以联合分析法评估有机农产品之验证政策.docx
《以联合分析法评估有机农产品之验证政策.docx》由会员分享，可在线阅读，更多相关《以联合分析法评估有机农产品之验证政策.docx（26页珍藏版）》请在冰豆网上搜索。
以联合分析法评估有机农产品之验证政策
以聯合分析法評估有機農產品之驗證政策
黃璋如周孟萱
關鍵詞：
有機農產品、聯合分析、市場份額、產銷履歷、驗證政策
JEL分類代號：
Q13,Q18
摘要
本研究以聯合分析法估測在不同驗證制度下有機農產品之市場份額，以探討政府部門將有機農產品農藥殘留檢驗標準由「不得檢出」放寬至「安全容許量的5%」，以及強制有機農場實施「產銷履歷驗證」才能通過「有機驗證」之兩措施，是否真能提高消費者的效用及購買意願。
研究結果發現上網登錄產銷履歷並無法提高有機農產品之市場份額，而放寬農藥殘留檢驗標準，更使市場份額減少，顯示該兩政策並不是消費者所需要的。
聯合分析結果顯示，在農產品的四種屬性中，受訪者認為標章最重要，農藥殘留標準與產銷履歷兩水準之重要性相差不多，價格的重要性最低。
在四種標章水準中，有機標章的效用最大，產銷履歷次之，吉園圃標章第三，無標章的效用遠低於上述標章。
在農藥殘留標準的三個水準中，「不得檢出」帶給受訪者最高的效用，且遠高於效用其次之「安全容許量的5%」，安全容許量的效用最低。
產銷履歷屬性的各種水準中，紙本記錄的效用稍低於上網登錄，但無記錄的效用則遠低於上述兩種記錄方式。
在價格屬性中，價格越低效用越大，此與需求理論相符。
作者感謝行政院農業委員會國際合作處之計畫經費支持（96農科-4.1.2-國-I3）及兩位審查人之審查及修改建議。
前言
政府在制訂政策前，經常未以科學方法評估是否真能達到預期效果，因此在公布或實施後引起社會許多討論或質疑。
本研究以聯合分析法評估政府在有機農業驗證方面所欲採行的政策，是否真能提高消費者的信任進而提高有機農產品市場份額，以檢驗政府之有機農產品驗證政策是否必要並具有意義。
農委會於2007年1月公告「農產品生產及驗證管理法」，其後又制訂了相關的八個辦法，主要目的是提高國內消費者及國外農產品進口商對我國農產品的信心與增加購買數量，顯示政府對農產品安全管理政策向前邁進了一大步伐。
依照本管理法及其相關辦法，農委會亦於96年6月14日宣布啟用三種驗證農產品及其標章，包括：
（1）產銷履歷產品（TAP），
（2）有機農產品（OTAP），以及（3）優良農產品（UTAP）三種農產品驗證標章。
有機農業雖然也是我國政府重要的農業施政項目，但因政府積極推行產銷履歷，因此雖然有機農產品並非按照《農產品生產及驗證管理法》第七條所規定被強制實施產銷履歷驗證制度之產品，但農委會的有機農業政策卻要求有機農場必須在目前的有機驗證之外，再通過產銷履歷驗證，才能張貼政府的OTAP有機農產品標章。
而依照《產銷履歷農產品驗證管理辦法》第十四條之規定，農業經營的生產或流通相關資訊一定要上網在農委會的「產銷履歷管理資訊系統」（以下簡稱TAFTS）登錄及公開，才可以通過驗證。
亦即目前已通過驗證之有機農場，若不上網登錄產銷履歷就無法通過產銷履歷驗證，亦將無法在新制度下通過有機驗證。
政府要求有機農場採行上網登錄產銷履歷之目的，無非要增加消費者對有機農產品之信任並進而增加消費量，但執行的結果卻可預期會增加生產者雙重驗證（有機驗證與產銷履歷驗證）及上網登錄產銷履歷之成本，且現存之許多有機農場將被迫取消驗證，極有可能對有機農業之發展造成負面影響。
另外，農糧署亦於2007年5月提出將有機農產品之農藥殘留由不得檢出放寬至衛生署安全農藥殘留標準值之百分之五，卻引起農友及消費者極大反彈。
因此，本研究亟欲以科學方法評估這兩個有機驗證之政策是否真能提高消費者對有機農產品之購買，如若不能，政府應考量停止這些影響有機農友權益之政策。
本研究首先比較歐盟及我國農產品安全管理體系之異同，並提出我國有機農產品驗證策略之問題；然後分析消費者對農產品安全屬性的偏好，最後預測在不同驗證條件下各種驗證農產品的市場份額，用以評估政府的有機農產品驗證政策。
我國與歐盟安全驗證農產品政策之比較及檢討
表1比較我國農產品與歐盟相關產品之驗證與規範。
我國農產品驗證制度包括產銷履歷（TAP）、目前有機農產品（CAS有機農產品），以及未來有機農產品（OTAP）。
後兩者之差異，是政府未來將要求有機農場必須先通過產銷履歷驗證，才能得到有機驗證。
與歐盟比較，發現台灣的產銷履歷驗證結合了「食品可追蹤」（foodtraceability）與GLOBALGAP（前身為EurepGap）兩種概念。
「食品可追蹤」是在歐盟食品法中強制規定所有的食物、飼料、生產食物的動物或用於消費的物質，在所有生產、加工或流通過程，都要能被追蹤。
而GLOBALGAP則是自願性的一種驗證，最先是由零售業結盟組成，主要是對農場生產之規範及驗證。
台灣有機農產品與歐盟一樣，都需要依照有機相關規範生產，並通過驗證。
然而台灣有機農產品於2009年1月31日以後，才被法律所規範，屆時未通過驗證或未經過政府核准進口者，不得以有機農產品名義販售。
有機農業雖然也是我國政府重要的農業施政項目，但因政府積極推行產銷履歷，因此農委會政策決定有機農場必須在有機驗證之外，再通過產銷履歷驗證，才能張貼政府的OTAP有機農產品標章。
而依照「產銷履歷農產品驗證管理辦法」第十四條規定，農業經營的主要作業項目一定要上網在農委會的「產銷履歷管理資訊系統」（以下簡稱TAFTS）登錄才可以通過驗證。
這些為了配合產銷履歷驗證而加諸於有機農業的規定，其驗證及上網登錄之成本與技術門檻將成為有機農友的極大負擔。
至於這些政策是否能增加消費者的信任或提高有機農產品的市場份額，將於第三章中加以分析。
表1我國與歐盟安全驗證農產品的比較
政治體
驗證別
項目
歐盟
台灣
GLOBALGAP
FoodTraceability
Organiccertification
TAP產銷履歷
目前CAS有機
農產品驗證
OTAP有機驗證
法律基礎
無
EU’sGeneralFoodLaw:
REGULATION（EC）No178/2002
CouncilRegulation（EC）No834/2007
產銷履歷農產品驗證
管理辦法
CAS有機農產品生產規範－作物，2005年版；－畜產，2003年版。
有機農產品及有機農產加工品驗證管理辦法，2007年版。
管理單位
民間組織
政府部門
政府部門
政府部門
政府部門
政府部門
參與性質
自願
強制
自願
自願
自願
自願
生產基準種類
針對農漁牧三大類共17種產品類別訂定標準
不分種類，一律實施食品可追蹤紀錄。
共分五類：
植物、畜產、海草、水產，及加工產品。
為每一種產品訂定TGAP手冊，沒有TGAP之產品不得驗證。
作物、畜產
訂有作物、畜產及農產加工品等三種產品之生產準則，另訂44種產品TGAP手冊，以外之產品不予驗證。
驗證
民間驗證
無驗證
政府授權，由驗證單位驗證。
政府授權台灣認證基金會對驗證機構認證，由民間驗證機構對農場驗證。
由政府認證授權之驗證機構執行
與TAP產品相同
產銷履歷
自行記錄
自行記錄
自行記錄
必須上網記錄
自行記錄
同TAP
註：
2008年11月資料
資料來源：
http:
//ec.europa.eu/food/food/foodlaw/traceability/index_en.htm，http:
//www.globalgap.org，http:
//www.afa.gov.tw/laws_index.asp?
CatID=14,http:
//info.organic.org.tw/supergood/front/bin/ptlist.phtml?
Category=103373
研究方法
聯合分析則是一種探討消費者選擇或消費者偏好的一種方法，他的特點是可以同時探討影響消費者決策中的數個屬性（attributes）以及消費者在這些屬性間的替換（trade-off），而每個屬性又包含了數個不同的水準（levels）。
例如我們常說人們喜歡買「便宜又大碗」的陽春麵，這句話隱含著陽春麵包含了兩個「屬性」：
價格及份量。
價格可能包含兩種不同的「水準」：
貴及便宜，而份量的「水準」則可以是大碗、中碗及小碗。
當然，在研究調查時各屬性水準最好以精確的數字或區間顯示，以避免受訪者有不同的認知或想像。
聯合分析的效用函數有許多種，其中以線性函數呈現的加法模式之使用最為廣泛且最具彈性（GreenandSrinivasan,1978）。
本文以加法模式來說明聯合分析法，並說明本文採用「以選擇為基礎的聯合分析法」（choice-basicconjointanalysis，簡稱CBC）之試驗設計，進而以層級貝氏分析法（HierarchicalBayesAnalysis，簡稱HB）估計參數之作法。
為了說明容易，以下仍以陽春麵的兩個屬性：
份量（Q，包含大、中、小碗三個水準）及價格（P，包含貴及便宜兩個水準）做為例子。
式1為陽春麵對消費者i的效用（Ui），是由價格及份量兩屬性的水準所帶來的成分效用值所組成。
但因實際經濟活動中，並無法得知各屬性水準對消費者的成分效用值，因此亦無法「組成」各產品的總效用。
（1）
其中，Qj=QL、QM或QS，分別代表份量為大、中及小，而Pk=PE或PC，分別代表價格為貴及便宜。
聯合分析的作法，是先由消費者對數個由不同份量及不同價格組成的陽春麵（稱為受測體，Stimulus）作出評價（例如評分、排序及選擇），再利用聯合分析法中的某一種估測方式，分解出各屬性水準的成分效用值。
得知各屬性水準的成分效用值後，即可計算出由各種不同價格及份量組成的陽春麵帶給消費者i的總效用。
式2說明了以最簡單且容易理解的最小平方回歸法（OLS）估測各屬性水準的成分效用值。
（2）
其中，
Vi：
消費者i對由各屬性任一水準組成之陽春麵的評價。
X：
虛擬變數，受訪者評價商品時，該商品由各個屬性中的某一種水準組成。
存在的屬性水準X為1，否則為0。
例如消費者對便宜又大碗的麵作評價時，XC=1且XL=1，而其餘的X均為0。
βn：
各屬性水準的成分效用值，以回歸分析法所估計而得的參數。
eij：
殘差項，j=1……6，j為所有產品組合的數量。
聯合分析近年來已經成為重要的研究工具（HartmannandSattler,2002;Bradlow,2005），2008年9月上旬在GOOGLE查詢conjointanalysis，可以發現約255,000個查詢結果。
聯合分析在行銷上可應用於探討價格與價值間的關係、消費者的態度、促銷的效果、成本收益分析、產品設計、各屬性水準對消費者的價值、市場區隔、市場份額之推估等（GreenandRao,1971），以及消費者對產品之願付價值（willingnesstopay）（Horst,1996;Breidert,Hahsleretal.,2006）。
黃璋如則以聯合分析法探討消費者對不同驗證（有機、吉園普及一般等）之農產品的偏好（黃璋如，1988）。
除了產品的行銷研究外，近年來聯合分析法更被應用於評估環境（AlrikssonandOeberg,2008）或評估某些有非市場價值之「產品」的效益或需求，例如用於探討森林的多面向功能（含不同休閒功能）帶給人們的效益（Zinkham,Holmesetal.,1997），特殊生產方法的牛肉帶給人們在環境與品質方面的效用（Belcher,Germannetal.,2007）或消費者對文化活動之需求等（Louviere,1983）。
它亦可用來估計人們對具有非市場價值之「產品」（或其屬性）的願付價值，例如居民對吸毒者治療之願付價值（Bishai,Sindelaretal.,2008），消費者對住宅區開放空間之願付價值（Earnhart,2006），以及消費者對有機農產品在環保及食品安全貢獻之願付價值（Huang-Tzeng,2000）等。
聯合分析法亦可用於探討人們或專家對政策或施政措施之看法，例如居民及遊客對土地規劃的評價（Rambonilaza,2007），人們對不同失業率、財產稅及國家財政赤字等之選擇（Lieberman,2003），或對改善運輸的願付價值（McFadden,1997），也有學者用它來探討專家對動物疾病風險因素及管理的看法（Horst,1996），或用以探討專家對海岸管理制度之評價（李昊，1992），本研究則選擇此方法用以評估消費者對政府有機農產品驗證政策之看法。
聯合分析法並不是單一種研究分析方法，經過多年的發展，聯合分析法的各步驟都已有許多的選擇與搭配，包括：
1.選擇偏好模式：
例如向量模式（verctor）、理想點模式（ideal-pointmodel）、各種成分效用值方程式模式（part-worthfunctionmodel）、混和模式（mixedmodel）等（GreenandSrinivasan,1978;Cattin,1984;GreenandSrinivasan,1990），而最常被使用的是成分效用值模式。
2.決定資料蒐集方法：
可以使用面訪、電話訪問、與電腦互動的訪問、郵寄或混和的訪問等（Wittink,1989），但若採用某些特定的聯合分析方法，例如適應性聯合分析（adaptiveconjointanalysis，簡稱ACA）或CBC，則必須使用電腦（或網路）。
3.決定受測體的結構（stimulusconstructions）或資料收集方法（datacollectionmethod），可以採用全輪廓（fullprofile）、兩兩比較（pairedcomparison）、替換矩陣（trade-offmatrices），以及上述方法的混和或其他方式等（Wittink,1989）。
4.選擇建立受測體的試驗設計方式：
當屬性及水準多時，受訪者不可能對所有屬性水準組成的產品做出評價，因此必須以試驗設計方法縮減受測體的數目。
常用的方式有部分因子設計（fractionalfactorialdesign）、均衡不完全集區設計（balanceincompleteblockdesign）、部份均衡不完全集區設計（partiallybalanceincompleteblockdesign）、隨機抽樣法（randomsampling）等（GreenandSrinivasan,1978;張可欣，2008）。
5.決定受訪者對受測體的評價方式（responseormeasurementscale）：
包括評分（rating）、排序（ranking）、二擇一（pairedchoice）、數個中選一個（choice-based）、固定總分（constantsum）、最好最差（best-worst）等（Wittink,1989;GreenandSrinivasan,1990;LouviereandIslam,2008）。
6.選擇受測體的呈現方式（stimuluspresentation）：
例如卡片呈現、文章描述、相片或立體模型、實物呈現等（Green,1978;GreenandSrinivasan,1990）。
7.選擇估測方式：
包括數量方法，如複回歸（multipleregression）與層級貝氏法（HierarchicalBayesian，簡稱HB）；非數量方法，如MONANOVA、PREFMAP、LINMAP、Johnson'snonmetrictradeoffalgorithm；以及以選擇機率為基礎的LOGIT、與PROBIT（Green,1978;McFadden,1986;Wittink,1989;GreenandSrinivasan,1990;Lenk,1996）。
上述各步驟，會隨著所選擇的聯合分析方法而有不同的搭配。
聯合分析剛開始發展，多採用全輪廓法（fullprofilemethod），亦即每一個產品都是由每一屬性中的某一個水準所組成，此時試驗設計多以直交法（orthogonal）作部分因子設計（fractionalfactorialdesign）。
但當屬性超過6個時，受訪者對於訪問會出現不耐煩及無效率。
因此便發展出混和的聯合分析（Hybridconjoint）及ACA兩種方法。
混和的聯合分析是由兩種方法混和而成。
先以自顯性模式探究個人（individuallevel）之各屬性水準的成分效用值；另外再設計以少數幾個全輪廓受測體來訪問個人，在市場區隔水準中（market-segmentlevel，此處是相對於個人水準individuallevel而言，指群體的資料），每一個屬性水準都會平均地出現在受測體中由不同的個人來評估，並以複迴歸（multipleregression）估算出此市場區隔之各屬性水準成分效用值。
最後，個人的屬性水準成分效用值再以市場區隔水準之成分效用值以自顯性模式所得之個人偏好資料來調整計算而得（GreenandSrinivasan,1990）。
而ACA則是先以自顯性模式的方式得出個人對屬性重要性的評價，然後再由受訪者對其所認為重要的屬性所組成的產品或受測體作評價，最後求得個人的屬性水準的成分效用值。
因為受測體只包含該受訪者認為重要的屬性，因此不是全輪廓而是部分輪廓（partialprofile）。
ACA的第二階段建立在第一階段的基礎上，因此必須以電腦進行訪問（GreenandSrinivasan,1990;Huber,Wittinketal.,1991;Johnson,2001）。
CBC與傳統聯合分析最大的不同，是以「選擇」取代了評分或排序。
消費者在一群相類似的產品中選擇他最偏好（prefer）的一個，也可以什麼都不選，這是在各種聯合分析方法中與實際消費行為最接近的調查方式。
在CBC中，每一位受訪者面對一定次數但內容不同的選擇工作（choicetask）或選擇集合（choiceset）。
每一次的選擇集合，是在四或五個概念（concept）或產品（組合）中選擇一個他最偏好的概念。
每一個概念則是由所有屬性的某一個水準組成（亦即全輪廓），而選擇集合中也可以包含一個「什麼都不選」的概念。
「什麼都不選」有三個意義，（A）這符合一般現實的消費行為，（B）受訪者沒有被強迫選擇他不想要的東西，使其更樂意回答問卷，（C）消費者不必選擇他不想要的東西，使得資料更精確（JohnsonandOrme,2003）。
每次的選擇集合包含的概念數目，與屬性之多寡成反比。
因概念是全輪廓的，如果屬性多，每次的選擇集合的概念就不宜過多，以免受訪者難以判斷。
但無論如何，CBC的屬性數目不宜超過6個，選擇工作數目則以12至18為佳，最多不應超過20個，否則就超過一般人可以專注投入的極限（SawtoothSoftwareInc.,2008）。
早期CBC並未受到重視，因為CBC的每一位受訪者是以選擇的方式表達偏好，與傳統聯合分析方式對產品組合的評價方式不同，因此所獲得的資訊不足以估測個人的偏好（individual-levelutilities），所以CBC多用來估測全體或集群（或市場區隔）的加總偏好（aggregate-levelutilities），但因其忽略受訪者的異質性（heterogeneity），因此其正確性亦遭受質疑。
而HB方法，使得在評估個人的成分效用值參數時，可以不必以全秩（fullrank）方式（適用於全輪廓，可評價足夠的產品組合）進行實驗設計，且以均方誤差（meansquarederror）角度而言，HB比最小平方法（OLS）更有效率（Lenk,1996;Orme,2000）。
拜電腦軟體發展之賜，以層級貝氏（HierarchicalBayes，簡稱HB）方法估測個人成分效用值之參數值已經可以在個人電腦上快速的完成計算了（SawtoothSoftware,2005）。
這樣的發展，使得CBC的調查方式不但最符合實際消費行為，也演變成目前最常被採用的聯合分析方法（HartmannandSattler,2002）。
HB方法的長處及作法是「借用」其他個別受訪者的資訊來估測個人的部分偏好值（Orme,2000;SawtoothSoftware,2005）。
HB模型之所以被稱為「層級」是因為他有兩個階層（level，此與屬性「水準」無關），在上階層模型（UpperLevelModel）中，假設個人的參數（即式2中b或成分效用值所組成的向量）符合多變量常態分配（multivariatenormaldistribution）如式3（Johnson,2000;Orme,2000;SawtoothSoftware,2005;羅淑娟、蔡佳璋,2005）：
ßi~Normal（α,D） （3）
其中，
ßi：
個人i的各個成分效用值所組成的向量
α：
所有個人之成分效用值的平均數向量
D：
ßi間變異數與共變異數矩陣。
下階層模型中（LowerLevelModel，如式4及5）則假設個人選擇某一個產品組合（k）的機率是邏輯複常態（multinomiallogit）分配，該產品之效用（UK）是所有該產品屬性水準的成分效用值之總和，而受訪者i選擇產品組合k之機率是k產品之效用除以該次選擇工作中所有產品效用的總和。
Uk=Σnβn或Uk=xk’ßi （4）
pk=exp（Uk）/Σjexp（Uj）或pk=exp（xk’ßi）/Σjexp（xj’ßi） （5）
pk：
個體i在某選擇工作中選擇k產品或概念的機率
xj：
該次選擇工作中，各種的產品或概念之屬性水準的值，均以虛擬變數0或1表達。
HB對參數的估測，一開始是先設定每一個個人的成分效用值ßi、平均數及共變異數等之初始值，然後以此為起始點，再利用吉伯斯抽樣方法（GibbsSampling），反覆地以前一次所有其他人之估測為基準，重複地估測個人的參數值直到收斂，且合理地符合個人的選擇結果。
聯合分析經常被用在行銷研究上有一個重要原因是它可以被用來估測市場份額。
聯合分析的市場份額估測方法主要有兩種：
（a）最大效用法或首選法（firstchoice），假設人們都是選擇效用最大產品組合的假設；（b）羅吉斯（logitchoicerule）或偏好份額（shareofpreference）法，假設人們選擇各產品的機率是依照該產品效用的強度而定。
在這兩種基礎上，又發展出其他估測市場份額的方法（Green,1992;Orme,2000;Orme,2006）。
實證分析
調查對象與方式
為配合CBC聯合分析必須以電腦進行調查的需要，本研究採用成本最低、最容易進行的網路問卷調查。
而以網路問卷進行調查，需要有電子信箱才能發出網路問卷之通知。
而本研究之目的是欲瞭解消費者對有機農產品驗證政策之看法，因此調查對象選擇對有機農業較為關心、知識水準較高，且能獲得電子信箱者為調查對象，包括有機產業電子報訂戶共16,938人；在全國各級學校中抽樣，找出該校網站中刊登的教職員電子信箱共22,126筆；以及丟丟噹宜蘭休閒旅遊電子報訂戶共815人。
總共發出電子信39,879封，邀請電子信收件人於2007年10月24日到10月31日之間上網填寫問卷。
因有些郵件伺服器會刪除這類大量寄發的電子郵件，因此並不保證所有被邀請者都會看到邀請郵件。
本研究總共回收有效問卷248份。
表2為受訪
升级会员 