介绍
人们普遍强调，全球大约三分之一（按重量计算）或四分之一（按卡路里计算）的人类食物正在丢失和浪费[ 8,29,30,55 ]。这些数字不仅反映了人类不消费的食用食品的比例，还反映了生产和分配过程中资源的浪费，从而造成了不必要的负外部性。值得注意的是，粮食生产会排放温室气体，使用大量土地和水，并使用化肥，这些都会损害生物多样性和生态系统服务 [ 13 , 17]。此外，粮食损失和浪费表明生产者浪费了时间和财务投资，导致收入减少和消费者支出高[ 55 ]。库姆等人。[ 29 ]显示，由于粮食损失和浪费，近四分之一的淡水资源、全球农田总面积和化肥使用总量被浪费。波特等人。[ 40 ]声称2011年粮食损失造成的温室气体排放量为2.2 Gt CO 2 e，并预测该排放量将稳步增加，导致2050年排放量为5.7-7.9 Gt CO 2 e。2011年的排放量约为CO总量的5% 2e [ 43 ]。

在这项研究中，我们关注食物损失，这是指在生产过程中发生的供人类消费的食物损失，直到但不包括零售商水平[ 19 ]。与此同时，食品浪费也是一个大问题，发生在零售商和消费层面。因此，单独评估损失和浪费是有意义和合理的。全球粮食损失也已被纳入可持续发展目标（SDG），减少粮食损失已成为一项政治议程。SDG 12 具体目标 3 旨在减少生产和供应链中的粮食损失，包括收获后损失[ 53]。减少粮食损失还有助于实现可持续发展目标 2“零饥饿”，因为减少粮食损失可以直接和间接（如果节省下来的粮食可以分配到有足够粮食的粮食不安全地区）增加粮食不安全地区的粮食供应地方[ 29 ]。通过将全球粮食损失和浪费大致减半并重新分配节省下来的粮食，可以多养活十亿人，从而在不增加农业资源使用的情况下提高粮食安全[ 29 ]。减少粮食损失和浪费也将降低未来增产的需求[ 30 ]。

近年来，有关食物损失的文献越来越多[ 8,47,48,61 ] 。一些研究提出了食物损失的程度并提供了测量方法的改进，这些方法在食物损失相关主题中受到了最多的关注（例如[ 14,15,18,40,61 ] ）。Cattaneo 等人在最新的综合评论中。[ 8] 总结迄今为止已知的有关粮食损失原因的知识。他们将相对于生产成本和经济激励的食品价格列为损失的驱动因素。其他人讨论了通过提出技术解决方案来减少损失的方法，例如建立足够的储存、采用适当的收获技术以及提供生物干预措施[ 7,30,31 ]。然而，虽然已经提供了许多技术解决方案，但人们对成功实施所需的社会经济因素知之甚少。一些研究通过评论讨论社会经济方面（例如，[ 47 , 48]）。很少有人试图证明与特定国家或地区和特定商品的数据之间的相关性（例如， [ 3,9,36 ] ）。这些研究对特定领域有贡献且重要，但由于当地环境的异质性，它们的结果可能不适用于其他地方。因此，需要进行更广泛的研究，以便为更广泛的人群做出有意义的贡献，并具有更普遍的有效性。

在这项研究中，我们有兴趣使用粮食损失和浪费数据库[ 20 ]了解基于不同商品的粮食供应链中发生粮食损失的位置，该数据库是最广泛的国家粮食损失和浪费数据集合。为了了解不同的社会经济因素与粮食损失的关系，我们将粮食损失数据与最相关因素的各种国家级数据联系起来，例如人均国民总收入 (GNI)、农业就业、电力供应和粮食损失。出口量指数等。这一点值得关注，因为政策制定者可以利用这些发现来制定最佳干预策略，并优先利用有限的资源来减少粮食损失。

材料和方法
我们使用公开的数据集来调查粮食损失与各种社会经济变量之间的联系（表1）。在以下小节中，我们将更详细地解释变量、它们与本研究的相关性以及我们如何进行分析。

粮食损失变量
开展粮食损失研究面临的挑战包括可用数据有限和测量方法不统一[ 18 , 61 ]。此外，对于粮食损失、什么是跨地区损失以及应包括哪个粮食供应阶段仍然没有统一的定义[ 8 , 14 ]。在这项研究中，我们考虑了食品供应链生产环节发生的粮食损失。换句话说，它从农作物在农场成熟的那一刻开始，直到它们到达零售商或市场之前[ 19 ]。我们使用了粮食损失和浪费数据库中的粮食损失数据 [ 20]，粮农组织通过对公开数据库、分级和国家报告以及公共领域的科学文章（包括世界银行、德国国际合作机构和国际粮食政策研究所等不同组织的报告）中的文献进行广泛审查而收集到的数据。这些出版物使用了不同的粮食损失测量方法，包括案例研究、对照实验、模型估计、基于调查的估计、普查数据、文献综述和专家意见。迄今为止，粮农组织已收录了 700 多种出版物，以建立涵盖食品、价值链各个阶段和地理区域的粮食损失和浪费数据库。

尽管粮农组织数据库仍然存在许多不确定性和局限性，但所提供的损失估计是目前可获得的最全面的全球数字。损失以国家一级在特定年份和食品供应链（从农场到家庭）各个阶段的百分比（比例）表示。它们是指可食用食物的物理量损失（不包括饲料和不可食用部分）除以各种农作物和其他食品商品的产量。这些商品分为五个不同的商品组，即 (1) 谷物和豆类，(2) 水果和蔬菜，(3) 根、块茎和油料作物，(4) 动物产品，以及 (5) 其他（如兴奋剂）和香料）。

我们稍微修改了分析中的商品组。小麦、玉米和水稻是数据集中观测值最多的作物，也是全球种植最多的谷物，它们被从谷物和豆类组中分离出来。现在，谷物和豆类的颗粒更细，包括小麦、玉米、大米和其他谷物和豆类。通过这样做，我们可以了解社会经济因素对世界上最重要作物损失的影响。另一方面，由于数据限制和观察数量较少，我们在分析中排除了动物产品和其他产品（例如兴奋剂和香料）。其余组保持不变。因此，我们有六个商品组，分别是 (1) 小麦、(2) 玉米、(3) 大米、(4) 其他谷物和豆类、(5) 水果和蔬菜、以及 (6) 根、块茎和油农作物（如图） 1）。

我们包括四个主要的粮食供应阶段：农场、收获、储存和运输（图 2）。在农场层面，一些活动可能会造成损失，包括脱壳、脱粒和风选。这一水平的损失还包括成熟但未收获的农作物，因此它们留在农场[ 4 ]。当质量标准不合格（市场整合原因）、虫害侵袭或收获成熟作物不经济时，就会发生这种情况[ 6,25,45,47 ]。收获期间，可能由于收获技术和设备不良而导致采集和干燥过程中发生损失 [ 3 , 30]。这里的储存是指仅在收获后的阶段进行，而不是在零售商或超市进行。由于储存质量低而引发害虫、真菌和疾病，可能会造成损失[ 11 , 15 ]。最后，运输是将农作物运送到加工设施、零售商或市场的阶段。由于集装箱不足和道路质量差，食品可能会在运输设施中滞留、损坏或过期，从而延长到达市场的时间[ 3 , 44 ]。

该数据库包含81个国家的粮食损失（图 1和图2），从2000年到2020年有10100个观测值。单点数据观测是指某一特定国家某一特定阶段一种特定商品的平均损失。然而，并非所有国家都拥有所有粮食供应阶段的损失数据（例如，印度尼西亚报告的玉米损失仅涉及农场层面）。图 1和图 2显示了不同商品类别之间以及不同国家价值链不同阶段的损失如何波动。由于低收入国家的粮食损失尤为严重，而且还在持续增加 [ 40 , 48]，比较低收入国家和中高收入国家的损失是有意义的。根据不同商品、不同阶段，特别是损失发生最多的地方，分别分析损失，以便重点采取有效的干预措施和政策，也是有意义的。例如，如果农场层面的损失多于运输阶段的损失，干预措施可能会有所不同。此外，如果一个国家想要提高人口的营养状况并减轻环境压力，减少水果和蔬菜的损失可能是最好的策略，因为它们富含微量营养素，但在生产中比其他作物需要更密集的资源[ 28 , 34 ]]。然而，我们应该承认，不同的测量方法和某些群体的小样本量可能会使这种粒度级别的有效分析变得复杂。因此，在我们查看详细组的粮食损失数据的同时，我们还分析了总损失。

社会经济变量
我们有兴趣了解粮食损失发生的社会经济因素。我们选择了相关年份的社会经济变量，这些变量被证明是与粮食损失相关的重要因素（表1和图 3）。第一个解释变量是人均国民总收入（GNI），因为收入可能与粮食损失负相关。高收入表明国家有能力投资于有助于减少粮食损失的设备或设施。例如，高效的收割设备或冷却设施可以减少粮食损失，但成本高昂[ 30 ]。我们以对数形式估计人均国民总收入（货币价值），这通常比标准线性模型提供更好的经验拟合。

我们还使用了农业占 GDP 的比重和农业就业人数。低收入国家主要依靠农业。因此，农业对GDP的贡献在GDP总量中占有相当大的比例，这与许多高收入国家相反，农业在经济中往往扮演相对较小的角色。农业的重要性越高，通常表现为现代农业程度较低（技术较差）、该部门就业率较高以及农业效率较低[ 2 , 12 ]。它涉及大量体力劳动和较少机械化，影响粮食损失，特别是在收获和收获后处理期间[ 4 ]。

另一个重要变量是教育。高等教育与较低的粮食损失相关，因为它与使生产者能够更有效地管理农场的技能和知识相关[ 15 , 26 ]。教育还增加了农民获得生产的机会和机会，特别是在产量差距仍待缩小的发展中国家[ 37 ]。平均而言，人口受教育程度较高的国家比受教育程度较低的国家拥有更大的农场 [ 1 , 32 ]。随着农场规模不断扩大，供应链中食物损失的可能性也随之增加 [ 42]，这意味着教育与食物损失之间可能存在正相关关系。同样重要的是要注意当前和未来农业的趋势：受过良好教育的人往往会离开农业并接受更好的非农经济机会[ 56 , 57 ]。如果是这样的话，教育可能与低粮食损失无关。

事实证明，获得电力也会影响粮食损失[ 22 , 44 ]。电力的存在可能预示着电动收割设备、制冷和其他技术的使用，从而通过防止农场损失和腐败来减少粮食损失，特别是在收割和储存过程中[ 30 ]。通电通常是在道路建成后到达村庄。这意味着电力也是更好的基础设施的代表，这对于农民更快地进入市场销售产品、防止损失至关重要。在这项研究中，我们利用农村地区的电力，因为食物通常是在那里生产的。

我们使用移动蜂窝订阅作为解释变量，因为它表明连接性。研究表明，随着时间的推移，移动电话的普及可能会减少粮食损失[ 31 , 41 ]。通过手机，农民可以获得广泛的服务和信息，例如销售价格、投入补贴、农民会议，甚至银行业务，而传统银行业务通常无法为农民（尤其是撒哈拉以南非洲地区的农民）提供服务 [ 27 , 39 ] 。换句话说，手机为农民提供了与农作物相关的可能影响粮食损失的选择信息。

政治稳定性低，容易发生冲突和社会动荡。一些研究表明，在冲突期间，尤其是武装冲突期间，粮食损失如何加剧[ 59 , 63 ]。在极端情况下，武装团体通过攻击、偷窃和毁坏食用食品来中断粮食生产和分配[ 35]。不稳定的政治环境可能迫使农民放弃即将收割的作物或阻止他们将产出运往市场，从而增加粮食损失。冲突也可能中断出口流量。我们使用出口量指数作为自变量，代表一个国家与其他国家贸易的开放程度。许多国家专门生产某些作物，也是全球粮食需求的主要供应国，例如，乌克兰和俄罗斯供应全球30%的小麦、20%的玉米和近80%的葵花籽。2022 年春季俄罗斯袭击乌克兰造成的出口干扰增加了这些作物的损失 [ 22 ]。

填充社会经济数据集中的缺失数据
一些国家的社会经济数据集中存在不同年份的数据缺失。为了填补缺失的数据点，我们首先使用线性插值来填补报告值之间的空白。这是通过 R 中的 na.approx -function 完成的（在 Zoo 包下；Zeleis & Grothendieck [ 62 ]）。一般来说，我们需要插值的数据中没有太多“漏洞”。然而，一个更大的问题是在一个国家的时间序列的开始或结束时缺少值。因此，我们开发了一种多步外推方法来填补这些缺失值：

1.
我们首先根据 2000 年至 2020 年研究期间的数据覆盖范围将国家分为以下几组：(a) 完整数据范围，(b) 几乎完整数据范围（从开始或结束起最多缺失 3 年），(c ) 有限的数据范围（两端缺失超过 3 年，但超过 5 个数据点），(d) 非常有限的数据范围（少于 5 个数据点）。

2.
我们逐个国家查看了几乎完整的数据范围数据，并推断了使用完整数据范围国家的数据。这是通过在具有缺失值的国家/地区 (targetCountry) 和每个具有完整范围的国家/地区之间构建线性模型 (lm) 来完成的。然后我们根据R2筛选出最适合的7个国家，并从中选择距离目标国家最近的国家（bestClosestCountry）。然后，使用 bestClosestCountry 的数据作为输入，使用 lm 来估计目标国家/地区的全时序列 (lmTimeseries)。最后，我们使用 targetCountry 的第一个和最后一个报告值以及 lmTimeseries 中的相应值来计算比率。

3.
我们将完整数据集与填充的接近完整数据集组合成一个组合的 full_nearlyFull 数据集。

4.
然后，我们使用 full_nearlyFull 数据集和与步骤 2 中相同的方法填充有限数据范围内的缺失数据点。

5.
我们通过首先识别该组中每个国家/地区的full_nearlyFull数据集中最接近的国家/地区 ( closestCountry ) ，用少于 5 个数据点填充国家/地区。然后，我们按照与步骤 2 中类似的方式，根据最近国家/地区的轨迹对前导和尾随缺失值进行缩放，即，我们计算第一个非缺失值与相应的最近国家/地区值之间的比率。我们用它来估计主要缺失值以及最后一个非缺失值与相应的最近国家值之间的比率。然后将这些比率与来自最近国家的完整数据系列一起使用来估计缺失值。

6.
最后，我们将完整数据集和填充数据集结合起来创建一个完整的数据集。

对每个社会经济变量重复这些步骤（参见表1中的自变量）。

结果与讨论
粮食损失的程度
一般来说，低收入国家的粮食损失比例高于中高收入国家，尤其是小麦、其他谷类和豆类、水果和蔬菜、以及块根、块茎和油料作物在大多数阶段（表2）。这似乎是合理的，并且与现有研究相一致，现有研究表明粮食损失主要发生在低收入国家[ 40 , 48]。然而，中高收入国家的损失较高，例如大多数阶段的稻米损失。这种不一致很可能是由于中等收入和高收入国家的观察数量较少造成的。还有一种可能性是，高收入国家很少发生损失，因此只报告重大、不寻常的损失，这可能会扭曲数字。低收入国家和中高收入国家的社会经济因素也不同（表2）。低收入国家的国民总收入、教育、电力供应和政治稳定性等方面明显较低。这些社会经济因素可能与损失相关。

我们还发现，毫不奇怪，水果和蔬菜的损失率最高（图 4），因为它们比其他类别更容易腐烂。在所研究的国家中，平均超过 40% 的水果和蔬菜在到达零售商或消费者之前就已损失，其中约 15% 仅在农场就损失了。人们普遍认为，种植水果和蔬菜通常比种植其他类型的作物更具挑战性。它需要特定水果和蔬菜特有的某些高技能和技术。他们在质量方面也比其他群体更容易受到气候变化、病虫害的影响[ 6,38,46 ] 。此外，粮农组织[ 22]表明，水果和蔬菜是低收入和中等收入国家政策支持最少的商品。例如，由于政府希望保护贫困消费者，农民有时会因农场交货价格降低而受到惩罚。这种情况阻碍了农民收获成熟的水果和蔬菜，导致农场损失。相反，主食往往通过价格激励和投入补贴来支持。

玉米的粮食损失率也很高，平均为 25%（图 4）。大约 13% 的损失发生在农场，可能是由于耕作技术差、食品安全问题和收获前虫害袭击所致 [ 24 , 49 ]。据报道，撒哈拉以南非洲地区的玉米损失值特别高（图 1），该作物也是该地区最重要的谷物[ 50 ]。此外，大约 15-23% 的小麦、大米、其他谷物和豆类以及根茎类、块茎类和油料作物在到达零售商之前就被损失了。所有谷物和豆类作物的大部分损失都发生在农场层面。同时，对于根茎类、块茎类和油料作物来说，这些作物更容易腐烂，损失主要发生在储存过程中。

社会经济因素与粮食损失的关联
我们将粮食损失数据库与各种社会经济变量联系起来，以了解各种社会经济因素与不同商品和粮食供应阶段的粮食损失之间的关联（表1）。这些关联在方向、幅度和显着性方面存在差异（图 5和表3）。脚注1从回归结果来看，我们采用的一些社会经济变量与完整模型中的粮食损失显着相关（图 5和表3第 1 列）。低收入国家和中高收入国家的相关性方向非常相似，低收入国家表现出更高的显着性（即农业就业和出口量指数）。根据不同商品、不同阶段来看，结果存在较大差异（图 5）。

人均国民总收入、农业就业、农村地区电力供应和出口量指数与粮食损失呈负相关（图 5）。与此同时，农业占 GDP 的比重、教育和移动电话订阅与粮食损失呈正相关（图 5）。人均国民总收入（以对数形式表示）代表一个国家的经济，与低粮食损失密切相关。例如，从完整模型来看，当GNI提高10和50个百分点时，粮食损失分别降低3个和13个百分点（表6第1列）。脚注2除运输外，所有食物类别和供应阶段的影响方向也是相同的，并且在其他谷物和豆类以及块根、块茎和油料作物中也很显着（图 5）。这些结果支持我们的假设，即国民总收入表示一个国家投资技术和基础设施以减少粮食损失（例如收割机和道路）的财务能力。

另一方面，农业占 GDP 的比重与粮食损失呈正相关（图 5）。农业占 GDP 的比重每增加 1 个百分点，一个国家的粮食损失就会增加 5.5 个百分点（表3第 1 列）。农业在国内生产总值中所占的高比例通常与技术低下和农业效率低下有关[ 2 ]。此外，在一个技术落后的国家，替代体力劳动的农业就业仍然很重要，并且与粮食损失呈负相关。在完整模型中，它使粮食损失减少了 2.5 个百分点（表3第 1 列）。这意味着，在技术还不存在的情况下，一个国家仍然可以投资人力资本来减少粮食损失。

教育对粮食损失的影响不明确。它与粮食损失呈正相关，并且在所有收入水平、玉米、其他谷物和豆类、农场和储存中都很重要（图 5）。因此，似乎仅仅人们在学校呆的时间越长并不一定能激励人们减少粮食损失。脚注3一种合理的解释可能是受过高等教育的人不一定从事农业工作 [ 1 , 32 ]。当他们这样做时，他们往往会管理更大的农场，产生更多的产出，从而损失更多[ 42 ]。此外，据报道，当农民掌握更多知识并获得更多有关市场情况的信息时，也会发生损失，这对于分析收割作物的效益非常重要。有些农作物从未离开田地或未收获，仅仅是因为农民了解经济现实，例如，因为销售价格太低或运输成本太高，收入无法弥补[ 30 , 47 ]]。同样重要的是要承认，在正规机构接受的教育年限可能不是解释传统生产者的农业知识和技能的完美变量，因为其中大部分可以通过社区中的非正式培训和代际经验获得[ 5 , 10、33、54 ]。IFPRI 为粮农组织在马拉维、尼日利亚、坦桑尼亚、厄瓜多尔、埃塞俄比亚、危地马拉、洪都拉斯和秘鲁进行的一项研究也显示了教育对粮食损失的模糊影响[ 19 ]。

根据现有研究，农村地区的电力供应与粮食损失呈负相关。它甚至在玉米、其他谷物和豆类、水果和蔬菜、根茎类、块茎类和油料作物中也很重要。电力的使用引发了机械化活动（例如机械收割）和使用冷却设施进行储存，从而减少了粮食损失。

移动蜂窝订阅是另一个与粮食损失有着意想不到关系的变量。它与食物损失呈显着正相关（图 5）并与现有研究相矛盾。一种合理的解释可能是，农民还通过移动电话接收信息，这阻止了他们收获和出售农作物（例如，市场价格低），或者他们使用其他通信方式接收信息。连通性较好的国家也可能有更好的粮食损失记录，这解释了粮食损失率高的原因。然而，根据不同的粮食供应阶段，移动蜂窝订阅与粮食损失之间的联系并不显着。同时，除小麦和收获外，出口量指数也与粮食损失呈负相关（图 5 ））。由于粮食可以出口，国内市场不会因粮食供应而过剩，特别是在生产过剩的情况下。因此，可以避免损失。

我们进行了稳健性检查的敏感性分析，通过一次排除一个国家/地区来运行多重回归。一般来说，结果不会改变。只有当一个拥有大量观测值的国家被排除在分析之外时，它们才会受到影响，这是合理的，同时也表明我们的模型是稳健的（ 附录中的图6 ）。

结论和政策影响
了解粮食损失的社会经济因素对于减少干预策略至关重要。本研究探讨了各种社会经济因素与不同商品和供应阶段的粮食损失之间的关联。我们发现，较高的人均国民总收入、农业就业、电力供应和出口量与较低的粮食损失相关（图 5；表3）。另一方面，农业在国内生产总值中的份额、受教育年限和移动电话订阅与更高数量的食物损失有关，后者与现有研究相矛盾。

政府和政策制定者可以通过关注与低粮食损失相关的社会经济因素来做出一些努力。由于某些变量在低收入国家的相关性更为显着，因此优先考虑在这些国家采取的行动可能是有利的。我们的研究结果表明，人均国民总收入与较低的粮食损失相关，这表明收入投资于可提高农业效率的设备、技术或设施。因此，增加一个国家的整体经济可能会影响减少粮食损失。为农村地区（尤其是低收入国家）提供电力也可能是一种策略，因为电力会引发电动收割机的使用，从而优化产量或储存，从而预防害虫、真菌和疾病。在农业就业仍然至关重要的国家，为农民提供关于减少农场粮食损失的培训（投资于人力资本）可能是一个好方法。最后，改善出口准入有助于将国内市场的剩余粮食分配给其他可能需要的国家。

尽管我们使用了最全面的粮食损失数据，但我们观察到，通过实施标准化的粮食损失测量方法来提高数据质量以减少不确定性至关重要。在分析中纳入其他相关的社会经济变量也很有意义，例如土地保有权和性别变量。对于粮食生产者来说，在其耕种的土地上拥有安全的土地使用权至关重要。有保障的土地所有权对不同情况下的粮食损失有不同的影响[ 19]。例如，在土地保有权不受尊重的国家，农民面临失去土地的风险，因此最大限度地减少了有效耕种农场的投资和努力，从而导致粮食损失。性别也可能在减少粮食损失方面发挥重要作用。平均而言，超过 40% 的农业劳动力是女性 [ 16 ]。众所周知，性别不平等在世界大部分地区仍然是一个问题，妇女获得教育或生产性资产的机会及其行动自由可能会影响粮食损失。如果是这样的话，赋予妇女权力的政策或干预措施可能会有效减少粮食损失。在这项研究中，我们试图将土地保有权和性别相关变量纳入我们的分析中，但不幸的是，我们受到数据可用性的限制。

我们还承认，粮食损失与天气密切相关。例如，大雨引起的洪水可能导致农场的农作物无法收获，或者湿度可能引发真菌的存在，导致储存中的腐败。然而，我们没有该国损失的详细位置，而且在大国中，不同地点的天气差异很大。因此，我们的研究中不包括与天气相关的因素，因为我们无法将它们与粮食损失数据联系起来。然而，如果数据允许，应该将其纳入未来的研究中。

我们的研究是在全球范围内进行的。各国之间存在应引起注意的异质性。因此，解释时应慎重。每当制定相关政策时，政策制定者都应始终根据国家和地方情况进行验证。我们建议在缩小我们的结果之前进行案例研究。政策制定者应该意识到，尽管了解每个特定粮食供应阶段的粮食损失对于制定正确的目标政策和干预措施至关重要，但当其他阶段运作良好时，每个阶段的损失减少都是有效的。例如，如果仍然没有足够的存储空间来存储所有产量，那么农场层面的改进对于减少总体损失的效果就会较差。