埃塞俄比亚戈尔切地区采用改良小麦生产技术

背景

埃塞俄比亚是主要的谷物生产国，也是撒哈拉以南非洲地区最大的小麦生产国。小麦分部门对埃塞俄比亚政府具有战略意义，在那里，小麦有多种食品用途，可以用现代或文化加工技术制备。包括小麦在内的农作物产量和生产力是所有推荐技术包的功能，而不仅仅是品种。采用所有推荐的生产技术在提高小麦产量和生产力方面发挥着重要作用，这反过来又对埃塞俄比亚的粮食安全和农民的福利有明显的影响。最近进行的研究集中在采用单一技术，主要是品种采用，而没有考虑其相关的生产技术。因此，本研究试图找出决定采用改良小麦(Shorma，Degelu，Danda和Kakawa)生产技术。

方法

本研究的发现基于随机选取的150户家庭的一手资料和文献综述收集的二手资料。主要数据是通过结构化和半结构化访谈从这些受访者中收集的。运用Tobit模型对影响研究区小麦改良生产技术采用和采用强度的因素进行了分析。

结果

tobit模型结果显示，土地持有率、年收入、受教育程度、社会组织成员、信贷获得和对小麦改良生产技术的积极态度对小麦改良生产技术的采用和采用强度有显著的正向影响。另一方面，年龄和市场距离对改良小麦生产技术的采用和采用强度有显著的负向影响。

结论

改良小麦生产技术的采用和采用强度是社会经济、人口、农民态度和制度因素的函数。我们的研究结果的政策相关性在于，教育投资、通过现有的当地社会网络加强社会资本、提供注重态度的培训和对改良小麦生产技术的持续技术支持、提高收入、扩大信贷和市场准入对促进改良小麦生产技术的采用非常重要。因此，解决与信贷和市场准入、收入改善、农民对改良技术的态度有关的限制因素，将会促进改良小麦生产技术的采用和采用强度。

埃塞俄比亚是画眉草、玉米、小麦、高粱和大米等谷物的主要生产国，也是撒哈拉以南非洲最大的小麦生产国。小麦子部门对埃塞俄比亚政府具有战略意义[1］．据中央统计局统计，这些国家的主要小麦种植区是中部高地、东南部和西北部地区。区域产量份额如下:奥罗米亚(57.4%)，阿姆哈拉(27%)，南国国籍和人民(8.7%)和提格雷(6.2%)[2］．在埃塞俄比亚，小麦产量和种植面积在过去10年中都有所增加。这一增长归因于对推广项目的大量投资和投入供应的增加。例如，2016/2017作物年，在分配给谷类作物的土地总量中，小麦占画眉草、玉米和高粱的13.49%，排在第四位。2016/217年度，全国小麦种植面积169万公顷，产量452万吨，499万农户[19］．在埃塞俄比亚，约32%的农民从事粮食生产[1］．随着近年来产量的增加，小麦及小麦制品的消费量也大幅增加[1］．

尽管潜力巨大，埃塞俄比亚仍是小麦净进口国。例如，2016年埃塞俄比亚粮食贸易企业从俄罗斯和阿根廷进口75万吨，通过粮食援助进口30万吨，导致进口小麦105万吨[1］．

在埃塞俄比亚，小麦是主要的主食作物，以各种形式大量消费[1］．在该国，小麦有几种食物用途，可以用现代或文化加工技术来制备。Ingera是一种可以用小麦制作的传统食物。此外，意大利面和通心粉也可采用工业加工的方法制备[3.］．同时，麦秸也常被用作屋顶粘结材料和动物饲料[4］．

尽管小麦产量和生产率呈上升趋势，但埃塞俄比亚小麦产量按全球标准仍相对较低。主要原因是储存能力有限，当地小麦质量差导致需求不足，缺乏等级和标准化，作物蠕虫和疾病的存在，投入短缺和价格，基础设施短缺，生存或传统生产系统，商人欺骗农民价格和非常有限的灌溉渠道[4，20.］．

一些旨在采用小麦的研究集中于研究品种的采用，而没有考虑相关的生产技术[9，21，22，23，24，25，26，27］．生产和生产力是所有推荐包装的功能，不仅仅是品种。采用所有科学推荐的生产技术对小麦的生产和生产力发挥着重要作用。因此，本研究旨在通过对不同包装的小麦生产技术的研究，找出决定埃塞俄比亚戈尔切地区采用小麦改良生产技术的主要因素。

研究区域的描述

这项研究是在埃塞俄比亚西达玛地区的Gorche地区进行的。该地区的首府Gorche镇距离该国首都亚的斯亚贝巴317公里，距离Sidama地区的首都Hawassa 44公里。该地区分为21个农村和3个城市，共有24个Kebeles [5］．根据2007年的人口普查，该地区预计总人口为105,472人;其中男性53,484户(50.7%)，女性51,988户(49.3%)，共有25,881户，其中男性户主24,802户，女性户主1079户(见图。1）.

抽样技术

本研究采用多阶段抽样法选取具有代表性的样本。在第一阶段，由于西达玛地区的农业生态适宜和生产小麦的潜力，有意选择了戈尔彻地区。在第二阶段，根据农业生态的不同，将该地区划分为高地和中部。第三阶段，随机选取3名基贝莱人(高地2名，低地1名)。在此之后，Yamane [6[样品测定公式]确定本研究的样品。这三个Kebeles有3750户农户。将数字代入公式，本次研究的样本总数为150户。可接受的最小精度水平为10% [18］．然而，在本研究中，考虑到开展研究的可用资源，我们假设精度为8%:

在哪里n为待计算样本量，N为研究区域农户总规模，e是精度的高低。第四阶段，根据概率与大小成比例的抽样方法，确定每个Kebeles各自的样本量后，随机选择各自的样本。

数据收集方法

采用结构化和半结构化的家庭调查问卷，在2019年12月至2020年1月进行预测试和修订后，收集受访者的原始数据。在为人口普查人员提供培训后，对150名农民进行了面对面的采访。查阅相关文献，收集所需的辅助资料。

数据分析方法

从受访者收集的数据使用Stata版本13进行分析。在此基础上，结合研究目标，运用tobit模型确定影响改良小麦生产技术采用和采用强度的因素。在分析收养的决定因素之前，有必要确定每个农户的收养水平。基于此，非采用者是指没有种植改良小麦品种的农民而采用者是指那些种植改良小麦品种并采用推荐的小麦生产农艺措施的农民。研究区仅实施改良品种、播种率、耕作频次、除草频次和施肥量5项农艺措施，考虑5个套包成分，采用者采用小麦技术套包的强度可按以下公式计算。根据Maddalla的建议编制的个别农户采纳指数[30.):

在阿尔我的采用指数我th农民;我= 1,2,3…n；n为农民总数;AT =农户实际投入的水平或数量;RT =建议他/她应该应用的输入水平或数量，NP =实践次数。

在总结了建议包的所有元素之后，可获得的最大采用分数固定为1%或100%。基于Eq. (2)，本研究采用的具体公式如下:

SA =每公顷施种量，SR =每公顷推荐施种量;FA =每公顷施肥量，FR =每公顷推荐施肥量;PFA =施耕频率，PFR =推荐耕频率;WFA =除草频率，WFR =推荐除草频率;LCIWS =改良小麦种子覆盖面积，lts =小麦总种子覆盖面积

由此可见，采用指数是一个连续的因变量，采用值为1，不采用值为0。

在查阅文献和作者个人观察之后，我们假设了不同的人口、社会经济、心理和制度因素会影响改良小麦生产技术的采用和采用强度(见表)1）.

采用改良小麦生产技术和采用强度的决定因素

在这一节，讨论实证结果的计量经济模型是提出。表(2]显示了用于确定小麦改良生产技术采用和采用强度的主要决定因素的tobit模型的结果。列a、b、c分别表示小麦生产包装采用的概率变化、采用强度变化和采用总量变化．利用tobit模型的结果进一步评估解释变量的变化对小麦技术采用和采用强度的影响。据此，解释变量的变化对小麦生产包装采用概率和利用强度的影响按照Ref. [17］．在16个假设自变量中，有8个变量在决定小麦改良生产技术的采用和采用强度方面具有统计学显著性。这些指标包括户主的年龄、户主的教育程度、在社会组织中的成员资格、对技术的态度、与市场的距离、获得信贷的机会、家庭的年收入和土地持有总量。对每一个重要变量的讨论如下所示。

年龄

分析结果表明，被调查者的年龄在小于5%的显著水平上负向决定了小麦改良生产技术的采用和采用强度。进一步，边际效应结果计算如表2调查对象年龄每增加1年，采用小麦改良生产技术的概率降低0.031%，小麦改良生产技术使用强度降低0.459%。这说明研究区中老年农民对新技术的接受程度较低，因为他们的移动性和对新技术信息收集的热情有限。在采用农业技术方面进行的几项研究与本研究的发现一致。Bilaliib [28研究发现，年龄对农业技术采用的影响因素具有负向影响作用。根据这项研究的发现，随着农民年龄的增长，他们转而采用的技术比年轻农民更少，随着农民年龄的增长，有风险厌恶增加，对农场的长期投资的兴趣下降。此外，Refs的一项研究。［7，8与这一发现是一致的。

户主的教育程度

与预期一样，受教育程度正向显著影响小麦改良技术的采用概率和使用强度，显著水平为10%。结果表明，受访者受教育程度每增加1年，采用小麦改良生产技术的概率增加0.07%;同样，提高了改良小麦生产技术的使用强度1.029%。这表明在研究区域内，采用者的受教育程度相对较高，这有助于他们比他们的同行更多地采用新技术。这意味着，具有较高教育背景的农民将有更好的机会获取信息，并且很容易理解改良小麦技术包的好处。Refs进行的一项研究。［10，11，12和Ref. [29]报告了户主的教育水平对农业成套技术的采用和采用强度有积极而显著的影响。

社会组织成员

在5%的显著水平上，社会组织成员对小麦改良生产技术的采用概率和采用强度有正向显著影响。模型结果证实，在其他因素不变的情况下，加入社会组织使小麦改良生产技术的采用概率和采用强度分别提高0.156%和2.273%。这意味着，参与社会组织增加了社交网络和技术信息的共享，从而增加了这些技术的采用。参考文献[11得出了同样的结论。

态度小麦生产技术包

研究发现，小麦生产态度在不足1%的概率水平上对小麦采用何种生产技术和采用何种生产技术的程度有显著的正向影响。表(2]，对小麦生产技术包的态度的边际效应表明，在其他因素不变的情况下，对小麦改良生产技术的积极态度使小麦改良生产技术的采纳率和采纳强度分别提高了0.193%和1.757%。这意味着，农民的态度是决定他们采用任何技术的主要因素之一。如果农民对农业技术有积极的态度，他们采用该技术的倾向会更高，否则他们不相信该技术会有生产力。本研究结果与Ref. [13和Ref. [14］．

获得信贷

获得信贷的机会也是另一个制度变量，该变量被发现显著影响采用改良小麦生产技术的概率和采用改良小麦生产技术的强度(低于10%)。tobit模型的边际效应表明，在其他因素不变的情况下，信贷的获得使小麦改良技术的采用概率和采用强度分别提高了0.472%和6.949%。这意味着，获得信贷对采用小麦生产技术至关重要。另一种小麦生产技术需要获得资金，包括除草、整地、化肥购买和施用以及雇佣劳动力。融资渠道是研究区小麦生产技术采用和推广的动力之一。Refs的早期研究。［10，15和Ref. [11与这一发现一致。

距离市场的距离

tobit模型的实证结果表明，市场距离在小于1%的显著性水平下负决定小麦生产技术采用的概率和采用的强度。如表[2]时，与市场中心的距离增加1 km，采用小麦改良技术的概率和使用强度分别降低0.201%和2.956%。这表明，随着市场距离的增加，农民采用小麦技术包的可能性下降。可能的原因可能是，离市场中心较近的农民比距离较远的农民更容易进入市场，在那里他们可以很容易地获得农业生产的投入，并将其产出出售给市场。远市场迫使农民花费更多的旅行成本，花费更多的时间和精力。这将降低农民采用小麦新技术包的积极性。这个结果与Ref.[的发现相似。15和Ref. [11］．

总土地控股

模型输出结果显示，农场规模对小麦改良技术的采用概率和使用强度有正向显著影响，且显著水平小于10%。tobit模型分析的边际效应进一步显示，农户每增加单位公顷规模，其采用和集约利用小麦生产包的概率分别增加0.438%和6.4473%。一般来说，在埃塞俄比亚，特别是在西达玛，土地是主要的生产资产之一，农民为生计进行不同的农业生产。拥有更多的土地有助于农民在生产过剩时生产更多的产品用于家庭消费和销售。从销售中获得的额外收入反过来帮助农民投资于新的农业技术，包括小麦生产。这一发现支持了对Refs等技术的早期研究发现。［11，12和Ref. [10］．

年收入

tobit模型产量表明，在1%的显著水平上，年收入正决定小麦改良技术的采用概率和使用强度。本研究的发现支持了年收入高的农民比年收入低的农民更倾向于采用小麦技术包的假设。表中年收入的边际效应2以上结果表明，年收入每增加1 birr，小麦技术的采用概率和采用强度增加5.38e⁻⁰⁷%,东经7.93⁻⁰⁶分别为%。这意味着收入有助于农民对技术采用进行更多的投资，而技术采用需要更多的资金和劳动密集型，包括小麦生产技术。结果与Ref. [16］．

在本研究中，我们分析了埃塞俄比亚西达马州Gorche地区采用改良小麦技术的主要决定因素。在此过程中，我们假设了不同的社会经济、人口、制度和生理因素会影响农民采用技术的决定。在此基础上，研究发现公顷土地持有率、家庭年收入、受教育程度、社会机构成员、信贷获得和对小麦新技术的积极态度对小麦生产技术包的采用和采用强度有正向显著影响。另一方面，年龄和市场距离对小麦生产技术的采用和采用强度有显著负向影响。小麦生产技术的采用和采用强度是社会经济、人口、农民态度和制度因素的函数。我们研究的政策含义是，投资教育、通过现有的当地社会网络加强社会资本、提供注重态度的培训和对小麦生产技术的持续技术支持、提高收入、扩大信贷和市场准入对促进改良小麦生产技术的采用至关重要。因此，解决这些制约因素将提高小麦生产技术的采用和采用强度。这反过来又将有助于实现埃塞俄比亚农民的粮食安全，特别是Sidama的农民。

本研究使用的数据集将根据要求从通信作者处获得。

山:

每公顷施种量

SNNP:

南方民族与人民

SR:

每公顷推荐种子

费尔南多-阿隆索:

每公顷施肥量

FR:

每公顷推荐施肥

PFA:

将频率应用

再生能源合作公司:

将频率推荐

WFA:

除草频率应用

公司:

除草频率推荐

LCIWS:

被改良小麦种子覆盖的土地

lct:

全麦种覆盖的土地

我们要感谢样本农民愿意参与这项研究。

不适用。

作者和联系

1. 埃塞俄比亚哈沙南部农业研究所，Worabe农业研究中心

   Aklilu Atinafu

2. 哈沙大学农学院农村发展与农业推广系，哈沙，埃塞俄比亚

   Messeret Lejebo & Abera Alemu

贡献

AA在Stata撰写提案，收集并提供数据。ML参与清洗数据和分析。AA提供数据解读和文章撰写。所有作者在投稿前阅读文章并达成一致意见。所有作者已阅读并批准最终稿。

相应的作者

对应到Abera而minelik．

伦理认可和同意参与

不适用。

同意出版

作者确认手稿的内容没有被出版，或提交到其他地方出版。

相互竞争的利益

我们声明，我们没有相互竞争的利益。

出版商的注意

beplay.cc官方施普林格《自然》对出版的地图和机构附属关系中的管辖权要求保持中立。

开放获取本文根据知识共享署名4.0国际许可协议授权，该协议允许以任何媒介或格式使用、共享、改编、分发和复制，只要您适当地注明原作者和源代码，提供知识共享许可协议的链接，并说明是否进行了修改。本文中的图像或其他第三方材料均包含在本文的知识共享许可中，除非在材料的信用额度中另有说明。如果材料不包含在文章的知识共享许可中，并且您的预期使用不被法定法规允许或超过允许的使用，您将需要直接从版权所有者获得许可。如欲查阅本牌照副本，请浏览http://creativecommons.org/licenses/by/4.0/．知识共享公共领域转让豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在对数据的信用额度中另有说明。

再版和权限