【研究速递】新遗传经济学研究首次利用基因数据进行消费者行为预测的实证分析

非诚勿扰孟非

2023年8月，《China Agricultural Economic Review（中国农业经济评论）》杂志（SSCI，IF=5.1）在线发表论文"Leveraging genetic data for predicting consumer choices of alcoholic products（利用基因数据预测消费者对酒类产品的选择）"。来自中国农业大学经济管理学院和加州大学戴维斯分校的研究人员们，基于中国农业大学遗传经济学数据库和一项酒产品离散选择实验（Discrete choice experiment，简称DCE），评估了基因数据在传统离散选择模型和四种机器学习分类算法（Machine learning-based classification algorithms）预测消费者个体食品选择方面的性能。研究发现，同时包含基因数据和社会人口数据的 XGBoost 算法预测准确率最高（77.36%），明显优于仅使用社会人口数据的算法或仅使用就基因数据的算法。本研究是经济学文献中首次通过实证研究证明遗传因素在预测消费者行为中的作用。研究结果为随机效用理论（Random utility theory）提供了新的见解，值得结合基因数据进一步开展消费者行为研究，以促进精准营养和精准营销的发展。中国农业大学经济管理学院朱晨教授和陈祁晖教授为该论文的第一作者和通讯作者。论文原文戳：


<hr/>食物的选择和摄入会对消费者的膳食、营养和健康产生深远的影响。更好地了解个人食物选择的决定因素不仅能为准确预测其食物消费行为奠定基础，还能促进精准营养和精准营销的不断发展。遗传因素就是很好的例子。2016年12月，伦敦的一家啤酒厂率先开始提供根据消费者 DNA 匹配其味蕾的定制啤酒。几个月后，DNAfit和GeneFood等几家生物技术公司开始推出个性化营养计划，提供与消费者 DNA 资料相匹配的详细个性化食物建议。然而国内外学界之前并没有关于遗传基因如何影响消费者层面个人选择的实证研究，可以说在这一方面，业界是远远超前于学界的。本研究则填补了这一空白。



DNA定制啤酒新闻



关于GeneFood定制食谱的讨论

在本研究中，作者首先展示了消费者需求的随机效用模型可以自然地扩展到纳入个体层面的遗传信息。作者随后评估了遗传因素与传统社会人口特征相结合在预测个人食品选择方面的表现。最后，作者比较了特定遗传因素和社会人口因素对预测个人食品选择成功率的相对贡献。
作者以酒精饮料为例进行了离散选择实验（DCE），这是一种先进的经济研究设计，可以较好地复制消费者在现实生活中的购买情形，并将新的遗传信息整合到最先进的机器学习框架中。在中国，酒精饮料的支出和消费都在快速增长。例如，仅在 2017 年，中国就在酒精饮料上花费了 8000 亿元人民币（约 1200 亿美元）。中国 15 岁及以上人口的人均酒精消费量从 1980 年的 1.7 升上升到 2016 年的 5.7 升，预计到 2030 年将跃升至 10 升以上，超过美国消费量。酒精饮料市场的产品属性和口味差异很大，所以该产品特别适合用于调查传统社会人口学和新型基因变异引起的消费者异质性。此外，遗传学研究显示，酒精摄入的遗传力（Heritability）估计高达 40%，这也为遗传因素发挥作用提供了先决条件。



本研究所采用的遗传因素预测因子，包括单基因变异和复杂性状的多基因评分

作者将DCE中的酒精饮料选择数据、标准社会人口特征、以及个体基因分型三类数据相匹配，采用基于机器学习的分类方法来评估基因信息在预测个体酒精选择方面的性能。其中DCE包含三个主要的多层次属性：酒精类型、价格和数量。作者采用三组个体水平变量来训练MLC模型：标准社会人口特征、单基因变异（Single SNP）和复杂性状的多基因评分（Polygenic scores，简称PGS）。利用极端梯度提升算法，该模型显示基因数据能够有效改善对个人食物选择的成功预测，这为个性化营销和精准营养提供了一种前景广阔的方法。
本研究的贡献主要有两方面：首先，本研究是经济学文献中第一批实证证明遗传因素可以帮助预测消费者行为的研究。其次，本研究采用了基于机器学习的分类方法来预测消费者的选择。虽然现有的经济学文献已经记录了机器学习在需求、供应和价格预测建模方面的优势，但这是第一项使用多类分类算法预测消费者在多个备选方案中的选择的研究。
本研究也存在几个局限性。第一，本文使用的样本无法代表整个消费者群体，需要更多的工作来确认研究结果的外部有效性。其次，由于资金等方面的限制，本研究基于一个相对较小的样本，这可能会降低检测其他遗传因素对个人食物选择的贡献的统计能力。第三，该调查数据存在性别失衡问题，需要在今后的研究中加以验证。第四，DCE 仅关注酒类产品；要将研究发现推广到其他食品类别，还需要做更多的工作。
今后，进一步将个体基因分型数据整合到消费者行为和决策过程的研究中，以及更大和更具人口代表性的样本，将有助于我们更深入地了解遗传基因对个体决策过程的微妙但不应忽视的影响。

参考文献：
Zhu, C., Beatty, T., Zhao, Q., Si, W. and Chen, Q. (2023), &#34;Leveraging genetic data for predicting consumer choices of alcoholic products&#34;, China Agricultural Economic Review. https://doi.org/10.1108/CAER-09-2022-0214

原文地址：https://zhuanlan.zhihu.com/p/654492792