《Sage Open》:Consumer’s Use of Nutrition Facts Panel Label in Packaged Edible Oils: An Application of Reciprocal Determinism Theory
编辑推荐:
本研究旨在考察对营养标签的态度、社会影响、营养标签知识与营养事实面板(NFP)标签使用在包装食用油购买情境下的关系。研究人员采用结构化调查问卷,通过目的性抽样选取384名定期购买包装食用油的受访者收集数据,并运用双向方法检验变量间的前向与后向关系。本研究通过揭
本研究旨在考察对营养标签的态度、社会影响、营养标签知识与营养事实面板(NFP)标签使用在包装食用油购买情境下的关系。研究人员采用结构化调查问卷,通过目的性抽样选取384名定期购买包装食用油的受访者收集数据,并运用双向方法检验变量间的前向与后向关系。本研究通过揭示对营养标签的态度、营养标签知识、社会影响与NFP标签使用之间的前向和后向关系,对互依决定论(RDT)作出贡献。研究结果表明,对营养标签的态度和营养标签知识与对社会影响及营养标签知识呈正向显著关系。管理者应通过有针对性的教育活动提升消费者对营养标签的知识与态度,因为这些因素正向影响社会影响与标签使用。此外,宣传包装上营养信息的好处可推动消费者参与并增加营养事实面板的使用,最终改善知情购买决策。
研究背景方面,不健康饮食每年导致全球约800万人死亡与13亿伤残损失寿命年,印度等非传染性疾病高发地区60%死亡与膳食相关,肥胖与食用油过量摄入关系密切。尽管美国、澳大利亚、加拿大等国已广泛推行营养事实面板(NFP)标签,印度自2011年起由FSSAI强制包装食品标注能量、蛋白质、饱和脂肪、反式脂肪及每日摄入量百分比,但实证显示印度消费者在选购包装食用油时极少使用NFP标签,且既有文献多聚焦通用食品或前端标签,缺乏针对食用油后端NFP的解读与互依机制研究。为此,研究人员以Bandura互依决定论(RDT)为框架,将个人因素(对营养标签的态度、营养标签知识)、环境因素(社会影响)与行为因素(NFP标签使用)置于三角互动中,回应RQ1至RQ3关于前向与后向因果的疑问。论文发表于《Sage Open》。
关键技术方法上,研究人员于2024年7月至9月通过在线问卷开展三阶段调查,以“是否每月购买预包装食用油”为过滤题,从1500余名触达者中回收650份,剔除无应答与歧义后保留384份有效样本(女性51.0%,21—30岁占45.1%,本科及以上占95.0%)。测量工具移植自Riccò等(态度7题)、Huang等(知识9题)、Venkatesh等(社会影响5题)及Sun等(NFP使用6题),五点李克特量表,先导测试38人修正后Cronbach’s α均>0.7。数据分析采用SmartPLS 4.0运行偏最小二乘结构方程模型(PLS-SEM),先后评估测量模型(组合信度CR、平均方差提取AVE、Fornell-Larcker准则、HTMT<0.85)与结构模型,并以双向路径(前向ATN→SI等、后向ATN←SI等)及特定间接效应检验中介。
研究结果各节结论如下。测量模型分析:所有构念因子载荷0.648—0.905,CR>0.87,AVE>0.5,HTMT均低于0.85,聚敛与判别效度达标。结构模型分析(前向方向):对营养标签的态度→社会影响(β=0.377,p<0.05)、态度→NFP使用(β=0.327,p<0.05);营养标签知识→社会影响(β=0.227,p<0.05)、知识→NFP使用(β=0.273,p<0.05);社会影响→NFP使用(β=0.320,p<0.05)全部显著;后向方向H1b—H5b路径虽列于表6但文中明确“后向关系分析显示态度、社会影响、知识、NFP使用间不存在关系”。中介分析:社会影响在“态度→NFP使用”与“知识→NFP使用”中起完全中介(β=0.121与0.073,p<0.05),在“NFP使用→态度”中为部分中介(β=0.107,p<0.05),在“NFP使用→知识”中无中介。讨论部分指出,态度对NFP使用驱动力最强,知识次之,社会影响通过规范压力转化个人认知为行为;理论贡献在于首次将RDT双向检验引入食用油标签场景,实践上建议监管方与厂商简化印度文本型标签、增加图形化每日摄入量占比、开展社区营养素养教育。结论部分译文:态度、社会影响与营养标签知识均为包装食用油NFP标签使用的重要前因;具健康饮食正向态度、受社交网络影响且理解NFP的消费者更可能查标,反之则否;提升公众对NFP标签及其益处的教育与认知是推广核心;社会影响显著预测NFP使用,与Blitstein等及Jackey等结论一致;营养标签知识是标签使用的基石,既往文献支持本结果。研究局限为仅取印度样本、在线自评及未分油种,未来可跨国家比较、加入信任与行为控制变量或针对慢病人群细分。