优化碳标签设计：提升中国城市市场低碳食品消费偏好的实证研究

《Food Quality and Preference》：Optimizing carbon labels: Enhancing consumer preferences for low-carbon food choices in China’s urban markets

本文通过离散选择实验（DCE）和混合Logit模型，系统分析2074名中国城市消费者对碳标签格式、碳排放水平、认证机构及与有机/绿色标签共展示的偏好，为提升低碳食品消费提供关键设计策略与市场实施路径。

　　

Section snippets

Theoretical framework and hypotheses

碳足迹（Carbon footprint, CFP）是一种信任属性（credence attribute），消费者即使在购买后也无法验证；在这种情境下，人们依赖于在决策点时易于获取的线索和可信的信号（Darby and Karni, 1973; Kirmani and Rao, 2000; Nelson, 1970）。包装正面的碳标签作为诊断性信息线索（diagnostic information cues），能够降低认知努力，并帮助将抽象的环境绩效转化为可用的效用输入（Edenbrandt et al., 2025; Kühne et al., 2023）。在食品选择中，碳标签的设计格式、认证机构身份以及与其他标签（如有机标签）的共存，共同影响其有效性和消费者接受度。

Choice experiment design

为研究消费者对碳标签的偏好，我们采用了离散选择实验（Discrete Choice Experiment, DCE）作为研究方法。鉴于碳标签在中国相对较新且缺乏足够的市场数据，依赖实际购买数据的传统显示性偏好方法（revealed preference methods）不足以分析此类消费者行为（Yin et al., 2024）。相比之下，DCE通过向消费者呈现一组假设的产品选择情景（每种产品由不同属性组合定义），能够有效引致陈述性偏好（stated preferences）。本实验以牛肉作为高碳排放食品的代表，设计了四种碳标签格式、三个碳排放水平、三种认证机构（政府、国内第三方、国际第三方）以及与有机标签和绿色标签的共展示等属性，并包含价格属性以估算支付意愿（WTP）。

Basic model results and descriptive statistics

表4展示了条件Logit模型（conditional logit model）和偏好空间（preference space）混合Logit模型（mixed logit model）的估计结果。两个模型中，属性变量的系数符号和显著性保持一致，表明结果稳健。混合Logit模型显示出更高的模型拟合度（对数似然值从-8823提升至-8379），因此后续解释以混合Logit模型结果为基础。碳排放水平（carbon emission level）的系数为负且显著，表明消费者显著偏好低碳产品；碳标签格式（carbon label format）中，“交通灯”方案（traffic light scheme）和直观数字排放信息最具影响力；认证机构（certifying body）方面，国际第三方认证最受青睐。

Discussion

我们的研究结果证实了假设1，表明碳标签显著增强了中国一线城市消费者对低碳食品的偏好。与高碳排放替代品相比，消费者始终表现出对低碳产品的更强倾向，这表明碳足迹信息有意义地影响了购买决策。这种偏好凸显了环境考量在塑造消费者行为方面日益增长的重要性。此外，标签设计（如“交通灯”色彩编码）和认证机构可信度（国际第三方优于国内或政府机构）是关键驱动因素。与有机或绿色标签的共展示进一步增强了低碳产品的吸引力，尤其是在与健康益处相关联时，但也存在线索竞争或强化效应，需谨慎设计以避免信息过载或误解。

Key findings and implications

鉴于减缓农业食品系统环境影响的紧迫性日益增加，优化食品碳标签已成为降低排放的关键策略。本研究全面分析了中国城市消费者对碳标签食品的偏好，识别了购买行为的关键决定因素。通过系统评估各种碳标签设计和产品属性，我们检验了它们对消费者效用的个体和组合效应。主要发现包括：“交通灯”式碳标签格式和直观数字信息最有效；国际第三方认证最受信任；与有机或绿色标签的协同展示能提升产品吸引力。这些发现为政策制定者和行业参与者设计更有效的碳标签体系和市场策略提供了实证依据，有助于推动中国乃至全球的低碳消费转型。

CRediT authorship contribution statement

Boya Wang: 撰写初稿、项目管理、方法论、调查、资金获取、形式分析、数据管理、概念化。 Tianyun Lai: 撰写初稿、方法论、调查、形式分析、数据管理。 Xiaolong Feng: 审阅编辑、验证、监督、软件、资源、方法论。

Declaration of competing interest

作者声明不存在任何已知的竞争性财务利益或个人关系，这些利益或关系可能影响本研究报告的工作。