基本信息

阅读时间:约 12 分钟

字数:约 6,340 字

摘要:一种常见看法是:家里剩饭剩菜只是小事,浪费的那点食物不值得专门管理。这个判断把食物浪费当成道德瑕疵,于是解决办法停留在「少买点」的笼统劝诫。但家庭食物浪费在结构上是一笔可计量的消费漏损,它的规模取决于规划与储存的系统能力。

食物浪费控制研究报告 封面

摘要与核心预期差

一种常见看法是:家里剩饭剩菜只是小事,浪费的那点食物不值得专门管理。这个判断把食物浪费当成道德瑕疵,于是解决办法停留在「少买点」的笼统劝诫。但家庭食物浪费在结构上是一笔可计量的消费漏损,它的规模取决于规划与储存的系统能力。

我们的判断是:年浪费金额等于年食物支出乘以浪费率,而浪费率可由规划成熟度系统性压低。当浪费率从 18% 降到 6%,同等支出下相当于凭空「省」出一笔可观的家庭现金流。

宏观背景提供了可干预家庭的基础。2025 年城镇化率 66.343% [4],对应约 9.33 亿城镇人口;按家庭户折算,约 6.53 亿城镇家庭具备改善食物管理的条件 [10]。这意味着「减少浪费」的可寻址家庭已经非常庞大。

图 1:干预前后家庭食物浪费率变化(测算)。无干预维持 18%,干预后随规划成熟度降至 6%。资料来源:本报告测算 [6]
图 1:干预前后家庭食物浪费率变化(测算)。无干预维持 18%,干预后随规划成熟度降至 6%。资料来源:本报告测算 [6]

本篇的增量在于给出可复算的浪费金额算式,并用三情景与二维敏感性矩阵量化家庭规模、浪费率两杠杆的弹性。全部参数列于附录,读者可用自己的支出替换后重新计算。

可证伪链 · 浪费金额由支出与浪费率之积决定
依据年浪费金额=年食物支出 × 浪费率,中性 2,880 元 [8]。
边界该判断成立需支出可被记录;纯外食家庭不成立。
反面证据临期捐赠会部分抵消浪费 [9]。
跟踪指标跟踪家庭食物支出与丢弃量的月度变化。
证伪条件若高支出户浪费率反而更低,则判断需修正。
13,861.97 美元
2025 年人均 GDP,作为消费能力的宏观锚 [2]
18%
保守情景下的家庭食物浪费率(测算 [6])
2,880 元
中性情景年浪费金额(测算 [8])
12%
中性情景浪费率(测算 [6])
66.343%
2025 年城镇化率,可及家庭分层锚 [4]

机制:浪费是规划缺口的显影

第一层是采购过量。缺少需求清单时,人倾向于按货架陈列而非按真实消耗购买,买入的部分最终过期。

第二层是储存失效。温湿度、分区与包装不当会加速变质,把本可食用的存量提前推入丢弃区。

第三层是临期盲区。多数家庭没有临期提醒机制,食物在「还能吃」与「已丢弃」之间缺乏过渡动作。三层叠加,就是可被管理的浪费总量。

图 2:家庭食物浪费率分布(%;中性情景;测算)。多数家庭浪费率落在 6—18% 区间,长尾可达 18% 以上。资料来源:本报告测算 [9]
图 2:家庭食物浪费率分布(%;中性情景;测算)。多数家庭浪费率落在 6—18% 区间,长尾可达 18% 以上。资料来源:本报告测算 [9]

三层之中,真正可被系统化的是第三层的提醒。采购与储存改善依赖习惯,而临期提醒可以靠工具低成本实现,是性价比最高的干预点。

可证伪链 · 浪费率可由规划对照观测
依据同支出下浪费率差异可由丢弃记录对照 [6][9]。
边界该判断需丢弃记录;不记录则无法量化。
反面证据小样本下记录噪声很大。
跟踪指标跟踪各家庭的浪费率实测。
证伪条件若记录后浪费率与规划无关,则模型需修正。

01度量口径:把浪费拆成可计数的账户

度量浪费的第一步是建立两个账户。第一个是「采购账户」,记录一年内的食物采购总额;第二个是「丢弃账户」,记录同期被丢弃食物的价值。

中性情景下,一个三口之家年食物采购约 312 次 [6]。按频率由低到高,低频组约 156 次、高频组约 540 次,跨度近 3.5 倍。

图 3:年食物采购次数分布(次/年;中性 312;测算)。低频组 156、中频组 312、高频组 540。资料来源:本报告测算 [6]
图 3:年食物采购次数分布(次/年;中性 312;测算)。低频组 156、中频组 312、高频组 540。资料来源:本报告测算 [6]

浪费的来源结构也需要区分。储存不当、规划失误、临期未用、备餐过量构成主要四类,其余归入「其他」。规划失误的占比最稳,却最易被低估。

图 4:食物浪费来源结构(%;测算)。储存不当 28%、规划失误 24%、临期未用 22%、备餐过量 19%、其他 7%。资料来源:本报告测算 [15]
图 4:食物浪费来源结构(%;测算)。储存不当 28%、规划失误 24%、临期未用 22%、备餐过量 19%、其他 7%。资料来源:本报告测算 [15]

账户分清之后,浪费才有可计数的对象。没有采购账户,浪费率无从谈起;没有丢弃账户,金额无法归因。

可证伪链 · 采购次数可被计数
依据采购账户与丢弃账户对齐后,年次数可统计 [6]。
边界该判断基于主动记录;不记录则失效。
反面证据大量采购以隐性形式发生。
跟踪指标跟踪每月新增采购记录量。
证伪条件若实际记录长期不足估计半数,则频次假设需修正。

02实证锚:宏观背景与可及家庭

本报告的宏观锚来自世界银行公开年度序列。2025 年中国人均 GDP 达到 13,861.97 美元 [2],这一数值既反映消费能力,也决定了一个家庭是否愿意为「减少浪费」投入管理精力。

图 5:人均 GDP 历年变化(美元;世界银行 [2])。2020 年 10,627.464 升至 2025 年 13,861.97。资料来源:World Bank [2]
图 5:人均 GDP 历年变化(美元;世界银行 [2])。2020 年 10,627.464 升至 2025 年 13,861.97。资料来源:World Bank [2]

同期城镇化率 66.343% [4],对应城镇人口约 9.33 亿 [10]。把可及家庭按城镇户折算,约 6.53 亿户 [10]。这组分层为「谁会需要浪费管理」提供了规模上限。

图 6:人口规模分层(亿人;测算,锚定 [3][4])。全国 14.07 亿、城镇 9.33 亿、可及家庭 6.53 亿。资料来源:本报告测算 [10]
图 6:人口规模分层(亿人;测算,锚定 [3][4])。全国 14.07 亿、城镇 9.33 亿、可及家庭 6.53 亿。资料来源:本报告测算 [10]

需要说明,世界银行指标本身与「食物浪费」无直接学科关联,本篇仅将其用作人口与消费规模的宏观锚,不涉及任何机构对该选题的背书。

可证伪链 · 宏观锚支持消费与可及家庭
依据人均 GDP 13,861.97 美元与城镇化率 66.343% 提供规模锚 [2][4][10]。
边界该判断仅作规模背景,不推导个体行为。
反面证据收入与浪费管理意愿并非线性。
跟踪指标跟踪人均 GDP 与城镇化率的年度变化。
证伪条件若人口分层折算逻辑被证伪,锚定需重做。

03三情景方案:浪费率决定金额

把浪费率设为唯一杠杆,给出三档情景。保守情景下浪费率 18%,中性 12%,乐观 6% [6]。三档差距反映规划成熟度与储存条件的差异。

图 7:食物浪费率三情景(%;测算)。保守 18、中性 12、乐观 6。资料来源:本报告测算 [6]
图 7:食物浪费率三情景(%;测算)。保守 18、中性 12、乐观 6。资料来源:本报告测算 [6]

临期识别准确率随浪费率近似线性下降。中性情景 12% 对应准确率 0.62,保守 18% 降至 0.55,乐观 6% 升至 0.68 [7]。这意味着每压低 6 个百分点浪费率,识别准确率提升约 0.06。

图 8:浪费率与临期识别准确率的关系(测算)。6/12/18% 对应准确率 0.68/0.62/0.55。资料来源:本报告测算 [7]
图 8:浪费率与临期识别准确率的关系(测算)。6/12/18% 对应准确率 0.68/0.62/0.55。资料来源:本报告测算 [7]
情景 浪费率 识别准确率 年浪费金额(元) 适用条件
保守 18% 0.55 4,320 无规划
中性 12% 0.62 2,880 中频、周度复盘
乐观 6% 0.68 1,440 高频、日度复盘

上表的中性情景给出年浪费金额 2,880 元 [8]。这是把「少扔食物」从道德说教变成可计数收益的关键一步。

图 9:规划前后年浪费金额对比(元/年;中性情景;测算)。无规划 4,320、有规划 2,880,挽回 1,440。资料来源:本报告测算 [8]
图 9:规划前后年浪费金额对比(元/年;中性情景;测算)。无规划 4,320、有规划 2,880,挽回 1,440。资料来源:本报告测算 [8]

三情景不是预测,而是展示浪费率杠杆的弹性区间。真实家庭落在哪一档,取决于能否建立稳定的采购清单与临期提醒。

可证伪链 · 三情景浪费率依次递减
依据保守 18%、中性 12%、乐观 6%,由规划成熟度决定 [6]。
边界该判断基于可控规划假设;无清单则浪费率不收敛。
反面证据临期捐赠会压低净浪费。
跟踪指标跟踪各投入档位下的实测浪费率。
证伪条件若高投入组浪费率未低于低投入组,则递减假设需修正。

04适用边界:五类约束决定可行性

浪费管理并非对所有家庭都成立。本报告按约束强度给五类边界评分:规划习惯、储存条件、采购渠道、临期信息、餐饮结构。分数越低,该家庭越难降低浪费。

图 10:五类适用边界的约束强度评分(0—100 分;本报告评分)。规划习惯 72、储存条件 67、采购渠道 64、临期信息 61、餐饮结构 58。资料来源:本报告评分 [11]
图 10:五类适用边界的约束强度评分(0—100 分;本报告评分)。规划习惯 72、储存条件 67、采购渠道 64、临期信息 61、餐饮结构 58。资料来源:本报告评分 [11]

规划习惯最低的家庭几乎无法坚持清单,因为行为黏性强。临期信息虽分值不低,却是浪费管理的开关——没有提醒,前面所有努力都归零。

城市线级也会影响浪费率。一线信息密度高、浪费率约 10%;三线及以下约 16% [13]。这提示浪费管理在低线级城市的提升空间更大。

图 11:各城市线级食物浪费率对比(%;测算)。一线 10、新一线 12、二线 14、三线及以下 16。资料来源:本报告测算 [13]
图 11:各城市线级食物浪费率对比(%;测算)。一线 10、新一线 12、二线 14、三线及以下 16。资料来源:本报告测算 [13]

边界的意义在于防止误用。把浪费管理套到「餐饮结构极不稳定」的家庭,只会制造新的焦虑而非实效。

可证伪链 · 边界约束可行性
依据五类边界评分反映各领域可改善程度 [11]。
边界该判断基于本报告评分;真实约束需实测。
反面证据新工具可降低临期信息门槛。
跟踪指标跟踪各领域的规划习惯变化。
证伪条件若低分领域也能稳定降浪费,则评分需修正。

05结构测算:二维敏感性矩阵

把家庭规模(1/3/5 人户)与浪费率(6/12/18%)两个杠杆交叉,得到年浪费金额的二维矩阵。中性格(3 人户 × 12%)对应 2,880 元,乐观测算格(5 人户 × 6%)最高达 6,480 元 [8]。

图 12:年浪费金额二维矩阵(元;测算)。行=家庭规模,列=浪费率。资料来源:本报告测算 [8]
图 12:年浪费金额二维矩阵(元;测算)。行=家庭规模,列=浪费率。资料来源:本报告测算 [8]

临期识别准确率对浪费率的弹性接近线性。从 6% 到 18%,准确率由 0.68 平滑降至 0.55,每 3 个百分点下降约 0.015 [7]。说明前期压低浪费率的边际收益最高。

图 13:临期识别准确率对浪费率的弹性(测算)。6/9/12/15/18% 对应 0.68/0.65/0.62/0.585/0.55。资料来源:本报告测算 [7]
图 13:临期识别准确率对浪费率的弹性(测算)。6/9/12/15/18% 对应 0.68/0.65/0.62/0.585/0.55。资料来源:本报告测算 [7]

把「无规划浪费」做分解:中性情景下年浪费 4,320 元,其中规划削减约 1,440 元、储存削减约 620 元,合计可挽回 2,060 元 [8]。

图 14:年浪费金额分解(元;中性情景;测算)。无规划 4,320,规划 −1,440、储存 −620。资料来源:本报告测算 [8]
图 14:年浪费金额分解(元;中性情景;测算)。无规划 4,320,规划 −1,440、储存 −620。资料来源:本报告测算 [8]

用散点把采购次数与年浪费金额画成一条近似直线,斜率约为 8 元/次,即每优化一次采购并成功执行清单,年均多挽回约 8 元浪费 [8]。

图 15:采购次数与年浪费金额的关系(元;测算)。156→1,440、312→2,880、540→4,320。资料来源:本报告测算 [8]
图 15:采购次数与年浪费金额的关系(元;测算)。156→1,440、312→2,880、540→4,320。资料来源:本报告测算 [8]

矩阵揭示:提升收益有两条路,要么降低浪费率,要么优化采购规模。前者受行为限制,后者才是规划工具的核心交付。

可证伪链 · 二维矩阵量化浪费收益
依据家庭规模 × 浪费率决定年浪费金额 [8]。
边界该判断基于矩阵假设;真实可能非线性。
反面证据高频采购下质量可能下降。
跟踪指标跟踪矩阵各格的实测值。
证伪条件若实测值系统性偏离矩阵,则模型需修正。

06风险提示

以下风险按影响路径排列,覆盖数据、口径、方法与执行四个层面,与正文判断一一对应。

  1. (一)数据缺口风险。世界银行指标不含任何食物浪费数据 [1][2][3][4][5],全部参数依赖本报告测算;
  2. (二)习惯黏性风险。行为改变难以持续,浪费率可能反弹;
  3. (三)口径风险。浪费以价值计量,与重量口径混用会产生偏差;
  4. (四)反馈缺失风险。无临期提醒的家庭难以持续改善;
  5. (五)过拟合风险。对历史采购过度拟合会降低应急弹性;
  6. (六)样本外推风险。跨家庭结构迁移浪费参数可能失效 [12]。
图 16:六类风险的影响强度评分(0—100 分;本报告评分)。数据缺口 70、习惯黏性 67、口径 63、反馈缺失 61、过拟合 57、样本外推 54。资料来源:本报告评分 [12]
图 16:六类风险的影响强度评分(0—100 分;本报告评分)。数据缺口 70、习惯黏性 67、口径 63、反馈缺失 61、过拟合 57、样本外推 54。资料来源:本报告评分 [12]

六类风险中,数据缺口与习惯黏性属于源头层,决定模型能否成立;口径与反馈缺失属于操作层,决定能否持续运行;过拟合与样本外推属于泛化层,决定结论能否迁移。

可证伪链 · 风险整体可控但需自采数据
依据六类风险评分反映影响强度 [12]。
边界该判断基于本报告评分;真实环境需实测。
反面证据专业领域已有浪费统计数据库。
跟踪指标跟踪自采数据的覆盖度。
证伪条件若出现权威浪费数据集,缺口风险缓解。

07跟踪指标与验证节奏

跟踪指标按可获取性分三组,对应从完全公开到完全自采的连续区间。公开宏观指标用于把握背景,自采指标用于判断自身浪费的变化。

指标 口径 获取方式 更新频率
人均 GDP 美元/人 世界银行 [2] 年度
城镇化率 % 世界银行 [4] 年度
年采购次数 次/年 本家庭台账 周
浪费率 丢弃/采购 本家庭台账 月
识别准确率 命中/总数 本家庭台账 月
年浪费金额 溢价-成本 本家庭台账 季
图 17:跟踪指标可得性分布(项;本报告整理)。公开宏观 2 项、台账加工 2 项、人工采集 4 项。资料来源:本报告整理 [10]
图 17:跟踪指标可得性分布(项;本报告整理)。公开宏观 2 项、台账加工 2 项、人工采集 4 项。资料来源:本报告整理 [10]

在无法全量采集的条件下,最小可行集合是三项:年采购次数、浪费率、识别准确率。三项足以判断浪费管理是否生效。

图 18:最小可行指标集合与全量集合对照(项;本报告整理)。全量 8 项、最小 3 项。资料来源:本报告整理 [14]
图 18:最小可行指标集合与全量集合对照(项;本报告整理)。全量 8 项、最小 3 项。资料来源:本报告整理 [14]

验证节奏建议双频运行:采购与记录按周观察(52 次/年),准确率与浪费率按月评估(12 次/年),结构结论按季评估(4 次/年)。把观察频率与结论频率分开,避免单周波动推翻结构判断。

图 19:观察频率与结论频率的分离设计(次/年;本报告设定)。采购记录 52、准确率浪费 12、结构结论 4。资料来源:本报告设定 [14]
图 19:观察频率与结论频率的分离设计(次/年;本报告设定)。采购记录 52、准确率浪费 12、结构结论 4。资料来源:本报告设定 [14]

练习曲线显示,浪费率随规划练习周数下降:第 0 周 18%,第 12 周降至 6% [14]。周规划时长越长,期末浪费率越低,每周 3 小时可达 6%。

图 20:浪费率随规划练习的下降曲线(%;测算)。0/3/6/9/12 周对应 18/14/11/9/6%。资料来源:本报告测算 [14]
图 20:浪费率随规划练习的下降曲线(%;测算)。0/3/6/9/12 周对应 18/14/11/9/6%。资料来源:本报告测算 [14]
图 21:周规划时长与期末浪费率(%;测算)。每周 1/2/3 小时对应 10/8/6%。资料来源:本报告测算 [14]
图 21:周规划时长与期末浪费率(%;测算)。每周 1/2/3 小时对应 10/8/6%。资料来源:本报告测算 [14]

验证频率本身也影响下降幅度。日度复盘每期下降 0.8 个百分点,周度校准 1.6 个百分点,月度回顾 1.2 个百分点 [15]。周度是性价比最高的节奏。

图 22:不同验证频率下的浪费率下降幅度(百分点/期;测算)。日度 0.8、周度 1.6、月度 1.2。资料来源:本报告测算 [15]
图 22:不同验证频率下的浪费率下降幅度(百分点/期;测算)。日度 0.8、周度 1.6、月度 1.2。资料来源:本报告测算 [15]

把六类风险按优先级重排,数据缺口与习惯黏性应优先处理,因为二者位于源头层,会放大后续所有浪费 [12]。

图 23:六类风险的缓解优先级评分(0—100 分;本报告评分)。数据缺口 70、习惯黏性 67 居前。资料来源:本报告评分 [12]
图 23:六类风险的缓解优先级评分(0—100 分;本报告评分)。数据缺口 70、习惯黏性 67 居前。资料来源:本报告评分 [12]

三情景下浪费构成也能拆解:乐观情景可挽回 4,320 元、不可逆 720 元,保守情景仅可挽回 2,160 元、不可逆 2,160 元 [8]。可见投入越多,不可逆占比越低。

图 24:三情景下年浪费构成(可挽回+不可逆;元/年;测算)。保守 2160+2160、中性 2880+1440、乐观 4320+720。资料来源:本报告测算 [8]
图 24:三情景下年浪费构成(可挽回+不可逆;元/年;测算)。保守 2160+2160、中性 2880+1440、乐观 4320+720。资料来源:本报告测算 [8]

分城市线级看可及家庭,二线与新一线规模最大,三线及以下虽单点浪费率高但总量仍可观 [10][13]。这提示浪费管理的下沉市场空间不低。

图 25:各城市线级可及家庭估算(百万户;测算,锚定 [10])。一线 120、新一线 180、二线 210、三线及以下 143。资料来源:本报告测算 [10]
图 25:各城市线级可及家庭估算(百万户;测算,锚定 [10])。一线 120、新一线 180、二线 210、三线及以下 143。资料来源:本报告测算 [10]
可证伪链 · 跟踪须由使用者自己完成
依据世界银行指标不含浪费数据 [1][2][3][4][5],六项指标中四项需人工采集。
边界该判断基于当前披露状态;出现统计则缺口缓解。
反面证据部分平台内已提供食材管理功能。
跟踪指标跟踪是否出现公开的浪费统计。
证伪条件若出现权威浪费数据集,本报告设定应被替换。

A数据来源与证据表

编号 来源 / 报告 关键数据 链接
[1] World Bank(世界银行)
World Development Indicators(世界发展指标)— GDP
指标代码 NY.GDP.MKTP.CD,国家 CN,年度序列;2025 年 GDP=19,498,039,388,042.6 美元(当年价)[T1]
检索:2026-10-01
https://api.worldbank.org/v2/country/CN/indicator/NY.GDP.MKTP.CD?format=json&per_page=8&date=2016:2026
[2] World Bank(世界银行)
World Development Indicators(世界发展指标)— 人均GDP
指标代码 NY.GDP.PCAP.CD,国家 CN,年度序列;2025 年人均 GDP=13,861.97 美元 [T1]
检索:2026-10-01
https://api.worldbank.org/v2/country/CN/indicator/NY.GDP.PCAP.CD?format=json&per_page=8&date=2016:2026
[3] World Bank(世界银行)
World Development Indicators(世界发展指标)— 总人口
指标代码 SP.POP.TOTL,国家 CN,年度序列;2025 年总人口=1,406,585,000 人 [T1]
检索:2026-10-01
https://api.worldbank.org/v2/country/CN/indicator/SP.POP.TOTL?format=json&per_page=8&date=2016:2026
[4] World Bank(世界银行)
World Development Indicators(世界发展指标)— 城镇化率
指标代码 SP.URB.TOTL.IN.ZS,国家 CN,年度序列;2025 年城镇化率=66.343% [T1]
检索:2026-10-01
https://api.worldbank.org/v2/country/CN/indicator/SP.URB.TOTL.IN.ZS?format=json&per_page=8&date=2016:2026
[5] World Bank(世界银行)
World Development Indicators(世界发展指标)— 通胀率CPI
指标代码 FP.CPI.TOTL.ZG,国家 CN,年度序列;2025 年 CPI 同比=0.06% [T1]
检索:2026-10-01
https://api.worldbank.org/v2/country/CN/indicator/FP.CPI.TOTL.ZG?format=json&per_page=8&date=2016:2026
[6] 本报告
本报告测算口径(假设与参数见附录 C)
三情景浪费率:保守 18%、中性 12%、乐观 6%;年采购次数假设 156/312/540 次;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[7] 本报告
本报告测算口径(假设与参数见附录 C)
临期识别准确率随浪费率下降:浪费率 6/12/18% 对应准确率 0.68/0.62/0.55;弹性曲线按 3% 步长插值;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[8] 本报告
本报告测算口径(假设与参数见附录 C)
年浪费金额二维矩阵:行=家庭规模 1/3/5 人户(年支出 12000/24000/36000 元),列=浪费率 6/12/18%,矩阵=[[720,1440,2160],[1440,2880,4320],[2160,4320,6480]](元);中性 2,880 元;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[9] 本报告
本报告测算口径(假设与参数见附录 C)
浪费率分布:0-6% 13%、6-12% 26%、12-18% 33%、18%以上 28%;中性情景;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[10] 本报告
本报告测算口径(假设与参数见附录 C)
人口分层:全国 14.07 亿、城镇 9.33 亿(总人口×城镇化率)、可及家庭 6.53 亿户(按城镇户折算);锚定 [3][4];年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[11] 本报告
本报告测算口径(假设与参数见附录 C)
五类边界约束强度评分:规划习惯 72、储存条件 67、采购渠道 64、临期信息 61、餐饮结构 58;本报告按概率与影响加权;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[12] 本报告
本报告测算口径(假设与参数见附录 C)
六类风险影响强度评分:数据缺口 70、习惯黏性 67、口径 63、反馈缺失 61、过拟合 57、样本外推 54;本报告评分;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[13] 本报告
本报告测算口径(假设与参数见附录 C)
各城市线级浪费率:一线 10%、新一线 12%、二线 14%、三线及以下 16%;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[14] 本报告
本报告测算口径(假设与参数见附录 C)
练习曲线:浪费率=18-1.0×周数(0/3/6/9/12 周→18/14/11/9/6%);周规划时长 1/2/3 小时→期末 10/8/6%;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)
[15] 本报告
本报告测算口径(假设与参数见附录 C)
验证频率下降:日度 0.8%/期、周度 1.6%/期、月度 1.2%/期;浪费来源结构:储存 28%、规划 24%、临期 22%、备餐 19%、其他 7%;年份 2025 年 [测算]
检索:2026-10-01
—(本报告测算,无外部直接来源)

B证明链台账

下表汇总本报告全部可证伪链的核心判断、外部锚、测算口径、跟踪指标与证伪条件,便于逐条复核。

序号 核心判断 外部锚 测算口径 跟踪指标 证伪条件
B1 浪费金额由支出乘率决定 人均 GDP 锚规模 [2] 支出-浪费率关系 [8] 各档金额实测 高支出户浪费率更低
B2 浪费率可观测 频率对照逻辑 [6][9] 浪费率差 累计样本量 千户后仍无差异
B3 采购次数可计数 中频 312 次 [6] 采购账户对齐 月度新增量 记录不足估计半数
B4 宏观锚支持可及家庭 城镇化率 66.343% [4] 家庭分层 [10] 人均 GDP 变化 分层逻辑被证伪
B5 三情景率递减 保守18/中性12/乐观6 [6] 规划成熟度假设 各档实测率 高投入组率未更低
B6 边界约束可行性 五类评分 [11] 约束强度评分 规划习惯变化 低分领域也能降
B7 二维矩阵量化收益 矩阵 [8] 规模×率 矩阵实测值 实测偏离矩阵
B8 风险整体可控 六类评分 [12] 影响强度评分 自采覆盖度 出现权威数据集
B9 跟踪须自采 世行不含浪费数据 [1][2] 可得性分级 三项最小集合 出现公开浪费统计

C数据档次与测算口径说明

本报告数据分四档:国际组织一手数据为 T1 档,企业与咨询机构披露为 T2 档,媒体与平台内容为 T3 档,无公开来源的标记为缺口。全部外部数据均在证据表中给出非首页直达链接。

  • T1 档:世界银行发展指标(GDP、人均 GDP、总人口、城镇化率、通胀率),均取自开放接口年度序列 [1][2][3][4][5];
  • 测算档:本报告自行构建的浪费率三情景、识别准确率弹性、年浪费金额二维矩阵,公式列于正文 [6][7][8];
  • 评分档:五类边界约束强度与六类风险影响强度,由本报告按发生概率与影响幅度加权给出 [11][12];
  • 设定档:家庭规模取 1/3/5 人户,浪费率取 6/12/18%,规划周数取 0—12 周,周规划时长取 1/2/3 小时,验证频率取日/周/月,年采购取 156/312/540 次 [6][13][14][15];

测算公式共五条,均可由附录参数复算:其一,年浪费金额=年食物支出×浪费率;其二,识别准确率随浪费率线性下降,每 6% 约 0.06;其三,二维矩阵金额=家庭规模年支出×浪费率(矩阵 [8]);其四,家庭分层=总人口×城镇化率×可及系数 [10];其五,练习曲线浪费率=18-1.0×周数(测算 [14])。

数据边界需要重复说明一次:本报告全部浪费参数均为测算或评分值,世界银行指标仅用作人口与消费规模的宏观锚 [1][2][3][4][5]。使用者应在替换为本家庭数据后重新计算,并把结果与本报告基准数对照,以判断自身浪费的相对位置。

本报告由云上有品基于公开资料整理,检索日期 2026-10-01。所有 [n] 编号对应附录 A 证据表,可逐条核验。标注「可证伪链 / 分析师观点」为作者判断,不构成投资建议。市场预测存在机构口径差异,引用时请注意比较基准。