Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Jurnal Pengelolaan Lingkungan 303 (2022) 114092

Daftar isi tersedia diSainsLangsung

Jurnal Manajemen Lingkungan

beranda jurnal:www.elsevier.com/locate/jenvman

Tinjauan sistematis tentang kehilangan dan pemborosan makanan di Tiongkok: Kuantitas, dampak,
dan mediator

Charlene Lisebuah,b,c, Phil Bremersebuah,b,c, Marie K. Harderd, Michael SW. Leeb,c,e, Kate Parkerb,c,f,
Evamaria C. Gauglerb,c,f, Miranda Mirosasebuah,b,c,*
sebuahDepartemen Ilmu Pangan, Universitas Otago; PO Box Dunedin, 9054, Selandia Baru
bPusat Penelitian Ilmu Keamanan Pangan Selandia Baru, Selandia Baru
cSelandia Baru-Jaringan Perlindungan Pangan China, Selandia Baru
dFudan Tyndall Center, Departemen Lingkungan dan Teknik, Universitas Fudan, Shanghai, Cina
eDepartemen Pemasaran, Sekolah Bisnis Universitas Auckland, 12 Grafton Road, Auckland, 1010, Selandia Baru

fScion, 49 Sala Street, Rotorua, 3010, Selandia Baru

INFO ARTIKEL ABSTRAK

Kata kunci: Meskipun kehilangan dan pemborosan makanan (food loss and waste (FL&W) tinggi dalam agenda kebijakan nasional China, masih
Kehilangan dan pemborosan makanan sedikit informasi ilmiah yang dipublikasikan tentang seberapa banyak FL&W ada di China, apa dampaknya, dan apa yang perlu dilakukan
(FL&W) Rantai pasokan makanan (FSC)
untuk menguranginya. Selain itu, apa yang diketahui tentang FL&W di berbagai titik panas rantai pasokan makanan China tidak dapat
Kuantitas
diakses di satu tempat karena kecenderungan para sarjana untuk fokus pada satu bagian dari rantai makanan tergantung pada latar
Dampak
belakang disiplin ilmu mereka, sehingga menyulitkan untuk mendapatkan 'perspektif rantai pasokan yang komprehensif'. Dengan
Mediator
demikian, ulasan ini memberikan pemeriksaan interdisipliner tentang apa yang sudah diketahui tentang FL&W di Cina. Sebuah tinjauan
sistematis dari database Inggris dan Cina mengikuti pedoman PRISMA lebih lanjut dilengkapi dengan proses analisis isi kualitatif
menemukan 57 artikel. Pandangan tersebut mengungkapkan faktor pengganggu seperti inkonsistensi definisi dan metode perhitungan
yang digunakan untuk mengukur FL&W, dan kesenjangan penelitian seperti kurangnya fokus pada faktor perilaku yang berkaitan dengan
limbah, dan terbatasnya rentang inovasi sosial yang dipelajari untuk menguranginya. Dengan demikian, tinjauan ini akan membantu
dalam pengembangan agenda penelitian yang dirancang untuk memajukan upaya di bidang ini.

1. Perkenalan Lange (2013)memperkirakan biaya FW di seluruh FSC di Afrika Selatan;

Organisasi Pangan dan Pertanian Perserikatan Bangsa-Bangsa (FAO)
memperkirakan bahwa sekitar sepertiga dari makanan yang diproduksi di dunia
(atau 1,3 miliar ton) setiap tahun tidak sampai ke konsumen (Gustavsson et al.,
2011). Karena Food loss (FL) dan food waste (FW) berkontribusi secara signifikan
terhadap kerawanan pangan dan berkurangnya keberlanjutan, banyak organisasi
pemerintah dan non-pemerintah di tingkat internasional, regional, dan nasional
meningkatkan upaya mereka untuk menganalisis dan mengurangi FL&W.
Selama dekade terakhir, beberapa upaya inisiatif internasional dan regional telah
mulai mendefinisikan dan mengukur kehilangan dan pemborosan makanan (FL&W) di
sepanjang rantai pasokan makanan (FSC) (Fabi dkk., 2020). Sejak penilaian global
pertama yang dicoba oleh FAO pada tahun 2011 (Gustavsson et al., 2011), banyak peneliti
telah memberikan perkiraan FL&W kuantitatif dengan cara yang berbeda untuk wilayah
geografis yang berbeda. Sebagai contoh,Nahman dan de
van der Werf dan Gilliland (2017)perkiraan FL&W di seluruh FSC dari
negara maju (AS, Kanada, Inggris, beberapa negara UE, dan Jepang,
dll.) danXue dkk. (2017)memperkirakan FL&W di tingkat global untuk
kelompok komoditas utama. Sayangnya, karena perbedaan definisi dan
kerangka pengukuran yang digunakan oleh berbagai peneliti, data
yang tersedia tentang FL&W terputus-putus dan heterogen.
Pada tahun 2015, 193 Negara Anggota Perserikatan Bangsa-Bangsa mengadopsi 17
Tujuan Pembangunan Berkelanjutan (SDGs) dari Agenda 2030 untuk Pembangunan
Berkelanjutan. Target SDG 12.3 menetapkan bahwa 'Pada tahun 2030, mengurangi
separuh limbah makanan global per kapita di tingkat ritel dan konsumen dan
mengurangi kehilangan makanan di sepanjang rantai produksi dan pasokan, termasuk
kerugian pasca panen.'
Untuk Target 12.3, bagaimanapun, tidak ada kesepakatan yang jelas tentang
definisi 'kehilangan makanan' atau 'sisa makanan': kelalaian ini diperbaiki pada
November 2018, ketika FAO menerbitkan panduan 'SDG 12.3.1 - Global

* Penulis yang sesuai. Departemen Ilmu Pangan, Universitas Otago; PO Box Dunedin, 9054, Selandia Baru.
Alamat email:charlene.li@postgrad.otago.ac.nz (C.Li),phil.bremer@otago.ac.nz (P.Bremer),miranda.mirosa@otago.ac.nz (M.Mirosa).

https://doi.org/10.1016/j.jenvman.2021.114092
Diterima 15 April 2021; Diterima dalam bentuk revisi 14 September 2021; Diterima 8 November 2021
Tersedia online 24 November 2021
0301-4797/© 2021 Para Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY (http://creativecommons.org/licenses/by/4.0/).
C.Li dkk.
Food Loss Index' yang memberikan definisi operasional (Fabi dan Inggris,
2018) dan membagi Target 12.3 menjadi dua tahap: 1) Berorientasi pasokan:
'pengurangan kerugian di sepanjang produksi pangan dan rantai pasokan'
dan 2) Berorientasi permintaan: 'mengurangi separuh limbah makanan
global per kapita di tingkat ritel dan konsumen'. Cakupan dari dua tahap
dapat diringkas dengan FSC yang disederhanakan di mana indikator
kerugian mencakup kerugian dari peternakan hingga, tetapi tidak termasuk,
sektor ritel dan FW mencakup konsumsi ritel dan publik (Gambar 1). Dalam
tinjauan ini, kami telah menggunakan panduan Target SDG 12.3.1 untuk
menentukan batas-batas FL&W dalam kaitannya dengan FSC. Dalam
kerangka operasional SDG 12.3.1, kerugian pangan adalah semua kuantitas
komoditas tanaman dan ternak yang dapat dimakan manusia yang, secara
langsung atau tidak langsung, benar-benar keluar dari rantai produksi/
pasokan pasca panen/pemotongan dengan dibuang, dibakar atau
sebaliknya, dan jangan masuk kembali dalam pemanfaatan lain (seperti
pakan ternak, penggunaan industri, dll.), hingga, dan tidak termasuk, tingkat
eceran. Kerugian yang terjadi selama penyimpanan, pengangkutan dan
pemrosesan, termasuk untuk produk impor, karenanya termasuk. FW dalam
kerangka SDG 12.3.1 difokuskan pada akhir konsumsi FSC dan terjadi dari
ritel hingga tahap konsumsi/permintaan akhir.Fabi dan Inggris, 2018).
Batasan penelitian ini tidak termasuk tujuan sisa makanan pascakonsumsi
yang nantinya dapat dikumpulkan dan diolah untuk pemanfaatan lebih lanjut,
seperti untuk pakan ternak, pengomposan produktif, produksi biogas atau
budidaya serangga atau ikan. Aliran limbah ke dalam proses tersebut tidak
didokumentasikan dengan baik dan sangat bervariasi, karena kota bereksperimen
dengan berbagai kemungkinan proses pasca-konsumsi dan infrastruktur terkait.
Namun, kami mencatat bahwa dalam beberapa tahun terakhir beberapa
kemajuan yang sangat signifikan telah dibuat di Nanjing (Li dkk., 2021;Li dkk.,
2017) dan Shanghai (Chen, 2020), di mana lebih dari 9600 ton per hari limbah
makanan bersih pasca-konsumsi sekarang dialihkan ke infrastruktur yang
berkembang yang menghasilkan biogas.
Literatur yang ada memeriksa FL&W di seluruh dunia berfokus pada
keragaman topik, seperti: kuantifikasi FL&W; komposisi FW dan
pengelolaan sampah; pengembangan metodologi kuantifikasi;
penilaian sikap/perilaku konsumen pada FL&W; dan untuk memahami
pemicu/intervensi yang menyebabkan pemangku kepentingan (petani,
pengolah, pengecer, dan konsumen) meningkatkan atau mengurangi
FL&W mereka. Namun, secara keseluruhan, studi ini tetap dalam silo
yang berbeda, kurangnya generalisasi, memiliki fokus dan skala yang
sempit, dan cakupan geografis yang terbatas. Misalnya, ulasan terbaru
yang telah menguraikan studi empiris tentang limbah makanan dan
pencegahan kerugian dan membahas metode minimalisasi di seluruh
dunia telah mengungkapkan kesenjangan yang lebar antara Eropa,
Moraes dkk., 2021;Xue dkk., 2017). Fokus global yang terbatas seperti
itu cukup memprihatinkan karena ada hubungan yang mapan antara
pengurangan FL&W dan peningkatan keberlanjutan pangan dan
pemanfaatan sumber daya alam (Wunderlich dan Martinez, 2018), yang
akan menyarankan bahwa penelitian akademis tentang FL&W di
negara berkembang harus diprioritaskan.
Gambar 1.Definisi FL&W sepanjang FSC berasal dari SDG 12.3.1 (Fabi dan Inggris, 2018).
2
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
Sebagai negara dengan ekonomi berkembang terbesar di dunia, ketahanan
pangan China menjadi perhatian khusus, terutama karena meskipun memiliki
sekitar 20% populasi dunia, China hanya mencakup 7% dari lahan subur dunia (
Larson, 2013) yang semakin berkurang karena industrialisasi dan urbanisasi (
Zhang dkk., 2020). Selanjutnya, sementara Cina baru-baru ini menunjukkan
keberhasilan luar biasa dalam meningkatkan produksi pertanian (Gong, 2018),
meningkatnya kemakmuran dan booming sektor katering telah menghasilkan
peningkatan dramatis dalam FW (Cheng dkk., 2018). Mengingat konteks ini, dan
dengan media yang berkembang, kepentingan publik dan pemerintah (Du, 2016;
Yu dan Li, 2013), tampaknya tepat waktu untuk menghasilkan tinjauan terkini yang
menyatukan temuan-temuan yang terfragmentasi tentang FL&W di Cina, sebagai
dasar untuk pekerjaan sistematis lebih lanjut.
Untuk mencapai tujuan ini, kami menggunakan metode tinjauan sistematis
untuk menjawab empat pertanyaan penelitian: 1. 'Apa profil penelitian dari studi
yang dipilih dalam hal statistik ringkasan?'; 2. 'Berapa jumlah keseluruhan FL&W?';
3. 'Apa dampak keseluruhan dari FL&W ini?'; dan 4. 'Mediator apa (pengemudi dan
kemungkinan intervensi) yang mempengaruhi FL&W?'
2. Metode
Untuk menginterogasi literatur yang ada di bidang ini secara
komprehensif, tinjauan sistematis dilakukan mengikuti pedoman Item
Pelaporan Pilihan untuk Tinjauan Sistematis dan Analisis Meta (PRISMA).
Petticrew dan Roberts, 2008;Tranfield et al., 2003). Tinjauan sistematis
direkomendasikan untuk digunakan ketika ada kebutuhan untuk meringkas
informasi yang ada tentang suatu topik untuk menarik kesimpulan tentang
fenomena tertentu (Kitchenham, 2004). Pendekatan yang digunakan untuk
mencari data dan untuk mensintesis dan mengkonseptualisasikan data dari
studi yang relevan didasarkan pada proses yang digariskan olehPetticrew
dan Roberts (2008), dilengkapi dengan proses analisis isi kualitatif yang
disarankan olehHsieh dan Shannon (2005). Proses tinjauan pustaka
dilakukan oleh penulis secara kolaboratif mengembangkan semua istilah
pencarian, mengidentifikasi database yang akan digunakan dan kriteria
inklusi/pengecualian sebelum memulai pengumpulan data.
2.1. Strategi pencarian
Pencarian artikel relevan yang berkaitan dengan FL&W setidaknya di
sepanjang bagian dari FSC di China terbatas pada artikel jurnal peer-review yang
diterbitkan dalam bahasa Inggris atau China, dengan literatur abu-abu seperti
laporan penelitian, buku atau prosiding konferensi dihilangkan secara sadar. Studi
diidentifikasi melalui pencarian online elektronik Inggris (SCOPUS, Web of Science)
dan Cina (China National Knowledge Infrastructure (CNKI), Wanfang dan
Chongqing Weipu (VIP)) database. Istilah pencarian yang digunakan ditampilkan di
Tabel 1, diterapkan ke bidang, "Topik", di semua basis data kecuali VIP karena
kurangnya opsi ini, di mana "Judul atau kata kunci" digunakan sebagai gantinya.
Pencarian dilakukan pada bulan Juli 2020 dan tidak dibatasi tanggal karena hal ini
biasa terjadi pada PRISMA (Abiad dan Meho, 2018;De Steur dkk., 2016;Schanes
dkk., 2018).
C.Li dkk. Jurnal Pengelolaan Lingkungan 303 (2022) 114092

Tabel 1 terjadi pada setiap tahap FSC, dan kemungkinan pendorong atau intervensi untuk
Istilah pencarian yang digunakan untuk tinjauan sistem. mencegah FL&W. Saat menganalisis mediator FL&W, variabel yang memengaruhi
Database istilah 1 DAN istilah 2 DAN istilah 3 perilaku konsumen dan berkontribusi terhadap konsumsi makanan dan limbah
juga diberi kode, seperti usia, tingkat pendidikan, pendapatan tahunan, dan
Bahasa inggris sampah makanan bergalah* Dagu*
sampah makanan / ukuran rumah tangga. Kode-kode tersebut kemudian dikelompokkan untuk
kehilangan makanan* / makna atau representasi serupa dari fase konsumsi makanan yang serupa.
Cina ⻝物 浪费 / / Misalnya, meskipun kalimat “perempuan yang terutama bertanggung jawab untuk
⻝物 损失
menyiapkan makanan akan meningkatkan FW rumah tangga” dan “siswa
* perempuan membuang lebih banyak makanan daripada laki-laki ketika makan di
Catatan: Tanda bintang berfungsi sebagai operator pemotongan (atau wildcard)
yang berarti bahwa akhiran dapat diganti dengan berbagai cara. misalnya, quant* berarti kantin sekolah” membahas FW dalam skenario yang berbeda seperti rumah
kuantitas atau kuantitas. tangga dan makan di luar rumah, mereka keduanya dapat dikodekan ke dalam
kategori mediator demografis yang sama: "gender".
2.2. Pilihan studi
3. Hasil
Pencarian mengidentifikasi 1217 makalah yang diperoleh dari database.
Seperti yang diuraikan dalamGambar 2., analisis makalah dimulai dengan Gambar 2.menunjukkan aliran PRISMA dari hasil pencarian sistematis yang
penghapusan duplikat. Selanjutnya, studi yang relevan diidentifikasi terlebih awalnya mengidentifikasi 1217 makalah yang berpotensi relevan di seluruh
dahulu melalui penyaringan judul dan kemudian dengan menilai abstrak makalah database Inggris (791) dan Cina (426). Penting untuk dicatat bahwa seperti yang
yang lolos penyaringan judul. Studi yang tersisa setelah penyaringan abstrak diharapkan, database bahasa Inggris dan Cina memiliki sangat sedikit (lima)
tunduk pada penyaringan teks lengkap dan keputusan akhir dibuat tentang makalah yang sama. Setelah penghapusan duplikat, sebagian besar makalah
relevansinya untuk dimasukkan dalam tinjauan. Relevansi makalah ditentukan ditolak pada tahap penyaringan judul dan abstrak karena fakta bahwa mereka
melalui penerapan kriteria inklusi/eksklusi yang diuraikan dalamTabel S1. tentang karakterisasi limbah makanan di tingkat limbah padat kota, atau
Penilaian kualitas studi kemudian dilakukan dengan mengadaptasi sistem pengolahan limbah makanan, seperti daur ulang atau potensi energi. Kemudian
penilaian metodologis yang divalidasi yang dikembangkan untuk penilaian studi teks lengkap makalah yang lolos judul dan penyaringan abstrak dinilai kualitasnya.
kualitatif, kuantitatif dan metode campuran sebagaimana diuraikan dalam Tabel Pada langkah ini, 21 makalah selanjutnya dikeluarkan karena penilaian kualitas
S2. Tinjauan terbaru ditemukan pada tahun 2016, oleh karena itu teknik bola salju yang gagal terutama karena pendekatan pengambilan sampel yang buruk dan/
diterapkan pada makalah apa pun yang diterbitkan setelah 2016 untuk memeriksa atau analisis data yang buruk. Pool terakhir berisi 57 relevan, makalah yang
makalah yang tidak diambil. Keputusan akhir apakah sebuah makalah cocok untuk terjamin kualitasnya. Artikel-artikel relevan yang dipertahankan dalam kelompok
dimasukkan atau tidak didasarkan pada pendapat setidaknya tiga penulis. akhir sebagai persentase dari makalah-makalah yang diidentifikasi awalnya adalah
antara 4 dan 5% yang berada dalam kisaran nilai yang biasa dilaporkan oleh studi
Informasi yang relevan diambil dari setiap studi termasuk informasi sistematis lainnya (Abiad dan Meho, 2018;De Steur dkk., 2016;Schanes dkk., 2018;
umum (judul, penulis, rincian publikasi), fitur studi dan informasi van der Werf dan Gilliland, 2017).
spesifik (Tranfield et al., 2003). Perangkat lunak NVivo digunakan untuk
mengkode jumlah FL&W, dampak lingkungan dari FL&W

Gambar 2.PRISMA Flow chart dari tinjauan sistematis tentang "kehilangan makanan" dan "pemborosan makanan" di Cina.

3
C.Li dkk.
3.1. Profil makalah yang dipilih (pertanyaan 1)
57 publikasi yang memenuhi syarat berasal dari 39 jurnal berbeda, dengan
Resources, Conservation and Recycling (4 makalah) dan Journal of Cleaner
Production (3 makalah) memiliki artikel berbahasa Inggris terbanyak, dan Journal
of Natural Resources (4 makalah) dan Resources Science (4 makalah) paling
banyak dalam bahasa Cina. Perhatikan bahwa kriteria pencarian yang digunakan
dirancang untuk studi dalam konteks FL&W yang lebih luas, dan akibatnya tidak
memilih sejumlah makalah yang diterbitkan yang berfokus secara khusus pada
kerugian produksi yang terkait dengan tanaman pokok Cina - seperti yang dibahas
lebih rinci nanti.
Sangat sedikit makalah yang menyertakan teori terapan. Teori perilaku
terencana (TPB) digunakan dalam tiga makalah, untuk menganalisis perilaku
proenvironmental siswa dan konsumen hijau (Liao dkk., 2020;Wang, 2016;Wu dkk.,
2019). Teori lain yang digunakan sekali masing-masing adalah teori pemanfaatan
isyarat (Loebnitz dan Grunert, 2014), model kemungkinan elaborasi (ELM) (Liao
dkk., 2018), teori ekologi komunikatif (Mirosa dkk., 2018) dan teori produksi rumah
tangga (Min dkk., 2020). Sebagai tambahan,Liao dkk. (2018)menggunakan model
niat perilaku terintegrasi yang menggabungkan model TPB dan model Fishbein
yang dimodifikasi Lee untuk memverifikasi kerangka kerja yang berguna untuk
memprediksi perilaku konsumen dalam konteks budaya Konfusianisme.
3.2. Tinjauan jumlah FL&W yang dilaporkan (pertanyaan 2)
3.2.1. Jumlah kehilangan makanan (FL) yang dilaporkan
Selama putaran pertama pencarian kata kunci, hanya sembilan makalah yang
ditemukan yang berisi data FL yang relevan dan termasuk tiga ulasan (Gao dkk.,
2016;Liu, 2014;Liu dkk., 2013) diterbitkan selama 8 tahun terakhir. Ketiga ulasan
ini secara efektif merangkum informasi dalam artikel sebelumnya (dari 1950
hingga 2016) tentang FL yang terkait dengan tanaman pokok.Liu dkk. (2013)
meninjau informasi dari tahun 1987 hingga 2011 tentang kehilangan biji-bijian
dan limbah di sepanjang FSC dan memberikan kerangka kerja FL&W dalam hal
kuantitas dan implikasi FL&W untuk air dan tanah. Kemudian,Liu (2014)
menerbitkan ulasan FL&W untuk komoditas makanan yang lebih luas (biji-bijian,
daging dan buah & sayuran) dari tahun 1950 hingga 2011 di seluruh FSC danGao
dkk. (2016)meninjau publikasi 1979-2016 tentang kerugian pascapanen tiga
tanaman utama (beras, gandum dan jagung) di Cina. Karena ulasan ini telah
dikutip secara luas, kami memutuskan untuk memasukkan hasil dari mereka
dalam tinjauan saat ini daripada menggabungkan semua makalah sebelumnya
yang mereka kutip. Perhatikan bahwa karena ketiga makalah tinjauan ini
diterbitkan sebelum SDG 12.3, batas yang mereka gunakan untuk FSC berbeda
dari yang digunakan dalam SDG 12.3, terutama untuk FL&W yang terkait dengan
produksi pertanian atau tahap ritel. Misalnya, dalam 'SDG 12.3.1: Indeks
Kehilangan Pangan Global', FL pada tahap produksi pertanian hanya mengacu
pada kerugian di lahan pertanian, yang merupakan jangka waktu antara
kematangan dan panen. Namun, dalam ulasan olehLiu (2014), kerugian pertanian
dianggap sebagai kerugian tingkat pertanian prapanen yang terutama
disebabkan oleh infeksi mikroba (misalnya jamur), kerusakan oleh hama (misalnya
serangga) atau bencana alam (misalnya kekeringan). Perhatikan bahwa kerugian
tersebut tidak tercakup dalam SDG 12.3.1 untuk menghindari penghitungan
ganda kerugian pra-panen karena kejadian ekstrim dan bencana lingkungan yang
ditangkap oleh SDG 1.5 lainnya (SDG 1.5: “Pada tahun 2030, membangun
ketahanan masyarakat miskin dan mereka yang berada dalam situasi rentan dan
mengurangi keterpaparan dan kerentanan mereka terhadap peristiwa ekstrem
terkait iklim serta guncangan dan bencana ekonomi, sosial dan lingkungan
lainnya”) (Fabi dan Inggris, 2018). Selanjutnya, dalam ulasan olehLiu (2014)dan
dalam makalah olehLu dkk. (2019), kerugian ritel dianggap sebagai bagian dari
distribusi, sedangkan dalam SDG 12.3.1, ritel jelas telah dipindahkan dari sektor
distribusi ke konsumsi.
Secara umum, ketika menganalisis makalah sebelumnya, sangat sulit untuk
mengintegrasikan data FL yang diberikan ke dalam tahapan yang dinyatakan
dalam SDG 12.3 karena inkonsistensi dalam cara data dilaporkan. Oleh karena itu,
kami memutuskan untuk melaporkan data dalam format aslinya sebagai:
Penanganan dan penyimpanan pascapanen; Pengolahan; atau Distribusi (Meja 2).
4
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
FL selama tahap ini secara tradisional diukur dengan menilai tingkat kehilangan, yang
merupakan rasio kehilangan makanan dengan jumlah total produksi makanan (
Bellemare dkk., 2017) seperti yang dilaporkan dalamMeja 2. Sementara FWI masih dalam
pengembangan, kami menganggap penting untuk menggunakan kerangka SDG 12.3.1
untuk menentukan tahapan dalam tinjauan dan studi di masa depan dan untuk
mempertimbangkan FW selama ritel sebagai sektor yang terpisah dari distribusi.
Tiga tanaman utama di Cina adalah beras, gandum dan jagung dan FL pada
tanaman ini telah diteliti dengan baik. Perhatikan bahwa 'Liangshi', yang dapat
diterjemahkan dari bahasa Cina berarti dalam bahasa Inggris "makanan pokok",
biasanya meliputi beras, gandum, jagung, dan kadang-kadang kentang dan
kedelai, disimpan dalam kategori terpisah. Ada data terbatas tentang FL di sektor
pemrosesan dan distribusi di Cina. Tantangan lebih lanjut dalam
mengintegrasikan dan hanya mengekspresikan data FL sebelumnya, termasuk
agregasi data ke dalam tahap yang berbeda oleh penulis yang berbeda. Misalnya,
ada tiga kriteria berbeda untuk mengukur FL selama penyimpanan, seperti
penyimpanan tradisional rumah tangga, penyimpanan ilmiah rumah tangga, dan
penyimpanan depot (baik oleh pemerintah atau perusahaan) (Meja 2).
Kami hanya menemukan dua makalah yang menyebutkan FL terkait dengan
daging pada tahap pasca panen. Di review olehLiu (2014)tingkat kehilangan
daging (jenis daging tidak ditentukan) adalah penanganan pascapanen (1,4-2,1%),
penyimpanan (2,5-3,7%), pengolahan (1,1%) dan transportasi (3%, termasuk ritel),
sedangkan di kertas olehZhou dkk. (2019)pada tahun 2019, kerugian daging
didefinisikan sebagai penanganan pascapanen termasuk precooling,
penyimpanan termasuk beku dan pengolahan termasuk pemotongan,
transportasi dipasok untuk daging babi (6,64%), ayam (5,43-9,68%), daging sapi
(8,34%) dan kambing (4,18% ). Data FL buah-buahan dan sayuran juga langka
dengan hanya satu kertas ulasan yang melaporkan tingkat FL dalam penyimpanan
dan distribusi masing-masing sebesar 15% dan 10% (Liu, 2014).
Singkatnya, FL di sektor pengolahan dan distribusi belum dipelajari dengan
baik di Cina. Secara umum, agar lebih bermanfaat, batas-batas FL&W sepanjang
FSC perlu lebih jelas dinyatakan dalam studi masa depan dengan menggunakan
definisi SDG 12.3.1. Sebagian besar penelitian sejauh ini berfokus pada makanan
pokok, yang berarti bahwa untuk mengembangkan gambaran FL yang lebih
holistik di Cina, diperlukan lebih banyak penelitian yang berkaitan dengan buah,
sayuran, daging, dan produk air.
3.2.2. Jumlah sisa makanan (FW) yang dilaporkan
Hanya satu makalah yang menyebutkan FW dalam kaitannya dengan daging di
tingkat eceran, yang menyebutkan kehilangan pasca panen untuk 4 jenis daging (Zhou
dkk., 2019) dan juga menyediakan estimasi FW retail/grosir untuk daging babi (1,46%),
ayam (2%–3,17%), daging sapi (3,13%) dan kambing (3,27%).
Sebanyak 23 makalah (Tabel 3) mempublikasikan data jumlah FW yang
berkaitan dengan konsumsi publik atau rumah tangga dan mencakup
berbagai sektor layanan makanan, termasuk Horeca (hotel, restoran dan
kafe), rumah tangga, dan kantin sekolah1(Gambar 3). Studi-studi ini
terutama difokuskan pada Horeca (10), daripada rumah tangga (7), atau
kantin sekolah (5), dan dilakukan di kota-kota besar termasuk Beijing (9),
Lhasa (4), Shanghai (3), Chengdu ( 2) dan Shenzhen (1).
Dari 23 makalah yang membahas jumlah FW yang dihasilkan, 13
menggunakan penimbangan langsung dan kuesioner untuk restoran dan
kantin sekolah (Huang dkk., 2017;Liu dkk., 2016;Qian dkk., 2019;Wang dkk.,
2016; Wang dkk., 2017;Wang dkk., 2018;Wu dkk., 2019;Zhang et al., 2016a;
Zhang dkk., 2016b;Zhang dkk., 2016c;Zhang dkk., 2017; Zhang dkk., 2018b;
Zhu dkk., 2020) dan satu lainnya meminta peserta dari rumah tangga
pedesaan untuk menimbang dan melaporkan jumlah FW mereka (Li dkk.,
2017). Dalam studi ini, jumlah FW yang dilaporkan bervariasi tergantung
1Kantin, mirip dengan “kantin” di AS, adalah sistem layanan makanan yang disediakan
di hampir semua sekolah, universitas, dan banyak tempat kerja di seluruh China. Mereka
berbeda dari restoran biasa di mana orang melayani diri mereka sendiri di konter dari
pilihan makanan. Setelah makan, konsumen biasanya diminta untuk membawa piring
mereka dengan sisa makanan ke area penyortiran di mana staf akan membantu
membuang makanan yang terbuang dan mengumpulkan piring dan peralatan makan
untuk dibersihkan.
C.Li dkk. Jurnal Pengelolaan Lingkungan 303 (2022) 114092

Meja 2
Ringkasan data kunci yang dikumpulkan mengenai FL dalam penanganan dan penyimpanan pascapanen, pemrosesan & distribusi.

Tanaman Penanganan dan penyimpanan pascapanen % Memproses% Distribusi % Total kehilangan pascapanen %sebuah ref

Panenb Mengangkutc Pengeringan Penyimpanand

Beras 2.7 0.9 1.4 2.0 6.9 Gao dkk. (2016) Lu

2.84e 1.85f 1.21g 1.73 0,79 8.42 dkk. (2019) Huang
3.02 dkk. (2018) Qu et al.
3.92 (2019) Luo dkk.
1,75–2,00h (2020) Gao dkk.
Gandum 2.3 0.9 1.4 3.2 7.8 (2016) Cao dkk.
4.715 (2018) Luo dkk.
1,867 (2020) Gao dkk.
Jagung/jagung 2.3 0.9 1.4 4,5 9.0 (2016) Guo dkk.
2.74 (2019) Luo dkk.
2.41g (2020) Gao dkk.
Gandum (Liangshi) 2.5 0.9 1.4 3.2 7.9 (2016) Liu (2014)
4–6saya 5.7–8.6 2.2–3.3 1-1,5
3.5±2.6 5.5±3.4 3.1±1.1 1.2±1.2j Liu dkk. (2013)

sebuahNomor yang tertera pada kolom ini berasal dari kertas asli (Gao dkk., 2016) dan (Lu dkk., 2019).
bMengindikasikan pemanenan gabungan dan pemanenan segmen bersama-sama jika tidak ada spesifikasi lebih lanjut.
cMenunjukkan transportasi dari ladang ke rumah tangga.
dMenunjukkan semua cara penyimpanan yang mungkin, seperti penyimpanan tradisional rumah tangga, penyimpanan ilmiah rumah tangga, dan penyimpanan depot (baik milik pemerintah atau
perusahaan).
eMenunjukkan proses pada dasarnya sepenuhnya mekanis. Kehilangan panen menunjukkan kehilangan selama panen dan perontokan.
fMenunjukkan transportasi-pengeringan dan penyimpanan-transportasi sementara.
gMenunjukkan penyimpanan depot biji-bijian.
hMenunjukkan penyimpanan rumah tangga.
sayaMenunjukkan penanganan pascapanen secara keseluruhan proses.
jMenunjukkan transportasi saja.

pada tahun, wilayah, jenis sekolah dan pola persediaan makanan. Jumlah FW
per orang di kantin sekolah (buffet meal2) dilaporkan berkisar antara 61
hingga 74 g/makan (Liu dkk., 2016;Qian dkk., 2019;Wu dkk., 2019; Zhu dkk.,
2020), yang kurang dari yang dilaporkan untuk restoran, yang berkisar
antara 74 hingga 144 g/makan (Wang dkk., 2016;Wang dkk., 2017;Wang
dkk., 2018;Zhang dkk., 2017;Zhang dkk., 2018b). Namun, bahkan di kantin
sekolah, pola pasokan makanan terbukti secara signifikan mempengaruhi
FW, dengan makanan kemasan3(216 g/makan) lebih boros daripada set4(109
g/makan) atau makanan prasmanan (63 g/makan) (Liu dkk., 2016).
Empat studi (Jiang dkk., 2018;Qi dkk., 2020;Lagu dkk., 2015, 2018)
melaporkan jumlah FW rumah tangga dari data yang diperoleh dari China
Health and Nutrition Survey (CHNS). CHNS adalah nama survei skala besar
berbasis rumah tangga longitudinal yang dilakukan oleh Pusat
Kependudukan di Universitas North Carolina dan Institut Nasional Nutrisi
dan Keamanan Pangan di Pusat Pengendalian dan Pencegahan Penyakit
China (CCDCP). Sampai saat ini sembilan putaran survei (yaitu, 1989, 1991,
1993, 1997, 2000, 2004, 2006, 2009 dan 2011), yang mencakup 12 provinsi
telah dilaporkan. CHNS menggunakan strati pendapatanfied metode
pengambilan sampel cluster multistage, dengan informasi terperinci yang
dirangkum olehPopkin dkk. (2009). Dua makalah mempelajari data CHNS
dari 1991 hingga 2009 dan menemukan bahwa FW rumah tangga per orang
telah menurun dari hampir 52 g/hari pada awal 1990-an menjadi kurang
dari 41 g/hari pada 2009, (penurunan sekitar 20%) (Jiang dkk., 2018;Qi dkk.,
2020). Menggunakan pendekatan pemodelan jaringan kepercayaan
Bayesian,Lagu dkk. (2018)juga menemukan bahwa limbah rumah tangga
dan limbah layanan katering menurun, tetapi FW masih menyumbang 4,5–
5,2% dari total output biji-bijian tahunan China (Jiang dkk., 2018).
Meskipun data yang disajikan di atas menunjukkan bahwa pengurangan substansial
dalam FW rumah tangga telah terjadi dari waktu ke waktu, penting untuk
2Makanan prasmanan: hidangan individu dapat dipilih; orang membayar sesuai dengan harga
masing-masing hidangan.
3Makanan dalam kemasan: dikirim dari perusahaan pemasok makanan ke sekolah, variasi dan
berat makanan sudah dipesan sebelumnya.
4Set makanan: disediakan oleh dapur sekolah, umumnya terdiri dari biji-bijian,
sayuran, dan daging.
pertimbangkan bahwa rumah tangga hanya mewakili satu kemungkinan sumber
FW tingkat konsumen. Karena pendapatan yang dapat dibelanjakan telah
meningkat dari waktu ke waktu, begitu pula kecenderungan orang untuk makan
di restoran dan layanan makanan lainnya, sebuah tren yang mungkin hanya
bergeser di mana FW sedang dihasilkan. Memang seperti yang disebutkan
sebelumnya, FW yang diamati per orang di restoran pada 74-144 g/makan (Wang,
LE et al., 2016;Wang dkk., 2017; Wang, LE et al., 2018;Zhang dkk., 2017; Zhang, PP
et al., 2018b) dua hingga tiga kali lebih tinggi dari FW yang dihasilkansepanjang
hari(41 g) per orang yang dilaporkan dalam survei CHNS pada tahun 2009 (Jiang
dkk., 2018;Qi dkk., 2020).
Data publik yang tersedia dari sumber seperti Buku Tahunan Statistik China,
Buku Tahunan Pertanian China, neraca pangan FAO, atau Rencana Lima Tahun
ke-12 (2011–2015) untuk Pembangunan Ekonomi dan Sosial Nasional di China juga
telah digunakan untuk membangun model untuk memperkirakan FW pada tingkat
nasional, kota atau prefektur. Dalam studi ini, FW selalu disajikan dalam satuan
'ton/tahun'. Misalnya, FW tahap konsumsi China dimodelkan pada 62,8 juta ton
pada tahun 2010 (Sun dkk., 2018) dan pada tahun 2015 dua kelompok berbeda
melaporkan FW di Cina sebagai 53,7 (Li dkk., 2020) dan 55,7 juta ton (Yang dkk.,
2020). Nilai FW ini secara luas sebanding dengan jumlah FW yang diekstrapolasi
dari penimbangan langsung. Misalnya, pada skala berbasis kota yang lebih kecil,
total FW restoran di Beijing pada tahun 2015 diperkirakan sebesar 956.300 ton (De
Clercq dkk., 2016), yang besarnya sama dengan angka 398.600 hingga 399.700 ton
yang dihitung untuk tahun 2013 dengan mengekstrapolasi data penimbangan
langsung (Zhang dkk., 2016b,2016c), meskipun perbandingan antara studi yang
dilakukan pada waktu yang berbeda, lokasi, dan menggunakan metodologi yang
berbeda menantang dan generalisasi harus dilakukan dengan hati-hati.
Studi komposisi FW menunjukkan bahwa makanan yang paling sering
dikonsumsi menghasilkan limbah paling banyak (p-value 0,87) (Lagu dkk.,
2015), Hal ini konsisten dengan temuan yang tersebar luas bahwa sayuran
dan makanan pokok merupakan mayoritas FW di Cina (Huang dkk., 2017;Li
dkk., 2020;Liu dkk., 2016;Qi dkk., 2020;Lagu dkk., 2015;Lagu dkk., 2018;Sun
dkk., 2018;Wang dkk., 2017;Zhang dkk., 2016b;Zhang dkk., 2016c;Zhang
dkk., 2017;Zhang dkk., 2018;Zhu dkk., 2020), meskipun dengan variasi antar
provinsi (Lagu dkk., 2018), misalnya, karena daging lebih mudah tersedia di
Lhasa, FW daging di provinsi ini lebih tinggi daripada yang dilaporkan untuk
provinsi lain (Wang dkk., 2016).
Dalam industri katering yang baru dikembangkan yang terkait dengan makanan online

5
C.Li dkk. Jurnal Pengelolaan Lingkungan 303 (2022) 114092

Tabel 3
Ringkasan makalah tinjauan sistematis yang dipilih yang berhubungan dengan jumlah FW dalam konsumsi publik dan rumah tangga.

Sektor jasa Berdasarkan data tahun/dikumpulkan Wilayah Cakupan Metode pengumpulan data Jumlah atau karakteristik ref
FW

Universitas 2018 Beijing Menghitung limbah piring dan Penimbangan langsung, 73,7 g/tutup/makanan Wu dkk.
kantin mengidentifikasi kunci difl survei kuesioner, (2019)
faktor yang mempengaruhi, dan analisis regresi dari
juga mengevaluasi dampak 551 observasi dari 6
lingkungan dari perspektif universitas
nitrogen, fosfor, karbon, dan
jejak ekologis
Utama, 2015 Shanghai Mengevaluasi asupan makanan Pengukuran fisik limbah Paling disia-siakan oleh Huang
tengah, dan dan zat gizi di kalangan siswa dan piring dan melakukan persentase: sayuran dkk.
SMA memberikan survei kuesioner (sekolah dasar 53%, (2017)
kantin rekomendasi untuk di antara 5389 siswa dari SMP 42%, dan SMA 31%)
amandemen dalam standar makan 20 sekolah di tujuh
siang sekolah lokal yang baru kabupaten
Tengah dan 2014 Beijing Selidiki pola dan penyebab Menerapkan fisik Sisa makanan kemasan: 216 g/ Liu dkk.
SMA sampah piring dalam program penimbangan, survei kap/makanan (1/3 dari makanan (2016)
kantin makan siang sekolah dan ficari kuesioner, dan semi- yang disajikan)
tahu alasannya dan eksplorasi wawancara terstruktur Set sisa makanan: 109 g/
yang layak pendekatan untuk mengukur tutup/makan
penanggulangan FW Sisa makanan prasmanan: 63 g/tutup/

makanan

Rata-rata: 130 g/kap/makan Paling

banyak terbuang: makanan pokok
(43%) dan sayuran
(42%)
Universitas 2017–2018 30 Perkirakan FW kantin Penimbangan langsung dan 67,55 g/kap/makan (laju Zhu dkk.
kantin provinsi universitas dan jejak kuesioner 9660 limbah 14,54%) (2020)
karbonnya mahasiswa di 30 Paling disia-siakan oleh

universitas nasional di 30 persentase:

provinsi Sayur-sayuran 16,79%, produk
beras 14,54% dan produk
kacang-kacangan 13,25% Berat
yang terbuang terbanyak: Pasta
43,03 g, beras
produk 33, 99 g dan
sayuran 31,7 g
Universitas 2017–2018 29 Perkirakan FW dan untuk Metode penimbangan langsung 61,03 g/kap/makanan Qian
kantin provinsi mengungkapkan driver FW dan kuesioner terhadap 9192 Tarif FW per orang per dkk.
untuk mahasiswa mahasiswa di 29 perguruan makanan adalah 12,13% (2019)
tinggi di 29 provinsi Hingga 74% siswa membuang
makanan
Hotel, 2011 dan 2015 Lhasa Hitung jumlah Horeca Penimbangan langsung dan 128±3 g/cap/makan pada (Wang
restoran, (hotel, restoran, dan kafe) kuesioner 1162 tahun 2011 dkk.,
dan kafe FW dan konsumen (232 wisatawan 98±2 g/cap/makan pada 2018)
jejak ekologi dan 930 penduduk) dari 460 tahun 2015
meja di 27 restoran pada
tahun 2015 dan 2947
konsumen (1189 wisatawan
dan 1758 penduduk) dari
318 meja di 8 restoran pada
Restoran 2011 dan 2012 Lhasa Hitung jumlah total konsumsi tahun 2011 Penimbangan 143,4 g/cap/makan paling banyak (Wang,
makanan katering di Lhasa langsung 443 meja di 9 terbuang: daging kambing (25,6%), LE
dan sumber daya dan biaya restoran dan kuesioner diikuti dengan bahan pokok dkk.,
lingkungan melalui (24,8%), paling sedikit adalah 2016)
pembangunan ekologi buah (5,7%)
model jejak kaki
Restoran 2015 Beijing, Tentukan skala dan Metode penimbangan langsung 93 g/tutup/makanan Wang
Shanghai, pola restoran FW di 4 kota dan survei terhadap 3557 Paling banyak terbuang: dkk.
Chengdu Cina meja di 195 restoran sayuran (29%), beras (14%), (2017)
dan Lhasa produk air (11%), gandum
(10%)
Total perkiraan FW 1,3 Mt
(Shanghai 0,59, Beijing
0,42, Chengdu 0,31, dan
Lhasa 0,02 Mt)
Restoran 2013 Beijing Selidiki jumlah total FW yang Metode penimbangan langsung 398.600 ton (setengah dari Zhang
dihasilkan oleh industri dan konsumen total berat makanan dkk.
katering dan kuesioner 2564 dikonsumsi di Beijing) (2016b)
menghitung emisi gas meja di 124 restoran. Yang paling banyak
rumah kaca dan karbon terbuang berdasarkan berat:
sayuran (43,16%), diikuti oleh
produk air (10,51%), babi
(8,79%), tepung terigu
(7,35%)

(bersambung di halaman berikutnya)

6
C.Li dkk. Jurnal Pengelolaan Lingkungan 303 (2022) 114092

Tabel 3(lanjutan)

Sektor jasa Berdasarkan data tahun/dikumpulkan Wilayah Cakupan Metode pengumpulan data Jumlah atau karakteristik ref
FW

Restoran 2013 Beijing Selidiki volume katering FW Metode penimbangan langsung 74,39 g/kap/makanan Zhang
yang dihasilkan dan hitung dan konsumen Restoran besar 99,34 g/kap/ dkk.
jejak nitrogennya kuesioner 2564 makanan cepat saji (2017)
meja di 124 restoran. restoran: 30,27 g/kap/
makan
Paling banyak terbuang menurut

beratnya: sayuran (44,18%),

diikuti oleh akuatik

produk (12,04%)
Restoran 2013 Beijing Pelajari jejak fosfor Penimbangan langsung dan 399, 700 ton Zhang
menggunakan restoran FW kuesioner untuk FW berbasis tanaman 26,82× dkk.
selidiki FW katering dari 104t/a (2016c)
2564 sampel di 124 FW berbasis hewan 13.15×
restoran 104t/a
Restoran 2013 Beijing Pelajari jejak ekologis yang Penimbangan langsung dan 399, 700 ton Zhang
terkait dengan restoran FW kuesioner untuk FW penduduk perkotaan: dkk.
selidiki FW katering dari 27.82×104t/a Populasi (2016a)
2564 sampel di 124 pariwisata FW:
restoran 12.15×104t/a
Paling terbuang:
Sayuran 43,03%,
diikuti oleh daging 20,54%, dan
makanan pokok 16,61% 79,52
Restoran 2015 Beijing, karakteristik FW survei lapangan terhadap 2293 g/kap/makan (Zhang
Shanghai, perilaku, terutama sampel di 159 perusahaan Limbah turis 96,54 g/ dkk.,
Chengdu, perbedaan perilaku FW turis katering tutup/makan 2018b)
dan Lhasa dan nonturis Non-turis 73,79 g/kap/
makanan
Rumah tangga 2016 25 Perkirakan jumlah FW rumah Menggunakan survei akuntansi Rata-rata tingkat FW: 2,4% (Li dkk.,
provinsi tangga pedesaan dan untuk mendapatkan data FW secara regional, tertinggi di 2017)
penyebabnya sebanyak 1596 sampel dan 3,69% (bagian tengah
menerapkan statistik sungai Yangtze) vs
metode analisis dan model terendah 0,14% (Beijing
Tobit untuk menganalisis dan Tianjin)
penyebab jenis makanan: tertinggi
3,92% (kentang) vs terendah
1,29% (telur)
Rumah tangga 1991–2009 Cina Jelaskan pola dan tren FW Analisis fisik 52 g/kapsul/hari (18,8 kg/orang/ Qi dkk.
(1991,1993,1997,2000,2004,2006 dalam rumah tangga pengukuran tahun) pada tahun 1991 (2020)
dan 2009) membuang makanan dari lebih 41 g/kap/hari (14,9 kg/orang/
dari 37.000 rumah tangga tahun) pada tahun 2009
terdaftar di Kesehatan Paling banyak terbuang: sayuran
dan Gizi China dan buah-buahan, diikuti oleh
Survei (CHNS) sereal dan kemudian protein
hewani
Rumah tangga 1991–2009 Cina Pelajari kuantitas FW dalam Analisis fisik 15,91 (1991), 17,78 Jiang
(1991,1993,1997,2000,2004,2006 rumah tangga dan diskusikan pengukuran (1993), 16,76 (1997), dkk.
dan 2009) tingkat mikro terkait membuang makanan dari lebih 16,74(2000), 13,74 (2018)
penentu dari 37.000 rumah tangga (2004), 10,71 (2006),
terdaftar di Kesehatan 10,76 (2009) kg/kap/
dan Gizi China tahun. Simulasi FW:
Survei (CHNS) 7,63–10,76 kg/orang/
tahun (10,6–15,0 juta ton)
pada tahun 2016
Rumah tangga 1991, 1993, 1997, 2000, 2004, 2006 9 provinsi Hitung FW di provinsi- Tautkan rumah tangga CHNS rata-rata FW: 12–33 kg/kap/ Lagu
dan 2009 provinsi khas Tiongkok, dan data survei dan tinjauan tahun (bervariasi di antara dkk.
mengembangkan model penilaian siklus hidup provinsi) (2018)
Bayesian Belief Network (BBN) kumpulan data untuk memperkirakan paling terbuang menurut beratnya: makanan

untuk mengungkap mekanisme FW sekitar 7091 rumah tangga yang berasal dari tumbuhan

generasi FW rumah tangga dan 31.161 individu (80–93%) di semua

Rumah tangga 2004, 2006 dan 2009 Cina Meringkas pola konsumsi
makanan dan timbulan sampah
dan menganalisis faktor-faktor
diflmempengaruhi tren yang
diamati, dan mengukur karbon,
air, dan
jejak ekologis rumah
tangga Cina
Konsumsi 2010 Cina Mengevaluasi dampak
provinsi, makanan hewani
5–18%
Gabungkan data survei rata-rata konsumsi makanan Lagu
database CHNS dengan (sampah): dkk.
siklus hidup yang tersedia 1498 kg (58 kg)/rumah (2015)
kumpulan data penilaian tangga/tahun dan 415
untuk menghitung FW dan kg (16 kg)/kap/tahun paling
jejak ekologis terkait banyak dikonsumsi/terbuang:
sekitar satu juta catatan Sayuran 31% (54%)
makanan diperoleh dari diikuti oleh beras sebesar 22%
17.110 anggota keluarga (13%)
Perhitungan 62,8 juta ton (Mt) Matahari dkk.

panggung pemborosan makanan pada tahap (14,5% dari total (2018)

konsumsi terhadap sumber daya produksi pangan)
air dan lingkungan Paling banyak terbuang berdasarkan berat:

(bersambung di halaman berikutnya)

7
C.Li dkk. Jurnal Pengelolaan Lingkungan 303 (2022) 114092

Tabel 3(lanjutan)

Sektor jasa Berdasarkan data tahun/dikumpulkan Wilayah Cakupan Metode pengumpulan data Jumlah atau karakteristik ref
FW

makanan nabati (Sereal

29,00 Mt dan sayuran 20,63
Mt)
Paling disia-siakan oleh

persentase:
Sereal 20%, diikuti
sayuran 15%, dan produk
susu 5%.
Di meja 2015 Cina Menghitung FW di tingkat provinsi Perhitungan 53,7 juta ton (Mt) (39,2 (Li dkk.,
dengan mempertimbangkan Berdasarkan Buku Tahunan kg/kap/tahun) 2020)
konsumsi di rumah dan di luar Statistik China, China fosfor tertanam:
rumah, dan memperkirakan Buku Tahunan Pertanian 86.300 ton
kehilangan fosfor di sepanjang FSC dan Amerika Serikat sayur 24,5, sereal 9,6, buah-
menggunakan faktor kehilangan Survei Geologi buahan 8,0, babi 2,1 dan
fosfor yang berasal dari zat fl basis data unggas 1,7 Mt
analisis arus
Restoran dan 2015 Cina Estimasi dan analisis sistematis Pemodelan dan Perhitungan 55,7 juta ton (Mt) Yang
rumah tangga dari FW kota yang dihasilkan di Shanghai 1.4, Beijing 1.2, dkk.
divisi administratif di tingkat Chongqing 0.9, Tianjin (2020)
prefektur ke atas dan 0,8, Guangzhou 0,8 Mt
memperkirakan pemanfaatan
sumber daya
potensi
Restoran 2015 Beijing Hitung potensi biometana teoretis Perhitungan 956.300 ton De
FW restoran dalam studi kasus Clercq
kota besar, dan evaluasi dkk.
kemacetan tingkat proyek di (2016)
fasilitas pencernaan anaerobik
Perkirakan kuantitas dan
Rumah tangga 2015/2017 Shenzhen komposisi FW rumah tangga yang Menggunakan kuesioner dari 549.000 ton pada tahun 2001 (Zhang
dapat dihindari di Shenzhen, dan 418 rumah tangga di 1.673.000 ton pada tahun 2015 Paling dkk.,
identifikasi kekuatan pendorong Shenzhen untuk memperkirakan dan banyak terbuang berdasarkan berat: 2018)
untuk mengeksplorasi lebih lanjut menghitung jumlah FW rumah tangga produk sereal: 0,51,

cara potensial mengurangi FW yang dapat dihindari buah-buahan: 0,38,

rumah tangga sayuran: 0,27 dan
makanan hewani: 0,26 Mt

Gambar 3.Distribusi artikel yang diterbitkan tentang konsumsi FW, berdasarkan sektor jasa makanan dan lokasi geografis.

pengiriman (OFD) yang terutama digunakan oleh mahasiswa dan pekerja kerah
putih, isu-isu seputar FW mendalilkan akan terjadi. Dengan OFD, meskipun
makanan dikonsumsi di rumah atau di kantor, makanan itu disiapkan di dapur
sektor jasa makanan, termasuk restoran. Sementara data jumlah FW dari OFD
belum dilaporkan secara langsung, sebuah studi 2018 di Universitas Jilin
melaporkan bahwa hampir setengah dari siswa (43,6%) yang disurvei terbuang
sia-sia.setengah atau lebihdari makanan yang dikirim (Lin dkk., 2018,2019).
Singkatnya, data jumlah FW tidak merata. Data CHNS telah menjadi sumber
untuk sebagian besar studi FW rumah tangga. Restoran FW telah diteliti dengan
baik oleh tim Chinese Academy of Science (CAS) menggunakan penimbangan
langsung dan kuesioner tetapi penelitian semacam itu hanya dilaporkan untuk
kota-kota besar. Orang yang makan di restoran cenderung
memesan lebih banyak makanan daripada yang mereka butuhkan, yang mungkin
dipengaruhi oleh budaya Mianzi (juga dikenal sebagai budaya Wajah dan dapat diartikan
sebagai kebanggaan dan harga diri).5FW di kantin non-sekolah daripada kantin sekolah,
dan OFD, tidak dilaporkan dengan baik. Siswa membuang lebih sedikit makanan ketika
mereka membuat keputusan yang lebih aktif tentang makanan yang mereka pesan dan
bayar, menyarankan prasmanan daripada mengatur makanan dapat mengurangi FW
mereka. Akhirnya, data dari tahap ritel FSC langka.
5Budaya Mianzi dijelaskan lebih lanjut dan dibahas di Bagian3.4.2.1faktor
budaya.

8
C.Li dkk.
3.3. Dampak FL&W yang dilaporkan (pertanyaan 3)
FL&W adalah pemborosan sumber daya yang sangat besar, termasuk
penggunaan lahan, air, dan pupuk. Dengan menerapkan neraca pangan
FAO dan model GTAP, diperkirakan 276 juta mu (18,4 juta hektar (ha)) area
tanam, 4,6 juta ton pupuk kimia, dan 31,6 miliar m3air pertanian digunakan
dengan sia-sia di Cina pada tahun 2009 (Hu et al., 2013). Di seluruh negeri,
kehilangan air yang terkait dengan FW mencapai 60,5 miliar m3pada tahun
2010, yang lebih dari 10% dari total penggunaan air China (Sun dkk., 2018).
Perkiraan kehilangan air ini secara luas sejalan dengan studi lain yang
memperkirakan kehilangan air hingga 135±60 miliar m3untuk 2010, yang
pada saat itu setara dengan jejak air Kanada (Liu dkk., 2013). Studi terakhir
juga memperkirakan bahwa tingkat FL&W ini setara dengan 26±11 juta ha
penggunaan lahan pertanian yang terbuang, atau total lahan subur di
Meksiko (Liu dkk., 2013). Selain itu, total kehilangan fosfor yang disebabkan
oleh FL&W di sepanjang seluruh FSC diperkirakan mencapai 424.400 ton
pada tahun 2010, yang setara dengan 16,4% dari total konsumsi pupuk
mineral fosfat di Cina (Li, B. et al., 2020). Diperkirakan jika tingkat kerugian
proses panen padi turun menjadi 2,76% (dari 3,02% pada tahun 2015) secara
nasional, 78,41 ribu ha lahan garapan dan 26,1 ribu ton (kt) pupuk standar
dapat diselamatkan (Huang dkk., 2018).
FL&W menyebabkan dampak lingkungan serius lainnya, yang dapat
dinilai dengan jejak karbon (CF), jejak nitrogen (NF), jejak fosfor (PF),
jejak air (WF) dan jejak ekologis (EF). Misalnya, berdasarkan penilaian
siklus hidup data CHNS, dampak lingkungan dari FW rumah tangga
diperkirakan untuk CF (40 kg CO2e/kapita/tahun), WF (18 m3/kapita/
tahun) dan EF (173 gm2/kapita/ tahun) (Lagu dkk., 2015). Meskipun CF
bervariasi antar provinsi (dari 30 hingga 96 kg CO2e/kapita/tahun),
makanan hewani menyumbang 18-40% dari CF, yang sangat tinggi
karena hanya menyumbang 5-18% dari berat FW (Lagu dkk., 2018).
Pada skala kota, di Shenzhen pada tahun 2015, FW rumah tangga yang
dapat dihindari menghasilkan 1378 kt CO2e (Zhang, H. et al., 2018).
Dampak lingkungan dari FW dari kantin universitas dan restoran di
Beijing, telah dipelajari secara ekstensif. Data menunjukkan bahwa dalam
hal dampak lingkungan, FW yang dihasilkan restoran menjadi perhatian
yang lebih signifikan daripada FW dari kantin universitas. Misalnya, FW
tahunan di kantin universitas pada tahun 2018 menyebabkan hingga 98,3 kt
CO2persamaan CF, 7,72 kt NF, 0,85 kt PF dan 46,4 km2EF, artinya
2,1% dari semua lahan pertanian yang subur di Beijing digunakan dengan sia-sia (
Wu dkk., 2019). Sebagai perbandingan, empat studi tentang dampak lingkungan
dari FW dari restoran di Beijing (2013), menggunakan data penimbangan dan
kuesioner langsung dari 2.564 tabel di 124 restoran untuk menghitung nilai 1925–
2085 kt CO2eq CF, 0,22 g N/g NF, 40,56 g P/kg PF dan 294,7 k nhm2EF (Zhang et al.,
2016a,2016b,2016c,2017).
Untuk kasus khusus seperti Lhasa, yang pasokan makanannya bergantung
pada impor dari bagian lain Tiongkok karena iklim dataran tinggi dan infrastruktur
yang kurang berkembang, total EF yang disebabkan oleh Horeca FW adalah
50.556 ±5208 ha pada tahun 2011, meningkat 41,5% menjadi 71.516±7705 ha
pada tahun 2015 yang hampir dua kali lipat luas lahan garapan Lhasa (36.000 ha)
(Wang, LE et al., 2018).
Selain itu, tentu saja ada penghematan ekonomi tidak langsung yang terkait dengan
pengurangan FL&W. Misalnya, telah dihitung bahwa jika FL&W (berat) di Cina diturunkan
sebesar 1%, nilai peningkatan makanan yang tersedia untuk konsumsi akan
menghasilkan penurunan CPI (indeks harga konsumen) sebesar 0,82% (Hu et al., 2013).
Selanjutnya, para penulis ini mendalilkan bahwa karena fakta bahwa penurunan FL&W
akan meningkatkan ketersediaan makanan yang diproduksi di dalam negeri, mengurangi
FL&W akan membantu mengurangi ketergantungan China yang meningkat pada
makanan impor dan karenanya secara tidak langsung menguntungkan ketahanan
pangan.
3.4. Mediator FL&W dilaporkan (pertanyaan 4)
3.4.1. mediator FL
Dalam makalah yang dilaporkan, mediator untuk FL terutama bisa menjadi
9
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
dikategorikan sebagai faktor teknologi sepanjang FSC (panen,
penanganan pascapanen, penyimpanan dan pengolahan) seperti
tingkat mekanisasi, ketersediaan peralatan, dan praktik manajemen
yang digunakan.
Panen.Besarnya kehilangan gabah selama panen dipengaruhi oleh
kondisi alam seperti terjadinya cuaca yang tidak normal, jumlah
serangga yang ada dan kelembaban di lapangan (Cao dkk., 2018;Huang
dkk., 2018;Wu dkk., 2017) dan faktor teknologi seperti skala tanam atau
varietas yang ditanam (Cao dkk., 2018; Huang dkk., 2018;Wu dkk., 2017
). Misalnya, varietas gandum dengan ciri-ciri seperti tahan kekeringan
atau tahan rebah kurang dipengaruhi oleh cuaca buruk sehingga
kehilangannya saat panen lebih sedikit (Cao dkk., 2018). Faktor
operasional seperti tingkat staf yang rendah selama panen juga dapat
secara signifikan meningkatkan kehilangan panen padi (Wu dkk., 2017).
Meskipun 80,4% beras di seluruh China dipanen dengan mesin pada tahun
2014 (Huang dkk., 2018), apakah pemanenan mekanis mengurangi tingkat
kehilangan atau tidak masih menjadi bahan perdebatan. Sebuah studi lapangan
terhadap 25 plot dari enam percobaan yang dilakukan di lima provinsi di China
pada tahun 2014 melaporkan bahwa pemanenan gabungan (pemotongan dan
perontokan dengan mesin) memiliki tingkat kehilangan yang jauh lebih tinggi
(1,18%–6,55%) dibandingkan pemanenan tersegmentasi (pemotongan dengan
tangan dan perontokan). dengan mesin) (<2%) (Huang dkk., 2018). Kerugian yang
tinggi disebabkan oleh topografi lokal dan terjadinya angin topan. Sebaliknya,
penelitian lain menyelidiki 1032 petani (rumah tangga) di 20 provinsi pada tahun
2016 dan menyimpulkan bahwa penggunaan mesin dalam panen dan transportasi
dapat mengurangi tingkat kehilangan (Qu et al., 2019). Namun, hasil ini dipandang
kontroversial danGao dkk. (2016)menyarankan bahwa meskipun pemanenan
merupakan penyumbang kerugian pascapanen terbesar kedua (31,4%), tidak
banyak potensi pengurangan kerugian dengan mengubah metode pemanenan
dari segmen ke pemanenan gabungan.
Penanganan pasca panen.Cuaca buruk dan fasilitas pengeringan gabah yang
tidak memadai merupakan alasan utama FL selama penanganan pasca panen.
Beras Indica yang diproduksi di Cina bagian selatan yang cuacanya panas dan
lembab, memiliki tingkat kehilangan hampir 1,5 kali lebih tinggi (2,2%)
dibandingkan beras Japonica (1,27%) selama proses penanganan pasca panen. Hal
ini terjadi karena beras Japonica terutama ditanam di Utara yang beriklim kering
dan sejuk, yang berarti bahwa FL selama penyimpanan yang disebabkan oleh
pembusukan berkurang secara drastis (Lu dkk., 2019).
Penyimpanan.Kondisi alam seperti kelembaban, atau keberadaan hewan
pengerat, serangga hama atau jamur dapat meningkatkan FL. Misalnya,
berdasarkan penelitian yang dilakukan pada 1608 rumah tangga di 28 provinsi
pada tahun 2015, tingkat kerugian komprehensif tertinggi di Barat Daya sebesar
2,57% karena wilayah tersebut memiliki iklim yang lebih lembab dan tingkat
perkembangan ekonomi yang lebih rendah. Di Cina, tingkat FL yang disebabkan
oleh tindakan tikus, serangga dan jamur bervariasi antara 1,75 dan 2,41% untuk
tanaman yang berbeda (Luo dkk., 2020).
Kualitas fasilitas penyimpanan memainkan peran penting dalam FL. Secara
tradisional, ketika petani menyimpan biji-bijian di lemari tanpa perlindungan
apapun, kehilangan penyimpanan biji-bijian rumah tangga diperkirakan berkisar
antara 8-10% (Dia dkk., 2013). Oleh karena itu, penyimpanan secara historis
merupakan penyumbang terbesar kehilangan pascapanen (40,3%), dan dengan
mengubah dari penyimpanan tradisional ke penyimpanan ilmiah atau depot,
pengurangan FL yang besar dimungkinkan (Gao dkk., 2016). Karena pembentukan
China National Grain Reserve Corporation pada tahun 2006, fasilitas dan teknologi
penyimpanan biji-bijian terus ditingkatkan, dan kerugian dari penyimpanan telah
dikendalikan secara efektif (Luo dkk., 2020). Misalnya, tingkat kehilangan nol dapat
dicapai dengan penyimpanan nitrogen (Zheng, 2009). Penelitian pada tahun 2019
melaporkan bahwa di 413 rumah tangga di empat provinsi penghasil beras
utama, semua beras yang diproduksi oleh rumah tangga ini disimpan di depot biji-
bijian daripada di rumah tangga mereka sendiri (Lu dkk., 2019).
Pengolahan.Data FL yang terkait dengan makanan olahan industri terbatas (
Liu, 2014). Hanya satu makalah yang membahas alasan hilangnya beras selama
pemrosesan awal karena inefisiensi teknis peralatan (Lu dkk., 2019) dan makalah
ini melaporkan bahwa total tingkat kehilangan beras selama pemrosesan di Cina
adalah 1,84% pada tahun 2017, di mana 1,17% hilang selama langkah-langkah
pemrosesan awal (padi menjadi beras), sedangkan 0,67%
C.Li dkk.
hilang selama pemrosesan sekunder (beras menjadi produk beras seperti mie dll.).
Terlebih lagi, praktik manajemen petani seperti memastikan panen tepat
waktu, dan ketelitian operasional mengurangi kehilangan panen gabah (Cao dkk.,
2018;Wu dkk., 2017), sementara terburu-buru untuk menanam batch tanaman
berikutnya meningkatkan kehilangan panen (Cao dkk., 2018). Pemolesan beras
yang berlebihan karena preferensi konsumen terhadap beras 'halus dan putih'
juga menyebabkan lebih banyak FL selama pemrosesan (Lu dkk., 2019).
Singkatnya, beberapa faktor yang memediasi FL seperti cuaca tidak dapat
dikendalikan tetapi yang lain seperti penyediaan fasilitas penyimpanan yang aman
dapat digunakan untuk mengurangi FL. Apakah pemanenan dengan mesin dapat
membantu mengurangi FL lebih lanjut masih kontroversial, karena hal ini dapat
bergantung pada lokasi. Secara umum, diperlukan lebih banyak data tentang
jumlah FL selama tahap pemrosesan awal. Keterampilan manajemen petani dan
produsen juga dapat mempengaruhi jumlah FL yang dihasilkan dan karenanya ini
juga merupakan bidang yang memerlukan penelitian tambahan.
3.4.2. mediator FW
Faktor mediasi dapat mempengaruhi FW dengan meningkatkan (+) itu,
mengurangi (− )itu, atau dalam beberapa keadaan dampaknya tidak jelas
bagi variabel (±).Stangherlin dan de Barcellos (2018)mengklasifikasikan
faktor mediasi pada FW sebagai faktor sosial (konteks pengaruh eksternal,
dengan faktor sosiokultural yang memengaruhi individu, memiliki efek
langsung dan tidak langsung); faktor pribadi (karakteristik rumah tangga
dan pengaruh psikologis, terutama dari individu); atau faktor perilaku
(perilaku, kebiasaan dan rutinitas yang berhubungan dengan pemberian
makanan) (Gambar 4). Karena perilaku konsumen dipengaruhi oleh budaya
yang dominan, hal ini disajikan sebagai variabel terintegrasi yang
mempengaruhi semua dimensi yang dianalisis.
3.4.2.1. Faktor budaya.Budaya wajah (Mianzi) memiliki dampak besar pada
perilaku, sikap, dan norma sosial tradisional Tionghoa. Ini ditafsirkan sebagai
kebanggaan dan harga diri. Contohnya adalah penyajian makanan dalam jumlah
yang berlebihan saat menjamu tamu sebagai sarana untuk menunjukkan
keramahan yang luar biasa. Hal ini terjadi karena jika semua makanan yang
disajikan dikonsumsi selama makan, ada kekhawatiran bahwa hal ini dapat
diartikan bahwa tuan rumah tidak menyiapkan atau memesan makanan yang
cukup. Oleh karena itu tidak mengherankan bahwa "Mianzi" telah terbukti
mempengaruhi FW. Misalnya, jamuan bisnis atau pertemuan teman di restoran
besar telah dilaporkan menghasilkan lebih banyak FW daripada yang dihasilkan
selama jamuan kerja rutin atau pada jamuan pribadi di restoran kecil atau bar
makanan ringan (Wang dkk., 2017;Wang dkk., 2018;Xu dkk., 2020;Zhang dkk.,
Gambar 4.Mediator FW dari FSC ditemukan dalam pilihan makalah tinjauan kami, diklasifikasikan menurut skema yang diuraikan dalamStangherlin dan de Barcellos (2018). ("+"
menunjukkan efek yang meningkat pada FW, "- "menunjukkan efek pengurangan, sedangkan" +/− "berarti efeknya tidak pasti atau tidak jelas).
10
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
2018b). Demikian pula, terlihat membawa pulang makanan dari restoran untuk
menghindari pemborosan dapat mengakibatkan kehilangan muka (Liao dkk., 2018
). Akibatnya, telah dilaporkan bahwa orang lebih bersedia untuk membawa sisa
makanan ke rumah jika mereka makan dalam situasi yang lebih santai seperti
dengan keluarga, teman, teman sekelas, atau rekan kerja mereka daripada
dengan mitra bisnis mereka (Wang dkk., 2016).
Perbedaan budaya di Cina di lokasi geografis yang berbeda juga
mempengaruhi baik kejadian maupun jumlah FW. Lebih banyak FW rumah
tangga dilaporkan diproduksi di provinsi-provinsi Selatan daripada provinsi-
provinsi Utara (Jiang dkk., 2018). Perbedaan geografis ini juga diamati di
kantin universitas di mana siswa membuang lebih banyak makanan di
provinsi Selatan daripada di utara (Qian dkk., 2019). Demikian pula, pola FW
berbeda sesuai dengan kebiasaan diet, dengan konsumen di Shanghai
membuang lebih banyak produk air daripada konsumen di Lhasa, karena
Shanghai adalah kota pesisir dengan sejarah panjang mengkonsumsi
produk air sementara Lhasa jauh ke pedalaman dan ikan jarang tersedia di
restoran lokal. (Wang dkk., 2017).
FW terlihat lebih umum ketika orang merasa bahwa makanan yang
terbuang datang tanpa biaya tambahan kepada mereka. Berdasarkan
pengamatan, percakapan santai dan wawancara mendalam dengan 76
responden Tiongkok di tiga kapal pesiar internasional, kelimpahan makanan
dan sifat all-inclusive dari paket pelayaran terbukti berkontribusi terhadap
FW (Li dan Wang, 2020). Temuan ini sesuai dengan hasil penelitian Barat di
mana turis internasional membuang makanan di sebuah hotel di Slovenia
karena sarapan sudah termasuk dalam tarif kamar (Juvan dkk., 2017).
Singkatnya, Mianzi mengharuskan orang untuk memesan makanan dalam jumlah besar
sebagai bentuk keramahan dan kekayaan, tetapi pada saat yang sama pemborosan pengeluaran
dan pemborosan makanan secara budaya dipandang sebagai perilaku negatif. Bagaimana dua
norma budaya yang berlawanan ini berdampak pada jumlah FW yang dihasilkan dalam
pengaturan yang berbeda belum sepenuhnya diselidiki.
3.4.2.2. Faktor sosial.Ada dua subkelompok faktor sosial yang dapat
mempengaruhi FW di tingkat konsumen: faktor rantai pasokan dan
faktor regulasi.
Faktor rantai pasokan.Kampanye untuk meningkatkan kesadaran dan
mendidik konsumen tentang dampak buruk FW telah menargetkan kegiatan di
sepanjang FSC (Stangherlin dan de Barcellos, 2018). “Clean Your Plate” adalah
contoh inisiatif yang pertama kali diluncurkan pada Januari 2013 secara nasional di
Tiongkok. Pada tahun 2015, 2016, kesadaran FW di kalangan mahasiswa di
Changsha dan Beijing ditemukan sedikit meningkat, meskipun kesediaan mereka
untuk “membersihkan piring saya” masih relatif rendah karena berbagai alasan.
C.Li dkk.
seperti rasa makanan yang tidak enak, ukuran porsi yang terlalu besar, atau
kekhawatiran tentang penambahan berat badan (Wang, ZG et al., 2018;Yang, 2017).
Sebaliknya, sebuah studi tahun 2017 terhadap 624 mahasiswa melaporkan bahwa ketika
kesadaran FW meningkat, limbah dari unggas menurun (Li dan Qian, 2018).
Banyak pendekatan untuk meningkatkan kesadaran konsumen tentang
dampak buruk FW telah dilaporkan: 237 mahasiswa di Beijing melaporkan
mendapatkan informasi tentang FW dari “slogan di dalam kantin (77,49%)”, “pesan
media termasuk TV dan internet (53,25%)” , “slogan di luar kantin (48,92%)” atau
“dari mulut ke mulut (25,74%)” (Wang, ZG et al., 2018). Efektivitas promosi yang
berbeda juga telah diselidiki dalam berbagai pengaturan. Misalnya, pada tahun
2013,Zhang et al., 2018amenempatkan selebaran di dalam menu atau di atas meja
untuk menentukan pengaruhnya terhadap perilaku FW pelanggan restoran di
Beijing dan Lhasa. Ditemukan bahwa lebih dari 41,38% konsumen tidak
memperhatikan selebaran ini dan mereka yang memiliki pendidikan tinggi,
pengalaman bertani, atau pikiran hemat sementara pada umumnya orang yang
tidak memperhatikannya berusia di atas 40 tahun, atau berpenghasilan lebih
tinggi (Zhang et al., 2018a) Di Cina, sumber informasi online seperti Sina Weibo
telah dilaporkan menjadi sarana yang efektif untuk mempromosikan
pengurangan FW (Mirosa dkk., 2018). Sebuah penelitian terhadap 208 mahasiswa
di Jilin, menemukan bahwa intervensi 21 hari yang melibatkan siswa yang
menerima selebaran setiap minggu dan sesekali memposting ke akun WeChat
mereka, menghasilkan penurunan yang signifikan dalam frekuensi dan volume
FW dari OFD (Lin dkk., 2019). Studi lain menunjukkan bahwa menempatkan
informasi ke dalam istilah yang orang dapat lebih berhubungan dengan seperti
"sepertiga dari makanan tidak pernah mencapai perut manusia" lebih efektif
daripada frase umum seperti "cinta makanan, benci limbah" (Liao, F. et al ., 2018).
Pengelolaan fasilitas pasar dan jarak pengecer.Berdasarkan survei
terhadap 1890 penjual gabah di 54 wilayah di 9 provinsi, kualitas pilihan
penyimpanan gabah dan efektivitas penyediaan dan pengelolaan fasilitas
pasar umum (misalnya toko dan gudang, air, listrik, dan jalan untuk
melaksanakan penjualan dan kegiatan usaha) berkorelasi dengan jumlah
kehilangan biji-bijian selama penjualan (Chen dkk., 2018). Studi yang sama
juga menemukan bahwa kehilangan biji-bijian lebih tinggi di musim gugur
dan kehilangan itu semakin besar semakin jauh pengecer dari gudang.
Format kemasan.Format kemasan yang digunakan untuk penjualan biji-
bijian juga telah dilaporkan berdampak pada jumlah FW eceran. Misalnya,
pengemasan vakum telah mengurangi FL selama distribusi biji-bijian
dibandingkan dengan karung dan tas anyaman yang digunakan pada 1990-
an (Wu, 1998). Selain itu, tingkat kehilangan beras curah dilaporkan 3,5 kali
lebih tinggi dari beras kantong, karena tumpahan oleh konsumen
menimbang jumlah yang mereka butuhkan dan anak-anak bermain
dengannya (Lu dkk., 2019).
Faktor regulasi.Peraturan, kebijakan dan strategi merupakan pendorong
penting untuk pengurangan FW di Cina. Pelaksanaan “Delapan Aturan”
pemerintah pada tahun 2012 dan kampanye sosial di Lhasa diyakini ikut
bertanggung jawab atas penurunan FW dari 128 g/kapita/makanan pada
tahun 2011 menjadi 98 g/kapita/makanan pada tahun 2015 (Wang, LE dkk.,
2018). Inisiatif top-down ini juga menargetkan dana publikffipemborosan
makanan tradisional pemerintah yang pada tahun 2015 mengakibatkan
penurunan FW yang signifikan pada restoran besar dan menengah (219,61,
152,27 dan 145,67 g/kap/makan pada tahun 2011, 2013 dan 2015 masing-
masing pada restoran besar; 136,48, 96,14 dan 62,41 g/cap/meal masing-
masing pada tahun 2011, 2013 dan 2015 di restoran menengah) di Lhasa (
Gao dkk., 2017).
Singkatnya, meskipun ada berbagai penelitian yang telah menyelidiki faktor-
faktor yang mempengaruhi kesadaran konsumen akan FW, generalisasi mereka
belum jelas. Lebih lanjut, studi-studi ini terutama berfokus pada pemahaman
perilaku pengunjung di restoran atau kafetaria, daripada secara eksplisit
mempelajari perilaku FW di rumah, yang akan menjadi informasi yang berguna
untuk diperoleh. Studi juga belum dilaporkan tentang siapa yang mungkin
merupakan promotor pengurangan FW yang paling efektif misalnya, selebriti
versus politisi senior, memahami siapa pendukung paling menarik untuk
pengurangan FW di Cina sangat penting untuk mendorong konsumen
mengurangi FW mereka seperti halnya studi untuk menilai efektivitas
11
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
pesan media multi-faceted (Xu dkk., 2016). Kemajuan pencegahan FW di
masa depan bergantung pada manajemen pusat melalui penyediaan/
pelaksanaan kebijakan pemerintah yang berkaitan dengan kualitas fasilitas
pasar dan peraturan seperti undang-undang 2021 melawan FW (Undang-
Undang Anti-Sampah Makanan Republik Rakyat Cina).
3.4.2.3. Faktor pribadi. Faktor demografi.Faktor demografi yang dapat berdampak
pada FW terkait dengan karakteristik rumah tangga dan komposisi keluarga.
Misalnya, rumah tangga yang lebih besar dilaporkan menghasilkan lebih banyak
FW daripada rumah tangga yang lebih kecil (Jiang dkk., 2018; Zhang, H. et al.,
2018) meskipun orang yang tinggal sendiri dilaporkan menghasilkan lebih banyak
FW per kapita (Lagu dkk., 2015). Rumah tangga dengan anggota yang tidak
bekerja (misalnya, anak-anak), remaja (20–25 tahun) dan anggota yang lebih tua
(55–60 tahun) juga menghasilkan lebih banyak FW (Lagu dkk., 2015). Namun
jumlah anak dan remaja dalam suatu rumah tangga tidak berkorelasi dengan
kejadian atau jumlah TK (Jiang dkk., 2018). Menariknya, rumah tangga dengan
anggota yang terlibat dalam aktivitas fisik yang intens seperti memuat,
menebang, menambang, atau memotong batu, mengonsumsi lebih sedikit
makanan tetapi menghasilkan lebih banyak limbah (Qi dkk., 2020;Lagu dkk., 2015).
Dalam kaitannya dengan jenis kelamin, perempuan cenderung menghasilkan lebih
banyak sampah daripada laki-laki, baik saat menyiapkan makanan, makan di kantin, atau
menggunakan OFD (Huang dkk., 2017; Li, F. dkk., 2017;Li dan Qian, 2018;Lin dkk., 2018;
Qian dkk., 2019;Wang dkk., 2019;Wang, 2016;Wu dkk., 2019).
Korelasi dengan usia berbeda dengan konteks. Berdasarkan survei
terhadap 1890 penjual gabah di 54 wilayah di 9 provinsi menemukan bahwa
dengan bertambahnya usia penjual gabah, jumlah kehilangan gabah
meningkat (Chen dkk., 2018). Usia keluarga dominan perempuan juga
berkorelasi positif dengan KK per kapita rumah tangga, dengan KK
meningkat seiring bertambahnya usia (Jiang dkk., 2018). Menarik dengan
santapan restoran, "U terbalik"kanhubungan dilaporkan antara jumlah dan
kejadian FW terhadap usia (Wang, Y. et al., 2018; Zhang, PP et al., 2018b), di
mana FW terendah untuk orang di bawah 30 atau di atas 60.
Banyak studi empiris yang dilakukan di rumah tangga, kantin sekolah
dan restoran telah melaporkan bahwa pendapatan disposabel yang lebih
tinggi berkorelasi dengan peningkatan FW (Jiang dkk., 2018; Li, F. dkk., 2017;
Qian dkk., 2019;Wang dkk., 2019;Wang, 2016;Wu dkk., 2019;Xu dkk., 2020;
Zhang, H. et al., 2018; Zhang, PP et al., 2018b). Pada skala nasional, baik FW
per kapita dan total FW lebih tinggi di wilayah Timur dan Selatan Cina yang
lebih berkembang secara ekonomi daripada di tempat lain (Sun dkk., 2018).
Selain itu, kerugian panen padi dilaporkan secara signifikan lebih rendah
untuk kepemilikan di mana pendapatan keluarga lebih bergantung pada
panen padi dibandingkan dengan keluarga yang memiliki sumber
pendapatan lain (seperti menjadi pekerja migran) (Wu dkk., 2017).
Tingkat pendidikan yang lebih tinggi telah dilaporkan mengurangi FW dalam
pengaturan ritel (Chen dkk., 2018), rumah tangga dan kantin (Huang dkk., 2017;Li
dan Qian, 2018;Qian dkk., 2019;Lagu dkk., 2015;Wu dkk., 2019). Secara umum
diasumsikan bahwa penduduk perkotaan berpendidikan lebih baik daripada
rekan-rekan pedesaan mereka dan akibatnya mereka menghasilkan lebih sedikit
FW meskipun mereka mengkonsumsi lebih banyak makanan (Qi dkk., 2020;Lagu
dkk., 2015). Namun,Jiang dkk. (2018)menemukan bahwa tidak ada perbedaan
yang signifikan dalam kejadian atau jumlah FW antara keluarga perkotaan dan
pedesaan. Namun, telah dilaporkan bahwa siswa dari latar belakang perkotaan
lebih banyak membuang waktu makan di kantin daripada siswa dari latar
belakang pedesaan (Wang dkk., 2019;Wang, 2016), mungkin karena mereka
memiliki pendapatan disposabel yang lebih tinggi. Namun, "U terbalik"kan
hubungan dilaporkan oleh Zhang, PP et al. (2018b) yang pada tahun 2015,
menyelidiki FW dari 2293 tabel di 159 perusahaan katering di Beijing, Shanghai,
Chengdu dan Lhasa dan melaporkan bahwa jumlah FW yang dihasilkan adalah
yang terendah untuk konsumen yang hanya memiliki pendidikan sekolah dasar
atau mereka yang memiliki sebuah PhD.
Faktor psikologi.Faktor psikologis merupakan faktor intrinsik yang berhubungan
dengan setiap individu. Misalnya, ketika kesadaran petani akan kehilangan gabah
meningkat, tingkat kehilangan mereka menurun (Cao dkk., 2018). Selain itu, perasaan
bersalah karena membuang makanan dan keyakinan bahwa
C.Li dkk.
menyimpan makanan adalah hal yang benar untuk dilakukan telah dilaporkan sebagai
faktor kunci dalam mencegah FW (Wang dkk., 2019;Wang dkk., 2018;Wang dkk., 2018;Wu
dkk., 2019). Beberapa mahasiswa telah melaporkan bahwa mereka membuang-buang
makanan karena mereka pikir “yang lain semua membuang-buang makanan”. Oleh
karena itu, mengembangkan norma-norma sosial untuk mengurangi FW telah terbukti
mempengaruhi perilaku individu dan mendorong mereka untuk mengurangi FW mereka
terlepas dari apakah mereka makan di kantin atau memesan makanan secara online (Lin
dkk., 2018;Wang dkk., 2018;Wang, 2016). Selain itu, individu yang menyatakan bahwa
mereka memiliki kesadaran perlindungan lingkungan yang tinggi dan kekhawatiran
tentang pemanfaatan sumber daya menghasilkan lebih sedikit FW dan cenderung
berperilaku dengan cara yang lebih bertanggung jawab, seperti membawa pulang sisa
makanan atau membeli sayuran yang bentuknya tidak normal (Loebnitz dan Grunert,
2014; Wang, Y. et al., 2018; Wang, Y. et al., 2016).
TPB merupakan teori yang tepat untuk menjelaskan perilaku FW konsumen
(Liao, C. et al., 2018;Liao dkk., 2020;Wang, 2016;Wu dkk., 2019). Berdasarkan survei
terhadap 961 konsumen, sikap lingkungan mereka memiliki dampak paling
signifikan terhadap kesediaan mereka untuk mengurangi FW. Selanjutnya,
kesediaan untuk mengurangi signifikansi FWfisecara tidak langsung menurunkan
perilaku FW konsumen (Liao dkk., 2020).
Ringkasnya, dengan meningkatnya pendapatan penduduk China, kemungkinan
besar pilihan makanan akan semakin bergeser ke pola makan berprotein lebih tinggi dan
penggunaan lebih banyak OFD. Faktor-faktor ini ditambah dengan peningkatan jumlah
anggota keluarga lanjut usia yang didukung dari jarak jauh oleh anak-anak dengan
pendapatan lebih tinggi dapat menyebabkan peningkatan FW kecuali jika strategi
mitigasi yang sesuai diterapkan. Misalnya, norma sosial dapat digunakan untuk
mengurangi FW dengan menonjolkan aspek memalukan dari FW, sehingga
memanfaatkan budaya Mianzi sebagai mediator.
3.4.2.4. Faktor perilaku. Pembelian makanan.Pembelian atau pemesanan makanan yang
berlebihan, yang disebabkan oleh kurangnya kesadaran tentang ukuran porsi, sering
terjadi di antara orang-orang yang mengunjungi tempat yang baru bagi mereka (Li dkk.,
2019;Wang dkk., 2017;Xu dkk., 2020; Zhang, PP et al., 2018b). Dalam sebuah penelitian
yang dilakukan pada tahun 2015 di 159 perusahaan katering di Beijing, Shanghai,
Chengdu, dan Lhasa, FW wisatawan (96,54 g/kapita/makan) 1,3 kali lebih tinggi daripada
yang dihasilkan oleh penduduk (73,79 g/kapita/makan) karena ketidaktahuan mereka
dengan makanan lokal dan keinginan untuk mencoba lebih banyak makanan (Zhang, PP
et al., 2018b).
Konsumsi makanan.Preferensi sensorik seperti keinginan untuk makanan segar dan
lezat adalah alasan yang signifikan untuk FW di rumah tangga, kantin atau pengaturan
online. Sebuah studi rumah tangga pedesaan di 25 provinsi melaporkan FW meningkat
dengan preferensi anggota keluarga untuk kesegaran, karena mereka menganggap sisa
makanan tidak segar dan tidak mau mengkonsumsinya (Li, F. et al., 2017). Siswa menilai
“makanan tidak enak atau tidak higienis” bersama dengan “ukuran porsi besar” sebagai
alasan utama mereka meninggalkan makanan di piring mereka di kantin (Huang dkk.,
2017;Qian dkk., 2019; Wang, ZG et al., 2018). Juga, sebuah penelitian terhadap 884
mahasiswa dari Changchun, Jilin pada tahun 2018, melaporkan bahwa makanan yang
dipesan secara online terbuang sia-sia karena tidak memenuhi ekspektasi rasa (Lin dkk.,
2018).
Pengetahuan diet individu telah dilaporkan memainkan peran penting dalam
mengurangi FW baik di rumah tangga dan kantin (Liu dkk., 2016). Misalnya,
berdasarkan data CHNS untuk tahun 2004, 2006 dan 2009, telah dilaporkan bahwa
peningkatan pengetahuan diet pembuat keputusan makanan rumah tangga akan
membantu mengurangi limbah makanan secara keseluruhan (Min dkk., 2020).
Kurangnya pengetahuan tentang produksi makanan telah dilaporkan
meningkatkan limbah piring di kantin sekolah menengah dan menengah di
Beijing (Liu dkk., 2016), hasil yang konsisten dengan temuan yang dilaporkan dari
kantin sekolah di Spanyol (Derqui et al., 2018).
Persiapan dan penyimpanan makanan.Di daerah pedesaan aksesibilitas alternatif
energi seperti listrik atau gas daripada kayu bakar atau batu bara untuk memasak dan
kondisi penyimpanan yang baik telah dilaporkan secara signifikan mengurangi FW (Li, F.
et al., 2017). Selain itu, mungkin seperti yang bisa diharapkan kepemilikan lemari es telah
dilaporkan menjadi faktor terpenting dalam mengurangi FW di rumah tangga Cina,
mungkin karena lebih sedikit limbah makanan yang terjadi karena pengurangan
pembusukan makanan dan peningkatan kepercayaan pada keamanan makanan (Qi dkk.,
2020;Lagu dkk., 2018) sebagai
12
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
dilaporkan untuk negara lain (Evans, 2012). Namun, edukasi tentang cara
penggunaan lemari es yang benar diperlukan untuk memastikan kualitas dan
keamanan makanan selama penyimpanan.
Singkatnya, memberikan indikasi ukuran porsi dan rasa makanan yang lebih
baik di restoran, terutama di kawasan wisata dapat mengurangi FW. Preferensi di
Cina untuk makanan segar sangat kuat, penelitian lebih lanjut diperlukan untuk
lebih memahami pengaruhnya terhadap FW. Perubahan di masa depan dapat
dipengaruhi oleh manajemen pusat melalui inisiatif pemerintah seperti
peningkatan ketersediaan bahan bakar berkualitas dan pendinginan.
4. Diskusi
4.1. Kesenjangan penelitian saat ini
Di Cina, data FL dari FSC yang dipublikasikan relatif tidak lengkap dan
sangat terbatas, dengan sebagian besar penelitian terbatas pada makanan
pokok seperti beras, gandum, dan jagung. Studi di masa depan dapat
menyelidiki sektor pemrosesan dan distribusi, terutama di tingkat pengecer
dan grosir, sesuai dengan pedoman SDG 12.3.1.
Selama beberapa dekade terakhir FL selama penyimpanan biji-bijian telah
menjadi area penelitian yang paling luas karena tingkat FL yang tinggi yang terkait
dengan praktik penyimpanan rumah tangga tradisional. Penelitian ini secara
efektif membantu mengontrol FL selama penyimpanan (Lu dkk., 2019;Luo dkk.,
2020) dan perbaikan teknologi dan infrastruktur lebih lanjut terus mengurangi FL
pascapanen beras.
Metode penimbangan langsung dan kuesioner telah banyak
digunakan dalam studi FW pada tahap konsumsi oleh peneliti CAS (data
FW dikumpulkan di HORECA di kota-kota), dan Universitas Keuangan
dan Ekonomi Nanjing (data FW dikumpulkan di 30 kantin universitas
nasional), diikuti dengan perhitungan dan estimasi FW berdasarkan
pemodelan (De Clercq dkk., 2016; Li, B. dkk., 2020;Yang dkk., 2020).
Langkah-langkah FW yang lebih kuat dan representatif masih
diperlukan untuk restoran, kantin, dan gerai layanan makanan lainnya
di perkotaan dan berbagai daerah pedesaan di China, dan pelacakan
tren FW perlu ditingkatkan.
Sementara WTP luar rumah diukur menggunakan penimbangan
langsung dan kuesioner, sebagian besar data WTP rumah tangga
mengandalkan survei CHNS (Jiang dkk., 2018;Qi dkk., 2020;Lagu dkk., 2015,
2018). Metode lain yang digunakan termasuk penimbangan dan pelaporan
jumlah FW oleh peserta dari rumah tangga pedesaan (Li, F. et al., 2017) dan
memperkirakan FW rumah tangga di Shenzhen menggunakan kuesioner
survei dan data dari buku tahunan statistik China (Zhang, H. dkk., 2018).
Diakui, rumah tangga dianggap sebagai tempat yang lebih privat, sehingga
pendataan relatif lebih sulit dibandingkan skenario di luar rumah. Namun,
selain metode pengukuran yang digunakan hingga saat ini di Cina, metode
lain seperti penggunaan buku harian FW disarankan sebagai sarana untuk
mendapatkan pandangan yang lebih dalam dan lebih jelas tentang jumlah
dan komposisi FW rumah tangga.
Restoran dan kantin adalah dua generator utama FW di luar rumah,
sebagai orang yang makan di restoran (Wang, LE et al., 2016;Wang
dkk., 2017; Wang, LE et al., 2018;Zhang dkk., 2017; Zhang, PP et al.,
2018b) cenderung boros lebih banyak daripada mereka yang makan di
kantin (Liu dkk., 2016;Qian dkk., 2019;Wu dkk., 2019;Zhu dkk., 2020).
Hasil ini menunjukkan bahwa orang cenderung memesan lebih banyak
makanan daripada yang mereka butuhkan saat mereka makan di
restoran. Hal ini dapat dijelaskan oleh budaya Mianzi karena acara
sosial seperti pertemuan teman atau jamuan bisnis lebih mungkin
terjadi di restoran dan orang tidak ingin kehilangan muka dengan tidak
memesan makanan yang cukup atau membawa pulang sisa makanan.
Namun, di kantin, kebanyakan orang berada di sana hanya untuk
tujuan makan dan mereka cenderung memesan lebih banyak daripada
yang bisa mereka konsumsi. Diakui, data kantin yang tersedia saat ini
semuanya telah dikumpulkan di sekolah, oleh karena itu salah satu
kemungkinan penyebab rendahnya tingkat FW dilaporkan untuk kantin
juga bisa menjadi pendapatan siswa yang lebih rendah. Kemunculan
kantin yang meluas agak unik untuk budaya di Cina,
C.Li dkk.
FW konsumen di Cina telah dilaporkan lebih tinggi di restoran dan kantin
daripada di rumah tangga, yang tampaknya merupakan hasil berbeda yang
dilaporkan untuk negara-negara Barat (Katajajuuri dkk., 2014). Misalnya, 74
g/makan/kapita (Wu dkk., 2019) di kantin universitas, yang meningkat
menjadi 130 g/makan/kapita (sekitar 21% dari total makanan yang disajikan)
untuk kantin SMP/SMA di Beijing (Liu dkk., 2016). Di restoran di empat kota
besar (Beijing, Shanghai, Chengdu dan Lhasa) rata-rata FW adalah 93 g/
makan/kapita yang mendekati nilai Barat, meskipun PDB per kapita Cina
masih jauh lebih rendah (Wang dkk., 2017). Data terbaru FW tingkat rumah
tangga menunjukkan penurunan dari hampir 52 g/kapita/hari pada awal
1990-an menjadi kurang dari 41 g/kapita/hari pada tahun 2009 (Qi dkk.,
2020). Namun, hasil ini mungkin hanya menunjukkan bahwa karena
peningkatan pendapatan yang dapat dibelanjakan dan konsumen akibatnya
makan di luar,di manaFW yang dihasilkan hanya dipindahkan dari rumah ke
restoran.
Hanya dua makalah telah diterbitkan tentang jalur yang lebih kontemporer
untuk memperoleh makanan seperti melalui OFD, dan meskipun mereka
termasuk sikap, mereka tidak mengukur FW (Lin dkk., 2018,2019).
Selama proses peninjauan makalah ini, menjadi jelas bahwa sejumlah
makalah yang relevan telah diterbitkan sejak pencarian sistematis dan
penyerahan naskah. Meskipun kami belum memasukkan makalah terbaru
ini dalam analisis kami, kami percaya penting untuk mengakui bahwa FL&W
adalah area penelitian yang berkembang pesat di China dan jumlah serta
rentang makalah yang diterbitkan meningkat, termasuk makalah olehQu
dkk. (2021),Xue dkk. (2021)danQian dkk. (2021).
Data yang disajikan dalam tinjauan sistematis ini telah menangkap
berbagai mediator penting dari FL&W. Beberapa faktor seperti dampak
ukuran dan komposisi rumah tangga pada FW sekarang lebih dipahami,
yang mungkin penting karena profil populasi China berubah dengan
meningkatnya urbanisasi dan populasi yang menua. Faktor teknologi dan
perilaku, meliputi kondisi penyimpanan dan penanganan makanan masih
memiliki ruang untuk perbaikan. Namun, jelas dalam literatur FW konsumen
internasional bahwa ada lebih banyak mediator yang belum dibahas dalam
konteks Cina. Apakah ini karena mereka tidak ada karena perbedaan budaya
dan kontekstual, atau mereka belum terungkap karena literatur yang
relevan masih dalam masa pertumbuhan, masih harus dilihat. Seperti yang
disinyalir sebelumnya, sampai saat ini hanya segelintir kerangka teoretis
yang telah digunakan untuk mendukung studi yang meneliti perilaku FW
China. Berbagai teori perilaku yang kaya telah terbukti menawarkan
wawasan menarik dalam FW konsumen di negara lain. Secara garis besar,
kontribusi ini dapat dikategorikan ke dalam dua ontologi sosial yang
menawarkan konseptualisasi perilaku dan perubahan yang berbeda:
pendekatan berorientasi sosio-psikologi, dan teori praktik sosial.Schanes
dkk., 2018). Pendekatan berorientasi sosio-psikologis berasal dari bidang
perilaku konsumen dan psikologi lingkungan dan bertujuan untuk
mengukur faktor-faktor dan proses intra-personal spesifik yang
mempengaruhi perilaku FW seperti sikap, perhatian, norma pribadi, niat,
dan motivasi. Pendekatan yang paling umum untuk mempelajari FW adalah
teori perilaku terencana yang dapat membantu membangun hubungan
sebab akibat antara sikap, norma, pengetahuan, dan niat untuk mengurangi
FW. Kelompok teori lainnya, yang berakar pada sosiologi, berkembang di
sekitar teori praktik sosial. Pendekatan praktik ini berbeda dari pendekatan
psikologi karena mereka mengakui bahwa perilaku FW sering dipengaruhi
oleh faktor-faktor yang lebih luas yang dianggap di luar kendali individu
yang tertanam dalam aspek sosial, ekonomi, dan budaya yang lebih luas
dari kehidupan sehari-hari. Studi yang menggunakan pendekatan ini telah
menawarkan wawasan yang berguna dalam kaitannya dengan prosedur dan
proses terkait FW harian di tingkat rumah tangga. Kedua untaian
pendekatan teori yang berorientasi psikologi dan praktik sosial telah
berkontribusi secara signifikan pada pemahaman yang lebih baik tentang
fenomena kompleks FW dan bergerak maju, literatur yang berfokus pada
Cina akan mendapat manfaat dari integrasi perspektif disiplin yang berbeda
ini.
Upaya untuk mendekatkan konsumen ke perilaku anti-FL&W memerlukan
perubahan lingkungan makro, keterlibatan restoran, peningkatan kesadaran akan
masalah, dan penciptaan norma sosial baru. Berbeda
13
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
aktor FSC harus berkolaborasi untuk bergerak ke pola perilaku anti-
FL&W.
Akhirnya, kesenjangan yang diidentifikasi dalam literatur juga berfungsi sebagai dasar untuk
implikasi manajerial, seperti yang dirangkum dalamTabel 4.
4.2. Area penelitian baru yang potensial
Tinjauan sistematis literatur kami telah memberikan wawasan tentang sifat
kompleks dari penelitian sebelumnya tentang FL&W di sepanjang FSC di Cina, dan
telah memungkinkan kami untuk mengidentifikasi beberapa kesenjangan
penelitian (Tabel 5), seperti ketahanan metode yang digunakan; cakupan
geografis; faktor demografis; manifestasi perilaku dan kurangnya studi yang
relevan yang didasarkan pada kerangka teoretis. Analisis ekstensif dari studi yang
dipilih menghasilkan pengembangan kerangka kerja untuk penelitian dan
memberikan kesimpulan yang berguna untuk praktik.
5. Kesimpulan
Metodologi tinjauan sistematis kami hanya menghasilkan beberapa studi
empiris tentang FL pada tahap pra-konsumsi di Cina, karena perbedaan dalam
istilah pencarian yang digunakan dalam database Inggris dan Cina. Seperti yang
telah kami antisipasi, terminologi standar tidak menangkap keragaman istilah
yang digunakan di Cina, yang mungkin mengakibatkan beberapa penelitian yang
relevan tidak disertakan. Peneliti masa depan mungkin perlu menentukan lebih
lanjut istilah pencarian dalam bahasa Cina untuk memasukkan studi yang lebih
relevan dan untuk membahas lebih detail jenis komoditas makanan lainnya
seperti buah dan sayuran, produk air dan daging.
Meskipun kami telah menerapkan panduan Target SDG 12.3.1 untuk
menentukan batas-batas FL&W dalam kaitannya dengan FSC, data sulit
dipisahkan dari artikel sebelumnya karena definisi batas yang berbeda
dalam berbagai kerangka sebelumnya. Kami menyarankan penggunaan
SDG 12.3.1 dalam studi dan ulasan empiris di masa depan, terutama
penggambaran yang jelas dari berbagai tahap FSC.
Mode makan yang menjadi semakin populer seperti OFD hingga saat ini
sebagian besar diabaikan untuk penelitian tentang FL&W. Karena perkembangan
E-commerce dan peningkatan pesat kehidupan di kota-kota besar di Cina, OFD
adalah segmen yang berkembang pesat di industri makan (Li dkk., 2020). Ini
adalah area penelitian yang menarik karena makanan disiapkan di sektor katering
seperti restoran dan kafe tetapi dikonsumsi dalam kondisi yang lebih pribadi
seperti rumah tangga atau kantor. Apakah orang membuang-buang makanan
ketika mereka makan makanan yang diantarkan? Berapa banyak yang mereka
buang? Apakah faktor yang mendorong FW di restoran berbeda dari
Tabel 4
Kesenjangan penelitian diidentifikasi, dan implikasi manajerialnya.
Kesenjangan penelitian Implikasi Manajerial
Masalah terkait data (misalnya, ukuran sampel, kurangnya Temuan penelitian yang tersedia tidak kuat
teori, keterwakilan) dan dapat digeneralisasikan, untuk
memberikan data yang lebih kuat dan dapat
dibandingkan secara internasional, indikator
SDG 12.3.1 b, juga disebut sebagai FWI harus
digunakan ketika mengukur FL&W di tingkat
nasional di Cina.
Penggunaan pendekatan praktik berorientasi
psikologis dan sosial untuk meningkatkan
pemahaman tentang FW
Kurangnya komprehensif dan simultan Mengetahui jenis langkah-langkah dorongan
pengujian berbagai dorongan dan yang efektif untuk jenis pendirian mereka
intervensi untuk mengurangi FW di tingkat berarti manajer dapat berhasil menerapkan ini
staf restoran dan konsumen untuk mendorong pelanggan memilih produk
dan membuat pilihan perilaku yang mengarah
pada lebih sedikit FW Pengetahuan tentang
Sejumlah terbatas variabel perilaku rasa kenyang, pilihan makanan, preferensi
dan hot spot FW telah dieksplorasi makanan terkait kesehatan, faktor pribadi ,
dan berbagai hot spot FW dapat membantu
manajer dalam
mengembangkan menu lebih efektif dan
menentukan ukuran porsi untuk mengurangi FW
C.Li dkk. Jurnal Pengelolaan Lingkungan 303 (2022) 114092

Tabel 5 Lampiran A. Data tambahan

Menetapkan agenda penelitian masa depan.

Fokus Tematik Pertanyaan Penelitian Potensial (RQ) Data tambahan untuk artikel ini dapat ditemukan online dihttps://doi.
org/10.1016/j.jenvman.2021.114092.
Penyebab FL&W Teori apa yang dapat digunakan untuk menjelaskan perilaku FL&W
konsumen Cina?
Bagaimana pemahaman yang lebih baik tentang penyebab FL&W dapat Referensi
membantu mengurangi FL&W?
Budaya dan Apa peran budaya Mianzi di FW saat bersantap dengan Abiad, MG, Meho, LI, 2018. Penelitian kehilangan makanan dan sisa makanan di dunia Arab: a
faktor demografis orang yang berbeda, seperti keluarga, teman, kolega, tinjauan sistematis. Ketahanan Pangan 10 (2), 311–322.
dan tamu? Bellemare, MF, akir, M., Peterson, HH, Novak, L., Rudi, J., 2017. Pada
Apakah ada aspek budaya yang mempengaruhi FW di pengukuran sisa makanan. Saya. J. Pertanian. Ekonomi 99 (5), 1148–1158.
berbagai daerah? Cao, FF, Huang, D., Zhu, JF, Wu, LP, 2018. Kehilangan panen gandum dan utamanya
Apakah komposisi FW berubah dengan usia dan jenis kelamin?
penentu di Cina: analisis empiris berdasarkan data survei dari 1135 rumah
tangga. Survei Pedesaan China (2), 75–87.
Haruskah menu yang berbeda dikembangkan berdasarkan faktor
Chen, WH, 2020. Yu Yi: Praktik dan Pemikiran tentang Pembuangan Limbah Makanan Rumah Tangga
demografis untuk mengurangi FW?
di bawah Kebijakan Nasional Baru Klasifikasi Sampah.http://www.solidwaste.com.
Tahapan FL&W Berapa jumlah FL pada buah dan sayuran pada tahap
cn/news/313152.html. (Diakses 23 Maret 2021). Diakses.
generasi pra konsumsi? Chen, X., Wu, L., Shan, L., Zang, Q., 2018. Faktor utama yang mempengaruhi kehilangan gabah pasca panen
Berapa FL dalam daging dan produk air pada tahap selama proses penjualan: survei di sembilan provinsi Cina. Keberlanjutan 10 (3), 661.
prakonsumsi?
Apa FL dalam tahap pemrosesan? Cheng, SK, Li, YY, Liu, XJ, Wang, LE, Wu, L., Lu, CX, Xie, GD, Liu, AM, 2018.
Berapa FW di sektor ritel, seperti grosir dan Pemikiran tentang ketahanan pangan di China pada periode baru. J.Nat. sumber daya. 33, 911–926,
supermarket? 06.
FW menurut jenisnya Berapa FW yang dihasilkan di kantin perusahaan, gedung De Clercq, D., Wen, Z., Fan, F., Caicedo, L., 2016. Potensi produksi biometana dari
pembentukan perkantoran dan instansi pemerintah.? limbah makanan restoran di kota-kota besar dan kemacetan tingkat proyek: studi kasus di Beijing.
Bagaimana program makan siang di sekolah dapat membantu mengurangi Memperbarui. Mempertahankan. Energi Rev. 59, 1676–1685.

FW di antara anak-anak? Apa hasil dari menawarkan prasmanan di sekolah

De Steur, H., Wesana, J., Dora, MK, Pearce, D., Gellynck, X., 2016. Menerapkan Nilai
Pemetaan Aliran untuk mengurangi kehilangan dan pemborosan makanan dalam rantai pasokan: tinjauan
alih-alih mengatur makanan?
sistematis. Pengelolaan Sampah. 58, 359–368.
Apakah variasi FW di berbagai jenis restoran terkait
Derqui, B., Fernandez, V., Fayos, T., 2018. Menuju sistem pangan yang lebih berkelanjutan.
dengan pilihan menu dan profil pengunjung?
Penanganan sampah makanan di kantin sekolah. Nafsu makan 129, 1–11.
Dampak FL&W Bagaimana tingkat kesadaran konsumen tentang
Du, M., 2016. Akademi Ilmu Pengetahuan Tiongkok: Jumlah Limbah Makanan di Tiongkok Adalah
hubungan antara FW dan kehilangan nutrisi? Sekitar 17 sampai 18 Juta Ton Per Tahun.http://www.chinanews.com/cj/
Apakah konsumen mengetahui dampak FL terhadap ketahanan 2016/11-28/8076586.shtml. (Diakses 22 September 2020). Diakses.
pangan? Evans, D., 2012. Binning, pemberian dan pemulihan: saluran pembuangan makanan rumah tangga
"Nudge" untuk mengurangi Apa peran intervensi pemerintah terhadap FW, seperti konsumsi. Mengepung. Rencana. Soc. Spasi 30 (6), 1123-1137.
FL&W persyaratan hukum? Fabi, C., Cachia, F., Conforti, P., Bahasa Inggris, A., Rosero Moncayo, J., 2020. Meningkatkan Data
Bisakah dorongan yang sama diperkenalkan di berbagai jenis tentang Kehilangan dan Pemborosan Pangan: dari Teori ke Praktik. Kebijakan Pangan, 101934
perusahaan layanan makanan untuk mengurangi FW? . Fabi, C., English, A., 2018. SDG 12.3.1: Indeks Kehilangan Pangan Global.http://www.fao.
Apa kemanjuran kampanye kesadaran dalam mengurangi FW di org/3/CA2640EN/ca2640en.pdf. (Diakses 12 November 2020). Diakses. Gao, L., Xu, S.,
perusahaan layanan makanan yang berbeda? Li, Z., Cheng, S., Yu, W., Zhang, Y., Li, D., Wang, Y., Wu, C., 2016. Utama
kerugian pascapanen tanaman biji-bijian dan potensi pengurangannya di Cina. Nongye Gongcheng
Penanganan “terbuang” Apa tantangan dan peluang menjalankan bank
Xuebao 32 (23), 1–11.
makanan makanan di Cina?
Gao, LW, Cheng, SK, Xu, SW, Li, ZM, Liu, XJ, Zhang, D., Yu, W., Cao, XC,
Apa masalah dalam menyumbangkan makanan untuk amal?
Wang, LE, Liu, Y., Wang, Y., Qin, Q., 2017. Dampak kebijakan nasional pada katering limbah
Praktik kontrol FL&W Apakah bermanfaat untuk mengeluarkan upaya dalam
makanan di perkotaan Cina-studi kasus kota Lhasa. Makanan dan Gizi di Cina 23, 44–48, 03.
melakukan analisis komposisi sampah yang dikumpulkan?
Dapatkah pengetahuan tentang hot spot FW membantu dalam mengembangkan
Gong, B., 2018. Reformasi pertanian dan produksi di Tiongkok: perubahan di provinsi
menu dan ukuran porsi yang lebih baik untuk mengurangi FW? fungsi produksi dan produktivitas pada tahun 1978–2015. J. Dev. Ekonomi 132, 18–31.
Guo, Y., Zhang, Y., Zhan, P., Zhu, JF, 2019. Analisis faktor-faktor yang mempengaruhi
kerugian panen jagung petani. Jurnal Ilmu Jagung (1), 27.
mereka yang mengendarai FW di OFD? yaitu apakah mereka masih menganggap 'Mianzi' saat mereka Gustavsson, J., Cederberg, C., Sonesson, U., Van Otterdijk, R., Meybeck, A., 2011. Global
Kehilangan Makanan dan Limbah Makanan: Tingkat, Penyebab dan Pencegahannya.http://
memesan makanan secara online? Ini adalah jalan yang menjanjikan untuk dijelajahi di masa depan.
www.fao.org/ 3/mb060e/mb060e.pdf. (Diakses 12 November 2020). Diakses.
He, AH, Liu, TS, Zhang, YH, 2013. Kehilangan biji-bijian pasca-produksi di Cina dan nya
pengaruhnya terhadap ketahanan pangan. Harga Cina 79–82, 06.
Kontribusi penulis
Hsieh, H.-F., Shannon, SE, 2005. Tiga pendekatan analisis isi kualitatif. Kualitas.
Kesehatan Res. 15 (9), 1277–1288.
Konseptualisasi, PB dan MM; Metodologi, MM, PB dan CL; Hu, Y., Zhou, YH, Han, YJ, Xu, RZ, 2013. Sumber daya dan analisis efek ekonomi dari
mengurangi limbah makanan. Populasi, Sumber Daya, dan Lingkungan Tiongkok 23 (12),
Pengumpulan dan Analisis Data, CL; Menulis—persiapan draf asli, CL;
150–155.
Penulisan—review dan editing, MM, PB, MKH, MSW, KP, dan Huang, D., Yao, L., Wu, LP, Zhu, XD, 2018. Mengukur kehilangan beras selama panen di
MISALNYA; Pengawasan, MM dan PB; Administrasi proyek, MM dan PB; China: berdasarkan eksperimen dan survei di lima provinsi. J.Nat. sumber daya. 33,
1427–1438.
Perolehan dana, MM, PB, MKH, MSW, KP, dan EG; . Semua penulis telah
Huang, Z., Gao, R., Bawuerjiang, N., Zhang, Y., Huang, X., Cai, M., 2017. Makanan dan
membaca dan menyetujui versi naskah yang diterbitkan. asupan nutrisi dalam program makan siang sekolah di antara anak-anak sekolah di
Shanghai, Cina. Nutrisi 9 (6).
Jiang, J., Yu, TE, Huang, WZ, Wang, ZH, 2018. Limbah makanan rumahan di Cina dan
determinan terkait. Jurnal Ekonomi Agroteknik 88–99, 09. Juvan, E., Grün, B.,
Dolnicar, S., 2017. Menggigit lebih dari yang bisa mereka kunyah: sisa makanan di
Deklarasi kepentingan bersaing sarapan prasmanan hotel. J. Trav. Res. 57 (2), 232–242.
Katajajuuri, J.-M., Silvennoinen, K., Hartikainen, H., Heikkilä, L., Reinikainen, A., 2014.
Limbah makanan dalam rantai makanan Finlandia. J. Bersih. Melecut. 73, 322–329. Kitchenham, B.,
Para penulis menyatakan bahwa mereka tidak mengetahui adanya persaingan kepentingan 2004. Prosedur untuk Melakukan Tinjauan Sistematis. Universitas Keele,
keuangan atau hubungan pribadi yang tampaknya dapat mempengaruhi pekerjaan yang Keele, Inggris.
Larson, C., 2013. Kehilangan tanah yang subur, Cina menghadapi pilihan tegas: beradaptasi atau kelaparan.
dilaporkan dalam makalah ini.
Sains 339 (6120), 644–645.
Li, B., Yin, T., Udugama, IA, Dong, SL, Yu, W., Huang, YF, Young, B., 2020. Makanan
Ucapan Terima Kasih limbah dan jejak fosfor tertanam di Cina. J. Bersih. Melecut. 252. Li, C., Mirosa, M.,
Bremer, P., 2020. Tinjauan platform pengiriman makanan online dan mereka
berdampak pada keberlanjutan. Keberlanjutan 12 (14), 5528.
Pekerjaan ini didukung secara finansial oleh Jaringan Perlindungan Li, C., Wang, Y., Li, Y., Huang, Y., Harder, MK, 2021. Insentif mungkin bukan
Pangan Selandia Baru – China, 3000037041. CL mengakui telah insentif: percobaan lapangan dalam daur ulang limbah makanan perumahan. sumber daya. Konservasi Daur
ulang. 168, 105316.
menerima beasiswa PhD dari University of Otago.

14
C.Li dkk.
Li, CJ, Huang, YY, Harder, MK, 2017. Insentif untuk pengalihan limbah makanan: eksplorasi
skema perumahan kota Cina yang sukses dalam jangka panjang. J. Bersih. Melecut. 156, 491–
499.
Li, F., Jiang, WB, Zhu, YY, Qian, Z., 2017. Limbah makanan dan penyebabnya di pedesaan Cina-
berdasarkan survei akuntansi dari 25 provinsi di Cina. Ilmu dan Teknologi
Gandum dan Ekonomi 42 (4), 24-28.
Li, F., Qian, Z., 2018. Studi tentang limbah makanan di kantin universitas dan saran kebijakan
- mengambil Universitas Keuangan dan Ekonomi Nanjing sebagai contoh. Ilmu dan
teknologi biji-bijian dan ekonomi 43, 04), 27-30+119.
Li, N., Wang, J., 2020. Limbah makanan penumpang kapal pesiar Cina. J. Mempertahankan. Pariwisata 28
(11), 1825–1840.https://doi.org/10.1080/09669582.2020.1762621.
Li, YY, Wang, LE, Cheng, SK, 2019. Karakteristik konsumsi makanan turis dan
faktor-faktor yang mempengaruhi di kota-kota pariwisata di dataran tinggi: studi empiris Lhasa.
sumber daya. Sci. 41, 494–508, 03.
Liao, C., Hong, J., Zhao, D., Zhang, S., Chen, C., 2018. Budaya Konfusianisme sebagai penentu
generasi sisa makanan konsumen: bukti dari Chengdu, Cina. Mengepung. Sci.
polusi. Res. 25 (15), 14919–14933.
Liao, F., Qing, P., Hou, MH, 2020. Analisis faktor-faktor yang mempengaruhi konsumen
perilaku membuang-buang makanan: berdasarkan Theory of Planned Behaviors.
Penelitian Modernisasi Pertanian 41, 115–124, 01.
Liao, F., Qing, P., Sun, S., Liu, B., 2018. Semua jalan menuju roma: dampak dari
jenis komunikasi tentang perilaku membuang makanan. Ekonomi Pedesaan Tiongkok 35–
51, 05. Lin, YX, Chen, S., Meng, BW, Qiu, ZQ, 2018. Pelajari situasi saat ini dan
faktor-faktor yang mempengaruhi sisa makanan di takeaway mahasiswa -mengambil kota
Changchun sebagai contoh. Makanan Modern (23), 193–196.
Lin, YX, Cui, HR, Bai, L., 2019. Eksperimen intervensi berdasarkan limbah dan
perilaku memilah makanan antar mahasiswa. Makanan Cina (14), 124–127. Liu, G., 2014.
Kehilangan Makanan dan Limbah Makanan di Cina: Perkiraan Pertama (makanan OECD,
makalah pertanian dan perikanan).
Liu, J., Lundqvist, J., Weinberg, J., Gustafsson, J., 2013. Kerugian dan limbah makanan di Cina
dan implikasinya terhadap air dan tanah. Mengepung. Sci. teknologi. 47 (18),
10137-10144.
Liu, Y., Cheng, S., Liu, X., Cao, X., Xue, L., Liu, G., 2016. Sampah piring di makan siang sekolah
program di Beijing, Cina. Keberlanjutan 8 (12).
Loebnitz, N., Grunert, KG, 2014. Pengaruh kelainan bentuk makanan terhadap pembelian
niat di Cina. Kualitas Makanan. Lebih menyukai. 40 (PA), 24-30.
Lu, SJ, Liu, XJ, Xue, L., Tang, ZC, Liu, G., Cheng, GY, 2019. Mengatasi kerugian
dan limbah rantai pasokan beras Cina: sumber, pendorong, dan strategi mitigasi. Sci.
pertanian. Dosa. 52 (18), 3134–3144.
Luo, Y., Huang, D., Li, D., Wu, L., 2020. Pada penyimpanan pertanian, kehilangan penyimpanan dan efek dari
pengurangan kerugian di Cina. sumber daya. Konservasi Daur ulang. 162.
Min, S., Wang, X., Yu, X., 2020. Apakah pengetahuan diet mempengaruhi limbah makanan rumah tangga di
ekonomi Cina yang sedang berkembang? Makanan Pol. 98.
Mirosa, M., Yip, R., Lentz, G., 2018. Analisis konten 'kampanye bersihkan piring Anda'
di Sina Weibo. J.Prod Makanan. Pasar. 24 (5), 539–562.
Moraes, NV, Lermen, FH, Echeveste, MES, 2021. Tinjauan literatur sistematis tentang
metode pencegahan dan minimalisasi sisa/kehilangan makanan. J.Lingkungan. Kelola. 286,
112268.
Nahman, A., de Lange, W., 2013. Biaya limbah makanan di sepanjang rantai nilai: bukti
dari Afrika Selatan. Pengelolaan Sampah. 33 (11), 2493–2500.
Petticrew, M., Roberts, H., 2008. Tinjauan Sistematis dalam Ilmu Sosial: Praktis
Memandu. John Wiley & Sons.
Popkin, BM, Du, S., Zhai, F., Zhang, B., 2009. Profil kelompok: kesehatan China dan
survei nutrisi—pemantauan dan pemahaman perubahan sosial-ekonomi dan
kesehatan di Cina, 1989–2011. Int. J. Epidemi. 39 (6), 1435–1440.
Qi, D., Apolzan, JW, Li, R., Roe, BE, 2020. Membongkar penurunan limbah makanan
diukur dalam rumah tangga Cina 1991-2009. Resour. Konservasi Daur ulang. 160.
Qian, L., Li, F., Cao, B., Wang, L., Jin, S., 2021. Determinan timbulan sampah makanan di
Kantin universitas Cina: bukti dari 9192 mahasiswa. sumber daya. Konservasi
Daur ulang. 167.
Qian, L., Li, F., Qian, Z., 2019. Faktor-faktor yang mempengaruhi limbah makanan di kantin perguruan tinggi. sumber daya.
Sci. 41 (10), 1859–1870.
Qu, X., Huang, D., Cao, FF, Wu, LP, 2019. Apakah panen mesin mengurangi beras
kerugian panen? Jurnal Universitas Pertanian China 24, 165-172, 03. Qu, X.,
Kojima, D., Nishihara, Y., Wu, LP, Ando, M., 2021. Dapat memanen outsourcing
layanan mengurangi kehilangan panen padi di Cina? J. Integrasi pertanian. 20 (5),
1396–1406.
Schanes, K., Dobernig, K., Gözet, B., 2018. Limbah makanan penting - tinjauan sistematis
praktik limbah makanan rumah tangga dan implikasi kebijakannya. J. Bersih. Melecut. 182,
978–991.
Song, G., Li, M., Semakula, HM, Zhang, S., 2015. Konsumsi makanan dan limbah dan
jejak karbon, air, dan ekologi yang tertanam di rumah tangga di Cina. Sci.
Lingkungan Total. 529, 191–197.
Song, G., Semakula, HM, Fullana-i-Palmer, P., 2018. Limbah makanan rumah tangga Cina dan
beban iklimnya didorong oleh urbanisasi: pemodelan Jaringan Kepercayaan Bayesian untuk
kemungkinan pengurangan dalam konteks upaya global. J. Bersih. Melecut. 202, 916–924.
Stangherlin, ID, de Barcellos, MD, 2018. Pemicu dan hambatan pengurangan limbah makanan.
sdr. Makanan J. 120 (10), 2364–2387.
Sun, SK, Lu, YJ, Gao, H., Jiang, TT, Du, XY, Shen, TX, Wu, PT, Wang, YB, 2018.
Dampak pemborosan makanan pada sumber daya air dan lingkungan di Cina. J. Bersih.
Melecut. 185, 732–739.
Tranfield, D., Denyer, D., Smart, P., 2003. Menuju metodologi untuk pengembangan
pengetahuan manajemen yang diinformasikan bukti melalui tinjauan sistematis. sdr.
J.Manajer. 14 (3), 207–222.
van der Werf, P., Gilliland, JA, 2017. Tinjauan sistematis kehilangan makanan dan sisa makanan
generasi di negara maju. Proc Inst Civ Eng-Wa 170 (2), 66–77.
15
Jurnal Pengelolaan Lingkungan 303 (2022) 114092
Wang, GP, Shan, XL, Li, YX, Xu, Y., 2019. Investigasi dan analisis status quo
limbah makanan di kalangan mahasiswa di Lanzhou. Ekonomi Pedesaan dan Sains-
Teknologi 30, 136-138, 07.
Wang, LE, Cheng, SK, Zhong, LS, Liu, XJ, Gao, LW, Cao, XC, 2016. Kuantitatif
analisis konsumsi makanan katering dan sumber dayanya serta biaya lingkungan di kota
wisata —studi kasus di Lhasa. J.Nat. sumber daya. 31, 215–227, 02.
Wang, LE, Liu, G., Liu, X., Liu, Y., Gao, J., Zhou, B., Gao, S., Cheng, S., 2017. Berat
piring yang belum selesai: karakterisasi berdasarkan survei dari limbah makanan restoran di
kota-kota Cina. Pengelolaan Sampah. 66, 3–12.
Wang, LE, Xue, L., Li, YY, Liu, XJ, Cheng, SK, Liu, G., 2018. Limbah makanan Horeca dan
jejak ekologisnya di Lhasa, Tibet, Cina. sumber daya. Konservasi Daur ulang. 136, 1–
8. Wang, Y., Xu, SW, Li, ZM, Yu, W., Gao, LW, 2018. Studi empiris tentang makanan
faktor pengaruh sampah terhadap jamuan warga perkotaan. Jurnal Sumber Daya
Pertanian dan Perencanaan Wilayah Cina 39, 199–204, 09.
Wang, Y., Xu, SW, Yu, W., Abdul-gafar, A., Liu, XJ, Bai, JF, Zhang, D., Gao, LW,
Cao, XC, Liu, Y., 2016. Pengemasan makanan: studi kasus makan di luar di Beijing. J. Integrasi
pertanian. 15 (8), 1924–1931.
Wang, ZG, Liao, WY, Zhang, WS, 2018. Dapatkah tindakan "menghapus piring" mengurangi limbah biji-bijian
di universitas dan perguruan tinggi? berdasarkan 237 kuesioner mahasiswa
universitas dan perguruan tinggi di Beijing. Ekonomi dan Manajemen Pertanian 27–
35, 03. Wang, ZR, 2016. Kajian Perilaku Pemborosan Makan Berbasis Kantin Universitas
pada Teori Perilaku Terencana-Mengambil Kantin Universitas di Beijing sebagai
Contoh. Penelitian Logistik Universitas, hlm. 66–68, 01.
Wu, L., Hu, Q., Wang, J., Zhu, D., 2017. Analisis empiris faktor utama
mempengaruhi kehilangan panen padi berdasarkan data survei sampling sepuluh provinsi di Cina.
Pertanian Cina. Ekonomi Wahyu 9 (2), 287–302.
Wu, WB, 1998. Pada situasi sekarang dan perkembangan transportasi biji-bijian dan
kemasan di Cina. Dunia Pengepakan 5, 72.
Wu, Y., Tian, X., Li, X., Yuan, H., Liu, G., 2019. Karakteristik, faktor yang mempengaruhi, dan
dampak lingkungan dari limbah piring di kantin universitas di Beijing, Cina. sumber daya. Konservasi
Daur ulang. 149, 151–159.
Wunderlich, SM, Martinez, NM, 2018. Melestarikan sumber daya alam melalui hilangnya pangan
pengurangan: tahap produksi dan konsumsi dari rantai pasokan makanan.
Penelitian Konservasi Tanah dan Air Internasional 6 (4), 331–339.
Xu, DY, Lin, ZY, Gordon, MPR, Robinson, NKL, Lebih Keras, MK, 2016. Persepsi kunci
elemen dari program pemilahan sampah makanan perumahan yang sukses di apartemen perkotaan:
pandangan pemangku kepentingan. J. Bersih. Melecut. 134, 362–370.
Xu, Z., Zhang, Z., Liu, H., Zhong, F., Bai, J., Cheng, S., 2020. Piring makanan jauh dari rumah
limbah di Cina: preferensi untuk variasi dan kuantitas. Makanan Pol. 97https://doi.org/
10.1016/j.foodpol.2020.101918.
Xue, L., Liu, G., Parfitt, J., Liu, X., Van Herpen, E., Stenmarck, ., O'Connor, C.,
stergren, K., Cheng, S., 2017. Makanan hilang, data hilang? Tinjauan kritis tentang
kehilangan makanan global dan data sisa makanan. Mengepung. Sci. teknologi. 51 (12),
6618–6633. Xue, L., Liu, XJ, Lu, SJ, Cheng, GY, Hu, YC, Liu, JG, Dou, ZX, Cheng, SK, Liu, G.,
2021. Hilangnya makanan dan limbah China mewujudkan dampak lingkungan yang meningkat.
MAKANAN ALAM 2 (7), 519–528.
Yang, Y., Chen, D., Hu, S., Chen, X., 2020. Estimasi dan analisis makanan kota
limbah dan potensi pemanfaatan sumber daya di Cina. Mengepung. Sci. polusi. Res. 27,
40633–40642.https://doi.org/10.1007/s11356-020-09989-2.
Yang, YY, 2017. Laporan Investigasi tentang Kesadaran dan Perilaku Mahasiswa
"bersihkan Piring Anda" - Mengambil Universitas di Distrik Hexi Changsha sebagai Contoh.
Dunia Rendah Karbon, hlm. 274–275, 02.
Yu, J., Li, CZ, 2013. Kehilangan Gandum Pascaproduksi Tahunan Tiongkok Melebihi 100 Miliar
Kilogram.http://www.ce.cn/cysc/sp//info/201305/20/t20130520_26768.shtml.
(Diakses 22 September 2020). Diakses.
Zhang, C., Kuang, W., Wu, J., Liu, J., Tian, H., 2020. Perluasan lahan industri di pedesaan
China mengancam keamanan lingkungan. Depan. Mengepung. Sci. Ind. 15 (2), 29.
Zhang, D., Cheng, SK, Gao, LW, Cao, XC, Liu, XJ, Liu, Y., Bai, JF, Yu, W., 2016a.
Jejak ekologis limbah makanan industri katering di Beijing. sumber daya. Sci. 38, 10–18,
01.
Zhang, D., Cheng, SK, Gao, LW, Liu, XJ, Cao, XC, Liu, Y., Bai, JF, Xu, SW, Yu, W.,
Qin, Q., 2016b. Jejak karbon limbah makanan industri katering: studi kasus beijing.
Sheng Tai Xue Bao / Acta Ecol. Dosa. 36 (18), 5937–5948.
Zhang, D., Lun, F., Cheng, SK, Gao, LW, Liu, XJ, Cao, XC, Qin, Q., Liu, Y., Bai, JF,
Xu, SW, Yu, W., 2016c. Jejak fosfor dan analisis lingkungannya untuk limbah
makanan restoran: mengambil Beijing sebagai contoh. J.Nat. sumber daya. 31, 812–
821, 05. Zhang, D., Lun, F., Cheng, SK, Liu, XJ, Cao, XC, Liu, ZX, 2017. Nitrogen
jejak skala yang berbeda dari limbah makanan restoran: studi kasus Beijing. Sheng Tai Xue
Bao / Acta Ecol. Dosa. 37 (5), 1699–1708.
Zhang, H., Duan, H., Andric, JM, Song, M., Yang, B., 2018. Karakterisasi
limbah makanan rumah tangga dan strategi untuk menguranginya: studi kasus kota Shenzhen.
Pengelolaan Sampah. 78, 426–433.
Zhang, PP, Bai, JF, Cheng, SK, Liu, XJ, 2018a. Apakah intervensi informasi mempengaruhi
sampah makanan? -uji coba terkontrol secara acak di industri katering. J.Nat. sumber daya. 33,
1439–1450, 08.
Zhang, PP, Wang, LE, Bai, JF, Liu, XJ, Cheng, SK, Fu, SP, 2018b. Limbah makanan
perilaku konsumen katering dari perspektif pariwisata. sumber daya. Sci. 40,
1186–1195, 06.
Zheng, LF, 2009. Diskusi tentang penerapan pengisian dan pengaturan nitrogen
teknologi penyimpanan biji-bijian di depot biji-bijian pusat. Buletin teknologi penyimpanan
biji-bijian dan minyak 53–56, 01.
Zhou, L., Yang, Z., Zhang, M., Cheng, G., 2019. Kehilangan rantai seluruh industri dan tingkat yang dapat dimakan
dari daging Cina. Sci. pertanian. Dosa. 52 (21), 3934–3942.
Zhu, Q., Li, F., Qian, Z., 2020. Survei limbah makanan kantin dan jejak karbonnya di
universitas secara nasional. J. Sumber Daya Lahan Kering. Mengepung. 34, 49–55, 01.