健康的阶层差异：肥胖流行背景下“富贵病”成因研究

倪国华,郑风田

(1.北京工商大学 中国食品安全研究中心，北京 100048；2.中国人民大学 农业与农村发展学院，北京 100872)

一、引言

改革开放以来，阶层作为一个政治词汇已淡出中国人的常用词汇表。然而，在学术领域，众多学者仍在研究因社会身份差异而引发的社会分层，尤以健康经济学领域研究颇多[1-4]。当然，国内外学者关注点有所不同。国内学者大多关注不同社会群体的医疗保障公平问题[5-8]，很少关注不同社会群体所面临的差异性健康威胁。而国外学者对后者的研究甚多，尤其关注肥胖流行背景下不同社会群体所面临的差异性健康威胁[9-12]。这主要源于肥胖是高血压、糖尿病等诸多疾病的重要诱因，不同社会群体因面临不同的肥胖流行风险而出现健康分层，这也是社会健康水平呈现“阶层差异”的重要原因之一[13-15]。

根据Cutler(2003)[16]的研究，在美国，位于社会顶层的管理者因有能力购买更健康的食品和健身服务且拥有更多健康知识而拥有更好身材，也因此成为高血压、糖尿病等疾病的低发人群。位于社会底层的民众则恰好相反，因无力支付健康食品的高价格而成为肥胖易感人群，进而成为高血压、糖尿病等疾病的易患人群[17-18]。

实际上，随着营养结构和生活方式的深刻变迁，困扰发达国家的“肥胖流行”问题已开始困扰中国社会[19-20]。然而，根据CHNS数据初步统计结果显示，中国的肥胖易感人群与美国截然不同，在中国，位于社会顶层的管理者是肥胖易感人群，而社会底层民众的肥胖流行程度则要低很多[20]。中国是否因为不同社会群体面临不同的肥胖流行风险而出现了健康分层，从而呈现出所谓的“健康阶层差异”*本文所说的“阶层”特指因职业不同而产生的社会分层。？如果存在，中国的健康阶层差异与欧美发达国家有何不同？其背后的理论逻辑是什么？上述问题的答案，将为中国在经济社会迅速转型背景下，建立科学合理的公民卫生预防和保障体系提供理论依据。本文将以横跨1989-2009年的CHNS数据为基础进行实证研究，尝试回答上述问题。

本文余下内容安排如下：第二部分是简要的文献综述，第三部分是模型与数据，第四部分分析不同阶层是否因面临不同的肥胖流行风险而出现了健康分层，第五部分尝试给出一个理论框架来解释中国何以呈现健康阶层差异，最后是简要的结论。

二、文献综述

为了从现有文献中梳理出一个逻辑框架，来分析中国是否因不同社会群体面临不同肥胖流行风险而出现了健康分层及其背后的理论逻辑，本文主要从两个视角对文献进行梳理。

(一)有关肥胖对健康影响的研究

有关肥胖对健康影响的研究文献可以用汗牛充栋来形容，但可通过两条脉络进行梳理：一是临床医学领域的研究，二是健康经济学领域的实证研究。

一系列临床医学研究表明，很多非传染性常见慢性病，如心血管疾病、糖尿病、高血压和一些癌症(绝经妇女的乳腺癌、子宫内膜癌和直肠癌)都与肥胖密切相关[21]。其他一些临床症状，包括胃肠疾病、呼吸系统疾病、代谢系统疾病、生殖系统疾病以及多种心理疾病也与肥胖相关[22-24]。

大量经济学实证研究同样证实了肥胖与健康之间的因果关系。Mansonetal.(2007)[25]研究显示：早年肥胖将增加当事人晚年患糖尿病的风险，90%的糖尿病患者其早年BMI指数超过23。Haslam & James(2005)[26]发现肥胖人群患高血压的可能性要比正常人高出5倍。Kamaletal.(2005)[27]通过实证分析证实了肥胖是引发高血压、糖尿病、血脂异常、冠心病、心肌梗死、乳腺癌等多种疾病的重要诱因。Rashad & Grossman(2004)[28]的实证分析结果则显示，目前在欧美发达国家由肥胖而引发的健康威胁已经超过了吸烟、酗酒和吸毒，肥胖已成为威胁相关国家人体健康的最大杀手。世界卫生组织则将肥胖认定为影响健康的五大危险因素之一[21]。

(二)有关不同社会群体因面临不同的肥胖流行风险而呈现健康分层的研究

虽然国内鲜有学者关注因肥胖流行而引发的社会健康分层现象，但有关不同社会群体因面临不同肥胖流行风险进而引发社会健康分层的问题，早已成为国际学者研究的热点[29]。大量的实证研究显示了个人的社会经济地位对其肥胖程度的影响[30-31]。然而，与中国的现状不同，大量以美国等发达国家为研究对象的实证结论是：社会经济地位越低，个人发生肥胖的风险越大，一般而言，生活在社会底层的蓝领及黑人妇女是肥胖易发人群。为什么越穷越胖？大量学者曾对此做过深入分析，认为主要原因有三个：其一、社会底层人群大多消费相对便宜的垃圾食品，再加上食物券(Food Stamp)等社会救助政策一般不支持人们购买相对昂贵的健康食品，所以垃圾食品成为社会底层人群的主要食物来源[32-33]；其二、社会底层人群文化水平较低，缺乏健康饮食的常识[34]；其三、在后现代社会，“运动和锻炼”往往是上层社会的“奢侈品”，社会底层人群往往没有时间进行系统的“运动和锻炼”[35-36]。

中国与美国等发达国家截然相反，由于劳动强度大且高热量食品摄入量较少，社会底层人群仍处于相对偏瘦的阶段，而管理者等社会顶层人群由于营养过剩且缺少锻炼而成为肥胖易感人群。尤其是一些久坐性(Sedentary)且需要赴宴应酬的职业，其肥胖风险更大。与此同时，近年来，中国的高血压、糖尿病等“富贵病”的发病率也迅速增加。中国是否因不同社会群体面临不同的肥胖流行风险而出现了健康分层，呈现出所谓的健康阶层差异？本文将通过实证分析给出答案。

三、模型与数据

(一)模型

本文的整体逻辑思路是：首先通过对大样本数据的实证分析确定中国是否存在健康阶层差异，即：不同社会群体是否面临差异性健康威胁。然后，再求证不同社会群体面临的不同肥胖流行风险与健康阶层差异之间是否存在因果关系，最后，给出一个理论框架来解释中国何以呈现健康阶层差异。

首先，构建合理的实证模型来分析不同社会群体是否面临差异性健康威胁。本文在Becker et al.(1994)健康生产函数模型的基础上[37]，把被观察者是否患有两种常见“富贵病”，即：糖尿病(DIAB)和高血压(HTN)，作为被解释变量，把被观察者的社会身份作为解释变量，构建实证模型，即：

HTNi=SESiβ+Xiγ+ui

(1)

DIABi=SESiβ+Xiγ+ui

(2)

其中,HTNi，DIABi是表征被观察者是否患高血压和糖尿病的二值变量；Xi为控制变量，包含年龄、年龄的平方项、性别及体检时间；SESi是表征被观察者社会身份的二值变量，在模型中，具体包括：是否为高级工程技术人员(Hightecher)、是否为农民(Farmer)、是否为普通工人(Worker)、是否为管理者(Manager), 以及是否为办公室工作人员(Officeworker)，这也是CHNS调查对我国职业的基本分类；ui为误差项。

下面，构建合理的实证模型来求证健康阶层差异与不同社会群体面临的不同肥胖流行风险之间是否存在因果关系。

在把不同社会群体面临的不同肥胖流行风险纳入本文的分析框架之前，需要首先确定表征肥胖的标准。世界卫生组织主要推荐两套标准，一是BMI指数(BMI=体重(公斤)÷身高2(平方米))， 这是一种和年龄、性别都无关的评价指标，中国卫生部于2010年确定中国的肥胖标准为：BMI≥28为肥胖，BMI≥24为超重；二是腰围长度(WC)，根据世界卫生组织推荐的标准，对于欧美白人族群而言，男性WC>94cm，女性WC>80cm属于中心型肥胖，中国肥胖问题工作组(WGOC)建议，中国成人男性WC≥85cm，女性WC≥80cm属于中心型肥胖，用中国人常用说法，男性腰围2尺5，女性腰围2尺4属于中心型肥胖。

由于BMI指数与腰围长度(WC)实际上表征两种不同类型的肥胖，本文在实证分析时，按两套标准进行了分别求证，在计量模型中两套标准都用Obesityindexi来表征。首先求证不同的社会群体是否面临不同的肥胖流行风险，即把被观察者的社会身份SESi作为解释变量，把被观察者的肥胖指数Obesityindexi作为被解释变量，当然，解释变量中还包括相关的控制变量Xi，即：

Obesityindexi=SESiβ+Xiγ+ui

(3)

鉴于不同社会群体在不同的分位数水平上对于被观察者的肥胖指数具有不同的边际影响，本文将采用分位数回归的方法对此展开深入分析。

接下来，求证健康的阶层差异与不同社会群体面临不同肥胖流行风险之间的因果关系。把表征被观察者肥胖指数的变量Obesityindexi作为解释变量，把分别代表被观察者是否患高血压和糖尿病的二值变量HTNi，DIABi作为被解释变量，构造计量模型，即：

HTNi=Obesityindexiβ+Xiγ+ui

(4)

DIABi=Obesityindexiβ+Xiγ+ui

(5)

(二)数据

本文所用数据来自于美国北卡罗来纳大学和中国疾病预防控制中心协作开展的中国家庭营养与健康调查(CHNS)。该调查采用多阶段分层整群随机抽样的方法，样本覆盖中国东部、中部、西部地区，包括江苏、山东、辽宁、黑龙江、河南、湖北、湖南、广西和贵州9个省(自治区)的城市和农村居民，具有广泛代表性。以2009年国家统计局数据计算，所调查的9省区人口覆盖达5.6亿，占全国人口的42%。该调查是目前国内外有关中国家庭营养与健康方面最全面、最科学的调查之一。调查始于1989年，分别在1991年、1993年、1997年、2000年、2004年、2006年、2009年进行了追踪调查，获得了比较完整的个人职业和健康信息，主要特征变量的描述统计见表1。

表1 变量基本统计信息表

四、不同阶层面临不同健康风险的实证研究

(一)社会身份对于健康的影响研究

由于被观察者是否患糖尿病或高血压是二值变量，解释变量又多为二值变量，此处选用了Logit回归，回归结果见表2。

表2 社会身份对于健康的影响研究

表2所示的实证结果显示，管理者身份(包括企业管理者和政府官员)对于被观察者是否患有高血压和糖尿病均有显著的正向影响，进一步分析显示，当被观察者由非管理者身份变为管理者身份时，其罹患高血压的可能性增加1.02%，罹患糖尿病的可能性增加0.28%；农民身份则会显著降低被观察者罹患高血压和糖尿病的可能性。高级技术人员身份对于被观察者是否患有高血压有显著正向影响，具体而言，当被观察者由非高级技术人员身份变为高级技术人员身份时，其罹患高血压的可能性增加0.61%；而高级技术人员身份对于被观察者是否患有糖尿病的影响并不显著。由于高血压和糖尿病两种疾病的患病概率与年龄有明显的相关关系，所以这里控制了年龄及年龄平方项。

(二)社会身份对于个人肥胖的影响研究

1.社会身份对于个人肥胖指数的影响研究

表2的回归结果证实了健康阶层差异的存在，但这背后的原因是什么？为什么管理者会成为高血压、糖尿病等富贵病的高发人群？根据以往的文献研究，我们推断肥胖流行可能是导致管理者易患高血压和糖尿病的主要原因。根据CHNS调查数据推算：从1989年到2009年这20年间，中国的BMI超重(WGOC标准)人口从1.67亿增加到5.29亿，每天增加4.9万人，年均增长率为5.9%；肥胖(WGOC标准)人口则从1989年的1487万增加到了2009年的1.28亿，年均增长率达到11.4%，超过了同期GDP的增速。从肥胖净人口来看，2009年，我国已经超过美国(1.1亿人肥胖)，成为全球肥胖人口最多的国家[20]。而根据Sturmetal.(2009)等学者的研究，肥胖流行是导致相关人群易患高血压、糖尿病等疾病的重要诱因[38]。如果我们将所谓的健康阶层差异归因于不同社会群体面临的不同肥胖流行风险，首先需要求证被观察者的社会身份对于其肥胖指数(包括BMI指数和腰围)的影响，表3和表4分别展示了被观察者的社会身份地位对其BMI指数及腰围的OLS回归和分位数回归结果。

表3 社会身份地位对BMI指数影响的分位数回归结果

表4 社会身份地位对腰围的分位数回归结果

OLS回归结果显示：高级技术人员身份、管理者身份对于被观察者的BMI指数及腰围均有显著正向影响；一般工人身份、农民身份对于被观察者的BMI指数及腰围则有显著负向影响；办公室一般工作人员身份对于被观察者的BMI指数无显著影响，但对于被观察者的腰围在10%的显著性水平下有负向影响。

由于OLS 回归系数是自变量对因变量条件期望的边际效果，只能描述平均概念, 无法显示不同身份地位的人群在不同肥胖指数分布区间的异质性。实际上，这种异质性正是我们所关注的问题，因此我们继续采用分位数回归方法(Quantile regression)将定量分析拓展到整个肥胖指数分布区间(图1、图2分别展示了社会身份地位对于被观察者的BMI指数及腰围影响的分位数回归系数分布)。

图1 社会身份地位对BMI指数影响的分位数回归系数分布图

对于处在转型中的中国而言，在肥胖指数(包括BMI指数和腰围)的低分位区间(表3、表4中的5%和20%分位)，观察值的主体位于偏瘦的区间内，即使相关的解释变量对于肥胖指数(包括BMI指数和腰围)有显著正向影响，也只能说明相关解释变量是导致被观察者BMI指数或者腰围增大的影响因素，不能说是导致被观察者肥胖的影响因素。然而，在肥胖指数(包括BMI指数和腰围)的高分位区间(表3、表4中的80%和95%分位)，观察值的主体位于超重或肥胖的分布区间内，相关的解释变量如果对于肥胖指数(包括BMI指数和腰围)有显著正向影响，则清晰地表明相关因素就是导致被观察者超重或肥胖的影响因素。

表3及表4所示的分位数回归结果表明，高级技术人员身份对于被观察者BMI指数的影响系数呈逐步下降趋势，对于20%的低分位数区间其影响系数为0.476，但到了95%的高分位区间，高级技术人员身份对于被观察者BMI指数的影响并不显著。这意味着高级技术人员身份对于BMI肥胖的贡献并不大，与表2的分析结果相一致，也与Lakdawalla & Philipson(2002)针对美国等发达国家高级技术人员的研究相一致[2]。其可能的解释是高级专业技术人员由于拥有更多健康知识，其BMI指数总体处于健康水平。然而，高级技术人员身份对于被观察者腰围的影响系数却呈逐步增强趋势，对于80%分位数区间的影响系数为0.518，但到了95%的高分位区间，高级技术人员身份对于被观察者腰围的影响系数达到了2.371，为什么出现这样的情况？其可能的解释是高级技术人员虽然比较注重整体饮食健康，但大部分时间从事久坐式(Sedentary)工作，而久坐的生活方式成为导致高级技术人员腰部脂肪堆积的主要原因。

图2 社会身份地位对腰围影响的分位数回归系数分布图

对分位数回归结果的进一步分析表明：在整个分布区间内，管理者身份对于被观察者BMI指数和腰围的影响系数均呈总体上升趋势。在5%的分位数水平时管理者身份对于被观察者的BMI指数的影响并不显著，在20%分位数以后，管理者身份会显著影响被观察者的BMI指数，其影响系数也逐渐由20%分位时的0.286增加到80%分位时的0.580。在50%分位数水平之前，管理者身份对于被观察者腰围的影响都不显著，在80%分位数以后，管理者身份会显著影响被观察者的腰围，其影响系数则由80%分位时的1.671增加到95%分位时的2.659。即：在整体BMI指数及腰围指数处于较低水平时，管理者身份对于被观察者的BMI指数影响很小，而当整体BMI指数及腰围指数处于较高水平时，管理者身份会显著增加被观察者的BMI指数，这意味着管理者身份对于BMI肥胖及中心型肥胖的实际影响比通过OLS回归所显示的影响程度更大。也就是说管理者身份会显著增加被观察者的肥胖风险，这与欧美发达国家的情况正好相反[2]。其可能的解释是，在中国，管理者虽然拥有更多健康知识和更强支付能力，但在中国特定的文化背景下，可能需要应付更多的“夜宴类”高热量摄入活动(具体的解释参见第四节)。

与管理者身份相反，在整个分布区间内，一般工人身份对于被观察者的BMI指数和腰围均呈显著负向影响。但在整个分布区间内，一般工人身份对于被观察者BMI指数和腰围的影响系数基本是恒定的，与OLS回归系数基本一致。

在整个分布区间内，农民身份对于被观察者的BMI指数和腰围的影响系数均呈显著负向影响。从5%到95%的分位数水平，农民身份对于被观察者BMI指数的影响系数从-0.556提高到-1.279(负号代表负向影响)，农民身份对于被观察者腰围的影响系数则从-1.328提高到-1.986(负号代表负向影响)。这意味着农民身份对于“抑制中国肥胖流行”的贡献比通过OLS估计出来的结果还要大。

在整个分布区间内，办公室工作人员身份对于被观察者BMI指数和腰围的影响都不显著。年龄对被观察者BMI指数和腰围的影响则呈“U”型结构。

2.社会身份对于个人是否肥胖的影响研究

在控制了影响个人BMI指数和腰围的核心控制变量以后，表3、表4的实证分析结果清晰显示了不同社会身份对于被观察者BMI指数和腰围的显著影响。要明确这些因素是否就是导致个人肥胖的影响因素？我们需要通过表5所示的实证分析结果来验证。

表5 社会身份对于是否肥胖的影响研究

表5的回归结果显示：在控制了年龄、性别、体检时间等控制变量之后，管理者身份除了对被观察者是否属于WHO标准的中心性肥胖无显著影响外，对于被观察者是否属于中国标准(WGOC)的BMI肥胖和超重、世界标准(WHO)的BMI肥胖和超重，以及中国标准的中心型肥胖均有显著正向影响；高级技术人员身份对于中国标准(WGOC)的超重、世界标准(WHO)的超重以及中国标准的中心型肥胖有显著的正向影响，但对于中国标准(WGOC)的肥胖、世界标准(WHO)的肥胖以及世界标准(WHO)的中心型肥胖则无显著影响；一般工人身份和农民身份则对各类标准的超重和肥胖均有显著的负向影响。肥胖的阶层差异已通过表5的回归结果清晰地展示出来，不同的社会身份面临明显不同的肥胖风险。

(三)不同社会群体面临不同肥胖流行风险与健康阶层差异之间是否存在因果关系

为了进一步验证不同社会群体是否因面临不同的肥胖流行风险而呈现出健康阶层差异，本文通过实证模型(5)进行了实证分析(分析结果见表6)。回归结果表明不同社会群体面临的不同肥胖流行风险是导致健康阶层差异的原因之一。根据表6的分析结果，被观察者的肥胖指数(包括BMI指数和腰围长度)对于其是否罹患高血压、糖尿病均有显著正向影响。被观察者的BMI指数每增加1个单位，其罹患高血压的概率将提高0.76%，罹患糖尿病的概率提高0.76%；被观察者的腰围长度每增加1厘米，其罹患高血压的概率将提高0.25%，罹患糖尿病的概率提高0.06%。

综合上文的实证分析结果，我们发现能够证明不同社会群体因社会身份差异而面临不同肥胖流行风险，进而引发健康阶层差异的整个证据链条已经形成。接下来，我们尝试解释为什么会发生这样的现象。

表6 肥胖对健康的影响

五、结论及政策含义

(一)简要的结论

本文基于横跨1989-2009年的CHNS数据，以高血压和糖尿病两种常见“富贵病”为例，综合运用logit回归、Probit回归、分位数回归等方法分析了中国社会是否存在健康阶层差异，即不同社会群体面临差异性健康威胁，及其背后的原因。

分析表明：中国存在健康阶层差异，即：不同社会群体面临差异性健康威胁。与美国等发达国家截然相反，在中国，管理者身份(包括企业管理者和政府官员)对于被观察者是否患有高血压和糖尿病有显著的正向影响，农民身份则会显著降低被观察者罹患高血压和糖尿病的可能性。

其可能的解释是：管理者身份面临更大的肥胖风险，而肥胖是诱发高血压和糖尿病的主要诱因。

通过分位数回归所做的更深入的实证分析结果表明：在整个分位数区间内，管理者身份对于被观察者的BMI指数和腰围的影响系数均呈总体上升趋势，在5%分位数水平时管理者身份对于被观察者的BMI指数的影响并不显著，但在20%分位数以后，管理者身份会显著影响被观察者的BMI指数，其影响系数也逐渐由20%分位时的0.286增加到80%分位时的0.580。在50%分位数水平之前，管理者身份对于被观察者腰围的影响不显著，但在80%分位数以后，管理者身份会显著影响被观察者腰围，其影响系数也逐渐由80%分位时的1.671增加到95%分位时的2.659。这意味着，在整体BMI指数及腰围指数处于较低水平时，管理者身份对于被观察者的BMI指数影响很小，而当整体BMI指数及腰围指数处于较高水平时，管理者身份会显著增加被观察者的BMI指数，即：管理者身份对于BMI肥胖及中心型肥胖的实际影响程度比通过OLS回归所得到的影响程度更大。

进一步的实证分析表明：管理者身份对于被观察者是否属于中国标准(WGOC)的BMI肥胖和超重、世界标准(WHO)的BMI肥胖和超重，以及中国标准的中心型肥胖均有显著正向影响；一般工人身份和农民身份则对各类标准的超重和肥胖均有显著负向影响。

接下来，本文分析了被观察者的肥胖指数对其是否罹患高血压及糖尿病的影响，进而通过整个证据链条求证了不同社会群体面临的不同肥胖流行风险与健康阶层差异之间的因果关系。

(二)政策含义

为什么国外学者所发现的：“管理者”由于有能力支付更健康的食品以及健身消费并懂得更多健康知识而拥有健康身材的现象，在中国并没有出现，而是陷入了“富人先胖”的怪圈？可能的原因是中国的“管理者”摄入了过多热量又缺乏锻炼，虽然有能力支付健康食品，但由于在中国特殊的国情下，管理者可能要参与连续不断的“夜宴”，坐在饭桌上吃“大鱼大肉”喝“佳肴美酒”并非出于自愿，而是不得不完成的工作[39-41]。当被迫摄入过量营养成为一种工作，而又没有时间来锻炼身体的时候，管理者就被迫陷入了集体肥胖的深渊，由此也成为高血压、糖尿病等“富贵病”的易发人群。而位于社会底层的一般工人和农民，由于劳动强度很大，热量摄入又很少过量，所以其肥胖风险会大大降低。最终导致中国与欧美发达国家呈现相反形态的健康阶层差异。

在中国社会迅速转型升级的背景下，上述逻辑链条的发现具有三条明确的政策含义：

其一，决策者可以从宣传教育入手唤起“先富者”的健康意识，减少“富贵病”的发病概率。

其二，在全社会逐步走向共同富裕的背景下，应该引导公众逐步走出“饮食社交”[41]的误区，塑造健康向上的社会风尚。

其三，在转型时期，公共卫生服务部门需做好充分准备，应对可能到来的“富贵病”高发阶段。

参考文献：

[1]Smith J P. Socioeconomic status and health[J]. American Economic Review, 1998, 88(2):192-96.

[2]Lakdawalla D, Philipson T. The growth of obesity and technological change: a theoretical and empirical examination[J]. NBER Working Paper 2002, No. 8946.

[3]Monteiro C A, Conde W L, Lu B, Popkin B M. Obesity and inequities in health in the developing world[J]. International Journal of Obesity Related Metabolic Disorders, 2004, 28(9):1181-1186.

[4]Van den Berg G J, Lindeboom M, Portrait F. Economic conditions early in life and individual mortality[J]. American Economic Review, 2006, 96 (1):290-302.

[5]白重恩，李宏彬，吴斌珍.医疗保险与消费:来自新型农村合作医疗的证据[J].经济研究，2012(2): 41-53.

[6]封进，余央央.中国农村的收入差距与健康[J].经济研究，2007(1): 79-88.

[7]王俊，龚强.医疗卫生改革政策、老龄健康福利影响与跨学科研究——“中国医疗改革与老年健康、福利跨学科研究”研讨会综述[J].经济研究，2011(6): 157-160.

[8]解垩.与收入相关的健康及医疗服务利用不平等研究[J].经济研究，2009(2): 92-105.

[9]Currie J, Hyson R. Is the impact of health shocks cushioned by socioeconomic status? The case of low birthweight[J]. American Economic Review, 1999, 89 (2):245-250.

[10]Case A, Darren L, Paxson C. Economic status and health in childhood: the origin of the gradient[J]. American Economic Review, 2002, 92 (5), 1308-1334.

[11]Currie J, Stabile M. Socioeconomic status and child health: why is the relationship stronger for older children?[J]. American Economic Review, 2003, 93 (5):1813-1823.

[12]Zhuo Chen, Meltzer D. Beefing up with the chans: evidence for the effects of relative income and income inequality on health from the China Health and Nutrition Survey[J]. Social Science & Medicine, 2008, 66 (1):2206-2217.

[13]Allison D B, Fontaine K R, Manson J E, et al. Annual deaths attributable to obesity in the United States[J]. JAMA, 1999, 282 (16):1530-1538.

[14]Adams P, Hurd M D, McFadden D L, et al. Healthy, wealthy, and wise? Tests for direct causal paths between health and socioeconomic status[Z]. NBER Chapters, in: Perspectives on the Economics of Aging, 2004, 415-526.

[15]Chou S Y, Michael G., Saffer H. An economic analysis of adult obesity: results from the behavioral risk factor surveillance system[J]. Journal of Health Economics, 2004, 23 (3):565-587.

[16]Cutler D M, Edwards E L, Shapiro J M. Why have Americans become more obese?[J]. Journal of Economic Perspectives, 2003, 17: 93-118.

[17]Adler N E, Ostrove J M. Socioeconomic status and health: what we know and what we don’t[J]. Annals of the New York Academy of Sciences, 1999: 896.

[18]Charles B L, Ruhm C J. Age, Socioeconomic status and obesity growth[Z]. NBER Working Paper, 2007, No.13289.

[19]倪国华，郑风田.洋快餐对儿童健康的影响研究[J].中国软科学，2012(6): 68-77.

[20]倪国华.我国居民肥胖的影响因素及肥胖的危害研究[D].中国人民大学博士论文，2013.

[21]World Health Organization. Obesity: preventing and managing the global epidemic[Z]. Report of a WHO Consultation on Obesity. World Health Organization, Geneva, Switzerland, 1997.

[22]Must A, Spadano J, Coakley E H, et al. The disease burden associated with overweight and obesity[J]. Journal of the American Medical Association, 1999, 282: 1523-1529.

[23]Mokdad A H , Bowman B A, Ford E S, et al. The continuing epidemic of obesity and diabetes in the United States[J]. JAMA, 2001, 286 (10):1195-1200.

[24]Hossain P, Kawar B, El Nahas M. Obesity and diabetes in the developing world-a growing challenge[J]. New England Journal of Medicine, 2007, 356(3):213-215.

[25]Manson J E, Bassuk S S, Hu F B, et al. Estimating the number of deaths due to obesity: can the divergent findings be reconciled?[J]. Journal of Woman s Health, 2007, 16 (2): 168-76.

[26]Haslam D W, James W P T. Obesity[J]. Lancet, 2005, 366 (9492): 1197-1209.

[27]Kamal R, Marcelo L, William G, et al. Obesity-associated hypertension new insights into mechanisms[J]. Hypertension, 2005, 45:9-14.

[28]Rashad I, Grossman M. The economics of obesity[J]. Public Interest, 2004, 156:104-112.

[29]Bray G A. Medical consequences of obesity[J]. The Journal of Clinical Endocrinology & Metabolism, 2004, 89 (6): 2583-2589.

[30]Sobal J, Stunkard A J. Socioeconomic status and obesity: a review of the literature[J]. Psychological Bulletin, 1989, 105 (2): 260-275.

[31]Zhang Q, Wang Y. Trends in the association between obesity and socioeconomic status in U.S. adults: 1971 to 2000[J]. Obesity Research, 2004, 12 (10):1622-1632.

[32]Chen Z, Yen S T, Eastwood D B. Effects of food stamp participation on body weight and obesity[J]. American Journal of Agricultural Economics, 2005, 87(5):1167-73.

[33]Baum C. The effects of food stamps on obesity [R]. Contractor and Cooperator Report No. 34, U.S. Department of Agriculture, Economic Research Service, 2007.

[34]Chang V W, Lauderdale D S. Income disparities in body mass index and obesity in the United States, 1971-2002[J]. Archives of Internal Medicine, 2005, 165 (18): 2122-2128.

[35]Drewnowski A, Specter S E. Poverty and obesity: the role of energy density and energy costs[J]. American Journal of Clinical Nutrition, 2004, 79(1), 6-16.

[36]Maite Blázquez Cuesta, Elena Cottini, Herrarte A (Ainhoa). GINI DP 39: Socioeconomic gradient in health: how important is material deprivation?[Z]. GINI Discussion Papers 39, AIAS, Amsterdam Institute for Advanced Labour Studies, 2012.

[37]Becker G S, Grossman M, Murphy K M. An empirical analysis of cigarette addiction[J]. American Economic Review, 1994, 84(3):396-418.

[38]Sturm W, Sandhofer A, Engl J, et al. Influence of visceral obesity and liver fat on vascular structure and function in obese subjects[J]. Obesity, 2009, 17(9):1783-8.

[39]倪国华，郑风田.西式快餐、肥胖与公共健康危机——基于行为经济学偏好理论的实证分析[J].中国农村经济，2011 (9):37-48.

[40]黎相宜.关系消费的表演与凝固——当代中国转型期饮酒社交消费研究[J]. 开放时代，2009 (1):89-98.

[41]边燕杰，刘翠霞，林聚任.中国城市中的关系资本与饮食社交:理论模型与经验分析[J].开放时代，2004(2):94-107.