机制值得深入分析。此外，潜在的遗漏变量问题可能造成研究估计偏误，未来需要对这些问题予以进一步设计和研究。