沈 辰 沈国际 吴建寨 穆月英

(1.中国农业科学院 农业信息研究所/农业农村部农业大数据重点实验室，北京 100081；2.中央财经大学 经济学院，北京 100081；3.中国农业大学 经济管理学院，北京 100083)

食物是人们生存与发展的基础，是消费不可或缺的组成部分。食物消费的水平与结构，对农业生产类型、规模、结构以及农产品贸易格局有着深刻影响。由于资源禀赋、地理气候和经济发展不同，并受到文化、宗教等影响，各国在长期历史进程中形成了各具特色的饮食类型。近年来，世界经济总体上不断发展，全球化深入推进，产品贸易、文化交流和人口流动规模不断扩大，对食物消费产生了深刻影响。准确把握食物消费变化的普遍趋势与特征，总结演化规律，为农业政策制定提供参考，具有重要的理论与现实意义。

国内外针对食物消费的类型特征进行了诸多讨论。Keys等[1]研究发现，地中海地区国家居民心血管疾病和癌症发病率较低。当地居民饮食中谷物、蔬菜、水果、坚果、橄榄油等植物性食物丰富，肉类、蛋类、乳制品、鱼消费适量，“地中海饮食”因此受到广泛关注。Drewnowski等[2]发现饮食正在“西方化”，认为现代“西方饮食”中饱和脂肪、糖和精制食物摄入较高、纤维摄入较低。卢良恕等[3]总结我国食物供给与消费情况，认为在长期演进中，我国形成了以植物性食物消费为主，豆、薯、菜、果相互搭配的“东方型食物消费”模式。庞瑛[4]比较东西方饮食文化，认为世界饮食可分为以法国、意大利为代表的西方饮食、以中国为代表的东方饮食和阿拉伯国家为主的清真饮食三大类型。

在食物消费演化方面，Popkin等[5]从宏观历史视角出发，将营养类型分为采集食物(Collecting food)、饥荒(Famine)、饥荒消除(Receding famine)、退化疾病(Degenerative disease)、行为调整(Behavioral change)5个阶段，认为世界正在经历快速“营养转型”(Nutrition transition)，并与人口转型(Demographic transition)、流行病转型(Epidemiological transition)密切关联。营养转型中，碳水化合物、膳食纤维摄入减少，脂肪、糖摄入增加，饮食向高能量密度类型变迁。相关研究表明，这种变化在发展中国家更为显著。Delgado[6]发现发展中国家肉类、奶类消费增长明显快于发达国家，并预测发展中国家肉类、奶类消费占比将进一步增加。Drewnowski等[2]分析亚洲国家数据，发现相关国家饮食中脂肪、糖、肉类等摄入明显增加。Popkin[7]、钟甫宁等[8]对中国的分析发现，中国居民谷物消费下降，动物性食物消费增加，食物消费更加多元。Lipoeto等[9]研究发现尽管菲律宾、马来西亚和印度尼西亚食物消费延续了传统消费方式，但糖、植物油消费增加显著。Law等[10]基于印度家庭调查数据，运用QUAIDS模型估计食物消费需求弹性，发现谷物消费逐渐被动物食品替代。对发达国家的考察，同样表明其饮食消费也在不断演化。Gracia等[11]发现西班牙居民谷物消费减少，饱和脂肪的摄入不断增长，正在远离“地中海饮食”模式。东欧巨变和苏联解体后，学者对相关国家食物消费演化及收敛性进行讨论。Gil等[12]分析了16个欧洲国家食物消费，发现食物消费的相似性有所增强。

食物消费演化的原因是复杂的，包含多种因素。收入与价格被认为是影响食物消费的首要因素，收入增长、价格下降通常将带动食物消费增加。研究表明随着收入水平提高，收入、价格对食物消费的影响趋于减弱。Blandford[13]分析OECD国家食物消费变化，发现相关国家居民食物消费较为平稳，收入影响已很有限。国内外学者通过构建系统模型，测算了食物消费对收入与价格的弹性，并进行比较分析。Seale等[14]、Muhammad等[15]利用全球100多个国家数据，构建两阶段模型测算食物消费收入与价格弹性，发现低收入国家食物消费对收入与价格变化的反应更为敏感。农业生产供给也是影响食物消费的重要因素，Porkka等[16]计算各国1965—2005年食物供需与贸易情况，发现中国、东南亚、拉丁美洲、中东和北非食物供应改善明显。王祥等[17]利用FAO食物平衡表数据，分析各国1986—2013年食物可及性、自给率和贸易量，发现全球热量与蛋白质供给增加，尤其是低、中收入国家增速较快，营养显著改善。人口在空间上的转移也被认为是推动“营养转型”的重要因素之一，相关研究表明城市与乡村居民饮食数量和结构存在差异。城镇化会引起职业状态、热量需求、食物获取渠道变化，进而影响到食物消费。Popkin等[18]发现城镇化引起居民饮食结构和职业改变，给发展中国家带来肥胖和营养过剩等问题。Hawkes等[19]认为城市超市、餐饮连锁店快速扩张、食物广告与促销，也改变了食物消费偏好。全球化进程则推动了国际食物贸易和直接投资的自由化，改变了食物可及性，并引起消费偏好的转变。对30年来全球食物贸易与产量变化的分析发现，食物贸易量增加高于食物总产量增长，贸易增长对全球营养改善具有重要作用。此外，人口结构变化也是引起食物消费演化的重要方面。Harris等[20]对美国老龄人口食物消费研究发现，老龄人口更多选择在家用餐，老年人对饮品、奶制品、预制食品消费更为偏爱，不同年龄段的老龄人口食物消费也存在差异。邓鹤婷等[21]对中国居民食物消费的研究发现，各类食物消费模式呈现出显著的年龄特征。李辉尚等[22]利用北京市家庭调查数据，发现老年人口家庭植物性食物消费相对稳定，动物性食物消费对支出、价格影响更敏感。

综上所述，学者根据各自关注，对部分国家或地区食物消费模式与演化进行了较为深入研究，得出了一系列结论。但相关结论大多局限在一国或几国范围内，一定程度上限制了结论的适用性。已有分类研究或通过简单比较，或依据热量摄入等综合指标进行讨论，少数研究利用多国细分食物消费数据进行定量分析，而全面反映食物消费的系统分类相对缺乏。基于此，本研究将利用各国多种食物消费量数据，在国家层面上划分食物消费类型，分析各类食物消费演化表现与特征规律，探讨变化原因，以期回答食物消费类型如何、有何变化、原因为何等问题。

1 数据处理与研究方法

1.1 数据来源与处理

有关多国食物消费的研究，大多采用联合国粮农组织数据库(FAOSTAT)中食物平衡表数据，该数据是在生产和贸易数据基础上，扣除出口、种用、加工、饲用、存储部分后测算的食物零售数据，与食物实际摄入有一定区别。尽管相关数据不是消费的精准测量，但该数据提供了消费随时间变化的可靠近似，并提供了多个国家不同时期的可比度量，因而得到广泛应用。研究整理了1991—1995年和2015—2017年两个时期各国居民小麦、稻米、玉米、薯类(1)平衡表中对应starchy(淀粉根)类目，主要为薯类，为便于理解，称为薯类。、蛋类、奶类、糖、油脂(包括植物油和动物油脂)、蔬菜、水果、红肉(2)研究计算猪肉、牛肉、羊肉消费合计，作为红肉消费量。、禽肉、水产品共13种食物人均年消费量，剔除数据缺失严重、人口较少的国家(3)选择人口总数50万以上国家。，最终获得139个国家数据。为避免因某一年份异常数据导致结果失真，在分析之前计算两个时期各种食物消费均值再进行讨论。研究还收集整理了相应时期各种食物人均产量、各国人均GDP(以2010年美元计价)、城镇人口占比和65岁及以上人口占比等数据，相关数据分别来源于联合国粮农组织和世界银行，同样计算相关变量两个时期均值之后，再进行分析。

1.2 研究方法

研究运用因子和聚类方法，划分食物消费类型，分类别讨论食物消费变化，并构建回归模型，分析演化原因。

1.1.1因子分析

划分食物消费类型，有先验和后验两类方法，前者预先给出标准进行分类；后者利用相关数据、技术归纳标准后，再进行讨论，为探索性方法，因子与聚类分析就属于后验方法。因子分析的具体形式如式(1)和(2)所示，式中X=(X1,X2,…,XP)′表示各类食物消费量；F=(F1,F2,…,Fm)′表示公共因子；ε=(ε1,ε2,…,εP)′表示特殊因子。A为因子载荷矩阵，aij为因子载荷。

X=A·F+ε

(1)

(2)

进行因子分析前，对原始变量，即各种食物人均消费首先进行标准化处理，以便更好反映变量与因子关系，之后再选择主成分方法进行求解。

1.1.2聚类分析

聚类分析常与因子分析共同使用，利用所提取公共因子，计算因子得分，再进行聚类。明确聚类方法、距离定义和类别数量是聚类分析的关键。聚类方法主要包括系统聚类法、快速聚类法和模糊聚类法等。距离则涉及样本点间距离和类间距离，样本点之间距离的计算包括欧氏距离、明氏距离等，类间距离计算则分为最短距离法、中间距离法、重心法、离差平方和法等。

研究选择系统聚类，具体采用离差平方和法进行分析。该方法又被称为Ward方法，方法要求类别内样品离差平方和尽量小，而类别间离差平方和尽量大。样本点距离则采用欧氏距离计算。对于聚类类别数量的确定，利用Calinski-Harabasz pseudo-F统计量进行判断，选择统计量取值最大时所对应的分类数。

1.1.3影响因素分析

综合前述，讨论食物消费演化影响因素，所采用的模型形式如式(3)所示。

yi=ai+βi·c0i+α1i·GDP+α2i·Producti+
α3i·Urbanization+α4i·Aging+α5i·Tariff+εi

(3)

式中：yi为因变量，表示各国第i种食物人均消费在所考察时期的年均增长率，反映食物消费变化情况。c0i表示各国第i种食物消费期初人均消费量；GDP表示各国人均GDP(以2010年美元计)的年均增长率，反映经济增长情况；Producti表示各国第i种食物人均产量的年均增长率，反映本国相关农产品生产变化；Urbanization表示各国城镇人口占比的年均变化，反映城镇化发展情况；Aging为各国65岁及以上人口占比变化，反映人口结构变化；Tariff表示各国前后时期关税变化。由于相关食物关税历史数据难以获得，研究采用世界银行所采集各国初级产品关税税率加以替代(4)由于部分国家关税税率缺失，最终选择89个数据完备的国家讨论食物消费演化影响因素。。ai表示方程的截距项，εi表示随机误差项。

2 实证结果与解释

基于所采集数据，运用前述方法，进行实证分析，具体结果与解释如下。

2.1 食物消费类型划分

利用1991—1995年各国居民各种食物消费数据，在标准化处理之后，选择主成分方法计算因子载荷矩阵，并根据变量协方差特征根选取公共因子，选取准则为公共因子对应特征根大于1。根据所设定条件，提取到5项公共因子，对原变量的方差贡献合计为80.4%，表明公共因子包含了原变量超过8成信息，可以较好的代替原变量。图1为因子分析的碎石图，从中可以发现第5个因子后，曲线逐渐趋于

图1 因子分析的碎石图Fig.1 Scree plot of eigenvalues after factor

平缓，也从侧面表明提取5个因子是合适的。进一步对初始公共因子进行因子旋转，使其具有更加明确的含义，旋转后的公共因子见表1。

表1 居民食物消费因子分析结果Table 1 Results of factor analysis of residents’ food consumption

公共因子1与肉、蛋、奶、糖、油脂消费高度相关，相关食物大多属于畜产品，具有高蛋白、高热量、高油脂的特点。公共因子2主要由蔬菜、水果消费决定，反映蔬果消费情况。公共因子3主要与稻米、水产品消费密切相关，体现了稻作农业食物消费特点。公共因子4与小麦、玉米消费相关性较强，一定程度上代表了旱作农业食物消费。公共因子5主要由薯类消费决定。借助KMO检验和Bartlett球形度检验，检验采用因子分析是否合适。计算得到Kaiser-Meyer-Olkin统计量为0.80，Bartlett球形度检验伴随概率接近0，表明采用因子分析是合适的。

基于所得公共因子，计算因子得分，运用聚类方法划分类别。根据Calinski-Harabasz pseudo-F统计量判定分类数量，当划分为7类时，Calinski-Harabasz pseudo-F统计量达到最大值42.68。最终确定7个食物消费类型，具体见表2。

表2 各国居民食物消费类型划分Table 2 Classification of residents’ food consumption by country

2.2 各类型食物消费特点

分类别计算各种食物人均消费，考察消费特征。第Ⅰ类国家居民薯类人均消费为各类中最高，其它食物消费较低，相关国家主要分布在非洲低纬度地区(见图2)，可定义为薯类消费类型。第Ⅱ类国家居民小麦人均消费为各类最高，主要分布在亚洲腹地和北非，可定义为小麦消费类型。第Ⅲ类国家居民玉米人均消费为各类最高，主要位于中美洲和非洲南部，可定义为玉米消费类型。第Ⅳ类国家居民稻米人均消费为各类别最高，肉、蛋、奶、糖、油脂人均消费较低，主要分布在东亚、东南亚、南亚及非洲西海岸，为稻米消费类型。第Ⅴ类国家居民谷物消费相对均衡，多数食物人均消费低于平均，主要分布在南美洲和阿拉伯半岛，为谷物均衡类型。第Ⅵ类国家居民食物消费丰富而多元，奶类、油脂、红肉、糖人均消费为各类最高，主要分布在欧洲、北美和大洋洲，为西方饮食类型。第Ⅶ类国家居民蔬菜、水果、禽肉、水产品人均消费为各类最高，小麦、奶类、糖、油脂、红肉人均消费较高，主要位于地中海沿岸，为地中海饮食类型。

图2 各种食物消费类型地理分布Fig.2 Geographical distribution of different food consumption classification

所划分类别带有较为显著地域特征，体现了各地农业结构特点。非洲热带地区广泛种植木薯、甘薯，相关国家薯类产量占4种粮食产量(5)研究中所指粮食产量为小麦、稻米、玉米和薯类产量合计。比例普遍超过80%。中美洲是玉米的原产地，相关国家玉米产量占粮食产量的比例多在70%以上。东亚、东南亚和南亚国家是全球水稻主产区，多数国家稻米产量占粮食产量的50%～90%。亚洲腹地、欧洲、北美国家则是小麦主产区，小麦产量在粮食产量中也占有相当比例。所划分类别也反映了各国经济发展状况。整理相应时期各国恩格尔系数和人均GDP数据(见表3)。对比发现，第Ⅰ～Ⅴ类国家消费处于温饱或小康阶段，多属低收入或低中收入国家，居民以植物性食物消费为主，蛋、奶、肉等动物性食物消费较低。第Ⅵ、Ⅶ类国家消费普遍处于最富裕阶段，蛋、奶、肉、糖、油脂等消费很高。

2.3 食物消费演化特征分析

进一步计算2015—2017年各类别各种食物人均消费量，得到前后时期食物消费变化，借以考察演化特征(见表4)。

谷物中，稻米消费普遍增长，小麦、玉米消费增长较为有限。超过90%的国家稻米人均消费增长，各国平均增长17.46 kg；小麦、玉米人均消费增长的国家约占65%，平均增长低于3 kg。东亚、东南亚、南亚、南美洲和非洲(第Ⅳ、Ⅴ和Ⅰ类)地区稻米人均消费增长最为显著，相关国家期初稻米人均消费也较高。而期初小麦人均消费最高的亚洲内陆和北非地区，小麦人均消费大多明显减少，平均减少10 kg。期初玉米人均消费最高的中美洲和非洲南部地区国家，玉米人均消费也明显下降。

肉类中，禽肉消费普遍增长，红肉消费出现分化。约90%的国家禽肉人均消费有所增长，平均增长近8 kg。拉丁美洲、欧洲和北美洲(第Ⅴ、Ⅲ和Ⅵ类)国家居民人均禽肉消费增长尤为明显。而红肉消费则增减各半，变化最明显的是期初人均消费最高的欧美(第Ⅵ类)国家，其居民红肉消费普遍下降，下降的国家占比超过8成，平均减少10 kg以上。综合红肉与禽肉消费变化，可以发现欧美发达国家存在着禽肉消费替代红肉消费的倾向。

糖人均消费也普遍增加，近80%的国家糖人均消费增长。欧美(第Ⅵ类)国家居民糖人均消费增长超过15 kg，又以俄罗斯、立陶宛和白俄罗斯等转型国家糖人均消费增长最为显著，人均消费增长多在20 kg以上。其它食物中，蛋类、奶类、油脂、蔬菜和水产品人均消费以增为主；薯类、水果人均消费增减各半。亚洲内陆(第Ⅱ类)，特别是中亚和高加索地区国家居民奶类人均消费增长明显。相关国家畜牧业在农业中占有较大比例，居民对奶类等畜产品具有特殊偏好。亚洲、北非地区(第Ⅱ、Ⅳ类)国家居民蔬菜消费显著增长。欧美(第Ⅵ类)国家居民薯类人均消费全部下降，平均减少约20 kg，其居民油脂消费也稳中有降。

比较不同类别变化，可以发现：处于温饱或小康阶段(第Ⅰ～Ⅴ类)类别国家居民以谷物、薯类、蔬菜和水果等植物性食物消费增长为主，动物性食物消费也有所增长。处于最富裕阶段(第Ⅵ、Ⅶ类)的类别，居民谷物消费略有增长，薯类、油脂和红肉消费普遍减少，部分国家居民奶类、蔬菜消费也显著下降，但糖、禽肉消费增长较为明显。各类别中，亚洲东部、中部(第Ⅱ、Ⅳ类)国家居民食物消费改善显著。其中，亚洲东部(第Ⅳ类)国家居民谷物、蔬菜和水果人均消费增长在各类中居于前列；中亚和高加索(第Ⅱ类)国家居民奶类、蔬菜和水果消费增长十分明显。

2.4 食物消费变化原因分析

利用所构建回归方程式(3)，分析食物消费变化原因。为避免因离群点对回归结果带来较大偏误，计算学生氏残差，判断并剔除离群点后，再进行回归，借助White检验判断异方差性，若存在异方差则采用可行广义最小二乘(FGLS)估计方法进行修正(6)具体方法可参见《计量经济学导论:现代观点(第五版)》中异方差性相关章节。，最终回归结果见表5。

各类食物期初消费对消费变化普遍表现出负向影响，即期初消费越高，消费增长程度越小或减少程度越大。食物消费变化这一特征将促使其数量最终趋于稳定，并向多样化发展。稻米、油脂期初消费对消费变化表现出显著正向影响，或与两种食物的消费传统、扩散传播、特殊用途等因素有关。稻米在亚洲等地区消费历史悠久，近年来更是在各国广泛传播并普遍增长。油脂主要为烹饪使用，购买消费与人体实际摄入有一定差异，消费随着食物制作加工需求而增长。此外，尽管奶类、糖期初消费对消费变化也表现出负向影响，但在统计上并不显著。

各种食物人均产量增长对消费变化均具有正向影响，但影响程度存在差异。鲜活产品产量增长对消费影响更为明显，禽肉、水产品、蔬菜、红肉、薯类、水果人均消费增长对产量增长的回归系数在0.4～0.8，相对而言本国生产发展对其消费带动作用更强。而谷物、蛋类、油脂、糖人均消费变化对产量增长的回归系数均小于0.2，本国供给增长的带动作用较为有限。

经济发展对大多数食物消费表现出正向影响，特别是对奶类、糖、蔬菜、水果等消费影响较大，回归结果表明人均GDP增长1%将带动上述食物人均消费增长0.3%左右。而经济发展对谷物、薯类、蛋类、肉类、油脂和水产品等消费的影响则相对较小，在统计上也不具有显著性。

城镇化、老龄化以及关税变化对不同的食物消费影响有着较大差异。城镇人口占比增长对谷物、薯类、糖和油脂人均消费表现为正向影响，对蛋类、奶类、蔬菜、肉类和水产品消费表现为负向影响。尽管如此，城镇人口占比变化仅对薯类、油脂、蔬菜、禽肉和水产品等消费影响具有统计上的显著性。这一结果表明，城镇化或带动对油脂等高热量食物消费，降低蛋类、奶类和肉类等高蛋白食物以及蔬菜等高纤维食物消费。而老龄人口占比增加，或将促进蛋类、红肉等富含蛋白食物的消费增长，并引起糖、油脂消费减少。关税变化对多数食物人均消费变化影响均不显著，仅对稻米、薯类、禽肉和水产品人均消费有着较为显著影响。这与学者对农产品贸易的观察有所出入，其原因或与数据对关税水平准确度量不足有关，对相应内容的深入讨论仍有待数据的完善。此外，所得回归方程的F检验表明，所有方程在统计上都是显著的，可以较好的解释各种食物消费变化。

3 结论总结

综合利用各国食物消费、生产供给、经济增长、人口结构和关税变化等数据，运用因子分析、聚类方法和回归分析，划分了食物消费类型，分析了各类别消费与变化特征，讨论了消费变化原因，主要得到以下结论。

1)消费类型受地理气候、经济发展等综合影响

研究得到食物消费的5个公共因子，分别反映畜产品消费、蔬果消费、稻作农业食物消费、旱作农业食物消费和薯类消费，划分了7种食物消费类型。各类别表现出较为显著的地域特点，反映了各国经济发展水平的异同，消费处于温饱或小康阶段的类别，多属低收入或低中收入国家，居民以植物性食物消费为主，动物性食物消费较低；消费处于最富裕阶段的类别，食物消费丰富多样，奶类、肉类、糖和油脂等消费明显高于其它类别。

2)食物消费演化既有共性，也表现出差异性和阶段性

20年来，各类别居民稻米、禽肉和糖人均消费普遍增长。各类别所处阶段不同，演化表现出明显差异。消费处于温饱或小康阶段的类别，居民谷物、蔬菜和水果等食物人均消费明显增长，动物性食物消费增长相对有限。消费处于最富裕阶段的类别，居民薯类、油脂和红肉等食物人均消费普遍减少，谷物消费平稳，糖、禽肉消费增长。所有类别中，亚洲国家居民食物消费改善较为显著，相关国家居民谷物、蔬菜、水果和奶类等多种食物消费显著增长。尽管变化存在差异，但各类别谷物消费总体保持增长，部分谷物消费较为单一的国家，近年来谷物消费更加多样。这提示各国在保证粮食总量安全的同时，还应积极关注消费结构变化，以需求为导向，及时调整种植结构和贸易政策。食物消费演化的阶段性，要求各国在制定相关农业政策时，要充分结合本国食物消费所处阶段，布局相关产业或产品贸易发展。

3)食物消费演化受到多种因素的复杂影响

分析结果表明，几乎所有食物消费变化与期初消费水平表现出负相关性，而经济增长、本国产量增加对大多数食物消费具有显著正向影响。其中，经济增长对奶类、蔬菜、水果和糖等消费带动较强，本国产量增加对蔬菜、水果、肉类、薯类和水产品等鲜食产品消费带动较大。伴随经济发展，居民对奶类、蔬果和糖需求增长将更为显著，应加大对相关产品生产，特别是蔬菜、水果的本土供给。与经济发展、产量增长的普遍、一致影响不同，城镇化、老龄化以及关税变化对各种食物消费影响差异明显。城镇化或带动油脂等消费，减少高蛋白食物消费。老龄人口占比增加可能引起油脂、糖消费减少，带动蛋类、红肉消费增长。对于处在社会、人口转型中的国家而言，这种差异化影响相互交织、叠加，对食物消费变化的影响更加复杂，应给予重点关注。