基于计划行为理论的居民全谷物食品消费意愿影响因素分析

程景民，贾彬彬，贾慧敏，郑佳明，焦郭晋，赵 彬

1.山西医科大学管理学院，山西 030001；2.山西医科大学口腔医院

现代谷物加工工业工艺体系中，为增强谷物的感官特性，延长货架期，并且使产品更加容易消化和吸收，多通过研磨过程将谷物加工成精制谷物，精加工过程中去除了富含营养的麸皮和淀粉胚乳中的胚芽层[1]。与精制谷物不同，全谷物在谷物收获后，经过清理但未经进一步加工，保留了谷物的完整颖果结构[2]。流行病学研究表明，增加全谷物摄入可以降低2 型糖尿病、肥胖、心血管疾病和各种癌症的风险[3-6]。2017 年，一项对195 个国家和地区饮食结构造成的死亡率和疾病负担研究发现，全球大约有300 万例死亡可归因于全谷物摄入量低，占归因于饮食风险因素的1 100 万例死亡病例的27%[7]。我国《粮食加工业发展规划 (2011—2020 年) 》中明确提出要“推进全谷物健康食品的开发”“鼓励增加全谷物营养健康食品的摄入,促进粮食科学健康消费”[8]。但我国居民全谷物的摄入量仍然处于低水平[9]，影响我国居民全谷物消费的因素尚不完全清楚。本研究于2020 年12 月—2021 年4 月以山西省居民为研究对象，使用自编量表进行调查，基于计划行为理论，从态度、主观规范和知觉行为控制3 方面探索居民全谷物食品消费意愿的影响因素。

1 对象与方法

1.1 研究对象 选取山西居民为调查对象。采用多阶段随机抽样与方便抽样相结合的方法，山西省11 个市中，每个市随机选择1 个区和1 个县，然后从每个区县随机选择2 个社区或村庄，共计44 个单元；再通过方便抽样，每个单元发放30 份量表。

1.2 调查方法 遵循计划行为理论量表构建指南[10]，参考食物选择问卷（FCQ）[11]设计量表。为了形成量表的一致性，态度、主观规范、知觉行为控制、消费意愿变量所涉及的测量条目都采用肯定陈述的方式，采用Likert 5 级评分法，分数越高代表同意题项内容的程度越高。同时，收集调查对象的人口学特征信息。

1.3 质量控制 调查量表最初分别对2 名研究者和20 名随机选取的居民进行预测试，经过修改模糊和不恰当的问题，确定最终量表。调查员均为在校大学生，在调查开展之前，对调查员进行统一培训，介绍调查主旨、填写注意事项。通过面对面纸质调查收集数据，确保数据的完整性以及数据的真实性和保密性。

1.4 统计学分析 采用SPSS 25.0 和AMOS 22.0 软件对数据进行分析。通过探索性因子分析检验量表的结构效度。通过计算Cronbach's α 系数来评估量表的内部一致性。通过组合信度（CR）和平均方差提取量（AVE）评价量表收敛效度。采用结构方程模型（SEM）对居民全谷物食品消费意向的影响因素进行分析。以P＜0.05 为差异有统计学意义。

2 结果

2.1 居民人口学特征 本次调查共发放1 320 份量表，剔除无效量表，最终回收有效量表1 125 份，有效回收率为85.23%。1 125 名居民中，女性占58.8%；18～40 岁占74.0%；未婚占59.6%；居住在农村者占51.8%；专科及以上学历占54.3%；无业者占48.0%；家庭人均月收入主要集中在501～1 500 元，占37.6%。居民人口学特征具体见表1。

表1 居民人口学特征（n=1 125）

2.2 探索性因子分析 对数据进行因子分析，结果显示，KMO 值为0.868，Bartlett 球形检验也显示有统计学意义，说明量表适合进行因子分析。采用主成分分析法进行因子提取，按照特征值大于1 的标准提取因子，提取到消费意愿（BI）、态度（ATT）、主观规范（SN）、知觉行为控制（PBC）4 个公因子，累积解释方差为66.729%。经最大方差法正交旋转后矩阵数值见表2。

表2 量表探索性因子分析结果（因子载荷）

2.3 信度与效度检验 对归纳出的4 个公因子进行信效度检验，量表的Cronbach's α、CR 值和AVE 见表3，Cronbach's α 系数为0.745～0.835，高于0.7 的可接受限度[12]；AVE 值为0.504～0.617，均高于0.5 的可接受限度[13]；CR 值为0.751～0.832，均满足0.6 以上的建议标准[14]，表明此次调查数据具有较高的内部一致性和收敛效度。

表3 模型相关指标的信度和效度检验

2.4 结构方程模型

2.4.1 研究假设 H1：居民对全谷物食品的态度与全谷物消费意愿之间存在正相关关系；H2：居民的主观规范与全谷物消费意愿之间存在正相关关系；H3：居民的知觉行为控制与全谷物消费意愿之间存在正相关关系。

2.4.2 模型拟合评价 模型的拟合优度指标结果见表4，对照结构方程模型拟合程度的评判标准，各项拟合指标均达到模型的评判标准，说明全谷物食品消费行为计划性为理论模型与调查收集的数据间具有较好的匹配关系。

表4 结构方程模型拟合适配度检验结果

2.4.3 结构模型的路径分析 结果显示，主观规范、知觉行为控制对全谷物食品消费意愿的路径系数分别为0.569 和0.101（P＜0.05），H2 和H3 的研究假设成立。表明主观规范和知觉行为控制对居民全谷物食品消费意愿有正向影响，其中主观规范影响最大。态度对消费意愿影响不显著（β=0.072，P＞0.05），研究假设H1不成立。模型的拟合结果显示：SN3 的标准化路径系数为0.821，是主观规范潜变量中最大的特征因素，表明居民消费全谷物食品受同事和朋友的影响最大。PBC1 的标准化路径系数为0.806，是知觉行为控制潜变量中最大的特征因素，表明全谷物食品原材料容易识别将对居民消费全谷物食品起促进作用。见表5。

表5 居民全谷物食品消费行为计划行为理论模型结构方程模型路径系数

3 讨论

计划行为理论已被广泛应用于多种健康饮食的研究中[15]，由于结构方程模型允许潜变量的评估没有测量误差，为模型中理论化关系提供了统计显著性检验，同时也提供了模型整体拟合的信息，是计划行为理论常用的分析方法[16]。本研究结果表明，计划行为理论模型可解释居民全谷物食品消费意愿方差变异的66.729%。一项荟萃分析表明，计划行为理论可解释行为意愿的39%[17]，本研究中基于计划行为理论的全谷物食品消费意愿的解释力与其他健康相关行为的研究结果相近。

本研究发现，主观规范和知觉行为控制可以显著地预测消费意愿，但态度不显著，其中主观规范是消费意愿最强的预测因子。这一发现与Godin 等[18]对计划行为理论在健康相关行为中的应用综述结果有差异，该综述表明主观规范往往没有达到显著性，对行为的影响小于态度和知觉行为控制。态度对消费意愿影响不显著，这表明山西省居民对全谷物食品的态度对消费行为并不重要。这可能因为山西省有独特的地理因素，有种类丰富的全谷物，被称为“小杂粮王国”，全谷物食品是山西省居民比较容易接触到的食物，也是比较常吃的食物，对全谷物食品没有排斥或渴望的心理。本研究中主观规范为消费意愿最强预测因子这一结果与Paisley 等[19]的发现一致，该学者认为主观规范是消费者减少脂肪摄入量意愿的最有力预测器，态度可能是决定当前食物消费的最重要因素，而其他重要因素可能主要影响日常饮食的改变。对居民主观规范影响最大的是同事或朋友的交流，这支持了国际食品信息委员会的食品选择调查研究，该研究表明，36%的美国人通过与医生、亲戚或朋友交流，以及通过大众传播影响他们的食物选择，这些发现证明了社会关系和交流对饮食选择的影响[20]。本研究中知觉行为控制可显著预测意愿，表明如果感知到的内部因素和外部环境障碍更少，他们可能更愿意消费全谷物食品，最大的障碍为难以识别全谷物食品，应予以重点关注。

4 小结

本研究结果表明，应该针对主观规范和知觉行为控制来增加全谷物的消费意愿。为了加强主观规范的影响，可发挥社交媒体的宣传作用，加强人们对全谷物食品的积极认识，促进饮食相关的交流，从而获得更多社会支持。加强知觉行为控制可通过使全谷物食品更容易获得和消费全谷物食品更容易执行来实现，例如加强宣传教育，提高居民识别全谷物食品的能力，以及提供全谷物方便食品，在食堂、餐厅、外卖店供应全谷物食品等提升全谷物食品的可及性。