埃塞俄比亚西南部小农市场参与的决定因素:双障碍模型方法

背景

小农家庭的农业生产是包括非洲在内的发展中经济体许多农村家庭的生计手段。农业部门的小农商业化是促进大多数发展中国家经济增长和发展的不可或缺的途径，比如埃塞俄比亚。但是，玉米市场营销一直没有得到应有的重视，具有潜在的产量和市场潜力。因此，本研究旨在确定埃塞俄比亚西南部玉米小农的市场参与决策和供应量的决定因素。

方法

本研究通过对玉米生产农户的横断面调查收集数据。主要数据来自于使用预测试结构化问卷的家庭调查。本研究采用目的性和随机抽样技术，抽取了546个玉米生产者家庭的适当样本进行横断面调查研究。采用描述性统计和双栏计量模型对数据进行分析。

结果

调查结果表明，在546个玉米生产者中，有381户是玉米市场参与者，165户是非参与者。第一栏模型结果表明，受教育程度、种植经验、玉米产量、合作社成员、距离最近市场的距离、获得的信贷金额、非农收入、牛数量和对滞后价格的感知等9个变量显著影响玉米生产者农户的市场参与决策。第二个障碍结果证实了七个变量——性别、家庭规模、玉米土地分配、牛的数量、距离最近市场的距离、牲畜饲养和对滞后价格的感知——显著影响玉米生产者农民的市场参与水平。

结论

研究结果表明，了解影响因素及其程度对解决小农农户市场参与决策和参与水平问题的决策具有重要意义。因此，本研究建议必须考虑到重要的资源和社会经济因素，以提高研究地区的生产力和加强支持机构或基础设施，以提高小农的市场参与决策和参与水平。

埃塞俄比亚的经济以农业为主，95%的农田由小农耕种，90%的农业总产量来自他们[1］．小农对该国整体农业增长的贡献很大，埃塞俄比亚的整体经济取决于农业部门的发展。农业部门的变动完全取决于小农分部门的情况[2］．研究表明，小农是发展中国家经济增长、减轻贫困和粮食安全问题的关键解决方案。考虑到这一问题，埃塞俄比亚政府已将小农作为经济转型和农业发展的焦点，以满足当前日益增长的粮食需求[3.，4，5］．自给农业的商业化转型是发展中国家许多依赖农业的农民实现经济增长和发展的不可或缺的途径[6］．

在埃塞俄比亚，就种植面积和产量而言，谷物是主要的粮食作物。粮食种植面积占全国粮食种植面积的79.83%(11610331公顷)，占全国粮食生产的87.08%(约283922484英特)[7］．玉米是最常见的谷物之一，也是该国不同地区高热量的人类主食、动物饲料和其他工业原料的来源。此外，玉米作物是谷物热量的最低成本来源，有效的玉米生产部门发展可以推动埃塞俄比亚的粮食供应迅速减少国家粮食赤字，并跟上人口快速增长的步伐[8］．埃塞俄比亚西南部，特别是Kaffa、Sheka和Bench Sheko地区，具有良好的谷物作物生产潜力，因为小农农业已从主食自给生产多样化为更以市场为导向和价值更高的商品。在埃塞俄比亚南部，在谷类作物的全部分配土地中，玉米占322,714.36公顷，产量为10,857,255.50英特[9］．但是，埃塞俄比亚的大多数小农种植玉米主要是为了自给自足，大约四分之三的产量被家庭消费。8］．农户参与农业市场是发展中国家减贫和粮食安全的重要战略[10］．

目前，埃塞俄比亚政府已经设计并实施了第二个增长和转型计划(GTP II)，作为战略，通过专注于提高小农自给农业的生产力和商业化转型，带来动态变化。尽管做出了这些努力，使自给作物生产向高价值作物生产转化，但当前的现实表明，小农农业商业化程度远低于预期，农民还没有走出自给农业，生产力低、收入低、专业化程度低[1，11，12，13，14，15，16，17］．因此，如果不消除现有的障碍，创造更好的环境，小农就不可能融入市场，享受商业化的好处。特定研究领域的商业化受到影响生产和销售的制度因素、基础设施和市场相关因素、资源因素以及家庭特有特征的影响[18，19，20.］．

尽管埃塞俄比亚的政府将自给农业商业化作为优先政策决定，但埃塞俄比亚小农的市场参与有限，农业市场分散，没有很好地融入更广泛的市场体系，这增加了交易成本，降低了农民为市场生产的动力[6］．因此，缺乏关于埃塞俄比亚小所有者的商业化过程和销售行为的资料。

尽管小农市场参与决定因素的重要性毋庸置疑，但大多数关于小农市场参与决定因素的研究都存在方法论上的差距，它们只捕捉到了农户揭示的营销决策，而忽略了供应量[12，13，21，22，23，24，25，26，27，28］．此外，由于小农面临的因素、玉米市场参与决策和埃塞俄比亚西南部阻碍供应量的因素的异质性，他们的研究结果在国家内部和国家之间存在差异。关于确定市场参与的现状和决定因素以及对小农玉米生产决策的挑战的影响的研究非常有限。在这方面，目前的研究试图有助于纠正这一知识差距的市场参与及其在研究领域的强度。因此，本研究的目的是确定小农户玉米生产者的市场参与和供应量的决定因素，并在埃塞俄比亚西南部的Kaffa、Sheka和Bench Sheko地区进行基于位置的分析。

研究区域的描述

本研究在南方民族和人民区域国家的卡法、舍卡和板凳舍科地区进行。卡法带位于北纬07°00′-7°25′和东经35°55′-36°37′之间。1)．研究地点的海拔高度在海拔1600米到1900米之间。地形的特点是地势高低起伏，只有很少的平原[29］．根据中央统计局关于人口预测的报告，该地区2017年的总人口估计将达到1,102,278人。在总人口中，男性和女性分别占49.14%和50.86% [30.］．Bench Sheko区位于首都亚的斯亚贝巴西南561公里处。该地区海拔在700 ~ 2500 m.a.s.l之间，年平均降雨量在400 ~ 2000 mm之间，年平均气温在15 ~ 27℃之间。2017年Bench Sheko地区的总人口估计达到847168人。在总人口中，男性和女性分别占49.31%和50.69% [30.］．舍卡带位于7°24″~ 7°52″N, 35°13″~ 35°35″E, 900 ~ 2700 m.a.s.l之间，面积为2175.25 km²．它的降雨量很大，每年平均降雨量在1800到2200毫米之间。该地区种植的主要作物有玉米、高粱、小米、豆类、咖啡、生姜、姜黄、" enset "、小麦、大麦和豌豆[31］．根据中央统计局对这三个地区的报告，分配的面积，41,804公顷，生产玉米852,433公担，产量为20夸特/公顷[32］．

数据的类型和来源

为了生成本研究的相关数据，数据通过两阶段的初步调查收集。首先，通过初步调查，对研究区种植的耕作制度和主要作物类型有了较全面的了解。在这次探索性调查期间，与不同的利益攸关方进行了正式和非正式的讨论，包括作物生产农民、DAs、农业营销办公室、非政府组织和农业专家/官员。本次调查的目的是在特定的社会经济和生物物理背景下，促进农户现有耕作制度和生计策略的定性，并完善研究目标、抽样方法和调查工具。在掌握了需求评估调查的基本信息后，利用结构化调查工具进行主要调查。采用问卷调查法对农户进行定期访谈。问卷进行了预测试，并根据预测试期间收到的反馈进行了修改。能说当地语言和熟悉当地人民文化的枚举员已被挑选出来，并接受了数据收集程序和面谈技巧的培训，以简化数据收集的复杂性。因此，原始数据分析结果得到了诸如;办公室报告、期刊文章、书籍和不同相关已出版和未出版材料的实证发现，以生成相关的支持性数据。

抽样程序和样本量的确定

小农玉米生产者是本研究的目标人群。为了抽取有代表性的样本，结合了目的抽样和随机抽样技术。数据是从特意选择的三个区域收集的，Kaffa, Sheka和Bench Sheko。这三个地区是埃塞俄比亚西南部的主要玉米种植区。从这三个区农业办公室获得的信息显示，金博区(来自卡法区)、沙伊长凳区(来自Bench Sheko区)和耶基区(来自Sheka区)在玉米生产方面的潜力相对高于这些区的其他区。因此，这些地区是有意选择的。第一个,自治街坊联合会^脚注1这三个地区被划分为玉米生产者和非生产者。然后是玉米生产自治街坊联合会, 15自治街坊联合会（7自治街坊联合会来自金宝区，5自治街坊联合会来自Shay Bench区和3区自治街坊联合会为从各阶层中获得具有代表性的样本户主，在叶基地区进行了随机抽样。最后，从玉米生产农户的总名单中选出15个自治街坊联合会采用基于概率与规模比例(PPS)的简单随机抽样(SRS)技术，选取了546个玉米生产样本户，如表所示1．

数据分析方法

描述性和计量统计工具被用来分析数据。在描述性分析中，使用了平均值、频率、百分比和标准差。推论统计检验等T-检验和卡方检验用于检验参与农户和他们的反事实之间是否存在统计学上可验证的差异。在计量分析的基础上，采用双障碍模型估计玉米小农的市场参与决策和参与水平。

计量经济模型的规范

利用双障碍模型、Heckman两阶段模型和限制性Tobit模型等有限依赖模型对作物市场参与及其参与强度进行了研究。但是，模型规格主要取决于研究的目的和可用数据的类型。对市场参与行为建模最常用的方法之一是截尾回归模型，也称为Tobit模型。Tobit模型假设不参与营销的家庭正在做出理性决策，这导致了不一致的参数估计[33］．

双跨栏模型是作为Tobit模型更灵活的替代模型而引入的[34］．它假设了一个两步决策过程:第一步是是否参与市场的决定，第二步是参与的强度。模型估计采用Probit回归分析，第一阶段采用所有样本家庭确定参与营销决策的影响因素，第二阶段采用截断回归模型分析参与程度。

Heckman两阶段模型被广泛用于修正样本选择产生的偏差[35］．在该模型中，参与决策是一个连续的两阶段决策过程。两阶段决策过程的一个问题是，由于决定离散决策和连续决策的不可测变量，两阶段决策过程是不可分离的，从而导致方程误差之间的相关性。如果这两个误差是相关的，则决定强度的变量的估计参数值是有偏差的[36］．此外，第二阶段因变量中存在较多零位，OLS估计存在偏倚，因为有较多零位的重复导致无可变性。

为了纠正上述局限性，分别使用了Probit和截断回归的双障碍程序。该模型是Tobit和Heckman模型的参数推广，其中两个独立的随机过程决定了参与决策和参与水平[33］．此外，使用双栏模型可为所有参数提供一致且渐近高效的估计。因此，采用双障碍模型对参与决策和参与强度进行分析。选择模型不适合这个数据集，因为磨坊λ (IMR = 0.118)是不显著的。因此，Heckman不适合于本研究的数据集。最后，通过模型规格检验(Tobittest (LR) = 2 * (LL Probit + LL truncreg-LL Tobit))，找出适合该数据集的双栏模型。

双跨栏模型规范

如下所述，双跨栏模型涉及两步估计过程。第一阶段采用Probit回归分析方法确定影响收养决策的因素。该模型的值为1和0，用于表示生产者决定采用或不采用的选择。用于评估家庭收养决策的标准Probit模型在公式(1):

在哪里D_我为虚拟变量，当生产者参与作物商业化时取1，否则取0，Z_我是一个假设影响参与决策的自变量向量，k是否回归量，α是一个矢量的参数被估计和ε_我误差项。第二阶段采用基于因变量值剔除部分抽样观测值的截断回归[36］．回归考虑了以1为参与决策的观察值。因此，第二个障碍代表实际参与水平，用供应量表示;采用左下截尾为0的截断回归模型确定影响参与强度的因素。

参与强度的截断回归模型描述在式。(2):

在哪里\ (y_{我}^ {*}\)和y_我分别是潜在的和观察到的参与强度，x_我是否有变量向量影响参与的强度和β是待估计参数的向量。误差项被假设为独立且正态分布的，即两个决策都是由个别生产者独立做出的，分别为:u_我~N(0,1)v_我~N(0，σ²)．

结合Probit模型和截断回归模型的双障碍模型的对数似然函数如下[37):

Ф和ϕ分别参考标准正态概率函数和密度函数，Z_我而且X_我分别为Probit模型和Truncated模型的自变量，α，σ,β为每个模型估计参数。

假设，变量描述和期望符号

确定决定玉米生产者市场参与决策和参与水平的因素，探索哪些因素具有显著影响以及这些因素与因变量之间的关系是必要的。因此，本研究定义并假设了以下因变量和自变量，如表所示2．

描述性统计

样本家庭的人口特征、制度特征和资源所有权特征通过不同的描述性统计方法(如模型中使用的变量的频率或平均值和百分比值)进行了简要处理。如表所示3.而且4，市场参与者和非参与者的群体比较计算使用t-测试连续变量和Chi²-test测试虚拟变量。调查结果表明，2018/19生产年，在546个玉米生产农户中，有381个农户参与了玉米市场，165个农户不参与。

调查结果表明，玉米市场参与者的平均年龄约为41.730岁，非参与者的平均年龄约为43.455岁，如表所示3.．这表明，老年户主对玉米市场的参与程度低于年轻户主。玉米市场参与者的平均家庭规模为5.719人，非参与者为5.812人。这意味着一个大家庭可以吸收很大一部分农产品用于家庭消费。研究结果表明，玉米市场参与者的平均学历为3.302，非市场参与者的平均学历为4.212。因此，教育水平在1%时具有统计学意义，这意味着市场参与者的平均教育水平低于非市场参与者。如表所示3.玉米市场参与者的农业经验为19.472年，非市场参与者的农业经验为21.660年。此外，302个玉米市场参与者和140个非参与者是男性户主家庭。另一方面，79名参与者和25名非参与者是女性户主家庭3.)．

如表所示4在中国，市场参与者家庭平均玉米土地配置面积为0.970公顷，非市场参与者家庭平均玉米土地配置面积为0.849公顷。结果表明，5%的玉米土地分配具有统计学意义。由此可见，市场参与者的平均土地要大于非市场参与者的平均土地。这可能表明，分配给玉米的土地可以被视为一种激励，为市场生产盈余。市场参与者的玉米年平均产量为1512.800公斤，非市场参与者的玉米年平均产量为673.333公斤。因此，高收获量会导致农户更高的市场参与水平。

研究结果表明，玉米市场参与者小农的平均延伸接触为7.567次，非参与者为11.782次。这可能是因为经常与开发机构接触的小农玉米生产者无法获得有关可能提高其玉米产量的新技术和农艺做法的实际信息。相反，非专业的发展代理人可能会花时间与农民讨论与提高农民生产和生产力没有直接关系的其他问题。在研究区域，调查期间样本家庭获得的平均信贷额度为玉米市场参与者4466.182埃塞俄比亚比尔/年，非参与者2252.150埃塞俄比亚比尔/年。这表明，获得高额信贷的农户参与玉米市场的程度高于未参与的农户。调查结果见表4描述了玉米市场参与者到最近市场的平均距离为63.472分钟，而非参与者为74.495分钟步行。因此，玉米市场参与者和非参与者家庭到最近市场的距离存在统计学上的显著差异P< 0.05。

如表所示4236户市场参与者对滞后市场价格感知较好，145户玉米市场参与者对滞后市场价格感知较差。另一方面，约73名非市场参与者对滞后市场价格的感知较好，92名非市场参与者对滞后市场价格的感知较差。结果显示，在1%显著水平上，两组对滞后市场价格的感知存在显著差异。在合作社成员方面，180户多用途合作社成员参与玉米市场，201户非成员参与玉米市场。另一方面，大约82名非市场参与者是合作社成员，其余83名非参与者不是合作社成员。此外，249个市场参与者家庭接受了培训，132个市场参与者没有参加培训。另一方面，约有122名非市场参与者参加了培训，其余43名非市场参与者没有参加培训。结果表明，在参加玉米市场培训方面，组间差异显著(5%)。

玉米小农参与市场决策的决定因素

采用双障碍模型回归分析影响小农参与玉米市场决策及其强度的因素。然而，在运行最终回归分析之前，进行了所有的初步测试。玉米市场参与决定因素的结果具有二元性质，并使用表中所示的Probit模型(第一阶段或第一层)进行估计5．似然比检验表明，双栏模型的总体拟合优度在P< 0.01显著性水平。这说明解释变量共同解释了参与玉米市场的概率。

双障碍模型拟合15个解释变量，如表所示5．第一阶段模型结果表明，受教育程度、种植经验、玉米产量、合作社成员、距离最近市场的距离、获得的信贷金额、非农收入、牛数量和对滞后价格的感知等9个变量显著影响小农玉米生产者的市场参与。而第二阶段的结果证实了七个变量——性别、家庭规模、玉米土地分配、拥有的公牛数量、距离最近市场的距离、牲畜饲养和对滞后价格的感知——显著影响了小农玉米生产者对市场的供应量。重要变量描述如下。

受教育程度对农户参与玉米市场决策有显著负向影响，显著性水平为1%。这表明，接受教育可能会创造其他的就业机会，以员工的身份参与非农业活动。边际效应表明，在其他因素不变的情况下，每增加1年教育，农民参与玉米市场的决策降低2.74%。这个结果符合[42发现受教育程度与玉米生产者市场参与决策呈显著负相关。

在5%的显著性水平上，养殖业经验显著负向影响市场参与。户主的耕作经验增加1年，参与玉米市场的概率降低0.42%，其他因素保持不变。这意味着年长的农民(更有经验的户主)可能更关心粮食的安全，不愿意冒险要求他们的作物银行。相反，年轻的户主会参与市场，可能他们更有活力采用提高生产力的新技术。这一结果与[38他们发现农业经验对市场参与决策有负面影响。

拥有的牛数量对农户参与玉米市场概率有显著的正向影响，在5%的显著水平上。Ox是研究区域中使用的一种生产资产。这意味着，平均而言，每增加一头牛给玉米生产者，农民决定参与玉米市场的概率增加4.04%。因此，拥有更多牛的农民可以生产更多的玉米产量，增加了市场剩余。这一发现与[64他发现，由于对生产的影响，牛的所有权增加了产出市场参与度。来自研究区域的证据表明，拥有更多牛的农民更富有，有足够的牛及时犁地，因此他们很快决定参与农业生产活动。牛的所有权对农场经营非常重要。同样的结果由[38，65］．这表明，牛的所有权对不同地区的市场营销参与决策有一定的影响。

距离最近的市场对玉米市场参与度有负向影响，在10%的显著性水平上有统计学意义。这种负相关关系表明，一个家庭离玉米市场越远，进入玉米市场的难度和成本就越高。农民离市场越近，就越容易把产品运到市场，因为农民不需要支付高昂的运输费用。边际效应还证实，在玉米市场上，农户到最近市场的步行时间每增加1分钟，玉米市场参与决策的概率就会降低1.36%。这一结果与[的工作一致。63]和[66他们发现市场距离和参与牛奶市场的概率之间存在负相关关系。一项由[19]还揭示，距离最近的市场越远，小农参与其产品营销的程度越低。

信贷额度(log)在10%显著水平上正向显著影响玉米农户的市场参与决策。研究结果表明，在其他因素保持不变的情况下，当农户获得1%的信贷额度时，玉米市场参与的概率将增加1.16%。这表明，信贷数额的增加提高了农民购买改进投入品的财务能力，从而增加了产量，这反映在玉米的市场供应上。这一发现符合[57]，他们发现信贷渠道对农民参与粮食营销的决策具有积极而显著的影响。(14的研究结果表明，信贷规模与市场参与决策之间存在显著正相关。

假设，户主的非农收入(log)对玉米市场参与决策有负向影响，显著性水平为1%。该变量的边际效应证实，平均而言，如果玉米生产者的收入/非农业收入增量增加1%，则参与玉米市场的概率降低2.34%。这可以用以下事实来解释:非农收入较高的农民往往不会从出售农产品(玉米)中获得现金，而是从其非农收入中获得现金，并为其家庭成员消费所有生产的玉米。可能的原因是，与非/非农创收活动相比，玉米商业化是一种承担风险的农业活动。此外，从事非农业/非农活动很容易在短时间内产生收入。这一发现与[的发现一致。42他们发现获得更多的非农业/非农收入意味着更多的财富，这限制了家庭不参与经济作物。

正如预期的那样，滞后市场价格感知正向显著影响农户参与玉米市场决策，显著性水平为1%。这一结果表明，在其他因素保持不变的情况下，农户认为前一年价格较好，参与决策将使农户参与玉米营销的概率增加2.4%。与此同时，[67]发现滞后价格对番茄农户参与番茄市场的决定有正向且显著的影响。

玉米产量(log)在1%显著水平上正向显著影响参与概率。变量之间的显著正相关关系表明，随着玉米产量的增加，玉米市场参与的概率也增加。该变量的边际效应也证实，玉米产量每增加1%，玉米家庭参与的概率就会增加15.95%。这可以解释为，产量越高，农民参与更多创造额外收入的动机就越高。这也可能表明，建设家庭生产剩余产品的能力对于改善家庭参与市场可能至关重要。这一发现与[的发现一致。21他发现，在埃塞俄比亚，当农民生产更多的红豆时，他们就会卖出更多的红豆。产量越高，农民越愿意参与市场。(58的一项研究发现，在埃塞俄比亚，牲畜数量的增加增加了畜牧业农民参与市场的决定[55］．他们还发现，当农民生产更多的辣椒时，他们更有可能参与到生产市场中。

影响玉米市场参与强度的因素

采用双障碍(对数截断)第二阶段市场参与强度的估计因素。因此，第二个障碍结果证实了七个变量——性别、家庭规模、玉米土地分配、拥有的公牛数量、距离最近市场的距离、牲畜饲养和对滞后价格的感知——显著影响小农玉米生产者的市场参与水平。

模型结果表明，农户性别对玉米市场参与水平有显著正向影响，小于10%。在保持其他因素不变的情况下，与女户主家庭相比，男户主家庭的玉米市场参与水平提高了19.8%。因为除了农业活动之外，女性户主家庭还忙于其他的工作，比如照顾孩子、做饭。此外，男性户主家庭在产品的营销中具有较强的议价能力，比其柜台更容易获得资源。结果与[5，22，28，41］．他们认为，与女性相比，男性更容易获得土地，可以种植大片土地。

如表所示5家庭规模对市场参与水平有负向影响，显著性水平在10%以下。这需要在保持其他因素不变的情况下，家庭规模每增加一个，玉米市场参与水平就会下降3.6%。这表明，销售的玉米数量将由家庭人数决定。家庭数量越多，消费所需的数量就越多。也就是说，家庭规模大的家庭首先需要养活他们的家庭，然后将剩余的少量剩余部分拿到市场上出售，这就导致了玉米数量的减少，也带来了低水平的市场参与。结果与[的发现一致。28，40，49，54，68］．

用于玉米生产的土地分配对玉米市场参与水平有积极而显著的贡献，显著性水平低于1%(表2)5)．土地占有量每增加一公顷，玉米在玉米市场的参与度就会提高78.9%。这是由于他们拥有大量的土地，可以为市场生产，向市场提供更多的玉米产品。此结果与[28，51，52]发现，用于产出生产的土地分配正影响产出的可销售剩余。

牛属对玉米市场参与水平有显著正相关影响，显著性水平在1%以下。每增加一个单位的牛拥有量，玉米市场参与水平就会提高18.1%。由于用牛作为牵引动力，农户可以大量生产，提高了市场参与水平。这一结果与[13，49，50，51]，证实了牛的数量正向影响市场参与水平。

随着实体化，距离最近市场的距离对玉米市场参与强度有显著负向影响，显著性水平为5%。结果表明，步行到最近市场的时间每增加1分钟，玉米市场的参与水平降低4%。由于玉米是一种运输不便、长途跋涉的农产品。研究结果与[40，50这种情况下，随着市场的距离越远，运输更多的产品成本和时间就越高，尤其是在没有交通工具的情况下。

农户拥有牲畜数量对市场参与强度有显著负向影响，在小于1%水平显著性。模型结果表明，每增加一个热带牲畜单位的牲畜数量，就会导致市场参与水平下降18.3%。众所周知，畜牧业和农作物生产是争夺现有资源的企业。这意味着拥有大型牲畜的家庭在部署上投入了更多的资源和时间。因此，这将导致农户的市场参与水平下降。这一结果与[50，54，68，69]发现，牲畜拥有规模大降低了作物的市场参与水平。

最后，如表所示5在低于1%的情况下，农户对滞后年份市场价格的感知显著正向影响玉米市场参与水平。预计农民对玉米市场滞后的年价会有不同的看法。根据模型结果，与认为低滞后年价格的家庭相比，认为高滞后年价格参与水平的家庭增加了5.8%。这一发现与[28，40，62，70他们指出，对滞后年份的高度感知使市场参与度得以提高。

考虑小农的市场参与是改善农村地区家庭福利和埃塞俄比亚等发展中国家减贫的关键问题。但是，由于小农的面积和玉米等主要粮食谷物作物的产量高，他们面临若干限制，使他们难以参与农业市场。采用双障碍模型对小农参与玉米市场决策的制约因素进行分析，得到了较好的信息。横断面调查结果表明，2018/2019生产年，在546个玉米生产者中，有381个家庭是玉米市场参与者，165个家庭是非参与者。双障碍模型研究结果表明，教育水平、种植经验、玉米产量、合作成员关系、距离最近市场的距离、获得的信贷金额、非农收入、拥有的牛数量和对滞后价格的感知显著影响小农玉米生产者的市场参与决策。而农户户主性别、家庭规模、玉米土地分配、拥有的牛数量、距离最近市场的距离、牲畜饲养和对滞后价格的感知则显著影响小农玉米生产者的市场参与水平。本研究的结果表明，较高的作物产量水平提高了小农的市场参与度，这意味着旨在通过土地、牛等资源的优化配置，提高家庭生产剩余产品的能力和提高生产力的策略，可能在促进小农的商业转型方面有较高的回报。政府部门要共同加强、安排非农活动和计划生育，通过改善农村计划生育的控制政策，提高农民的生计水平和市场参与度，成为商业化的生产者。根据这项研究的结果，建议加强诸如获得信贷等支助机构，以建立农户购买农业投入品和其他开支的财政能力;从而增加市场供给，提高他们的市场参与决策。 In addition, findings indicate that promotion of better access to infrastructure like market networks, price information, road and transport facilities and other institutional services to promoting market participation among smallholder farmers. Therefore, understanding these socio-economic factors is very important for policy-making to address the problem of market participation decision and its intensity among small holder farm households.

用于支持本研究结果的数据可根据要求从通讯作者处获得。

1. 自治街坊联合会是最低行政单位。

客服人员:

中央统计机构

ETB:

埃塞俄比亚比尔

HH:

家庭的头

IFPRI:

国际粮食政策研究所

公斤:

公斤

非政府组织:

非政府组织

MoARD:

农业和农村发展部

pp:

与尺寸的概率比例

SNNPRS:

南方民族和民族地区国家

我们衷心感谢米赞Tepi大学为开展这项研究工作提供的资金支持。我们谨向为这项工作作出贡献的一些个人和组织表示衷心的感谢。我们也谨向所有抽样住户和统计人员表示深切的感谢，感谢他们在整个数据收集过程中所给予的耐心和提供的所有必要和有关的资料，没有这些资料就不可能写出本文件。

作者感谢Mizan Tepi大学为本研究的数据收集和写作提供了经济支持。

作者和联系

1. 米赞-特比大学农业经济系，邮政信箱:埃塞俄比亚米赞阿曼260号

   Kusse海丽

2. 米赞-特比大学农业经济系，邮政信箱:埃塞俄比亚米赞阿曼260号

   Engida Gebre & Agegnehu Workye

贡献

KH、EG和AW对概念化的贡献相同;方法;软件;正式的分析;调查;资源;数据管理;原创作品准备草案;writing-review和编辑;可视化; supervision; project administration; funding acquisition. All authors read and approved the final manuscript.

相应的作者

对应到Kusse海丽．

伦理批准和同意参与

不适用。

同意出版

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。

再版和权限