食品安全信息与消费需求

食品安全信息与消费需求

摘要：食品消费在我国城乡居民的生活中占有相当大的比重，但当今中国，食品安全问题频发。因此研究消费者面对食品安全问题究竟会作何反应，在理论和实证上均具有重要意义。本文从理论和实践两个层次探讨消费者对食品安全信息的反应，并将扩展后的qaids模型应用的中国乳业的分析上。利用似乎不相关回归(sur)

进行计量分析。

关键词：食品安全；消费需求

中图分类号：f407.82 文献标识码：a 文章编号：1001-828x（2012）02-0-02

近年来，食品安全问题频发。中国消费者协会网站上公布的数据显示，消费者对食品问题的投诉中，三分之二的投诉与质量安全有关。今年国内奶业倍受负面消息的冲击，所以选择奶业作为基本研究对象，通过引入“食品安全信息”变量，对qaids模型进行扩展，进行实证研究，并利用回归结果计算计算价格、支出、食品安全信息的需求弹性。

一、文献综述

就消费者对食品安全信息的认知情况，姜励卿(2004)、张晓勇，李刚，张莉(2004)、王新宇、杨九滢、史茜、汪楠(2010)等做过调查分析。更为近期的调查分析来自吴维成、黄博(2011)，通过问卷调查的形式，对牛奶制品质量安全需求做初步的探讨和调查分析。至于食品安全信息对消费者选择的影响，国内学者王志刚(2003)、

周洁红(2004)等人均做过相关调查分析。但国内研究多以某个地区的整个食品行业为研究对象，缺少针对具体行业的分析；同时，大多数学者的研究是通过调查法获取相关数据，缺少利用消费系统模型研究食品安全信息的实证研究。本文将从以上不足的方面进行一定的探索和改进。

二、理论分析

受swartz和strand(1981)的观点影响，可以假设商品数量和消费者对于产品质量的信念均会影响效用，而消费者可以得到的关于产品的信息将决定消费者对产品质量的信念。在此处，我们通过“产品质量的信念q”，把信息与需求函数联系起来。

考虑在效用约束下追求支出最小化，可以求得包含质量信念变量的希克斯需求函数。依照bockstael和mcconnell(1993)对质量变化的比较静态分析，可以得出：

(1)

将上式分解，有：

(2)

衡量了需求量对食品安全信心的反应，根据链式法则有：。此处只考虑负面信息，则有；的符号完全取决于。的方向并不确定：假定效用函数为凹函数，，进而；是的正负不确定：k产品的质量变化对j产品的边际效用的影响可以正向，也可以负向。这就使得最终的影响方向取决于产品之间的相互作用。因此，食品安全信息对该产品需求量的影响变不确定，既可能出现某类食品的负面安

全信息越多，需求量反而越大，也可能出现负面信息越多需求量越小以及需求量并不因食品安全信息的多少而改变的情况。

三、计量模型——扩展的qaids模型

1.模型基础：qaids

本研究的模型基础是二次型的几乎理想需求系统(quadratic almost ideal demand system)，在给定价格体系和一定效用水平的情况下，认为消费者在给定效用水平的约束下追求最小化支出。qaids模型假定消费者行为满足piglog的偏好特征，即通过将市场需求作为由一位代表性消费者做出的选择来解决加总问题。此外，james banks，richard blundell和arthur lewbel(1997)通过引入一个二次项，允许支出份额与总支出之间的关系不再是简单的线性关系。

i产品支出份额可表达如下：

(3)

模型除需保持可加性、齐次性、对称性外，还需使得

2.模型扩展：纳入食品安全信息变量

传统的模型通常暗含的假设是消费者的偏好不发生变化。但实际情况中，食品安全信息会通过改变消费者关于产品质量的信念作用于其偏好，进而使消费需求发生变化，因此将“信息”变量纳入理论模型。

某类消费品在总消费支出的份额的回归模型可以表示为：

(4)

(5)

其中，代表衡量信息的变量，确切的构成将在参数构建时具体讨论，为残差项。

在传统的qaids模型中，截距项是常数，且需要求加和结果为“1”，可以看出，若仍要使可加性、齐次性、对称性得到满足，此时要附加条件，因此，该模型的约束条件为：

通过上面的式子以及谢泼德引理，可以推导出拓展的qaids模型的支出弹性、非补偿性价格弹性(马歇尔需求弹性)和补偿性价格弹性(希克斯需求弹性)，分别为：

(6)

(7)

其中，

3.信息参数的构建

众学者通过对不同地区进行实证分析，认为与负面信息相比，正面信息对消费者行为的影响很小。且就现今中国的情况来看，正面信息很少见；即使出现正面信息，消费者也不一定相信。所以为了简化计量分析，仅利用食品安全负面信息作为信息参数构建的依据。同时还注意到经济变量之间的因果关系往往随着时间间隔的延伸而发生变化。信息对购买行为的影响具有滞后性，且不同时间上的变量对“信息参数”的边际影响并不一定相同。现构造如下多项式分布滞后(polynomial distributed lag，pdl)模型来测度信息参数：

为第t期内有关食品安全的信息数量，为系数，n为截距项，为残差项，i为滞后期数。信息参数方面的数据收集于百度搜索引擎。在百度新闻的高级搜索中，分别检索“奶安全”、“奶超标”，设置“只在标题中出现”，时间“2005-01-01至2009-12-31”，并排除二者重复、无关的以及正面的新闻，进行加总，得到乳业安全负面信息统计数据。

4.计量方法：迭代收敛的sur

本文试图通过联立方程组和约束条件来计算出模型的各个参数值，属于典型的联立方程组模型，因此采用不相关回归(sur)。并且本文是利用迭代过程估计一个非线性模型，在可加性、齐次性、对称性、跨方程份额之和为1的限制下，利用计量软件stata进行似不相关回归，并选择迭代至收敛。

四、回归结果及分析

1.选择信息滞后阶数

在时间序列里确定解释变量的个数，可供选择的权衡标准主要有“赤池信息准则”(aic)和“贝叶斯信息准则”(bic)。本文综合考虑这两个准则。aic、bic选择解释变量的个数k，分别使以下目标函数最小化：

。

分别对信息变量进行滞后0期和滞后一期的sur回归，前后两次计算aic、bic的值，结果汇总如下：

表三：aic、bic结果汇总表