消費者食品安全行為影響因素的統計檢驗

彭 暉，王奕淇

（西安交通大學 經濟與金融學院，西安 710061）

0 引言

“民以食為天”，而食品又應以其安全性為首要。在人類發展的歷史上，由于食品的不安全性生命被奪去的事件實在太多，而近年來世界范圍內的食品安全事件更是接二連三的發生，從美國的毒菠菜事件和日本的毒大米事件到中國的三聚氰胺和瘦肉精等食品安全問題都不斷地威脅著人們的生命健康。食品安全問題引起了各國的高度重視，近年來更是成為了各國關注的熱點問題。本文在前人探討的基礎上，對消費者的食品安全行為進行研究，主要是通過提出5個假設，研究對健康的飲食的重視程度、主觀知識、對食品信息來源的信心、食品安全的態度和食品本身的性質這五個因素對食品安全行為的影響。本文的創新之處在于對通過問卷所獲得的數據進行主成分分析法，驗證這五個因素對消費者食品安全行為的影響。

1 模型的理論基礎與研究假設

1.1 對健康飲食的重視程度

人體在每天進行新陳代謝的過程中，會產生許多“廢物”，而且由于受污染的空氣中存在著大量有毒有害的氣體和微粒，人們處在空氣之中這些氣體和微粒自然會被吸入。盡管人體自身具有一定的排毒能力，但當體內的“廢物”積攢速度超過機體解毒排毒功能的速度時，此時人們的健康就會受到影響。因此，人們在日常生活中對健康飲食的重視程度直接影響到自身的健康，同時，也直接影響著購買安全食品的行為。本研究針對消費者的食品安全行為提出以下假設：

H1：消費者對健康飲食的重視程度正向影響其食品安全行為

1.2 主觀知識

《博弈圣經》將知識定義為：知識是指可以辨別萬物的實體與性質并確定是或不是的觀察和思考的過程。而在購買食品時，主觀知識是指消費者對了解該領域信息程度的自我評價。人們的主觀知識對行為的影響較大，因為高主觀知識的消費者比低主觀知識的消費者更加關心所消費的食品，進而影響其食品安全行為。本研究針對消費者的食品安全行為提出以下假設：

H2：消費者關于食品安全的主觀知識正向影響其食品安全行為

1.3 對食品信息來源的信心

消費者對于食品相關消息的信心取決于其對獲取該消息來源的信任程度。若網上某人的博客中突然批判某食品不安全，消費者不一定會相信其說法并繼續購買該食品，而若是某食品安全機構公布消息認為某種食品不利于人體健康，消費者很可能會相信這個消息并進而不再購買該食品。由此可見，消費者對食品信息來源的信心影響著其購買食品的行為。本研究針對消費者的食品安全行為提出以下假設：

H3：消費者對食品信息來源的信心正向影響其食品安全行為

1.4 對食品安全的態度

態度是人們基于自身的道德觀與價值觀對事物的進行評價和表現出來的行為傾向。關于態度和行為的關系研究較多，但一直沒有確切的定論，其中較為著名的有：美國數學家蓋洛普證明了態度與行為表現是一致的；社會心理學家拉皮埃爾對態度和行為一致性的命題提出了嚴重的挑戰；氟因羅德提出三個原則：總的行為可以預測總的行為、具體態度可以預測具體行為、態度測量與行為的時間間隔越短，態度與行為的一致性越高[7]。在本研究針對消費者的食品安全行為提出以下假設：

H4：消費者對食品安全的態度正向影響其食品安全行為

1.5 食品本身的性質

食品自身有著很多的性質，人們購買食品時，會注意這些性質。如，食品的價格，原產地，味道，品牌等，這些都會影響人們的食品安全行為。如果人們認為其存在質量不好，或是味道不佳，或是價格超過預期，或是食物過敏等問題，將不會購買該食品。因此，食品本身的性質影響食品安全行為，本研究針對消費者的食品安全行為提出以下假設：

H5：食品本身的性質正向影響消費者食品安全行為

2 消費者食品安全行為影響因素分析

2.1 量表設計

有些學者對上世紀40年代以來對人們行為等變量用量表進行測量的論文整理以后，發現有75%左右的論文都采用5點量表以測量行為等變量。將最近的相關論文加以整理后，發現運用5點量表雖然也相對普遍，但對7點量表的使用更趨向于頻繁。在本研究中，5個變量均采用7點量表法，根據答卷人對題目的同意程度計分：“完全反對”=1，……，“完全贊成”=7。本研究的量表設計如表1所示。運用SPSS17.0進行主成分分析，分別對6個變量進行分析。將健康的飲食設為A1，其主成分為F1；主觀知識設為B1，其主成分為F2；對食品來源的信心設為C1，其主成分為F3，F4，F5；食品安全的態度設為D1,其主成分為F6；食品本身的性質設為E1，其主成分為F7，F8，F9；食品安全行為設為F，其主成分為F10，F11。

表1 觀測變量及其代碼表示

2.2 樣本采取和數據收集

為了研究消費者食品安全行為的影響因素，本文通過發放調查問卷收集數據。本次調查問卷共發放300份，回收有效問卷244份，將空白問卷、選項全是一致的問卷、不完整問卷和明顯敷衍的問卷視為無效問卷，共21份，有效問卷達81.33%。

2.3 消費者影響因素實證分析

2.3.1 健康的飲食

（1）判斷因子分析可行性。

本文中，應用SPSS軟件判斷因子分析的可行性，主要是通過對數據進行KMO檢驗和Bartlett球型檢驗。KMO檢驗是用于檢驗統計量之間簡單相關系數和偏相關系數的指標。當KMO值越趨近于1時，變量之間的相關性越強，且該值小于0.5時，說明不適宜做因子分析。Bartlett's用于檢驗相關矩陣中的各個變量是否獨立，Sig值越接近于0.000也好，此時拒絕原假設，說明各個變量不獨立，當該值大0.05時說明不適合做因子分析。健康的飲食這個因素經過KMO檢驗和球型Bartlett檢驗的結果可知可以進行因子分析。

KMO的值為0.732，Sig的值為0.000，說明健康的飲食適宜做因子分析。

（2）構造因子變量。通過將初始變量的特征值、特征向量以及相關系數舉證的計算得到各因載荷矩陣。

①特征值和貢獻值。

因子分析初始解對原始變量的總方差分解描述：第一主成分的特征值為2.352，%of Variance表示各成分所解釋的方差占總方差的百分比，第一個因子的貢獻率為78.407，Cumulative%表示自上而下各因子方差占總方差百分比的累計貢獻率。飲食的健康的第一個因子可以解釋3個初始變量78.407%的變異程度，初步得出保留1個因子可以概括大部分信息。

②因子載荷矩陣。

表2 因子載荷矩陣

可以根據表2因子載荷矩陣計算出如下的因子分析模型：

將成分矩陣的值除以各個主成分相應的特征值的開平方根以后得到每一個主成分的特征向量，然后將特征向量與標準化后的數據相乘得到F1，根據各主成分對應的貢獻率作為權重可得出主成分綜合模型的表達式，即：

2.3.2 主觀知識

（1）判斷因子分析可行性。

本文中，主觀知識這個因素經過KMO檢驗和Bartlett球型檢驗的結果如圖：KMO的值為0.808，說明這些指標符合進行因子分析的基本要求。Bartlett球型檢驗的Sig值為0.000，拒絕原假設，說明各個變量獨立，可進行因子分析。

（2）構造因子變量。

①特征值和貢獻值。

因子分析初始解對原始變量的總方差分解描述：第一主成分的特征值為3.014，該因子的主要貢獻率為75.343，第一個因子解釋了原始4個變量的75.343%的變異，初步得出保留1個因子可以概括大部分信息。

表3 因子載荷矩陣

②因子載荷矩陣。

可以根據表3因子載荷矩陣計算出如下的因子分析模型：

根據各主成分對應的貢獻率作為權重可得出主成分綜合模型的表達式，即：

2.3.3 對食品來源的信心

（1）判斷因子分析可行性。

本文中，對食品來源的信心這個因素經過KMO檢驗和Bartlett球型檢驗。KMO的值為0.845，說明這些指標符合進行因子分析的基本要求。Bartlett球型檢驗的Sig值為0.000，拒絕原假設，說明各個變量獨立，可進行因子分析。

（2）構造因子變量。

①特征值和貢獻值。

因子分析初始解對原始變量的總方差分解描述：第一主成分的特征值為6.081，第二主成分的特征值為1.958，第三主成分的特征值為1.469。三個主要因子的貢獻率分別為：43.433、13.986、10.49。前三個因子解釋了原始14個變量的67.908%的變異，初步得出保留3個因子可以概括大部分信息。

②因子載荷矩陣。

可以根據表4因子載荷矩陣計算出如下的因子分析模型：

表4 因子載荷矩陣

根據各主成分對應的貢獻率作為權重可得出主成分綜合模型的表達式，即：

2.3.4 食品安全的態度

（1）判斷因子分析可行性。

本文中，食品安全的態度這個因素經過KMO檢驗和Bartlett球型檢驗，KMO的值為0.873，說明這些指標符合進行因子分析的基本要求。Bartlett球型檢驗的Sig值為0.000，拒絕原假設，說明各個變量獨立，可進行因子分析。

智能倉儲機器人的運用對倉儲配送物流效率提升的重要性及意義。智能設備的運用就能極大地提高作業效率和準確性，幫助公司贏得市場和客戶的信賴。物流市場的不斷發展和技術的不斷進步，機器人必然會得到廣泛的運用。在各種物流作業中機器人技術的應用范圍和規模都將不斷加劇，機器人的發展將會隨著競爭和需求而不斷進步，對各個物流公司的發展有著深遠的影響。

（2）構造因子變量。

①特征值和貢獻值。

因子分析初始解對原始變量的總方差分解描述：第一主成分的特征值為4.878，該因子的主要貢獻率為54.195，第一個因子解釋了原始9個變量的54.195%的變異，初步得出保留1個因子可以概括大部分信息。

表5 因子載荷矩陣

②因子載荷矩陣

可以根據表5因子載荷矩陣計算出如下的因子分析模型：

根據各主成分對應的貢獻率作為權重可得出主成分綜合模型的表達式，即：

2.3.5 食品本身的性質

（1）判斷因子分析可行性。

本文中，食品本身的性質這個因素經過KMO檢驗和Bartlett球型檢驗，KMO的值為0.759，說明這些指標符合進行因子分析的基本要求。Bartlett球型檢驗的Sig值為0.000，拒絕原假設，說明各個變量獨立，可進行因子分析。

①特征值和貢獻值。

因子分析初始解對原始變量的總方差分解描述：第一主成分的特征值為3.518，第二主成分的特征值為1.797，第三主成分的特征值為1.242。三個主要因子的貢獻率分別為：29.314、14.975、10.348。前三個因子解釋了原始12個變量的54.637%的變異，初步得出保留3個因子可以概括大部分信息。

表6 因子載荷矩陣

②因子載荷矩陣。

可以根據表6因子載荷矩陣計算出如下的因子分析模型：

根據各主成分對應的貢獻率作為權重可得出主成分綜合模型的表達式，即：

2.3.6 食品安全行為

（1）判斷因子分析可行性。本文中，食品安全行為這個因素經過KMO檢驗和Bartlett球型檢驗，KMO的值為0.617，說明這些指標符合進行因子分析的基本要求。Bartlett球型檢驗的Sig值為0.000，拒絕原假設，說明各個變量獨立，可進行因子分析。

（2）構造因子變量。

①特征值和貢獻值。

因子分析初始解對原始變量的總方差分解描述：第一主成分的特征值為2.107，第二主成分的特征值為1.484。這兩個主要因子的貢獻率分別為：42.149、29.670。前兩個因子解釋了原始5個變量的71.82%的變異，初步得出保留2個因子可以概括大部分信息。

②因子載荷矩陣

表7 因子載荷矩陣

可以根據表7因子載荷矩陣計算出如下的因子分析模型：

根據各主成分對應的貢獻率作為權重可得出主成分綜合模型的表達式，即：

2.3.7 回歸結果

將模型設立為 F=c+a1×A1+a2×B1+a3×C1+a4×D1+a5×E1,從EViews回歸分析結果可知，R2為0.736，說明模型對數據程度較好，根據t檢驗可知，健康的飲食、主觀知識、食品信息來源、食品安全的態度和食品自身的性質對消費者食品安全行為的影響是顯著的，接受假設H1～H5。且由檢驗結果可知，模型中不存在多重共線性，而其DW的值為1.95，說明該模型不存在自相關。該模型為：

F=0.19+0.16A1+0.14B1+0.37C1+0.32D1+0.15E1

3 結論

通過以上實證分析可知，接受假設H1～H5，認為健康的飲食，主觀知識，食品信息來源，食品安全態度和食品自身的性質是影響食品安全行為的5個主要因素。從對各變量的描述性統計結果可知，大部分消費者都認為自己的食品安全知識掌握不足，且對食品信息來源的信任也較為薄弱，而食品的性質與健康的飲食對他們而言是重要的，且態度是積極的。但在五種因素的交互影響下，消費者食品安全行為情況是讓人擔心的，人們除了較為注意產品的生產日期和保質期外，在購買食品時很少考慮食品安全問題，食品安全的行為表現不是很好。

[1]王兆鋒，俞紅.消費者綠色食品消費行為影響因素分析[J].統計與決策，2008,（12）.

[3]戎素云.食品安全治理中的消費者行為及其引導[J].經濟與管理，2005，19（8）.

[4]周潔紅，姜勵卿.食品安全管理中消費者行為的研究與進展[J].世界農業，2004,（10）.

[5]Katrin Hohl,George Gaskell.European Public Perceptions of Food Risk:Cross-National and Methodological Comparisons[J].Risk Analy?sis,2008,(28).

[6]Staff Regarding Food Hygiene in Shiraz,Iran[J].Infection Control and Hospital Epidemiology,2004.

[7]錢艷.餐飲業員工食品安全知識態度調查與培訓研究[D].天津：天津商學院，2006.

[8]張連剛.基于多群組結構方程模型視角的綠色購買行為影響因素分析來自東部、中部、西部的數據[J].中國農村經濟，2010，（2）.