监管差异、贸易中介作用与营养摄入：以反式脂肪为例

《Food Policy》：Regulatory heterogeneity, trade mediation and nutrient intake: The case of Trans fat

　　**Dixit Poudel | Munisamy Gopinath**
**美国乔治亚大学农业与应用经济学系，Conner Hall 312室，147 Cedar St., Athens 30602, GA, USA**

**摘要**
国家营养法规可以通过两种方式影响饮食：直接通过国内政策机制，或者间接通过调节贸易流动。本研究评估了反式脂肪（TF）的摄入量如何受到这两种途径的影响。当各国单独采取行动——禁止或限制TF时，其规则在时间、严格程度和执行方面往往存在差异。这种监管的多样性可能会为不健康产品的跨境流通创造漏洞。本研究通过构建一个包含161个国家（2010-2022年）的食品项目级面板数据集（并用既定基准进行验证），并应用交错差异法结合中介分析，来估计TF法规对其国内摄入量的因果效应。研究结果表明，像美国和欧盟那样严格且可执行的法规显著减少了TF的摄入量和进口量，有效地过滤掉了富含TF的食物。相比之下，监管较松的国家经历了TF进口量的增加，最终可能导致这些国家成为“饮食风险避风港”。即使是较为温和的法规，在强有力的监督支持下也能更有效地发挥作用。这些结果对替代假设具有稳健性，例如控制进口国的特定外国监管暴露情况。因果证据表明，单边行动能带来实质性的健康收益，但碎片化的监管方法则可能为“监管倾销”提供了机会。本研究强调了全球合作的重要性——通过统一标准或贸易联动的执行机制——以防止饮食风险的跨境转移。除了TF之外，这些发现也为关于其他营养素（如盐、糖和饱和脂肪）的新兴国家和地区法规提供了及时的启示。

**1. 引言**
全球饮食相关非传染性疾病的增加促使人们更加关注有害营养素，特别是工业生产的反式脂肪（以下简称TF）。世界卫生组织（WHO，2019年）估计每年约有50万人因TF摄入而死亡，并另有50亿人面临这种风险。各国因TF摄入导致冠心病死亡的比例范围从0.88%到8.39%不等，其中美国的比例处于较高水平。作为回应，WHO于2018年启动了REPLACE（审查、推广、立法、评估、创建、执行）倡议，旨在消除全球范围内的TF。然而，各国在TF法规的时间、严格程度和执行方面存在差异（图1A和B）。例如，丹麦在2004年引入了强制性限制，美国在2018年实施了全面禁令，俄罗斯在2018年采取了部分限制措施，中国则要求食品标注TF含量（2011年）。一些国家（如美国、丹麦和俄罗斯）还采用了正式的执行机制，如实验室检测、检查和边境筛查，而其他国家（如中国）则没有。这种政策环境的差异（称为监管异质性，Sykes, 1999; Grossman等, 2021）引发了两个问题：(a) 国内TF法规如何影响国内的TF摄入量（直接效应），以及这种效应是否因监管严格程度的不同而有所差异？(b) 国际间的监管差异是否会产生贸易相关的溢出效应，从而影响监管后的消费反应（间接或中介效应）？

**图1. 监管异质性框架**
- **面板A**展示了按严格程度（RS2–RS4）和监督状况分类的各国情况，并附有示例；RS0/RS1国家（无法规或仅有承诺）作为对照组（见图2）。
- **面板B**显示了各国采用TF法规的累积数量（2004-2022年）。
**来源：作者**

本研究通过两种途径来探讨这两个问题。内部（直接）途径关注针对生产者的法规对国内TF摄入量的影响；外部（间接）途径则关注通过贸易传播的富含TF的加工食品的影响，这些食品可能来自存在漏洞的受监管国家或不受监管的第三国（WHO, 2023; Parziale和Ooms, 2019）。这两种途径可以相互作用：例如，一个国家更严格的法规可能会通过出口转移增加另一个国家的TF进口量，或者如果外国生产商调整产品配方，则可能减少进口量。这些跨境流动在许多情况下会削弱国内监管的有效性，并产生意想不到的饮食风险（Giuntella等, 2020; Springmann等, 2023）。

TF为研究营养素监管提供了一个独特的案例。它们是唯一一项受到全球性逐步淘汰努力的主要营养素。TF的广泛使用反映了其低成本生产、长保质期和有利的加工特性。1990年至2010年间，大多数地区的TF摄入量有所增加，其中南亚地区的增幅最大（Wang等, 2016）。虽然某些TF天然存在于反刍动物产品中，但大多数法规针对的是工业生产的TF（部分氢化油，PHO）（美国食品药品监督管理局，FDA, 2024）。此外，食品供应链的全球化加剧了营养素的跨境传播，加工食品占食品进口量的三分之一到一半（联合国贸易和发展会议，UNCTAD, 2024）。各国对TF法规的渐进式采纳为量化直接和间接的因果效应提供了准实验环境。

尽管近年来人们对TF监管及其影响的关注度有所提高，但相关研究仍然有限。现有证据多为定性研究（Downs等, 2017; Parziale和Ooms, 2019; Bruce, 2023; Musicus等, 2025），或仅限于单一国家背景。例如，一些研究考察了市场上可用食品及其TF含量（如Stender, 2020，在欧洲和亚洲），或美国早期的市场和公共卫生反应（Wang等, 2016; Restrepo和Rieger, 2016）。Rojas等（2025）利用美国2012-2020年的扫描数据表明，尽管FDA禁令后TF含量的产品供应减少了，但在低收入消费者和小规模零售商中仍存在。在奥地利，Grabovac等（2018）未发现TF法规对心脏死亡率有显著影响，他们指出这可能是由于单一国家分析的局限性。Restrepo和Rieger（2016）使用纽约县的数据发现，TF法规使心脏死亡率降低了4.5%，每年每10万人节省约390万美元。寻找TF法规影响的难点在于单个国家的数据缺乏足够的政策变化。例如，在美国，一些州在2010年前就已经实施了地区性的TF政策，但大多数变化发生在2018年的联邦禁令之后，消除了国内差异。

在贸易方面，粮农组织（FAO）的《农业商品市场状况报告》（SOCO, 2024）指出，尽管贸易开放有助于改善营养状况，但也可能导致依赖进口的经济体出现不健康的饮食转变。这一模式在多个情境中得到了实证验证，包括贸易驱动的肥胖率上升（Giuntella等, 2020）以及全球范围内的食品贸易相关饮食风险（Springmann等, 2023）。一些研究分析了其他形式的监管异质性：Fiankor等（2025）发现农药法规的差异影响了瑞士的企业生产力，而Xiong和Beghin（2012）表明欧盟的黄曲霉毒素限制对非洲出口的影响较小。与多边贸易导向的法规（如卫生和植物卫生（SPS）和技术性贸易壁垒（TBT，Disdier等, 2008; Winchester等, 2012）不同，TF法规主要是单边的，并嵌入在国内公共卫生框架中。因此，它们的中介效应——特别是通过贸易——在实证研究中尚未得到充分探索。

本研究首次进行了跨国的、营养素级别的政策评估，量化了特定TF法规对TF摄入量的直接和贸易中介效应。它建立在基础的营养政策研究基础上（联合国粮食及农业组织，FAO, 2025; Lividini和Masters, 2022; Silvestrini等, 2024），并丰富了营养经济学和营养素贸易的相关文献（Martin和Laborde, 2018; Finaret和Masters, 2019; Thow和Nisbett, 2019）。从数据角度来看，该研究的贡献包括构建并验证了一个包含161个国家（2010-2022年）的食品项目级跨国数据集，区分加工食品和未加工食品（数据来源包括FAO、联合国贸易和发展会议（UNCTAD）和美国农业部（USDA）的公开资料），以及汇总了WHO和食品系统仪表板的详细政策和实施时间线。方法论上，本研究结合了交错差异法（DID）（Sun和Abraham, 2021; Callaway和Sant’Anna, 2021）和中介分析（Imai等, 2010; De Brauw等, 2018; Pace等, 2022），考虑了各国TF法规的时间差异，并将其分解为直接效应和贸易中介效应。

研究发现，只有当TF法规既严格又通过监督机制执行时，才能有效减少摄入量。监管严格的国家显著降低了TF的摄入量（直接效应）和TF含量丰富的进口量（中介效应），而监管较松的国家则可能成为“饮食风险避风港”，吸引富含TF的产品。这些结果对替代假设具有稳健性，例如控制进口国的外国监管暴露情况或食品产品的配方调整。重要的是，监督机制放大了即使是比较严格的法规的效果。政策建议包括通过边境控制、监管协调或趋同来解决外部暴露问题，类似于呼吁“新的贸易协定”（Grossman等, 2021）或“监管协调”（Sykes, 1999）。本研究的一个局限性是它没有考虑出口国自愿进行的、独立于国家监管的配方调整，也没有捕捉通过第三方贸易伙伴传递给进口国的间接溢出效应。这些限制在数据部分有所说明，并通过一系列稳健性检验进行了尝试。研究结果具有现实意义，特别适用于全球范围内对其他有害营养素（如盐、糖和饱和脂肪）的监管努力（WHO-Sugar, 2022; WHO-Sodium, 2023; Musicus等, 2025）。

**2. 美国的反式脂肪监管背景**
粮农组织（FAO, 2006, 第39页）将食品法规定义为政府发布的强制性规则，详细规定了食品生产、处理、营销和贸易的具体要求。这些规则补充了更广泛的食品立法（或食品法），通常由国家议会或其 equivalent 制定。在美国，食品法规主要是在地方和州层面实施的，直到1883年美国国会通过了首部防止进口掺假茶叶的全国性法律。随着化学和食品科学的进步，以及食品生产从家庭转移到工厂，联邦食品监管的範围显著扩大（Fortin, 2022）。像WHO这样的国际机构会发布食品相关建议，但这些建议除非被纳入国家法律或通过条约或协议正式化，否则不具有约束力。然而，大多数国家将这些措施纳入国家立法中，以促进贸易并确保安全。一个关键例子是1963年成立的WHO-FAO食品法典委员会（CAC），其国际食品标准被广泛采纳。尽管早期的临床试验（如Mensink和Katan, 1990）提供了TF危害的证据，但食品法典委员会（CAC, 2004）直到2004年才正式对此问题进行处理。2018年WHO推出的REPLACE倡议是全球范围内的重大推动力，目标是在2023年前消除TF，并用更健康的脂肪和油替代它们。REPLACE计划为各国提供了评估食品系统、设计国家政策和加强监督机制的工具。一些国家在WHO指导之前就采取了行动，丹麦是第一个实施强制性TF限制的国家——从2004年开始将TF含量限制在每100克脂肪或油2克以内。此后，各国根据自身情况采纳了各种法规，从标注到全面禁令不等。

美国对TF的监管采取了分阶段的方式。FDA于1999年11月17日提出了营养标签要求（FDA, 1999），最终于2003年7月11日发布了强制性的TF标签规定，生效日期为2006年1月1日（FDA, 2003）。然而，标签规定允许每份食品中TF含量高达0.5克的 produk 被标记为0克，这导致了报告不足的问题。美国食品药品监督管理局（FDA）在2013年11月7日采取了重大举措，初步确定工业反式脂肪（TF）的主要来源——的部分氢化油（PHOs）不再“普遍被认为是安全的”（GRAS，Generally Recognized as Safe）。这一决定于2015年6月17日正式确定，从而启动了逐步淘汰这些物质的监管进程。最初禁止在食品中添加PHOs的有效日期定为2018年6月18日。为了确保平稳过渡，FDA将现有产品的合规期限延长至2020年1月1日，对于少数经过申请的特殊用途则延长至2021年1月1日，这使得2021年成为“最终合规日期”（FDA，2024年）。需要注意的是，已经有一些国家开始实施更严格的TF法规（Bloks，2019年）。例如，在美国联邦禁令生效之前，加州蒂布龙市早在2005年就要求所有餐厅使用不含TF的烹饪油，纽约市卫生局也要求餐厅在2008年7月前消除反式脂肪（BanTransFats.com，2005年；纽约市卫生局，2006年）。尽管这些局部禁令的效果有限，但本研究主要关注国家层面的政策，因为它们有助于跨国比较和分析。尽管迄今为止全球范围内的努力已经使与TF相关的死亡人数从2019年的约50万降至2024年的27.8万（WHO，2024年），但仍需取得更多进展。尽管监管现状可能会带来成本，并可能面临行业阻力，但食品相关法规对公共健康和经济的长期益处是显著的。例如，FDA 2015年的成本效益分析估计显示，取消PHOs在20年期间的净现值成本为62亿美元（范围：28亿至110亿美元），但能带来高达1400亿美元的健康收益（范围：110亿至440亿美元）。同样，欧盟2015年的评估也认为TF法规具有很高的成本效益，可能防止多达373万人的伤残调整生命年（DALYs），并节省超过510亿欧元的经济成本，包括医疗支出（FDA，2015年；Martin-Saborido等，2016年）。关于有效监管（执行）的信息也可从WHO（2023年）获得。值得注意的是，有些国家即使有强制性的限制措施，也缺乏相应的监督机制。REPLACE框架提供了关于设计执行机制和确定实施及监督关键领域的详细指导（WHO，2020年）。推荐的检查方法包括实验室测试、标签分析、设施调查（如参与部分氢化的工厂、加工厂和炼油厂）以及文件审查（如运输记录、供应合同和提单）。为了提高合规性，REPLACE建议将监督重点放在供应链中的关键控制点，如炼油厂、大型制造商和主要食品生产商以及进口口岸。在美国，监督是根据《联邦食品、药品和化妆品法》（§§402和409）进行的，该法律将含有PHOs的食品（食品添加剂）视为掺假产品。在边境，相关机构可以进行实物检查、发出进口警报，并扣押或拒绝不符合要求的产品入境（FDA，2019年）。TF检查和测试协议应纳入更广泛的食品安全和健康检查中。违规行为的处罚可能包括警告、产品召回、罚款、撤销许可证，甚至在极端情况下判处监禁。在数据部分还将提供各国监管得分和监督机制的额外信息。

基本模型假设消费者在食品和非食品商品之间的支出受到预算限制。效用最大化会产生取决于收入和价格的马歇尔需求函数（Deaton & Muellbauer，1980年）。政府法规可以通过改变价格（例如税收或补贴）或通过其他途径（包括提供降低搜索成本的信息、直接限制消费者选择或改变消费者偏好）来影响摄入量（Dubois等，2018年；Zhen等，2014年）。反式脂肪法规主要通过后两种途径发挥作用，作为需求转移器。由于特定营养素的价格不可观测（尝试构建这些价格可能会受到规格偏差和测量误差的影响），本研究采用了与文献一致的简化形式营养素需求框架（Li等，2022年；Zhen和Zheng，2020年）。具体来说，它关注TF法规对TF摄入量的影响，假设特定营养素的法规主要影响目标营养素，并且不同营养素之间的替代性有限（即可分离或独立的偏好）。然而，TF法规可能会诱导消费者转向其他营养素——无论是更健康还是不太健康的替代品（交叉效应）（Dubois等，2018年），这一点将在后面的估计部分进行探讨。为了估计TF摄入量，采用了以下模型（Li等，2022年；Zhen和Zheng，2020年）：
(1) Yifpt = δi + δt + δfpt + δifp + β1Dit + X′itζ + eifpt
其中，
• Y代表代表消费者i在给定国家t年的来自食品类别f和加工级别p的TF摄入量，
• D是二元处理变量，在该国实施TF法规后值为1，
• Xit′包括人均家庭消费支出。（在进行稳健性检验时还会考虑其他控制变量，见第5.4节。）
δ表示国家、时间、食品类别和加工级别的各种固定效应（FE）组合。这些时间不变（δi, δifp）和时间变化（δt, δfpt）的FE吸收了配方改进、贸易和生产方面的结构驱动因素。具体而言，δfpt反映了食品加工层面TF含量的全球时间趋势，而δifp控制了各国和食品类别之间持续的饮食模式差异。D的效果因监管严格程度（RS）而异：从仅有限制措施（RS2）到较不严格的限制（RS3），再到最严格的限制（RS4），如图2所示。仅有国家层面承诺或没有政策的国家作为从未接受处理的对照组。此外，在接受处理的国家中（禁令和限制），有些国家有正式的监督机制，从而可以进一步细分这一执行维度。基线估计值汇总了不同RS水平的结果；最终实证模型（第4.3节）按监管严格程度进行了细分，以捕捉不同的处理效果。

图2显示了反式脂肪法规严格程度评分和监督机制的分布。注释：WHO（2023年）根据监管严格程度对国家进行分类，该程度定义为反式脂肪法规的采纳程度。等级范围从0到4（本文中为RS0–RS4）。地图上用对角线阴影标记的国家表示具有监督机制的国家。

图1B显示了各国TF法规实施时间的错开，为因果推断创造了准实验环境。然而，为了解决传统FE估计器在错开采纳情况下的偏差（Callaway和Sant’Anna，2021年；Sun & Abraham，SA，2021年），这里的分析采用了对处理效应异质性具有鲁棒性的错开差异-in-differences（DID）估计器。在平行趋势和无预期效应的假设下，β1^表示处理组的平均处理效应（ATT）——图3A展示了β1^如何捕捉法规实施后TF摄入量的变化，相对于适当的对照组。简单来说，将在t年实施TF法规的国家与从未实施该法规或将在未来某个时期实施该法规的国家进行比较。预期接受处理的国家在法规实施后的需求曲线会下降（图3A）。稳健性检验将比较组限制为仅从未接受处理或从未实施法规的国家。

图3展示了研究设计和中介机制。注释：C面板说明了研究设计：法规使TF需求下降（绿线），β1表示处理组的平均处理效应，捕捉法规实施后TF摄入量的变化，相对于对照组（详见方法部分）。D面板中的无循环图展示了本研究中使用的中介结构，将TF法规对摄入量的总效应分解为直接路径（β1）和通过TF进口的中介路径（β2 × α）。本分析的实证目标是估计β1、β2和α，以计算总效应。

进口占全球食品摄入量的3%（黄油）到42%（植物油），表明各国在一定程度上依赖外部来源来满足内部营养需求（Smith & Glauber，2020年）。因此，国内监管效应可能会与进口等外部渠道相互作用，部分中介了D和Y之间的关系。实际上，如果TF进口（M）既是Y的直接决定因素又与D相关，那么从方程（1）中遗漏M会导致遗漏变量偏差。为了解决这个问题，M被包含在下面的扩展摄入量方程（2）中，并将在本节后面讨论识别问题。

(2) Yifpt = δi + δt + δfpt + δifp + β1Dit + αMifpt + X′itζ + eifpt
注意，β1估计了监管对摄入量的直接效应，但并未完全考虑这种关系可能通过进口进行中介。为了探索这种中介机制，分析采用了线性中介框架（Alem和Colmer，2022年；Imai等，2010年；Pace等，2022年）。目标是将TF法规的总效应分解为两个部分：对摄入量的直接影响，以及通过进口暴露的中介（间接）效应，其中M作为中介变量（图3B）。虽然部分中介效应α——即进口对摄入量的影响——已经从方程（2）中获得，但中介路径的后半部分是通过方程（3）估计的，该方程模拟了监管对进口的影响：
(3) Mifpt = δi + δt + δfpt + δifp + β2Dit + X′itγ + εifpt
需要注意的是，TF进口不仅取决于进口国的自身监管立场，还取决于其贸易伙伴实施的监管变化。由于方程（3）是一个单边进口模型，因此在稳健性检验中（第5.4节）使用外国监管暴露作为控制变量（在向量X′it中）。外国监管暴露是一个特定于进口国的指数，用于捕捉出口商加权的监管变化。

方程（3）使用与方程（2）相同的FE集合通过错开DID方法进行估计。中介结构在图3B中以图表形式展示，总效应是通过将方程（3）代入方程（2）获得的：
(4) Yifpt = [1 + α]{δi + δt + δfpt} + [β1 + αβ2]Dit + X′it[ζ + αγ] + [eifpt + αεifpt]
(5) 总（处理）效应 = ?Yifpt/?Dit = β1?直接效应 + αβ2?中介效应
总效应是使用方程（5）中估计的β1^、α^和β2^计算的。尽管中介分析已在（准）实验环境中应用（Pace等，2022年；De Brauw等，2018年），但本研究是首批将其与全球营养政策背景下的错开DID结合使用的之一。SA估计器用于食品项目层面的分析，而其他最近的DID估计器用于国家层面数据的稳健性检验（Borusyak等，2024年；CS；Gardner，2021年）。

TF法规可以通过两种主要途径影响TF摄入量，内部和外部途径均在图3B中显示，并在结果部分进行了实证检验：
i) 内部或直接途径。以生产者为导向的法规限制或消除制造阶段的TF使用，从而减少国内消费食品中的TF含量。
法规范围从标签要求到全面禁令（无论是否有监督机制），预计越严格的法规具有更强的内部效应（Martin-Saborido等，2016年）。方程（2）中的β1^估计了这一途径：统计上显著的β1^<0表明由于法规实施导致TF摄入量减少（政策成功）。
ii) 外部或中介途径。在全球化的食品体系中，监管差异可能通过贸易产生溢出效应。监管较少的国家可能进口富含TF的加工食品，而实施严格禁令的国家则可能将这些产品出口到国外——形成监管倾销（WHO，2023年；Parziale和Ooms，2019年）。方程（3）中的β2^估计了这一外部途径：β2^<0表示TF进口减少（政策成功），而β2^>0表示泄漏（政策失败）。结合α^（方程（2）后，中介效应按照方程（5）计算。在另一个维度上，即使有全面禁令，各国也可能采用TF法规，无论是否具有正式的监督机制。虽然食品进口提高了可获取性，但薄弱或不均匀的监督可能会使进口成为饮食风险的渠道。为了评估监督机制是否通过限制风险进口来增强政策效果，对方程（3）还针对具有正式监督机制的国家进行了额外估计。### 识别假设

鉴于反式脂肪（TF）法规的长期性质，本研究采用分阶段差分-in-differences（DID）方法和中介分析相结合的方式，来识别对营养摄入的因果效应。识别过程依赖于标准的DID假设（SA；CS；Roth等人，2023年）和中介分析假设（Imai等人，2010年；Pace等人，2022年），并在适当的时候进行稳健性检验。

#### a. 平行趋势假设（PTA）和无预期假设
- **平行趋势假设**要求在没有法规的情况下，处理组和对照组的国家在TF摄入方面会呈现相似的趋势。尽管高收入国家往往更早实施法规，但在没有干扰因素的情况下，尚未处理和从未处理过的国家也能提供有效的反事实对照。该假设通过治疗前趋势检验和安慰剂检验来评估（Jia等人，2024年）。
- **无预期假设**要求生产者在法规实施之前不会调整其行为。考虑到重新配方的成本，这一假设是合理的，不过分阶段实施可能会导致早期的反应。因此，通过初始生效日期和最终合规日期来检验对 treatment 时间的敏感性。
- 虽然这项分析主要关注国家层面的法规，但早期的次国家级政策也可能影响国家层面的法规实施时间。例如，Rojas等人（2025年）和Restrepo（2017年）记录的美国在禁令前的TF摄入量平稳下降的现象，引发了是否早期减少政策系统性地影响了法规采纳时间的疑问。为了解决这个问题，增加了额外的检验，以测试治疗前的TF摄入量和趋势是否能够预测法规的采纳时间。另外，还从样本中排除了早期进行配方修改的国家，以进行另一项稳健性检验。

#### b. 顺序无混杂假设
- 中介分析假设，法规的采纳与摄入量和进口量是条件独立的[(Y,M)⊥D|X]，并且在处理和协变量的条件下，进口量对摄入量是外生的[Y⊥M|D,X]。虽然在前者的假设下，考虑到分阶段实施的情况是合理的，但后者更为严格，本研究也进行了检验。值得注意的是，NF层面的TF进口量是一个合理的外生变异来源（TF不会直接交易，而是嵌入在加工食品中，而营养进口量是根据贸易量计算得出的），这有助于防止反向因果关系。此外，使用贸易文献中的高维固定效应（FEs）标准（Fajgelbaum等人，2020年）以及附录中报告的额外控制和稳健性检验来处理潜在的同时性和遗漏变量问题。

### 4. 数据

为了识别法规对TF摄入量（国家级和跨国层面）的影响，本研究构建了一个涵盖161个国家从2010年到2022年的主要食品项目级数据集，包括15个食品类别和4个加工水平之间的46种不同食品项目的组合。每个项目（农作物、牲畜或渔业产品）都与相应的食品类别匹配，并使用UNCTAD（2024年）的分类方法划分为四个加工水平，从而生成唯一的食品项目标识符，并能够进行营养摄入量和进口量的估计。此外，还使用了USDA的营养成分表将摄入量和进口量转换为营养价值（USDA，2016年）。这种方法也被FAO（2025年）、Lividini和Masters（2022年）以及Silvestrini等人（2024年）采用，结果这些研究的结果也与这些基准进行了对比验证，以确保一致性。尽管最近的SUA数据提供了营养水平的数据覆盖，但它们排除了TF——这是本研究的关键变量——并且没有提供具有加工细分的食品项目级别数据。这一点非常重要，因为不同加工水平的营养成分差异很大（例如，生禽肉与香肠）。因此，构建的数据集为评估针对反式脂肪等目标政策的跨国影响提供了更可靠的基础。以下提供了简要描述，附录1A中提供了使用人造黄油和起酥油（M?S）作为SUA项目的完整数据构建过程的流程图、相关性热图和验证图表。

### 数据来源说明

- **15个食品类别**包括：谷物和面食、蔬菜及制品、水果和果汁、坚果和种子、香料和草药、脂肪和油、乳制品和鸡蛋、红肉、家禽制品、鱼类和贝类、甜食、婴儿食品、饮料、烘焙产品以及餐食、零食和快餐。
- 每个食品类别都可以包含至少一种属于四个加工水平中的产品：未加工、最小加工、加盐/糖/发酵加工或复合（精加工）食品。这意味着，任何国家的普通消费者可以在给定年份的数据集中选择46种组合中的某一种。

### 4.1. 关注的变量

#### (a) （表观）摄入量
- 营养摄入量，主要关注TF，是通过零售和机构环境中可获得的食物中可供人类消费的具体营养素的数量来衡量的，包括家庭直接使用以及在学校、医院等类似场所准备的餐食。例如，M?S产品含有TF；因此，TF摄入量（以每人每天克数gpcpd表示）是通过将M?S的人均摄入量乘以其TF含量来计算的（详见附录1A）。本研究在估计中以TF作为主要结果变量，同时使用碳水化合物、蛋白质、脂肪、钾、饱和脂肪、单不饱和脂肪酸（MUFA）、多不饱和脂肪酸（PUFA）、胆固醇、糖、钠和能量来进行验证和跨营养素替代检验。

### 数据限制

- **摄入量**是基于SUA中的“食品”组成部分得出的。由于该变量包括了零售后的可食用食品废弃物（变质、盘子浪费和喂给宠物的食物），因此应用了一般性废物因素，但由于数据限制，无法捕捉到家庭层面的废弃物。根据FAO（2025年）和Lividini & Masters（2022年）的定义，这个指标被称为“表观摄入量”，它反映了食品的可用性，而非实际消费量，因此无法捕捉到个人饮食、分配差异或非正式食物来源。
- FAO的SUA数据对于一些国家（特别是统计能力有限的低收入国家）依赖于建模和插补。尽管2010-2022年期间的数据质量有所改善（Zhao等人，2025年），但这种插补可能会增加序列相关性的可能性。尽管主要 specification 中使用了标准误差，但后来使用了Driscoll-Kraay标准误差作为稳健性检验，这种误差对于任意的序列相关性和横截面依赖性都是稳健的。
- 食品成分会随时间和市场变化。此外，尽管国内生产的食品可能在禁令后不含TF，但进口产品仍可能含有TF。本研究依赖USDA的营养成分表作为最佳可用来源，遵循Lividini和Masters（2022年）的方法，并进行稳健性检验以评估对替代成分假设的敏感性。由于相同的USDA乘数既用于TF摄入量（结果变量），也用于TF进口量（中介变量），任何系统性的测量误差都会以相同的方式影响这两个变量。然而，这种共同的测量误差在DID框架中不会产生内生性问题，因为两者都经过了高维固定效应的缩放处理。有关USDA表格和其他比较的更多详细信息请参见附录1A，用于敏感性检验的区域特定调整因子是根据附录2A构建的。需要注意的是，目前大多数国家尚无法获得出口商层面的食品成分数据，这些数据对于捕捉自愿的行业驱动的重新配方和通过贸易伙伴产生的间接溢出效应是必要的（如引言和脚注5中所提到的）。在解释结果和政策影响时应考虑这些限制。

#### (b) 进口量
- SUA中的营养进口量包括TF，指的是按克计的总进口量，不论最终用途（例如食品、饲料或工业用途）。与“食品”变量不同，它们不限于人类消费。这些国家级进口量用于估计营养水平的进口量。

#### (c) 法规
- 法规数据来源于多个来源，包括WHO、食品系统仪表板和目标国家的特定搜索（详见附录1B）。WHO（2023年）根据法规的严格程度对国家进行分类：
- **法规得分2（RS2）**代表最弱的政策框架，仅限于补充性措施；
- **RS3**包括对某些食品产品实施强制性限制的国家，尽管这些限制较弱；
- **RS4**涵盖了最严格的政策，如全国性禁令（这是WHO认为的最佳实践TF政策）；
- **RS0国家（无法规）**和**RS1国家（研究期间无法规，但承诺未来采纳）**作为从未处理过的组。
- 此外，一些RS3和RS4国家有正式的监测机制。例如，在美国，监测措施包括国内检查和边境控制措施，违规产品会被扣留，制造商会被列入FDA进口警报名单（FDA，2019年）。具有此类活跃系统的国家被归类为执法力度较高的国家。

### 图2

图2显示了各国的TF法规严格程度和监测机制，并附有一个总结表，概述了所采用的法规工具类型。该图显示RS3和RS4政策主要被高收入和上中等收入国家采纳。到2022年，已有67个国家采取了某种形式的法规，其中包括54个国家实施了RS3或RS4措施。这种严格程度和监测机制的差异使得能够估计不同法规制度下TF法规的异质性处理效应。

### 实施日期

编制了两个实施日期来捕捉TF法规的采纳时间：(i) 原始生效日期，以及 (ii) 最终合规日期。后者用于主要分析；前者用于稳健性检验和检验无预期假设。例如，美国的政策于2015年宣布，生效日期为2018年，但最终合规期限持续到2021年1月。附录3列出了各国的处理时间、法规严格程度和监测分类。

#### (d) 外部法规暴露
- 定义为进口商特定的贸易伙伴反式脂肪法规得分的加权平均值，其中权重对应于基线双边进口份额（2010-2015年），得分反映了出口国的法规严格程度。该变量是使用Borusyak等人（2025年）提出的移位份额框架构建的。附录2B提供了完整的构建细节，并绘制了每个进口商的暴露指数随时间的变化（2018年和2022年），以说明外部法规环境如何在不同国家演变。

**主要分析是在食品项目层面进行的，而稳健性检验则在更 aggregated的国家-年份层面进行。**作为控制变量，使用了来自《世界发展指标》（2025年）的人均家庭最终消费量作为收入的代理指标。它衡量了实际消费情况，并反映了该国平均公民的支出行为或可支配收入（2015年不变美元）。高维固定效应（FEs）控制了未观察到的行业行为和同时发生的国家改革对营养进口量和摄入量的影响。同样，为了评估政策效应的异质性，也使用了世界银行的2025年区域分组（和收入分类）。

### 4.2. 总结统计

附录4报告了基于营养数据生成过程的食品项目级总结统计信息。面板A按地区、RS类别和收入组进行了细分；面板B报告了国家层面的汇总数据。结果显示，全球TF摄入量的平均值为每人每天0.077克（gpcpd）（面板A）。请注意，这些数据是从不含TF的产品到TF含量最高的产品中得出的平均值。在产品层面，北美的平均TF摄入量为0.2171 gpcpd（Rahkovsky等人，2012年的报告称，一种高TF含量的烘焙产品单份含有约0.22克TF）。鉴于大多数人不会每天摄入完整的一份此类产品，并且会食用多种低TF含量的食物，因此本研究中的食品项目级平均值是合理的。

**汇总到国家层面（面板B）时，全球TF摄入量的平均水平为3.229 gpcpd。**从地区来看，撒哈拉以南非洲（SSA）的食品项目级摄入量最低（1.31 gpcpd），而北美（NA）的最高（9.70 gpcpd）。这些估计与文献结果吻合：例如，2010年TF在全球总能量摄入量中占比为1.4%（范围：1.3–1.5%），相当于基于2200千卡/天饮食的约3.2至3.7 gpcpd（Wang等人，2016年）。对于NA而言，这一比例为2.9%（范围：2.8–3.0），或大约7.1 gpcpd（范围：6.8–7.3），而SSA的TF摄入量估计为0.8–0.9%，或2.0–2.2 gpcpd。本研究的国家层面估计值与这些基准相符（附录4，面板B）。

同样，TF进口量也表现出类似的区域模式，北美在国家层面最高，而在SSA最低；在食品项目层面，东亚和太平洋地区的摄入量也处于较低水平。消费支出也反映了这种梯度，北美在两种分析层面都位居前列，而SSA则处于较低水平。其他营养素的总结统计数据可根据要求提供。

### 4.3.最终计量经济模型

当将反式脂肪（TF）法规合并为一个统一的处理指标而不区分其严格程度时，会掩盖不同监管制度之间的显著差异，并强调了按监管水平单独估计效应的必要性。成对的Wald检验确认，对于方程（2）和（3），处理效应在政策严格程度不同水平（RS2 vs RS3、RS3 vs RS4以及RS2 vs RS4）之间存在显著差异。因此，方程（2）和（3）被修改如下，以便分别为每个监管严格程度子样本s∈{RS2, RS3, RS4}进行估计，其中RS0/RS1国家作为所有基线规格中的对照组：

(6) Yifpt(s) = δi + δt + δfpt + δifp + β1(s)Dit + α(s)asinhMifpt + ζ1(s)asinhHHExpit + eifpt
(7) asinh(Mifpt(s)) = δi + δt + δfpt + δifp + β2(s)Dit + γ1(s)asinhHHExpit + εifpt

如前所定义（图3B），β^1s和β^2s分别捕捉了监管的直接效应和进口效应，而α^(s)则捕捉了进口对消费量的传递效应，所有这些效应都随监管制度s的变化而变化。由于各国进口量和家庭消费支出的巨大差异（附录4A），并且存在零值，因此使用双曲正弦函数（asinh）进行转换，这样既能保持对数的解释性，又能处理零值。总效应可以表示为β^1s + α^(s)β^2s，其分解为直接效应和中介效应，如方程（5）所示。从解释角度来看，β^1s表明监管使TF摄入量增加了β^1s gpcpd；TF进口量增加1%，则摄入量增加α^(s)/100 gpcpd；而严格的监管（RS4）使TF摄入量增加了β^2s×100%。注意，在基线估计中，方程（6）和（7）中的标准误差按国家-食品类别-加工层次进行聚合，而在方程（5）计算总效应时使用自助法（bootstrap）。

5. 结果与讨论

通过使用交错DID方法和中介分析，本节测试了TF法规对其摄入量的因果效应，以及贸易暴露是否放大了这些效应或对其产生了调节作用。需要注意的是，TF摄入量（每人每天克数，gpcpd）是在国家-年份-食品项目层面上测量的，它是每种食品的人均消费量与该食品特定TF含量的乘积。分析分为三个部分：（i）内部监管效应，（ii）通过进口的外部中介效应，以及（iii）结合这两种渠道的总效应。首先展示了所有46种食品加工层次组合的结果，然后是TF含量丰富的子集——乳制品、脂肪/油、红肉和快餐（46种组合中的20种，定义为平均每天提供≥0.5克TF的食品）——这些食品在现实世界和数据库中是TF暴露的主要来源。

5.1 直接效应

表1报告了内部路径假设（β1^，来自方程（6）和图3B）的结果，即直接效应。结果按RS2、RS3和RS4政策类别进行分解。尽管RS2和RS3的效应在统计学上不显著，但采用了最严格监管的RS4国家在所有食品项目中显示出每天每人0.0072克的显著减少（第3列），而在TF含量丰富的食品中减少量更大，为每天每人0.0171克（第6列）。

表1. 反式脂肪法规对摄入量的影响

| 结果：TF摄入量 | 仅有补充措施 | 较少限制性政策（RS2） | 最严格限制政策（RS3） | 仅有补充措施 | 较少限制性政策（RS3） | 最严格限制政策（RS4） |
|-----------------|------------|-------------|-----------------|------------|--------------|
| TF法规 = 1 | 0.0034 | ?0.0021 | ?0.0072** | 0.0076 | ?0.0046 | ?0.0171** |
| HH消费支出 | 0.0209** | 0.0199** | 0.0211*** | 0.0524** | 0.0489** | 0.0519** |
| TF进口（α） | 0.0043** | 0.0042* | 0.0038* | 0.0080* | 0.0082* | |
| | (0.0015) | (0.0015) | (0.0030) | (0.0547) | (0.0029) | (0.0077) |
注：a表示使用asinh转换。* <0.1, ** <0.05, *** <0.01, **** <0.001。

来源：作者使用FAO（2010–2022）、USDA（2016）和UNCTAD的数据创建。

为了在国家层面上解释这些效应的经济意义，首先考虑TF含量丰富的食品。RS4的估计值为?0.0171 gpcpd，意味着总影响为0.342 gpcpd（即?0.0171 × 20），相当于全球平均值的10.6%下降（数据集附录4B为3.229 gpcpd）。对所有食品进行类似计算（注意：有些食品不含TF）得出总减少量为0.144 gpcpd，即4.5%的下降。这些估计表明，RS4在现实世界中的效应介于4.5%（下限）和10.6%（上限）之间，具体取决于食品篮子和TF含量丰富食品的暴露情况。监管差异导致国家内部结果的不同，RS4政策的表现优于RS2和RS3政策，这突显了统一且严格监管的价值。此外，针对TF含量丰富的食品进行监管可以显著提高政策效果。

5.2 中介效应

如图3B所示，中介路径包括两个组成部分：（i）进口对摄入量的影响（α^，来自方程（6）和表1），以及（ii）法规对进口的影响（β2^，来自方程（7）和表3）。它们的乘积就是中介效应。需要注意的是，第二个组成部分反映了国内法规是否积极减少了边境上的TF产品进口量。

表3. 反式脂肪法规对进口量的影响（中介变量）

| 结果：TF进口量a | 全部样本 | TF含量丰富食品 |
|------------|-------------|--------------|
| 仅有补充措施 | | |
| TF法规 = 1 | 0.0125 | ?0.0057 |
| 仅有补充措施 | 0.0057 | ?0.0022 |
| 较少限制性政策（RS2） | 0.0248 | ?0.0065 |
| 最严格限制政策（RS4） | 0.0152 | ?0.0076 |
| | (0.0203) | (0.0035) |
| HH消费支出 | 0.0216** | 0.0220** |
| | 0.0220** | ?0.0209** |
注：a表示使用asinh转换。

来源：作者使用FAO（2010–2022）、USDA（2016）和UNCTAD的数据创建。

当聚焦NA/ECA地区时，估计的监管效应甚至比表1中的更强。将食品项目层面的估计值进行放大（全部样本的?0.0099，TF含量丰富食品的?0.0235；表2，第4和第9列），结果显示治疗后的总减少量分别为0.198 gpcpd和0.470 gpcpd，相对于NA/ECA的平均TF摄入量（4.65 gpcpd）分别下降了4.3%和10.1%。

5.3 中介效应

如图3B所示，中介路径包括两个组成部分：（i）进口对摄入量的影响（α^，来自方程（6）和表1），以及（ii）法规对进口的影响（β2^，来自方程（7）和表3）。它们的乘积就是中介效应。需要注意的是，第二个组成部分反映了国内法规是否积极减少了边境上的TF产品进口量。

表3. 反式脂肪法规对进口量的影响（中介变量）

| 结果：TF进口量a | 全部样本 | TF含量丰富食品 |
|------------|-------------|--------------|
| 仅有补充措施 | | |
| TF法规 = 1 | 0.3233 | *** |
| | ?0.2038 | ** |
| | 0.4349 | ?0.2006 |
注：a表示使用asinh转换。

来源：作者使用FAO（2010–2022）、USDA（2016）和UNCTAD的数据创建。

第一个组成部分是积极的且显著的：TF进口量增加1%，会使摄入量增加0.000043 gpcpd（即表1第1列的0.0043/100），在5%的水平上统计上显著。然而，这种关联在更严格的监管政策下减弱，并且在仅限TF含量丰富食品的RS4国家中变得不显著（第6列），这表明在更受监管的环境中，进口不再是TF摄入量的关键因素。进一步细分（附录5）显示，这种效应主要由加工食品驱动，而非未加工食品。

转向第二个组成部分（表3），关注点转移到TF法规是否实际减少了该国对TF产品的暴露。同样，监管差异很重要。在RS2国家（第1列），TF进口量增加了32.33%，表明在监管较弱的环境中，进口继续存在，这与第3节描述的双边和全球转移机制一致。也有可能是通过不受监管的出口商接触到TF。相比之下，RS4国家（第3列）的进口量减少了20.38%。这表明严格的监管不仅在国内有效，还能阻止TF产品的进入。当仅关注TF含量丰富的食品时（第3至6列），这种效应仍然成立。这些模式对于TF含量丰富的食品（第4至6列）以及当进口量细分为加工食品和未加工食品成分时同样成立（附录5）。有趣的是，尽管RS3国家有一些监管措施，其进口量也有所增加（表3的第2和第5列）。这可能反映了政策设计的缺陷，因为这些国家通常只监管特定产品（如脂肪和油），而对加工或包装食品不进行监管，例如阿尔及利亚。这种不对称性为TF通过未受监管的产品类别进入创造了机会，突显了部分监管覆盖的局限性。

进一步通过根据是否存在监督机制（即，在RS3和RS4国家子样本上估计β2^）来细分国家，发现监督显著增强了监管效果。有趣的是，有监督机制的RS3国家（阿根廷、白俄罗斯和俄罗斯）将TF进口量减少了28.22%，扭转了之前未考虑监督时进口量增加的模式。在RS4国家，减少量达到了30.40%（表3，下方面板，第2和第3列）。对于TF含量丰富的食品也是如此（第5和第6列），结果同样稳健。

重要的是，在RS4国家内部，监督将进口量的减少从20.38%提高到30.40%，显示出政策效果提高了近49%。这表明，正式的执行机制不仅支持，而且显著放大了即便是最强监管政策的效应。例如智利、丹麦和美国等国家，通过结合RS4法规和积极的监督措施（包括边境筛查和进口警报），实现了最大的减少。相比之下，没有监督的RS4国家的进口量减少较少，突显了执行差距。总体而言，结果表明：强有力的内部监管必须与可靠的监督系统相结合，才能在边境有效阻止TF的进入。如果没有监督，即使有监管，国家仍然容易受到进口的影响。然而，有了监督机制，适度严格的监管（RS3）可以达到与最严格的监管（RS4）几乎相同的效果。

5.3 监管差异和进口中介的联合效应

尽管上述部分分别讨论了TF法规的内部（直接）和外部（进口中介）途径，但表4将它们结合起来，以估计总效应：这些渠道如何共同影响TF的摄入量？

表4. 考虑中介效应后，反式脂肪法规对摄入量的总效应

| 变量 | 仅有补充措施（RS2） | 较少限制性政策（RS3） | 最严格限制政策（RS4） | 仅有补充措施（RS2） | 较少限制性政策（RS3） | 最严格限制政策（RS4） |
|-----------------|------------|-------------|--------------|------------|--------------|
| 直接效应（DE） | TF法规 = 1对需求的影响（β1^） | 0.0034 | ?0.0021 | ?0.0072** | ?0.0046 | ?0.0171** |
| | (0.0200) | (0.0015) | (0.0030) | (0.0547) | (0.0029) |
| 中介效应1 | TF进口量a对需求的影响（α^） | 0.0043** | 0.0042* | 0.0038* | 0.0080* |
| | (0.0015) | (0.0022) | (0.0057) | (0.0042) |
| | (0.0015) | (0.0022) | (0.0057) | (0.0047) |
| 中介效应2 | TF法规 = 1对进口的影响（β2^） | 0.3233 | *** | ?0.2038 | ** |
| | (0.1240) | (0.1082) | (0.2369) | (0.1898) |
| | (0.0430) | 1.0341 | *** | 1.1438 | ** |
| | (0.1903) | (0.1918) | (0.1563) | (0.3603) |
注：a表示使用asinh转换。

来源：作者使用FAO（2010–2022）、USDA（2016）和UNCTAD的数据创建。结合智利、丹麦和美国的监测措施，监管效果显著增强。富含反式脂肪（TF）的食品子样本（第4-6列）进一步证实了这些模式：RS2国家的TF摄入量增加了0.0039克/人·天，而RS4国家的TF摄入量减少了0.0186克/人·天。从国家层面来看，这些效应意味着RS2国家的TF摄入量增加了2.4%（0.078克/人·天），而RS4国家的TF摄入量减少了11.5%（0.372克/人·天）。当样本限制在拥有监测机制的国家时，效应更为明显（附录6）：RS3国家的TF摄入量减少了4.5%（0.146克/人·天），RS4国家的TF摄入量减少了14.9%（0.484克/人·天）。附录7按国家绘制了总效应图，根据RS级别和监测状态为每个受影响国家分配了估计的总效应，提供了各地区监管绩效的可视化概览。

5.4. 稳健性检验
本节提出了一系列敏感性检验，针对方法学假设和使用的数据进行了评估。
**替代估计量和对照组：**附录8A使用普通最小二乘法重新估计了基准模型；估计值在统计上仍然显著且方向一致，尽管略大一些。虽然基准模型将RS0和RS1都作为对照组（如方法部分所述），但附录8B排除了从未接受过处理的国家，仅依赖于受处理单元之间的交错采用；结果仍然稳定，不过由于RS4进口数据的变化有限，某些估计值有所减弱。同样，附录8C将只有政策承诺（RS1）的国家从对照组中排除，仅使用RS0；结果与表1中的结果一致。
**平行趋势和预期：**附录8D利用可用的治疗前时期评估了平行趋势；虽然大多数摄入模型满足这一假设，但在进口回归中存在一些违规情况，这在解释中介效应时需要谨慎。事件研究证据也表明政策效应存在延迟，这与先前的营养政策以及英国的钠减少计划中所记录的执行滞后和消费者逐渐适应的情况一致（Fanzo等人，2023年）。
需要注意的是，主要结果基于更大的有效样本量计算得出的总体平均处理效应（ATT），该效应是在所有治疗后时期而不是任何单一时间范围内计算得出的。附录8E使用初始政策生效日期而不是最终合规日期来检验无预期假设，结果表明预期行为很小。进一步通过在国家层面将采纳时间与治疗前的TF摄入量和趋势进行回归来检验内生性：结果显示，治疗前摄入的水平或趋势都无法预测一个国家是否会受到监管，以及何时受到监管（附录9A）。同样，排除样本中的重新配方国家，即那些在2010年样本开始之前就有次国家级或行业级政策的国家（美国、加拿大、韩国、英国、巴西），并将欧盟的处理日期调整为法规的采纳年份（2019年4月）而非合规截止日期（2021年4月），得出的结果与表1中的结果相似（附录9B）。
**中介效应和外部监管暴露：**额外的检验通过控制（a）滞后进口、（b）同时实施的盐和糖的法规，以及国家层面的消费者食品价格指数来验证中介假设，所有这些都支持中介变量的外生性；（c）遵循Imai等人（2010年）和De Brauw等人（2018年）的方法，估计了摄入量和进口方程（6）、（7）的残差并计算了它们的相关性。得到的值E[e^×ε^]≈0，表明中介变量（进口）和结果变量（摄入量）之间几乎没有未观察到的混杂因素，进一步支持了中介变量的外生性。另一个问题是，TF进口可能不仅取决于进口国自身的监管立场，还取决于其贸易伙伴实施的监管变化。如果出口国加强监管，它们更严格的国内规则可能会将富含TF的产品转移到其他监管较松的国家，这种模式有时被称为监管倾销。为了解决这个问题，基准进口模型（方程（7）被扩展以纳入一个特定的进口国外部监管指数，该指数是根据附录2A中描述的双边贸易网络构建的。附录10A展示了扩展后的进口模型，显示在控制外部监管后β2的幅度发生变化（尽管符号保持一致）。附录10B使用这个扩展模型重新计算了总效应，发现结果与表4中报告的基准估计一致，证实中介效应并非由遗漏的贸易伙伴监管措施驱动。例如，在进口方程（7）中控制外部监管后，直接效应略有变化：对于RS2，富含TF的食品的系数从0.478增加到0.522；对于RS4，从-0.201增加到-0.138（表3与附录10A相比）。这表明外部监管是相关的，并且捕捉到了部分监管效应。然而，一旦这些估计通过方程（5）中的总效应计算传播，这些变化可以忽略不计：RS2的总效应从0.0114增加到0.0118（增加了3.5%），RS4的总效应从-0.0186增加到-0.0181（减少了2.7%）。值得注意的是，RS4的中介效应份额从8.07%略微下降到5.52%，而RS2的基本保持不变（表4与附录10B相比）。因此，总效应的方向和幅度对包含进口控制因素是稳健的。

**安慰剂测试：**附录11A实施了随机分配处理日期的安慰剂测试（Jia等人，2024年）；估计效应集中在接近零的位置，真实效应位于尾部。同样，以生产者为导向的TF法规可能导致消费者转向其他营养素，这取决于制造商如何重新配方产品以保持口感和控制成本。这也是一种安慰剂测试。估计值（附录11B）显示跨营养素的效应基本上可以忽略不计，除了胆固醇：RS2-RS3组与更高的胆固醇摄入量相关，这与滑移效应一致（Dubois等人，2018年）。在RS4组中这种模式不存在。先前的证据表明，在没有严格重新配方要求的情况下，TF禁令可能导致生产者转向使用提高胆固醇的饱和脂肪，如棕榈油或动物脂肪（Bruce，2023年），尽管这种滑移并不普遍（Jones & Zidenberg-Cherr，2008年）。总体而言，发现在食品项目层面的分析中最为稳健。

**食品成分敏感性：**关于食品成分表，δi和δt分别表示国家和年度固定效应，用于吸收时间不变的国家特征和特定年份的全球冲击。δfpt捕捉了食品加工层面TF强度的全球时间趋势，而δfpt吸收了各国食品加工单元内USDA反式脂肪数值的时间不变的国家特定偏差。对于剩余的变化——主要是各国TF趋势以时间变化的方式偏离全球食品类别趋势——应用了基于文献的区域调整（附录12A-B），结果没有反转。如预期的那样，区域调整导致效应大小的变化：RS4组的摄入效应从-0.0171减少到-0.0078（减少了54%），而进口效应保持不变，但效应的方向在整个过程中得到保留（表1、表3与附录12A，以及表4与附录12B相比）。然而，这种调整仅作为稳健性检验，因为它依赖于来自不同研究的有限食品类别和地区，反映了第4.1节讨论的数据限制。任何残余偏差都可能使估计值趋向于零，从而使基准发现保守。

**数据质量和序列相关性：**为了解决FAO SUA插补数据的质量问题（在数据部分早先讨论过），这可能会为低收入国家引入序列相关性，主要规范使用Driscoll-Kraay标准误差重新进行了估计，该误差对任意序列相关性和横截面依赖性具有鲁棒性。结果与基于集群的稳健估计相似（可应要求提供），表明基准推断是保守的。此外，如果FAO的插补在结果变量中引入了经典测量误差，这种误差会使估计值趋向于零（使基准结果成为下限）。总体而言，这些结果表明序列相关性和测量误差不太可能威胁到本研究的推断有效性。附录13将样本限制在高收入国家，这些国家的数据质量最高，并发现一致的、更大的系数，因为这些国家推动了结果（如表2所解释的）。作为参考，Rojas等人（2025年）使用随机效应模型报告称，2018年后美国的TF摄入量减少了0.289克/人·天。相比之下，专注于高收入国家的估计表明，平均TF减少量高达0.394克/人·天，比之前的估计高出30%（附录13）。

**替代数据：**最后，附录14A-B使用国家和地区数据以及替代的DID估计量复制了关键结果。尽管不如主分析中的食品项目数据详细，但国家和地区层面的数据证实了总体结果：RS4组的TF减少量估计为0.1671克/人·天（接近主模型中的0.142克/人·天）。然而，由于无法分离加工进口产品，中介效应不太稳定。总的来说，这些检验支持了在不同规范和数据假设下估计效应的可信度。

**6. 结论**
在全球范围内，消除TF摄入的进展并不均衡：各国在监管时间、法规的严格程度以及执行情况上存在很大差异。在全球化的食品体系中，这种差异很重要：当一个国家禁止TF时，另一个国家可能会明知故犯或无意中进口TF。本研究评估了不同的TF法规如何直接通过国内行动和间接通过贸易暴露影响TF摄入量，以及监测在其中扮演的角色。
使用涵盖161个国家（2010-2022年）的新食品项目级别数据集，并采用因果推断工具，得出了三个主要发现。首先，只有严格且得到执行的法规才能实现有意义的TF摄入量减少。监管最严格且配有正式监测的国家（RS4组），如美国、丹麦和智利，实现了高达0.484克/人·天（14.9%）的显著减少，低于全球平均水平。这些减少反映了国内限制和进口障碍的作用，使得严格的规则成为阻止富含TF产品的有效屏障。如果以这种速度持续下去，这类国家可能在5-10年内达到世界卫生组织推荐的每日2.2克的限制。相比之下，没有正式监测的RS4组国家（如土耳其）的减少量较小，这突显出仅靠监管严格性是不够的，还需要执行能力。
其次，监测机制与监管严格性同样重要。即使监管中等严格（RS3组），当与积极监测结合时，也能达到与最严格的政策几乎相当的效果。例如阿根廷、白俄罗斯和俄罗斯等都有监测的RS3组国家减少了TF进口，这与没有监测的RS3组国家（阿尔及利亚、巴林、乌兹别克斯坦）观察到的进口增加模式相反。这一发现对于当前处于中间监管阶段的国家具有重要意义：投资于执行基础设施可能会以较低的政治和经济成本带来与全面禁令相当的健康收益。
第三，碎片化的监管创造了饮食风险避风港。监管较弱的国家（RS2组），如玻利维亚、中国和哥斯达黎加，由于监管有限且没有监测，TF摄入量增加了2.4%（0.078克/人·天），主要是由于TF含量高的进口产品泄露所致。在RS2组国家中，中介效应占总效应的29.17%，证实了在监管薄弱的环境中，贸易暴露是导致饮食风险的原因。即使RS3组的规定也显示出有限的影响，可能是因为部分措施未能覆盖进口的加工食品。
这些发现与FAO的《农产品市场状况》（SOCO, 2024）和其他实证证据中的警告相符：虽然贸易可以扩大获取途径并减少营养不良，但它也可能使饮食转向不健康的产品，特别是在国内监管薄弱且依赖进口的经济体中。这项研究首次利用有限但有价值的数据，探讨了一个关键的政策问题。多重稳健性检验的一致性增强了结论的可靠性，尽管中介结果需要一些谨慎对待。这项首次的跨国政策评估可以为未来的研究提供初步基础。进一步整合消费者级别（扫描仪数据）与跨国食品成分表的研究将能够更精确地识别机制、间接溢出效应和分配效应。此外，这项研究强调了需要协调的跨国数据库来更好地监测监管实施情况并跟踪实现全球营养目标的进展。

**7. 政策含义**
研究结果指出了政策效果的明显层次结构：监管的严格性很重要，但监测同样重要。对于处于中间监管阶段的国家（RS3组），投资于执行基础设施可能会以较低的政治成本带来与全面禁令相当的健康收益。那些没有在现有强制性限制（RS3）基础上实施监测措施的国家应优先加强执法能力，因为仅靠监测 alone 就可以扭转氟能源（TF）进口不断增长的趋势。对于监管薄弱的国家（RS2），研究结果表明，在因进口而导致的相关问题变得根深蒂固之前，亟需加强国内监管框架。实际上，这意味着将氟能源检测纳入现有的食品安全检验系统和入境口岸协议中，这是一个成本较低但效果显著的举措。部分证据表明，单边监管存在局限性。尽管这些富含氟能源的出口产品的具体来源尚不清楚，但它们可能来自在研究期间享有豁免权的受监管市场，或来自没有国内氟能源控制措施的无监管国家（未来利用尚未获得的微观数据可以进行进一步的双边分析以追踪其来源）。正如 Parziale 和 Ooms (2019) 所指出的，那些拥有严格监管规定的国家有时可能会倡导全球性标准，以保护本国出口商，并确保其在无监管市场中的公平竞争。事实上，这可能是一条可行的战略路径。北美洲和欧洲作为最早采取严格氟能源政策的地区，处于有利地位，可以利用先发优势，可能引发“加州效应”或“布鲁塞尔效应”，从而使更高的国内标准影响全球供应链并促进监管趋同。通过世界卫生组织（WHO）认可的执法措施、包含氟能源相关条款的贸易协议以及符合世贸组织（WTO）要求的边境控制措施来实现协调统一，可以防止膳食风险跨境传播，这与呼吁监管协调（Sykes, 1999）和新的贸易协议（Grossman 等, 2021）的思路是一致的。

除了氟能源之外，这些研究结果还为食盐、糖和饱和脂肪 ? 新兴领域的监管措施提供了政策模板，在这些领域也可能出现类似的监管差异性和贸易传导效应（WHO-Sugar, 2022; WHO-Sodium, 2023; Musicus 等, 2025）。研究结果表明，监测能力在监管设计中常常被忽视，但实际上应将其视为首要的政策工具。国际监管协调应从一开始就予以考虑，而不是作为应对碎片化单边措施所产生意外后果的补救措施。

**作者贡献声明：**
Dixit Poudel：撰写——审阅与编辑、撰写——初稿、数据可视化、验证、软件使用、资源管理、方法论设计、实地调查、数据分析、数据整理、概念构建。
Munisamy Gopinath：撰写——审阅与编辑、项目监督、项目管理、资金筹措、概念构建。