消費(fèi)者對(duì)可追溯牛奶的支付意愿：基于屬性不在場(chǎng)的選擇實(shí)驗(yàn)

白軍飛 羅津京 張彩萍

摘?要：摘要：利用我國(guó)北京、南京和西安城市居民牛奶消費(fèi)調(diào)查數(shù)據(jù)，采用聯(lián)合選擇實(shí)驗(yàn)（CBC）實(shí)證分析了消費(fèi)者對(duì)食品安全可追溯性的支付意愿。與以往研究不同的是，本文在CBC分析方法中加入對(duì)屬性不在場(chǎng)問(wèn)題的考慮，這不僅有利于解決屬性不在場(chǎng)問(wèn)題導(dǎo)致的參數(shù)估計(jì)有偏問(wèn)題，還可以顯著提高實(shí)證模型的擬合度和有效性。結(jié)果表明，不考慮屬性不在場(chǎng)問(wèn)題會(huì)導(dǎo)致聯(lián)合選擇實(shí)驗(yàn)中屬性主效應(yīng)估計(jì)出現(xiàn)有偏，并高估相應(yīng)的消費(fèi)者支付意愿，本研究采用的“先驗(yàn)概率法”可以一定程度上解決這一問(wèn)題。同時(shí)，本文的實(shí)證結(jié)果表明，我國(guó)城市消費(fèi)者對(duì)牛奶的可追溯性有很高的支付意愿，特別是對(duì)于政府部門和行業(yè)協(xié)會(huì)認(rèn)證的可追溯牛奶，支付意愿更為顯著。因此，在我國(guó)進(jìn)一步加強(qiáng)牛奶的追溯體系建設(shè)，并鼓勵(lì)發(fā)展包括政府機(jī)構(gòu)和行業(yè)協(xié)會(huì)的相關(guān)認(rèn)證，都可以顯著地提高我國(guó)消費(fèi)者對(duì)國(guó)產(chǎn)牛奶的選擇偏好的支付意愿。

關(guān)鍵詞：食品安全;可追溯;聯(lián)合選擇實(shí)驗(yàn);屬性不在場(chǎng);支付意愿

聯(lián)合選擇實(shí)驗(yàn)法（Choice-based Conjoint Analysis，CBC）在研究消費(fèi)者對(duì)某些產(chǎn)品或產(chǎn)品屬性的偏好和支付意愿（Willingness-to-pay，WTP）中被廣泛采用。這種方法的基本思路是假定任何一種商品都可以由一些具體屬性進(jìn)行定義，如一輛汽車可以由車型、發(fā)動(dòng)機(jī)類型、油耗、價(jià)格等定義;一塊鮮肉可以由色澤、部位、紋理、價(jià)格等定義。這樣，消費(fèi)者對(duì)商品的選擇實(shí)際上等同于是對(duì)商品屬性構(gòu)成的偏好。CBC方法就是讓消費(fèi)者在假定不同屬性構(gòu)成的商品之間進(jìn)行情景式購(gòu)買模擬選擇，從而獲得消費(fèi)者對(duì)特定產(chǎn)品或產(chǎn)品屬性的偏好。這種方法在研究消費(fèi)者對(duì)市場(chǎng)上尚沒(méi)有出現(xiàn)的產(chǎn)品或產(chǎn)品屬性的態(tài)度與WTP時(shí)，其優(yōu)點(diǎn)尤為突出。如Zhang et al.[1]與Islam et al.[2]分別采用CBC方法對(duì)中國(guó)與美國(guó)消費(fèi)者的食品安全可追溯的WTP進(jìn)行研究。在環(huán)境補(bǔ)償和公共衛(wèi)生等領(lǐng)域，該方法更是被廣泛采用[3]。但是，近年來(lái)的研究表明，CBC方法中的屬性不在場(chǎng)問(wèn)題常常會(huì)導(dǎo)致估計(jì)的WTP出現(xiàn)有偏[4-5]。所謂的“屬性不在場(chǎng)”（Attribute non-attendance，ANA），簡(jiǎn)單而言就是說(shuō)消費(fèi)者在選擇實(shí)驗(yàn)中并沒(méi)有完全考慮到所有的屬性。這會(huì)違背了CBC的一個(gè)關(guān)鍵假設(shè)——實(shí)驗(yàn)中的屬性與屬性之間可無(wú)限轉(zhuǎn)換，從而保持消費(fèi)者的效用不變（稱為是“連續(xù)定理”），進(jìn)而導(dǎo)致WTP估計(jì)有偏[4，6]。

研究人員試圖從不同的角度嘗試克服屬性不在場(chǎng)的問(wèn)題。比較有代表的有2種方法，一是推斷法（Inferred Approach），其基本思想是將消費(fèi)者內(nèi)生地分為一些組，組內(nèi)消費(fèi)者的選擇行為相同而不同組的消費(fèi)者選擇行為不同，每個(gè)組的消費(fèi)者數(shù)量由數(shù)據(jù)內(nèi)生決定，并假定該組內(nèi)被消費(fèi)者忽視的屬性前的估計(jì)系數(shù)為0[7-8]。這種內(nèi)生推斷屬性不在場(chǎng)的方法由于并沒(méi)有用到任何額外的外在信息，其內(nèi)生問(wèn)題并不能通過(guò)計(jì)量方法有效克服，故存在明顯的局限性。二是陳述法（Stated Approach），該方法的基本思想是在CBC選擇實(shí)驗(yàn)之后研究人員要求被調(diào)查人說(shuō)明自己在選擇中沒(méi)有注意到哪個(gè)或哪些屬性，然后，再用該信息對(duì)CBC的選擇結(jié)果進(jìn)行有選擇的使用[9-10]。這種方法在實(shí)踐操作中有2個(gè)明顯缺陷：一是在每組選擇問(wèn)題之后詢問(wèn)被調(diào)查者是否全部注意到選項(xiàng)中的各個(gè)屬性因素會(huì)增加CBC的操作難度;二是會(huì)導(dǎo)致被調(diào)查人在后面的選擇實(shí)驗(yàn)中受到額外的信息污染[6，11]。

本研究試圖從另外一個(gè)途徑克服屬性不在場(chǎng)的問(wèn)題，我們稱之為“先驗(yàn)概率法”。該方法的基本思路是在CBC選擇實(shí)驗(yàn)之前獲取消費(fèi)者對(duì)各類產(chǎn)品屬性的關(guān)注程度，并通過(guò)計(jì)量手段定量推斷各屬性被重視（或不重視）的程度。然后，用此指標(biāo)代表隨后的CBC選擇實(shí)驗(yàn)中每個(gè)產(chǎn)品屬性被關(guān)注（或忽略）的概率。該方法依賴的一個(gè)基本假設(shè)是：在購(gòu)買行為中對(duì)某種屬性的重視程度與該屬性在CBC選擇實(shí)驗(yàn)中是否受到被調(diào)查人關(guān)注（或忽略）的概率是正（或負(fù)）相關(guān)的。與推斷法相比，該方法在CBC之前獲取了額外的信息，不存在推斷法的內(nèi)生問(wèn)題;與陳述法相比，該方法可以有效解決選擇實(shí)驗(yàn)本身對(duì)消費(fèi)者的陳述回答產(chǎn)生的信息污染問(wèn)題。進(jìn)一步，本研究以我國(guó)城市消費(fèi)者對(duì)可追溯牛奶的WTP為例，實(shí)證研究了考慮和不考慮屬性不在場(chǎng)問(wèn)題對(duì)消費(fèi)者WTP估計(jì)的影響。自2008年震驚中外的“三聚氰胺”嬰幼兒奶粉事件以來(lái)，消費(fèi)者對(duì)可追溯食品的WTP受到學(xué)術(shù)研究的廣泛關(guān)注[1，12-15]，其中一些研究也采用了CBC的方法，但這些研究全部都沒(méi)有考慮CBC中的屬性不在場(chǎng)問(wèn)題對(duì)研究結(jié)果的影響。與以往研究不同的是，本研究在CBC分析方法中加入對(duì)屬性不在場(chǎng)問(wèn)題的考慮，這不僅可以解決屬性不在場(chǎng)問(wèn)題導(dǎo)致的參數(shù)估計(jì)有偏問(wèn)題，還可以顯著提高實(shí)證模型的擬合度和有效性。

1?實(shí)證方法

為更清晰地展示屬性不在場(chǎng)問(wèn)題的影響，本節(jié)先簡(jiǎn)要介紹忽略屬性不在場(chǎng)的基本模型，再提出考慮屬性不在場(chǎng)情況下的實(shí)證模型。

1.1?模型一：忽略屬性不在場(chǎng)情況的計(jì)量模型

CBC的基本問(wèn)題是估計(jì)效用方程U=f（X1，X2，...Xk），其中U表示消費(fèi)商品所得到的效用，X1，X2，...Xk代表商品的k個(gè)屬性。假定消費(fèi)者面臨一個(gè)由多個(gè)組成的選擇集，其中每個(gè)選擇代表一種由不同水平屬性定義的產(chǎn)品（如一臺(tái)電腦可以由內(nèi)存、CPU、硬盤、顯示屏尺寸和價(jià)格等屬性組成），其中消費(fèi)者i選擇第j個(gè)組合，j=1，2，...， j 的效應(yīng)方程可以表達(dá)為式（1）：

在常用的統(tǒng)計(jì)分析系統(tǒng)STATA中，上述模型（2）b可以通過(guò)asclogit（Alternative-specific Conditional Logit Model）模塊進(jìn)行參數(shù)估計(jì)。與傳統(tǒng)的clogit（Conditional Logit Model）模型相比，asclogit在進(jìn)行參數(shù)估計(jì)中可以加入消費(fèi)者的個(gè)人特征變量，從而可以定量考察個(gè)體特征對(duì)于消費(fèi)者選擇及WTP的異質(zhì)性。

給定在第j個(gè)選項(xiàng)中某一非價(jià)格屬性為Xj1，價(jià)格屬性為Xjp，以及其他屬性Xj，當(dāng)其他屬性值不變、效用不變時(shí)，式（1）變?yōu)槭剑?）：

保持效用和其他屬性值不變，得到消費(fèi)者進(jìn)行選擇時(shí)價(jià)格屬性和Xj1屬性之間的替代率為ΔXp=-β1βpΔX1，當(dāng)X1變化1個(gè)單位時(shí)，相應(yīng)可以得到消費(fèi)者對(duì)該屬性的WTP：

更一般地，在不考慮屬性不在場(chǎng)情況下，消費(fèi)者對(duì)屬性k的WTP為式（5）：

式（5）中，βk 和βp分別為從式（2）b中估計(jì)的第k個(gè)屬性和價(jià)格的參數(shù)。

1.2?考慮屬性不在場(chǎng)情況的計(jì)量模型

假定各個(gè)屬性在CBC選擇實(shí)驗(yàn)中不被忽略的概率為pij，則方程（1）的消費(fèi)者效應(yīng)函數(shù)可表達(dá)為式（6）：

式（6）中，所有的變量與參數(shù)定義與此前保持不變。式（6）意味著被選擇商品屬性是以一定的概率pij進(jìn)入消費(fèi)者的效用方程，當(dāng)pij=0時(shí)則意味著第j個(gè)屬性在消費(fèi)者i的選擇實(shí)驗(yàn)中被忽略，出現(xiàn)屬性不在場(chǎng)問(wèn)題。根據(jù)模型（6），我們可以相應(yīng)地給出消費(fèi)者i選擇第m種組合的概率為式（7）：

與不考慮屬性不在場(chǎng)問(wèn)題的式（2）相比，式（7）唯一的區(qū)別是在分子和分母中都增加了屬性不被忽略的概率pij或pim。在本研究中，這兩個(gè)概率通過(guò)在選擇實(shí)驗(yàn)前詢問(wèn)消費(fèi)者各種屬性在其實(shí)際購(gòu)買行為中是否重視來(lái)獲得，并通過(guò)模型擬合與預(yù)測(cè)獲得。

相應(yīng)地，式（5）中的消費(fèi)者對(duì)第k種屬性的支付意愿在考慮屬性不在場(chǎng)問(wèn)題時(shí)轉(zhuǎn)變?yōu)槭剑?）：

式（8）中，pk指屬性k被消費(fèi)考慮的平均概率，pp指價(jià)格被消費(fèi)者平均考慮到的概率。與不考慮屬性不在場(chǎng)問(wèn)題時(shí)WTP的計(jì)算公式（5）相比較，不難看出，考慮屬性不在場(chǎng)問(wèn)題時(shí)的WTP估計(jì)相當(dāng)于是對(duì)原有的WTP進(jìn)行了pk/pp的加權(quán)處理。我們把這種方法稱之為“先驗(yàn)概率法”。

但是在考慮屬性不在場(chǎng)問(wèn)題時(shí)，一種極端情況是，消費(fèi)者可能在選擇實(shí)驗(yàn)中忽視了價(jià)格屬性。這意味著模型（8）中βp=0，從而無(wú)法計(jì)算WTP。針對(duì)這種情況，本研究采用2種方法進(jìn)行處理。方法一是簡(jiǎn)單地假定不存在消費(fèi)者忽略價(jià)格屬性的情況，這相當(dāng)于在模型（8）WTP的計(jì)算公式中將pp，即價(jià)格屬性被考慮的概率設(shè)定為1;方法二是直接采用公式（8），其中的pp為通過(guò)第一步Logit模型回歸并預(yù)測(cè)得到的價(jià)格被關(guān)注的概率，盡管理論上可能等于0，但實(shí)證中最多只是一個(gè)接近于0的非零值，因此，仍然可以采用公式（8）計(jì)算WTP。處理方法一為后文的模型二，處理方法二為后文的模型三。

2?CBC選擇實(shí)驗(yàn)設(shè)計(jì)與變量

本研究數(shù)據(jù)來(lái)源于2018年對(duì)北京、南京、西安三個(gè)城市消費(fèi)者進(jìn)行的問(wèn)卷調(diào)查。調(diào)查中，我們的CBC選擇實(shí)驗(yàn)以可追溯牛奶為研究對(duì)象進(jìn)行設(shè)計(jì)。主要考慮到牛奶的5種屬性，各個(gè)屬性的水平由實(shí)驗(yàn)前的預(yù)調(diào)查確定。各種屬性以及屬性水平見(jiàn)表1。在完全的因子設(shè)計(jì)中，這些屬性和水平一共可以有3*2*4*3=72種不同的組合方式，但完全考慮所有的組合方式讓被調(diào)查人進(jìn)行選擇是根本不可能的，因此，本研究根據(jù)預(yù)調(diào)查和D-optimal部分因子設(shè)計(jì)法，最終選擇9種組合方式，并隨機(jī)選擇3個(gè)組合構(gòu)成1個(gè)選擇任務(wù)。被調(diào)查人需要從每個(gè)選擇任務(wù)中選出自己最偏好的組合，也可以都不選。數(shù)據(jù)分析時(shí)，每個(gè)選擇任務(wù)可以作為一個(gè)獨(dú)立的研究樣本。實(shí)際調(diào)查中，研究人員會(huì)首先給被調(diào)查者做出一段關(guān)于CBC實(shí)驗(yàn)的陳述，以確保被調(diào)查者完全理解問(wèn)卷調(diào)查的內(nèi)容。表2提供了一個(gè)選擇任務(wù)例子。

調(diào)查在每個(gè)城市選擇的3個(gè)大型超市中進(jìn)行。問(wèn)卷采取面對(duì)面訪談的方式完成。除CBC選擇實(shí)驗(yàn)外，問(wèn)卷還包括兩部分主要內(nèi)容：一是被調(diào)查消費(fèi)者的個(gè)人和家庭基本人口與社會(huì)經(jīng)濟(jì)特征信息;二是在選擇實(shí)驗(yàn)前，被調(diào)查者就購(gòu)買牛奶可能考慮的9個(gè)屬性的重視程度進(jìn)行排序（前三位）。這些屬性包括品牌、價(jià)格、包裝材料、質(zhì)量或安全認(rèn)證、滅菌方式、原奶產(chǎn)地、口感、營(yíng)養(yǎng)成分、生產(chǎn)日期與保質(zhì)期。這部分信息包括了問(wèn)卷之后CBC選擇實(shí)驗(yàn)中包括的所有屬性，將用于分析并實(shí)證推斷每個(gè)被調(diào)查人關(guān)注（或忽略）特定屬性的概率。

調(diào)查共收集樣本900份，乘以每份問(wèn)卷3個(gè)CBC選擇任務(wù)，共形成2 700個(gè)樣本，其中有52個(gè)選擇任務(wù)為“我什么也不選”。在本研究中，為分析方便并考慮到這部分樣本占比低于2%，我們采取刪除這些樣本的做法，從而產(chǎn)生2 648個(gè)有效樣本用于本研究的實(shí)證分析。表3匯報(bào)了樣本基本統(tǒng)計(jì)特征信息及涉及變量在隨后模型中的賦值方法。

3?結(jié)果與分析

本研究結(jié)果表明，在CBC分析方法中考慮屬性不在場(chǎng)會(huì)提高實(shí)證模型的有效性，而且從整體上得到估計(jì)值較小的消費(fèi)者WTP。本研究在理論方法上對(duì)文獻(xiàn)中關(guān)于CBC方法中的屬性不在場(chǎng)問(wèn)題的討論有一定貢獻(xiàn)。

3.1?屬性不在場(chǎng)的影響

表4匯報(bào)了基于3個(gè)模型的Asclogit回歸結(jié)果中各個(gè)變量前的系數(shù)和系數(shù)方差。正顯著的結(jié)果意味著該變量對(duì)該商品的選擇偏好有正的顯著影響，反之亦然。3個(gè)模型中，模型一為不考慮屬性不在場(chǎng)問(wèn)題的結(jié)果，模型二和三為考慮屬性不在場(chǎng)問(wèn)題的結(jié)果，其中模型二中我們假定選擇中價(jià)格被忽略的概率為0，模型三中我們采用模擬價(jià)格不被忽略概率來(lái)處理價(jià)格屬性不在場(chǎng)的問(wèn)題。

從3個(gè)模型結(jié)果的對(duì)比來(lái)看，在聯(lián)合選擇實(shí)驗(yàn)中是否考慮屬性不在場(chǎng)問(wèn)題對(duì)估計(jì)結(jié)果的主要影響在于估計(jì)系數(shù)大小會(huì)發(fā)生顯著變化，特別是對(duì)主效應(yīng)估計(jì)的影響尤其顯著。從表4的上半部分可以看出，估計(jì)的牛奶類型、可否追溯和認(rèn)證類型主效應(yīng)在考慮屬性不在場(chǎng)的模1估計(jì)的選擇概率比（Odds-ratio）的標(biāo)準(zhǔn)誤通過(guò)Bootstrap方法1000次隨機(jī)抽樣估計(jì)的方法獲得型二和三中顯著大于對(duì)應(yīng)的沒(méi)有考慮屬性不在場(chǎng)的模型一中的估計(jì)系數(shù)。與此相反，對(duì)于牛奶類型和價(jià)格兩個(gè)屬性主效應(yīng)的估計(jì)在模型二和三中顯著低于模型一。這些結(jié)果表明，考慮屬性不在場(chǎng)的情況下，消費(fèi)者對(duì)聯(lián)合選擇實(shí)驗(yàn)中的屬性的重視程度會(huì)發(fā)生較大的變動(dòng)，這意味著，在實(shí)際選擇過(guò)程中，消費(fèi)者顯然會(huì)更加關(guān)注其中一部分屬性（如可追溯性和認(rèn)證），而更少關(guān)注其他屬性（如牛奶類型和價(jià)格）。這說(shuō)明CBC中的屬性不在場(chǎng)問(wèn)題在我國(guó)消費(fèi)者被試中同樣會(huì)出現(xiàn)。

比較表4底部模型有效性的統(tǒng)計(jì)量可發(fā)現(xiàn)，模型二和模型三的AIC、BIC值比模型一的值要小，這說(shuō)明在聯(lián)合選擇實(shí)驗(yàn)?zāi)Ｐ椭锌紤]屬性不在場(chǎng)問(wèn)題可以提高模型對(duì)數(shù)據(jù)的擬合度。但是，在兩個(gè)考慮屬性不在場(chǎng)的模型二和三之間，這兩個(gè)指標(biāo)變化很小，表明對(duì)于本研究來(lái)說(shuō)，如何處理聯(lián)合選擇實(shí)驗(yàn)中價(jià)格被忽視的問(wèn)題，對(duì)于模型的效能并沒(méi)有十分顯著的影響。這可能與價(jià)格在實(shí)驗(yàn)中較少被忽略有關(guān)系。此外，表4回歸結(jié)果還表明，是否考慮屬性不在場(chǎng)問(wèn)題對(duì)于模型中解釋變量前的系數(shù)變化方向及顯著性水平的影響都很小。同時(shí)，我們還注意到，盡管模型二和三的系數(shù)與模型一之間存在較顯著的差異，但估計(jì)參數(shù)的標(biāo)準(zhǔn)誤在3個(gè)模型之間的差異卻微乎其微。這可能與本研究考慮屬性不在場(chǎng)的方式有關(guān)，考慮屬性不在場(chǎng)情況下，各個(gè)屬性前的實(shí)際系數(shù)是模型算出的系數(shù)乘以各個(gè)屬性被考慮的概率。這個(gè)過(guò)程后，各個(gè)屬性估計(jì)系數(shù)的方差可能會(huì)變小。

3.2?選擇概率比

為了更簡(jiǎn)潔明了地解釋模型結(jié)果，我國(guó)基于估計(jì)參數(shù)計(jì)算并匯報(bào)了估計(jì)的選擇概率比及其顯著水平1。選擇概率比指一種商品被選擇與不被選擇的概率之比。表5表明，該變量對(duì)該商品的選擇概率比有正的顯著影響，這也等于說(shuō)，與參考值比較，該變量會(huì)顯著增加商品被選為最偏好商品的概率。

消費(fèi)者對(duì)不同類型的牛奶存在顯著的偏好差異。這一結(jié)果在模型一、二、三中表現(xiàn)一致。模型一的結(jié)果表明，相對(duì)于常溫奶（UHT），消費(fèi)者更愿意于購(gòu)買冷藏奶（概率比=Pr（常溫奶）/Pr（冷鮮奶）=0.88&lt;1）。同時(shí)，消費(fèi)者也更傾向于購(gòu)買有可追溯標(biāo)簽的牛奶（概率比=6.83>1）;相對(duì)于由第三方機(jī)構(gòu)認(rèn)證的可追溯牛奶，消費(fèi)者顯然更傾向于購(gòu)買政府認(rèn)證的牛奶（概率比=1.63>1）以及由行業(yè)協(xié)會(huì)認(rèn)證的牛奶（概率比=1.49>1）;價(jià)格的上升則會(huì)降低一種牛奶被選擇的概率（概率比=0.86<1）。

由于模型二將價(jià)格被消費(fèi)者忽視的概率設(shè)定為1，消費(fèi)者在購(gòu)買不同品牌的牛奶時(shí)，價(jià)格對(duì)消費(fèi)者的選擇盡管會(huì)產(chǎn)生顯著影響，但影響程度與模型一相同。模型三的結(jié)果與模型二類似，在考慮消費(fèi)者忽視價(jià)格的情況下，雖然消費(fèi)者依然是對(duì)價(jià)格敏感的，但此時(shí)價(jià)格對(duì)消費(fèi)者的影響程度要下降（概率比=0.73<0.86），這意味著，將價(jià)格被消費(fèi)者忽視的概率人為設(shè)定為0（也就是不會(huì)被忽略），顯然會(huì)高估價(jià)格對(duì)消費(fèi)者的影響。

3.3?支付意愿估計(jì)及不同模型之間的比較

表6匯報(bào)了基于各模型估計(jì)結(jié)果計(jì)算的消費(fèi)者WTP。通過(guò)比較可以發(fā)現(xiàn)，不考慮屬性不在場(chǎng)情況的模型一傾向于高估各個(gè)屬性的WTP。以可追溯為例，模型一估計(jì)的WTP是8.636元，這意味著，與不可追溯的牛奶相比，消費(fèi)者愿意為可追溯的牛奶支付更高的價(jià)格，但在考慮屬性不在場(chǎng)的情況下，相應(yīng)估計(jì)的WTP分別在模型二和模型三中下降為7.456元和7.363元。再比如，模型一中估計(jì)的牛奶類型的WTP是-0.893元，表明消費(fèi)者愿意為常溫奶支付的價(jià)格低于冷藏奶，而在考慮屬性不在場(chǎng)的問(wèn)題時(shí)，估計(jì)的消費(fèi)者愿意為常溫奶支付的價(jià)格低于冷藏奶-3.802元（模型二）和-3.772元（模型三）。同樣的比較可以在政府認(rèn)證和行業(yè)協(xié)會(huì)認(rèn)證上也可以看到。因此，這些結(jié)論意味著，在CBC中，不考慮可能出現(xiàn)的屬性不在場(chǎng)問(wèn)題，消費(fèi)者對(duì)某些產(chǎn)品屬性的WTP可能會(huì)被顯著高估。這一結(jié)果與大部分文獻(xiàn)中的結(jié)果一致[6-7]。由于CBC本身就存在WTP很容易被高估的問(wèn)題，因此，在CBC中，考慮屬性不在場(chǎng)條件下得到的消費(fèi)者WTP可能更加接近現(xiàn)實(shí)。

4?結(jié)論

本研究提出并利用“先驗(yàn)概率法”試圖解決聯(lián)合選擇實(shí)驗(yàn)法中的屬性不在場(chǎng)問(wèn)題。與文獻(xiàn)中常用的推斷法和陳述法相比，該方法在CBC前獲取了額外的信息，不存在推斷法的內(nèi)生問(wèn)題，同時(shí)可以有效解決選擇實(shí)驗(yàn)本身對(duì)消費(fèi)者的陳述回答產(chǎn)生的信息污染問(wèn)題。研究的實(shí)證部分依賴于研究人員在北京、南京和西安新近收集的消費(fèi)者調(diào)查數(shù)據(jù)。研究結(jié)果表明，屬性不在場(chǎng)現(xiàn)象在選擇實(shí)驗(yàn)中確實(shí)存在，不考慮屬性不在場(chǎng)問(wèn)題會(huì)導(dǎo)致CBC中屬性主效應(yīng)估計(jì)出現(xiàn)有偏，并高估相應(yīng)的消費(fèi)者WTP?！跋闰?yàn)概率法”可以較好地解決因?qū)傩圆辉趫?chǎng)問(wèn)題產(chǎn)生的參數(shù)估計(jì)有偏問(wèn)題，同時(shí)，還可以一定程度上提供模型的擬合度，從而提高模型的有效性。與此同時(shí)，研究發(fā)現(xiàn)，價(jià)格因素在CBC中也會(huì)一定程度上被消費(fèi)者忽略，如果不考慮這種情況，消費(fèi)者對(duì)其他屬性的WTP也會(huì)在整體上被高估，并且實(shí)證模型的有效性下降。

此外，本研究還表明，北京、南京和西安的消費(fèi)者對(duì)牛奶可追溯性的WTP非常高，而在不同的可追溯認(rèn)證方中，消費(fèi)者對(duì)政府認(rèn)證方的WTP最高，其次是對(duì)行業(yè)協(xié)會(huì)的認(rèn)證，其WTP也是正的，表明不管是政府還是行業(yè)協(xié)會(huì)的認(rèn)證都能較大程度地提高消費(fèi)者對(duì)牛奶的選擇和WTP。因此，進(jìn)一步在我國(guó)加強(qiáng)牛奶的追溯體系建設(shè)，并鼓勵(lì)發(fā)展包括政府機(jī)構(gòu)和行業(yè)協(xié)會(huì)等三方的安全認(rèn)知，都將有助于我國(guó)消費(fèi)者對(duì)國(guó)產(chǎn)牛奶的信心恢復(fù)與提升。

參考文獻(xiàn)

[1]Zhang，C.，J.Bai，J.Jing.The role of certificate issuer on consumers’ willingness-to-pay for milk traceability in China[J].Agricultural Economics，2013（44）：537-544.

[2]Islam，T.，J.Louviere，P.F.Burke.Modeling the effects of including/excluding attributes in choice experiments on systematic and random components[J].International Journal of Research in Marketing，2007（4）：289-300.

[3]Bryan，S.，D.Parry.Structural reliability of conjoint measurement in health care：an empirical investigation[J].Applied Economics，2002（5）：561-567.

[4]Alemu，M.H.，M.R.Morkbak，S.B.Olsen，et al.?Attending to the reasons for attribute non-attendance in choice experiments[J].Environmental and Resource Economics，2012（3）：333-359.

[5]Bello，M.，A.Abdulai.Impact of ex-ante hypothetical bias mitigation methods on attribute non-attendance in choice experiments[J].American Journal of Agricultural Economics，2016（5）：1486-1506.

[6]Kragt，M.E.Stated and inferred attribute attendance models：a comparison with environmental choice experiment[J].Journal of Agricultural Economics，2013（3）：719-736.

[7]Scarpa，R.，R.Raffaelli，S.Notaro，et al.Modelling the effects of stated attribute non-attendance on its inference：an application to visitors benefits from the Alpine grazing commons[C].Paper presented at the International Choice Modelling Conference，2011，Oulton，Leeds，4-6 July.

[8]Scarpa R.，R.Zanoli，V.Bruschi，et al.Inferred and stated attribute non-attendance in food choice experiments[J].American Journal of Agricultural Economics，2013（1）：165-180.

[9]Hensher，D.A.，J.M.Rose，W.H.Greene.The Implications on willingness to pay of respondents ignoring specific attributes[J].Transportation，2005（3）：203-222.

[10]Hensher，D.A.，A.T.Collins，G.H.William.Accounting for attribute non-attendance and common-metric aggregation in a probabilistic decision process mixed multinomial logit model：a warning on potential confounding[J].Transportation，2013（5）：1003-1020.

[11]Caputo，V.，L.Ellen，R.Scarpa，R.M.Nayga Jr.，V.?Wim.Comparing serial，and choice task stated and inferred attribute non-attendance methods in food choice experiments[J].Journal of Agricultural Economics，2017（1）：35-57.

[12]文曉巍，李慧良.消費(fèi)者對(duì)可追溯食品的購(gòu)買與監(jiān)督意愿分析：以肉雞為例[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2012（5）：41-52.

[13]吳林海，王淑嫻，Hu Wuyang.消費(fèi)者對(duì)可追溯食品屬性的偏好和支付意愿：豬肉的案例[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2014（8）：58-75.

[14]吳林海，王淑嫻，朱淀.消費(fèi)者對(duì)可追溯食品屬性偏好研究：基于選擇的聯(lián)合分析方法[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2015（4）：45-53.

[15]張彩萍，白軍飛，蔣競(jìng).認(rèn)證對(duì)消費(fèi)者支付意愿的影響：以可追溯牛奶為例[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2014（8）：76-85.

[16]McFadden，D..Conditional logit analysis of qualitative choice behavior [M].in P1 Zarembka，ed1，F(xiàn)rontiers in Econometrics.，Academic Press，New York，1974：105-142.

（責(zé)任編輯?唐建敏）