摘要: 本文旨在评价成都市居民膳食质量,探究膳食不足与过量的影响因素,为提高居民膳食质量提供决策依据。通过多阶段抽样方法抽取成都市成年居民作为研究对象并进行实地访问,共收集2245份有效问卷。采用膳食平衡指数(DBI-16)评价居民膳食质量,利用多因素线性回归方法分析膳食摄入不足及摄入过量的影响因素。结果表明:成都市居民膳食不足与膳食过量的问题并存,以膳食不足为主,且存在膳食不均衡情况。显著问题表现在奶类、豆类与水果摄入不足的人群占比分别为92%、83.6%、81.8%,畜禽类、油脂摄入过量的人群占比分别为76.3%、75.1%。居民膳食不足的影响因素主要有性别、受教育程度、劳动强度以及是否参加体育锻炼;膳食过量的影响因素主要有年龄、性别、目前是否饮酒、劳动强度以及是否参加体育锻炼。建议政府、社会以及居民自身积极采取相应对策以改善膳食行为,提升膳食健康水平。
Abstract: The purpose of this paper is to evaluate the dietary quality of the residents of Chengdu City, explore the influencing factors of dietary insufficiency and excess, and provide a basis for decision-making to improve the dietary quality of the residents. Adult residents of Chengdu City were selected as study subjects and interviewed in the field through multi-stage sampling method, and a total of 2245 valid questionnaires were collected. The Dietary Balance Index (DBI-16) was used to evaluate the dietary quality of the residents, and the influencing factors of insufficient and excessive dietary intake were analyzed using multifactor linear regression. The results showed that the problem of dietary insufficiency and dietary excess coexisted in Chengdu residents, with dietary insufficiency as the main problem and dietary imbalance. Significant problems were found in the proportion of people with insufficient intake of milk, beans, and fruits, which were 92%, 83.6%, and 81.8%, respectively, and the proportion of people with excessive intake of livestock, poultry and fats and oils, which were 76.3% and 75.1%, respectively. The main factors affecting residents’ dietary insufficiency are gender, education level, labor intensity, and whether or not they participate in physical exercise; the main factors affecting dietary excess are age, gender, whether or not they currently drink alcohol, labor intensity and whether or not they participate in physical exercise. It is recommended that the government, society, and the residents themselves actively take corresponding countermeasures to improve dietary behavior and enhance dietary health.
1. 引言
近年来,随着我国经济的持续发展以及城市化进程的加速,居民的膳食行为也随之发生改变。研究显示,中国城乡居民饮食结构逐渐从以粗粮、蔬菜与豆类为主的传统型饮食向高脂肪饮食转变,动物性食物消费量增加而谷类食物消费量降低,这种变化必然会引发膳食不均衡问题,对居民膳食质量造成一定影响[1] [2]。国家高度重视居民膳食健康,《国民营养计划(2017~2030年)》明确指出,“营养是人类维持生命、生长发育和健康的重要物质基础,国民营养事关国民素质提高和经济社会发展”。而个体的膳食结构和营养状况水平与常见慢性病的发生发展关系密切,合理的膳食营养是预防慢性病的基本保证[3]。研究发现,膳食质量的适度改善有助于降低死亡风险,而膳食质量恶化可能会增加死亡风险[4]。据估计,不健康饮食与全球1100万人(约占成人所有死亡人数的22%)的死亡有关[5]。鉴于此,对居民膳食质量进行科学评价以及探究其影响因素显得尤为重要。
中国膳食平衡指数(Diet Balance Index) [6]是依据《中国居民膳食指南》及平衡膳食宝塔建立的膳食评价方法,在中国各省市区膳食质量评价的研究中被广泛应用。成都市的经济发展水平位居西南地区前列,且饮食习惯具有一定的代表性,而目前以成都市居民为主要调查对象,以膳食质量影响因素为主题的研究相对较少。故本文采用DBI-16评价成都市成年居民的膳食质量,并利用多因素线性回归模型分别对膳食不足与膳食过量的影响因素进行分析,旨在了解成都市居民膳食现状,为提升居民膳食质量提供参考。
2. 数据来源与方法
2.1. 数据来源
本研究选取实地调查法展开调查,并采取多阶段抽样法,以成都市18岁及以上的居民为研究对象进行抽样调查。第一阶段采用PPS不等概率抽样,以成都市下辖12个区、5个县级市、3个县为初级抽样单元构建一级抽样框,利用随机数表法形成初级抽样单元的名录框,最终抽取10个区市县,并以人口数量占比为权重确定各区市县的样本容量。第二阶段采取分层抽样方法,将已抽取的区市县作为分层标志,各层通过简单随机抽样方法抽取2个街道(镇、乡),并根据第一阶段确定的各层样本容量,等额分配各层中2个街道(镇、乡)的样本容量。第三阶段通过方便抽样法对居民进行问卷调查。最终回收有效问卷2244份。
调查问卷将基础问卷与食物频率表相结合。通过基础问卷获取调查对象的人口学特征以及生活行为特征,即性别、年龄、受教育程度、目前吸烟状况与饮酒状况、劳动强度以及体育锻炼情况。通过食物频率表进行膳食调查,收集调查对象近一年内的谷物、蔬菜、水果、奶类、豆类、肉禽类、水产类、蛋类、油、酒精、糖、盐等食物的食用频率以及食用量。
2.2. 研究方法
2.2.1. DBI膳食质量评价方法
根据研究对象每日各类食物的摄入量计算能量摄入水平,参考《中国膳食平衡指数的修订(DBI-16)》以及中国营养学会发布的《中国居民膳食指南(2016版)》,对研究对象的各个DBI指标进行评分,共包括12项食物指标与1项食物多样性指标。各项指标分值相加得到总分(Total Score, TS),反映总体膳食质量的平均水平;指标中负分之和得到负端分(Low Bound Score, LBS),反映膳食摄入不足的程度;指标中正分之和得到正端分(High Bound Score, HBS),反映膳食摄入过量的程度;各项指标分值绝对值之和得到膳食质量距(Diet Quality Distance, DQD),反映膳食失衡程度[6]。
2.2.2. 多因素线性回归方法
使用SPSS 26.0软件进行统计分析,采取多因素线性回归方法分析膳食不足以及膳食过量的影响因素,分别以DBI_LBS与DBI_HBS为因变量,以研究对象的人口学特征(性别、年龄、受教育程度)与生活行为特征(目前吸烟状况与饮酒状况、劳动强度、体育锻炼情况)为自变量。P < 0.05为差异有统计学意义。
3. 结果与分析
3.1. 样本基本情况
此次调查共纳入2244人进行分析,其中男性1040人(46.35%),女性1204人(53.65%);平均年龄为53.34 ± 12.23岁;受教育程度为小学及以下者250人(11.1%),初中、高中及中专者638人(61.5%),大学及以上者1356人(27.3%);目前吸烟者257人(11.5%),目前饮酒者337人(15%);劳动强度为无或轻度的有1812人(80.7%),劳动强度为中度或重度的有432人(19.3%);参加体育锻炼的有1211人(54%)。
3.2. DBI膳食质量评价
3.2.1. 整体膳食质量DBI评价状况
样本人群DBI_LBS的平均数为21.3,大约33.4%的被调查者处于中高度摄入不足的水平;相比于摄入不足,摄入过量的状况较适当,样本人群DBI_HBS的平均数为9.5,仅4.9%的被调查者处于中高度摄入过量的水平,占比过半的被调查者膳食过量水平较适宜。此外,膳食均衡问题同样值得注意,结果显示,65.6%的人群处于低度的膳食不平衡,14.4%的人群处于中高度膳食不均衡。见表1。
Table 1. Distribution of overall dietary quality of the sample population
表1. 样本人群整体膳食质量分布
名称 |
指标 |
分值范围 |
|
膳食质量分布(%) |
均衡 |
较适宜 |
低度 |
中度 |
高度 |
摄入不足 |
负端分 |
0~60 |
21.3 ± 7.1 |
0 |
11.5 |
55.1 |
31.8 |
1.6 |
摄入过量 |
正端分 |
0~44 |
9.5 ± 5.0 |
1.6 |
50.6 |
43.0 |
4.9 |
0 |
膳食平衡 |
质量距 |
0~84 |
30.86 ± 8.0 |
0 |
4.1 |
65.6 |
28.9 |
1.4 |
3.2.2. DBI各单项指标评价状况
DBI-16各个单项指标得分为0,则表示达到食物推荐摄入量。18.9%的被调查者谷类的摄入量符合推荐摄入量。此外,蔬菜、水果、奶类、豆类和水产类、蛋类食物的摄入不足的比例均超过总人群的一半。其中,奶类存在较严重的摄入不足问题,摄入量不足所占人群的比例高达92%,达到推荐量的比例仅占8%;被调查者中豆类与水果摄入不足的比例也相对较高,分别达到83.6%、81.8%。结果显示,畜禽类与蛋类摄入不足和摄入过量的问题均存在,两类食物达到或接近推荐量的被调查者占比分别为21.1%、56.3%。油脂、酒类、糖和盐摄入过量的比例分别为75%、4.7%、0.1%和60.7%,其中酒类与糖类摄入情况较理想,达到推荐量的人群占比分别为95.3%、99.9%。食物种类得分为0的人群比例仅为0.2%,每天摄入8种以上食物(得分为−4~0)的人群比例为21.3%。见表2。
Table 2. Distribution of the population in the DBI-16 score bands by each indicator (%)
表2. DBI-16各指标分值段的人群分布(%)
分值 |
谷类 |
蔬菜 |
水果 |
奶类 |
豆类 |
畜禽类 |
水产类 |
蛋类 |
油脂 |
酒类 |
糖 |
盐 |
食物种类 |
−12~(−11) |
0.4 |
|
|
|
|
|
|
|
|
|
|
|
0.3 |
−10~(−9) |
1.3 |
|
|
|
|
|
|
|
|
|
|
|
3.8 |
−8~(−7) |
4.1 |
|
|
|
|
|
|
|
|
|
|
|
29.8 |
−6~(−5) |
7.0 |
8.4 |
22.5 |
58.2 |
33.8 |
|
|
|
|
|
|
|
44.8 |
−4~(−3) |
12.6 |
37.4 |
42.2 |
23.1 |
35.3 |
2.7 |
49.5 |
37.2 |
|
|
|
|
18.6 |
−2~(−1) |
15.2 |
28.0 |
17.0 |
10.7 |
14.5 |
8.1 |
22.3 |
37.3 |
|
|
|
|
2.5 |
0 |
18.9 |
26.2 |
18.2 |
8.0 |
16.4 |
13.0 |
28.2 |
19.0 |
25.0 |
95.3 |
99.9 |
39.3 |
0.2 |
1~2 |
12.2 |
|
|
|
|
16.8 |
|
2.4 |
20.1 |
2.6 |
0.0 |
47.0 |
|
3~4 |
7.9 |
|
|
|
|
59.5 |
|
4.0 |
16.1 |
0.7 |
0.0 |
8.2 |
|
5~6 |
6.3 |
|
|
|
|
|
|
|
38.9 |
1.4 |
0.1 |
5.5 |
|
7~8 |
4.5 |
|
|
|
|
|
|
|
|
|
|
|
|
9~10 |
2.7 |
|
|
|
|
|
|
|
|
|
|
|
|
11~12 |
6.8 |
|
|
|
|
|
|
|
|
|
|
|
|
3.3. 膳食质量的影响因素分析
本文从膳食不足与膳食过量两方面着手,分析成都市居民膳食质量的影响因素。本文参考王翠翠等[7]、刘如如等[8]的做法,以性别、年龄、受教育程度、目前吸烟状况与饮酒状况、劳动强度以及体育锻炼情况为自变量,分别以DBI_LBS与DBI_HBS为因变量,采用多因素线性回归对居民膳食不足与膳食过量情况进行分析。结果表明,二者的影响因素有所不同。
膳食不足(DBI_LBS)的影响因素主要有性别、受教育程度、劳动强度以及是否参加体育锻炼。女性以及受教育程度较高的人DBI_LBS分值相对较高,劳动强度为中度或重度、不参加体育锻炼的人DBI_LBS分值相对较低;膳食过量(DBI_HBS)的影响因素主要有年龄、性别、目前是否饮酒、劳动强度以及是否参加体育锻炼。年龄较大、女性、不参加体育锻炼的人DBI_HBS分值相对较高,目前不饮酒、劳动强度为中度或重度的人DBI_HBS分值相对较低。见表3。
Table 3. Multifactorial linear regression analysis of the influencing factors of dietary insufficiency and dietary excess
表3. 多因素线性回归分析膳食不足与过量的影响因素
变量 |
DBI_LBS |
DBI_HBS |
β |
P |
β |
P |
年龄 |
−0.026 |
0.192 |
0.120 |
<0.001 |
性别 |
|
|
|
|
男 |
0 |
- |
0 |
- |
女 |
−0.509 |
<0.001 |
0.444 |
<0.001 |
受教育程度 |
|
|
|
|
小学及以下 |
0 |
- |
0 |
- |
初中、高中/中专 |
−0.100 |
0.001 |
−0.009 |
0.765 |
大学及以上 |
−0.175 |
<0.001 |
−0.020 |
0.526 |
目前是否吸烟 |
|
|
|
|
是 |
0 |
- |
0 |
- |
否 |
0.010 |
0.596 |
0.002 |
0.906 |
目前是否饮酒 |
|
|
|
|
是 |
0 |
- |
0 |
- |
否 |
0.011 |
0.586 |
−0.041 |
0.040 |
劳动强度 |
|
|
|
|
无/轻 |
0 |
- |
0 |
- |
中/重 |
0.065 |
<0.001 |
−0.111 |
<0.001 |
是否参加体育锻炼 |
|
|
|
|
是 |
0 |
- |
0 |
- |
否 |
0.113 |
<0.001 |
0.079 |
<0.001 |
4. 结论与建议
4.1. 结论与讨论
本研究采用膳食平衡指数(DBI)评价居民膳食质量,结果表明,成都市成年居民膳食不足与膳食过量的问题并存,且以膳食不足为主要问题,同时在一定程度上存在膳食不均衡情况,与何宇纳等对全国18~79岁成年人膳食状况研究的结果相似[9]。此外,成都市居民膳食多样性有待改进,且各类食物摄入状况有所差异,居民膳食结构存在一定缺陷,其中蔬菜、水果、奶类、豆类、水产类明显摄入不足,畜禽类、油脂类明显摄入过量,而酒类、糖类摄入情况较适宜,摄入量相对均衡。这与相关研究结论相对应,1991~2018年贵州省成年居民膳食质量调查结果显示,居民摄入植物性食物比例日趋减少、动物性食物比例上升[10],汪紫薇等在研究中也指出,西部地区始终是油脂类消费比例最高的地区[2]。
多因素线性回归结果显示,居民膳食不足与膳食过量的影响因素有所差异。膳食摄入不足的影响因素主要有性别、受教育程度、劳动强度以及是否参加体育锻炼。与男性相比,女性膳食摄入不足水平较低。其次,受教育程度对膳食摄入不足影响明显,表现为随着学历的提高,摄入不足的水平下降。可能是由于受教育程度较高的居民更加注重健康饮食,掌握更多的膳食营养知识。但受教育程度对膳食摄入过量的影响并不显著,可能是由于摄入过量并非当地居民主要的膳食质量问题,此外,刘如如等指出,地区高油、高盐的饮食习惯可能影响教育优势对摄入过量的改善[8]。劳动强度对摄入不足的程度产生正向影响,劳动强度更高的人可能缺少足够的时间与精力进行充分就餐,因此膳食摄入不足的可能性更高。与热衷于参与体育锻炼的人相比,不参加体育锻炼的人摄入不足的程度更高,此类人群对于健康生活的关注度相对较低,因此更可能出现膳食问题。现有研究同样表明,能经常坚持体育锻炼的人的膳食质量更高[11]。
膳食摄入过量的影响因素主要有年龄、性别、目前是否饮酒、劳动强度以及是否参加体育锻炼。结果表明,年龄较大的人群膳食摄入过量的水平更高,可能因为中老年人对新时代健康饮食知识的了解较少,且不良的饮食习惯长期形成则难以改变,因此膳食过量的发生率更高。与男性相比,女性膳食摄入过量的水平较高。目前不饮酒的人与饮酒者相比,膳食摄入过量的水平较低,可能由于非饮酒者对于健康饮食的关注度更高。此外,劳动强度更高的人群膳食摄入过量的水平更低。与经常参加体育锻炼的人相比,不进行体育锻炼的人膳食摄入过量的水平较高,这与此类人群对健康生活理念缺乏重视有关。
4.2. 建议
为了切实改善成都市居民膳食质量,需要政府、社会以及居民自身积极采取相应对策。建议成都市政府完善膳食监测与评估系统,定期对居民膳食状况进行调查分析,了解居民膳食质量,及时调整干预政策;政府与各社区可联合开展饮食健康指导活动,尤其针对受教育程度较低、年龄较大的群体,倡导居民改善膳食结构、注重膳食平衡性,积极推广《中国居民膳食指南》等知识;建议居民积极学习饮食健康知识,加强对膳食平衡的重视,结合自身饮食习惯,适当增加蔬菜、水果、奶类、豆类、水产类食物的摄入,控制畜禽类、油脂类食物的摄入,以改善膳食结构。
基金项目
四川省大学生创新训练计划项目(项目编号:S202410621095),项目名称:《基于大数据的成都市居民膳食行为分析与个性化营养指导研究》。
NOTES
*通讯作者。