中國食源性疾病省際時空差異與成因研究

DOI：10.19913/j.cnki.2095-8730msyj.2023.04.04

收稿日期：2022-09-26" *通信作者

基金項目：國家社會科學基金重大項目（20＆ZD117）

作者簡介：

曾夢晴，女，華南農業大學經濟管理學院碩士研究生，主要從事食品安全、產業經濟研究，E-mail：937106872@qq.com;

陳有華，男，華南農業大學經濟管理學院教授，博導，主要從事食品安全、食物經濟、產業經濟研究，E-mail：yhchen214@scau.edu.cn。

摘" 要：

為把握食源性疾病的演化規律，達到指導未來食品安全的目的，采用《中國衛生統計年鑒》《中國衛生健康統計年鑒》《中國統計年鑒》等省級維度的宏觀數據，利用Stata 16軟件，使用空間自相關等方法揭示2011—2019年中國食源性疾病的省際時空差異，并采用雙向固定效應模型識別影響食源性疾病時空差異的影響因素。研究結果表明：食源性疾病具有明顯的周期性、季節性與場所聚集性，并從2014年開始呈現出明顯的空間負相關;經濟增長、食品監管強度與食源性疾病具有明顯的倒“U”型關系;此外，提高平均受教育年限有利于抑制食源性疾病的發生。

關鍵詞： 食源性疾病;時空差異;自然環境因素;經濟社會因素

中圖分類號： TS 971""" 文獻標志碼： A""" 文章編號：

2095-8730（2023）04-0028-09

保障食品安全，滿足人民各方面的健康需要，是推動“健康中國”建設的重要環節。作為衡量食品安全的一項重要指標，食源性疾病值得高度關注。食源性疾病是指通過攝食而進入人體的有毒有害物質（包括生物性病原體）等致病因子所造成的疾病［1］。對全世界各個國家而言，食源性疾病都是最突出的公共衛生問題之一。即使在發達國家，每年至少也有1／3的人感染食源性疾病［2］。發展中國家的食源性疾病更為嚴重。如在非洲每年有9 100萬人感染食源性疾病。其中，死亡病例高達137 000起［3］。中國的情況也不容樂觀，陳君石院士的研究表明，平均每6.5人中就有1人因攝入食源性致病菌污染食品而罹患疾病［3］。

近年來，食源性疾病監測得到突飛猛進的發展，快速診斷及溯源技術的產生和不斷改進實現了食源性致病菌的快速識別和大樣本檢測［4］。然而，食源性疾病尚未得到有效的控制。一方面，部分早已被認識的食源性疾病的發病率持續上升;另一方面，新的食源性疾病不時出現［5］。大量的研究表明，食源性疾病的發生率不僅與自然環境因素相關，還與經濟迅猛增長、食品監管強度、人類生活方式及飲食行為改變等社會經濟因素息息相關［6-8］。一般而言，在經濟發達地區，食源性疾病受社會經濟因素的影響較大;而在經濟較為落后的地區，食源性疾病受自然環境的影響較大［9］。同時自然環境也決定了食物儲存的條件。在濕熱的環境下，食物更容易滋生真菌;在干冷的環境下，食物更容易保質保鮮［10］。但隨著經濟條件的不斷改善，人類儲存食物的方式和手段日益提高，自然環境對食源性疾病的影響逐漸減弱，人源性因素所造成的食品安全事件比重則在增加，針對中國［11］和英國［12］的研究都有類似的證據。經濟條件較好或社會地位較高的人，往往能夠優先享用優質的食物［13］;但經濟條件較差或社會地位較低的人，選擇食物受到家庭預算、地理稟賦以及個人知識等因素的制約，往往面臨更大的食源性疾病隱患［14］。

關于中國食源性疾病的現狀與成因，現有研究分析多從食品安全和居民健康的角度入手［6-9］，較少對食源性疾病的時空分布差異及其影響因素進行深入研究［6，15］。為此，本研究以2011—2019年的宏觀數據為基礎，使用空間自相關等方法，刻畫食源性疾病的省際時空特征與差異，并進一步采用雙向固定效應模型分析自然環境因素與社會經濟因素對食源性疾病時空分布差異的影響。

1" 研究方法與數據

1.1" 研究方法

1.1.1" 空間自相關分析

進行空間分析前，需要構建反映自相關水平的莫蘭指數。由于本研究涉及的是地理維度的分析，因此以絕對經緯位置為依據，使用Stata 16構建莫蘭指數更具有合理性。參照王若宇等［15］的研究，構建省級層面的空間權重矩陣。最終構建的莫蘭指數如式（1）所示：

I=n∑ni=1∑nj=1wij（xi-）（xj-）∑ni=1∑nj=1wij∑ni=1（xi-）2" （1）

式中，I表示莫蘭指數; xi與xj表示不同區域的食源性疾病數;wij為兩區域的標準化地理權重均值對應的值; i、j表示地區i和地區j;n為地區單元數。

1.1.2" 計量模型

固定效應模型：食源性疾病時空差異的影響因素，很多都是不隨時間變化的變量。比如，在一定時間，空間地理環境位置不會發生太大改變，文化傳統、生活習慣也不會發生太大改變。為獲得更為精準的估計結果，消除不隨時間變化的變量的影響，使用雙向固定效應模型估計食源性疾病時空差異的影響因素（豪斯曼檢驗值為34，在1％的顯著性水平下拒絕原假設。這說明相比隨機效應模型，固定效應模型的估計結果更為準確）。其基本模型為yit=α+βxit+ui+εit，其中，yit為食源性疾病;α為截距;β為對應自變量向量xit的系數向量;ui為不隨時間變化的變量;εit為殘差項。

變量選擇：食源性疾病的影響因素主要包括自然環境因素和社會經濟因素［16-19］。首先，食源性疾病會受降水量、光照和氣溫等自然環境因素的影響［16］;其次，已有研究表明經濟和社會因素會影響食源性疾病的發生率［20］，因此參考ZHANG等［11］和LAKE等［12］的研究，選取經濟增長［21］、監管強度、收入不平等［22-23］、物價水平［24］以及受教育程度［25］等社會經濟指標。最終選取的解釋變量如下：

（1）自然因素。潮濕和高溫的環境有利于細菌和真菌繁殖，食物容易變質，從而加劇食源性疾病的發生［10，16］。因此本研究使用Barnes方法，先用IDW法插值成格點數據（覆蓋中國的500×500網格，每個網格的大小是0.123 192 4經度×0.099 454 9緯度），再分區域平均計算，得到了2011—2019年中國各省份的平均降水量、光照與氣溫數據。

（2）經濟增長。經濟增長與食源性疾病之間存在倒“U”型曲線關系［26-27］。在經濟發展的低收入階段，食物基本自給自足，食源性疾病的傳播范圍較小且速度較慢［27］，危害較小［28］;在中等收入階段，工業污染與化肥農藥廣泛使用導致食源性疾病頻發高發［29］;在高收入階段，食品產業結構不斷調整并趨于合理，以及民眾對食物安全與品質的要求顯著增加，食源性疾病發生的次數開始減少。因此本研究借鑒張紅鳳等［27］食品安全庫茲涅茨曲線假說研究做法，選取人均GDP作為經濟增長的衡量指標。

（3）監管強度。監管強度與食源性疾病存在倒“U”型關系。在社會發展初期，食品產業規模相對較小，食品安全監管的強度也相對較低［26］;隨著城市化和工業化的發展，食品產業規模急劇擴大［30］，但食品安全監管制度滯后［31-32］，故食源性疾病頻繁發生［33］;在經濟不斷發展的背景下，食品安全制度的完善和監管力度的加大會大大降低食源性疾病的發生率［26-27］。現有研究較難獲得與食源性疾病直接監管投入直接相關的指標［25］，所以本研究選取衛生監督（中心）所的人數作為監管強度的指標。

（4）收入不平等。收入是影響食源性疾病發生的一個重要因素，能夠顯著降低食品安全風險水平［22］。高收入人群會更加關注食品安全質量方面的信息和通過更多的渠道了解相關食物的信息，對發生過安全問題的食物較為抵觸;而低收入人群由于食品購買力有限，在保障基本溫飽之余，對于食品質量的要求和信息了解程度均低于高收入人群［23］，故食源性疾病發生率相對較高。因此，使用泰爾指數（Theil）作為收入不平等衡量的指標［34］，計算方法如式（2）所示：

Theil=∑2i=1IiI×lnIi／IPi／P （2）

式中， I為城鄉總收入;P為城鄉人口之和;Ii為城鄉收入;Pi為城鄉人口數（i=1為城市人口，i=2為農村人口）。

（5）物價水平。食物價格與食品質量有關。高價格往往對應更高的食品質量［24］，以及更低的食源性疾病感染率。然而，食物價格的上漲，將導致一些居民的生活成本增加，廉價食品市場規模也由于消費者對價格的敏感性而擴大，這可能推動劣質食品的生產加工活動［35］，增加食源性疾病的發生率。所以本研究使用居民消費價格指數度量市場價格變化。

（6）受教育程度。教育對食源性疾病的影響主要體現在以下3個方面。首先，隨著教育水平的提高，居民自我學習的能力會增強，對食品安全更為關注［36］;其次，具有食物存儲知識、食物營養與健康知識的居民，能夠通過分析食物質地，有效預防食源性疾病的發生［11］;最后，知識的傳遞不是一個單向的過程，獲得食物知識的居民，還會將食物健康知識分享給其他人［37］。借鑒張紅鳳等［27］的研究，計算平均教育年限：（0×文盲人數+6×小學人數+9×初中人數+12×高中人數+15×大專人數+16×大學人數+19×研究生人數）／總人數。

1.2" 數據來源

2011—2019年不同省份的食源性疾病數與衛生監督（中心）所人員數來源于《中國衛生統計年鑒》《中國衛生和計劃生育統計年鑒》與《中國衛生健康統計年鑒》（根據《中國衛生統計年鑒》得到2011—2012年的相關數據;根據《中國衛生和計劃生育統計年鑒》得到2013—2017年的相關數據;根據《中國衛生健康統計年鑒》得到2018—2019年的相關數據。由于三本統計年鑒的統計口徑一致，因此可以用于統計分析（表1），西藏的數據存在較為嚴重的缺失，故在研究中予以剔除。另外，表2、圖2、圖3的原始數據也來源于這三本統計年鑒）。

2011—2019年不同省份的人均GDP、居民消費價格指數、食品零售價格指數、城鄉可支配收入、城鄉人口的相關數據以及受教育程度（文盲、小學、初中、高中、大專、大學、研究生）對應人數占比來源于《中國統計年鑒》。

2011—2019年不同省份的光照、氣溫、降雨量數據來自國家氣象科學數據共享服務平臺-中國地面氣候資料日值數據（V3.0）。

2" 結果與分析

2.1" 時間分布特征

根據2011年到2019年的食源性疾病數據（圖1），可歸納其基本的時間趨勢特征。2011年到2019年中國的食源性疾病數總體呈現上升趨勢。近年來，中國食源性監測制度不斷完善，監測體系處于快速發展期，食源性疾病識別能力提升、漏報率下降，這可能是我國食源性疾病數呈現上升趨勢的原因。且食源性疾病具有自愈性的特征，居民重視程度不足，導致暴發事件數不斷上升。2018年后，食源性疾病數增長趨勢變緩，說明中國的食品安全治理能力正在增強。

根據2011年到2019年的月度食源性疾病數據（圖2），可歸納其基本的時間分布特征。從時間上看，中國食源性疾病具有明顯的季節分布特征。食源性疾病多發生于夏秋季節，集中在每年的5—9月，夏秋季節的氣溫、濕度、食物條件等因素綜合作用導致食源性疾病在這個季節更多地發生。夏季氣溫高、濕度大，細菌、寄生蟲和病毒等病原體在高溫高濕的環境下更容易生存和繁殖，且夏季氣溫升高，食物更容易腐敗變質。同時，夏秋季也是蘑菇、野菜的生長季節，如果這些食物沒有得到適當的處理、儲存和烹飪，就會增加發生食源性疾病的風險。從波峰的高度變化來看，食源性疾病數量激增的趨勢明顯，反映出中國食源性疾病具有明顯的上升趨勢以及突發性特征。

2.2" 空間分布特征

從地域上看（圖3），我國食源性疾病覆蓋面廣，擴張趨勢明顯。食源性疾病主要集中在云貴高原，南方地區比北方地區嚴重，沿海地區比內陸地區嚴重。云貴高原地區特別是云南、廣西、四川等地區有食用野生菌、生食肉類的特殊飲食習慣［38］，導致患食源性疾病的風險增加。沿海地區擁有豐富的魚、蝦、貝類等海產品資源，居民日常飲食以海產品為主，而食用海產品是人類感染致病性微生物的重要途徑［39］。從演變態勢看，食源性疾病空間外溢特征明顯，突發性食源性疾病時有發生，其主要表現在以下三個方面：第一，食品安全疾病從高風險地區向周邊地區擴展，從南方地區向北方地區擴展［9］。如食源性食品安全疾病，從云南省、山西省，逐步擴展到鄰近的四川省、內蒙古自治區與河北省;第二，食源性食品安全疾病從沿海地區（如江蘇、浙江、上海、廣東、福建等省份）逐漸滲透到江西、湖北、湖南、安徽等中部省份;第三，一些地區可能會出現突發的食品安全問題。如2011年，山東省的食源性疾病數較少，屬于低風險地區;但到2019年，山東省直接成為食源性疾病高發地區。

2.3" 場所分布特征

由圖4可知，家庭、賓館飯店和食堂是食源性疾病的主要分布場所。其中，家庭發生的食源性疾病，數量占到總事件數的一半以上。家庭型食源性疾病的引發因素主要有以下幾種：一是細菌（如沙門氏菌、大腸埃希菌等）感染，這些細菌通常通過受污染的食品或飲用水傳播，例如未經徹底煮熟的肉類、禽類，以及蔬菜水果等;二是病毒（如諾如病毒等）感染，通常通過接觸受污染的食物或水源而感染，例如生吃或未經處理的海鮮、水產等;三是寄生蟲（如蛔蟲、鉤蟲、弓形蟲等）感染，這些寄生蟲通常通過未煮熟的或不潔凈的食物，特別是肉類及其制品進入人體;四是食物中毒（如油渣中毒、真菌中毒等），通常是由于食用了受嚴重污染的食品或食用了過期變質的食品［40］。賓館飯店、快餐店以及街頭攤點的食源性疾病數在2018年之后呈現明顯下降趨勢，出現這種下降趨勢的原因是多方面的，一方面可能與我國政府對于餐飲服務單位的食品安全管控加強以及人們對食品安全的重視程度提高有關［41］，另一方面可能也與人們外出就餐減少有關。食堂范圍內的食源性疾病數占比逐年減少，而送餐引起的食源性疾病數整體上呈現上升趨勢，出現這種趨勢可能有以下原因：食堂通常受到嚴格的管理和監督，在食品采購、儲存、加工和烹飪等方面可能會更加注重食品安全標準。而送餐服務存在食品外出運輸、配送員與食品接觸等環節，可能存在交叉污染的風險［42］。并且，近年來隨著外賣、送餐等便捷服務的普及，越來越多的人選擇通過送餐來滿足飲食需求［43］，送餐服務的使用量增加，相應地也會導致食源性疾病的上升。

2.4" 空間自相關檢驗

通過Stata16軟件，使用莫蘭指數，分別檢驗了2011—2019年食源性疾病的空間自相關情況，其結果如表2所示。檢驗結果表明，從2011年到2013年，莫蘭指數均不能在10％的顯著性水平下拒絕原假設，說明該期間，中國食源性疾病沒有呈現出明顯的空間相關性。但是2014年之后，中國食源性疾病的空間自相關明顯成立，而且呈現的是顯著空間負相關。這說明食源性疾病少發的區域中，也會突發食源性疾病;而食源性疾病多發的區域，可以向外擴散其影響，即區域食品安全問題面臨突發與擴散的雙重風險。

2.5" 影響因素分析

為了更好地說明我國食源性疾病的時空分布差異，還需進一步分析影響食源性疾病時空分布差異的因素，進而解釋我國食源性疾病的時空差異。因此，本研究將從自然環境與社會經濟兩個維度進一步分析食源性疾病的影響因素。

表3分析了自然環境因素、社會經濟因素對食源性疾病的影響。在控制時間效應與個體固定后，模型1的回歸結果表明，經濟增長、食品監管強度、受教育程度對食源性疾病具有顯著的影響。居民消費價格指數、食品零售價格指數以及其他環境指標（氣溫、光照、降雨量）對食源性疾病數影響并不明顯。

具體而言，人均GDP的二次項與一次項都在5％的顯著性水平下拒絕原假設，即經濟增長與食源性疾病之間的倒“U”型關系成立，估計的拐點是10.917，折合人民幣55 105.24元，這與目前樣本中的均值54 717.27元較為接近。目前我國的實際人均GDP已經超過拐點對應的臨界值（2020年的人均GDP約為7萬元），這說明我國已經進入經濟發展對食源性疾病有效防控的關鍵時點。食品監管強度與食源性疾病的倒“U”型關系也十分顯著，對應拐點為8.336，折算成人數為41 772人，而樣本均值為6 344人，說明食品監管的臨界點即將來臨，這同張紅鳳等［27］的研究結論具有一致性。受教育程度對食源性疾病的抑制效應也被驗證，且在1％的顯著性水平下拒絕原假設，說明平均受教育年限每增長一年，食源性疾病下降近0.78％，居民受教育程度提高，對食品安全的關注度也將提高，這和ZHANG等［11］的研究發現具有一致性。收入不平等、居民消費價格指數、食品零售價格指數對食源性疾病的影響不顯著，這可能與中國政府在脫貧攻堅和穩定市場價格等方面的努力密不可分。氣溫、光照與降雨量對食源性疾病的影響相對較小，即便模型2中去掉該因素，擬合優度也僅從0.723下降到了0.720。模型3單獨分析自然環境因素對食源性疾病的影響，但也不存在顯著的系數估計。這進一步說明，自然環境因素對食源性疾病的影響比較小，主要是由于食源性疾病的形成和傳播往往需要多重因素共同作用，而自然環境因素只是其中的一個方面，結論與ZHANG等［11］、LAKA等［12］的研究具有一致性。

3" 結論與討論

3.1" 結論

基于《中國衛生統計年鑒》《中國衛生健康統計年鑒》《中國統計年鑒》等省級維度的宏觀數據，本研究系統分析了2011—2019年中國食源性疾病的省際時空差異及其影響因素，主要研究結論如下：

中國食源性疾病數總體呈現上升趨勢，2018年后增長趨勢變緩，說明中國的食品安全治理能力在增強。中國食源性疾病具有明顯的季節分布特征，集中發生在氣候潮濕、氣溫較高的夏秋兩季，時而出現食源性疾病波峰說明食品安全事件具有明顯的突發性特征，從波峰的高度變化來看，食源性疾病數量激增的趨勢明顯。

中國食源性疾病的擴散性和突發性趨勢明顯，這說明各省份之間在食品安全與疾病防控方面息息相關。隨著區域貿易不斷擴大，食品生產、流通、銷售等環節一旦出現安全隱患，將對毗鄰省份的食品安全產生直接的沖擊。

家庭食品安全事件頻發，說明居民食品安全知識嚴重缺乏;學校和單位食堂食品安全事件有所遏制，說明群體性食品安全問題受到高度重視;送餐等食品安全事件頻發，說明當前的食品監管依然存在明顯的薄弱環節。

經濟增長、食品監管強度與食源性疾病之間存在倒“U”型關系，受教育程度對食源性疾病具有顯著的抑制作用。首先，當經濟發展較為落后時，食品安全較難得到保障，食品安全事件不斷增加，但過了某個關鍵點之后，經濟發展對食品安全事件具有明顯抑制作用;其次，食品監管強度較低時，可能加劇食源性疾病的發生，但一旦食品監管強度達到了一個臨界值，食源性疾病將隨監管強度的增加而減少;最后，食品安全知識的普及對食源性疾病有重要抑制作用，教育對食源性疾病的抑制作用具有持續性。

3.2" 討論

針對中國食源性疾病總體呈上升趨勢的情況，應加強食品安全監管工作，及時發布食品安全信息，提高公眾對食品安全的認知和警惕。在夏秋季節，因氣候潮濕和溫度較高，食品易受污染，應重點加強對蔬菜、水果、海鮮等易受污染的食品的監管。針對食源性疾病發生波峰的突發性特點，需要及時發布監測信息，確保能夠快速響應和有效處置突發事件。此外，國家政策應當適當向生態環境脆弱地區傾斜，加強食源性疾病監測技術研究和防控政策，以提高防范和治理突發性食品安全問題的能力。

食源性疾病分布具有空間關聯性，各地政府應盡快建立食品安全治理的跨界合作機制，加強區域間的合作與協調。建立跨地區的信息共享機制，加強食品安全監管和風險評估的數據交流，以共同應對跨區域傳播的食源性疾病。針對食源性疾病高發的地區，特別是云貴高原地區，應加強食品安全宣傳教育，提高公眾的食品安全意識和知識水平，并加大監管力度和資源投入。

家庭是食源性疾病的主要分布場所。未來食品安全監管需要注意向家庭普及食品安全知識，從食品源頭開始強化食品安全執法，避免大規模的食源性疾病的發生。此外，還需強化對學校和單位食堂的食品安全監管，建立定期檢查和評估機制，加強對食品供應鏈的監控，包括食品的來源、存儲、加工和配送環節。同時需要加強對送餐平臺和外賣食品的監管，建立食品安全追溯體系，確保送餐過程中食品安全環節的控制。加大對違規行為的處罰力度，提高食品安全違法成本，維護消費者的權益。

為了提升我國的食品安全水平，減少食源性事件的發生，我們需要繼續發展經濟、完善食品監管體系，并加大食品監管力度。在此過程中，普及食品安全知識是一項至關重要的舉措，可通過教育宣傳和培訓等方式，提高公眾對食品安全的認知和意識。同時，我們還需推進城鄉食品安全標準的一體化，通過制定統一標準和規范，確保食品的生產、加工和銷售等環節都符合安全要求。總之，經濟發展與食品安全息息相關，只有在經濟不斷發展的基礎上，不斷完善監管措施并普及食品安全知識，才能夠實現可持續發展和保障人民群眾的飲食安全。

參考文獻：

［1］ World Health Organization. Strengthening surveillance of and response to foodborne diseases： Introductory module［R］. Geneva： World Health Organization， 2017.

［2］ 念欲霞， 鄭玲玲. 食源性疾病監測問題分析及對策探討［J］. 中國醫療管理科學， 2021， 11（1）： 83-86.

［3］ 陸姣， 王曉莉， 吳林海. 國內外食源性疾病防控的研究進展［J］. 中華疾病控制雜志， 2017， 21（2）： 196-199.

［4］ 封莉， 黃繼超， 劉欣，等. 食源性致病菌快速檢測技術研究進展［J］. 食品科學， 2012， 33（21）： 332-339.

［5］ 李紅秋，賈華云，趙帥，等.2021年中國大陸食源性疾病暴發監測資料分析［J］.中國食品衛生雜志，2022，34（4）：816-821.

［6］ 肖革新， 肖輝. 基于空間統計的食品安全研究現狀與展望［J］.中國食品衛生雜志， 2016， 28（4）： 409-414.

［7］ 李清光， 李勇強， 牛亮云， 等. 中國食品安全事件空間分布特點與變化趨勢［J］. 經濟地理， 2016， 36（3）： 9-16.

［8］ 趙雪雁， 王偉軍， 萬文玉. 中國居民健康水平的區域差異： 2003-2013［J］. 地理學報， 2017， 72（4）： 685-698.

［9］ 張晶， 李薇薇， 楊淑香， 等. 中國2010—2016年家庭食源性疾病暴發事件流行特征分析［J］. 中國公共衛生， 2019， 35（10）： 1379-1382.

［10］ NTSHIQA T， MPANGANE H， MPAMBANE D， et al. Staphylococcal foodborne illness outbreak， Tshwane district， Gauteng province-South Africa， June 2015［J］. International Journal of Infectious Diseases， 2016， 45（1）：235.

［11］ ZHANG Z， CHEN Y H， WU L H. Effects of governmental intervention on foodborne disease events： evidence from China［J］. International Journal of Environmental Research and Public Health， 2021， 18（24）： 13311.

［12］ LAKE I R， GILLESPIE I A， BENTHAM G， et al. A re-evaluation of the impact of temperature and climate change on foodborne illness［J］. Epidemiology and Infection， 2009，137（11）： 1538-1547.

［13］ MCLAUCHLIN J， GRANT K A， AMAR C F L. Human foodborne listeriosis in England and Wales， 1981 to 2015［J］. Epidemiology and Infection， 2020， 148e54.

［14］ HOFFMANN V， MOSER C， SAAK A. Food safety in low and middle-income countries： the evidence through an economic lens［J］. World Development， 2019， 123： 104611.

［15］ 王若宇，黃柏石，潘卓林，等.中國居民食源性疾病的地理分布及影響因素分析［J］.世界地理研究，2020，29（1）：168-180.

［16］ WAGACHA J M， MUTHOMI J W. Mycotoxin problem in Africa： current status， implications to food safety and health and possible management strategies［J］. International Journal of Food Microbiology， 2008， 124（1）： 1-12.

［17］ SWAMINATHAN B， GERNER-SMIDT P. The epidemiology of human listeriosis［J］. Microbes and Infection， 2007， 9（10）： 1236-1243.

［18］ GILLESPIE I A， MOOK P， LITTLE C L， et al. Human listeriosis in England， 2001-2007： association with neighbourhood deprivation［J］. Euro Surveillance： Bulletin Europeen Sur Les Maladies Transmissibles=European Communicable Disease Bulletin， 2010， 15（27）： 7-16.

［19］ NEWMAN K L， LEON J S， REBOLLEDO P A， et al. The impact of socioeconomic status on foodborne illness in high-income countries： a systematic review［J］. Epidemiology and Infection， 2015， 143（12）： 2473-2485.

［20］ SMITH M D， RABBITT M P， COLEMAN-JENSEN A. Who are the world’s food insecure？ new evidence from the food and agriculture organization’s food insecurity experience scale［J］. World Development， 2017， 93： 402-412.

［21］ OLKIEWICZ M，WOLNIAK R. The relationship between the economic development of the country and food security［J］. Rocznik Ochrona rodowiska， 2018， 20： 14-21.

［22］ 蘇鐘萍， 張應良. 收入不平等對農村居民健康的影響：基于相對剝奪的微觀視角驗證［J］. 農業技術經濟， 2021（3）： 132-144.

［23］ 程鐵軍， 陶晨怡， 王晶晶， 等. 消費者對食品安全風險感知的差異：基于南京市消費者的調查分析［J］.食品工業，2020，41（1）：264-267.

［24］ CHEN Y H， WAN J Y， WANG C. Agricultural subsidy with capacity constraints and demand elasticity［J］. Agricultural Economics（Zemědělsk Ekonomika）， 2015， 61（1）： 39-49.

［25］ 宋英杰， 曹鴻杰， 呂璀璀. 食品安全規制的空間效應研究［J］. 中國科技論壇， 2017（8）： 127-134.

［26］ 尹世久， 王敬斌， 吳林海. 食品安全風險庫茲涅茨曲線存在嗎？：基于網絡報道省際事件的經驗證據［J］. 中國流通經濟， 2021， 35（12）：3-15.

［27］ 張紅鳳， 姜琪， 呂杰. 經濟增長與食品安全：食品安全庫茲涅茨曲線假說檢驗與政策啟示［J］. 經濟研究， 2019， 54（11）： 180-194.

［28］ 吳林海， 尹世久， 牛亮云. 食品安全風險治理的中國探索［M］. 北京： 人民出版社， 2020：308-329.

［29］ LU Y L， SONG S， WANG R S， et al. Impacts of soil and water pollution on food safety and health risks in China ［J］. Environment International， 2015， 77： 5-15.

［30］ 吳林海， 李壯， 牛亮云. 新中國70年食品工業發展的階段歷程、主要成就與基本經驗［J］. 江蘇社會科學， 2019（5）： 21-29， 257.

［31］ 劉鵬. 中國食品安全監管：基于體制變遷與績效評估的實證研究［J］. 公共管理學報， 2010（2）： 63-78， 125-126.

［32］ 周應恒， 王二朋. 中國食品安全監管：一個總體框架［J］. 改革， 2013（4）： 19-28.

［33］ 李先國. 發達國家食品安全監管體系及其啟示［J］.財貿經濟， 2011（7）： 91-96， 136.

［34］ 王玥， 襲燕， 張云，等. 醫療衛生資源配置公平性研究方法的思考［J］. 現代醫院管理， 2019， 17（1）： 22-25.

［35］ CHEN Y H， HE Q Y， PAUDEL K P. Quality competition and reputation of restaurants： The effects of capacity constraints［J］. Economic Research-Ekonomska Istraivanja， 2018， 31（1）：102-118.

［36］ CHEN H， FENG Y H. Moving forward to the future： a review of microbial food safety education in China［J］. Foodborne Pathogens and Disease， 2021， 18（8）： 547-566.

［37］ SMITH S A， RACHMAT M， BECK R， et al. Assessing consumer food safety education needs across the state of Washington： implications for nationwide extension programming［J］. Journal of Food Safety， 2019，39（2）： 1-7.

［38］ 陳剛. 云南少數民族地區家庭食品安全問題研究［J］. 云南社會科學， 2016（6）： 95-101.

［39］ 韓小龍， 張海燕， 曹明秀，等. 我國海產品中副溶血性弧菌的污染現狀與控制策略分析［J］. 食品與發酵工業， 2015，41（7）： 263-267.

［40］ 李佳雨， 郭云昌， 李薇薇，等. 2002—2016年家庭內食源性疾病暴發事件分析［J］. 現代預防醫學， 2018， 45（8）： 1499-1503，1519.

［41］ 沈錦浩. 飲食社會學的中國圖景［J］. 美食研究， 2022， 39（2）： 27-33.

［42］ 張伊， 周媛， 王晨紅. 基于UGC的外賣餐飲消費體驗與食客滿意度研究：以美團外賣為例［J］. 美食研究， 2021， 38（4）： 31-39.

［43］ 謝峰， 張旗. 城市餐飲格局時空差異及影響因素分析：以鹽城市為例［J］. 美食研究， 2019， 36（2）： 60-66.

Inter-provincial spatiotemporal differences and causes of foodborne diseases in China

ZENG Mengqing1， ZHANG Zhuang2， CHEN Youhua1，3

（1. Collage of Economics and Management， South China Agricultural University， Guangzhou， Guangdong 510642， China; 2. School of Business Administration， Zhongnan University of Economics and Law， Wuhan， Hubei 430073， China; 3. Agricultural Green Development Research Center， South China Agricultural University， Guangzhou， Guangdong 510642， China）

Abstract：

In order to grasp the evolution of foodborne diseases and guide food safety in the future， macro-data at the provincial level such as China Health Statistics Yearbook， China Health and Health Statistics Yearbook and China Statistical Yearbook， Stata 16 software， methods such as spatial autocorrelation were used to reveal the inter-provincial spatiotemporal differences of foodborne diseases in China from 2011 to 2019， and the bidirectional fixed-effect model was used to identify the factors. The results showed that the foodborne diseases had obvious periodicity， seasonality and site clustering， and showed an obvious spatial negative correlation after 2014; the relationship between economic growth， food supervision intensity and foodborne diseases was inverted U-shaped; and increasing the average years of schooling would help curb the incidence of foodborne diseases.

Key words：

foodborne diseases; spatiotemporal differences; natural environmental factors; economic and social factors

（責任編輯：趙" 勇" 曹文磊）