外卖比堂食更低碳？看看碳排放论文是怎么注水的

6 月 21 日

“这篇论文说，外卖比堂食的碳排放更低？”，几周前，同事的一句话引爆了食通社的工作群。虽然每天提倡食物体系的可持续，但我们却苦于学术界很少出现能够扎实地描述食物的环境影响的研究。何况，“外卖比堂食更环保”这种结论，简直有些颠覆我们的认知。真的如此吗？

“这篇论文说，外卖比堂食的碳排放更低？”，几周前，同事的一句话引爆了食通社的工作群。

虽然每天提倡食物体系的可持续，但我们却苦于学术界很少出现能够扎实地描述食物的环境影响的研究。何况，“外卖比堂食更环保”这种结论，简直有些颠覆我们的认知。真的如此吗？

这篇论文题为“基于全生命周期的城镇居民三类餐饮碳排放研究”（Research on carbon emissions of urban residents’ three types of dining based on the whole life cycle），于2022年发表在一本名叫《国际低碳技术》（International Journal of Low-Carbon Technologies）的学术期刊上，几位作者分别来自南方科技大学环境科学与工程学院和提供碳排放管理服务的公司碳阻迹，通讯作者是南科大的胡清教授。作为文章作者单位之一的碳阻迹也曾公开宣传这篇论文，表示“碳阻迹和南方科技大学此次研究成果为科学减碳提供有效的依据和数据支持”。

按照常理，既然作者来自一流高校和碳产业的专业公司，其结论也应该相对比较可信。但看完全文才发现，这篇文章的问题不只是不严谨，简直可以用生搬硬套、错得离谱来形容。

一、关公战秦琼式的数据引用

在介绍本文的主要结论之前，需要和读者解释，论文标题中的“全生命周期”是目前学术界和业界都比较喜欢使用的研究商品环境影响的方法。其实这对普通人来说也很容易理解：比如要评估一份叉烧的环境影响，就要考虑到种植饲料使用的化肥农药、猪肉养殖里的污染问题、饲料和猪肉运输过程里的尾气排放、烤肉过程中使用的燃气的能源消耗、包装使用的一次性塑料餐盒等等……最终再把所有这些影响汇总起来。

这篇论文就是把“全生命周期”应用在食物碳排放上，得出的结论是：堂食产生的排放最高（每人2.96 kg 二氧化碳当量），外卖次之（每人2.48kg 二氧化碳当量），在家做最低（每人2.28 kg 二氧化碳当量）。

那么作者是如何得出“外卖比堂食的碳排放更低”这一结论的呢？仔细看论文数据，发现关键在于消费者到店的交通将产生大量碳排放，而这部分排放超过外卖包装和外送产生的碳排放。

原论文的插图：从左至右依次为外带、堂食、在家做三种方式。能够看到，堂食和外卖的差别主要在于包装（绿色部分）和消费者到店的交通（棕色部分）。

按照常理，不同交通方式碳排放有所区别确实不难理解，毕竟外卖小哥大多骑的是电动自行车，但消费者则有可能开燃油车。但如何估计消费者去餐厅的里程和出行方式？

仔细一看才发现，论文使用的“外卖员送餐距离平均2公里”的数字来自自己的估计，而消费者去往餐厅竟然平均需要经过8.58公里！

再仔细看，才能发现作者引用了错误的数据。8.58公里的“就餐”数据来自《2019北京市交通发展年度报告》，而原文所指的是北京人每天出行的平均距离。是的，你没看错，算上每天从顺义昌平开车，从燕郊坐地铁通勤的上班族，北京人平均每天才移动8.58公里。而作者直接把8.58公里这个数字当做去一次餐厅的距离。

原报告统计的是全日出行距离，而粗心的作者直接拿来做加权平均，作为去餐馆的距离。如果按照这份《报告》的数据，以生活为目的的出行只占一小半，而“去餐厅”甚至没有单独列出，和可能和“购物”、“休闲娱乐”、或者探亲访友等等项目被统计到一起去。从这项数据中，我们完全没法判断到餐厅吃一次饭究竟需要走多少距离。图片摘自《2019北京市交通发展年度报告》。

论文“关公战秦琼”式的数据引用不止里程计算错误这么简单，其他部分也是一片混乱。

在比较家庭和餐厅储藏和烹饪的碳排放时，作者引用了不同的数据源，但数据都有质量问题。在餐厅消费的部分，作者在引用时，错将原本研究中的餐厅浪费食物的比例错当做实际消费比例，结果就是主食才占到17%，肉类20%，而蔬菜占比则高达43%——按照这一数字，咱们平时下馆子就吃得也太健康了。

作者所引用的《城市餐饮业食物浪费碳足迹——以北京市为例》列出的餐厅浪费食物种类分布。

家庭用餐数据部分则来自三篇研究论文的拼凑，不同来源的数据本身就很难统一统计标准，统计误差还会叠加在一起。何况这些引文的一手数据就质量堪忧：某些文章的数据收集自近二十年前，甚至还有一篇的研究对象是台湾的老年人——原文中出现了台湾老人每周做饭2.3次，作者就是直接拿来作为中国所有普通家庭的平均水平，得出的数字可能合理吗？

二、缺斤短两：数据还可以这么操作？

到这里还不算完，论文的后半段，作者开始研究一道叫“honey sauce fork-fired”的菜品的碳排放，我花了好一阵子才反应过来，这说的其实是蜜汁叉烧。

叉烧肉更通行的翻译是barbecued pork。蜜汁叉烧也是一道用烤箱很容易做出的家庭美食，右图就是食通社的同事宁晨在家自制的叉烧。图片：天乐、宁晨

我原本想象，到这里总该出现点接地气的内容了吧——行业平均值算不准，一道菜总能测准吧，但结果还是不靠谱。

作者得出的结论是：同样一份蜜汁叉烧，餐厅堂食的碳排放最高（每人6.5843 kg 二氧化碳当量），其次是家庭烹饪（每人6.4721 kg 二氧化碳当量），而外卖成了最低的（每人5.6718 kg 二氧化碳当量）。

为什么这次家庭制作的排放格外的高？对此，作者是这样表述的：“家庭制作里的排放里，原材料排放占大头，是餐馆使用的原材料排放的三倍。”让人不禁纳闷：难道餐馆的蜜汁叉烧用了什么狠活和黑科技？

正文中没有更详细的解释，在补充材料里，我才发现了猫腻所在。

在堂食和外卖的部分，作者给出了这么一份餐厅的菜单：蜜汁叉烧150g、土豆丝100g、青豆100g、米饭200g。暂且不论广东人会不会这么“亵渎地”搭配一顿正餐，好歹这一餐勉强可以认为是一人份的套餐。

而到了家庭制作对比部分，作者改为列出原材料，份量一下子变成猪肉500g、蜜汁酱60g、土豆300g、青豆300g，后面还有葱姜蒜等等——这个份量我估计胃再大的人也吃不下。

两份不同份量菜品的构成和排放计算标准，表格数据来自原论文的补充材料。500g猪肉烤出来的成品远不止150g，何况作者对于生猪肉和瘦猪肉使用的是同样的单位排放量的指标。作者没有把这一部分数据放到正文中。

没人知道作者为什么一下子在家庭制作的部分放大了比例，但以正常人的脑回路肯定不会犯这样的错误：一道菜用一斤肉，另一道用三两肉，然后把秤遮住，告诉我，一斤的肉的那份的环境足迹是三两肉的三倍。对不起，黑心肉贩就算再缺斤短两，也想不出这么好的买卖。

不过这样在数据上一顿操作，结果也是明显的：原来排名第二的外卖，一下子跃升为最“环保”的方式了。幸亏广东的餐厅不需要像国际大企业一样需要重视ESG，否则我真的想建议他们，赶紧把“外卖叉烧，减碳救地球”这句话粘贴在自己的介绍里，唬住那些不明就里的投资人和消费者。

三、摆脱无效的知识生产

回顾这篇论文，虽然抱着关注“外卖到底有没有增加碳排放”这个问题点进来，但最终我似乎只得到了两条靠谱的信息：开车比骑电动碳排放更高，一斤肉比三两肉的碳排放高。但好像这已经是常识，不需要这么多专家来研究。

这样的注水论文能够发表出来，也少不了乱用“全生命周期”这类新概念。这个概念本来是为了把从生产到消费的环节都囊括进来，倒给了某些学者浑水摸鱼的可能——拼凑些二手数据，搞搞计算就能算是一篇“新发现”了。最后仔细一看，场景是假的，数据是错的。

如果像我这样没有什么学术背景的小白都能指出这么多问题，实在难以想象如此不严谨的论文究竟是如何通过同行评审的。如果这种研究只是局限在学术界无意义的自我重复也就罢了，更大的危险在于，当大量资源和关注投入“减碳”事业，急需寻找解决方案。但学术界不仅不能给出高质量的研究，还要任由这样滥竽充数的文章混淆视听，我们只可能看到虚假的解决方案满天飞。

最后学者水到了文章，评上了职称，企业拉到了生意，现实情况倒一点没有好转。

食通社的一位同事曾经精准吐槽气候界的研究：研究越来越多，数据质量越来越差。这就是食物体系减碳问题面临的现状——行业中的大多数人都在用互相引用来生产无效的研究，甚至能用这些文章卖出价钱。最终我们能够依赖的还是那一点点少的可怜基础研究，后来的研究者想引都无研究可引。换句话说：连猪肉都没有，就想直接做出蜜汁叉烧，可能吗？

以这篇研究为例，从我朴素的认知出发，想要挤出水分也非常简单：亲自动手，从能做的做起，改善数据质量——自己在家烤一份蜜汁叉烧，测一测耗电量，再和餐厅里的商用烤箱对比一下；或者找一家广式餐厅踏踏实实做两周社会调查，看看消费者吃一顿饭、外卖骑手送一次餐究竟要走多少里程。最重要的，称称一份40块钱的蜜汁叉烧究竟能用多少猪肉、多少葱姜蒜——买个好点的电子称花不了多少钱。

虽然这种笨办法无法反映的全行业情况，但好歹能摆脱无限引用坏数据的循环，给研究者和关心真实问题的人稍微输送一点有用信息。

至于普通读者，很抱歉，你们并不能从这篇文章中得到什么“信息增量”。如果有，那么还是重复那几句老生常谈：多使用低碳方式出行，少用塑料包装。当然，如果你能支持更多环境友好的农业生产方式，我们更要给你点赞。

毕竟行动起来才能减碳，写没用的论文只能浪费纸张和电力。

以及，如果下回有人引用这个论文说，其实吃外卖更环保，请你直接把食通社的文章甩到TA脸上去。

参考资料

1.Zimo Zhao, Xiuyuan Lv, Yuanhao Wang, Guangfeng Lv, Bo Miao, Qing Hu, Cheng Ouyang, Yukun Liu, Luhui Yan, Research on carbon emissions of urban residents’ three types of dining based on the whole life cycle,International Journal of Low-Carbon Technologies, Volume 17, 2022, Pages 1036–1045,https://doi.org/10.1093/ijlct/ctac069

2. 里程计算错误：《2019北京市交通发展年度报告》错误引用在报告第33页

https://max.book118.com/html/2020/0308/8122040034002101.shtm

3. 食品消费比例错误引用：张丹,成升魁,高利伟,等.城市餐饮业食物浪费碳足迹——以北京市为例[J].生态学报, 2016, 36(18):12.DOI:10.5846/stxb201504150769.引用的陈旧数据：杜婷婷,毛锋,罗锐.中国经济增长与CO2排放演化探析[J].中国人口·资源与环境, 2007, 17(2):6.DOI:10.3969/j.issn.1002-2104.2007.02.019.

4. 台湾老人做饭频率：Chia-Yu Chen, RMeei-Shyuan Lee, Yu-Hung Chang, Wahlqvist, M. L.Cooking frequency may enhance survival in Taiwanese elderly.[J].Public Health Nutrition, 2012, 15(7).