劉澤琦 司 偉

(中國農業(yè)大學 經濟管理學院，北京 100083)

2019年中國人口金字塔已呈現(xiàn)典型的紡錘型，意味著中國社會已進入老齡化階段。相關研究表明，未來幾十年中國老年群體將會愈加龐大，預計到2026年，≥65歲人口將達到2.1億，占中國總人口數(shù)的14.5%。老齡社會的來臨對中國經濟社會的發(fā)展造成了一系列的挑戰(zhàn)，具體到食物消費領域，由于老年群體在收入水平、偏好、身體機能等方面的變化，其食物消費與其他年齡群體存在顯著差異，老齡化意味著中國的食物系統(tǒng)、食品行業(yè)、食物消費公共政策可能需要進行相應的調整以適應人口結構的這一變化。

已有研究表明，老年群體在主食和基本生活副食方面的消費要顯著少于其他年齡群體，但在營養(yǎng)性副食、奶制品的消費方面要顯著高于后者，也就是說籠統(tǒng)的認為老齡化減少食物消費的觀點并不確切，需要考慮老齡化對不同種類食物消費的差異。那么老齡化如何影響居民食糖消費呢？鑒于食糖作為一種甜味劑，廣泛應用于食品加工業(yè)，食品加工業(yè)用糖的增加是中國食糖消費增長最主要的推動力量，加上中國居民對糖與健康議題的關注，這一問題的回答對于政府制定公共政策、改善社會福利乃至含糖食品加工業(yè)發(fā)展而言，都十分重要。

人口年齡結構與食物消費之間存在著密切的聯(lián)系。隨著年齡增長，身體對蛋白質、脂肪、碳水化合物等營養(yǎng)元素的需求和偏好會發(fā)生較大改變，進而影響人們的食物消費水平，這一特征在老年群體中表現(xiàn)的尤為明顯。然而，相較于和老齡化相關的勞動力供給、產業(yè)結構調整等議題而言，老齡化對居民食物消費影響的研究相對滯后，并且研究結論之間存在明顯的分歧。

一般認為，老年群體由于收入減少使得其消費行為更加謹慎和節(jié)儉，同時，考慮到老年人新陳代謝能力降低,身體機能退化，該群體總熱量需求降低，進而食物消費量大幅下降。這一觀點受到Morley等、何紀周、Vsquez等的支持。然而，近年來有研究對以上結論提出質疑并指出，籠統(tǒng)地認為老齡化抑制居民食物消費的觀點有局限性，需要修正，應將食物種類進行進一步地細分，老齡化也可能會正向促進部分食物消費，例如水果、乳制品等食物的消費。

關于老齡化對居民含糖食品消費的研究表明：老齡化會促進乳制品和糕點餅干等甜食的消費；Jiang等發(fā)現(xiàn)老年群體在含糖飲料消費方面相比于其他群體而言消費量更少，而Vercammen等進一步發(fā)現(xiàn)消費者對含糖飲料的需求狀況取決于自身的消費習慣，比如在消費過程中，消費者是否會對含糖飲料或糖成癮，老年群體也不例外；源于糖的成癮性及飲食環(huán)境的便利性，消費者早期攝入含糖飲料，很可能導致其老年時期成為含糖飲料的重度攝入者。從這些研究看，由于研究者僅關注老齡化對特定含糖食品消費的影響，而且這種影響有些是正向的，也有負向的，因而無法從總體上回答老齡化究竟是促進還是減緩了居民含糖食品消費。

食品加工、飲料工業(yè)的食糖消費量約占中國食糖消費總量的70%，隨著中國老齡化程度的加深，如果不能理清老齡化與居民含糖食品消費之間的關系，就無從回答“老齡化究竟如何影響居民的食糖消費量”這一問題。為此，本研究嘗試將主要含糖食品按照技術系數(shù)折算加總，估算居民實際的食糖消費量，再識別老齡化與居民食糖消費量之間的關系，從而解決已有研究中因老齡化對不同含糖食品消費的影響方向存在分歧而無法對老齡化背景下食糖總體消費趨勢做出判斷的問題，也就是說，識別老齡化與中國食糖消費增長的一般性規(guī)律性將有助于對老齡化不斷加深背景下的中國食糖消費增長趨勢有一個較為可靠的判斷。

基于此，本研究將利用CHNS數(shù)據(jù)庫關于居民各類含糖食品消費的詳實數(shù)據(jù)，借鑒司偉等對居民消費9大類主要含糖食品含糖量折算加總的方法，探究老齡化對居民食糖消費量的影響，以期為公共部門制定老年群體的含糖食品營養(yǎng)干預政策及食品加工業(yè)的“減糖”策略提供參考。

1 數(shù)據(jù)來源與模型設定

1.1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源主要為美國北卡羅來納大學人口中心與中國預防科學醫(yī)學院提供的中國健康與營養(yǎng)調查數(shù)據(jù)庫(CHNS)。本研究所調查的數(shù)據(jù)從1989年開始進行基線調查，采用多階段隨機聚類過程的方法進行樣本抽取。2011年之前，CHNS樣本覆蓋省份為遼寧省、黑龍江省、山東省、河南省、江蘇省、湖南省、湖北省、廣西壯族自治區(qū)、貴州省9省，2011年開始調研省份(直轄市)擴展到12個，北京、上海、重慶作為新地區(qū)加入CHNS跟蹤調查。由于CHNS主要關注家庭健康與營養(yǎng)問題，因此，問卷內容包含了居民的膳食情況、營養(yǎng)狀況和人口特征等信息，可以滿足本研究對變量的選取。其中，關于居民的膳食情況，該數(shù)據(jù)的收集方法是對同一人群中的個體、家庭及社區(qū)方面情況進行連續(xù)3天追蹤調查。鑒于數(shù)據(jù)的可得性和研究目的，本研究選取了其中2004、2006、2009、2011年4年的數(shù)據(jù)，剔除空缺值、異常值后構建了一套整合面板數(shù)據(jù)，共計觀測值6 204個。參照已有研究，各類含糖食品的折算系數(shù)如下：糕點含糖量25%，餅干含糖量 18%，糖果含糖量45%，速凍米面食物含糖量15%，乳制品含糖量3%，冷凍飲品含糖量15%，罐頭含糖量5%，碳酸飲料含糖量12%，果汁含糖量8.5%。經折算后老年群體每天的食糖消費量和全樣本每天的食糖消費量，結果見表1?？梢?，無論是不同年份、分區(qū)域還是總體，老年群體每天的食糖消費量都與全樣本存在一定的差異，并且從2004、2006、2009和2011年的數(shù)據(jù)看，所占比例呈現(xiàn)逐年下降的趨勢。但另一方面，從消費總量看，除2009年之外，老年群體的食糖消費量呈遞增趨勢，這一變化和全樣本的變化方向基本一致。而考慮到本部分沒有控制其他相關變量，因此要確切識別老齡化對居民食糖消費量的影響，需要更加細致的定量分析。

表1 2004—2011年樣本居民分地區(qū)人均食糖消費量
Table 1 Per capita sugar consumption of sample residents by region from 2004 to 2011

變量Variable年份 Year區(qū)域 Area2004200620092011東部Esat中西部Midwest北方North南方South總體Total全樣本人均食糖消費量/(g/d)Per capita sugar consumptionof the whole sample11.4714.3014.4720.7221.0613.4420.1915.2317.80老年群體人均食糖消費量/(g/d)Per capita sugar consumptionof elderly Population10.3912.7212.6517.5717.6111.5017.5413.5415.41老年群體食糖消費量比例①/%The proportion of sugar consumptionin the elderly90.5888.9587.4284.8083.6285.5786.8788.9086.54

注：目前CHNS公開的數(shù)據(jù)年份為1989、1991、1993、2000、2004、2006、2009、2011和2015年，其中，2004年之前，實際樣本中所涉及的含糖食品類別缺失嚴重，可獲取的樣本數(shù)量極少且異常值較多，而2015年的數(shù)據(jù)中包含各類含糖食品消費的食物數(shù)據(jù)內容沒有公開，因此本研究最終選取了2004—2011年的數(shù)據(jù)。

①老年群體占全樣本人均食糖消費量比例。

Note: The current data years published by CHNS are 1989, 1991, 1993, 2000, 2004, 2006, 2009, 2011 and 2015. Before 2004, the sugar-sweetened food categories involved in the actual samples were seriously missing, and the available sample size is very small and there are many outliers. Moreover, the 2015 data contains the food data content of various sugary food consumption is not public, so this study finally selects the data from 2004 to 2011.

①The proportion of the elderly group in the per capita sugar consumption of the whole sample.

1.2 模型設定

由于本研究使用的數(shù)據(jù)為非平衡面板數(shù)據(jù)，所以模型估計方法需在隨機效應估計和混合效應估計之間進行選取。利用LM檢驗，結果接受“存在個體隨機效應”的原假設，因此選擇隨機效應估計方法進行模型估計。針對模型可能的異方差問題，參照學術界的一般做法，本研究使用聚類穩(wěn)健標準誤進行隨機效應模型回歸。此外，在面板數(shù)據(jù)模型估計中，還需考慮隨時間變化的遺漏變量可能造成的模型內生性問題，對此本研究引入了時間虛擬變量來控制可能隨時間變化的遺漏變量，模型具體設定如下：

I

=

θ

+

θ

A

+

θ

X

+

θ

D

+

θ

T

+

ε

(1)

式中：被解釋變量

I

為經折算后的居民人均食糖消費量；

A

為本研究的核心解釋變量人口老齡化程度，其測量參考臧旭桓等、顏色等的研究，以老年撫養(yǎng)比來表征；

X

為控制變量，主要包括居民的收入水平、人口特征等變量；

D

則為地區(qū)虛擬變量；

T

為年份虛擬變量；

θ

、

θ

、…、

θ

為變量系數(shù)；

ε

為隨機擾動項。

基于式(1)，本研究設定模型1解釋變量僅包含人口老齡化；模型2在此基礎上加入了控制變量、年度虛擬變量；模型3在模型2基礎上又加入了省份虛擬變量；模型4、模型5是分別構建了人口老齡化程度的替代變量和Logit模型替換；模型10～模型13進行了地區(qū)的異質性檢驗；基于式(2)～(5)，模型6～模型9進行了中介效應檢驗。

模型中并沒有考慮價格變量，主要是由于文章中涉及的食糖消費量是由9大類含糖食品折算而成，因而其價格難以核算，因此本研究假設同一個省份居民在調查期間(3天)所面對的含糖食品市場價格相同，并且模型中地區(qū)虛擬變量、年份虛擬變量可以在一定程度上控制省份、年度間價格差異對居民人均食糖消費量的影響。各變量統(tǒng)計性描述具體見表2。

在主要變量中，居民人均食糖消費量為17.802 g/d，這一水平低于世界衛(wèi)生組織建議的每天最高食糖消費標準(依據(jù)世界衛(wèi)生組織的建議成年男性每天消費的糖不應超過 35 g，女性更少，每天不超過 25 g)。樣本總體的老齡化率為13%左右，男性占比為52.10%，這與全國第七次人口普查數(shù)據(jù)的結果13.50%與51.24%接近，表明樣本具有較好的代表性。居民可支配收入為2.436萬元/年，標準差為0.861，表明地區(qū)間的人均可支配收入水平差異較大，考慮到收入是影響居民消費的主要因素之一，這意味著不同區(qū)域的老年群體含糖食品消費可能存在明顯的異質性。

表2 主要變量統(tǒng)計性描述
Table 2 Statistical description of main variables

變量Variable變量含義及賦值Variable meaning and assignment均值Mean標準差Standard deviation居民人均食糖消費量/(g/d)Per capita sugar consumption樣本居民人均食糖消費量17.8026.624人口老齡化程度Degree of population aging老年撫養(yǎng)比,≥65歲人口占15～64歲人口比重0.1300.021居民人均可支配收入/(萬元/a)Per capita disposable income of residents樣本居民人均可支配收入2.4360.861居民性別 Gender0=女性;1=男性0.5210.500居民年齡 Residents age樣本居民實際年齡49.31314.900居民人均受教育年限/aPer capita number of years of education樣本居民人均受教育程度10.2804.610居民所在地 Place of residence0=農村;1=城鎮(zhèn)0.5870.493居民民族 Resident nation0=其他民族;1=漢族0.9450.230居民身體質量指數(shù)/(kg/m2)Residents’ body mass index樣本居民BMI值23.9003.791居民人均健康食品消費偏好Residents’ per capita healthy foodconsumption preference健康食物消費偏好得分11.2622.271

2 實證結果分析

2.1 基準回歸分析

首先，從回歸結果看

R

-overall均在0.5以上，表明選取變量對模型具有較好的解釋力。而模型1～模型3老齡化率系數(shù)估計值均為負數(shù)，并均在0.01水平上顯著，說明老齡化對居民人均食糖消費量具有顯著的抑制作用，也就是說平均而言，老年群體的食糖消費水平要低于當前居民的整體食糖消費水平，因而隨著老年群體的比例增加，人均食糖消費量會減少。究其原因可能是：一方面老年群體由于疾病因素不允許他們食用或者只能少量食用食糖或其制品，例如老年群體是“高血糖”、“糖尿病”等疾病的主要患病群體，這會抑制他們的食糖消費；另一方面由于身體機能衰退，老年群體可能更加關注健康，從而在食物消費模式上更加謹慎，“少油、少糖、少鹽”成為他們食物消費的重要原則。此外，模型3中的回歸系數(shù)表明，老年撫養(yǎng)比增加1%時，居民人均食糖消費量減少0.619%。這進一步表明，老年群體和其他消費群體在含糖食品消費(食糖消費)方面的異質性不僅具有統(tǒng)計顯著性，同時也具有經濟顯著性，因而對于公共部門和產業(yè)部門而言忽視這一異質性可能導致公共政策瞄準偏差和產品供給的結構性失衡。同時，該結果也說明，在分析和預測中國未來食糖消費需求趨勢時，如果不考慮老齡化時，會顯著高估未來中國居民人均和總的食糖消費量。

其次，居民人均收入的增長會促進居民人均食糖消費量，這與Zhai等的研究一致。由于本研究的食糖消費量是經居民9類主要含糖食品消費折算而來，這意味著收入的提高是促進居民含糖食品消費的重要原因。這一點和近年來含糖食品加工業(yè)發(fā)展趨勢相吻合，也符合人們的生活經驗。從近3年(2018、2019、2020年)的《中國食品工業(yè)年鑒》看，含糖食品加工業(yè)保持增長態(tài)勢，作為市場化程度較高的行業(yè)，本研究有理由相信含糖食品加工業(yè)的發(fā)展是需求端引致的。并且從日常經驗看，乳制品、餅干、糕點、含糖飲料等含糖食品均為正常品，這意味著其收入彈性大于零，因此收入增加會導致居民對含糖食品的消費增加，使得食糖消費量隨之增加。

第三，在其他控制變量中，人均教育水平正向影響居民的食糖消費量較為穩(wěn)健，可能的原因是教育程度高的群體在飲食結構上更加西化，對含糖飲料和甜點等含糖食品有更強的偏好，因此會拉動人均食糖消費量增長。居民身體質量指數(shù)正向影響居民的食糖消費量，這意味著，居民BMI值越大，越愿意消費含糖食品。此外，在模型3中，控制了地區(qū)的虛擬變量后，

R

-overall顯著上升，這意味著除收入和年齡差異外，區(qū)域差異也是影響居民食糖消費的重要原因，這一點和中國的現(xiàn)實相吻合。在中國飲食結構的地域分布中，歷來有“南甜北咸”的特點，雖然1990年之后經糖業(yè)的市場化改革這一格局有所改變，但是食糖消費的區(qū)域性差異依然十分明顯。

表3 人口老齡化對樣本居民食糖消費量影響的估計結果
Table 3 Estimation of the effect of population aging on sugar consumption of sample residents

變量Variable模型1Model 1模型2Model 2模型3Model 3人口老齡化程度Degree of population aging-0.806***(0.022)-0.340***(0.019)-0.619***(0.020)居民人均收入對數(shù)Per capita income of residents0.490***(0.019)0.070***(0.015)居民所在地Place of residence0.008(0.007)0.030***(0.006)居民性別Gender-0.009(0.006)-0.004(0.005)居民年齡Resident age0.001(0.005)-0.011***(0.004)居民民族Resident nation0.025(0.017)-0.043***(0.011)

表3(續(xù))

變量Variable模型1Model 1模型2Model 2模型3Model 3居民人均受教育年限/aPer capita number of years of education0.006***(0.001)0.003***(0.001)居民身體質量指數(shù)/(kg/m2)Residents’ body mass index0.038***(0.006)0.016***(0.005)年份虛擬變量Year dummy variable控制控制地區(qū)虛擬變量Local dummy variable控制常數(shù)項Constant term1.194***(0.046)-3.034***(0.147)0.585***(0.129)樣本量 Sample size6 2046 2046 204R2-overall0.5150.5350.702

注：*、**和***分別表示10%、5%和1%水平上顯著；括號內數(shù)值表示標準誤。下表同。

Note: *, ** and *** represent significance at the 10%, 5% and 1% levels, respectively, and the values in brackets represent standard errors. Same as the
Table below.

2.2 穩(wěn)健性檢驗

2

.

2

.

1

構建關鍵變量的替代變量

對于老齡化的測量，學術界除了以老年撫養(yǎng)比表征外，≥65歲人口占總人口比重也是衡量老齡化的常用指標。為檢驗基準回歸結果的穩(wěn)健性，本研究進一步以≥65歲人口占總人口比重替代老年撫養(yǎng)比后重新回歸，回歸結果見表4(模型4)。主要解釋變量和控制變量的影響方向以及顯著性沒有發(fā)生明顯的變化，因此，替換關鍵變量后的回歸結果穩(wěn)健。

2

.

2

.

2

模型變換的穩(wěn)健性檢驗

本部分利用二元Logit模型代替原有的隨機效應模型進一步進行穩(wěn)健性檢驗。依據(jù)世界衛(wèi)生組織在2015年提出的建議，成人每天食糖消費量應控制在6勺(25 g)內，本研究依據(jù)這一標準將被解釋變量確定為“是否具有過量消費食糖情況”，其中“存在過量食糖消費情況”定義為1，“不存在過量食糖消費情況”定義為0，其他控制變量保持不變，具體的回歸結果見表4(模型5)。老齡化對居民食糖消費過量情況具有顯著的抑制作用，這證明回歸結果穩(wěn)健。

表4 人口老齡化對樣本居民食糖消費量的 穩(wěn)健性檢驗估計結果
Table 4 Estimation results of robustness test of population aging on sugar consumption of sample residents

變量Variable模型4Model 4模型5Model 5人口老齡化程度Degree of population aging-2.680***(0.059)-0.818***(0.282)控制變量Control variables控制控制年份虛擬變量Year dummy variable控制控制地區(qū)虛擬變量Local dummy variable控制控制常數(shù)項Constant term1.848***(0.126)-1.022(1.851)樣本量 Sample size6 2046 204R2-overall0.726Wald值303.206***Pseudo R20.055

2.3 中介效應與異質性分析

基準回歸顯示老齡化對居民食糖消費起到抑制作用，同時基準回歸也發(fā)現(xiàn)收入和區(qū)域差異是影響居民食糖消費的兩個重要因素，因此對本研究而言還有2個問題值得進一步探討：第一，總體而言，老齡化顯著抑制居民食糖消費，而收入會促進居民的食糖消費，那么這是否意味著老年群體食糖消費減少這一現(xiàn)實可以被后續(xù)中國經濟增長產生的收入效應所抵消？第二，居民食糖消費的區(qū)域異質性具體表現(xiàn)如何？是否會導致“老齡化抑制居民食糖消費量”這一結論在特定區(qū)域不成立？這2個問題之所以重要是因為：對第一個問題而言，考慮到中國經濟的長期增長趨勢和社會保障的不斷完善，未來老年群體的收入水平應該會有所提升，因此，老齡化抑制居民食糖消費量究竟是收入變化造成的，還是基于特定年齡階段的其他原因造成的，這既會影響公共部門出臺針對老年群體食糖消費營養(yǎng)干預政策的必要性，也會影響產業(yè)部門對細分市場的食糖添加策略，同時會影響對未來中國居民食糖消費量走勢的判斷；對第二個問題而言，一方面，明晰老齡化對不同區(qū)域的具體影響，可為公共部門和含糖食品行業(yè)制定更加精細化的應對策略提供支持，另一方面，如果分區(qū)域回歸后發(fā)現(xiàn)老齡化在不同區(qū)域對居民食糖消費量的影響具有普遍一致性，則可進一步為基準回歸結果的穩(wěn)定性提供佐證。

針對第一個問題，本研究采用中介效應進一步分析收入及居民健康食物偏好在老齡化與居民含糖食品消費中的作用；針對第二個問題，本研究在考慮中國“南甜北咸”的地域差異和各地區(qū)的經濟發(fā)展水平后，劃分南方和北方，以及東部和中西部來進一步分區(qū)域進行回歸。

2

.

3

.

1

中介效應分析

一般來說，收入和食物消費偏好會影響食物消費，而食物消費偏好、收入也會隨著年齡而變化。因此本研究將居民收入、居民健康食物消費偏好作為中介變量，以探究老齡化抑制居民食糖消費量究竟是收入變化造成，還是基于特定年齡階段的其他原因造成的，以及老年群體食糖消費下降是否會被收入效應所抵消，進而維持人均食糖消費量平穩(wěn)上升的態(tài)勢。其中，本研究根據(jù)CHNS數(shù)據(jù)庫問卷中的食物消費偏好的5道題，用于測度居民健康食物消費偏好。實際調研問卷中，每道題有“很不喜歡”、“不喜歡”、“中立”、“喜歡”或“很喜歡”5種回答?；诖?，本研究采用李克特5點評分法，將上述5種回答分別記為1、2、…、5，每個居民的健康食物消費偏好總分就是他對各道題的回答所得分數(shù)的加總，分數(shù)越高，表示居民健康食物消費意愿越強。為了減少因分數(shù)相差較大引起的誤差，本研究利用離差標準化方法將居民健康食物消費偏好分數(shù)進行歸一化處理，使結果落在[0,1]區(qū)間。

健康食物消費偏好定義為本研究檢驗老齡化和居民食糖消費之間的傳導機制，借助Baron 等提出的“中介效應”檢驗模型，構建以下中介效應模型：

I

=

δ

+

δ

A

+

δ

L

+

δ

P

+

δ

X

+

δ

D

+

δ

T

+

ε

(2)

I

=

α

+

α

A

+

α

X

+

α

D

+

α

T

+

ε

(3)

L

=

γ

+

γ

A

+

γ

P

+

γ

X

+

γ

D

+

γ

T

+

ε

(4)

P

=

β

+

β

A

+

β

L

+

β

X

+

β

D

+

β

T

+

ε

(5)

式中：

L

為居民人均收入對數(shù)；

P

為居民健康食物消費偏好；

δ

、

δ

、…、

δ

，

α

、

α

、…、

α

，

γ

、

γ

、…、

γ

，

β

、

β

、…、

β

為變量系數(shù)，

ε

、

ε

、…、

ε

為隨機擾動項。

本研究運用Bootstrap方法檢驗居民收入是否存在中介作用。按照 Zhao等提出的中介分析程序，同時參照Preacher等和Heyes提出的中介分析模型進行Bootstrap中介變量檢驗，抽樣設定1 000次，在95%的置信區(qū)間下中介檢驗的結果的確沒有包含0(LLCI=-11.28，ULCI=-4.72)。這表明，居民人均收入的中介效應顯著。為了更深入地探析居民收入的中介作用，本研究進一步采用逐步法進行中介效應分析，結果見表5。

模型7中系數(shù)

α

(式(3))為老齡化對居民人均食糖消費量的總效應；模型6的系數(shù)

δ

(式(2))是控制居民人均收入、居民健康食物消費偏好等因素的影響后，老齡化對居民人均食糖消費量的直接效應。系數(shù)

δ

、

δ

、

α

顯著，中介效應存在。一方面，回歸結果可以確定居民人均收入中介效應系數(shù)

δ

×

γ

為負，中介效應占總效應比重為

δ

×

γ

/

α

=7.32%，這意味著雖然老齡化會以減少居民人均收入的方式，進而減少居民人均食糖消費量，但這只能解釋老年群體食糖消費量低下，即老齡化抑制居民人均食糖消費量的一小部分原因?？梢哉f，盡管人均收入的增加是拉動居民人均食糖消費量增長的重要因素，但它對拉動老年群體食糖消費量增長的作用效果甚微?？傮w而言，與Bernstein等、Leslie等

表5 人口老齡化與樣本居民食糖消費量的路徑檢驗結果
Table 5 Results of path test on population aging and sugar consumption of sample residents

變量Variable模型6Model 6模型7Model 7模型8Model 8模型9Model 9人口老齡化程度Degree of population aging-0.625***(0.020)-0.673***(0.016)-0.746***(0.013)0.073***(0.021)居民人均收入對數(shù)Per capita income of residents0.066***(0.015)-0.011(0.016)健康食物消費偏好Healthy food consumption preferences-0.023**(0.012)-0.007(0.010)其他控制變量 Other control variables控制控制控制控制年份虛擬變量 Year dummy variable控制控制控制控制地區(qū)虛擬變量 Local dummy variable控制控制控制控制常數(shù)項Constant term0.641***(0.131)1.130***(0.040)7.983***(0.043)2.918***(0.137)樣本量 Sample size6 2046 2046 2046 204R2-overall0.7280.7010.8230.100

注：模型6～模型9是基于式(2)～(5)的回歸估計。

Note: Models 6 to 9 are regression estimates based on equations (2) to (5).

的研究一致，老齡化導致的其他因素改變(如心理、生理)應該才是影響老年群體食糖消費量降低的主要原因。然而這些因素很難被改變甚至消除，這表明老年群體食糖消費的減少量無法被收入效應的增加量所抵消，即收入增長難以刺激老年群體對含糖食品的消費。另一方面，居民健康食物消費偏好中介效應系數(shù)

δ

×

β

為負，這意味著老齡化能夠改善居民對健康食物的消費偏好，進而減少食糖的攝入。同時也表明，隨著老年群體規(guī)模的擴大，居民健康食物消費意識顯著加強，進一步抑制食糖消費量的增加。因此，本研究推斷，隨著老齡化程度的加深，未來中國居民食糖消費總量的增長空間可能將縮減。

2

.

3

.

2

區(qū)域異質性分析

在進行區(qū)域異質性分析時，本研究從經濟發(fā)展和風味偏好2個角度進行區(qū)域劃分，從經濟發(fā)展角度出發(fā)，將樣本區(qū)域劃分為東部和中西部；從“南甜北咸”的風味偏好出發(fā)，將樣本區(qū)域劃分為南方和北方。區(qū)域劃分后采用隨機效應模型進行回歸，回歸結果見表6。

首先，老齡化在不同區(qū)域對居民人均食糖消費量的影響作用均為抑制居民的食糖消費，這表明異質性分析進一步支持基準回歸結果。其次，從東部和中西部的回歸結果看，老齡化對東部地區(qū)居民食糖消費量的抑制作用要遠大于中西部地區(qū)?？赡艿脑蚴牵阂环矫妫瑬|部地區(qū)經濟較為發(fā)達，社會開放程度高，老年群體的健康意識更強，因而對含糖食品消費更加克制；另一方面由于東部地區(qū)的居民收入水平從90年代開始就與中西部地區(qū)明顯拉開差距，因而東部地區(qū)“高血脂”、“高血壓”“糖尿病”這類富貴病在老年群體中的患病比例要更高，由此導致東部地區(qū)老年群體食糖消費量更少。第三，從南北方的差距看，老齡化對居民食糖消費的抑制作用北方比南方更深，這可能和“南甜北咸”的口味偏好有關，偏甜的飲食習慣部分抵消了老齡化對南方居民食糖消費量的負向影響。

表6 分區(qū)域異質性分析的回歸結果
Table 6 Regression results of regional heterogeneity analysis

變量Variable模型10Model 10模型11Model 11模型12Model 12模型13Model 13人口老齡化程度Degree of population aging-1.191***(0.025)-0.232***(0.018)-1.628***(0.038)-0.285***(0.021)控制變量 Control variables控制控制控制控制年份虛擬變量 Year dummy variable控制控制控制控制地區(qū)虛擬變量 Local dummy variable控制控制常數(shù)項Constant term2.115***(0.141)-0.787(0.131)1.838***(0.160)-3.138***(0.173)樣本量 Sample size3 8072 3973 4402 764R2-overall0.7010.6610.8430.808

注：模型10、11、12和13分別是東部、中西部、北方、南方地區(qū)的回歸估計。

Note: Models 10 to 13 are regression estimates for the eastern, mid-western, northern, and southern regions, respectively.

3 結 論

老齡化作為中國人口結構變化的一大趨勢，可能對經濟社會及食物消費帶來諸多挑戰(zhàn)，這已成為政府部門和學術界關注的熱點。老年群體的食糖消費不僅與其自身的健康營養(yǎng)息息相關，還關乎含糖食品行業(yè)的發(fā)展路徑及公共政策取向?；诖?，本研究利用CHNS數(shù)據(jù)，在中國老齡化不斷加劇的現(xiàn)實背景下，探究老齡化對居民食糖消費量的影響。

研究發(fā)現(xiàn)：首先，老齡化會顯著抑制居民人均食糖消費量，老齡化程度加深1%，人均食糖消費量減少0.619%，這說明，如不考慮人口年齡結構的因素，可能會高估中國居民食糖消費的增長前景。考慮到本研究的食糖消費量是居民9類主要含糖食品折純加總而來，且這9類含糖食品占食品工業(yè)食糖消費總量的80%～90%，這意味著老齡化顯著抑制居民含糖食品的總體消費水平；其次，雖然收入依然影響居民的食糖消費，但是與老齡化相關的其他因素在抑制居民食糖消費增加中發(fā)揮著更為重要的作用，也就是說，居民收入效應帶來的食糖消費增加并不能抵消其他因素食糖消費量的抑制，老齡化背景下食糖消費量降低這一規(guī)律具有一般性。同時，老齡化能夠改善居民對健康食物的消費偏好，從而減少食糖的攝入，這意味著老年群體規(guī)模的擴大會使得居民健康食物消費意識得到提升，進而導致食糖消費量增長空間縮減；第三，從區(qū)域異質性分析來看，雖然老齡化對東部、中西部、南方和北方居民食糖消費量的影響程度大小不一，但是老齡化會抑制居民食糖消費這一結論在不同區(qū)域具有一致性。

盡管當前中國老年群體整體的食糖消費水平低于世界衛(wèi)生組織建議的最高50 g的標準，但是本研究發(fā)現(xiàn)，老齡化會顯著抑制居民的食糖消費增加，因此：一方面，公共部門在制定針對老年群體的營養(yǎng)干預政策時，糖類消費的干預未必是重點，如果做這樣的選擇，考慮到中國龐大的老年群體規(guī)模，這可以大大減少政府對含糖食品市場干預的行政資源投入；另一方面，含糖食品加工業(yè)應該積極調整其發(fā)展策略，以適應老齡化背景下的中國居民加工食品需求變化。