科教人群对转基因大米接受态度的研究——基于排序选择模型的实证分析

黄正顺，凌远云

（1. 华中农业大学经济管理学院，湖北 武汉430070；2. 湖北农村发展研究中心，湖北 武汉430070）

转基因技术是一种将人工分离和修饰过的基因导入到目的生物体的基因组中，从而达到改善生物性状的技术。国际上转基因技术的研究始于上世纪70年代，经历了十几年的探索、试验之后，90年代中期进行商业化发展阶段。转基因作物大规模商业化种植开始于1996年，其主要品种有棉花、大豆、玉米和油菜[1]。据国际农业生物技术应用服务组织（ISAAA）主席Clive James 的研究显示，2014年全球转基因作物种植面积达到了1.815 亿hm2，是1996年的100 倍，种植转基因作物的国家也从最初的6个增至28个。

由于转基因技术在安全上的不确定性以及不可逆性，从转基因技术诞生之日起，围绕转基因产品和转基因技术的争论就未曾间断。向红认为，转基因产品在食品安全、生态影响、基因污染、生物富集、药食关系、机遇泡沫及全球监管这7个方面存在不确定性，这些不确定的问题引发了对转基因食品的“技术恐惧”，并且不断通过大众传媒、公众自我放大和人际感染等传播。由于转基因技术的专业性很强，当出现争议时，一般的公众很难做出科学理性的判断。虽然不断有从事转基因研究的科学家针对转基因食品的争论和质疑做出分析和解释，但效果并不理想，其原因可能是公众认为从事转基因研究的科学家从中有利可图或者由于其专业背景而选择不信任，即人们总是倾向于认为科学家对于自己研究的领域是偏爱的。高校教师和科研人员既是转基因食品潜在的消费者，也是转基因食品的研发者和推动者，因而研究高校教师和科员人员对转基因食品的态度十分有意义。现有的文献多是从普通的消费者角度研究其对转基因技术和产品的态度，本文将高校教师和科研人员单一群体作为研究对象，分析高校教师和科研人员对转基因食品的接受态度以及影响其接受态度的因素。

1 数据来源与样本描述性统计分析

1.1 数据来源

研究使用的数据来源于转基因专项水稻课题组2013年9月到2013年11月在武汉高校随机选取100 位教师和科研人员的实地调查数据。笔者共发出调研问卷100 份，收回调查问卷100 份，针对部分样本存在的信息不全、模糊等情况，调查组随后又通过电话回访的方式获取更加详尽的资料，因而样本合格率为100%。

1.2 样本描述性统计分析

调研样本的人口统计变量的描述性统计见表1。从被访者个人特征方面来看，男性56 人，比例为56%，女性44 人，比例为44%，男性比例较高。从被访者的年龄分布情况来看，样本主要分布在30～39岁之间，处于这个年龄段的受访者占样本总比例为52%。由于受访者都是高校的教师和科研人员，因而受教育程度较高。从调查的结果来看，博士75 人，硕士22人，其他共3 人。从研究领域来看，从事转基因生物技术研究的人有23，占总样本的23%。

高校教师和科研人员对转基因技术的看法和态度也是研究的一个重点内容。本文从发展农业转基因生物技术是否有必要，农业转基因生物技术在保障国家粮食安全、改善环境上的作用以及农业转基因生物技术是否存在伦理道德问题、环境问题等几个方面来了解高校教师和科研人员对转基因技术的看法和态度。从调研的情况来看（表2），有84%的受访者认为我国发展农业生物技术有必要，有63%的受访者认为农业转基因生物技术在保障国家粮食安全上有积极作用，认为农业转基因生物技术在改善环境上起积极作用的受访者占46%。从这些数据来看，高校教师和科研人员对农业转基因技术持相对乐观的态度。但与此同时，认为农业转基因生物技术存在食品安全问题、伦理道德问题和环境问题的受访者分别占44%、37%和52%。这表明，高校教师和科研人员对农业转基因生物技术持复杂的态度，一方面认为发展农业转基因技术对保障粮食安全等方面存在积极意义，另一方面也认为农业转基因技术在安全、环境等方面存在一定的问题。

表1 人口统计变量的描述性统计（n=100）

表2 高校教师和科研人员对转基因技术看法的统计

2 研究方法与模型设计

2.1 研究方法

本文采用的主要实证分析方法为排序选择模型方法。排序选择模型（ordered choice model）是多元选择模型（multiple choice model)的一种，它是用可以观测的有序反应数据建立模型来研究不可观测的潜变量（latent variable)变化规律的方法。设有一个潜变量yi*，是不可观测的，可观测的是yi，设yi有0，1，2，…，M 等M+1个取值。

上式中，xi是影响潜变量的一组解释变量，β 为未知系数，μi*是独立同分布的随机变量，yi可以通过yi*按下式得到：

设μi*的分布函数为F(X)，可以得到如下的概率：

根据分布函数F(X)的不同可以有3种常见的模型：Probit 模型、Logit 模型和Extreme value 模型。模型的估计方法采用极大似然法，其中M个临界值C1，C2，……，CM作为参数和回归系数一起估计。

2.2 变量选取

根据前人的研究成果，影响公众对转基因技术态度的因素主要包括人口统计学特征、信息特征、风险意识因素、政府监管程度等。研究将高校教师和科研人员对转基因大米的态度作为被解释变量，将影响教师和科研人员对转基因大米的态度的主要因素分为个人特征、专业背景特征、对转基因相关知识的了解程度、政府监管规范程度。

2.2.1 个体特征变量 对于个人特征变量，Morris 等的研究也发现男性消费者对转基因食品的接受程度比女性略高一些[1]。然而很多研究却表明，性别并不会对消费者的态度产生明显的影响[2]。从年龄上来看，老年人传统观念更强，对新生事物的接受更缓慢，涉及食品的决策更谨慎，因此大部分研究支持老年人更不能接受转基因食品这一结论，认为认知态度与年龄之间呈负相关[3-6]。北京46岁以上的消费者的了解程度较年轻人群低[7]。而Lin 等的研究却表明，年龄变量并不显著的决定消费者的态度[8]。在受教育程度方面，毛新志等的研究表明公众的文化程度与转基因食品的风险评价具有正的弱相关关系，即公众的文化程度越高，认为转基因食品的风险越大。丁玉莲的调查研究表明教育程度高的消费者倾向于不买转基因食品。胡浩等的研究结果显示随着受教育水平的提高愿意购买非转基因食品的消费者的比例在逐渐提高，高学历的消费者更倾向于不购买转基因食品。根据前人的研究成果，文中个体特征变量包括性别、年龄、受教育程度三个变量。

2.2.2 专业背景特征变量 前人的研究没有单独把专业背景作为解释变量，而多是从受教育程度方面来进行分析。本文将专业背景单独作为一个解释变量，重点研究专业背景差异是否会影响高校教师和科研人员对转基因大米的态度，以此来分析高校教师和科研人员对转基因大米的态度是否会受到其专业背景的影响。本文的专业背景特征变量包含职称和专业研究领域两个变量，专业研究领域分为从事转基因生物技术研究和非从事转基因生物技术研究。

2.2.3 对转基因等相关知识的了解程度 高校教师和科研人员对转基因相关知识的了解程度也会影响其对转基因食品的接受态度，但是会有怎样的影响以及影响程度是多少还没有文献得出结论，因而本文也尝试来分析公众已有的转基因相关知识是否会影响其对转基因大米的接受意愿。本文调查问卷中设置6个与转基因技术相关的说法，让被调查者根据自己的知识对其中的说法进行判断，根据判断正确数目的多少来显示被调查者对转基因技术的了解程度。

2.2.4 政府监管的规范程度 大米是中国人的主粮，对中国人来说意义非凡。转基因大米由于其安全性和风险性未知且专业化程度较高，一般的公众对转基因大米很难有比较专业的了解，高校教师和科研人员虽然受教育程度较高，掌握的转基因知识也比一般的公众要丰富，但这一群体中大部分并未掌握转基因技术专业知识，也很难对转基因技术的风险性做出全面的评判，而政府具有较高的公信力。因此，公众在很大程度上将防范转基因技术风险的任务交给政府，希望政府能够严格而规范地对转基因技术进行有效管理。

2.3 模型设计

根据上文的分析，变量选取与赋值说明见表3 所示。

3 估计结果与实证分析

采用Eviews 7.2 利用排序选择模型估计方法（Ordered Choice）对相关数据进行回归，得到的回归结果如表4 所示。

表3 变量选取与赋值说明

3.1 估计结果

通过统计数据分析可知，高校教师和科研人员总体来说对转基因大米的接受意愿并不高（表3 中均值为2.91）。

选取X1、X2、X3、X4、X5、X6、X7和X8作为y 的解释变量，经过初步计算，发现X1、X2、X3、X4、X5、X7不显著，X6和X8系数通过了1%的显著性检验，说明高校教师和科研人员具有的有关于转基因的专业知识以及政府对转基因管理的规范程度影响其对转基因大米的接受意愿。由此我们可以得出排序选择模型的标准形式：Y=0.204 394X1+0.400 842X2

表4 高校教师和科研人员对转基因大米接受意愿的实证分析结果

3.2 结果分析

模型估计结果显示，性别、年龄、受教育程度、职称、研究领域、听说的有关转基因技术的信息评价解释变量并不影响高校教师和科研人员对转基因大米的接受意愿，而高校教师和科研人员所具有的转基因知识以及政府对转基因的管理规范程度影响其对转基因大米的接受意愿，且其估计系数都为正，说明对转基因大米的接受意愿程度与受访者所具有的转基因知识以及政府对转基因管理的规范程度呈显著的正相关关系。

4 讨 论

（1）根据估计结果显示，一个人的职称和研究领域并不影响其对转基因大米的接受态度，即专业背景不会影响高校教师和科研人员对转基因大米的态度。由此可以相信转基因科学家对于有关转基因技术争议的解释完全是根据其科研成果得出的，是值得公众相信的。

（2）性别、年龄、受教育程度等个体特征变量不显著。性别和年龄变量是否会影响公众对转基因食品的接受态度，根据前人的研究，有的研究表明性别和年龄显著影响公众对转基因食品的接受态度，而有的研究表明并不显著影响。根据本文的研究显示，性别和年龄并不显著影响教师和科研人员对转基因大米的接受意愿。对于受教育程度这个变量，以往的研究都表明其显著影响公众对转基因食品的态度，但本文的研究结果显示其并不显著影响教师和科研人员对转基因大米的接受意愿。可能的原因有：一是文中的研究范围限定在高校，选定的样本都是受过高等教育的人，因而导致受教育程度的差异并不明显，最终导致估计结果不显著；二是本文的样本量为100，可能是由于样本量不足导致的估计结果不显著。

（3）高校教师和科研人员所具有的转基因知识显著影响其对转基因大米的接受意愿，且具有的转基因知识越丰富，其对转基因大米的接受意愿就越高。由此也可以推出，要想提高公众对转基因大米（食品）的接受意愿，可以加强对转基因技术的宣传和科普，让公众对转基因技术有一个全面科学的认识，从而提高公众对转基因食品的接受度。

（4）政府对转基因技术管理的规范程度显著影响教师和科研人员对转基因大米的接受意愿。本文的调查统计显示，高校教师和科研人员认为政府对转基因技术的安全管理并不规范。转基因大米由于其安全性和风险性未知且专业化程度较高，公众对转基因大米很难有比较专业的了解，因此公众在很大程度上将防范转基因技术风险的任务交给政府，希望政府能够严格而规范地对转基因技术进行有效管理。因而，当公众认为政府在转基因技术管理上并不规范时，自然会导致公众对转基因食品的接受意愿下降。

[1]MorrisSH.Adley CC.Irish public perceptionsand attitudes tomodern biotechnology:an overview with a focus on GM foods[J].TRENDS in Biotechnology,2001,19(2):43-51.

[2]毛新志，王培培，张 萌.我国公众对转基因食品社会评价的调查与分析——基于湖北省的问卷调查[J].华中农业大学学报（社会科学版），2011，（5）：5-11.

[3]Hossain F，Onyango B，Adelaja A etal.Uncovering factors influencing public perceptionsof food biotechnology[R].Food Policy Institute.2002.

[4]白军飞.中国城市消费者对转基因食品的接受程度和购买意愿的研究[D].北京：中国农业科学院，2003.

[5]丁玉莲.消费者对转基因食品的态度研究——南京市的个案调查[D].南京：南京农业大学，2004.

[6]项新华，张 正，庞星火.北京市城区居民的转基因食品知识、态度、行 为 及 影 响 因 素 分 析[J].中 国 食 品 卫 生 杂 志，2005，17（3）：217-220.

[7]王玉清，薛达元.消费者对转基因食品认知态度的调查与分析[J].环境保护，2005，（3）：46-51.

[8]Lin W,Somwaru A.Consumer attitudes toward biotech foods in China[A].American Agricultural Economics Association Annual Meeting,2004.1-4.

[9]李增刚，马庆寅.城镇居民消费需求影响因素的排序选择模型分析——基于济南市城镇地区的调研数据[J].山东经济，2011，（5）：33-39

[10]杨锡光.居民出行方式排序选择模型研究[D].广州：华南理工大学，2012.

[11]胡 浩，林礼耀，梁龙明，等.现阶段消费者对转基因食品的认知及购买意愿分析[J].消费经济2006，22（1）：44-46.

[12]严功翠，秦向东.浅析消费者对转基因食品的认知和意向—以上海为例[J].安徽农业科学，2006，34（1）：154-156.

[13]黄季焜，仇焕广，白军飞，等.中国城市消费者对转基因食品的认知程度、接受程度和购买意愿[J].中国软科学，2006，（2）：61-67.

[14]钟甫宁，丁玉莲.消费者对转基因食品的认知情况及潜在态度初探——南京市消费者的个案调查[J].中国农村观察，2004，（1）：22-27.

[15]钟甫宁，陈 希，叶锡君.转基因食品标签与消费偏好—以南京市超市食用油实际销售数据为例[J].经济学，2006，5（4）：1311-1318.