基于拍照編碼的食物浪費行為調查數據集

摘要：食物浪費不僅導致大量寶貴資源的無效利用，更帶來了沉重的經濟負擔，對社會和環境造成了深遠的負面影響，已成為全球范圍內不容忽視的議題。為了應對這一挑戰，各國政府及民間組織開展了一系列旨在推動糧食節約的社會實踐活動，并迅速獲得了社會各界的積極響應。以開展光盤行動為契機，本數據集對光盤行動前后的個體就餐及食物浪費數據進行記錄和保存，為研究食物浪費行為和干預措施對食物浪費行為的影響提供數據支撐。采用拍照編碼法，通過為期四周的跟蹤調查，本數據集收集了722位高校學生的個體特征數據以及16 976份食堂就餐數據。其中，個體特征數據涵蓋了學生的個體及家庭特征、平時就餐習慣、健康飲食行為、食物浪費行為及對食物浪費的主觀感知；就餐數據涵蓋了每次就餐的餐次、食物構成、滿意度、花費、共同就餐人數、是否吃飽以及食物浪費量等信息。所得數據均經過預調研及人工質量檢驗，數據處理均按照統一數據格式、剔除錯誤數據等規范化流程處理，以保證其科學性和準確性。本數據集為廣大學者基于動態視角分析干預措施對食物浪費行為的影響研究提供數據支持，并為利用拍照編碼法開展食物浪費行為研究提供了基礎數據和實驗范式。

關鍵詞：食物浪費行為；拍照編碼法；光盤行動；跟蹤調查；面板數據

數據摘要：

1 "引言

在我國，每年損失和浪費的食物占總產量的比例超過四分之一，其中17%的浪費發生在消費環節^[1]。隨著我國居民收入不斷增加，發生在就餐環節的食物浪費占比還將進一步提高^[2]。消費環節的食物浪費主要發生在家庭場所、餐館和各類公共食堂^[3]。據《2023年全國教育事業發展統計公報》顯示，我國各類高等教育在學規模達到4763.19萬人，以生均每年食物浪費36.11—37.15千克計算^[4]，每年浪費食物量高達171.99—176.95萬噸，高校構成了食物浪費最為集中同時也是浪費現象最為頻發的場所。

為減少食物浪費，打造可持續食物系統，聯合國將減少食物浪費列為可持續發展目標，提出到2030年，全球的食物浪費量在2015年基礎上減少一半。與此同時，世界各國紛紛出臺一系列應對食物浪費的干預措施，民間團體發起減少食物浪費的倡議活動^[5]。2013年，中國民間團體開始發起“光盤行動”倡議，鼓勵居民養成節約，減少食物浪費的習慣^[6]，該倡議迅速得到各類社會團體的回應，活動延續至今。2021年4月出臺的《中華人民共和國反食品浪費法》明確提出，鼓勵餐飲服務機構對參加光盤行動的消費者給予獎勵，為社會各界進一步參與光盤行動提供了法律依據。

準確的食物浪費水平測定是開展食物浪費行為和食物浪費干預效果研究的前提。在數據獲取方法不斷取得突破的背景下，近年來國內外學者嘗試運用實驗法來檢驗食物浪費干預措施的效果。然而，常用的食物浪費數據收集方法在控制數據獲取成本與確保數據準確性方面存在兩難問題^[7]。受限于時間、人力及資金成本等因素，基于直接測量法獲取食物浪費數據的研究較少，且缺乏對測量本身所產生的干預效果的控制^[8]；基于日記法、自評估法、問卷法獲取食物浪費數據的研究相對較多，由此帶來的干預效果和被訪者系統性偏差將導致所獲數據與實際浪費行為不符，對分析結果產生嚴重影響^[9-10]。

借助移動互聯網和智能手機終端，本數據集對722名大學生光盤行動前后的就餐及食物浪費行為進行了為期4周的跟蹤調查，通過個體問卷調查、就餐打卡和拍照編碼記錄就餐和食物浪費數據，共收集了16976份食堂就餐數據，以期為開展食物浪費行為及干預策略研究，助力減少食物浪費提供數據支撐。

2 "數據采集與處理方法

2.1""樣本選擇

本數據集招募在校大學生作為實驗對象，收集食堂就餐中的食物浪費數據信息。高校食堂是收集食物浪費跟蹤數據和實施反食物浪費項目的理想場所：其一，高校學生年齡相近、所處環境相似，便于在數據收集過程中控制其他干擾因素；其二，在高校中開展數據收集有利于靈活調整程序和策略；其三，高校文化便于課題組成員在學校食堂自由出入和開展數據收集^[11]；其四，課題組成員的高校師生身份、高校對“節能減排”工作的重視有助于課題組獲得包括食堂在內的后勤管理部門、餐廳廚師等的配合，便于數據收集的開展；其五，在收集數據的過程中，高校能滿足課題組招募足夠多的參與人員的要求，有利于較大規模的數據收集?；谏鲜隼碛?，本數據集在中國江蘇某高校共招募879名大學生作為被試，其中有752名大學生完成了有效個體問卷填寫和為期四周的午餐及晚餐就餐打卡問卷。

2.2 "數據采集過程

在數據收集準備階段，基于文獻回顧和圍繞本研究開展的專家座談，設計個體信息調查問卷和就餐打卡問卷。個體信息調查問卷包括個體及家庭社會經濟特征、飲食消費行為、食物浪費知識及態度和健康飲食行為等內容；就餐打卡問卷的主要內容包括餐前餐后的就餐飯菜照片、就餐時間和地點、就餐餐飲評價及食物剩余比例等信息。接下來通過專家咨詢和對食堂餐飲人員的訪談和開展預調研，對問卷內容進行修改完善，形成正式問卷。

數據收集流程分為五個階段，持續時間為2021年5月14日—6月21日，如圖1所示。所有數據收集均通過線上騰訊問卷系統完成。其中，5月24日—30日為全校范圍內開展為期一周的光盤打卡活動。所有參與人員均可自愿選擇報名參加光盤行動，并在光盤行動周內按照相關規定，主動做到午餐和晚餐不浪費，并對餐后的“光盤”進行拍照打卡。由于整個數據收集過程持續時間較長，為鼓勵參與人員全程參與，提高就餐打卡次數，獎勵規則設為階梯制：就餐打卡次數越多，單次打卡的平均獎勵越高^[12]。

2.3 "數據處理

本數據集的處理分兩個階段：一是食物浪費數據獲取，二是數據的篩選與整理^[13]。本數據集綜合利用觀察估計法與拍照編碼法對食物重量和食物剩余比例進行估計。所謂拍照編碼法，即由被調查者拍攝所有食物的照片，然后由訓練有素的編碼人員對照片中的食物重量、狀態和類別進行編碼^[14]。接下來，根據答題時長和對問卷中邏輯題及迷惑題的回答，剔除無效個人問卷。由于光盤打卡活動僅限食堂內就餐，且不能打包，為了保證光盤行動前后食物浪費量的可比性，本數據集所有就餐數據均為剔除在外就餐、外賣以及食堂打包后的食堂就餐。在剔除無效樣本后，共獲得722名高校大學生的16 976份有效食堂就餐數據。

3 "數據格式與內容

為細致了解高校大學生的食物浪費狀況及影響因素，問卷分別從個體特征和餐飲特征兩方面進行了調查，相應數據分別存放在personal.dta和clock_in.dta數據文件，兩個數據文件可以通過個體編碼“ID”實現數據匹配。*.dta文件可以直接使用stata軟件進行處理，也可以通過stata軟件的“文件——另存為”功能或其他軟件的數據導入功能轉化為SAS、R語言、Python、EXCEL、TEXT等軟件能夠處理的數據類型。

個體特征。個體特征對應的是針對722名大學生的個體調查數據集personal.dta，合計146個變量，包括客觀題和主觀題兩種題型。客觀題包括個體的性別、身高、體重、是否為獨生子女、父母受教育程度、主要監護人、月生活費、是否挑食等，主觀題包括對食物浪費現象的關注程度、對高校食堂的食物評價、對食物浪費現象的認知及主觀感受等。其中主觀問題調查多采用李克特量表的形式，綜合運用多道題目來考察。

餐飲特征。針對餐飲特征的調查分為兩方面：一是對平時就餐及食物浪費的一般性調查，包括單餐花費金額、平均浪費比例、食物消費決策方式、對食堂的總體滿意度等，這部分數據位于personal.dta文件；二是針對每餐次的調查，包括就餐時間、地點、餐次、食物構成、花費、滿意度、食物浪費量、就餐人數、有沒有吃早餐等，對應于clock_in.dta文件，合計15個變量。

不同組別的參與人員食物浪費量如圖2所示，在為期四周的數據收集進程中，兩組人員的食物浪費量存在明顯差異，尤其是在光盤行動周期間，未參與光盤打卡活動的人員食物浪費量遠高于參與光盤打卡活動的人員。

4 "質量控制與技術驗證

為保障數據的可靠性與準確性，在數據收集與處理的各個環節采取了一系列有效措施對數據質量進行控制和驗證。第一，為方便與參與人員的溝通，課題組在人員招募階段建立QQ群，回答參與人員在實驗過程中遇到的各種問題，完成每日就餐打卡任務提醒。第二，在預調研階段，對參與人員在問卷填寫和就餐打卡中存在的問題分別進行單獨指導，并將部分參與人員存在的共性問題總結后告知所有參與人員，保證其正確理解問卷信息，同時培養參與人員餐前餐后拍照和填寫就餐打卡問卷的習慣。第三，為保證照片能夠清晰反映食物的份量及浪費情況，減少拍照角度不一致等因素產生的估計誤差，要求拍照角度在餐盤斜上方45度左右，將本次就餐的所有食物納入拍照范圍內且不允許對圖片做任何處理^[15-16]。第四，在對食物重量及剩余比例編碼前，課題組對食堂內不同類型、不同份量的飯菜一一稱重，便于課題組成員對飯菜重量形成準確感知；接下來，對3位編碼員開展四分之一廢物法的食物剩余估計方法培訓^[17-18]。對3位編碼員獨立給出的500份食物浪費比例的多組樣本t檢驗結果表明，3人獨立編碼的誤差在10%以內。為進一步提高估計結果的準確性，接下來對3人估計結果差距較大的樣本展開討論并重新給出各自估計結果，以降低估計偏差^[19]。本數據集中的食堂就餐浪費數據均由3位編碼員完成。第五，在問卷中設置多道陷阱題和邏輯題，如果回答錯誤則該被試的個人問卷及所有就餐打卡數據均作無效處理；如果在就餐打卡中上傳照片不符合規范要求，則該餐次的就餐打卡數據記為無效。

5 "數據價值與使用建議

本數據集為基于跟蹤調查所形成的面板數據，涵蓋了722名高校大學生的個體及家庭特征、飲食消費行為、食物浪費知識及態度和健康飲食行為等個體特征信息，以及四周內所產生的16 976份食堂就餐及食物浪費信息。本數據集的應用價值主要體現在以下兩方面：

（1）為開展食物浪費影響因素及減少食物浪費相關研究提供數據支持。由于社會期許偏差的存在，單次的食物浪費測量行為會導致消費者傾向于減少食物浪費^[20]，本研究持續四周的食物消費及浪費行為跟蹤調查有效避免了此現象的發生。本數據集為涵蓋了722名高校大學生的16 976份有效就餐消費的面板數據，滿足計量分析的要求，有助于了解高校大學生食物浪費的現狀，揭示其在餐飲選擇、消費習慣以及食物浪費方面的特點和規律。此外，基于綜合采用觀察估計法和拍照編碼法獲取食物浪費數據的方法，不僅適用于高校食堂，還可推廣至其他場景，為食物浪費相關研究提供數據支持。

（2）為優化光盤行動的實施流程以便深入開展糧食節約行動，助推個體食物浪費行為的轉變提供數據支持。本數據集收集了高校大學生為期四周的有效就餐及食物浪費面板數據，根據本數據集可以從短期和長期視角有效評估光盤行動減少食物浪費的實施效果，從而在深入開展糧食節約行動背景下，不斷改進光盤行動的實施流程與相關措施，以更好地實現減少食物浪費的目標。

6 "數據可用性

限制性獲取。

https：//cstr.cn/31253.11.sciencedb.17978；

https：//doi.org/10.57760/sciencedb.17978。

數據作者分工職責

任建超，數據收集設計與論文撰寫。

王慶葉，數據收集、整理校對及分析。

黃春燕，論文撰寫指導與修訂。

數據合規性與倫理聲明

本研究數據涉及的個人隱私信息，在數據發布之前已經實施了脫敏處理，符合《中華人民共和國數據安全法》對數據交換和數據公開的規定。

本研究涉及人類參與者，該研究已經得到作者所在單位倫理審查機構的批準，批準報告和參與者的知情同意書模板見附件。

利益沖突聲明

作者聲明，全部作者均無會影響研究公正性的財務利益沖突或個人利益沖突。

參考文獻

[1] LI X， LIU X， LU S， et al. China's food loss and waste embodies increasing environmental impacts. Nature Food， 2021， 2（7）： 519-528.

[2] 樊勝根. 踐行大食物觀，遏制食物浪費——評《中國高校食堂食物浪費研究》. 湖南農業大學學報（社會科學版）， 2024， 25 （1）： 2+113.

[3] GUSTAVSSON J， CEDERBERG C， SONESSON U， et al. Global food losses and food waste： extent， causes and prevention. Rome： Food and Agriculture Organization of the United Nations. 2013.

[4] 朱強，李豐，錢壯. 全國高校食堂堂食浪費概況及其外賣碳足跡研究——基于30?。ㄊ校?0所高校的9660份問卷調查. 干旱區資源與環境， 2020， 34（1）： 49-55.

[5] MATZEMBACHER D E， BRANCOLI P， MAIA L M， et al. Consumer's food waste in different restaurants configuration： A comparison between different levels of incentive and interaction. Waste Management， 2020， 114： 263-273.

[6] MIROSA Y， LENTZ G."Content Analysis of the \"Clean Your Plate Campaign\" on Sina Weibo. Journal of Food Products Marketing， 2018， 24（5）： 539-562.

[7] CORRADO S， CALDEIRA C， ERIKSSON M， et al. Food waste accounting methodologies： Challenges， opportunities， and further advancements. Global Food Security， 2019， 20： 93-100.

[8] QIAN L， LI F， CAO B M， et al. Determinants of food waste generation in Chinese university canteens： Evidence from 9192 university students. Resources， Conservation and Recycling， 2021， 167（9）： 105410.

[9] HERPEN V， LANS V D， NIJENHUIS M A， et al. Consumption life cycle contributions： Assessment of practical methodologies for in home food waste measurement. 2016. https：//edepot.wur.nl/517103.

[10] VAN P， SEABROOK J A， GILLILAND J A. Food for thought： Comparing self-reported versus curbside measurements of household food wasting behavior and the predictive capacity of behavioral determinants. Waste Management， 2020， 101： 18-27.

[11] ALCORN M R， VEGA D， IRVIN R， et al. Reducing food waste： an exploration of a campus restaurant. British Food Journal， 2021， 123（4）： 1546-1559.

[12] REIMANN M， MACINNIS D， BECHARA A. Can smaller meals make you happy？ Behavioral， neurophysiological， and psychological insights into motivating smaller portion choice. Journal of the Association for Consumer Research， 2016， 1（1）： 71-91.

[13] 任建超，王慶葉，劉楊楊，等. 個體與餐飲特征對食物浪費行為的影響——基于752名高校大學生的跟蹤調查. 美食研究， 2023， 40（4）： 37-47.

[14] HERPEN E V， LANS I. A picture says it all？ The validity of photograph coding to assess household food waste. Food Quality and Preference， 2019， 75： 71-77.

[15] TODD L E， WELLS N M， WILKINS J L， et al. Digital food image analysis as a measure of children’s fruit and vegetable consumption in the elementary school cafeteria： A description and critique. Journal of Hunger amp; Environmental Nutrition， 2017， 12（4）： 516-528.

[16] WILLIAMSON D A， ALLEN H R， MARTIN P D， et al. Comparison of digital photography to weighed and visual estimation of portion sizes. Journal of the American Dietetic Association， 2003， 103（9）： 1139-1145.

[17] HANKS A S， WANSINK B， JUST"D R. Reliability and accuracy of real-time visualization techniques for measuring school cafeteria tray waste： Validating the quarter-waste method. Journal of the Academy of Nutrition and Dietetics， 2014， 114（3）： 470-474.

[18] GETTS K M， QUINN E L， JOHNSON"D B， et al. Validity and interrater reliability of the visual quarter-waste method for assessing food waste in middle school and high school cafeteria settings. Journal of the American Academy of Nutrition and Dietetics， 2017， 117（11）： 1816-1821.

[19] SIMONS-Morton B G， FORTHOFER R， HUANG I W， et al. Reliability of direct observation of schoolchildren's consumption of bag lunches. Journal of the American Dietetic Association， 1992， 92（2）： 219-221.

[20] STCKLI S， NIKLAUS E， DORN M. Call for testing interventions to prevent consumer food waste[J]. Resources， Conservation and Recycling， 2018， 136： 445-462.

引用格式：任建超，王慶葉，黃春燕. 基于拍照編碼的食物浪費行為調查數據集[J].農業大數據學報，2025，7（1）：90-95. DOI： 10.19788/j.issn.2096-6369."100030.

CITATION："REN JianChao， WANG QingYe， HUANG ChunYan. Food Waste Behavior Survey Dataset Based on Photo Coding Method[J]."Journal of Big Data，2025，7（1）："90-95. DOI： 10.19788/j.issn.2096-6369.100030.

Food Waste Behavior Survey Dataset Based on Photo Coding Method

REN JianChao， WANG QingYe， HUANG ChunYan

Business School of"Yangzhou University， Yangzhou"225127， Jiangsu， China

Abstract："Food waste has negative impacts on society and the environment， making it a global issue that cannot be ignored. Practical social activities aimed at promoting food conservation have been launched by governments and civil society organizations， and have gained a positive response from all sectors of society. This dataset documents individual dining and food waste data before and after the Clear Your Plate Campaign. The purpose is to provide data support for the study of food waste behaviors and the impact of interventions on food waste behaviors. The photo-coding method was used to collect individual characteristic data of 722 college students and 16 976 cafeteria dining punch cards through a four-week tracking survey. The data on individual characteristics included information on students' and their families' typical eating habits， healthy eating behaviors， food waste behaviors， and subjective perceptions. The dining card data covered daily lunch and dinner dining scenes， food composition， dining satisfaction， spending， and food waste. The data underwent pre-survey and manual quality checks. Standardised procedures were employed to ensure scientific validity and accuracy， including the use of unified data formats and the elimination of erroneous data. This dataset provides scholars with data to analyse the impact of interventions on food waste behaviour from a dynamic perspective， such as Clear Your Plate Campaign. It also offers basic data and experimental paradigms for studying food waste behaviour using the photo-coding method.

Keywords："food waste behavior; photo coding method; clear your plate campaign; follow-up investigation; panel data