推文人 | 王洋 

原文信息：The effect of smoking on obesity: Evidence from a randomized trial

Author(s)：Charles Courtemanche, Rusty Tchernis, Benjamin Ukert

Source: Journal of health economics 57 (2018): 31-44.

从20世纪80年代起，卫生经济学领域涌现出大量针对健康风险行为的研究。这些研究多集中于分析健康风险行为的成因，以及这些行为之间的相互影响。这一因果关系的分析有助于评估相关公共政策的影响效果。然而，这一类实证分析通常存在政策变量的内生性问题，而本文则从分析吸烟与肥胖之间的因果关系切入，所用数据来源于一项戒烟干预的随机试验，从而能够避免上述内生性问题的产生。

 

本文基础回归部分主要采用美国肺部健康调查数据（LHS），分析戒烟对烟民体重增加的短期及长期影响，以及吸烟量的减少对体重增加的边际影响。在稳健性检验部分，本文加入美国国家卫生服务调查数据（NHIS），用以检验基础回归结果的现实适用性。

 

一、数据及描述性统计

 

美国肺部健康调查(Lung Health Study, LHS)是用于追踪烟民慢性阻塞性肺部疾病的患病严重程度的调查，样本为5887名年龄在35-59岁的烟民。样本的生成过程如下：从美国10家医院中，每家医院招募600名参与者，其中400名随机分配为实验组，另外200名分配为控制组。参与者招募从1986年开始，于1989年结束。临床试验从1989年开始，于1994年结束，其中1989年为实验的基期，1990-1994年为随后的实验期。每年，所有的参与者都在居住地附近的医疗诊所受访。该调查的样本退出率较低，在最后一轮的调查中仍有5297个受访者。

 

参与者被随机地划分为两个实验组和一个控制组。两个实验组都会受到特殊的戒烟干预治疗，包括为参与者提供免费的尼古丁口香糖、为期一周的密集戒烟治疗，邀请他们的配偶或亲人协助治疗等。两个实验组之间唯一不同的是，其中一组会服用吸入式支气管扩张药（inhaled bronchodilator， SI-A），而另一组服用的是吸入性安慰剂（inhaled placebo， SI-P）。密集性戒烟治疗在试验开始的前4个月完成，在这之后会为成功戒烟的参与者提供定期维护服务，包括每年两次的体重管理咨询。对控制组则不采取任何的干预措施，控制组参与者仍继续使用他们原有的医疗资源。

 

每年的追踪性访问都会记录参与者的BMI值和吸烟相关变量。传统的评估肥胖的经济效应文章中，BMI值的测量都会存在误差，但LHS的体重和身高的测量由医务人员完成，因此不会出现上述问题。LHS数据中，吸烟状态包含受访者自己报告的和临床测量的数据。受访者需报告现在是否吸烟以及日均吸烟量。临床测量是测量受访者体内的一氧化碳水平，LHS将一氧化碳水平低于百万分之十（10 ppm）的受访者认定为非烟民，即医学上证实的成功戒烟者。

 

Table 1为样本的描述性统计。第一至三列为LHS的样本特征，人口学特征信息是在实验的基期统计的，由于参与者97%都是白人，因此在模型构建过程中没有考虑种族的因素。第四列为1990年美国国家卫生服务调查（National Health Interview Survey, NHIS）中年龄在35-59岁的白人烟民样本，与LHS样本比较发现，NHIS样本的日均吸烟量平均低7支左右，意味着LHS的参与者多为重度烟民。

Figure 1比较了各个时期不同组别的烟民占比（即衡量参与者的戒烟情况）、日均吸烟量、一氧化碳水平以及BMI值。从图中可以看出，在第一年的戒烟干预之后，所有组别的烟民占比、日均吸烟量、一氧化碳水平都急剧下滑，两个实验组的效果更为明显。由于LHS样本搜集的特殊性，所有参与调查的参与者都有戒烟的意愿，因此尽管没有戒烟治疗的干预，控制组也同样出现了吸烟率下滑现象。BMI值则呈现上升态势，即体重增加，同样两个实验组的趋势更为明显。Figure 1的结果初步表明，戒烟干预治疗能够减少吸烟，同时戒烟会增加BMI值。

二、计量分析

 

本文的计量分析主要从以下几个方面展开：（1）短期及长期戒烟对体重的平均影响；（2）吸烟对体重的影响随着吸烟状态的不同而变化的情况；（3）吸烟对体重的影响随着不同的人口学特征以及基期BMI值而变化的情况。

 

对第（1）个问题的分析采用参数模型，对第（2）个问题的分析采用半参数模型，对第（3）个问题的分析基于子样本。

从Panel A 的回归结果可以看出，戒烟干预治疗对减少吸烟效果显著。例如，短期来看，被分到实验组的参与者戒烟的可能性增加27%-28%，日均吸烟量减少11-12支，体内CO水平降低7-8ppm。Panel B 的回归结果同样显著：OLS回归结果显示戒烟会使BMI值增加1.295，IV回归结果显示戒烟会使BMI值增加2.202，大于OLS的回归结果，这是由于用是否戒烟来衡量吸烟状态时，没有考虑到吸烟量的减少对BMI值的影响，这会使IV估计值的分母变小，从而回归系数偏大。长期来看，无论是平均影响还是边际影响都大于短期。用日均吸烟量和CO水平衡量的平均影响的结果为，戒烟短期内会使烟民体重增加1.52 BMI值-1.71 BMI值，换算成美国平均身高水平下的体重则为9.5-10.7英镑。长期内会使烟民体重增加1.81 BMI值-1.91 BMI值，即11.4-12英镑。用日均吸烟量和CO水平衡量的边际影响的结果为，日均吸烟量增加一根，短期内BMI值减少0.052，而长期来看，BMI值减少0.065。

 

上图描绘了整数点的日均吸烟量和CO水平对应的BMI值，置信区间为95%。以日均吸烟量为例，作者首先计算从基础日均吸烟量转换为0对体重的影响，接着计算样本中所有个体的上述影响的均值。从上图可以看出，部分极端值的置信区间过大，这是由于这一观测点的观测值过少，因此作者剔除了日均吸烟量超过50根、以及CO水平超过50ppm的样本。可以很明显的看出，日均吸烟量和BMI值之间的关系呈非线性。例如，短期来看，从日均吸烟量分别为10、20、30、40处开始戒烟，烟民体重增加（以BMI值表示）分别为1.22、1.58、1.66、1.94。

 

（三）子样本回归

 

这部分主要是为了分析烟民对戒烟增重的认知是否会缓解其戒烟后实际的体重增加。作者选取了教育背景（分为非本科学历、本科在读、本科学历或更高）、年龄（分为小于45岁、45-54岁、55岁及以上）以及基础BMI值（22.7及以下、22.7-25.2、25.2-27.9、27.9及以上）作为解释变量。教育程度的不同能够决定烟民在戒烟后控制体重增加的能力。年龄和基础BMI值的影响机制在于，年龄大或基础BMI值高的人群，体重增加对健康的边际影响相对较高，因此这部分人群更在意戒烟后体重的增加对身体带来的危害，进而更有动机在戒烟后控制体重的增加。

 

Table 3、4 展示了长期的参数工具变量回归的回归结果，其中S_i采用的是简单平均的形式。从回归结果可以看出，非本科学历人群、年轻人以及基础BMI值低于22.7的烟民，戒烟后体重增加的最多。例如，对于基础BMI值低于22.7的烟民来说，其戒烟后体重平均增加2.50~2.52 BMI，远高于其他三组烟民。

 

(四) 稳健性检验

 

由于LHS的数据是在20世纪90年代初期搜集的，同时对参与调查的样本筛选条件较为苛刻，随机性不够，因此该数据回归结果的普遍性及现实意义还需要进一步考察。

 

在处理普遍性问题上，本文进一步选取更具代表性的NHIS数据，NHIS数据中也包括了吸烟情况、身高、体重等变量，但与LHS不同的是，由于NHIS不是面板数据，因此没有基础BMI值。在基于NHIS探究不同人口学特征和不同时期下日均吸烟量和BMI之间的关系时，本文主要从NHIS中选取以下四个子样本进行回归分析：1）选取在1990-1994年期间年龄为35-64岁的白人样本（这一子样本与LHS样本特征最相近）；2）为了观察回归结果是否随着时间发生改变，作者选取在最近五轮（2009-2013年）的年龄在35-64岁的白人样本；3）选取1990-1994年35-64岁非白人样本用以处理前文样本的种族选取不够有代表性的问题；4）选取35-64岁年龄段以外的白人样本用以处理样本的年龄代表性问题。Table 5为回归结果，第一列结果表明，日均吸烟量增加一根，会使BMI值减少0.038个单位，戒烟会使BMI值增加0.8个单位。第二列用2009-2013年的数据，研究结果为戒烟会使BMI值增加0.91个单位，和LHS数据短期OLS回归结果相近。

 

除此之外，对于LHS样本自选择问题，作者用LHS数据中“曾经是否尝试戒烟”这一变量衡量戒烟的动机大小以及进而对体重增加的影响干扰。从回归结果（Table 6）可以看出，无论是在长期还是短期，是否尝试过戒烟对回归结果影响不大，佐证前文分析的稳健性。

三、结论

 

本文研究结果表明，戒烟短期内会使烟民体重增加1.52 BMI值-1.71 BMI值，换算成美国平均身高水平下的体重则为9.5-10.7英镑，长期则会使体重增加11-12英镑。同时，吸烟对体重的影响呈边际递减趋势。戒烟对体重的影响会随着烟民受教育程度、年龄以及基础BMI值的不同发生改变，对无本科学历、年轻人以及基础BMI值较低的烟民影响最大。前人的研究集中于讨论戒烟对体重增加的影响是否只是暂时性的，本文的研究结论对此给予回答，即戒烟一段时间之后，烟民体重仍有增加趋势，戒烟行为对体重有长期的影响。这意味着烟民在戒烟之后应尤其注重对体重的管理，避免因体重的暴增所带来的肥胖危害。

 

Abstract

 

This paper aims to identify the causal effect of smoking on body mass index (BMI) using data from the Lung Health Study, a randomized trial of smoking cessation treatments. Since nicotine is a metabolic stimulant and appetite suppressant, quitting or reducing smoking could lead to weight gain. Using randomized treatment assignment to instrument for smoking, we estimate that quitting smoking leads to an average long-run weight gain of 1.8–1.9 BMI units, or 11–12 pounds at the average height. Semi-parametric models provide evidence of a diminishing marginal effect of smoking on BMI, while subsample regressions show that the impact is largest for younger individuals, those with no college degree, and those in the lowest quartile of baseline BMI.