中国进口红葡萄酒香气特征与价格之间的关联分析

胡竹韵1，王星晨1，陶永胜1,2,*，傅小萌1，张芳芳1

（1.西北农林科技大学葡萄酒学院，陕西 杨凌 712100；2.陕西省葡萄与葡萄酒工程技术研究中心，陕西 杨凌 712100）

摘 要：葡萄酒样本选择673 款不同价格水平的进口干红葡萄酒。葡萄酒的香气特征采用经过培训的品尝员的感官描述分析得到，而后香气特征采用“葡萄酒香气轮”上的香气标准术语归类。供试葡萄酒香气特征被标准化后被分为12 个香气类别，每一香气特征和香气类别在不同价格区段的出现频率经统计计算得到。结果表明：不同价格区段的进口葡萄酒具有的香气特征有差异，除了＞1 400 元/瓶的葡萄酒之外，其余价格区段的葡萄酒香气特征的出现频率与价格水平之间存在多元线性关系。偏最小二乘回归模型确认了进口干红葡萄酒价格与香气特征之间的数学联系，即来源于陈酿中的香气特征与价格呈正相关，并且确认＞1 400元/瓶的进口葡萄酒产品属于奢侈品的特例。

关键词：进口红葡萄酒；价格；香气特征；主成分分析；偏最小二乘回归

Correlation Analyses between Price Levels and Aroma Characteristics of Imported Red Wines in China

HU Zhuyun1, WANG Xingchen1, TAO Yongsheng1,2,*, FU Xiaomeng1, ZHANG Fangfang1

(1. College of Enology, Northwest A&F University, Yangling 712100, China;

2. Shaanxi Engineering Research Center for Viti-viniculture, Yangling 712100, China)

Abstract: The objective of this study was to assess the relationship between aroma characteristics and price levels of imported red wines in China. In this study, 673 imported red wines with different price levels were selected. Aroma characteristics of the wines were described by sensory analysis and standardized using the aroma terms described in a wine aroma wheel. The frequency of appearance of each aroma term at different price levels was calculated. The aroma terms were divided into 12 aroma categories. The results obtained from principle component analysis revealed that wines with different price levels had specific aroma profiles. Additionally, there was a multiple linear relationship between aroma characteristics and price levels, with the exception of price level higher than 1 400 ￥ (RMB yuan). Partial least square regression was used to confirm the mathematic relationship between aroma categories and price levels, that is, aroma characteristics from ageing were positively related to the price, and it was shown that the price level higher than 1 400 ￥ was an outlier.

Key words: imported red wine; price levels; aroma characteristics; principal component analysis (PCA); partial least squares regression (PLSR)

中图分类号：TS261.4 文献标志码：A 文章编号：1002-6630（2015）11-0033-05

doi:10.7506/spkx1002-6630-201511007

众所周知，商品的价格会影响消费者的选择意向，葡萄酒消费者的购买选择也必然受到葡萄酒价格水平的影响[1]。国外葡萄酒市场消费研究把消费者的葡萄酒购买选择影响因素分为主观因素和客观因素。主观因素包括消费者性别[2]、年龄[3]、国籍[4]、社会阶层[2]、权威响应[1]以及广告效应[5-6]等。客观因素相比主观因素对消费者更有影响力[7]，又可分为外部因素和内部因素，外部因素包括葡萄酒产区、葡萄园级别、葡萄品种、获奖情况、采收期的天气和酒瓶质量[8-11]；内部因素包括葡萄酒外观、香气、口感和酒体结构[8,12-14]。Mueller等[15]对330 名澳洲葡萄酒消费者的调查结果显示，消费者购买葡萄酒时非常看重酒标上的感官特征描述，以及与食物搭配的信息。很多调查报告都揭示出酒标上与感官质量相关的有用信息是高档葡萄酒的提示语言[16-17]。西班牙市场的一项调查研究显示，消费者很关注葡萄酒产区、年份、香气、平衡度和复杂度[13]。希腊市场的调查也显示，消费者最关注的方面是葡萄酒产区和香气[18]。在中国北京、上海和广州，对310 名葡萄酒消费者进行的调查有着相似的结果，52%的调查对象认为香气是最重要的因素[19]。因此，影响葡萄酒选择消费的内部因素中，香气质量是消费者重点关注的感官特征。

当前，葡萄酒产品是我国一线城市重要的酒类消费产品，关于葡萄酒的价格与香气特征之间的关联分析，目前国内还没有相关的研究报道。本研究以当前中国市场上进口干红葡萄酒为研究对象，通过对不同价格区段进口干红葡萄酒的香气特征进行感官描述分析，试图建立进口葡萄酒价格与香气质量之间的数学关联，为葡萄酒市场监管提供可用的技术参考。

1 材料与方法

1.1 葡萄酒样品

2011年，从北京、上海、广州的零售商超或者葡萄酒专卖店采集了673 款不同价格水平的进口干红葡萄酒，价格区段信息见表1，葡萄酒价格范围在17～
7 980 元/瓶。表1中葡萄酒价格区段的划分标准是用来保证葡萄酒样品数量的均匀分布，各价格区段的葡萄酒总量都占到样品总量的5%以上。在每个零售商超或葡萄酒专卖店，每一价格区段的葡萄酒只选一款，若某一价格区段上没有可供选择的酒样，则不选取，同一款的葡萄酒只选一次。

对葡萄酒样品进行感官描述分析，如果感官分析结果与葡萄酒背标上标注香气质量特征明显不符，则葡萄酒样品作废，如表1所示，共有23 款葡萄酒作废，占采集葡萄酒样品总量的5%以下。

表 1 葡萄酒样品的价格区段

Table 1 Price levels of wine samples

1.2 感官分析

葡萄酒香气特征的描述分析由经过“标准香气物质”培训的品尝小组进行，品尝小组由30 名“葡萄与葡萄酒工程”专业的本科学生组成。在感官描述分析之前，小组成员采用葡萄酒标准香气物质（Le Nez du Vin）闻香培训，直到品尝组对每一香气物质的正确识别率＞95%，才能进行感官分析。感官分析在标准葡萄酒感官分析实验室进行，明亮的白色光线，温度20 ℃，每一品尝员位于相对独立的品尝空间，每一款葡萄酒取30 mL盛放在黑色的标准葡萄酒盲品杯中，小组成员闻香5～10 s后展开讨论，最终按照“葡萄酒香气轮”[20-21]中的香气词汇给每一款酒确定3～6个香气特征。不同价格区段葡萄酒中某一香气特征出现的频率（present frequency，PF）按照公式（1）计算。

（1）

供试葡萄酒样品的香气特征分为12 个香气类别：小浆果、热带水果、温带水果、香料、橡木、焦糖、花香、烘烤、烟熏、坚果、香草和薄荷，每一香气类别的出现频率是该类别中香气特征出现频率的总和。

1.3 统计分析

每一香气特征和香气类别的标准偏差分析采用Excel 2010（Microsoft Inc.，USA）计算，主成分分析（principle component analysis，PCA）和偏最小二乘回归（partial least squares regression，PLSR）采用SPSS19.0 （SPSS Inc.，Chicago，Ⅱ，USA）计算处理。

2 结果与分析

2.1 不同价格区段葡萄酒中的香气特征

葡萄酒香气特征是可以被品尝员客观描述的，Noble在葡萄酒品尝学研究中，设计并改进了一套葡萄酒香气特征描述术语，制成葡萄酒香气轮[20-21]，指导品尝员和消费者利用标准化的香气术语客观地分析描述葡萄酒香气质量。随后，葡萄酒香气轮在葡萄酒产品研发、感官分析和市场拓展中发挥了重要的作用。一些根据标准香气术语制作的葡萄酒标准香气物质产品被开发出来，例如酒鼻子（Le Nez du Vin），用于葡萄酒香气特征的培训。本实验中，感官分析小组成员经过葡萄酒标准香气物质培训，然后进行香气特征的描述分析。品尝员闻香给出的相似的香气特征描述采用葡萄酒香气轮中的标准术语统一归纳。不同价格区段葡萄酒的香气特征采用出现频率进行量化处理，表2为供试不同价格区段葡萄酒中香气特征和香气类别的出现频率，共有12 个香气类别的38 种香气特征出现在供试葡萄酒中。

由表2分析可知，虽然38 种香气特征并不是都在所有价格区段的葡萄酒中出现，但每一价格区段的葡萄酒都有12 个香气类别的香气特征。香气特征或香气类别的标准差系数（coefficient of standard deviation，C-STD）表示它们在不同价格区段葡萄酒水平之间的偏差。C-STD值是标准偏差和平均值的比值，它比STD更加精确[22]，因此C-STD在比较香气特征在葡萄酒之间的偏差更有价值。供试葡萄酒中，小浆果、香料、温带水果、橡木和焦糖等香气类别有较高的PF值和较低的C-STD值。但是，花香、烘烤、烟熏和坚果等香气类别以及它们包括的香气特征的C-STD值均＞0.7，并且很多香气特征在多个价格区段的葡萄酒中没有或者出现频率很低，这说明不同价格区段的葡萄酒具有的香气特征有差异。

表 2 不同价格区段葡萄酒中香气特征的出现频率

Table 2 Frequency of appearance of aroma characteristics from wines with different price levels

%

尽管有研究认为包括产区、生产商、陈年时间、酒精度和品种等外在因素会影响葡萄酒产品的价格，但很多研究证据都显示，葡萄酒的内在因素，即葡萄酒的感官质量才是众多葡萄酒产品价格的主要决定因素，而感官质量中香气特征的决定作用更大[8-9]。本研究中，香气特征在不同价格区段葡萄酒中出现频率的偏差分析表明，不同价格的进口干红葡萄酒中香气特征存在差异，但是要想挖掘不同价格区段葡萄酒中香气特征差异的深层次信息，需要进行更高层次的统计分析。

2.2 香气特征出现频率的主成分分析

葡萄酒香气特征与价格的研究中，主成分分析（PCA）是最常用的数据统计分析方法，它能在多个指标表现的多元信息中进行降维处理，筛选关键特征和有用信息。采用该方法或其类似方法，Charters等[8]的一项调查结果显示，香气质量是葡萄酒感官质量的重要信息，特殊的香气特征通常与品质优良的葡萄酒相联系。Swangkeaw等[23]研究认为新鲜的果香和花香特征是新鲜型年轻红葡萄酒的感官特征，其价格便宜。Piqueras等[12]研究得出葡萄酒价格与葡萄酒陈酿时间呈正相关，因为陈酿会增加葡萄酒香气的复杂度。而Brentari等[24]的研究表明葡萄酒的特殊香气和口感通常会使葡萄酒更加昂贵。

图 1 香气类别和价格在前两个主成分上的载荷

Fig.1 Loadings of aroma categories and price on the first two PCs

本研究中，PCA用来对不同价格区段葡萄酒中香气特征出现频率的数据进行降维处理。当用表2中38 个香气特征的数据分析时，总方差均匀地分布在了前6 个主成分（PC）中，所以降维效果不佳。当使用12 个香气类别数据进行主成分分析时，前5 个主成分占总体方差的100%，并且前两个主成分分别占总方差的69.0%和19.1%，二者合占88.07%。图1为香气类别和价格在主成分1和主成分2上的载荷图，除了热带水果和温带水果之外，其他香气类别均处于PC1的正向端，香草、小浆果、橡木、焦糖、烘烤、香料和烟熏等聚集在一起，对PC1的正向贡献较大，热带水果、薄荷和花香处于PC2的正向端，对其贡献较大，而温带水果、价格与坚果在PC2的负向端。

图2为不同价格区段在主成分1和主成分2上的分布图，价格区段根据其平均价格的数值大小在PC1上呈递增分布，PC1占总体方差的69%，可以作为代表价格的主成分。各价格区段在PC2上分布分散，按照价格数值倾斜向上的线性趋势分布，＞1 400 元/瓶的区段成为例外，位于PC2的负向端。对应分析图1和图2，不难得出，对PC1贡献最大的香气类别对葡萄酒价格的影响更大，并且葡萄酒价格与香气类别之间存在线性相关性，但是
＞1 400元/瓶的葡萄酒产品是特例。

图 2 不同价格在前两个主成分上的分布

Fig.2 Distribution of different price levels on the first two PCs

2.3 葡萄酒价格与香气特征之间的多元线性回归

供试葡萄酒香气特征数据的PCA分析结果显示葡萄酒香气特征与价格之间存在线性关系，为了进一步探究进口干红葡萄酒香气特征与价格之间的数学联系，本研究采用偏最小二乘回归（PLSR）建立价格与香气特征之间数学模型。在多元数据之间的线性相关研究中，相比其他传统的回归模型，PLSR拥有更多的优势[25]。PLSR曾被用来在18 种香气特征与对应的挥发性物质之间建立模型，并最终确定了化学物质和香气之间的复杂的多变量关系[26]。Ferreira[27]、Juan[28]等在利用PLSR分析了从西班牙红葡萄酒气相色谱数据后发现，葡萄酒的质量主要取决于较高含量比例的令人愉悦的果香成分和较低含量的不愉快异味成分。Peng Chuantao等[29]研究香气特征与香气成分之间的数学联系，PLSR结果揭示出葡萄酒的典型香气特征取决于葡萄本身的品种香气成分，而发酵香气成分仅对温带果香存在补充作用。

图3是PLSR得到的预测价格与实测价格之间的对比图，结果显示在供试所有价格区段样品参加时，二者之间的关联性较差，模型解释的方差是总体方差的87%，校正系数R2为0.988，验证系数R2为0.587。与PCA结果相似的是，＞1 400 元/瓶的价格区段是异常值。当排除＞1 400元/瓶价格区段，进行PLSR分析后，回归效果大大提高，如图4所示，预测值与实则值之间的关联度显著提高，校正系数R2和验证系数R2均＞0.900，模型解释的方差也高于总体方差的90%，以香气类别的出现频率为横坐标，进口葡萄酒的价格水平为纵坐标进行线性回归，得到回归模型方程为：

Y = 0.076X1＋0.141X2－0.096X3－0.020X4＋0.109X5＋
0.136X6＋0.065X7－0.080X8＋0.179X9＋0.229X10＋0.096X11＋
0.046X12＋0.504 （2）

式中：X1～X12分别为浆果、香料、温带水果、热带水果、橡木、焦糖、花香、烘烤、烟熏、坚果、香草、薄荷香气的出现频率。

图 3 PLSR模型的预测价格和实测价格比较

Fig.3 Predicted versus measured price levels obtained using the PLSR model

图 4 PLSR模型的预测价格和实测价格的比较
（去除＞1 400 元/瓶价格区段）

Fig.4 Predicted versus measured price levels obtained using the PLSR model (price level higher than 1 400￥ was excluded from the analysis)

基于以上回归模型揭示的数学联系，温带水果、热带水果和烘烤香气与葡萄酒价格水平呈负相关，但其影响系数均＜0.1，而那些在葡萄酒陈酿过程中出现的香料、橡木、焦糖、烟熏和坚果等香气类别与价格水平呈正相关，它们的影响系数＞0.1。该研究结果与Piqueras等[12]的研究结果一致，即葡萄酒陈酿过程提高了葡萄酒的香气质量及其复杂度。对于＞1 400 元/瓶的进口葡萄酒，香气特征的PCA和PLSR分析均认为是异常值，这可能是高价格的奢侈型葡萄酒除了感官特征影响其价格之外，产区、文化、厂商等外部因素的价格影响更大[9]。

3 结 论

本研究采集了中国不同价位的进口干红葡萄酒673 款，分为6 个不同价格区段，葡萄酒香气特征采用经过培训后的品尝员描述分析得到，经标准化后分为12 类，计算香气特征在不同价格区段的出现频率。数据采用主成分分析和偏最小二乘回归分析得到如下结果：进口干红葡萄酒的价格和香气特征之间存在多元线性数学联系，但＞1 400 元/瓶价格区段的葡萄酒属于特例；葡萄酒陈酿过程中出现的香料、橡木、焦糖、烟熏和坚果等香气特征与价格水平呈正相关，它们的香气强度及复杂性会提高葡萄酒的产品价格。

参考文献：

[1] HAY C. The political economy of price and status formation in the Bordeaux en primeur market: the role of wine critics as rating agencies[J]. Socio-Economic Review, 2010, 8(4): 685-707.

[2] BERNABÉU R, DÍAZ M, OLIVAS R, et al. Consumer preferences for wine applying best-worst scaling: a Spanish case study[J]. British Food Journal, 2012, 114(9): 1228-1250.

[3] RITCHIE C. Young adult interaction with wine in the UK[J]. International Journal of Contemporary Hospitality Management, 2011, 23(1): 99-114.

[4] ORREGO M J E, DEFRANCESCO E, GENNari A. The wine hedonic price models in the “Old and New World”: state of the art[J]. Revista de la Facultad de Ciencias Agrarias, 2012, 44(1): 205-220.

[5] FRIBERG R, GRONQVIST E. Do expert reviews affect the demand for wine?[J] American Economic Journal: Applied Economics, 2012, 4(1): 193-211.

[6] SAM A G, THOMPSON S R. Country of origin advertising and US demand of imported wine: an empirical analysis[J]. Applied Economics Letters, 2012, 19(18): 1871-1877.

[7] EGUARAS R C, DOMEZAIN M E, MÚGICA J M. Consumers’ internal, categorization structures: an additive tree analysis[J]. European Journal of Marketing, 2012, 46(6): 760-789.

[8] CHARTERS S, PETTIGREW S. The dimension of wine quality[J]. Food Quality and Preference, 2007, 18(7): 997-1007.

[9] ROMA P, MARTINO G D, PERRONE G. What to show on the wine labels: a hedonic analysis of price drivers of Sicilian wines[J]. Applied Economics, 2013, 45(19): 2765-2778.

[10] SCHNETTLER B, MIRANDA H, SEPÚLVEDA J, et al. Acceptance of national and store brands of wine by supermarket consumers in the South of Chile[J]. Ciência E Técnica Vitivinícola, 2012, 27(1): 3-15.

[11] ASHENFELTER O, STORCHMANN K. Measuring the economic effect of global warming on viticulture using auction, retail, and wholesale prices[J]. Review of Industrial Organization, 2010, 37(1): 51-64.

[12] PIQUERAS B, SPENCE C. The weight of the bottle as a possible extrinsic cue with which to estimate the price (and quality) of the wine? Observed correlations[J]. Food Quality and Preference, 2012, 25(1): 41-45.

[13] SÁENZ M P, GONZÁLEZ M, CAMPO E, et al. Orthonasal aroma characteristics of Spanish red wines from different price categories and their relationship to expert quality judgements[J]. Australian Journal of Grape and Wine Research, 2012, 18(3): 268-279.

[14] VERDÚ A J, LLORÉNS F J, FUENTES M. Measuring perceptions of quality in food products: the case of red wine[J]. Food Quality and Preference, 2004, 15(5): 453-469.

[15] MUELLER S, LOCKSHIN L, SALTMAN Y, et al. Message on a bottle: the relative influence of wine back label information on wine choice[J]. Food Quality and Preference, 2010, 21(1): 22-32.

[16] KWONG L M K, CYR D, KUSHNER J, et al. A semiparametric hedonic pricing model of ontario wines[J]. Canadian Journal of Agricultural Economics, 2011, 59(3): 361-381.

[17] SÁENZ M P, CAMPO E, SUTAN A, et al. Perception of wine quality according to extrinsic cues: the case of Burgundy wine consumers[J]. Food Quality and Preference, 2013, 27(1): 44-53.

[18] BOTONAKI A, TSAKIRIDOU E. Consumer response evaluation of a Greek quality wine[J]. Food Economics-Acta Agriculturae Scandinavica, Section C, 2004, 1(2): 91-98.

[19] CAYOT N. Sensory quality of traditional foods[J]. Food Chemistry, 2007, 101(1): 154-162.

[20] NOBLE A C, ARNOLD R A, MASUDA B M, et al. Progress towards a standardized system of wine aroma terminology[J]. American Journal of Enology and Viticulture, 1984, 35(2): 107-109.

[21] NOBLE A C, ARNOLD R A, BUECHSENSTEIN J, et al. Modification of a standardized system of wine aroma terminology[J]. American Journal of Enology and Viticulture, 1987, 38(2): 143-146.

[22] 王文中. Excel在统计分析中的应用[M]. 北京: 中国铁道出版社, 2003: 24-26.

[23] SWANGKEAW J, VICHITPHAN S, BUTZKE C E, et al. The characterisation of a novel Pichia anomala β-glucosidase with potentially aroma-enhancing capabilities in wine[J]. Annals of Microbiology, 2009, 59(2): 335-343.

[24] BRENTARI E, LEVAGGI R, ZUCCOLOTTO P. Pricing strategies for Italian red wine[J]. Food Quality and Preference, 2011, 22(8): 725-732.

[25] MARTENS H, MARTENS M. Multivariate analysis of quality[M]. Chichester: Wiley, 2001: 112-115.

[26] AZNAR M, LÓPEZ R, CACHO J, et al. Prediction of aged red wine aroma properties from aroma chemical composition. Partial least squares regression models[J]. Journal of Agricultural and Food Chemistry, 2003, 51(9): 2700-2707.

[27] FERREIRA V, SAN JUAN F, ESCUDERO A, et al. Modeling quality of premium Spanish red wines from gas chromatography-olfactometry data[J]. Journal of Agricultural and Food Chemistry, 2009, 57(16): 7490-7498.

[28] JUAN F S, CACHO J, FERREIRA V, et al. Aroma chemical composition of red wines from different price categories and its relationship to quality[J]. Journal of Agricultural and Food Chemistry, 2012, 60(20): 5045-5056.

[29] PENG Chuantao, WEN Yan, TAO Yongsheng, et al. Modulating the formation of meili wine aroma by prefermentative freezing process[J]. Journal of Agricultural and Food Chemistry, 2013, 61(7): 1542-1553.