《Ecological Informatics》：Benchmarking European food recovery systems considering operational efficiency, social outreach, civic engagement, and economic recovery
编辑推荐：
食物回收系统在应对欧洲食物浪费与食物不安全问题中日益重要，然而，由于报告碎片化和指标不一致，系统性的国家层面绩效评估仍十分有限。本研究构建了一个综合性的食物回收影响指数（Food Recovery Impact Index, FRII），整合了四个归一化指标，
食物回收系统在应对欧洲食物浪费与食物不安全问题中日益重要，然而，由于报告碎片化和指标不一致，系统性的国家层面绩效评估仍十分有限。本研究构建了一个综合性的食物回收影响指数（Food Recovery Impact Index, FRII），整合了四个归一化指标，即分发餐食数量（meals distributed）、受益人数（beneficiaries served）、志愿者参与度（volunteer engagement）以及回收食物的经济价值（economic value of food recovered）。该指数被应用于评估2015—2024年间部分欧洲国家的多维食物回收绩效。在意大利（伦巴第大区Lombardy和皮埃蒙特大区Piedmont）的应用显示，FRII于2016年达到峰值0.92，随后下降69.6%，至2022年降至最低值0.28，主要受志愿者参与减少和受益人覆盖下降驱动，并受COVID-19疫情干扰叠加影响。至2024年，FRII部分回升至0.54，表明恢复力有所增强，但仍较2016年峰值低41.3%。多元线性回归模型（R2 = 0.87，p < 0.01）发现，FRII与失业率和地表温度变化相关，提示其对经济社会和气候相关压力的敏感性。跨国比较揭示了各司法管辖区间截然不同的结构性特征，而相似性分析则表明，基于可用指标概况，意大利与法国（r = 0.76）以及奥地利与比利时（r = 0.71）之间存在一定的一致性。FRII提供了一种可复制的基准测评工具，整合了运营、社会、公民参与和经济四个维度，可为基于证据的食物回收政策提供支撑。
论文解读：欧洲食物回收系统绩效评估的多维框架构建与应用
一、研究背景与问题提出
食物浪费已成为全球面临的重大环境、社会和经济挑战，不仅造成自然资源的大量损耗和温室气体排放增加，还加剧了食物不安全问题。在欧洲，欧盟每年约有6000万吨食物在供应链各环节被浪费。为应对这一挑战，欧盟已出台“从农场到餐桌”战略和“循环经济行动计划”等重大政策倡议，目标在2030年前将食物浪费减半，并将食物回收和再分配作为关键策略。食物银行和非营利网络所运行的食物回收系统，已成为将剩余食物转至有需要人群的重要机制。然而，现有评估体系碎片化严重，各成员国在数据可用性、指标定义和运营模式上存在较大差异，导致系统性的国家间比较难以开展。尽管已有研究从政策有效性、运营挑战或技术解决方案等单一角度切入，但缺乏一个统一的多维综合框架来整合运营效率、社会外延、公民参与和经济价值等维度，以支持跨国的食物回收绩效评估与政策制定。这一知识缺口正是本研究试图填补的核心问题。
二、研究内容与主要结论
研究人员开发了一个复合型食物回收影响指数（FRII），该指数整合了四个归一化指标：每吨回收食物的分发餐数、受益人数、每千吨回收食物的志愿者人数，以及每吨回收食物的经济价值（欧元）。该指数通过等权最小—最大归一化方法构建，范围介于0到1之间，数值越高表示食物回收系统在运营、社会、公民和经济四个维度上的综合绩效越强。研究将该指数应用于意大利（伦巴第和皮埃蒙特大区）2015—2024年的时间序列分析，并扩展到奥地利、比利时、法国、爱尔兰、意大利和英国六个欧洲国家的跨国比较。
研究结果显示，意大利的FRII在2016年达到峰值0.92，随后持续下降，至2022年降至最低值0.28，累计下降69.6%。2020年曾出现短暂回升至0.65，但未能持续，随后再度恶化。2022年后进入恢复阶段，至2024年回升至0.54，较谷底增长92.9%，但仍比2016年峰值低41.3%。这一波动轨迹揭示了意大利食物回收系统的脆弱性与适应能力，并表明志愿者参与能力是决定系统韧性的关键因素。
在影响因素分析方面，多元线性回归模型（R2 = 0.87，p < 0.01）识别出失业率和年土地温度变化为FRII的显著正向预测因子。失业率上升与食物回收绩效提高相关，这反映了经济困难时期对再分配食物需求的增加；土地温度变化的正向关联则提示气候压力可能对食物回收系统产生复杂影响。相关性分析还发现，FRII与政府支出（r = +0.78）、失业率（r = +0.79）和废弃物部门CO?排放（r = +0.82）呈正相关，与人均GDP呈负相关（r = ?0.73），表明食物回收绩效在较低收入背景下更为突出。
跨国比较方面，基于可用指标概况的相似性分析显示，意大利与法国（r = 0.76）、奥地利与比利时（r = 0.71）之间存在一定的一致性，而不同国家呈现出各自独特的结构性特征。研究强调，跨国比较应被视为对报告覆盖范围的描述性比较，而非统一的绩效基准。
三、主要关键技术方法
研究人员采用了以下关键技术方法：一是构建复合指数，采用等权重最小—最大归一化方法整合四个指标，形成FRII；二是应用多元线性回归（MLR）模型，通过逐步回归筛选显著预测因子，评估社会经济和环境因素对FRII的影响；三是采用Pearson相关分析，用于变量筛选和共线性检测；四是使用z-score标准化的国家层面指标概况进行相似性分析，计算国家配对间的Pearson相关系数。数据来源于欧洲食物银行联合会（FEBA）年度报告、各国食物回收组织官方报告、世界银行世界发展指标以及FAOSTAT数据库。所有分析均在Microsoft Excel中完成。
四、研究结果与讨论
4.1 意大利食物回收影响指数（FRII）的国家趋势
意大利FRII从2016年峰值0.92持续下降至2022年最低值0.28，累计降幅69.6%。2020年出现短暂回升至0.65，反映疫情初期食物捐赠网络的紧急动员，但随后再度恶化。2022年后进入恢复期，至2024年回升至0.54，较谷底增长92.9%，但仍低于峰值41.3%。这一轨迹表明食物回收系统的绩效改善既非线性也不具保障性，志愿者能力是系统韧性的关键决定因素。
4.2 各组成部分对FRII的贡献
受益人数（每吨）在2016年达到峰值15.0，2022年降至10.9，降幅约27.2%，2024年恢复至13.1。志愿者参与（每千吨）从2016年峰值41.8持续下降至2021年最低值18.9，降幅54.8%，2024年回升至27.4。餐食数量（每吨）在2015—2019年间保持约2000的稳定水平，2022年降至1931.9，2024年部分恢复至1951.6。食物价值（欧元每吨）在2020年后稳定在2941.3至3053.4的窄幅区间，反映了捐赠政策调整和零售商参与度提升带来的结构性变化。
4.3 与环境和经济社会因素的相关性
Pearson相关分析显示，FRII与废弃物部门CO?排放（r = +0.82）、政府支出（r = +0.78）、失业率（r = +0.79）呈显著正相关，与人均GDP呈显著负相关（r = ?0.73）。多个自变量间存在强相关性（如GDPC与GCE的r = ?0.94），因此在多元回归模型中排除了高共线性组合。最终选择的模型包含失业率和年土地温度变化两个预测因子，R2 = 0.87，调整R2 = 0.84，VIF均为3.47，Durbin-Watson统计量为1.91，表明无显著自相关。
五、结论与意义
本研究构建了食物回收影响指数（FRII），将运营效率、社会外展、公民参与和经济价值四个维度整合为一个可复制的综合评估工具。该指数成功捕捉了意大利食物回收系统在2015—2024年间的时间演变，识别出志愿者参与度下降和受益人覆盖度减少是绩效恶化的主要驱动因素，COVID-19疫情进一步加剧了这一趋势。多元回归分析表明，失业率和土地温度变化是FRII的显著预测因子，凸显了食物回收系统对经济社会和气候压力的敏感性。跨国比较揭示了各国在食物回收绩效上的结构性差异，相似性分析则为识别可借鉴的实践模式提供了初步参考。FRII框架具有可扩展性，可为数据有限的国家提供证据基础的绩效基准，并为生态信息学领域整合碎片化的环境—社会经济数据提供了方法论模板。
