雷鳳雪，高齊圣

（青島大學經(jīng)濟學院，青島 266061）

根據(jù)馬斯洛需求層次理論，維持自身生存的需要是人類最基本的需要，食品是人類賴以生存得以發(fā)展所需的最基本的物質(zhì)條件。食品安全涉及人類最基本權(quán)利的保障，關(guān)系到人民的健康和幸福。消費者在進行食品購買決策時，避免可能的身體損害比獲得效用最大化更為重要[1]。近年來，世界范圍內(nèi)食品安全事件頻發(fā)，從羅馬尼亞“僵尸肉”事件、印度“毒面包”事件，再到國內(nèi)的瘦肉精、三聚氰胺奶粉以及外賣衛(wèi)生事件，導致消費者產(chǎn)生心理恐慌，這種心理恐慌所造成的損失往往高于食品安全問題所造成的損失[2]。世界范圍內(nèi)食品安全形式嚴峻，食品安全問題已經(jīng)逐漸成為一種嚴重威脅公眾健康的社會風險[3]。

食品安全風險認知是指人們對食品安全客觀風險在主觀上的知覺判斷和體驗[4]。國外學者對食品安全風險認知的研究開始較早。Bauer[5]指出消費者的行為不是由風險本身決定的，而是由消費者主觀上對風險的認知所決定，消費者的消費行為會隨其感知到的購買風險而改變。Slovic等[6]開創(chuàng)了研究消費者食安風險認知影響因素的先河，指出消費者風險認知取決于其對風險的恐懼感、對風險的熟知程度以及風險暴露的程度。Wilcock等[7]發(fā)現(xiàn)人口學特征及社會地位等因素影響消費者的認知水平及態(tài)度。越來越多的國內(nèi)學者開始重視對食品安全風險認知的研究。胡衛(wèi)中等[8]分析杭州市消費者食品安全風險認知，發(fā)現(xiàn)消費者認知與實際食品安全風險之間存在偏差，消費者傾向于夸大風險。張文勝[9]以天津市消費者為研究對象，研究發(fā)現(xiàn)政府監(jiān)管、企業(yè)品牌宣傳及其規(guī)模擴張、食品安全知識等因素影響消費者乳制品風險認知。于麗艷等[10]對天津市乳制品消費者進行分析，認為食品品牌、電視媒體、政府監(jiān)管及消費者年齡性別等因素對消費者風險認知影響顯著。楊柳等[11]以河南農(nóng)村居民為調(diào)查對象，發(fā)現(xiàn)女性、教育水平高、家中有小孩的農(nóng)戶對食品安全的擔憂程度較高，對食品安全事件越了解的農(nóng)戶越擔心食品安全。胡衛(wèi)中等[12]將杭州城市消費者豬肉安全風險認知分解為健康、時間、社會損失三個維度，其中，健康損失對認知影響最大，政府及各類中介機構(gòu)在降低消費者風險認知水平上發(fā)揮著重要作用。賴澤棟等[13]以福建高校學生為實驗對象進行研究，發(fā)現(xiàn)風險專家的角色差異以及風險傳播渠道會影響公眾對風險的認知，科學名人比業(yè)內(nèi)科學家對公眾的食品風險認知的影響更顯著。任雅楠等[14]以山西省農(nóng)村家長為調(diào)查對象，根據(jù)風險認知水平將家長分為自我型、外向型、敏感型三類，其中，自我型家長受教育程度最低，對風險認知的偏差最為嚴重。馬穎等[15]從信息搜尋行為角度出發(fā)，研究發(fā)現(xiàn)信息源的可信度、信息渠道以及信息的獲取成本影響食品安全風險感知。

通過文獻回顧發(fā)現(xiàn)，國內(nèi)有關(guān)食品安全風險認知的研究大多以城市消費者為研究對象，對農(nóng)村消費者認知的研究明顯不足。農(nóng)村消費者食品安全意識薄弱，使得農(nóng)村食品安全形勢較城市更為嚴峻，增強農(nóng)村居民食品安全風險意識，改善農(nóng)村食品安全環(huán)境迫在眉睫。為此，以山東省農(nóng)村消費者為研究對象，將Logistic模型應(yīng)用于食品安全風險認知研究，并引入“地市特征”分層變量以反映農(nóng)村消費者認知差異的區(qū)域特征。同時，使用普通Logistic模型與二水平Logistic模型進行對比分析，試圖探討影響農(nóng)村消費者的食品安全風險認知的主要因素，以期為改善農(nóng)村食品安全現(xiàn)狀提供借鑒。

1 理論模型設(shè)定

傳統(tǒng)的統(tǒng)計學分析假設(shè)個體測量值之間相互獨立，不考慮數(shù)據(jù)的層次結(jié)構(gòu)，當獨立性假設(shè)不滿足時，采用傳統(tǒng)的統(tǒng)計分析方法必然會導致最終統(tǒng)計推斷結(jié)論的偏誤。在許多經(jīng)濟數(shù)據(jù)結(jié)構(gòu)中，獨立性假設(shè)往往不能成立。如研究某個省份的居民衛(wèi)生服務(wù)情況，來自于同一個小區(qū)的個體經(jīng)濟水平、生活方式等更趨于相似，個體嵌套于小區(qū)，小區(qū)嵌套于地市，地市嵌套于省份，數(shù)據(jù)是非獨立的。對于這種具有層次結(jié)構(gòu)的數(shù)據(jù)，采用何種統(tǒng)計方法可以將研究對象的個體特征（如年齡、性別等）與研究對象的組群特征（如小區(qū)地理位置等）同時考慮在內(nèi)呢?多水平模型可以解決這個問題。多水平模型是一種專門研究具有層次結(jié)構(gòu)或嵌套式結(jié)構(gòu)數(shù)據(jù)的統(tǒng)計分析模型，能夠較好地解決數(shù)據(jù)的組內(nèi)同質(zhì)性以及組間異質(zhì)性問題，因而確保了模型用于估計參數(shù)、進行統(tǒng)計推斷的準確性。

運用二水平Logistic回歸模型進行分析，其中，第一水平為農(nóng)村消費者特征，第二水平為消費者所在地地市特征。二水平Logistic回歸模型的建模，一般需要考慮以下幾種模型形式。

1.1 零模型

零模型是多水平模型回歸分析中最簡單的模型設(shè)定形式，也是多水平模型回歸分析的初始模型。模型設(shè)定形式如下：

其中，Pij=prob（Yij=1）表示省份j中農(nóng)村住戶i擔憂食品安全風險的概率，其中，Yij表示省份j（j=1，2，3，…，nj）中第i（i=1，2，3，…，ni）個農(nóng)村消費者對食品安全的風險認知。

1.2 隨機系數(shù)模型

隨機效應(yīng)回歸模型僅將第一水平預(yù)測變量考慮在內(nèi)，而不考慮第二水平預(yù)測變量的影響。其模型設(shè)定形式如下：

其中，xkj表示與省份j相關(guān)的第一水平第k個預(yù)測變量。與傳統(tǒng)OLS回歸相比，隨機系數(shù)模型第一水平的β0j和 βkj是隨機的，β0j、βkj隨省份 j的變化發(fā)生變化，而非固定的。

1.3 完整模型

完整模型是建立在零模型基礎(chǔ)上，將第一水平、第二水平解釋變量同時引入的模型。其模型形式如下：

其中，Wsj表示與省份j相關(guān)的第二水平第s個預(yù)測變量，β0j、βkj是與第二層預(yù)測變量w有關(guān)的線性函數(shù)，且β0j、βkj隨省份j的變化發(fā)生變化。

2 數(shù)據(jù)來源與變量設(shè)定

2.1 數(shù)據(jù)來源

我國農(nóng)村人口具有基數(shù)大且分布不均衡的特點，選擇恰當?shù)木哂写硇缘霓r(nóng)村消費群體，是探討居民食安風險認知問題的關(guān)鍵。山東省是我國的農(nóng)業(yè)大省，農(nóng)村人口較多，且2015年國家創(chuàng)建首批食品安全示范城市15市中山東省5個城市入選，以山東省農(nóng)村消費者作為調(diào)查對象具有較好代表性。所用問卷數(shù)據(jù)來源于2017年9月～12月對山東省濟南市、青島市、淄博市、東營市、濰坊市、濟寧市、威海市、日照市、德州市、濱州市10個地市的農(nóng)村消費者調(diào)查，其中濟南市、青島市、濰坊市、威海市為首批食品安全國家示范城市。調(diào)查中充分考慮到樣本的隨機性和分散性，涉及到不同性別、年齡、婚姻狀況、家庭規(guī)模的調(diào)查對象。此次調(diào)查共發(fā)放問卷800份，回收683份，總有效率85.38%。調(diào)查樣本的分布情況如下。

表1 調(diào)查樣本分布情況Table 1 Survey sample distribution

2.2 變量設(shè)置

結(jié)局變量：食品安全風險認知（Y）。認知是較為主觀的一個概念，消費者的認知情況往往難以直接獲得，因此，采用間接形式來獲得農(nóng)村住戶對食品安全的風險認知態(tài)度，問卷中設(shè)置“您對食品中使用違規(guī)添加劑的擔憂程度”“您對食品中含有農(nóng)藥殘留的擔憂程度”“您對食品中存在致病細菌或微生物的擔憂程度”等五個問題并采用里克特五等級量表（1～5依次表示為“完全不擔心”“不擔心”“略微擔心”“比較擔心”“非常擔心”）對農(nóng)村居民認知情況進行打分，5個問題的得分進行加總可得到調(diào)查對象對食品安全風險的總體認知情況Z，若Z超過其均值，則Y賦值為1，即Y=1表示擔憂食品安全風險，否則，Y賦值為0，即Y=0表示不擔憂。

解釋變量：將變量分為水平1（農(nóng)村消費者特征）解釋變量X和水平2（地市特征）解釋變量W兩部分，共15個變量。具體各個變量的設(shè)定情況見表2。

2.3 模型變量取舍

二水平Logistic模型的構(gòu)建首先要解決水平1、水平2解釋變量的選擇問題。各解釋變量對消費者食安風險認知是否有影響、哪些變量需要剔除需要進行進一步的檢驗。就第一層解釋變量的選擇問題，是根據(jù)逐步回歸的思想，通過依次添加自變量的方式構(gòu)建回歸模型，然后根據(jù)系數(shù)的顯著性來綜合決定該變量的取舍[16]，最后將所有顯著的自變量進行匯總。普通Logistic模型與二水平Logistic模型的變量取舍匯總情況如表3所示。

從表 3 可以看出，X2、X3、X7、X11、X13 變量對兩個模型反應(yīng)變量的影響都是顯著的，與普通二元Logistic模型不同的是，在二水平Logistic模型中X12即政府監(jiān)管滿意度的影響不再顯著，X1性別變量影響顯著。變量 X4、X5、X6、X8、X9、X10 對兩類模型表現(xiàn)均不顯著。因此，在接下來的分析中，第一層解釋變量將僅從上述兩種模型顯著的變量中篩選。

表2 變量定義Table 2 Variable definitions

表3 模型變量取舍匯總Table 3 Summary of model variable trade-offs

3 結(jié)果及討論

3.1 零模型運行結(jié)果

零模型是進行多水平分析的基礎(chǔ)模型，在建立多水平模型前必須首先對數(shù)據(jù)的層次結(jié)構(gòu)進行檢驗，這一步通常通過運行空模型來實現(xiàn)。根據(jù)空模型的運行結(jié)果計算組內(nèi)相關(guān)系數(shù)ICC（ICC代表總變異中高水平變異的比例）[17]，ICC的值較大時，表示反應(yīng)變量在高水平上的聚集性是不可忽略的，數(shù)據(jù)適用于多水平分析。假定二水平Logistic模型的轉(zhuǎn)換函數(shù)采用Probit函數(shù)連接，此時誤差呈標準正態(tài)分布，殘差方差σ2ε固定為1，即水平1方差為1。以地市特征為二水平變量，空模型運行結(jié)果如表4所示。

表4 空模型運行結(jié)果Table 4 Empty model running results

表4中，水平1、水平2方差分別用σ2ε、σ2u0表示，由此計算：

ICC=0.294，這表明反應(yīng)變量中有29.42%的變異是由省份不同造成的，農(nóng)村消費者食品安全風險認知在省份之間存在明顯差異，數(shù)據(jù)在省份水平上具有組間異質(zhì)性，因此，考慮采用多水平模型進行分析是可行的。

3.2 隨機效應(yīng)系數(shù)檢驗

到底直接用傳統(tǒng)固定效應(yīng)模型還是采用固定效應(yīng)加隨機效應(yīng)的混合效應(yīng)模型，應(yīng)基于隨機效應(yīng)系數(shù)檢驗的方式最終確定。假定二水平Logistic模型的轉(zhuǎn)換函數(shù)采用Probit函數(shù)連接，因此，參數(shù)估計可直接采用極大似然估計（MLE）。模型隨機效應(yīng)估計結(jié)果如表5所示。

表5 隨機效應(yīng)檢驗結(jié)果Table 5 Random effects test results

3.3 二水平Logistic模型構(gòu)建

根據(jù)上述隨機效應(yīng)檢驗結(jié)果，截距項和水平1解釋變量社會監(jiān)督滿意度（X13）的系數(shù)存在隨機效應(yīng)。結(jié)合式（6）、（7）模型形式，在截距項和變量X13系數(shù)隨機效應(yīng)的基礎(chǔ)上引入水平2地市特征因子食品安全試點城市（W1）和農(nóng)民專業(yè)合作社（W2），構(gòu)建出二水平Logistic模型，模型估計結(jié)果見表6。

從水平1解釋變量來看，性別X1、年齡X2、婚姻狀況X3、家庭人口X7、食品安全滿意度X11、社會監(jiān)督滿意度X13對農(nóng)村消費者食品安全風險認知均有顯著影響（P值均小于0.05），其中，性別、年齡為負效應(yīng)，說明男性相比女性、年齡大相比年齡小的消費者食品安全風險認知較低，分別與張云熙[18]、王恒彥等[19]的結(jié)論一致；食品安全滿意度X11=3的影響為負效應(yīng)，說明消費者對食品安全滿意度越高，其風險認知反而越低，這可以理解為：對食品安全越滿意的消費者，在生活中可能未遭遇過食品安全事件或?qū)κ称钒踩录狈﹃P(guān)注，因此傾向于相信食品環(huán)境是安全的，導致其風險認知較低；婚姻狀況、家庭人口、社會監(jiān)督滿意度對認知的影響為正，說明家中人數(shù)較多的、對社會監(jiān)督情況較為滿意的已婚的農(nóng)村居民對食品安全風險更擔憂，食品安全風險認知較高。

從水平2解釋變量來看，是否食品安全試點城市W1、農(nóng)民專業(yè)合作社W2對認知有顯著影響。是否食品安全試點城市W1的系數(shù)為-0.308，且在1%的水平下顯著，這說明所在城市是食品安全試點城市的農(nóng)村居民較不擔心食品安全風險；農(nóng)民專業(yè)合作社W2=2、農(nóng)民專業(yè)合作社W2=3的系數(shù)分別為0.857（P<0.01）、-0.703（P<0.05），這說明消費者所在城市的合作社數(shù)等級不同，對消費者的食品安全風險認知將會產(chǎn)生不同影響。

從水平1與水平2交互解釋變量來看，農(nóng)村居民對食品社會監(jiān)督滿意度受所在城市是否食品安全試點、農(nóng)民專業(yè)合作社兩個變量間的影響，并且兩個變量間存在復雜的交互作用，除變量X13=2*W2=3的系數(shù)檢驗表現(xiàn)不顯著（P>0.05）外，其余變量系數(shù)均是顯著（P<0.05）的。

3.4 普通Logistic模型構(gòu)建

不考慮數(shù)據(jù)的層次結(jié)構(gòu)，建立普通二元Logistic模型，模型參數(shù)估計結(jié)果如表7所示。

表6 二水平Logistic模型參數(shù)估計結(jié)果Table 6 Model parameter estimation results of two-level Logistic model

表7 普通Logistic模型參數(shù)估計結(jié)果Table 7 Parameter estimation results of binary Logistic model

由表 6、表 7 可看出，變量 X2、X3、X7、X11、X13變量在兩個模型中均具有顯著影響，但各變量回歸參數(shù)的估計結(jié)果并不一致，且不存在固定的數(shù)量關(guān)系。二水平模型與普通模型相比，-2倍似然對數(shù)值（即-2Log（likelihood））顯著減少，其差值為319.205（2 687.928～2 368.723），遠大于檢驗統(tǒng)計量臨界值x21（0.05）=3.841[20]，因此，針對研究的問題，考慮數(shù)據(jù)層次結(jié)構(gòu)的二水平Logistic模型優(yōu)于普通Logistic模型。

4 結(jié)論與建議

4.1 主要結(jié)論

以山東省683位農(nóng)村消費者為調(diào)查對象，運用二水平Logistic模型對農(nóng)村居民對食品安全風險的認知開展研究，得出的主要結(jié)論如下：

山東省農(nóng)村消費者對食品安全的風險認知在不同地市間存在聚集性。不同地市間居民食安風險認知存在顯著差異，同一地市居民認知則存在一定程度的相似性。

個體特征、家庭特征、滿意度感知、地市特征等因素均對農(nóng)村消費者的食品安全風險認知有不同程度的影響。家中人數(shù)較多的、對社會監(jiān)督情況滿意的已婚女性農(nóng)村居民對食品安全風險更擔憂，而對食品安全滿意度越高的消費者，其風險認知越低。通過建立食品安全試點可降低消費者對食品安全風險的擔憂。

農(nóng)村消費者對食品安全社會監(jiān)督滿意度受所在城市是否食品安全試點、農(nóng)民專業(yè)合作社的影響，并且兩個變量間存在復雜的交互作用。

4.2 相關(guān)建議

針對以上結(jié)論，為改善當前農(nóng)村食品環(huán)境，降低農(nóng)村消費者對食品安全風險的擔憂，提出以下建議：

食品安全宣傳應(yīng)將居民的個體特征、家庭特征考慮在內(nèi)。針對家庭人數(shù)多的已婚女性居民應(yīng)適當加大宣傳力度，如通過定期組織食品安全培訓班，食品安全經(jīng)驗交流會等形式緩解居民的心理恐慌，降低居民對食品安全的擔憂程度。

加緊推進食品安全試點，加快完善社會監(jiān)督體系。政府部門應(yīng)充分利用新聞媒體、微博、微信等平臺加大對不安全食品的曝光，對不安全食品生產(chǎn)部門處以重罰，同時追究其民事和刑事責任，并建立生產(chǎn)者責任延伸制度，明確“誰生產(chǎn)誰負責”的責任劃分，從源頭消除食品安全中的危險因素，降低食品安全風險。

食品安全環(huán)境治理應(yīng)“因地而異”。不同地市食品環(huán)境特點各有不同，地方政府在推行食品安全政策時應(yīng)根據(jù)各地區(qū)的情況作適當調(diào)整，深入挖掘食品安全風險機制的改革路徑[21]?？煽紤]根據(jù)當?shù)厥称翻h(huán)境情況進行資金上的適度傾斜，針對食品安全環(huán)境較嚴峻的城市，應(yīng)加大資金投入促進當?shù)厥称钒踩茖W技術(shù)的研究，加速食品安全質(zhì)量檢測設(shè)備的研發(fā)。對于不同地區(qū)不同地段食品生產(chǎn)、衛(wèi)生情況的抽檢力度也應(yīng)有所不同。切實降低食品安全風險，改善農(nóng)村食品安全環(huán)境還需各地政府共同發(fā)力。