啤酒是当今世界范围内最流行的低酒精度饮料[1]。精酿啤酒，从发酵工艺上来说，大部分工业啤酒属于下层发酵，批量生产、口味标准线化；而精酿啤酒选用优质天然的原料，上层发酵，有着层次馥郁的香气和复杂变幻的口感。精酿啤酒是区别于一般的工业啤酒比如常见的青岛、雪花、百威等品牌啤酒，精酿啤酒属于更加高端的啤酒，其只采用了麦芽、啤酒花、酵母和水等材料进行酿造，而且不添加任何的人工添加剂，所以其麦芽含量比较多，而且在酿造的过程中采用的都是优良原料酿造而成的，也可以说精酿啤酒是人们对于啤酒的更高一层的追求，所以精酿啤酒的价格会比普通的啤酒价格偏高很多。添加了大量啤酒花，酒精度和苦涩度都极高的精酿啤酒，正被越来越多人推崇。
中国为啤酒消费大国，但近年来啤酒的产值却出现连年下滑的情况[2]。与此同时，精酿啤酒的产量增势却完全相反——2013年突飞猛涨至今，丝毫不见疲软的迹象[3]。2020年初的疫情或许对行业造成了一定的冲击，但未来总体发展趋势仍然值得期待。因此，精酿啤酒产业在中国的发展潜力巨大。
精酿啤酒行业虽处于高速发展的时期[4]，但大多数企业与酿酒工坊的规模不大[5]，没有形成完整的品牌体系，关于消费者购买精酿啤酒的行为以及消费者对于精酿啤酒的偏好研究十分缺乏。对于精酿啤酒产品消费市场的深入了解，可以为研究人员对精酿啤酒探索提供指导，也为企业和商家设计推广精酿啤酒打下基础[6]。综合以上原因，本文以线上进行问卷调查对全国各地的精酿啤酒消费者与潜在消费者的精酿啤酒偏好进行研究，发掘其影响因素，随后以SPSS 25.0软件和有序Logistic模型对各个影响因素进行相关性检验以及回归分析[7]；最后得出结论，为后续学者以及精酿啤酒从业者提供参考。
1 研究方法
1.1 调查对象
以全国各地的精酿啤酒消费者与潜在消费者作为研究对象，借助问卷网平台（https：//www.wenjuan.com/）制作和发放电子问卷，在线上进行问卷调查。
由于问卷发放和回收方式主要通过微信群和朋友圈等网络社交平台完成，因此消费者的代表性具有一定的局限性，被调研群体中高校在读学生占比较大，进而导致将近50%的被调研者集中在18～24岁。
1.2 有序Logistic模型
Logistic（Logit）回归是概率型非线性回归的一种多变量分析方法[8]，分为二元Logistic回归分析、多分类Logistic回归分析和有序Logistic回归分析[9]。由于本研究的变量定类且有序，因此选用有序Logistic回归分析。
2 问卷数据分析
截止至暂停收集时，一共收回1 210份问卷。通过检查筛选并删除无效问卷，最终一共得到1 025份有效问卷（以问卷作答无遗漏与无明显敷衍或逻辑冲突为筛选标准），回收率为85%。
2.1 信效度分析
2.1.1 信度水平检验
信度分析主要用以鉴别信息来源是否可靠、被调查者有无认真作答以及检验问卷制作的效果。此步骤利用Cronbach's α系数来完成[10]，Cronbach's α值通常在0～1之间，≥0.6时认为可信[11]。数值越大，数据良好的可靠性越高。
为了保证结果的科学性，在正式分析问卷数据之前需进行信度检验，可靠性统计结果表明，在啤酒消费数额与消费能力维度，精酿啤酒消费者偏好分析调查问卷的Cronbach's α系数值为0.773，基于标准化项的Cronbach's α系数值为0.717，达到了较好的内部一致性。
2.1.2 效度水平检验
效度即有效性，指使用的测量手段或工具能够在多大程度上效检所要测定的功能或达到其测量目的[12]。利用KMO（Kaiser-Meyer-Olkin）检验鉴定变量间的相关性和偏相关性：KMO统计量在0～1之间，且数值越接近于1，则说明变量间的相关性越强、偏相关性越弱，有利于因子分析[13]。实际操作中一般认为KMO值在0.7以上时效果比较好。利用巴特利特球形检验可以检查数据的分布：显著性概率P值＜0.05时，数据呈球形分布[14]。
使用SPSS 25.0对整个样本进行效度水平检验，结果表明，问卷整体的KMO值为0.726，巴特利特球形检验的显著性概率P值为0。结果显示问卷的效度较好，后续数据分析与结论具有一定的可信力。
2.2 人口统计学特征
受访者的基本特征见表1。由表1可知，女性占样本总量比例为62.93%，高于男性；年龄集中在18～40岁之间，占比86.44%；个人月平均消费绝大多数少于8 000元。
表1 样本的基本特征
Table 1 Basic characteristics of samples
2.3 精酿啤酒认知情况调查
挑选了11个较为常见的精酿啤酒品牌，调查消费者的饮用情况，结果见图1。
图1 消费者饮用过的精酿啤酒品牌
Fig.1 Brand of craft beer drunk by consumers
由图1可知，556人选择了都没喝过，比例超过50%，而在以上11个品牌啤酒中，饮用人数最多的是福佳和白熊。此数据在一定层面上说明我国精酿啤酒的普及程度与覆盖范围较低，可以加大精酿啤酒的宣传，提高其普及度。
如图2所示，消费者认为精酿啤酒与普通工业啤酒的区别主要体现在口感、酿造工艺、香气和价格，但仍有240人不了解精酿啤酒或者认为其与普通啤酒并无区别，占比约23.4%，说明仍有部分人对精酿啤酒产品仍存在着诸多的不了解与误解，关于精酿啤酒的宣传与普及度仍需进一步提高。
图2 消费者认为精酿啤酒与普通啤酒的主要区别
Fig.2 Main difference between craft beer and ordinary beer considered by consumers
对消费者饮用过的精酿啤酒种类进行调查，结果见图3。由图3可知，饮用过水果啤酒与白啤酒的人数分别为595人与418人，远超其他种类，说明水果啤酒和白啤酒在我国较受欢迎。而没有饮用过精酿啤酒的人数比例高达27.7%，充分表明中国的精酿啤酒市场并未达到饱和。
图3 消费者尝试过的精酿啤酒种类
Fig.3 Types of craft beer tasted by consumers
2.4 精酿啤酒月平均消费情况与影响因素调查
由图4可知，绝大多数消费者在精酿啤酒上的月平均消费小于200元，保持着较低的啤酒消费水平，月平均消费在500元以上的消费者仅占1%。
图4 消费者在精酿啤酒上的月平均消费
Fig.4 Average monthly consumption of craft beer by consumers
以交叉列联表的形式分别分析性别、年龄与消费水平这三个因素对于消费者在精酿啤酒上的月平均消费的影响。由表2可知，52.63%的男性每个月在精酿啤酒上的花销大于10元，而只有25.74%的女性每个月在精酿啤酒上的花销大于10元。这说明性别是影响消费者购买精酿啤酒的一个显著因素，男性毫无疑问是购买精酿啤酒的主力军。
表2 不同性别在精酿啤酒上的月平均消费
Table 2 Average monthly consumption of craft beer by consumers with different sex
对不同年龄段人群在精酿啤酒上的月平均消费进行分析，结果如表3所示，18～24岁的消费者在精酿啤酒上的消费较少，73.81%的受访者每个月消费小于10元，较高消费出现在30～40岁这一年龄段人群中，其中有3.23%的受访者每个月消费大于500元，为所有年龄段中占比最多的。
表3 不同年龄在精酿啤酒上的月平均消费
Table 3 Average monthly consumption of craft beer by consumers with different age
注：18岁以下的受访总人数太少，不具有代表性，在实际分析中应予剔除。
由表4可知，消费者的个人消费水平显著影响着在精酿啤酒这一商品上的消费行为，且消费水平和消费行为存在正相关关系。日常月开销在2 000元以下的消费者鲜少有购买精酿啤酒的习惯，81.37%个人月平均消费小于1 000元的消费者每个月在精酿啤酒上的消费小于10元，81.55%个人月平均消费在1 000～2 000元的消费者每个月在精酿啤酒上的消费小于10元，没有日常月开销在2 000元以下的消费者会在精酿啤酒上消费500元以上。月平均消费在20000元之上的消费者会在精酿啤酒产品上花销更多，14.52%每个月在精酿啤酒上消费201～500元，9.52%消费大于500元。结果表明，我国精酿啤酒的主要消费人群为月平均消费4000元以上的消费者。
表4 不同消费水平在精酿啤酒上的月平均消费
Table 4 Average monthly consumption of craft beer by consumers with different consumption level
2.5 精酿啤酒偏好调查
由图5可知，在常见的精酿啤酒种类水果啤酒、印度淡色艾尔（India pale ale，IPA）、兰比克、波特、世涛、红色艾尔、白啤酒与修道院啤酒这八个品类[15]中，最受消费者喜爱的是水果啤酒，481人对这一啤酒种类表达了偏好，其次是IPA和红色艾尔啤酒。消费者表现出较小兴趣的精酿啤酒品类为兰比克啤酒、世涛啤酒和波特啤酒。有159人对精酿啤酒完全不感兴趣，占比约15.5%，结合精酿啤酒的消费情况来看，水果精酿啤酒仍具有较高的市场挖掘潜力。
图5 消费者感兴趣的精酿啤酒种类
Fig.5 Styles of craft beer interested by consumers
对消费者最感兴趣的水果啤酒进行了进一步的研究，调查消费者对水果啤酒的偏好。结果如图6所示，最受消费者喜爱的三种水果啤酒分别为樱桃啤酒、桃子啤酒和葡萄啤酒，并且人数差别不大，均被选择了410～415次。最不受消费者喜爱的三种水果啤酒分别为香蕉啤酒、杏子啤酒和梨子啤酒，仅有不到140人选择了这三种啤酒。而在水果啤酒偏好中，发现有116人选择了“都不感兴趣”，占比约11.3%，说明有88.7%的人至少对一种水果啤酒感兴趣，说明水果啤酒在我市场发展潜力较大。
图6 消费者感兴趣的水果啤酒种类
Fig.6 Styles of fruit beer interested by consumers
2.6 消费者精酿啤酒偏好实证分析
1 025份有效问卷之中，718人在第15道题选择了对精酿啤酒产品存在依赖。由图7可知，超市（60.58%）与网购（36.07%）是购买精酿啤酒的最主要途径；由图8可知，而口感、香气和价格是消费者在购买精酿啤酒时最关心的三个指标，占比分别为72.14%、48.89%和39.42%。在分析这部分消费者的精酿啤酒偏好时，基于消费者精酿啤酒消费行为机制[16]，选用有序Logistic模型[17]。
图7 消费者购买精酿啤酒的途径
Fig.7 Channels for consumers to purchase craft beer
图8 影响消费者购买精酿啤酒的因素
Fig.8 Factors affecting consumer to purchase craft beer
2.6.1 变量定义
以消费者对精酿啤酒依赖程度为因变量（Y），分为三个等级：Y=1为偶尔才喝，Y=2为适量饮用，Y=3为十分喜爱。
以大小规格（X1）、价格高低（X2）和产品包装（X3）这3个影响因素为自变量引入有序Logistic进行分析。其中，X1=1为200 mL，X1=2为330 mL，X1=3为500 mL，X1=4为580 mL；X3=1为瓶装，X3=2为易拉罐，X3=3为袋装，X3=4为盒装，X3=5为桶装。
2.6.2 平行线检验
经SPSS 25.0软件处理后，模型拟合信息如表5所示，显著性P＜0.05，说明至少有一个自变量是有效的，回归方程的建立是有意义的[18]。
表5 模型拟合信息
Table 5 Model fitting information
还需对自变量系数相等的假设进行检验。作为有序Logistic回归分析前的必要步骤，平行线检验是检验有序回归的一个前提假设。检验结果如表6所示，显著性P＞0.05，证明参数估计表的结果是可靠的[19]。
表6 Logistic回归模型平行线检验
Table 6 Parallel line check of Logistic regression model
2.6.3 模型实证结果
大小规格（X1）、价格高低（X2）和产品包装（X3）可以统称为产品性能。在平行线检验合格之后，产品性能与消费者对精酿啤酒依赖程度的参数估计表如表7所示。
表7 产品性能与消费者对精酿啤酒依赖程度的有序Logistic模型回归结果
Table 7 Regression results of ordered Logistic model for product performance and consumers' dependence on craft beer
当因子之间的显著性P＜0.05时，称之为因子之间差异显著[20]。如图7所示，消费者对精酿啤酒的依赖程度显著影响着对于其精酿啤酒价格高低的接受程度，而且消费者对于精酿啤酒的依赖程度越高，越偏好价位更高的精酿啤酒产品。但消费者对精酿啤酒的依赖程度与对于精酿啤酒产品包装的偏好并无关联，说明深度精酿啤酒爱好者比普通消费者低于产品是瓶装、易拉罐装、袋装、盒装还是桶装的关注度较低。
在规格对消费者偏好的影响方面，发现除了580 mL的选项上并未体现出显著性差异外，其他三种规格皆表现出相关性：选项X1=1的估算值为负，即消费者对于精酿啤酒的依赖程度越高，越不偏好200 mL的精酿啤酒产品。而对于330 mL以及500 mL的精酿啤酒产品，则表现出相反的趋势。以上结果表明，消费者在精酿啤酒规格大小方面存在偏好，其中330 mL规格的精酿啤酒产品最受欢迎。
3 结论
精酿啤酒作为啤酒中炙手可热的一个重要品类，在保持传统工业啤酒原有特色的同时，还增添了许多新风味，受到了消费者的青睐与追捧。这种新兴的消费需求使得精酿啤酒越来越受到行业从业者的重视，预计未来也会继续以良好的增势占据啤酒市场的一席之地[21]。
在众多精酿啤酒的品类中，消费者对于水果啤酒的接受度显著高于其他品类的精酿啤酒。因此在设计一款面向大众消费者的精酿啤酒产品时，受众更广、接受度更高的水果啤酒可能会是好的选择。在调查中，消费者对于使用不同品种水果的水果啤酒均展现出一定的兴趣，使用种类丰富的水果进行酿造将极大的有助于提升产品的差异化表现。口感与香气是消费者在进行精酿啤酒消费时最关注的两个指标，在进行精酿产品的设计时应更注重如何获得口感与香气的差异化处理，因此在面向市场设计精酿啤酒产品时可以从这两方面入手，进行组合与优化。
调查结果显示消费者对于精酿啤酒的依赖程度越高，越偏好价位更高的精酿啤酒产品；对精酿啤酒的依赖程度与产品包装的偏好没有关联与精酿啤酒的规格有关，消费者对于精酿啤酒的依赖程度越高，越偏好330 mL和500 mL的精酿啤酒产品。说明企业在设计一款面向资深精酿啤酒爱好者的精酿啤酒产品时，应更多考虑330 mL和500 mL的规格。
[1]董占波，陆建良.世界饮料业市场现状及发展趋势[J].饮料工业，2008，11（12）：1-3.
[2]吴勇毅.缩产、提价，中国啤酒业进入从要市场到要利润的新时代[J].中外酒业·啤酒科技，2018（17）：66-69.
[3]王丽丽，刘世永.精酿啤酒的发展现状[J].食品工程，2019（3）：1-3.
[4]何勇.分析解读中国啤酒产业[J].中国酒，2019（5）：30.
[5]美国酿酒商协会第四次修改精酿啤酒商定义[J].中外酒业·啤酒科技，2019（1）：68.
[6]IKÄHEIMO J.Exclusive craft beer events:liminoid spaces of performative craft consumption[J].Food Cult Soc,2020,23(3):296-314.
[7]CLUETT E.Introduction to statistics with SPSS[J].Mod Midwife,2004,6(11):25-29.
[8]李晨，张杨，陈长生.Logistic 回归应用的常见问题及其注意事项[J].中国儿童保健杂志，2020，28（3）：358-360.
[9]MAKALIC E,SCHMIDT D F.Review of modern Logistic regression methodswith application to small and medium sample size problems[M].Germany:Springer Berlin Heidelberg,2010:213-222.
[10]BLAND J M,ALTMAN D G.Cronbach's alpha[J].Brit Med J,1997(314):572-572.
[11]CYPRESS B S.Data analysis software in qualitative research:preconceptions,expectations,and adoption[J].Dimens Crit Care Nurs,2019,38(4):213-220.
[12]施俊，杨勇.基于统计软件SPSS 的试卷质量分析[J].电脑知识与技术，2017（6X）：121-123.
[13]李明娟.品牌沟通对品牌忠诚的影响研究[D].西安：西安理工大学，2019.
[14]聂烜.名人代言人负面信息对消费者购买意愿的影响研究：名人认同的调节作用[D].南昌：江西财经大学，2019.
[15]黄琳，葛秀琪，张元夫，等.精酿啤酒专用麦芽的研究进展[J].中国酿造，2020，39（2）：7-12.
[16]张尧庭，陈慧玉.效用函数及优化[M].北京：科学出版社，2000：60-65.
[17]尹建杰.Logistic 回归模型分析综述及应用研究[D].哈尔滨：黑龙江大学，2011.
[18]苏畅，赖诗敏，宋莎莎，等.基于两水平Logistic 回归模型的资中县农村中学生抑郁症状相关因素[J].卫生研究，2020，49（3）：427-433.
[19]NARDINI M,GARAGUSO I.Characterization of bioactive compounds and antioxidant activity of fruit beers[J].Food Chem,2020,305:125437.
[20]韩前菊.回归模型中异方差性的检验与消除研究——以SPSS 为分析工具[J].商，2016（18）：125.
[21]黄琳，许忠平，闫菲，等.蜂蜜艾尔精酿啤酒酿造工艺研究[J].中国酿造，2019，38（3）：134-138.