基于能值的341道中国家常菜可持续性评价与优化情景

《Foods》：Emergy-Based Sustainability Evaluation and Optimization Scenarios for 341 Chinese Home-Cooked Dishes

　　

中国家常菜（Chinese home-cooked dishes, CHCDs）连接了农业生产与日常消费，但其资源依赖性和可持续性仍未得到充分量化。研究人员对中国34个省级行政区的341个菜谱进行了标准化，采用能值（emergy，产品或服务直接和间接所需的太阳能等效可用能）进行了从生产到消费的分析，并评估了六种优化情景。平均能值投入为5.93 × 10¹² sej·dish^?1，其中不可再生购买投入占77.99%。食材、油和酱料以及烹饪分别贡献了69.17%、21.69%和9.14%。植物性生产依赖劳动力和化学投入；动物性生产依赖饲料。反刍动物肉类具有相对较高的不可再生投入和环境负荷；蔬菜则较低。在CHCDs中，能值可持续性指数（emergy sustainability index, ESI）、能值转换率（transformity）、能值消费强度（emergy consumption intensity, ECI）和食品加工强度（food processing intensity, FPI）的平均值分别为0.26、1.02 × 10⁶ sej·J^?1、1.45 × 10¹² sej·serving^?1和4.64 × 10¹¹ sej·serving^?1。可持续性从植物性菜肴到混合型菜肴再到动物性菜肴依次下降。在综合可持续性和效率方面，山东菜排名最高，浙江菜排名最低。将作物–畜牧循环、机械化和能效改进、技术进步与适度规模化、适量减少油和酱料以及烹饪效率改进相结合，预计可使ESI相对于基线提高19.34%。这些结果支持采用菜肴层面的能值核算来改善农业食品可持续性。

《Foods》期刊论文解读：基于能值的341道中国家常菜可持续性评价与优化情景

全球农业食品系统在满足日益增长的食物需求的同时，面临资源枯竭和环境退化的双重压力。已有预测表明，2010年至2050年间全球食物需求可能增加35%–56%，而农业食品系统约贡献33%的温室气体排放和80%的淡水取用。由于消费者以菜肴而非孤立商品的形式选择和组合食物，菜肴层面的分析能够揭示食材组成和烹饪方式如何影响资源利用与环境影响。中国家常菜（Chinese home-cooked dishes, CHCDs）是日常饮食的重要组成部分，覆盖植物性与动物性食材、调味品和烹饪方法的多样化组合，直观反映了中国农业生产结构和饮食特征。已有研究如Yang等评估了540道菜肴的温室气体排放，Zheng等比较了八大菜系的碳、水与生态足迹，但这些研究通常采用聚合环境系数，未能充分解析上游农业生产实践和投入（如机械、劳动力、饲料、化肥、农药、能源和固定资产）的差异。能值（emergy，产品或服务直接和间接所需的太阳能等效可用能）分析通过将异质投入转换为共同的太阳能等效基准，为弥补这一缺口提供了系统框架。

研究人员应用能值分析方法，对覆盖中国34个省级行政区的341个中国家常菜菜谱进行了标准化，构建了从生产到消费的评估框架，并评估了六种优化情景。研究围绕三个问题展开：不同菜肴、菜肴类型和地域菜系的能值投入结构与可持续性指标如何变化；哪些食材、生产投入和生命周期阶段主导不可再生资源依赖与环境负荷；单独及组合优化情景能在多大程度上改善可持续性。研究发现，平均每道菜总能值投入为5.93 × 10¹² sej·dish^?1，非可再生购买投入占77.99%，购买投入约为自然投入的50倍，表明该系统高度依赖社会经济输入。食材、油和酱料、烹饪分别贡献总投入的69.17%、21.69%和9.14%。植物性菜肴的油酱投入占比最大，动物性菜肴则以食材投入为主。组合优化情景（combined optimization scenario, COS）可使能值可持续性指数（emergy sustainability index, ESI）相对于基线提高19.34%，且改善幅度略超各单独情景之和，显示出超加效应。该研究为菜肴层面的能值核算提供了实证支持，为农业食品系统的可持续转型提供了定量基础。论文发表在《Foods》。

研究采用的主要关键技术方法包括：①菜谱标准化：菜谱来源于Chen和Fang编著的烹饪书籍和在线菜谱平台，覆盖34个省级行政区及7大菜肴类别，采用统一规则将调味料量、蔬菜重量和烹饪时长标准化；②能值核算：基于全球能值基线12 × 10²⁴ sej·yr^?1，采用文献单位能值（unit emergy value, UEV）将能量、质量、货币流转换为太阳能能值，并引入可更新因子区分可更新与不可再生组分；③油吸收率（oil absorption rate, OAR）修正：引入油吸收系数将生食材投入转换为实际摄入量；④指标构建：在传统能值指标（能值产出率、环境负荷比等）基础上，新开发能值消费强度（emergy consumption intensity, ECI）和食品加工强度（food processing intensity, FPI）；⑤情景模拟：设定基准情景（business-as-usual, BAU）、五个单独优化情景和组合优化情景（COS）。

3.1 能值投入结构

通过能值核算，平均每道菜总能值投入为5.93 × 10¹² sej·dish^?1，其中非可再生购买投入占77.99%。动物性菜肴（animal-based dishes, ABD）总能值投入最高（9.87 × 10¹² sej·dish^?1），约是植物性菜肴（plant-based dishes, PBD）的6倍。生命周期阶段中，食材贡献69.17%，油和酱料贡献21.69%，烹饪贡献9.14%。PBD中油酱投入占主导（54.46%），ABD中食材投入最高，混合植物–动物菜肴（mixed plant–animal dishes, MPAD）最接近总体平均结构。

3.2 食材的农业投入与环境负荷

对24种基准农产品和188种次级食材的分析显示，动物性食材单位质量非可再生能值显著高于植物性食材：羊肉最高（16.45 × 10¹² sej·kg^?1），白菜最低（0.22 × 10¹²）。植物性生产中水果以化学投入为主，谷物和油料作物的能源与固定资产贡献较高，多数蔬菜以劳动力为主；动物性生产中饲料占非可再生农业投入的52.03%–91.18%。环境负荷比（environmental loading ratio, ELR）方面，动物性食材（2.49–6.92）普遍高于植物性（0.96–2.36），牛奶最高（6.92），肾豆最低（0.96）。非可再生投入量与ELR不成正比，如土豆非可再生投入低但ELR较高，羊肉则相反。

3.3 基于能值的可持续性评价与空间异质性

341道菜的ESI均值为0.26，能值转换率（transformity, TRA）为1.02 × 10⁶ sej·J^?1，ECI为1.45 × 10¹² sej·serving^?1，FPI为4.64 × 10¹¹ sej·serving^?1。PBD的ESI最高（0.34），ABD最低（0.24）。ESI-TRA二维分类将各111道菜分别归入优选区和优化优先区，后者以ABD为主（63%）。空间上，ESI和TRA从西北内陆向东南沿海递减；上海、福建、山东接近优选区，浙江、安徽、台湾接近优化优先区。八大菜系中，湖南和福建ESI较高，山东TRA最低，综合看山东最均衡，浙江和安徽优化优先比例最高。

3.4 中国家常菜优化的情景比较

与BAU相比，综合作物–畜牧循环（integrated crop–livestock recycling, ICLR）使ESI提高14.50%，烹饪效率提升（enhanced cooking efficiency, ECE）提高3.36%，机械化和能效改进（enhanced mechanization and energy efficiency, EMEE）及技术进步与适度规模化（technological advancement and appropriate scaling-up, TAAS）提高不足1%。COS使ESI提高19.34%，且改善幅度略超单独情景之和（18.81%），显示超加效应。TRA和ECI在TAAS下降低2.94%，ECE下降低2.56%，COS达到最低值（9.50 × 10⁵ sej·J^?1和1.32 × 10¹² sej·serving^?1）。FPI在适量减少油酱（moderate oil and sauce reduction, MOSR）和ECE下分别降低11.96%和8.30%，COS降低20.26%。分菜肴类别，COS下ABD的ESI增幅最大（20.83%），PBD的TRA和ECI降幅最大（9.93%和14.98%），ABD的FPI降幅最大（21.26%）。

讨论部分指出，CHCD系统高度依赖社会经济投入，可持续性较低。食材组成是能值差异的主要来源，动物性菜肴因多级能量转换而具有较高太阳能转换率。PBD并非天然低负担，油和酱料可能成为主导能值投入。ELR与非可再生投入不成比例，需结合两者评价食材。空间异质性反映饮食文化和烹饪方式差异，山东菜因食材均衡、加工适度而兼顾可持续性和效率。优化需要协调上游生产效率和下游消费措施，单独干预效果有限，COS效果最佳。但情景结果应视为模型潜在响应而非实际保证，实施需考虑文化可接受性和行为异质性。

研究结论为：本研究建立了涵盖农业生产、食材加工和家庭烹饪的能值评估框架，对341道中国家常菜的可持续性进行了评价并考察了其优化路径。平均能值投入为5.93 × 10¹² sej·dish^?1

相关新闻