30. 【文本挖掘+LCA】外卖食材消费碳足迹。【研究内容】
依托美团 28 亿条外卖订单,结合文本挖掘与生命周期评价,划分 5 大类 13 种食材;量化全国及分省份外卖食材消费量,对比外卖、家庭烹饪、堂食的饮食结构差异;核算从生产到烹饪冷藏全链条碳足迹,分析收入、城镇化等社会经济要素与单餐碳排放的关联;设置 4 类情景预测 2030 年碳排放,测算饮食结构优化的减排空间,提出平台、商家低碳转型对策。
【研究问题】
1.全国线上外卖整体食材消费结构、区域饮食偏好与家庭烹饪存在何种差异?
2.外卖食品全生命周期碳足迹总量、各食材 / 生产环节排放贡献及区域分异特征是什么?
3.不同调控措施(扩大小份餐、调整饮食结构)对外卖碳排放的减排潜力有多大?
4.如何构建适配海量外卖订单大数据的消费与碳足迹核算体系?
【研究方法】
1.文本挖掘词频分析法:搭建标准化食材语料库,匹配海量订单提取食材频次,把文本订单转化2.为可量化消费数据,解决传统问卷样本量不足的缺陷。
3.生命周期评价 LCA(ISO14040):划定农田至消费者系统边界,核算 CO₂、CH₄、N₂O 全链条排放,量化各类食材、各生产阶段碳贡献。
4.蒙特卡洛模拟:开展不确定性分析,验证食材分量、排放因子波动对结果的影响,保证数据可信度。
5.多情景模拟:设置基准、肉类增长、小份餐、膳食指南 4 种情景,定量对比不同治理路径的减排效果。
【创新点】
1.方法创新:首次融合文本挖掘 + 生命周期评价框架,用数十亿级外卖订单大数据实现全国尺度外卖消费与碳足迹量化,突破传统统计、问卷数据局限。
2.内容创新:区分省域外卖饮食偏好,揭示外卖相较家庭烹饪高肉、少谷物蔬菜的结构性问题,厘清肉类(尤其牛肉)是碳排放核心来源。
3.应用创新:结合《中国居民膳食指南》测算 73%–84% 的大幅减排潜力,为平台、餐饮行业低碳转型提供量化依据。
【未来可拓展创新方向】
1.数据维度:整合饿了么等多平台数据,纳入油盐、饮品调味品,完善食材核算边界;分省本地化排放因子,缩小区域测算误差。
2.技术升级:引入语义挖掘替代简单字符串匹配,精准识别隐藏配料;结合时序数据追踪饮食与碳排放长期演变。
3.应用延伸:构建外卖菜品碳标签智能推荐模型;结合供应链运输数据细化分销环节碳排放;将外卖碳核算纳入居民个人碳账户体系。
#碳排放 #碳足迹 #博士论文 #科研 #创新点