《Foods》：Valorisation of Cardoon Leaves and Lemon Peel for Potential Active Food Packaging: Impact of Drying on Nutritional Profile and Functional Performance of Whey Protein Films
编辑推荐：
数字技术（Digital Technologies）越来越多地被用于理解和影响消费者食物浪费行为，然而关于其应用和有效性的证据仍然零散。本系统文献综述（Systematic Literature Review, SLR）综合了消费者行为、技术创新和食物浪费交叉
数字技术（Digital Technologies）越来越多地被用于理解和影响消费者食物浪费行为，然而关于其应用和有效性的证据仍然零散。本系统文献综述（Systematic Literature Review, SLR）综合了消费者行为、技术创新和食物浪费交叉领域的研究。通过检索Scopus和Web of Science（WoS）数据库，识别出以英文发表的同行评审文章，最终纳入22项研究作为样本。研究人员进行了主题分析（Thematic Analysis），以考察发文模式、研究背景、方法论路径和新兴研究空白。文献显示，研究从以理论和探索性工作为主，转向更偏应用、以技术为中心的研究。科研产出集中在澳大利亚、中国、意大利、荷兰和英国，而所选研究主要发表于关注环境可持续性、食品链管理和消费者心理学的期刊。研究识别出两种主要路径：一种是以横断面调查和统计建模为主的定量研究，将技术视为解释性因素；另一种是采用技术作为直接干预手段的实验性或设计导向研究。然而，证据基础受到诸多限制，包括对自我报告数据（Self-reported Data）的广泛依赖、回忆偏差（Recall Bias）和社会期望偏差（Social-desirability Bias），以及横断面设计（Cross-sectional Design）对因果和长期结论的制约。因此，未来研究应优先采用纵向（Longitudinal）、混合方法（Mixed-methods）和客观测量（Objective Measurement）路径，同时考察消费者对食物浪费预防技术的情感和心理反应。此类技术的实施还需关注可用性、用户疲劳、隐私与伦理问题，以及用户接受过程中的心理和文化障碍。总体而言，研究结果表明，数字技术为支持减少食物浪费提供了有前景但尚未充分验证的机会，需要更有力的实证证据来指导其有效且负责任的发展。
1. 引言
食物浪费（Food Waste, FW）是当代最紧迫的挑战之一，对粮食安全、全球经济和环境可持续性具有深远影响。全球每年约有三分之一供人类消费的食品被损失或浪费，约13亿吨。消费者定向的行为干预通常表现出有效性，但非数字干预大多将消费者视为理性决策者，符合计划行为理论（Theory of Planned Behavior, TPB）。数字技术被定义为软件或硬件工具，可介导消费者实地的食物决策，或生成和处理关于消费者食物浪费行为的数据。消费者食物浪费指食物到达家庭或终端用户层面后，个体或家庭丢弃本可食用的物品，包括腐烂、过度准备、超过保质期或餐盘剩余等。新兴技术为食物分享、库存管理、食谱推荐和剩菜再利用提供了可能。然而，以往干预多将技术视为辅助沟通工具，其作为核心减废策略的潜力尚未充分探索。本系统文献综述旨在理解技术在消费者食物浪费研究中的作用，围绕三个研究问题展开：出版物整体格局、主要方法/理论/技术、以及研究空白与未来议程。本研究在理论、方法、实践和政策层面均有所贡献。
2. 材料与方法
本研究采用系统文献综述方法，遵循PRISMA 2020指南，包含规划、证据识别、筛选与合格性、数据综合四个阶段。纳入标准为同行评审期刊文章、英文发表、明确涉及数字技术在消费者食物浪费背景下的应用。排除书籍章节、会议摘要、无全文文献、重复和非英文出版物。在Scopus和Web of Science（WoS）中执行系统检索，使用涵盖消费者行为、食物浪费、技术术语及情境设置的检索字符串。初始检索获得489条记录，经技术筛选、去重、标题与摘要筛选及全文合格性评估，最终纳入22项研究。三位研究者独立筛选，全文评估阶段Fleiss' kappa为0.87，表明高度一致。数据提取采用Bibliometrix包进行描述性文献计量绘图，并通过主题分析进行综合。使用混合方法评估工具（Mixed Methods Appraisal Tool, MMAT）进行质量评估，对两项计算/模拟研究采用改编标准。所有研究均满足MMAT通用筛选标准中的研究问题清晰性，但数据充分性在两项研究中无法确定。
3. 结果
3.1 出版物概览
时间趋势显示，2015至2018年发表5项早期研究，主要强调理论接受和观察性行为；2020至2022年发表9项，技术更深度融入研究设计，包括移动应用、协作平台和机器学习算法；2023至2025年发表8项，呈现先进技术采纳、多技术整合及跨国比较研究等趋势。地理分布上，澳大利亚、中国、意大利、荷兰和英国是科研产出最多的五个国家，加拿大、日本和挪威为第二梯队。所选研究分散于15种期刊，但集中在Sustainability（4篇）、British Food Journal（3篇）和Food Quality and Preference（3篇），反映环境可持续性、食品链管理和消费者心理学三大支柱。
3.2 应用于消费者食物浪费研究的方法、行为理论和技术
方法论上存在清晰的分野：一类是采用横断面调查和统计建模的定量研究，将技术视为理论模型中的自变量；另一类是实验或设计导向研究，将技术作为直接干预手段。行为理论方面，计划行为理论（TPB）仍占主导，常扩展以纳入技术信任、剩菜管理习惯等变量；动机-机会-能力（Motivation-Opportunity-Ability, MOA）框架也被用于解释情境约束下的行为；此外还有理性行为理论、刺激-有机体-反应-后果（S-O-R-C）模型和食物分享态度与行为（FAB）模型。技术扮演三种角色：一是作为理论模型中的技术属性或假设场景，如评估QR码和智能包装的接受度；二是作为积极干预工具，如食物追踪应用和游戏化教育平台，实证中显示可观效果；三是作为方法学工具，如人工智能（AI）、机器学习、计算机视觉、眼动追踪等技术被用于客观测量和数据分析，克服自我报告偏差。
3.3 差距与实施障碍
现有文献存在多重方法局限：自我报告数据易受社会期望偏差和回忆错误影响；横断面设计限制因果推断；样本多为同质、非代表性群体。技术本身也面临验证和可用性障碍，如手动数据录入导致用户疲劳、硬件故障影响数据收集，以及模拟和优化模型缺乏大规模实证验证。AI准确性需提升，消费者估算与AI计算重量之间存在约50%的差异。实施过程中还存在伦理隐私顾虑、数字排斥和基础设施不足、商业利益冲突，以及消费者对新技术的新食物恐惧症等心理文化障碍。
4. 讨论与启示
4.1 技术介导的理论扩展：通过人机交互（HCI）重新定义TPB和MOA
传统TPB中的主观规范强调来自物理邻近圈子（如家人、朋友）的社会压力。数字时代，食物分享平台、移动应用和在线社区将这些压力放大并强化，通过游戏化、公开反馈和数字社会排名等机制，使主观规范从私人反思认知转变为高度可见的社区调节反馈回路。在MOA框架中，机会传统上被视为静态外部情境条件。智能厨房系统、物联网和连接传感器将机会转化为动态的实时干预空间，通过自动化库存追踪和恰时自适应干预（Just-in-Time Adaptive Interventions）重构用户的选择架构，承担部分认知负荷，使机会从静态约束变为算法辅助的行动空间。这种人机协作视角推动研究从应用层面上升至理论演化层面。
4.2 未来研究议程
未来研究应优先采用混合方法和客观测量方式，将物理垃圾审计与数字干预结合，以验证真实效果。需扩大地理和文化范围，考察技术在不同社会规范和基础设施中的互动。纵向设计对于评估技术诱导行为改变的持续性至关重要，需明确新奇效应消退后干预是否仍有效。自动化数据收集可减少用户负担并提高数据质量，例如整合数字收据和家庭库存数据。应研究消费者对食物浪费预防技术的情感与心理反应，如视觉反馈对内疚感、道德规范的影响。还需探索供应链和零售环节的整合，追踪从零售商到消费者的信息流。利用大数据和机器学习分析非结构化数据，捕捉调查难以发现的消费模式。同时需关注数字基础设施和技术素养作为解决方案生效的前提，设计包容不同人口特征的技术。
4.3 启示与局限性
本研究在理论上重新界定技术与消费者食物浪费的关系，表明技术同时作为解释变量、方法工具和行为改变动因。对实践者而言，提供了证据驱动的路线图，强调混合客观测量、纵向现场试验和自动化数据管道。减少食物浪费需整个食品系统的协调行动，包括政策制定者、研究者、零售商、消费者等利益相关方的协作。本综述的局限性包括：最终样本仅22项研究，属于新兴领域的合理规模；近半数文献集中在三种期刊，可能存在集中偏倚；检索局限于特定数据库和检索词，可能遗漏未索引文献；研究设计、指标、技术和情境的异质性妨碍直接比较；高收入国家研究占主导，限制了对低收入情境的适用性。
5. 结论
本系统综述确认数字技术已从外围变量转变为消费者食物浪费研究中的结构性组成部分。文献存在明确的方法分裂：定量横断面研究将技术作为解释因素，而实验和设计导向研究将技术作为直接行为干预。研究产出在澳大利亚、中国、意大利、荷兰和英国高度集中。证据基础仍受自我报告数据和横断面设计的制约，限制了对长期行为改变的信心。未来研究应优先采用纵向设计、客观行为测量和混合方法，并关注可用性、隐私、文化背景等采用障碍。同时，还应考察食品零售商和平台商业动机与减废目标之间的激励对齐机制，探索既能维持商业可行性又能促进准确需求预测、剩余再分配和浪费预防的数字工具。
