一项分析印度第五次全国家庭健康调查的研究显示：封城期间，儿童消瘦在各财富组都有下降，但最贫困的一组降幅最小；成人低体重的不平等在扩大，男性升高只出现在次贫困组，改善则集中在较富裕人群。

项目评估要按财富、城乡、教育分层拆开看：如果每个组都在改善，但最穷的组改善最慢，差距反而会被拉大。把资源向最低分组倾斜、配套现金或食物支持，往往比提升总体平均更关键。

平均数字好看，不代表公平

看到「儿童营养不良率下降」这样的标题，很容易松一口气。但如果把人群按贫富拆开，画面可能完全不同。一项研究正是这么做的——整体在改善，改善却主要落在了较富裕的家庭。

你家孩子受益了吗

一个地区的平均数，是把每个人混在一起算出来的。如果富裕家庭改善很多、贫困家庭几乎没有改善，平均数照样好看。所以真正该问的是：这轮改善，有没有落到最需要的那群人身上？

一次按贫富拆开的调查

消瘦确实总体下降了：研究分析印度第五次全国家庭健康调查（2019到2021年，覆盖首次封城期）的数据，按财富五等分评估成人低体重、5岁以下儿童消瘦与贫血。儿童消瘦在所有财富组都下降，贫血在各组也普遍改善。

最穷的一组降得最少：但问题出在幅度上：儿童消瘦的降幅，在最贫困的一组最小。成人低体重的升高只出现在次贫困的第二等分组（校正比值比1.25，95%置信区间1.12到1.40），而下降主要出现在较富裕组；女性低体重在最贫困组基本没有变化。

不平等其实在扩大：用集中指数衡量的结果显示，低体重与消瘦的经济不平等在扩大。换句话说，改善是真的，公平的改善不是。 类似的规律在其他低收入地区也出现过：加纳的重度消瘦率从1988年的2.1%降到2022年的1.2%，但不同调查轮次间的波动很大，最差的一年反弹到2.8% [来源：加纳五岁以下儿童严重消瘦的趋势与不平等]。

男性低体重的升高只出现在次贫困组（1.25倍），贫血与消瘦在各组都在降——同一个政策冲击，对不同财富组的影响完全不同。 还有研究显示，在印度的欠发达地区，儿童生长迟缓率高达41.3%，高于印度全国平均，且与母亲的高风险生育行为在空间上高度重叠 [来源：印度「志向区」母亲高风险生育行为与儿童矮小：空间分析]。

平均数会骗人

1 分层看数据——按财富、城乡、教育拆开评估，才能看出谁真的受益。

2 把资源向最低分组倾斜——配套现金补助、食物支持或定向服务，比普惠更容易缩小差距。

3 这类分析基于重复横断面调查，只能说明关联与趋势，不能证明这些差异与封城直接相关，还应看到测量条件、采样方式在各轮之间的变化。

① 研究设计：基于全国调查的横断面分析，不能推断因果关系。
② 时间错配：调查覆盖多年，封城只是其中一段，难以精确归因。
③ 测量局限：身高体重与贫血指标受测量条件影响，跨轮次比较需谨慎。
④ 外推限制：结论针对印度特定社会经济背景，不宜直接套用到其他国家。

参考资料：Marri A R, Dauphinais M R, Martinez L, et al. Inequitable nutritional impact of India’s first COVID-19 lockdown: a national cross-sectional analysis. BMC Global and Public Health（2026）. https://doi.org/10.1186/s44263-026-00326-2