本站小编为你精心准备了有机食品社会网络论文参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。
一、文献回顾和研究问题的提出
1.社会网络及其对风险行为的影响社会网络是一种研究社会结构的理论和方法视角,它将个人或组织视为“节点”,将这些人或组织之间的联系视为“线”,这些点和线形成了一个个网络状的结构,人类社会即由这一个个网络结构构成,甚至整个社会都可视为一个大网络[17]。社会网络视角被广泛地应用于社会生活各领域的研究之中,其中社会网络与健康的研究是一种非常重要的研究领域。早期研究社会网络与健康关系的学者主要采取一种“功能性”视角,关注社会网络可能提供的“社会支持”对健康产生的直接积极作用或间接“缓冲”作用;其后有一部分研究者开始采取“结构论”视角,重点关注个人所处社会网络结构对健康可能产生的影响。已有研究主要认为社会网络从两个方面影响人的态度和行为。一是通过提供知识/信息。有关网络与信息传递的研究表明,网络的规模和结构均对信息传递有影响,规模较大、异质性较高的网络更有利于信息传递。二是通过提供社会支持,社会支持包括经济、情感、社会关系支持等方面。个人除了从社会网络中获取信息以外,还能从网络成员那里获得各种物质70《科学与社会》(S&S)和精神上的实质性帮助和支持。社会支持对精神和心理健康有积极的影响,社会支持可以促进心理方面的适应性、减少压力和焦虑等心理问题,即社会支持的“缓冲效应”。缓冲效应的存在是因为社会支持促进“适应性评价(AdaptiveAppraisal)”和“应对(Coping)”。从生理学途径来看,社会网络有助于免疫系统、神经内分泌系统和心血管系统的健康。以往研究表明,强关系和同质性关系多的网络在提供社会支持方面更为有效,亲属是最主要的强关系。网络密度描述网络的连接性,网络密度与更多的合作、信息分享和责任有关,可以预测个体能够获得的物质支持的程度。网络密度也影响个体获得关系资源的能力[29],高的社会网络密度意味着非常亲密的关系,有助于成员之间形成归属感。已有不少研究者关注了社会网络对风险行为影响的问题。Berten研究了青少年在同伴网络中的位置对个体风险行为的影响,结果表明中学生的滥用和风险性行为等不仅受到关系最好的同伴影响,还受到网络中位置相似的同伴的影响;相比较中学3年级的学生,5年级的学生更容易受到同伴的影响;网络凝聚力的影响大于网络中同等结构位置的影响[2]。一项针对走失和无家可归年轻人的研究表明,没有社会网络支持的个体,更有可能非法使用、有更多的性伴和生存性性行为;对于有社会网络支持的个体而言,当社会网络的规模较小、但情感支持特征明显(社会网络主要有朋友构成,通常包括酒精和非法使用者)时,社会网络将不是他们风险行为压力的来源。随着社交媒体的流行,在线社会网络开始引起研究者的关注,研究发现在线上青少年对风险健康行为有更加正向的态度,更多地使用(网络)社会网络媒介会增加个体的风险行为,比如吸烟、滥用酒精、吸毒等[30]。有关社会网络与融资决策这种风险行为关系的研究也表明,社会网络可以给决策者提供信息,帮助过滤掉复杂的信息,借款的社会关系会直接影响他的借款行为。总之,已有研究表明社会网络可以从提供信息、社会支持两个方面对风险行为产生影响,而且不同的社会网络特征提供的信息和社会支持不同。比如网络的规模、异质性、弱关系等更多地促进网络成员之间的信息传递;而网络密度、网络同质性、亲属关系的比例、强关系等与网络可以提供的社会支持相关。
2.社会网络对有机食品选择的影响尽管社会网络对风险行为影响的研究已有不少,但具体研究社会网络对有关食品安全风险行为影响的研究尚不多见。有研究表明公众的主观知识(信息)是他们感知的转基因食品风险的风险因素[26,29],也有研究表明给公众提供生物技术相关的信息可以增加他们感知的生物技术带来的利益,但是没有减少他们感知的生物技术风险[6]。还有研究表明社会支持的缓冲作用是个体的心理和生理健康风险的积极影响因素[23]。那么,社会网络的不同特征是否影响公众对有机食品的购买意愿?如果存在影响,网络是通过什么机制来影响公众对有机食品的购买意愿的?已有研究并没有关注这些内容。本文以调研的数据为基础,分析社会网络的不同的结构特征是否以及如何影响个体对有机食品的购买意愿。
二、数据与方法
1.数据来源与样本特征本文的数据来源于两项调查,一是中国科技发展战略研究院课题组于2007年在北京市和湘潭市进行的公众食品安全风险感知问卷调查;二是吉林大学社会学系课题组于2008年在长春市进行的公众食品安全风险感知问卷调查。两项调查均使用了基本相同的调查问卷和方法,考察了三城市居民关于食品风险的感知、行为倾向、信任和政策需求,三地数据分别代表中国大城市、大中型城市和中小城市的公众风险感知情况。三城市调查均采用多阶段随机抽样的入户调查方法,先在城市社区名册中随机抽取若干社区,再在每个社区中随机抽取若干家庭,最后在被抽中家庭中用Kish表随机抽取1人作为调查对象,被访者是现居家中的18周岁及以上的常住人口。北京、长春和湘潭三市共获得有效问卷2153份,三个城市的有效问卷数分别为987份、506份和660份。
2.变量与测量方法(1)因变量。我们在调查中询问被调查者:假如市场上的一般黄瓜卖1块钱1斤,您愿意花多少钱买没有喷撒农药的黄瓜?以此测量被调查者对有机蔬菜的购买意愿。(2)自变量。本研究中的主要自变量是个人讨论重要社会问题的讨论网络,具体测量方法采用提名生成法(Name-generator)。提名生成法是一种比较传统的方法,具体做法是根据研究的要求,让每个被访者提供自己的社会网络成员的姓名、个人特征以及这些成员的关系等信息[32]。然后根据这些信息描述社会网络的情况。我们要求被访者回忆跟自己讨论问题最多的5个人,以及这些人的性别、年龄、教育程度、工作类型、讨论的问题、关系亲密程度等。然后计算社会网络的密度、管理人员的比例、高等教育人员的比例等指标。以此为基础,我们建立了研究的自变量,包括:网络规模、平均熟悉程度、网络密度,网络中亲属的比例、讨论食品安全人数的比例、管理人员的比例、高等教育人数的比例。(3)控制变量。包括性别、年龄、文化程度、收入、健康状况、对我国食品安全状况的满意程度、自己或者家人的经历、自己最近七天的健康状况、已有的食品风险知识等。具体变量的描述性统计情况如表1所示。
3.分析方法由于因变量是一个连续变量,我们在对其做对数处理后,使用普通最小二乘(OLS)法构建多元回归模型进行分析。
三、数据分析结果
本文使用SPSS软件分析社会网络特征对有机蔬菜购买意愿的影响进行了分析,结果如表2所示。表2的模型一中分析的社会网是讨论网,即与被调查者讨论任何重要问题的成员构成的网络。统计结果表明,个人讨论网络的密度和网络中管理人员的比例显著地降低了公众对有机蔬菜的购买意愿;网络中讨论食品安全人数的比例和受过高等教育人数的比例则显著地增加了公众对有机食品的购买意愿。研究结论也表明,相比较基准模型(仅仅包括控制变量的模型),在模型中增加网络特征变量,显著地增加了模型的解释能力。就控制变量而言,年龄、性别、文化程度和相关知识都显著地影响有机蔬菜的购买意愿。女性的购买意愿显著地高于男性;随着年龄的增加,公众对有机蔬菜的购买意愿显著地降低;文化程度和相关知识显著地增加了公众对有机蔬菜的购买意愿(在只有控制变量的情况下成立)。在前面的文献综述中我们提出网络影响风险行为可能存在两种机制,即传递知识(信息)和提供支持。根据以往研究的结论,一般认为密度较高的网络更可能提供社会支持,同时网络中的管理人员因拥有较多的权力资源而更可能提供支持,而网络中讨论食品安全问题的成员和受高等教育的成员则更可能提供知识和信息。为进一步验证这一点,我们又单独分析了食品安全讨论网的情况,这时的网络成员仅包括那些与被调查者讨论食品安全的成员。我们的假设是:由于食品安全讨论网的成员都会讨论食品安全问题,因此在这种网络中知识和信息传递是必然存在的,而社会支持的传递则不一定存在。从表2模型二的统计结果中可以看出,在食品安全讨论网中,只有高等教育人数的比例显著地影响公众对有机蔬菜的购买意愿,而其他网络特征的影响不显著。这一结果在一定程度上支持了我们的推测,既网络密度和管理人员的比例更可能是通过提供更多的社会支持而降低了公众对有机蔬菜的购买意愿,而网络中讨论食品安全人数的比例和网络中高等教育人数的比例通过提供信息而增加了公众对有机蔬菜的购买意愿。
四、结论与讨论
本文集中分析了公众所处的社会网络对其有机食品购买决策的影响。结果表明:社会网络中讨论食品安全人数的比例和高等教育人数的比例对公众对有机食品的购买意愿有正向影响;社会网络密度、网络中管理人员的比例对公众对有机食品的购买意愿有负向影响。根据已有研究的经验,我们认为网络中讨论食品安全人数的比例和高等教育人数的比例之所以会提升人们购买有机食品的意愿,是因为拥有这类特征网络的个人更可能获得相关的知识和信息,使他们更有意愿来购买有机食品。与之相反,拥有较高密度网络的人以及网络中管理人员比例高的人更可能获得物质支持和相关资源,由于社会网络提供的社会支持减少了个体感知的食品风险,因此会降低其购买有机食品的意愿。这些结果与以往社会网络研究的结果(例如,关于社会支持有降低风险的“缓冲作用”的结论)具有一致性,说明人们的行为和决策都是在特定的社会情境下完成的,因此,对社会网络的研究有助于我们更好地理解和预测人们的风险行为。本论文得出了一些有趣的结论,进一步丰富了社会网络和食品安全风险的研究。但研究也存在一些不足:(1)本文没有区分社会网络中可能提供的不同类型社会支持(如情感支持、经济支持、社会关系支持等)对有机食品购买意愿的影响;(2)本文没有分析社会网络影响风险行为的中介变量,在未来的研究可以考虑引入诸如“感知的风险”等变量的中介作用:(3)本文中回归模型的总体解释力不高,未来研究中还需引入更有解释力的自变量,以提升解释的力度;(4)本研究的因变量比较单一,今后研究中还可以选择多种有机食品,增加研究结论的效度。
作者:马永斌赵延东单位:宁波大学现代管理研究中心中国科学技术发展战略研究院科技与社会发展研究所