埃塞俄比亚作物采后损失及其决定因素:tobit模型分析

背景

减少作物收获后损失是确保粮食和营养安全的关键任务。然而，由于缺乏对收获后损失的程度及其相关阻碍因素的了解，对埃塞俄比亚粮食收获后损失管理战略的有效性和扩大对所有其他作物类型的影响提出了重大挑战。该研究估计了所有作物收获后损失的规模，并确定了其决定因素。

方法

一项国家级农业调查数据来自埃塞俄比亚中央统计局。数据分析采用描述性统计和Tobit模型分析技术。

结果

分析表明，25.81%的作物收获后年平均损失在作物类型之间存在较大差异。阻碍农作物收获后损失的主要因素是成人家庭规模较大的家庭、较高的受教育程度和富裕状况、土地持有规模大、由于使用传统储存设备而造成的害虫侵害和/或啮齿动物喂养造成的储存作物损失、获得推广支持服务、合作营销会员资格、由于缺乏市场信息、污染和机械损伤，交易成本较高，所以远离所有风化的道路和当地市场中心。

结论

可以通过一种综合办法来尽量减少作物收获后的损失，提供关于收获后管理做法的短期和长期培训，促进收获后技术的使用，特别注意机构支助系统(农业推广和农村信贷服务)，加强对收获后处理技术的支持，加强现有的农民合作销售，政府应与非政府组织合作，改善农村地区的当地市场和道路网络基础设施。

埃塞俄比亚有1.1亿人口，是撒哈拉以南非洲第二大人口大国[34］．该国大部分人口依靠农业获得收入和生计。同大多数非洲国家一样，该部门仍然是经济的支柱。它约占GDP总量的32.7%，贡献了出口总额的84%，是农业加工业70%以上的原料来源，为90%的农村人口提供了73%以上的就业机会和生计来源[30.，10，20.，35］．此外，该部门一直在为实现该国到2025年成为中等收入经济体的目标作出贡献。然而，实现粮食自给自足仍然需要政府和发展伙伴的积极参与。

在过去几年里，政府和非政府组织实施了各种发展干预措施，目的是改变农业部门，从而在该国实现粮食自给自足。政府在其所有发展战略计划中特别注意农业发展。2001/2年度可持续发展及减贫计划[23]， 2003年的农村发展政策及策略[24]，其后于2005/05年度《加速及可持续发展以消除贫穷计划》[25]， 2009/10年度增长转型计划一(GTP-I) [26]并于2015/16年实施了对后者的扩展，并认为农业部门是经济的主要增长动力之一[27］．尽管所有发展计划都强调改善农业生产和生产力以及促进商业化，但只有最近的《全球减贫战略-第二阶段计划》特别注意尽量减少作物收获后的损失，从而确保该国的粮食安全。鉴于此，政府于2016年专门为粮食作物设计并实施了收获后管理战略(PMS)，以便到2020年将收获后损失从25%减少到5%。此外，b政府一直在努力实现国际明确目标，如2014年《非洲联盟马拉博宣言》的协议(到2025年将收获后损失减半)和2030年可持续发展目标的全球具体目标(消除贫困和饥饿)[21］．

尽管有这样的政策重点，但该国仍远低于规定的收获后损失目标。根据最近的研究，埃塞俄比亚主要粮食作物收获后损失的平均程度估计在15.5%至27.2%之间[28所有作物平均损失23% [21］．收获后的损失导致粮食供应减少，从而导致市场上粮食价格高企，从而加剧该国粮食不安全状况。收获后损失的主要原因是，由于管理不善、缺乏基础设施和适当设备以及进入市场有限，收获后处理技术存在固有的弱点[11，28］．针对这一问题，政府与发展伙伴合作引入了一些具有成本效益的收获后处理管理技术和技术，如密封塑料袋(PIOS、AgroZ和Yabi袋和金属筒仓)。然而，PMS对粮食作物的关注范围有限，也造成了困难[21］．因此，减少所有作物的收获后损失可以被视为改善农民生计和缓解环境压力的一项可行战略。这需要深入了解作物收获后损失发生的地点和原因，从而有助于为这些问题提供可持续的解决方案。

以往关于收获后损失的实证研究审查了埃塞俄比亚减少作物收获后损失的原因、挑战和机会及其对粮食不安全的影响[17，9，18，31，32］．虽然这些研究是在全国不同地区针对不同类型的作物进行的，但它们没有使用计量模型估计技术，对所有阶段使用国家一级的代表性数据，因此，这给在国家一级了解问题的严重性及其相关影响造成了困难。相比之下，还有一些其他少数的研究试图量化埃塞俄比亚不同地区在收获后管理实践的不同阶段主要粮食作物收获后损失的规模[11，15，4，13，28］．它们在各自的研究中都报告了主要粮食作物收获后损失的显著比例更高。此外，还有其他一些在国家层面进行的实证回顾研究，如Abrehet [1和Dubale [8，其中综合了以往的实证研究。这种类型的研究不仅对提高人们对作物收获后损失对粮食安全影响的认识至关重要，而且还为作物收获后损失管理的有效性、指导该国未来所需的战略、政策和规划提供了投入。然而，埃塞俄比亚缺乏使用计量经济学模型和国家级代表性数据对所有作物收获后损失进行的研究。鉴于上述事实，本研究的目的是利用埃塞俄比亚国家一级的农业调查数据，测量所有作物收获后损失的程度并确定阻碍其损失的因素。文章的其余部分描述了研究方法，主要发现和讨论，以及研究的结论。

数据类型、来源和抽样设计

二级农业调查数据来自埃塞俄比亚中央统计局(CSA)。抽样框架涵盖了埃塞俄比亚所有农村地区的人口。该调查是在2020年进行的，考虑到2018/19生产季的作物产量，其设计方式代表了所有地区，包括埃塞俄比亚的阿姆哈拉、奥罗米亚、SNNPR(南部民族和民族地区)和提格雷地区。该调查包括了从全国各地挑选的3830名国家级代表农民[7］．

数据分析方法

在这项研究中，对所有作物(如谷物、豆类、油料、水果和蔬菜)的收获后损失进行了估计。第一阶段，确定作物采后损失状况。第二阶段，通过询问所有作物在收获作物的生产、田间干燥、运输、簸扬、包装和储存过程中估计的收获后损失来估计作物的收获后损失程度。计算收获后感知损失的概念也被其他研究者应用在类似的研究中，如Hengsdijk和de Boer [15和巴切韦等人。4)．

当既不确定也不确定，且采后损失的程度或幅度被假设为共同影响或影响它们的因素相同时，使用Tobit模型。此外，Tobit模型更适用于数据集中观测值的截断分布。在这项研究中，由于大量农民遭遇了作物收获后损失的事实，感知到的作物收获后损失影响了分布。截尾分布是连续分布和离散分布的组合，因为在零点有大量的观测。由于潜变量具有正态分布，因此采后损失感知状态的严格正值具有连续分布。与潜在变量值小于或等于截尾点相关的概率被求和为一个单独的离散值。因此，Tobit模型使用了包括审查信息在内的所有信息，并提供了一致的估计[6，14］．

该模型由Tobin [33]，对于大于0的值，即对于感知到的收获后作物损失，观察到的收获后损失，但没有观察到，即对于0或更少的值，观察到的收获后作物损失被删除或没有感知到的收获后作物损失。因此，模型指定为

在Y_＊观察到的变量和\ (Y_{我}^ {*}\)为潜在变量，即收获后感知的作物损失，可用以下等式解释:

在哪里X_我观察到的人口、社会经济、农场特定属性、市场和制度变量和β\ (\ \)一个参数和的向量\ (\ mu_{我}\)的正态分布误差项是否为正态分布，方差为常数\ \(σ^ {2}\)这可以用\ (\ mu_{我}\)⁓N (0,\ \(△^{2})。\)

基于麦克唐纳和莫菲特[22]，指定模型的三个边际效应如下:

1. 我。

   对潜变量(无条件期望值)的边际效应:

   $ $ \压裂{\ E (Y / X)的偏}{{\部分间{K}}} = \ beta_ {K} \φ\离开({\压裂{X \β}{\σ}}\右),$ $

   （3）
2. 2

   边际效应:对观察结果的期望值的边际影响:

   $ $ \压裂{\部分E (Y / X, Y > 0}{{\部分间{K}}} = \ beta_ {K} + \ beta_ {K} \压裂{\部分\λ(c)}{{\部分c}} = \ beta_左{K} \[{1 - \λ\左(c \) \左({c + \λ(c)} \右)}\右]< \ beta_ {K}, $ $

   （4）

   在哪里\ \(\λ(c))是磨坊比的倒数。

3. 3

   边际效应:对观察结果未经审查的概率的边际效应:

   $ $ \压裂{\部分\公关(Y > 0 / X)}{{\部分间{K}}} = \ varphi \离开({\压裂{X \β}{\三角洲}}\)\压裂{{\ beta_ {K}}}{\三角洲}$ $

   （5）

描述性统计结果

谷物、豆类、油料、水果和蔬菜作物是重要的粮食作物，在全国各地广泛种植。调查结果估计，所有作物收获后的年平均损失为25.81%。自我报告的收获后损失数量因作物种类而异。水果和蔬菜以33.38%的采后损失居于首位。其次是谷物作物，收获后损失占比为23.36%。排在第三位的是豆类和油料，在种植季节占收获后损失的23.25%。此外，如表所示1的受访农民中，64.83%(2,483)的人在年内遭遇过作物收获后的损失，而其余35.17%(1,347)的人则没有察觉到作物收获后的损失。

表格1报告人口、社会经济、特定农场、制度和营销变量的均值或比例值，这些变量被假设为影响作物收获后损失的感知。人口特征和社会经济特征的比较结果显示，家庭成员的平均人数为3.84成人等值，受教育年限为4.7年，财富指数为0.29。此外，未遭遇感知作物采后损失的农户的平均家庭规模(4.04)、受教育程度(4.97)和财富指数(0.57)显著高于未遭遇感知作物采后损失的农户的平均家庭规模(3.73)、受教育程度(4.65)和财富指数(1.37)，均具有统计学意义，差异均为1%显著水平。

表中解释的农场特定属性的比较1，平均土地持有面积为1.54公顷。与平均土地持有面积为1.39公顷的其他农民相比，未察觉到作物收获后损失的农民的平均土地持有面积为1.82公顷。此外，在总87.78%的农民中，他们的作物储存遭遇了害虫侵害和/或啮齿动物的捕食，而感知到作物收获后损失的农民的比例(92.83%)显著高于感知到作物收获后损失的农民(7.17%)，比例差异在5%的显著水平上具有统计学意义。

在表1，制度特征和营销特征的比较结果显示，在感知作物收获后损失的农民中，接受过与收获后损失最小化技术相关的推广支持服务的农民(65.11%)和参与合作营销的农民(34.89%)的比例显著高于其他人，比例差异在1%的显著性水平上具有统计学意义。此外，从家到所有风化道路的平均距离为14.34公里，到最近的当地市场中心的平均距离为59.74公里。未察觉到收割后作物损失的农民平均要走更长的距离到所有风化道路(15.85公里)和当地市场中心(66.20公里)，两者具有统计学意义，平均差异为1%的显著性水平。

在表1，制度特征和营销特征的比较结果显示，在感知作物收获后损失的农民中，接受过与收获后损失最小化技术相关的推广支持服务的农民(65.11%)和参与合作营销的农民(34.89%)的比例显著高于其他人，比例差异在1%的显著性水平上具有统计学意义。此外，从家到所有风化道路的平均距离为14.34公里，到最近的当地市场中心的平均距离为59.74公里。未察觉到收割后作物损失的农民平均要走更长的距离到所有风化道路(15.85公里)和当地市场中心(66.20公里)，两者具有统计学意义，平均差异为1%的显著性水平。

计量经济学模型结果

Tobit模型结果见表2表明，F统计值为13的估计在l%的显著性水平上具有统计学意义，这意味着模型在估计因变量和所选自变量之间的关系方面是充分性的。此外，对模型中包含的变量进行多重共线性、异方差和模型错配等问题的检验。如Arabmazer和Schmidt所建议的[2]，利用方差膨胀因子(VIF)检验多重共线性问题，发现VIF的平均值为1.19，说明解释变量之间的共线性程度较小。继布鲁施和帕甘之后[5]，对检验异方差问题进行Breusch-Pagen检验(\ \(λ^ {2}\)= 0.58,P= 04,475)的结果暗示了误差项的同方差。采用Ramsey回归规范误差检验(RESET)对模型进行了错规范检验，结果与Ramsey检验值(F= 0.78,P= 0.4563)，表示模型中没有遗漏相关变量。最后，模型结果表明，假设的影响作物采后损失的变量的系数均具有期望符号，模型中纳入的12个变量的系数均具有期望符号，其中9个变量对作物采后损失的状态和程度具有统计显著影响。

讨论

人口特征

家庭规模(以成人数量计)对作物收获后损失的状况和程度有负向显著影响，显著性水平为1%，表明成人家庭规模越大的农民遇到作物收获后损失的可能性越小。这是由于大多数收割后的活动是劳动密集型的，需要许多成年人。各种活动包括:及时收割，及时干燥作物，筛选，包装和运输到储存收获的作物。家庭中成人家庭规模每增加1%，将导致无条件(考虑所有观察)、有条件(考虑未审查观察)和作物收获后损失比例的概率分别下降64.0%、45.11%和0.77%(表2)．Bachewe等人也得出了家庭规模与粮食作物收获后损失之间的关系。[4］．

社会经济特征

户主平均受教育年限对作物采后损失的状况和程度有显著负向影响，显著性水平为10%，说明受教育年限越高的户主对农业指导的理解和执行能力越强，对书面材料的掌握能力越强，能够将技术技能与采后管理实践的当地隐性知识相结合。因此，户主受教育程度较高的年数表明，这是减少作物收获后损失的状况和程度的重要因素。户主年受教育水平每提高1%，作物采后损失比例的无条件、条件和概率分别降低18.07%、12.73%和0.22%(表2)2)．这与Hodges等人的研究结果一致。[16]及由Shee等人提供的中学至中等教育水平的入学率。[29，巴切韦等人。[4，以及Tadesse等人。[32］．在1%的显著性水平上，家庭财富指数的大小对作物收获后损失的状态和程度具有显著的负向影响，表明越富裕的人遇到作物收获后损失的可能性越小。这是由于较富裕的农民获得所需的资金，以购买各种收获后处理技术，如密封金属筒仓和普渡改良作物收纳袋。这也可能表明，为收获后处理目的提供农村信贷服务也可能纠正贫困农民的资金短缺。财富指数每增加1%，作物收获后的无条件损失、有条件损失和概率损失分别减少5.31%、3.74%和0.06%2)．Bachewe等人的研究[4]也在他们的研究中得到了类似的结果。

Farm-specific属性

以公顷为单位的农场规模对作物收获后损失的状况和程度有显著的负向影响，显著性水平为5%，这意味着拥有较大农场规模的农户遭遇的作物收获后损失比其他农户少。这是由于规模较大的农场所有者农民生产更多的产品，因此获得足够的收入来购买各种收获后处理技术。每公顷农场规模增加1%，作物收获后损失的无条件、有条件和概率比例将分别下降9.13%、6.43%和0.11%(表2)2)．然而，其他一些研究，如Magingxa等人。19和Taddesse等人。[32]发现了土地持有面积与各种作物收获后损失之间的正相关关系。他们解释了为什么拥有大农场的农民可能会面临与收获后处理操作相关的各种限制，如存储和设施的短缺。在5%的显著性水平上，储存过程中害虫侵害和/或啮齿动物喂养造成的损害对作物收获后损失的状态和程度产生了负面和显著性影响，这意味着在储存过程中面临害虫侵害和/或啮齿动物喂养损害的农民比没有遭受虫害侵害和/或啮齿动物喂养的农民遭遇了作物收获后损失。这可能是由于储存管理和设施不良，以及对疾病控制方法的知识不足。与未遭受虫害侵害和/或啮齿动物喂养损害的农民相比，在贮藏期间面临虫害侵害和/或啮齿动物喂养损害的农民会导致作物采后损失比例的无条件、有条件和概率分别增加0.26%、0.18%和0.01%(表1)2)．由于啮齿动物/害虫/昆虫攻击仓库，作物收获后损失很大一部分[8，16，15］．

制度和市场特征

为减少作物采后损失而向农民提供的推广支持服务对作物采后损失的状况和程度有5%显著性负向和显著性影响。结果表明，接受推广支持服务的农户比未接受推广支持服务的农户更不可能遭遇作物收获后损失。这是因为通过发展工作者和/或非政府组织(如SG2000和FOA)向农民提供的推广支持服务在提高人们对收获后损失最小化技术的认识和提供培训方面发挥着重要作用。其中一些技术包括培育抗病作物、及时收割、储存前适当干燥作物以及在储存期间用杀虫剂处理作物的技术。与未接受推广服务的农户相比，接受推广服务的农户在作物收获后损失占比的无条件、条件和概率分别降低了91.37%、75.79%和4.72%(表2)2)．FOA亦证实了一项类似的研究[11］．农民参与合作营销对作物收获后损失的状况和程度有显著的负向影响，显著性水平为5%，这意味着参与合作营销的农民不太可能遭遇作物收获后损失。这可能是因为作为合作营销成员的农民获得了额外的资源优势，这些资源与他们的产品到市场的储存和运输有关。与不参与农民合作营销的农民相比，参与农民合作营销的农民在收获作物损失比例的无条件、条件和概率上分别降低了26.42%、18.62%和0.32%(表2)2)．距离最近的当地市场(公里)的距离在1%的显著性水平上正向且显著地影响了作物收获后损失的状态和程度，表明居住在距离最近的当地市场很远的农民更有可能遭遇作物收获后损失。这是由于缺乏市场信息、污染和机械损伤导致的交易成本增加，因此，损失的幅度增加，特别是水果和蔬菜。距离最近的当地市场km的距离每增加1%，作物收获后损失比例的无条件、条件和概率分别降低4.89%、3.44%和0.06%(表1)2)．Hengsdijk和de Boer [15，吉尔伯特等人。[12，卡索等人。[17，以及Tadesse等人。[32］．距离最近的全风化道路的公里数对作物收获后损失的状态和程度有显著的正向影响，显著性水平为5%，说明距离最近的全风化道路较远的农民更有可能遭遇作物收获后损失。在使用驮运动物(驴或马车)、微型轨道和/或自己的劳动力(扛麻袋)将其产品运输到市场时，可能会发生较高的作物损失。距离最近的当地市场的公里距离每增加1%，作物收获后损失的无条件、有条件和概率的比例将分别增加17.6%、12.4%和0.21%2)．Arah等人也得到了类似的结果。[3.， Emana等人。[9， Hengsdijk和de Boer [15]。

减少作物收获后在农场和市场之间的损失是减少粮食差距从而确保埃塞俄比亚粮食和营养安全的关键任务。然而，由于缺乏对损失程度和相关影响因素的了解，对埃塞俄比亚有效实施粮食收获后损失管理战略和扩大对所有其他作物类型的损失管理构成了重大挑战。因此，本研究旨在评估埃塞俄比亚所有作物收获后损失的程度和决定因素。描述性和Tobit计量经济学模型均采用埃塞俄比亚农业研究中心的大规模国家级代表性农业调查数据。结果表明，作物收获后年平均感知损失为25.81%，不同作物类型间差异较大。作物收获后损失的幅度最大的是水果和蔬菜(33.38%)，其次是谷物(23.36%)，第三是豆类和油籽作物(23.25%)。作物收获后损失受到社会经济、特定农场、体制和市场因素的影响。社会经济变量包括家庭规模更大、受教育程度更高和更富有的家庭。特定于农场的变量包括土地持有面积大的家庭，以及在收割作物储存期间虫害侵害和/或啮齿动物攻击的损害。制度和营销变量包括接受与收获后管理实践相关的推广支持服务的家庭、合作营销成员、远离所有风化道路和靠近当地市场中心的家庭。 Therefore, minimization of post-harvest losses of crops contribute to the achievements of national (GTP-II) and international (Malabo Declaration and SDGs) targets and thereby achieving food security could be mentioned via a holistic approach. The approach calls active involvements of the national and/or regional government in collaboration with privet and NGOs-development partners. These activities include providing short- and long-term training on post-harvest management practices in general and particularly on the application of post-harvest handling technologies which helps for reducing the damage of stored crops by insect pests infestation, rodents feeding and mould contamination, strengthening the existing institutional support system (agricultural extension and credit services) by paying special attention to the public and privet investment on the use of post-harvest loss management practices, strengthening the government efforts of supplying post-harvest technologies in various means such as leaving a duty-free tax, providing subsidies and financial support for local industries as stated on PMS, reinforcing the existing farmer cooperative marketing, and improving both the local market and road networking infrastructure of rural areas of the country. In addition, the focus of grain post-harvest management strategy of the country should be scaled up to all types of crops.

最后，该研究为未来的研究人员提出了一些可能的领域:该研究应用了CSA数据，并通过询问估计的感知作物收获后定量损失来衡量收获后损失，考虑到2019/20种植季的产量。如FOA所建议的那样，更好地衡量采后损失的程度[11]的方法，也有助于分别估计每个收获后活动的规模和确定相关的阻碍因素，以提供具体的政策建议。

在研究中使用和/或分析的数据集将向作者提供合理的要求和埃塞俄比亚CSA的批准。

客服人员:

中央统计局

FDRE:

埃塞俄比亚联邦民主共和国

弗:

粮食与农业

MANR:

农业自然资源部

财政部:

财政和经济发展部

项目经理:

采后管理策略

西班牙:

可持续发展目标

联合国:

联合国

作者适当地感谢埃塞俄比亚社会科学院为这项研究提供的数据。

不适用。

作者和隶属关系

1. 亚的斯亚贝巴大学经济系，埃塞俄比亚亚的斯亚贝巴

   Sisay Debebe

贡献

不适用。

相应的作者

对应到Sisay Debebe．

伦理批准和参与同意

作者获得了埃塞俄比亚CSA的同意，可以将数据用于学术目的。

发表同意书

不适用。

相互竞争的利益

作者声明他们没有竞争利益。

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的管辖权要求保持中立。

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License)，该协议允许在任何媒体或格式中使用、分享、改编、分发和复制，只要您给予原作者和来源适当的署名，提供创作共用许可协议的链接，并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中，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创作共用许可中，并且您的预期用途不被法律法规允许或超出了允许的用途，您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本，请访问http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献放弃书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信用额度中另有说明。

转载及权限