食物孪生方法：识别消费者碳足迹判断中的盲点

《Cleaner and Responsible Consumption》：The Food Twin Method: Identifying blind spots in consumer carbon footprint judgments

　　

饮食相关的温室气体排放对气候变化贡献巨大，然而关于消费者如何表征在超市货架上并肩竞争、可紧密替代的食品之间的碳足迹(CF)知之甚少。研究人员通过引入Food Twin Method来解决这一空白，该方法通过在三个超市类别（即食餐、乳制品、水果和蔬菜）内配对较高与较低CF的替代品，捕捉现实的替代决策。在一项被试间调查(N = 2,069)中，参与者以按类别和食物孪生分组的结构化货架式格式或无序随机顺序估计18项物品的CF。参与者通常能识别出哪个产品的CF较高，表明其依赖宽泛的类别线索。然而，判断表现出强烈的压缩性：参与者对差异幅度的敏感性有限，频繁高估低CF物品，并拉平了替代品之间巨大的实际差距，包括类别内的极端差异。结构化呈现改变了反应但未提高辨别准确性；它主要通过增加相等判断而非正确辨别来减少错误排序，这与更强的压缩、平均化处理的反应不确定性一致。这些模式与研究人员的观点一致，即食物选择发生在恶劣学习环境(wicked learning environment)中，显著的但微弱的线索占主导且关于排放的反馈稀缺。通过关注类别内替代，Food Twin Method揭示了跨类别设计可能遗漏的感知盲点，包括未能检测到高CF“搭便车者(free riders)”和低CF“隐藏宝石(hidden gems)”。研究结果为指导碳标签设计和更广泛的选择架构干预提供了信息，旨在提高现实食物环境中对排放差异的敏感性。

研究背景方面，食品生产约占全球温室气体(GHG)排放的三分之一，饮食选择成为气候减缓和地球健康的关键杠杆点。消费者日益寻求对环境负责的选择，但现有研究表明碳足迹(CF)判断校准不良，估计通常被压缩，消费者对高排放食品系统性低估，偶尔高估低排放食品，缺乏准确的食品相关排放心理模型。先前研究很少考察消费者在同一类别内可替代产品的评估，多聚焦跨类别对比，无法评估是否能检测产品类别内的CF差异。同时超市品类急剧扩张带来选择过载，食物环境具备“恶劣(wicked)”学习环境特征，熟悉线索弱诊断且反馈稀缺，消费者依赖简单启发式导致系统性错误。为此研究人员引入Food Twin Method，配对功能可替代且商业共存的同类型食品，在生态有效的条件下评估消费者对高低CF替代品的辨别能力及能否检测类别内极端偏差（高CF“搭便车者(free riders)”与低CF“隐藏宝石(hidden gems)”）。该研究阐明消费者如何在复杂食物环境中导航碳信息，识别阻碍可持续决策的特定感知盲点，对食品政策、碳标签及支持可持续选择的环境设计具有启示。

研究人员开展研究用到的主要关键技术方法如下：研究作为“集体食欲(Collective Appetite)”项目一部分，获德国研究基金会(DFG)资助及康斯坦茨大学伦理委员会批准(ID: 36/2022)。采用被试间设计，初始样本N=2,191名居住于德国的参与者通过Splendid Research在线访问面板招募，具人口代表性，经排除缺失数据、未通过注意力检查及不合理完成时间后最终样本N=2,069（51.8%女性，均值年龄49.19岁，89.3%杂食者含弹性素食、7.7%素食、3.0%纯素）。分配至结构化条件(n=1,043，按即食餐、乳制品、果蔬分组并以食物孪生配对呈现)与非结构化条件(n=1,026，完全随机顺序)。采用Food Twin Method从德国主流零售选取18项物品构成9对孪生，CF值取自包装、生产商网站或德国能源与环境研究所(ifeu)生命周期评估报告，以kg CO₂每100g计。参与者在8点评定量表（<0.1 kg CO₂至>0.7 kg CO₂）估计CF，以大众高尔夫(VW Golf)行驶1 km排放约0.13–0.14 kg CO₂为非食品参照锚定，并报告对物品的熟悉度与既往购买情况。统计分析在R 4.4.1中用lme4包拟合混合效应模型（参与者ID为随机效应，固定效应含真实碳足迹(RCF)、呈现格式、食物孪生分类等，依次构建6个模型），并以brms包进行贝叶斯框架混合效应多项逻辑回归，将配对内反应分为正确辨别、错误辨别与相等判断，计算后验预测概率与对比。

研究结果部分保留原文小标题并简述如下：

3.1. Relationship between real and estimated carbon footprints (Model 1)：基线模型检验估计碳足迹(ECF)与真实碳足迹(RCF)的关系，截距显著为正(β=1.32,p<.01)表明平均RCF产品被系统性高估；线性RCF斜率显著低于1(β=0.493)，显示误校准与系统性压缩，对真实差异增幅不足；显著二次效应(β=-0.13,p<.001)呈倒U型，中等排放产品估计更准确，低CF被高估、高CF被低估；条件R²为0.64。

3.2. Effect of structured vs. unstructured presentation format (Model 2)：加入呈现格式未改变线性(β=0.49,p<.001)与二次RCF效应(β=-0.13,p<.001)，压缩模式持续，低CF仍被高估、高CF低估，结构化未改善校准；但呈现格式有系统性水平效应，随机呈现比结构化给出更高CF估计(β=0.29,p<.01)，条件R²略增至.65。

3.3. Effect of high- and low-CF food twins (Model 3)：加入食物孪生分类（对内高低CF）显著改善拟合(χ²=221.71,p<.001)，条件R²升至.71；RCF与ECF关系更陡但仍显著低于1(β=0.787)，压缩减轻但持续；参与者普遍对高影响产品赋予更高CF估计(β=0.68,p<.05)，能识别方向差异但无法准确表征幅度，低CF仍被高估、高CF低估。

3.4. Influence of item-specific familiarity and purchase behaviour (Model 4)：加入物品熟悉度与购买行为，未购买过的参与者给出更高CF估计与更大误差(β=0.21,p<.001)，不熟悉及不确定则无显著影响；RCF效应保持稳健（线性β=0.76,p<.001；二次β=-0.16,p<.001），条件R²维持.71，压缩模式在控制熟悉度与购买行为后仍存在。

3.5. Robustness across sociodemographic characteristics (Model 5)：加入性别与年龄，线性(β=0.76,p<.001)与二次(β=-0.16,p<.001)RCF效应与模型4高度相似，条件R²(.71)不变；性别(β=.08,p=.15)与年龄(β=-0.003,p=.10)系数小且不显著，压缩模式在人口统计学特征间稳健，高估低估倾向不限于特定年龄或性别组。

3.6. Robustness across dietary groups (Model 6)：进一步加入饮食风格（杂食者含弹性素食vs素食与纯素），线性(β=0.76,p<.001)、二次(β=-0.16,p<.001)RCF效应及条件R²(0.71)与前模型无异；饮食风格系数不显著(β=0.18,p=.06)，压缩模式在饮食亚组间无系统性差异。

3.7. Discrimination and averaging within food twins：整体上高CF产品ECF高于低CF但差异相对实际差异小；将反应分为正确排序、错误排序与相等判断，9对中5对相等判断多于正确排序，相等判断为最常见反应之一，表明类别内CF差异常被未辨别。结构化呈现减少错误排序（平均16.6% vs非结构化22.9%），但主要通过增加相等判断（38.9% vs 32.7%）实现，正确排序比例基本不变（44.5% vs 44.4%），结构化未改善辨别而是增强压缩与平均化倾向；各配对层面除番茄与草莓外多数配对相等判断频发，披萨配对因直觉预期反转（动物成分披萨CF低于植物基披萨）准确度明显恶化，奶酪与菠萝等大实际差距对被高估低CF与低估高CF而拉平。

讨论部分总结：研究人员指出消费者一般能区分高低排放产品，表明宽泛类别线索如“植物基”“季节性”“本地”提供方向性指引，但这些启发式也带来系统性不准确，对绝对CF差异敏感性有限，常对实际相差达3倍的物品赋予相似估计并频繁高估低排放产品，这种判断压缩与既往多领域感知与数值域的低估大值高估小值模式一致，表明消费者缺乏校准的食品排放心理模型。结构化货架式呈现改变判断分布但未解决根本误校准，减少错误排序主要被相等判断增加所抵消，正确辨别比例未变，参与者即便在结构中仍依赖类别捷径，最大扭曲出现在直觉预期反转的食物配对，大真实差距也被压缩。该行为模式符合恶劣(wicked)学习环境理论：供应链不透明、线索不一致、后果反馈有限，可用线索与环境结果对应差，消费者在经验中无法准确校准，观察到的误估反映结构性不可能而非单纯认知局限。结果也与负面足迹错觉(negative footprint illusion)一致，压缩、高估低CF与相等判断盛行指向类似平均化机制而非加法求和，提示可持续选项存在本身可能在恶性环境中进一步模糊真实排放。Food Twin Method在方法上推进CF估计证据基础，隔离日常最相关的类别内替代判断，并能通过配对内三项分类反应分离方向辨别与相等判断平均化，显示消费者常识别CF差异方向但无法感知幅度，尤其当启发式预期被违反时；跨类别研究可能高估日常购物情境的辨别能力。对环境与标签启示在于参与者难以处理数值CF幅度并重度依赖启发式，解释性标准化标签（如交通灯、等级）可能降低认知负荷并帮助区分高低影响选项，但仅凭标签可能不足以纠正深层扭曲，尤其结构化下转向相等判断与平均化倾向；即使校正排放感知也不一定转化为行为改变，需结合食物环境结构性调整。压缩还意味着市场层面盲点：类别内异常高CF“搭便车者(free riders)”与异常低CF“隐藏宝石(hidden gems)”难被感知区分，若低CF创新未在货架被感知区分，投入减排的生产者无法通过消费者选择获得回报，高排放产品可借类别“绿色”光环受益，改善碳信息可比性与可解释性不仅是消费者理解问题，也是支持可持续竞争与减少洗绿(greenwashing)的前提。总体而言，消费者在既无透明度也无反馈的学习环境中试图做气候知情选择，创造“更友善(kinder)”食物环境（清晰可信碳标签、一致呈现、限制误导线索）可能对支持知情决策至关重要，Food Twin Method为诊断碳判断失效与评估干预提供框架，最终赋能消费者需更好信息及系统重设计以减少模糊、最小化误导并使食物选择真实环境后果可见。研究局限包括依赖自报CF估计未直接测量行为选择；18项物品未覆盖全食品类别与生产系统；固定参照锚定与8点量表可能影响量表使用与产生地板天花板效应；现实环境还有价格促销、品牌与社会规范等未操纵因素；识别盲点但未测试具体干预。

研究结论部分原文翻译如下：总之，本研究产生三个主要见解。第一，尽管高CF产品平均获得稍高估计，参与者非常频繁地将两个替代品评估为相似，对排放差异幅度敏感性有限，导致强烈压缩的CF判断。第二，增加呈现结构减少了错误排序但未提高辨别准确性，相反增加了相等判断，与压缩、反应不确定性或平均化加工一致。第三，通过聚焦现实的类别内替代，Food Twin Method揭示了系统性感知盲点，包括难以识别类别内极端（“搭便车者(free riders)”与“隐藏宝石(hidden gems)”），这些在跨类别设计中可能被掩盖。综上，结果表明与恶劣(wicked)学习环境中启发式依赖一致的系统性误校准，结构减少错误排序但未恢复校准的幅度敏感性，压缩掩盖类别内极端，促使平均化而非检测峰值与谷值。总体而言，CF估计中的误校准反映了基于启发式的判断与当代食物环境的信息结构，而非缺乏考虑环境影响的动机。Food Twin Method为诊断这些局限及评估旨在提高现实决策条件下对排放差异敏感性的干预措施提供了针对性框架。