濃香型白酒產(chǎn)區(qū)覆蓋全國 20 余個省份，市場占有率高達 50%左右，多年來持續(xù)占據(jù)白酒市場主導(dǎo)地位。隨著產(chǎn)業(yè)變革和消費升級，濃香型白酒行業(yè)正處于由量到質(zhì)的轉(zhuǎn)變期，品質(zhì)提升已成為企業(yè)可持續(xù)發(fā)展的關(guān)鍵動力。感官品質(zhì)差異分析是品質(zhì)提升的基礎(chǔ)性和保障性工作，能幫助企業(yè)精準分析自身產(chǎn)品與競品在感官品質(zhì)上的差異維度和差異程度，科學(xué)捕捉地域性競品的優(yōu)勢點和全國性競品的特征點，助力企業(yè)有針對性的優(yōu)化自身品質(zhì)、提升市場競爭力。

目前，科研界常采用定量描述分析法（Quantitative Descriptive Analysis，QDA）從色、香、味、格四個方面來研究不同香型白酒的典型風格特征、質(zhì)量等級歸類、配方優(yōu)化設(shè)計[9]等。如劉傳賀等采用定量描述分析法構(gòu)建了芝麻香型白酒的感官特征標準，驗證該方法在白酒感官研究中的有效性；倪興婷等將定量描述分析法應(yīng)用于濃香型白酒中窖泥臭味的解析，為異味溯源與配方優(yōu)化提供了科學(xué)依據(jù)；方超等基于感官描述分析法揭示了不同香型的山莊老酒在風味和滋味屬性上具有顯著差異，為白酒風格特征研究提供參考依據(jù)。但是 QDA 對評價人員要求非常嚴格，需要評價員相互間達到感官指標理解上的統(tǒng)一性與感官強度賦值上的一致性，評價過程中稍有偏差便易出現(xiàn)品評數(shù)據(jù)的高離散性，這種情況難以滿足白酒企業(yè)在行業(yè)轉(zhuǎn)型期對競品的快速響應(yīng)、全面洞察及精準應(yīng)對的需求，限制了該方法的實用性和推廣性，使得目前白酒產(chǎn)業(yè)界很少使用 QDA。

中心點剖面法（Pivot Profile）是一種基于自由描述的快速感官分析方法。該方法無需評價人員記住固定的專業(yè)描述詞，以評價人員累積的感官經(jīng)驗為基礎(chǔ)，采用成對比較的方式自由描述所感知到的樣品間具有差異的感官特征，可以更全面、更便捷、更有效的建立所測試產(chǎn)品類型的感官指標體系。適合項全選法（Check-All-That-Apply，CATA）也是一種快速感官描述分析技術(shù)。該方法要求評價人員基于對樣品的感知，選出所有適用該樣品屬性的描述詞，以所有評價人員對每個樣品描述詞上的累積頻次之和作為該樣品描述詞的呈現(xiàn)強度，但是 CATA 主要提供樣品有無某種感官屬性的信息，在感官屬性強度的測量與比較方面具有一定的局限性。Pivot - CATA 是 CATA 的升級版，彌補了 CATA 不具備量化的缺點，它能讓評價人員在特定感官指標下評價各樣品感官強度相對于參比樣（P 樣品）的高低情況，因不需要度量具體感官強度值，大大提高了各評價人員間量化結(jié)果的統(tǒng)一性，保證了合并所有評價人員數(shù)據(jù)的有效性。這兩種方法分別在咖啡、茶葉等有所應(yīng)用，但組合使用鮮有報道。Pivot Profile 通常為 Pivot - CATA 提供產(chǎn)品評價所需要的感官指標，而這種指標提供方式幫助 Pivot - CATA 在樣品間品質(zhì)差異量化分析時，具有比 Pivot Profile 更高的精度，這種組合具備了 QDA 中感官指標確定和量化評價的功能，卻比 QDA 操作更方便、更快速。此外，Pivot Profile 和 Pivot - CATA 通常需要大量消費者（一般都 60 位以上）進行實驗來保證結(jié)果的可靠性，但白酒具有風味復(fù)雜、刺激強烈的感官特性，采用經(jīng)驗豐富的專業(yè)評價員，更能充分體現(xiàn) 2 種方法的便捷性優(yōu)勢，使得這種組合不僅能減少評價員人數(shù)、縮短感官評價時間，還能獲得穩(wěn)定、可靠的感官結(jié)果。

基于上述方法組合的優(yōu)勢分析，本研究選取 20 款不同產(chǎn)地、不同價格和不同品牌的市售主流高度濃香型白酒成品為研究對象，探索 Pivot - CATA 方法在白酒感官品質(zhì)特征挖掘和品質(zhì)差異分析中的適用性與實用性。首先，由專業(yè)品酒師采用 Pivot Profile 法構(gòu)建 Pivot -CATA 所需的感官評價指標體系，以提高指標的統(tǒng)一性和實效性。采用 7 點離散單級標度對樣品進行整體品質(zhì)評分，分析價格與品質(zhì)的匹配度，并通過品酒師間的一致性檢驗保證評分結(jié)果的可靠性。在此基礎(chǔ)上，采用 Pivot - CATA 方法對 20 款濃香型白酒成品的感官差異進行分析，識別影響品質(zhì)分類的關(guān)鍵感官屬性及不同產(chǎn)區(qū)白酒的差異特征，驗證該方法在濃香型白酒中的適用性。本研究為白酒行業(yè)引入新型快速感官分析方法提供借鑒，為甄別價格與品質(zhì)的匹配性提供參考，為品質(zhì)判別中精準聚焦少數(shù)關(guān)鍵指標提供策略，為白酒產(chǎn)品品質(zhì)提升與市場定位提供依據(jù)，具有明顯的方法創(chuàng)新價值與實踐指導(dǎo)意義。 1、材料與試劑
為了保證實驗結(jié)果的代表性、科學(xué)性和參考性，本研究從品牌代表性（11 個品牌）、產(chǎn)品多樣性（20 款樣品）及產(chǎn)區(qū)廣泛性（涉及安徽、河南、江蘇、四川、新疆 5 個省份），選擇了 20 款 2024 年產(chǎn)的酒精度在 50-52%vol 的市售主流濃香型白酒成品，具體樣品信息見表 1。為保證樣品的真實性，均通過正規(guī)渠道進行采購。 2、Pivot - CATA感官評價方法 依次根據(jù)回答表（圖 2）上的每項感官指標，將每個被測樣品與 1 款參比樣（P 樣品）在該指標上進行強度比對，并將比對結(jié)果記錄在回答表對應(yīng)位置處。若被測樣品與 P 樣品均沒有感受到該指標特征，則勾選“均無”；若 P 樣品感受到該指標特征，而被測樣品沒有感受到，則勾選“更淡或無”；若待測樣品感受到該指標特征，但是 P 樣品沒有感受到，則勾選“更濃/更重”；若二者都可以感受到該指標特征，則將感受到的強度差異記錄在回答表中（“更淡或無”、“更濃/更重”或“相同”）。本研究 1.2.4 中的參比樣品同樣作為 Pivot - CATA實驗的參比樣品（P 樣品）。在品評期間采用純凈水漱口，同時每評價完 5 個樣品后，休息約 10 分鐘左右。 1、Pivot - CATA法的評價指標確定
對采用 Pivot Profile 法收集到的大量感官描述詞進行整理后，共收集感官描述詞 1203個，其中不重復(fù)出現(xiàn)的詞匯有 177 個。通過合并同義詞、刪除定量描述詞（如較、略有、略帶、稍有等）以及去除無關(guān)術(shù)語后得到 34 個描述詞，但考慮到 Pivot Profile 方法側(cè)重捕捉樣品差異可能會忽略一些共性特征，又將這次詞匯結(jié)合白酒風味輪、濃香型白酒文獻中出現(xiàn)的感官描述詞、相關(guān)標準中出現(xiàn)的感官描述詞進行整合、歸納，重點補充 Pivot Profile實驗中未出現(xiàn)但屬于濃香型白酒特征風味的感官描述詞，最終擴充到 71 個不重復(fù)出現(xiàn)的候選描述詞。在此基礎(chǔ)上，邀請專家品酒師綜合濃香型白酒風味特征對這些詞匯進行交流討論，進行了刪除、合并、調(diào)整等處理。包括刪除了口語化描述詞，如水味；去掉了出現(xiàn)頻率較少的描述詞，如咸菜味、鮮味等；刪掉其它白酒香型的典型描述詞，如藥香、清香、醬香；去掉詞義籠統(tǒng)不明的詞匯，如酒香、幽雅度、發(fā)酵香等；刪除偏化學(xué)術(shù)語并不方便在消費者中傳播、同時又蘊含果香花香等特征的詞匯，如醇香、酯香、醛香；同時為了便于品評操作，合并負面描述詞餿味、腥味、油漆味等統(tǒng)稱為異雜味；合并了詞義相近描述詞，如將舒適度歸于柔和度中；考慮到濃香型白酒因釀造工藝原因達不到焦香和糊香程度（在醬香型白酒中常出現(xiàn)），所以選擇焙烤香；而清爽感更傾向于口感描述，在口感中保留。最終得到高共識度的 41 個用于 Pivot - CATA 品評實驗的描述詞，確保了詞匯的名詞詞性清晰性、表達準確性、不同詞匯含義間的無交叉性，這次詞匯覆蓋了體現(xiàn)樣品間差異的嗅覺、味覺和口腔觸覺等不同維度，詳見圖 3。相比國家標準 GB/T 33405－2016《白酒感官品評術(shù)語》，新增了 16 個描述詞，其具體含義見表 2。
2、基于總體感官指標的對應(yīng)分析
為確保對應(yīng)分析結(jié)果的準確性與可解釋性，篩選出具有高區(qū)分度與高共識性的關(guān)鍵感官屬性。參考 Longo 等的數(shù)據(jù)處理方式，計算各描述詞在 20 款樣品中差值得分的標準差，其值越小說明該指標對于區(qū)分各樣品間差異的貢獻度很小，即各樣品在該指標下差異很小。Longo 等在研究中保留標準差 > 1.5 的描述詞，考慮到濃香型白酒成品自身風味的復(fù)雜性及對核心差異指標的要求，本研究刪除標準差＜2 的描述詞（見圖 6），包括酸香、青草香、焙烤香、堅果香、油脂香、糠味、異雜味、新酒味、苦味和后苦等 10 個描述詞，保留 31 個描述詞用于后續(xù)對應(yīng)分析。

 

由圖 7 可知，前 2 個因子的累計貢獻率達 70.49%，表明這兩個因子能夠解釋原始數(shù)據(jù)中絕大部分信息。在樣品分布方面，高（紅色）、中（綠色）、低（藍色）的品質(zhì)分類樣品，在圖 7 中呈現(xiàn)出左、中、右的空間分布特征，形成清晰的對應(yīng)關(guān)系。同時還呈現(xiàn)出品質(zhì)越高樣品越聚集、差異越小，品質(zhì)越低樣品越分散、差異越大，這在一定程度上說明了高品質(zhì)酒樣的感官特性比較接近，而低品質(zhì)酒樣的缺點各不相同。但 SH1、DK1、WLY2 和 YH 這 4個樣品的空間分布規(guī)律不明顯，值得后續(xù)進一步關(guān)注和分析。在指標分布方面，圖 7 最左側(cè)（F1 負半軸）集中呈現(xiàn)香氣綜合指標和口感綜合指標，高品質(zhì)樣品同樣位于該區(qū)域，表明品質(zhì)越高，這些感官屬性相對強度越強。與之相對，最右側(cè)分布的指標偏于負向，會對品質(zhì)評價產(chǎn)生負面影響。結(jié)合樣品分布，也能清晰看出高品質(zhì)樣品與正向指標分布得更接近，同時又處于負向指標的反方向，即高品質(zhì)樣品正向指標數(shù)值高，負向指標體現(xiàn)少甚至沒有，反之亦然。
在品質(zhì)與指標關(guān)聯(lián)對應(yīng)分析時，指標過多不利于清晰、準確的挖掘影響酒樣整體感官品質(zhì)的關(guān)鍵感官指標。因此分別對嗅覺感知指標（具體香氣屬性與整體香氣感受）和味覺感知指標（具體基本味、整體口感感受和后味余味回味感受）進行對應(yīng)分析，并深入分析各品牌、各產(chǎn)地、各產(chǎn)品的品質(zhì)差異。 本研究結(jié)合 Pivot Profile 法、文獻調(diào)研法、自由描述問卷法和專家小組焦點討論法，從1000 多個描述詞中經(jīng)過分解、解析、歸類、合并、剔除、整合等方式，共得到 41 個用于分辨濃香型白酒成品感官特性的描述詞，體現(xiàn)了詞匯在概念上的易理解性、無交叉性，及其在品質(zhì)評價中所發(fā)揮的覆蓋性、區(qū)分性和操作性，且專業(yè)品酒師有效保證了感官品質(zhì)描述詞獲取的數(shù)量（多樣性）與質(zhì)量（統(tǒng)一性）?；诖?，采用 7 點離散單級標度和 Pivot - CATA 法系統(tǒng)分析了 20 款不同價格、不同產(chǎn)地和不同品牌濃香型白酒的整體品質(zhì)與感官特性，揭示了樣品的價格與品質(zhì)之間存在著一定程度的不符現(xiàn)象，如低價 SH2、SD1、YL3 呈現(xiàn)出高品質(zhì)特征，而高價 DK1 呈現(xiàn)出低品質(zhì)特征。同時明確了影響濃香型白酒品質(zhì)分類的關(guān)鍵屬性，如整體香氣（協(xié)調(diào)度、柔和度、層次感、活躍度等）、陳香、窖香、整體口感、回甘和后味干凈度較強可以提高酒體品質(zhì)，而乳香、酸味、后酸和澀口感較強會降低酒體品質(zhì)。通過專業(yè)品酒師開展 Pivot - CATA 實驗，評價測試樣在各評價指標下其強度是高于或低于參比樣，這種量值方式有力確保了評價結(jié)果的可靠性與數(shù)據(jù)分析的價值性。
本研究基于 20 款產(chǎn)品感官數(shù)據(jù)顯示，不同產(chǎn)區(qū)樣品在特定感官屬性上存在一定的差異。如安徽產(chǎn)區(qū)樣品（3 款）的酸味、后酸和澀口感較突出，河南產(chǎn)區(qū)的 DK 樣品乳香突出，新疆產(chǎn)區(qū)樣品（3 款）甜香、花香和水果香突出等。本研究構(gòu)建的 Pivot - CATA 方法體系為濃香型白酒感官特性區(qū)分提供了有效支撐，為白酒品質(zhì)判別提供了重要方向，為白酒行業(yè)的品質(zhì)提升和創(chuàng)新發(fā)展提供了理論基礎(chǔ)和方法依據(jù)，為統(tǒng)一白酒生產(chǎn)端與消費端的品質(zhì)觀提供了有力保障。
來源：感官科學(xué)與評定。

參考文獻：黃建桂,鐘葵,高海燕,等.基于Pivot-CATA法的典型濃香型白酒成品關(guān)鍵感官特性挖掘與品質(zhì)分析[J/OL].食品工業(yè)科技,1-16[2026-03-03]

提醒：文章僅供參考，如有不當，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動，因此導(dǎo)致的損失，此公眾號運營方不負責。如文章涉及侵權(quán)或不愿我平臺發(fā)布，請聯(lián)系處理。