转基因食品调研报告doc.docx
《转基因食品调研报告doc.docx》由会员分享，可在线阅读，更多相关《转基因食品调研报告doc.docx（42页珍藏版）》请在冰豆网上搜索。
转基因食品调研报告doc
转基因食品调研报告
【摘要】
随着世界人口的不断增长，粮食紧缺问题也日益严重起来，为了缓解眼前的危机，转基因技术开始应用于粮食生产的领域，虽然，转基因技术在增产方面的显著成效是有目共睹的，但是，转基因食品市场并非如我们想象中的那样迅速发展，转基因食品也未能完全地被消费者接受，为了探寻消费者对于转基因食品的真正态度，和转基因食品行业中的不足之处，以便更有效地提出进一步完善转基因食品市场，促进其发展的有效建议，探寻转基因食品市场未来的发展潜力，我们进行了此项调查研究。
我们以路上拦截发放问卷的方式进行调查，以天河区，海珠区，越秀区及附近一些郊区的居民为主要调查对象。
调查中发现，几个较为明显地问题，一、社会公众普遍缺乏安全感，政府、媒体和相关机构公信力不足。
二、转基因食品生产企业受到消费者的严重的怀疑。
三、转基因食品不如普通食品的想法，但并不抗拒转基因食品等等的严峻问题。
经过仔细地分析，我们认为，在我国转基因食品市场是不完善、不成熟的，主要体现在，制度方面不完善，技术方面不达标，市场秩序不规范，居民认知度不足等方面，但我们同时认为，转基因食品市场的发展潜力还是巨大的。
针对存在的问题，我们对各个环节提出了适当的建议，例如针对政府，主要以提高公信力为主要目的，完善相关制度，加强监管力度，规范整顿转基因食品市场。
媒体要坚持做到真实报道，用事实说话，维护好消费者的合法权益为主，而对于转基因食品的生产企业，主要以塑造企业形象，和加强转基因食品的宣传为主要手段。
结合以上方法，相信我们转基因食品市场会有一个更加健康、长远的发展。
1引言３
1.1调查的意义3
1.2调查的目的3
２研究设计3
2.1研究设计类型：
探索性研究4
2.2调查方法5
3样本概况５
3.1界定调查对象５
3.2人口统计特点的频数分析５
4统计数据分析６
4.1因子分析适合性检验６
4.2因子提取及效果分析７
4.3公因子方差分析９
4.4各指标载荷矩阵分析１４
5讨论与结论１７
６贡献，局限性和未来研究方向18
6.1贡献18
6.2局限性18
6.3未来研究方向18
7附录
转基因食品调查问卷21
1引言
1.1调查的意义
转基因食品是利用现代分子生物技术，将某些生物的基因转移到其他物种中去，改造生物的遗传物质，使其在形状、营养品质、消费品质等方面向人们所需要的目标转变。
以转基因生物为直接食品或为原料加工生产的食品就是“转基因食品。
通过设计问卷，开展调研，收集数据，可进行一下分析：
（1）了解消费者对转基因食品以及相关信息的了解程度；
（2）知晓消费者眼中，相关部门、组织、机构、企业等针对于转基因食品的行动力度及其对消费者自身利益的保障；
（3）同比与普通食品的优劣，分析消费者对转基因食品的认可程度及其购买的可能性。
1.2调查的目的
（1）发现相关部门或组织机构等针对于转基因食品进行的活动的潜在问题，并据此作出调整；
（2）知晓消费者眼中，转基因食品与普通食品的差别，初步判断转基因食品市场的发展前景。
（3）获取消费者对于转基因技术开发的信心及看法，发掘转基因技术开发的潜在创新思路。
2.研究设计
2.1研究设计类型：
探索性研究
随着经济的发展、生活水平的提高，人们越来越关注食品安全。
但是，转基因食品领域的安全性没有引起足够的重视。
我们小组为了研究人们对于转基因食品的一些看法，故研究是富于探索性的，旨在了解人们的相关态度，并就此归纳分析，提出自己的理解与意见。
2.2调查方法
现状
调查方式
操作
资金不足
问卷法
减低成本
人力不足
抽样调查
无法做到普查，抽取有代表性样本
现场调查
地点：
商业中心、公交车站、地铁站、公共自行车租赁站
电话调查
与身边的熟悉的被调查者联络
自填问卷和代填问卷相结合
针对现场调查的意外事件，例如：
被调查人赶着上车，口头询问，代写问卷
由于资金的不足和人力的限制，本次调查主要采取抽样问卷法。
●抽样调查的优点：
经济性好、实效性强、适应面广
●现场调查的优点：
人群年龄段均匀
●电话调查的优点：
必要时候的样本补充
●问卷法的优点：
节省时间、经费、人力，调查结果易于量化，方便统计和分析
本次调查，我们采用的主要是问卷调查法：
（1）针对十二岁以上和五十岁以下的人群采取自填问卷法
根据被调查的群体大部分理解能力正常，采取自填问卷法可以提高调查效率。
（2）针对十二岁以下、五十岁以上和某些特殊人群采取代填问卷法。
根据被调查对象的文化程度不同适当采取代填问卷法，提高问卷有效性。
3样本概况
3.1界定调查对象
●调查总体：
广州市全体居民
●调查样本：
广州市各区的居民
样本基本情况：
此次调查共印制140份问卷，有效问卷127份，有效回收率90.71%。
其中各区均衡比例高
调查信度：
高
绝大部分调查对象填写问卷的时候身边都有工作人员陪同，调查对象遇到不清晰的问题可以及时向工作人员咨询，有效提高了问卷的可信度
调查效度：
较高
此次调查选取天河区和海珠区的居民为主要的抽样样本，还有少部分的其他各区居民的样本，其中各阶段年龄各职业都有涉及，调查具有可信性。
总结如下表；
调查总体
广州市全体居民
调查样本
主要为天河区，海珠区，越秀区与部分郊区
调查信度
高
调查效度
较高
此次调研执行周期为2011年5月15日至2011年6月25日。
3.2人口统计特点的频数分析
性别
男
女
总计
人数小计
77
50
127
所占比率
60.63%
39.37%
100%
年龄
16岁以下
16-30岁
31-40岁
41-50岁
51-60岁
60以上
总计
人数小计
0
27
32
43
19
6
127
所占比率
0
21.26%
25.20%
33.86%
14.96%
4.72%
100%
职业
政府事业单位
企业职工
个体工商户
农民
学生
其他
总计
人数小计
11
49
31
22
10
4
127
所占比率
8.66%
38.58%
24.41%
17.32%
78.74%
3.15%
100%
受教育程度
初中及以下
高中或中专
大专
本科
硕士及以上
总计
人数小计
5
21
37
51
13
127
所占比率
3.93%
16.54%
29.13%
40.16%
10.24%
100%
收入（百元）
15以下
15-30
30-45
45-60
60-75
75以上
总计
人数小计
17
24
39
29
11
7
127
所占比率
13.39%
18.90%
30.71%
22.83%
8.66%
5.51%
100%
4统计数据分析
4.1因子分析适合性检验
KMO是Kaiser-Meyer-Olkin的取样适当性量数。
KMO测度的值越高（接近1.0时），表明变量间的共同因子越多，研究数据适合用因子分析。
通常按以下标准解释该指标值的大小：
KMO值达到0.9以上为非常好，0.8～0.9为好，0.7～0.8为一般，0.6～0.7为差，0.5～0.6为很差。
如果KMO测度的值低于0.5时，表明样本偏小，需要扩大样本，此处的KMO值为0.852，表示适合进行因素分析。
Bartlett球体检验的目的是检验相关矩阵是否是单位矩阵，如果是单位矩阵，则认为因子模型不合适。
Bartlett球体检验的虚无假设为相关矩阵是单位阵，如果不能拒绝该假设的话，就表明数据不适合用于因子分析。
一般说来，显著水平值越小（<0.05）表明原始变量之间越可能存在有意义的关系，如果显著性水平很大（如0.10以上）可能表明数据不适宜于因子分析。
本例中，Bartlett球形检验的值为3208.869（自由度为378），伴随概率值为0.000<0.01，达到了显著性水平，说明拒绝零假设而接受备择假设，即相关矩阵不是单位矩阵，代表母群体的相关矩阵间有共同因素存在，适合进行因素分析。
KMO和Bartlett的检验a
4.2因子提取及效果分析
在进行因素分析时，一项重要的工作是要保留多少个共同因素，在探索性因素分析中，常用以下两项原则：
①根据Kaiser（1960）的观点，保留特征值大于1的因素，但此方法，如果题项太多，可能会抽出较多的共同因素；②根据碎石图（screeplot）因素变异量递减情形来决定。
在陡坡图中，如果因素变异量图形呈现由斜坡转为平坦，平坦状态以后的共同因素可以去掉。
研究首先使用主成分分析，以特征根大于1提取共同因素，再用方差极大法旋转，结果抽取出9个因子，根据上述结果，结合碎石图检验，见图2，提取9个因子较为合适，旋转后可解释总变异的51.891%，见表1。
解释的总方差
成份
初始特征值a
提取平方和载入
旋转平方和载入
合计
方差的%
累积%
合计
方差的%
累积%
合计
方差的%
累积%
原始
1
10.919
30.243
30.243
10.919
30.243
30.243
3.214
8.902
8.902
2
4.012
11.111
41.354
4.012
11.111
41.354
3.016
8.353
17.255
3
2.352
6.513
47.867
2.352
6.513
47.867
2.945
8.157
25.412
4
1.852
5.130
52.997
1.852
5.130
52.997
3.089
8.554
33.966
5
1.636
4.532
57.530
1.636
4.532
57.530
2.995
8.294
42.261
6
1.211
3.355
60.885
1.211
3.355
60.885
3.004
8.320
50.581
7
1.109
3.071
63.955
1.109
3.071
63.955
2.466
6.831
57.412
8
1.082
2.997
66.952
1.082
2.997
66.952
2.245
6.219
63.631
9
1.023
2.834
69.786
1.023
2.834
69.786
2.222
6.155
69.786
10
.808
2.238
72.024
11
.780
2.161
74.185
12
.757
2.097
76.283
13
.679
1.882
78.165
14
.638
1.767
79.931
15
.612
1.694
81.625
16
.555
1.537
83.162
17
.503
1.393
84.556
18
.465
1.288
85.843
19
.425
1.178
87.022
20
.418
1.157
升级会员 