迈向零浪费：可持续循环农业食品供应链的多维研究与实践路径

为解决农业食品供应链中的资源浪费问题，研究人员通过文献计量与内容分析，系统评估了125篇关于循环农业食品供应链（CASC）的研究。研究发现，案例研究、生命周期评估（LCA）和统计分析是主流方法，但优化模型缺乏新兴技术（如AI/ML）整合，且社会维度研究不足。研究为政策制定者提供了激励框架建议，并呼吁企业加强本地合作与废物增值策略，推动更具包容性的可持续转型。

　　

农业食品供应链的线性模式长期面临资源浪费与环境压力，全球每年约三分之一的食物在供应链中损失，而传统“生产-消费-废弃”模式加剧了资源枯竭与碳排放。在此背景下，循环经济（Circular Economy, CE）理念被引入农业领域，旨在通过闭环设计将废弃物转化为资源。然而，循环农业食品供应链（Circular Agri-Food Supply Chain, CASC）的实施仍存在技术整合不足、社会维度研究薄弱及区域发展不平衡等问题。为此，印度尼西亚教育部资助的研究团队通过系统性文献综述，揭示了当前研究的空白与未来方向。

研究采用文献计量分析与内容分析相结合的方法，基于PRISMA框架筛选了Scopus和Web of Science数据库中2013-2024年的125篇文献。通过R语言Bibliometrix工具进行共现网络、主题演化及合作网络分析，重点考察了优化模型、可持续三维度（经济-环境-社会）及利益相关者协作机制。

3.1 来源与作者分析
数据显示，意大利、英国等欧洲国家主导了CASC研究，占总发文量的48.8%，而发展中国家仅占36%。高频作者如Kazancoglu Y.和Principato L.的研究聚焦“食品浪费”与“循环经济”，但跨区域合作网络显示欧洲与非洲、东南亚的协作薄弱。

3.2 方法论趋势
案例研究（19篇）和LCA（18篇）是最常用方法，但优化模型（如混合整数线性规划MILP）仅占7.2%，且多缺乏AI技术整合。例如，部分研究采用NSGA-II算法优化闭环供应链成本，但未引入机器学习预测模型。

4.1 优化模型进展
研究对比了9类优化模型（表5），发现多目标决策工具如DEMATEL-ANP能有效识别CE实施障碍，但敏感性分析显示现有模型对参数波动适应性不足。例如，MILP模型虽能平衡CO₂排放与运输成本，但未考虑社会指标如社区就业影响。

4.2 可持续三维度失衡
环境与经济维度研究占比达82.4%，而社会维度仅2篇独立研究。典型案例显示，消费者参与CE的意愿受价格敏感度（OR=1.32, p<0.05）和便利性驱动，但小农户权益保障机制尚未建立。

4.3 利益相关者协作
意大利Barilla番茄酱供应链通过数字平台减少12%零售浪费，但发展中国家面临冷链缺失（如沙特高温致15%运输损耗）与文化习俗（节日浪费）双重障碍。

结论指出，CASC需通过三方面突破：其一，开发AI驱动的动态优化模型，整合LCA与MCDA工具；其二，建立社会影响评估框架，量化食品再分配对弱势群体的效益；其三，强化南北合作，例如通过政策激励（如印度尼西亚PMDSU基金）推动技术转移。该研究为《Sustainable Futures》提供了首个系统性CASC路线图，填补了社会维度与跨学科方法的研究空白，对实现联合国SDG 12（负责任消费与生产）具有实践意义。