安贾利·夏尔马|赛夫·尼哈尔|桑杰·K·莫汉蒂
国际人口科学研究所（IIPS），孟买，印度
**摘要**
**研究问题**
印度在改善母婴健康方面取得了显著进展，但在减少儿童营养不良方面的进展缓慢且不均衡。越来越多的研究认识到气候变量对健康和福祉有影响。然而，很少有研究探讨印度气候变量与营养不良之间的相互作用。因此，本研究试图通过实证分析温度和降雨量与印度706个地区儿童营养不良之间的关系，来填补这一空白。
**研究方法**
本研究基于2019-21年的第五届全国家庭健康调查（NFHS）的数据，分析和比较了各地区的调查数据及地理协变量。因变量为生长迟缓和体重不足，自变量包括温度、降雨量以及其他社会经济变量。研究方法包括描述性统计分析、低ess曲线分析、普通最小二乘（OLS）回归模型和空间分析。
**研究结果**
在印度706个地区中，41%的地区存在生长迟缓和体重不足的现象，比例高于全国平均水平。各地区的平均温度和降雨量存在差异。研究发现温度与生长迟缓和体重不足之间存在显著正相关关系，而降雨量与这两者之间的关联不显著。控制空间内生性的空间误差模型也证实了这一关联。温度较高且降雨量较低的地区的生长迟缓和体重不足发生率比温度和降雨量均较低的地区高出9个百分点和12个百分点。
**结论**
研究表明，高温和低降雨量共同加剧了儿童营养不良问题，这凸显了在制定针对特定地区的干预措施时需要考虑气候因素的必要性。
**引言**
2022年全球有超过1.49亿五岁以下儿童营养不良，主要集中在南亚[1]。营养不良是导致五岁以下儿童死亡的主要原因，占儿童死亡总数的近一半[1]。气候变化是一个日益严重的挑战，会对全球儿童的粮食安全产生负面影响，可能加剧营养不良问题[2]。如果不对气候变化的不利影响进行缓解，饥饿和营养不良的风险可能会增加20%[3]。2019年的第四届联合国环境大会首次将粮食系统和营养问题列为环境讨论的重点[4]。尽管如此，各国在减少营养不良方面的气候行动进展缓慢且不均衡[2]。营养不良会对个人的健康产生直接影响，如死亡率、发病率和残疾率，以及长期影响，如成年后身高、认知能力下降、生产力降低、生育能力减弱和社会凝聚力减弱[5]。《柳叶刀》的一项研究指出，营养不良、肥胖和气候变化是影响全球大多数人的全球性综合征，具有共同的社会驱动因素[6]。极端温度和降雨不足与儿童的营养状况密切相关，因为这可能导致农作物减产和粮食安全问题，尤其是在依赖本地食品的发展中国家[7, 8, 9]。生活在炎热地区的儿童更容易营养不良[10, 11]；例如在西非，每升高2摄氏度的温度可能导致生长迟缓增加7.4个百分点[12]，类似的情况也出现在体重不足儿童中[13, 14]。在卫生条件差、资源匮乏的家庭中，这一问题更为严重[12]。气候事件与儿童营养状况之间的联系可能通过影响生计、热应激、传染病传播和妇女时间利用等方式体现[9]。印度拥有14亿人口，其儿童生长迟缓和体重不足问题占全球总量的三分之一[15]。过去二十年里，该国在改善母婴护理和提高儿童生存率方面取得了巨大进展，但在减少儿童营养不良方面进展缓慢且不均衡[16]。1995-2019年间，生长迟缓的比例从48%降至36%，体重不足的比例从43%降至32%[17]。然而，全国范围内各地区之间存在显著差异。印度已实施多项计划以改善儿童营养状况，其中“Poshan Abhiyan”计划的目标是每年减少2%的儿童营养不良率，但距离目标还很远[18]。越来越多的研究确定了印度儿童生长迟缓和体重不足的个体、家庭和社区层面的决定因素[19, 20]。研究还指出，了解地区间的差异非常重要，母亲的身体质量指数、母亲的教育程度和家庭经济状况是解释印度各地区儿童营养不良差异的重要因素[15, 21]。然而，关于气候与儿童营养结果之间关系的研究在印度范围内仍不够充分。
**研究目的**
本研究旨在了解印度各地区温度和降雨量与儿童生长迟缓和体重不足之间的关联。首先，尽管已有研究探讨了印度各地区生长迟缓和体重不足的普遍性、变化趋势、进展及其决定因素，但关于气候与营养关系的研究非常有限，特别是没有研究温度、降雨量及其组合对儿童营养不良的影响。其次，《联合国可持续发展目标》（SDG）要求到2030年将生长迟缓率和体重不足率分别降低至6%和1.9%，但目前进展缓慢。第三，印度各地区在生长迟缓、体重不足、温度和降雨量方面存在较大差异，而地区是实施干预计划的重要单位，因此进行地区层面的研究具有重要意义。
**数据来源与方法**
本研究采用横断面生态学研究设计，使用了两个相互关联的数据来源：2019-21年的第五届全国家庭健康调查（NFHS-5）数据和人口健康调查（DHS）发布的地理协变量数据。NFHS-5是一项全国性的横断面调查，采用分层两阶段抽样方法，从印度28个邦和8个联邦直辖市的707个地区收集了人口统计、社会经济、健康和营养信息。数据基于调查前五年内的232,920例出生案例计算得出各地区的相关指标。NFHS-5还收集了全球定位系统（GPS）数据，提供了每个地点的经纬度信息。地理空间协变量来自公开的可获取遥感和建模来源，通过GIS技术将这些数据与NFHS调查数据关联起来。平均年温度（摄氏度）和降雨量（毫米）基于气象站数据建模。更多数据详情可访问DHS网站www.dhsprogram.com。
**伦理考虑**
本研究的主要数据来源是2019-2019年进行的NFHS-5调查，属于人口健康调查（DHS）的一部分。因此，整个调查过程遵循了所有DHS规定的伦理标准，包括获得知情同意[17]。该研究的伦理批准由印度孟买的国际人口科学研究所（IIPS）和美国ICF的两个独立伦理审查委员会（IRB）批准（IRB编号：IRB/NFHS-5/717/2017，批准日期：2017年11月30日）。NFHS调查方案还经过了美国疾病控制与预防中心（CDC）的审核。所有数据均为公开可用，不包含可识别调查参与者的信息。
**变量**
生长迟缓和体重不足是衡量儿童营养状况的因变量。生长迟缓指与年龄不符的长期营养缺乏，而体重不足则是慢性及急性营养不良的综合表现。平均年温度（摄氏度）和平均年降雨量（毫米）是主要自变量。第三个自变量结合了温度和降雨量，分为四类：（1）高温低降雨量，（2）高温高降雨量，（3）低温高降雨量，（4）低温低降雨量。定义温度的阈值为25摄氏度，接近全国的平均和中等温度。由于降雨量分布不均，我们将降雨量的阈值设定为1350毫米，更接近全国的中位数降雨量。其他自变量包括卫生条件改善、饮用水改善、清洁烹饪燃料、电力供应、经济状况和居住地点。个体层面的变量包括妇女的教育程度、结婚年龄和工作状况。计划层面的变量包括产前护理、免疫接种和儿童综合发展服务（ICDS）。
**统计分析**
分析单位为地区，所有相关指标均在地区层面计算。研究方法包括描述性统计、地图分析、低ess曲线分析、多元回归和空间分析。第一阶段使用描述性统计和地图；第二阶段通过低ess曲线和百分比分布进行分析；第三阶段利用Moran’s I统计量构建局部空间关联（LISA）地图，以了解温度和降雨量与儿童营养不良之间的聚集、分散或异常值情况，随后进行普通最小二乘（OLS）回归分析。首先分别分析温度和降雨量对生长迟缓和体重不足的影响（未经调整和调整后），接着分析温度-降雨量组合的影响（同样经过未经调整和调整后的回归）。此外，为了验证模型的稳健性，还进行了空间误差模型分析。
**结果**
2019-2019年间，印度各地区的平均年温度为24.6摄氏度，平均年降雨量为1,515毫米。生长迟缓的标准差为8.5%，体重不足的标准差为9.7%，表明地区间存在较大差异（表1）。
**表1. 2019-2019年印度各地区关键变量的描述性统计**
| 变量 | 均值 | 标准差 | 最小值 | 最大值 | 百分比 |
|-----------------|-----------|-----------|---------|---------|---------|
| 生长迟缓的儿童比例 | 33.5 | 28.4 | 13.0 | 60.7 | 5.7 |
| 体重不足的儿童比例 | 29.5 | 29.7 | 27.2 | 62.5 | 4.5 |
| 平均温度（摄氏度） | 24.6 | 24.1 | -0.34 | 29.6 |
| 年降雨量（毫米） | 1,514 | 1,481 | 66.9 | 551 | 1.2 |
| 卫生条件改善的家庭比例 | 71.9 | 41.3 | 29.2 | 99.9 |
| 饮用水改善的家庭比例 | 93.7 | 86.6 | 41.2 | 100.0 |
| 厨用燃料清洁的家庭比例 | 96.9 | 84.3 | 68.4 | 100.0 |
| 女性受教育年限超过10年的比例 | 40.3 | 14.2 | 13.6 | 88.2 |
| 18岁前结婚的女性比例 | 20.6 | 12.7 | 0.0 | 80.9 |
| 城市地区比例 | 24.8 | 21.2 | 0.0 | 100.0 |
| 贫困家庭比例 | 44.5 | 26.9 | 0.0 | 95.7 |
| 职业母亲比例 | 19.9 | 12.0 | 0.0 | 58.3 |
| 接受过全部推荐产前护理的比例 | 132.8 | 20.2 | 0.0 | 93.7 |
| 接受过全部基本免疫接种的比例 | 280.9 | 61.3 | 62.7 | 96.2 |
| 接受过至少两项ICDS服务的比例 | 354.6 | 21.7 | 16.8 | 95.3 |
| 地区总数（N） | 706 | | | | |
**注：**
1. 拉克沙德韦普群岛地区的温度和降雨量数据缺失。
2. 在调查前5年内，母亲接受了四次或更多次产前检查，至少接种了一次破伤风类毒素疫苗，并服用了100天或更长时间的铁剂和叶酸片；
3. 12-23个月大的儿童至少接种了一剂BCG疫苗、三剂DPT疫苗和一剂麻疹疫苗。
**图S.1（a）和（b）**展示了印度各地区生长迟缓和体重不足的分布情况；**图S.2（a）和（b）**显示了各地区平均温度和降雨量的差异。印度南部地区（尤其是东高止山脉和西高止山脉）的温度较高；另一方面，2019-2019年间印度西部沿海地区和东北部部分地区降雨量最多。通过低ess曲线（图S.3（a）和（b）分析了温度和降雨量与儿童营养不良的分布模式，发现大多数地区的平均温度在25至28摄氏度之间波动。关于年降水量，没有明显的模式（见图S.4（a）和（b））。根据低斯曲线（lowess curves）的结果，不同温度、降水量和其他关键变量对生长迟缓和体重不足的点估计显示，在平均温度低于21摄氏度的地区，平均生长迟缓率为29%，而在平均温度为26摄氏度的地区，这一比例为36%（见表2）。
表2. 2019-21年度印度各地区按选定关键独立变量划分的生长迟缓和体重不足的患病率（%）
| 年平均温度 | <21摄氏度 | 21-23摄氏度 | 24摄氏度 | 25摄氏度 | 26摄氏度 | 27摄氏度 | 28摄氏度 | >28摄氏度 |
|---------|---------|---------|---------|---------|---------|---------|---------|
| 生长迟缓率（%）（95% CI） | 29.0 [27-31] | 31.6 [30-34] | 35.7 [34-38] | 35.5 [34-37] | 35.7 [34-37] | 29.8 [28-32] |
| 体重不足率（%）（95% CI） | 19.2 [18-21] | 26.6 [24-29] | 31.1 [29-33] | 31.4 [30-33] | 23.2 [32-35] | 27.6 [25-30] | 28.7 [25-28] |
| | [27-31] | [24-29] | [29-33] | [29-33] | [32-35] | [32-35] | [25-30] |
| | [18-21] | [24-29] | [29-33] | [29-33] | [30-33] | [32-35] | [25-30] |
| | [18-21] | [24-29] | [29-33] | [29-33] | [30-33] | [32-35] | [25-30] |
| | [18-21] | [24-29] | [29-33] | [29-33] | [30-33] | [32-35] | [25-30] |
| | [18-21] | [24-29] | [29-33] | [29-33] | [30-33] | [32-35] | [25-30] |
- 年降水量 <800毫米 | 31.6 [30-33] | 35.3 [34-37] | 34.3 [33-36] | 33.1 [32-34] | 34.3 [33-36] | 32.8 [31-35] |
- 800-1000毫米 | 35.3 [34-37] | 34.3 [33-36] | 33.1 [32-34] | 33.1 [32-34] | 34.3 [33-36] | 32.8 [31-35] |
- 1001-1300毫米 | 34.3 [33-36] | 32.1 [30-34] | 32.1 [30-34] | 32.2 [30-34] | 32.8 [31-35] |
- 1301-1600毫米 | 33.1 [32-34] | 30.0 [29-31] | 30.0 [29-31] | 30.0 [29-31] | 30.0 [29-31] |
- 1601-2000毫米 | 34.3 [33-36] | 32.2 [30-34] | 30.0 [29-31] | 30.0 [29-31] | 30.0 [29-31] |
- 2001毫米及以上 | 32.8 [31-35] | 26.5 [25-28] | 28.9 [28-32] | 28.9 [28-32] | 28.9 [28-32] |
- 接受教育年限 >10年的女性比例 <30% | 39.5 [38-41] | 35.9 [35-37] | 35.3 [34-36] | 31.5 [30-33] | 31.2 [30-32] | 28.9 [28-30] |
- 接受教育年限 30-39% | 35.3 [34-36] | 31.5 [30-33] | 27.7 [26-29] | 28.9 [28-30] | 23.6 [22-25] |
- 接受教育年限 40-49% | 28.9 [28-30] | 23.6 [22-25] | 25.7 [24-27] | 25.7 [24-27] |
- 卫生条件改善的家庭比例 <50% | 42.4 [40-44] | 39.4 [37-42] | 38.5 [37-40] | 36.3 [34-38] | 35.0 [34-36] |
- 卫生条件改善的家庭比例 60-69% | 35.0 [34-36] | 32.1 [31-33] | 15.0 [31-34] | 15.0 [31-34] |
- 卫生条件改善的家庭比例 70-79% | 32.4 [31-34] | 29.5 [28-31] | 29.4 [29-30] | 29.4 [29-30] |
- 18岁以下结婚的比例 <10% | 27.7 [27-29] | 23.0 [22-24] | 27.1 [27-29] | 23.0 [22-24] |
- 卫生条件改善的家庭比例 10-19% | 32.1 [31-33] | 27.1 [26-28] | 23.9 [23-29] | 35.8 [35-37] | 38.1 [37-40] |
- 城市化比例 40%及以上 | 35.7 [34-37] | 33.1 [32-35] | 33.1 [32-35] | 33.1 [32-35] | 33.1 [32-35] |
- 贫困比例 60%及以上 | 25.7 [24-27] | 20.5 [19-22] | 20.5 [19-22] |
- 卫生条件改善的家庭比例 60%及以上 | 24.4 [23-26] | 11.9 [19-22] |
此外，LISA地图显示，在印度不同地区，生长迟缓和体重不足存在聚集和分散现象。特别是在马哈拉施特拉邦、古吉拉特邦、卡纳塔克邦和中央邦的部分地区，生长迟缓和高温同时发生。对于体重不足的情况，也观察到了类似的聚集现象（见图S.5（a）和（b）。
LISA双变量地图显示，在印度的西部和查谟-克什米尔地区，生长迟缓和降水量较低的情况也呈现聚集趋势。总体而言，大量的异常值表明营养不良的聚集是多种其他社会经济、地理或项目因素相互作用的结果。
表3展示了未经调整和经调整的生长迟缓和体重不足与温度及降水量之间的关系。研究结果表明，平均温度与生长迟缓和体重不足之间存在显著的正相关关系。未经调整的生长迟缓与温度的系数为0.33（95% CI: 0.18-0.48），经调整后的系数为0.23（95% CI: 0.09-0.38）。体重不足的系数更高：未经调整的模型为0.85（95% CI: 0.69-1.01），经调整后的模型为0.71（95% CI: 0.55-0.86）。降水量在印度各地区的生长迟缓和体重不足预测中并不显著。其他显著的预测因素包括卫生条件改善、电力普及、城市化、贫困程度以及能否获得所有推荐的产前护理和至少两种综合儿童发展计划（ICDS）的服务。
进一步分析显示，温度和降水量与儿童营养不良之间存在独立关联。通过使用空间误差回归模型（见表S.1），结果显示温度对体重不足的影响最大（β=0.49，95% CI: 0.38, 0.59），其次是生长迟缓（β=0.22，95% CI: 0.12, 0.31）。由于降水量和温度之间存在相互作用，因此研究了它们与生长迟缓和体重不足的联合效应。印度各地区的温度和降水量分布显示，德干高原内陆地区、中部印度和西北部地区的温度较高（≥25摄氏度）且降水量较低（<1350毫米）。这些地区的生长迟缓和体重不足平均水平最高；而温度和降水量都较低的地区的比例最低。这两组地区之间的生长迟缓差异为9%，体重不足差异为12%。
讨论：
尽管全国儿童营养不良的情况有所改善，但地区间的差异仍在增加。印度的温度和降水量变化不规律，且在不同微区域也有差异。这是首次研究印度各地区生长迟缓和体重不足与温度和降水量不同组合之间的变化关系。主要发现如下：
1. 温度与印度各地区的生长迟缓和体重不足存在显著的正相关关系，其中温度对体重不足的影响更强（系数为0.71）。
2. 南亚和非洲的多项研究也发现儿童营养不良与温度之间存在类似的关系。温度对体重不足的影响更强，因为生长迟缓是一种长期的营养状况，逐渐受到累计天气冲击的影响，并与结构和家庭因素相互作用；而体重不足则直接受到近期天气冲击的影响。
3. 温度与降水量对营养安全的影响途径主要包括作物产量减少，特别是在依赖当地食品的贫困家庭中，这加剧了粮食短缺。高温会对水稻、小麦和玉米等主要作物的产量和营养价值产生不利影响。此外，气候还会影响疾病负担和妇女的时间利用，从而影响家庭内部的粮食分配和照顾方式。
4. 温度在24-26摄氏度范围内时，生长迟缓和体重不足的发生率最高。在此温度范围内，这两个指标的患病率均较高。此前印度的相关研究尚未进行过此类分类。
5. 西部和德干高原地区的75个地区同时存在高生长迟缓和高温现象。西部山丘和印度东部的一些地区也观察到了高生长迟缓和高降水量同时发生的现象。
6. 南部各州的平均温度较高且降水量较低，这些地区在减轻营养不良方面表现出较好的项目效果。
7. 研究还发现，温度和降水量与儿童营养不良之间的关联并非线性且一致。这是因为降水量对营养不良的影响受到时间、强度和农业生态的影响。引入灌溉系统、作物不同的水分需求和季节性等因素可能是导致降水量与营养不良关系不显著的原因。然而，加纳最近的一项研究也发现，降雨量低和温度高会增加儿童的营养不良和发病率[32]。一个可能的原因是高温和低降雨量共同导致了干旱，而干旱直接与饥荒和水资源短缺有关，因此这些地区可能会出现更高的营养不良发生率。需要进一步深入研究以了解这种关系的关键机制。
**研究意义**
这项研究提供了关于气候变量对儿童营养状况影响的实证证据。研究表明，高温与低降雨量的结合加剧了儿童的营养不良问题。由于我们的研究强调了各种气候因素之间的相互作用，因此我们认为仅关注单一因素的方法不足以解决所有地区的气候相关脆弱性问题。我们进一步建议，应优先考虑那些容易受到恶劣气候条件影响的地区。在制定营养和公共卫生干预措施时，应将气候相关风险纳入考虑，并采取具有地区特色的策略。综合儿童发展服务（ICDS）和最近启动的POSHAN计划应该更加关注气候脆弱性问题，因为如果不解决这些问题，营养改善措施将无法公平地惠及全体人口。我们的研究结果表明，需要在营养工作、气候、农业和卫生系统之间进行协同配合，并更多地使用空间数据工具来支持监测和决策。
**局限性**
尽管这项研究具有重要的贡献，但也存在一些局限性。首先，研究范围仅限于探讨温度和降雨量变化对印度某些地区儿童营养不良的影响，尚未涉及更广泛的情况。其次，该研究无法确定温度、降雨量与儿童营养不良之间的关联是通过直接途径还是通过某些社会人口统计和经济因素间接实现的。第三，由于数据限制和模型适用性的原因，温度和降雨量的影响仅针对某些间接导致营养不良的因素进行了调整，因此可能存在其他影响营养不良的因素。最后，这项研究是在地区层面进行的，未来可以在家庭或个人层面开展更详细的研究。
**结论**
研究表明，温度与儿童生长迟缓和体重不足之间存在正相关关系。同时，高温与低降雨量的结合也会加剧这两种问题。高温和低降雨量共同影响的地区属于高风险区域，需要通过POSHAN计划等干预措施给予更多关注。因此，有必要通过纳入其他（特别是在印度前五年计划中被忽视的）气候变量等间接因素来加强现有干预措施。这项研究为理解在规划和政策中考虑气候因素的必要性提供了坚实的基础，也有助于印度营养学研究减轻气候对健康的影响。
**数据与资料的可获取性**
该研究基于2019-2021年进行的全国家庭健康调查（NFHS），相关数据可从www.dhsprogram.com或https://www.iipsdata.ac.in/datacatalog_detail/1下载。
**利益声明**
本研究涉及的 데이터 是公开可获取的，且调查参与者信息无法被识别，因此无需进行伦理审批。
**作者声明**
Anjali Sharma：概念化、方法论、数据整理、正式分析、初稿撰写、审阅与编辑；
Saif Nihal：正式分析、解释、初稿撰写、审阅与编辑；
Sanjay K. Mohanty：概念化、方法论、撰写、审阅与编辑、监督。所有作者均已阅读并批准了手稿。
**资金声明**
本研究没有外部资金支持。
