健康機會不平等的積累與傳遞

[中圖分類號] F062.6;R195;C915[文獻標志碼]A[文章編號] 1672-4917（2025）03-0046-14

一、引言

任何形式的營養不良都是人類健康的重大問題。當今世界尤其是發展中國家，正面臨著營養不良的雙重負擔：營養過度（超重、肥胖）與營養不足（發育遲緩、消瘦、維生素和礦物質缺乏）并存[1]。營養不良雙重負擔可發生在個體、家庭、人群及整個生命歷程中。當一個人超重或肥胖，但在飲食中缺乏特定的維生素或礦物質（如鐵或葉酸）時，營養不良雙重負擔即在個體層面上發生。當一個成年后超重或肥胖的人在童年時經歷過發育不良，也會出現這種負擔。超重母親與體重不足的孩子則是家庭層面的例子。在同一個社區或地區，營養不良和超重同時存在是人群層面營養不良雙重負擔的具體例子。全球幾乎每三個人中就有一個患有至少一種形式的營養不良：消瘦、發育不良、維生素和礦物質缺乏、超重或肥胖以及與飲食有關的非傳染性疾病[2]。隨著社會經濟、城市化和人口老齡化的快速發展，中國一直在經歷以營養過度與營養不足雙重負擔為特征的營養轉型[3]。高脂肪、高能量、低膳食纖維的不合理膳食結構，讓我國居民“背”上了營養不良雙重負擔，由此也大大提升了營養相關慢性疾病的發病率①。據 Popkin 等（2001 年）[4]估計，2025年，中國營養不良、超重和相關非傳染性疾病成本占國內生產總值的比重將達到 9 % 。在全面實施健康中國國家戰略背景下，研究與營養不良有關的健康結果中機會不平等的潛在積累和傳播具有重要理論和現實價值。

二、文獻綜述與研究假設

營養不良雙重負擔除造成社會層面的巨大成本外，還對個體和家庭生活產生嚴重影響。幼兒死亡的1/3 原因來源于早年營養不良[5]。在生命頭兩年發育不良的幸存者中，他們抵抗疾病、從事體力勞動、學習能力在整個生命過程中都受到影響。在生命歷程后期的肥胖，是許多非傳染性疾病的重要根源（包括高血壓、糖尿病、癌癥、中風和缺血性心臟疾病）。營養不良雙重負擔的成因與一系列流行病學變化有關：營養轉型、流行病學轉型和人口轉型[6-7]。其中，營養轉型刻畫了飲食模式、消費和能量支出的轉變，它與全球化和城市化背景下的經濟發展相聯系，該轉型與營養不足占主導地位向超重、肥胖高發轉變相關聯；流行病學轉型描述了與經濟繁榮相關疾病負擔的變化，即從感染與營養不良有關的疾病占主導地位向非傳染疾病比率上升轉變；人口轉型則是指人口結構轉變和壽命延長，這意味著從高出生率和高死亡率、年輕人比例相對較高的人口形態轉變為老年人比例不斷增加的人口形態。現實中，營養不良雙重負擔是生物、環境、社會和行為因素的組合體，營養不良雙重負擔的驅動因素可由下圖表示：

營養不良雙重負擔還與家庭背景密不可分，至少存在三種潛在健康跨代傳播機制[9；第一，潛伏模式，指某個特定時期的暴露會對健康產生終身的、不可逆的影響。第二，路徑模式，即早期生活和成年健康之間的生物和社會心理中間因素可能均對健康變化有影響。第三，代際傳遞，父母的健康與孩子的健康有關[10]。探討營養不良雙重負擔背后的緣由及社會經濟機制，對于預防和解決營養不良雙重負擔的后果具有積極意義，機會不平等框架為實現該目標提供了方法論支持。

健康結果不平等的來源有多種，但并非所有的來源都令人反感[1]。Roemer（1998年）[12]機會平等理論認為，不平等的“合理”和“不合理”來源之間是有區別的，合理的差異來源可歸因于個人努力的結果（即個人控制范圍內的決定因素），而不合理差異來源則與環境有關（即超出個人責任范圍的決定因素），如種族、性別、個人成長的社區特征、父母背景或早期生活條件。因此，來自特定環境的不平等應該得到補償，而主要由個人選擇和行為努力所產生的不平等在道德上和規范上可以被接受并應得到獎勵。然而，如何區分合理和不合理的不平等一直沒有定論，有學者認為[13]合理和不合理的不平等區分可以通過“責任切割”來實現，該觀點隱含著如下假設：在某種程度上個體知道其行為的后果。同樣地，可以根據“法定年齡”來進行區別，在該年齡之上的個體能夠理解其行為和行動，并對其潛在后果負責[14-15]。為此，測量兒童的機會不平等應該只包括環境，因為根據定義，兒童不能選擇或決定自己的行為，不能對自己的生活方式或飲食消費決定負責，兒童所面對的環境更多是父母努力的反映。

機會不平等衡量有兩種方法：事前和事后方法。事前方法認為，如果所有人在他們的努力和結果實現之前遇到了相同的機會，那么就存在機會平等[16-17]。事后方法則是尋求在付出同樣努力的個人之間的結果平等，而不論其環境變量如何[18]。事前和事后衡量方法其實反映了兩個道德原則：獎勵和補償原則。前者要求在設計再分配政策時，應獎勵和尊重所付出的努力；而后者則主張應消除或補償因環境造成的不平等。

大量文獻采用不同方法對國別研究進行了健康結果方面的機會不平等剖析[19-20]，實證研究主要由數據可及性驅動。大多數對成年人口的研究主要基于發達國家數據，而分析兒童機會不平等的研究則以中低收入國家為基礎，并側重于對5歲以下兒童的分析。衡量健康結果機會不平等的關鍵問題是如何選擇健康指標，早期廣泛使用的自評健康指標因為存在報告偏差（健康狀況評估可能會使用不同的閾值，即使客觀健康狀況可能相同）正逐漸被人體測量指標取代。例如，使用基于血液的生物標志指標來判斷諸如肥胖、高血壓和糖尿病等特定慢性疾病。Carrieri等（2020年）[21]使用一個綜合生物指標來捕捉諸如血壓、炎癥、血糖水平和膽固醇等數個健康維度變化情況。兒童營養不足通常被定義為發育不良或消瘦，發育不良或消瘦根據WHO（2006年）[22]兒童生長標準確定，它或用身高與年齡之比、體重與長度之比的Z評分小于負2來表示，抑或用身體質量指數BMI的Z評分小于負2來表示 ① ，而成人營養不足則用BMI小于18.5表示。營養過度通常表現為BMI超過給定的臨界點，成人超重定義為BMI值大于25千克/平方米、成人肥胖則定義為 BMI值大于30千克/平方米，兒童營養過度則使用國際肥胖癥工作組（IOTF，International ObesityTaskForce）或WHO建立的臨界點兒童等值 ② 來表示[23]

關于環境變量的選擇，大多數研究認為，社會經濟背景是健康不平等的不正當來源。Rosa（2009年）[24]考慮了父母的社會經濟地位、祖父母的社會經濟地位、父母的教育程度、父母的生活方式和父母的健康狀況等大量環境變量，采用事后方法來衡量英國健康方面的機會不平等。Bricard等（2020年）[25]強調了父親職業作為童年環境的重要性。Mkupete 和 Dieter（2022年）[26]分析了坦桑尼亞飲用水及衛生設施可及性在兒童健康機會不平等方面的作用。Andrea（2022年）[2研究認為墨西哥與營養相關健康機會不平等環境變量包括母親的BMI、疾病特征、教育程度、家庭生活條件等變量。

為數不多的研究從跨國角度來測度健康方面的機會不平等。Bricard等（2020年）[28]利用50歲及以上個體生活史回顧性調查數據，衡量和比較了歐洲各國家的健康機會不平等，并研究了努力（生活方式）和環境（童年的社會條件、父母的壽命和父母的健康相關行為）之間的相關性是否因國家而異。結果表明：健康機會的不平等主要是由直接影響成人健康的社會環境造成的。因此，需要制定政策以對較差的初始條件進行補償。與上述文獻不同的是，本文使用個體性別、種族、父母的教育程度、母親的BMI、母親的醫保情況、家庭生活條件、社區條件及居住地區等變量來表征環境變量，使用個體是否有吸煙、喝酒行為及每天身體活動時間變量來表征努力變量。Paraskevi等（2022年）[29]利用1992—2018年55個中低收人國家5歲以下兒童及其母親的微觀調查數據，研究了營養不良雙重負擔與全球化（包含經濟、社會和政治三個方面的全球化）的關系。研究發現：經濟全球化與最貧困家庭中營養不良雙重負擔的較高概率相關，該相關關系隨著國民總收入的增加而減弱；社會全球化與營養不良雙重負擔的較高概率有關，與家庭財富或國家收人無關；政治全球化和營養不良雙重負擔之間沒有任何關聯。Jusot 等（2010年）[30]基于歐洲國家微觀數據聚焦個體成年后的健康狀況，并剖析了健康機會的不平等，結果顯示，歐洲國家存在著與環境有關的健康機會不平等。

對中國營養不良雙重負擔的重要研究包括：麥錦城（2020年）[31]利用廣州48所中小學6＼～18歲個體的調查數據分析了廣州中小學生營養不良雙重負擔流行狀況。Ding 等（2022 年）[32]基于2011年和 2015 年中國健康與退休縱向調查（CHARLS）與 2014年CHARLS 生活史調查的結合數據，分析了60歲以上中國成年人血液中生物標志物的機會不平等情況。

綜上，本文提出如下兩個研究假設：

假設1：盡管影響個體健康結果機會不平等的因素會發生變化，但諸如個體特征、家庭生活水平、父母特征等變量對個體健康結果機會不平等的影響在個體生命的不同階段持續存在，健康結果機會不平等具有積累性特征；與此同時，這種不平等會通過父母與子女之間的代際關系傳遞下去。

假設2：環境因素和努力因素均對健康結果機會不平等發揮作用，這兩者中哪一個因素的貢獻較大具有不確定性。

三、機會不平等測度

與個人成就相關的因素可以被劃分為如下兩類，其一，個人應承擔部分責任的努力因素，其二，個人無法控制的環境因素。在機會不平等文獻中[3-36]，個體（i）的健康結果 是個體不可控、可觀測的環境（ ）及努力（ ）的函數，假定環境不受努力的影響，而努力可能受到環境的影響[37-38]，即存在下式：

式（1）中 代表獨立于 C 的努力的隨機變化， 代表獨立于 C 和 E 的隨機變化。假設 g （ . ） 和 E （ . ） 具有可加可分性和線性，則存在如下結構形式的方程：

式（2）中 α 和 β 捕捉了環境和努力對結果的直接影響。式（3）中的 是一個系數矩陣，反映了環境對努力的影響（即對結果的間接影響）。式（3）可變形如下式：

因此， 的估計為： 。

（一）事前（Ex-ante）機會不平等測度

這種類型的機會不平等（Inequality of Opportunity，IOP）側重于衡量在付出努力之前環境對結果的作用，在事前機會不平等測度中，努力是不可觀察的。將式（3）帶入（2）來衡量事前機會不平等。

是個體（i）的健康結果， 為截距項， 體現了環境的總貢獻，反映了環境對結果的直接影響和環境通過努力產生的間接影響，誤差項 反映了諸如運氣、身體障礙等環境或努力所無法捕捉的隨機因素。基于平均值的方法假定不平等是中性的，由于努力難以觀測，而且健康存量隨著努力的增加而單調地增加，所以事前方法還假設，一旦類型固定，努力是健康的唯一決定因素。因此，在每個類型中，那些處于結果分布第 個分位數的個體，也屬于努力分布第p個分位數的個體[39]。在機會不平等測度中預測的結果分布 ，即Ferreira和Gignoux（2011年）[40]文獻所稱的平滑分布，被用作機會平等的反事實分布，這個反事實分布被插入到不平等度量中。不平等度量工具的選擇除滿足以下公理外（對稱性、轉移原則、規模不變性和人口復制性），還需要考慮結果變量的類型。Chavez 和Soloaga（2014年）[4]認為當結果變量是連續變量時，最好使用平均—對數偏差（MLD）工具，對于二元啞變量，最好使用D-指數（Disimilarity Index）。在估計營養不足和營養過剩的特定臨床閾值時，本文使用D-指數作為不平等的衡量工具；在估計連續分布中的機會不平等時，本文使用MLD工具，常見的還有基尼系數、泰爾指數、廣義熵指數等。首先使用Logit 和線性模型分別對二元啞變量和連續結果變量估計式（4），MLD 衡量健康結果的預期水平與該組預期平均水平的偏差，較小數值反映了較低的IOP水平：

因此，絕對不平等定義為以環境為條件的健康結果反事實分布MLD值：

絕對不平等衡量了健康結果的預期水平與群體預期平均水平的偏差。如果 為0，則群體具有相同的結果，較大的值反映了較高的不平等水平。相對IOP定義為絕對不平等與總體不平等的比率：

式（7）中的 定義為反事實結果分布的MLD除以實際結果分布的MLD，同樣地，相對不平等為零時，表明結果平等，越高的相對值表示結果越不平等。

D-指數是根據環境定義的群體健康水平與群體平均健康水平相比的差異性，該指數還指估計結果與總體結果之間絕對差異的加權平均值。 ，則不存在不平等[42]。基于二元啞變量計算的D-指數為：

式（8）中 表示預測概率， 表示估計的條件概率， 表示樣本權重。

某一環境的相對重要性使用 Shapley方法來測定，即特定環境的相對貢獻是指在所有可能的納入序列中，將該環境狀況加入模型時機會不平等的平均變化。如果 C I 表示按某種順序排列 N種環境的整個集合，用 s ？ C I 表示隨機選擇M環境的任何子集，那么，任何環境 c ∈ S 對D-指數 ）的邊際貢獻定義為 。 s 上的概率分布由一個環境 在第 位概率與 實際發生概率（即從 集合中選擇 M-1種環境的概率，其值為 （20的乘積得出，任何環境 c ∈ C I 對 指數的邊際貢獻為：

式（9）中， 。

（二）事后（Ex-post）機會不平等測度

對于超過“責任年齡”門檻的個體，假定健康結果是由環境、努力和其他隨機因素解釋的[43]。在這種方法中，努力被假定為處于環境和結果之間的中介路徑上。由于努力是可以觀察到的，因此有可能將兩種不同的影響區別開：第一，環境的總影響，它可以進一步分解為直接和間接影響。第二，努力對結果的間接影響[44]。由于所付出努力取決于周圍的環境，而努力和環境相互關聯，為處理這個問題，事后機會不平等通過兩階段模型計算。第一階段，運用OLS模型估計方程（3）以消除環境對努力的影響，進而可以得到真實的努力水平 ；第二階段，結果變量與環境向量、分離出的努力變量進行回歸[45]。

由于 ，帶入式（2）則存在下式：

式（10）通過分解可得到環境的直接和間接影響及環境的總影響，以及努力的直接影響。

式（12）中 代表 i 個體18歲以上的健康結果， 表示常數項， 體現了環境對結果的貢獻， 是努力的直接貢獻。事前和事后方法是等價的，即式（3）中的H和式（12）中的 ，都代表了環境對結果 y 的總影響，前者是事前方法，后者是事后方法。為了便于解釋結果，并把不平等在環境的總影響和努力的直接影響之間區分開來，依據Deutsch 等（2018年）[46]、Andrea（2022年）[47]等學者使用的Shapley擴展方法，即使用McFadden的R平方方法 ① 。Y可以是二元啞變量，當個體具有某種營養不良狀況時，賦值為1，否則為0。利用 LOGIT 模型估計式（12）時， （ （204號 。因此，Shapley 擴展方法的分解基于如下方法：包括所有環境和努力向量時的擬合度（McFadden’s -squared）與只包括努力的另一個模型的擬合度（McFadden’sR-squared）進行比較，比如，對應于Logit模型的似然比是： ），其中 ≠ 表示模型中的所有系數都是不受限制的，如果努力的向量 不包括在模型中，即 ）。同理， 。使用 Shapley分解方法，環境、努力對實際似然率的邊際貢獻分別為： （20 ） 。正如Andrea（2022年）[48]所指出的那樣，盡管Deutsch等（2018年）[49]提出了上述針對Logit模型R平方的分解方法，但這種方法也可以用來分解OLS模型的 R平方，當然，上述分解不應被理解為因果關系，而只是用來揭示環境和努力的相對重要性。

四、數據來源、變量與均值描述

（一）數據來源

本研究使用的數據取自“中國健康和營養調查\"（CHNS）數據集。該調查覆蓋9個省區（遼寧、黑龍江、山東、江蘇、河南、湖北、湖南、廣西壯族自治區、貴州）的城鎮和農村，采用多階段分層整群隨機抽樣方法。從1989 年開始，該調查迄今已進行了10次（1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009 年、2011年及2015年），本文首先選取了1991年個體年齡為18歲以下的青少年兒童個體作為追蹤對象 ① ，追蹤其信息到2009年，即選取了1991年、2009年兩個調查年份的平衡面板數據。之所以選擇 2009年作為平衡面板數據的末年，除了考慮最大追蹤時間長度外（即1991年的0～18歲個體，經過18年后的追蹤，其年齡為18～35歲），更重要的原因在于2009 年的調查提供了能反映成人營養不良雙重負擔的指標。考慮到較小的樣本量可能會影響結論的穩健性，除選取1991年、2009 年兩個年份的面板數據外，本文還以1991年、1993年、1997年、2000年、2004年、2006年、2009年、2011年及2015年9個年份的18歲以下人群的混合數據為基礎，分析兒童青少年期健康結果的機會不平等問題；此外，2009 年全部18歲以上人群截面數據也納入本文主題分析中。所有樣本數據中沒有包含孕婦樣本。健康機會不平等研究對時效性要求并不嚴格，該文分析能揭示中國健康機會不平等的積累與傳遞基本圖景。

（二）變量

結果變量：營養不良包括營養不足和營養過剩。在整個生命歷程中，衡量與營養有關的健康結果的方式不可能一直相同，體重和身高會隨著年齡的增長而變化，這在兒童時期尤為重要。在健康經濟學文獻中使用身高—年齡比（Height-for-Age，HAZ）、體重—身高比（Weight-for-Height，WHZ）和體重—年齡比（Weight-for-Age，WAZ）的Z分數（Z-scores）來評估兒童的營養狀況。為了進行科學比較，Z分數以所有同齡兒童的身高和體重差異為基準。在生命期方法中，不可能在所有年齡組使用相同的結果變量[50]。在分析青少年兒童（即低于18歲）數據時，本文使用低 HAZ代表發育不良，低WHZ代表消瘦，低WAZ 代表營養不良，身體質量指數—年齡比（BMI-for-Age）較高水平代表營養過剩。對于成人（大于等于18歲）而言，用血液中血紅蛋白（HB，Haemoglobin）水平來表征營養不足的情況。血液中血紅蛋白水平較低與貧血（指缺乏鐵、葉酸和維生素 B）密切相關，BMI和腰圍（Waist Circumference，WC）表示超重或超量的營養過剩。對于HAZ、WHZ、WAZ這些衡量18歲以下個體營養不足的結果變量而言，如果其值小于負2，Z分數賦值為1，否則為0。用血紅蛋白水平來衡量18歲以上個體的營養不足情況，該變量使用連續和二元啞變量形式，這樣做的目的不僅可利用臨床上的分界點來測量機會不平等，也允許在整個分布中測量機會不平等。對于二元變量而言，當成人男性血紅蛋白（HB）含量小于 指每分升的克數），成人女性血紅蛋白（HB）含量小于 ，賦值為1，否則為 。營養過剩是指當青少年兒童的BMI的Z分數超過2，以及成人的身體質量指數超過25千克/平方米或腰圍超過 和 （分別對應女性和男性）時，即為營養過剩。雙重營養不良（營養不足和營養過剩）結果變量定義為二元啞變量，即當青少年兒童HAZ或WHZ或WAZ的Z分數低于負2并且BMI高于正2時，定義為1；對于成人而言，當其BMI超過25千克/平方米或腰圍超過80厘米并且血紅蛋白小于 時，則定義雙重營養不良[52]。本文的結果變量、環境變量及努力變量定義參見表1。

環境變量；環境因素是個人無法控制的因素，這些因素是不合理和不平等的潛在來源，這些因素與個體、家庭、社區及地理特征相關。與個體特征相關的變量本文納入了性別、種族變量。考慮到女性一般負責準備家庭食物，母親身體質量指數（BMI）為家庭營養的替代指標，父母健康和兒童健康結果之間關系的文獻也常常使用母親 BMI變量來表征，比如，母親身材矮小會增加兒童發育遲緩的風險，產婦超重或肥胖通常會降低這一風險；嚴重營養不良的母親其低母乳量和微量營養素狀況可能會影響嬰兒的發育[53］②。母親是否有醫療保險一方面可以反映其預防保健利用情況，另一方面也反映了進人正規勞動力市場的情況（在新農合推行以前尤其如此）。父母特征還考慮了父母親的平均教育年限變量。家庭生活水平變量是通過多分格主成分（Polychoric Principal-Component Analysis）方法得到，該變量構造包括如下指標：廁所類型[開放式土坑、開放式水泥坑、室外非沖水公廁、室外沖水公廁、室內馬桶（無沖水）、室內沖水]、房間數量、是否擁有汽車、是否擁有摩托車、是否擁有冰箱、是否擁有洗衣機、是否擁有照相機、是否擁有微波爐、是否擁有計算機，通過多分格主成分計算的生活水平分為低、中、高三類。室內自來水比例在200 年以前并沒有達到 5 0 % ，因此，家庭中有室內自來水不能被認為是理所當然的事情，它是不合理健康差異的一個潛在來源，為此本文納入了是否有室內自來水變量。社區層面環境變量選取了社區城鎮化指數作為代理指標，該指數由社區層面的以下指標組成：人口密度、經濟活動、市場、交通基礎設施、衛生設施、通訊、住房、教育、多樣性、衛生基礎設施和社會服務等11個指標。社區城鎮化指數也分為低、中、高三類。居住地區變量包含東部、中部、西部三類。

努力變量：努力變量是指那些屬于個人責任范圍內可選擇的因素，比如，生活方式、飲食模式和超過一定年齡個體決定采用的人力資本投資方式。作為有風險的健康行為，本文選取了個體是否有吸煙、喝酒行為來表征。除此之外，本部分的努力變量還選取了每天身體活動時間變量，該變量是如下幾個自報每天體力活動時間的總和構成，即體力活動代謝當量（Metabolic Equivalents，MET）大于3的體力活動時間總和[54]，比如家務勞動、兒童照料、照顧老人、體育活動[武術（功夫等）、體操、舞蹈、雜技、田徑（跑步等）、游泳、足球、籃球、網球、羽毛球、排球、其他活動（乒乓球、太極等）]、中度體力活動（如司機、電工）、重體力活動（如農民、運動員、舞蹈演員、鋼鐵工人、伐木工、建筑工人） ① 。值得指出的是，其他衡量努力的變量比如睡眠等變量也應該納入分析，但CHNS并未針對該問題進行調查。

（三）均值描述

根據臨床分界點二分法結果顯示，1991—2009年面板數據中，小于18歲個體發育遲緩、消瘦及體重不足的比例分別為 1 6 . 6 % . 2 . 3 % 及 6 . 4 % ，超重的比例為 3 . 1 % ，18歲以下個體雙重負擔的比例為 0 . 4 % 。在1991—2015年18歲以下人群的混合數據中，個體發育遲緩及體重不足的比例隨著時間的推移均出現了下降態勢，超重的比例則隨著時間的推移基本呈現上升態勢，消瘦比例則沒有表現出時間規律性。與此同時，18歲以下人群雙重負擔的比例從1993年后穩步上升。1991—2015年9個年份中，18歲以下人群的發育遲緩、消瘦及體重不足比例均值分別為 9 . 9 % . 2 6 . 7 % . 4 . 7 % ，超重的比例為 7 . 9 % ，18歲以下人群雙重負擔的比例為 8 . 7 % 。雖然青少年兒童的營養不足、營養過剩及雙重負擔的具體數值在面板數據和混合數據中有所不同，但面板數據和混合數據均呈現出了如下特征，青少年兒童營養不足的比例高于營養過剩的比例。面板數據中成人貧血、體重超標、脂肪超標的比例分別為 7 % . 1 9 . 7 % . 1 7 . 3 % ，成人雙重負擔的比例為2 . 6 % ，截面2009年18＼～35歲人群與營養相關的健康結果均值除脂肪超標比例與面板數據中18＼～35歲的脂肪超標比例有較大差異以外，貧血、體重超標、脂肪超標及成人雙重負擔的比例相差不大。無論是營養不足還是營養過剩抑或是雙重負擔，35歲以上個體的健康結果均大于18＼～35歲個體的健康結果。

在面板數據的環境變量中，男性占比為 7 5 . 3 % ，漢族占比為 8 6 . 7 % 。1991年母親的BMI均值為21.74千克/平方米，母親擁有醫療保險的比例為 1 4 . 6 % ，父母親的平均教育年限為15.61年，2009年其相應數值分別增加到23.9千克/平方米 ， 9 2 . 5 % （與2009年全面實行新農合有關）、17.02年。家庭擁有室內自來水的比例從1991年的 5 0 . 7 % 上升到 8 0 . 7 % ，家庭生活低水平、高水平的比例在1991年分別為 60 % 多 5 % 左右，2009年家庭生活高水平、低水平的比例則分別為 60 % 多 5 % 左右，家庭生活中等水平在兩個年份中均保持在 30 % 左右。社區城鎮化指數的時間特征與家庭生活水平的時間特征類似，也表現為期初年指標低水平的比例高、指標高水平的比例低；期末年指標低水平的比例低、指標高水平的比例高，指標中等水平的比例均維持在 30 % 左右。居住在東部、西部地區的比例相同，均為 2 8 . 8 % 。在努力變量中，成人的每天體力活動時間為3.4小時，飲酒比例為 5 0 % ，吸煙比例為 40 % 。

五、實證分析：個體面板數據視角

（一）回歸結果分析

本部分分析中營養不足和營養過剩以及根據臨床閾值定義的營養不良這些具體健康結果指標主要為二元變量，使用的方法主要是基于均值方法，并假設不平等是中性的。然而，營養不良可能出現在一些結果分布的底部和上部，如BMI和WC，均值方法可能有缺陷，通過放寬不平等的中立性并允許有不平等厭惡，本節將探討環境本身以及環境和努力在事前和事后機會不平等中的作用，因此，我們還在BMI和WC的不同分位數上（即使用均值之外的方法）來測量機會不平等。D-指數作為事前的不平等衡量標準，方差作為事后的不平等衡量標準。

事前回歸結果顯示，環境變量解釋了消瘦、體重不足、貧血、脂肪超標及雙重負擔的大部分變化。總體而言，男性營養不足的概率低于女性，這可能與男性生理特點有關，比如偏愛運動使得消化吸收功能不易受阻；居住中西部地區的個體其營養不足的概率上升，營養過剩的概率則下降；母親的 BMI水平顯著正向地影響成人的營養過剩，這可能是基因或遺傳成分在起作用。當然，隨著時間的推移，有些變量系數的方向有差異，并不存在明確的一致模式，比如，父母的平均教育年限對18歲以下個體 BMI的影響為正，但對18 歲以上個體的BMI及WC的影響卻為負。再比如，相對于較低的社區城鎮化水平而言，社區高城鎮化水平對18歲以下個體BMI的影響為負，社區高城鎮化水平對18歲以上個體 BMI的影響為正，這可能說明富裕地區的成人個體隨著工作強度增加其肥胖程度也隨之增加，雖然這些系數并沒有表現出統計顯著性。

事后機會不平等的兩步法回歸結果顯示，環境所解釋的總變差在吸煙、飲酒及體力活動時間方面均有不容小覷的影響，最具統計學意義的環境變量是性別、家庭生活條件特征、社區城鎮化水平及居住地區。第二階段則包括了環境及真實努力水平變量，總體而言，這些變量對結果的解釋方差不超過 30 % ，它們在解釋貧血及雙重營養不良結果變化方面具有更大的相關性。其實，第一和第二階段結果還帶來了關于直接和間接影響潛在健康不平等傳播渠道的證據，比如社區城鎮化水平在第一階段具有統計學意義，但在第二階段不具有統計學意義，這表明該環境變量通過努力渠道對營養不良具有間接影響。

身體質量指數分位數結果表明，在第10、25、50及75分位數上，男性對BMI的上升有顯著正向影響；但對于第90、和95分位而言，性別變量對BMI沒有顯著影響，在第99分位數上，男性對BMI的上升又具有顯著正向影響。母親的BMI對個體各分位數 BMI具有顯著的正向影響。父母教育年限變量及社區城鎮化變量只對第10分位數上個體的BMI產生顯著負向效應。居住西部地區對第50、75分位數的BMI產生顯著負向效應。腰圍分位數結果表明，男性相比于女性而言，在各個分位數上都表現出了顯著的正向效應。母親 BMI也在各個分位數上對個體腰圍表現出了顯著的正向效應。父母的教育年限只對第 50分位數上個體腰圍產生顯著負向影響。相比于地區低等城鎮化水平而言，中等社區城鎮化水平只對第10、50分位數上個體腰圍產生較為顯著負向影響。相比于東部地區而言，居住西部地區個體其腰圍在各個分位數上都表現出了顯著的負向效應，中部地區個體腰圍在第25、50、75分位數上表現出了顯著的負向影響。

（二）事前方法計算的機會不平等

表2顯示了基于均值的事前分析方法對不同結果變量的影響。該表描述了0＼～18歲營養不足、營養過剩的機會不平等水平，以及18＼～35歲個體的貧血、體重超標和脂肪超標的臨床截止點上的血紅蛋白、BMI和WC的機會不平等水平。此外，該表還呈現了18＼～35歲個體營養不良雙重負擔的機會不平等狀況。

這些通過D指數衡量的機會不平等數值表明，所有機會應從較好的群體重新分配到較差群體，以達到沒有不平等的情況。當面板數據中的年齡為18歲以下時，與環境相關的發育遲緩、消瘦、體重不足的機會不平等水平分別為 2 6 . 9 % . 4 8 . 2 % . 3 5 . 5 % ，超重的機會不平等水平為 2 1 . 5 % ，其中，消瘦的機會不平等水平最高。當面板數據中的年齡為18～35歲時，貧血的機會不平等水平最高達到 4 8 . 4 % ，體重超標、脂肪超標的機會不平等水平分別為 2 4 . 9 % . 3 0 . 5 % ，與環境有關的成人雙重負擔機會不平等的水平為 4 2 . 2 % 。上述結果表明，盡管程度不同，但在所有的健康結果變量中，最重要的是環境驅動著不平等。比如就貧血而言，需要將近 5 0 % 的總機會份額進行重新分配，即從沒有貧血個體重新分配給有貧血個體，以達到機會平等。隨著個體年齡的增長，營養不足和營養過剩的事前機會不平等均在增加。與環境有關的機會不平等在營養不足結果變量中比在營養過剩中要高。

表2的 shapley分解結果還顯示，18歲以下個體的發育遲緩、消瘦、體重不足機會不平等中最高的貢獻因素分別是父母特征、家庭生活水平、社區城鎮化水平，而超重機會不平等中最高的貢獻因素則是居住地區。18歲以上個體貧血的機會不平等最大的貢獻因素是個體特征，體重超標、脂肪超標的機會不平等中最高的貢獻因素均為父母特征，成人雙重負擔機會不平等中最高的貢獻因素是諸如性別、種族的個體特征。shapley分解結果再次說明，健康結果的機會不平等在出生隊列的整個生命期具有持久性，機會缺乏已經從父輩傳給了子輩。假設1得到驗證。

（三）事后方法計算的機會不平等

環境和努力對貧血、超重（通過體重超標和脂肪超標表示）及營養不良的絕對和相對貢獻表明，環境在健康結果機會不平等中發揮了巨大作用，努力在健康結果機會不平等中的貢獻僅為 3 % ～ 2 0 % 。比如，貧血、體重超標及脂肪超標總變異由環境解釋的比例分別達到 9 1 % 8 7 % . 9 7 % ，雖然，成人雙重營養不良變異中環境解釋的比例有所下降，但也達到了 8 0 % ，努力在成人雙重營養不良變異中的貢獻僅為 20 % 。本部分沒有發現努力在健康結果變異中占大部分貢獻的證據。

當面板數據中2009年的結果變量是連續型數據時，不同分位數下環境和努力的相對貢獻情況表明：BMI比較高分位數（比如第90、95）及比較低分位數（比如第10）上，努力的相對貢獻較高，而在中間分位數上的努力貢獻則相對較少。WC除第99分位數上的努力貢獻接近 20 % 外，其他分位數上的貢獻均未超過7 % 。該結果再次表明，環境對健康結果機會不平等的相對貢獻非常巨大，而努力對健康結果機會不平等的貢獻則非常微小。假設2得到驗證。

六、基于人群視角的進一步分析

上述的面板數據雖然能追蹤0＼～18歲個體18年后的健康結果，但不容否認的是這種面板數據可能導致樣本量受限，深入分析營養不良雙重負擔問題可能會受到影響，比如由于樣本量過小，我們無法分析18歲以下個體的營養不良雙重負擔情況。本節將以CHNS 調查中1991年、1993 年、1997 年、2000 年、2004年、2006年、2009年、2011年及2015年9個年份18歲以下人群的混合數據為基礎，分析18歲以下人群健康結果的機會不平等問題。此外，本節還將 2009年CHNS調查中18歲以上人群的截面數據納入分析中。基于這些數據進行健康結果的機會不平等分析也是穩健性檢驗的一部分。

1991—2015年混合后Logit 事前回歸（使用臨床截斷點）結果顯示，環境變量解釋了嬰幼兒消瘦、體重不足的大部分變化，環境變量對兒童青少年的營養不足、營養過剩及營養不良雙重負擔均有較強的解釋能力。總體而言，男性、母親高BMI水平使得18歲以下人群的雙重負擔上升，家庭高生活水平雖然對6歲以下人群的營養不良雙重負擔沒有顯著影響，但對6＼～18歲人群的營養不良雙重負擔產生了顯著的正向影響，與東部地區相比，居住中西部地區6＼～18歲人群的營養不良雙重負擔顯著下降。一般來說，母親的高BMI水平對18歲以下人群的營養不良有抑制作用，但也使得子代的BMI上升；父母的教育年限、家庭生活水平變量及母親有醫療保險變量也基本上具有這種特征，即父母教育年限長、家庭生活水平高及母親有醫保，其子代的營養不良概率低，但子代的BMI水平則呈現上升態勢；相比于東部地區而言，西部地區18 歲以下人群其營養不良的概率上升，營養過剩的概率基本呈現下降態勢。比較有趣的是，社區城鎮化水平越高的地區，6歲以下人群營養過剩的概率反而越低，這可能反映該地區有更為科學的育兒觀念。

18 歲以上人群的事前回歸（2009 年截面數據使用臨床截點）結果顯示，成人男性更不易患貧血疾病，其腰圍水平比女性較低，但男性 BMI水平高于女性，男性發生營養不良雙重負擔的概率高于女性。母親的BMI水平顯著正向影響BMI及WC水平，這個結論與面板數據中結論相同。父母教育年限增加對成人的WC及營養不良雙重負擔有抑制作用，該結論也與面板數據中的結論相同。家庭生活水平除對腰圍水平沒有顯著影響以外，對HB、BMI及雙重負擔變量均表現出了顯著的正向影響（除自來水項對 BMI有負向影響外）。城鎮化水平越高，成人發生貧血及營養不良雙重負擔的概率越低。相比于東部地區而言，居住西部地區的成人營養不良、營養過剩及營養不良雙重負擔概率下降，該結論與面板數據的結論也大體相同。

嬰幼兒（0＼～6歲）中與環境相關的發育遲緩、消瘦、體重不足的機會不平等水平為 2 3 . 2 % . 2 2 . 4 % 、3 7 . 7 % ，超重的機會不平等水平為 1 4 . 9 % ，雙重負擔的機會不平等水平為 1 6 . 6 % ；除兒童青少年（6＼～18歲）

的體重不足的機會不平等小于嬰幼兒（0＼～6歲）的機會不平等外，兒童青少年（6＼～18歲）中與環境相關的發育遲緩、消瘦、超重及營養不良雙重負擔的機會不平等水平基本上都高于嬰幼兒（0＼～6歲）的相應指標水平，這說明隨著年齡的增長，營養不足和營養過剩的事前機會不平等基本上均在增加，該結論基本上與面板數據的分析結論相同。嬰幼兒（0＼～6歲）與環境有關的機會不平等在營養不足上比在營養過剩及營養不良雙重負擔上都要高，而兒童青少年（6＼～18歲）與環境有關的機會不平等在營養過剩及營養不良雙重負擔上的機會不平等水平高于營養不足各構成指標的機會不平等。未成年人分年齡段的分析表明嬰幼兒及兒童青少年健康結果的事前絕對機會不平等具有異質性。18歲以上個體的貧血機會不平等最高達到4 8 . 8 % ，體重超標、脂肪超標的機會不平等分別為 2 4 . 6 % . 4 2 . 6 % ，與環境有關的成人營養不良雙重負擔機會不平等為 3 5 . 7 % 。

使用臨床截斷點1991—2015 年混合后數據的 shapley分解結果顯示：0＼～6歲人群發育遲緩、消瘦、體重不足機會不平等中最高的貢獻因素分別是家庭生活水平、父母特征，而超重機會不平等中最高的貢獻因素則是父母特征，該年齡段營養不良雙重負擔的較高貢獻因素為個體和父母特征；父母特征基本上是6＼～18歲個體營養不足和營養過剩的最大貢獻因素（營養不足中的消瘦除外），該年齡段營養不良雙重負擔的最高貢獻因素為居住地區。18歲以上人群事前絕對機會不平等（2009 年截面數據使用臨床截點）的 shapley分解結果顯示：18歲以上人群貧血機會不平等最大的貢獻因素是個體特征，體重超標、脂肪超標機會不平等中最高的貢獻因素均為父母特征；成人營養不良雙重負擔機會不平等中最高的貢獻因素是諸如性別、種族等的個體特征。這些特征與面板數據中成人的結論相同。

截面數據2009年18歲以上人群事后方法的兩步法回歸結果顯示，環境所解釋的總變差在吸煙、飲酒及體力活動時間方面仍均有不容小的影響，具有統計學意義的環境變量是性別、父母特征、家庭生活條件特征、社區城鎮化水平及居住地區。第二階段的環境及真實努力水平變量對結果的解釋方差不超過4 3 % ，它們在解釋貧血及雙重營養不良結果變化方面具有更大的相關性。上述結果與面板數據中成人的結果大體相同。

18 歲以上人群事后方法環境和努力的貢獻結果表明，環境在健康結果機會不平等中發揮了巨大作用，努力在健康結果機會不平等中的貢獻非常小。比如，貧血、體重超標及脂肪超標總變異由環境解釋的比例均達到或超過 9 7 % ，成人營養不良雙重負擔變異中環境解釋的比例有所下降，但也達到近 90 % ，努力在成人營養不良雙重負擔變異中的貢獻僅為 10 % 左右。本部分仍然沒有發現努力在健康結果變異中占大部分貢獻的證據。需要指出的是，上述分解只是顯示了環境和努力的相對重要性，而非真實的因果表達。

七、結論

從個體健康視角來審視營養不良雙重負擔與從人群層面來審視可能有所不同，除了共同的驅動因素外，營養過度與營養不足顯示出多種生理上的聯系和互動，隨著發展中國家經濟發展和營養轉型，由此產生的營養不良雙重負擔使越來越多的人面臨各種形式的健康問題。營養不良雙重負擔除了對健康的即時影響以外，還對后期（代）健康造成了長期影響。探索個體及人群與營養不良有關健康結果中機會不平等的潛在積累和傳播對健康增進具有積極意義。基于中國健康與營養調查（CHNS）中出生于1974—1991年個體18年后追蹤數據、未成年群體混合數據（CHNS 調查1991—2015年數據）及成人群體截面數據（CHNS調查2009年數據），選取多個健康結果指標來反映營養不良的不同表現形式，嘗試對中國營養不良雙重負擔中機會不平等的積累與傳遞進行個體及人群視角的事前和事后方法分析。結果顯示，未成年群體發育遲緩及體重不足的比例隨著時間推移均出現了下降態勢，超重的比例則隨著時間推移基本呈現上升態勢，與此同時，未成年群體營養不良雙重負擔比例基本呈現穩步上升態勢；個體特征、父母特征、家庭生活水平、社區城鎮化水平及居住地區等環境變量不同程度影響與營養相關的健康結果；出生于1974—1991年個體其營養不足的比例高于營養過剩的比例，其生命歷程中健康結果的事前機會不平等一直延續，這說明健康結果的機會不平等在出生隊列整個生命期具有持久性，機會缺乏已經從父輩傳給了子輩，并且隨著個體年齡增長，營養不足和營養過剩的事前機會不平等均在增加；成人與環境有關的機會不平等在營養不足結果變量中比在營養過剩結果變量中高；環境因素在健康結果機會不平等中發揮了巨大作用，而努力因素在健康結果機會不平等中的貢獻最高僅為 20 % 。在身體質量指數BMI比較高分位數及比較低分位數上，努力的相對貢獻較高，其數值在 10 % 左右；而在中間分位數上努力貢獻則相對較少。腰圍除第99分位數上努力貢獻接近 20 % 外，其他分位數上的貢獻均未超過 7 % ，這再次表明環境對健康結果機會不平等的相對貢獻非常巨大，而努力對健康結果機會不平等的貢獻則非常微小。

本文的政策含義是：第一，機會不平等框架強調，個體初始健康存量受到父母健康狀況和他們的結構條件的內生影響。個體決策受限于他們的結構條件和可用資源，但結構條件并非作為稟賦給予個人，有時它們是遺傳的，人們無法決定自己的初始條件。在這種情況下，政府的作用不僅是應對市場失敗，還要保障健康生活的基本初始條件。這也說明打破營養不良的代際循環是可持續發展的根本，良好的營養從根本上說具有自我維持特征，它的益處不僅體現在一個人的生命歷程中，還會流向下一代。第二，瞄定誰是處境不利的個體然后對其扶持。比如家庭支持、對家庭友好的工作計劃及教育扶持活動。第三，實施雙重任務或“雙贏”策略來應對營養不良雙重負擔問題。營養不良雙重負擔可以看作是對雙重營養的挑戰或者說是雙倍回報的機會，雙重行動包括同時減少營養過剩與營養不足風險或負擔的干預措施、方案和政策。比如，完善獲得最佳產前營養和護理的政策；保護、促進和支持母乳喂養，包括出生頭6個月的純母乳喂養和出生后頭兩年的適當補充喂養；在學前班、學校、公共機構和工作場所實施促進健康飲食計劃；改善糧食安全，確保所有個體和家庭獲得健康食品；確保從適當和有彈性食品系統中獲得健康及可持續飲食的舉措落地。第四，建立多部門協調合作機制。例如，將測量風險因素或健康結果的新技術與國家調查相結合，使相應調查數據在各機構之間共享。第五，政策干預應該更多地關注補償而非獎勵，應該由補償性公共政策來減輕不平等環境的影響。本文分析表明，與營養有關健康結果的機會平等尚未在中國實現，環境是所有健康結果差異的一個關鍵來源，因此，補償性公共政策可以采取有差別的形式，例如，專門為西部地區居民設計健康促進政策，以減輕居住地區對不平等的影響。第六，權衡如何分配有限資源來解決不同的疾病。隨著與營養有關疾病分布的改變[55]，政策制定者必須權衡如下問題：投資于減少兒童發育不良和營養缺乏，或解決日益增長的肥胖負擔及其未來的并發癥？公共衛生計劃和政策必須解決營養不良的兩端并進行適當干預，意識到營養不良雙重負擔的多層次將有助于干預效率提高和健康增進。

本文主題研究并非因果分析，研究重點亦非測度環境和努力對營養相關健康結果的因果關系，而是剖析從環境到健康結果的途徑，并評估諸如個人努力等中間因素的作用。本研究的不足之處在于：由于數據的局限性，本文雖然基于面板數據考察個體營養不良雙重負擔中機會不平等的積累與傳遞情況，但面板數據只有兩期數據，樣本量的限制使得更多年齡段的分析受到影響，營養不良雙重負擔中機會不平等的積累與傳遞在年齡特征上無法進一步深入分析。這些都需要在未來數據可得時進行完善。

[參考文獻]

[1]WHO：“Child Growth Indicators and Their Interpretation”，Working Paper，No.428，2019.

[2][6][8]WHO：“The Double Burden of Malnutrition：Policy Brief”，Working Paper，No.173，2017.

[3]Ding，G：“Tracking New Chalengesof Nutrition Transitionand Developing Specific Strategies toPromote Healthy China” China CDC Weekly，Vol.3，No.9，2021，pp.179-180.

[4]Popkin BM，Horton S，KimS，etal.：“Trendsin Diet，Nutrional Status，andDiet-Related Noncommunicable Diseasesin Chinaand India：TheEconomic Costsof The Nutrition Transition”，Nutrition Reviews，Vol.59，No.12，201，pp.379-90.

[5][7] Roger S，Claudia R：“The Double Burden of Malnutrition：A Review of Global Evidence”，Working Paper，2012，No. 79525.

[9][15][27][43][44][47][48][50]Andrea S：“Accumulation and Transmision of Inequalityof Oportunity n The Double Burden of Malnutrition：The Case of Mexico”，Working Paper，2022，No.2207.

[10][45]TrannoyA，SandyT，FlorenceJ，etal.：“InequalityofOpportunitiesinHealthinFrance：AFirst Pass”，Health Economics，Vol.19，No.8，2010，pp.921-938.

[11]MatijaK，CristinaEO：“TrendsinInequalityofOpportunityinHealthOver TheLife Cycle：TheRoleofEarly-life Conditions”，Journal of Economic Behavior amp; Orgainzation，Vol.201，No.3，2022，pp.60-82.

[12]Roemer JE：Equality of Opportunity，Cambridge ：Harvard University Press，1998.

[13]Jones A M：“Equity，Opportunity and Health”，Empirica，Vol.46，No.1，2019，pp.413-421.

[16]ChecchiD，PeragineV：\"InequaltyfOpportunityinItaly”，TheJoualofEconomicInequalityVol.8，No.4，，pp.426 -450.

[17]OogheE，Schokkaert E，VanD：“Equalityof Opportunity Versus Equalityof Opportunity Sets”，Social Choice Welfare，Vol. 28，No.2，2007，pp.209-230.

[18]AabergeR，MogstadM，PeragineV：\"MeasuringLong-TermInequalityofOpportunity”，JournalofPublicEconomics，Vol.95， No.3，2011，pp.193-204.

[19][21]Carreri V，DavillsA，Jones A M：“ALatent Class Approach to Inequity in HealthUsing Biomarker Data”，Health Economics， Vol.29，No.7，2020，pp.808-826.

[20] Fajardo G：“InequalityofOpportunityin Adult Health in Colombia”，Journal of Economic Inequality，Vol.14，No.4，019， pp.395-416.

[22]WHO：“Child Growth Standards Based on Length/Height，Weight and Age”，Acta Paediatr Supplement，Vol.450，No.2， 2006，pp.76-85.

[23] Cole TJ，Belizzi MC，FlegalKM，etal.：“EstablishingAStandardDefinitionforChildOverweightandObesityWorldwide： International Survey”，British Medical Journal，Vol.320，No.7244，2000，pp.1240-1243.

[24][39]Rosa DP：“InequalityofOprtunityin Health：Evidencefroma UK Cohort Study”，Health Economics，Vol.18，No.9， 2009，pp.1057-1074.

[25][28]BricardD，JusotF，TrannoyA，etal.：“InequalityofOpportunitiesinHealthandDeath：AnInvestigationfromBirthto Middle Age in Great Britain”，International Journal of Epidemiology，Vol.49，No.5，2020，pp.1739-1748.

[26] Mkupete J，DieterVF，Ronele B：“Decomposing InequalityofOpportunity in Child Health in Tanzania： The Roleofacessto Water and Sanitation Health Economics”，Health Economics，Vol.31，No.11，2022，pp.2465-2480.

[29]ParaskeviS，Thomas H，AnaCD，etal.“GlobalIequalitiesinTheDoubleBurdenof MalnutritionandAssociations with Globalisation：AMultilevelAnalysisof Demographicand Health Surveysfrom55Low-incomeand Midle-incomeCountries， 1992-2018”，The Lancet Glob Health ， Vol.10，No.4，2022，pp.482-490.

[30]JusotF，Tubeuf S，TrannoyA，“InequalityofOpportunities inHealth inEurope：Whysomuch Diference acrossCountries” Working Paper，2010，No.1026.

[31］麥錦城：《廣州市 2004—2013 學年中小學生營養不良雙重負擔流行狀況》，《中國學校衛生》2020 年第11期，第 1 6 3 5 - 1 6 3 7 + 1 6 4 2 頁。

[32]DingL，Jones AM，NieP：“Ex Ante Inequalityof Opportunity in Health Among TheElderlyin China：A Distributional Decomposition Analysis of Biomarkers”，Review of Income and Wealth， Vol. 68，No.4，2022，pp.922-950.

[33][40]Fereira F，Gignoux J：“The Measurementof InequalityofOpportunity：TheoryandanApplication to Latin America”， Review of Income and Wealth， Vol.57，No.4，2011，pp.622-657.

[34] JusotF，Tubeuf S，TrannoyA：“Circumstancesand Eforts：How Important Istheir Corelation for The Measurementof Inequality of Opportunity in Health”，Health Economics，Vol.22，No.12，2013，pp.1470-1495.

[35]Rosa DP：“ModelingOpportunityin Healthunder Partial Observabiltyof Circumstances”，Health Economics，Vol.9，No. 3，2010，pp.252-264.

[36]Carreri V，JonesA“InequalityofOpportunityin Health：ADecomposition-BasedAproach”，HealthEconomics，Vol.27， No.12，2018，pp.1981-1995.

[37] Bourguignon F，FerreiraFH，Menendez M：“Inequalityof Opportunityin Brazil”，ReviewofIncome and Wealth，Vol.53，No. 4，2007，pp.585-618.

[38] Roemer JE：\"Equalityof Opportunity： A Progress Report”，Social Choice and Welfare，Vol.19，No.2，2002，pp.455-471.

[41] Chavez JuarezF，Soloaga I：“Iop：Estimating Ex-ante InequalityofOpportunity”，The Stata Journal，Vol.14，No.4，2014pp. 830-846.

[42]PaesdeB，FranciscoHG，FereiraJ，etal.：“Measuring InequalityofOpportunitiesinLatinAmericaandtheCaran\" Working Paper，2008，No.46827.

[46][49]Deutsch J，PiAlperin，Silber J：“Using the Shapley Decomposition to DisentangletheImpactof Circumstancesand Efrts on Health Inequality”，Social Indicators Research，Vol.138 No.2，2018，pp.523-543.

[51]WHO：“Haemoglobin Concentrations forThe DiagnosisofAnaemiaandAsessmentof Severity”，Working Paper，No.111， 2012.

[52] WHO：“Cut-offPoints and Summary Statistics：Global Databaseon Child Growth and Malnutrition”，Working Paper，No.974， 2020.

[53] Wells JC，SawayaAL，Wibaek R，etal.：“TheDouble Burdenof Malnutrition：Aetiological Pathwaysand Consequences for Health”，Lancet，Vol.395，No.10217，2020，pp.75-88.

[54] AinsworthBE，HaskellWL，WhittMC，etal.：“Compendiumof Physical Activities：AnUpdateofActivityCodesand MET Intensities”，Medicine and Science in Sports and Exercise， Vol.32，No.9 ，2020，pp.S498-S504.

[55]Tzioumis E，Adair L S：“ChildhoodDual Burdenof Under-and Overmutritionin Low-and Midle-income Countries：A Critical Review”，Food and Nutrition Bulletin，Vol.35，No.2，2014，pp.230-243.

Abstract：Based on the 18-year follow-up data of individuals born between 1974 and 1991 from the China Health and Nutrition Survey （CHNS），mixed data of children and adolescents aged O-17 years cohort （CHNS 1991- 2015），and cross-sectional data of the adult cohort（CHNS 2O09），several health outcome indicators are selected to examine the double burden of malnutrition （i.e.，the coexistence of overnutrition and undernutrition） in China.The accumulation and transmision of inequality of opportunityin China’s double burdenof malnutrition is conducted from individual and population perspectives.The results show that the proportion of stunting and underweight in children and adolescents aged O-17 years cohort decreased over time，while the proportion of overweight basically increased over time.Meanwhile，the proportion of the double burden of malnutrition in children and adolescents aged O-17 years cohort basically shows a steady increase. Circumstances variables such as individual characteristics，parental characteristics，family living standards，level of communityurbanization， and area of residence influence nutrition-related health outcomes to varying degrees.Individuals born between 1974 and 1991 has higher rates of undernutrition than overnutrition when they are children andadolescents aged 0-17 years，and the ex-ante inequality of opportunity in health outcomes continued over the life course of individuals born in this period，and increased with age for both undernutrition andovernutrition；Circumstances inequalityof opportunity for adults was higher in theundernutrition outcome variables than in the overnutrition outcome variables.Circumstances are a keysource of health disparities for all health outcomes，while efforts factors contributed only 20 % of the inequality in all health outcomes.

Key words：double burden of malnutrition ； health；inequality of opportunity； inequality in community and family environments

（責任編輯 齊立瑤；責任校對 劉永俊）