推文人 | 赵广川

图片信息：

http://www.xinhuanet.com/talking/2018-06/01/129884695_15278163859031n.jpg

文献来源：

Datar, A. (2017). The more the heavier? Family size and childhood obesity in the U.S. Social Science and Medicine, 180, 143–151. 

推文作者：赵广川，南京财经大学公共管理学院，研究方向为健康经济与政策。

 

背景及问题提出

 

在许多国家，随着超重和肥胖发生率的不断增加，肥胖逐渐被人们描述成为一种全球流行病（Ng et al., 2014; Roth et al., 2004; Popkin et al., 2012; Swinburn et al., 2011）和最大的公共健康问题（WHO, 1998; Grossman & Mocan, 2011）。数据显示，从1975年到2014年，全球肥胖（BMI≥30）人口的比重经历了大幅度的增长，其中女性人口的肥胖发生率从1975年的3.2%增加到2014年的10.8%，男性人口的发生率从6.4%增加的2014年14.9%（NCD Risk Factor Collaboration, 2016）。

 

在肥胖问题的研究中，人们越来越关心导致肥胖流行的驱动因素，如食品价格、母亲劳动参与等社会经济变化。作者发现，自20世纪70年代以来，美国儿童超重和肥胖发生率急剧上升。同时期美国家庭规模也发生了显著变化，平均每个家庭孩子的数量从1965年的2.44下降到了2008年的1.86。家庭规模的变化是否对儿童肥胖造成影响，自然成为了作者关注的焦点，了解二者之间的关系也能够为实施肥胖干预提供更多的机会。另一方面，家庭经济学中提到的数量质量模型（Quantity-Quality model），即家庭中孩子数量和质量之间的负向关系，已经在教育和劳动力市场得到了相应的检验。然而，在健康领域，相关的研究文献略有不足。已有关于家庭规模和儿童体重或肥胖的研究，一方面尚未考虑到家庭规模的内生性问题，另一方面，没有深入分析家庭规模对儿童肥胖影响的作用机制。该文试图从这两个方面加以展开。

 

数据与变量

 

数据来自ECLS-K，是一项由美国国家教育统计中心主导的从1998-1999学年幼儿园开始的全国性追踪数据。该项调查收集了幼儿园秋季学期和一年级、三年级、五年级和八年级春季学期儿童认知、健康和发育方面数据，以及相应的家庭、教师、学校方面数据。由于饮食行为在五年级春季第一次收集数据，因此，文章主要是基于五年级的数据分析，当然，部分模型利用了其他年级或幼儿园数据。

 

家庭规模（family size）是指儿童所在家庭兄弟姐妹（包括同胞、同父异母、同母异父、收养、寄养等情况）的数量，共分为四种类型，包括没有兄弟姐妹（独生子女）、有一个兄弟姐妹、有两个兄弟姐妹、有3个或更多兄弟姐妹；该变量信息来自五年级调查时家庭登记表信息。

 

BMI与肥胖。由于儿童处于生长发育期，其身高和体重在短时间内会发生很大的变化，因此儿童肥胖的标准与成人肥胖标准（BMI>29.99）有明显差异。根据美国疾病控制与预防中心（CDC）发布的2000 BMI-for-age growth charts，在同年龄同性别的儿童群体，当他们的BMI值位于95%分位点及以上时，则被界定为肥胖。其中，BMI的计算来自ECLS-K中身高（米）和体重（千克）的测量（BMI= weight/ height^2）。

 

其他控制变量包括儿童及家庭层面的特征，如儿童性别、种族、年龄（月）、出生体重、出生次序、母亲的年龄及平方、是否单亲家庭、家庭中成年人的数量、居住地区、家庭社会经济状况等。

 

实证方法

 

文章的实证分析是以简单的OLS模型为基础和开始的。其中Yi是儿童的BMI和肥胖，Fi是核心解释变量家庭规模（实证中量化成三个虚拟变量，详见表2），X为一系列协变量。

（注：原文公式中第二个Fi应该是X.）

通过估计模型中，可以得到Fi对Yi的因果效应，但OLS估计中最大挑战是内生性问题，即Fi可能与相关。例如，家庭对孩子的偏好可能会同时影响孩子的数量（家庭规模）和质量（孩子的健康投资）。因此，OLS估计得到的可能会有偏。

 

为了在一定程度上克服家庭规模潜在的内生性问题，在未能找到合适工具变量的情况下，作者采取了以下三种相互补充的途径：一是依次引入一系列可能对估计结果产生干扰的控制变量，如孩子出生体重、出生次序、家庭的社会经济状况、人口学特征等；二是子样本分析，排除回归结果仅在特定样本组成立的可能性；三是估计学校固定效应（school fixed effect）和儿童固定效应（child fixed effect）模型，以控制某些不可观测异质性的影响。

 

实证结果

 

（一）OLS回归结果

 

表2给出了以pBMI（BMI percentile）、儿童肥胖为被解释变量的OLS回归结果，其中第4和8列控制了一系列协变量，包括出生体重、出生次序、儿童性别、种族、年龄等。与独生子儿童相比，有一个兄弟姐妹、有两个兄弟姐妹、有三个或更多兄弟姐妹的儿童肥胖的可能性分别下降了3.8%、6.8%和9.7%。表2第2列和第1列中，衡量家庭规模的三个关键自变量的变化方向的不一致，可能是因为家庭规模与家庭社会经济状况的非线性关系导致的。通常，与独生子女家庭和有三个及以上孩子的家庭相比，拥有两个孩子的家庭社会经济状况更好些。

 

（二）子样本分析

 

在表1基本的描述性统计中，通过简单的卡方检验，文章发现儿童种族、是否单亲家庭、家庭社会经济状况等方面在不同的家庭规模中具有显著差异，这意味着家庭规模对儿童肥胖影响的估计可能会受到这些可观测因素的干扰。如简单的对比分析（表1）可以发现，独生子女家庭更有可能是黑人，西班牙裔的家庭更有可能有3个或更多的孩子。种族之间的差异可能会同时影响家庭规模和儿童肥胖。因此，作者进一步根据这些变量信息，构建相应的子样本，进行稳健性检验。如在种族问题上，作者将样本限定为白人，排除上述因素的影响，结果发现系数基本一致。其他结果见表3，具体子样本包括仅白人家庭的儿童（种族问题）、亲生父母均在的家庭的儿童（单亲家庭问题）、都是亲生孩子家庭的儿童（领养、寄养问题）、是家庭中第一个孩子的儿童（出生次序问题）、父母均全职工作的儿童（工作偏好问题）等。

 

事实上，为了尽可能多的控制不同家庭规模下儿童间的差异，作者还利用倾向得分匹配（PSM）方法进行回归，具体结果汇报在附表A1中。除了有3个及以上兄弟姐妹的儿童的系数在pBMI回归中有明显下降外，其他系数没有明显变化。

 

（三）固定效应分析

 

子样本设定能够将可观测的因素的影响通过限定样本的形式加以控制或剔除。但是，对部分不可观测因素影响，该方法行不通。因此，作者通过固定效应分析进一步检验OLS的估计结果。具体包括：学校固定效应（shcool-fixed effect）模型、个体固定效应（child-fixed effect）模型。通过学校固定效应模型，可以控制影响家庭规模和儿童健康的不可观测偏好的异质性。其理由是，居住在相似社区和上相同学校的儿童家庭具有某种相似的偏好。估计结果显示，衡量家庭规模的三个变量的系数与表2第4和8列的结果没有显著差异。个体固定效应模型与此不同，其利用的是面板数据，且关键解释变量的系数明显小于OLS回归的结果。其原因是个体固定效应模型会通过加剧测量误差来缩小估计系数。

 

（四）影响机制分析

 

该部分揭示了家庭规模影响儿童肥胖的潜在作用机制，作者分别从儿童饮食、身体活动和每周看电视的时间等方面展开分析的。其中在儿童饮食方面，家庭规模对儿童肥胖的影响，可能通过食品和饮料消费、在学校是否购买垃圾食品（Junk food）、是否在学校吃早餐或午餐、每周与家人一起吃早餐或晚餐的次数、与父母外出就餐的频率等发生作用。表5的结果表明，有兄弟姐妹的儿童比独生子女儿童，每周喝更多的牛奶和100%果汁，吃更多的蔬菜和水果，快餐和苏打水的消费反而更少。其他影响机制分析见原文。

 

写在最后

 

原文中关于OLS回归结果的检验以及影响机制分析的讨论，内容十分丰富，限于篇幅，此处仅简要介绍文章的思路和基本结论。文章结果发现，有更多兄弟姐妹的儿童拥有更低的BMI和肥胖发生概率。然而，正如原文指出的，虽然作者采用了多种方式讨论内生性问题并加以处理，但从严格的因果识别角度来看，文章仅仅得出了家庭规模与儿童肥胖之间的相关关系，而不能认为是因果关系。ZHANG et al.（2016）在CER上发表了独生子女政策与儿童肥胖的文章，文中利用家庭计划生育政策作为工具变量，分析了独生子女家庭的儿童更容易肥胖，从另一个角度证明了家庭规模对儿童肥胖的影响。

 

2016年，NCD Risk Factor Collaboration在Lancet上发表了一篇关于全球200个国家的成人肥胖发展趋势的文章。文中提到，2014年，中国18岁以上成人肥胖人口数量已经超过美国，达到了世界第一（如下图）；其中重度肥胖（BMI≥35）的数量仅次于美国。另一方面，调查数据显示，1985年到2000年，我国7-18岁儿童肥胖发生率增加了四倍（China Daily，2008）。到2015年，我国6-17岁儿童超重率和肥胖率分别达到了9.6%和6.4%（Zhang et al., 2016）。儿童是祖国的未来，随着我国儿童和成人肥胖的不断增加，希望更多的学者从儿童健康和儿童发展的视角，关注儿童胖问题。

参考文献：

[1] China Daily (2008). Childhood obesity a heavy burden for parents. Available from http://www.chinadaily.com.cn/life/2008-12/03/content_7266754.htm. 

[2] Grossman, M., & Mocan, N. (2011). Introduction to "Economic Aspects of Obesity ". In Economic Aspects of Obesity.

[3] NCD Risk Factor Collaboration. (2016). Trends in adult body-mass index in 200 countries from 1975 to 2014: A pooled analysis of 1698 population-based measurement studies with 19.2 million participants. The Lancet, 387(10026), 1377–1396.

[4] Ng, M., et al. (2014). Global, regional, and national prevalence of overweight and obesity in children and adults during 1980-2013: A systematic analysis for the Global Burden of Disease Study 2013. The Lancet, 384(9945), 766–781. 

[5] Popkin BM, Adair LS, Ng SW. (2012). Global nutrition transition and the pandemic of obesity in developing countries. Nutr Rev 2012; 70: 3–21.

[6] Swinburn B. A., et al. (2011). The global obesity pandemic: shaped by global drivers and local environments. Lancet, 378: 804–14.

[7] World Health Organization. Obesity：Preventing and Managing the Global Epidemic[R]. Report of a Consultation on Obesity，1998

[8] Zhang, J., Xu, P., & Liu, F. (2016). One-child policy and childhood obesity. China Economic Review.

 

Abstract

Childhood obesity remains a top public health concern and understanding its drivers is important for combating this epidemic. Contemporaneous trends in declining family size and increasing childhood obesity in the U.S. suggest that family size may be a potential contributor, but limited evidence exists. Using data from a national sample of children in the U.S. this study examines whether family size, measured by the number of siblings a child has, is associated with child BMI and obesity, and the possible mechanisms at work. The potential endogeneity of family size is addressed by using several complementary approaches including sequentially introducing of a rich set of controls, subgroup analyses, and estimating school fixed-effects and child fixed-effects models. Results suggest that having more siblings is associated with significantly lower BMI and lower likelihood of obesity. Children with siblings have healthier diets and watch less television. Family mealtimes, less eating out, reduced maternal work, and increased adult supervision of children are potential mechanisms through which family size is protective of childhood obesity.