背景
关于最低工资的影响，特别是对劳动力市场结果的大量学术研究（[ 1,2,3 ] ）。虽然共识支持工资上涨，但评估其更广泛的影响至关重要。Neumark的一篇评论 [ 4 ] 表明，除了劳动力市场结果之外，当前的研究还探讨了延长最低工资对福祉 [ 5,6,7,8 ]、贫困和不平等 [ 9,10,11,12 ]、健康的影响。[ 13 , 14 , 15 ]，消耗 [ 11 , 16 ]] 和粮食不安全 [ 17 , 18 , 19 ]。

在包括印度尼西亚在内的发展中国家，粮食不安全作为经济福祉的直接衡量指标[ 20,21,22 ]仍然是公共政策面临的主要挑战。当所有人始终能够在物质和经济上获得充足、安全和营养的食物来满足他们的饮食需求和食物偏好，从而实现积极、健康的生活时，粮食安全就实现了[ 23 ]。相反，粮食不安全意味着无法充分获得安全和营养的食品。粮食不安全也与不良健康指标有关[ 24、25、26、27 ]]。2017年至2019年，印度尼西亚约7%（即1870万人）面临中度至重度粮食不安全。最低支出群体中最低热量摄入低于1400大卡/人/天的比例呈上升趋势[ 28 ]。

将粮食不安全归因于粮食供应​​不足的最初观点已经发生转变，强调与获取维度相关的根本问题[ 29 ]。该研究断言，财政资源有限会导致消费和卡路里摄入量低[ 30 ]。罗杰斯[ 31 ]指出，收入有限的家庭将面临权衡。在分配有限的预算时，他们优先考虑健康和教育等必需品而不是食物，因为与其他支出相比，食物消费是最灵活的选择。

关于最低工资对食品相关结果影响的研究正在扩大。尽管如此，Gundersen 和 Ziliak 的评论 [ 32 ] 表明需要对最低工资对粮食不安全的影响进行更可信的研究。本研究分析了印度尼西亚最低工资与粮食不安全结果之间的联系，为政策有效性提供了全面的见解。通过将其与工人的基本需求联系起来，这种方法提高了准确性。此外，这项研究还通过收入或工资渠道提供了最低工资与粮食不安全之间关系的潜在机制。

涵盖各种粮食不安全指标的文献表明，提高最低工资可以减少总体粮食不安全[ 17,20,31 ]。其他研究[ 18、19、30、33、34、35、36 ]证实了这种关系。 _ _ _ _ _ 先前的研究[ 17,20,31 ]使用家庭粮食安全调查模块（HFSSM）或粮食不安全体验量表（FIES）确定最低工资与粮食不安全程度的降低相关。德尔·卡皮奥等人。[ 37]发现，最低工资降低了泰国底层50%人口的人均消费不平等，而在加拿大，较高的最低工资提高了消费支出[ 38 ]。阿隆索 [ 16 ] 证明，随着最低工资的提高，美国的名义和实际食品销量有所增加。

中国提高最低工资会增加收入，其中约 0.26-0.32% 分配给食品消费 [ 34 ]。将蔬菜和水果消费作为粮食不安全指标之一的研究显示出相互矛盾的结果：Clark 等人。[ 35 ] 报告了积极的影响，而 Andreyeva 和 Ukert [ 33 ] 发现在美国有所减少，特别是在老年人、已婚人口和白人群体中。Horn [ 39 ] 支持后者，但 Chapman 等人。[ 36 ]发现没有显着影响。与此同时，Palazzolo 和 Pattabhiramaiah [ 19 ] 发现，较高的最低工资有助于家庭获得额外的每日卡路里。对于营养食品的承受能力，Newell 等人。[ 30] 请注意，最低工资上涨 79% 减少了购买营养食品的赤字。

尽管印度尼西亚有大量关于粮食不安全和最低工资的研究，但它们往往是独立探索的。研究往往集中于最低工资对工资或就业的影响[ 40,41,42,43,44,45,46,47 ] ，而粮食不安全文献往往深入研究社会援助的影响[ 48,49,50 , 51 ]。值得注意的是，Kharisma 和 Abe 的一项研究 [ 52] 试图将印度尼西亚的最低工资与粮食不安全联系起来，表明收入高于最低工资的城市工人经历了更好的粮食安全。

我们为最低工资影响文献提供新颖的见解，解决关键的政策问题。虽然最低工资旨在满足包括食品在内的生活需求，但没有明确关注粮食安全的政策在缓解粮食不安全方面的影响仍然不确定。由于不合规而导致政策执行不完整等因素导致了这种不确定性。第二个贡献是利用各种指标来衡量粮食不安全。为了解决粮食不安全的广泛和多方面问题，我们承认确定一项指标相对于另一项指标的优越性是一项挑战，因为它们各自的优点和缺点[ 53 , 54 ]。

大多数粮食不安全研究依赖于 HFSSM 或 FIES [ 17,18,20,31 ]，捕捉认知和经验，但不衡量粮食消费或饮食质量。然而，如果受访者预计他们的答案会影响接受政府援助的可能性，那么使用这些指标可能会造成道德风险[ 55 ]。这项研究遵循 Palazzolo 和 Pattabhiramaiah [ 19 ] ，使用人均卡路里摄入量来定量地代表粮食不安全状况。然而，充足的热量并不能确保营养充足。先前的研究确定了饮食多样性[ 56、57、58、59] 和水果和蔬菜消费量 [ 60 ] 作为营养充足性的指标。

方法
研究区
这项研究是在印度尼西亚进行的，印度尼西亚是世界第四人口大国，2023 年中期人口约为 2.7869 亿。印度尼西亚粮食消费不足的人口数量位居世界第二[ 61 ]。在亚太地区，印度尼西亚的患病率很高，影响了约 19% 或近 5200 万人。2022 年全球粮食安全指数显示，印度尼西亚的非淀粉食品消费比例较低，约为 17.9%，而世界平均水平为 48.4% [ 62 ]。此外，粮农组织等。[ 63 ]报告称，从 2017 年到 2021 年，无法负担健康饮食的人口平均比例很高（70.9%）。

在我们的研究期间（2017-2019年），印度尼西亚有34个省和514个区/市，在省和区/市两级实施了最低工资政策。由于区市级数据有限，我们将实证分析的重点放在 34 个省份的政策异质性上。鉴于不同的最低工资差异和持续存在的粮食不安全问题，印度尼西亚是我们研究的一个令人信服且相关的案例。

数据来源及收集方法
我们通过结合家庭层面的微观数据和省级最低工资数据来估计我们的方程。微观数据来源于印度尼西亚中央统计局于2017年、2018年和2019年进行的国家社会经济调查（Susenas），是覆盖34个省份514个地区/城市的家庭的重复横截面数据集。全国和年度代表性样本包括近 30 万个家庭，提供详细的人口特征和消费/支出信息。这些数据可以计算人均卡路里摄入量、人均水果和蔬菜消费量以及饮食多样性。

2017年采用三阶段分层抽样方法。第一阶段根据2010年人口普查的规模大小概率选择30000个样本的普查区。第二阶段是在每个选定的普查区中选择一个普查区，第三阶段是从每个普查区系统地选择十户家庭。更多信息和详细方法可以在[ 64 ]中找到。

2018 年，第一阶段根据 2010 年人口普查中与规模成比例的概率选择了 25% 的人口普查区块。第二阶段，根据户主受教育程度进行隐性分层系统抽样，选取 10 户家庭。2019 年，选择了 40% 的人口普查区块，第二阶段涉及根据户主教育程度、是否有幼儿和 9 个月孕妇，采用隐式分层系统抽样方法选择 10 个家庭。

我们利用 2017-2019 年全国劳动力调查 (Sakernas) 的二手数据来探索将最低工资与粮食不安全指标联系起来的潜在机制。Sakernas 由中央统计局 (BPS) 实施，采用以家庭为样本单位的多阶段抽样，收集有关就业状况、教育程度、收入和行业部门的信息。该调查覆盖了五岁及以上的家庭成员，2017年和2018年抽样了20000个人口普查区块，2019年增加到30000个。作为控制变量的省级最低工资数据和宏观变量（例如通货膨胀和经济增长）来自印度尼西亚中央统计局。

单位分析和抽样
本研究采用覆盖印度尼西亚所有地区的家庭层面分析单位。感兴趣的变量，即最低工资，由区/市或省一级进行监管。由于同一地点的家庭遵守相同的最低工资政策，因此该变量的变化发生在地区之间，而不是家庭之间。由于514个区市最低工资数据不完整，本研究采用省最低工资标准。有关省最低工资的更多详细信息将在下一节中提供。

从三年来观察的总共 908103 个家庭中，最终使用的样本包括 15545 个。该研究重点关注制造业的正式工人，特别是雇员，因为该部门在印度尼西亚占据了相当大的比例（22.2%）。这一选择与之前的研究一致[ 44 , 45 ]。研究样本包括户主是制造业全职员工且收入来源单一的家庭。主要依赖汇款、投资和养老金的家庭被排除在外。

同时，为了探讨潜在机制，评估最低工资对工资的积极影响的样本包括15-65岁、以全职正式工作为主要就业的个人。此外，样本仅限于报告没有额外工作的个人，以确保收入仅来自单一工作。

建模方法和估计
概念框架：使用无条件分位数回归确定最低工资对粮食不安全的影响
鉴于最低工资和粮食不安全关系对初始条件的依赖，使用无条件分位数回归（UQR）解决这个问题是一种可能的方法，正如 Firpo 等人所介绍的那样。[ 65 ]。仅仅关注条件手段，例如本研究中的人均卡路里摄入量，限制了政策制定者的视角，他们可能更关心分布的下尾部。

由于我们的因变量不是序数，因此像有序概率这样的模型是无关紧要的。传统回归在捕捉粮食不安全的分布方面或识别具有不同脆弱性的亚组方面存在局限性。虽然最低工资可以提高人均卡路里摄入量的有条件手段，但它可能会减少有条件分散。在我们的研究中，最低工资往往会增加下分位数的卡路里摄入量，但对上分位数的影响很小，因为家庭的摄入水平已经很高。因此，即使最低工资影响上尾，其影响也可能会减弱。

UQR 在不改变其他分布特征的情况下，估计了最低工资边际变化对整个粮食不安全指标分布的影响。这种方法与 Del Carpio 等人的论点一致。[ 37 ]，更具相关性，因为具有不同特征的正式工人位于粮食不安全分布的不同点，导致最低工资的异质效应。从政策含义的角度来看，UQR 为有效制定政策以解决最弱势群体的问题提供了细致入微的见解。

计量经济模型
变量
因变量
准确衡量粮食安全具有挑战性[ 66 ]。粮食安全集群指标手册[ 67 ]概述了一级成果指标（粮食消费和生计）和二级指标（营养和死亡率）。构建区域或国家层面的指数有助于全面捕捉多维度的信息。然而，在家庭层面，这一策略并不适用。

INDDEX项目[ 68 ]根据数量和质量维度对粮食安全指标进行分类，并按粮食安全支柱进行分组。传统的家庭粮食安全措施，例如膳食能量摄入，评估数量维度的获取支柱[ 66,68,69 ]。在质量维度上，饮食多样性和水果/蔬菜消费是代表利用维度的代理[ 67,68,69,70,71,72 ] ，提供营养充足性的衡量标准[ 73 ]。

本研究的因变量包括三个粮食不安全指标：人均每天卡路里摄入量、人均水果和蔬菜消费量以及食物多样性。人均卡路里摄入量代表消耗的食物数量，并与负担能力支柱相关。为了解决数量和营养充足性问题，我们还纳入了蔬菜和水果的人均消费量。这些食物富含纤维和必需营养素[ 74 ]，与营养充足[ 75 ]、更健康的消费模式[ 76,77,78 ]以及利用方面的粮食安全有关[ 79,80,81 ]。

食物多样性是使用辛普森饮食多样性指数（SIDD）来衡量的，该指数选择家庭饮食多样性评分（HDDS），因为它考虑了食物组消费的相对贡献，捕获了消费分布的差异[ 72 ]。

自变量
主要关注变量是适用于省内工人的省最低工资。使用省最低工资时需要考虑几个因素。首先，往往低于区（市）最低工资标准，可能导致劳动者的收入高于省最低工资标准但低于区（市）最低工资标准。其次，在印度尼西亚，最低工资是针对工龄0-1年的工人强制规定的，这意味着工龄超过1年的工人应该获得更高的工资，但这种情况并没有得到一致遵守。因此，一些工龄超过一年的工人的收入可能仍低于全省最低工资标准。

作为控制变量，人口特征包括家庭收入[ 35 , 82 ]和教育[ 34 , 82 ]。罗斯等人。[ 82 ]强调教育，特别是男户主家庭中配偶/妻子的教育，反映了影响食品相关因素（如购买效率、食品知识和技能）的人力资本。

从理论上讲，资本影响营养食品的消费。继罗斯等人之后。[ 82 ]，住房拥有状况是家庭财富的代表。此外，家庭规模和其他控制变量包括户主性别、婚姻状况和政府援助接受者[ 33,34,82,83 ] 。表6详细介绍了这些变量的操作化，并且省级控制变量被纳入估计中以减少偏差，如下一节所述。

经验策略
估计最低工资对粮食不安全指标的影响
在引言中解释最低工资对粮食不安全的影响渠道的基本框架下，一般而言，所使用的计量经济模型规范如下所示。

当特殊且不可观察的结果与地方政府设定的最低工资无关时，这一假设成立，从而防止出现内生性问题。本研究通过采用家庭层面的分析作为分析单位，而处理（最低工资政策）则在省级层面上进行，从而最大限度地减少了内生性担忧。德尔·卡皮奥等人。[ 37 ]以及Hohberg和Lay[ 41 ]强调，在使用省/区/市级分析时，内生性偏差会加剧。

最低工资对家庭粮食不安全的影响可能面临遗漏变量偏差。区域层面未观察到的变量可能会影响最低工资和家庭粮食不安全的变化。德尔·卡皮奥等人。[ 37 ]通过将地区层面的通货膨胀和经济增长纳入其估计中来解决这一问题，以减少混杂因素。经济条件和区域政策可能影响家庭粮食不安全和最低工资水平。对于通货膨胀，该研究采用了省级粮食通货膨胀，考虑到其与解释粮食不安全指标的相关性。

尽管努力隔离最低工资政策，但它可能与一个省的其他公共福利政策交织在一起。影响最低工资计算的因素有很多，同时政策或省级变化可能并存。为了减少偏差，估计考虑了省和年份的固定效应。

在基本模型中，我们考虑了从邻近最低工资地区到粮食安全指标的潜在空间溢出。空间溢出效应会对最低工资效应估计中的偏差产生影响[ 84 , 85 ]，如果被忽视，可能会导致遗漏变量偏差。本研究探讨了就业路径的间接影响，考虑了对劳动力流动的积极和消极影响[ 42 ]。通过包含邻近地区的主要解释变量，使用邻近省份的最低工资值或以下几个接壤省份的最低工资平均值来捕获空间溢出效应[ 86 ]。

家庭层面未观察到的因素仍可能通过个人或家庭偏好与粮食不安全指标相关。这些未观察到的变量可能反映了当地食品环境和与食品消费相关的家庭文化的属性。例如，蔬菜和水果的低消费可能是由于口味而不是缺乏基于收入的机会的影响。尽管认识到这是研究的局限性，但这些未观察到的家庭层面因素预计不会影响最低工资政策的确定。

估计潜在机制：最低工资对工资的影响
我们采用核密度图和工资回归来分析最低工资与粮食不安全之间的潜在关系。核密度估计用于可视化工资分布，特别是工人工资与其所在省份适用的最低工资之间的差异。

我们还使用 UQR 方法和标准 OLS 估计方法来估计最低工资对工资的影响。UQR 方法对于阐明最低工资与粮食不安全之间关系背后的机制特别重要。主要论点集中在最低工资对工资分布不同点的影响的潜在异质性上。对于分布底部的工人来说，这种影响预计比中上部的工人更显着。

结果与讨论
描述性统计
正如方法部分所述，该研究利用了 BPS 进行的国家社会经济调查和国家劳动力调查 2017 年至 2019 年的重复横截面数据。分析单位是家庭层面，但政策干预发生在省级层面。表1列出了基于人口统计特征的样本比例，表2显示研究变量的描述性统计数据。大约66%的家庭居住在城市地区，93.8%的家庭已婚，95%的家庭以男性为户主。大约 70% 的家庭拥有自己的住房。然而，只有 19.7% 的人在过去四个月内获得了粮食援助，7.3% 的人接受了有条件现金转移 (CCT) 计划。此外，配偶或户主的教育程度大多为高中水平。

家庭报告的人均卡路里摄入量为2180大卡，表明平均而言，他们达到了能量充足率。近 50% 的家庭人均卡路里摄入量低于 2100 大卡，其中 66% 的家庭位于城市地区。在3059名粮食援助接受者中，52%的人人均卡路里摄入量仍低于能量充足水平。尽管四人以上家庭仅占样本总数的21%，但人均卡路里摄入量低于2100大卡的家庭比例随着家庭规模的扩大而增加。卡路里摄入量低于 2100 kcal 的人处于人均支出的最后 25%。根据具体特征的详细数据描述见表7。

蔬菜和水果消费量仍然较低，平均每周 5.27 公斤，比世界卫生组织建议的人均每天 0.4 公斤低百分之五十。大多数人（90.8%）每天消耗的水果和蔬菜少于 0.4 公斤，平均约为 0.19 公斤。然而，9.17%的家庭超过了这个数字，人均0.53公斤。与人均卡路里摄入模式一样，人均水果和蔬菜消费量低于0.4公斤的家庭大多处于支出的最后25%，平均消费量随着人均支出的增加而增加。

对于食物多样性，平均值相对较高，为 0.69（最高 SIDD 等于 1）。农村家庭的 SIDD 低于城市家庭，接受粮食援助的家庭的 SIDD 也较低。在人均支出最低的 25% 群体中，平均 SIDD 为 0.63，并且随着支出较高的群体而增加。此外，高中以上教育水平的家庭平均 SIDD 最高。

本研究中的省级最低工资约为每月 130 万盾至 390 万盾，其中日惹在 2017 年至 2019 年期间一直最低，雅加达最高。图 1描绘了各省最低工资与中度或重度粮食不安全发生率之间的散点图，表明了初步关联：较高的最低工资与较低的粮食不安全发生率相关。

估算结果：最低工资对家庭粮食不安全的影响
表3显示了最低工资对各种粮食安全指标的影响，重点关注制造业的工薪家庭。这些效应的分布如图 2所示。对于粮食安全的第一个指标，人均卡路里摄入量，最低工资对分布底部影响不大，尤其是第二和第三个十分位。实际最低工资增加10万卢比，第二十分位和第三十分位的人均卡路里摄入量分别增加了103和88.35大卡。我们的结果与一项针对最低工资收入者的研究[ 19 ]的结果产生了共鸣。值得注意的是，两项研究的证据都强调了最低工资上涨对卡路里的积极影响。然而，[ 19] 采用了不同的方法，使得对每个分布段进行直接比较具有挑战性。

图2中的视觉表示 进一步阐明了这种关系的复杂性。沿着人均卡路里摄入量分布观察到的异质效应凸显了最低工资调整如何影响不同人口群体的复杂性。积极影响高达八分之一，显示出卡路里摄入量的明显改善。然而，这种影响显示出超过八分之一的非单调下降。

相比之下，在上层分布中，该细分市场的截止水平为 2993 kcal，最低工资的影响转为负值。这符合营养原则，表明超出充足水平的过量卡路里摄入可能不会对整体健康产生积极贡献。因此，分配最高部分的负面影响证实了这样的论点：最低工资的影响是微妙的且取决于具体情况，其中营养因素发挥着关键作用。

此外，很明显，最低工资对最低十分之一的影响可以忽略不计。在这一细分市场中，人均卡路里摄入量徘徊在 1463.19 kcal 的最低充足阈值附近，因此效果明显微乎其微。值得注意的是，正如[ 91 ]中所述，世界粮食计划署将人均卡路里低于1470大卡的家庭指定为“贫困”粮食不安全群体。该研究的结果与这种分类相一致，表明最低工资政策可能无法最佳地惠及和惠及卡路里摄入水平低于最低充足阈值的家庭。

尽管从统计上看，对大多数分布的影响并不显着，但 UQR 的结果显示，最低工资对人均水果和蔬菜消费的影响更为一致。有趣的是，最低工资显着影响了人均水果和蔬菜消费的上层分布。具体来说，在第八和第九个十分位中，最低工资上涨10万卢比导致人均水果和蔬菜消费量增加0.03公斤。世界卫生组织[ 92 ]建议人均每日消费400克（0.4公斤）水果和蔬菜。表3中第(4)栏的检查据透露，400 克的建议消费水平与分布的顶部一致。正如我们在描述性统计部分提到的，约90.8%的样本每日水果和蔬菜摄入量在0.4公斤以下（见表7），平均约为0.19公斤。这意味着印度尼西亚的人均水果和蔬菜消费量仍然相对较低，凸显了潜在的营养缺口。

从全国范围来看，2017年至2019年，印尼这些食品的支出呈下降趋势，分别下降了6.29%、6.06%和5.61%。支出的下降表明在获取或负担这些营养食品方面存在潜在挑战，强调需要细致入微地了解包括最低工资在内的经济政策如何与饮食习惯和营养结果相交叉。

我们的研究考察了最低工资对蔬菜和水果消费的影响，但得出了不确定的结果。虽然我们的发现总体上与查普曼等人的观察结果一致。[ 36 ]，他们发现了微不足道的影响，他们与 Horn 等人得出的结论不同。[ 39 ]，谁报告了不良反应。尽管如此，仅考虑上层分布的研究结果，我们得出的结论是，最低工资对人均水果和蔬菜消费产生了积极影响，这与克拉克等人之前的研究一致。[ 35 ]。然而，对先前未采用 UQR 方法的研究的依赖限制了我们对每个分销细分市场进行详细比较的能力。

然而，除第八个十分位外，大多数细分市场影响微不足道的总体趋势表明，可能需要通过提高最低工资来提供更大幅度的刺激，才能显着改善水果和蔬菜的消费。这凸显了经济因素和饮食选择之间复杂的相互作用，敦促人们更仔细地研究最低工资政策影响营养习惯的程度和机制。

根据 SIDD 的衡量，最低工资对食品多样性的影响显示出多个十分位的显着性，特别是从第一到第七，尽管显着性水平为 10%。实际最低工资增加 100000 卢比，第一至第七十分位群体的 SIDD 平均增加 0.01 个百分点。值得注意的是，这种影响在整个分布中表现出相对均匀的模式。

必须强调的是，现有文献中需要有更多关于将最低工资政策与饮食多样性直接联系起来的先例。这种对可比研究的需求使得与当前研究结果进行直接比较或对比具有挑战性。与先前研究不同的是，Hoddinot 等人探讨了政府援助计划对食物多样性的不同影响。在尼日尔[ 56 ]以及莫桑比克的Zhou和Hendriks[ 93 ]，最低工资政策与饮食多样性之间关系的细微差别仍未得到探索。最低工资政策与饮食多样性之间错综复杂的关系值得进一步研究，以加深我们对最低工资如何影响家庭饮食构成的理解。

稳健性检查
在稳健性检验中，我们排除了影响邻近省份空间溢出的变量，系数和标准误保持稳定，表明对结果没有显着影响。在另一项检查中，我们探讨了在不考虑社会援助（粮食援助和 CCT）的情况下系数是否发生变化。尽管最低工资变化与社会救助政策之间存在潜在相关性，但我们具有相似估计系数的结果仍然保持一致。

在技​​术鲁棒性检查中，UQR估计在概率密度函数（PDF）和累积分布函数（CDF）计算中采用高斯核。作为检查的一部分，我们使用了内核 Epanechnikov。替代测试证实了表3中估计系数的稳健性。详细结果见表6、7、8、9和10。_ _ _ _ 总体而言，估计系数在所有稳健性检查中保持一致。

潜在机制：最低工资对工资的影响
本节探讨最低工资与粮食不安全指标之间的联系，重点关注对工人工资的积极影响。图 3和 描绘了工资差距与省最低工资相比的核密度图。X 轴上的零表示工资等于最低工资。图 3显示了基于任期的工资分配差异，表明平均任期超过一年的工人工资较高。然而，很大一部分工人的收入仍然低于最低工资，特别是工龄 0 至 1 年的工人。图 4进一步显示，在0-1年任期组中，制造业员工的平均工资高于非制造业员工。

我们没有像以前的研究[ 88 , 94 ]那样使用工人的经济部门作为控制变量，而是对每个经济部门进行单独的回归，以避免与不良控制相关的潜在问题。Angrist 和 Pischke [ 95 ] 警告不要使用可能由其他自变量产生的控制变量。这种方法有助于解决排序和自选择问题。表4提出了最低工资对个体工人工资影响的估计结果，作为解释与家庭粮食安全关系的潜在渠道。使用具有不同标准误的 UQR 和 OLS，最低工资对制造业的工资产生显着且积极的影响。实际最低工资上涨1%，制造业工人平均工资将上涨2.6%。

通过 UQR 的中位数也观察到了积极影响，尽管显着性水平为 10%。解释最低工资对粮食不安全影响的机制已针对制造业工人进行了明确验证。这些结果强化了主要研究问题中家庭样本的使用，专门关注制造业的样本。

UQR 对平均值和中位数的回归中不同的系数值意味着最低工资对整个工资分布影响的潜在变化。因此，更详细地说，表5提供了详细的见解，表明最低工资对所有制造业工人样本的工资分布从底部到中间部分的异质积极影响。例如，如果最低工资提高1%，收入低于100万卢比的最低10%的制造业工人的工资将增加5.6%。然而，这种影响在工资分布较高的十分位数中往往会减弱。较低的十分位对中位数的影响显着，而较高的十分位的影响微不足道，这表明最低工资导致工资分布压缩[ 96 ]。这些发现与之前的研究一致，包括[ 86、87、97 、98 , 99 ]，并与印度尼西亚的类似结果一致[ 11 , 41 , 42 , 45 , 100 ]。

最低工资的积极影响，特别是对于工龄一年以上的工人来说，在总体影响中占主导地位（详见表12）。然而，当关注子样本中任期不足一年的工人时，最低工资并没有对分布的任何部分的工资产生显着影响。尽管试图通过将邻近省份的平均最低工资作为协变量来解决空间溢出问题，但整个工资分布的系数估计并不显着（参见表11中所有协变量的详细结果）。

结论
该研究阐明了实际最低工资对粮食安全的积极且值得注意的影响，尽管这种影响在每个指标的具体分布中是显而易见的。对人均卡路里摄入量的有利影响在第二和第三十分位中尤为明显，表明在这些十分位内倾向于提高能量充足率。然而，值得注意的是，对最低十分之一的群体没有产生重大影响，该群体被归类为“贫困”和粮食不安全群体。这引发了人们对最低工资在解决这一特定人群粮食不安全问题方面的有效性的担忧。实际最低工资的增量增长可能不足以为他们提供足够的支持，从而可能不足以缓解粮食不安全问题。

这强调需要针对低热量摄入群体的家庭采取具体和有针对性的措施。社会援助计划需要细致入微的政策工具来有效解决这一特定群体面临的独特挑战。然而，需要注意的是。虽然低热量摄入表明存在潜在的粮食安全问题，但它并不一定与低收入直接相关。承认个人可能由于出于健康原因而有意选择饮食而有意识地选择低热量饮食，这一点至关重要。因此，针对这一群体的任何政策干预措施都应在对导致低热量摄入的因素有细致入微的了解的情况下设计。

此外，该研究还暗示，实际最低工资增长不足以刺激水果和蔬菜的更多消费，除了那些已经充分消费这些物品的群体之外。这可能是受到工人受教育程度低等因素的影响。从粮食安全政策的角度来看，改善粮食安全需要提高基本作物的生产生产力，特别是大米等主食。为了提高水果和蔬菜等营养食品的生产和可及性，农业部需要制定重点计划。此外，实施教育举措应弥合家庭关于食用水果和蔬菜对健康重要性的知识差距。

SIDD 受到各个领域最低工资的影响，尽管观察到的影响往往相对较小。这一发现表明最低工资与饮食多样性之间存在正相关关系。认识到最低工资对增强饮食多样性的贡献不大，这促使我们呼吁进一步调查，以加深我们对这一动态的理解。未来的研究工作应该证实并扩展这些结果，探索最低工资调整如何影响家庭饮食选择。

其他经验证据支持解释最低工资与粮食安全之间联系的途径。最低工资的积极而显着的影响体现在从底部到中位数的分布中，主要是在制造业的正式工人中。

这项研究依赖于国家社会经济调查和国家劳动力调查的自我报告数据，容易受到测量误差的影响，可能会降低估计的统计功效。另一个限制是排除了审查最低工资对就业的影响，这是了解最低工资对粮食不安全的更广泛影响不可或缺的一个因素。需要进一步研究来全面评估对就业的净影响，并确定该政策的受益者和弊端。此外，由于行业特征各异，该研究对制造业的关注引起了人们对是否适用于其他行业的担忧。