葡萄酒购买行为影响因素的差异——基于葡萄酒主产区与非主产区712个样本的调查

徐绍荣，刘潍嘉，殷 超，王承国，潘立臣

（中国农业大学烟台研究院，山东烟台264670）

自2016年起我国人均GDP超过11000国际元，根据国际经验，消费结构由生存型加速向享受型、发展型转变[1]。葡萄酒作为一种享受型的时尚消费品[1]，2007年至2017年，我国葡萄酒消费规模占全球消费量比重由2%增长到7%[2]，但人均年消费量不到全球均值的50%，与法国、意大利等相比差距更加悬殊[3-4]。面对巨大的消费市场及发展空间，中外葡萄酒的对垒也日趋升级，2017年我国进口葡萄酒总量同比增长16.88%[5]。鉴于此，本研究在烟台和泰安选取样本采访调查，借助SPSS20.0软件对葡萄酒主产区与非主产区葡萄酒购买行为影响因素差异情况进行实证比较，为酒企、政府等产业链主体准确定位和细分市场，因地制宜实施差异化竞争策略，促进我国葡萄酒产业健康、持续发展提供理论依据。

1 数据来源

2018年7月—10月，在烟台、泰安的大型超市、小吃街等主要消费场所进行调查，采取随机问卷访谈和网上问卷星两种方式，共发放问卷760份，回收有效问卷712份（烟台348份，泰安364份），有效回收率93.68%。

2 变量设定与描述

2.1 变量设定

国内文献中关于葡萄酒购买行为方面的研究比较少，因此参考耕地资源潜力估算[6]、粮食生产能力[7]、食品购买行为[8]等领域关于其影响因素的研究成果，结合消费者行为学、葡萄酒百科全书等知识及调查反馈的信息，从3个维度设定11个自变量进行研究，变量信息见表1。

2.2 变量描述

2.2.1 个人特征

主产区男女分别为188人（占54.02%）、160人（占45.98%）。年龄赋值为1～3的分别为134人（占 38.51%）、178人（占 51.15%）、36人（占10.34%），前两个等级合计占89.66%。学历赋值为1～3的分别为56人（占16.09%）、244人（占70.11%）、48人（占13.79%），后两个等级合计占83.90%。月收入赋值为1～4的分别为44人（占12.64%）、160人（占45.98%）、110人（占31.61%）、34人（占9.77%），中间两个等级合计占77.59%。不饮用和饮用葡萄酒的分别为124人（占35.63%）、224人（占64.37%）。非主产区男女分别为188人（占51.65%）、176人（占48.35%）。年龄赋值为1～3的分别为129人（占35.44%）、184人（占50.55%）、51人（占14.01%），前两个等级合计占85.99%。学历赋值为1～3的分别为74人（占20.33%）、234人（占64.29%）、56人（占15.38%），后两个等级合计占79.67%。月收入赋值为1～4的分别为54人（占14.84%）、154人（占42.31%）、124人（占34.07%）、32人（占8.79%），中间两个等级合计占76.37%。不饮用和饮用葡萄酒的分别为168人（占46.15%）、196人（占53.8 5%）。综上所述，地区间样本男性均多于女性，以50岁及以下、大专及以上学历、月收入3501～10000元的为主。主产区样本饮用葡萄酒的比例比非主产区高10.52%。

表1 变量说明与描述

2.2.2 认知因素

主产区样本市场前景赋值为1～5的分别为42人（占12.07%）、72人（占 20.69%）、86人（占24.71%）、78人（占22.41%）、70人（占20.11%）。文化认知赋值为1～5的分别为40人（占11.49%）、110人（占31.61%）、122人（占35.06%）、56人（占16.09%）、20人（占5.79%），前3个等级合计占比78.16%。非主产区调查样本市场前景赋值为1～5的分别为52人（占14.29%）、80人（占21.98%）、82人（占 22.53%）、86人（占 23.63%）、64人（占17.58%）。文化认知赋值为1～5的分别为82人（占 22.53%）、130人（占 35.71%）、98人（占26.92%）、38人（占10.44%）、16人（占4.40%），前3个等级合计占比85.16%。综上所述，地区间样本市场前景5个等级占比差异均比较小；文化认知前3个等级合计占比均超过75%，说明两个地区样本文化认知水平都比较低。

2.2.3 企业因素

主产区样本原料赋值为1～5的分别为24人（占6.90%）、80人（占22.99%）、64人（占18.39%）、82人（占23.56%）、98人（占28.16%）。产品感知赋值为1～5的分别为20人（占5.75%）、24人（占6.90）、40人（占11.49%）、98人（占28.16%）、166人（占47.70%），后两个等级合计占比75.86%。品牌价格赋值为1～5的分别为11人（占3.16%）、16人（占 4.60%）、45人（占12.93%）、100人（占28.74%）、176人（占50.57%），后两个等级合计占比79.31%。物流包装赋值为1～5的分别为36人（占 10.34%）、76人（占 21.84%）、118人（占33.91%）、54人（占15.52%）、64人（占18.39%）。非主产区样本原料赋值为1～5的分别为40人（占10.99%）、84人（占23.08%）、60人（占16.48%）、80人（占21.98%）、100人（占27.47%）。产品感知赋值为1～5的分别为22人（占6.04%）、31人（占8.52%）、50人（占13.74%）、99人（占27.20%）、162人（占44.51%），后两个等级合计占比71.71%。品牌价格赋值为1～5的分别为12人（占3.30%）、33人（占 9.07%）、48人（占 13.19%）、82人（占22.53%）、189人（占51.92%），后两个等级合计占比74.45%。物流包装赋值为1～5的分别为44人（占 12.09%）、88人（占 24.18%）、110人（占30.22%）、62人（占17.03%）、60人（占16.48%）。综上所述，地区间样本原料了解程度除少数人几乎不了解外，其他4个等级占比差异均比较小；产品感知与品牌价格后两个等级合计占比均超过70%，说明大部分消费者熟知葡萄酒的功能属性，普遍赞同产品功能、品牌价格等对购买决策的重要影响。

2.2.4 购买行为

主产区样本购买过与没有购买过葡萄酒的分别为276人（占79.31%）、72人（占20.69%），非主产区样本购买过与没有购买过葡萄酒的分别为259人（占71.15%）、105人（占28.85%），主产区购买比例比非主产区高8.16%。

3 实证分析

3.1 均值比较

采用独立样本T检验比较区域间变量差异情况，变量均值见表1。结果表明：第一，个人特征，变量X1—X4显著性水平P值分别为0.526、0.171、0.537、0.787，均大于0.05，表明这4个变量差异均不显著，样本特征属性非常相似，研究结果有一定的参考价值。饮酒习惯差异的显著性水平P=0.004＜0.01，表明主产区样本葡萄酒饮用频率明显高于非主产区。第二，认知因素，市场前景差异的显著性水平P=0.329＞0.05，表明该变量差异不显著。文化认知差异的显著性水平P=0.000＜0.01，表明该变量差异显著，即主产区明显高于非主产区。第三，企业因素，变量X8—X11均值排序均为：品牌价格＞产品感知＞原料＞物流包装，变量X8—X11差异的显著性水平P值分别为0.263、0.286、0.312、0.383，均大于0.05，表明地区间企业因素差异不显著。第四，购买行为差异的显著性水平P=0.012＜0.05，表明地区间该变量差异显著，即主产区明显高于非主产区。

3.2 回归分析

3.2.1 模型构建

购买行为（Y）有两种结果，当购买过葡萄酒时Y=1，不曾购买时Y=0，Y属于二分类因变量，故采用二分类Logistic模型，公式如（1）所示[7]：

式中：Pi表示Y=1的概率；β0表示常数项，k表示影响因素个数，β1—βk表示回归系数，X1i—Xki表示影响因素，ui表示随机误差项。

3.2.2 结果与分析

分别对两个地区样本数据进行Logistic回归处理，采用最大偏似然估计的“向前：LR”法剔除不显著变量，结果显示，两个模型拟合度都非常好（见表2）。主产区筛选出7个显著性影响因素，非主产区筛选出8个显著性影响因素（见表3）。比较地区间显著性影响因素异同发现：

（1）个人特征。两个地区月收入、饮酒习惯均通过了a=1%的显著性检验。主产区样本月收入赋值为1～4的购买过葡萄酒的分别为22人（占50.00%）、114人（占71.25%）、106人（占96.36%）和34人（占100%），饮酒习惯赋值为0和1的购买过葡萄酒的分别为64人（占51.61%）、212人（占94.64%）。非主产区样本月收入赋值为1～4的购买过葡萄酒的分别为12人（占22.22%）、98人（占63.64%）、119人（占95.97%）和30人（占93.75%），饮酒习惯赋值为0和1的购买过葡萄酒的分别为69人（占41.07%）、190人（占96.94%）。由上述数据可以看出，随着消费者月收入的增加，对其葡萄酒购买的驱动作用非常明显。饮用葡萄酒的消费者比较熟知葡萄酒，对其消费的促进作用也非常明显。

表2 模型拟合优度检验

表3 主产区与非主产区回归分析结果

性别、年龄对主产区样本购买行为影响不显著，对非主产区样本购买行为的影响分别通过了a=1%和a=5%的显著性检验，性别的回归系数为正，年龄的回归系数为负。非主产区样本男女购买过葡萄酒的分别为173人（占92.02%）、86人（占48.86%），年龄赋值为1～3的购买过葡萄酒的分别为102人（占79.07%）、140人（占76.09%）、17人（占33.33%）。说明烟台作为现代葡萄酒工业的发源地，在种植、酿造、存贮、消费、文化等方面有着广泛的群众基础，性别和年龄差异对其购买行为的影响并不显著，但在非主产区男性购买的概率明显高于女性，年轻消费者的购买概率高于年长消费者。可能的原因在于受传统文化风俗影响，我国许多地区男性饮酒率、饮酒频次明显高于女性[9]，购买的频率也会增加。另外，葡萄酒作为高端、品味、个性象征的潮流饮品，更容易激发较年轻消费者尝试和购买。

（2）认知因素。主产区文化认知通过了a=5%的显著性检验，非主产区该变量没有通过显著性检验。主产区样本文化认知赋值为1～5的购买过葡萄酒的分别为16人（占40.00%）、68人（占61.82%）、116人（占95.08%）、56人（占100%）和20人（占100%）。说明主产区样本葡萄酒文化底蕴比非主产区更深厚，通过饮用、咨询、酿酒体验、参加讲座培训、游览张裕酒文化博物馆及酒庄等，对葡萄酒品种鉴别分类、工艺、功效、礼仪等了解更多一些，提高了购买的概率。

（3）企业因素。两个地区变量X8—X11回归系数均显著且为正值，说明这4个变量对大部分消费者购买行为影响均显著。主产区样本原料赋值为1～5的购买过葡萄酒的分别为4人（占16.67%）、52人（占65.00%）、52人（占81.25%）、76人（占92.68%）和92人（占93.88%），产品感知赋值为1～5的购买过葡萄酒的分别为2人（占10.00%）、4人（占 16.67%）、26人（占65.00%）、88人（占89.80%）和156人（占93.98%），品牌价格赋值为1～5的购买过葡萄酒的分别为3人（占27.27%）、2人（占 12.50%）、29人（占 64.44%）、86人（占86.00%）和156人（占88.64%），物流包装赋值为1～5的购买过葡萄酒的分别为18人（占50.00%）、50人（占65.79%）、96人（占81.36%）、50人（占92.59%）和62人（占96.88%）。非主产区样本原料赋值为1～5的购买过葡萄酒的分别为4人（占10.00%）、52人（占61.90%）、41人（占68.33%）、76人（占95.00%）和86人（占86.00%），产品感知赋值为1～5的购买过葡萄酒的分别为1人（占4.55%）、12人（占38.71%）、18人（占36.00%）、86人（占86.87%）和142人（占87.65%），品牌价格赋值为1～5的购买过葡萄酒的分别为3人（占25.00%）、9人（占27.27%）、20人（占41.67%）、71人（占85.54%）和157人（占83.07%），物流包装赋值为1～5的购买过葡萄酒的分别为4人（占9.09%）、48人（占54.55%）、90人（占81.82%）、58人（占93.55%）和59人（占98.33%）。由上述数据可以看出，两个地区样本随着变量X8—X11赋值的提高，消费者购买葡萄酒的概率提高非常明显。

可能的原因在于：需求侧方面，我国居民消费水平不断升级，对葡萄酒的品质、价格、品牌、服务等需求侧提出更高的升级要求，对原料、产品功效等了解越多，对葡萄酒的认可度就越高，越愿意购买。供给侧方面，张裕、长城、威龙等众多葡萄酒企业非常注重科研与创新，从葡萄品种培育筛选、管理、采摘到酿造、营销、申请权威认证、建设文化体系、发展旅游业等各个环节都将“品质、效率、创新、服务顾客”放在首要位置，洞察市场变化，不断提高产品品质，优化产品结构，降低成本，借助电商的发展，通过线上线下两个平台使营销渠道更加便捷、可信、成熟、多元，以满足大众消费者多层次需求。

4 结论

综上所述，比较主产区与非主产区葡萄酒购买行为影响因素的差异，均值比较发现：个人特征，变量X1—X4差异均不显著，饮酒习惯差异显著；认知因素，市场前景差异不显著，文化认知差异显著；企业因素，变量X8—X11差异均不显著；主产区购买行为明显高于非主产区。回归分析发现：月收入、饮酒习惯、原料、产品感知、品牌价格和物流包装对两个地区购买行为均表现为显著正相关关系；性别、年龄对主产区购买行为影响不显著，对非产区影响显著；文化认知对主产区购买行为表现为显著正相关关系，对非主产区影响不显著。

本文从3个维度选取11个自变量进行研究，变量的设定不全面。山东省是我国葡萄酒主产区之一，受地域、人文因素限制选择泰安作为葡萄酒非主产区进行研究，虽然该地区酿酒葡萄基地、葡萄酒产量远远不及烟台[10]，但在通讯、网络、信息系统极其发达的时代，很容易受周边葡萄酒产区的影响，提高了消费者葡萄酒认知度，其饮用、购买的频率也会增加。712个样本中大专及以上学历的占比高达81.74%，属于接受新事物能力非常强的高素质群体，许多受访者在政府、知名企业、学校等任职，受生活、工作环境影响，葡萄酒购买概率可能比大众群体偏高。在上述诸多因素的综合影响下，研究结果的准确性可能会降低。