Помогает ли соя накормить семью? Результаты исследования в Замбии

Выращивание сои в Замбии продвигается для повышения продуктивности фермерских хозяйств, диверсификации производства в сторону от кукурузы, а также для увеличения денежных доходов и улучшения условий жизни фермеров. Однако влияние выращивания сои на фактическое потребление пищи женщинами остается неясным. В данном исследовании сравнивается разнообразие рациона питания женщин из домохозяйств, занимающихся выращиванием сои (С) и не занимающихся ею (НС), как способ оценки эффективности соответствующей политики.

Методы: В двух районах производства сои в Центральной провинции Замбии было проведено поперечное (кросс-секционное) исследование с участием 268 женщин репродуктивного возраста из 401 сельского домохозяйства. На основе данных качественного опросника по частоте потребления пищи за 7 дней (FFQ) были рассчитаны показатели разнообразия рациона (DDS), показатель разнообразия рациона женщин (WDDS-10) и оценены модели питания. Информация о социально-демографических и сельскохозяйственных характеристиках домохозяйств использовалась для выявления факторов, определяющих разнообразие рациона.

Результаты: Результаты показали отсутствие значимых различий в средних значениях DDS (С: 10,3 ± 2,4; НС: 10,3 ± 2,6) и WDDS-10 (С: 6,27 ± 1,55; НС: 6,27 ± 1,57) у женщин из домохозяйств, занимающихся и не занимающихся выращиванием сои. В обеих группах наблюдались схожие модели питания с преобладанием растительных продуктов с добавлением жиров и масел. Разнообразие сельскохозяйственной продукции не было связано с разнообразием рациона питания. Наиболее важным фактором, определяющим разнообразие рациона, было благосостояние домохозяйства: женщины из более обеспеченных семей имели более высокие показатели DDS (β = 0,262, 95% ДИ = 0,26–0,70, P < 0,001) и WDDS-10 (β = 0,222, 95% ДИ = 0,08–0,37, P < 0,003) по сравнению с женщинами из бедных домохозяйств. Женщины из домохозяйств, которые тратили больше на продукты питания, имели более высокий DDS (β = 0,182, 95% ДИ = 0,002–0,07), но не WDDS-10 (β = 0,120, 95% ДИ = −0,01–0,03); с каждым дополнительным долларом, потраченным на продукты за последние 7 дней, DDS увеличивался на 0,18. При этом выращивание сои статистически значимо не ассоциировалось с более высоким уровнем благосостояния.

Выводы: Разработчикам политики и сторонникам диверсификации сельского хозяйства и обеспечения связи сельского хозяйства с питанием необходимо учитывать, каким образом женщины могут напрямую или косвенно выигрывать от выращивания сои или других мер, направленных на мелких фермеров.

Цель устойчивого развития Организации Объединенных Наций номер два (ЦУР2) обусловила масштабные усилия по преобразованию продовольственной системы в такую, которая способствует устойчивому развитию и удовлетворяет возросший спрос на продовольствие и питательные вещества со стороны быстро растущего населения. Усиление политического внимания конкретно указывает на меры по искоренению голода, решению проблемы отсутствия продовольственной безопасности, улучшению питания и содействию устойчивому сельскому хозяйству к 2030 году (Nkomoki et al., 2019; Atukunda et al., 2021). В ответ на это национальные правительства способствовали инвестициям в сельское хозяйство, ориентированное на международно связанные цепочки создания стоимости, такие как соя, которые представляются как важные пути, с помощью которых фермеры могут получать экономическую выгоду (Manda et al., 2019).

За последние два десятилетия Замбия испытывает растущее давление с целью повышения продуктивности сельского хозяйства для удовлетворения продовольственных и питательных потребностей быстро растущего населения (FAO, 2017). Это подчеркнуло важность агробизнеса и иностранных инвестиций в переработку и добавление стоимости (Mdee et al., 2020), что подкрепляется различными механизмами координации мелких фермеров (Manda et al., 2018b). Однако, как и в других странах Африки к югу от Сахары (SSA), в Замбии существует проблема ограниченного разнообразия и продуктивности сельского хозяйства с доминированием кукурузы (Mwanamwenge and Cook, 2019; Kapulu et al., 2020). Под влиянием увеличения многонациональных инвестиций и политической поддержки со стороны правительства за последние два десятилетия соя увеличила свой вклад в обеспечение на национальном уровне ключевыми питательными веществами, такими как энергия, белок, железо, цинк и кальций (Kapulu et al., 2022); однако эффект выращивания сои на качество рациона на уровне домохозяйств изучен недостаточно. Исторически сельскохозяйственная политика способствовала производству кукурузы, пренебрегая диверсификацией культур — только сейчас эти тенденции начинают меняться (Kapulu et al., 2022). Как следствие, рационы питания оставались в основном слабо диверсифицированными, что ограничивало доступность макро- и микронутриентов (Joy et al., 2014; Kapulu et al., 2022), увеличивая риск дефицита питательных веществ и связанных с ним неблагоприятных последствий для здоровья (Afshin et al., 2019).

В Замбии женщины и дети в наибольшей степени страдают от недоедания и дефицита микронутриентов (Doocy and Burnham, 2006; Zambia Statistics Agency, 2019), особенно в сельских районах (NFNC, 2014; Grech et al., 2018). Несмотря на то, что женщины являются важными участниками продовольственной системы, данные о населении показывают, что 30% и 14% женщин страдали анемией и дефицитом витамина А соответственно (Zambia Statistics Agency, 2019). Среди детей в возрасте до 5 лет 58% страдали анемией, 35% имели задержку роста, 4% — истощение и 12% имели недостаточный вес (Zambia Statistics Agency, 2019). Диверсификация сельского хозяйства и другие формы учитывающих аспекты питания сельскохозяйственных вмешательств могут быть стратегиями, направленными на устранение дефицита питательных веществ среди сельских домохозяйств путем расширения их доступа к разнообразным продуктам с высокой плотностью питательных веществ, таким как фрукты, овощи, бобовые, молочные продукты и яйца (Jones et al., 2014; Mofya-Mukuka and Hichaambwa, 2018). Общенациональное репрезентативное исследование в Малави показало сильную связь между большим разнообразием производства в фермерских хозяйствах и увеличением потребления бобовых, овощей и фруктов (Jones et al., 2014). В случае Замбии правительство и заинтересованные стороны способствовали увеличению разнообразия рационов исходя из предположения, что более разнообразные рационы повышают вероятность достижения адекватного потребления калорий и микронутриентов и улучшения показателей питания (Sibhatu et al., 2022). Предполагаемые пути, через которые сельское хозяйство способствует разнообразию рациона или качеству питания, включают производство и диверсификацию в хозяйствах, увеличение доходов от сельского хозяйства и увеличение расходов на продукты питания. В качестве примера, диверсификация производства в хозяйствах может стимулироваться с помощью налоговых льгот на ресурсы, необходимые для выращивания более здоровых продуктов, улучшения доступа к сельскохозяйственным консультациям, семенам и рынкам, а также расширения прав и возможностей женщин в сельском хозяйстве (Ruel et al., 2018; Kaltenbrun et al., 2020; Sharma et al., 2021).

В Замбии разработана политика, направленная на расширение сельского хозяйства и устойчивую интенсификацию (Manda et al., 2019) и диверсификацию рационов питания в сторону от кукурузы (Mwanamwenge and Harris, 2017). Используя данные лонгитюдного исследования Rural Agricultural Livelihoods Survey (RALS) 2015 года, Nkonde et al. (2021) изучили факторы на уровне домохозяйств, способствующие показателям разнообразия рациона в 7934 домохозяйствах с детьми младше 5 лет в сельских районах Замбии. Исследование показало, что наличие мужчины-главы домохозяйства, получение консультаций по диверсификации, использование повышающих продуктивность ресурсов, применение природоохранной обработки почвы, образование матерей и другие факторы были значимо связаны с наличием диверсифицированного рациона в домохозяйствах и большей продовольственной безопасностью (определяемой как наличие достаточного количества продовольствия более 6 месяцев). Однако связь между диверсификацией сельского хозяйства и показателем разнообразия рациона домохозяйства и адекватным обеспечением продовольствием не была статистически значимой.

Соя — это культура, продвигаемая среди мелких фермеров для улучшения разнообразия сельского хозяйства и доходов. Рост в основном обусловлен расширением животноводческого и масложирового секторов, что приводит к увеличению участия фермеров в ее производстве (Sitko et al., 2018). Например, в период с 2006 по 2019 год производство сои увеличилось с 57 815 тонн до 281 389 тонн, что представляет собой рост на 320% (FAOSTAT, 2020). Однако основное внимание уделялось доходам от производства сои и воздействию на биоразнообразие (Manda et al., 2017; Sitko et al., 2018; Nuhu et al., 2021), а не пищевым последствиям. Более того, мы не нашли исследований, которые изучали бы взаимосвязь между участием в выращивании сои и показателями питания в домохозяйствах с женщинами репродуктивного возраста.

Общая цель данной работы — оценить, способствует ли выращивание сои разнообразию рациона женщин в сельских районах Замбии. Конкретными задачами были: (i) рассчитать и сравнить разнообразие рациона женщин из домохозяйств, занимающихся и не занимающихся выращиванием сои; (ii) оценить структуру питания в этих домохозяйствах; и (iii) определить, какие социально-демографические и сельскохозяйственные факторы связаны с разнообразием рациона.

2.1. Описание района исследования

Замбия состоит из десяти провинций и имеет население 18 миллионов человек (CSO et al., 2019). Почти 1,5 миллиона человек проживают в Центральной провинции, и почти 75% домохозяйств находятся в сельской местности, из которых 90% зависят от сельского хозяйства как источника средств к существованию. В провинции уровень бедности составляет 56%, при этом в 2016 году 54% детей в возрасте до пяти лет имели истощение, 11% имели недостаточный вес и 6% имели задержку роста (CSO, 2016). Уровень тяжести недоедания варьируется от среднего до высокого (CSO, 2013, 2016). На провинцию приходится 43% площадей под соей в Замбии, включая 46% годового производства сои в объеме 450 000 тонн (ZAMSTATS, 2020).

Исследование проводилось в двух районах Центральной провинции, а именно в районах Мкуши и Чибомбо (Рисунок 1). Район Чибомбо расположен к югу от Центральной провинции, недалеко от Лусаки и Кабве — урбанизированных городов. Район имеет оценочную численность населения 294 000 человек и годовой темп роста 2% (CSO et al., 2019). В отличие от него, район Мкуши расположен дальше к северу от Центральной провинции, вдали от крупных городов, и имеет население около 149 000 человек с годовым темпом роста 4%, что является самым высоким в провинции (CSO et al., 2019). В обоих районах есть сочетание натуральных и товарных фермерских поселений. Однако 85% фермеров являются мелкими (CSO, 2016). Немногие коммерческие фермы занимают более плодородные земли вблизи основных торговых путей с доступом к развитой инфраструктуре (MAL-GRZ, 2016). Эти коммерческие фермы выращивают семенную кукурузу, пшеницу и сою (зерно и семена). В отличие от крупного фермерства, мелкое сельское хозяйство ведется в более отдаленных районах с менее развитой инфраструктурой и характеризуется бедными почвами (MAL-GRZ, 2016, 2018). Зерно кукурузы, арахис и бобовые, такие как обыкновенная фасоль и коровий горох, выращиваются для пропитания, при этом некоторые домохозяйства выращивают товарные культуры, такие как соя, табак и хлопок.

Рисунок 1 Карта районов Замбии с указанием основных районов исследования — Чибомбо и Мкуши соответственно.

Сбытовые механизмы для мелкого сельского хозяйства в двух районах различаются. В Мкуши фермеры в основном зависят от контролируемых государством рынков, в то время как в Чибомбо сочетаются государственные и другие каналы доступа к товарным рынкам в близлежащих городах (MAL-GRZ, 2016, 2018). Кроме того, в Чибомбо расположена компания Mount Meru Limited, многонациональный производитель растительных масел, которая обеспечивает доступ к готовым рынкам сои и схемам аутгроуинга для мелких фермеров, расположенных недалеко от предприятия. Аналогично, другие многонациональные хлопкоочистительные заводы, расположенные в Кабве и Чибомбо, предлагают возможности для участия мелких фермеров в схемах аутгроуинга по хлопку (MAL-GRZ, 2018). Кроме того, в Лусаке расположены хорошо налаженные предприятия по переработке зерна для производства кормов для скота, продуктов питания и растительных масел, которые обеспечивают дополнительные рынки сбыта сои для фермеров в Чибомбо (Samboko et al., 2018). Наконец, по сравнению с Мкуши, фермеры в Чибомбо имеют лучший доступ к сельскохозяйственным консультационным услугам, включая государственное и неправительственное консультирование (MAL-GRZ, 2018).

2.2. Этические соображения

Перед проведением обследования было получено этическое одобрение от комитетов по этике в Университете Лидса (Рег. № MEEC 18-009) и в Замбии от ERES (Рег. № 2019-Apr-008). Кроме того, правительство Замбии выдало разрешение на проведение обследования домохозяйств. Во время обследования участники давали устное согласие в присутствии свидетеля, обычно местного лидера или государственного чиновника.

2.3. Сбор данных

Сбор данных проводился в течение 10 дней в мае 2019 года. По пять дней было потрачено в каждом районе. Этот период совпадает с основным сезоном сбора урожая для большинства культур, таких как соя, кукуруза, маниока и арахис. Интервью проводились на трех наиболее распространенных местных языках: бемба, тонга и ньянджа. В каждом домохозяйстве основным респондентом был взрослый мужчина или женщина (в большинстве случаев глава домохозяйства). Оценка рациона питания учитывала ответы только женщин. Перед сбором данных было проведено предварительное тестирование опросника с участием 20 домохозяйств в сельскохозяйственном лагере Чикумби, район Чибомбо, чтобы убедиться, что вопросы интерпретируются должным образом. После предварительного тестирования опросник был скорректирован путем переформулировки или включения дополнительных терминов в некоторые вопросы. Данные фиксировались электронно на планшете с использованием веб-приложения ODK (Open Data Kit). Интервью длились от 50 до 90 минут. Данные проверялись и загружались на сервер после каждого интервью.

2.4. Выборка для исследования

Выборка включала 401 респондента, из которых 268 женщин детородного возраста (15–49 лет) ответили на вопросы по оценке рациона питания. Женщины были отобраны случайным образом с использованием многоступенчатого кластерного процесса отбора, включающего: (1) целенаправленный отбор двух районов (Мкуши и Чибомбо) на основе рыночных связей по сое; (2) стратифицированный случайный отбор четырех целевых сельскохозяйственных лагерей¹ на основе доступа к рынкам сои; (3) отбор сельскохозяйственных зон и определение количества домохозяйств для переписи с использованием вероятности, пропорциональной размеру, без замены выборки; (4) простой случайный отбор домохозяйств для переписи в каждой зоне. В результате для переписи было отобрано по 100 домохозяйств из каждого соответствующего лагеря в двух районах (Таблица 1).

Таблица 1 Количество обследованных домохозяйств и сельскохозяйственных лагерей.

Десять обученных переписчиков собрали социально-демографические данные, включая имущество домохозяйства, размер семьи, уровень образования, расстояние до рынка и сумму, потраченную на продукты питания за последние семь дней. Сельскохозяйственные данные включали владение землей, размер сельскохозяйственных угодий, владение скотом и количество культур, выращенных за последние 12 месяцев. Данные о рационе питания собирались с использованием спискового опросника по частоте потребления пищи (FFQ) за 7 дней без оценки размера порции. FFQ был адаптирован и модифицирован на основе предыдущих исследований, проведенных в Эфиопии, Танзании и Замбии, путем включения других продуктов, обычно потребляемых в Замбии (WFP, 2008; Ambikapathi et al., 2019; Madzorera et al., 2021).

2.5. Переменные исследования

2.5.1. Статус благосостояния

Был построен индекс на основе активов с использованием метода главных компонент в статистическом пакете SPSS для определения статуса благосостояния каждого домохозяйства (Vyas and Kumaranayake, 2006; Rutstein, 2008). В анализ были включены следующие переменные, считающиеся определяющими благосостояние: тип материала, использованного для стен и пола дома, основной источник освещения, источник энергии для приготовления пищи, тип кровельного материала, владение землей, скотом, фермерским и домашним имуществом, таким как трактор, плуги, телевизор, радио, мобильные телефоны. Это надежные показатели статуса благосостояния домохозяйства, используемые для преодоления проблем смещения при самооценке благосостояния участниками, особенно в сельской местности (Morris et al., 2000; Doocy and Burnham, 2006; Rutstein, 2008). Все переменные были преобразованы в бинарный формат [да (1) или нет (0)], за исключением тех, которые уже были собраны как непрерывные переменные. Бинарное перекодирование указывало на наличие или отсутствие их в домохозяйстве.

Собственные значения для каждой главной компоненты показывают процент вариации, объясняемой в исходных данных (Vyas and Kumaranayake, 2006). Например, первая компонента с 26,4% объясненной дисперсии в исходных данных была использована для определения статуса благосостояния отдельных домохозяйств. Затем значения баллов благосостояния были добавлены к данным как переменная для каждого домохозяйства для создания новой переменной. Наконец, эта новая переменная, указывающая на балл благосостояния, была использована для создания пяти квинтилей, представляющих индекс благосостояния, от 1 (самые бедные) до 5 (самые богатые).

2.5.2. Показатель разнообразия производства в хозяйстве

FPDS представляет собой простой невзвешенный подсчет количества продовольственных культур, растений и видов скота, производимых и содержащихся в хозяйстве (Sibhatu et al., 2015). Респондентам задавались вопросы о типах выращиваемых культур и разводимых видов скота в хозяйстве за последние 12 месяцев. FPDS рассчитывался на основе сгенерированного списка видов культур и скота, классифицированных в соответствии с классификацией ФАО (FAO, 1994), включающей: (1) зерновые; (2) клубнеплоды; (3) бобовые; (4) орехи и семена; (5) овощи; (6) фрукты; (7) крупный рогатый скот; (8) птица; (9) козы и овцы; (10) свиньи; (11) кролики и морские свинки. Хотя продуктивность хозяйства (общее количество видов в хозяйстве) является определяющим фактором статуса благосостояния (Jones et al., 2014), с точки зрения питания было необходимо сгруппировать виды на основе их пищевой ценности (Sibhatu and Qaim, 2018a). Этот подход был принят во избежание двойного подсчета, особенно культур (например, пшеницы и кукурузы) со схожими пищевыми профилями, а также добавления видов растений и животных, таких как табак и ослы, которые не потребляются в Замбии. В итоге FPDS был разработан как непрерывная переменная в диапазоне от 1 до 11.

2.5.3. Показатели разнообразия рациона

Разнообразие рациона является ценным показателем доступа домохозяйств и отдельных лиц к различным продуктам питания и прокси-показателем адекватности питательных веществ в рационе для отдельных лиц (Arimond et al., 2010; FAO FHI360, 2016; FAO, 2018).

Для сбора информации о привычном потреблении пищи использовался 7-дневный FFQ. Информация о рационе была использована для расчета показателя разнообразия рациона (DDS) и показателя разнообразия рациона женщин (WDDS-10).

DDS рассчитывался путем сложения количества групп продуктов, потребление которых было зафиксировано за последние 7 дней, на основе 20 бинарных вопросов, включенных в FFQ. Они основаны на классификации ФАО групп продуктов, обычно потребляемых в сельской местности стран с низким и средним уровнем дохода (FAO, 2018). Группы продуктов были предварительно определены как: (1) зерновые; (2) корнеплоды и клубнеплоды; (3) бобовые; (4) орехи и семена; (5) темно-зеленые овощи; (6) овощи, богатые витамином А; (7) другие овощи; (8) фрукты, богатые витамином А; (9) другие фрукты; (10) красное пальмовое масло; (11) молочные продукты; (12) мясо и птица; (13) субпродукты (например, печень, сердце, кишечник или почки); (14) яйца; (15) рыба и морепродукты; (16) масла и жиры; (17) соленые и жареные закуски; (18) сладости, кондитерские изделия и подслащенные напитки; (19) приправы; (20) другие напитки (например, чай, кофе и алкоголь). Присваивался балл 1 (если потреблялось) или 0 (если не потреблялось), что давало максимальный балл 20.

WDDS-10 рассчитывался с использованием данных 7-дневного бинарного FFQ по 10 группам продуктов. 10 групп продуктов (FAO FHI360, 2016) были агрегированы из списка из 20 предварительно определенных групп, описанных выше, и включали следующее: (1) зерновые, корнеплоды и клубнеплоды; (2) бобовые; (3) орехи и семена; (4) темно-зеленые овощи; (5) фрукты и овощи, богатые витамином А; (6) другие овощи; (7) другие фрукты; (8) молочные продукты; (9) мясо, птица и рыба; (10) яйца. Присваивался балл 1 (если потреблялось) или 0 (если не потреблялось) (FAO, 2018). Ожидалось, что женщины, сообщившие о потреблении как минимум пяти или более различных групп продуктов за предыдущие 7 дней, будут иметь более высокую вероятность достижения адекватности по микронутриентам по сравнению с теми, кто потреблял продукты из менее чем пяти групп продуктов (FAO FHI360, 2016; FAO, 2018).

Минимальное разнообразие рациона для женщин репродуктивного возраста (MDD-W) — это дихотомический показатель, используемый для установления распространенности женщин в данной популяции, которые достигают минимального разнообразия рациона (FAO FHI360, 2016), в данном случае среди фермеров, выращивающих и не выращивающих сою. MDD-W определяется по 10 группам продуктов, используемым для оценки WDDS-10, и имеет пороговое значение 5 (FAO, 2018). Значение 1 присваивалось, если женщина потребляла как минимум 5 различных групп продуктов за предыдущие 7 дней, и 0 в противном случае.

2.6. Анализ данных

Для всех статистических анализов использовался статистический пакет SPSS версии 25 (Field, 2009). Нормальность распределения данных проверялась с помощью тестов Колмогорова-Смирнова и Шапиро-Уилка соответственно. Переменные, характеризующие домохозяйство, сельское хозяйство, женщин и рацион питания, были обобщены как среднее ± стандартное отклонение (SD) или стандартная ошибка (SE), где это было уместно. Описательная статистика использовалась для оценки состава рационов питания фермеров, выращивающих и не выращивающих сою. Дисперсионный анализ (ANOVA) с критерием Брауна-Форсайта использовался для проверки гипотез о том, что выращивание сои увеличивает средние значения DDS и WDDS-10 соответственно. Был проведен двумерный анализ (при уровне значимости P < 0,05) для изучения ковариат в рамках характеристик домохозяйства (т.е. социально-демографических) и сельского хозяйства (т.е. сельскохозяйственных). Кроме того, переменные были определены как потенциальные искажающие факторы на основе литературы. К ним относились район, система ведения хозяйства, образование женщин, возраст женщин, пол главы домохозяйства, образование главы домохозяйства и возраст главы домохозяйства.

Была использована пошаговая многомерная регрессионная модель OLS, включающая статус благосостояния, размер домохозяйства, расстояние до ближайшего рынка и сумму, потраченную на продукты питания, в качестве объясняющих переменных и DDS и WDDS-10 в качестве результатов с непрерывными переменными, чтобы оценить, являются ли социально-демографические факторы предикторами разнообразия рациона женщин. Модель была скорректирована по району, системе ведения хозяйства, образованию женщин, возрасту женщин, полу главы домохозяйства, образованию главы домохозяйства и возрасту главы домохозяйства. Далее, во второй модели оценивалась связь между сельскохозяйственными факторами, включая FPDS, и разнообразием рациона женщин. Многомерная регрессионная модель OLS включала FPDS, площадь, засеянную соей, долю выращенных культур, потребленных, и долю собранного урожая, проданного, в качестве объясняющих переменных с DDS и WDDS-10 в качестве результатов. Модель была скорректирована по искажающим факторам, как указано выше, вместе со статусом благосостояния. Результаты модели включали β-коэффициенты, 95% доверительные интервалы (CIs) и P-значения для каждой объясняющей переменной.

3.1. Характеристики участников исследования

Характеристики участников исследования из двух систем ведения хозяйства [фермеры, выращивающие сою (S), и не выращивающие сою (NS)] и на районном уровне (Чибомбо и Мкуши) только для домохозяйств, выращивающих сою, показаны в Таблице 2.

Таблица 2 Демографические, сельскохозяйственные и пищевые характеристики обследованных домохозяйств и женщин в зависимости от системы ведения хозяйства и района.

3.1.1. Характеристики домохозяйств

Более 80% глав домохозяйств в обеих системах ведения хозяйства были мужчинами. Средний размер семьи составлял шесть человек на домохозяйство. Уровень образования среди глав домохозяйств был умеренно низким, при этом многие (61%) посещали школу только до начального уровня. В Чибомбо была выше доля (44,2%) домохозяйств, отнесенных к категории «беднейших и бедных», чем 35,7% в Мкуши. Основным источником дохода была деятельность в хозяйстве, включающая в основном производство сельскохозяйственных культур с некоторым содержанием скота.

3.1.2. Сельскохозяйственные характеристики

Домохозяйства в обследовании имели в среднем 5,0 га земли, при этом в среднем 3,1 га использовалось для сельского хозяйства в предыдущие 12 месяцев. Более 80% владели землей. Среднее число выращиваемых культур (±SD) составляло 3,0 ± 0,15 и 2,1 ± 0,08 для двух систем ведения хозяйства. Дальнейший анализ фермеров, выращивающих сою, на районном уровне показал, что среднее число выращиваемых культур (±SD) составляло 3,0 ± 0,16 в Чибомбо и 3,1 ± 0,19 в Мкуши. Кукуруза, соя, фасоль, сладкий картофель и помидоры были наиболее распространенными выращиваемыми культурами. Многие домохозяйства владели скотом, особенно курами и козами, при этом несколько имели крупный рогатый скот и свиней. Средний FPDS (±SD) был статистически значимо различным для двух систем ведения хозяйства: 5,4 ± 0,26 и 3,6 ± 0,13 (P < 0,001) для соевых и не соевых хозяйств соответственно, и для районов: 4,3 ± 0,25 и 5,9 ± 0,25 (P < 0,001) для Мкуши и Чибомбо соответственно.

3.1.3. Характеристики женщин

Средний возраст женщин составлял 33 года. Около 50% женщин посещали школу до начального уровня, но только 20% закончили среднюю школу и высшие учебные заведения. Более 80% женщин были замужем.

3.2. Влияние выращивания сои на показатели разнообразия рациона

3.2.1. Показатель разнообразия рациона (DDS)

Средние значения DDS для женщин из домохозяйств, выращивающих и не выращивающих сою, показаны в Таблице 3. Дисперсионный анализ (ANOVA) с критерием Брауна-Форсайта использовался для определения того, влияет ли выращивание сои на среднее значение DDS. Результаты показывают, что средние значения DDS (±SD) между фермерами, выращивающими сою (10,3 ± 2,4), и не выращивающими сою (10,3 ± 2,6), не различались значимо (P = 0,909). Дальнейший анализ домохозяйств, выращивающих сою, показал, что средние значения DDS (±SD) женщин из района Чибомбо (10,2 ± 2,3) не различались значимо (P = 0,629) от значений женщин из района Мкуши (10,5 ± 2,8) (Таблица 3).

Таблица 3 Средние значения ±SD показателей разнообразия рациона (DDS) и показателей разнообразия рациона женщин (WDDS-10) в зависимости от системы ведения хозяйства и района.

Результаты дисперсионного анализа (ANOVA) с критерием Брауна-Форсайта показаны при уровне значимости 95%.

3.2.2. Показатель разнообразия рациона женщин на основе 10 групп продуктов

Значения WDDS-10 для женщин из домохозяйств, выращивающих и не выращивающих сою, показаны в Таблице 3. Результаты показывают, что средние значения WDDS-10 (±SD) женщин из домохозяйств, выращивающих сою (6,27 ± 1,55), и не выращивающих сою (6,27 ± 1,57), не различались значимо (P = 0,981). Дальнейший анализ домохозяйств, выращивающих сою, по районам показал, что средние значения WDDS-10 (±SD) женщин из района Чибомбо (6,2 ± 1,7) не различались значимо (P = 0,636) от значений женщин из района Мкуши (6,4 ± 1,3) (Таблица 3).

3.2.3. Минимальное разнообразие рациона

Был проведен дальнейший анализ WDDS-10, рассчитанного на основе групп продуктов, потребленных за предыдущие семь дней, и доли женщин, достигших минимального разнообразия рациона (MDD-W) (Рисунок 2). Более 86% женщин из домохозяйств, выращивающих и не выращивающих сою, достигли MDD-W (т.е. WDDS-10 ≥ 5), в то время как 14% женщин не достигли MDD-W (т.е. WDDS-10 < 5). В этом случае рацион питания состоял в основном из продуктов растительного происхождения. Например, те, кто потреблял две группы продуктов, как правило, потребляли зерновые и темно-зеленые овощи. Те, кто потреблял три группы продуктов, дополнительно к зерновым и темно-зеленым овощам потребляли крахмалистые корнеплоды. Лишь немногие сообщили о потреблении яиц (13%) и рыбы (38%). По мере увеличения WDDS-10 рационы включали в основном крахмалистые корнеплоды, темно-зеленые овощи и другие овощи с добавлением таких групп продуктов, как бобовые, яйца, рыба, молочные продукты, субпродукты и мясо. Аналогично, при рассмотрении районов более 86 женщин из домохозяйств, выращивающих сою, в Чибомбо и Мкуши достигли балла MDD, равного 1, потребляя >5 групп продуктов ежедневно (Дополнительный рисунок 1).

Рисунок 2 Процент женщин, достигающих различных показателей разнообразия рациона женщин (WDDS-10), и распространенность минимального разнообразия рациона для женщин репродуктивного возраста (MDD-W) среди фермеров, выращивающих сою (S), и не выращивающих сою (NS). MDD-W = 1, если женщина потребляла как минимум пять или более различных групп продуктов в течение последних семи дней, и 0 в противном случае. Пунктирная линия обозначает пороговое значение MDD-W. N = 268.

3.3. Состав рационов питания

На Рисунке 3 показан процент домохозяйств, в которых женщины сообщили о потреблении продуктов из определенной группы за последние семь дней. Результаты подтверждают наблюдения по WDDS-10 о общем доминировании групп продуктов растительного происхождения в рационах. Зерновые потребляются более чем 95% домохозяйств. Почти 90% сообщили о потреблении темно-зеленых и других овощей, в то время как бобовые, корнеплоды и клубнеплоды, орехи и семена потреблялись более чем 60% домохозяйств. Около 50% домохозяйств сообщили о потреблении продуктов животного происхождения, таких как рыба, яйца, мясо и птица, за последние семь дней. Несколько домохозяйств сообщили о потреблении других групп продуктов, таких как фрукты, молочные продукты и продукты, богатые витамином А. Примечательно, что 20,9% женщин из домохозяйств, не выращивающих сою, сообщили, что потребляли закуски за последние семь дней, по сравнению с 77,8% из домохозяйств, выращивающих сою, в то время как 50,5% из домохозяйств, не выращивающих сою, потребляли сладкие продукты по сравнению с 43,1% из домохозяйств, выращивающих сою. Аналогично, 86,7% домохозяйств, не выращивающих сою, сообщили о потреблении приправ за последние 7 дней по сравнению с 77,8% из домохозяйств, выращивающих сою.

Рисунок 3 Процент женщин из домохозяйств, сообщивших о потреблении продуктов из группы за последние 7 дней.

Дальнейший анализ пищевых привычек среди женщин из домохозяйств, выращивающих сою, в двух районах показал, что женщины ели в основном схожие продукты (Дополнительный рисунок 2). Более 90% женщин из обоих районов сообщили о потреблении зерновых, темно-зеленых овощей и других овощей. Примечательно, что потребление фруктов, богатых витамином А, других фруктов, молочных продуктов и овощей, богатых витамином А, варьировалось от 6 до 35% в двух районах. Однако более 80% сообщили о потреблении корнеплодов и клубнеплодов в Мкуши по сравнению с 65% в Чибомбо. Аналогично, 80% потребляли бобовые в Мкуши против 50% в Чибомбо, и 84% женщин в Мкуши ели рыбу по сравнению с 50% в Чибомбо. Возможное объяснение этого заключается в том, что в Мкуши по сравнению с Чибомбо есть несколько рек и ручьев. Напротив, орехи и семена потреблялись больше в Чибомбо (91%), чем в Мкуши (50%). Субпродукты (15,0 против 3,8%), включая мясо и птицу (65,2 против 34,6%), также чаще потреблялись женщинами из Чибомбо, чем из Мкуши, соответственно. С другой стороны, масла и жиры потреблялись в равной степени 87% женщин в Чибомбо против 73% в Мкуши.

3.4. Факторы, связанные с разнообразием рациона женщин

3.4.1. Сельскохозяйственные факторы, связанные с разнообразием рациона женщин

В Таблице 4 представлены результаты многомерного регрессионного анализа взаимосвязи между выбранными сельскохозяйственными характеристиками домохозяйств и DDS и WDDS-10. Анализ был скорректирован по району, системе ведения хозяйства, образованию женщин, возрасту женщин, полу главы домохозяйства, образованию главы домохозяйства, возрасту главы домохозяйства и статусу благосостояния (см. Дополнительную таблицу 3 для результатов нескорректированных моделей). DDS и WDDS-10 не были статистически значимо связаны с показателем разнообразия хозяйства FPDS (P = 0,334; P = 0,222), долей площади под соей (P = 0,647; P = 0,575) и долей выращенных культур, потребленных (P = 0,856; P = 0,903). Примечательно, что регрессионный анализ показывает, что более высокая доля собранного урожая, проданного, была связана с более высоким DDS (β = 0,141, 95% ДИ = 0,70–3,60), но это не было характерно для WDDS-10 (β = 0,087, 95% ДИ = -0,626–1,717). При увеличении доли проданного урожая на каждый килограмм DDS увеличивался на 0,141.

Таблица 4 Многомерный регрессионный анализ взаимосвязи между показателями разнообразия рациона (DDS) и показателями разнообразия рациона женщин (WDDS-10) и сельскохозяйственными факторами.

Данные представлены как β, 95% доверительные интервалы, P-значение и проанализированы с помощью многомерного регрессионного анализа.

a Скорректировано по району, системе ведения хозяйства, образованию женщин, статусу благосостояния, возрасту женщин, полу главы домохозяйства, образованию главы домохозяйства и возрасту главы домохозяйства.

3.4.2. Социально-демографические факторы, связанные с разнообразием рациона женщин

В Таблице 5 представлены результаты многомерного регрессионного анализа взаимосвязи DDS и WDDS-10 с социально-демографическими переменными, включая статус благосостояния, размер домохозяйства, расстояние до ближайшего рынка и сумму, потраченную на продукты питания за последние семь дней. Анализ был скорректирован по району, системе ведения хозяйства, образованию женщин, возрасту женщин, полу главы домохозяйства, образованию главы домохозяйства, возрасту главы домохозяйства и статусу благосостояния (см. Дополнительную таблицу 4 для результатов нескорректированных моделей). Статус благосостояния и сумма, потраченная на продукты питания за последние 7 дней, показали значимую положительную связь с разнообразием рациона женщин. Статус благосостояния был связан с более высоким DDS (β = 0,305, 95% ДИ = 0,27–0,73) и WDDS-10 (β = 0,230, 95% ДИ = 0,08–0,37). Результаты показывают, что увеличение статуса благосостояния женщин на каждую единицу увеличивало DDS и WDDS-10 на 0,31 и 0,23 соответственно. Женщины из домохозяйств, которые тратили больше на продукты питания за последние семь дней, имели более высокий DDS (β = 0,182, 95% ДИ = 0,002–0,07), но не WDDS-10 (β = 0,120, 95% ДИ = -0,01–0,03). Это означает, что при увеличении расходов на продукты питания на каждый дополнительный доллар за последние 7 дней DDS увеличивался на 0,18. В отличие от этого, размер домохозяйства и расстояние до ближайшего рынка не были связаны с большим увеличением DDS (β = 0,106, 95% ДИ = -0,101–0,15; β = 0,094, 95% ДИ = -0,005–0,021) и WDDS-10 (β = 0,125, 95% ДИ = -0,037–0,125; β = 0,115, 95% ДИ = -0,001–0,015).

Таблица 5 Многомерный регрессионный анализ взаимосвязи между показателями разнообразия рациона (DDS) и показателями разнообразия рациона женщин (WDDS-10) и социально-демографическими факторами.

Здесь мы дополняем литературу, сравнивая разнообразие рациона женщин из домохозяйств, выращивающих и не выращивающих сою, в сельских районах Замбии. В целом, мы сообщаем об отсутствии значимых различий в DDS и WDDS-10 между двумя группами. Мы изучили факторы, связанные с разнообразием рациона, и сообщаем, что статус благосостояния домохозяйства является наиболее важным определяющим фактором разнообразия рациона женщин как показателя качества питания. Наши результаты свидетельствуют о том, что разнообразие рациона опосредовано социально-экономическими факторами, такими как благосостояние домохозяйства.

4.1. Влияние выращивания сои на рацион женщин

Как и в других африканских странах, соя в Замбии продвигается для стимулирования диверсификации культур в сторону от кукурузы (ведущей культуры для обеспечения продовольственной и доходной безопасности), улучшения денежных доходов фермеров и пищевой безопасности (Giller et al., 2011; Manda et al., 2017; Mubichi, 2017). Однако исследование показывает мало доказательств того, что выращивание сои напрямую приводит к более высокому разнообразию рациона. Фермеры более мотивированы выращивать эту культуру для продажи, чем для потребления в домохозяйстве. Это может быть связано с тем, что сообщения о продвижении сои фокусируются на ней как на товарной культуре, а не на продовольственной. Производство и переработка сои (в основном в корма для скота и растительные масла) экспоненциально выросли за последние два десятилетия. Экспорт продуктов из сои, таких как жмых/шрот, стимулируемый быстрым ростом животноводческого сектора в регионе Южной Африки, по-видимому, стимулирует увеличение инвестиций в промышленную переработку сои (Meyer et al., 2019; Mulenga et al., 2020). Аналогично, недавнее исследование с использованием балансов продовольствия ФАО показывает, что соя увеличила вклад в обеспечение страны питательными веществами, такими как кальций, белок, энергия и железо, на национальном уровне в Замбии (Kapulu et al., 2022). Однако результаты данного исследования показывают, что качество рационов, оцененное с помощью DDS и WDDS-10 у женщин из домохозяйств, выращивающих сою, не отличалось от такового у женщин из домохозяйств, не выращивающих сою. Результаты демонстрируют, что выращивание сои не было напрямую связано с более разнообразными рационами. Это, вероятно, связано с тем, что соя перерабатывается в масла и корма для скота, а не потребляется напрямую. В этой когорте наблюдается низкое потребление продуктов животного происхождения среди женщин, выращивающих и не выращивающих сою, что свидетельствует о том, что вклад сои как корма для животных в рацион женщин незначителен. Наши результаты подтверждают то, что показывают предыдущие исследования о низком уровне использования сои в пищу на уровне домохозяйств в Африке к югу от Сахары. Поэтому существует необходимость в обучении фермеров методам домашней переработки сои для пищевых целей, чтобы стимулировать ее потребление и использование — это важный фактор (Chianu et al., 2009; Wilson et al., 2021). Однако это должно сопровождаться такими мерами, как коммуникация по изменению поведения, направленная на потребление питательных продуктов, особенно местных, таких как яйца и фрукты. Программы учитывающего аспекты питания сельского хозяйства (NSA), сосредоточенные на обучении женщин переработке своей продукции, привели к увеличению потребления питательных продуктов и улучшению разнообразия рациона (Gondwe et al., 2017).

Это исследование показало, что женщины из домохозяйств, выращивающих сою и проживающих в Чибомбо, имеющем лучшую близость к рынкам сои и продовольствия, включая крупные города, такие как Лусака и Кабве, достигли аналогичных показателей рациона по сравнению с проживающими в Мкуши. Это свидетельствует о том, что местоположение, по-видимому, не влияло на разнообразие рациона в зависимости от связи с городами. Оба района находятся в сельской местности, что может быть следствием разнообразия продовольственных рынков в таких условиях. Например, исследование с участием 600 домохозяйств, проведенное в Камеруне и Гане, свидетельствует о том, что домохозяйства, проживающие в городах с лучшим доступом к продовольственным рынкам, с большей вероятностью имели более высокий DDS, чем те, кто проживал в пригородных (сельскохозяйственных) городах (Bahadur et al., 2018). Более того, женщины из двух районов имели схожие модели потребления (Дополнительный рисунок 2). Предыдущие отчеты свидетельствуют о том, что в сельских районах Замбии рационы питания сильно не различаются и состоят в основном из ншимы (густой каши), приготовленной из кукурузы или маниоки, вместе с темно-зелеными листовыми овощами, что согласуется с результатами данного исследования (Caswell et al., 2018). Однако более детальный анализ состава рациона по результатам данного исследования свидетельствует о том, что переход в питании медленно происходит среди сельских домохозяйств, поскольку потребление сахара и закусок растет (Kapulu et al., 2022). Примечательно, что женщины из Чибомбо потребляли больше мяса, птицы, масел и жиров, чем из Мкуши. Это может быть связано с близостью к предприятиям по переработке растительных масел для женщин, проживающих в Чибомбо.

4.2. Диверсификация сельского хозяйства и рацион женщин

Результаты настоящего исследования показали отсутствие взаимосвязи между долей собранных культур, потребленных, и DDS и WDDS-10 (Таблица 3). Хозяйства не были достаточно диверсифицированы по продовольственным культурам, чтобы повлиять на разнообразие рациона женщин. Другое возможное объяснение заключается в том, что соя и многие другие товарные культуры (например, табак, арахис) продвигались для увеличения доходов от сельского хозяйства (Kumar et al., 2018). Однако исследования из Замбии сообщают о низком уровне прямого потребления сои собственного производства из-за проблем с переработкой у мелких фермеров (Lubungu et al., 2013; Alamu et al., 2018). Это связано с недостатком знаний о методах переработки сои, таких как варка и выпечка (из соевой муки) для домашнего потребления (Lubungu et al., 2013). Аналогично, опрос, проведенный среди мелких фермеров в Гане, показал, что многие фермеры считают сою скорее товарной культурой, чем продовольственной (Mbanya, 2011). Таким образом, многие мелкие фермеры предпочитают продавать большую часть своего урожая, улучшая свои доходы (Meyer et al., 2018).

В Замбии продуктивность сои у мелких фермеров составляет менее 1 тонны с гектара и характеризуется высокими транзакционными издержками (Sitko et al., 2018). Фермеры также имеют ограниченный доступ к ресурсам и рынкам, предлагающим более высокие цены на сою (Mbanya, 2011; Asodina et al., 2020). Кроме того, масштаб слишком мал, чтобы обеспечить достаточный доход для диверсификации продуктов, которые они могут приобрести. Более того, мелкие фермеры склонны к чрезмерной специализации, когда рыночный спрос на особенно товарные культуры возрастает, что влияет на сельскохозяйственное разнообразие и разнообразие рациона соответственно (Mofya-Mukuka and Hichaambwa, 2018). Недавние отчеты из Замбии показывают, что повышение продуктивности сои и улучшение доступа к рынкам представляются важными, если мелкие фермеры хотят получить пищевые выгоды от производства сои (Nuhu et al., 2021). В исследовании измерялись результирующие выгоды для благосостояния от выращивания сои на доходы мелких фермеров и продовольственную безопасность домохозяйств. В целом, низкая продуктивность сои и ограниченный доступ к земле у мелких фермеров по сравнению с коммерческими фермерами влияли на продовольственную безопасность домохозяйств и доходы. Это свидетельствует о том, что, хотя политические меры в сельском хозяйстве Замбии были направлены на улучшение сельскохозяйственного разнообразия, например, продвижение сои и акцент на увеличении доходов сельских жителей (Manda et al., 2019), существует необходимость улучшить их доступ к земле и повысить продуктивность. Производственные системы мелких фермеров не диверсифицированы, и поэтому сельское хозяйство оказывает незначительное или нулевое влияние на разнообразие рациона.

Кроме того, результаты показали отсутствие взаимосвязи между FPDS (прокси-показателем сельскохозяйственного разнообразия) и DDS и WDDS (Таблица 3). В этом исследовании большинство домохозяйств в двух системах ведения хозяйства и районах имели низкое разнообразие, выращивая менее трех продовольственных культур и содержа менее двух видов скота (см. Таблицу 2). Путь, связывающий разнообразие производства с рационом женщин, сложен (Sibhatu and Qaim, 2018a; Madzorera et al., 2021). Например, вклад разнообразия производства в хозяйстве в разнообразие рациона, скорее всего, будет уменьшен, если домохозяйства в основном выращивают культуры или содержат скот для продажи, а не для потребления. В отличие от нашего исследования, предыдущее обследование сельскохозяйственных домохозяйств, проведенное Nkonde et al. (2021), использовало 24-часовое воспоминание для изучения связи между диверсификацией сельского хозяйства и показателями разнообразия рациона домохозяйств (DDS) среди 7 934 домохозяйств с детьми младше 5 лет во всех 10 провинциях Замбии. Они не обнаружили взаимосвязи между диверсификацией сельского хозяйства и показателями разнообразия рациона домохозяйств (Sibhatu and Qaim, 2018b; Sibhatu, 2019). Во всех этих исследованиях лучший доступ к рынкам опосредовал влияние разнообразия производства на разнообразие рациона. Улучшенный доступ к рынкам может повысить доходы фермеров от продаж, что улучшает рационы, когда деньги тратятся на питательные продукты, при условии, что рынки хорошо функционируют и имеют стабильное предложение (доступность) и доступные по цене питательные продукты (Manda et al., 2018a).

В исследованиях сообщается о нескольких факторах, которые, по-видимому, опосредуют взаимосвязь между диверсификацией и рационами (Sibhatu et al., 2015; Sibhatu and Qaim, 2018a; Madzorera et al., 2021). К ним относятся потребление собственной продукции, цены на продукты питания, доступность продовольственных рынков, географическое положение и доходы от продаж. Однако, хотя диверсификация сельского хозяйства может улучшить доходы мелких фермеров (Jones, 2017), результаты данного исследования показывают слабую связь. Мы утверждаем, что одной диверсификации сельского хозяйства недостаточно, и что существуют одинаково важные определяющие факторы качества и разнообразия рационов. Можно утверждать, что с учитывающей аспекты питания точки зрения такие меры, как выращивание сои, пока не обеспечивают фермерам лучший доступ к доступным рынкам с питательными продуктами (Madzorera et al., 2021). Этого можно достичь, уделяя больше внимания увеличению дохода фермеров от продажи сои, инвестициям в переработку на микроуровне, а также информированию о роли и важности диверсификации культур в целом и расширения сои в частности.

4.3. Социально-демографические факторы и рацион женщин

Социально-демографические факторы показали, что благосостояние домохозяйства было самым сильным предиктором DDS и WDDS-10 среди сельскохозяйственных домохозяйств. Например, каждое повышение статуса благосостояния (т.е. от беднейшего к бедному или от среднего к богатому) приводило к увеличению DDS и WDDS на 0,26 (95% ДИ 0,25–0,7) и 0,22 (95% ДИ 0,08–0,37) соответственно (Таблица 4). Эти результаты согласуются с предыдущим исследованием в Замбии, проведенным Mofya-Mukuka et al. (2017), в котором использовались панельные данные 24-часового воспоминания, собранные в ходе двух обследований во всех 10 провинциях. Исследование с участием 8 839 домохозяйств также показало, что статус благосостояния домохозяйства увеличил показатели разнообразия рациона домохозяйств на 18 процентных пунктов (Mofya-Mukuka et al., 2017). Кроме того, результаты настоящего исследования показывают, что разнообразие рациона женщин (DDS и WDDS-10) улучшалось в домохозяйствах со статусом благосостояния, отнесенным к среднему, богатому и самому богатому соответственно. И наоборот, женщины в бедных и беднейших домохозяйствах имели низкое разнообразие рациона независимо от системы ведения хозяйства и района.

Учитывая, что районы в этом исследовании являются сельскими, уровень бедности высок (CSO, 2016), с ограниченной инфраструктурой и неадекватной институциональной поддержкой для участия в рынке. Это потенциально может быть причиной того, что в этом исследовании не было обнаружено различий в рационах между соевыми и не соевыми домохозяйствами. Недавнее исследование показывает, что фермеры, выращивающие сою на площади < 5 га (т.е. мелкие), не получали достаточного экономического дохода для снижения бедности, несмотря на более широкий рыночный спрос и цены на сою (Nkonde et al., 2021). Ограниченная связь с рынком может быть еще одним важным фактором.

Другим ключевым результатом этого исследования была положительная взаимосвязь между долей собранного урожая и проданного с DDS. Регрессионная модель была скорректирована по району (Чибомбо и Мкуши), системе ведения хозяйства (соя и не соя) и статусу благосостояния. Вполне вероятно, что женщины из домохозяйств, которые выделяли больше денег на продукты питания, имели более разнообразные рационы. Панельное исследование в Замбии подтвердило это, обнаружив положительную связь между площадью под соей и увеличением доходов от продаж с разнообразием рациона (Nkonde et al., 2021).

Это исследование показало, что сумма денег, потраченная на продукты питания, была положительно связана с DDS и WDDS-10. Этот результат согласуется с предыдущими исследованиями, которые сообщают об усилении влияния доходов от сельского хозяйства на разнообразие рациона (Mofya-Mukuka and Hichaambwa, 2018; Some and Jones, 2018; Mulenga et al., 2021). Это исследование демонстрирует, что, хотя такие культуры, как соя, продвигались как товарные, это не всегда может влиять на разнообразие рациона, если получаемых доходов недостаточно. Требуются политические меры, обеспечивающие социальные защитные сетки для доходов, особенно для бедных, включая налоговые льготы на питательные продукты для увеличения их доступности.

Тем не менее, это не было характерно для фермеров, которые не получали достаточного экономического дохода от выращивания сои на < 5 га. Мелкое производство сои характеризуется низкой продуктивностью. Их урожайность и площадь земли были недостаточны для улучшения их благосостояния, несмотря на растущий рыночный спрос и цены на сою (Nkonde et al., 2021). В случае настоящего исследования фермеры, занимающиеся соей, должны получать достаточный доход от продажи урожая, чтобы соя могла улучшить рационы через доходный путь.

Таким образом, хотя правительство Замбии продвигало сою для улучшения доходов сельских жителей, результаты этого исследования показывают, что улучшение разнообразия рационов среди сельских фермерских домохозяйств включает сложные социально-экономические факторы. Некоторые из этих заметных факторов включают доступность продовольственных рынков, долю урожая, оставленную для потребления, сумму, потраченную на продукты питания, динамику принятия решений на уровне домохозяйства, расширение прав и возможностей женщин, образование и доходы от продаж (Wineman, 2016; Gondwe et al., 2017; Rosenberg et al., 2018; Sauer et al., 2018; Mulenga et al., 2021). Например, женщины играют важную роль в принятии решений о покупке продуктов питания (Bellon et al., 2016). Однако женщины подвергаются более высокому риску достижения низкого разнообразия рациона, особенно если они менее автономны и происходят из семей с низким доходом или бедных домохозяйств (Harris-Fry et al., 2015; Madzorera et al., 2021). Поскольку бедным женщинам может быть трудно купить достаточно продуктов, включая питательные, чтобы прокормить все домохозяйство, они могут отдавать приоритет удовлетворению потребностей в пище других членов семьи (например, детей и мужчин) в ущерб своим собственным (Chakona and Shackleton, 2017). Таким образом, необходимо лучшее понимание такой внутрисемейной динамики, если такие меры, как выращивание сои, должны обеспечить продовольственную безопасность и желаемые результаты в области питания для женщин.

Экономические императивы, в частности привлекательные цены на сою, обусловленные повышенным рыночным спросом, по-видимому, являются основой для поощрения правительством участия фермеров в производстве сои в Замбии. Формулировка сообщений о продвижении сои среди мелких фермеров в первую очередь ориентирована на доход, а не на питание. Данные этого исследования подтверждают гипотезу о том, что фермеры могут выращивать сою для рынка с целью получения более высоких доходов, а не для непосредственного потребления в пищу или покупки здоровых продуктов. Это исследование показало ограниченные доказательства использования сои в пищу среди мелких фермеров. Существует необходимость информировать мелких фермеров, особенно женщин, о питательной пользе потребления сои и технологиях переработки на уровне домохозяйств. Будущие исследования должны дополнительно изучить возможности и барьеры для использования сои на уровне домохозяйств среди мелких фермеров.

Это исследование также выявило важное различие между домохозяйствами в разных квинтилях благосостояния независимо от системы ведения хозяйства (соя или не соя). Мелкие фермеры полагаются на функциональность рынков для увеличения своих доходов и доступа к питательным продуктам. Результаты подкрепляют аргумент о том, что функциональность рынков, например, для сои, для фермеров, расположенных как ближе, так и дальше от городов и основных дорог, может создавать проблемы, включая ценовую эксплуатацию. Как и в случае с другими товарными цепочками, это увеличивает транзакционные издержки для мелких фермеров и подрывает доходы, увековечивая ловушку бедности (см. Manda, 2022). Политический курс на расширение производства сои не учитывает динамику среди мелких фермеров; вместо этого, как и в случае с кукурузой, подход является более целостным, чем целенаправленным. Следствием является то, что, поскольку большинство этих фермеров зависят от сельского хозяйства как от основного источника средств к существованию, они могут не получать достаточных доходов (в данном случае от выращивания сои), чтобы вырваться из бедности и одновременно удовлетворять свои продовольственные потребности (Mdee et al., 2020). Большинство мелких фермеров имеют доступ к небольшим участкам земли, на которых они также выращивают другие основные культуры. Кроме того, мелкое выращивание сои характеризуется низкой продуктивностью и плохой функциональностью рынка. Фермеры вряд ли будут получать достаточный доход от выращивания сои, пока эти условия не улучшатся (Nkonde et al., 2021). Доходный путь должен дополняться дополнительными мерами, влияющими на использование доходов, например, обучением вопросам питания и расширением прав и возможностей женщин для увеличения их участия в принятии решений о том, как используются доходы от сельского хозяйства, включая производство сои, и несельскохозяйственных источников для покупки продуктов с высокой плотностью питательных веществ.

5.1. Ограничения исследования

Впервые в Замбии исследование специально посвящено оценке того, как выращивание сои связано с качеством рациона. Однако исследование имеет несколько ограничений. Во-первых, FFQ не задавал конкретных вопросов о потреблении продуктов на основе сои. Соя была включена в FFQ как продукт питания в группу масличных культур наряду с другими культурами, такими как арахис и подсолнечник. Следовательно, ограничением этого исследования является то, что может быть невозможно определить единственный прямой вклад сои в показатели рациона. В этом случае методы оценки рациона, использующие открытое 24-часовое воспоминание, были бы уместны для оценки потребления сои. Поэтому следует соблюдать осторожность при интерпретации результатов, поскольку FFQ хорошо подходят для оценки пищевых привычек, а не потребления конкретных продуктов. Хотя DDS является хорошим показателем доступа к продовольствию в контексте продовольственной безопасности, он не дает указания на адекватность питательных веществ на индивидуальном уровне (FAO, 2018), поскольку не учитывает пищевую ценность потребляемых групп продуктов. Это особенно важно, учитывая, что дефицит микронутриентов, таких как кальций, цинк, фолиевая кислота и железо, распространен среди женщин в сельских районах. Для оценки адекватности рациона на индивидуальном уровне использовался WDDS-10, поскольку он учитывает качество рациона путем оценки типа потребляемых групп продуктов. WDDS-10 является простым в использовании прокси-показателем адекватности питательных веществ для определения качества рациона, когда ресурсы и время ограничены (Arimond et al., 2010; FAO, 2018). Женщины из обеих систем ведения хозяйства имели средний DDS 10 и потребляли шесть групп продуктов (WDDS-10 = 6) из 10, необходимых для достижения адекватности рациона. Соя была включена в FFQ как продукт питания в группу масличных культур. Хотя арахис обычно потребляется в различных формах, подсолнечник и соя в основном потребляются как растительное масло, представленное в другой категории продуктов (т.е. масла и жиры).

Исследование было проведено в один момент времени в месяцы сбора урожая, что могло измениться в более голодные месяцы. Сезонность может влиять на пищевые привычки и, следовательно, на обеспечение питательными веществами и адекватность питания (Caswell et al., 2018; Ambikapathi et al., 2019). Например, Caswell et al. (2018) показывают, что DDS как для женщин, так и для детей сильно варьировался в зависимости от сезона в их исследовании, которое включало 24-часовые воспоминания о питании, повторенные 7 раз в течение года. Предложение продовольствия, особенно в сельской местности, может зависеть от сезонности и географических характеристик района, например, близости к продовольственным рынкам (Ambikapathi et al., 2019). Таким образом, будущие исследования могли бы разработать инструменты оценки рациона (например, количественное 24-часовое воспоминание), которые задают конкретные вопросы о потреблении различных соевых продуктов наряду с другими продуктами и повторяют это с течением времени и по сезонам.

Это исследование показало, что статус благосостояния и использование доходов являются определяющими факторами разнообразия рациона женщин из фермерских домохозяйств в Замбии, а не диверсификация сельского хозяйства. Наше исследование показывает, что диверсификация мелкого сельского хозяйства через выращивание сои, по-видимому, не приносит прямой пользы разнообразию рациона женщин. Разработчикам политики и сторонникам диверсификации сельского хозяйства необходимо учитывать социально-демографические факторы, такие как статус благосостояния и доступ к рынкам, как важные движущие силы улучшения рациона. Политика, направленная на повышение доходов, должна дополняться дополнительными мерами по улучшению использования доходов и увеличению использования сои в домохозяйстве. Это исследование служит основой для разработки учитывающих аспекты питания сельскохозяйственных политик, включая последствия расширения посевов сои для средств к существованию мелких фермеров и показателей питания. Лучше понимая движущие силы и барьеры, разработчики политики смогут разработать соответствующие стратегии для улучшения показателей питания среди мелких фермерских домохозяйств, затронутых расширением сельского хозяйства.

Дополнительные материалы к этой статье можно найти онлайн по адресу: https://www.frontiersin.org/articles/10.3389/fsufs.2023.1115801/full#supplementary-material

Дополнительный рисунок 1

Процент женщин, достигающих различных показателей разнообразия рациона женщин (WDDS-10), и распространенность минимального разнообразия рациона для женщин репродуктивного возраста (MDD-W) среди фермеров, выращивающих сою. MDD-W = 1, если женщина потребляла как минимум пять или более различных групп продуктов в течение последних семи дней, и 0 в противном случае. Пунктирная линия обозначает пороговое значение MDD-W. N = 66.

Дополнительный рисунок 2

Процент женщин из домохозяйств, выращивающих сою, в Чибомбо и Мкуши, сообщивших о потреблении продуктов из группы за последние 7 дней.

¹ Лагерь — это официальная правительственная географическая зона, разделенная на зоны для административных целей, включающая сельскохозяйственные домохозяйства. Количество домохозяйств в лагере может варьироваться от 300 до 3000.

1.    Afshin A., Sur P. J., Fay K. A., Cornaby L., Ferrara G., Salama J. S., et al. (2019). Health effects of dietary risks in 195 countries, 1990–2017: a systematic analysis for the Global Burden of Disease Study 2017. Lancet 393, 1958–1972. doi: 10.1016/S0140-6736(19)30041-8. CrossRef. Google Scholar.

2.    Alamu E. O., Popoola I., Maziya-Dixon B. (2018). Effect of soybean (Glycine max (L.) Merr.) flour inclusion on the nutritional properties and consumer preference of fritters for improved household nutrition. Food Sci. Nutr. 6, 1811–1816. doi: 10.1002/fsn3.751. CrossRef. Google Scholar.

3.    Ambikapathi R., Gunaratna N. S., Madzorera I., Passarelli S., Canavan C. R., Noor R. A., et al. (2019). Market food diversity mitigates the effect of environment on women's dietary diversity in the Agriculture to Nutrition (ATONU) study, Ethiopia. Public Health Nutr. 22, 2110–2119. doi: 10.1017/S136898001900051X. CrossRef. Google Scholar.

4.    Arimond M., Wiesmann D., Becquey E., Carriquiry A., Daniels M. C., Deitchler M., et al. (2010). Simple food group diversity indicators predict micronutrient adequacy of women's diets in 5 diverse, resource-poor settings. J. Nutr. 140, 2059S–2069S. doi: 10.3945/jn.110.123414. CrossRef. Google Scholar.

5.    Asodina F. A., Adams F., Nimoh F., Weyori E. A., Wongnaa C. A., Bakang J. E.-A. (2020). Are non-market benefits of soybean production significant? An extended economic analysis of smallholder soybean farming in Upper West region of northern Ghana. Agric. Food Security 9, 13. doi: 10.1186/s40066-020-00265-7. CrossRef. Google Scholar.

6.    Atukunda P., Eide W. B., Kardel K. R., Iversen P. O., Westerberg A. C. (2021). Unlocking the potential for achievement of the UN Sustainable Development Goal 2 - 'Zero Hunger' - in Africa: targets, strategies, synergies and challenges. Food Nutr. Res. 65, 7686–7697. doi: 10.29219/fnr.v65.7686. CrossRef. Google Scholar.

7.    Bahadur K. K. C., Legwegoh A. F., Therien A., Fraser E. D. G., Antwi-Agyei P. (2018). Food price, food security and dietary diversity: a comparative study of Urban Cameroon and Ghana. J. Int. Dev. 30, 42–60. doi: 10.1002/jid.3291. CrossRef. Google Scholar.

8.    Bellon M. R., Ntandou-Bouzitou G. D., Caracciolo F. (2016). On-farm diversity and market participation are positively associated with dietary diversity of rural mothers in Southern Benin, West Africa. PLoS ONE 11, e0162535. doi: 10.1371/journal.pone.0162535. CrossRef. Google Scholar.

9.    Caswell B. L., Talegawkar S. A., Siamusantu W., West K. P. Jr., Palmer A. C. (2018). A 10-food group dietary diversity score outperforms a 7-food group score in characterizing seasonal variability and micronutrient adequacy in rural zambian children. J. Nutr. 148, 131–139. doi: 10.1093/jn/nxx011. CrossRef. Google Scholar.

10. Chakona G., Shackleton C. (2017). Minimum dietary diversity scores for women indicate micronutrient adequacy and food insecurity status in South African Towns. Nutrients 9, 812. doi: 10.3390/nu9080812. CrossRef. Google Scholar.

11. Chianu J. N., Ohiokpehai O., Vanlauwe B., Sanginga N. (2009). Promoting a versatile but yet minor crop: soybean in the farming systems of Kenya. J. Sust. Dev. Afr. 11, 78–97. Google Scholar.

12. CSO (2013). Census of Population and Housing, Agriculture analytical report: Population and Demographic Projections 2011 - 2035. Lusaka, Zambia: Central Statistical Office Zambia. Google Scholar.

13. CSO (2016). (2015). Living Conditions Monitoring Survey Key Findings. Lusaka, Zambia: Central Statistical Office Zambia. Google Scholar.

14. CSO MoH and ICF. (2019). Zambia Demographic Health Survey 2018: Key Indicator Report Office, C.S. Rockville, MD, USA: Central Statistical Office, Ministry of Health, and ICF. Google Scholar.

15. Doocy S., Burnham G. (2006). Assessment of socio-economic status in the context of food insecurity: implications for field research. World Health Popul. 8, 32–42. doi: 10.12927/whp.2006.18212. CrossRef. Google Scholar.

16. FAO (1994). Definition and Classification of Commodities. Rome, Italy: Food and Agriculture Organization of the United Nations (FAO). Google Scholar.

17. FAO (2017). The Future of Food and Agriculture -Trends and Challenges. Rome: FAO. Google Scholar.

18. FAO (2018). Dietary Assessment: A Resource Guide to Method Selection and Application in Resource Settings. Rome: Food and Agriculture Organisation of the United Nations. Google Scholar.

19. FAO and FHI360 (2016). Minimum Dietary Diversity Scores for Women: A Guide for Measurement. Rome, Italy: FAO. Google Scholar.

20. FAOSTAT (2020). FAOSTAT. Food Balance Sheet. Google Scholar.

21. Field A. (2009). Discovering Statistics Using SPSS, 3rd Edn. London: SAGE Publications Limited. Google Scholar.

22. Giller K. E., Murwira M. S., Dhliwayo D. K. C., Mafongoya P. L., Mpepereki S. (2011). Soyabeans and sustainable agriculture in southern Africa. Int. J. Agric. Sust. 9, 50–58. doi: 10.3763/ijas.2010.0548. CrossRef. Google Scholar.

23. Gondwe T. M., Alamu E. O., Musonda M., Geresomo N., Maziya-Dixon B. (2017). The relationship between training farmers in agronomic practices and diet diversification: a case study from an intervention under the Scaling Up Nutrition programme in Zambia. Agric. Food Security. 6, 72. doi: 10.1186/s40066-017-0151-3. CrossRef. Google Scholar.

24. Grech A. M., Alders R., Darton-Hill I., Bagnol B., Hikeezi D., O'Leary F. M. (2018). Nutrition knowledge, attitudes and dietary intake of women of reproductive age in women in Bundabunda Ward, Zambia. Clin. J. Nutr. Dietet. 1, 1–12. Google Scholar.

25. Harris-Fry H., Azad K., Kuddus A., Shaha S., Nahar B., Hossen M., et al. (2015). Socio-economic determinants of household food security and women's dietary diversity in rural Bangladesh: a cross-sectional study. J. Health Popul. Nutr. 33, 2. doi: 10.1186/s41043-015-0022-0. CrossRef. Google Scholar.

26. Jones A. D. (2017). Critical review of the emerging research evidence on agricultural biodiversity, diet diversity, and nutritional status in low- and middle-income countries. Nutr. Rev. 75, 769–782. doi: 10.1093/nutrit/nux040. CrossRef. Google Scholar.

27. Jones A. D., Shrinivas A., Bezner-Kerr R. (2014). Farm production diversity is associated with greater household dietary diversity in Malawi: findings from nationally representative data. Food Policy 46, 1–12. doi: 10.1016/j.foodpol.2014.02.001. CrossRef. Google Scholar.

28. Joy E. J., Ander E. L., Young S. D., Black C. R., Watts M. J., Chilimba A. D., et al. (2014). Dietary mineral supplies in Africa. Physiol. Plant. 151, 208–229. doi: 10.1111/ppl.12144. CrossRef. Google Scholar.

29. Kaltenbrun T. A., du Plessis L. M., Drimie S. (2020). A qualitative analysis of perceptions of various stakeholders on nutrition-sensitive agricultural interventions, including the taxation on sugar-sweetened beverages (SSBs), to improve overall health and nutrition in South Africa. BMC Public Health. 20, 1342. doi: 10.1186/s12889-020-09440-8. CrossRef. Google Scholar.

30. Kapulu N., Clark H., Manda S., Smith H. E., Orfila C., Macdiarmid J. I. (2022). Evolution of energy and nutrient supply in Zambia (1961-2013) in the context of policy, political, social, economic and climatic changes. Food Security. 15, 323–342. doi: 10.1007/s12571-022-01329-1. CrossRef. Google Scholar.

31. Kapulu N. P., Clark H., Orfila C., Macdiarmid J. I. (2020). "An evaluation of protein supply in Zambia between 1961 and 2013 shows dominance of plant-based sources," in Proceedings of the Nutrition Society. Nutrition Society Live (2020). 14 Jul 2020 - 15 Jul 2020. Online. Cambridge University Press (CUP). doi: 10.1017/S002966512000748X. CrossRef. Google Scholar.

32. Kumar N., Nguyen P. H., Harris J., Harvey D., Rawat R., Ruel M. T. (2018). What it takes: evidence from a nutrition- and gender-sensitive agriculture intervention in rural Zambia. J. Dev. Effect. 10, 341–372. doi: 10.1080/19439342.2018.1478874. CrossRef. Google Scholar.

33. Lubungu M., Burke W. J., Sitko N. J. (2013). Analysis of the Soya Bean Value Chain in Zambia's Eastern Province. IAPRI Working Paper, 74. Indaba Agricultural Policy Research Institute, Lusaka, Zambia. Google Scholar.

34. Madzorera I., Blakstad M. M., Bellows A. L., Canavan C. R., Mosha D., Bromage S., et al. (2021). Food crop diversity, women's income-earning activities, and distance to markets in relation to maternal dietary quality in Tanzania. J. Nutr. 151, 186–196. doi: 10.1093/jn/nxaa329. CrossRef. Google Scholar.

35. MAL-GRZ (2016). Mkushi District Situation Analysis Report. Google Scholar.

36. MAL-GRZ (2018). Chibombo District Agriculture Report Third Quarter. Google Scholar.

37. Manda J., Alene A. D., Mukuma C., Chikoye D. (2017). Ex-ante welfare impacts of adopting maize-soybean rotation in eastern Zambia. Agric. Ecosyst. Environ. 249, 22–30. doi: 10.1016/j.agee.2017.07.030. CrossRef. Google Scholar.

38. Manda S. (2022). Inside Zambia's 'new normal:' COVID-19 policy responses and implications for peri-urban food security and livelihoods. J. Int. Dev. doi: 10.1002/jid.3720. CrossRef. Google Scholar.

39. Manda S., Dougill A., Tallontire A. (2018a). Business 'Power of presence:' Foreign capital, industry practices and politics of sustainable development in Zambia. J. Develop. Stud. 56, 186–204. doi: 10.1080/00220388.2018.1554212. CrossRef. Google Scholar.

40. Manda S., Dougill A., Tallontire A. (2018b). Outgrower schemes, livelihoods and response pathways on the Zambian 'sugarbelt.' Geoforum. 97, 119–130. doi: 10.1016/j.geoforum.2018.10.02. CrossRef. Google Scholar.

41. Manda S., Dougill A., Tallontire A. (2019). Large-scale land acquisitions and institutions: Patterns, influence and barriers in Zambia. Geograph. J. 2019, 1–15. doi: 10.1111/geoj.12291. CrossRef. Google Scholar.

42. Mbanya W. (2011). Assessment of the constraints in soybean production: a case of Northern Region, Ghana. J. Dev. Sust. Agric. 6, 199–214. doi: 10.11178/jdsa.6.199. CrossRef. Google Scholar.

43. Mdee A., Manda S., Chasukwa M., Ofori A. (2020). Neither sustainable nor inclusive: a political economy of agricultural policy and livelihoods in Malawi, Tanzania and Zambia. J. Peas. Stud. 48, 1260–1283. doi: 10.1080/03066150.2019.1708724. CrossRef. Google Scholar.

44. Meyer F., Davids T., Chisanga B. (2019). Feed the Future Zambia Commodity Balance Sheet: Soybeans Dataset. USAID Development Data Library: USAID. Google Scholar.

45. Meyer F., Traub L., Davids T., Chisanga B., Kachule R., Tostão E., et al. (2018). Modelling Soybean Markets in Eastern and Southern Africa: Regional Network of Agricultural Policy Research Institutes (ReNAPRI). Luxembourg: Publications Office of the European Union [Working Paper]. Google Scholar.

46. Mofya-Mukuka R., Hichaambwa M. (2018). Livelihood effects of crop diversification: a panel data analysis of rural farm households in Zambia. Food Security 10, 1449–1462. doi: 10.1007/s12571-018-0872-6. CrossRef. Google Scholar.

47. Mofya-Mukuka R., Sambo J., Kuhlgatz H. C. (2017). Exploring Linkages Between Farm Productive Assets and Household Food Security in Zambia: Working Paper 124. Lusaka: Indaba Agricultural Policy Research Institute (IAPRI). Google Scholar.

48. Morris S. S., Carletto C., Hoddinott J., Christiaensen L. J. M. (2000). Validity of rapid estimates of household wealth and income for health surveys in rural Africa. J. Epidemiol. Community Health 54, 381–387. doi: 10.1136/jech.54.5.381. CrossRef. Google Scholar.

49. Mubichi F. (2017). A comparative study between Mozambique and Malawi soybean adoption among smallholder farmers. J. Rural Soc. Sci. 32, 21–39. Google Scholar.

50. Mulenga B. P., Banda A., Kasoma-Pele W., Chapoto A. (2020). Soybean Value Chain Analysis in Zambia. Lusaka, Zambia: Indaba Agricultural Policy Research Institute (IAPRI) [Working Paper 157]. Google Scholar.

51. Mulenga B. P., Ngoma H., Nkonde C. (2021). Produce to eat or sell: panel data structural equation modeling of market participation and food dietary diversity in Zambia. Food Policy 102, 102035. doi: 10.1016/j.foodpol.2021.102035. CrossRef. Google Scholar.

52. Mwanamwenge M., Cook S. J. (2019). Beyond Maize: Exploring Agricultural Diversification in Zambia from Different Perspectives. Sustainable Diets for All. Lusaka: Hivos and International Institute for Environment and Development (IIED). Google Scholar.

53. Mwanamwenge M., Harris J. (2017). Agriculture, Food Systems, Diets and Nutrition in Zambia. Sustainable diets for all. Lusaka: HIVOS and IIED. Google Scholar.

54. NFNC (2014). Zambia Food Consumption and Micronutrient Status Survey Report. Lusaka, Zambia: National Food and Nutrition Commission. Google Scholar.

55. Nkomoki W., Bavorová M., Banout J. (2019). Factors associated with household food security in Zambia. Sustainability 11, 2715. doi: 10.3390/su11092715. CrossRef. Google Scholar.

56. Nkonde C., Audain K., Kiwanuka-Lubinda R. N., Marinda P. (2021). Effect of agricultural diversification on dietary diversity in rural households with children under 5 years of age in Zambia. Food Sci. Nutr. 9, 6274–6285. doi: 10.1002/fsn3.2587. CrossRef. Google Scholar.

57. Nuhu A. S., Liverpool-Tasie L. S. O., Awokuse T., Kabwe S. (2021). Do benefits of expanded midstream activities in crop value chains accrue to smallholder farmers? Evidence from Zambia. World Dev. 143, 105469. doi: 10.1016/j.worlddev.2021.105469. CrossRef. Google Scholar.

58. Rosenberg A. M., Maluccio J. A., Harris J., Mwanamwenge M., Nguyen P. H., Tembo G., et al. (2018). Nutrition-sensitive agricultural interventions, agricultural diversity, food access and child dietary diversity: evidence from rural Zambia. Food Policy 80, 10–23. doi: 10.1016/j.foodpol.2018.07.008. CrossRef. Google Scholar.

59. Ruel M. T., Quisumbing A. R., Balagamwala M. (2018). Nutrition-sensitive agriculture: what have we learned so far? Glob. Food Security 17, 128–153. doi: 10.1016/j.gfs.2018.01.002. CrossRef. Google Scholar.

60. Rutstein S. O. (2008). The DHS Wealth Index: Approaches for rural and urban areas, in Demographic and Health Research: DHS Working Papers (2008). No. 60. United States Agency for International Development. Google Scholar.

61. Samboko P. C., Zulu-Mbata O., Chapoto A. (2018). Analysis of the animal feed to poultry value chain in Zambia. Dev. South. Afr. 35, 351–368. doi: 10.1080/0376835X.2018.1480932. CrossRef. Google Scholar.

62. Sauer C. M., Mason N. M., Maredia M. K., Mofya-Mukuka R. (2018). Does adopting legume-based cropping practices improve the food security of small-scale farm households? Panel survey evidence from Zambia. Food Security 10, 1463–1478. doi: 10.1007/s12571-018-0859-3. CrossRef. Google Scholar.

63. Sharma I. K., Di Prima S., Essink D., Broerse J. E. W. (2021). Nutrition-sensitive agriculture: a systematic review of impact pathways to nutrition outcomes. Adv. Nutr. 12, 251–275. doi: 10.1093/advances/nmaa103. CrossRef. Google Scholar.

64. Sibhatu K. T. (2019). Farm-level agricultural biodiversity is not the principal contributor to diverse and micronutrient-rich diets, nor to overall food consumption in smallholder farm households. J. Nutr. 149, 1482–1483. doi: 10.1093/jn/nxz077. CrossRef. Google Scholar.

65. Sibhatu K. T., Arslan A., Zucchini E. (2022). The effect of agricultural programs on dietary diversity and food security: insights from the smallholder productivity promotion program in Zambia. Food Policy. 113, 102268. doi: 10.1016/j.foodpol.2022.102268. CrossRef. Google Scholar.

66. Sibhatu K. T., Krishna V. V., Qaim M. (2015). Production diversity and dietary diversity in smallholder farm households. Proc. Natl. Acad. Sci. U. S. A. 112, 10657–10662. doi: 10.1073/pnas.1510982112. CrossRef. Google Scholar.

67. Sibhatu K. T., Qaim M. (2018a). Farm production diversity and dietary quality: linkages and measurement issues. Food Security 10, 47–59. doi: 10.1007/s12571-017-0762-3. CrossRef. Google Scholar.

68. Sibhatu K. T., Qaim M. (2018b). Review: meta-analysis of the association between production diversity, diets, and nutrition in smallholder farm households. Food Policy 77, 1–18. doi: 10.1016/j.foodpol.2018.04.013. CrossRef. Google Scholar.

69. Sitko N. J., Chisanga B., Tschirley D., Jayne T. S. (2018). An evolution in the middle: examining the rise of multinational investment in smallholder grain trading in Zambia. Food Security 10, 473–488. doi: 10.1007/s12571-018-0767-6. CrossRef. Google Scholar.

70. Some J. W., Jones A. D. (2018). The influence of crop production and socioeconomic factors on seasonal household dietary diversity in Burkina Faso. PLoS ONE 13, e0195685. doi: 10.1371/journal.pone.0195685. CrossRef. Google Scholar.

71. Vyas S., Kumaranayake L. (2006). Constructing socio-economic status indices: how to use principal components analysis. Health Policy Plan. 21, 459–468. doi: 10.1093/heapol/czl029. CrossRef. Google Scholar.

72. WFP (2008). Food Consumption Analysis: Calculation and Use of the Food Consumption Score in Food Security Analysis. Rome, Italy: Vulnerability Analysis And Mapping. Google Scholar.

73. Wilson W. C., Slingerland M., Baijukya F. P., van Zanten H., Oosting S., Giller K. E. (2021). Integrating the soybean-maize-chicken value chains to attain nutritious diets in Tanzania. Food Security 13, 1595–1612. doi: 10.1007/s12571-021-01213-4. CrossRef. Google Scholar.

74. Wineman A. (2016). Multidimensional household food security measurement in rural Zambia. Agrekon 55, 278–301. doi: 10.1080/03031853.2016.1211019. CrossRef. Google Scholar.

75. Zambia Statistics Agency Ministry of Health (MOH) Zambia, and ICF. (2019). Zambia Demographic and Health Survey 2018. Lusaka, Zambia, and Rockville, MD, USA.: Zambia Statistics Agency, Ministry of Health (MOH) Zambia, and ICF. Google Scholar.

76. ZAMSTATS (2020). Crop Forecast Survey. Zambia Data Portal: Zambia Statistics Agency. Google Scholar.

Kapulu N, Chomba C, Nkonde C, Holmes M, Manda S, Smith HE, Macdiarmid JI and Orfila C (2023) Dietary diversity of women from soybean and non-soybean farming households in rural Zambia. Front. Sustain. Food Syst. 7:1115801. doi: 10.3389/fsufs.2023.1115801

Перевод статьи «Dietary diversity of women from soybean and non-soybean farming households in rural Zambia» авторов Kapulu N, Chomba C, Nkonde C, Holmes M, Manda S, Smith HE, Macdiarmid JI and Orfila C., оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык

Фото: Designed by Freepik