基于二水平Logistic模型农村消费者食品安全风险认知研究

雷凤雪，高齐圣

（青岛大学经济学院，青岛 266061）

根据马斯洛需求层次理论，维持自身生存的需要是人类最基本的需要，食品是人类赖以生存得以发展所需的最基本的物质条件。食品安全涉及人类最基本权利的保障，关系到人民的健康和幸福。消费者在进行食品购买决策时，避免可能的身体损害比获得效用最大化更为重要[1]。近年来，世界范围内食品安全事件频发，从罗马尼亚“僵尸肉”事件、印度“毒面包”事件，再到国内的瘦肉精、三聚氰胺奶粉以及外卖卫生事件，导致消费者产生心理恐慌，这种心理恐慌所造成的损失往往高于食品安全问题所造成的损失[2]。世界范围内食品安全形式严峻，食品安全问题已经逐渐成为一种严重威胁公众健康的社会风险[3]。

食品安全风险认知是指人们对食品安全客观风险在主观上的知觉判断和体验[4]。国外学者对食品安全风险认知的研究开始较早。Bauer[5]指出消费者的行为不是由风险本身决定的，而是由消费者主观上对风险的认知所决定，消费者的消费行为会随其感知到的购买风险而改变。Slovic等[6]开创了研究消费者食安风险认知影响因素的先河，指出消费者风险认知取决于其对风险的恐惧感、对风险的熟知程度以及风险暴露的程度。Wilcock等[7]发现人口学特征及社会地位等因素影响消费者的认知水平及态度。越来越多的国内学者开始重视对食品安全风险认知的研究。胡卫中等[8]分析杭州市消费者食品安全风险认知，发现消费者认知与实际食品安全风险之间存在偏差，消费者倾向于夸大风险。张文胜[9]以天津市消费者为研究对象，研究发现政府监管、企业品牌宣传及其规模扩张、食品安全知识等因素影响消费者乳制品风险认知。于丽艳等[10]对天津市乳制品消费者进行分析，认为食品品牌、电视媒体、政府监管及消费者年龄性别等因素对消费者风险认知影响显著。杨柳等[11]以河南农村居民为调查对象，发现女性、教育水平高、家中有小孩的农户对食品安全的担忧程度较高，对食品安全事件越了解的农户越担心食品安全。胡卫中等[12]将杭州城市消费者猪肉安全风险认知分解为健康、时间、社会损失三个维度，其中，健康损失对认知影响最大，政府及各类中介机构在降低消费者风险认知水平上发挥着重要作用。赖泽栋等[13]以福建高校学生为实验对象进行研究，发现风险专家的角色差异以及风险传播渠道会影响公众对风险的认知，科学名人比业内科学家对公众的食品风险认知的影响更显著。任雅楠等[14]以山西省农村家长为调查对象，根据风险认知水平将家长分为自我型、外向型、敏感型三类，其中，自我型家长受教育程度最低，对风险认知的偏差最为严重。马颖等[15]从信息搜寻行为角度出发，研究发现信息源的可信度、信息渠道以及信息的获取成本影响食品安全风险感知。

通过文献回顾发现，国内有关食品安全风险认知的研究大多以城市消费者为研究对象，对农村消费者认知的研究明显不足。农村消费者食品安全意识薄弱，使得农村食品安全形势较城市更为严峻，增强农村居民食品安全风险意识，改善农村食品安全环境迫在眉睫。为此，以山东省农村消费者为研究对象，将Logistic模型应用于食品安全风险认知研究，并引入“地市特征”分层变量以反映农村消费者认知差异的区域特征。同时，使用普通Logistic模型与二水平Logistic模型进行对比分析，试图探讨影响农村消费者的食品安全风险认知的主要因素，以期为改善农村食品安全现状提供借鉴。

1 理论模型设定

传统的统计学分析假设个体测量值之间相互独立，不考虑数据的层次结构，当独立性假设不满足时，采用传统的统计分析方法必然会导致最终统计推断结论的偏误。在许多经济数据结构中，独立性假设往往不能成立。如研究某个省份的居民卫生服务情况，来自于同一个小区的个体经济水平、生活方式等更趋于相似，个体嵌套于小区，小区嵌套于地市，地市嵌套于省份，数据是非独立的。对于这种具有层次结构的数据，采用何种统计方法可以将研究对象的个体特征（如年龄、性别等）与研究对象的组群特征（如小区地理位置等）同时考虑在内呢?多水平模型可以解决这个问题。多水平模型是一种专门研究具有层次结构或嵌套式结构数据的统计分析模型，能够较好地解决数据的组内同质性以及组间异质性问题，因而确保了模型用于估计参数、进行统计推断的准确性。

运用二水平Logistic回归模型进行分析，其中，第一水平为农村消费者特征，第二水平为消费者所在地地市特征。二水平Logistic回归模型的建模，一般需要考虑以下几种模型形式。

1.1 零模型

零模型是多水平模型回归分析中最简单的模型设定形式，也是多水平模型回归分析的初始模型。模型设定形式如下：

其中，Pij=prob（Yij=1）表示省份j中农村住户i担忧食品安全风险的概率，其中，Yij表示省份j（j=1，2，3，…，nj）中第i（i=1，2，3，…，ni）个农村消费者对食品安全的风险认知。

1.2 随机系数模型

随机效应回归模型仅将第一水平预测变量考虑在内，而不考虑第二水平预测变量的影响。其模型设定形式如下：

其中，xkj表示与省份j相关的第一水平第k个预测变量。与传统OLS回归相比，随机系数模型第一水平的β0j和 βkj是随机的，β0j、βkj随省份 j的变化发生变化，而非固定的。

1.3 完整模型

完整模型是建立在零模型基础上，将第一水平、第二水平解释变量同时引入的模型。其模型形式如下：

其中，Wsj表示与省份j相关的第二水平第s个预测变量，β0j、βkj是与第二层预测变量w有关的线性函数，且β0j、βkj随省份j的变化发生变化。

2 数据来源与变量设定

2.1 数据来源

我国农村人口具有基数大且分布不均衡的特点，选择恰当的具有代表性的农村消费群体，是探讨居民食安风险认知问题的关键。山东省是我国的农业大省，农村人口较多，且2015年国家创建首批食品安全示范城市15市中山东省5个城市入选，以山东省农村消费者作为调查对象具有较好代表性。所用问卷数据来源于2017年9月～12月对山东省济南市、青岛市、淄博市、东营市、潍坊市、济宁市、威海市、日照市、德州市、滨州市10个地市的农村消费者调查，其中济南市、青岛市、潍坊市、威海市为首批食品安全国家示范城市。调查中充分考虑到样本的随机性和分散性，涉及到不同性别、年龄、婚姻状况、家庭规模的调查对象。此次调查共发放问卷800份，回收683份，总有效率85.38%。调查样本的分布情况如下。

表1 调查样本分布情况Table 1 Survey sample distribution

2.2 变量设置

结局变量：食品安全风险认知（Y）。认知是较为主观的一个概念，消费者的认知情况往往难以直接获得，因此，采用间接形式来获得农村住户对食品安全的风险认知态度，问卷中设置“您对食品中使用违规添加剂的担忧程度”“您对食品中含有农药残留的担忧程度”“您对食品中存在致病细菌或微生物的担忧程度”等五个问题并采用里克特五等级量表（1～5依次表示为“完全不担心”“不担心”“略微担心”“比较担心”“非常担心”）对农村居民认知情况进行打分，5个问题的得分进行加总可得到调查对象对食品安全风险的总体认知情况Z，若Z超过其均值，则Y赋值为1，即Y=1表示担忧食品安全风险，否则，Y赋值为0，即Y=0表示不担忧。

解释变量：将变量分为水平1（农村消费者特征）解释变量X和水平2（地市特征）解释变量W两部分，共15个变量。具体各个变量的设定情况见表2。

2.3 模型变量取舍

二水平Logistic模型的构建首先要解决水平1、水平2解释变量的选择问题。各解释变量对消费者食安风险认知是否有影响、哪些变量需要剔除需要进行进一步的检验。就第一层解释变量的选择问题，是根据逐步回归的思想，通过依次添加自变量的方式构建回归模型，然后根据系数的显著性来综合决定该变量的取舍[16]，最后将所有显著的自变量进行汇总。普通Logistic模型与二水平Logistic模型的变量取舍汇总情况如表3所示。

从表 3 可以看出，X2、X3、X7、X11、X13 变量对两个模型反应变量的影响都是显著的，与普通二元Logistic模型不同的是，在二水平Logistic模型中X12即政府监管满意度的影响不再显著，X1性别变量影响显著。变量 X4、X5、X6、X8、X9、X10 对两类模型表现均不显著。因此，在接下来的分析中，第一层解释变量将仅从上述两种模型显著的变量中筛选。

表2 变量定义Table 2 Variable definitions

表3 模型变量取舍汇总Table 3 Summary of model variable trade-offs

3 结果及讨论

3.1 零模型运行结果

零模型是进行多水平分析的基础模型，在建立多水平模型前必须首先对数据的层次结构进行检验，这一步通常通过运行空模型来实现。根据空模型的运行结果计算组内相关系数ICC（ICC代表总变异中高水平变异的比例）[17]，ICC的值较大时，表示反应变量在高水平上的聚集性是不可忽略的，数据适用于多水平分析。假定二水平Logistic模型的转换函数采用Probit函数连接，此时误差呈标准正态分布，残差方差σ2ε固定为1，即水平1方差为1。以地市特征为二水平变量，空模型运行结果如表4所示。

表4 空模型运行结果Table 4 Empty model running results

表4中，水平1、水平2方差分别用σ2ε、σ2u0表示，由此计算：

ICC=0.294，这表明反应变量中有29.42%的变异是由省份不同造成的，农村消费者食品安全风险认知在省份之间存在明显差异，数据在省份水平上具有组间异质性，因此，考虑采用多水平模型进行分析是可行的。

3.2 随机效应系数检验

到底直接用传统固定效应模型还是采用固定效应加随机效应的混合效应模型，应基于随机效应系数检验的方式最终确定。假定二水平Logistic模型的转换函数采用Probit函数连接，因此，参数估计可直接采用极大似然估计（MLE）。模型随机效应估计结果如表5所示。

表5 随机效应检验结果Table 5 Random effects test results

3.3 二水平Logistic模型构建

根据上述随机效应检验结果，截距项和水平1解释变量社会监督满意度（X13）的系数存在随机效应。结合式（6）、（7）模型形式，在截距项和变量X13系数随机效应的基础上引入水平2地市特征因子食品安全试点城市（W1）和农民专业合作社（W2），构建出二水平Logistic模型，模型估计结果见表6。

从水平1解释变量来看，性别X1、年龄X2、婚姻状况X3、家庭人口X7、食品安全满意度X11、社会监督满意度X13对农村消费者食品安全风险认知均有显著影响（P值均小于0.05），其中，性别、年龄为负效应，说明男性相比女性、年龄大相比年龄小的消费者食品安全风险认知较低，分别与张云熙[18]、王恒彦等[19]的结论一致；食品安全满意度X11=3的影响为负效应，说明消费者对食品安全满意度越高，其风险认知反而越低，这可以理解为：对食品安全越满意的消费者，在生活中可能未遭遇过食品安全事件或对食品安全事件缺乏关注，因此倾向于相信食品环境是安全的，导致其风险认知较低；婚姻状况、家庭人口、社会监督满意度对认知的影响为正，说明家中人数较多的、对社会监督情况较为满意的已婚的农村居民对食品安全风险更担忧，食品安全风险认知较高。

从水平2解释变量来看，是否食品安全试点城市W1、农民专业合作社W2对认知有显著影响。是否食品安全试点城市W1的系数为-0.308，且在1%的水平下显著，这说明所在城市是食品安全试点城市的农村居民较不担心食品安全风险；农民专业合作社W2=2、农民专业合作社W2=3的系数分别为0.857（P<0.01）、-0.703（P<0.05），这说明消费者所在城市的合作社数等级不同，对消费者的食品安全风险认知将会产生不同影响。

从水平1与水平2交互解释变量来看，农村居民对食品社会监督满意度受所在城市是否食品安全试点、农民专业合作社两个变量间的影响，并且两个变量间存在复杂的交互作用，除变量X13=2*W2=3的系数检验表现不显著（P>0.05）外，其余变量系数均是显著（P<0.05）的。

3.4 普通Logistic模型构建

不考虑数据的层次结构，建立普通二元Logistic模型，模型参数估计结果如表7所示。

表6 二水平Logistic模型参数估计结果Table 6 Model parameter estimation results of two-level Logistic model

表7 普通Logistic模型参数估计结果Table 7 Parameter estimation results of binary Logistic model

由表 6、表 7 可看出，变量 X2、X3、X7、X11、X13变量在两个模型中均具有显著影响，但各变量回归参数的估计结果并不一致，且不存在固定的数量关系。二水平模型与普通模型相比，-2倍似然对数值（即-2Log（likelihood））显著减少，其差值为319.205（2 687.928～2 368.723），远大于检验统计量临界值x21（0.05）=3.841[20]，因此，针对研究的问题，考虑数据层次结构的二水平Logistic模型优于普通Logistic模型。

4 结论与建议

4.1 主要结论

以山东省683位农村消费者为调查对象，运用二水平Logistic模型对农村居民对食品安全风险的认知开展研究，得出的主要结论如下：

山东省农村消费者对食品安全的风险认知在不同地市间存在聚集性。不同地市间居民食安风险认知存在显著差异，同一地市居民认知则存在一定程度的相似性。

个体特征、家庭特征、满意度感知、地市特征等因素均对农村消费者的食品安全风险认知有不同程度的影响。家中人数较多的、对社会监督情况满意的已婚女性农村居民对食品安全风险更担忧，而对食品安全满意度越高的消费者，其风险认知越低。通过建立食品安全试点可降低消费者对食品安全风险的担忧。

农村消费者对食品安全社会监督满意度受所在城市是否食品安全试点、农民专业合作社的影响，并且两个变量间存在复杂的交互作用。

4.2 相关建议

针对以上结论，为改善当前农村食品环境，降低农村消费者对食品安全风险的担忧，提出以下建议：

食品安全宣传应将居民的个体特征、家庭特征考虑在内。针对家庭人数多的已婚女性居民应适当加大宣传力度，如通过定期组织食品安全培训班，食品安全经验交流会等形式缓解居民的心理恐慌，降低居民对食品安全的担忧程度。

加紧推进食品安全试点，加快完善社会监督体系。政府部门应充分利用新闻媒体、微博、微信等平台加大对不安全食品的曝光，对不安全食品生产部门处以重罚，同时追究其民事和刑事责任，并建立生产者责任延伸制度，明确“谁生产谁负责”的责任划分，从源头消除食品安全中的危险因素，降低食品安全风险。

食品安全环境治理应“因地而异”。不同地市食品环境特点各有不同，地方政府在推行食品安全政策时应根据各地区的情况作适当调整，深入挖掘食品安全风险机制的改革路径[21]。可考虑根据当地食品环境情况进行资金上的适度倾斜，针对食品安全环境较严峻的城市，应加大资金投入促进当地食品安全科学技术的研究，加速食品安全质量检测设备的研发。对于不同地区不同地段食品生产、卫生情况的抽检力度也应有所不同。切实降低食品安全风险，改善农村食品安全环境还需各地政府共同发力。