張浩 李建新

摘要：基于中國老年健康影響因素跟蹤調(diào)查2008/2009年和2011/2012年數(shù)據(jù)，運(yùn)用Cox模型發(fā)現(xiàn)，在男性老年人和女性老年人中，低體重指數(shù)老年人的死亡風(fēng)險(xiǎn)均顯著地高于正常體重指數(shù)老年人的死亡風(fēng)險(xiǎn)。運(yùn)用總體歸因比例法進(jìn)一步發(fā)現(xiàn)，如果能夠消除老年人口的低體重，那么，老年男性和老年女性分別能避免約2.9%和3.9%的過量死亡。消除老年人口的低體重

指數(shù)特別有利于當(dāng)代中國老年女性獲得更多的健康益處。作為發(fā)展中國家，我國的公共政策有必要關(guān)注老年人口的低體重指數(shù)對其健康長壽的損害。

關(guān)鍵詞：體重指數(shù)；死亡風(fēng)險(xiǎn)；老年人

中圖分類號：C921文獻(xiàn)標(biāo)識碼：A文章編號：1000-4149（2018）03-0081-11

DOI：10.3969/j.issn.1000-4149.2018.03.008

Abstract：Based on the dataset from Chinese Longitudinal Healthy Longevity Survey 2008/2009—2011/2012， this paper uses Cox model analyze the correlation of the elderlys death hazard and their underweight and found they are significantly associated. The mortality hazard of the underweight elderly is significantly higher than that of the normal weight for both male and female. In addition， the Population Attributable Fraction method shows that if the effective measures can eliminate the prevalence of underweight of the elderly， the excess death would be decrease about 2.9% for male and 3.9% for female. In China， elderly female will benefit more from the elimination of underweight more than elderly male. As a developing country， Chinas public policy is necessary to pay attention to the detrimental effect of underweight of the elderly on their health and longevity.

Keywords：body mass index；death hazard；the elderly

一、 問題提出

長久以來，人口學(xué)和流行病學(xué)關(guān)注營養(yǎng)水平和預(yù)期壽命之間的關(guān)系。在18世紀(jì)40年代早期的西歐，食物短缺引起的饑餓和長期營養(yǎng)不足導(dǎo)致了大量死亡；同時(shí)，饑餓明顯地影響了冰島、挪威和芬蘭的全國死亡率[1]。海沃德（Hayward）等發(fā)現(xiàn)，在前工業(yè)社會(huì)里，處于生育期以后或者貧窮的個(gè)體在面對饑荒沖擊時(shí)經(jīng)歷更高的死亡率[2]。從營養(yǎng)轉(zhuǎn)變的角度來看，由于工業(yè)革命和第二次農(nóng)業(yè)革命讓現(xiàn)代科技在農(nóng)業(yè)中獲得應(yīng)用，伴隨動(dòng)物蛋白、脂肪、糖、蔬菜和水果等飲食的提高以及淀粉和纖維等飲食的降低，西歐從前工業(yè)社會(huì)的饑荒階段進(jìn)入到饑荒衰退的階段[3]。福格爾（Fogel）發(fā)現(xiàn)，由于饑荒的消失和平均營養(yǎng)水平的不斷提高，英國和法國的人口平均預(yù)期壽命在1775年到1974年之間穩(wěn)定增長。其中，平均營養(yǎng)水平的提高對預(yù)期壽命上升發(fā)揮主要作用，它能夠解釋英國和法國從1775年到1874年之間90%的死亡率下降和從1875年到1974年之間50%的死亡率下降[4]。為測量個(gè)體營養(yǎng)狀況與死亡水平關(guān)系，西方研究者創(chuàng)建并運(yùn)用體重指數(shù)（Body mass index），又被稱為凱特勒指數(shù)（Quetelet index），其數(shù)值隨著營養(yǎng)攝入和能量需求之間的當(dāng)前平衡而變化[4]。目前，隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，肥胖已開始流行，并受到媒體和學(xué)術(shù)界廣泛的關(guān)注。但是，因?yàn)槲覈夏耆讼碛械纳鐣?huì)保障制度還不健全，所以，在人口老齡化和日益高齡化的過程中，老年人群仍然長期處于相對弱勢地位和面臨營養(yǎng)不良的困擾。在“未富先老”的背景下，老年人的營養(yǎng)不良問題是探討老年人口健康的一個(gè)重要問題。實(shí)際上，我國老年人的營養(yǎng)狀況依然不樂觀。王卓群等用低體重指數(shù)，即體重指數(shù)低于18.5，測量個(gè)體的營養(yǎng)不良狀況，進(jìn)而發(fā)現(xiàn)2010年我國老年人的營養(yǎng)不良率達(dá)到5.3%，并隨著年齡的提高而上升[5]。

考慮到我國老年人面臨營養(yǎng)不良的現(xiàn)實(shí)挑戰(zhàn)，本文考察低體重指數(shù)對老年人死亡風(fēng)險(xiǎn)的具體影響，并估計(jì)其對老年人口過量死亡的實(shí)際貢獻(xiàn)。本文的研究能夠?yàn)榱私猬F(xiàn)階段我國老年人健康長壽狀況補(bǔ)充新知識，為提出具有可行性的公共干預(yù)政策和手段從事探索研究，進(jìn)而對實(shí)現(xiàn)健康老齡化具有積極意義。

二、文獻(xiàn)回顧和研究設(shè)計(jì)

在當(dāng)代發(fā)達(dá)國家中，老年人的體重指數(shù)和其全死因死亡風(fēng)險(xiǎn)之間呈現(xiàn)“U”型關(guān)系，即相對于正常體重指數(shù)，低體重指數(shù)和肥胖的老年人經(jīng)歷更高的死亡風(fēng)險(xiǎn)[6-12]。在分性別的子樣本研究中，體重指數(shù)和全死因死亡風(fēng)險(xiǎn)之間的“U”型關(guān)系出現(xiàn)在老年男性和老年女性中[11，13-14]以及成年男性和成年女性中[6]。研究者進(jìn)一步考察在發(fā)達(dá)國家老年人口中低體重指數(shù)和具體死亡原因的死亡率之間的復(fù)雜關(guān)系。在50歲以上成年人中，相對正常體重指數(shù)，低體重指數(shù)和較高的冠心病死亡風(fēng)險(xiǎn)相關(guān)[7]。低體重指數(shù)和由循環(huán)系統(tǒng)疾病導(dǎo)致的高死亡率之間的關(guān)系出現(xiàn)在成年人[6]和老年人中[8，13]。不僅老年人的低體重指數(shù)和由呼吸系統(tǒng)疾病導(dǎo)致的高死亡率相關(guān)[8，13]，而且低體重指數(shù)相對其他所有體重指數(shù)具有最高的呼吸系統(tǒng)疾病死亡率[13]。

與此同時(shí)，來自流行病學(xué)、營養(yǎng)學(xué)和公共衛(wèi)生學(xué)的經(jīng)驗(yàn)研究廣泛地考察了我國老年人的體重指數(shù)和其死亡率之間的關(guān)系。在控制干擾因素的影響以后，低體重指數(shù)和高全死因死亡率/死亡風(fēng)險(xiǎn)之間的相關(guān)關(guān)系出現(xiàn)在全國范圍內(nèi)的中老年人群中[15-17]。即使在東部發(fā)達(dá)地區(qū)，低體重指數(shù)的老年人也面臨高死亡率的劣勢。例如，在江蘇金壇縣農(nóng)村，低體重指數(shù)的中老年男性和中老年女性的死亡率都高于正常體重指數(shù)的和過重的[18]。在北京市55歲以上人群中，低體重指數(shù)相對其他體重指數(shù)水平具有最高全死因死亡率[19-20]。以上經(jīng)驗(yàn)研究表明，低體重指數(shù)的老年人經(jīng)歷更高的全死因死亡率。此外，我國老年人的低體重指數(shù)和一些由具體原因?qū)е碌母咚劳雎氏嚓P(guān)。例如，李奎寶等發(fā)現(xiàn)北京市中老年人的低體重指數(shù)和肺心病、消化道腫瘤、肺癌、肺炎以及不明原因的高死亡率相關(guān)[21]。趙連成等的研究考察了三個(gè)具體原因的死亡率（冠心病和腦卒中死亡率、惡性腫瘤死亡率和其他原因死亡率），進(jìn)而發(fā)現(xiàn)，低體重指數(shù)和惡性腫瘤的高死亡率以及和其他原因的高死亡率相關(guān)[15]。

盡管對我國老年人口的低體重指數(shù)和其死亡風(fēng)險(xiǎn)關(guān)系的考察已取得大量成果，但是，還可以在以下兩方面拓展。其一，多數(shù)研究關(guān)注中年人和低齡老年人，而忽視80歲以上高齡老年人，且研究范圍和樣本都有所局限[17，20]。比如王云峰等的研究對象局限在北京市[20]，其研究結(jié)論無法拓展到全國。顧東風(fēng)等的研究從1991年全國高血壓調(diào)查的15歲以上被訪者中截取65歲以上老年人被訪者[17]。由于樣本量過小，該研究未能分性別地考察體重指數(shù)和65歲以上老年人死亡風(fēng)險(xiǎn)之間的關(guān)系。我國老年男性和女性在預(yù)期壽命和死亡模式上存在顯著的性別差異。因此，有必要分性別地考察低體重指數(shù)和死亡率之間的關(guān)系。其二，面對低體重指數(shù)在我國老年人中流行的事實(shí)，以往鮮有研究估計(jì)我國老年人的低體重指數(shù)

對其過量死亡的影響程度，即如果老年人口的低體重指數(shù)

都轉(zhuǎn)變?yōu)檎ｓw重指數(shù)

，那么多大比例的死亡能夠被避免。最近30年來，美國成年人的肥胖率不斷上升，部分經(jīng)驗(yàn)研究通過運(yùn)用總體歸因比例法來估計(jì)肥胖對老年人過量死亡的貢獻(xiàn)[10，12，14]。具體來講，肥胖相對于正常體重指數(shù)貢獻(xiàn)了當(dāng)代美國老年男性死亡的3.8%和老年女性死亡的2.5%[14]?？傮w歸因比例法使經(jīng)驗(yàn)研究將發(fā)達(dá)國家老年人的個(gè)體特征因素（肥胖）和其宏觀死亡聯(lián)系起來。顯然，

該方法同樣適用于研究我國老年人的低體重指數(shù)對其過量死亡的影響。

為拓展以往研究，文章運(yùn)用包括低齡和高齡老年人的全國大型抽樣調(diào)查“中國老年健康影響因素跟蹤調(diào)查” （Chinese Longitudinal Healthy Longevity Survey， CLHLS）數(shù)據(jù)，回答以下兩個(gè)研究問題。其一，在控制人口特征、社會(huì)經(jīng)濟(jì)地位、健康行為方式和基線健康條件以后，老年男性和老年女性中低體重指數(shù)和死亡風(fēng)險(xiǎn)之間關(guān)系的表現(xiàn)形式。其二，基于總體歸因比例法，估計(jì)在老年人口中低體重指數(shù)的消除能夠避免多大比例的過量死亡。

三、數(shù)據(jù)和方法

1.數(shù)據(jù)

本文選擇中國老年健康影響因素跟蹤調(diào)查2008/2009年和2011/2012年數(shù)據(jù)。自1998年以來，北京大學(xué)開展CLHLS的基線調(diào)查，并在2000年、2002年、2005年、2008/2009年和2011/2002年完成追蹤調(diào)查。在2008/2009年調(diào)查時(shí)，CLHLS調(diào)查覆蓋全國23個(gè)省份

23個(gè)省份具體包括：遼寧、吉林、黑龍江、河北、北京、天津、山西、陜西、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、四川、重慶和海南。的65歲以上全部年齡組的老年人口。以同性別和同年齡的原則，CLHLS就近遞補(bǔ)在2000年、2002年和2005年追訪時(shí)已經(jīng)死亡的被訪者，進(jìn)而保證CLHLS 2008年數(shù)據(jù)的代表性[22]。在刪除2008/2009年和2011/2012年期間發(fā)生失訪的被訪者以及缺失了具體死亡時(shí)間的被訪者以后，本文的研究樣本分別包括65—105歲的5815名男性老年人和7596名女性老年人。

2.測量

CLHLS調(diào)查測量了被訪者在2008/2009年至2011/2012年的存活信息，即被訪者在兩次訪問期間是否死亡。對于在兩次訪問期間死亡的被訪者，被訪者的親屬提供具體的死亡日期。在兩次訪問期間繼續(xù)存活的被訪者被定義為刪節(jié)。

體重指數(shù)是本研究的核心解釋變量。首先，基于CLHLS 2008/2009年數(shù)據(jù)提供的身高和體重信息，計(jì)算被訪者體重指數(shù)，其公式為體重/身高的平方，即BMI=kg/m2。

實(shí)際應(yīng)用到Cox 模型中的研究樣本刪除了這部分缺失的案例。根據(jù)世界衛(wèi)生組織對體重指數(shù)的國際分類標(biāo)準(zhǔn)[23]，本研究的體重指數(shù)被劃分為低體重指數(shù)（BMI<18.5）、正常體重指數(shù)（18.5≤BMI≤24.99）、過重（25≤BMI≤29.99）和肥胖（BMI≥30）。盡管世界衛(wèi)生組織將肥胖進(jìn)一步劃分為三類，即，肥胖Ⅰ型（30.00≤BMI≤34.99）、肥胖Ⅱ型（35.00≤BMI≤39.99）和肥胖Ⅲ型（BMI≥40），但是，由于不同類型肥胖的個(gè)體在樣本中比例都非常低，文章將這三種類型的肥胖歸為一類。應(yīng)用世界衛(wèi)生組織的分類標(biāo)準(zhǔn)有助于對本文的研究結(jié)論進(jìn)行國際比較。此外，模型包括一系列控制變量，包括由年齡和婚姻狀況構(gòu)成的人口特征，由居住地、教育水平和60歲以前主要職業(yè)構(gòu)成的社會(huì)經(jīng)濟(jì)地位特征，由抽煙、喝酒和鍛煉構(gòu)成的健康行為方式特征以及由自評健康地位、殘障和患有慢性病構(gòu)成的基線健康條件。表1顯示變量的描述性統(tǒng)計(jì)結(jié)果。

3.方法

1972年以來，Cox模型逐漸發(fā)展成人口學(xué)研究死亡風(fēng)險(xiǎn)的經(jīng)典方法。通過運(yùn)用部分似然估計(jì)（Partial Likelihood）方法，Cox模型不僅允許不考慮基線風(fēng)險(xiǎn)函數(shù)的具體形式，而且能獲得穩(wěn)健的估計(jì)結(jié)果[24]。公式如下：

其中，hi（t）表示個(gè)體i在時(shí)間t上的死亡風(fēng)險(xiǎn)；λ0（t）表示基線風(fēng)險(xiǎn)函數(shù)；Xi1，Xi2，…，Xik代表協(xié)變量；β1，β2，…，βk代表估計(jì)的系數(shù)。盡管成比例風(fēng)險(xiǎn)假設(shè)是Cox模型的應(yīng)用前提，但是，部分自變量在實(shí)際應(yīng)用中往往違反成比例風(fēng)險(xiǎn)假設(shè)，且

與觀測時(shí)間之間存在交互項(xiàng)[24]。因此，納入這些交互項(xiàng)是Cox模型用于解決違反成比例風(fēng)險(xiǎn)假設(shè)的一個(gè)方法[24-25]。辛格（Singer）和威利特（Willett）提供了這些違反成比例風(fēng)險(xiǎn)假設(shè)變量的影響隨觀測時(shí)間可能發(fā)生的三種不同形式的改變[25]。本文參照

該方

法假定跟蹤時(shí)間具有三種形式，分別為：時(shí)間的自然對數(shù)，即這些違反成比例風(fēng)險(xiǎn)假設(shè)變量的影響隨觀測時(shí)間的自然對數(shù)線性地變化；時(shí)間減1天，即這些變量的影響隨跟蹤時(shí)間線性地變化；分為四段的時(shí)間

在男性樣本中，四個(gè)時(shí)間段的三個(gè)分割點(diǎn)分別為第266天、第529天和第801天；在女性樣本中，四個(gè)時(shí)間段的三個(gè)分割點(diǎn)分別為第261天、第530天和第810天。這樣的時(shí)間段分割方式能夠分別保證男性被訪者和女性被訪者的死亡數(shù)量在不同時(shí)間段之間相等。 ，即這些變量的影響在這四段時(shí)間內(nèi)均恒定不變，但其影響在不同時(shí)間段之間存在差異。

為進(jìn)一步獲得低體重指數(shù)對我國老年人總體死亡的貢獻(xiàn)比例，本研究運(yùn)用由羅克希爾（Rockhill）等提出的總體歸因比例法（Population Attributable Fraction）[26]，其計(jì)算公式如下：

其中，PAFj表示在低體重指數(shù)的老年人口反事實(shí)地轉(zhuǎn)變?yōu)檎ｓw重指數(shù)老年人口的情況下，可以被避免的老年人口死亡的比例。pdj 表示在觀測期間具有低體重指數(shù)的死亡案例占樣本總死亡案例的比例；HRj代表低體重指數(shù)地位相對于正常體重指數(shù)地位的死亡風(fēng)險(xiǎn)比。Cox模型估計(jì)的協(xié)變量系數(shù)幫助本研究獲得低體重指數(shù)相對于正常體重的風(fēng)險(xiǎn)比。

四、分析結(jié)果

表2給出Cox模型估計(jì)老年男性的體重指數(shù)對其死亡風(fēng)險(xiǎn)影響的結(jié)果。模型1只包括體重指數(shù)這一核心解釋變量

當(dāng)新自變量逐步納入各個(gè)模型時(shí)，運(yùn)用Stata的estat phtest命令來檢驗(yàn)在每個(gè)模型中各個(gè)自變量是否符合成比例風(fēng)險(xiǎn)假設(shè)前提。，結(jié)果顯示，低體重指數(shù)的老年男性的死亡風(fēng)險(xiǎn)顯著高于正常體重指數(shù)的老年男性，而過重的老年男性的死亡風(fēng)險(xiǎn)則顯著低于正常體重指數(shù)的老年男性，在模型1的基礎(chǔ)上納入人口特征變量（年齡和婚姻狀況），結(jié)果顯示，在控制人口特征后，過重與老年人死亡風(fēng)險(xiǎn)之間的顯著關(guān)系消失；低體重指數(shù)的老年男性的死亡風(fēng)險(xiǎn)繼續(xù)高于正常體重指數(shù)的老年男性。模型3在模型2的基礎(chǔ)上進(jìn)一步納入社會(huì)經(jīng)濟(jì)地位變量（城鄉(xiāng)居住地、教育水平和60歲以前主要職業(yè)），結(jié)果顯示，老年男性的低體重指數(shù)和其高死亡風(fēng)險(xiǎn)之間繼續(xù)顯著相關(guān)，但是，老年男性的低體重指數(shù)對其死亡風(fēng)險(xiǎn)的影響效果降低。模型4在模型3的基礎(chǔ)上納入健康行為方式變量（抽煙、喝酒和鍛煉），結(jié)果顯示，在控制人口特征、社會(huì)經(jīng)濟(jì)地位和健康行為方式以后，低體重指數(shù)的老年男性的死亡風(fēng)險(xiǎn)依然顯著高于正常體重指數(shù)的老年男性，但是，老年男性的低體重指數(shù)對其死亡風(fēng)險(xiǎn)的影響效果進(jìn)一步降低。文章通過控制被訪者的基線健康條件的影響試圖消除體重指數(shù)和死亡風(fēng)險(xiǎn)之間可能存在的反向因果關(guān)系。當(dāng)Cox模型納入由自評健康水平、殘障和患有慢性病變量構(gòu)成的基線健康條件時(shí)，年齡和殘障變量違反Cox模型的等比例風(fēng)險(xiǎn)前提假設(shè)。模型5至模型7分別以觀測時(shí)間的自然對數(shù)、觀測時(shí)間減1天以及分為四段的觀測時(shí)間和這兩個(gè)變量做交互項(xiàng)，結(jié)果表明，在控制被訪者的人口特征、社會(huì)經(jīng)濟(jì)地位、健康行為方式和基線健康條件以后，低體重指數(shù)的老年男性的死亡風(fēng)險(xiǎn)約是正常體重老年男性的1.1倍（e0.092=1.0964或者 e0.093=1.0975）。盡管在這些統(tǒng)計(jì)上顯著的交互項(xiàng)中跟蹤時(shí)間有不同的形式，但是，Cox模型對老年男性體重指數(shù)的影響效果的估計(jì)保持穩(wěn)健。相對于模型4的結(jié)果，在模型5至模型7中，老年男性的低體重指數(shù)對其死亡風(fēng)險(xiǎn)的影響效果進(jìn)一步降低。模型1至模型4的結(jié)果表明，老年男性的低體重指數(shù)和高死亡風(fēng)險(xiǎn)在0.05水平下顯著相關(guān)。在模型5至模型7中，低體重指數(shù)仍然在0.1水平下雙尾檢驗(yàn)顯著。這實(shí)際上相當(dāng)于0.05水平下的單尾檢驗(yàn)顯著。

表3顯示Cox模型估計(jì)老年女性的體重指數(shù)對其死亡風(fēng)險(xiǎn)影響的結(jié)果。模型1僅包括體重指數(shù)這一核心解釋變量。模型1顯示，在老年女性中，低體重指數(shù)的死亡風(fēng)險(xiǎn)顯著高于正常體重指數(shù)，而過重的老年女性的死亡風(fēng)險(xiǎn)則顯著低于正常體重指數(shù)老年女性。當(dāng)Cox模型進(jìn)一步納入人口特征（年齡和婚姻狀況）后，模型2的結(jié)果表明，老年女性的過重與其死亡風(fēng)險(xiǎn)之間的顯著關(guān)系消失；低體重指數(shù)的老年女性的死亡風(fēng)險(xiǎn)繼續(xù)高于正常體重指數(shù)老年女性。當(dāng)模型3進(jìn)一步納入社會(huì)經(jīng)濟(jì)地位變量（城鄉(xiāng)居住地、教育水平和60歲以前主要職業(yè)）以后，盡管老年女性的低體重指數(shù)對其死亡風(fēng)險(xiǎn)的影響效果進(jìn)一步降低，但是，低體重指數(shù)和高死亡風(fēng)險(xiǎn)之間繼續(xù)顯著相關(guān)。模型4在模型3的基礎(chǔ)上進(jìn)一步納入健康行為方式變量（抽煙、喝酒和鍛煉）。模型4的結(jié)果顯示，在控制人口特征、社會(huì)經(jīng)濟(jì)地位和健康行為方式以后，低體重指數(shù)和老年女性的高死亡風(fēng)險(xiǎn)之間顯著相關(guān)；不過，老年女性的低體重指數(shù)對其死亡風(fēng)險(xiǎn)的影響效果進(jìn)一步降低。為了試圖消除體重指數(shù)和死亡風(fēng)險(xiǎn)之間可能存在的反向因果關(guān)系，Cox模型進(jìn)一步納入基線健康條件變量（自評健康水平、殘障和患有慢性?。?。因?yàn)镋stat phtest的檢驗(yàn)結(jié)果顯示，年齡和殘障變量違反成比例風(fēng)險(xiǎn)假設(shè)，所以，模型5至模型7包括年齡和殘障變量與三種時(shí)間形式的交互項(xiàng)。結(jié)果表明，在控制被訪者的人口特征、社會(huì)經(jīng)濟(jì)地位、健康行為方式和基線健康條件以后，低體重指數(shù)的老年女性的死亡風(fēng)險(xiǎn)約為正常體重指數(shù)老年女性的1.1倍（e0.088=1.0920或e0.089=1.0931）；老年女性的低體重指數(shù)對其死亡風(fēng)險(xiǎn)的影響效果進(jìn)一步降低。

本文還運(yùn)用BIC比較樣本數(shù)存在差異的非嵌套模型之間的擬合程度。在逐步納入人口特征變量、社會(huì)經(jīng)濟(jì)地位變量、健康行為方式變量和基線健康條件變量的過程中，表2和表3的BIC結(jié)果表明Cox模型的擬合程度不斷提高。此外，在考慮違反成比例風(fēng)險(xiǎn)假設(shè)的變量和三種時(shí)間形式的交互項(xiàng)情況下，不論在老年男性還是老年女性中Cox模型對低體重指數(shù)的回歸系數(shù)的估計(jì)結(jié)果保持穩(wěn)健。為節(jié)省篇幅，文章省略了對表2和表3中控制變量及交互項(xiàng)結(jié)果的解釋。

為了獲得由低體重指數(shù)導(dǎo)致的老年男性和老年女性過量死亡的比例，首先，本文分別在樣本中獲得低體重指數(shù)的男性死亡案例占男性死亡案例的比例和低體重指數(shù)的女性死亡案例占女性死亡案例的比例。然后，根據(jù)表2中模型5至模型7和表3中模型5至模型7展示的低體重指數(shù)的回歸系數(shù)，獲得在這些模型中低體重指數(shù)相對于正常體重指數(shù)的死亡風(fēng)險(xiǎn)比。在男性老年人中，表2模型5提供的低

體重指數(shù)相對正常體重指數(shù)的死亡風(fēng)險(xiǎn)比（e0.092=1.0964）低于表2模型6和模型7提供的低體重指數(shù)相對于正常體重指數(shù)的死亡風(fēng)險(xiǎn)比（e0.093=1.0975）。在女性老年人中，表3模型5提供的低體重指數(shù)相對正常體重指數(shù)的死亡風(fēng)險(xiǎn)比（e0.088=1.0920）低于由表3模型6和模型7提供的低體重指數(shù)相對于正常體重指數(shù)的死亡風(fēng)險(xiǎn)比（e0.089=1.0931）。最后，運(yùn)用總體歸因比例法公式分別計(jì)算在不同模型的調(diào)整控制下總體歸因比例法的結(jié)果，見圖1。具體來講，如果老年男性人口的低體重指數(shù)轉(zhuǎn)變?yōu)檎ｓw重指數(shù)，那么，在控制人口特征、社會(huì)經(jīng)濟(jì)地位、健康行為方式以及基線健康條件以后，這個(gè)轉(zhuǎn)變能夠避免大約2.9%的老年男性人口死亡。其中，依據(jù)表2模型5的結(jié)果，能夠避免2.91%的老年男性人口死亡；根據(jù)表2模型6和模型7的結(jié)果，能夠避免2.94%的老年男性人口死亡。如果老年女性人口的低體重指數(shù)轉(zhuǎn)變正常體重指數(shù)，那么，在控制人口特征、社會(huì)經(jīng)濟(jì)地位、健康行為方式以及健康條件以后，這個(gè)轉(zhuǎn)變能夠避免大約3.9%的老年女性人口死亡。其中，依據(jù)表3模型5的結(jié)果，能夠避免3.87%的老年女性人口死亡；根據(jù)表3模型6和模型7的結(jié)果，能夠避免3.91%的老年女性人口死亡。此外，通過比較總體歸因比例法的結(jié)果，研究進(jìn)一步發(fā)現(xiàn)，低體重指數(shù)對老年女性人口死亡的貢獻(xiàn)高于對老年男性人口死亡的貢獻(xiàn)。如果老年人口的低體重指數(shù)被轉(zhuǎn)變?yōu)檎ｓw重指數(shù)，那么老年女性能夠獲得更多的長壽優(yōu)勢。

五、結(jié)論和討論

依托CLHLS 2008/2009和2011/2012年數(shù)據(jù)的獨(dú)特優(yōu)勢，運(yùn)用Cox模型和總體歸因比例法分別在男性和女性老年人中考察了低體重指數(shù)對其死亡風(fēng)險(xiǎn)和過量死亡的影響，獲得了以下兩個(gè)結(jié)論。

首先，當(dāng)調(diào)整一系列控制變量以后，Cox模型的結(jié)果發(fā)現(xiàn)，低體重指數(shù)老年男性和老年女性的死亡風(fēng)險(xiǎn)均顯著高于正常體重指數(shù)的。這個(gè)結(jié)論支持了以往的研究發(fā)現(xiàn)，即，低體重指數(shù)對當(dāng)代中國老年人死亡率產(chǎn)生了危害[17，20]。本文將以往局限于北京市或者未分樣本性別的結(jié)論拓展為適用于全國范圍內(nèi)分性別且覆蓋全部年齡組的老年人口。但本文的發(fā)現(xiàn)沒有支持在當(dāng)代發(fā)達(dá)國家老年人中體重指數(shù)和全死因死亡風(fēng)險(xiǎn)之間的“U”型關(guān)系。這是因?yàn)樵诳刂迫丝谔卣鳎挲g和婚姻狀況）以后，過重老年人的死亡風(fēng)險(xiǎn)相對于正常體重指數(shù)的老年人沒有顯著差異；肥胖一直沒有顯著影響中國老年人的死亡風(fēng)險(xiǎn)。不論在老年男性還是老年女性中，在Cox模型控制干擾因素（主要是抽煙）的混淆效果后，低體重指數(shù)對死亡風(fēng)險(xiǎn)的影響幅度下降。這與以往研究基本保持一致，即，老年人的抽煙行為調(diào)節(jié)了體重指數(shù)和全死因死亡風(fēng)險(xiǎn)之間的關(guān)系。納入基線健康條件變量（包括自評健康水平、殘障和是否患有慢性?。┻M(jìn)入Cox模型確實(shí)部分有效地克服了反向因果關(guān)系的可能性。相對于在老年女性人群中，低體重指數(shù)和死亡風(fēng)險(xiǎn)之間的關(guān)系在老年男性人群中更容易受到反向因果關(guān)系的影響。

其次，總體歸因比例法發(fā)現(xiàn)，低體重指數(shù)能夠促使2.9%左右的老年男性人口的過量死亡和3.9%左右的老年女性人口的過量死亡。這表明，相比于老年男性，老年女性能夠從消除低體重指數(shù)的努力中獲得更多的長壽收益。雖然部分控制變量違反了Cox模型的比例風(fēng)險(xiǎn)假設(shè)，但是，通過納入這些變量和不同觀測時(shí)間形式的交互項(xiàng)，本文獲得了低體重指數(shù)相對于正常體重指數(shù)穩(wěn)健的死亡風(fēng)險(xiǎn)比，進(jìn)而保證總體歸因比例法的穩(wěn)健計(jì)算結(jié)果。

低體重和低體重指數(shù)不是同一個(gè)概念，后者在本文中是指營養(yǎng)不良。本文的主要發(fā)現(xiàn)已經(jīng)證實(shí)，低體重指數(shù)是一個(gè)危害當(dāng)代老年人健康長壽的風(fēng)險(xiǎn)因素。但這是一個(gè)可以被社會(huì)、家庭或個(gè)體的積極干預(yù)所消除的風(fēng)險(xiǎn)因素。未來研究有必要探索消除中國老年人口的低體重指數(shù)的有效手段。從公共政策角度來看，近年來新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度、城鎮(zhèn)居民社會(huì)養(yǎng)老保險(xiǎn)制度、新型農(nóng)村合作醫(yī)療和城鎮(zhèn)居民醫(yī)療保險(xiǎn)制度等一系列公共政策的實(shí)施很有可能改善中國老年人的營養(yǎng)狀況和醫(yī)療條件，進(jìn)而降低老年人口低體重指數(shù)的比例。精準(zhǔn)扶貧政策還可以在幫助落后地區(qū)農(nóng)村貧困老年人脫貧的過程中有針對性地提高貧困老年人的營養(yǎng)水平。

從個(gè)體和家庭的角度來看，老年人和其成年子女要增強(qiáng)關(guān)于低體重指數(shù)對健康危害的認(rèn)識，要多注意老年人體重指數(shù)的變化情況和采取積極措施預(yù)防低體重指數(shù)的發(fā)生。具體來講，為了幫助低體重指數(shù)的老年人，成年子女可以給老年男性提供更多的可提高營養(yǎng)水平的生活照料和給予老年女性更多的經(jīng)濟(jì)支持。不過，新中國的現(xiàn)代化建設(shè)讓不同出生隊(duì)列的人口在進(jìn)入老年階段以前經(jīng)歷了差異明顯的營養(yǎng)條件，文章中研究對象普遍經(jīng)歷了食物短缺和營養(yǎng)匱乏的兒童和成年時(shí)期。因此，本文的一些發(fā)現(xiàn)更多地是針對當(dāng)前的老年人，也許不適用未來老年人口。我們預(yù)期肥胖對未來中國老年人口的死亡率，特別是循環(huán)系統(tǒng)疾病和糖尿病的死亡率將會(huì)帶來更大影響。

參考文獻(xiàn)：

[1]POST J D.Food shortage，climatic variability，and epidemic disease in preindustrial Europe：the mortality peak in the early 1740s[M].Ithaca：Cornell University Press，1985：226.

[2]HAYWARD A D，HOLOPAINEN J，PETTAY J E，LUMMAA V.Food and fitness：associations between crop yields and lifehistory traits in a longitudinally monitored preindustrial human population[J].Proceedings of the Royal Society B：Biological Sciences，2012，279（1745）：4165-4173.

[3]POPKIN B M.The nutrition transition and obesity[M]//CAWLEY J.The Oxford Handbook of the Social Science of Obesity.New York：Oxford University Press， 2011：289-302.

[4]FOGEL R W.New findings on secular trends in nutrition and mortality：some implications for population theory[M]//ROSENZWEIG M R，STARK O.Handbook of Population and Family Economics.Amsterdam：Elsever Scence B.V.，1997： 433-481.

[5]王卓群， 張梅， 趙艷芳， 楊靜， 趙文華. 中國老年人群低體重營養(yǎng)不良發(fā)生率及20年變化趨勢[J]. 疾病監(jiān)測， 2014 （6）： 477-480.

[6]ROGERS R，HUMMER R，KRUEGER P.The effect of obesity on overall，circulatory disease and diabetesspecific mortality[J].Journal of Biosocial Science，2003， 35（1）：107-129.

[7]THORPE R J，F(xiàn)ERRARO K F.Aging，obesity，and mortality：misplaced concern about obese older people？[J].Research on Aging，2004，26（1）：108-129.

[8]KRUEGER P M，ROGERS R G，HUMMER R A，BOARDMAN J D.Body mass，smoking，and overall and causespecific mortality among older U.S. adults[J].Research on Aging，2004，26（1）： 82-107.

[9]MONTEVERDE M，NORONHA K，PALLONI A，NOVAK B.Obesity and excess mortality among the elderly in the United States and Mexico[J].Demography，2010，47（1）：79-96.

[10]MEHTA N K，CHANG V W.Secular declines in the association between obesity and mortality in the United States[J].Population and Development Review，2011，37（3）： 435-451.

[11]ZUNZUNEGUI M V，SANCHEZ M T，GARCIA A，RIBERA CASADO J M，OTERO A.Body mass index and longterm mortality in an elderly Mediterranean population[J].Journal of Aging and Health，2012，24（1）：29-47.

[12]STOKES A，PRESTON S H.How dangerous is obesity？issues in measurement and interpretation[J].Population and Development Review，2016，42（4）：595-614.

[13]ZAJACOVA A，BURGARD S A.Shape of the BMImortality association by cause of death， using generalized additive models：NHIS 1986—2006[J].Journal of Aging and Health，2012，24（2）：191-211.

[14]MEHTA N K，CHANG V W.Mortality attributable to obesity among middleaged adults in the United States[J].Demography，2009，46（4）：851-872.

[15]趙連成， 周北凡， 武陽豐， 李瑩， 楊軍. 體重指數(shù)與死亡的前瞻性研究[J]. 中華流行病學(xué)雜志， 2002（1）： 24-27.

[16]CHEN Z，YANG G，OFFER A，ZHOU M，SMITH M，PETO R，GE L，YANG L，WHITLOCK G.Body mass index and mortality in China：a 15year prospective study of 220000 men[J]. International Journal of Epidemiology，2012，41（2）：472-481.

[17]GU D F， HE J， DUAN X， REYNOLDS K， WU X， CHEN J， HUANG G， CHEN C， WHELTON P K. Body weight and mortality among men and women in China[J].JAMA，2006，295（7）：776-783.

[18]錢衛(wèi)沖， 郭劍濤， 張文生， 錢榮富， 呂鎖章， 張仕清， 王震震，杜福昌，王海燕. 體重指數(shù)過低與總死亡率關(guān)系的前瞻性研究[J].中華醫(yī)學(xué)雜志， 2001（19）： 1162-1165.

[19]方向華， 湯哲， 項(xiàng)曼君， 劉宏軍， 陳彪， 孟琛， 吳曉光， 刁麗君， 劉向紅. 北京市55歲以上人群體重指數(shù)與高血壓及全死因死亡率的關(guān)系[J]. 中華流行病學(xué)雜志， 2002（1）： 28-31.

[20]WANG Y F，TANG Z，GUO J，TAO L X，LIU L，LI H B，LI D T，GUO X H，YANG X H.BMI and BMI changes to allcause mortality among the elderly in Beijing：a 20year cohort study[J].Biomed Environ Sci，2017，30（2）：79-87.

[21]李奎寶， 姚崇華， 董磊. 北京市中老年人體質(zhì)指數(shù)與死亡的關(guān)系[J]. 中華預(yù)防醫(yī)學(xué)雜志， 2002（1）：34-37.

[22]ZENG Y.Toward deeper research and better policy for healthy aging： using the unique data of Chinese longitudinal healthy longevity survey[J].China Economic Journal，2012，5（2-3）：131-149.

[23]WORLD HEALTH ORGANIZATION.Obesity：preventing and managing the global epidemic： report of a WHO consultation[R].Geneva：World Health Organization，2000.

[24]ALLISON P D.Survival analysis using SAS： a practical guide[M].Cary，NC： SAS Institute，2010：127-129，172-173.

[25]SINGER J D，WILLETT J B.Applied longitudinal data analysis：modelling change and event occurrence[M].New York：Oxford University Press，2003：562-564.

[26]ROCKHILL B，NEWMAN B，WEINBERG C.Use and misuse of population attributable fractions[J].American Journal of Public Health，1998，88（1）：15-19.

[責(zé)任編輯 武玉]