我國食品工業可追溯體系構建的意愿與水平研究

山麗杰，徐玲玲，王曉莉

（江南大學，江蘇 無錫 210122）

一、引言

隨著“瘋牛病”等食品安全問題的爆發，世界各地的消費者、食品企業和政府越來越關注食品質量與安全問題[1]。對食品供應鏈上各環節的主體進行有效監管的需求不斷增強，食品可追溯體系作為食品安全管理的有效工具，被越來越廣泛地應用于食品領域[2]。

盡管目前相關國家對食品可追溯體系的概念界定或理解尚不完全一致，但一般認為食品可追溯體系是指在供應鏈上形成可靠且連續的信息流，使食品具備可追溯性，以監控食品的生產過程與流向，必要時實施召回，因而具有確保食品安全的基本功能[3]。歐盟、美國、日本等國家和地區已在21 世紀初相繼實施了食品可追溯體系[1]，并且將動物性食品列為優先發展可追溯體系的領域[4]。歐盟國家從2005年1月1日起規定在市場上銷售的食品必須具備可追溯功能。借鑒發達國家和地區的經驗，中國從2000年開始探索性地建設食品可追溯體系。例如，2004年山東省的兩個蔬菜生產基地使用條形碼追溯蔬菜的生產和銷售[5]。2007年北京為確保奧運會期間的食品安全，將可追溯體系作為一種關鍵的手段，并鼓勵消費者和生產者反饋意見[6][7][8]。2008年，天津建立了一個在線系統，以追溯蔬菜的生產與銷售[1]。目前，中國的食品可追溯體系主要由政府推動企業自愿實施，主要局限于少數城市，且食品類別主要是豬肉和蔬菜[9]，普及率有待進一步提高[10][11]。并且，中國薄弱的食品可追溯體系建設已影響到中國農產品的出口[12]。因此，加強食品可追溯體系建設、提升食品質量安全和提高農產品在全球市場上的競爭力對于中國來說極為重要。

基于上述研究背景，本文嘗試性地組合運用帶罰函數的Logistic 回歸分析模型與Interval Censored回歸分析方法，以我國分布于5 個省的88 家食品生產企業為調查案例，分析食品生產企業對可追溯體系投資意愿、投資水平的主要影響因素。研究發現，影響企業實施可追溯體系投資意愿的主要因素是食品企業管理者的年齡和受教育程度、銷售規模、質量認證情況、預期收益、政府優惠政策情況，而影響投資水平的主要因素是行業特征、銷售規模、預期收益和優惠政策。上述這些研究結論，在現有研究中國食品質量安全的文獻中鮮見報道、富有新意，能為中國政府采取有效措施激勵食品生產企業實施可追溯體系提供決策依據。

二、文獻綜述

國內外學者尤其是國外學者對影響企業實施食品可追溯體系的主要因素展開了大量的先驅性研究，然而大部分都集中于對農產品生產農戶的實證研究[12]。例如，Liao等學者對中國臺灣地區的果蔬農場主進行了調查，結果表明，行政主管部門推行的可追溯計劃和越來越嚴格的農殘檢測是推動農場主實施可追溯體系的主要因素[13]。目前，國內外學者主要通過實證方法研究影響企業實施食品可追溯體系的主要因素[14]。綜合梳理現有的研究文獻可以發現，生產可追溯食品的預期收益、企業的內部因素、外部因素和企業管理者的特征等是影響企業實施食品可追溯體系的主要因素。

與普通食品生產相比，企業實施食品可追溯體系需要依靠信息技術，構建收集、記錄和標識可追溯信息的技術體系，建立數據庫與傳遞系統等，因而必然需要增加相應的額外的生產成本[15]。食品可追溯體系的層次越高，提供安全信任屬性的信息越全面，投入成本就越高[16]。部分學者認為，食品質量管理體系的應用主要取決于企業運用該體系后的凈收益[16][17]。當食品生產企業認為投資實施可追溯體系能夠獲得現實或潛在的收益時，就有實施可追溯體系的動力[18]。如果消費者愿意為可追溯食品支付額外的價格，或者通過可追溯體系可以減少食品安全風險和低成本地召回有安全隱患的食品，食品生產企業則更愿意實施可追溯體系[19]。可以認為，生產可追溯食品的預期收益，是影響企業實施食品可追溯體系的內在根本性因素[20]。

目前國內外文獻較為一致地認為，影響企業實施食品可追溯體系的投資意愿與投資水平的內部因素主要有：一是食品企業的銷售規模。姜啟軍等（2011）研究發現，市場因素是影響企業實施可追溯體系的主要因素之一[21]。銷售規模影響企業對可追溯體系的投資行為[22]。Mora等學者（2005）也支持實施可追溯體系的收益隨著企業規模的擴大而增加的觀點[23]。二是食品企業的從業人數。Galliano 和Roux（2008）的研究認為，可以將職工人數作為衡量企業規模的重要變量[24]。Wang 等（2009）的研究發現，在中國從業人數較多的水產品加工企業更愿意投資實施可追溯體系[25]。Sodano和Verneau（2004）對意大利番茄加工企業的調查表明，企業實施可追溯體系的收益隨著企業從業人數的擴大而相應增加[22]。從業人數達到邊際規模的企業相對更容易發現實施可追溯體系的潛在利益。因此，投資可追溯體系的意愿更強，投資水平也更高。三是食品生產的質量認證。Mora、Menozzi（2005）和Banterle等（2006）對意大利牛肉加工企業的調查發現，執行食品安全質量認證體系可降低企業投資可追溯體系的成本[17][23]。Banterle和Stranieri（2008）、徐玲玲等（2011）的研究認為，相比未執行任何質量認證體系的食品企業，已經執行了某些質量認證體系的企業投資可追溯體系的成本更低，具有更強的投資意愿[26][27]。

在對外部因素的研究上，國內外學者認為影響企業對食品可追溯體系的投資意愿與投資水平的主要因素可以歸納為：一是食品企業在食品供應鏈體系中的垂直一體化程度。Banterle 等（2006）對意大利肉制品加工供應鏈上的32 個加工企業樣本問卷的分析表明，供應鏈垂直一體化的程度和水平影響了可追溯體系的成本，特別是對小型食品生產企業的影響更大，垂直一體化程度越高的企業實施可追溯體系的成本越低，其投資意愿越強，投資水平越高[23]。Mora和Menozzi（2005）認為，垂直一體化關系中的零售商對食品可追溯的要求是促使生產廠商實施可追溯體系的重要因素[17]。二是食品企業的行業特征。Galliano 和Orozco（2011）調查了法國肉品、水果、蔬菜、乳品、飲料等有機食品行業的871 家企業，結果顯示，不同行業的食品生產企業采用可追溯體系的概率不同，在安全風險較高的行業，大多數企業已實施可追溯體系[28]。相對于飲料和煙草制造業而言，農副產品加工業和食品制造業的企業更傾向于投資實施可追溯體系[29]。三是政府的優惠政策。Moises和Brian（2012）認為政府強制性要求企業實施可追溯制度不一定會帶來更安全的食品，并且增加了生產者的成本，削弱其實施意愿[30]。Glynn等（2006）在考察和研究澳大利亞的牛肉產業后發現，可追溯體系成功推廣的重要原因是政府的資金支持[31]。政府的資金以及技術支持會極大地影響企業投資實施可追溯體系的成本與積極性[18]。

現有的研究文獻還進一步指出，食品企業的管理者特征也是影響企業對食品可追溯體系的投資意愿與投資水平的相關因素。不同年齡、學歷和性別的食品企業管理者對新事物的接受能力、創新性和投資魄力等不同，進而會影響投資決策[3]。山麗杰等（2011）對食品加工企業實施可追溯體系行為的研究結果表明，企業管理者年齡越大越不愿意投資實施可追溯體系。在愿意投資的企業中，管理者學歷較高的投資水平相對較高[29]。

上述國內外研究成果為本文探討中國的食品生產企業對可追溯體系的投資意愿與投入水平奠定了重要的基礎。

三、調查問卷設計與統計性描述

（一）樣本選擇

選擇國內主要的食品加工業省份，包括河南、黑龍江、山東、江蘇和安徽。以河南省為例，其是中國重要的商品糧基地和食品生產大省。其省會鄭州的食品工業的產業規模大，2011年食品工業增加值達到180 億元，在中國的中西部諸城市中名列第一位。因此，本次選擇的食品生產企業樣本為案例的研究具有現實基礎。

（二）問卷設計與調查方法

在展開相關文獻綜述和理論研究的基礎上，結合研究的主題設計調查問卷，并且進行了預調查，依據預調查的情況進一步修正問卷。調查確定樣本企業數量為100家，其中河南48家、黑龍江21家、山東14家、江蘇和安徽合計17家。按照國家工業和信息化委員會公布的2013年食品工業企業銷售收入的排序，在各省內選擇樣本。整個調查在2014年4～5月份進行。共收回有效問卷88份，回收率為88.0%。

（三）調查樣本的統計描述

（1）樣本的垂直一體化程度比較高。在88家被調查的食品企業中，42家企業從生產農戶直接購買原材料，36家企業與相關農戶（企業）簽訂了產品收購（購買）合同。43 家企業并不直接使用農產品做原料，而是與中間環節的生產廠家簽署長期收購協議。

（2）普遍開展了食品質量認證工作。有74家食品生產企業開展了產品質量的認證工作，其中53家企業分別通過了有機食品或無公害農產品認證、綠色食品認證、危害分析與關鍵控制點體系認證（HACCP）或ISO9000認證。

（3）樣本特征與我國食品工業的總體狀況具有較好的擬合度。從企業主營業務所屬行業看，分別有44.3%（39家）、8.0%（7家）、19.3%（17家）和28.4%（25家）企業的行業特征屬于糧食和糧食制品行業、乳及乳制品、飲料制造業、肉制品行業。從從業人數的角度來分析，分別有83%（73 家）、6.8%（6 家）、10.2%（9 家）企業的從業人數規模在500 人以下、500～1000 人、1000 人以上。從銷售規模來分析，分別有60.2%（53 家）、17%（15 家）、11.4%（10 家）和11.4%（10 家）企業的銷售規模在1 億元以下、1 億～3億元、3 億～5 億元、5 億元及以上。上述被調查企業的主要構成與我國食品工業企業的總體情況大體上吻合，說明樣本的選擇較為合理。

（4）企業管理者學歷呈正態分布。本調查所稱管理者專指企業總經理。在88家被調查的企業中，管理者的學歷呈現明顯的梯次，擁有初中及以下、高中（包括中等職業）、大專或本科、碩士或博士研究生學歷的管理者占被調查企業管理者的比例分別為1.1%、10.2%、81.8%、6.8%。管理者的平均年齡為34.16歲。在被調查者中，男性有40人，占45.5%。

（5）企業對實施可追溯體系的預期收益。對企業而言，現實或潛在的收益是驅使其投資實施可追溯體系的最關鍵動力。調查結果顯示，80.7%的企業管理者認為將企業目前生產的食品全部改為可追溯食品能夠增加銷售量，且46.6%的管理者認為增加的年銷售額為1 萬～50 萬元，39.8%的企業管理者認為企業增加的年銷售額將可能達到51萬～500萬元，另有13.6%的認為可達500萬元以上。可見，大部分企業認可實施可追溯體系能夠進一步擴大市場規模，并增加企業的銷售額。被訪企業中分別有49.1%、31.5%、8.8%、5.3%和5.3%的企業選擇[1%，10%]、（10%，20%]、（20%，30%]、（30%，40%]和40%以上的投資水平。可見，盡管大部分企業愿意投資實施可追溯體系，但投資水平有限。

（6）企業對可追溯體系的投資意愿與投資水平。問卷調查結果顯示，如果政府強制企業實施食品可追溯體系，則被調查企業的管理者部分愿意或完全愿意實施可追溯體系比例達到94.3%。相反，如果政府沒有強制性要求，企業的實施意愿變化明顯，愿意實施可追溯體系的管理者比例為69.3%。可見，政府是否強制性實施可追溯體系對企業的投資意愿影響較大。

（7）企業實施可追溯體系所能獲得的優惠政策。政府部門采取技術支持等措施能夠激勵企業實施可追溯體系。調查結果顯示，絕大多數企業得到了政府的政策支持，約81%的企業獲得過政府有關部門組織的技術培訓。

四、實證分析

（一）企業投資意愿主要影響因素的帶罰函數Logistic回歸分析

1.模型構建

中國企業投資可追溯體系的預期凈報酬（V）由預期總收益扣除可追溯體系的直接成本與交易成本所得。Mastern 和Saussier（2000）提出以下離散選擇模型[32]：

Xi為影響企業投資可追溯體系（Vi）因素的向量，B 為待估參數向量，ξi為誤差。盡管Vi難以被觀測，但是存在可以觀測的代理變量（proxy），如企業投資實施可追溯體系的意愿。這是因為企業被假定為理性，如果Vi＞0，企業應有意愿投資可追溯體系（Yi=1），反之則（Yi=0）。Souza Monteiro（2007）將第i個企業的離散選擇定義為[3]：

根據前文分析，對Xi具體設定見表1。表1 中X1～X13為自變量，X1～X3為企業管理者特征；X4為企業的銷售規模，X5為企業的從業人員數；X6企業通過的質量認證；X7代表企業的垂直一體化程度；X8～X11代表企業的行業特征；X12代表政府的優惠政策；X13代表企業實施可追溯體系的預期收益。

（1）二元Logistic 模型。由于MLE 具有一致、漸近正態以及漸近有效等特點，所以在參數估計中MLE極為盛行。相應地對數似然函數與得分方程分別為：

式（3）可以通過Newton-Raphson（N-R）迭代法給出參數解。如果在小樣本容量的情形下，直接由式（3）估算參數將存在兩個問題：一是MLE 存在向下偏誤，這是MLE 共有問題。Bartlett（1953）首次證實單變量MLE存在1/n階偏誤[33]，Shenton 和Wallington（1962）把1/n階偏誤由單變量擴展至多變量[34]，Cordeiro 和McCullagh（1991）給出了廣義線性模型的1/n階偏誤[35]。在小樣本容量情況下，上述偏誤較大不容忽略。二是分離問題，這是Logistic模型特有問題。Santner 和Duffy（1986）提出，當Logistic模型滿足完全分離條件時①，似然值為零；當Logistic模型滿足準分離條件時②，盡管似然值不為零，但協方差矩陣將是無界的（至少有一個參數是無界的），即趨向于無窮；只有當Logistic 模型滿足重疊條件時③,似然值存在且唯一[36]。如果存在分離問題將導致Logistic 模型迭代失敗。目前尚未有標準的檢驗方法檢測分離狀態，只有在迭代過程中才能發現。本文利用Matlab（R2009a）對式（3）作N-R 迭代發現：-2lnL 在32.6869 處收斂；參數中除B4 方差在1.2643處收斂外，其他的變量均無界，由此可以判斷本文的Logistic模型滿足準分離條件，從而無法給出迭代解。

表1 變量定義與樣本統計

（2）添加罰函數的Logistic模型。為了消除小樣本導致的偏差，Firth（1993）建議在對數似然函數中添加罰函數[37]。Heinze 和Schemper（2002）進一步發展了Firth 的方法[38]，由于MLE 存在向下偏誤，Firth（1993）證明加上罰函數的似然函數可以修正1/n 階偏誤[37]，Heinze 和Schemper（2002）認為添加罰函數的作用并不局限于此，它還可以消除分離問題[38]。這是因為添加罰函數后相當于對Yi與1-Yi賦予了權重。由于對Yi與1-Yi分別施加了1+hi/2與hi/2的權重，從而消除了分離狀態④。正如下文即將看到，帶罰函數的Logistic模型對原本迭代失敗的模型進行修正給出了估算結果（具體方程從略）。

2.計量結果與分析

本文采用N-R 迭代方法，迭代方程為：B（S+1）=B（S）+I-1（B（S））U（B（S））*，其中S 為第S 次迭代。借助于Matlab（R2009a）分析工具，相關的參數估計結果見表2。

表2 影響全體樣本企業投資可追溯體系意愿模型結果

在解釋變量中，食品企業管理者的學歷與年齡、企業的銷售規模、質量認證、可追溯食品生產的預期收益在5%的水平上顯著；政府的優惠政策在1%的水平上顯著。其中，年齡的O.R.（Odds Ratio）小于1，即表明年齡在40 歲以下的企業管理者的優勢比（Odds）顯著低于參照組。學歷、銷售規模、質量認證、預期收益和優惠政策的O.R.大于1，表明學歷高的管理者相對于學歷低的管理者，銷售規模大的企業相對于銷售規模小的企業，執行了食品安全質量認證體系的企業相對于未執行的企業，預期消費者有更高的支付意愿的企業相對預期較低的企業，得到政府優惠政策的企業相對于未得到政府優惠政策的企業投資生產可追溯食品的意愿更強。

（二）企業投資水平主要影響因素的Interval Censored回歸分析

1.模型構建

定義因變量為企業對可追溯體系的投資水平（YYi），同樣受行業特征、管理者特征、預期收益和外部環境等因素的共同影響。因此，建立如下的計量模型：

考慮到因變量為大于零的區間刪失型變量，因此本文選取了e 指數函數，并運用Interval Censored回歸模型進行參數估計。假設：

式（5）中Xj是自變量，βj是回歸系數，εi是具有零均值和常數方差（σ2）的隨機誤差項，且在個體間獨立一致分布。

2.計量結果與分析

應用LIMDEP 9.0分析工具，并通過極大似然估計獲得回歸系數β的估計值以及誤差項的標準差σ。Interval Censored 模型回歸結果（見表3）表明，行業特征為肉及肉制品加工業、銷售規模、政府優惠政策和預期收益顯著影響企業實施可追溯體系的投資水平，其他變量則均不顯著。

進一步分析，在愿意投資實施可追溯體系的企業中，肉及肉制品加工企業和政府優惠政策在5%的水平上顯著，銷售規模和預期收益在1%的水平上顯著。這說明政府有優惠政策相對于政府沒有優惠政策，肉及肉制品加工企業相對于其他行業的企業，對可追溯體系的投資水平較高。產品銷售額在3000萬元及以上的企業相對于銷售額低于3000 萬元的企業，預期消費者有更高的支付意愿的企業相對于預期較低的企業，對可追溯體系的投資水平更高。

五、結論與政策建議

基于上述模型分析，可以得出如下主要結論：影響食品生產企業對可追溯體系的投資意愿的主要因素是銷售規模、質量認證情況、預期收益、政府優惠政策和企業管理者的學歷與年齡；而影響企業對可追溯體系的投資水平的主要因素是特定的行業特征（肉及肉制品加工業），以及銷售規模、投資的預期收益和優惠政策。顯然，影響企業對可追溯體系的投資意愿與投資水平的因素既有共性，又不盡相同。

表3 Interval Censored模型回歸結果

1.管理者年齡越小的食品生產企業越愿意投資實施可追溯體系

這不難理解，因為年齡相對大的管理者更為保守，而年輕的管理者更注重創新和改革。管理者學歷較高的企業對可追溯體系的實施意愿也更強，這可能是因為學歷較高的管理者更關注實施食品可追溯體系的中長期收益，更著眼于通過提高食品生產的安全水平以增強企業競爭力。上述結論與Souza Monteiro（2007）的研究高度類似。但企業管理者的學歷、年齡對投資水平并沒有影響[3]，說明企業食品安全生產的社會責任不能夠自發形成。

2.行業特征對企業投資實施可追溯體系的意愿沒有顯著影響

這與Galliano 和Orozco（2011）的研究結果[28]相反，這可能與中國的特殊國情相關。在中國食品行業的主體是中小企業，食品市場的覆蓋面有限，在政府沒有制度安排的背景下，投資意愿難以自發形成。但在愿意投資的食品生產企業中，與糧食與糧食制品業、乳及乳制品行業、飲料制造業的企業相比，肉與肉制品行業的食品生產企業具有相對較高的投資水平。雖然與糧食和糧食制品業、飲料制造業等行業相比，中國的乳及乳制品行業也具有較高安全風險，河南省形成了肉與肉制品加工業的企業群，這些企業具有更高的投資水平是符合客觀實際的。雖然本結論可能與調查地和調查樣本的特點有一定的關聯，但食品安全風險相對較高的行業具有更高的投資水平這一結論在中國是成立的。

3.企業的銷售規模對企業的投資意愿與投資水平影響顯著

這一結論與姜啟軍等（2011）的研究結果相似[21]。與小型企業相比，大中型食品企業實施可追溯體系具有資金、技術等方面的優勢，更具備實施的相應基礎。本文得出的進一步結論是，與投資意愿相比，銷售規模對企業投資水平的影響更為顯著。這可能是因為，銷售規模大的企業實施可追溯體系的成本低于小型企業，相應的收益也大于小規模企業。

4.企業以追求利益最大化為基本目標

結論顯示，企業投資實施可追溯體系的預期收益對投資意愿的影響在5%的水平上顯著，對投資水平的影響在1%的水平上顯著，對投資意愿的影響高于投資水平，這與Wu 等（2012）的研究結果相似[20]，再次證實了現實和潛在收益決定了食品企業的行為。

5.政府的優惠政策顯著影響企業的投資意愿和投資水平

政府優惠政策對投資意愿的影響大于對投資水平的影響。這可能是因為，政府的支持政策可能通過技術指導、成本補貼等方式降低企業實施可追溯體系的難度，從而顯著提高了投資意愿。但投資意愿能否轉化為投資水平，還取決于企業自身的特征。這與Glynn等（2006）的研究結果相似[31]。

上述研究結論所表明的政策含義已非常清晰。其要點是：（1）政府部門和企業應當通過各種宣傳方式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增強對可追溯食品的支付意愿和提高支付水平，增加企業投資實施可追溯體系的直接預期收益；（2）企業管理者對企業的發展方向和路徑起著至關重要的作用，但安全生產的社會責任不能夠自發形成，政府必須強化引導；（3）在現階段的中國，對食品可追溯體系的投資意愿難以完全自發形成，投資意愿也難以直接轉化為投資水平，政府應對企業實施食品可追溯體系予以技術指導和生產成本補貼，以降低其成本，并優先支持行業安全風險較大的食品生產企業。

注釋：

①完全分離條件是指當Yi=1 時，BXi〉0；當Yi=2 時，BX〈0。

②準分離條件是指當Yi=1 時，BXi≥0；當Yi=2 時，BXi≤0。

③不滿足完全分離條件與準分離條件。

④Heinze 和Schemper（2002）指出，添加罰函數后依然存在多重共線性等風險。

[1]Shi Zheng，Pei Xu，Zhigang Wang，Shunfeng Song.Willingness to pay for traceable pork：evidence from Beijing，China[J].China Agricultural Economic Review，2012，（2）：200—215.

[2]Ruiz—Garcia，G.Steinberger，M.Rothmund.A model and prototype implementation for tracking and tracing agricultural batch products along the food chain[J].Food Control，2010，（2）：112—121.

[3]Souza Monteiro D.M.Theoretical and Empirical Analysis of the Economics of Traceability Adoption in Food Supply Chains[M].US：the Graduate School of the University of Massachusetts Amherst，2007.12-20.

[4]Fernandez—Ibanez，V.，Fearn，T.，Soldado，A.，de la Roza—Delgado.Development and validation of near infrared microscopy spectral libraries of ingredients in animal feed as a first step to adopting traceability and authenticity as guarantors of food safety[J].Food Chemistry，2010，（3）：871—877.

[5]Yu G.Construction of traceability system for agricultural products[J].Column of Agricultural Product Quality Safety，2008，（6）：16—17.

[6]Hu D.Improve traceability system of agricultural food and strengthen food safety[J].China Agriculture Information，2007，（3）：8—9.

[7]Zhao，Q.Chen Y.Analysis of consumers’purchase of traceable food：an example from consumers in Haidian district，Beijing[J].Technology Economics，2009，（1）：53—56.

[8]Lin，J.，Zeng Q.Application of food traceability system[J].Modern Food Science and Technology，2006，（4）：47—52.

[9]吳林海，徐玲玲，王曉麗.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[J].中國農村經濟，2010，（4），77—86.

[10]Schulz L L，Tonsor G.T.Cow—Calf Producer Preferences for Voluntary Traceability Systems[J].Journal of Agricultural Economics，2010，（1）：185—197.

[11]Linhai W，Lingling X，Jian G.The acceptability of certified traceable food among Chinese consumers[J].British Food Journal，2011，（4）：519—534.

[12]Zhou，L.，Liu，M.，Research summarization of food traceability system[J].Grain and Oil，2008，（7）：45—47.

[13]PeiAn Liao，HungHao Chang，ChunYen Chang.Why is the food traceability system successful in Taiwan？ Empirical evidence from a national survey of fruit and vegetable farmers[J].Food Policy,2011，（5）：686—693.

[14]楊秋紅，吳秀敏.農產品生產加工企業建立可追溯系統的意愿及其影響因素[J].農業技術經濟，2009，（2），69—77.

[15]Miranda P.M.Meuwissen，Annet G.J.Velthuis，Henk Hogeveen，and Ruud B.M.Huirne.Traceability and Certification in Meat Supply Chains[J].Journal of Agribusiness，2003，（2）：167—181.

[16]Caswell J A，Bredahl M.E.，Hooker N H.How quality management metasystems are affecting the food industry[J].Review of Agricultural Economics，1998，（2）：547—557.

[17]Banterle A，Stranieri S，Baldi L.Voluntary Traceability and Transaction Costs：An Empirical Analysis in the Italian Meat Processing Supply Chain[R].Germany：99th European Seminar of the EAAE：Trust and Risk in Business Networks，2006：69—78.

[18]Golan E B，Krissoff F，Kuchler K.Traceability in the U.S.Food Supply：Economic Theory and Industry Studies[R].USA：U.S.Department of Agriculture，Economic Research Service，Agricultural Economic Report No.830，2004.56—65.

[19]Petit R G.Traceability in the food animal industry and supermarket chains[J].Scientific and Technical Review，2001，（20）：584—597.

[20]吳林海，蔣力.影響企業食品可追溯體系投資意愿的主要因素分析[J].預測，2012，（7），48—55.

[21]姜啟軍，余從田，熊振海.食用農產品企業實行質量可追溯體系的決策行為分析[J].中國漁業經濟，2011，（4），58—63.

[22]Sodano V，Verneau F.Traceability and food safety：public choice and private incentive[R].Italy：Quality Assurance Risk management and Environmental Control in Agriculture and Food Supply Networks，2004.112—130.

[23]Mora C，Menozzi D.Vertical Contractual Relations in the Italian Beef Supply Chain[J].Agribusiness，2005，（3）：213—235.

[24]Galliano D.，Roux P.Organizational motives and spatial effects in Internet adoption and intensity of use：Evidence from French industrial firms[J].The Annals of Regional Science，2008，（42）：425—448.

[25]Wang F，Fu Z，Mu W，et al.Adoption of traceability system in Chinese fishery process enterprises：Difficulties，incentives and performance[J].Journal of Food，Agriculture &Environment，2009，（2）：64—69.

[26]Banterle A，Stranieri S.The consequences of voluntary traceability system for supply chain relationships：An application of transaction cost economics[J].Food Policy，2008，（6）：560—569.

[27]徐玲玲，山麗杰，吳林海.農產品可追溯體系的感知與參與行為的實證研究：蘋果種植戶的案例[J].財貿研究，2011，（5），34—40.

[28]Galliano D，Orozco L.The Determinants of Electronic Traceability Adoption：A Firm—Level Analysis of French Agribusiness[J].Agribusiness，2011，（3）：379—397.

[29]山麗杰，吳林海，徐玲玲.企業實施食品可追溯體系的投資意愿與投入水平研究[J].華南農業大學學報（社會科學版），2011，（4），65—72.

[30]Moises A.Resende—Filhoa，Brian L.Buhr.Economics of Traceability for Mitigation of Food Recall Costs[R].USA：International Association of Agricultural Economists（IAAE）Triennial Conference，2012.126.

[31]Glynn T，Ted T，Schroeder C.Livestock Identification：Lessons for the U.S.Beef Industry from the Australian System[J].Journal of International Food &Agribusiness Marketing，2006，（3/4）：48—59.

[32]Mastern，S.E.，S.Saussier.Econometrics of contracts：an assessment of developments in the empirical literature of contracting[J].Revue d’Economie Industrielle，2000，（92）：215—237.

[33]Bartlett，M.Approximate confidence intervals：more than one unknown parameter[J].Biometrika，1953，（3&4）：306—319.

[34]Shenton，L.，P.Wallington.The bias of moment estimators with an application to the negative binomial distribution[J].Biometrika，1962，（1&2）：193—210.

[35]Cordeiro G.，P.McCullagh.Bias correction in generalized linear models[J].Journal of the Royal Statistical Society，Series B（Methodological），1991，（3）：629—643.

[36]Santner，T.，D.Duffy.A note on A.Albert and JA Anderson’s conditions for the existence of maximum likelihood estimates in logistic regression models[J].Biometrika，1986，（3）：755—770.

[37]Firth，D.Bias reduction of maximum likelihood estimates[J].Biometrika，1993，（1）：27—39.

[38]Heinze，G.，M.Schemper.A solution to the problem of separation in logistic regression[J].Statistics in medicine，2002，（16）：2409—2419.