教育如何产生健康收益？——来自食物和营养摄入角度的证据

王 茵，何秀荣

（中国农业大学经济管理学院，北京100083）

教育如何产生健康收益？
——来自食物和营养摄入角度的证据

王 茵，何秀荣

（中国农业大学经济管理学院，北京100083）

教育和健康是人力资本的两种重要形式，教育可以产生健康收益在经济学界已经广泛证实，本文从食物和营养摄入的角度为教育产生健康收益提供解释路径。使用中国健康营养调查(CHNS)的最新数据，利用分位数回归的方法在个体的蛋白质、脂肪、膳食纤维和热量摄入量的不同分位数分析受教育水平对膳食营养素摄入的影响。结果发现，户籍类型、性别、年龄和受教育水平对四类营养素的摄入在各分位数上均有显著影响；随受教育水平的提高，蛋白质和膳食纤维的摄入量增加；高分位数上，随受教育水平的提高，热量摄入减少；进一步估计显示，当受教育水平分别在初中及以上学历和高中以及上学历时，教育对热量和脂肪的边际影响表现为负。因此，受教育水平的提高能够带来更健康的饮食行为，进而促进健康水平的提高。

教育；健康收益；营养摄入；分位数回归

一、引言

作为人力资本的两种重要形式，教育和健康存在正相关关系在经济学界已经广泛证实。Grossman[1]提出健康需求的人力资本模型认为，在多种投入要素中，受教育水平是最重要的环境变量，决定了健康作为一种产出的生产效率；Fuchs[2]也指出受教育水平是影响健康水平最重要的相关因素。那么，教育是如何增进人们的健康水平？已有文献主要从“收入提高”和“效率提高”两种路径来探讨。“收入提高”的观点认为受教育程度高的人可以拥有更好的工作和更高的收入，因此可以增加健康投资，比如，购买保健产品，获得优质高效的医疗服务，从而有利于受教育者的健康发展[3]。“效率提高”的观点可以分解为“生产效率提高”和“分配效率提高”，前者是在相同的健康投入条件下，受教育水平高的个体可以生产更多的健康产出，因为教育除了提供基础知识以外，还可以提高信息搜集和理解能力，受教育水平更高的人可以更快地接受和利用新生事物；后者认为教育可以影响个人对健康保健和生活习惯的认知，受教育水平高的人更加倾向于选择更健康的生活方式，比如均衡健康饮食[4]。

已有文献关于教育产生健康收益的路径分析相对不足，本文选取食物和营养摄入作为渠道变量分析教育对健康水平的影响路径，原因是首先，关于饮食和健康相关的证据逐渐增多。食物是最重要的外环境因素，是机体与外环境物质能量交换的主要渠道，对健康有至关重要的影响，当体内出现营养素缺乏、过剩或比例不适当等原因时，就可能引起各种慢性疾病和健康损伤[5，6]，而受教育水平高的消费者更清楚这种饮食-疾病的相关关系[7]。其次，有关提倡合理膳食、减少与膳食有关疾病的营养信息日益增多。不论是政府层面出版的膳食指南，包装食品强制的食品营养标签和健康声称，还是大众媒体层面的广播电视节目，都是重要的营养健康信息来源，这些信息可以改变消费者的食物消费行为，促进合理膳食[8]。然而，大众对营养健康信息的接收和使用具有异质性，重要的影响因素是受教育水平，它影响信息的搜寻、理解和应用能力，两者呈现明显的正相关关系[9]。

关于受教育水平对食物消费和膳食营养摄入影响的研究中，Barry M.Popkin[10]等利用调整的膳食质量指数（DQI-R）作为衡量饮食健康的指标，发现从1965—1996年，影响美国居民饮食质量提高的最重要的因素是受教育水平的提高而非收入水平提高；Anthony Worsley[11]等研究发现在澳大利亚受教育水平越高的个体，其经常性的食物消费品种越广泛，Mary Barker[12]利用美国女性样本分析发现，相比较受教育水平较高的女性，受教育水平较低的女性由于自控能力较差更易导致低质量的饮食行为。中国正在经历食物消费和膳食营养结构的升级，除收入因素以外，家庭中女性的受教育水平的提高对饮食质量的提高有独立作用[13]，那么，受教育水平越高，饮食是否越健康？已有研究大多利用最小二乘法的均值回归，如果把食物和营养摄入与健康水平相联系，那么在膳食营养素摄入的不同水平下，其健康风险是不同的，即营养素摄入的低水平或者高水平均存在摄入不足或者过量的可能性，健康风险相对较高。因此本文利用分位数回归的方法，在考虑个体差异性的基础上识别出膳食营养素的差异分布，获得教育对食物和营养素摄入影响的更多结构性认识。

为了更直观地将饮食与健康产出相联系，本研究进一步将食物消费量转化为营养素摄入量，选取和健康息息相关的三大宏量营养素和一个微量营养素，分别是热量、脂肪、蛋白质和膳食纤维，估计受教育水平对膳食营养素摄入量的影响。本研究使用中国健康营养调查（China Health and Nutrition Survey,CHNS）的最新数据，采用OLS和分位数回归的方法，对受教育水平和膳食营养素摄入水平的关系进行全面考察。

二、理论基础和计量模型

（一）理论基础

教育不仅可以培养人的生产能力，而且可以提高人的消费水平和消费能力[14]，前者是教育的货币性收益，根据卢卡斯的定义，是教育对于经济增长的内部影响；后者是教育的非货币性收益，属于教育对经济增长的外溢作用。根据Haveman和Wolfe[15]总结的当代实证研究结果，在健康和消费方面，教育有助于改善受教育者本人、配偶和家庭成员的健康状况，提高消费者选择效率，提高家庭内部劳务生产的生产率。

就食物消费而言，家庭的消费能力不仅取决于货币购买能力，更重要的是取决于家庭成员的科学文化素质,它决定着家庭食物消费的层次和质量，因为消费者需要的不仅仅是饱腹，也包括营养价值和健康需求。根据教育对健康影响的“收入提高”路径，家庭成员受教育水平较高，在不考虑各类消费品相对价格变化的情况下，家庭消费预算约束放松，可以选择营养价值更高的食物；如果把家庭食物购买和制作看成一种生产过程，根据“效率提高”的路径，把家庭生产和企业生产相类比，在生产要素投入不变的情况下，企业生产效率的提高关键依靠技术进步，那么家庭生产中营养健康信息的运用就相当于技术进步，所以，从食物消费和营养摄入的角度分析教育对健康的影响路径，可以把教育的作用更具体的称为“信息效率提高”。虽然营养健康信息的获取并不一定导致健康饮食的态度和行为，但它是公众接受合理膳食的前提条件。舒尔茨[16]指出受教育水平的提高可以提高个人对新信息的处理能力，因此更加迅速的对新信息做出反应，而受教育水平较低的人在信息接收和行为反应上都会出现滞后。受教育水平是社会经济地位最常用的识别变量，随着中国进入信息化时代，网络逐渐成为公众获取营养健康信息的重要资源，受教育程度较低的人群不倾向于使用互联网，在信息获取渠道上出现不平等；更重要的是，大量信息需要一定的辨别、筛选和理解能力，受教育水平的不同也会导致接收信息质量上的差异。另外，Fuchs[17]从时间偏好的角度指出，受教育水平更高的人更注重长远规划，较低的贴现率使得他们更加看重不健康的消费风险产生的影响，因此愿意通过更健康的生活方式获得长久收益，比如更倾向于摄入更多膳食纤维和较少饱和脂肪的健康饮食方式。

（二）计量模型

根据Becker的家庭生产模型，生产和消费是一个统一的过程，消费者进行产品消费的目的不在于产品本身而是要实现更为基础的目标，Berker将他们称为基本物品[18]。在此基础上，Behrman和 Deolalikar[19]建立了家庭效用函数的结构方程，我们可以把健康资本看作家庭效用函数中的基本物品之一。首先，家庭效用函数由家庭成员的健康水平（Hi），纯公共物品消费（Cp）和私人物品消费（Ci），休闲娱乐时间等因素决定；其次，个人健康生产函数中，除了家庭效用函数中的变量（Ω），还有营养素摄入量（Ni）、个人受教育水平（Ei）、和健康相关活动的时间投入（等要素，残差项包括基因等未观测变量；最后是营养素摄入方程，私人物品消费在营养素摄入方程中可以特定为食物和营养素摄入，在这里我们不考察由食物消费向营养素转换的过程，只考察社会人口和经济变量对营养素摄入的影响。

由于膳食营养素摄入是健康生产函数中的重要投入变量，为了从食物和营养素摄入的角度考察教育对健康水平的影响路径，利用其缩减形式①——营养摄入方程，估计教育对营养素摄入的边际影响，具体形式是：

其中，Nij是第i个个体的第j种营养素摄入量，E表示受教育水平，X表示影响营养素摄入量的其他社会人口和经济因素，将在第三部分具体说明。

本文从教育对食物和营养素摄入影响的角度考察教育健康收益的产生机制。营养不良或者营养过剩易发生在营养素摄入的两端，健康风险也相对较高，但是传统的OLS回归方法只能得到各因素对营养素摄入平均水平的影响，无法分析各个因素对营养素摄入分布规律的影响。Koenker和Bassett[20]提出的分位数回归方法可解决这一问题，在考虑个体差异性的基础上识别出差异分布，获得受教育水平对膳食营养素摄入影响的更多结构性认识。在分位数回归中，无需做出误差项具有较小方差、对称性的假定，而是假定因变量条件分布的分位数是自变量的线性函数，从而构造因变量的分位数回归，得到自变量对因变量分位数的影响。因此，在营养素分布的不同分位数考察受教育程度对摄入量的影响，对条件分布的刻画更加细致，分析结果也更加全面和深入。

为了表示在给定X的情况下，营养素摄入量与分位点θ对应的条件分位数，本文建立如下分位数回归模型：Quant(Ni│Xi)=Xiβθ，其中X为方程（4）中的自变量，βθ为系数向量，它是通过最小化绝对离差来实现，即：

文献中常采用bootstrap密集算法技术对分位数回归系数βθ进行估计，也就是说通过不断地进行有放回抽样而获得样本的置信区间，从而对系数加以推断[21]。本文将取该因变量第10个、第25个、第50个、第75个和第95个百分位数进行回归，这5个百分位数分别代表膳食营养素摄入的低水平、中低水平、中等水平、中高水平和高水平。

表1 解释变量的描述性统计

三、数据和变量

（一）数据说明

本研究使用的数据来源于2011年中国健康营养调查（CHNS）的最新数据。CHNS膳食调查分为家户食物调查和个体膳食调查，在一周中随机抽取连续3天同时进行。家户食物调查使用食物存量法，用称重法和记账法详细记录家户每日的食物购进量、废弃量以及就餐人数，根据食物存量变化计算每人/每日的食物消费量；个体膳食调查使用的是24小时回顾法，要求被调查对象回忆24小时之内消费的食物的种类、数量、进餐的时间地点以及制作方式等内容。比较两种方法，可以发现，家户食物存量调查没有将外出就餐计算在内；而且，如果有人做客并且客人在家中就餐，根据存量变化计算的人均消费会存在偏差。因此，为了得到较准确的个体食物消费数量，本文使用基于24小时食物回顾法得到的个体膳食调查数据。

基于CHNS数据特点，结合本研究目标，选择18岁及以上的人群为样本，并且去除了正在怀孕的女性。研究选取影响饮食健康程度的营养素指标：热量、脂肪、蛋白质和膳食纤维，作为被解释变量②。因为CHNS数据提供的膳食营养素摄入数据没有包括膳食纤维，所以本研究根据个体膳食调查数据提供的食物代码和数量，利用食物代码与2002年和2004年的《食物成分表》中具体食物相联系，得到每种食物的膳食纤维含量，分类加总得到每个样本每日摄入的膳食纤维的总量。

（二）变量选择

本文将影响膳食营养素摄入的因素分为两个层次，第一层次是家庭特征，主要包括：家庭年收入水平（千）、家庭规模、地区类型（东、中、西部为虚拟变量，东北为参照组）、户籍类型（虚拟变量，城镇=1）；第二层次是个人特征，主要包括性别（虚拟变量，男性=1）、年龄、民族（虚拟变量，汉族=1）、BMI和本文关注的核心变量受教育水平（年数），表1是变量的描述性统计。

表2是被解释变量在不同分位数下的分布情况。可以看出，各营养素的分布差异较大，仅从蛋白质的摄入量上考察，根据《中国居民膳食营养素摄入参考量》（2013版）中成年人蛋白质的推荐摄入量，男性和女性分别是65g/天和55g/天，虽然在分位数50的位置，蛋白质摄入量和此相当，但是在低分位数和高分位数上有明显的摄入不足或者摄入过量的风险。可见，均值回归不能完整而全面的刻画膳食营养素摄入随受教育水平和其他因素影响的变化情况，有必要采用分位数回归进行全面分析。

表2 被解释变量的描述性统计

四、实证结果分析

本研究利用OLS回归和分位数回归两种方法，从膳食营养素摄入的角度探究教育对健康水平的影响机制。表3列举了影响营养素摄入的五个重要变量的回归结果。户籍类型对四类营养素摄入的影响比较显著，在蛋白质摄入中，相比较农村居民，城镇居民的摄入量在中低分位数上（10、25、50）较低，而在高分位数上，城镇居民的蛋白质摄入量明显超过农村居民的摄入水平，与OLS回归结果相比较，可以发现均值回归没有反映随着营养素摄入分布的不同，影响效果的变化过程；对膳食纤维摄入的影响，在25、50、75和90个分位数上，城镇居民的摄入水平都低于农村居民，而且随着分位数的提高，差距在逐渐增大，OLS回归同样没有反映这一变化；对热量摄入的影响，在各分位数上城镇居民的摄入水平均低于农村居民，在高分位数上，城镇居民和农村居民热量摄入的差异更加显著；对脂肪摄入的影响，在中低分位数上，城镇居民的摄入水平仍然低于农村居民，这在一定程度上说明城镇居民的饮食更加偏好高蛋白食物，而减少热量和脂肪的摄入。性别对各类膳食营养素摄入的影响也很显著，其中男性在各类营养素的摄入水平上均超过女性，同时随着分位数的提高，性别差异导致的摄入水平的差异在增大。随着年龄的增加，在各分位数上，各类营养素的摄入量均下降。如果从收入提高的路径来看对膳食营养素摄入的影响，随着收入水平的提高，蛋白质摄入量增加，但收入水平提高也促进了热量和脂肪摄入水平的提高，对健康饮食可能存在负向影响；收入水平的提高对膳食纤维的摄入没有显著的影响。

本研究重点关注的是受教育水平对营养素摄入的影响，如果教育在膳食营养摄入的路径上可以对健康产生正向影响，那么在理论上，随受教育水平的提高，蛋白质和膳食纤维的摄入量应该增加，热量和脂肪的摄入量应该减少。在表3的回归结果中，仅从符号上判断，受教育水平对蛋白质和膳食纤维的影响和假设一致，对热量摄入的影响在高分位数上为负，但是对脂肪摄入的影响是显著为正的。具体而言，随受教育水平的提高，蛋白质摄入量在中低分位数位置的增量大于中高分位数的增量；对膳食纤维摄入在25和75分位数上的正向影响最大，和OLS回归结果相比较，发现均值回归的结果出现方向性错误；对热量的影响在中低分位数上是正向的，但是到了高分位数上随受教育水平的提高，对脂肪摄入有抑制作用。图1是受教育水平的分位数回归系数随着分位数的变化情形的直观表示，可以看出，受教

育水平对蛋白质、膳食纤维的摄入有较为显著的正向影响，与预期相符；受教育水平在高分位数下对热量摄入的影响由正变负，对脂肪摄入的影响始终为正，但是随着分位数点的提高，受教育水平对脂肪摄入的正向作用在减小，也就是说，在健康风险较高的高脂肪摄入区域，受教育水平对其正向影响较小。为了进一步考察受教育水平对热量和脂肪摄入的影响，有必要同时在不同分位数细分不同受教育水平对二者的作用效果。

表3 膳食营养素摄入的OLS和分位数回归结果

图1 各分位数水平上受教育水平对膳食营养素摄入的影响

表4 不同受教育水平对热量摄入影响的分位数回归

在原始模型基础上加入受教育水平的平方项，受教育水平对热量和脂肪摄入的边际影响为，可以观测热量和脂肪摄入的不同分位数上，随着受教育水平的变化，对摄入量的影响变化。表4受教育水平对热量摄入影响的回归结果中，随受教育水平的提高，教育对热量摄入的影响由正变负。在0.1、0.25、0.5、0.75的分位数上，初中及以上学历，随受教育水平的提高，热量摄入减少，但是在高热量摄入水平0.9分位数下，受教育水平对热量摄入的减少作用不显著。表5受教育水平对脂肪摄入影响的回归结果中，与教育对热量摄入的影响类似，随受教育水平的提高，教育对脂肪摄入的影响由正变负。在0. 25、0.5、0.75分位数上，高中及以上学历，随受教育水平的提高，脂肪摄入量减少。与热量摄入相类似的是，在高脂肪摄入水平0.9分位数下，受教育水平对脂肪摄入的减少作用不显著。由此可见，受教育水平提高和热量、脂肪摄入的负相关关系分别在初中及以上学历和高中以及上学历表现出来。

表5 不同受教育水平对脂肪摄入影响的分位数回归

五、结论

本文从食物和营养摄入的路径分析了教育产生健康收益的机制，具体而言，将食物消费量转化为膳食营养素摄入水平，利用分位数回归的方法，在营养素摄入的不同分位数上分析受教育水平对蛋白质、膳食纤维、热量和脂肪4类与健康密切相关的膳食营养素摄入的影响，得到以下结论：户籍类型、性别、年龄和受教育水平对4类营养素的摄入在各分位数上均有显著影响，家庭年收入对膳食纤维的摄入无显著影响。分位数回归中，随受教育水平的提高，蛋白质和膳食纤维的摄入量增加；在摄入水平较高的高分位数上，受教育水平和热量摄入有负相关关系，与脂肪摄入量没有表现出显著地负相关。当受教育水平分别在初中及以上学历和高中以及上学历时，教育对热量和脂肪摄入的边际影响表现为负。

上述结论可以认为受教育水平的提高能够带来更健康的饮食行为，即从食物和营养摄入的角度为教育产生健康收益提供了解释路径。最后需要指出的是，在控制收入水平的情况下，仍然存在受教育水平对健康饮食的正向影响，说明除了“收入提高”路径，还存在“信息效率提高”的路径，但是由于缺少消费者利用营养健康信息的相关数据，本文没有能够更直接的从“信息效率提高”的角度来提供解释，这也是本研究进一步深入的方向。

[1]Grossman,M..On the Concept of Health Capital and the Demand for Health[J].Journal of Political Economy,1972(2).

[2]Fuchs,V.R..Economics,Health,and Post-Industrial Society [J].The Milbank Memorial Fund Quarterly.Health and Society,1979(2).

[3]Fletchera,J.M.,Frisvold,D.E..Higher Education and Health Investments:Does More Schooling Affect Preventive Health Care Use[J].Journal of Human Capital,2009(2).

[4]Gao,Z.,Yu,X.,Lee.J..Consumer Demand for Diet Quality: Evidence from the Healthy Eating Index[J].Australian Journal of Agricultural and Resource Economics,2013(3).

[5]Bazzano,L.A.,He,J.,Ogden,L.G.,Loria,C.M.,Vupputuri,S.,Myers,L.,Whelton.P.K..Fruit and vegetable intake and risk of cardiovascular disease in US adults:the first National Health and Nutrition Examination Survey Epidemiologic Follow-up Study[J].The American Journal of Clinical Nutrition,2002(1).

[6]胡以松,翟凤英,姚崇华,等.中国人群膳食营养素与高血压相关性研究[J].营养学报,2005(6).

[7]Teisl,M.F.,Levy,A.S.,Derby B.M..The Effects of Education and Information Source on Consumer Awareness of Diet-Disease Relationships [J].Journal of Public Policy& Marketing,1999(2).

[8]Heiman,A.,Lowengart,O.,Calorie information effects on consumers'food choices:Sources of observed gender heterogeneity[J].Journal of Business Research,2014(5).

[9]Barreiro-Hurlé,J.,Gracia,A.,De-Magistris,T..Does nutrition information on food products lead to healthier food choices?[J].Food Policy,2010(3).

[10]Popkin,B.M.,Zizza,C.,Siega-Riz.A.M..Who Is Leading the Change?U.S.Dietary Quality Comparison Between 1965 and 1996[J].American Journal of Preventive Medicine, 2003(1).

[11]Worsley,A.,Blasche,R.,Ball,K.,Crawford,D.,The relationship between education and food consumption in the 1995 Australian National Nutrition Survey[J].Public Health Nutrition,2003(5).

[12]Barker,M.,Lawrence,W.,Crozier,S.,Robinson,S.,Baird, J.,Margetts,B.,Cooper,C.,the Food Choice Group,University of Southampton,Educational attainment,perceived control and the quality of women’s diets[J],Appetite,2009 (3).

[13]Bhandari,R.,Smith,F.J..Education and food consumption patterns in China:Household analysis and policy implications[J].Journal of Nutrition Education,2000(4).

[14]张学敏,何酉宁.受教育程度对居民消费影响研究[J].教育与经济,2006(3).

[15]Haveman,R.H.,Wolfe,B.L.,(1984)Schooling and Economic Wellbeing:The Role of Nonmarket Effects[J].Journal of Human Resources,1984(3).

[16]Schultz,T.,The Value of the Ability to Deal with Disequilibrium[J].Journal of Economic Literature,1975(3).

[17]Fuchs,V.R..Time Preference and Health:An Exploratory Study[J].Social Science Electronic Publishing,1982(1).

[18]王稼琼,肖永青,李卫东,等.家庭生产函数视角下的时间偏好与储蓄率决定——兼论中美的储蓄率差异[J].经济研究, 2012(10).

[19]Behrman,J.R.,Deolalikar,A.B..Health and nutrition[M]. Srinivasan Elsevier Science Publishers B.V.,1988.

[20]Koenker,R.,Bassett,G..Regression Quantiles[J],Econometrica, 1978(1).

[21]高梦滔,姚洋.农户收入差距的微观基础：物质资本还是人力资本？[J].经济研究,2006(12).

【注 释】

① 在没有高质量数据进行结构模型估计时，缩减形式在经验研究中占据重要位置。引自肖金川、任飞、刘郁，“主要英文经济学期刊论文计量方法统计分析”，《世界经济》2014年第1期：2-14。

② 大量科学研究表明，肥胖是高血压、糖尿病、冠心病、高血脂症等慢性病的重要危险因素。而摄入高热量、高脂肪食物过多又是形成肥胖的基础因素。因此，摄入热量过多是以上慢性病的直接成因之一；现代医学认为膳食纤维具有较高的营养价值和保健功效，其与人体健康息息相关。

F08

：A

：1009－2447（2016）03－0037－07

2016-06-01

中央高校基本科研业务费专项资金资助项目（2015RW007）

王茵（1988-），女，河南新乡人，中国农业大学经济管理学院博士生。