在线模拟购物环境中食品选择自我报告的准确性影响因素研究：记忆辅助与认知负荷的作用

本研究针对食品选择自我报告数据存在偏差的问题，通过模拟在线超市实验(N=290)探究了记忆辅助方式和认知因素对报告准确性的影响。研究发现：无提示时报告准确率仅44%，图像提示提升至78%，文字提示达89%；与预期相反，加工食品存在过度报告现象；回归分析显示购物时的心理负荷(mental load)、单品决策时间(deliberation time)和饮食偏好是准确性的关键预测因子。该研究为改进食品消费调查方法提供了实证依据。

　　

在全球饮食相关疾病负担加重和食品系统环境压力增大的背景下，准确评估消费者食品选择行为成为公共卫生和环境政策制定的关键。然而，现有研究主要依赖自我报告数据，这些数据存在众所周知的偏差问题——德国消费者调查显示63%的人声称常购有机蔬菜，但实际市场份额仅9.7%，这种"态度-行为差距"在食品研究领域普遍存在。更棘手的是，我们至今缺乏对自我报告误差来源的系统性分析，特别是除社会期望偏差(social desirability bias)外的其他影响因素。

为破解这一难题，来自德国巴伐利亚数字转型研究所和瑞士国家科学基金会的研究团队设计了一项创新实验。研究者在《Appetite》发表的研究中，构建了高度仿真的在线超市平台，要求290名参与者完成一周家庭食品采购任务后立即进行自我报告。这种方法巧妙规避了传统调查中因时间延迟导致的回忆偏差，同时通过行为数据验证了自我报告的准确性。研究采用NASA-TLX量表测量心理负荷(mental load)，运用信号检测理论计算敏感度指标d'，并通过分层回归分析探究了社会人口特征、认知因素和购物行为特征对报告准确性的影响。

研究结果呈现多维度发现。在报告准确性方面，数据显示参与者平均在29个食品类别中出现3.81个错误，其中无提示的自由回忆(CR)准确率最低(44%)，图文提示显著提升准确率(IBR 78%，TBR 89%)。令人意外的是，被视为不健康的加工食品(如香肠制品)出现系统性过度报告，这与传统社会期望偏差的预期相悖。通过回归模型分析发现，心理负荷每增加1个单位，报告准确性d'值降低0.01(p<0.003)；而单品决策时间每增加1秒，d'值提高0.01(p<0.012)。此外，弹性素食者/素食者的报告准确性显著高于无饮食限制者(p<0.046)。

在有机食品比例估计方面，参与者平均偏差达14.88个百分点，51.7%的人误差超过10个百分点。值得注意的是，心理负荷再次成为关键预测因子(p<0.001)，而过敏体质者的估计误差显著更高(p<0.001)，这可能源于额外的认知负担。

讨论部分揭示了这些发现的多重意义。首先，即使最小化社会期望偏差和回忆偏差，食品自我报告仍存在显著误差，这质疑了现有饮食调查工具的效度。其次，心理负荷的突出作用提示我们，现有食品选择模型可能低估了认知因素的重要性——当消费者陷入"选择超载"(hyperchoice)时，依赖系统1的启发式决策可能导致后续回忆困难。最后，记忆辅助方式的显著效果为改进调查设计提供了明确方向：结构化问题配合视觉提示能大幅提升数据质量。

这项研究突破了传统食品消费研究的局限，其方法论创新体现在三个方面：首次在控制环境下系统量化各类偏差的影响；开发了可复制的在线超市实验范式；建立了认知负荷与报告准确性的量化关系。这些发现不仅对改进NHANES等大型饮食调查具有实用价值，也为"助推+"(Nudge+)干预设计提供了新思路——通过降低决策认知负荷，可能同时提升消费质量和后续回忆准确性。未来研究可拓展至真实购物场景，并探索跨文化差异，以进一步完善食品选择行为的理论模型。