葡萄酒購買行為影響因素的差異
——基于葡萄酒主產區與非主產區712個樣本的調查

徐紹榮，劉濰嘉，殷 超，王承國，潘立臣

（中國農業大學煙臺研究院，山東煙臺264670）

自2016年起我國人均GDP超過11000國際元，根據國際經驗，消費結構由生存型加速向享受型、發展型轉變[1]。葡萄酒作為一種享受型的時尚消費品[1]，2007年至2017年，我國葡萄酒消費規模占全球消費量比重由2%增長到7%[2]，但人均年消費量不到全球均值的50%，與法國、意大利等相比差距更加懸殊[3-4]。面對巨大的消費市場及發展空間，中外葡萄酒的對壘也日趨升級，2017年我國進口葡萄酒總量同比增長16.88%[5]。鑒于此，本研究在煙臺和泰安選取樣本采訪調查，借助SPSS20.0軟件對葡萄酒主產區與非主產區葡萄酒購買行為影響因素差異情況進行實證比較，為酒企、政府等產業鏈主體準確定位和細分市場，因地制宜實施差異化競爭策略，促進我國葡萄酒產業健康、持續發展提供理論依據。

1 數據來源

2018年7月—10月，在煙臺、泰安的大型超市、小吃街等主要消費場所進行調查，采取隨機問卷訪談和網上問卷星兩種方式，共發放問卷760份，回收有效問卷712份（煙臺348份，泰安364份），有效回收率93.68%。

2 變量設定與描述

2.1 變量設定

國內文獻中關于葡萄酒購買行為方面的研究比較少，因此參考耕地資源潛力估算[6]、糧食生產能力[7]、食品購買行為[8]等領域關于其影響因素的研究成果，結合消費者行為學、葡萄酒百科全書等知識及調查反饋的信息，從3個維度設定11個自變量進行研究，變量信息見表1。

2.2 變量描述

2.2.1 個人特征

主產區男女分別為188人（占54.02%）、160人（占45.98%）。年齡賦值為1～3的分別為134人（占 38.51%）、178人（占 51.15%）、36人（占10.34%），前兩個等級合計占89.66%。學歷賦值為1～3的分別為56人（占16.09%）、244人（占70.11%）、48人（占13.79%），后兩個等級合計占83.90%。月收入賦值為1～4的分別為44人（占12.64%）、160人（占45.98%）、110人（占31.61%）、34人（占9.77%），中間兩個等級合計占77.59%。不飲用和飲用葡萄酒的分別為124人（占35.63%）、224人（占64.37%）。非主產區男女分別為188人（占51.65%）、176人（占48.35%）。年齡賦值為1～3的分別為129人（占35.44%）、184人（占50.55%）、51人（占14.01%），前兩個等級合計占85.99%。學歷賦值為1～3的分別為74人（占20.33%）、234人（占64.29%）、56人（占15.38%），后兩個等級合計占79.67%。月收入賦值為1～4的分別為54人（占14.84%）、154人（占42.31%）、124人（占34.07%）、32人（占8.79%），中間兩個等級合計占76.37%。不飲用和飲用葡萄酒的分別為168人（占46.15%）、196人（占53.8 5%）。綜上所述，地區間樣本男性均多于女性，以50歲及以下、大專及以上學歷、月收入3501～10000元的為主。主產區樣本飲用葡萄酒的比例比非主產區高10.52%。

表1 變量說明與描述

2.2.2 認知因素

主產區樣本市場前景賦值為1～5的分別為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%）。文化認知賦值為1～5的分別為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個等級合計占比78.16%。非主產區調查樣本市場前景賦值為1～5的分別為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%）。文化認知賦值為1～5的分別為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個等級合計占比85.16%。綜上所述，地區間樣本市場前景5個等級占比差異均比較小；文化認知前3個等級合計占比均超過75%，說明兩個地區樣本文化認知水平都比較低。

2.2.3 企業因素

主產區樣本原料賦值為1～5的分別為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%）。產品感知賦值為1～5的分別為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%），后兩個等級合計占比75.86%。品牌價格賦值為1～5的分別為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%），后兩個等級合計占比79.31%。物流包裝賦值為1～5的分別為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%）。非主產區樣本原料賦值為1～5的分別為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%）。產品感知賦值為1～5的分別為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%），后兩個等級合計占比71.71%。品牌價格賦值為1～5的分別為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%），后兩個等級合計占比74.45%。物流包裝賦值為1～5的分別為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%）。綜上所述，地區間樣本原料了解程度除少數人幾乎不了解外，其他4個等級占比差異均比較小；產品感知與品牌價格后兩個等級合計占比均超過70%，說明大部分消費者熟知葡萄酒的功能屬性，普遍贊同產品功能、品牌價格等對購買決策的重要影響。

2.2.4 購買行為

主產區樣本購買過與沒有購買過葡萄酒的分別為276人（占79.31%）、72人（占20.69%），非主產區樣本購買過與沒有購買過葡萄酒的分別為259人（占71.15%）、105人（占28.85%），主產區購買比例比非主產區高8.16%。

3 實證分析

3.1 均值比較

采用獨立樣本T檢驗比較區域間變量差異情況，變量均值見表1。結果表明：第一，個人特征，變量X1—X4顯著性水平P值分別為0.526、0.171、0.537、0.787，均大于0.05，表明這4個變量差異均不顯著，樣本特征屬性非常相似，研究結果有一定的參考價值。飲酒習慣差異的顯著性水平P=0.004＜0.01，表明主產區樣本葡萄酒飲用頻率明顯高于非主產區。第二，認知因素，市場前景差異的顯著性水平P=0.329＞0.05，表明該變量差異不顯著。文化認知差異的顯著性水平P=0.000＜0.01，表明該變量差異顯著，即主產區明顯高于非主產區。第三，企業因素，變量X8—X11均值排序均為：品牌價格＞產品感知＞原料＞物流包裝，變量X8—X11差異的顯著性水平P值分別為0.263、0.286、0.312、0.383，均大于0.05，表明地區間企業因素差異不顯著。第四，購買行為差異的顯著性水平P=0.012＜0.05，表明地區間該變量差異顯著，即主產區明顯高于非主產區。

3.2 回歸分析

3.2.1 模型構建

購買行為（Y）有兩種結果，當購買過葡萄酒時Y=1，不曾購買時Y=0，Y屬于二分類因變量，故采用二分類Logistic模型，公式如（1）所示[7]：

式中：Pi表示Y=1的概率；β0表示常數項，k表示影響因素個數，β1—βk表示回歸系數，X1i—Xki表示影響因素，ui表示隨機誤差項。

3.2.2 結果與分析

分別對兩個地區樣本數據進行Logistic回歸處理，采用最大偏似然估計的“向前：LR”法剔除不顯著變量，結果顯示，兩個模型擬合度都非常好（見表2）。主產區篩選出7個顯著性影響因素，非主產區篩選出8個顯著性影響因素（見表3）。比較地區間顯著性影響因素異同發現：

（1）個人特征。兩個地區月收入、飲酒習慣均通過了a=1%的顯著性檢驗。主產區樣本月收入賦值為1～4的購買過葡萄酒的分別為22人（占50.00%）、114人（占71.25%）、106人（占96.36%）和34人（占100%），飲酒習慣賦值為0和1的購買過葡萄酒的分別為64人（占51.61%）、212人（占94.64%）。非主產區樣本月收入賦值為1～4的購買過葡萄酒的分別為12人（占22.22%）、98人（占63.64%）、119人（占95.97%）和30人（占93.75%），飲酒習慣賦值為0和1的購買過葡萄酒的分別為69人（占41.07%）、190人（占96.94%）。由上述數據可以看出，隨著消費者月收入的增加，對其葡萄酒購買的驅動作用非常明顯。飲用葡萄酒的消費者比較熟知葡萄酒，對其消費的促進作用也非常明顯。

表2 模型擬合優度檢驗

表3 主產區與非主產區回歸分析結果

性別、年齡對主產區樣本購買行為影響不顯著，對非主產區樣本購買行為的影響分別通過了a=1%和a=5%的顯著性檢驗，性別的回歸系數為正，年齡的回歸系數為負。非主產區樣本男女購買過葡萄酒的分別為173人（占92.02%）、86人（占48.86%），年齡賦值為1～3的購買過葡萄酒的分別為102人（占79.07%）、140人（占76.09%）、17人（占33.33%）。說明煙臺作為現代葡萄酒工業的發源地，在種植、釀造、存貯、消費、文化等方面有著廣泛的群眾基礎，性別和年齡差異對其購買行為的影響并不顯著，但在非主產區男性購買的概率明顯高于女性，年輕消費者的購買概率高于年長消費者。可能的原因在于受傳統文化風俗影響，我國許多地區男性飲酒率、飲酒頻次明顯高于女性[9]，購買的頻率也會增加。另外，葡萄酒作為高端、品味、個性象征的潮流飲品，更容易激發較年輕消費者嘗試和購買。

（2）認知因素。主產區文化認知通過了a=5%的顯著性檢驗，非主產區該變量沒有通過顯著性檢驗。主產區樣本文化認知賦值為1～5的購買過葡萄酒的分別為16人（占40.00%）、68人（占61.82%）、116人（占95.08%）、56人（占100%）和20人（占100%）。說明主產區樣本葡萄酒文化底蘊比非主產區更深厚，通過飲用、咨詢、釀酒體驗、參加講座培訓、游覽張裕酒文化博物館及酒莊等，對葡萄酒品種鑒別分類、工藝、功效、禮儀等了解更多一些，提高了購買的概率。

（3）企業因素。兩個地區變量X8—X11回歸系數均顯著且為正值，說明這4個變量對大部分消費者購買行為影響均顯著。主產區樣本原料賦值為1～5的購買過葡萄酒的分別為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%），產品感知賦值為1～5的購買過葡萄酒的分別為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%），品牌價格賦值為1～5的購買過葡萄酒的分別為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%），物流包裝賦值為1～5的購買過葡萄酒的分別為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%）。非主產區樣本原料賦值為1～5的購買過葡萄酒的分別為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%），產品感知賦值為1～5的購買過葡萄酒的分別為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%），品牌價格賦值為1～5的購買過葡萄酒的分別為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%），物流包裝賦值為1～5的購買過葡萄酒的分別為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%）。由上述數據可以看出，兩個地區樣本隨著變量X8—X11賦值的提高，消費者購買葡萄酒的概率提高非常明顯。

可能的原因在于：需求側方面，我國居民消費水平不斷升級，對葡萄酒的品質、價格、品牌、服務等需求側提出更高的升級要求，對原料、產品功效等了解越多，對葡萄酒的認可度就越高，越愿意購買。供給側方面，張裕、長城、威龍等眾多葡萄酒企業非常注重科研與創新，從葡萄品種培育篩選、管理、采摘到釀造、營銷、申請權威認證、建設文化體系、發展旅游業等各個環節都將“品質、效率、創新、服務顧客”放在首要位置，洞察市場變化，不斷提高產品品質，優化產品結構，降低成本，借助電商的發展，通過線上線下兩個平臺使營銷渠道更加便捷、可信、成熟、多元，以滿足大眾消費者多層次需求。

4 結論

綜上所述，比較主產區與非主產區葡萄酒購買行為影響因素的差異，均值比較發現：個人特征，變量X1—X4差異均不顯著，飲酒習慣差異顯著；認知因素，市場前景差異不顯著，文化認知差異顯著；企業因素，變量X8—X11差異均不顯著；主產區購買行為明顯高于非主產區。回歸分析發現：月收入、飲酒習慣、原料、產品感知、品牌價格和物流包裝對兩個地區購買行為均表現為顯著正相關關系；性別、年齡對主產區購買行為影響不顯著，對非產區影響顯著；文化認知對主產區購買行為表現為顯著正相關關系，對非主產區影響不顯著。

本文從3個維度選取11個自變量進行研究，變量的設定不全面。山東省是我國葡萄酒主產區之一，受地域、人文因素限制選擇泰安作為葡萄酒非主產區進行研究，雖然該地區釀酒葡萄基地、葡萄酒產量遠遠不及煙臺[10]，但在通訊、網絡、信息系統極其發達的時代，很容易受周邊葡萄酒產區的影響，提高了消費者葡萄酒認知度，其飲用、購買的頻率也會增加。712個樣本中大專及以上學歷的占比高達81.74%，屬于接受新事物能力非常強的高素質群體，許多受訪者在政府、知名企業、學校等任職，受生活、工作環境影響，葡萄酒購買概率可能比大眾群體偏高。在上述諸多因素的綜合影響下，研究結果的準確性可能會降低。