安全风险感知、量化信息偏好与消费参与意愿：食品消费...

奥鹏网院作业

安全风险感知、量化信息偏好与消费参与意愿：食品消费者决策逻辑解码安全风险感知、量化信息偏好与消费参与意愿：食品消费者决策逻辑解码

张宇东 李东进 金慧贞

(南开大学商学院，天津300071)

摘 要： 消费者高度关注和卷入下，食品安全问题的有效解决离不开对食品消费者面对安全风险时决策逻辑的准确理解。通过分析食品安全风险感知下消费者量化信息搜寻增强和精准化决策需求转变的过程与机制，结合消费者量化消费参与趋向，揭示食品安全风险感知下消费者的决策逻辑。研究结果显示，食品安全风险感知会显著增进消费者对风险控制感的寻求和对定制化信息的需求，控制感寻求与定制化需求同等程度地促升了消费者对量化食品安全信息的偏好。而量化信息偏好的增强则驱动消费者参与量化消费以应对食品安全风险。

关键词： 食品安全； 风险感知； 量化信息偏好； 控制感寻求； 定制化需求

一、引言

国以民为本，民以食为天，食以安为先。近年来，食物中毒、致害物添加、过期再售等问题的频现使食品安全日益被消费者所关注。而低舆论燃点则使“毒奶粉”“镉大米”“潲水油”等食品安全事件在危及消费者健康的同时也波及到相关产业发展，造成消费者恐慌[1-2]。例如，“三聚氰胺”事件期间，虽然相关部门公开声明“毒奶粉”系少数企业投机行为，但却未能阻止消费者对我国各类奶制品安全普遍信任的崩溃[3]。虽然政府等职能部门制定了相关调控政策来约束食品企业的投机行为，通过信息公开以期缩小食品安全信息与消费者认知之间的偏差[4-5]，但这些治理却难见成效，相关政策依旧难以引导消费者客观感知食品安全风险乃至理性作出食品消费决策[5-7]。消费者对食品安全风险作何理解，又将采取何种应对策略？安全风险感知下食品消费者的主要决策逻辑尚需进一步明确。

信息不对称被认为是食品安全问题产生的根本原因[8]，在造成食品安全风险感知偏差的同时，将加剧消费者心理恐慌与食品商盲目行为，限制食品安全政策效力[5]。因此，增进信息平衡，确保社会有效食品安全信息提供和消费者精准信息评判是缩减消费者食品安全风险认知偏差，引导消费者理性决策的关键[5]。然而，食品安全属性的难以观测使消费者对食品安全风险量级的认知相较于食品品牌、价格等属性不确定性更强；产商提供的食品安全信息多属公共信息，并未考量到个体需求、健康状况等差异，相关信息难以降低风险感知偏差，使消费者难以获悉食品真实风险量级；且由于对专业化信息理解能力的缺乏，消费者难以依据混杂信息判断所购食品与自我健康的风险关联[9]。这使得理解食品安全风险感知下消费者偏好何种食品安全信息，明确相关信息的有效性、基于信息的消费者决策逻辑十分重要[10]。

现有研究多关注消费者食品安全风险感知的影响因素，并从政府监管、企业规范的视角提出相应的食品安全风险治理策略，但对安全风险感知下的行为逻辑，如消费者食品安全信息选用过程及其影响的探讨有限[5]。相关研究虽指出了安全风险感知下消费者存在的多样化食品选择行为(如更换品牌)，强调明确安全风险感知下食品消费者决策逻辑是有效风险治理的前提，却缺乏对行为机制或是对消费者信息偏好等直接反应的探讨，安全风险感知下食品消费者的决策逻辑暂不明确[3,11]。相关理论指出，为准确预测食品安全风险对自身健康危害的程度，对消费者而言，了解风险可变性来源以及风险量级，经由量化信息获得自我知识，通过致害、营养等成分量级科学地评估食品安全风险，制定适合于自身的饮食方案以确保个体化食品安全和质量必要且重要[12]。食品安全风险感知下，消费者所表露的量化倾向与量化信息需求对其非理性风险感知成因、差异化食品安全风险应对策略具有更强的解释力[13]。突破现有理论对食品安全风险感知下消费者消费逻辑与决策路径认识的不足，本研究从消费者视角出发，分析食品安全风险感知下消费者量化信息搜寻增强和精准化决策需求转变的过程与机制，结合消费者量化消费参与趋向，揭示安全风险感知下食品消费者的主要决策逻辑。同时，为食品安全风险治理与消费者食品决策能力提升提供更具效力和操作性的启示。

二、理论分析框架、文献梳理与研究假设(一)理论归纳与梳理

1. 食品安全风险与风险感知

食品安全风险是食品不利健康效应的可能性、效应的量级以及食品间接危害的函数，主要来自微生物伤害、化学伤害和技术伤害。微生物伤害包括所有由细菌引起的伤害，化学伤害指食品化学添加、加工和控制可能的消极后果，技术伤害包括食品辐射、转基因等食品技术进步可能的消极后果[14]。食品安全风险感知是消费者感知到的其在食品选购时所购食品效能未达预期状态、遭受损失的可能性，是个体相信其因消费某食品可能面临的健康风险量级[8,15]。食品安全风险是消费者食品选择的重要决定因素，相应地，风险感知与食品消费也有强烈关联。风险感知理论指出，消费者的食品安全风险感知并非由食品危害本身所决定，其往往取决于消费者个体的心理特质以及安全危害与个体自我健康的关联程度[14]。与政府、企业所传达的标准化食品安全风险概念不同，消费者对食品安全风险的感知是一种基于自我知识和信息分析能力对食品安全风险量级的主观判断，往往与实际风险水平存在偏差[14]。据此，作为食品消费决策主体的消费者对食品安全风险的主观感知相较于食品安全风险的客观实际在其食品消费决策中居于非对称占优地位，消费者对风险的主观感知将使其基于个体特质和需求理解食品安全风险水平[3]，真正决定消费者如何评判食品安全并影响其食品选购决策[10]。

式中σ、ε和分别为等效应力、塑性应变和塑性应变率；Α、Β、C、m和n为材料常数；ε0为材料参考应变率；为无量纲温度，Tr是参考温度，取室温，是材料的熔点温度；d1～d5为材料失效参数，为相对应变率，为材料损伤开始的等效塑性应变，η为应力三轴度。其中身管材料参数取自文献[12]。

2. 风险感知下的信息寻求

随着新型建造方式的大力推进，辐射顶板应用于装配式建筑中不仅可以满足人们对室内环境的舒适性要求，还大大提高了能源效率，有效地降低建筑能耗.然而，辐射板表面易凝结的缺点阻碍辐射空调在炎热和潮湿地区的发展.一方面，为避免结露，辐射板的表面温度受到室内露点温度的限制，辐射板的最低温度应高于空气露点温度.另一方面，为避免结露，需提高冷冻水的水温和降低送风温度，既降低了辐射板的供冷能力又增加了系统的能耗[1].

对于风险的感知将直接触发消费者的信息搜寻行为[3]。食品安全风险感知下，为实现信息平衡消费者将多渠道地努力搜寻其所关注的食品安全信息，信息搜寻与获取是消费者在食品安全风险感知下最直接和最具效率的反应，而所获信息在提升消费者风险水平确定性的同时，作为消费者风险认知与行为选择的参考也决定了其食品购买决策[9,16]。然而，因标签信息过载、所获信息并非自己所需、信息解码知识的缺乏使消费者难以判断相关食品安全信息与自我健康的关联，甚至可能曲解食品营养效能和致害风险[17]。信息不对称所致食品安全问题的解决更取决于消费者对食品安全信息的有效搜寻与使用，取决于消费者对所收集、分析的食品安全信息与其健康需求、风险控制能力关联性的准确判断[18]。具体而言，信息寻求是食品安全风险感知下消费者控制感寻求的过程和定制化需求的体现。一方面，面对全新食品安全问题时，消费者对食品安全风险及风险危害水平的未知将使其缺乏控制感[19]。食品安全风险的感知将驱动消费者对风险控制感的寻求，消费者往往希望增强自我对食品安全风险的预测和掌控[17,20]。增强对食品安全信息的观测则是消费者预测食品安全风险、获得风险控制感的有效内部途径[20]；另一方面，消费者价值选择和行为决定的差异使其在风险感知下对食品安全信息的选择有着自身的认知依据和健康价值取向[21]。个性化信息需求与所获数据信息的不匹配将加剧消费者对食品安全风险的忧虑。食品安全风险感知下消费者会对与其相关的数据信息表露出更强烈的兴趣，其所需求的是一种定制化食品安全信息[22-23]。

3. 量化信息偏好与量化消费

消费者期望通过对食品安全信息的掌控和判断确知食品安全风险对其造成威胁的量级以做出合适的食品购买选择，但公共性食品信息并不能很好地帮助消费者定义和测量风险，加之媒体的放大效应使其风险感知偏差更大[14,24]。此外，由于自我需求、健康状况等差异，同一消费者选购不同食品、不同消费者选购同类食品时所关注的安全信息以及对信息的有效性评判不同[17]。安全风险感知下，对控制感的寻求和定制化的需求将使消费者倾向于获取可灵活识别与理解的信息。而量化则是一种很好地将专家性、理论性食品安全评估信息转变为消费者可理解数据信息的途径[25-26]。面对食品安全风险，处于食品链终端的消费者为获得应有的食品安全信息优势，充分理解风险与自我的关联[27]，会更加偏好获得以指标含量、等级形式呈现的食品特定营养成分、质检水平数据信息，关注农药残留等生产环节致害物量级、防腐添加等加工环节致害物量级、盐糖脂肪等饮食环节致害物量级[6,9]。一方面，对食品量化数据信息的偏好和关注形成了消费者对食品致害成分及其致害量等更高的敏感性和警觉性，据此提升对食品安全、风险、效能的精准识别[9,16]；另一方面，风险感知下消费者同样会增进对自我健康、需求状况量化信息(如血压、血糖水平)的收集、管理和反思，依此精准干预、管控自我行为决策[28]。由此可见，对量化信息的偏好将唤起消费者的量化消费意愿，即经由追踪观测所获自我相关数据(如自己对特定食品添加剂的最大承受量、日常食用量情况)和产品效能数据(如食品特定添加剂的含量、可能对身体造成伤害的量级)，形成自我行为状态和产品效能水平知识，据此优化其消费决策[29]。量化信息偏好影响着消费者的信息选择、整合评估与表征的建构，使消费者在精准识别其风险控制能力和个性化需求的基础上，借助食品量化信息理性评估食品效能以干预和优化消费决策[25]。

(二)研究假设

通过理论回顾可知，食品安全实际风险并非真正影响消费者食品选购和风险应对行为的动因，消费者往往依据其所感知的食品安全风险大小作出行为反应[15]。风险感知是消费者引导自我行为决定启发式框架的形成基础，对食品安全风险的感知而非风险实际水平最终塑造了消费者的行为决策[3,19]。而面对未知风险时，为获得对感知风险更有效的控制和更精准的评估，消费者将倾向于通过自下而上的数据驱动加工方式寻求并理解可得数据信息，通过对数据信息的观测、思考建立风险与自我的关联，据此判断自我的风险承受能力、暴露于食品安全风险中可能遭受危害的程度[27]。风险感知将促使消费者行为选择由标准化转向精准化，使其偏好于依据可识别量化数据而非主观经验做出消费决策[25]。不同于依据传统企业等平台所提供食品安全信息、评论或是自我主观臆断进行消费决策，量化数据信息偏好使消费者选择通过可识别量化数据信息把握自我健康状态与个性需求，判别食品真实效能与关联风险，形成基于量化数据的精准消费模式[16]。据此，本文通过理论梳理与逻辑关联，形成如下假设。

1. 食品安全风险感知与消费者量化信息偏好

个性化缺失的公共食品安全信息难以引导消费者精准判定食品安全风险与其自身的关联，因此消费者更倾向于信任自己对相关数据信息的主观判断，使用可自主衡量的数据信息[30]。安全风险感知下，对更加细化、精准量化数据信息的寻求是消费者应对、缓减食品安全风险恐慌的普遍反应[6,9]。而伴随着量化自我的不断推行，消费者也更加倾向于持续追踪个体差异化的食品安全风险数据信息以更好地适应自我动态需求，让自己在面临食品安全问题时获得更具个体参考价值的数据信息[14]。食品安全风险感知下，消费者将增进其量化数据信息偏好，希望通过量化数据信息客观、准确地分析食品特定成分量级与其健康状态的关联，从而降低食品安全风险中购买决策的不确定结果[10,17]。基于此，提出本研究假设。

首先对于道路桥梁施工图纸进行充分的熟和了解，同时详细的了解伸缩缝施工的操作流程以及需要注意的细节，根据工程施工的实际情况制定出施工方案并报告给相关部分经检查合格之后再进行施工。同时对于施工人员应该明确每一个施工人员的工作任务以及工作责任，将施工中所使用的机械设备进行合理的分配，并对所有设备进行必要的测试，确保可以正常使用，严格对每一道施工工序进行监管，避免出现质量问题。

H1 食品安全风险感知会促进消费者的量化信息偏好。

2. 食品安全风险感知与消费者控制感寻求

对个体控制感的寻求是消费者感知到食品安全风险后的直接反应，为使自我不因控制感缺乏而遭受存在于消费实践中的食品安全风险的危害，食品安全风险感知下消费者将增进自我对风险控制感的寻求[14]。食品安全风险感知下，增强对量化数据信息的观测则是消费者获得食品安全风险控制感的有效内部途径。消费者通过观测其所欲购买食品的效能量化指标(如添加剂、蛋白质、致害物含量等)，据此高效地理解食品安全信息所预示的食品品质，从而准确地评估食品的安全程度、判断风险的量级，实现自我对风险的掌控。对风险控制感的寻求将使消费者更加偏好量化数据信息[31]，为使生活中的未知风险变得可监测管控而增进对量化数据信息的观测和理解，从而提升自我的风险控制感[25]。基于此，提出本研究假设。

H2a 食品安全风险感知会增进消费者的控制感寻求。

H2b 控制感寻求积极影响消费者量化信息偏好，并在食品安全风险感知对消费者量化信息偏好的影响中起中介效应。

3. 食品安全风险感知与消费者定制化需求

对食品安全风险的感知会促进消费者食品安全信息的搜寻[3]，但消费者所在意和搜寻的往往是与其利益高度相关的信息，非相关信息反而会削弱消费者的食品安全信念[32]。因此，食品安全风险感知将增进消费者对定制化食品安全信息的寻求，而量化信息的可识别、可筛选、可预测特征则与消费者的定制化信息需求相契合。量化使原本模糊和难以理解的信息内容变得清晰可识别，有利于消费者从混杂的信息中选择、辨识其所关注的要素，预见自我与量化信息之间的关联[33]。风险感知下的定制化信息需求将使消费者更加偏好量化信息，通过比较所关注对象量化信息和关于自我健康状况的定制化信息，消费者能够获悉自我食品行为决策与健康风险的关联程度，通过追踪自我量化信息(如胆固醇、血压、血糖水平等)据此评估其抵御食品安全风险的能力，制定个性化的风险应对方案[33-34]。基于此，提出本研究假设。

H3a 食品安全风险感知会增进消费者的定制化需求。

H3b 定制化需求积极影响消费者量化信息偏好，并在食品安全风险感知对消费者量化信息偏好的影响中起中介效应。

4. 量化信息偏好与消费者量化消费参与意愿

当消费者的食品体验和食品相关知识发生改变时，消费者将作为适应性决策者改变其食品决策，而这种适应性决策取决于消费者是否缺乏或获悉其所需要的精准食品安全信息[35]。食品安全风险感知下，消费者的决策将表现出精准化偏好，更加关注食品量化数据信息，基于客观量化数据信息而非主观臆断精准理性地做出食品决策[15]。量化信息的确知将使消费者以数据而非经验驱动的方式重新思考食品的安全性，据此理性决定食品选购，科学规划食品摄入。透过量化信息建立自我与风险食品的关联，消费者将依据自我饮食规划排除规划外食品安全风险的困扰，选购具备同等效能的规划内替代食品；依据自我风险承受能力适量地选购而非盲目地杜绝可能存在安全风险的食品。量化数据信息偏好的增强将驱使消费者提升其量化消费参与意愿，通过真实呈现关于消费者自身和产品成分指标的量化信息，更加直观准确地理解自我状态，识别自我健康水平与个性需求[16]。基于量化数据信息判断产品效能并建立产品数据指标与自我的关联，实现精准理性的消费决策[36]。基于此，提出本研究假设。

H4 量化信息偏好会积极影响消费者的量化消费参与意愿。

(三)概念化模型

通过对相关理论文献和观点的分析梳理，提出上述研究假设，并进一步归纳和提炼出食品安全风险感知下消费者的决策逻辑。基于此，本文提出了食品安全风险感知驱动消费者量化消费参与意愿概念化模型，具体如图1所示。由概念化模型可知，对食品安全风险的感知将通过两条路径影响消费者的量化信息偏好，即食品安全风险感知将促升消费者的控制感寻求，从而增进消费者量化信息偏好；食品安全风险感知同样会促升消费者的定制化需求，从而增进消费者量化信息偏好。而对量化信息偏好的增强则会进一步提升消费者的量化消费参与意愿，驱使其参与量化消费。

     

图1 安全风险感知下食品消费者决策逻辑的概念化模型
资料来源：作者绘制。

三、研究方法(一)样本和数据收集

基于对现有相关研究成熟量表的深入理解和专家深度访谈，结合本研究情境开发相关变量测量量表。在确保各测项语义表述准确、被试理解清晰的基础上，向消费者行为学、社会心理学、食品安全领域专家咨询并删除、补充和修正部分测项内容。在对10名相关领域的学者与20名普通消费者进行预测试后，最终本研究确定了由5构念25测项构成的正式调查问卷。为确保问卷调查高效开展，除采用网络问卷调查途径之外，依据研究者调研便利，本研究还以天津市和江西省部分城乡居民、高校学生为调查对象进行实地问卷调查。调研期间共计发放720份问卷，陆续收回问卷共626份，通过后期筛除关键信息存在缺漏、测项漏答、测项选择通篇一致(如均选1分或7分)等无效问卷76份后，最终获得有效问卷550份(问卷有效回收率76.39%)。问卷应答者人口统计学特征如表1所示。

(二)变量测量

本研究采用多测项Likert7分量表测量食品安全风险感知、消费者控制感寻求、定制化需求、量化信息偏好、量化消费参与意愿5个构念。食品安全风险感知5测项来自Pennings和Wansink[37]所开发的测量量表，用以测量食品安全事件发生之后消费者感知其消费特定食品可能面临的风险量级；消费者控制感寻求5测项借鉴范春梅等[20]的研究成果开发，用以测量食品安全风险感知下消费者对风险控制感寻求的程度；消费者定制化需求5测项借鉴Ha[22]的研究成果开发，用以测量食品安全风险感知下消费者对定制化数据信息需求的程度。结合周应恒等[6]、Etkin[26]的研究观点和专家深度访谈，分别确定了消费者量化信息偏好和量化消费参与意愿的10测项，用以测量食品安全风险感知下消费者对量化信息的偏好程度及其愿意参与量化消费的程度。为避免食品种类繁杂而造成被试对相关测项理解的偏差，本研究选择肉制品消费情境来考察食品安全风险感知下消费者的主要消费逻辑与决策路径。肉制品在我国城乡居民食品消费中占比较高，且近年来“瘦肉精”“抗生素残留超标”“过期肉”等事件使肉制品安全为社会公众高度关注，选择该情境设计变量测项兼具典型性与合理性[11,18]。

表1 问卷应答者人口统计学特征

     

分类人数(人)百分比(%)分类人数(人)百分比(%)性别年龄人均月收入健康意识男31757.64女23342.3625岁以下11220.3626岁—35岁24544.5536岁—45岁14326.0046岁以上509.092 000元以下16329.642 000—5 000元28251.27高21338.73中19134.73低14626.54学历来源人均月收入健康知识大专及以下10719.45本科32959.82硕士及以上11420.73城市居民29453.45乡镇居民14626.55高校学生11020.005 000—10 000元8315.0910 000元以上224.00高11721.27中25446.18低17932.55

四、数据分析与假设检验(一)信度和效度分析

为评价各研究构念是否经由所开发的多问项尺度被准确测量，通过信度和效度分析对变量测量结果进行综合评价。首先，借助SPSS21.0数据分析与处理软件，运用Varimax旋转主成分因子分析检验5个因子的单一维度性。数据分析结果表明，KMO检验测定值(0.86>0.5)显示了所抽取样本的充分性，Bartlett球形检验测定值(p=0.000；<0.05)确认了各变量间相关关系矩阵的统计学意义，说明所收集数据适合用于进行因子分析。主成分提取过程中，除了控制感寻求的一个测项(KZG5瘦肉精等食品安全事件发生后，我想知道相关部门公布质检信息是否真实)和量化信息偏好的一个测项(LHPH4在食品安全事件期间食用肉制品后，我更关注自身各营养指标水平的变化)因在0.5基准值交叉被删除之外，其余测项的收敛效度良好，各因子的判别效度显著。其次，运用Amos21.0实施验证性因子分析，通过删除在修正指数10基准值上出现交叉的定制化需求的一个测项(GLJH3我想知道食用含瘦肉精等有害物的不安全食品会有多大可能性导致我患病)和量化消费参与意愿的一个测项(LHXF5我愿意通过评估含瘦肉精等有害物食品的营养成分量理性进行肉制品消费)，其余测项均具有显著的单一维度性和良好的模型拟合度。具体测量评价结果如表2所示，各测项的载荷值介于0.67—0.83，均大于5%显著水平、200以上样本量时载荷值需超过0.4的基准。最后，各变量测项的Cronbach’α系数介于0.76—0.83，具有较好的内部一致性。

表2 各变量测量评价结果

     

构念测项因子载荷测项因子载荷Cronbach’α食品安全风险感知控制感寻求定制化需求量化信息偏好量化消费参与意愿瘦肉精等食品安全事件发生后,我认为食用肉制品对我会有很大安全风险0.75瘦肉精等食品安全事件发生后,我认为吃肉制品会很大程度影响我的健康0.76瘦肉精等食品安全事件发生后,我认为吃肉制品对我及亲友都有安全风险0.77若偶然食用了含瘦肉精等有害物的不安全肉制品,我会为此感到十分担心0.79食用含瘦肉精等有害物的不安全肉制品,会对我的身体造成许多不良影响0.72瘦肉精等食品安全事件发生后,我想知道如何食用肉制品的安全风险较低0.74瘦肉精等食品安全事件发生后,我想知道安全风险能在多大程度得到控制0.79瘦肉精等食品安全事件发生后,我想知道如何高效地理解食品的质检信息0.79瘦肉精等食品安全事件发生后,我想知道如何准确地评估特定肉制品安全0.75我想知道自己能在多大程度上抵御含瘦肉精等有害物的食品所致健康危害0.83我想知道食用含瘦肉精等有害物的不安全食品会多大程度地危及我的健康0.74我想知道食用多少量的瘦肉精或其他食品中的有害物足以危及到我的健康0.73我想知道除瘦肉精或其他食品中所含有害物外我关注的其他添加成分含量0.74瘦肉精等食品安全事件发生后,我更关注肉制品所添加瘦肉精等有害物量级0.67瘦肉精等食品安全事件发生后,我更关注肉制品所含有益的营养成分量级0.75瘦肉精等食品安全事件发生后,我更关注肉制品致害物外其他有害成分量级0.76在食品安全事件期间食用肉制品后,我更关注自身各健康指标水平的变化0.73我愿意通过评估瘦肉精等食品所含有害物的成分量级理性进行肉制品消费0.67我愿意依据食品安全风险与自我健康相关联的程度理性地进行肉制品消费0.81我愿意依据自我量化后对食品安全风险的承受能力适量地进行肉制品消费0.78我愿意依据自我量化后的饮食需求情况来选择营养效能相同安全替代食品0.740.830.800.800.760.80

注：p<0.05，总方差解释61.40%。

(二)模型拟合与假设检验

运用Amos21.0结构方程分析软件，对食品安全风险感知下消费者的量化信息偏好及其影响的概念化模型拟合度进行检验，评价结果如表3所示。各测项在修正指数10基准值上均未出现交叉；构念组合信度介于0.82—0.87，均大于0.7的基准值；平均变异抽取值(AVE)介于0.54—0.59，均大于0.5的基准值；各构念间相关系数介于0.18—0.37，均小于0.5，相关性较弱，且AVE的平方根大于任意两个因子的相关系数，各因子的判别效度得到了确认。整体测量模型评价结果图2所示，GFI、AGFI、NFI、CFI、RMSEA、RMR等拟合指标均优于基准值，模型拟合度较高，各变量关系具有显著的统计学意义。

表3 概念化模型评价结果

     

因子测前问项测后问项相关关系矩阵12345食品安全风险感知551————控制感寻求540.181———定制化需求540.180.301——量化信息偏好540.230.320.291—量化消费参与意愿540.240.360.370.361均值5.255.275.495.055.00组合信度0.870.850.850.820.84AVE0.580.590.580.540.57

     

图2 概念化模型路径图
资料来源：作者绘制。

χ2(183df)=370.97；p=0.000；GFI=0.94；AGFI=0.92；RMR=0.05；NFI=0.91；CFI=0.95；RMSEA=0.04

使用Amos21.0对概念化模型进行结构方程分析。考虑到个体特质差异可能对消费者量化信息偏好产生影响(如健康意识越强越注重量化自我，追踪测量自我健康相关行为状态数据)，分析过程中将被试的性别、年龄、教育程度、健康意识、健康知识作为控制变量。模型的标准化路径系数如表4所示，食品安全风险感知与消费者量化信息偏好的标准化系数为0.17，p<0.05，假设H1得到了充分支持；食品安全风险感知与消费者控制感寻求的标准化系数为0.24，p<0.05，假设H2a得到了充分支持；食品安全风险感知与消费者定制化需求的标准化系数为0.24，p<0.05，假设H3a得到了充分支持；消费者控制感寻求与其量化信息偏好的标准化系数为0.34，p<0.05，假设H2b前半部分得到了验证；消费者定制化需求与其量化信息偏好的标准化系数为0.29，p<0.05，假设H3b前半部分得到了验证；消费者量化信息偏好与其量化消费参与意愿标准化系数为0.52，p<0.05，假设H4得到了充分支持。

参照Zhao等[38]的中介效应分析程序与Preacher等[39]提出的Bootstrap中介效应检验方法，检验控制感寻求和定制化需求对食品安全风险感知影响消费者量化信息偏好的中介效应。依据Hayes[40]建议的Bootstrap中介效应分析模型选择和参数设置标准，样本量设置为5 000(使用偏差校正Bootstrap估计法的抽样样本量选择5 000时结果稳定性和一致性较好)，选择74种概念模型中的模型4(X经由M对Y的间接效应、X对Y的直接效应)和偏差校正的非参数百分位取样方法分别检验两个变量的中介效应。数据分析结果如表5所示，在95%置信区间下，控制感寻求对食品安全风险感知影响消费者量化信息偏好的中介效应为0.28，置信区间为[0.03，0.09]，不包含0。表明控制感寻求在食品安全风险感知对消费者量化信息偏好的影响中起中介效应，假设H2b后半部分得到验证。定制化需求对食品安全风险感知影响消费者量化信息偏好的中介效应为0.27，置信区间为[0.02，0.09]，不包含0。表明定制化需求在食品安全风险感知对消费者量化信息偏好的影响中起中介效应，假设H3b后半部分得到验证。

表4 假设验证结果及路径系数

     

研究假设系数C.R.结果研究假设系数C.R.结果食品安全风险感知→量化信息偏好0.173.27支持控制感寻求→量化信息偏好0.346.03支持食品安全风险感知→控制感寻求0.244.46支持定制化需求→量化信息偏好0.295.32支持食品安全风险感知→定制化需求0.244.47支持量化信息偏好→量化消费参与意愿0.528.21支持

表5 控制感寻求和定制化需求的中介效应

     

消费者量化信息偏好效应值标准误t值p值95%置信区间LLCIULCI食品安全风险感知0.170.044.32———控制感寻求0.280.047.26—0.030.09食品安全风险感知0.180.044.46———定制化需求0.270.046.48—0.020.09

五、结论与讨论(一)结论与研究发现

食品消费是一个消费者高度卷入的过程，食品安全问题的解决离不开对消费者面对食品安全风险时消费逻辑和决策路径的准确理解。本文基于消费者食品安全风险感知分析消费者面对食品安全风险时的直接反应与关键需求，揭示消费者食品安全风险感知下的决策逻辑，以期提出更有效的食品安全风险治理和消费者食品消费决策能力提升方案。研究结果显示如下。

(1)食品安全风险感知会促进消费者的量化信息偏好。食品安全风险感知会显著增进消费者对风险控制感的寻求和对定制化信息的需求，进而促升消费者对量化食品信息的偏好。即当消费者感知到食品安全风险时，会更希望能对食品安全风险施以控制，希望通过获得个性化的信息以建立自我与食品安全风险的关联。而为了增强风险控制感、获得定制化信息，消费者将改变其原有的知识产生方式和认知框架，由基于实际经验认知食品安全风险向基于量化信息判断食品安全风险的数据化认知模式转变，提升自我对量化的食品安全信息的偏好。

(2)控制感寻求与定制化需求对量化信息偏好促进程度一致。食品安全风险感知下，控制感寻求与定制化需求同等程度地促升了消费者的量化信息偏好，说明面对食品安全风险，消费者既想控制风险，同时也在意定制化信息的获得，风险控制能力提升与定制化信息获得都是食品安全风险感知下消费者所在意的对象，并共同决定了消费者量化信息偏好的形成。

(3)量化信息偏好将驱动消费者参与量化消费。对量化食品安全信息的偏好将增进消费者的量化消费参与意愿，使消费者基于对自我风险承受能力的量化评估分析识别其对特定食品的个性化和精准化需求，基于追踪和观测到的食品成分等量化信息分析判断食品效能与安全程度，据此应对食品安全风险，干预和优化自我的食品消费决策。

人物纹样是广彩瓷的主要绘画题材，题材丰富，分为中式和西式两大类。中式人物纹样多来源于典故或气氛热烈的生活场景，如喜宴、出游等。西式风格图案则取材于宗教、神话、贵族生活等，与同时代的绘画作品有异曲同工之妙，亦有以西方油画或版画纹样来定制的广彩瓷。

就理论意义而言，研究内容方面，先行研究虽从政府监管、企业规范视角探索了食品安全风险治理策略[5]，但面对消费者食品安全关注的渐增，现行食品安全监管体系却并未达到预期成效[7]，有效食品安全系统的缺乏也使得消费者食品购买决策备受困扰[41]。突破现有政府和企业视角对食品安全问题的探讨，本研究从消费者视角分析安全风险感知下食品消费者的决策逻辑，从风险感知而非风险本身探讨消费者在面对食品安全风险时的行为决策偏好与过程，能够帮助学界和业界准确理解食品安全风险下消费者的行为动态，合理提升风险治理绩效。研究方法上，不同于现有研究对相关问题的描述性探索，通过对一般消费者的大样本调查与数据分析，证实了对食品安全风险的感知会驱使消费者为获悉风险评估与控制的有效途径，明确自我健康与风险的关联程度而更加关注食品致害或营养成分等量级信息，据此建立量化信息与自我的关联，从而精准和理性地作出食品消费决策。研究结果在丰富食品安全和量化消费相关理论的同时，也为食品安全风险的有效管控提供了启示。

(二)管理启示

一方面，现有研究多倡导从制度规制、道德规范层面控制食品安全风险，强调对企业食品生产加工标准与投机行为的管控，期望通过强制性质量技术标准的实施与机会主义行为的惩戒来管控食品安全风险。但依旧频发的食品安全事件映射出现行强制性食品安全监管策略效力的有限[42]。在确保制度、规范支持的基础上，食品安全问题的有效解决还需要从消费者自身对食品安全风险的认知与决策逻辑着手。另一方面，现有食品安全风险监管机制多基于宽泛食品安全问题制定，而这种未考虑消费者个体差异的宽泛食品安全风险监管机制对消费者而言所具效力同样有限[43]。为使消费者化潜在需求为实际购买，激励厂商安全供应，向消费者提供真实且有效的信息是解决食品安全问题的根本路径[6]。

(1)由强制监管延伸到量化管控，以增进风险控制感。食品安全风险感知下，消费者将增进对控制感的寻求。而在通过量化信息获悉食品安全风险量级和自我安全风险承受能力的基础上，允许消费者自主决定其想在承受多少量级风险的情况下消费食品将给予消费者更多的风险控制感。我国现行颇具成效的A/B/C三级笑脸标识食品卫生监督量化分级管控政策就是一个很好的例子，消费者可依据健康卫生量化标识自主掌控安全风险量级以选择用餐餐厅。为提升消费者对风险的控制，食品安全管控中，相关部门可考虑采取量化管控策略，制定量化等级食品安全监控体系。例如，允许危害成分低于特定阈值食品在市场流通，当食品危害物含量低于标准阈值时可不标注销售，介于阈值范围内时需标注销售，高于阈值无论标注与否均不得销售。通过标注食品所含危害成分量级以及致害需摄入量，让消费者在获知相关量化信息后能够准确把控其可能面临风险的强弱，自主选购而非盲目杜绝存在安全风险的食品。

(2)由宽泛信息延伸到定制信息，以满足定制化需求。现有系统向消费者提供的食品安全信息看似丰富，实则非常有限。许多消费者在食品选购时可能透过标签信息确知某食品中含有不安全物质，但却难以将这些信息进行转换，理解这些信息意味着对其健康有着何种水平的风险。唯有当所呈现和传递的信息符合个体差异化需求，是目标消费群体切实所需时，食品安全风险管控策略才最具效力[44]。食品安全风险感知下，消费者将增进对定制化信息的需求。为此，相关部门应在普及公共食品安全知识，传递宽泛食品安全信息的基础上，尽可能使相关信息满足不同消费者的个性化需求。例如，在含特定危害成分的食品上标注不同年龄段个体最大食用量，通过食品所呈递的量化标签信息促进不同消费者对食品本身、食品添加成分的危害或食品增进其健康水平效用的理解，个性化地客观评估食品效能，据此理性判断风险伤害、精准作出消费决策。

(3)给予量化信息偏好支持环境，促进量化消费意愿。虽然部分企业认识到食品安全风险感知会促升消费者的量化信息偏好，并开始自主标注食品量化信息，但由于缺乏制度保障与标准，企业自主提供的食品量化信息可信度暂受消费者质疑[41]。为此，一方面，相关部门应规范形成标准化的量化食品安全信息形式，通过推行量化信息标签、风险量级标准，迎合消费者的量化信息偏好，引导消费者依托量化信息客观判断和把控食品所具风险程度；另一方面，伴随追踪技术的发展和量化自我的推行，越来越多的消费者能够收集自我量化信息，获悉并持续监控自我生理机能、行为状态、产品效能，基于量化信息形成自我知识用以引导健康行为和消费决策[25-26]。相关部门应借此提升消费者量化消费意识，引导消费者将食品消费中的行为方式由经验驱动转为数据驱动，通过食品量化信息的获得及对自我行为状态的量化，逐渐形成开放式的食品安全风险处理知识和能力，在建立自我量化信息与食品风险量级间关联的基础上，精准地依据自身特质和需求理性选购食品。

(三)研究局限与展望

本研究存在些许局限，需在后续研究中得到完善。其一，受时间等客观条件限制，实地调研样本仅来自天津和江西，为避免地域文化差异对研究结论造成影响，后续研究需多地区收集更全面的样本数据使研究结论更具普适性。需要强调的是，中国存在差异化地域文化，各地域族群消费者往往有着不同的饮食文化，其对同类食品的摄入量存在差异。虽然个体量化自我后会形成自我的健康和饮食标准，但地域群体对特定食品的摄入水平可能不同。例如，2014年统计资料显示，华东地区的人均鲜牛肉消费量约为西北地区的6倍。因此，未来对量化食品安全风险管控政策的探讨应根据地方饮食文化进行匹配性调整，食品致害、营养等成分含量阈值标准需根据地方饮食特点确定。其二，本研究问卷情境选择肉制品消费进行考察，肉制品安全问题虽层出不穷，但近年来相对得到了改善，后续研究应选择更具实效性的对象进一步验证结论。其三，本研究所建构模型并未考虑相关调节变量可能存在的扰动作用。新技术、新消费模式的出现在带来良好效益的同时，通常也伴随着新的问题。全新食品信息呈递形式的转变与食品安全问题的解决一样，是一个漫长的过程。和许多行为一样，食品安全风险感知下消费者对量化食品信息的偏好和使用同样会受到风险态度(冒险型、中立型、规避型)、知识、经验、社会特质(感知个体易损性)等因素的影响[17]，未来研究应在考虑这些因素对消费者食品安全风险感知下行为变化影响的基础上制定针对不同消费群体的细分风险沟通策略。此外，信息提供形式的不同也将决定其所具效力。在消费者看来，强制标签化的食品安全信息比自愿标签化的信息更具价值和可信度[45]，以文字、数字、图像等不同形式呈现的量化信息将带来消费者不同的反应[16]。食品安全量化信息形式、不同形式量化信息呈递途径及其对消费者的影响将是未来值得探讨的问题。

总而言之，使用模拟人进行医学模拟教学是医学教育不可或缺的方法，应用于急诊、麻醉等领域有很大的作用，对全科医学研究生的培养和教学有非常好的效果，对模拟人课程体系和教学内容进行深入的探讨分析，能够为医学教学提供更多更好的帮助。

参考文献

[1]Zhao Shangmei, Yang Xuemei. Food Safety Risk Assessment in Whole Food Supply Chain Based on Catastrophe Model[J]. Advance Journal of Food Science and Technology, 2013, 5(12): 1557-1560.

[2]尹世久, 徐迎军, 陈雨生. 食品质量信息标签如何影响消费者偏好——基于山东省843个样本的选择实验[J]. 中国农村观察, 2015(1):39-49.

[3]周应恒, 卓佳. 消费者食品安全风险认知研究——基于三聚氰胺事件下南京消费者的调查[J]. 农业技术经济, 2010(2):89-96.

[4]Yang Xiaodong, Chen Liang, Feng Qiang. Risk Perception of Food Safety Issue on Social Media[J]. Chinese Journal of Communication, 2016, 9(2):1-15.

[5]张文胜. 消费者食品安全风险认知与食品安全政策有效性分析——以天津市为例[J]. 农业技术经济, 2013(3):89-97.

[6]周应恒, 霍丽玥, 彭晓佳. 食品安全:消费者态度、购买意愿及信息的影响——对南京市超市消费者的调查分析[J]. 中国农村经济, 2004(11):53-59.

[7]全世文, 曾寅初, 朱勇. 我国食品安全监管者激励失灵的原因——基于委托代理理论的解释[J]. 经济管理, 2015(4):159-167.

[8]马颖, 吴陈, 胡晶晶. 基于SD—SEM模型的消费者食品安全风险感知的信息搜寻行为[J]. 系统工程理论与实践, 2017, 37(4):962-971.

[9]全世文, 曾寅初. 消费者对食品安全信息的搜寻行为研究——基于北京市消费者的调查[J]. 农业技术经济, 2013(4):43-52.

[10]Nesbitt A, Thomas M K, Marshall B. Baseline for Consumer Food Safety Knowledge and Behaviour in Canada[J]. Food Control, 2014, 38(1): 157-173.

[11]程培堽, 殷志扬. 风险知觉、风险偏好和消费者对食品安全事件的反应——以瘦肉精事件为例[J]. 管理评论, 2012, 24(12):128-136.

[12]Aryani D C. Impact of Microbial Variability on Food Safety and Quality[D]. Wageningen: Wageningen University, 2016.

[13]Knox B. Consumer Perception and Understanding of Risk from Food[J]. Br Med Bull, 2000, 56(1): 97-109.

[14]Yeung R M W, Morris J. Food Safety Risk: Consumer Perception and Purchase Behaviour[J]. British Food Journal, 2001, 103(3):170-187.

[15]Schroeder T C, Tonsor G T, Pennings J M E. Consumer Food Safety Risk Perceptions and Attitudes: Impacts on Beef Consumption across Countries[J]. Journal of Economic Analysis & Policy, 2007, 7(1):1848-1848.

[16]张传统, 陆娟. 食品标签信息对消费者购买决策的影响研究——以婴幼儿食品为例[J]. 统计与信息论坛, 2012, 27(9):106-112.

[17]Hall C, Osses F. A Review to Inform Understanding of the Use of Food Safety Messages on Food Labels[J]. International Journal of Consumer Studies, 2013, 37(4): 422-432.

[18]刘瑞新, 吴林海. 影响消费者食品安全信息搜寻行为的因素研究——以猪肉为例[J]. 兰州学刊, 2013(11):104-110.

[19]Griffith C J. Consumer Perceptions of Food Safety Risk, Control and Responsibility[J]. Appetite, 2004, 43(3): 309-313.

[20]范春梅, 贾建民, 李华强. 食品安全事件中的公众风险感知及应对行为研究——以问题奶粉事件为例[J]. 管理评论, 2012, 24(1):163-168.

[21]黄彪文, 张增一. 从常人理论看专家与公众对健康风险的认知差异[J]. 科学与社会, 2015, 5(1):104-116.

[22]Ha H Y. The Effects of Consumer Risk Perception on Pre-Purchase Information in Online Auctions: Brand, Word-of-Mouth, and Customized Information[J]. Journal of Computer-Mediated Communication, 2002, 8(1):20-41.

[23]袁培森, 任吴北, 任守纲. 面向食品安全领域的个性化知识搜索系统研究[J]. 华东师范大学学报(自然科学版), 2017(5):117-124.

[24]Kornelis M, De Jonge J, Frewer L. Consumer Selection of Food-Safety Information Sources[J]. Risk Anal,2007, 27(2): 327-335.

[25]Ruckenstein M, Pantzar M. Beyond the Quantified Self:Thematic Exploration of a Dataistic Paradigm[J]. New Media & Society, 2017, 19(3):401-418.

[26]Etkin J. The Hidden Cost of Personal Quantification[J]. Journal of Consumer Research, 2016, 42(6):967-984.

[27]Liu W. Focusing on Desirability: The Effect of Decision Interruption and Suspension on Preferences[J]. Journal of Consumer Research, 2008, 35(4): 640-652.

[28]Almalki M, Gray K, Martin-Sanchez F. Activity Theory as a Theoretical Framework for Health Self-Quantification: A Systematic Review of Empirical Studies[J]. Journal of Medical Internet Research, 2016, 18(5): 131-148.

[29]李东进, 张宇东. 消费领域的量化自我:研究述评与展望[J]. 外国经济与管理, 2018(1):3-17.

[30]张莉侠, 刘刚. 消费者对生鲜食品质量安全信息搜寻行为的实证分析——基于上海市生鲜食品消费的调查[J]. 农业技术经济, 2010(2):97-103.

[31]Ruckenstein M. Visualized and Interacted Life: Personal Analytics and Engagements with Data Doubles[J]. Societies, 2014, 4(1): 68-84.

[32]Meyvis T, Janiszewski C. Consumers’Beliefs about Product Benefits: The Effect of Obviously Irrelevant Product Information[J]. Journal of Consumer Research, 2002, 28(4): 618-635.

[33]Swan M. Emerging Patient-Driven Health Care Models: An Examination of Health Social Networks, Consumer Personalized Medicine and Quantified Self-Tracking[J]. International Journal of Environmental Research and Public Health,2009, 6(2):492-525.

[34]任向楠, 丁钢强, 彭茂祥. 大数据与营养健康研究[J]. 营养学报, 2017, 39(1):5-9.

[35]Kalogeras N, Van Ittersum K. Consumer Food Safety Risk Attitudes and Perceptions Over Time: The Case of BSE Crisis[J]. Joost Pennings, 2009, 1:1-10.

[36]Choe E K, Lee N B, Lee B. Understanding Quantified-Selfers’ Practices in Collecting and Exploring Personal Data[C]//Sigchi Conference on Human Factors in Computing Systems. ACM, 2014:1143-1152.

[37]Pennings J M E, Wansink B. Channel Contract Behavior: The Role of Risk Attitudes, Risk Perceptions, and Channel Members’ Market Structures[J]. Journal of Business, 2004,77(4):697-724.

[38]Zhao X, Lynch J G, Chen Q. Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis[J]. Journal of Consumer Research, 2010, 37(2): 197-206.

[39]Preacher K J, Rucker D D, Hayes A F. Addressing Moderated Mediation Hypotheses: Theory, Methods, and Prescriptions[J]. Multivariate Behavioral Research, 2007, 42(1): 185-227.

[40]Hayes A F. Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach[J]. Journal of Educational Measurement, 2013, 51(3): 335-337.

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

[42]王志涛, 苏春. 消费者风险感知、风险偏好与企业食品安全的风险控制[J]. 上海经济研究, 2014 (9):120-128.

[43]Doménech E, Escriche I, Martorell S. Quantification of Risks to Consumers’ Health and to Company’s Incomes due to Failures in Food Safety[J]. Food Control, 2007, 18(11):1419-1427.

[44]Jacob C, Mathiasen L, Powell D. Designing Effective Messages for Microbial Food Safety Hazards[J]. Food Control, 2010, 21(1):1-6.

[45]Hu W, Veeman M M, Adamowicz W L. Labelling Genetically Modified Food: Heterogeneous Consumer Preferences and the Value of Information[J]. Canadian Journal of Agricultural Economics/Revue Canadienne Dagroeconomie, 2010, 53(1):83-102.

Safety Risk Perception, Quantified Information Preference and Consumer Participation Intention: Decoding of Food Consumers’ Decision Logic

ZHANG Yu-dong, LI Dong-jin, JIN Hui-zhen

(School of Business, Nankai University, Tianjin 300071, China)

Abstract：With consumers’ high attention and involvement, the effective solution of food safety problems can not be separated from the accurate understanding of decision logic of food consumers facing safety risks. The process and mechanism of consumers’ enhancing quantified information searching and precise decision making based on perception of food safety risk are analyzed. With consumers’ participation tendency of quantified consumption, the decision logic of consumers under the perception of food safety risk is revealed. The results show that, the perception of food safety risk will significantly enhance consumers’ seeking of risk control and the demand for customized information. The search for control and customization also promote consumers’ preference for quantified food safety information to the same degree. And the enhancement of quantified information preference drives consumers to participate in quantified consumption to address the food safety risk. The conclusions of this study not only reveal the main decision logic of consumers under food safety risk perception, but also provide enlightenment for the relevant departments to govern food safety risk more effectively, and put forward a more operational scheme to enhance the decision-making ability of consumers during food consumption.

Key words：food safety; perception of risk; quantified information preference; control seeking; customized demand

中图分类号：F274

文献标识码：A

文章编号：1005-1007(2019)01-0086-13

收稿日期：2018-06-28

基金项目：国家自然科学基金项目(71772092；71372099)。

作者简介：张宇东，男，南开大学商学院博士生，主要从事市场营销、消费者行为研究；李东进，男，南开大学商学院教授，博士生导师，博士，主要从事消费者行为研究；金慧贞，女，南开大学商学院博士生，主要从事消费者健康、消费者心理研究。

责任编辑 杨萍