健康老齡化視域下城市食物環境的微觀健康效應檢驗
——基于健康食物可及性與多樣性雙重視角

張召華 ,羅宇溪,王昕

(1 天津商業大學 經濟學院,天津 300314;2 廣西師范大學 經濟管理學院,廣西 桂林 541004)

1 引言

我國作為全球老齡人口(以≥60歲定義)最多的國家,推進健康老齡化是積極應對人口老齡化的長久之計。在我國快速老齡化進程中,非傳染性疾病發病率的不斷上升,尤其與膳食營養因素相關慢性疾病(如糖尿病、高血壓、血脂異常等)的高發態勢,成為健康老齡化面臨的重要問題。《中國老年健康研究報告(2020-2021年)》顯示,我國60歲及以上人群中高血壓患病率為58.3%,血脂異常患病率為37.2%,糖尿病患病率為19.4%。《2021世界衛生統計報告》(World Health Statistics 2021)指出,慢性非傳染性疾病已經成為人口死亡的重要原因,與膳食相關的慢性疾病醫療費用已經造成了嚴重的經濟和社會負擔。在我國健康老齡化的戰略背景下,如何降低老齡人口與膳食相關的慢性疾病發病率成為各界學者以及政策制定者共同關注的重要議題。

基于社會生態學,國外學者研究發現個體健康水平是一系列復雜因素相互作用的結果,除了受到個體層面的遺傳因素(Fitzpatrick et al.,2019)、生活方式(Gao et al.,2022)和飲食習慣(Wang et al.,2022)等因素影響外,客觀食物環境也是影響個體健康的重要因素,因為個體的食物選擇和膳食結構會受到周圍食物來源的影響(Clary et al.,2017;Freire &Rudkin,2019)。《“健康中國2030”規劃綱要》指出,工業化、城鎮化、人口老齡化進展和生態環境、生活方式變化給城市居民健康帶來挑戰,強調把健康城市作為推進健康中國建設的重要抓手,促進城市與人民健康協調發展(王文文等,2020)。然而,目前我國關于城市食物環境的研究處于起步階段,主要集中于文獻綜述和理論框架構建,客觀食物環境與微觀健康結果相結合的實證研究相對匱乏,同時基于西方國家的實證結論難以直接借鑒到我國。鑒于此,明確我國城市食物環境是否以及如何對老齡人口健康產生影響,能夠為實現我國健康老齡化,建設健康城市提供更具針對性的政策建議。

城市食物環境主要指城市內超市、便利店、水果店、蔬菜店、快餐店等食物零售場所的分布、數量及售賣食物的種類。已有文獻對城市食物環境的評價通常采用零售食物環境指數(RFEI)和物理食物環境指數(PFEI)來實現(Hager et al.,2016;Herforth &Ahmed,2015)。然而,這兩種指標僅能從數量上反映健康食物零售商與非健康食物零售商在城市中的分布情況,不能從多樣性角度反映食物環境的健康程度。《中國居民膳食指南2022》指出,膳食食物種類多樣、結構合理對于提升健康水平具有重要作用,鑒于此,本研究基于《中國居民膳食指南2022》以及食物金字塔,構建城市健康食物多樣性指數,從健康食物可及與多樣兩個層面探討城市食物環境與老齡人口健康關系。聚焦于城市層面食物供給環境,本研究可能的學術貢獻體現在三個方面。首先,使用113個地級市及以上城市為研究對象,將城市POI數據與微觀調研數據相結合,探討城市客觀食物環境對微觀老齡人口健康影響,彌補了現有研究只選擇個別社區進行案例分析的不足,研究結論更具普適性;其次,根據不同食物零售商出售商品類型的差異,對食物零售商健康程度賦值,構建健康食物多樣性指數,彌補了現有研究采用健康食物可及性單一指標對食物環境評價的不足;最后,將個體生活方式與健康行為引入研究框架,探討健康的生活方式如何調節食物環境對老齡人口健康的影響,從中、微觀兩個層面為“健康中國2030”做出有益探索。

2 文獻回顧與理論框架

2.1 文獻回顧

食物環境具有復雜性與多維性,現有文獻將食物環境定義為一定區域或范圍內影響個體食物選擇的環境,包括組織/機構食物環境(如學校、工作場所食物環境)、社區/城市食物環境(即社區或城市內超市、餐館、市場等的位置與分布),以及消費者食物環境(即超市、市場的食物價格及促銷等)(Glanz et al.,2007)。由于研究范圍以及目的的不同,食物環境測度方法也有所差異。回顧已有文獻,大多研究基于可及性理論,從地理空間視角測度一定范圍內不同類型食物零售商的數量或密度,從而對食物環境進行評價(Dutko et al.,2013;Needham et al.,2022)。然而,該方法只考慮了食物銷售點的數量和分布,忽略了每類零售商出售食物類型的健康價值,例如,不同類型食物零售商提供的食物類型不同,大型綜合超市既可以供給肉、蛋、奶、新鮮蔬菜、水果等健康食物,同時也出售零食、飲料等不健康食物,而小型商店或者便利店主要以出售零食、飲料、方便食物等高熱量不健康食物為主。因此,健康食物多樣性也是衡量城市食物環境的重要指標(Wang et al.,2022)。為了更加全面的對城市食物環境進行評估,本研究根據Drescher等(2007)的方法,結合《中國居民膳食指南2022》對每類食物零售商的健康程度進行賦值,構建城市健康食物多樣性指數,同時從可及性與多樣性兩個維度探討城市食物環境對老年健康的影響。

食物環境與微觀個體健康密切相關。現有食物環境與健康關系的研究可分為兩大類,一類直接將健康結果(如是否肥胖、是否患有糖尿病、心臟病和高血壓等)作為被解釋變量,將食物環境作為主要解釋變量,直接探討二者之間的因果關系,并發現不健康食物零售環境會增加與膳食相關慢性疾病的發病率(Gamba et al.,2015;Stevenson et al.,2019)。另一類則通過探討食品環境與食物選擇、膳食行為之間的關系,間接檢驗食物環境對微觀個體健康的影響(Clary et al.,2017)。Hawkes等(2020)指出,食品環境是影響食物購買和消費選擇的重要因素,健康的食物環境有助于形成健康的膳食行為,進而對健康產生正向影響。雖然現有文獻證實食物環境對微觀個體健康的決定性作用,但已有研究大多集中在歐美等發達國家,對中國城市食物環境的微觀健康效應關注較少。隨著我國老齡人口中與膳食相關慢性疾病發病率的不斷增長以及城市化進程的加快,明確我國城市食物環境對老齡人口健康的影響,對優化城市食物環境布局,進而實現健康老齡化具有重要意義。

2.2 理論框架

膳食行為直接影響老年人口膳食相關慢性疾病(如糖尿病、高血壓、血脂異常等)的發病率。社會生態分析框架認為(Story et al.,2008),膳食行為是環境因素及個體因素共同作用的結果,僅僅關注個體因素對提升健康的作用是有限的。因此,越來越多的學者開始關注環境因素對個體健康的重要性。環境因素包括社會環境、建成環境以及宏觀環境等,而本研究關注的城市食物環境是建成環境的重要組成部分(彭科等,2021)。城市食物環境決定著城市健康食物供給水平,既可以促進老年人口健康食物的獲取,也可以阻礙健康食物的獲取。因此,城市間健康食物供給的不均衡影響著老齡人口健康食物獲取的差異性,進而對老齡人口健康水平產生影響。西方學者已經證實,距離大型超市較遠會降低居民膳食質量,增加心腦血管疾病的發病率(Vadiveloo et al.,2021),以及快餐廳可及性的提高會增加超重及肥胖的發生率(Boone-Heinonen et al.,2011;Chen et al.2013)。此外,消費環境以及環境認知相關理論指出,食物選擇還受到收入水平以及環境認知的影響(嚴亞磊、于濤,2020)。低收入老齡人口由于收入來源有限,即使生活在健康的食物環境,可能也將無法自由選擇價位較高的健康食物。個體對食物環境認知水平的差異性影響著食物選擇以及膳食質量,進而導致健康結果的異質性,而年齡與受教育程度是影響環境認知的重要因素(Hawkes et al.,2020)。鑒于此,基于現有食物環境與健康研究理論框架和實證結果,本研究提出如下假設:

H1:城市食物環境對老齡人口健康有顯著影響,健康的城市食物環境(包括健康食物可及和健康食物多樣)能夠降低老齡人口膳食相關慢性疾病發病率,并且城市食物環境的健康效應存在年齡、受教育程度、收入、區域以及城市規模異質性。

微觀個體健康是生物學因素、環境因素與個體行為交互作用的結果,盡管食物環境可以通過食物選擇與消費行為對個體健康產生直接影響(Fitzpatrick et al.,2019;Hawkes et al.,2020),健康生活方式理論指出,個體行為(例如健康的生活方式)可以作為媒介調節食物環境對健康的影響(王依茹等,2020)。通過構建個體—環境交互作用框架,相關研究發現,堅持健康的生活方式可以削弱不健康食物環境對高血壓、高血脂以及肥胖發生率的影響(Gao et al.,2022;Wang et al.,2021)。鑒于此,本研究在梳理“環境—健康”關系基礎上,將個體生活方式與健康行為引入分析框架(圖1),探討其在“食物環境—老齡健康”互動過程中的調節效應,具體假設如下:

圖1 理論分析框架

H2:個體生活方式能夠調節城市食物環境對老齡人口健康的影響,并且健康的生活方式能夠強化健康食物可及與健康食物多樣對膳食相關慢性疾病發病率的預防作用。

3 數據來源與研究方法

3.1 數據來源

本文研究對象為我國城市老齡人口(年齡>=60),采用的數據包含個體與城市兩個層面數據,其中個體層面數據來源于最新公布的2018年老年健康與養老追蹤調查數據(CHARLS)。CHARLS數據庫采用分層多階段(縣/區-村/社區-家庭)PPS隨機抽樣策略,數據覆蓋了全國28個省150個縣/區,450個村/社區的10257戶家庭,樣本量大、信息全面、代表性強,是研究老齡人口健康問題的重要數據來源。本研究涉及的調研信息包括受訪者家庭基本情況、健康狀況和功能、收支與資產等,數據預處理后,樣本量總量為8481。

城市層面數據主要包括食物零售環境數據以及城市特征數據。城市食物零售環境數據來源于高德地圖,基于高德地圖提供的數據接口,借助Python語言對各地級市按照低一級行政區(區、縣級市)分別檢索,獲取城市零售類、餐飲類POI數據。根據研究目,進一步將城市POI數據分成菜市場、水果店、大型超市、水產店/海鮮市場、連鎖快餐店、地方小吃店/飯店以及便利店/小商,然后將檢索進行匯總,從而獲得城市各類食物零售商的分布與總數量。城市特征數據來源于《中國城市統計年鑒2019》地級以上城市統計資料。通過對CHARLS數據按城市名稱整理得到,被調查對象分布在全國124個城市,將CHARLS數據與《中國城市統計年鑒2019》數據合并發現,其中11個城市缺少城市特征統計資料(1)數據處理過程中,只保存了城市個體樣本,城市特征統計數據缺失城市樣本包括:興安盟、涼山彝族自治州、巢湖市、恩施土家族苗族自治州、楚雄彝族自治州、甘孜藏族自治州、襄樊市、錫林郭勒盟、阿克蘇地區、黔東南苗族侗族自治州、黔南布依族苗族自治州。,因此本研究最終得到113個樣本城市。

3.2 變量設計

3.2.1 微觀健康效應測度

為檢驗城市食物環境的微觀健康效應,本研究采用老齡人口個體層面的健康水平進行測度,具體通過測度老齡人口是否患有與膳食相關的慢性疾病來衡量,包括高血壓、血脂異常、糖尿病或高血糖、心臟疾病以及腦血管疾病。CHARLS數據調查過程中詢問了被調研對象是否被診斷患有上述疾病,在具體分析過程,設置虛擬變量(患有與膳食相關慢性疾病=1;無任何與膳食相關慢性疾病=0)對城市食物環境的影響進行量化,同時采用計數變量(患有與膳食相關慢性疾病的數量)對城市食物環境的影響進行穩健性檢驗。

3.2.2 城市食物環境測度

本研究所指的城市食物環境主要指客觀食物供給環境(不包含家庭食物環境),屬于建成環境的一部分。城市食物環境主要通過健康食物可及與健康食物多樣指數衡量,為本研究的核心解釋變量。健康食物可及性,參考Amin等(2021),采用改進的食物零售環境指數(modified Retail Food Environment Index,mRFEI)來測度,描述了健康食物零售商占總食物零售商的比重。因此,在計算mRFEI前,需要對城市健康食物零售商進行識別。依據Amin等的劃分標準,健康食物零售商主要指新鮮食物以及富有營養食物的供給,根據我國城市食物零售環境特定情況以及已有研究的零售商分類(Hu et al.,2020),將水果店、菜市場、大型超市、水產店/海鮮市場定義為健康食物供應商,相對而言,連鎖快餐店、地方小吃店/飯店以及便利店/小商店提供食物的熱量較高或營養價值不高,劃分為不健康食物供應商。mRFEI測度了城市健康食物零售商與不健康食物零售商的相對數量情況,具體計算公式如下:

(1)

健康食物多樣性的測度,首先借鑒Berry(1971)的方法,基于多樣性對每類食物零售商健康程度賦值。為推動食物合理消費、提升國民科學素質、實施健康中國—合理膳食行動,我國發布了《中國居民膳食指南2022》。膳食指南是根據營養科學原則和我國居民健康需求,給出的食物選擇指導意見,強調食物的多樣性與合理搭配。根據膳食指南,居民每日膳食應包括谷薯類、蔬菜水果、畜禽魚蛋奶和豆類食物,各類食物所占比例如圖2所示。按照食物金字塔,這些食物可以歸納為3類:植物類食物(69%)、動物類食物(29%)以及脂肪和油脂(2%)。Berry(1971)將三類食物分成五個子類別,由于食物金字塔是一個等腰三角形,進一步假設五個子類別在金字塔中具有相同的高度,通過計算幾何面積,得到各個子類別在每組食物中所占的比重,將該比重與膳食指南建議比重的乘積作為該類食物的健康得分。將各類食物零售商出售食物健康得分累加,得到食物零售商的健康得分,具體分值如表1所示。城市健康食物多樣性指數構建如下:

表1 基于健康食物多樣性的食物零售商健康程度得分

圖2 中國居民膳食指南

圖3 樣本城市及食物環境分布注:基于自然資源部標準地圖服務網站下載的審圖號為 GS(2019)1825號的標準地圖制作,底圖無修改。

(2)

3.2.3 個體生活方式與健康行為測度

本研究主要從三個方面對個體生活方式進行測度:(1)體力活動(每天進行體力活動大于等于30分鐘=1,每天進行體力活動低于30分鐘=0);(2)是否喝酒(從不喝酒=1,喝酒=0);(3)是否吸煙(從不吸煙=1,吸煙=0)。因此,個體生活方式健康指數取值范圍為0-3,0分代表生活方式最不健康,3分代表生活方式最健康。

除了上述關鍵變量外,本研究對其他可能影響老齡人口健康的因素進行控制。參照已有文獻,從CHARLS數據中選取個體層面變量性別、年齡、受教育程度、婚姻狀態以及收入水平作為控制變量;從城市統計年鑒中選取城市人口密度、地區生產總值、平均工資水平以及公交車數量作為城市層面控制變量。

3.3 實證模型

由于老齡人口個體數據嵌套在城市數據內,同一城市的老齡人口面臨相同的客觀食物環境,傳統的計量方法會忽略這種聚類效應,從而導致向下偏倚的標準誤差,回歸結果不準確。因此,本文采用多層回歸模型探討城市食物環境與老齡人口微觀健康狀況之間的因果關系。以個體為層1分析單位,城市為層2分析單位,多層回歸模型能夠將被解釋變量的變化分解為個體和組間的變化,具體模型形式為:

Level 1 (個人層面)Yij=β0j+β1jXij+εij

Level 2(城市層面)β0j=γ00+γ01Cj+μ0j

β1j=γ10

(3)

將Level 1公式代入Level 2得到公式:

Yij=γ00+γ01Cj+γ10Xij+μ0j+εij

(4)

其中,i代表第i個老年個體,j代表第j個城市;Yij為結果變量,分別由老齡人口是否患有與膳食相關慢性疾病以及疾病數量測度;Xij為個體層面解釋變量;Cj為城市層面解釋變量,包括城市健康食物可及與健康食物多樣;μ0j和εij分別代表城市層面與個體層面隨機誤差項。

為了探討個人生活方式如何調節城市食物環境對膳食相關慢性疾病的影響,在方程(4)中引入城市食物環境變量與生活方式變量交叉項:

Yij=γ00+γ01Cj+γ10Xij+γ02mRFEIj*HLSij+γ03HFDIj*HLSij+μ0j+εij

(5)

其中,HLSij代表個體生活方式健康指數。

4 實證結果分析

4.1 樣本統計描述

本研究共有113個城市樣本,城市健康食物可及指數與健康食物多樣指數以及樣本地理空間分布情況如圖2所示。113個城市健康食物可及指數均值為0.335,80%的城市集中在0.25-0.44之間;健康食物多樣性指數均值為0.155,80%的城市集中在0.12-0.204之間。總體來看,無論是健康食物可及性還是健康食物多樣性,大部分沿海城市的指數值都要高于樣本均值。

表2給出了個體層面與城市層面所有變量的描述性統計結果。個體層面,46.7%的老齡人口患有與膳食相關慢性疾病,患病數量平均值為0.756。樣本中男性占比為50.1%,平均年齡為69.5,并且僅有4.6%的老齡人口具有高中及以上教育水平。在對現有文獻梳理的基礎上,城市層面變量除了健康食物可及指數與健康食物多樣指數外,本研究還對城市人口密度、生產總值、平均工資水平以及公交車數量進行控制,具體統計描述如表2所示。

表2 變量統計性描述

4.2 實證分析結果

4.2.1 基準模型結果

本研究采用多層回歸模型識別城市層面客觀食物環境與微觀老齡人口健康之間的關系,表3展示了多層模型的回歸結果。根據空模型估計結果計算組內相關系數(Intraclass Correlation Coefficient,ICC)值為20.07%,表明城市間差異揭示了老齡人口是否患有膳食相關慢性疾病總差異量的20.07%,因此,有必要采用多層回歸模型。表3中模型1-3以老齡人口是否患有與膳食相關慢性疾病為被解釋變量,探討了城市層面的健康食物可及與健康食物多樣對老齡健康的影響。其中,模型1只納入了城市健康食物可及的影響,模型2只考慮了健康食物多樣的影響,而模型3綜合考慮了健康食物可及與健康食物多樣的影響。比較三個模型發現,只考慮健康食物可及或者只考慮健康食物多樣均會使回歸結果有偏(高估健康食物可及的影響或者低估健康食物多樣的影響)。總體來看,在控制人口特征與城市社會經濟變量等其它影響因素之后,健康食物可及與健康食物多樣均對老齡人口是否患有膳食相關慢性疾病具有顯著的負向影響,表明城市中健康食物零售商占比越高,出售健康食物種類越多,會提升老齡人口在健康食物環境中的暴露性,高暴露性為健康食物的攝入提供了可能,從而降低了患病幾率。此外,從系數大小來看,健康食物多樣性比健康食物可及性對老齡健康更重要。以模型3為例,城市健康食物多樣性與健康食物可及性提高10%,老年人口患有膳食相關慢性疾病的概率將分別降低5.7%和43.7%。表3中個體層面控制變量對老齡健康的影響與現有文獻的結論大致相同,年齡越大,老齡人口患有疾病的概率與數量越高;受教育程度越高健康狀況越好;相對于單身或離異的個體,已婚老齡人口健康狀況更好;良好的經濟狀況對老齡人口健康具有保護作用;男性患病概率低于女性(劉惠穎等,2022;王潔晶等,2022)。城市層面控制變量回歸結果顯示,人口密度越大、平均工資水平越高的城市,老齡人口健康狀況越好;城市生產總值對老齡人口是否患有膳食相關慢性疾病沒有顯著影響;公交數量的增加提升了老齡人口患病幾率,可能的原因是我國老齡人口出行主要依賴于公交,公交車數量增加在提升老齡人口健康食物可及性的同時,也提升了老齡人口對不健康食物消費的便利性。

已有研究發現個體生活方式是影響健康的重要因素(Gao et al.,2022),為了揭示個體生活方式在食物環境對老齡健康作用過程中的調節效應,本研究通過構建個體生活方式健康指數,在基準模型基礎上引入了其與健康食物可及和健康食物多樣指數的交互項,具體回歸結果如表4所示。模型1-3均顯示,個人健康生活指數越高,患病幾率越低;健康食物可及與健康生活指數交互項系數以及健康食物多樣與健康生活指數交叉項的系數均顯著為負,意味著健康生活方式能夠強化健康食物可及以及健康食物多樣對老齡人口健康的正向影響。因此,在提升城市健康食物可及性與多樣性的同時,鼓勵老齡人口健康生活方式可以更加有效的提升老齡人口健康水平。

表4 調節效應回歸結果

4.2.2 異質性與穩健性檢驗

(1)年齡異質性檢驗。不同年齡人群的日常生活習慣、出行方式和食物選擇差異性明顯。隨著年齡的增長,受身體機能以及出行可達性的限制,本研究認為高齡人口對客觀食物環境變化不敏感。鑒于此,根據受訪者年齡是否大于80歲,將樣本分為“非高齡人口”與“高齡人口”兩類群體,通過分組回歸調節效應模型3,考察城市食物環境對不同年齡組老年人健康影響的異質性。為方便比較,本研究將不同組別回歸結果可視化,圖4(a)展示了分組回歸(“非高齡人口”與“高齡人口”)主要變量系數值與置信區間(虛線代表置信區間)。從圖4(a)可以看出,高齡人口變量回歸置信區間與“0”值線相交,表明,城市健康食物可及性與多樣性的改善對高齡人口的健康狀況沒有顯著影響,但對于非高齡老年人口身體健康具有促進作用。此外,非高齡人口的健康生活方式能過進一步強化食物環境與健康之間的關系。隨著高齡老年個體身體機能的衰退,日常活動范圍也相對有限,其食物消費更多的受到家庭食物環境的影響。因此,在改善食物環境過程中應考慮年齡異質性,對于高齡群體,更應該關注家庭食物供給。

(2)教育程度異質性檢驗。受教育程度是影響老齡人口健康認知的重要因素之一,與受教育程度低的老齡人口相比,高教育水平的老齡人口更能夠認識到膳食對健康的重要性,因此對客觀食物環境的變化更加敏感。為了探討城市食物環境對不同教育程度老齡人口影響的差異性,本研究根據受訪者是否具有高中及以上文憑分為“高教育程度”與“低教育程度”兩組。圖4(b)顯示,所有變量置信區間都與“0”值線不相交,表明無論教育程度高低,城市食物環境的改善都會降低老年人口患病概率,而且健康的生活方式能夠強化這種影響。回歸系數值大小表明,健康食物可及性與多樣性的提高對高教育程度的老齡人口健康的影響更大一些。因此,對于低教育水平群體,應加強健康意識教育,并且無論教育程度如何,都應該鼓勵健康的生活方式來改善健康狀況。

(3)收入異質性檢驗。國外研究表明,較低的社會經濟地位限制了食物的選擇(Pradeilles et al., 2021)。本研究認為,低收入老齡人口由于預算有限,對城市食物環境改善做出的回應有限。為檢驗不同收入老齡人口健康受食物環境影響的異質性效應,我們進一步按照老齡人口收入是否高于樣本平均收入分為“低收入”與“高收入”兩個群體。圖4(c)顯示,對于兩組老齡人口,回歸系數置信區間均與“0”值線不相交,表明健康食物可及與多樣性的提高會降低其患有與膳食相關慢性疾病的概率,并且健康生活方式對食物環境與老齡健康的關系具有顯著的強化作用。通過系數值對比發現,由于高收入老齡人口受消費預算的限制較少,收入水平較高的老年群體從城市食物環境改善中受益程度更高,尤其是健康食物多樣性的改善。因此,規劃城市食物環境或者制定相關政策時,還需要考慮收入的異質性效應。

(4)區域及城市規模異質性檢驗。現有文獻表明,欠發達地區健康食物可及性以及多樣性較低(Vadiveloo et al.,2021)。因此,生活在不同區域的老齡人口受食物環境的影響也不同。鑒于此,本研究將樣本按照區域(東部地區、中部地區以及西部地區)和城市規模進行分組,檢驗城市食物環境健康效應的區域及城市規模異質性。其中,城市規模依據《第一財經周刊》2018年公布的城市排名將所有城市分為3類:大城市(一、二線城市)、中等城市(三線城市)和小城市(其它城市)。圖4(d)區域異質性表明,西部地區老齡人口受城市食物環境影響大于中東部地區,健康食物多樣性對老齡健康的影響較大。圖4(e)城市規模異質性結果表明,小城市老齡人口受城市食物環境影響大于中等城市和大城市。可能的解釋為,欠發達地區以及小城市食物環境健康水平總體較低,小幅度的健康食物可及和健康食物多樣的提升將帶來大幅度的健康改善。區域及城市規模異質性檢驗結果顯示,無論居住區域及城市規模如何,保持健康的生活方式均能降低老齡人口患膳食相關慢性疾病的風險,并且健康的生活方式強化了城市食物環境對微觀個體健康的影響。

(5)穩健性檢驗。為增加研究結論的穩健性,本研究采用老齡人口患有與膳食相關慢性疾病數量作為被解釋變量,重新構建多層線性模型對結果進行穩健性檢驗。表5給出了不同模型關鍵變量的回歸結果。在控制相應的個體層面與城市層面變量后,表5顯示,城市健康食物可及性與多樣性的提升均會顯著降低老齡人口患有與膳食相關慢性疾病的數量,相比而言提升健康食物多樣性的作用更大。此外,健康的生活方式也能夠減少患病數量,并且健康的生活方式能夠強化食物環境改善對老齡人口健康的影響。與前文結果對比發現,兩次分析得到的結論一致,說明模型及分析結果可靠。

表5 穩健性檢驗結果

5 結論與討論

本研究通過城市POI數據構建城市健康食物可及性指數與健康食物多樣性指數,在結合CHARLS數據庫的基礎上,利用“個體—城市”多層回歸模型,考察了城市食物供給環境對老齡人口健康的影響,并探索了個體生活方式的調節作用以及食物環境對健康影響的年齡、受教育程度、收入水平以及區域與城市規模異質性。本文研究得到如下結論:第一,在控制人口特征與城市社會經濟變量等其它影響因素之后,城市健康食物可及與健康食物多樣的提升均對老齡人口健康具有促進作用,并且健康食物多樣比健康食物可及對老齡健康更重要。第二,個人生活方式越健康,患病幾率越低,并且健康的生活方式能夠強化城市食物環境改善對老齡健康的促進作用。第三,城市食物環境對老齡健康的影響存在年齡、受教育程度、收入水平以及區域與城市規模異致性。綜上,本研究證實了社會生態學健康促進模型的相關假設,即外部食物環境與個體特征相互嵌套,共同影響健康水平。在我國健康老齡化背景下,城市食物環境的建設與提升也應該成為提升老齡健康的重點內容。

就我國而言,健康的食物環境構筑一定程度上就是食物消費的供給側改革。在此背景下,明確食物環境的微觀健康效應,進而有針對性的展開城市食物環境優化布局,才能更加有效的實現健康老齡化。本研究首先證實了城市層面食物供給環境對老齡健康產生顯著影響,城市中健康食物零售商占比越高,出售健康食物種類越多,老齡人口患有與膳食相關慢性疾病的概率與數量越少。這一研究結論與國內外大多數關于食物環境與微觀個體健康的研究結論一致。基于我國數據,本研究發現,城市健康食物多樣對健康的影響大于健康食物可及的影響。主要原因在于,本文研究對象為老齡人口,而我國老齡人口對其膳食結構是否合理不夠重視。因此,在提升老齡人口對健康食物的可及性外,更應該提升老齡人口膳食結構重要性的認識,從而更好的發揮城市健康食物可及與健康食物多樣對老齡健康的正向影響。

此外,本研究發現個體層面的生活方式可以調節城市層面的食物環境對健康的影響,健康的生活方式可以強化健康食物環境對健康的保護作用。健康的生活方式指對健康有益的行為,例如積極活動、少抽煙、少飲酒等。許婧雪等(2021)指出,堅持健康的生活方式可以帶來更好的健康結果,例如較低的癌癥發病率、慢性疾病患病率以及更長的預期壽命等。因此,在重視城市食物環境構建的同時,還需要從個體層面引導健康生活方式。進一步研究發現,食物環境對老齡健康的影響存在年齡、受教育程度、收入水平以及區域與城市規模異質性。城市食物環境的改善更有助于提高非高齡老年人的身體健康,并且受教育程度較高以及高收入老齡人口從中獲益較大。此外,西部地區老齡人口受城市食物環境影響大于中東部地區,小城市老齡人口受城市食物環境影響大于中等城市和大城市。鑒于此,在制定相關干預政策過程中,還需考慮年齡、受教育程度、收入水平以及區域與城市規模的差異性。

從綜合角度看,探討城市食物供給環境的微觀健康效應具有現實意義,但受數據收集限制,本研究存在一定的不足。首先,采用截面數據,針對一個時間節點探索城市食物環境對老齡健康的影響,未來研究可以采用追蹤數據,分析食物環境變化前后個體健康狀況的差異。其次,本研究對食物環境影響老齡健康的作用機理挖掘不深,后續研究中將重點探索食物環境通過哪些路徑對健康產生影響。