刘军跃,苏 莹,汪 乐
(重庆理工大学 管理学院,重庆 400054)
基于人体膳食均衡视角下的我国果蔬消费趋势预测与结构优化
刘军跃,苏莹,汪乐
(重庆理工大学 管理学院,重庆400054)
摘要:水果和蔬菜是为人体提供矿物质、维生素、膳食纤维等营养元素的重要农产品,我国居民饮食中普遍存在着能量相对过剩、果蔬摄入量不足的问题。以人体膳食均衡为研究视角,研究我国果蔬消费趋势和结构优化问题,结果表明:按照当前的消费趋势发展,我国居民营养摄入不足与过剩同在的问题依然无法得到解决;我国政府在制定水果和蔬菜战略布局的决策中,应综合考虑人体的膳食营养均衡和未来市场营养需求,以实现我国果蔬产业布局优化;消费者在进行水果和蔬菜消费购买行为时,应在营养膳食均衡的基础上进行合理消费。
关键词:果蔬消费;膳食均衡;预测;结构优化
一、引言
当前我国存在着食物生产不能适应营养需求、居民营养不足与过剩问题并存、营养健康意识匮乏的问题[1]。营养不均衡不仅会影响人体健康,还会加大非传染性慢性疾病发生的机率[2]。
蔬菜水果中含有大量的纤维物质、矿物质、维生素,富含蔬菜水果的膳食对保持身体健康、提高身体免疫力、降低慢性疾病的风险具有重要作用[3]。自1979年以来,我国水果和蔬菜种植面积和产量迅速增长,水果和蔬菜品种也日益丰富。2014年,随着《中国食物与营养发展纲要(2014—2020年)》提出“要以现代营养理念引导食物合理消费,促进生产、消费、营养、健康协调发展”,以营养需求为导向的我国果蔬产业的发展具有广阔的研究空间。但由于长期以来,我国居民贪食、偏食、饱食等忽视人体健康所需的膳食均衡的不良传统习惯,使得果蔬消费近乎盲目无序,从而极大地影响了果蔬生产。
关于我国居民食物消费状况演变趋势,一直以来就是学者研究的热点。目前,国内在该领域的研究主要集中在以下3个方面:一是基于历史数据对我国城乡居民的食物消费状况及影响因素进行分析,如黎东升对我国城乡居民食物消费和需求结构的演变趋势进行了实证研究,表明城市化影响着城乡居民粮食消费水平和消费结构[4]。常大华等对城镇居民消费结构进行了比较研究[5]。姚梦雨等对比分析了二元结构下城乡居民的消费需求[6]。曹志宏等通过对比动物性荤食和植物性素食的重量、能量、能值形态的数量关系,对比分析了我国城镇居民食品消费变化趋势,研究表明我国居民食品消费正朝着营养多元化方向发展[7]。二是对我国居民食物消费水平进行分析和预测,并考察膳食结构是否合理。如李哲敏对我国城乡居民主要食物消费预测结果与合理膳食进行比较,发现如果不进行合理的食物消费干预,我国居民的食物消费与营养发展会继续偏离合理膳食营养模式[8]。可见,合理的食物消费对维护人体膳食均衡具有重要意义。但是,崔朝辉等对主要蔬菜和水果的食用率、食用频率和食用量进行分析,发现我国居民的蔬菜水果食用量远低于发达国家水平[9]。陈婷等采取问卷调查和访问调查方法,分析连云港市居民膳食结构、营养和健康状况,发现连云港市居民膳食结构不合理,蔬菜、水果的摄取量偏低[10]。我国居民水果和蔬菜的消费水平不平衡,需要合理调整果蔬的消费结构,以实现人体膳食均衡。三是对我国居民食物消费结构进行定性设计,如贾晋等在分析我国城乡居民粮食消费现状基础上,对未来10年内关键节点的消费需求和结构进行预测,提出粮食消费结构优化路径设计框架[11]。宋奇成等通过实证研究探讨了农村居民消费与第三产业发展的关系[12]。不足的是,这些研究都没有将食物消费趋势、结构优化与人体膳食平衡三者结合起来,在此基础上,也没有涉及食物消费结构优化量化研究。
基于此,本文从人体膳食平衡、食物消费趋势与结构优化3方面进行集中探讨。在分析我国13种水果和蔬菜消费趋势的基础上,对2016—2020年我国居民的果蔬消费趋势进行预测;并考虑成本最低和人体膳食平衡,构建了我国居民果蔬消费结构优化量化模型,为我国果蔬产业和居民果蔬消费提供理论基础和决策建议,既改善了现有研究方法定性有余定量不足的状况,又扩充了现有的研究内容,具有重要的理论意义和现实意义。
二、研究对象及分析方法
(一)研究对象
我国居民果蔬膳食种类繁多,要对全部种类进行研究是不可能的,考虑到研究的可行性,数据查找、收集的可取性,资料的可获得性,本文将我国居民食谱中的水果和蔬菜依次进行编号,通过计算机软件分层抽选出13种水果和蔬菜作为研究对象,即苹果、柚子、菠萝、大枣、哈密瓜、柠檬、木瓜、李子、椰子、杏子10种水果,冬瓜、南瓜、黄瓜3种蔬菜。
(二)研究方法
本文主要利用SPSS18.0软件,采用统计预测方法中的计量经济模型趋势外推法及其多种函数(线性函数、对数函数、逆函数、二次函数、三次函数、复合函数等),预测2016—2020年我国年均果蔬价格和年人均消费量的趋势,然后在此基础上建立满足人体膳食均衡成本最低时的线性规划模型,寻求最优的果蔬消费组合。最后,通过构造偏离度指标模型将2016—2020年的年人均果蔬消费量与最优化结果进行对比,为我国果蔬种植与消费结构的优化提供建议。
三、果蔬消费趋势预测
(一)数据来源
本文所提供的我国居民果蔬1995—2015年人均消费量 (如表1)、人体营养均衡下主要果蔬各营养成分的人均日摄取量(见附表1)以及果蔬年平均价格等数据,主要来源于历年《中国统计年鉴》《中国价格统计年鉴》、各地方统计年鉴、世界粮农组织数据库、中华人民共和国国家统计局、中国营养学会等。
表1 1995—2015年我国居民果蔬年人均消费量 (kg/人)
数据来源:中国统计年鉴、世界粮农组织数据库等
(二)趋势预测
由于不同群体对果蔬的需求受多方面因素影响,如区域经济发展水平、居民的收入水平、各类果蔬的需求差异等。仅从某一方面对其进行预测会使结果产生偏差。要精确预测5年后我国果蔬消费情况基本是不可能的,但通过历史发展趋势,对5年后的大致情景进行预测则是可行的。为此,本文根据历史数据,对我国居民2016—2020年主要果蔬年人均消费量和价格水平分别进行预测(如表2)。
表2 我国居民2016—2020年主要果蔬年人均
表2显示,在13种水果和蔬菜中,黄瓜的消费量仍保持最大,木瓜的消费量相对最小。预测从2016年到2020年,这13种果蔬的消费量呈不同程度的增长趋势。其中,苹果、黄瓜的消费量增长最为显著。其它果蔬的消费量以较小的幅度缓慢增长。这种消费趋势,仍然受人们的传统消费习惯、果蔬价格、收入水平等因素的影响。2016—2020年,13种水果和蔬菜的平均价格水平也呈现不同幅度的变化趋势,其中苹果、柚子、菠萝、冬瓜、大枣、南瓜、黄瓜、柠檬、木瓜、李子、椰子、杏子随着时间的变化价格不断上涨,价格水平呈不同幅度的提高趋势。大枣、柠檬的年平均价格水平仍相对较高,这与其较高的生产成本和营养成分含量相关。而哈密瓜的年平均价格水平呈小幅递减趋势,因近年来,瓜农盲目扩大哈密瓜种植面积、品种单一、气候变化,使得哈密瓜品质退化、品种布局不合理等,导致哈密瓜的市场地位下降。
四、果蔬消费结构优化建模与分析
(一)果蔬消费结构优化模型构建
本文从理性人的角度出发,根据线性规划原理,在满足人体膳食均衡的前提下建立成本最低的果蔬消费组合的优化模型,并应用lingo软件求解。
设:成本函数为Cost=p1x1+p2x2+ … +p13x13,构建详细规划模型:
(1)
(2)
上述模型表示:人体对每100 g果蔬中可食用部分的各营养元素日摄取量的年最优消费量(见附表1)之和应不低于人体中营养均衡条件下的年摄取量。由于每年果蔬价格既定,作为人体膳食均衡下的果蔬消费组合优化模型的外生变量,只需将每年各果蔬相应的价格带入上述不等式组,即可求出xi与其对应的最低成本Cyear。根据预测和模型计算结果,得出在满足人体膳食均衡前提下,当成本最低时,2016—2020年我国居民13种果蔬消费结构优化表(如表3)。
表3人体膳食均衡下当成本最低时我国居民蔬菜和水果消费结构优化
(p元/kg,x/kg)
由表3可以看出:考虑成本最低、年人均消费量限制和保证人体膳食均衡前提下,这13种水果和蔬菜的最优消费组合。由于我国每年的物价水平都会发生变化,时间越长,价格水平越难以预测。尤其是我国将在2020年全面建成小康社会,水果和蔬菜的价格水平变化幅度越明显,对其的预测准确度就越低。因此,选择2016—2020年的水果和蔬菜价格预测水平来研究我国居民最优消费是相对合理的。同时,可以看出,2016—2020年各种水果和蔬菜的最优消费量保持稳定。
同时,通过比较表3与表2可以看出:2016—2020年,13种水果和蔬菜的年人均消费预测量与最优量存在差距。这表明,未来人们若按自发需求,对水果和蔬菜的摄取量不一定会满足人体营养健康要求,营养摄入不足与过剩同在的问题依然无法得到解决。为此,可以对果蔬消费结构进行优化,以实现人体膳食均衡。
(二)果蔬消费与种植结构优化建议
由于市场供给受多种因素作用,不可能仅通过单一因素改变市场供给结构、调整果蔬布局。本文从人体膳食均衡角度出发,对决策当局提出可供参考的果蔬种植结构优化建议,对于个体消费者提供可供考虑的消费引导,使未来果蔬的消费需求不断趋向合理的营养健康水平。
首先计算出各种水果和蔬菜的年人均消费预测量与最优量的差值,然后比较其差值对最优量的偏离程度,即偏离度。
(3)
其中,Xi预测与Xi最优分别表示该年人均消费果蔬的预测量与最优量;ΔXi表示某种水果和蔬菜的年人均消费预测量与最优量的差值。
观察各种水果和蔬菜偏离度的时间序列情况,可做出相应的调整方案:(1)若偏离度的绝对值超过25%,则需要对其进行调整;(2)若偏离度的绝对值在15%~25%,则可以进行微调;(3)若偏离度的绝对值在15%下,则不需调整。经计算可获得具体结果(如表4)。
表4 2016—2020年,我国水果和蔬菜结构优化
由表4可知,大枣、哈密瓜、木瓜、椰子的偏离度越来越显著变大,表明消费量将超过其最优量,因此在保证人体膳食均衡的前提下,可以减少大枣、哈密瓜、木瓜、椰子的供应量或者消费量。菠萝的最优量大幅度超过预测需求量,达到300%的偏离度;杏子的偏离度维持在50%~60%,最优量以稳定的速度偏离于预测需求量,因此在保证人体膳食均衡的前提下,可以增加菠萝、杏子的供应量或者消费量。未来5年,其他果蔬最优量以不同的方向或幅度偏离于预测需求量。2016—2018年,苹果的偏离度小幅度向正的方向增长;而2019年后,偏离度大幅增加。因而在2019年后,需要适当减少苹果的供应量或者消费量。冬瓜、柠檬、李子的偏离度则表现为由负向向正向缓慢增长,因而可以微量调整冬瓜、柠檬、李子的供应量。
综上所述,我国政府在进行果蔬产业布局时,可以考虑未来市场营养需求,适当调整水果和蔬菜的种植面积,以优化水果和蔬菜的市场供应结构,适应居民消费趋势的变化。例如,可以增加菠萝、杏子的种植面积,减少大枣、哈密瓜的种植面积等。同时,对于消费者而言,在进行水果和蔬菜消费购买行为时,在正常营养膳食基础上,可以考虑满足自身营养健康需求,优化消费结构,适当减少大枣、哈密瓜、木瓜等果蔬的消费,增加其他果蔬的消费。
五、结语
随着生活水平的极大改善,人们更加关注饮食的健康与营养问题,维持人体的膳食均衡也将成为果蔬产业发展的重要诱导因素。合理的果蔬种植结构,可以实现供给有效引导需求的效应;而合理的果蔬消费结构对果蔬产业格局的调整具有重要意义。本文以人体膳食均衡为研究视角,在分析我国居民水果和蔬菜消费变迁的基础上,构建成本最低下满足人体膳食均衡的果蔬消费最优模型,为未来果蔬种植和居民果蔬消费提供决策建议。研究发现,按照当前的消费趋势发展,我国居民营养摄入不足与过剩同在的问题依然无法得到解决。因此,政府在制定水果和蔬菜战略布局的决策中,应综合考虑人体的膳食均衡和未来市场需求,实现我国果蔬产业种植结构的优化,例如,可以增加柚子的种植面积,减少大枣的种植面积等。同时,消费者在进行水果和蔬菜消费购买行为时,应在营养膳食均衡的基础上进行合理消费,可以适当减少大枣、哈密瓜等果蔬的消费,增加其他果蔬的消费。
附表1 人体营养均衡下主要果蔬各营养成分的人均日摄取量(以每100 g果蔬所含量计算)
续附表1
人体需求苹果柚子菠萝冬瓜大枣南瓜黄瓜哈密瓜柠檬木瓜李子椰子杏子铜量/mg20.060.180.070.070.310.030.050.010.140.030.040.190.11锰量/mg3.50.030.081.040.030.340.080.060.010.056 0.160.06 维生素A/μg75032313 14815153 145252175维生素C/mg10042318181.689122250564维生素E/mg142.12 0.080.10.360.49 1.140.30.74 0.95维生素B1/mg1.350.010.070.080.010.060.030.020.050.050.020.030.010.02维生素B2/mg1.30.030.10.020.010.050.040.030.010.020.040.020.010.03维生素B6/mg1.20.060.090.080.30.140.40.20.110.080.010.04 0.05泛酸/mg50.090.50.28 1.6 0.160.20.420.14 0.3叶酸/μg40052111 140 2431440.612烟酸/mg120.10.890.2 0.86 0.80.60.30.40.50.6生物素/μg30663351 16 343738232611
数据来源:由中国营养学会网站整理而来
参考文献:
[1]国务院办公厅.国务院办公厅关于印发中国食物与营养发展纲要(2014—2020年)的通知[EB/OL].[2014-02-10].http://www.gov.cn/zwgk/2014-02/10/content-2581766.htm.
[2]朱秀敏.正常成年人体营养均衡现状分析与营养均衡模型研究[D].石家庄:河北师范大学,2004.
[3]封志明,史登峰.近20年来中国食物消费变化与膳食营养状况评价[J].资源科学,2006,28(1):2-8.
[4]黎东升.城乡居民食物消费需求的实证研究——基于湖北的例证[D].杭州:浙江大学,2005.
[5]常大华.基于ELES模型的城镇居民消费结构比较——以河南、江苏两省为例[J].重庆三峡学院学报,2014(1):57-61.
[6]姚梦雨,李媛. 二元结构下城乡居民消费需求的对比分析[J].重庆三峡学院学报,2015(1):58-61.
[7]曹志宏,陈志超,郝晋珉.中国城乡居民食品消费变化趋势分析[J].长江流域资源与环境,2012,21(10):1173-1178.
[8]李哲敏.中国城乡居民食物消费与营养发展的趋势预测分析[J].农业技术经济,2008(6):57-62.
[9]崔朝辉,周琴,胡小琪,等.中国居民蔬菜、水果消费现状分析[J].中国食物与营养,2008(5):34-37.
[10]陈婷,唐婷婷,项美,等.连云港市居民营养健康现状的调查与分析[J].科技信息,2011(27):3-4.
[11]贾晋,周迪.中国城乡居民粮食消费预测与结构优化[J].农业经济与管理,2013(1):55-64.
[12]宋奇成,危志锋.重庆农村居民消费与第三产业发展关系的实证研究[J].重庆理工大学学报(社会科学),2015(3):26-32.
(责任编辑魏艳君)
Fruits and Vegetables Consumption Trend Prediction and Structure Optimization Under the Perspective of Balanced Human Diet in China
LIU Jun-yue,SU Ying,WANG Le
(College of Management, Chongqing University of Technology, Chongqing 400054, China)
Abstract:Fruits and vegetables are important agricultural products, which provide vitamins, minerals, dietary fiber and other nutrients required by the human body. However,it is generally exists in Chinese diet that energy intake is relatively surplus and fruit and vegetable intake is relatively less. This paper studies the fruit and vegetable consumption trend and structure optimization problem in China, in a balanced diet view. The result showes that, firstly, if the diet and consumption habits follow the current trend, the problem that nutrition intake deficiency and excess presence of residents will still cannot be solved. Secondly, our government should take both the dietary balance and future market into account, when they are in making strategic decision of fruits and vegetables. Thirdly, when consumers are in the purchase of fruits and vegetables, they should make appropriate match, so as to meet the need of the dietary balance of human body.
Key words:fruit and vegetable consumption; balanced diet; prediction; structural optimization
收稿日期:2015-10-20
作者简介:刘军跃(1970—),女,江苏南京人,教授,硕士生导师,研究方向:产业经济。
doi:10.3969/j.issn.1674-8425(s).2016.05.010
中图分类号:C939
文献标识码:A
文章编号:1674-8425(2016)05-0075-08
引用格式:刘军跃,苏莹,汪乐.基于人体膳食均衡视角下的我国果蔬消费趋势预测与结构优化[J].重庆理工大学学报(社会科学),2016(5):75-82.
Citation format:LIU Jun-yue,SU Ying,WANG Le.Fruits and Vegetables Consumption Trend Prediction and Structure Optimization Under the Perspective of Balanced Human Diet in China[J].Journal of Chongqing University of Technology(Social Science),2016(5):75-82.