2.
Factors affecting food waste in college canteens
QIAN Long1, LI Feng,1,2, QIAN Zhuang11. 2.
通讯作者:
收稿日期:2018-12-27修回日期:2019-03-8网络出版日期:2019-10-29
基金资助: |
Received:2018-12-27Revised:2019-03-8Online:2019-10-29
作者简介 About authors
钱龙,男,安徽枞阳人,博士,讲师,研究方向为食物经济E-mail:
摘要
关键词:
Abstract
Keywords:
PDF (2900KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
钱龙, 李丰, 钱壮. 高校食堂食物浪费的影响因素. 资源科学[J], 2019, 41(10): 1859-1870 doi:10.18402/resci.2019.10.09
QIAN Long.
1 引言
近年来,食物浪费现象日益引起政策决策者、国际性组织和广大社会公众的关注[1,2,3],学术界针对这一领域也形成了较为丰富的成果[4,5,6,7,8]。作为消费阶段食物浪费的重要构成,高等教育机构尤其是大学公共食堂场所产生的食物浪费也逐渐引起学界的关注[9]。如Whitehair等[10]对美国堪萨斯州立大学540名大学生的食物浪费调查,Painter等[11]对南非Rhodes大学205名大学生的问卷调查,Lorenz等[12]对德国一所大学343名大学生餐盘浪费的调查,Pinto等[13]对葡萄牙Lisbon大学农学院餐厅食物浪费持续一个月的追踪研究,Schaubroeck等[14]以比利时Ghent大学为对象进行的案例研究,均发现大学生的食物浪费行为十分普遍。这些成果不仅关注大学生的食物浪费情况,而且试图揭示微观主体浪费食物的动机,关注哪些因素会影响到大学生食物浪费行为。从已有文献来看,个体食物浪费决策十分复杂,会受到多个层面因素的影响[15],包括个体层面特征、家庭层面特征、餐饮特征等[16,17]。然而,通过对文献的梳理,发现已有成果主要聚焦西方发达国家的大学,还少有****关注到发展中国家大学食堂场所的食物浪费[9],关于中国高等学校大学生食物浪费行为的成果更是鲜见。聚焦中国高校食堂场所的食物浪费,分析哪些因素会影响中国大学生食物浪费行为,可以从以下3个维度对已有文献进行很好的补充。首先,能够有效揭示中国高校食堂食物浪费的现状。当前,关于中国高校食堂场所食物浪费的成果并不多见,多数是一些小样本的调查。虽然这些研究发现大学生在食堂就餐时普遍有餐盘剩余,食物浪费行为很常见[18,19],但还不足以反映中国高校食堂食物浪费的现状和特征。其次,有助于探寻如何有效减少中国大学生在公共食堂的食物浪费。目前,中国已经拥有世界上规模最大的在校大学生规模。从教育部公布的数据来看,2017年全国有各类高校2914所,在校大学生数量达到了3753.5万人,位居世界第一[20]。如果大学生在食堂就餐时的食物浪费较为普遍,那么相应的食物浪费规模将会是十分惊人的。因此,通过研究中国大学生食物浪费的影响因素,能够为减少食物浪费政策的出台提供相应经验。第三,有助于对中西方高校食堂中的食物浪费进行对比分析。作为发展中国家的中国和西方发达国家不仅经济发展程度有差异,而且中西方的饮食文化也有很大不同。因此,通过对中国高校食堂食物浪费的调查,还能够和已有关于西方大学食堂食物浪费的文献进行比较,进而丰富本领域的成果。
有鉴于此,本文试图基于中国29省29所高校9192名大学生食堂就餐的大规模调查,使用直接称重法获取大学生在高校食堂就餐时的食物浪费数据,从而较为准确地刻画中国大学食堂的食物浪费特征。同时,本文着重分析中国大学生食堂就餐时食物浪费行为的影响因素,并根据实证研究发现针对性地提出对策建议,从而为减少高校食堂中的食物浪费提供决策参考。
2 数据来源、变量设置与模型选择
2.1 数据来源
为了更准确把握中国高校食堂的食物浪费,在粮食公益性行业科研专项“粮食消费环节损失浪费调查评估研究”的支持下,南京财经大学粮食经济研究院开展了主题为“中国高校食堂食物浪费”的全国性调查。2017年6月,课题组首先在南京财经大学开展了预调查。在预调研的基础之上,对调查问卷进行了修正与完善,也让培训员在预调查中得到了锻炼。考虑到南北饮食差异,2018年5月,课题组又选择河南省的河南财政金融学院进行了第二次预调查,对调研问卷进行了再次修正和完善。2018年6月,全国性的高校食堂食物浪费调研正式启动。中国有各类高校2914所,受限于经济和人力,以及开展食物浪费调研面临的现实困难,课题组只能在熟人关系网络的帮助下得以进入调查场所。进而按照“1省1校”的原则进行抽样调查,对除西藏、港澳台外的30个省市(自治区)的30所高校进行了正式问卷调查。除南京邮电大学和武汉轻工大学外,课题组在大多数高校随机采集了300~350份左右的个人食堂就餐浪费问卷。此次调查的学校,既包括生源相对多元化的全国重点大学,也包括生源主要来自本地的地方性普通院校,以及居于两者之间的区域性一本高校。因此,样本覆盖相对全面,代表性较好。
由于在河南省的正式调查遭遇困难而无法正常开展,因此课题组实际上正式调研了29个省份的29所高校。经过两个月左右的调研,在19名培训员和300多名调查员的共同努力下,课题组累计称重30000余次,最终获得了9192份大学生午餐或晚餐的有效问卷。样本的具体分布如表1所示。
Table 1
表1
表1样本分布情况
Table 1
序号 | 省份 | 学校 | 样本量 | 序号 | 省份 | 学校 | 样本量 |
---|---|---|---|---|---|---|---|
东部 | 3764 | 4 | 湖南 | 湖南大学 | 325 | ||
1 | 上海 | 上海财经大学 | 278 | 5 | 山西 | 山西财经大学 | 306 |
2 | 江苏 | 南京邮电大学 | 596 | 6 | 吉林 | 吉林大学 | 360 |
3 | 浙江 | 湖州师范学院 | 304 | 7 | 黑龙江 | 哈尔滨工业大学 | 296 |
4 | 北京 | 北京师范大学 | 326 | 西部 | 3452 | ||
5 | 天津 | 天津财经大学 | 300 | 1 | 陕西 | 陕西师范大学 | 317 |
6 | 河北 | 河北大学 | 308 | 2 | 甘肃 | 兰州理工大学 | 330 |
7 | 山东 | 山东财经大学 | 300 | 3 | 宁夏 | 宁夏大学 | 300 |
8 | 辽宁 | 沈阳理工大学 | 350 | 4 | 青海 | 青海师范大学 | 300 |
9 | 广东 | 深圳大学 | 348 | 5 | 内蒙古 | 内蒙古工业大学 | 300 |
10 | 福建 | 厦门理工学院 | 331 | 6 | 新疆 | 石河子大学 | 300 |
11 | 海南 | 海南大学 | 323 | 7 | 四川 | 四川农业大学 | 329 |
中部 | 1976 | 8 | 重庆 | 重庆理工大学 | 365 | ||
1 | 安徽 | 宿州学院 | 300 | 9 | 贵州 | 贵州大学 | 309 |
2 | 江西 | 江西农业大学 | 298 | 10 | 广西 | 广西大学 | 302 |
3 | 湖北 | 武汉轻工大学 | 91 | 11 | 云南 | 西南林业大学 | 300 |
新窗口打开|下载CSV
2.2 食物浪费数据获取与行为测度
开展本研究的前提是较为准确地获得大学生食堂就餐的食物浪费数据,为此本文首先明确食物浪费的内涵。不同文献对这一概念的界定并不一致[21],这里采纳参考Wang[5]、Liu[7]、张盼盼等[22]的做法,将食物浪费认定为消费环节可以避免的浪费(avoidable food waste),即在现有条件下造成的本可以避免的食物损失,但一些不适宜食用的部分,如蔬菜皮、豆渣、骨头等不属于食物浪费范畴。其次是确定采纳何种方法来获得食物浪费数据。从已有文献来看,学界主要运用记账式法、“考古学”方法、餐盘剩余称重法、二手数据推断法、自我估算剩余法这5类方法[23]。上述方法各有优劣,考虑到食堂就餐的公众性和较大规模性,只有餐盘剩余称重法和自我估算剩余法能够有效调查大学生食物浪费行为[24]。相对而言,自我估算剩余法更省时省力,仅仅依靠就餐者主观评价剩余情况即可,不需要像餐盘剩余称重法那么费时费力。然而,显而易见的是,餐盘剩余称重法能够更精确地获得大学生食堂就餐食物浪费行为的第一手数据。因此,为了更加客观测度个体的食物浪费行为,本文最终采取了费时费力的餐盘剩余称重法。具体流程是,餐前调查员会提前到达被调查的样本食堂,事先购置当天食堂中餐或晚餐供应的所有食物种类各一份,用电子秤称取并获得餐前标准重量[5,14]。餐后调查员会收集被调查者的餐盘,按照米饭、面食、猪肉、牛羊肉、禽肉、水产品、蛋类、乳制品、豆制品、蔬菜、瓜果类一共11个大类,使用电子秤对餐盘剩余予以分类称重,获得每个大类的食物浪费数据,单位为克,并精确到小数点2位数。食物浪费行为是本文的被解释变量,以往成果多使用单一指标来予以衡量。为了相对全面测度大学生在食堂就餐时的浪费行为,本文同时使用3个指标来测度。其一,根据大学生就餐后是否有可食用食物的剩余,设定一个二分类变量。其二,更为准确地,根据大学生餐后各类可食用食物称重数据,加总计算出本餐次食物浪费量[25]。其三,根据个体实际就餐的菜品种类,通过换算餐前的标准重量和餐后实际剩余重量,得出本餐次的食物浪费率[5,26]。结果表明(表2),高校食堂就餐的食物浪费现象十分普遍。被调查大学生在就餐时大约有74%出现了食物浪费,每人每餐平均食物浪费量为61.03 g,食物浪费率达到了12.13%。
Table 2
表2
表2变量定义及描述性分析
Table 2
变量名称 | 变量定义 | 观测值 | 均值 | 标准差 |
---|---|---|---|---|
是否有食物浪费 | 是否有食物剩余:1=有;0=没有 | 9128 | 0.74 | 0.44 |
食物浪费量 | 剩余食物重量/g | 9128 | 61.03 | 73.71 |
食物浪费率 | 剩余食物重量×100/标准食物重量/% | 9121 | 12.13 | 14.15 |
性别 | 1=男;0=女 | 9191 | 0.52 | 0.50 |
年龄 | 岁 | 9169 | 21.25 | 2.33 |
学历 | 1=研究生;0=本科生 | 9169 | 0.19 | 0.39 |
民族 | 1=汉族;0=少数民族” | 9146 | 0.90 | 0.30 |
宗教信仰 | 1=有;0=没有 | 9141 | 0.08 | 0.28 |
是否独生子女 | 1=是;0=不是 | 9161 | 0.43 | 0.49 |
成长经历 | 1=由父母带大;0=由其他人带大 | 9171 | 0.77 | 0.42 |
浪费习惯 | 1=从不;2=偶尔;3=经常;4=总是 | 9158 | 2.11 | 0.61 |
家庭来源 | 1=农村;2=乡镇;3=城市 | 9186 | 1.81 | 0.80 |
家庭人口规模 | 1=3人及以下;2=4~6人,3=7人及以上 | 8564 | 1.67 | 0.53 |
家庭经济水平 | 每月生活费支出:1=少于等于1000元;2=1000~1500元;3=1500元以上 | 9126 | 1.74 | 0.76 |
餐次 | 1=午餐;0=晚餐 | 9099 | 0.55 | 0.50 |
是否工作日就餐 | 1=是;0=否 | 9115 | 0.70 | 0.46 |
一同就餐人数 | 1=独自进餐;2=有1人陪伴就餐;3=2人及以上陪伴就餐 | 8473 | 1.89 | 0.78 |
购置的饭菜重量 | 被调查人此次就餐饭菜重量/g | 8511 | 524.54 | 155.38 |
餐盘类型 | 1=合成餐盘;0=分装餐盘 | 8972 | 0.66 | 0.47 |
对饭菜口味的满意度 | 3=较为满意;2=一般满意;1=不太满意 | 8486 | 2.40 | 0.59 |
接触节粮宣传的频率 | 1=较多接触;0=较少接触 | 9158 | 0.41 | 0.49 |
对光盘行动了解程度 | 1=较为了解;0=不太了解 | 9170 | 0.74 | 0.44 |
是否东部高校 | 学校所在区位:1=东部;0=非东部 | 9192 | 0.41 | 0.49 |
是否中部高校 | 学校所在区位:1=中部;0=非中部 | 9192 | 0.21 | 0.41 |
是否南方高校 | 学校所在区位:1=南方;0=北方 | 9192 | 0.49 | 0.50 |
新窗口打开|下载CSV
2.3 影响食物浪费的因素
已有文献表明,个体食物浪费行为会受到多重因素影响,主要包括个体特征、家庭特征、餐饮特征等等,信息干预也可能发挥作用[10,13,22]。因此,借鉴已有成果,引入下述可能的影响因素。首先,引入被调查者个体特征维度的性别、年龄、学历、民族、宗教信仰、是否独生子女、成长经历、日常就餐剩余情况共8个控制变量。具体而言,性别[27]、年龄、学历[28]这3个变量属于个体客观特征,被较多研究证实很可能会对食物浪费产生影响。不同民族和宗教信仰会带来不同的文化背景,因而引入这2个变量来控制文化层面因素可能带来的影响[29]。引入是否独生子女、成长经历是为了识别大学生成长环境可能发挥的作用。引入浪费习惯则是为了控制个体消费惯性可能带来的影响[30]。
其次,虽然并非针对食堂就餐浪费行为,但关于居民家庭和餐馆就餐的食物浪费研究证实,家庭特征可能会对个体食物浪费有显著性影响,需要予以控制。因此,为控制家庭特征维度变量的影响,参考已有文献,本文引入了学生的家庭来源来控制城乡差异[31],引入家庭人口规模来控制家庭环境[17],引入家庭经济水平来控制家庭富裕程度[32]这3个特征变量。
第三,餐饮特征对个体食物浪费行为也有影响,为控制这一层面因素可能发挥的作用,本文引入餐次、是否工作日就餐、一同就餐人数、购置的饭菜重量、餐盘类型和对饭菜口味的满意度,一共6个控制变量。之所以引入餐次、是否工作日就餐以及一同就餐人数,是为了控制日常饮食规律、大学生学习生活规律和大学生食堂就餐特点可能带来的影响。通常而言,餐前所购置的饭菜越多越可能产生食物浪费[33]。且以往研究发现,食堂提供配餐工具可能会影响到食物浪费[13]。因此,本文引入饭菜重量、餐盘类型这2个变量。除上述客观维度的餐饮特征,个体对餐饮口味和质量的主观评价也可能影响食物浪费行为[34],因此本文也予以控制。
第四,以往文献表明,信息干预可能会对个体食物浪费行为有影响。如张盼盼等[22]基于随机干预试验,发现准确接受到信息干预的消费者会减少食物浪费。但也有一些研究发现,信息干预对消费者的食物浪费行为没有影响[3];另有研究认为,信息干预能否影响到个体的食物浪费行为,与信息干预的类型密切相关[10,13]。因此,本文引入了接触节粮宣传的频率和对光盘行动了解程度,来控制信息干预维度可能发挥的作用。
最后,中国地域广大,不同地区不仅经济发展程度有较大差异,如东中西部的梯度发展,而且各地饮食也有较大差异,典型的如南北方差异。然而,已有文献较少关注区域特征变量,为避免遗漏这一层面因素可能带来的结果不稳健,本文引入了是否东部高校、是否中部高校、是否南方高校3个虚拟变量。本文引入所有变量定义及描述性分析如表2所示。
2.4 模型选择
为了验证哪些因素可能会影响到大学生在高校食堂就餐时的食物浪费行为,借鉴已有文献,引入下述计量模型予以分析:式中:Food-waste表示大学生在食堂就餐的食物浪费行为;Xi表示个体特征、家庭特征、餐饮特征、信息干预和区域特征等多个维度一系列的控制变量;ei表示随机误差项;
3 结果与分析
3.1 食堂浪费规模估算
统计结果显示,在校生每人每餐平均浪费量为61.03 g。对比Painter等[11]对南非Rhodes大学大学生食物浪费规模的估算(每人每天555 g)和Pinto等[13]对葡萄牙Lisbon大学大学生的调查结果(每人每天458 g),中国大学生在食堂中的食物浪费显然相对较少。但是,鉴于中国大学生群体数量庞大,全国层面高校食堂食物浪费规模也将是十分惊人的。虽然无法肯定这29所高校9192名大学生的食物浪费行为能够很好反映全国大学生的实际情况,但依然可以粗略对全国层面高校食堂的食物浪费规模做一个简单推算。去除90天的寒暑假,平均一个大学生每年仅仅在食堂就餐就会浪费33.57 kg的食物。那么,按照全国3753.5万在校大学生规模,中国高校在校生每年食物浪费量约126.00万t,浪费规模惊人。3.2 食物浪费行为影响因素分析
表3对大学生的食堂就餐食物浪费行为进行了计量模型分析。在实证分析之前,首先进行多重共线性检验。检验结果表明,所引入变量的VIF值均小于10,表明不存在严重的多重共线性问题,模型设计是合理的。具体实证分析如下:(1)个体层面。性别在1%的显著性水平负向影响食物浪费行为、食物浪费量和食物浪费率。这表明相对于男性,女性出现食物浪费行为的概率更高,食物浪费量和食物浪费率也更高,这与Al-Domi[9]针对巴基斯坦Jordan大学的研究发现相一致。年龄对个体是否出现食物浪费行为没有显著影响,但是对个体的食物浪费量和食物浪费率有显著影响。年龄越大,相应的食物浪费量和浪费率更高。学历对个体食物浪费行为也有显著影响,相对本科生,研究生更不可能出现食物浪费,食物浪费量和食物浪费率也更低。即较高的文化水平有助于减少食物浪费[28],这与Painter等[11]针对南非Rhodges大学的发现一致。指示文化差异的民族和宗教信仰没有通过显著性水平检验,表明是否汉族和是否有信仰宗教并不引致差异化的食物浪费行为。一个流行的认知是,相对非独生子女,独生子女会更浪费食物[6],但本文并不支持这一判断。研究发现,与非独生子女相比,独生子女并没有更高的食物浪费概率,食物浪费量和食物浪费率也没有显著差异。另外,成长经历没有通过显著性检验,说明个体成长经历对食物浪费行为没有影响。浪费习惯显著正向影响个体食物浪费行为,表现为个体日常就餐的浪费频率越高,本次就餐越可能出现食物浪费,食物浪费量和食物浪费率也更高,说明消费惯性的作用不可忽视。
(2)家庭特征层面。家庭来源并没有通过显著性检验,说明来自农村、乡镇、城市大学生的食物浪费行为没有显著差异。关于家庭食物浪费的一些研究表明,家庭人口规模越大,个体越可能出现食物浪费[34]。但本文的研究表明,在高校食堂就餐时,这一变量没有关键性影响,表明食堂就餐有其特殊性。家庭经济水平则通过了1%的显著性水平,说明家庭经济条件越优越,个体越可能出现食物浪费行为和浪费更多食物。这与一项针对美国大学生的调查相一致[32],表明家庭经济条件越优越会助长个体的食物浪费[35]。
(3)餐饮特征维度。餐次没有通过显著性水平检验,即个体吃晚餐并没有比吃午餐更可能出现食物浪费,浪费量和浪费率也没有显著区别。这与Marais等[36]针对南非Stellenbosch大学和Painter等[11]针对Rhodges大学的研究不一致,上述成果发现大学生的午餐浪费和晚餐浪费有所差异。是否工作日在食堂就餐和一同就餐人数对个体是否有食物浪费没有影响,但分别在5%和10%显著性水平上正向提升食物浪费量和食物浪费率。即相对于周末,周一到周五到食堂就餐时,大学生会浪费更多的食物。相对单独就餐,多人一同就餐时会浪费更多的粮食。说明大学生在食堂就餐的特点会影响其食物浪费行为,意味着食物浪费行为可能存在“同群效应”或者“模仿效应”,这印证了Marlette等[33]的推测。与理论预期相符,购置的饭菜重量十分显著地正向影响个体是否有食物浪费、食物浪费量和食物浪费率。即购买的饭菜越多,越容易产生食物浪费,这与已有成果保持高度一致[5]。餐盘类型方面,本文发现,无论是使用合成餐盘还是分装餐盘,均不会影响个体浪费的概率以及食物浪费量。但是在10%显著性水平上,相对于分装餐盘,合成餐盘导致食物浪费率更高。以往文献表明,对饭菜口味的满意度是影响食物浪费的关键因素[12],本文再次印证了这一判断。发现当个体对食堂饭菜口味的满意度越高时,越不可能有食物浪费,相应的食物浪费量更少、食物浪费率更低。
(4)信息干预维度。有文献支持,进行信息干预有助于减少食物浪费[13],如Whitehair等[10]对美国Kansas大学、Pinto等[13]在葡萄牙Lisbon大学开展的调查均表明,简单的信息干预有助于减少高校食堂中的食物浪费。但也有文献认为,这对于减少食物浪费没有太多帮助[3]。表4结果显示,个体接触节粮宣传的频率没有通过显著性水平检验,说明这一类信息干预无法有效减少食堂就餐中的食物浪费。光盘行动是在中国高校普遍开展的一项节约食物活动倡议,本文的研究表明,随着大学生对光盘行动了解程度的加深,确实有助于减少食物浪费现象。但相对于不了解光盘行动的个体,熟悉光盘行动的个体并没有表现出更少的食物浪费量和更低的食物浪费率,表明这一倡导性活动在减少食物浪费方面没有取得预期效果。
(5)东中西差异。中国地域广阔,各地的经济发展水平和饮食差异较大,本文引入了是否东部高校、是否中部高校、是否南方高校这3个虚拟变量来控制区域层面因素的影响。结果显示,相对于西部地区高校,东部地区高校和中部地区高校大学生出现食物浪费行为的概率没有显著性差异。但食物浪费量和食物浪费率方面,相对于西部地区高校,在东部高校就读的大学生有着更高的食物浪费量和食物浪费率。这与预期判断一致,符合屡屡被证实的“经济条件越优越,个体越浪费食物”的规律[35]。但相对于西部地区高校,在中部高校就读的大学生食物浪费量和食物浪费率却更低,这可能意味着食物浪费和经济发达程度不是简单的线性规律。
(6)南北差异。虽然高校食堂提供的餐饮会考虑不同地域学生的差异化需求,提供多样化的饮食,但显著的本地特征痕迹通常不可避免。由于地理、气候等客观因素存在,中国南北方有着十分明显的饮食差异[37]。具体表现为南方以“饭菜”模式为主导,北方以“粉面”模式为主导。南北方饮食模式的不同会不会导致差异化的食物浪费表现呢?本文按照高校所在地,将整体样本区分为南方地区和北方地区2个分样本进行对比分析。描述性分析发现,南方组出现食物浪费的概率、每人每餐的食物浪费量和食物浪费率分别比北方组高2.94个百分点、14.67 g和3.64个百分点。表3的实证分析则进一步证实,相对于在北方高校就读的大学生,在南方高校就读的大学生有着更高食物浪费概率、食物浪费量和食物浪费率。
Table 3
表3
表3食物浪费行为分析
Table 3
变量 | 是否有食物浪费 | 食物浪费量 | 食物浪费率 |
---|---|---|---|
性别 | -0.251*** | -25.313*** | -5.154*** |
(0.033) | (2.081) | (0.414) | |
年龄 | 0.009 | 1.153* | 0.270** |
(0.009) | (0.612) | (0.122) | |
学历 | -0.142** | -8.239** | -2.172*** |
(0.056) | (3.617) | (0.720) | |
民族 | -0.091 | 0.622 | 0.121 |
(0.055) | (3.353) | (0.667) | |
宗教信仰 | 0.048 | -1.845 | 0.053 |
(0.060) | (3.636) | (0.723) | |
是否独生子女 | 0.006 | 1.255 | 0.293 |
(0.045) | (2.828) | (0.563) | |
成长经历 | -0.055 | -2.451 | -0.653 |
(0.038) | (2.333) | (0.464) | |
浪费习惯 | 0.431*** | 38.197*** | 7.280*** |
(0.029) | (1.690) | (0.336) | |
家庭来源 | 0.000 | -1.579 | -0.183 |
(0.023) | (1.421) | (0.283) | |
家庭人口规模 | 0.019 | 2.295 | 0.369 |
(0.041) | (2.558) | (0.509) | |
家庭经济水平 | 0.086*** | 4.216*** | 0.912*** |
(0.022) | (1.384) | (0.275) | |
餐次 | 0.008 | 2.632 | 0.408 |
(0.032) | (1.978) | (0.393) | |
是否工作日 | 0.034 | 4.238** | 0.797* |
(0.034) | (2.155) | (0.429) | |
一同就餐人数 | 0.031 | 2.526** | 0.451* |
(0.020) | (1.262) | (0.251) | |
购置的饭菜重量 | 0.001*** | 0.144*** | 0.006*** |
(0.000) | (0.007) | (0.001) | |
餐盘类型 | -0.017 | 2.881 | 0.681* |
(0.033) | (2.079) | (0.413) | |
对饭菜口味的满意度 | -0.133*** | -14.296*** | -2.654*** |
(0.027) | (1.671) | (0.333) | |
接触节粮宣传的频率 | 0.002 | -0.556 | -0.020 |
(0.033) | (2.085) | (0.415) | |
对光盘行动了解程度 | -0.069* | -1.656 | -0.211 |
(0.038) | (2.311) | (0.460) | |
是否东部高校 | 0.003 | 9.237*** | 1.730*** |
(0.038) | (2.342) | (0.466) | |
是否中部高校 | -0.008 | -4.902* | -1.017* |
(0.042) | (2.649) | (0.527) | |
是否南方高校 | 0.137*** | 20.468*** | 4.173*** |
(0.033) | (2.027) | (0.403) | |
常数 | -0.788*** | -113.143*** | -11.375*** |
(0.264) | (16.830) | (3.350) | |
sigma | 84.143*** | 16.770*** | |
(0.800) | (0.160) | ||
LR chi2 | 619.77*** | 1465.49*** | 962.57*** |
Pseudo R2 | 0.067 | 0.019 | 0.017 |
观测值 | 8092 | 8092 | 8101 |
新窗口打开|下载CSV
Table 4
表4
表4南方籍和北方籍大学生的对比分析
Table 4
变量 | 是否有食物浪费 | 食物浪费量 | 食物浪费率 | |||||
---|---|---|---|---|---|---|---|---|
南方籍 | 北方籍 | 南方籍 | 北方籍 | 南方籍 | 北方籍 | |||
性别 | -0.325*** | -0.171*** | -35.189*** | -14.758*** | -7.045*** | -3.111*** | ||
(0.048) | (0.047) | (3.033) | (2.829) | (0.609) | (0.556) | |||
年龄 | 0.018 | -0.002 | 1.947** | 0.501 | 0.491*** | 0.079 | ||
(0.014) | (0.013) | (0.913) | (0.811) | (0.184) | (0.159) | |||
学历 | -0.134* | -0.122 | -10.915** | -3.150 | -2.833*** | -1.002 | ||
(0.081) | (0.0795) | (5.316) | (4.865) | (1.068) | (0.955) | |||
民族 | -0.167** | -0.020 | -8.974* | 9.617** | -1.553 | 1.812* | ||
(0.081) | (0.081) | (4.857) | (4.799) | (0.975) | (0.942) | |||
宗教信仰 | 0.091 | 0.034 | -1.607 | 3.840 | 0.014 | 0.988 | ||
(0.088) | (0.085) | (5.407) | (5.089) | (1.087) | (0.997) | |||
是否独生子女 | -0.083 | 0.117* | 0.249 | 3.277 | -0.050 | 0.824 | ||
(0.061) | (0.068) | (3.888) | (4.099) | (0.782) | (0.806) | |||
成长经历 | -0.087* | -0.015 | -6.432** | 4.744 | -1.292** | 0.501 | ||
(0.051) | (0.058) | (3.181) | (3.470) | (0.638) | (0.682) | |||
浪费习惯 | 0.425*** | 0.443*** | 44.281*** | 30.284*** | 8.411*** | 5.786*** | ||
(0.041) | (0.042) | (2.405) | (2.336) | (0.484) | (0.458) | |||
家庭来源 | 0.032 | -0.033 | -0.610 | -1.511 | -0.010 | -0.164 | ||
(0.033) | (0.033) | (2.070) | (1.937) | (0.416) | (0.381) | |||
家庭人口规模 | 0.052 | 0.015 | 4.951 | 0.209 | 0.754 | 0.055 | ||
(0.056) | (0.061) | (3.582) | (3.637) | (0.720) | (0.714) | |||
家庭经济水平 | 0.083*** | 0.105*** | 3.490* | 5.278*** | 0.622 | 1.292*** | ||
(0.032) | (0.032) | (2.000) | (1.899) | (0.402) | (0.373) | |||
餐次 | 0.041 | -0.020 | 2.775 | 3.069 | 0.157 | 0.801 | ||
(0.044) | (0.046) | (2.823) | (2.743) | (0.567) | (0.539) | |||
是否工作日 | 0.022 | 0.048 | 2.567 | 6.199** | 0.550 | 0.959 | ||
(0.048) | (0.050) | (3.046) | (3.024) | (0.612) | (0.594) | |||
一同就餐人数 | 0.045 | 0.021 | 1.851 | 3.418* | 0.428 | 0.488 | ||
(0.028) | (0.029) | (1.796) | (1.750) | (0.361) | (0.344) | |||
购置的饭菜重量 | 0.001*** | 0.002*** | 0.153*** | 0.134*** | 0.005*** | 0.006*** | ||
(0.000) | (0.000) | (0.010) | (0.009) | (0.002) | (0.002) | |||
餐盘类型 | -0.032 | -0.024 | 6.522** | -3.175 | 1.516** | -0.536 | ||
(0.047) | (0.048) | (2.982) | (2.878) | (0.598) | (0.565) | |||
对饭菜口味的满意度 | -0.152*** | -0.129*** | -16.489*** | -11.742*** | -3.138*** | -2.108*** | ||
(0.038) | (0.040) | (2.381) | (2.316) | (0.479) | (0.455) | |||
接触节粮宣传的频率 | 0.022 | -0.012 | -0.930 | -0.064 | -0.170 | 0.190 | ||
(0.047) | (0.048) | (2.982) | (2.869) | (0.599) | (0.563) | |||
对光盘行动了解程度 | -0.066 | -0.063 | 0.010 | -3.447 | 0.164 | -0.633 | ||
(0.053) | (0.054) | (3.298) | (3.181) | (0.663) | (0.624) | |||
是否东部高校 | -0.041 | 0.030 | 9.362*** | 10.684*** | 1.904*** | 1.808*** | ||
(0.054) | (0.054) | (3.435) | (3.200) | (0.690) | (0.629) | |||
是否中部高校 | 0.035 | -0.036 | -2.077 | -7.442** | -0.578 | -1.265* | ||
(0.060) | (0.061) | (3.766) | (3.750) | (0.757) | (0.735) | |||
是否南方高校 | 0.295*** | -0.021 | 20.643*** | 13.929*** | 4.446*** | 2.408*** | ||
(0.049) | (0.062) | (3.192) | (3.745) | (0.641) | (0.735) | |||
常数 | -0.955** | -0.716* | -131.119*** | -100.793*** | -14.874*** | -8.973** | ||
(0.379) | (0.372) | (24.788) | (22.646) | (4.981) | (4.451) | |||
sigma | 86.795 | 79.846 | 17.476 | 15.702 | ||||
(1.138) | (1.104) | (0.229) | (0.218) | |||||
LR chi2 | 365.65*** | 304.70*** | 907.77*** | 557.50*** | 716.10*** | 362.59*** | ||
Pseudo R2 | 0.078 | 0.068 | 0.023 | 0.016 | 0.024 | 0.014 | ||
观测值 | 4200 | 3888 | 4200 | 3888 | 4208 | 3889 |
新窗口打开|下载CSV
3.3 南方籍和北方籍的对比分析
前述分析指出,中国南方和北方有着较为明显的饮食差异,且这种区域差异带来了在南方高校就读的大学生有着更高食物浪费概率、食物浪费量和食物浪费率。除此之外,中国南方人和北方人也存在较为明显的差异,比如体格、性格、行动逻辑[37]等方面。为了考察各个维度的影响因素对南方籍大学生和北方籍大学生的食物浪费行为有无异质性影响,本文按照大学生家庭所在地,将整体样本分为南方籍和北方籍进行分组拟合回归。拟合结果表明(表4),无论是南方籍还是北方籍,同时使用是否有食物浪费、食物浪费量和食物浪费率来测度其食物浪费行为时,性别、浪费习惯、家庭经济水平、饭菜重量、对饭菜口味的满意度仍通过显著性检验。并且,这些变量对南方人、北方人的影响方式与整体样本无异,说明上述5个因素对大学生食物浪费行为的影响十分稳健。与整体样本分析一致,是否东部高校对南方人和北方人是否有食物浪费没有显著影响,但显著提升了南北方人的食物浪费量和食物浪费率,表明这一因素对南北方人也没有差异化影响。另外,与整体样本一致,宗教信仰、是否独生子女、家庭来源、家庭人口规模、餐次、接触节粮宣传的频率、对光盘行动了解程度依然没有通过显著性检验,说明这7个变量对食物浪费行为影响也是稳健的,不因个体是南方籍还是北方籍而产生差异。
除上述共性外,分组回归还发现了诸多差异之处(表4)。其中,年龄对南方籍食物浪费量和食物浪费率有显著正向影响,但对北方籍的影响没有通过显著性检验。学历负向影响南方籍是否有食物浪费,食物浪费量以及食物浪费率。但对北方籍,学历的作用不再凸显。民族对南北方人的影响有较大差异,相对于南方少数民族,南方汉族有食物浪费的概率更低,食物浪费量更少,但两者的食物浪费率没有显著差异。民族对北方籍是否有食物浪费没有影响,但相对北方少数民族,北方汉族的食物浪费量更多、食物浪费率更高。这很可能是因为南北方少数民族异质性较强。与整体样本分析一致,对北方籍而言,成长经历没有通过显著性检验。但这一变量有助于减少南方籍的食物浪费。是否工作日和一同就餐人数对南北方籍是否有食物浪费和食物浪费率均没有显著影响。但是否工作日和一同就餐人数对北方籍食物浪费量有显著影响,对南方籍食物浪费量没有显著影响。餐盘类型对南北方籍是否有食物浪费均没有显著影响,这与整体样本分析一致。对南方籍而言,相对于使用分装餐盘,合成餐盘会显著增加其食物浪费量和食物浪费率,但餐盘类型对北方籍食物浪费量和食物浪费率没有显著影响。这很可能是因为南方是饭菜模式,分装与否带来的影响较大。是否中部高校对南北方个体食物浪费概率没有显著影响,这与整体样本保持一致。对南方籍而言,食物浪费量和食物浪费率不因是否位于中部高校而产生差异。但对于北方籍,是否中部高校显著减少个体的食物浪费量和食物浪费率。是否南方高校对南北方大学生是否有食物浪费出现分化,这一变量显著提升了南方籍食物浪费的可能性,但对北方籍是否有食物浪费没有显著影响。当然,与整体样本分析一致,是否南方高校对南北方大学生的食物浪费量和食物浪费率均有显著影响,再次证实南方的“饭菜”饮食模式会导致更多的食物浪费和更高的食物浪费率。但就边际效应来看,是否南方高校对南方籍大学生的影响更强,对北方籍大学生的影响稍弱。整体而言,各个维度多个因素对南方籍大学生和北方籍大学生食物浪费行为影响是分化的。
4 结论与启示
4.1 结论
高校食堂食物浪费是消费阶段食物浪费的重要组成,近年来已经引起了国内外学界的广泛关注,成为一个相对新兴的研究领域。考虑到中国高校数量众多,在校大学生数量高居世界第一,且高校食堂中的食物浪费也较为严重。因此,本文对中国高校食堂的食物浪费情况进行了调查并分析了大学生食堂就餐时浪费食物的影响因素。基于29省29所高校共9192名大学生的调查,通过直接称重法获取食物浪费数据,使用是否有食物浪费行为、食物浪费量和食物浪费率对个体食物浪费行为进行有效测度之后,本文从个体维度、家庭维度、饮食维度、信息干预和区域特征5个方面进行了相应的影响因素分析。研究发现:(1)大学生在食堂就餐时的浪费现象十分普遍,高达74%的个体存在食物浪费行为,平均每人每餐的食物浪费量达到了61.03 g,每人每餐食物浪费率为12.13%。
(2)对整体样本的分析发现,女性相对男性更浪费食物、本科生相对研究生更浪费食物,日常就餐浪费频率越高个体的食物浪费情况越严重;家庭经济条件越好的个体越浪费食物;购置的饭菜重量越大、对饭菜口味的满意度越低的个体越浪费食物;相对于在北方高校就读的大学生,在南方高校就读大学生的食物浪费情况更严重。
(3)进一步对比分析南方籍与北方籍大学生,发现部分变量对南方籍和北方籍的影响是一致的,如性别、浪费习惯、家庭经济水平、饭菜重量、对饭菜口味的满意度对南北方人食物浪费行为均有显著影响;宗教信仰、是否独生子女、家庭来源、家庭人口规模、餐次、接触节粮宣传的频率、对光盘行动了解程度这些变量则对南北方人的食物浪费均没有显著影响。也有较多变量对南方籍与北方籍有差异化影响,如年龄、民族、成长经历、是否工作日、一同就餐人数、餐盘类型、是否中部高校、是否南方高校对南方人和北方人食物浪费行为的影响有所不同。上述分析表明南方人和北方人的食物浪费决策,有共性也有异质性。
4.2 启示
基于上述研究,本文得出以下几点启示。首先,要高度重视高校食堂产生的食物浪费。本文研究表明,中国大学生每人每餐食物浪费量低于发达国家的大学生,但是大学生的食物浪费行为十分普遍。如果折算为全国高校层面的食物浪费,中国高校食堂的食物浪费量将会十分惊人。这说明“舌尖上的浪费”虽然得到了社会各界的普遍关注,但是中国高校中的食物浪费现象仍没有得到有效缓解,迫切需要针对性措施的出台来缓解象牙塔中的食物浪费。
其次,鉴于实证分析发现性别、学历、浪费习惯,家庭经济水平,购置的饭菜重量、对饭菜口味的满意度以及南北区域差异对大学生食物浪费行为有显著影响。因此,建议进一步深度挖掘造成女生和本科生更浪费食物浪费的原因所在。建议参照国外经验,在大学课程中增加食育类课程[38],培养青年大学生珍惜食物的意识,塑造大学生良好的日常饮食消费习惯,让浪费食物成为一种不被鼓励、不被提倡的行为,而不是放之任之使之成为习惯,甚至是形成浪费光荣的错误观念。特别是对家庭条件好的大学生,要重点加强食物浪费的相关教育,减少非理性的铺张浪费。建议青年大学生合理购置食堂饭菜,减少不合理消费导致的食物浪费。建议高校食堂要提升自身业务水平,加强和学生的沟通,在充分调查的基础上,改良改善饭菜的口味,提供让青年大学生更愿意接受、更喜爱的饭菜品种,从而尽可能地减少食物浪费。
南北方区域食物浪费差异是系统性的,本文发现南方区域食物浪费比北方区域更严重。因而,后续应重点研究如何更有效减少南方“饭菜模式”带来的食物浪费。另外,要充分意识到影响南方人和北方人食物浪费行为的因素有共性也有差异,对于南北方籍贯的大学生,应根据实际情况,有针对性的进行疏导。
当然,本文仍有一定的不足之处。首先,对于样本代表性问题,此次问卷调查虽然进行了“1省1校”的大规模抽样,但是鉴于中国大学生规模庞大,且本次调查选择的学校并非是随机的,因此此次调查的样本是否具有全国代表性仍然存疑。其次,虽然进行了大规模的问卷调研,对中国高校食堂食物浪费现象进行了详细调查,但调研对象仅限于学生公共食堂学生的食物浪费行为,并没有涉及高校其他就餐群体(如教职工)或其他就餐场所的食物浪费情况(如教职工食堂)。因此,只是显示了中国高校食物浪费的一部分。最后,仅从整体层面分析了高校浪费情况和个体食物浪费行为,并没有深入分析食物浪费结构,而对后者的分析显然有助于揭示和深入了解大学生食物浪费的原因所在,这有待后续研究进一步予以展开。
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 3]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 5]
[J]. ,
[本文引用: 2]
[J].
[本文引用: 2]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 3]
[J]. ,
[本文引用: 4]
[J]. ,
[本文引用: 4]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 7]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]
[EB/OL]. (
URL [本文引用: 1]
[EB/OL]. (
URL [本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 3]
[J].
[本文引用: 3]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J]. ,
DOI:10.1111/j.1470-6431.2011.01080.xMagsci [本文引用: 1]
This paper presents the results of a questionnaire and food waste diary study on the influence of socio-demographical, behavioural and attitudinal factors on the amount of avoidable household food waste in 380 Finnish households. The research data were collected through a 2-week food waste diary study accompanied by a background questionnaire. The influences of socio-demographical, behavioural and attitudinal factors on the production of food waste were studied through application of descriptive statistics. It was established that only few factors clearly correlate with the amount of avoidable food waste. The factors that influenced the amount of food wasted were the size of the household, the gender of the person mainly responsible of grocery shopping, the frequency of buying discounted food products, the respondent's own view of the potential to reduce food waste and the respondent's own view of the influence of purchasing particular food packet sizes. The main factors with which no clear correlation was detected included age of the oldest person in household; area, form and type of residence; educational level and type of work of adults in the family; and shopping, food preparation and eating habits.
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 2]
[J].
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J]. ,
[本文引用: 2]
[J]. ,
[本文引用: 1]
[J].
[本文引用: 1]