不同收入者对食品安全度的不同需求研究

刘阳荷++黄少安

摘 要：基于食品特征价格需求模型，考量城镇居民和农村居民对蛋白质、脂肪和碳水化合物三种常量营养元素的效用评价，结果显示，相对高收入人群对食品的营养程度和安全度更加重视，相对低收入人群对价格更为敏感。食品安全问题相关的新闻报道统计数据表明，监管力度强并不能完全杜绝食品违规生产行为，消费者尤其是低收入消费者对食品中必需品的需求，会为企业过度压低生产成本提供空间。鉴此，应从需求角度考虑食品安全治理问题，提高低收入消费者的收入水平，是对加强监管力度的重要补充。关键词： 食品安全度需求；不同收入水平消费者；食品安全中图分类号：F203

文献标识码： A

文章编号：1003-7217（2016）05-0121-07一、引 言食品安全问题是近些年社会关注的热点。Antle（2001）对食品安全问题的经济分析区分了食品质量信息是否完全。如果信息是完全的，那食品安全度与食品的其他质量属性无差异，就像消费者会因为食品的味道、营养成分购买不同的食品，食品安全度也是影响人们食品消费的因素之一[1]。如果信息是不完全的，又可以分为两种情形：销售者比消费者知道更多关于食品安全度的信息，食品市场存在信息不对称；销售者与消费者关于食品安全度的信息量等同，即食品市场存在对称的信息不完全。因此，若想对食品安全问题进行有效的治理，需要区分食品安全问题的源头，对症下药。本文将从食品质量信息完全的角度对中国的食品安全问题进行分析，假定消费者对食品质量信息是已知的，从需求角度研究食品安全问题是否受到人们食品消费行为的影响；这是对食品质量信息不完全下食品安全问题研究的一个补充。食品质量信息完全意味着消费者明白劣质或者违规食品可能给他们身体健康造成不同程度的损害，这种“明知山有虎，偏向虎山行”的行为是本文研究的重点。为了估计不同收入人群对食品安全度的偏好程度，本文通过两方面的数据分析进行论证。一方面，将估计食品中营养成分对不同收入消费者的边际效用大小，尽管营养成分更多的代表食品健康程度，比如是否能够保证充足蛋白质的摄入，控制碳水化合物的摄入等，但这可以区分消费者更多是为了“饱腹”还是“安全”，甚至是“营养均衡”。另一方面，本文对不同地区食品违规行为的相关新闻报道进行分析，从统计结果说明巨大低收入消费群体的存在为企业违规食品生产活动提供了利润空间，监管力度高并不能完全保证提高食品安全系数。二、文献评述已有诸多研究基于结构模型对食物需求进行分析。Dubois等（2014）使用家庭层面数据比较美国、法国和英国在食物购买上的差异，他们发现价格和食物特征有一定的解释能力，但经济环境与偏好差异更能够解释国家间食物购买的差异[2]。与此结论相似的是Atkin（2013）的文章[3]。他把习惯形成引入代际交替一般均衡模型（overlappinggenerations general equilibrium model），对印度区域间食物消费差异进行分析；他们的研究结果发现当地充裕食物相比价格和营养成分更能够解释人们的食物消费习惯。尽管这两篇文章基于不同的识别方法，但均得到经济环境与偏好差异可以解释食物购买上的差异这一结论。本文理论模型的基础就是基于Dubois等（2014），并应用于不同人口特征群体之间食物购买的差异分析。营养元素摄入量、价格和食物支出之间的关系也有若干研究。Griffith等（2015）研究了相对价格变动对英国家庭食物支出的影响，发现价格上涨不利于维持良好的营养结构[4]。Dragone和Ziebarth（2015）引入了创新性消费这一概念，并研究了柏林墙推倒后东西德的合并对东德食物消费的影响。这种突变式的经济发展带来了创新性的消费，使得东德部分人的体重显著上升[5]。Eli和Li（2014）研究了能量需求和家庭支出是如何共同影响食物需求的，结果显示能量需求对食物需求有较大的影响，但是贫困家庭的弹性较小[6]。Fukase和Martin（2015）进行了收入-消费-生产的动态分析，表明中国目前收入水平所带来的食物消费增长超过生产增长，但随着中国人口增长和饮食结构的转变这个差距会逐渐缩小[7]。Cutler等（2003）发现卡路里价格的下降提高了卡路里的摄入量，进而带来了美国肥胖度的提高[8]。上述文献尽管并不直接涉及到本文所研究的常量营养元素与食物支出之间的关系，但均可以起到很好的借鉴作用。同时还有较多研究对中国的食物支付意愿进行测度。郑志浩（2015）估计消费者对转基因大米的支付意愿低于普通大米[9]。张振等（2013）研究了消费者对食品安全属性的偏好行为，他们发现消费者对以下食品安全属性的支付意愿由高到低为：政府认证的食品，企业品牌、养殖场质量安全保证和第三方机构认证[10]。周应恒和彭晓佳（2006）对江苏省城市消费者为低残留青菜中食品安全的平均支付意愿进行估计，其中大城市为2.42元/斤，中小城市为2.77元/斤[11]。张晓勇等（2004）基于对天津消费者的调查，考察他们对转基因食品、有机食品、绿色食品和无公害食品的态度，发现他们并不愿意为质量较高的食品支付过多费用[12]。以上研究尽管是对食物支付意愿的研究，但是涉及到的区域范围并不广，往往只基于某个城市的部分居民的部分食物。三、理论模型Dubois等（2014）在研究美国、法国和英国食物购买差异的时候，基于产品层面的效用函数，构建了一个可以通过价格反映食物特征、营养成分的需求模型。他们的需求模型基于Gorman（1980）和Lancaster（1966）的产品特征效用模型（characteristics model），离散选择模型（discrete choice model）和特征价格模型（hedonic price model）都是其特殊形式[13，14]。Dubois等（2014）的需求模型不仅可以分析国家间食物购买差异，还可以扩展到省际之间的差异，不同人口特征群体的食物购买差异等。本文基于此模型，在消费者效用最大化的条件下，得到消费者对不同食品的需求函数。与简单需求函数不同的是，此需求函数不但受到基本的食物价格影响，还受到食物特征影响；不但是一般的价格需求函数，而且是特征价格需求函数。进而在实证分析中，本文把待研究中国消费者群体是属于城镇居民还是农村居民进行区分，着重探讨这两大消费者群体之间的差异。下面首先对理论模型进行介绍。四、不同收入消费者对营养成分的需求估计本部分基于第三部分的理论模型，使用北卡罗来纳大学人口中心、中国疾病预防控制中心营养与食品安全研究所的中国健康和营养调查（CHNS，China Health and Nutrition Survey）数据，以城镇家庭和农村家庭作为两个基本人口特征群体，估计他们对食品包含的营养成分的需求。基于数据的可获得性，本文使用CHNS社区和家庭层面2000年的数据作为样本进行分析，包括辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西和贵州9个省级行政区划。食品消费支出、食品消费量及每种食品所含的蛋白质、脂肪和碳水化合物三种常量营养元素等是分析使用的主要数据，覆盖590个城镇家庭，538个农村家庭。本部分依次对数据处理及变量说明、估计方法和估计结果进行介绍。（一）数据处理及变量说明为了计算食品消费支出，需要得到食品的价格。在2000年CHNS社区层面的数据中，主要包括谷物类、食用油、蔬菜、鱼、豆制品等八大类食品的大商场零售价格和自由市场价格，本文使用自由市场价格。在剔除掉缺失价格以及较少的样本后，仅剩下鱼类（包括带鱼和鲤鱼）以及豆制品类（包括豆腐和豆腐干）两大类食品较为全面的价格数据；所以鱼类和豆制品类是本文分析的食品种类①。家庭层面数据包括每个家庭3日食品消费量，并使用每家每日食品消费量衡量每个家庭的实际消费量。食品价格与食品消费量相乘即可得到每个家庭每日的食品消费支出。2000年调查数据中食物代码对应的是1991年中国食物成分表，根据1991年版的《食物成分表》（全国代表值），可得到带鱼、鲤鱼、豆腐、豆腐干中包括的蛋白质、脂肪和碳水化合物的具体值。《食物成分表》统计的是每100克可食部所包含的蛋白质、脂肪和碳水化合物的数量，本文按照相应的比例得到每个家庭每日带鱼、鲤鱼、豆腐和豆腐干消费量中各自包含的上述常量营养元素数量并加总。下文的实证分析中涉及到工具变量的选取，在此把工具变量的选择及处理简单介绍。本文把每个家庭所在社区的其他家庭作为参照组（reference group），并计算参照组的非加权平均每个家庭每日三种常量营养元素的摄入量。这是每个家庭每日蛋白质、脂肪和碳水化合物摄入量的工具变量。本文是对城镇居民和农村居民的消费偏好进行对比，因此实证分析中对城镇家庭和农村家庭的需求估计是分开的。表1是主要变量的描述性统计。从表1中可以看出，在每日食品支出上，城镇家庭比农村家庭多消费近20元；其中城镇家庭和农村家庭的标准差均较大，这是本文食品种类选择较少导致。蛋白质的每日摄入量和脂肪的每日摄入量，城镇家庭略高于农村家庭；碳水化合物的每日摄入量农村家庭略高于城镇家庭。从上述主要变量中可以看出，城镇家庭和农村家庭在每日食物支出和常量营养元素每日摄入量上略有差异，但是并不大。（二）估计方法根据Dubois等（2014）在预算约束下消费者效用最大化得到的理论框架，本文的实证模型如下：其中，i代表个体家庭，k代表食品种类，共有K种；pk为家庭i购买一单位yik食品k的价格，（3）式左边为家庭i食品消费总支出。akc为食品k的特征c，本文即为食品k包含的常量营养元素数量；因此∑kk=1akcyik为家庭i从消费K种食品可获得的营养成分。根据产业组织理论，本文设定c=1为不可观测的特征，并等于δks+ξi+εik；δks用来控制城市固定效应，比如北京和上海不同的饮食习惯对家庭消费的影响；ξi用来控制个体家庭固定效应，即不同家庭独特的对食品的偏好；εik是除了上述城市固定效应和个体家庭固定效应之外的其他不可观测因素，以及上述两个固定效应可能产生的交互作用。为了解决这一问题，依旧采用传统的工具变量法。Dubois等（2014）提出首先为每个家庭定义参照组（reference group），再对这些参照组所消费食物包含的营养成分取非加权平均，用此作为每个家庭营养成分摄入量的工具变量。参照组本文选取的是原家庭同一社区内其他所有家庭，因此参照组的平均营养成分摄入量与原家庭营养成分摄入量相关；又因为使用的是非加权平均，这就避免了营养成分摄入量受到食物消费量的影响而与εik产生相关性。（三）估计结果表2和表3是在上述估计方法下对城镇家庭和农村家庭对营养成分需求偏好的估计结果；其中表2是普通最小二乘法的估计结果，表3是工具变量法的估计结果。其中被解释变量均为家庭每日食物支出。在不控制城市固定效应的时候，蛋白质每日摄入量每增加1克，城镇家庭的食物支出会提高约44元，农村家庭的食物支出会提高约34元。而脂肪每日摄入量和碳水化合物每日摄入量每增加1克，城镇家庭的食物支出会分别下降65元和20元，农村家庭的食品支出会分别下降28元和31元。在加入城市固定效应之后，城镇家庭和农村家庭蛋白质每日摄入量、脂肪每日摄入量和碳水化合物每日摄入量对食物支出的影响方向相同，数值上差异不大。上述估计所得系数均是显著的。从以上普通最小二乘法的估计结果可以看到，城镇家庭比农村家庭在蛋白质摄入上有更多的支出，而且注意对脂肪和碳水化合物摄入的控制。表3是使用工具变量后的估计结果。在不加入城市固定效应的时候，蛋白质每日摄入量每提高1克，城镇家庭的食物支出会增加33元，而农村家庭的食物支出增加44元，这与我们的预期不符。但是在加入城市固定效应之后，则发现蛋白质每日摄入量每提高1克，城镇家庭和农村家庭的食物支出分别会提高29元和27元，二者差异不大，城镇家庭略高于农村家庭，这说明不同城市对人们的饮食习惯是有影响的。脂肪每日摄入量，无论是否控制城市固定效应，其每提高1克，城镇家庭食物支出的下降均高于农村家庭。碳水化合物每日摄入量每提高1克，农村家庭的食物支出下降高于城镇家庭。因此在使用工具变量对估计中存在的内生性进行控制后，相比普通最小二乘法的估计结果，所得城镇家庭和农村家庭对三种常量营养元素的消费偏好方向上并没有发生变化，但是差异有所减小。综合上述分析，本文认为城镇家庭和农村家庭对蛋白质、脂肪和碳水化合物三种常量营养元素的需求偏好是有差异的，蛋白质摄入量的增加会提高食物支出，脂肪和碳水化合物摄入量的增加会减少食物支出。同时，从数值上来看，城镇家庭和农村家庭对三种常量营养元素的每日摄入量支付意愿也是有差异的，城镇家庭更看重蛋白质摄入，并控制脂肪的摄入；农村家庭碳水化合物的摄入低于城镇家庭。但从数值上看这种差异并不大。上述结果说明，城镇家庭确实比农村家庭更加看重食品“营养”与否，因此相对高收入的家庭会更加看重食品质量，收入的确会影响到消费者对食品安全度的程度。五、统计性分析本文使用“掷出窗外网（zccw.info）食品安全数据库”（2011，下文简称“数据库”）公布的2004年1月至2011年5月国内中文媒体对食品安全问题的所有报道。“数据库”的新闻报道来源均为国内正规媒体，并且可以通过网络搜索到，因此是可靠的、全面的。吴恒等（2011）对“数据库”反映的食品安全问题报道年度变动、地区差异进行了统计分析，并且总结出中国食品安全问题涉及面特别广、手段特别狡猾、危害特别巨大、查处特别困难等主要特点。本文的分析把“数据库”的时间变动、地域变动与其所在地的经济发展水平相联系，在上文已经证明收入水平会影响到人们对食品安全度重视程度的情况下，从全国范围对收入水平和食品安全问题的严重程度相关性进行分析。本文根据违规食品种类分为必需品和非必需品两类，必需品比如蔬菜、肉类、油盐酱醋等，非必需品则包括零食、饮料、必胜客产品等。必需品的消费人群基本不受收入水平限制，人们为了生存必须要消费这些食品；而非必需品的消费人群则需要相对高收入，只有具备了一定收入水平才会购买。比如，2009年长沙的肯德基食品墨西哥鸡肉卷中出现塑料碎片，而肯德基的消费者已经排除了一部分低收入人群。图1 中国食品安全问题必需品和非必需品统计 （2004年1月～2011年5月）资料来源：《掷出窗外网（zccw.info）食品安全数据库》，并经作者计算整理。

首先从图1的总体趋势可以看出，31个省级行政区中划除了上海，违规食品中必需品的报道数量均多于非必需品。也就是说，必需品出问题的概率大于非必需品。既然是生活必需品，只要存在一部分低收入消费者对低价的食品有需求，企业就有动机压低生产成本，足够低的生产成本的代价就是食品违规，比如使用劣质原材料、偷换原材料等。因此只要这部分特别低收入消费群体存在，这种企业违规食品生产行为就不可能完全杜绝。同时，又因为“低收入”这个特征，导致这部分消费群体身体健康即使因为食用违规食品出现问题，引起社会关注的可能性也会低，这又进一步纵容了企业违规食品生产行为。而对于生活必需品价格并不是那么敏感的消费者，价格不是他们首要考虑的因素，他们会综合价格、安全度、营养成分多种因素进行消费，是相对更加理性的消费者。所以从食品安全问题报道统计数据的总体趋势来看，违规食品中必需品数量越多且存在巨大低收入消费人群，企业压低利润、违规生产被发现且惩处的概率更小，食品安全问题会更严重。表4对31个省级行政区划违规食品必需品和非必需品按照曝光数量进行排序。无论是必需品和非必需品，内蒙古、宁夏、青海、新疆和西藏都是排名最后的。这代表着上述五个省级行政区划，一方面是食品安全问题并不是特别严重，另一方面则是相关的报道较少。同时，这五个省级行政区划都属于经济发展水平相对落后地区。而食品安全问题报道必需品和非必需品排名前五名的省份中，除了湖北是中部地区，其他均为东部发达地区。按照上文的分析，经济相对发达地区的监管相对严格，而且收入水平相对较高，但是食品安全问题却是非常严重的。因此，监管程度高低与食品安全问题严重程度并不存在明确的因果关系。综合上述两点来看，在食品安全问题的影响因素中，巨大低收入人群的存在是不可忽略的，重罚之下依然有企业生产劣质食品，利润必定是背后的主导因素，而巨大低收入消费人群让这种利润有实现的空间。六、结论针对中国目前存在的食品安全问题，本文与现有文献中从信息不对称角度的研究角度有所不同，在信息完全情况下探讨食品安全问题频频出现的原因。信息完全角度下，食品安全问题的研究需要考虑消费者对食品安全度的效用评价，是食品这种商品的质量属性之一，即可基于产品特征模型对消费者的偏好进行估计。基于黄少安和张帅（2014）的观点[16]，本文具体探讨了收入是否影响到人们对食品安全度的评价，以及这种需求是否会影响到企业的生产行为，使得政府陷入监管无效的“陷阱”。本文一方面基于Dubois等（2014）食物特征价格需求理论模型，使用2000年CHNS家庭层面和社区层面数据，分别对城镇家庭和农村家庭所消费食物（具体为豆制品、鱼）中包含的三种常量营养元素蛋白质、脂肪和碳水化合物的支付意愿进行了估计。每日蛋白质摄入量的上升会带来城镇家庭和农村家庭食物支出的上升，但是城镇家庭略高于农村家庭；每日脂肪和碳水化合物摄入量的上升会降低城镇家庭和农村家庭食物支出，其中对于脂肪摄入量的上升所带来食物支出的减少，城镇家庭高于农村家庭，对于碳水化合物摄入量的上升所带来食物支出的减少相反。这证明了相对高收入人群对食品安全、营养程度的重视程度更高，而低收入消费者对价格相对更为敏感，“吃饱”比“吃好”对他们而言更为重要。另一方面，本文使用“掷出窗外网（zccw.info）食品安全数据库”，对中国2004年1月至2011年5月新闻报道的食品安全问题进行统计分析，从违规食品是否属于必需品的角度分析了食品安全问题是否与收入相关。从统计结果来看，违规食品中必需品的比例明显高于非必需品，而且并没有受到监管程度的显著影响，即企业生产过程会利用低收入消费者对必需品的刚性需求，生产劣质甚至违规食品。综上，巨大低收入消费者对低价或过低价食品的需求，为企业生产此类食品提供了利润空间；因此，对食品安全问题的治理，不能单纯的集中在加强监管上，还应该从违规食品的源头需求角度进行考虑。如何增加消费者尤其是低收入消费者的收入，让他们对食品的需求不再是单纯的饱腹，而是更多的考虑安全、健康的食品；让低收入消费者有能力获得安全食品，而不是让他们有意识的抵制违规食品。

注释：①后文把鱼和豆腐两类食物简称为食品，所有数据描述均特指这两类。参考文献：[1]Antle J M. Economic analysis of food safety[J]. Handbook of Agricultural Economics，2001，（1）：1083-1136.[2]Dubois P， Griffith R， Nevo A. Do prices and attributes explain international differences in food purchases？[J]. American Economic Review，2014，104（3）：832-867.[3]Atkin D. Trade， tastes， and nutrition in india[J]. American Economic Review，2013，103（5）：1629-1663.[4]Griffith R， OConnell M， Smith K. Relative prices， consumer preferences， and the demand for food[J]. Oxford Review of Economic Policy，2015，31（1）：116-130.[5]Dragone D，Ziebarth N R.Economic dwelopment，novelty consumption and body weight：evidence froxt the east cieman tpansition to capitalism[R].Quaderni Working Paper，2015.[6]Eli S， Li N. Caloric requirements and food consumption patterns of the poor[R].NBER Working Paper，2015.[7]Fukase E， Martin W. Who will feed China in the 21st century？income growth and food demand and supply in China[J]. Journal of Agrlcultura Economics，2015，61（1）：3-23..[8]Cutler D， Glaeser E， Shapiro J. Why have Americans become more obese？[R]. The Journal of Economic Pesspactroes， 2003，17（3）：93-118.[9]郑志浩. 城镇消费者对转基因大米的需求研究[J]. 管理世界， 2015，（3）：66-75.[10]张振， 乔娟， 黄圣男. 基于异质性的消费者食品安全属性偏好行为研究[J]. 农业技术经济， 2013，（5）：95-103.[11]周应恒， 彭晓佳. 江苏省城市消费者对食品安全支付意愿的实证研究[J]. 经济学 （季刊）， 2006，（4）：1319-1432.[12]张晓勇，李刚，张莉.中国消费者对食品安全的关切对天津消费者的调查与分析[J].中国农村观察，2004，（1）：14-21.[13]Gorman W M. A possible procedure for analysing quality differentials in the egg market[J]. The Review of Economic Studies，1980，47（5）：843-856.[14]Lancaster K J. A new approach to consumer theory[J]. The Journal of Political Economy， 1966，74（2）： 132-157.[15]吴恒.易类相食：中国食品安全问题调查（2004-2011）[R/OL].2011.http：//www.2ccw.info/.[16]黄少安，张帅.食品安全度的有效需求不足与政府监管陷阱兼与李新春教授等商榷[R].工作论文，2014.（责任编辑：钟 瑶）