肥胖会传染吗
李磊丨南开大学国际经济研究所
胡博丨伦敦政治经济学院
郑妍妍丨天津外国语大学国际商学院
IsObesityContagious?
内容提要本文采用“中国健康与营养调查”追踪调查数据，实证分析我国成年人肥胖的传染性问题。
在控制了个体及社区层面影响BMI值的因素后，本文利用多种估计方法，发现社区其他人平均BMI值对个体BMI值存在显著的正向影响，即肥胖具有传染性。
利用两阶段最小二乘法控制了核心解释变量的内生性后，计量结果依然稳健。本文进一步利用分位数回归分析，发现胖人的BMI值更容易受周围人BMI值的影响。最后本文对肥胖传染性的社会网络机制进行了研究。
关键词BMI丨肥胖丨传染
1前言
随着各国工业化和城市化进程的加快，世界上许多国家的肥胖率都呈现逐年上升的趋势，肥胖的疾病负担正冲击着医疗卫生体系，进而逐步扩散至社会、经济、文化等各个层面，成为一个综合性命题。肥胖导致了沉重的经济负担。超重和肥胖已经成为世界范围内导致人类死亡的第五大因素，至少万的成年人由于肥胖相关疾病死亡。
那么我国是什么情况呢？根据“中国健康与营养调查”（以下简称CHNS），我国居民的BMI值呈上升趋势，从年的平均21上升到了年的22.7。其中男性从20.7上升到了22.6，女性从21.3上升到了22.8（见图1）。我国18岁以上成年人的超重率（BMI≥24）从年的13.2%上升到了年的40%。肥胖率（BMI≥28）从年的0.5%上升到了年的9.5%（见图2）。年中国超重和肥胖所造成的高血压、糖尿病、冠心病、脑卒中的直接经济负担分别为89.7、25.5、22.6和73.3亿元，4种病合计归因于超重和肥胖的直接经济负担高达.1亿元人民币，占4种病直接疾病负担合计的25.5%。如果不采取相应措施，当超重与肥胖率比值达到1.1:1时，归因于超重和肥胖导致4种病的直接经济负担将达到亿元，将比年上升75.2%。目前超重和肥胖所造成的高血压、糖尿病、冠心病、脑卒中的直接经济负担，分别占年中国卫生总费用和医疗总费用的3.2%和3.7%（赵文华等，）。因此，降低居民的BMI值不但可以提高个体的生活质量，增强幸福感（Katsaiti,），而且可以减轻全社会经济负担，提高社会生产力（CostaandSteckel,）。
图1我国居民BMI值（-）
图2我国成年人超重率与肥胖率（-）
2文献回顾与分析
全世界过去几十年中经历了平均体重和肥胖率的惊人增长（Flegaletal.,Hedleyetal.）。虽然这种现象得到了广泛讨论和研究，但对其原因的探讨仍难以达成共识。多数学者解释肥胖增加的原因是长期的技术变革影响了食品价格以及运动偏好（PhilipsonandPosner,;Cutleretal.;FinkelsteinandZuckerman,）。
最近一些学者提出了一个很有趣的假说，肥胖会在人与人之间传染，就像病毒一样。ChristakisandFowler（）通过挖掘弗明汉心脏研究（FraminghamHeartStudy,FHS）的数据发现了这个有关体重增加的惊人理论。数据表明，如果一个人变得肥胖，那么他朋友的肥胖可能性会增加57%。而如果一个人的兄弟姐妹变得肥胖，那么另一个兄弟姐妹的肥胖可能性会增加40%，而肥胖的配偶会让另一半的肥胖可能性增加37%。
基于以上的分析及本文研究的特点，我们对以往的研究方法进行选择和改进，并利用“中国健康与营养调查”面板数据，研究我国成年人肥胖的传染性问题，与以往研究相比，本文在以下几个方面可能有所创新：一是，使用“中国健康与营养调查”-年的追踪调查数据作为研究样本，研究我国这样一个肥胖率快速增加的国家肥胖传染性问题。由于调查精确到了社区（自然村）层面，本文使用的样本更具有群居性特征；本文发现我国社区内其他人的平均BMI值对社区内个体BMI值存在显著的正向效应，即肥胖是会传染的。二是，本文研究了我国成年人肥胖的传染性问题，而以往文献则将焦点较多集中在年轻人群体的肥胖传染性问题。三是，本文较有效控制了环境效应与关联效应。本文加入了与肥胖相关的社区发展程度变量和社区类型虚拟变量以有效控制环境效应；利用面板固定效应控制了个体不随时间变化的因素；选取了两个工具变量，运用两阶段最小二乘法进行估计，以有效控制遗漏变量导致的内生性。四是，本文用分位数回归研究了在本人BMI值的不同分位点上，肥胖传染性的差异，发现胖人的BMI值更容易受周围人BMI值的影响；五是，本文进一步检验了肥胖在中国的传染机制。
3计量模型的建立和数据说明
（一）计量模型的建立
营养上的理想体重以促进健康和增长寿命为标准。由于各人的体型骨架不同，为了同时顾及身高和体重的配合，采用的指标是身体质量指数（BodyMassIndex，缩写为BMI）。CHNS提供了个人的身高、体重的具体数值，本文采用公式（1）计算个体的BMI值。
为检测在一定范围和条件下，肥胖具有传染性这一可能特征，我们建立计量模型进行严格的验证。本文参考了ChristakisandFowler（），Barnesetal.（），Cohen-ColeandFletcher（），刘斌等（）的思路，并进行改进。考虑到居民人际交往与区域的临近密切相关，在一个社区中（包括城镇的居委会和农村的自然村，以下我们所称“社区”均既包括城市社区，也包括农村的自然村），居民居住的临近性使其成为一个社会网络，其中的居民会经常发生联系，个人的BMI值可能会受其他人BMI值的影响。本文据此建立计量模型如下：
其中，下标i表示某个个体；BMIi代表个体i的BMI值；Xi为控制变量；代表除本人外该社区其他人BMI的平均值（计量结果中用MeanBMI表示）；ui为误差项。
本文的控制变量是在以往文献的研究基础之上进行选择的。包括年龄（调查对象当年的年龄，用Age代表）、性别（男性=1，女性=0，用Gender代表）、是否结婚（结婚有配偶=1，未婚、离婚、丧偶、分居=0，用Marriage代表）、每日平均摄入的卡路里量的对数值（单位：千卡，用lnCal代表）、受教育年限（正规学校的受教育年限，用Edu代表）、年收入的对数值（用lnIn最好的十佳专业治疗白癜风的医院北京治疗最好白癜风十佳医院
