推文人 | 郑佳佳

原文信息：Verena Kurz. Nudging to reduce meat consumption: Immediate and persistent effects of an intervention at a university restaurant, Journal of Environmental Economics and Management, 90 (2018):317-341.

 

1.引言

 

近年来，有学者的研究发现，改变人们的饮食习惯，引导人们减少肉类和奶制品的消费，转向消费更多的蔬菜类食物，不仅有助于人类的健康长寿，而且在减少温室气体排放方面也发挥着重要的作用。这是因为畜牧业每年所产生的碳排放占到了人类活动温室气体总排放的14.5%，在西方国家尤其是美国和瑞典人民的生活消费中，仅肉类消费所伴随的碳排放就占到了食物类碳排放总量的三分之一。 因此，减少人们饮食中肉类食物的消费，不仅仅有益于人们的身体健康，同时有助于改善温室效应。

 

在瑞典，肉类消费量自1990年以来就呈现出持续增长的趋势，截止2016年，其肉类消费量达到了历史最高点，为87.7千克/人/年。在这样一个“嗜肉”的国家里，推行减少肉类消费的政策似乎并不讨巧。事实上，基于碳排放的食物消费税，碳标签等措施都被施行过，但收效甚微。最近三四年，基于调整人们的选择行为的“软干预”策略以其低成本、无扭曲效应、易于被个体或决策者接受等特征而成为学者们研究的重点。这种“软干预”策略通过对人们的决策环境进行微调，而不改变价格和选择集等客观条件，而诱导人们作出相对应的选择。其中，人们的食物选择行为被视为是经典的进行“软干预”策略实验的例子，通过突出部分菜单，改变食物分类结构和布局，改变食物包装等方式，影响人们的饮食决策行为。

 

在本文中，作者检验了这种改变食物菜单布局和食物呈现方式的“软干预”策略对人们在午餐中对肉类和蔬菜类食物的消费选择行为的影响，同时对这种影响在“软干预”策略取消后是否依然存在进行了分析。

 

2.实验过程

 

2.1 实验设计

 

本文设计的实验在瑞典哥德堡大学的两个校内餐厅施行。哥德堡是瑞典第二大城市，人口55万，哥德堡大学是瑞典第四大的大学，共有全日制在校生24000名。在哥德堡大学校内，本文所选中的 1号餐厅被视为是处理组餐厅，2号餐厅被视为是控制组餐厅。这两个餐厅有着共同的供应商和管理体制，每天中午都供应三类热菜，一类是蔬菜，另外两类分别是肉类和鱼类，具体的餐谱由两个餐厅的主厨分别确定，并提前一周通过邮件向订阅师生发送并于餐厅入口处张贴。两个餐厅的饭菜虽然不同，但价格保持一致，都是70瑞士法郎一份，除了所选的蔬菜或肉类食物外，同时包含面包、沙拉和水。除了这三类热菜之外，顾客还可以选择汤、其他沙拉、三明治等，价格各异。两个餐厅的周菜谱均被张贴于餐厅的入口处，而在餐厅的点餐窗口则显示的是当日的菜谱。两个餐厅的陆地距离为2.5公里，处理组餐厅（1号餐厅）距离经济学院、法学院、和工商管理学院较近，而控制组餐厅（2号餐厅）距离其他人文学科类学院较近。每日每个餐厅午餐中每一类食物的销量数据都被收集起来，数据期间从2015年9月份开始，至2016年6月份结束，跨度为一个学年。在样本期间内，前9周被视为是基础观察期，中间的17周被视为是“软干预”策略实施期（只在处理组餐厅（1号餐厅）进行“软干预”措施），最后的13周被视为是恢复期（“软干预”策略从处理组餐厅撤销）。

 

实验目标：通过改变人们就餐环境的细节因素，识别这些变化对人们在食物选择方面的影响。具体改变的因素由两点：（1）改变菜单上三类食物的排序；（2）改变蔬菜类食物的可视性（在点餐窗口突出显示蔬菜类食物，而将肉类食物放在点餐窗口之后）。这些改变只发生在处理组餐厅（餐厅1），而在控制组餐厅（餐厅2）并未进行任何的菜单或菜品布局变动。详见Table 1.

 

2.2数据

 

餐厅1和餐厅2在样本期间的每日午餐销售量数据均被记录下来。在总数据中，餐厅1总计收集到181天的午餐销量数据，餐厅2收集到184天的午餐销量数据。其中，餐厅1在研究期间因为工作人员的调动而歇业三天，因而与餐厅2相比，其数据中少了三天的午餐销售数据。在数据的质量上，餐厅2（控制组）的数据中有3天由于是法定节假日的前三天，只提供了两类午餐而并非三类午餐；餐厅1的销售数据中有10天的数据是不完整的，而餐厅2的数据中则只有1天的销售数据是不完整的；在2016年春节期间，这两个餐厅均提高了午餐饭菜的价格，这样的高价格持续了5天；为保证分析的稳健性，这里将数据质量不高的销售数据去除，结果餐厅1剩下了166天的午餐销售数据为有效数据，餐厅2剩下了175天的午餐销售数据为有效数据。这些有效数据的基本统计分析详见Table 2.

2.3实证分析策略

 

2.3.1 事件前后分析（before-after analysis）

 

在处理组餐厅的销售数据中，控制其他因素的变化后，检验“软干预”策略实施前后，不同种类食物的销售份额的变化，具体方程如下：

作者分别使用了普通最小二乘法和条件Logit法进行估计。

 

在外生因素的影响能够被全部排除的条件下，事件前后分析法能够得到无偏无计量。但是该假设却很不容易被满足。因此，作者同时使用双重差分模型对“软干预”策略的实施效果进行估计，这也是收集控制组餐厅午餐销售数据的最主要用途之一。

 

2.3.2 双重差分分析（Difference-in-difference analysis）

 

具体方程如下：

 

 

3 估计结果

 

3.1 基本分析（详见文中Table3）

 

3.2 回归分析（直接效应）

 

Table 4给出了作者基于事件前后分析法和双重差分法得到的回归结果。在Table4中，无论是事件前后分析法和双重差分法都显示：“软干预”策略显著促进了蔬菜类食物在餐厅午餐销售中所占的份额，其处理弹性约为6-7.3%。

 

为了进一步分析这种“软干预”策略的处理效应随时间变化的趋势，作者进一步将“软干预”策略实施期间的period2划分为三个子时期：11月-12月，1月份，2月-3月。“软干预”策略的时间变化效应详见Table5. 无论是事件前后分析法，还是双重差分法都显示：“软干预”策略实施的时间越长，其处理效果越明显，即对蔬菜类食物的销售份额增长的促进作用越大。一个可能的解释是：随着“软干预”策略的实施，越来越多的人看到了其张贴的内容，受到其微调因素的影响而发生了选择变化。另外一个可能的解释是：人们在食物的选择上有时候会受到周围其他人的选择结果的影响，即有时候人们对于蔬菜类食物的选择并非是看到了“软干预”策略的微调影响，而是受到其他同学或同事的推荐，又或者是看到了其他顾客所选的食物而进行的选择，这意味着蔬菜类食物的销售份额在长期内的增长有可能与“软干预”策略并无多大的关联。

 

3.3 “软干预”策略在蔬菜类食物销售份额上的长期影响效应

 

Table 6显示了利用事件前后分析法得到的“软干预”策略在蔬菜类食物长期销售份额上的影响效应。在控制了食物种类变量和周固定效应之后，Table 6中的估计结果中，column4的结果显示：蔬菜类午餐的销售份额依然比“软干预”策略实施前的period 0的销售份额高4个百分点。与前面的处理效应随时间变化的趋势相结合，可以得出结论：“软干预”策略在长期内确实有效促进了蔬菜类午餐的销售，即改变了人们的午餐选择，促使人们更多地选择蔬菜类食物作为午餐。

 

3.4 异质性效应：“软干预”策略对不同种的蔬菜类食物的处理效应存在差别

 

即使都是蔬菜类食物，由于做法不同或者人们的偏好不同，“软干预”策略对其的处理效应也可能存在着差异，这里即对这种异质性进行检验。详见Fig3.

 

在Fig3中，可以看出：“软干预”策略确实促进了蔬菜类食物的销售，但是在不同种类的蔬菜类食物上却表现不一。具体而言，该干预策略对vegetarian patty的销售具有最大的促进作用，但是对名为stew这种食物的销售的促进作用却是所有蔬菜类食物中最低的。一个可能的解释是：patty这种食物（如vegetarian burger）在外型上与肉类食物更相近，而对经常消费肉或鱼类食物的顾客而言，更具有吸引力。相反，stew这种食物却只在那些严格的素食主义者眼中才具有吸引力，即使实在干预策略实施期间，其销售量几乎没有多大变化。总的来说，尽管在绝对销量上，不同种的蔬菜类食物在干预策略实施期间确实存在销量差异，但这些差异在回归分析上并不显著，这可能与每一种食物的销量数据比较少有关。因此，鉴于本文研究样本的限制，我们并不能从中得到确切的结论证明“软干预”策略在不同的蔬菜来食物的销量促进作用上存在着典型的差异。

 

3.5 其他模型识别策略和替代效应

 

实际上，在本文的实验中，与蔬菜类食物相对应的两种肉类食物（meat 1 和meat 2）存在着相互替代的关系，因此，“软干预”策略的实施同样会影响到meat 2的销售份额的变化，详见Fig4. 回归结果（Table 7）也证实了这一点。作者分别使用普通最小二乘法，条件Logit，嵌套Logit三种方法对处理效应进行了回归分析，结果显示：在三种估计方法下，干预策略的处理效应结果基本相似，这同时也意味着普通最小二乘法的估计结果即为最稳健的估计结果。

 

替代效应显示“软干预”策略不仅仅导致了蔬菜类食物和meat 1的销量变化，同时也导致了meat 2销量的变化。在考虑总的处理效应时，这三个变量的销量变化都必须考虑在内。在目前的分析中，将三类食物在“软干预”策略实施期间的销量变化总和考虑，是进行总的环境效应分析的必须条件，这在本文的第四部分进行了详细的分析和计算。

 

3.6 控制组餐厅菜单顺序变化的影响效应

 

在本文的实验实施期间，发生了一件意料之外的事情：2016年2月1日（第14周，在观察期period 1中），两个餐厅的主厨发生了变更，控制组餐厅从该组织外部聘任了一名新的主厨，而原来控制组餐厅的主厨被调任到处理组餐厅工作。在控制组新主厨就任期间，他曾经更换过控制组餐厅菜单的顺序。虽然这是一项突发事件，但是该事件为我们进一步分解分析本文所实施的“软干预”策略的具体措施的具体影响提供了思路，即到底是改变菜单的顺序还是提高蔬菜类食物的可视性有效促进了蔬菜类食物的销量？二者在蔬菜类食物销量的促进效应中发挥了多大的作用？Table 8给出了估计结果。结果显示：当控制了其他变量以后，尽管这里的样本量很小，但结果是显著的。当将蔬菜类食物在餐单中的顺序从第一变为第二时，蔬菜类食物的销量显著降低了2.3%，相反，meat 1的销量在其被放置于菜单的第一位时增长了4%；meat 2的销量虽有所下降，但并不显著，这意味着meat 1和meat 2之间的替代效应依然存在。总之，这里的分析意味着改变菜单的排序，会显著影响到某类食物的销量。

 

4. 午餐处理效应在GHG排放方面的影响

 

4.1 替代食物

 

在瑞典，相对于蔬菜类食物被认为是低碳排放食物，肉类食物被认为是高碳排放的食物，而在不同的肉类食物中，其碳排放量也存在较大的差异：以1千克为单位的肉类中，牛肉（beef）的碳排放量最高，其次是羊肉（lamb），其次是合成肉（mixed meat），其次是猪肉（pork），其次是鸡肉（chicken），最后是鱼肉（fish）。为了衡量“软干预”策略在减少食物相关的GHG排放方面的作用效果，有必要先考察哪种食物类型是通过“软干预”策略被消费者替换掉的。当消费者被“软干预”策略诱导而多消费蔬菜类食物时，其原先本应选择的食物种类如果是鱼肉类，则其替换掉的是相对低碳排放的肉类，而如果其替换掉的是牛肉等红肉类食物，则其替换掉的是相对高碳排放的肉类，这两种被替换掉的肉类食物在碳排放方面的差异是不容忽视的。因此，作者考察了处理组餐厅在干预策略实施前后期间，各种肉类食物的销量及其变化情况，详见Fig 5. 作者认为：每种肉类食物的销量的减少量与总的meat 1类食物的销量减少量很接近；附表中的Fig A.2也显示在meat 2的销量中，每种肉类食物的销量变化与总体变化一致。这意味着在处理组餐厅的午餐销售中，蔬菜类食物的销量变化并不依赖于所供应的肉类种类。因此，可以假定，该“软干预”策略的处理效应对三种食物的影响是均等的，这是计算食物变化的温室气体排放效应的前提。

 

4.2 近似的碳减排量计算

 

处理组餐厅的主厨提供了所供应的肉类、蔬菜、糖类、蔬菜替代品、酱汁的标准数量数据，这些数据被用作计算其碳排放的投入材料。处理组餐厅的每日菜单被用来计算每种食物在每个观察时期的供应频率。

 

作者的计算方法如下：（1）按照三种食物中的每种食物所包含的蔬菜、肉类、酱汁以及蔬菜替代品等的分量，计算每种食物的标准碳排放量，结果见Table 9. （2）使用上文中的嵌套Logit模型，分别对实施干预策略下和未实施干预策略下的三种食物的销售量进行预测；（3）使用每日平均顾客数量，实施期间的总天数，每种蔬菜类食物或肉类食物在每天的供应次数，预测所得的每种食物的销售份额，对不同样本期间的食物碳排放量进行计算；（4） 假设没有“软干预”策略的实施，对period 1期间的顾客数量进行预测，同时使用步骤（3）里的其他数据，计算period 1和period 2期间的碳排放量。而实施了“软干预”策略的每种食物在每个时期的具体销售量数据则是实实在在的数据，直接对其进行计算即可。计算结果详见Table10. 结果显示：“软干预”策略通过引导人们更多地消费蔬菜类食物，减少肉类食物的消费，而将饮食相关的碳排放减少了大约4个百分点。作者同时对处理效应95%置信区间上的碳减排效应进行了估算，其结果在0.7%到8.5%之间。在肉类的种类上，如果所供应的肉类均为牛羊肉（高碳排放肉类），则干预策略将会使得碳排放在period 1内减少6.4%，在period 2内减少3%；如果所供应的肉类食物均是气候友好型，只包括猪肉，禽类和鱼肉三种低碳排放的肉类，则干预策略将会导致碳排放在period 1 内减少2.9%，在period 2内减少1.9%。

 

5. 结论

 

本文的研究显示：通过“软干预”策略引导人们的消费行为进而实现食物相关的碳减排是可行的。通过在菜单上突出蔬菜类食物的标志以及将蔬菜类食物置于菜单的首位将会使得蔬菜类食物的销量提高约6个百分点。在本文的研究中，尽管对于这两种微调式干预策略的具体处理效应的分解并不是很成功，但本文中控制组菜单顺序的变更以及本文对该事件的分析也证明了这两种微调方式都是有效的。通过分析处理效应在长期内的发展变化，本文认为这种“软干预”策略不仅仅在短期内有效，而且在长期内有助于促进人们饮食新习惯的形成，即使在干预策略撤销之后，其影响依然存在。虽然使用文中的实验数据并不能对人们的习惯形成行为进行分析，但是这也为本文作者的未来研究提供了方向。尽管继续分析“软干预”策略对餐厅食物总体销售的影响已经不太可能了，但是在本文的“软干预”策略结束之后，处理组餐厅在接下来的2016-2017学年依然沿用了干预策略设计的菜单布局和窗口布局，这意味着这种“软干预”策略在改变人们的决策环境的同时并未对餐厅的盈利产生过负面影响，因此可见，“软干预”策略不失为一种较为温和的政策工具，在并不改变经营者盈利状况的条件下，促使消费者选择环境友好型食物进行消费。

 

Abstract

 

Reducing meat consumption is considered to have great potential to mitigate food-related greenhouse gas (GHG) emissions. I conducted a field experiment with two restaurants to test if nudging can increase the consumption of vegetarian food. At the treated restaurant, the salience of the vegetarian option was increased by changing the menu order and enhancing the visibility of the vegetarian dish. The other restaurant served as a control. Daily sales data on the three main dishes sold were collected from September 2015 until June 2016. Results show that the nudge increased the share of vegetarian lunches sold by on average 6 percentage points, and that the treatment effect increased over time. The change in behavior is partly persistent, as the share of vegetarian lunches sold remained 4 percentage points higher after the intervention ended than before the experiment. The intervention reduced GHG emissions from food sales by around 5 percent.