咖啡店菜单上的热量标注：对消费者信念、认知和行为的影响，以及食物选择动机在其中的作用

《Appetite》：Coffee shop menu calorie labelling: effects on beliefs, knowledge and behaviour and the role of food choice motives

　　卡勒达·艾哈迈迪亚尔 | 埃里克·罗宾逊 | 凯蒂·塔珀
伦敦大学City St George's心理学与神经科学系，Whiskin Street，伦敦，EC1R 0JD，英国

**摘要**
calorie标签作为一种公共卫生策略已被实施，以应对肥胖问题，但其作用机制尚未得到充分理解。本研究基于期望价值模型，探讨了calorie标签是否通过改变人们对食物后果的预期来影响从假设咖啡店菜单中选择的食物所含的卡路里量，以及这些效应是否受到食物选择动机的调节。共577名成年人被随机分配到两组：一组查看包含calorie信息的菜单（n=290），另一组不查看（n=287），然后选择他们偏好的食物。主要结果是所选食物的总卡路里量。次要结果包括对体重控制、健康、口味、性价比和饱腹感的预期变化，以及参与者对体重控制、健康、价格和感官吸引力的动机。探索性结果还包括参与者对每项食物卡路里的估计值。实验结果表明，calorie标签并未显著降低所选食物的卡路里量（p = .18），尽管平均值朝着预测的方向变化（标签组M = 371，SD = 261；无标签组M = 392，SD = 249，减少了5%）。calorie标签显著提高了参与者对食物健康性、体重控制和性价比的预期，但这些变化并未影响所选食物的卡路里量。敏感性分析表明，体重控制动机可能在其中起到调节作用——在动机较强的参与者中，calorie标签确实减少了他们选择的食物的卡路里量，但这一效应在其他模型中未观察到。此外，calorie标签还与更准确的卡路里估计值相关。研究结果表明，尽管calorie标签可能影响人们的认知和知识，但其对人群行为的直接影响可能微乎其微。

**1. 引言**
过去几十年来，英国肥胖率持续上升，据估计2022至2023年间英格兰有64%的成年人存在超重或肥胖问题（英格兰健康调查，2022年）。为解决这一问题，英国政府于2022年要求大型食品企业（如餐厅和咖啡馆）在菜单和食品标签上强制标注calorie信息（卫生与社会护理部，2021年）。该政策旨在帮助人们做出更健康的选择并减少卡路里摄入。然而，关于calorie标签对校外食品和饮料消费影响的研究表明结果不一：一些系统评价和元分析报告称calorie标签显著降低了卡路里摄入量（Long等人，2015年；Crockett等人，2018年；Zlatevska等人，2018年；Robinson等人，2023年；Clarke等人，2025年），但减少幅度通常在11千卡到50千卡之间。其他研究则发现calorie标签对选择或摄入的卡路里量没有影响或仅有轻微影响（Sinclair等人，2014年；Fernandes等人，2016年；Bleich等人，2017年；Cantu-Jungles等人，2017年；Polden等人，2025年）。这些混合结果表明，calorie标签的效果可能受不同情境和个人因素的影响。例如，有证据表明calorie标签在餐厅环境中的效果更明显（Bleich等人，2017年；Crockett等人，2018年；Zlatevska等人，2018年），并且在提供额外营养信息（如健康食品标志和交通灯等级标签）的情况下效果更强（Sinclair等人，2014年；Fernandes等人，2016年）。此外，女性和超重个体的卡路里减少效果更明显（Sinclair等人，2014年；Zlatevska等人，2018年）。此外，一项综述指出，实验研究中的calorie标签效果通常比实际情境研究更为显著（Cantu-Jungles等人，2017年）。

虽然这些研究指出了可能调节calorie标签效果的多种因素，但目前尚未有研究探讨这类菜单标签干预措施的作用机制。了解这些公共卫生政策干预措施在何种情境下更有可能改变行为至关重要。这与Sheeran等人（2017年）提出的实验医学方法一致，该方法为开发有效的行为改变干预措施提供了一个系统流程：首先确定潜在的作用机制（目标），评估其对行为结果的影响，然后评估所提出的干预措施对目标的影响，最后探讨干预措施是否通过其对目标的影响来改变行为。这种方法有助于理解干预措施为何有效，而不仅仅是是否有效。

大多数关于calorie标签的研究集中在咖啡馆和餐厅等食品场所。关于咖啡店环境中calorie标签效果的研究较少，因为消费者通常购买的热饮而非食物（Bollinger等人，2011年；Allan等人，2015年）。这是一个重要的研究领域，因为许多热饮含有大量卡路里（星巴克，2021年），且有证据表明液体卡路里的饱腹感低于食物中的卡路里（Stribitcaia等人，2020年）。这意味着人们在咖啡店可能会经常摄入过多卡路里。塔珀等人（2022年）通过假设的咖啡店环境测试了calorie标签的效果，并研究了两个可能的调节因素：消费者的咖啡店购买习惯及其基于目标的反思性动机（即有意识地限制卡路里摄入的动机）。在两项研究中，塔珀等人（2022年）未发现calorie标签对所选食物卡路里量的总体影响，但发现反思性动机较高的参与者选择低卡路里食物的概率更高。此外，有证据表明反思性动机在一定程度上调节了calorie标签的效果——反思性动机较低的人群中，calorie标签反而增加了卡路里摄入量。这些发现表明，对于已经有动力限制卡路里摄入的人来说，calorie标签可能没有帮助；而对于动机较低的人群，calorie标签可能产生反效果。

本研究是对塔珀等人（2022年）研究的扩展，旨在更大样本中进一步探讨动机的调节作用，并探索calorie标签对咖啡店环境中食物选择影响的潜在作用机制。我们借鉴了通常用于社会认知行为模型的期望价值框架（如计划行为理论（Ajzen，1991年）和社会认知理论（Bandura，1986年）。这些理论认为，当个体的后果预期（即他们认为自己的行为将产生的结果）发生变化，并且他们重视这些结果时，行为就会改变。先前的研究表明，包括calorie信息在内的食品标签可以影响人们对食物特性的认知和预期（Wegman等人，2018年）。这包括对食物健康性、帮助体重管理的能力、性价比、预期口味和饱腹感的认知（Choi等人，2015年；Reale & Flint，2016年；Gertner等人，2016年；Ebneter等人，2013年；Watson等人，2022年）。与期望价值模型一致，这些预期可能根据个体对相关结果的重视程度影响食物选择。例如，低卡路里食物可能被认为更健康，从而导致更有健康动机的个体选择较少卡路里的食物。因此，我们探讨了与体重控制、健康、性价比、口味和饱腹感相关的后果预期变化是否调节了calorie标签对消费者选择的影响，以及这些效应是否受到体重控制、健康、价格、感官吸引力和饥饿等食物选择动机的调节。

主要结果是菜单上所选食物的总卡路里量，次要结果是后果预期和食物选择动机的变化。基于先前的研究，我们预测暴露于calorie标签的个体会选择低卡路里食物，且这种效应在体重控制动机较高的人群中更为显著。我们还预测，查看calorie标签的个体会报告在体重控制、健康、口味和性价比方面的期望有更大的变化。鉴于先前研究表明人们高估高卡路里食物的卡路里量（塔珀等人，2022年），我们预计体重控制和健康方面的期望变化越大，所选食物的卡路里量就会越少；同样，基于人们低估低卡路里食物卡路里量的研究（塔珀等人，2022年），我们预计口味、饱腹感和性价比方面的期望变化越大，所选食物的卡路里量就会越多。最后，我们预计体重控制、健康、价格、感官吸引力和饥饿动机将调节calorie标签对相关后果预期的影响（由于更关注和处理卡路里信息），以及期望变化对食物选择的影响（由于目标与行为的一致性）。图1展示了预测效应的完整逻辑模型。假设、方法和分析已在https://osf.io/fkvz5预先注册。在额外的探索性分析中，我们还研究了calorie标签对参与者卡路里估计准确性的影响。

**2. 方法**
2.1. 样本量
根据塔珀等人（2022年）的研究，使用G*Power（f = 0.125，alpha = 0.05，80%功效）确定样本量，以检测calorie标签、动机和菜单选择之间的小到中等大小的交互效应，计算得出样本量为505人。由于交互效应的不确定性以及数据排除的需要，实际样本量增加了约20%，最终确定为600人。
2.2. 参与者
该研究在在线招募平台Prolific上被宣传为“咖啡店研究”，该平台可联系大量多样化的研究参与者。招募过程按年龄、性别和种族进行分层，以确保样本具有代表性。共有602名参与者（305名女性，292名男性），年龄在18至81岁之间（平均值M = 45.6岁，标准差SD = 15.6岁），他们每小时获得约8英镑的报酬。该研究获得了伦敦大学City St Georges心理学系研究伦理委员会的批准。
2.3. 菜单板
所有参与者通过电脑屏幕看到一个菜单板，上面列出了咖啡店菜单中的10项食物（见补充材料）。其中包括七种饮品（三种不同的咖啡、茶、两种热巧克力和水）和三种食物（比利时巧克力布朗尼、蓝莓松饼和香蕉），每项食物的价格显示在其右侧。在calorie标签组中，每项食物的卡路里含量以斜体字体显示在其价格旁边。卡路里含量基于一家受欢迎的咖啡连锁店的菜单（星巴克，2021年）。
2.4. 测量方法
2.4.1. 后果预期
对于菜单上的每项食物，参与者被要求评估他们认为该食物在多大程度上：
(a) 口感好，
(b) 令人感到饱腹，
(c) 具有高性价比，
(d) 有助于健康饮食，
(e) 有助于避免体重增加。评分采用视觉模拟量表（VAS），范围从0（强烈不同意）到100（强烈同意），分别在查看菜单板之前和之后进行两次。两次评分用于计算后果预期的变化。
2.4.2. 饥饿感
参与者在查看菜单板之前，在VAS上评估自己的饥饿程度，范围从0（完全不饿）到100（非常饿）。
2.4.3. 人口统计信息
参与者报告了他们的年龄、第一语言和教育水平。
2.4.4. 食物选择
在看到菜单板之前，参与者被要求想象自己刚刚走进一家咖啡店，并使用鼠标点击价格来选择所需食物。参与者被指示只为自己购买食物，不得为他人购买。选中的食物会被高亮显示，也可以取消选择。已记录了所选物品及其各自被选中的时间。参与者还被要求指出他们首先点击的是什么（“我选择的饮料”、“一个食品项目”、“我改变主意后又取消选择的东西”，或者“我记不清了”），并描述他们选择菜单的主要原因（开放式文本回答）。

2.4.5. 习惯
参与者被问及每周从咖啡店购买热饮的次数。如果他们的回答是0次，那么会继续提问他们每月从咖啡店购买热饮的次数。此外，参与者还被问及访问咖啡店时最常购买的饮品类型（开放式文本回答）。

2.4.6. 动机
使用了《食物选择问卷》（FCQ；Steptoe，1995年）中的12个项目来评估健康饮食的动机、控制体重的动机、感官吸引力的重要性以及价格的重要性。这些问题分别来自“健康”、“体重控制”、“价格”和“感官吸引力”四个维度，要求参与者对他们在日常生活中所吃食物的相关特性进行重要性评估。所有项目都按照1（完全不重要）到4（非常重要）的评分标准进行评分。

2.4.7. 节食状态
参与者指出他们目前是否正在为减肥而节食。

2.4.8. 疑虑探测
为了确定参与者是否猜到了研究的目的，他们被要求说明他们认为研究会得出什么结论，以及他们是否从已经参与过研究的人那里获得了任何信息（开放式文本回答）。

2.4.9. 卡路里信息回忆
通过询问参与者是否看到了带有卡路里信息的菜单、没有卡路里信息的菜单，或者不确定菜单上是否有卡路里信息，来衡量他们是否注意到了这些信息。

2.4.10. 卡路里估计
参与者被要求估计他们认为菜单上的十个项目各自含有多少卡路里。所有项目都以在菜单上出现的顺序在同一页面上呈现。饮料的容量以盎司（热饮）和毫升（水）的形式在每个项目旁边标注。

2.4.11. 注意力和一致性检查
为了确保调查回答的准确性，我们包含了两个注意力检查和一个一致性检查。第一个注意力检查问题询问参与者了多少次访问过火星行星（“几次”、“只一次”或“从未”）。第二个注意力检查问题被纳入动机测量中，具体要求参与者选择评分2。对于一致性检查，参与者被要求在调查开始和结束时各回答一次教育水平，第二次回答的顺序相反。

2.5. 程序
参与者通过Qualtrics在线完成了这项研究，大约需要20分钟的时间。在签署同意书后，参与者完成了与十个菜单项目相关的首轮结果预期测量，接着是饥饿感和人口统计数据的测量。随后他们获得了菜单说明，并被随机分配查看带有卡路里标签的菜单或对照菜单。在选择好菜单项目后，他们立即被要求指出首先点击的项目，然后完成第二轮结果预期测量。接着，参与者指出了他们选择菜单的原因，并完成了习惯、动机和节食状态的测量。最后，参与者完成了疑虑探测以及卡路里信息回忆的测量。完整的调查流程见补充材料。

2.6. 主要数据分析
数据使用IBM SPSS统计分析软件（版本29）进行分析。主要的预先注册分析包括通过PROCESS宏（Hayes，2017年）进行的调节性平行中介模型，以测试卡路里标签对所选项目的直接影响以及通过五个结果预期产生的间接影响。间接影响经过了5000个自助法样本的自助法分析和95%偏差校正的置信区间。正如预先注册的那样，使用了三个不同版本的模型来测试（1）体重控制动机和健康动机、（2）价格动机和感官吸引力动机、以及（3）饥饿感这三个因素的调节作用。通过移除正确猜测研究目的的参与者的数据，重复这三个模型进行了预先注册的敏感性分析。在进一步的（非预先注册的）敏感性分析中，第一个模型在移除了不参与调节路径的中介变量后再次进行了测试，以检验卡路里标签和体重控制动机之间交互作用的稳健性。

2.7. 探索性数据分析
探索性分析（非预先注册）包括：（a）评估不同菜单项目上的卡路里估计准确性；（b）分析结果预期的项目特定变化；（c）对参与者选择菜单的原因进行定性分析。这些分析旨在提供额外的背景信息，并帮助解释主要发现。特别是，对菜单选择背后的原因进行了定性数据分析，以更深入地了解参与者的决策过程，并为定量发现提供背景。这些数据通过内容分析方法进行分析，识别出了九个主题，其中六个与中介变量和调节变量相关。一部分回应（10%）由第二位编码员进行了双重编码，两位编码员之间的最初一致性范围在91%到100%之间。直到达成100%的一致性为止，两位编码员之间讨论了不一致之处。

3. 结果
3.1. 数据筛选
共有602名参与者完成了这项研究。根据预先注册的规定，有25名参与者因未能通过注意力检查（n = 4）和一致性检查（n = 21）而被排除在外。因此，最终样本量为577名。5名参与者（0.9%）表示他们的性别为“其他/不愿回答”，19名参与者（3.3%）对节食状态问题的回答为“不愿回答”。这些参与者被排除在涉及相应变量的所有分析之外。7名参与者（1.2%）从菜单中选择了多于一种热饮（对照组5名，实验组2名）。根据预先注册的规定，这些参与者被排除在选择数据的分析之外。

3.2. 描述性统计
表1提供了每种条件下参与者特征的总结。
表1. 根据条件的参与者特征。
特征 | 卡路里标签（n=290） | 无卡路里标签（n=287）
----------------|-----------------|
女性比例 | 51% | 49% |
第一语言为英语的比例 | 94% | 95% |
年龄（岁，平均值，标准差） | 46（16） | 45（16） |
教育程度 | 无正式资格 | 2% | 1% |
1-3级GCSE或同等学历 | 5% | 2% |
4级GCSE或同等学历以上 | 10% | 11% |
A-level或同等学历 | 15% | 20% |
高等教育证书或同等学历 | 3% | 4% |
学士学位或同等学历 | 39% | 37% |
硕士学位或同等学历 | 18% | 18% |
博士学位或同等学历 | 4% | 5% |
为减肥而节食的比例 | 43% | 37% |
饥饿感（VAS，平均值，标准差） | 39（25） | 44（27） |

3.3. 确认性分析：标签和结果预期对所选卡路里的影晌
根据预先注册的协议，使用了三个带有自助法置信区间的调节性中介模型来测试卡路里标签对所选卡路里的直接影响，以及通过五个结果预期的间接影响（涉及体重控制、健康、价格、价值和饱腹感）。在模型1中，体重控制动机和健康动机被作为调节变量，所有五个结果预期变化被作为中介变量。为了避免重复分析，模型2和模型3仅包含了与每个调节变量相关的结果预期变化。在模型2中，价格和感官吸引力动机被作为调节变量，价值预期和味道预期的变化被作为中介变量。在模型3中，饥饿感被作为调节变量，饱腹感预期的变化被作为中介变量。

3.3.1. 模型1：体重控制和健康动机作为调节变量
在带有卡路里标签的条件下，从菜单中选择的项目的平均卡路里含量为371千卡（标准差=261千卡），而在无标签的条件下为392千卡（标准差=249千卡），效应量较小（Cohen’s d = -0.08）。卡路里标签对所选卡路里的直接影响不显著（b = -29，SE = 22，95% CI [-72, 14]，p = 0.18），因此，认为查看带有卡路里标签菜单的参与者会选择卡路里含量较低项目的假设没有得到支持。
如图2所示，假设的调节性中介模型表明，卡路里标签与菜单项目上体重控制预期（b = 2.42，SE = 0.56，95% CI [1.31, 3.52]，p < 0.001）、健康预期（b = 2.94，SE = 0.54，95% CI [1.88, 4.00]，p < 0.001）以及性价比预期（b = 1.70，SE = 0.55，95% CI [0.62, 2.77]，p = 0.002）的变化显著相关。然而，卡路里标签对味道预期（b = 0.99，SE = 0.77，95% CI [-0.52, 2.50]，p = 0.20）或饱腹感预期（b = 0.96，SE = 0.65，95% CI [-0.32, 2.25]，p = 0.14）的变化没有显著影响。
下载：下载高分辨率图片（510KB）
下载：下载全尺寸图片
图2. 假设模型1及其系数，*p<0.05，**p<0.01，***p<0.001。
与预测相反，所选总卡路里量并未受到菜单项目体重控制预期变化（b = 2，SE = 2，95% CI [-2, 5]，p = 0.36）、健康预期变化（b = 3，SE = 2，95% CI [0, 7]，p = 0.07）、性价比预期变化（b = 2，SE = 2，95% CI [-1, 5]，p = 0.21）、味道预期变化（b = -2，SE = 1，95% CI [-4, 1]，p = 0.13）或饱腹感预期变化（b = -3，SE = 1，95% CI [-5, 0]，p = 0.07）的显著影响。
与上述发现一致，卡路里标签对所选总卡路里量的影响并未受到体重控制预期变化（b = 3.78，SE = 4.17，95% CI [-4.27, 12.46]）、健康控制预期变化（b = 9.52，SE = 5.68，95% CI [-0.15, 22.11]）、性价比预期变化（b = 3.61，SE = 3.81，95% CI [-2.57, 12.53]）、味道预期变化（b = -2.60，SE = 2.42，95% CI [-8.30, 0.96]）或饱腹感预期变化（b = -1.81，SE = 1.99，95% CI [-6.55, 1.33]）的调节。
与预测相反，体重控制动机并未调节卡路里标签对所选总卡路里量的影响（b = -48.80，SE = 27.98，95% CI [-103.75, 6.15]，p = 0.08）或对体重控制预期变化的影响（b = 0.74，SE = 0.73，95% CI [-0.69, 2.16]，p = 0.31）。同样，体重控制动机也未调节体重控制预期变化对所选总卡路里量的影响（b = 1.56，SE = 2.12，95% CI [-2.60, 5.72]，p = 0.46）。此外，健康动机也未调节卡路里标签对健康预期变化的影响（b = 0.38，SE = 0.70，95% CI [-0.99, 1.75]，p = 0.58），或健康预期变化对所选总卡路里量的影响（b = 1.40，SE = 2.33，95% CI [-3.18, 5.99]，p = 0.55）。

3.3.2. 模型2：价格和感官吸引力动机作为调节变量
图中展示了假设的调节性中介模型及其系数。结果模式与模型1类似，但在该模型中（与预测相反），较大的味道预期变化与所选总卡路里量的减少显著相关（b = -3，SE = 1，95% CI [-5, -1]，p = 0.01）。
下载：下载高分辨率图片（270KB）
下载：下载全尺寸图片
图3.假设模型2及其系数，*p<0.05，**p<0.01，***p<0.001。调节作用
与预测相反，价格动机并没有调节卡路里标注对性价比预期变化的影响（b = 0.18，SE = 0.81，95% CI [-1.42, 1.78]，p = 0.82），也没有调节性价比预期变化对总卡路里选择的影响（b = -3.83，SE = 2.42，95% CI [-8.59, 0.92]，p = 0.11）。同样，感官吸引力动机也没有调节卡路里标注对口味预期变化的影响（b = 0.36，SE = 1.31，95% CI [-2.21, 2.93]，p = 0.78），或者调节口味预期变化对总卡路里选择的影响（b = -1.16，SE = 1.94，95% CI [-4.96, 2.64]，p = 0.55）。

3.3.3 模型3：饥饿作为调节变量
图4展示了假设的调节中介模型及其各路径的系数。饱腹感预期变化的结果模式与模型1相同。
下载：高分辨率图片（128KB）
下载：全尺寸图片
图4. 假设模型3及其系数，*p<0.05，**p<0.01，***p<0.001。调节作用
与预测相反，饥饿水平并没有调节卡路里标注对饱腹感预期变化的影响（b = 0，SE = 0.03，95% CI [-0.05, 0.05]，p = 0.96），也没有调节饱腹感预期变化对总卡路里选择的影响（b = -0.02，SE = 0.05，95% CI [-0.12, 0.08]，p = 0.66）。

3.3.4 敏感性分析
根据预先设定的要求，使用排除了目标猜测者的数据重复了三个模型的分析。共有108名参与者（18.9%）猜对了研究目的，因此分析使用了剩余的462名参与者。在模型1中，卡路里标注与口味预期变化之间的关联变得显著（b = 1.77，SE = 0.86，95% CI [0.07, 3.46]，p = 0.04）。其他研究结果的模式保持不变。
在进一步的敏感性分析中，排除了模型中未受到调节的三个中介变量（性价比预期、口味预期和饱腹感预期），重新进行了模型1的分析。在该模型中，卡路里标注与体重控制动机之间的交互作用变得显著（b = -55.29，SE = 27.87，95% CI [-110.02, -0.55]，p = 0.048），这表明卡路里标注对总卡路里选择的影响取决于体重控制动机的水平。这些变量共同解释了总卡路里选择约0.67%的方差，R2 = 0.01，F(1,561) = 3.94，p = 0.05。测试了卡路里标注与总卡路里选择之间关联的简单斜率，在体重控制动机水平较低（均值以下1个标准差）、中等（均值）和较高（均值以上1个标准差）的情况下。对于高水平的体重控制动机，卡路里标注与总卡路里选择之间存在显著关联（b = -71，SE = 31，95% CI [-132, -10]，p = 0.02）；但对于中等（b = -28，SE = 22，95% CI [-71, 15]，p = 0.20）和较低水平的体重控制动机（b = 15，SE = 30，95% CI [-45, 78]，p = 0.63），这种关联不显著。图5绘制了这种交互作用的简单斜率。Johnson-Neyman检验表明，当体重控制动机超过2.61时，卡路里标注显著减少了总卡路里的选择，这代表了样本的36%。然而，当排除了目标猜测者后，卡路里标注与体重控制动机之间的交互作用变得不显著（b = -50.19，SE = 32.40，95% CI [-113.87, 13.49]，p = 0.12）。其他研究结果的模式保持不变。

3.4.4 探索性分析
3.4.1 卡路里估算准确性
表2显示了每个菜单项的实际卡路里含量以及参与者在每种条件下的平均估算值。项目按卡路里含量从低到高排列，先列出饮品，然后是食物。结果显示，两种条件下的参与者都倾向于高估低卡路里物品（如茶和美式咖啡）的卡路里含量，而低估高卡路里物品（如拿铁和热巧克力）的卡路里含量。
表2. 每个菜单项的实际卡路里含量和估算卡路里含量
菜单项 | 实际卡路里 | 平均估算卡路里（标记卡路里） | 平均估算卡路里（无卡路里标注）
------|----------------|----------------------|----------------------|----------------------|----------------------|----------------------|----------------------|----------------------|----------------------+
水 | 0 | (1, 3) | 5 (4, 7) |
茶 | 105 | (44, 56) | 65 (58, 72) |
美式咖啡 | 276 | (60, 75) | 77 (66, 88) |
卡布奇诺 | 163 | (155, 174) | 156 (142, 170) |
拿铁 | 201 | (166, 184) | 158 (145, 172) |
热巧克力 | 319 | (253, 277) | 227 (207, 247) |
带奶油和巧克力片的热巧克力 | 502 | (358, 392) | 341 (311, 370) |
香蕉 | 105 | (87, 93) | 83 (74, 92) |
比利时巧克力布朗尼 | 373 | (317, 331) | 319 (292, 346) |
蓝莓松饼 | 452 | (327, 312) | 286 (260, 312) |

使用参与者估算值与实际卡路里含量之间的绝对差异，计算了每个参与者在10个菜单项上的平均估算准确性。较低的估算准确性值表示更高的准确性。Spearman相关性显示，年轻参与者（n = 577，r = 0.11，p = 0.01）、健康动机较高者（n = 577，r = -0.09，p = 0.03）和体重控制动机较高者（n = 577，r = -0.13，p = 0.001）的估算准确性显著更高。Mann-Whitney检验显示，处于卡路里标注条件下的参与者比对照组下的参与者更准确（n = 577，Mdn = 64.3 vs 94，U = 23207，p < 0.001）。另一项Mann-Whitney检验显示，报告正在节食减肥的参与者比不节食的参与者更准确（n = 558，Mdn = 66.6 vs 86.2，U = 47266.5，p < 0.001）。女性参与者的估算准确性也高于男性参与者（n = 572，Mdn = 74.2 vs 84.6，U = 44777.5，p = 0.05）。

3.4.2 菜单上每个项目的体重控制、健康、性价比和口味预期变化
表3展示了每个菜单项的体重控制、健康、性价比和口味预期的平均变化。项目按卡路里含量从低到高排列，先列出饮品，然后是食物。正如预期的那样，卡路里标注条件下的体重控制、健康和性价比预期的整体平均变化大于无标注条件下的变化。
表3. 每个菜单项的结果预期变化（价格；每卡路里价格）
菜单项 | 体重控制预期平均变化（标准差） | 健康预期平均变化（标准差） | 性价比预期平均变化（标准差） | 口味预期平均变化（标准差） |
--------------------------------------|-----------------------------|----------------------|----------------------|----------------------|----------------------|----------------------|----------------------|----------------------|----------------------|
水 | ￡1.20；>1 | 1.9 (21.8) | -1.0 (18.0) | -0.0 (15.0) | -1.3 (18.5) | 3.3 (19.2) | 3.8 (17.8) | -3.5 (27.0) | -4.1 (25.2) |
茶 | ￡1.70；17.0p | 5.6 (26.1) | -5.0 (23.7) | 7.8 (22.8) | 0.3 (19.0) | -1.5 (17.8) | -0.4 (13.9) | -3.2 (22.0) | -5.7 (20.1) |
美式咖啡 | ￡1.70；6.3p | 5.0 (26.5) | -7.2 (20.2) | 10.5 (24.5) | -0.8 (16.3) | -4.9 (17.7) | -2.0 (17.1) | -4.8 (18.8) | -3.0 (16.8) |
卡布奇诺 | ￡2.05；1.3p | -2.1 (20.2) | -2.8 (16.1) | 0.8 (19.8) | 0.4 (14.0) | -5.2 (15.1) | -3.7 (14.0) | -10.2 (19.4) | -9.0 (19.0) |
拿铁 | ￡2.05；1.0p | -4.8 (19.4) | -2.1 (16.2) | -1.1 (16.9) | -0.1 (13.7) | -5.8 (16.2) | -2.1 (15.1) | -11.4 (20.3) | -7.9 (18.2) |
热巧克力 | ￡2.10；0.7p | -3.2 (13.0) | -0.4 (12.2) | -0.4 (12.4) | 0.8 (10.2) | -6.2 (16.0) | -3.5 (14.5) | -8.3 (27.9) | -8.5 (23.4) |
带奶油和巧克力片的热巧克力 | ￡2.70；0.5p | -0.6 (11.4) | 0.0 (11.9) | 1.0 (11.9) | 1.4 (10.6) | -5.1 (17.2) | -3.7 (15.7) | -7.4 (28.4) | -6.5 (26.1) |
香蕉 | ￡0.70；0.7p | -3.5 (23.1) | 3.3 (21.1) | -9.4 (19.7) | -6.0 (14.4) | 2.3 (17.6) | 2.5 (16.8) | 8.4 (24.1) | 3.0 (24.0) |
比利时巧克力布朗尼 | ￡1.70；0.5p | 0.4 (13.1) | 0.1 (9.6) | 2.4 (10.3) | 1.3 (9.8) | 0.1 (16.5) | 0.6 (15.4) | -3.1 (24.3) | -5.2 (24.0) |
蓝莓松饼 | ￡1.70；0.4p | -2.3 (15.6) | 1.2 (12.9) | -1.8 (12.9) | 0.2 (13.8) | -0.6 (17.8) | 1.4 (16.1) | -5.0 (24.4) | -3.5 (23.6) |

与预测一致，在卡路里标注条件下，对于人们高估卡路里含量的低卡路里饮品，体重控制和健康预期倾向于增加；而对于人们低估卡路里含量的高卡路里饮品，这些预期倾向于减少。例外的是带奶油和巧克力片的熱巧克力以及巧克力布朗尼，这可能是由于体重和控制评分的最低限制效应（见补充材料中的表S1和S2）。重要的是，这种模式在无标注条件下并未出现。
对于性价比预期，没有明显的模式出现。因此，我们关于高卡路里物品会被视为更好的性价比的预测没有得到支持。关于口味预期的预测也没有得到支持，因为高卡路里饮品的口味预期下降幅度大于低卡路里饮品。同样，与预测相反，两种高卡路里食物的口味预期下降，而低卡路里的香蕉的口味预期上升。有趣的是，这种模式在标注和无标注条件下都观察到了。这一发现可能有助于解释模型2中观察到的口味预期变化与卡路里选择之间的显著关联；口味预期的较大变化与卡路里选择的减少有关，因为高卡路里食物和饮品的预期下降更多。更多探索性分析见补充材料。

3.4.4 定性数据分析
对参与者选择菜单项原因的分析揭示了九个关键主题，其中六个与中介变量和调节变量有关。表4展示了每个主题的描述及示例回答。这些主题与决策过程中考虑的因素有关，而不是参与者选择的具体原因。
表4. 描述参与者选择菜单项原因的主题
| 主题 | 描述 | 示例 |
|------------------|-------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------|
| 体重控制 | 与项目卡路里含量或其支持体重控制的潜力相关的理由。（例如：“我选择了一款低卡路里的饮品，这样就不会因为吃巧克力布朗尼而感到内疚。” | |
| 健康 | 与项目的健康性或营养成分相关的理由。（例如：“试图选择比较健康的食物。” | |
| 性价比 | 与项目的价格或性价比相关的理由。（例如：“它似乎是菜单上价格最合理的项目。我选择了较便宜的那个。” | |
| 口味 | 与项目的味道、喜好、享受程度或偏好相关的理由。（例如：“我喜欢巧克力，所以带额外配料的熱巧克力特别吸引我。我也选择了巧克力布朗尼。” | |
| 充满感 | 与项目的饱腹感或满足感相关的理由。（例如：“我通常会选择拿铁，因为它能让我感到饱腹但又不会太过饱。” | |
| 饥饿 | 与当前饥饿程度相关的理由。（例如：“我不饿，所以几乎没有看食物部分。” | |
| 习惯 | 与通常在咖啡店的点餐习惯相关的理由。（例如：“这些都是我通常在咖啡店购买的食物。” | |
| 纪念品 | 与想要享受或奖励相关的理由。（例如：“我想稍微犒劳一下自己。” | |
| 其他 | 与咖啡因含量、时间、天气、水分补充、舒适度、饮食限制、情绪或其他无关原因相关的理由。（例如：“我选择水，因为我是素食者，而大多数其他选项都不是素食的。” | |

表5展示了整个样本和两种条件下每个主题中回应的比例。主题按出现频率从高到低排列。最常见的理由与口味相关，最少见的理由与卡路里和体重控制相关。然而，与体重控制相关的理由在卡路里标注条件下比无标注条件下更常见。更多定性数据分析见补充材料。
表5. 每个主题中的回应比例
| 总样本（n = 570）这反映了更广泛的批评意见，即仅仅关注有意识的、反思性的决策过程可能会忽略这样一个事实：在日常生活中，人们在进行高频、低风险的决策（如食物选择）时，往往不太依赖这些过程。尽管结果预期发生了变化，但参与者的行为可能仍然主要由更自动化的、习惯性的过程驱动。然而，这并不排除结果预期的变化可能在较长时间内影响行为的可能性，前提是人们能够接触到相关的卡路里信息，因为这样的信息可能会导致预期的长期改变。研究还支持这样一个假设，即卡路里标签有助于增加人们对食物卡路里含量的了解——探索性分析显示，在有卡路里标签的情况下，参与者对卡路里含量的估计准确性更高。这一发现与Tapper等人（2022年）的研究结果相反，但这可能是因为他们的样本量较小，因此研究结果不够可靠。这一发现与其他研究结果一致，这些研究探讨了标签对食物（Cawley等人，2021年）和酒精饮料（Robinson等人，2021年）卡路里估计的影响。这一发现非常重要，因为它表明，即使标签对行为没有立即的影响，也可能增强消费者对卡路里含量的认识，从而随着时间的推移或在其他情境下（例如，在一天中晚些时候减少摄入量）促使行为改变。

与我们的预测相反，研究发现菜单标签对从假设的咖啡店菜单中选择的项目的卡路里含量没有显著影响。这一发现与Sinclair等人（2014年）、Cantu-Jungles等人（2017年）、Tapper等人（2022年）和Polden等人（2025年）的先前研究结果一致，这些研究也报告了没有总体效应。然而，它并不支持那些报告标签对所选或所消费卡路里有轻微影响的研究（Long等人，2015年；Crockett等人，2018年；Zlatevska等人，2018年；Robinson等人，2023年；Clarke等人，2025年）。尽管如此，值得注意的是，尽管标签没有总体效应，但平均选择的卡路里含量确实朝着预期的方向变化（相比没有标签的情况减少了5%），尽管效应大小较小，这与先前研究中的结果一致（Long等人，2015年；Robinson等人，2023年；Clarke等人，2025年）。敏感性分析显示，体重控制动机与标签之间存在显著交互作用，即体重控制动机较强的参与者会选择较低卡路里的食物。然而，需要强调的是，在其他分析模型中并未复制这一效应。尽管如此，定性数据表明，体重控制动机可能起到了调节作用，因为在卡路里标签条件下，更多参与者在描述选择原因时提到了体重控制因素。鉴于研究的探索性质和结果的一致性不足，应该谨慎解读这些发现。需要进一步的研究来了解体重控制动机是否在某些情境下能可靠地调节标签对消费者行为的影响，而在其他情境下则不然（Robinson等人，2023年；Finlay等人，2023年）。

研究还探讨了卡路里标签可能对价值感、口味和饱腹感预期的潜在非预期影响，因为参与者可能将卡路里含量作为这些因素的替代指标。尽管卡路里标签对价值感预期有显著影响，但进一步的数据分析表明，价值感预期不仅仅受到每卡路里价格的影响。可能还有其他因素（如健康和享受）也对决策产生了影响。这一现象在不同人群中可能有所不同，需要进一步的研究来探讨。此外，由于参与者被要求从多个维度评估食物，这可能影响了他们对价值感的判断。标签似乎没有影响饱腹感预期，在主要分析中也没有影响口味预期；然而，在敏感性分析中，当排除了故意猜测研究目的的参与者后，发现卡路里标签条件下参与者报告的口味预期有所提高，这值得未来进一步研究。

有趣的是，与预测相反，我们发现在某些模型中，口味预期的变化与减少卡路里的选择相关。也许对于某些参与者来说，从菜单中选择食物的过程引发了他们对食物感官体验的更多模拟，从而使他们更准确地判断出当前情况下可能不会像预期那样喜欢高卡路里的食物。这与基于认知的欲望理论（Papies等人，2017年）以及关于正念（例如关注当前的思想和感受）与健康饮食之间关联的研究（Tapper，2022年）相符。对个别食物口味预期变化的检查也支持这一解释，因为高卡路里食物的口味预期下降幅度大于低卡路里食物。然而，可以认为，一些与结果预期相关的发现的实用性在咖啡店环境中可能有限，因为在咖啡店购物往往是对正餐的补充，且购买决策更多地受到享乐因素的驱动。在这种情境下，消费者可能不期望热饮像食物或正餐那样满足饱腹感或营养需求，这可能降低了某些结果预期（如饱腹感或健康饮食）在决策时的相关性。因此，这些预期与卡路里选择之间的弱相关性或缺乏相关性可能反映了咖啡店购物情境的特定限制。因此，未来研究需要结合食物菜单和餐食决策来进一步探讨这些机制。

本研究还存在一些其他局限性。参与者在做出选择前被要求从多个维度评价菜单项目，这可能会引发某些特定的考虑因素，从而影响他们的决策。在卡路里标签条件下，参与者在第二次评价时获得了卡路里信息，这给了他们更多时间来处理这些信息。此外，大约19%的参与者正确猜到了研究的目的。尽管排除这些参与者的敏感性分析没有改变整体的结果模式，但对研究目的的认识仍可能影响了他们的回答。特别是对于我们在探索性分析中观察到的体重控制动机的调节效应，排除这些参与者后，这种效应不再显著。另一个局限性在于我们对食物选择动机的测量方式，这些动机是在“典型的一天”背景下以特质水平进行的，反映了健康、体重控制、价格和感官吸引力等因素的重要性。鉴于目标和动机的变化性和暂时性（Shah等人，2002年；West & Michie，2020年），这种测量可能未能准确反映参与者在决策时的真实动机。特质水平评估与情境选择任务之间的不匹配可能是导致调节效应不明显的原因之一。因此，未来研究可能需要评估更具情境特异性的食物选择动机。此外，本研究评估的是假设的菜单选择，而非实际的购买或消费行为。虽然这种设计便于探讨潜在机制，但它限制了研究的生态有效性，这意味着研究结果可能无法完全反映现实世界中的行为。

尽管如此，这项研究也有其显著的优势，包括大规模且具有代表性的样本、预先注册的分析方法以及坚实的理论框架，这些都增强了研究结果的可靠性。未来的研究应考察卡路里标签在现实咖啡店环境中的效果，以确认这些模式是否在自然情境中同样适用，并能更深入地探讨卡路里标签对公共卫生政策的影响。例如，可以进行实地实验，比较有标签和无标签情况下的购买情况，并结合简短的退出调查来收集消费者的信念和预期。此外，移动订购平台为测试这些效果提供了创新的方法，可以通过实验方式调整卡路里信息的可见性，并在购买后立即在应用程序中进行简短的调查来收集数据。未来的研究还可以将本研究中使用的中介模型方法扩展到其他类型的标签格式（如包装前的标签或菜单警告标签），以探讨这些标签对行为结果的影响。

作者贡献声明：
Eric Robinson：撰写——审稿与编辑、方法论、概念化。
Katy Tapper：撰写——审稿与编辑、资源准备、方法论、正式分析、概念化。
Khaleda Ahmadyar：撰写——审稿与编辑、初稿撰写、资源准备、项目管理、方法论、调查、正式分析、概念化。

未引用的参考文献：
英格兰健康调查，2022年。

利益冲突声明：
ER之前曾获得联合利华和美国饮料协会的研究资助。作者没有其他需要声明的利益冲突。

数据可用性：
研究数据可在Open Science Framework上获取：https://osf.io/fkvz5。

伦理声明：
该研究已获得伦敦大学城市圣乔治学院心理学系研究伦理委员会的批准。

资金来源：
ER由国家卫生与护理研究院（NIHR）牛津健康生物医学研究中心（BRC）资助。资助编号：NIHR203316。