反思家庭食物浪费：日常食物管理中的真正关键驱动因素

《International Journal of Consumer Studies》：Rethinking Household Food Waste: What Really Matters in Everyday Food Management

　　

家庭部门产生的食物浪费（Food Waste, FW）占欧洲总量的半数以上，日常食物管理实践在其产生过程中起核心作用。因此，针对消费阶段的靶向干预对减少FW及实现可持续发展目标12.3（Sustainable Development Goal 12.3, SDG 12.3）至关重要。研究人员采用机器学习（Machine Learning, ML）技术，基于1536户捷克家庭的调查数据识别家庭FW的行为决定因素。在测试的模型中，随机森林（Random Forest, RF）模型预测准确率最高（59.1%），可实现基于FW相关行为的家庭分类。FW极少的家庭通常具有规律计划性购物、依赖购物清单、监测食物储存状态、理解保质期标签及对价格敏感的特征；相比之下，购买地点、食物外观或口味偏好等因素无预测价值。研究结果表明，并非所有行为驱动因素对家庭FW的贡献均等。结果可为干预设计提供政策相关洞见：推广知情购物、针对价格敏感度较低的消费者及提升储存知识是关键杠杆点。除方法学贡献外，该研究推进了对家庭FW的概念理解，表明FW行为主要由规划能力、感知行为控制、库存管理及常规食物管理实践构成，而多个常被假设的因素预测相关性有限。

论文解读：《反思家庭食物浪费：日常食物管理中的真正关键驱动因素》

研究背景与意义

食物浪费（Food Waste, FW）已成为全球重点关注议题，家庭部门是欧盟FW的最大贡献者之一，年产生量约6000万吨，占总量的53%，这与联合国2030年可持续发展目标12.3（SDG 12.3）中“零售与消费端人均FW减半”的要求形成显著差距。现有研究虽已识别出大量与家庭FW相关的心理、社会人口学及行为因素，但多孤立分析各因素，未在同一框架下评估其相对预测重要性，且中东欧地区因社会经济条件独特，相关证据尤为匮乏。同时，消费者普遍存在“态度-行为缺口”——虽普遍意识到FW问题，却仍持续产生浪费，传统回归方法也难以捕捉行为间的非线性关系与交互效应。在此背景下，研究人员通过机器学习（Machine Learning, ML）方法解析家庭FW的核心行为驱动因素，为靶向干预提供实证依据。该研究发表于《International Journal of Consumer Studies》。

关键技术方法

研究基于2019-2021年两波次捷克家庭计算机辅助网络访谈（Computer-Assisted Web Interviewing, CAWI）数据，最终纳入1536份有效问卷，样本年龄分布与捷克全国人口结构匹配，女性占比64.78%（符合食物决策以女性为主的特征）。问卷共包含42个变量，覆盖FW自评、购物行为、储存习惯、态度认知及家庭特征等维度，变量选取基于计划行为理论（Theory of Planned Behavior, TPB）与行为经济学框架。研究人员采用监督式ML算法构建分类模型，对比逻辑回归（Logistic Regression, LR）、随机森林（Random Forest, RF）、梯度提升树（Gradient Boosted Trees, GB）、朴素贝叶斯（Na?ve Bayes, NB）等7种模型的预测性能，最终以RF模型为核心分析工具，识别低、中、高FW家庭的行为差异。

研究结果

模型性能比较：RF模型在测试集上的预测准确率达59.1%，优于其他模型（梯度提升树55.3%、朴素贝叶斯57.7%），基线准确率为47.9%。该结果显著高于传统行为模型的解释力（R²约0.3），证明ML可有效捕捉FW行为的复杂模式。

家庭分组行为特征：RF模型将家庭分为三类：第一类（FW最低）表现为规律购物、采购前检查库存、使用预设购物清单、易估算所需食物量、价格敏感度高、认为FW是严重问题，且仅在食物储存变质后丢弃；第二类（FW中等）行为模式混合，无极端特征；第三类（FW最高）表现为难以规划食物用量、忽视保质期、无计划冲动购物、价格敏感度低、对FW重视不足，且频繁丢弃烘焙食品、自制餐食及配菜。

变量重要性排序：最具区分度的预测因子为“储存期间食物变质”（Var 24），其次为“规划食物消耗的难度”（Var 14）、“购物频率与规律性”（Vars 7、8）、“能否吃完所购食物”（Vars 15、16）及“购物清单依从性”（Var 10）；价格敏感度（Vars 11、13）与剩菜处理习惯（Vars 28、38）也有显著影响。相反，非易腐食品浪费、肉类浪费、餐厅外带食物、购买地点、单次购物金额、食物外观与口味等因素无预测价值。

讨论与研究结论

研究结果表明，家庭FW并非多因素均等作用的产物，而是由规划能力、感知行为控制、库存管理与常规购物实践构成的窄幅行为结构主导。这一发现挑战了“食物外观、购买渠道等广泛因素影响FW”的传统假设，提示干预应聚焦于可改变的具体行为环节。例如，针对储存变质问题可推广“先进先出”规则与保质期追踪工具；针对规划困难可提供简易膳食规划模板；针对冲动购物可通过零售商结账前清单提醒进行“助推”。

研究人员强调，该研究结果为关联而非因果关系，受限于横截面数据与自报偏差，未来需结合垃圾组分分析、智能垃圾桶传感器等客观测量手段验证。此外，中东欧特有的社会经济转型背景（如高比例自制餐食、价格敏感文化）可能强化了规划与库存管理的重要性，结论在其他区域的适用性需进一步检验。

综上，该研究通过ML方法明确了家庭FW的核心行为杠杆点，为政策制定者提供了超越泛化宣传的精准干预方向——从提升公众意识转向支持具体食物管理技能的培养，这对实现SDG 12.3具有重要的实践指导价值。