消費者對不同安全信息屬性可追溯豬肉偏好的研究

朱淀 浦徐進 高寧

摘要 食品可追溯體系是通過在供應鏈上形成可靠且連續(xù)的安全信息流，從而確保食品具備可追溯性，以克服由信息不對稱所引起的食品安全風險。由于建立完整的可追溯信息體系必將增加食品的成本，并傳導到價格之上，未必能滿足消費者偏好。針對消費者偏好，選擇實驗是當前研究的主流方法。由于選擇實驗存在不相關獨立選擇的偏誤，本文以河北省唐山市1 200位豬肉的消費者為案例，設定生豬養(yǎng)殖場信息、食用的飼料信息、屠宰信息、豬肉加工信息、豬肉防腐劑使用信息以及貯存信息等六種可追溯安全信息，以20位專業(yè)人士對可追溯豬肉成本的估計為基準，上下浮動10%，設定三個價格層次，引入菜單選擇實驗就消費者對不同可追溯安全信息的偏好作出實際調查，以克服選擇實驗存在的缺陷。在此基礎上，進一步引入潛類別分析方法，研究了消費者群體對可追溯豬肉不同安全信息屬性的偏好。潛類別分析的配適性檢驗結果顯示，消費者可以分為“高級”、“中級”、“低級”三類群體。其中，低級消費者可能性最大，其次為高級消費者，中級消費者的可能性最小。這表明，中國的消費者群體存在兩極分化。高級消費者群體多數(shù)關注生豬養(yǎng)殖場、生豬飼料以及豬肉加工安全信息屬性；中級消費群體多數(shù)關注生豬養(yǎng)殖場與豬肉加工安全信息屬性；低級消費者群體只關注豬肉加工安全信息屬性。生豬屠宰場、是否使用防腐劑、貯存豬肉的冷庫三個安全信息屬性不是主要被關注的屬性。為防范食品風險并滿足消費者偏好，本文在模型結果的基礎上提出了，中國需要建立不同層次（包含不同完全信息屬性）的豬肉可追溯體系，提供生豬飼養(yǎng)、豬肉加工兩類安全信息則是建立可追溯體系的必備前提。同時，本文指出，需要從政府、企業(yè)、消費者在食品可追溯體系中的基本特征與功能定位出發(fā)，探索并形成額外生產(chǎn)成本的合理分擔機制。

關鍵詞 可追溯豬肉制品；安全信息；消費偏好；菜單選擇；潛類別分析

中圖分類號 C939 文獻標識碼 A

文章編號 1002-2104（2015）08-0162-08

doi：10.3969/j.issn.1002-2104.2015.08.020

食品可追溯體系是通過在供應鏈上形成可靠且連續(xù)的安全信息流，從而確保食品具備可追溯性，以便監(jiān)控食品生產(chǎn)過程與流向且通過追溯來識別問題源頭和實施召回的有機系統(tǒng)[1-3]。食品安全是一個全球性難題[4]，但自20世紀90年代中后期開始，歐盟、美國、日本等國家通過實施食品可追溯體系在防范食品安全風險方面取得了顯著成效[1]。我國自2000年起探索性地建設食品可追溯體系，但目前尚未見實質性的起色[3，5-6]。

究其原因在于，與普通食品相比較，生產(chǎn)具有安全信息屬性（Attributes）的可追溯食品會顯著增加成本[3，7]，增加的成本高低取決于所包含安全信息的完整程度，即取決于安全信息屬性的層次（Levels）高低，并最終體現(xiàn)在可追溯食品的市場價格上。雖然可追溯體系有助于消費者識別食品安全風險[8]，但由于受到價格屬性的影響，消費者對具有不同層次安全信息屬性可追溯食品的偏好并不相同，不同消費群體對安全信息屬性的需求存在著差異，并不是所有的消費群體均偏好安全信息完整的可追溯食品[9，3]。因此從實際出發(fā)，生產(chǎn)具有不同層次安全信息屬性的可追溯食品，滿足不同消費群體的不同需求，就成為我國建設可追溯體系的一個重要環(huán)節(jié)。本文將以可追溯豬肉為切入點，以河北唐山市1 200個消費者調查為案例，綜合運用菜單選擇實驗與潛類別分析（Latent Class Analysis，LCA）等工具對不同消費群體的偏好作出研究。

1 文獻回顧與評論

理論界對普通商品的屬性與屬性層次內(nèi)涵的認識已取得共識。某一商品不同屬性（Characters）的定位（Positions）與屬性相應層次的認識是消費者評價該商品的具體標準[10]。雖然不同的可追溯食品所包涵的安全信息并不相同，但就其本質而言，可追溯食品的安全信息所應包涵的基本安全屬性應具有內(nèi)在的一致性。歐盟委員會在EC178/2002條例中[11]對此專門指出，完整的可追溯食品應涵蓋原產(chǎn)地、生產(chǎn)、加工、流通、銷售與消費等主要環(huán)節(jié)與質量擔保等安全信息屬性。然而，學術界對具體的可追溯食品，比如動物制品應包涵的基本安全信息屬性在理解上卻爭議很大。Sparling等認為動物原產(chǎn)地信息包含從養(yǎng)殖、加工到最后銷售的整個供應鏈過程的所有信息[12]，而Hobbs則認為原產(chǎn)地信息僅指動物養(yǎng)殖環(huán)節(jié)的相關信息[13]。馬從國等從我國的實際出發(fā)，認為生豬的飼料來源信息、屠宰場信息、貯藏信息應包含于可追溯豬肉制品的安全信息屬性體系之中[14]，而張可等則認為可追溯豬肉制品的安全信息應包含生豬的養(yǎng)殖場、屠宰場與豬肉制品的生產(chǎn)、加工、貯藏、運輸?shù)雀麟A段信息[15]。

朱淀等：消費者對不同安全信息屬性可追溯豬肉偏好的研究

中國人口·資源與環(huán)境 2015年 第8期

上述文獻是基于食品安全角度對安全信息屬性作出的規(guī)范定義，與消費者偏好并不完全一致。目前，國內(nèi)外學者研究此類消費偏好的常用方法是假想價值評估法（Contingent Valuation Method，CVM）與聯(lián)合分析法（Conjoint Analysis，CA）。相對而言，CVM操作較為簡便靈活且成本較低[16]，目前已廣泛地應用于消費者對具有不同屬性組合的可追溯食品消費偏好的研究中[13，17-19]。然而，就研究消費者對不同可追溯食品消費偏好而言，CVM具有自身難以克服的缺陷，主要表現(xiàn)在設計程式不能為消費者提供不同可追溯食品所具有的不同屬性組合的具體細節(jié)，從而使消費者難以在比較中，選擇符合自己消費偏好的可追溯食品[20]，并由此產(chǎn)生偏誤[21]。作為封閉投票式（Referendum Closedend）CVM的拓展[22]，聯(lián)合分析法設計程式彌補了CVM的缺陷，而且由于在聯(lián)合分析法設計中引入價格屬性（通常會被消費者賦予較高權重[23]，使其模擬結果與顯示性偏好方法（Revealed Preference）相比并無顯著差異[24-25]。因此，聯(lián)合分析法被認為是研究消費者對不同可追溯食品消費偏好的最好工具之一[26-27]。

依據(jù)設計程式可將聯(lián)合分析法分為等級基礎聯(lián)合分析（RatingsBased Conjoint，RBC）與選擇基礎聯(lián)合分析（ChoiceBased Conjoint，CBC）兩種。Bernabéu和Tendero、Gaspara等、Schnettler等以及Furnols等利用等級基礎聯(lián)合分析分別研究了希臘、西班牙、智利、法國以及英國的消費者對可追溯肉類制品的偏好，發(fā)現(xiàn)品種、原產(chǎn)地信息、動物福利以及飼料信息是消費者最關注的安全信息屬性[28-31]。Mennecke等以及Abidoye等則利用選擇基礎聯(lián)合分析研究了美國消費者對牛肉制品安全信息屬性的偏好，幾乎一致地發(fā)現(xiàn)原產(chǎn)地信息受到更多消費者關注[32-33]。

然而，經(jīng)過進一步分析，我們可以看到，聯(lián)合分析法的研究框架雖然是研究消費者偏好的主流工具，但可能存在設定偏誤。在利用聯(lián)合分析法進行的相關研究中，雖然可以通過正交分析法或因子分析法設置問卷，縮小消費者選擇集，以提高消費者選擇效率，但是Luce提出的不相關獨立選擇為聯(lián)合分析法的重要假設前提[34]，由不相關獨立選擇假設所導致的偏誤難以避免[35]。并且，目前的研究大多假設消費者是一個整體，而相對忽略了消費者偏好個體以及群體差異。另外，目前的研究大多以國外消費者為研究對象，由于消費文化是消費偏好的決定性影響因素，因此相關研究結論在中國不具普適性。為減小不相關獨立選擇假設所導致的偏誤，并彌補相關文獻對消費者偏好群體差異研究的缺失，以及研究者對發(fā)展中國家消費者偏好的忽視，本文以中國消費者為研究對象，綜合利用菜單選擇實驗方法[36]結合LCA，對消費群體偏好的群體差異作出分析。

2 消費者群體偏好的分析框架

與傳統(tǒng)的消費者效用（Utility）理論假設不同，Lancaster認為，不同的商品可能具有相同的屬性，但商品不同屬性的有機結合使其有別于其他商品，效用源自商品所具有的屬性與屬性組合[37]。根據(jù)Lancaster效用理論，可追溯食品應該是安全信息屬性與普通食品一般屬性的有機結合[38]。等級基礎聯(lián)合分析與選擇基礎聯(lián)合分析的程式是由實驗者在不同層次安全信息屬性與一般屬性各種可能組合中，基于最大差異化原則給出可追溯食品的有限選擇集，消費者只在選擇集中選擇最優(yōu)屬性組合，而一旦當這一組合置于其他選擇集中，消費者不一定會選擇相同的組合，由此可能產(chǎn)生偏誤。菜單選擇實驗法是由消費者在給出的可追溯食品屬性菜單中挑選出最優(yōu)屬性組合，可以彌補等級基礎聯(lián)合分析與選擇基礎聯(lián)合分析的選擇集有限的缺陷。

基于菜單選擇法的程式，假設市場上有N個消費者；J個可追溯食品的安全信息屬性；M個可供消費者選擇的安全信息屬性組合；Yij表示第i個消費者對第j個安全信息屬性的選擇結果，Yij=0表示第i個消費者未選擇第j個安全信息屬性，Yij=1表示第i個消費者選擇了第j個安全信息屬性。Yi=（Yi1，Yi2，...，YiJ）為第i個消費者的安全信息屬性組合選擇向量。進一步假設消費者i選擇第m個屬性組合的效用（Uim）包括兩個部分[39]：第一項是確定部分Vim，由安全信息屬性組合的效用構成；第二項是隨機項εim，即：

Uim=Vim+εim（1）

消費者選擇第m個安全信息組合是基于Uim> Uin ，m≠n，從而消費者選擇第m個安全信息屬性組合的概率為：

Pim=prob（Vim+εim>Vin+εin；m≠n）=prob（εin<εim+Vim-Vin；m≠n）（2）

如果εim服從類型1的極值分布，并把消費者選擇的所有屬性組合作全排序，則（2）可轉化成無序Logistic模型（Mutinomial Logistic）[40]。至此，相關模型有兩個選擇：第一，不考慮消費者偏好的個體或者群體差異，只考察全體消費者對每一個安全信息屬性的偏好參數(shù)；二是承認消費者的個體差異，基于消費者連續(xù)性假設采用多層貝葉斯推斷（Hierarchical Bayes，HB）估算出每一個消費者對安全信息屬性的偏好參數(shù)[41]，但Ortego等認為相關偏好參數(shù)并無實質意義，因此本文選擇把概率作為參數(shù)的簡化替代方案[42]。

與多層貝葉斯推斷一致，本文也認可消費者對具有不同安全信息屬性的食品偏好存在差異，不同之處在于本文更傾向于消費者偏好的非連續(xù)性假設，即消費者偏好存在群體性差異。LCA方法更合適研究群體性差異。為此，本文進一步假設消費者選擇可追溯食品安全信息屬性組合在不同的類別t水平條件下是相互獨立的，則（2）式可表示為Yij聯(lián)合條件概率密度，即：

Pim=∑Tt=1P（Xi=t）ΠJj=1P（Yij|Xi=t）（3）

其中，Pim表示第i個消費者選擇某一可追溯食品信息組合的概率，P（Yij| Xi=t）為第i個消費者屬于第t類消費群體條件下選擇第j個可追溯食品信息的概率，P（Xi=t）為消費者i屬于第t個潛類別的概率，由貝葉斯公式可得相應的分類概率為：

P^imt=P（Xi=t）×ΠJj=1P（Yij|Xi=t）∑Tt=1P（Xi=t）ΠJj=1P（Yij|Xi=t）（4）

3 食品案例的選擇

基于食品品種繁多難以一一列舉，本文首先選擇肉類制品為重點研究領域。原因在于，肉類制品一直是全球消費量最大的食品。2008年全球肉類制品的銷售額超過3 500億美元，居世界食品消費額的首位[43]。但肉類制品也是安全事故頻發(fā)的主要食品之一，震驚世界的瘋牛病和“二惡英”污染均是肉類制品。中國是豬肉類制品的生產(chǎn)和消費大國。2012年中國豬肉產(chǎn)量為5 355萬t，占世界豬肉產(chǎn)量的45%左右；人均豬肉消費量為38.7 kg，占全球豬肉消費總量50.2%左右。豬肉對中國食品安全具有重要戰(zhàn)略意義，不僅關乎國內(nèi)消費者的健康安全，而且影響世界豬肉市場的安全水平。但是豬肉是中國發(fā)生質量安全事件最多的食品之一，2013年3月發(fā)生在中國上海的“黃浦江死豬事件”危及面更廣，大量的病死豬被丟棄至黃浦江中，在國際上被戲稱為“免費的排骨湯”。豬肉發(fā)生的一系列事件折射出中國豬肉生產(chǎn)、供應與消費乃至整個供應鏈體系中，隱藏著巨大的風險。建設與完善適合于中國國情的豬肉可追溯體系迫在眉睫。正因如此，本文的研究主要以可追溯豬肉為案例，展開消費者對不同層次安全信息屬性與屬性組合的可追溯豬肉制品的消費偏好研究。

我國目前豬肉的安全風險主要發(fā)生在生豬養(yǎng)殖、屠宰加工、流通銷售等環(huán)節(jié)上。生豬養(yǎng)殖環(huán)節(jié)的風險突出地表現(xiàn)為環(huán)境的惡化導致疫情的頻發(fā)與疫病防控水平偏低、飼料中違規(guī)使用獸藥與相關激素添加劑等，私屠亂宰、制售病死豬肉和注水肉等則是在屠宰加工環(huán)節(jié)主要風險隱患，而在流通銷售環(huán)節(jié)中也存在著溫度控制不當、環(huán)境不潔、包裝材料使用不當而導致微生物滋生腐敗等。結合我國實際商務部可追溯試點城市的經(jīng)驗，基于全程可追溯的基本特征，可追溯豬肉制品至少是以下一種或多種安全信息屬性的組合：生豬養(yǎng)殖場信息（Y1）、食用的飼料信息（Y2）、屠宰信息（Y3）、豬肉加工信息（Y4）、豬肉制品防腐劑使用信息（Y5）以及貯存信息（Y6）。這六種信息完整地反映了從生豬養(yǎng)殖、屠宰、加工與運輸?shù)娜坍a(chǎn)業(yè)鏈上可追溯豬肉制品的所有信息屬性，其中Y1與 Y2反映了生豬肉的健康問題[13]，Y3、Y4、Y5和Y6反映了豬肉生產(chǎn)過程中的衛(wèi)生問題[14]。可以認為，最高水平的可追溯豬肉制品至少應完整地包含上述六種安全信息。

4 食品品種的選擇

4.1 調查地區(qū)

樣本數(shù)據(jù)是基于唐山市消費者所進行的實驗調查。河北唐山市是我國華北地區(qū)具有重要影響的城市，不僅是經(jīng)濟較為發(fā)達的城市，也是典型的消費性城市，更處在重要的社會轉型期，且市民收入水平持續(xù)攀升，對可追溯食品具有較強的需求。以唐山消費者為案例，可以大體刻畫華北地區(qū)消費者對包含不同安全信息可追溯豬肉制品的消費意愿。

4.2 問卷設計

依據(jù)菜單選擇實驗方法，需要對可追溯豬肉制品不同安全信息屬性設置不同的價格層次。對此，調查員實地走訪了生豬飼養(yǎng)、屠宰、加工廠商與銷售單位，請20位熟悉可追溯體系的專業(yè)人員對包含不同安全信息屬性的可追溯豬肉制品的生產(chǎn)成本進行估算，生產(chǎn)包涵6種安全信息屬性的可追溯豬肉增加的成本平均約為3.99元/0.5 kg，增加一個安全信息屬性的成本取平均值0.67元/0.5 kg。以此為標準，價格上下浮動10%分別為0.60元與0.74元。在此基礎上，通過每個屬性與價格層次的不同組合，每位消費者共設計了10個任務。任務樣例如圖1所示。

圖1 消費者安全信息屬性菜單選擇任務示例

Fig.1 Sample task of consumers safety information attributes choice

4.3 調查方法

為確保問卷的可行性，作者首先在唐山市區(qū)進行了小規(guī)模的預調查?？紤]到可追溯豬肉的銷售終端主要是超市，因此選擇在超市購買豬肉的消費者作為調查對象。在預調查的基礎上進行修正，并最終確定了正式的調查問卷。為減少消費者因文化層次的影響或理解上的偏差，確保實驗問卷取得真實有效信息，調查由經(jīng)過訓練的調查員在超市隨機選擇消費者，并通過一對一的直接訪談方式當場進行。在消費者選擇后，調查員根據(jù)消費者的選擇當場計算出總價，然后詢問消費者是否修改原有選擇，直到消費者不再改變?yōu)橹?。調查在2012年4月進行，共調查1 250位消費者，回收有效問卷1 200份。

5 模型結果

5.1 模型的擬合和選擇

構建聯(lián)合概率極大似然估計函數(shù)，進行模型的配適性檢驗，結果見表1。

表1 潛類別分析配適檢驗

Tab.1 Tests of latent class adaption

表1中G2為極大似然概率值所導出的模型適配估計值，G2=2∑64S=1fimlnfimf^im， fim為觀察次數(shù)， f^im為期望觀察次數(shù)。G2值決定了模型的優(yōu)劣好壞[44]。從表1可以看出G2檢驗沒有拒絕原假設（P>0.05），表示可建立潛在類別分析。Lin指出，當樣本數(shù)達到數(shù)千人以上時，應該以BIC指標為準[45]。本文研究的樣本數(shù)為1 200，則主要采用BIC指標且結合考慮AIC指標。當潛類別數(shù)為3時，BIC為最小值，AIC較小且模型較為簡潔（df =43），表明當潛類別數(shù)為3時，模型最適配于觀察資料，故選擇包含3個潛類別作為分析的理想模型。

5.2 模型參數(shù)估計

根據(jù)（3）式構建潛類別極大似然估計函數(shù)，分別計算出消費者選擇六種可追溯屬性的條件概率Pim、標準差（括號中）以及潛類別概率，結果見表2。

由表2可以發(fā)現(xiàn)，在不對消費者進行分類的情形下，依照總體選擇概率，消費者對可追溯豬肉六種安全信息屬性的偏好排序為： Y2、Y3、Y4、Y5、Y1、Y6，且沒有一個屬性被選擇的概率超過50%。而在進行分類的情形下，類別1的消費者選擇Y1、Y2、Y4的條件概率分別為0.868 9，0.999 9，0.571 7，選擇的概率均超過了50%；類別2的消費者選擇條件概率超過50%的有Y1、Y4，分別為0.842 5，0.999 9；類別3的消費者只有Y4超過了50%?；诙鄶?shù)原則并按照選擇屬性的多寡，本文將類別1、類別 2、類別3分別定義為“高級”，“中級”和“低級”可追溯豬肉消費群。進一步分析，還可以發(fā)現(xiàn)：

第一，隨機選擇一個消費者，屬于“高級”、“中級”和“低級”消費者群體的概率分別是32.36%、22.76%以及44.89%，說明任意一個消費者屬于低級可追溯食品消費群可能性最高，其次是高級可追溯消費者群體。這也表明中國消費者以低級消費群體為主，同時存在著可追溯豬肉消費兩極分化的現(xiàn)象。

表2 潛類別概率參數(shù)估計

Tab.2 Parameter estimates from LCA

第二，豬肉加工環(huán)節(jié)的安全信息是所有消費群體主要關注的安全信息屬性。健康飼養(yǎng)的生豬并不意味著安全的豬肉，安全性還同時取決于生產(chǎn)的衛(wèi)生條件和屠宰加工過程對病菌的控制等。由于近來豬肉加工環(huán)節(jié)食品安全事件較多，可能導致所有消費群體均密切關注這一安全信息屬性。這與董銀果等、Clemens以及Verbeke的有關消費者對生肉加工環(huán)節(jié)安全信息非常關注的研究結論相吻合[46-48]。

第三，除豬肉加工安全信息屬性外，生豬養(yǎng)殖場安全信息屬性受到高級與中級消費者群體共同關注。Hobbs以及Loureiro對牛肉的研究均表明，牛肉的原產(chǎn)地信息是消費者比較關注的肉類可追溯信息[16，49]。本文生豬養(yǎng)殖場安全信息已經(jīng)包含原產(chǎn)地信息，因此從這一意義上本文的結論與Hobbs以及Loureiro結論相似。需要指出的是，在給定額外價格支付條件下，生豬養(yǎng)殖場安全信息不是低級消費群體主要關注屬性。這說明了低級消費群體對于豬肉內(nèi)在健康品質的重視程度并不高，低級消費群體更關注豬肉加工商此類涉及豬肉衛(wèi)生安全的信息屬性。

第四，只有高級消費者群體多數(shù)關注生豬飼料安全信息屬性。時沁峰的研究表明，生豬飼料里的有害物質會直接影響豬肉的安全性，通過飼料污染導致豬肉不安全的可能性最大，消費者對于生豬飼料供應安全信息屬性也有較高的支付意愿[50]。本文的結論不同在于，高級消費者群體才是關注生豬飼料安全信息屬性的主要群體。Roosen的研究結果表明，歐洲消費者比較關心生肉的原產(chǎn)地信息和飼料信息[51]。這與本文得出的高級消費者群體同時關注飼養(yǎng)場安全屬性信息以及生豬飼料的安全信息相似，說明我國的高級消費者群體對于可追溯肉類的消費觀念意識與歐洲消費者的比較相近。

第五，生豬屠宰場、是否使用防腐劑、貯存豬肉的冷庫三個安全信息無論是總體上，還是各消費者群體均不是主要被關注的屬性。這與馬從國提出可追溯信息應該包含該三種信息[13]的結論不同，說明消費者對這三個環(huán)節(jié)的食品安全風險容忍度較高。同時，也與Dickinson提出的消費者同時關注豬肉是否使用防腐劑的增強食品安全信息[52]的結論不同，說明國內(nèi)消費者對于豬肉防腐劑的危害了解并不多，也同時說明國外研究者的研究并不能完全適用于中國國情。

6 結論與政策含義

本文利用菜單選擇法考察了河北唐山市1 200個消費者對可追溯豬肉安全信息屬性的偏好，通過LCA研究表明：消費者偏好存在著群體性差異。依據(jù)消費者群體的不同偏好，消費者在本文中被分成“低級”、“中級”和“高級”三類群體，其中低級消費者群體潛類別概率最高，其次是高級消費者群體；不同層次的消費群體對安全信息屬性的需求并不一致，高級消費者群體多數(shù)關注生豬養(yǎng)殖、生豬飼料以及豬肉加工安全信息屬性，中級消費群體多數(shù)關注生豬養(yǎng)殖與豬肉加工安全信息屬性，而低級消費者群體只關注豬肉加工安全信息屬性。

由此可見，建立不同層次（包含不同完全信息屬性）的肉制品可追溯體系符合中國的客觀現(xiàn)實，而其中提供生豬飼養(yǎng)、豬肉加工兩類安全信息是建立可追溯體系的必備前提。食品生產(chǎn)者應該生產(chǎn)不同層次的可追溯食品以滿足不同層次的消費者需求。這既是食品工業(yè)結構轉型的內(nèi)在需要，更是確保食品安全的客觀需要。由于增加安全信息屬性必將導致豬肉價格上升，并基于目前消費者個體收入難以在短時期內(nèi)大幅度提高的現(xiàn)實，所以從政府、企業(yè)、消費者在食品可追溯體系中的基本特征與功能定位出發(fā)，探索形成合理的額外生產(chǎn)成本分擔機制，就成為可追溯食品市場建設重要手段。在三者中，政府是食品安全的監(jiān)管主體。為提升中國豬肉的質量安全水平，在可追溯體系建設初期，一個最現(xiàn)實的選擇是通過財稅政策補貼食品生產(chǎn)者，以降低可追溯食品的生產(chǎn)成本。此外，需要加強對食品可追溯體系及其功能的宣傳普及，比如消費者如何查看和理解可追溯標簽的信息，如何投訴與維權等，以提高消費者對食品可追溯體系的認知水平，合理引導消費者逐步提高可追溯食品的需求。

（編輯：劉呈慶）

參考文獻（References）

[1] Regattieri A， Gamberi M， Manzini R. Traceability of Food Products： General Framework and Experimental Evidence[J]. Journal of Food Engineering， 2007， 81（2）： 347-356.

[2]Van Rijswijk W， Frewer L J， Menozzi D， et al. Consumer Perceptions of Traceability： A Crossnational Comparison of the Associated Benefits[J]. Food Quality and Preference， 2008， 19（5）： 452-464.

[3]吳林海，徐玲玲，王曉莉. 影響消費者對可追溯食品額外價格支付意愿與支付水平的主要因素： 基于Logistic、Interval Censored的回歸分析[J]. 中國農(nóng)村經(jīng)濟， 2010，（4）： 77-86. [Wu Linhai， Xu Linlin， Wang Xiaoli. Study on Main Factors Affecting Consumers Willingness an Level of Payment to Traceable Food Extra Price： Based on A Logistic and Interval Censored Regression[J]. Chinese Rural Economy， 2010，（4）： 77-86.]

[4]Sarig Y. Traceability of Food Products[R]. Presented at the Club of Bologna Meeting， November 16， 2003. Bologna， Italy，2003.

[5]Schulz L L， Tonsor G T. Cowcalf Producer Preferences for Voluntary Traceability Systems[J]. Journal of Agricultural Economics， 2010， 61（1）： 138-162.

[6]祝勝林， 吳同山， 林偉東，等. 豬肉安全追溯的終端管理系統(tǒng)研究與應用[J]. 廣東農(nóng)業(yè)科學， 2009，（12）： 202-203. [Zhu Shenglin， Wu Tongshan， Lin Weidong， et al. Research and Application of Pork Safety Traceability Terminal System[J]. Guangdong Agricultural Sciences， 2009，（12）： 202-203.]

[7]Bechini A， Cimino M G C A， Marcelloni F， et al. Patterns and Technologies for Enabling Supply Chain Traceability through Collaborative Ebusiness[J]. Information and Software Technology， 2008， 50（4）： 342-359.

[8]Golan E H， Krissoff B， Kuchler F， et al. Traceability in the U.S. Food Supply： Economic Theory and Industry Studies[M]. US Department of Agriculture， Economic Research Service， 2004.

[9]Angulo A M， Gil J M. Risk Perception and Consumer Willingness to Pay for Certified Beef in Spain[J]. Food Quality and Preference， 2007， 18（8）： 1106-1117.

[10]黃璋如. 消費者對蔬菜安全偏好之聯(lián)合分析[J]. 農(nóng)業(yè)經(jīng)濟半年刊， 1999， 66： 21-74. [Huang Zhangru. Joint Analysis of Consumer Preferences for Vegetable Security[J]. The Half Yearly Journal of Agricultural Economy， 1999， 66： 21-74.]

[11]Law， General Food. Regulation （EC） No. 178/2002 of the European Parliament and of the Council of 28 January 2002， Laying down the General Principles and Requirements of Food Law， Establishing the European Food Safety Authority， and Laying down Procedures in Matters of Food Safety[J]. OJ L， 2002，31 （1.2）.

[12]Sparling D， Henson S， Dessureault S， et al. Costs and Benefits of Traceability in the Canadian Dairyprocessing Sector[J]. Journal of Food Distribution Research Distribution Research， 2006， 37（1）：154-160.

[13]Hobbs J E. Identification and Analysis of the Current and Potential Benefits of a National Livestock Traceability System in Canada[M]. Agriculture and AgriFood Canada， 2007.

[14]馬從國，趙德安，劉葉飛，等. 豬肉工廠化生產(chǎn)的全程監(jiān)控與可溯源系統(tǒng)研制[J]. 農(nóng)業(yè)工程學報， 2008，（9）：121-125.[Ma Congguo， Zhao Dean， Liu Yefei， et al. Overall Monitoring of Pork Industrialization Production and Development of Traceability System[J]. Transactions of the Chinese Society of Agricultural Engineering， 2008，（9）： 121-125.]

[15]張可，柴毅， 翁道磊， 等. 豬肉生產(chǎn)加工信息追溯系統(tǒng)的分析和設計[J]. 農(nóng)業(yè)工程學報， 2010，（4）：332-339.[Zhang Ke， Chai Yi， Weng Daolei， et al. Analysis and Design of Information Traceability System for Pork Production Supply Chain[J]. Transactions of the Chinese Society of Agricultural Engineering， 2010，（4）： 332-339.]

[16]Boccaletti S， Nardella M. Consumer Willingness to Pay for Pesticidefree Fresh Fruit and Vegetables in Italy [J]. International Food and AgriBusiness Management Review， 2000， 3（3）： 297-310.

[17]Hobbs J E， Bailey D， Dickinson D L， et al. Traceability in the Canadian Red Meat Sector： Do Consumers Care？[J].Canadian Journal of Agricultural Economics， 2005， 53 （1）： 47-65.

[18]Angulo A M， Gil J M， Tamburo L. Food Safety and Consumers Willingness to Pay for Labelled Beef in Spain[J]. Journal of Food Products Marketing， 2005， 11（3）： 89-105.

[19]Angulo A M， Gil J M. Risk Perception and Consumer Willingness to Pay for Certified Beef in Spain[J]. Food Quality and Preference， 2007， 18（8）： 1106-1117.

[20]Stevens T H， Belkner R， Dennis D， et al. Comparison of Contingent Valuation and Conjoint Analysis in Ecosystem Management[J]. Ecological Economics， 2000， 32（1）： 63-74.

[21]Boxall P C， Adamowicz W L， Swait J， et al. A Comparison of Stated Preference Methods for Environmental Valuation[J]. Ecological Economics， 1996， 18（3）： 243-253.

[22]Gan C E C， Luzar E J. A Conjoint Analysis of Waterfowl Hunting in Louisiana[J]. Journal of Agricultural and Applied Economics， 1993， 25（2）： 36-45.

[23]Irwin J R， Slovic P， Lichtenstein S， et al. Preference Reversals and the Measurement of Environmental Values[J]. Journal of Risk and Uncertainty， 1993， 6（1）： 5-18.

[24]Adamowicz W， Boxall P， Williams M， et al. Stated Preference Approaches for Measuring Passive Use Values： Choice Experiments and Contingent Valuation[J]. American Journal of Agricultural Economics， 1998， 80（1）： 64-75.

[25]Carlsson F， Martinsson P. Do Hypothetical and Actual Marginal Willingness to Pay Differ in Choice Experiments？ Application to the Valuation of the Environment[J]. Journal of Environmental Economics and Management， 2001， 41（2）： 179-192.

[26]Moskowitz H R， Silcher M. The Applications of Conjoint Analysis and Their Possible Uses in Sensometrics[J]. Food Quality and Preference， 2006， 17（3）： 145-165.

[27]Furnols M， Realini C， Montossi F， et al. Consumers Purchasing Intention for Lamb Meat Affected by Country of Origin， Feeding System and Meat Price： A Conjoint Study in Spain， France and United Kingdom[J]. Food Quality and Preference， 2011， 22（5）： 443-451.

[28]Bernabéu R， Tendero A. Preference Structure for Lamb Meat Consumers： A Spanish Case Study[J]. Meat Science， 2005， 71（3）： 464-470.

[29]Gaspara P， Escribanob M， Mesíasc F J， et al. Sheep Farms in the Spanish Rangelands （Dehesas）： Typologies According to Livestock Management and Economic Indicators[J]. Small Ruminant Research， 2008， 74（1-3）： 52-63.

[30]Schnettler B， Vidal R， Silva R， et al. Consumer Willingness to Pay for Beef Meat in a Developing Country： The Effect of Information Regarding Country of Origin， Price and Animal Handling Prior to Slaughter[J]. Food Quality and Preference， 2009， 20（2）：156-165.

[31]Font i Furnols M， González J， Gispert M， et al. Sensory Characterization of Meat from Pigs Vaccinated Against Gonadotropin Releasing Factor Compared to Meat from Surgically Castrated， Entire Male and Female Pigs[J]. Meat Science， 2009， 83（3）： 438-442.

[32]Mennecke B E， Townsend A M， Hayes D J， et al. A Study of the Factors that Influence Consumer Attitudes Toward Beef Products Using the Conjoint Market Analysis Tool[J]. Journal of Animal Science， 2007， 85（10）： 2639-2659.

[33]Abidoye B， Bulut H， Lawrence J D， et al. US Consumers Valuation of Quality Attributes in Beef Products[J]. Journal of Agricultural and Applied Economics， 2011， 43（1）：1.

[34]Luce D S. A Study of Commercial Hog Production in Western New York[M]. Cornell Univ， 1959.

[35]DeSarbo W S， Ramaswamy V， Cohen S H. Market Segmentation with Choicebased Conjoint Analysis[J]. Marketing Letters， 1995， 6（2）： 137-147.

[36]Liechty J， Ramaswamy V， Cohen S H. Choice Menus for Mass Customization： An Experimental Approach for Analyzing Customer Demand with an Application to a Webbased Information Service[J]. Journal of Marketing Research， 2001， 38（2）： 183-196.

[37]Lancaster K J. A New Approach to Consumer Theory[J]. The Journal of Political Economy， 1966， 74（2）： 132-157.

[38]Wu Linhai，Yin Shijiu， Xu Yingjun， et al. Effectiveness of Chinas Organic Food Certification Policy： Consumer Preferences for Infant Milk Formula with Different Organic Certification Labels[J]. Canadian Journal of Agricultural Economics， 2014， 62（4）： 545-568.

[39]BenAkiva M， Gershenfeld S. Multifeatured Products and Services： Analysing Pricing and Bundling Strategies[J]. Journal of Forecasting， 1998， 17（3-4）： 175-196.

[40]Train K E. Discrete Choice Methods with Simulation[M]. Cambridge： Cambridge University Press， 2009.

[41]Bradlow E T， Rao V R. A Hierarchical Bayes Model for Assortment Choice[J]. Journal of Marketing Research， 2000， 37（2）： 259-268.

[42]Ortega D L， Wang H H， Wu L， et al. Modeling Heterogeneity in Consumer Preferences for Select Food Safety Attributes in China[J]. Food Policy， 2011， 36（2）： 318-324.

[43]FAO （Food and Agriculture Organization）. Top Production2008[DB/OL]. http：//faostat.fao.org/site/339/default.aspx， 2008.

[44]邱皓政. 潛在類別模型的原理與技術[M]. 教育科學出版社， 2008. [Qiu Haozheng. The Principle and Technology of Latent Class Models[M]. Science and Education Press， 2008.]

[45]Lin T H， Dayton C M. Model Selection Information Criteria for Nonnested Latent Class Models[J]. Journal of Educational and Behavioral Statistics， 1997， 22（3）： 249-264.

[46]董銀果， 徐恩波. 中德豬肉安全控制系統(tǒng)比較研究[J]. 農(nóng)業(yè)經(jīng)濟問題， 2005， （2）：53-57.[Dong Yinguo， Xu Enbo. Pork Safety Control System in China and Germany： A Comparison[J]. Problems of Agricultural Economy， 2005， （2）：53-57.]

[47]Clemens R L. Meat Traceability and Consumer Assurance in Japan[M]. Midwest Agribusiness Trade Research and Information Center， Iowa State University， 2003.

[48]Verbeke W， Ward R W. Importance of EU Label Requirements： An Application of Ordered Probit Models to Belgium Beef Labels[C]//American Agricultural Economics Association Annual Meetings， Montreal， Canada， 2003： 1-37.

[49]Loureiro M L， Hine S. Preferences and Willingness to Pay for GM Labeling Policies[J]. Food Policy， 2004， 29（5）： 467-483.

[50]時沁峰. 淺談影響我國豬肉安全的問題及生產(chǎn)安全豬肉的措施[J]. 畜禽業(yè)， 2009，（5）： 27-29. [Shi Qinfeng. Discuss Factors Affecting Chinas Pork Safety and the Measures of Pork Production Safety[J]. Livestock and Poultry Industry， 2009， （5）： 27-29.]

[51]Roosen J， Lusk J L， Fox J A. Consumer Demand for and Attitudes Toward Alternative Beef Labeling Strategies in France， Germany， and the UK[J]. Agribusiness， 2003， 19（1）： 77-90.

[52]Dickinson D L， Bailey D V. Experimental Evidence on Willingness to Pay for Red Meat Traceability in the[J]. Journal of Agricultural and Applied Economics， 2005， 37（3）， 537-548.

[53]許可，呂品韜.農(nóng)民專業(yè)合作社對安全農(nóng)產(chǎn)品營銷作用研究： 基于山東省4地市調查的實證分析[J].經(jīng)濟與管理評論，2013， （3）：74-80. [Xu Ke， Lv Pintao. Study on the Roles of Farmer Professional Cooperative in Sales of Safe Food： Evidence from Demonstration Analysis of 4 Shandong Cities [J]. Review of Economy and Management， 2013， （3）：74-80.]

Study of Consumers Preference for Different Safe Information of Traceable Pork Product

ZHU Dian1，2 PU Xujin3，4 GAO Ning3

（1. School of Dongwu Business， Suzhou University， Suzhou Jiangsu 215021，China；2. Post Doctorial Research Program， Food Science and Engineering， Jiangnan University， Wuxi Jiangsu 214122， China；3. Research Base of Food Safety， Jiangnan University， Wuxi Jiangsu 214122， China；4. Synergetic Innovation Center of Food Safety and Nutrition， Jiangnan University， Wuxi Jiangsu 214122，China）

Abstract Food traceability systems ensure food traceability by generating a reliable continuous flow of safety information in the supply chain， in order to overcome food safety risks caused by information asymmetry. The construction of complete traceability information systems will increase the cost of food and consequently increase the price， which may not be able to meet consumer preferences. Choice experiments are commonly used in the investigation of consumer preferences. In the present study， six types of safety information， i.e.， information of pig farm， feed， slaughter， pork processing， the use of pork preservatives， and storage， were set. Three price levels were set based on the cost of traceable pork estimated by 20 professionals with a fluctuation of 10%. On this basis， an actual survey was conducted to investigate consumer preferences for different types of traceable safety information in 1 200 pork consumers in Tangshan City， Hebei Province using a menu choice experiment， in order to overcome the bias in independence from irrelevant alternatives in choice experiments. Furthermore， consumer groups preferences for different safety information attributes of traceable pork were assessed by latent class analysis. According to the fit test results from latent class analysis， consumers could be divided into three groups： lowlevel， mediumlevel， and highlevel. Consumers were most likely to fall into the lowlevel group， followed by the highlevel group， and most unlikely to fall into the mediumlevel group. This indicated the polarization of Chinese consumer groups. The highlevel consumer group was mostly concerned about safety information of pig farms， feed， and pork processing； the mediumlevel consumer group was mostly concerned about safety information of pig farms and pork processing； and the lowlevel consumer group was concerned about safety information of pork processing only. The other three safety information attributes， i.e.， pig slaughterhouse， the use of preservatives， and cold storage， were not the primary concern of consumers. In order to prevent food risks and meet consumer preferences， based on the model results， this study proposed the need to establish different levels （including different complete information attributes） of pork traceability system in China， and that providing safety information of pig farming and pork processing is an essential prerequisite for constructing traceability systems. In addition， this study pointed out the need to investigate and develop a reasonable sharing system for the additional cost of production based on the basic features and functional orientation of the government， enterprises， and consumers in food traceability systems.

Key words traceable pork product； safe information； preference； menu choice； latent class analysis