消費者對轉基因食品的感知風險與收益研究
——基于結構方程模型的分析

張文靜

（西安財經大學管理學院，西安 710100）

1996年，轉基因作物得以商業化應用，截至2020年，全球轉基因作物的種植面積比1996年累積擴展了100多倍，達到1.9億hm2［1］。轉基因技術打破了物種之間的限制，進行基因的重組，將優秀的基因從一個物種引入到另一個物種中，從而使該物種具有更多優秀的屬性。將其用于農業領域，可以生產出擁有眾多優質屬性的農產品，如高產、優質、抗病蟲害、抗旱、抗澇等；將其用于食品領域，可以生產出眾多滿足消費者不同需求的產品，如更低的價格、更好的口感、更高的營養價值、更好的外觀等［2，3］。與此同時，轉基因技術及產品也可以給人類健康和環境帶來危害。與人類健康相關的風險包括引起過敏反應、基因轉移和突變等，與環境相關的風險包括破壞動植物的生物鏈、基因擴散，破壞生態系統的平衡和動植物的多樣性等［2-4］。

這些客觀存在的風險與收益，在不同人的腦海里會被解釋并影響，形成不同的主觀認識，即感知風險與感知收益。已有研究顯示，消費者的認知與客觀事實之間存在著偏差，一個很小的風險也有可能被無限放大從而引起公眾的恐慌，威脅社會安定［5，6］。消費者如果感知到轉基因食品會給自己帶來益處，他們會更愿意接受轉基因食品；如果感知到較高的風險，他們就不愿意接受轉基因食品。已有文獻指出，相比那些客觀存在的風險與收益，消費者對轉基因食品的態度和購買意愿在很大程度上受其主觀認識，即感知風險與收益的影響［6-10］。但是，消費者對于那些不熟悉的、較新的技術的了解十分有限，如轉基因技術。因此，他們對與轉基因技術相關的風險與收益的認知也十分有限［4，11］。由于消費者的感知風險與收益對其選擇和購買轉基因食品有決定性的影響。因此，分析和了解消費者的感知風險與收益很有必要。

中國轉基因作物的種植面積在2019年達到21.33萬hm2，居世界第七位［1］。中國也是世界上最大的轉基因產品進口國。2017年，中國進口的大豆占世界大豆總交易量的60%，而其中90%的大豆為轉基因大豆。中國政府也十分重視農業生物技術的研究與發展，中國科學家們研究出了一系列轉基因農產品，如棉花、水稻、小麥、玉米、大豆、馬鈴薯、番茄等，其中一些已經開展了商業化推廣，一些還在田間試驗階段。伴隨轉基因技術的研發和轉基因食品的推廣，有關轉基因食品安全性的爭論也日益激烈，公眾對其安全性的擔憂和爭論伴隨著媒體的報道而加劇。盡管如此，中國消費者對轉基因食品的態度仍是不確定的。De Steur等［12］分析了山西省消費者對富含葉酸的轉基因大米的支付意愿。結果顯示，消費者愿意為此類大米支付高達34%的溢價。與此相反，一個針對全國13個大米主要消費區的調查表明，消費者只愿意在一定折扣（68%）下購買轉基因大米［13］。基于對全國952個城市消費者的調研，Zheng等［14］指出，“黃金大米”事件的出現導致消費者對轉基因大米的支付意愿明顯下降。同時，已有文獻指出，感知風險與感知收益是決定消費者對轉基因食品的態度與購買意愿的決定因素。通過對北京250名消費者的調研，Kim等［15］指出，消費者的感知風險對其支付意愿有明顯的負向影響，而感知收益正向地影響其購買意愿。以上研究雖然探討了感知風險與感知收益對轉基因食品購買意愿的影響，但很少有文獻詳細分析中國消費者對轉基因食品感知風險與收益的構成與影響因素，本研究試圖去填補這方面的空缺。因此，本研究以陜西省西安市508位消費者為研究對象，分析其對轉基因食品風險與收益的感知，并利用結構方程模型進一步探討其感知風險與收益的構成及決定因素。

1 研究方法與數據來源

1.1 研究方法

結構方程模型（Structural equation model，SEM）是一種有效處理多元數據及相互關系的計量方法。模型中既包含潛變量（如感知風險），也包含觀測變量（如年齡、收入等）。潛變量是指那些現實生活中客觀存在但不能直接測量的因素［16］，如智商、社會地位等。潛變量可以通過一系列的指標來衡量，如智商可以通過智商測試、考試成績等來獲取；社會地位可通過經濟收入、職業等來衡量。結構方程模型可以同時估計潛變量、觀測變量和兩者的關系［17］。它由2個部分組成，即測量模型（Measurement model）和結構方程模型（Structural equation model）。測量模型用來估計潛變量及其指標之間的關系，結構方程模型估計潛變量之間的關系。對內生潛變量及外生潛變量的測量模型如下：

式中，y是一個p×1階的內生潛變量的指標，x是一個q×1階的外生潛變量的指標，η是內生潛變量，個數為m，ξ是外生潛變量，個數為n，Λy是一個p×m階的回歸系數矩陣，Λx是一個q×n階的回歸系數矩陣，ε是y變量的測量誤差，個數為p，δ是x變量的測差誤量，個數為q。

結構方程模型如下：

式中，B是一個m×m階的內生潛變量之間關系的矩陣，Γ是一個m×n階的內生潛變量與外生潛變量之間的關系矩陣，ζ是一個m×m階的干擾項。

本研究中的測量模型如下：

1.2 數據來源和描述性統計分析

1.2.1 數據來源 數據來源于2019年6—7月對西安市消費者的問卷調查，采取簡單隨機抽樣的方法，輔之以面談式訪問的方法進行。調研地點主要集中在超市和農貿市場。問卷內容主要包括消費者的人口統計學特征，消費者對轉基因食品的認知和態度，消費者對轉基因食品的感知風險和感知收益。本次調研共計收集問卷550份，剔除無效樣本后，有效問卷共計508份，樣本有效率為92.36%。

1.2.2 描述性統計分析

1）樣本特征。表1展示了消費者的個人特征，從表1中看出，被調查對象中，女性（55.12%）消費者所占的比例要高于男性（44.88%），因為女性更多地承擔了照顧家庭的責任。從年齡分布看，被調查者中最小的年齡只有15歲，最高的是86歲。被調查者的平均年齡為34.41歲，由此看出調研中年輕人所占的比重高于老年人。樣本中擁有大專及以上學歷的被調查者占總人數的60.24%，而具有本科及以上學歷的被調查者占總人數的37.21%。這一調研結果與西安市的高校區域分布緊密相關。在調研選定的主要區域中，雁塔區和長安區都是西安市高校分布相對集中的行政區域，因此具有較高學歷的被調查者所占比重相對較高。被調查者的個人平均月收入中，有37.80%的被調查者的月收入為1 000～3 000元，32.68%的被調查者的平均月收入為3 001～5 000元。本研究使用了消費者的自評健康作為衡量其健康狀況的標準，數字1到10分別代表了消費者的健康狀況從非常不好到非常好。統計結果顯示，消費者自評健康的平均值為7.57，說明消費者對自身健康的評價較高，認為自己擁有良好的健康狀況。調查還考慮了家庭中特殊人群的情況。特殊人群是指孕婦、慢性病患者（患有心腦血管疾病、慢性胃腸疾病的人）、年齡不足12歲的孩子和60歲以上的老人。26.32%的消費者家庭有60歲以上的老人，32.56%的消費者家庭有12歲以下的孩子，7.73%的消費者家庭有慢性病患者，而有孕婦的家庭占總調研人數的2.96%。當然，也有30.43%的消費者家庭沒有此類特殊人群。

表1 消費者個人特征

2）消費者對轉基因食品的感知風險與收益。首先考察了消費者對轉基因食品的總體感知風險。總體感知風險的數據來源于消費者對“據您所知，轉基因食品會存在多大的安全風險？”這個問題的答復。調查結果顯示，43.49%的被調查者認為轉基因食品存在安全風險，其中15.04%的被調查者認為轉基因食品存在很大的安全風險，28.45%的被調查者認為轉基因食品存在較大的安全風險。而認為轉基因食品無安全風險、無任何安全風險的被調查者分別占總調研人數的2.28%和0.63%。由此可見，在被調研的人群中，認為轉基因食品存在安全風險的消費者人數遠多于認為轉基因食品無安全風險的消費者人數。但需指明的是，53.60%的被調查者不清楚與轉基因食品相關的安全風險，說明大部分消費者對轉基因食品安全性的認識比較模糊。

表2顯示了消費者對轉基因食品感知風險的指標，已有研究通常將感知風險分為不同的維度來分析，主要包括財務風險、性能風險、心理風險、健康風險、社會風險和時間風險這6個維度。還有研究證明，轉基因食品可能給人體健康和環境帶來潛在的危害。所以本研究主要從這2個方面來考察消費者對轉基因食品的感知風險，即消費者對轉基因食品健康的感知風險和環境的感知風險。

從表2可以看出，那些認為轉基因食品能夠給人體健康和環境帶來危害的被調查者比重遠高于那些不認為有此風險的被調查者。其中，分別有33.66%和12.99%的被調查者認為食用轉基因食品有可能及完全有可能破壞人體的免疫系統。大約40%的被調查者認為食用轉基因食品有可能引起過敏反應和人體的基因突變。超過40%的被調查者認為食用轉基因食品會使人體產生抗藥性和不孕不育。37.20%的被調查者認為轉基因食品會造成環境污染；48.03%的被調查者認為轉基因食品會破壞生態系統的平衡；47.44%的被調查者認為轉基因食品會破壞動植物的多樣性。與此相反，大約只有10%的被調查者認為轉基因食品不可能給人體健康和環境帶來危害。同時，選擇不清楚這些與轉基因食品相關風險的被調查者比例很高，都在40%以上，最高的比重達53.35%。這說明消費者對與轉基因食品相關的風險的認知是有限的。

表2 消費者對轉基因食品的感知風險所占比例 （單位：%）

消費者對轉基因食品感知收益的指標見表3。數據顯示，被調查者對轉基因食品感知收益的認知不統一。有超過32.48%的被調查者認為轉基因食品能夠提高作物的產量從而解決世界糧食問題，但只有7.67%的被調查者認為轉基因食品有較高的營養價值。同時，被調查者對同一個陳述的判斷也存在明顯差異。當問到“轉基因技術能夠提高作物的產量從而解決世界糧食問題”時，那些認為有可能發生（32.48%）和沒可能發生（31.69%）的被調查者人數很接近。而對陳述“轉基因食品有較高的營養價值”的判斷就完全相反，那些認為有可能的被調查者比例（7.67%）遠低于那些認為沒有可能的被調查者（41.34%）。與被調查者的感知風險相似，有很大比例的被調查者不清楚轉基因食品可能帶來的收益。56.50%的被調查者不清楚轉基因食品是否有更長的儲存時間，有53.74%的被調查者不清楚轉基因食品是否有更好的口感。35.83%的被調查者不清楚轉基因作物能夠提高作物的產量從而解決世界糧食問題，而這個比例是這些陳述里最低的。此結果表明被調查者對轉基因食品相關收益的認識也是有限的。由此可見，被調查者對與轉基因食品相關的風險和收益的了解和認知十分有限，選擇不清楚的被調查者比重較高。

表3 消費者對轉基因食品的感知收益所占比例 （單位：%）

3 實證分析

消費者對轉基因食品感知風險和感知收益的實證分析由2個部分組成。由于外生潛變量中一部分是連續的（如年齡），也有一部分變量是非連續的，即分類變量（如性別、收入、受教育水平等）。首先要對這些非連續變量進行數據處理，一般情況下，對非連續變量的處理是生成多分格相關（Polychoric correlation）矩陣，再用最小二乘法進行模型估計［17］。2個部分的數據分析都是通過軟件LISREL 8.8來實現的，其中，生成多分格相關矩陣是通過使用軟件中的PRELES指令來完成，而對模型的估計是通過軟件中的LISREL指令來完成。

3.1 模型的適配度檢驗

表4反映了模型的適配度檢驗結果及模型檢驗合格的一般要求。理論上，有很多指標被用來檢驗結構方程模型的適配度，如：卡方自由度比（χ2/DF），適配度指數（Goodness of fit index，GFI），調整后的適配度指數（Adjusted goodness of fit index，AGFI），比較適配度指數（Comparative fit index，CFI），標準適配度指數（Normed fit index，NFI），漸進殘差均方和平均根（Root mean square error of approximation，RMSEA），標準化均方根殘差（Standardized root mean square residual，SRMR）等。本研究選擇了其中幾個最常用和最被認可的指標。表4結果顯示，模型的適配度指數滿足基本要求，模型具有較高的適配度和擬合度。因子之間的非相關性，從而使回歸結果更具有可比性。表5顯示的是測量模型的結果，即內生潛變量與其指標之間的關系。由于潛變量不能直接測量，所以選擇一些指標來對其進行間接地測量。通過被調查者對與健康和環境相關的8個陳述的判斷來測量消費者的感知風險；感知收益的測量也是通過消費者對轉基因食品帶來的相關益處的判斷獲得。結果表明，潛變量感知風險和感知收益測量指標的因子載荷均處于1左右，標準差處于0.01～0.03，一方面說明潛變量的測量指標能很好地解釋和測量所對應的變量，另一方面也說明測量模型符合擬合標準，即模型是可識別的。

表4 模型的適配度檢驗結果

表5 測量模型

3.2 測量模型和結構方程模型的回歸結果

表5和表6分別顯示了測量模型和結構方程模型的回歸結果。需要說明的是，系數估計采用的是標準化的系數估計方法（Standardized or beta coefficients）。標準化的系數估計方法估算了由于相關解釋變量標準差的增加而導致的因變量標準差的增加。使用標準化的系數回歸方法能有效地阻止回歸

表6顯示了結構方程模型的估計結果，即內生潛變量之間的相互影響及各外生潛變量對內生潛變量的影響。首先看到，內生潛變量感知風險與感知收益之間存在著相互的負影響。作為轉基因食品自身屬性的2個方面，感知風險和感知收益同時存在，但消費者的感知卻存在差異。那些認為轉基因食品能夠威脅自身健康和破壞環境的消費者可能很少會考慮轉基因食品所帶來的潛在收益；同理，那些確信轉基因食品能給自己帶來健康和其他方面收益的消費者可能就忽略了其存在的風險。因此，兩者之間是相互的負作用，即感知風險越高，感知收益越低，而感知收益越高，感知風險就會越低。

從表6看出，對消費者轉基因食品感知風險產生顯著影響的因素是消費者的性別、個人月收入、家庭人口數、健康狀況和家庭是否有特殊人群。其中，性別對消費者的感知風險產生負向影響（男=1，女=0），即女性消費者對轉基因食品的感知風險高于男性。女性更多地承擔了照顧家庭的責任，會更加注重食品的營養與健康，她們對風險的感知會更加敏感，所以對存在潛在風險的轉基因食品有更高的感知風險。個人月收入正向地影響消費者的感知風險，收入越高，消費者對轉基因食品的感知風險越高。高收入者有較高的支付和購買能力，對產品質量和營養的要求較高，對于風險更加敏感，所以他們對轉基因食品存在的潛在風險有更高的感知。家庭人口數負向地影響消費者的感知風險，即家庭人口數越多，消費者對轉基因食品的感知風險越低。如前文所述，人口較多的家庭擁有更多的有關轉基因食品風險的信息，也能更加合理地處理相關風險，所以感知到的轉基因食品風險較低。同時可以看出，家庭有特殊人群的消費者對轉基因食品的感知風險更高。老人、小孩、孕婦和慢性病患者在飲食上需要特殊的照顧，擁有這些人群的消費者家庭也更加關注飲食的營養與健康。所以他們對轉基因食品的風險有更高的感知。消費者的健康狀況負向影響其對轉基因食品的感知風險，即健康狀況越差，對轉基因食品的感知風險越高。與健康狀況良好的人相比，健康狀況較差的人在選擇食物時會更加謹慎以此來避免對身體的傷害，所以他們對存在風險可能性的轉基因食品有更高的風險感知。

表6 結構方程模型

對消費者感知收益產生顯著影響的因素是消費者的性別和個人月收入。與感知風險相反，女性消費者對轉基因食品的感知收益低于男性。由于女性對飲食和營養的關注，她們對風險會更加敏感，而對轉基因食品可能帶來的收益沒有太多的感知。消費者的個人月收入負向影響消費者對轉基因食品的感知收益。消費者的收入越高，對轉基因食品的感知收益越低。如上文所述，高收入者有較高的支付和購買能力，相比價格等因素，他們對產品質量和營養的要求更高，對風險更敏感。所以，他們在更多地感知轉基因食品的潛在風險時，對其所帶來的收益就會有較低的感知。

除表6所示的外生潛變量對內生潛變量的直接影響，這些外生潛變量還會對內生潛變量產生間接的影響。表7顯示了各外生潛變量對內生潛變量的間接影響和總的影響。間接影響是指變量通過直接影響一個內生潛變量而對另外一個內生潛變量產生的影響［17］，如一個變量通過影響感知風險來影響感知收益，反之，變量通過影響感知收益而影響感知風險。總的影響是指某一外生潛變量的直接影響和間接影響的總和。表7顯示，對感知風險產生最大影響的是消費者家庭是否有特殊人群，回歸系數為0.22，其次是消費者的性別，回歸系數為-0.18。同時可以看出，雖然家庭是否有特殊人群這一變量對消費者的感知收益沒有直接的影響，但通過影響消費者的感知風險而間接影響了感知收益，而且是產生影響最大的變量，回歸系數為-0.27。對消費者感知收益產生第二大影響的變量是消費者的家庭人口數，回歸系數為0.14。但與預期的不同，消費者的年齡對其感知風險和感知收益都沒有顯著的影響。這與本研究所調研的樣本有關，樣本的平均年齡為34歲，處于中間階段，所以對轉基因食品的風險和收益沒有明顯的偏好和感知。同時，與上述預期一致，消費者的受教育水平對其感知風險和收益沒有顯著的影響。由于科學界對轉基因食品的安全性沒有統一的判斷，消費者的認知即包含有益的一面，也包含有風險的一面。因此，不能確定受教育程度的高低與消費者對轉基因食品的感知風險和感知收益的關系。

表7 變量的間接影響和總的影響

4 小結與建議

本研究通過對508位西安市民的調研，并構建結構方程模型來分析被調查者對轉基因食品的感知風險和感知收益，并分析其人口統計特征、社會經濟特征對其感知風險和感知收益的影響。研究結果表明，對于感知風險，那些認為轉基因食品能夠給人體健康和環境帶來危害的被調查者遠高于那些不認為有此風險的被調查者。但同時也有超過40%的被調查者不清楚這些與轉基因食品相關的風險。對于感知收益，消費者對同一陳述的判斷存在較大的差異，也有很大比例的被調查者不清楚轉基因食品可能帶來的收益。

消費者的性別、個人月收入、家庭人口數、健康狀況和是否有特殊人群會顯著地影響消費者對轉基因食品的感知風險。女性比男性有更高的感知風險；收入高的人對轉基因食品的感知風險高于低收入者；家庭人口數負向地影響消費者的感知風險，即家庭人口數越多，消費者對轉基因食品的感知風險越低；家庭有特殊人群的消費者對轉基因食品有更高的感知風險；消費者的健康狀況負向影響其對轉基因食品的感知風險，即健康狀況越差，其對轉基因食品的感知風險越高。對消費者感知收益產生顯著影響的因素是消費者的性別和個人月收入。與感知風險相反，女性消費者對轉基因食品的感知收益要低于男性。消費者的個人月收入負向影響他們對轉基因食品的感知收益，消費者的收入越高，對轉基因食品的感知收益越低。

基于此分析，建議相關政府機構及有關部門應該提供給消費者科學與客觀的與轉基因食品風險與收益相關的信息，讓消費者有充分的知情權，讓其能夠依據此信息做出自己的判斷與選擇，在市場選擇時具有主動權。同時，轉基因食品的強制標簽制度應進一步貫徹落實，即使用轉基因原料加工而成的半成品及成品都應該在標簽上明確標注“此產品為轉基因原料加工而成”，在市場上更清晰地區分轉基因食品及非轉基因食品，將選擇的主動權交給消費者。