Опубликовано через 6 часов

Как мелким фермерам Непала зарабатывать больше на овощах

Повышение эффективности прибыльности в овощеводстве важно для увеличения доходов, улучшения средств к существованию и обеспечения продовольственной безопасности, а также для сокращения бедности среди мелких фермеров, особенно в развивающихся странах. В данном исследовании была проанализирована эффективность прибыльности и её определяющие факторы в мелких овощных хозяйствах Непала с использованием стохастической транслогарифмической функции прибыли на основе перекрёстных данных, собранных в 2013 году.

Результаты показали высокий уровень неэффективности в овощных хозяйствах, обусловленный совокупным влиянием технической, распределительной и масштабной неэффективности. Различия в рентабельности овощных хозяйств существенно объясняются такими факторами производства, как труд, земля, семена, удобрения, пестициды и капитал. К факторам, определяющим неэффективность прибыльности в овощеводстве, относятся типы сортов культур, доступ к информации и консультационным услугам, доступ к сельскохозяйственным кредитам, удалённость ферм от рынков сбыта, а также пол руководителя хозяйства. Эффективность прибыльности в овощеводстве может быть повышена за счёт внедрения улучшенных сортов семян, совершенствования программ информирования и консультирования, расширения доступности кредитных ресурсов для фермеров, развития рыночной инфраструктуры и расширения прав и возможностей женщин-фермеров в овощеводстве, что приведёт к повышению доходов домохозяйств и улучшению продовольственной безопасности.

Овощеводство является важной подотраслью для увеличения доходов, сокращения бедности и улучшения питания, в частности в развивающихся странах. Этот сектор предоставляет более широкие возможности для самозанятости различным участникам продовольственной цепочки создания стоимости, таким как поставщики ресурсов, фермеры, торговцы, перевозчики, переработчики и другие вспомогательные профильные учреждения. Экономика Непала уже давно полагается на сельское хозяйство, которое составляет более 25% валового внутреннего продукта (ВВП), где овощи являются одним из основных компонентов в формировании сельскохозяйственного валового внутреннего продукта (СВВП). Министерство сельского хозяйства и развития животноводства (MOALD, 2020) сообщило, что в 2019 году более 3,2 миллиона фермеров занимались овощеводством и произвели 3,96 миллиона тонн овощей на 0,69 миллиона акров земли со средней урожайностью 5,74 тонны/акр. Несмотря на огромный вклад в СВВП, темпы роста этого сектора снизились с 5,98% (2007–2009) до 3,07% (2010–2019), а производительность остается низкой (MOALD, 2020), что является самым низким показателем среди азиатских стран (Rai и др., 2019). Таким образом, повышение производительности является ключевым для сокращения разрыва в продуктивности (потенциал продуктивности 7 тонн/акр) и в конечном итоге для улучшения технической, распределительной и экономической эффективности в производстве овощей.

Основные сельскохозяйственные политики Непала, поскольку страна не имеет отдельной политики по овощеводству, включают Перспективный план развития сельского хозяйства (APP; NPC, 1995), Стратегию развития сельского хозяйства (ADS; MOAD, 2014) и Четырнадцатый план развития 2019–2024 (NPC, 2017). Основными целями этих политик являются снижение бедности и обеспечение продовольственной и питательной безопасности путем трансформации натурального сельского хозяйства в коммерческое и конкурентоспособное сельское хозяйство. Несмотря на эти значительные усилия, сельскохозяйственный сектор не смог успешно улучшить доходы, средства к существованию, продовольственную безопасность и питание, особенно уязвимых групп, таких как безземельные, мелкие фермеры, женщины и дети (MOAD, 2014; Rai и др., 2019). Для решения этих проблем и улучшения сельскохозяйственного сектора необходимо разработать соответствующие эмпирически проверенные политики и программы, основанные на фактических данных.

Непальские овощные фермы характеризуются размером хозяйства <1 га со средним землевладением 0,7 га (CBS, 2019) и интегрированными системами севооборота, где различные овощные культуры выращиваются на одном участке (Shrestha и др., 2016a). Большинство фермеров выращивают овощи на собственной земле, используют как улучшенные, так и местные сорта, применяют ручной труд и тягловую силу животных при вспашке земли, а также используют различные удобрения и химикаты, включая компост, зеленые удобрения, химические удобрения и пестициды (Timsina and Shivakoti, 2018). Распространенными проблемами, с которыми сталкиваются мелкие фермеры-овощеводы, являются натуральное ориентированное земледелие, отсутствие современных технологий, неадекватные консультационные услуги, плохая дорожная сеть и инфраструктура, а также неудовлетворительные рыночные условия, что делает сельскохозяйственный сектор менее производительным и эффективным (Pokhrel, 2010; Timsina and Shivakoti, 2018). Хотя овощеводство в Непале в основном представлено мелкими фермерами, оно постепенно переходит от натурального к коммерческому типу (Pokhrel, 2010; Shrestha и др., 2016b; MOALD, 2020). Повышение производительности и рентабельности в сельском хозяйстве является ключевым для обеспечения экономической устойчивости этого сектора (Abu и др., 2012; Akamin и др., 2017). Это требует понимания технической, распределительной и экономической эффективности, а также факторов, их определяющих. Предыдущие исследования по овощеводству в Непале были в основном сосредоточены на анализе затрат и выгод, анализе цепочки создания стоимости и вопросах маркетинга (Pokhrel, 2010; USAID, 2011; Rai и др., 2019; Sharma, 2019). Насколько нам известно, литература, анализирующая эффективность прибыльности мелких овощеводов Непала, ограничена. Данное исследование направлено на восполнение этого пробела в знаниях.

В статье рассматриваются два основных исследовательских вопроса. Во-первых, каков уровень эффективности прибыльности в овощеводстве Непала? Во-вторых, какие факторы определяют эффективность прибыльности в овощеводстве Непала? Основной целью данного исследования является измерение эффективности прибыльности, определение факторов, влияющих на неэффективность, и разработка политик для повышения рентабельности и доходов мелких овощных хозяйств. Статья внесет вклад в совокупность знаний по методологии анализа эффективности сельскохозяйственного производства, пониманию эффективности в овощеводстве и выявлению факторов, способствующих неэффективности в овощеводстве Непала. Взаимосвязь эффективности прибыльности с различными переменными, такими как производственные ресурсы, социально-экономические факторы и технологии, будет полезна при разработке политик и программ для повышения эффективности использования ресурсов, решения социально-экономических ограничений и повышения экономической конкурентоспособности и эффективности овощного сектора. Поскольку районы исследования и выборочные единицы были отобраны из различных агроэкологических условий, результаты можно распространить на всю страну и на аналогичные агроэкологии в других странах.

В глобальном масштабе проведено несколько исследований по эффективности прибыльности зерновых культур (Rahman, 2003; Ogunniyi, 2011; Abu и др., 2012; Nmadu and Garba, 2013; Nwauwa и др., 2013). В Непале было проведено несколько исследований по анализу эффективности в сельском хозяйстве (Dhungana и др., 2004; Bhatta и др., 2006; Adhikari and Bjørndal, 2009; Kafle, 2011), однако эти исследования не охватывали овощные фермы. Shrestha и др. (2016a) оценили экономическую эффективность зимних овощных ферм с использованием анализа среды функционирования (DEA), а Shrestha и др. (2016b) определили техническую эффективность летних овощных ферм с использованием стохастической транслогарифмической производственной функции. Недостаточно исследований по эффективности прибыльности овощеводства на уровне домохозяйств, поскольку фермеры в развивающихся странах, включая Непал, выращивают несколько овощных культур на одной земле в течение года (Nwauwa и др., 2013; Shrestha и др., 2016a). Предыдущие исследования по анализу эффективности овощеводства в Непале основывались на данных уровня участков и сезонов, а не на данных уровня домохозяйств (Shrestha и др., 2016b; Rai и др., 2019). Кроме того, предыдущие исследования в Непале были сосредоточены на анализе технической эффективности, а литература по эффективности прибыльности очень ограничена (Shrestha и др., 2016a; Dahal и др., 2019; Sapkota and Joshi, 2021). Данное исследование вносит вклад в совокупность литературы по экономике овощеводства и методологическим аспектам с трех точек зрения. Во-первых, мы использовали выборки из различных агроэкологий (высокогорья, среднегорий и равнинных районов) Непала, таким образом, они репрезентативны для различных агроэкологий Непала. Во-вторых, мы собирали и анализировали данные на уровне домохозяйств вместо уровня ферм. Это позволяет учесть влияние социально-экономических переменных на эффективность прибыльности овощных ферм. В-третьих, большинство стохастических функций прибыли используют либо анализ технической, либо распределительной эффективности. Однако наша модель стохастической функции прибыли интегрирует техническую, распределительную и экономическую эффективность в систему уравнений, так что мы можем охватить как технические, так и экономические аспекты. Параметры функции прибыли и компоненты неэффективности были оценены совместно через систему уравнений (Ali and Flinn, 1989; Coelli и др., 2005; Islam и др., 2011; Budi Setiawan and Ari Bowo, 2016). В-четвертых, вместо сезонных культур мы включили все овощные культуры, выращенные обследованными домохозяйствами в течение года, рассматривая их как единое целое, что дает фактический уровень эффективности, поскольку используемые ресурсы и произведенная продукция от разных культур взаимосвязаны и взаимозависимы в хозяйстве. Остальная часть статьи организована в три раздела. Сначала мы обсуждаем методологию, описывая дизайн выборки, район исследования и методы анализа. Затем мы обсуждаем результаты и их обсуждение. Заключительный раздел подводит итоги статьи.

Дизайн выборки и район исследования

В данном исследовании был принят многоступенчатый метод случайной выборки. Во-первых, мы целенаправленно выбрали центральный регион Непала, поскольку он имеет наибольший вклад в общее производство овощей среди пяти регионов (восточного, центрального, западного, среднего западного и дальнего западного; MOALD, 2020). Во-вторых, четыре района: Долакха, Лалитпур, Дхадинг и Дхануша, были целенаправленно отобраны в трех агроэкологических регионах: горном, холмистом и тераи (тропическая равнина) на основе вклада в производство овощей; таким образом, данное исследование представляет три агроэкологических региона. Район Долакха представляет горную агроэкологию, районы Лалитпур и Дхадинг представляют холмистую агроэкологию, а район Дхануша представляет агроэкологию тераи. Два района — Дхадинг и Лалитпур — были отобраны из холмистого региона, чтобы представить относительно большее количество фермеров, выращивающих овощи в холмистых районах. Производство овощей было самым высоким в районе Дхадинг (59 347 тонн), за ним следовали район Лалитпур (41 262 тонны), район Дхануса (38 666 тонн) и район Долакха (19 480 тонн) в 2015 году (MOALD, 2016).

В-третьих, мы случайным образом отобрали 12 деревень (по три деревни из каждого района) среди основных районов производства овощей на основе профиля, предоставленного соответствующим Управлением развития сельского хозяйства округа (DADO). Отобранные деревни в районе Долакха — Боач, Бхимешовар и Кавре — характеризуются высокими высотами (от 2 000 до 2 600 м), холодной погодой, крутыми склонами, отсутствием базовой инфраструктуры (например, ирригации, сельскохозяйственных дорог и рыночных условий) и слабым доступом к государственным услугам, включая услуги сельскохозяйственного консультирования для фермеров (DADO, 2016b). Отобранные деревни в районе Лалитпур — Луву, Джхарувараси и Девичор — и в районе Дхадинг — Дживанпур, Бенигхат и Дхуса — характеризуются умеренно прохладным климатом со средней высотой (от 1 000 до 1 900 м), возвышенностями и долинами с террасными полями, а также относительно лучшим доступом к дорогам, рыночной инфраструктуре, консультационным услугам, ирригационным и образовательным учреждениям (DDC, 2013; DADO, 2016a). Аналогично, отобранные деревни в районе Дхануша — Дхалкебар, Бенгадабар и Дигамбарпур — характеризуются низкими высотами (от 250 до 500 м), жарким климатом, в основном низменностями и лучшим доступом к дорогам, сельскохозяйственным рынкам, ирригационным и консультационным услугам по сравнению с остальными районами нашего исследования (DDC, 2008).

В-четвертых, для отбора 325 домохозяйств был принят метод случайной выборки, включая 86 в районе Долакха, 75 в районе Лалитпур, 84 в районе Дхадинг и 80 в районе Дхануша, которые производят овощи не только для потребления в домохозяйстве, но и для продажи на рынках в течение всего года. Размер выборки на район определялся пропорционально общему количеству фермерских хозяйств в районе. Размер выборки представляет около 10% от общего числа фермерских хозяйств в районах исследования. Первичные перекрестные данные были собраны из отобранных домохозяйств с использованием предварительно протестированной полуструктурированной анкеты в период с июля по сентябрь 2013 года. В данном исследовании мы рассмотрели распространенные овощи, такие как томаты, цветная капуста, капуста, картофель, тыквенные, окра, огурцы, бобы и баклажаны, выращиваемые фермерами из выборки. В Непале фермеры выращивают различные овощные культуры в течение сезонов и между сезонами в году. Структура затрат и выпуска различается по культурам, но технология производства, маркетинговая система, производственные знания домохозяйств и другие факторы, влияющие на эффективность производства, более или менее схожи для основных овощных культур. Учитывая, что один фермер выращивает разные овощные культуры в течение года, становится сложно рассчитать эффективность прибыльности для каждой культуры. Поскольку нашей основной целью является определение общей эффективности прибыльности фермеров-овощеводов, мы объединяем различные овощные культуры, выращиваемые каждым фермером, в общее производство овощей фермером. Мы использовали метод средневзвешенного значения для объединения затрат и выпуска различных овощных культур в общее производство овощей каждого фермера.

Экологические условия района исследования

Исследование было проведено в четырех районах, а именно Дхануша, Дхадинг, Лалитпур и Долакха, в Центральном регионе развития, представляющих три агроэкологии, где осуществляется основное производство овощей. Район Дхануша (150–400 м над ур. м.) представляет агроэкологический регион тераи (равнина), район Дхадинг (800–1 500 м над ур. м.) и район Лалитпур (1 000–1 800 м над ур. м.) представляют агроэкологический регион средних холмов, а район Долакха (2 000–2 600 м над ур. м.) представляет агроэкологический регион высоких холмов, где преобладает умеренный прохладный климат (MOALD, 2020). Регион тераи характеризуется субтропическим жарким климатом, муссонными дождями, равнинным рельефом, и большинство ферм орошаются. Регион средних холмов характеризуется умеренно теплым климатом, муссонными дождями, холмистым рельефом, а основными источниками орошения остаются местные ручьи, пруды и дожди. Регион высоких холмов характеризуется прохладным климатом, низким количеством муссонных осадков, холмистым рельефом, а основными источниками орошения являются ручьи, пруды и дожди (Paudel и др., 2021). Различия в экологических условиях влияют на типы овощных культур и сортов, выращиваемых в различных агроэкологиях исследования. Различия в социально-экономических характеристиках (например, консультационные услуги, рыночные связи и инфраструктура) описаны в разделе дизайн выборки и район исследования. Район исследования охватывает различные географические и агроэкологические зоны для отражения производственных систем и репрезентации большой части страны.

Теоретическая основа: стохастическая транслогарифмическая функция прибыли

Эффективность измеряется как соотношение затрат к выпуску и по существу связана с производством и издержками (Battese and Coelli, 1995; Coelli и др., 2005). Производственная эффективность означает способность производить товары и услуги через оптимальное сочетание ресурсов для обеспечения максимального выпуска при минимальных затратах. Эффективность прибыльности представляет собой комбинацию трех компонентов: технической, распределительной и масштабной эффективности (Rahman, 2003; Coelli и др., 2005; Islam и др., 2011; Budi Setiawan and Ari Bowo, 2016). Техническая эффективность означает способность фермы производить оптимальный уровень выпуска при заданном уровне ресурсов, в то время как неэффективность — это уровень выпуска ниже граничной линии (Rahman, 2003). Ферма является распределительно эффективной, когда комбинация ресурсов находится в оптимальной пропорции с минимальными затратами, обеспечивающими заданное количество выпуска (Coelli и др., 2005). В рамках максимизации прибыли масштабная эффективность существует, если ферма производит уровень выпуска, уравнивая цену продукта с предельными издержками (Kumbhakar и др., 1989). Недавние эмпирические разработки объединили все эти показатели в единую систему, что позволяет получить более эффективные оценки, которые могут быть получены с помощью системы одновременных уравнений в рамках функции прибыли (Kumbhakar и др., 1989; Ali and Byerlee, 1991; Ali и др., 1996). Таким образом, эффективность прибыльности — это способность фермы достигать максимально возможного уровня прибыли при данных ценах и уровнях постоянных факторов производства (Ali and Flinn, 1989; Ali и др., 1994; Mehedi Adnan и др., 2021). Эффективность прибыльности — это отношение фактической прибыли к максимально возможной (Sheriff, 2005), в то время как неэффективность — это потеря прибыли из-за того, что фермы не работают на максимально возможном граничном уровне (Ali and Flinn, 1989).

Стохастическая граница прибыли является наиболее подходящим подходом для оценки эффективности прибыльности, поскольку она предполагает, что любые ошибки в производственном решении приводят к снижению прибыли для фермеров (Ali и др., 1994). Подход границы прибыли теоретически согласуется с производственной технологией для оценки эффективности производства, дохода и затрат с перекрестными данными (Battese and Coelli, 1992; Khumbhakar and Lovell, 2000), что побудило нас принять этот подход в нашем исследовании. Мы применили двухэтапную процедуру; на первом этапе оценили неэффективность прибыльности отдельных ферм, а на втором этапе провели регрессию показателя неэффективности по социально-экономическим и технологическим переменным, связанным с производством овощей. Эффект неэффективности может быть выражен как линейная функция объясняющих переменных в модели стохастической производственной границы (Battese and Coelli, 1995). В данном исследовании стохастическая функция прибыли была определена как функция цен переменных ресурсов, постоянных факторов и членов ошибки (Уравнения 1 и 2).

i-я ферма; P_i представляет вектор цен переменных ресурсов i-й фермы; Z_i представляет вектор постоянных факторов i-й фермы; а ξ_i — член ошибки i-й фермы. Двусторонняя случайная переменная (v_i) предполагается независимо и одинаково распределенной N(0, δ_v^2)), а неотрицательная случайная переменная (u_i) отражает неэффективность прибыльности в производственном процессе, предполагается независимо распределенной со средним μ_i= δ_0 +∑_d▒δ_d S_di и дисперсией N (μ_(i , ) σ_u ^2 ). S_di представляет d-ю социально-экономическую переменную, объясняющую неэффективность i-й фермы, δ_0 — свободный член, а δ_d — коэффициент для неизвестных параметров, подлежащих оценке. Эффективность прибыльности (PE) i-й фермы представлена в Уравнении 3.

u_i с наблюдаемым значением члена ошибки ξ_i. Оценка максимального правдоподобия (MLE) STPF была применена для измерения неизвестных параметров с использованием Frontier 4.1 (Coelli, 1996). Параметры дисперсии: сигма-квадрат (σ^2)= σ_v ^2 + σ_u^2 и гамма (γ)= σ_u ^2 /(σ_v^2+ σ_u^2 ) были оценены (Battese and Coelli, 1995). Значение гамма (γ) варьируется от 0 до 1, где γ = 0 указывает, что фермы были эффективны, в то время как γ > 0 указывает, что фермы были неэффективны из-за технической, распределительной и масштабной неэффективности. Для проверки гипотезы о том, что фермы были эффективны по прибыли, был принят тест отношения правдоподобия (LR) (Уравнение 4). Статистика LR-теста имеет приблизительно распределение хи-квадрат с числом параметров, предполагаемых равными нулю в нулевой гипотезе (H0), при условии, что H0 верна (Battese and Coelli, 1995).

Кроме того, проблема гетероскедастичности была проверена с помощью теста Уайта на наборе данных (Хилл и др.,2011). Рассчитанное значение оказалось меньше критического значения [25,03<χ_((0,99,35))^2=57,342], что подтвердило отсутствие проблемы гетероскедастичности.

Эмпирическая модель

Стохастическая транслогарифмическая функция прибыли была использована для оценки эффективности прибыльности с опущенным i-м индексом для овощных ферм (Уравнение 5) и моделью эффекта неэффективности (Уравнение 6).

〖P^'〗_j представляет цену j-го ресурса, нормированную на цену выпуска, где j обозначает ресурсы, а именно труд, тягловую силу животных, семена, удобрения и пестициды; Z_l представляет количество постоянных ресурсов, где l обозначает площадь под овощными культурами и фермерский капитал, а ln — натуральный логарифм. Индекс цен выпуска был рассчитан на основе вектора цен выпуска для нормирования прибыли и цен ресурсов. S_d представляет социально-экономические переменные для объяснения неэффективности прибыльности овощных ферм, где d обозначает тип семян, информационный индекс, контакт фермера с консультационным работником, доступ к кредиту, опыт, расстояние от фермы до рынка и пол руководителя хозяйства; ω представляет усеченную случайную переменную; α_0, α_j, β_jk, ∅_jl, τ_l, ∅_lt, δ_0 и δ_d — неизвестные параметры, подлежащие оценке.

Данные и переменные

Первичные перекрестные данные были собраны от основного лица, принимающего решения в фермерских домохозяйствах, путем личного интервью с использованием предварительно протестированной полуструктурированной анкеты. Основные переменные затрат и выпуска включают площадь под овощными культурами, стоимость выпуска по цене фермы, затраты на труд (наемный и семейный), затраты на тягловую силу животных, затраты на семена, затраты на удобрения, затраты на пестициды и фермерский капитал, используемый в овощных фермах. Другие переменные включают типы семян, информационный индекс, контакт с консультационными службами, доступ к кредиту, опыт в овощеводстве, расстояние до рынка и пол руководителя хозяйства. Тип используемых семян, определенный как фиктивная переменная для улучшенных или местных сортов, предполагался, что улучшенные сорта семян более урожайны, обладают хорошей устойчивостью к болезням и повышают эффективность производства по сравнению с местными. Тип семян принимал значение 1, если производитель использовал улучшенные сорта, и 0 в противном случае. Непальские фермеры-овощеводы сталкиваются с ограничениями в информационных услугах, что негативно влияет на выпуск. Для анализа доступа к информации в этом исследовании была введена новая переменная, называемая информационным индексом, состоящая из пяти информационных компонентов: маркетинг ресурсов, современная технология ведения хозяйства, маркетинг выпуска, ситуация спроса и предложения овощей на рынках и движение цен на продукты на рынках. Был принят подход стоимости доступа, где каждый из этих компонентов индексировался (от 1 до 5 на каждой ферме); таким образом, общий индекс фермы варьируется от 5 (минимум) до 25 (максимум). Предполагалось, что чем выше индекс, тем лучше информация доступна фермерам, что ведет к более высокому уровню эффективности прибыльности. Консультационная служба является мощным инструментом распространения современных технологий ведения хозяйства среди фермеров, что оказывает положительное влияние на эффективность. Количество контактов фермера с консультационными работниками государственной системы консультирования, неправительственных организаций (НПО) и частных агроветеринарных предприятий в течение вегетационного периода было использовано для анализа его влияния на эффективность прибыльности. Доступ к финансам является серьезным ограничением для фермеров из-за недостаточного количества формальных финансовых учреждений, работающих в сельских районах. В данном исследовании доступ к кредиту использовался как фиктивная переменная для оценки влияния доступа к финансовым ресурсам на эффективность прибыльности: 1, если фермер получил кредит, и 0 в противном случае. Опыт фермера определялся как количество лет работы в овощеводстве. Кроме того, доступ к рынку является одной из ключевых проблем для фермеров-овощеводов, которая играет жизненно важную роль в рентабельности фермеров и развитии овощного сектора. Таким образом, расстояние от фермы до рынка (в милях) было использовано для измерения влияния доступа к рынку на эффективность прибыльности, предполагая, что чем больше расстояние, тем выше неэффективность прибыльности. Гендерное неравенство является важной проблемой в развитии сельского хозяйства, которая может влиять на эффективность производства. Поэтому в качестве фиктивной переменной пол руководителя хозяйства принимал значение 1, если хозяйством управлял мужчина, и 0 в противном случае.

Описательная статистика переменных

В таблице 1 представлена описательная статистика параметров, использованных в данном исследовании. Результаты показали, что средний размер овощной фермы был довольно мал (0,96 акра), и около 65% ферм были меньше среднего размера. Средний информационный индекс составил 15,75 из 25, что указывает на то, что фермеры-овощеводы использовали более 50% информации, в частности по маркетингу ресурсов и технологии ведения хозяйства. Информационный индекс был несколько ниже по маркетингу выпуска, то есть движению цен на продукты на рынке, ситуации спроса-предложения и наличию продуктов на рынке.

Таблица 1 Описательная статистика переменных, используемых в анализе эффективности прибыльности.

Источник: расчеты авторов по данным полевого обследования (2013).

Среднее количество контактов фермеров с консультационными работниками составило 1,88 раза за вегетационный период, при этом 30% из них не имели контактов. Кроме того, большинство фермеров (75%) использовали улучшенные сорта семян, ограниченное число фермеров (29%) получили кредит, средний стаж фермеров в овощеводстве составил 12,31 года, среднее расстояние от фермы до рынка — 15,64 мили, а большинство овощных ферм (77%) в районах исследования управлялись фермерами-мужчинами.

Эффективность прибыльности овощных ферм

На рисунке 1 представлено распределение эффективности прибыльности отобранных овощных ферм. Средняя эффективность прибыльности составила 0,72, варьируясь от 0,12 до 0,90. Это означает, что в среднем 28% неэффективных ферм могли бы повысить эффективность в рамках существующей технологии за счет преодоления ограничений. Большинство ферм (61,8%) показали результат выше среднего показателя эффективности прибыльности, ограниченное число ферм (12,3%) показали ≤ 0,60, в то время как ни одна из ферм не показала результат выше 0,90. Средний уровень эффективности прибыльности незначительно варьировался по районам. Эффективность прибыльности была самой высокой (0,75) в районе Дхануша, за которым следовали Лалитпур (0,72), Долакха (0,71) и Дхадинг (0,70).

Рисунок 1 Распределение показателей эффективности прибыльности овощных ферм. Источник: расчеты авторов по данным полевого обследования (2013).

Стохастическая транслогарифмическая функция прибыли

Результаты оценок максимального правдоподобия (MLE) стохастической транслогарифмической функции прибыли представлены в таблице 2. Коэффициенты переменных ресурсов, а именно заработной платы труда (W), затрат на семена (S), затрат на удобрения (F) и затрат на пестициды (P), были значимо отличны от нуля. Правильное использование ресурсов повышает эффективность производства, в то время как неэффективность существует из-за неправильного использования ресурсов в необходимых комбинациях для снижения производственных затрат и увеличения прибыли (Parikh и др., 1995; Ali и др., 1996; Watkins и др., 2014). Отрицательный коэффициент 2,43 для труда указывает, что увеличение заработной платы труда на 1% снизит прибыль на 2,43%, а отрицательный коэффициент 3,73 для цены семян означает, что увеличение цены семян на 1% снизит прибыль на 3,73%. Коэффициенты для удобрений и пестицидов показали положительную связь с прибылью, что указывает на то, что дальнейшее увеличение использования этих ресурсов увеличит прибыль фермеров при данном уровне цен. Постоянные факторы, земля и капитал, были статистически значимы на уровне 1%, что означает, что уровень прибыли резко возрастет с увеличением размера земельного участка в овощеводстве. Эластичность прибыли по земле была оценена в 7,7, что указывает на то, что увеличение площади под овощными культурами на 1% увеличит прибыль на 7,7%. Напротив, статистически значимый отрицательный коэффициент капитала показал, что увеличение фермерского капитала на 1% изначально снизит прибыль на 3,94%, но в долгосрочной перспективе прибыль увеличится с ростом капитала.

Таблица 2 Оценки максимального правдоподобия стохастической транслогарифмической функции прибыли.

Нулевая гипотеза об эффективности прибыльности (γ = 0) была проверена с использованием теста отношения правдоподобия (LR) (таблица 3). Нулевая гипотеза была решительно отвергнута на уровне 1% [LR статистика 8,36> X_(1,0,99) ^2 = 6,63], что показало наличие неэффективности прибыльности в овощных фермах. Параметр дисперсии гамма (γ) составил 0,63 и был статистически значим на уровне 1%. Это указывает на то, что 63% неэффективности в овощных фермах связаны с технической, распределительной и масштабной неэффективностью, а остальные 37% неэффективности обусловлены случайными ошибками, вызванными климатом или другими внешними факторами, не включенными в модель. Действительно, экстремальные проявления изменения климата (например, наводнения, засухи, оползни, град и т.д.) оказывают серьезное воздействие на сельское хозяйство в мире и более выражены в развивающихся странах, включая Непал. Поскольку риск в сельском хозяйстве является неотъемлемым аспектом, фермеры применяют стратегии адаптации и смягчения последствий изменения климата для снижения неблагоприятных эффектов, что зависит от характеристик фермы и домохозяйства, восприятия риска фермерами и их отношения к риску (Ullah and Shivakoti, 2014).

Таблица 3 Параметры дисперсии стохастической транслогарифмической функции прибыли.

Детерминанты неэффективности прибыльности

Результаты факторов, объясняющих неэффективность прибыльности в овощных фермах, представлены в таблице 4. Все включенные в модель социально-экономические переменные были статистически значимы. Статистически значимый отрицательный коэффициент типа семян (определенного как фиктивная переменная со значением 1, если фермер использует улучшенные сорта семян, и 0 в противном случае) показал, что использование улучшенных сортов семян снижает неэффективность прибыльности.

Таблица 4 Детерминанты неэффективности прибыльности.

Статистически значимый отрицательный коэффициент информационного индекса показал отрицательное влияние доступа к информации на неэффективность. Это указывает на то, что доступ фермеров к информации по технологии ведения хозяйства, маркетингу ресурсов и маркетингу выпуска может помочь им получать более высокую прибыль в овощеводстве. Средний информационный индекс был выше по маркетингу ресурсов, за которым следовали технологии ведения хозяйства, маркетинг выпуска, ситуация спроса и предложения овощей и движение цен на продукты на рынках. Этот индекс указывает на то, что фермеры использовали информацию в основном по маркетингу ресурсов и технологии ведения хозяйства, а не по маркетингу выпуска. Действительно, фермеры не могут повысить эффективность прибыльности и получать более высокую прибыль от овощеводства, если они не имеют доступа к соответствующей информации по маркетингу выпуска.

Статистически значимый отрицательный коэффициент контакта с консультационными службами показал, что увеличение количества контактов фермера с консультационными работниками может снизить неэффективность прибыльности. Это связано с тем, что консультационные работники предоставляют фермерам информацию по лучшему управлению ресурсами и повышению производительности. Коэффициент кредита был положительно связан с неэффективностью, что показало, что фермеры, получившие кредит, снизили свою эффективность прибыльности из-за высокой стоимости кредита. В мелком фермерстве инвестиционный капитал является серьезным ограничением, а доступ к кредиту — ключевым для покупки ресурсов и использования современных технологий. Коэффициент опыта фермеров был значимо отличен от нуля и соответствовал ожидаемому знаку. Это означает, что более длительный опыт ведения хозяйства помогает снизить неэффективность в земледелии. Результат ожидаем, поскольку опытные фермеры могут лучше управлять производственными ресурсами для максимизации выпуска.

Расстояние от фермы до рынка было статистически значимо на уровне 1% и соответствовало ожидаемому знаку. Это означает, что фермы с лучшим доступом к рынку были более эффективны, чем фермы с плохим доступом к рынкам. Анализ эффективности прибыльности с гендерной точки зрения является полезным направлением при разработке политик для овощеводства. Коэффициент пола руководителя хозяйства был значимым и положительно связан с неэффективностью прибыльности, что означает, что фермеры-женщины показывали лучшие показатели прибыльности, чем их коллеги-мужчины.

Прибыль, убытки от прибыли и эффективность прибыльности

Убытки от прибыли — это сумма, которая была потеряна из-за неэффективности производства при данных ценах и обеспеченности постоянными факторами (Rahman, 2003). Средняя прибыль и эффективность прибыльности были значительно выше в овощных фермах, где фермер использовал улучшенные сорта семян, по сравнению с теми, где использовались местные сорта (таблица 5).

Таблица 5 Средняя прибыль, убытки от прибыли и эффективность прибыльности по социально-экономическим переменным.

Фермы, использовавшие лучшую информацию, показали значительно более высокий уровень фактической прибыли, более высокий уровень эффективности прибыльности и меньшие убытки от прибыли. Контакты фермеров с консультационными работниками в количестве, равном или превышающем 1,88 раза за вегетационный период (считающиеся более частыми), обеспечивали значительно более высокий уровень фактической прибыли, более высокий уровень эффективности и меньшие убытки от прибыли по сравнению с менее частыми контактами. Те фермеры, которые не получали кредит в овощеводстве, имели более высокий уровень фактической прибыли, чем получившие кредит. Аналогично, фермеры с опытом в овощеводстве более 12,3 лет показывали более высокую фактическую прибыль и эффективность прибыльности. Овощные фермы, расположенные ближе к рынку (<15,64 мили), приносили более высокий уровень фактической прибыли, меньшие убытки от прибыли и работали на более высоком уровне эффективности.

В статье рассматривались две основные задачи. Во-первых, уровень эффективности прибыльности овощных ферм. Во-вторых, детерминанты эффективности прибыльности овощных ферм. Результаты этих двух задач обсуждаются в следующих двух подразделах.

Уровень эффективности прибыльности овощных ферм

Средний уровень эффективности прибыльности овощных ферм составил 72%, что означает, что 28% прибыли в производстве овощей теряется из-за комбинации технической и распределительной неэффективности. Тест отношения правдоподобия стохастической транслогарифмической функции прибыли показал наличие неэффективности прибыльности в овощных фермах. Результаты показали, что 63% неэффективности прибыльности в овощных фермах обусловлены технической, распределительной и масштабной неэффективностью. Это указывает на то, что 63% неэффективности могут быть минимизированы, а выпуск овощей и прибыль фермеров могут быть увеличены за счет повышения технической, распределительной и экономической эффективности при лучшем управлении существующими ресурсами и технологиями. С другой стороны, остальные 37% неэффективности в овощных фермах обусловлены случайной ошибкой, связанной с климатом или другими факторами, не включенными в модель. Минимизация этих 37% неэффективности требует климатически оптимизированных сельскохозяйственных технологий и адаптационных практик (Pal и др., 2019; Shrestha and Bokhtiar, 2019). Эффективность прибыльности незначительно варьировалась по четырем районам. Эффективность была самой высокой в Дханусе (75%) и самой низкой в Дхадинге (70%).

Основными детерминантами такого различного уровня эффективности могут быть доступ к инфраструктуре, связанной с развитием сельского хозяйства, и социально-экономические факторы, связанные с производством овощей (Rahman, 2003; Nwauwa и др., 2013; Rai и др., 2019). Более конкретно, более высокая эффективность в Дханусе может быть связана с большим доступом к сельскохозяйственным консультационным службам, дорожной инфраструктуре и маркетинговым сетям по сравнению с остальными районами исследования. В то время как фермеры в Дхадинге находились в относительно отдаленных районах, что ограничивает доступ к сельскохозяйственным консультационным службам, маркетинговым сетям и дорожной сети, что могло способствовать более низкому уровню эффективности прибыльности. Результаты данного исследования согласуются с результатами других исследований (Rajendran, 2014; Dahal и др., 2019; Lamichhane и др., 2019; Mehedi Adnan и др., 2021). Например, Lamichhane и др. (2019) сообщили о 21% технической неэффективности в производстве картофеля в западном регионе тераи Непала, а Dahal и др. (2019) оценили 36% технической неэффективности в производстве цветной капусты в среднегорном регионе Непала. Аналогично, Rajendran (2014) сообщил о 40% технической неэффективности в фермах по производству фруктов и овощей в Тамил Наду, Индия. Литература показывает, что производственная неэффективность и ее детерминанты схожи в Азии и Африке. Например, Akamin и др. (2017) сообщили о 33% технической неэффективности в овощеводстве в Камеруне, а Mulaudzi и др. (2019) обнаружили 21% техническую неэффективность в производстве местных овощей в Южной Африке. Переменными, которые значимо влияли на техническую неэффективность в производстве местных овощей в Южной Африке, были годы обучения, консультационные службы, пол и доступ к ирригационной системе (Mulaudzi и др., 2019).

Детерминанты эффективности прибыльности в овощных фермах

Для анализа второй задачи была построена стохастическая транслогарифмическая функция прибыли. Статистически значимыми факторами, влияющими на неэффективность прибыльности, были улучшенные сорта, доступ к информации, доступ к консультационным службам, доступ к кредиту, количество лет опыта в земледелии, доступ к рынку и пол лица, принимающего решения в фермерском домохозяйстве. Факторы, влияющие на эффективность производства и эффективность прибыльности в производстве овощей, были почти одинаковыми в Азии и Африке. Например, Mulaudzi и др. (2019) сообщили, что годы обучения, консультационные службы, пол и доступ к ирригационной системе являются основными переменными, влияющими на эффективность в производстве местных овощей в Южной Африке. Внедрение улучшенных сортов повысило эффективность прибыльности. Улучшенные сорта используются как стратегия избегания риска для толерантности к погодным рискам, устойчивости к болезням и вредителям, а также для сокращения разрыва в урожайности за счет внедрения высокоурожайных сортов (Tavva и др., 2017), что способствует повышению эффективности и обеспечению большей прибыли для фермеров. Использование передовых технологий повышает производственную эффективность и производительность в сельском хозяйстве, но требует значительных инвестиций и квалифицированных кадров (Dahal и др., 2019). Cummins and Xie (2013) утверждали, что инвестиции в передовые технологии и развитие человеческих ресурсов повышают эффективность ферм и производительность. Поддержка правительства имеет решающее значение для разработки политик по развитию человеческих ресурсов, выделению достаточного бюджета и проведению исследований по разработке сортов для повышения устойчивости улучшенных сортов к неблагоприятным погодным условиям (Bozoglu and Ceyhan, 2007). Фермеров также следует поощрять и стимулировать к внедрению улучшенных сортов семян, которые снижают затраты на единицу продукции и в конечном итоге повышают эффективность прибыльности.

В данном исследовании мы разработали индекс для анализа доступа фермеров к информации. Доступ к информации был определен как индекс трех типов информации: технология ведения хозяйства, маркетинг ресурсов и маркетинг выпуска. Доступ к информации повышал эффективность прибыльности. Лучший информационный доступ фермеров по маркетингу выпуска помогает им принимать решения по выбору сортов культур и подходящего сезона для выращивания, закупке ресурсов на рынках, продаже продукции на рынках и, следовательно, получению более высокой прибыли. Эффективная служба рыночной информации также помогает фермерам минимизировать потери на рынке при хранении, транспортировке, упаковке и обработке продукции. Информационные услуги могут быть эффективными при поощрении частного сектора к участию в распространении информации через средства массовой информации, публикации, консультационные материалы и программы обучения и посещений. Полученный результат согласуется с другими исследованиями (Bhusal и др., 2021).

Влияние доступа к консультационным службам на эффективность прибыльности было положительным. Полученный результат согласуется с другими исследованиями. Например, Dinar (1996) утверждал, что консультационная система играет важную роль в повышении эффективности ферм, и она должна быть более диверсифицированной, и необходимы усилия по предоставлению различных пакетов консультационных услуг различным целевым группам фермеров. Аналогично, Karafillis and Papanagiotou (2009) и Nmadu and Garba (2013) утверждали, что образование и консультационная система повышают эффективность и рентабельность. В том же ключе Tavva и др. (2017) сообщили, что передача технологий через обучение и консультационные услуги может повысить потенциал урожайности. Binici и др. (2006) подчеркивали, что программы консультационного образования должны быть сосредоточены на правильном использовании переменных ресурсов, таких как химикаты, мочевина, тракторы и труд. Консультационная служба может быть эффективной при плюралистическом механизме консультирования, который включает группы фермеров, частный сектор и НПО, особенно в районах, где государственная консультационная служба неадекватна (Dinar, 1996; Bhatta и др., 2006; Tavva и др., 2017). Неправительственные организации могут играть положительную и значительную роль в предоставлении сельскохозяйственных консультационных услуг фермерам, что повышает производительность и эффективность в сельском хозяйстве (Bhatta и др., 2006).

Влияние доступа к кредиту на эффективность прибыльности было положительным. Полученный результат согласуется с другими исследованиями. Например, Kumar и др. (2013) сообщили, что кредитные ограничения снижают использование ресурсов и ограничивают выпуск, а Jensen (2000) утверждал, что дружественные фермерам кредитные программы повышают производственную эффективность. Ferrari и др. (2007) сообщили, что 72% домохозяйств брали кредиты в неформальном секторе (ростовщики, родственники и друзья), несмотря на процентные ставки до 42% в Непале, в то время как банки взимали 8–10% годовых из-за недоступности кредитных услуг в сельских районах. В результате фермеры вынуждены брать необходимые кредиты из неформальных источников под более высокие проценты, что приводит к неэффективности прибыльности овощных ферм. Действительно, доступ фермеров к формальным кредитам мог бы повысить эффективность ферм (Parikh и др., 1995; Yegbemey и др., 2017) и способствовать укреплению экономической устойчивости. Поэтому политики должны поощрять формальные финансовые учреждения, микрокредитные программы и программы кооперативного кредитования к предоставлению финансовых ресурсов фермерам по субсидированным ставкам в овощеводстве.

Влияние количества лет опыта в земледелии на эффективность прибыльности было положительным. Опыт помогает фермерам правильно распределять ресурсы, лучше управлять хозяйством, исследовать и использовать альтернативные рынки для ресурсов и выпуска и, следовательно, повышать эффективность. Наш результат согласуется с исследованиями (Rahman, 2003; Abu и др., 2012; Sanusi and Ajao, 2012; Nmadu and Garba, 2013). В этих исследованиях сообщалось, что более длительный опыт в земледелии повышает производительность и эффективность в сельском хозяйстве, поскольку фермеры могут оптимизировать использование технологий, услуг и ресурсов.

Влияние доступа к рынку на эффективность прибыльности было положительным. Меньшее расстояние до рынков обеспечивает лучший доступ к рынкам ресурсов и выпуска, повышает доступность информации и снижает транспортные расходы на продукцию. Фермы, расположенные ближе к рынкам ресурсов, могут закупать агроресурсы своевременно и по более низким ценам (Dastagiri и др., 2012). Фермы, расположенные ближе к рынкам выпуска, имеют больше возможностей продавать свою продукцию по конкурентным ценам, что помогает фермерам получать более высокий уровень прибыли. Непальские фермеры-овощеводы страдают от государственных правил и постановлений, Директивы по регулированию сельскохозяйственных рынков 1996 года, которые ограничивают доступ фермеров к сельскохозяйственным рынкам для продажи своей продукции (Shrestha и др., 2016a). Кроме того, необходимо развитие рыночной инфраструктуры (центров сбора, кооперативных рынков, оптовых или розничных рынков) вблизи районов производства овощей и сельских дорожных сетей, связывающих районы производства с рынками. Развитие инфраструктуры требует сильной поддержки правительства для выделения ресурсов и создания правил, обеспечивающих хороший доступ фермеров к рыночным условиям. Развитие трехстороннего сотрудничества может быть полезным для решения проблем развития рынков для фермеров. Фермеров также необходимо поощрять к занятию овощеводством в районах вдоль дорожных коридоров или вблизи рынков. Группы фермеров или кооперативный маркетинг могут быть подходящей стратегией для мелких фермеров-овощеводов, повышающей эффективность прибыльности. Повышение эффективности маркетинга способствует продовольственной безопасности и экономическому росту (Lenné and Ward, 2010), в то время как она ограничена широким диапазоном маркетинговой наценки и более высоким уровнем ценового разрыва для фруктов и овощей (Rajendran, 2014). Содействие частным корпоративным секторам в сельскохозяйственном маркетинге на уровне деревень могло бы повысить эффективность маркетинга (Basu, 2010).

Домохозяйства, возглавляемые женщинами, оказались более эффективными, чем домохозяйства, возглавляемые мужчинами. Женщины-фермеры составляют значительную часть общего использования труда и вносят существенный вклад в производительность, а также техническую эффективность (Rahman, 2009; Shrestha и др., 2016a; Mirjana и др., 2020), и женщины-фермеры технически более эффективны, чем мужчины-фермеры (Oladeebo and Fajuyigbe, 2007). Хотя женщины имеют относительно меньший доступ к ресурсам и возможностям в консультационных службах, они более добросовестны в распределении ресурсов и экономическом планировании, что делает их более эффективными в овощеводстве (Bozoglu and Ceyhan, 2007; Shrestha и др., 2016a; Joshi and Kalauni, 2018). Контакты фермеров с консультационными учреждениями, членство фермеров в организациях и доступ к кредиту значительно способствуют устойчивому развитию сельского хозяйства (Yegbemey и др., 2017). Поэтому политикам следует уделять больше внимания поощрению женщин к занятию овощеводством с помощью стимулирующих пакетов, включающих консультационные услуги, учебные программы и кредитные возможности.

Повышение производительности, рентабельности и эффективности прибыльности в овощеводстве улучшает доходы, средства к существованию и питание мелких фермеров. В данном исследовании была измерена эффективность прибыльности мелких овощных ферм и выявлены факторы, влияющие на неэффективность прибыльности, с использованием стохастической граничной функции. Средняя эффективность прибыльности составила 0,72, что указывает на то, что 28% неэффективности могут быть устранены путем реализации соответствующих управленческих, технологических, институциональных и политических мер. Переменные ресурсов — труд, семена, удобрения, пестициды, земля и капитал — оказались значимыми факторами, определяющими прибыль в овощеводстве. Политикам следует сосредоточиться на разработке политик для обучения фермеров оптимальному распределению ресурсов для достижения граничного уровня прибыли. Социально-экономические переменные — улучшенные сорта семян, лучшая информация, более частое общение с консультационными работниками, многолетний опыт в овощеводстве, фермы вблизи рынков и женщины-фермеры — показали лучшие показатели эффективности прибыльности. Поэтому политические меры должны быть адаптированы для продвижения улучшенных сортов семян в овощеводстве, предоставления эффективных информационных услуг фермерам, обеспечения эффективных консультационных услуг, предоставления финансового доступа фермерам, развития рынков, связанных с районами производства, и поощрения женщин к занятию овощеводством с адекватными стимулирующими пакетами для повышения эффективности прибыльности.

Дополнительный материал к этой статье можно найти онлайн по адресу: https://www.frontiersin.org/articles/10.3389/fsufs.2021.691350/full#supplementary-material

1. Abu G. A., Ater P. I., Abah D. (2012). Profit efficiency among sesame farmers in Nasarawa State, Nigeria. Curr. Res. J. Social Sci. 4, 261–268. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

2. Adhikari C. B., Bjørndal T. (2009). Measuring the extent of technical inefficiency in Nepalese agriculture using SDF and DEA models. Bergen: Institute for Research in Economics and Business Administration. CrossRef. Google Scholar.

3. Akamin A., Bidogeza J. C., Minkoua J. R., Afari-Sefa V. (2017). Efficiency and productivity analysis of vegetable farming within root and tuber-based systems in the humid tropics of Cameroon. J. Integr. Agric. 16, 1865–1873. doi: 10.1016/S2095-3119(17)61662-9. CrossRef. Google Scholar.

4. Ali F., Parikh A., Shah M. K. (1994). Measurement of profit efficiency using behavioral and stochastic frontier approach. Applied Econom. 26, 181–188. doi: 10.1080/00036849400000074. CrossRef. Google Scholar.

5. Ali F., Parikh A., Shah M. K. (1996). Measurement of economic efficiency using the behavioral and stochastic cost frontier approach. J. Policy Model. 18, 271–277. doi: 10.1016/0161-8938(95)00142-5. CrossRef. Google Scholar.

6. Ali M., Byerlee D. (1991). Economic efficiency of small farmers in a changing world: A survey of recent evidence. J. Int. Dev. 3, 1–27. doi: 10.1002/jid.4010030102. CrossRef. Google Scholar.

7. Ali M., Flinn J. C. (1989). Profit efficiency among basmati rice farmers in Pakistan Punjab. Am J Agric Econ. 303–310. doi: 10.2307/1241587. CrossRef. Google Scholar.

8. Basu J. P. (2010). Efficiency in wholesale, retail and village markets: a study of potato markets in West Bengal. J. South Asian Dev. 5, 85–111. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

9. Battese G. E., Coelli T. J. (1992). Frontier production functions, technical efficiency and panel data: With application to paddy farmers in India. J. Product. Anal. 3, 153–169. doi: 10.1007/BF00158774. CrossRef. Google Scholar.

10. Battese G. E., Coelli T. J. (1995). A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empir. Econ. 20, 325–332. doi: 10.1007/BF01205442. CrossRef. Google Scholar.

11. Bhatta K. P., Ishida A., Taniguchi K., Sharma R. (2006). Technical efficiency of rural Nepalese farmers as affected by farm family education and extension services. J. Agric. Econ. 1, 316–323. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

12. Bhusal A., Sagar G. C., Khatri L. (2021). A review article on role of information and communication technology in agriculture and factors affecting its dissemination in Nepal. J. Appl. Biotechnol. 8, 81–85. doi: 10.15406/jabb.2021.08.00257. CrossRef. Google Scholar.

13. Binici T., Zulauf C. R., Kacira O. O., Karli B. (2006). Assessing the efficiency of cotton production on the harran plain, Turkey. Outlook Agric. 35, 227–232. doi: 10.5367/000000006778536729. CrossRef. Google Scholar.

14. Bozoglu M., Ceyhan V. (2007). Measuring the technical efficiency and exploring the inefficiency determinants of vegetable farms in Samsun province, Turkey. Agric. Syst. 94, 649–656. doi: 10.1016/j.agsy.2007.01.007. CrossRef. Google Scholar.

15. Budi Setiawan A., Ari Bowo P. (2016). Techncial, allocative, and economic efficiencies of rice cultivation. JEJAK: Journal of Ecoomics and Policy. 8, 149–159. doi: 10.15294/jejak.v8i2.6167. CrossRef. Google Scholar.

16. CBS (2019). Nepal Statistical Year Book. Central Bureau of Statistics. Kathmandu: Government of Nepal. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

17. Coelli T. J. (1996). A guide to frontier version 4.1: A computer program for stochastic frontier production and cost function estimation. Armidale, Australia: Department of Econometrics, University of New Enfland. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

18. Coelli T. J., Rao D. S. P., O'Donnell C. J., Battese G. E. (2005). An introduction to efficiency and productivity analysis (2nd ed). Australia: University of Queensland. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

19. Cummins J. D., Xie X. (2013). Efficiency, productivity, and scale economies in the U.S. property-liability insurance industry. J. Product. Anal. 39, 141–164. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

20. DADO (2016a). District Agricultuer Profile (Nepali version). Nepal: District Agriculture Developent Office, Dhading. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

21. DADO (2016b). District Agricultuer Profile (Nepali version). Dolakha, Nepal: District Agriculture Developent Office. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

22. Dahal B. R., Shrestha B., Dhakal S. C., Bolakhe K., Shrestha J. (2019). Technical efficiency of cauliflower production in suburb of Kathmandu valley, Nepal: Stochastic Frontier Approach. J Nepal Agric Res Counc. 18, 91–99. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

23. Dastagiri M. B., Ganesh Kumar B., Hanumanthaiah C. V., Paramsivam P., Sidhu R. S., Sudha M., et al. (2012). Marketing efficiency of India's horticultural commodities under different supply chains. Outlook Agri. 41, 271–278. doi: 10.5367/oa.2012.0103. CrossRef. Google Scholar.

24. DDC (2008). District Profile. Dhanusha, Nepal: Office of District Developent Committee. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

25. DDC (2013). District Profile. Lalitpur, Nepal: District Developent Committee, Ministry of Federal Affairs and Local Development. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

26. Dhungana B. R., Nuthal P. L., Nartea G. V. (2004). Measuring the economic inefficiency of Nepalese rice farms using data envelopment analysis. Aust J Agric Resour Econ. 48, 347–369. doi: 10.1111/j.1467-8489.2004.00243.x. CrossRef. Google Scholar.

27. Dinar A. (1996). Extension commercialization: How much to charge for extension services. Am J Agric Econ. 78, 13–20. doi: 10.2307/1243773. CrossRef. Google Scholar.

28. Ferrari A., Jaffrin G., Shrestha S. R. (2007). Access to financial services in Nepal. Finance and Private Sector Development Unit, South Asia Region, World Bank. Washington, DC: The World Bank. doi: 10.1596/978-0-8213-6989-0. CrossRef. Google Scholar.

29. Hill R. C., Griffiths W. E., Lim G. C. (2011). Principle of econometrics (4th edition). United States of America: Wiley. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

30. Islam K.M. Z., Backman S., Sumelius J. (2011). Technical, economic, and allocative efficiency of microfinance borrowers and non-borrowers: Evidence from peasant farming in Bangladesh. Eur. J. Social Sci. 18, 361–377. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

31. Jensen F. E. (2000). The farm credit system as a government-sponsored enterprise. Rev. Agric. Econ. 22, 326–335. doi: 10.1111/1058-7195.00025. CrossRef. Google Scholar.

32. Joshi A., Kalauni D. (2018). Gender role in vegetable production in rural farming system of Kanchanpur, Nepal. SAARC Jourla of Agriculture. 16, 109–118. doi: 10.3329/sja.v16i2.40263. CrossRef. Google Scholar.

33. Kafle B. (2011). Factors affecting adoption of organic vegetable farming in Chitwan district, Nepal. World J. Agric. Res. 7, 604–606. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

34. Karafillis C., Papanagiotou E. (2009). Innovation and profit efficiency in organic farming. J. Agric. Sci. 5, 74–82. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

35. Khumbhakar S. C., Lovell C. (2000). Stochastic frontier analysis. Cambridge: Cambridge University Press. doi: 10.1017/CBO9781139174411. CrossRef. Google Scholar.

36. Kumar C. S., Turvey C. G., Kropp J. D. (2013). The impact of credit constraints on farm households: Survey results from India and China. Appl Econ Perspect Policy. 35, 508–527. doi: 10.1093/aepp/ppt002. CrossRef. Google Scholar.

37. Kumbhakar S. C., Biswas B., Bailey D. (1989). A study of economic efficiency of Utah dairy farmers: A system approach. Rev Econ Stat. 71, 595–604. doi: 10.2307/1928101. CrossRef. Google Scholar.

38. Lamichhane J., Acharya B., Sharma T. (2019). Technical efficiency of potato production in mid western terai region of Nepal. J. Agric. Nat. Resour. 2, 244–251. doi: 10.3126/janr.v2i1.26082. CrossRef. Google Scholar.

39. Lenné J. M., Ward A. F. (2010). Improving the efficiency of domestic vegetable marketing systems in East Africa: Constraints and opportunities. Outlook Agri. 39, 31–40. doi: 10.5367/000000010791169952. CrossRef. Google Scholar.

40. Mehedi Adnan K. M., Sarker S. A., Zannat Tama R. A., Pooja P. (2021). Profit efficiency and influencing factors for the inefficiency of maize production in Bangladesh. J. Agric. Food Inf. 5, 100161. doi: 10.1016/j.jafr.2021.100161. CrossRef. Google Scholar.

41. Mirjana R. M., Kabir M. S., Elena J. (2020). Gender and technology adoption among farmers in Bangladesh. Int. Rev. 2020, 12–28. doi: 10.5937/intrev2003012R. CrossRef. Google Scholar.

42. MOAD (2014). Agriculture Development Strategy. Ministry of Agricultural Development, Government of Nepal. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

43. MOALD (2016). Statistical information on Nepalese agriculture. Ministry of Agriculture and Livetock Development, Government of Nepal. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

44. MOALD (2020). Statistical information on Nepalese agriculture. Ministry of Agriculture and Livestock Development, Government of Nepal. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

45. Mulaudzi V. S., Oyekale A. S., Ndou P. (2019). Technical efficiency of African indigenous vegetable production in Vhembe District of Limpopo Province, South Africa. Open Agriculture. 4, 778–786. doi: 10.1515/opag-2019-0077. CrossRef. Google Scholar.

46. Nmadu J. N., Garba S. A. (2013). Profit efficiency of smallholder spinach producers under irrigated agriculture in Niger State, Nigeria. Int. J. Trends Econom. Manage. Technol. 2. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

47. NPC (1995). Agriculture Perspective Plan. National Planning Commision, Government of Nepal. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

48. NPC (2017). Fourteenth Development Plan 2014-2016. National Planning Commission, Government of Nepal. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

49. Nwauwa L. O. E., Rahji M. A. Y., Adenegan K. O. (2013). Determinants of profit efficiency of smallholder dry season fluted pumpkin farmers under tropical conditions: A profit function approach. Int. J. Veg. Sci. 19, 13–20. doi: 10.1080/19315260.2012.662582. CrossRef. Google Scholar.

50. Ogunniyi L. T. (2011). Profit efficiency among maize farmers in Oyo state, Nigeria. Am J Agric Biol Sci. 6 (11). doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

51. Oladeebo J. O., Fajuyigbe A. A. (2007). Technical Efficiency of Men and Women Upland Rice Farmers in Osun State, Nigeria. J. Ecol. 22, 93–100. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

52. Pal B. D., Kishore A., Joshi P. K., Tyagi N. K. (2019). Climate smart agriculture in South Asia. London (UK): Springer Publishers. doi: 10.1007/978-981-10-8171-2. CrossRef. Google Scholar.

53. Parikh A., Ali F., Shah M. K. (1995). Measurement of economic efficiency in Pakistani Agriculture. Am. J. Agric. Econ. 77, 675–685. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

54. Paudel B., Panday D., Dhakal K. (2021). Climate. In, The soils of Nepal. World Soils Book Series, Ojha R. B., Panday D. (eds). Springer, Cham. doi: 10.1007/978-3-030-80999-7_3. CrossRef. Google Scholar.

55. Pokhrel D. M. (2010). Comparison of farm production and marketing cost and benefit among selected vegetable pockets in Nepal. J. Agric. Environ. Int. Dev. 11. doi: 10.3126/aej.v11i0.3648. CrossRef. Google Scholar.

56. Rahman S. (2003). Profit efficiency among Bangladeshi rice farmers. Food Policy. 28, 487–503. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

57. Rahman S. (2009). Productivity and efficiency in agriculture: Empirical evidence from Bangladesh. J. Agric. Econ. 61, 318–342. doi: 10.1111/j.1477-9552.2010.00243.x. CrossRef. Google Scholar.

58. Rai M. K., Paudel B., Yili Z., Khanal N. R., Nepal P., Koirala H. K. (2019). Vegetable farming and farmers' Livelihood: insights from Kathmandu Valley, Nepal. Sustainability. 11, 889. doi: 10.3390/su11030889. CrossRef. Google Scholar.

59. Rajendran S. (2014). Technical efficiency of fruit and vegetable producers in Tamil Nadu, India: A stochastic frontier approach. Asian J. Agric. Rural Dev. 11, 77–93. doi: 10.22004/ag.econ.200294. CrossRef. Google Scholar.

60. Sanusi W. A., Ajao I. O. (2012). Profitability and technical efficiency of dry season vegetable production under tropical conditions. C. J. Agric. Sci. 6, 46–55. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

61. Sapkota M., Joshi N. P. (2021). Factors associated with the technical efficiency of maize seed production in the mid-hills of Nepal: Empirical analysis. Int. J. Agron. 2021, 5542024. doi: 10.1155/2021/5542024. CrossRef. Google Scholar.

62. Sharma M. (2019). A review article on value chain analysis of vegetable sub-sector in Nepal. Acta Scientific Agri. 3, 15–20. doi: 10.31080/ASAG.2019.03.0598. CrossRef. Google Scholar.

63. Sheriff G. (2005). Measuring profit efficiency with McFadden's gauge function. Econ. Lett. 88, 272–277. doi: 10.1016/j.econlet.2005.02.014. CrossRef. Google Scholar.

64. Shrestha R. B., Bokhtiar S. M. (2019). "Climate smart agriculture: Strategies to respond climate change in South Asia", in SAARC Agriculture Center (SAC) and Asia Pacific Network (APN). P180. Dhaka: The SAARC Agriculture Center (SAC). doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

65. Shrestha R. B., Wen-Chi H., Gautam S., Johnson T. G. (2016a). Efficiency of small scale vegetable farms: Policy implications for the rural poverty reduction in Nepal. Agric. Econ -- Czech. 62 (4), 181–195. doi: 10.17221/81/2015-AGRICECON. CrossRef. Google Scholar.

66. Shrestha R. B., Wen-Chi H., Pai-Po L., Thapa Y. B. (2016b). Determinants of inefficiency in vegetable farms: Implications for improving rural household income in Nepal. Am. J. Rural Dev. 4, 105–113. doi: 10.12691/ajrd-4-5-2. CrossRef. Google Scholar.

67. Tavva S., Aw- Hassan A., Rizvi J., Saharawat Y. S. (2017). Technical efficiency of wheat farmers and options for minimizing yield gaps in Afghanistan. Outlook Agri. 46, 13–19. doi: 10.1177/0030727016689632. CrossRef. Google Scholar.

68. Timsina K. P., Shivakoti G. P. (2018). Vegetables production and marketing: Practice and perception of vegetable seed producers and fresh vegetable growers in Nepal. Agric. Food Security. 7. doi: 10.1186/s40066-018-0161-9. CrossRef. Google Scholar.

69. Ullah R., Shivakoti G. P. (2014). Adoption of on-farm and off-farm diversification to manage agricultural risks: Are these decisions correlated? Outlook Agri. 43, 265–271. doi: 10.5367/oa.2014.0188. CrossRef. Google Scholar.

70. USAID (2011). Value chain and market analysis of off-season vegetable sub-sector in Nepal. Kathmandu, Nepal: USAID. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

71. Watkins K. B., Hristovska T., Mazzanti R., Wilson C. E. Jr., Schmidt L. (2014). Measurement of Technical, Allocative, Economic and Scale Efficiency of Rice Production in Arkansas Using Data Envelopment Analysis. J. Agric. Appl. Econ. 46, 89–106. doi: 10.1016/j.foodpol.2003.10.001. CrossRef. Google Scholar.

72. Yegbemey R. N., Yegbemey E. O., Yabi J. A. (2017). Sustainability analysis of observed climate change adaptation strategies in maize farming in Benin, West Africa. Outlook Agri. 46, 20–27. doi: 10.1177/0030727016689638. CrossRef. Google Scholar.

Shrestha RB, Bhandari H and Pandey S (2022) Profit Efficiency of Smallholder Vegetable Farms in Nepal: Implications for Improving Household Income. Front. Sustain. Food Syst. 5:691350. doi: 10.3389/fsufs.2021.691350

Перевод статьи «Profit Efficiency of Smallholder Vegetable Farms in Nepal: Implications for Improving Household Income» авторов Shrestha RB, Bhandari H and Pandey S., оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык