Рис в Индии: что заставляет фермеров его выращивать и что удерживает от перемен

Выращивание риса имеет важнейшее значение для аграрной экономики Индии; однако его длительное доминирование привело к серьезным проблемам в области устойчивого развития, а именно: истощению запасов подземных вод, уплотнению почвы, потере плодородия, стагнации урожайности, заболачиванию, выбросам парниковых газов и неэффективному использованию производственных ресурсов.

Методы: Для оценки факторов, стимулирующих выращивание риса, и барьеров на пути диверсификации культур в период 2023–2024 годов был проведен опрос, основанный на субъективном восприятии фермеров. Опрос охватил девять целенаправленно отобранных округов, где преобладает рисоводство, но наблюдается низкая продуктивность [Бхилвара (Раджастхан), Джарграм (Западная Бенгалия), Кхаммам (Телангана), Махсана и Сабаркантха (Гуджарат), Тируппур (Тамилнад), Удайпур (Раджастхан), Удхампур (Джамму и Кашмир) и Западный Каменг (Аруначал-Прадеш)]. Использовался метод многоступенчатой стратифицированной случайной выборки, на основе которого из базы данных Пилотного проекта по диверсификации растениеводства (PPCD) Министерства сельского хозяйства и благосостояния фермеров было отобрано 696 фермеров. Первичные данные анализировались с помощью критерия хи-квадрат, анализа стандартизированных остатков (SRA) и множественного анализа соответствий (MCA).

Результаты: Критерий хи-квадрат подтвердил значимую связь между ответами фермеров и причинами выбора в пользу выращивания риса (V Крамера = 0,370, умеренная связь). Анализ стандартизированных остатков (SRA) определил доступность высокоурожайных сортов (R8, остаток = 14,23*) в качестве ключевого мотивирующего фактора, в то время как резкое несогласие наблюдалось с утверждением о том, что местные почвы непригодны для других культур (R4, остаток = 19,66*). Множественный анализ соответствий (MCA) выявил четыре доминирующих измерения, объясняющих 54,0% инерции: (i) доступ к сортам и гарантированный сбыт, (ii) отзывчивость на ресурсы и механизация, (iii) риски со стороны дикой природы и зависимость от кормов, а также (iv) внутрихозяйственное потребление и агроэкологические ограничения.

Обсуждение: Выявленные закономерности в разрезе округов показали, что в округах Махсана и Сабаркантха (Гуджарат) главными движущими факторами являются доступ к сортам и гарантированный сбыт; в округах Тируппур (Тамилнад) и Бхилвара (Раджастхан) доступ к сортам сочетается с преимуществами механизации; округа Кхаммам (Телангана) и Удайпур (Раджастхан) ограничены слабой механизацией и низкой отзывчивостью на ресурсы; в то время как в округах Удхампур (Джамму и Кашмир), Западный Каменг (Аруначал-Прадеш) и Джарграм (Западная Бенгалия) отражены риски со стороны дикой природы, потребность в кормах, внутрихозяйственное потребление и агроэкологические ограничения. Данные результаты подчеркивают важность выведения и обеспечения доступа к семенам улучшенных сортов, надлежащей механизации и гарантированных рынков сбыта для успешного внедрения диверсифицированных культур.

Удовлетворение растущего спроса на продовольствие в условиях быстро растущего населения мира потребует увеличения производства риса примерно на 20% к 2050 году (Zhuang et al., 2024). Рис — один из наиболее важных основных продуктов питания в мире, служащий основным источником питания для около 60% населения мира (Vijay et al., 2023; Hu et al., 2024), и в Индии он обеспечивает более 50% рациона населения, играя жизненно важную роль в обеспечении продовольственной и nutritional безопасности (Banerjee et al., 2021). Индия, второй по величине производитель и потребитель риса, выделяет примерно 44 миллиона гектаров (около 25% валовой посевной площади) под рис, что способствует получению почти 20% мирового годового производства риса (FAO, 2020). Устойчивость выращивания риса в последнее время подвергается сомнению из-за возникающих проблем, таких как снижение урожайности (Zhuang et al., 2024), деградация почв (Sione et al., 2017), загрязнение подземных вод (Zhao et al., 2025) и ухудшение состояния окружающей среды (Qian et al., 2023). Bhagat et al. (2022) также отметили, что выращивание риса в Индо-Гангской равнине привело к истощению подземных вод, деградации почв, снижению урожайности, застаиванию воды, увеличению выбросов парниковых газов, устойчивости вредителей и снижению факторной производительности. Выращивание риса подверглось резкой критике со стороны экологов и политиков в последние десятилетия (Malikasian et al., 2022). Значительная часть площадей под рисом является маргинально пригодной, что не только ограничивает продуктивность, но и ускоряет деградацию окружающей среды (Rukhsana and Molla, 2021; Kumar et al., 2021). В этом контексте устойчивая диверсификация традиционных систем предлагает стратегический подход к смягчению экологической деградации, повышению эффективности использования ресурсов, стабилизации доходов, улучшению здоровья почвы, повышению устойчивости к изменению климата, обеспечению баланса продовольственной безопасности, сокращению использования агрохимикатов, защите окружающей среды и созданию занятости в сельских районах (Banerjee et al., 2021; Alam et al., 2021; Hafizgul et al., 2020).

Многочисленные исследования задокументировали положительные эффекты стратегической диверсификации сельскохозяйственных культур на агроэкосистемы за счет улучшения общего здоровья почвы (Heshisuo et al., 2023; Li et al., 2023), продвижения биоразнообразия (Beillouin et al., 2021; Gawdiya et al., 2025) и повышения общей продуктивности системы (Alam et al., 2021; Li et al., 2025). Диверсификация сельскохозяйственных культур за счет включения и интенсификации пульсовых культур и внедрения их в существующие системы земледелия предлагает экологические и экономические выгоды, но остается недостаточно принятой фермерами (Rajender et al., 2021; Kumar et al., 2023). Политические меры, благоприятствующие рису через минимальные цены поддержки (MSP), наряду с плохим доступом к рынку, слабой инфраструктурой для альтернативных культур и ограниченным распространением технических услуг, являются ключевыми барьерами для диверсификации сельскохозяйственных культур (Basantaray et al., 2024; Gupta and Kaur, 2024; Kumar et al., 2024). Кроме того, культурные предпочтения и традиционная зависимость от риса препятствуют диверсификации, что приводит к избыточным запасам, превышающим внутренний спрос и экспортные потребности, что приводит к потерям и экономической неэффективности (PIB, 2022). Недавние инициативы в Индии, такие как Национальная миссия по устойчивому сельскому хозяйству (NMSA), Парампаргат Криши Викас Йоджана (PKVY), Суб-миссия по агролесоводству (SMAF) и Национальная миссия по продовольственной безопасности и питанию (NFSM), направлены на продвижение диверсификации посредством устойчивых практик, улучшенных рыночных связей, финансовых стимулов и целевых услуг по распространению знаний, однако их влияние на маргинальные районы выращивания риса остается ограниченным. Хотя многие исследования сосредоточены на экономических аспектах (Kurdy-Kawakvska et al., 2021; Volsi et al., 2022; Hoque et al., 2023) или агрономических параметрах (Alam et al., 2021; Hoque et al., 2023), немногие исследовали предпочтения и восприятие фермеров, которые важны для понимания принятия желаемого поведения. Несмотря на несколько инициатив и растущий объем литературы по диверсификации сельскохозяйственных культур, существует недостаток интегрированных, основанных на фактических данных исследований, объединяющих как статистический, так и перцепционный анализ для изучения факторов, определяющих принятие диверсификации и ограничений на национальном уровне в Индии. Концептуальная основа для данного исследования основана на теории диффузии инноваций (Rogers, 1995) и Технологической приемлемости/Модели принятия (Davis, 1989). Эти рамки подчеркивают, как воспринимаемая полезность, легкость использования, информационные каналы и социально-экономические характеристики формируют принятие технологии и практики. Применяя эти перспективы, исследование интерпретирует решения фермеров о диверсификации риса как результат сочетания воспринимаемых выгод (вариационная производительность, страхование рынка) и структурных ограничений (доступ к рынку, механизация, экологические риски). Таким образом, в настоящем исследовании изучаются как перцепционные, так и статистические аспекты выращивания риса и проблемы, связанные с его диверсификацией в Индии. Целями исследования было выявить ключевых сторонников диверсификации и специфические для региона факторы, влияющие на решения фермеров. Мы предположили, что предпочтения фермеров в отношении выращивания риса в значительной степени зависят от таких факторов, как вариационная производительность, страхование рынка и восприятие риска, в то время как местные агроэкономические и развитые инфраструктурные условия определяют барьеры для диверсификации. Полученные результаты призваны информировать политиков, исследователей и службы распространения знаний при разработке регионально-специфичных, экологически устойчивых и экономически жизнеспособных стратегий диверсификации сельскохозяйственных культур.

2.1 Опрос фермеров (процедура выборки и сбор данных)

Для оценки представлений фермеров о сохранении ими предпочтения выращивания риса, несмотря на высокие затраты на его выращивание, низкую производительность и ресурсоемкость, а также их нежелание переходить к другим диверсифицированным культурам, был проведен структурированный опрос, а сбор данных осуществлялся с помощью KOBO Toolbox (системы управления опросами с открытым исходным кодом, используемой для разработки, управления и сбора данных с помощью цифровых анкет) в течение 2023 и 2024 годов. Адаптированная методология представлена ​​на рисунке 1. Целью опроса было изучение социально-экономических, агрономических и других факторов, способствующих сопротивлению или нерешительности фермеров в отношении диверсификации сельского хозяйства с выращивания риса на другие культуры. Опрос проводился в девяти специально отобранных районах с преобладанием риса, но с низкой производительностью, а именно: Бхилвара (Раджастан), Джарграм (Западная Бенгалия), Кхаммам (Телангана), Махесана и Сабарканта (Гуджарат), Тируппур (Тамил Наду), Удайпур (Раджастан), Удхампур (Джамму и Кашмир) и Западный Каменг (Аруначал-Прадеш) ( рисунок) . 2Выбор этих районов основывался на двух критериях: (i) распространенность выращивания риса, несмотря на уровень продуктивности ниже среднего по стране, и (ii) регионы, испытывающие стагнацию или сокращение площадей под рис, с минимальной наблюдаемой диверсификацией. Эти критерии были подтверждены с использованием районной статистики по сельскохозяйственным культурам, например, данных Управления экономики и статистики. На первом этапе районы были стратифицированы по регионам и агроклиматическим зонам, обеспечивая представительство горных, племенных, полузасушливых и орошаемых регионов. На втором этапе в каждом выбранном районе были определены 2–3 блока с использованием базы данных Пилотного проекта по диверсификации сельскохозяйственных культур (PPCD). Наконец, список фермеров, выращивающих рис, был получен из районных сельскохозяйственных управлений и базовой базы данных PPCD. Используя эти данные, была применена систематическая случайная выборка для отбора фермеров пропорционально площади под рис в каждом блоке. Выборка обеспечивала представительство по размерам земельных участков (небольшие, малые и средние) и социальным категориям (UR, OBC, SC, ST). В общей сложности было опрошено 696 фермеров, размер выборки был пропорционален площади под рисом в каждом районе. Общая выборка (n = 696) соответствует формуле Кохрана для категориальных переменных ответа с 95% доверительной вероятностью и точностью ±5%, что обеспечивает статистическую адекватность для категориальных данных восприятия. Распределение по районам было произведено пропорционально площади под рисом для поддержания надлежащей репрезентативности местной интенсивности выращивания риса. Эта стратифицированная многоступенчатая процедура выборки и критерии на уровне районов полностью воспроизводимы с использованием национальных открытых наборов данных, списков PPCD и стандартных статистических инструментов, таких как формула Кохрана. Данные были собраны с помощью предварительно протестированного полуструктурированного вопросника, реализованного через приложение KOBO Toolbox для минимизации ошибок ввода данных и обеспечения проверки в режиме реального времени. Вопросник включал три модуля:

(i) социально-экономические характеристики;

(ii) производственные и экономические показатели;

(iii) оценка восприятия одиннадцати потенциальных факторов внедрения ( таблица 1 ) с ответами, записанными как «Согласен» , «Возможно » или «Не согласен» .

Для обеспечения достоверности данных была проведена выборочная проверка 10% ответов посредством телефонного опроса. Форма для оценки потенциальных показателей внедрения рисоводства была разработана на основе возможных причин, выявленных в уже опубликованной литературе, и в ходе взаимодействия с фермерами. В этой предварительно структурированной форме, разработанной в KOBO Toolbox, выбранным фермерам предлагалось отметить свои ответы как «согласен», «возможно» или «не согласен» по одиннадцати потенциальным причинам внедрения рисоводства. Кроме того, фермерам предлагалось предоставить данные по нескольким экономическим параметрам, а именно: Они представили данные об инвестициях в различные ресурсы, заработной плате рабочих, транспортировке, упаковке и общей стоимости производства. Также они сообщили о доходах в виде экономической отдачи, рыночной цены продажи продукции, валовой прибыли, чистой прибыли и соотношения выгоды и затрат. Участие фермеров было добровольным и анонимным: респонденты были проинформированы о цели исследования и дали устное согласие перед интервью; личные данные не регистрировались, и для этого неинвазивного исследования не требовалось формального одобрения этического комитета учреждения.

2.2 Статистический анализ

Статистический анализ был проведён по данным полевого обследования для выявления факторов, влияющих на внедрение возделывания риса среди фермеров в Индии. Вся обработка данных и предварительные проверки выполнялись с использованием RStudio (версия 2024.0.04.2) и Spyder Python (версия 6.0.5) в среде Anaconda Navigator (версия 2.6.2) соответственно. Тесты хи-квадрат обеспечили ожидаемые частоты ≥5 более чем для 80% ячеек; малые частоты устранялись путём укрупнения категорий или с помощью точного теста Фишера. Стандартизированные остатки (SRA) вычислялись по методу Хаберама (1973), а для множественных сравнений в Spyder Python с использованием библиотек Pandas, NumPy, SciPy и Matplotlib применялась поправка Бонферрони. Множественный анализ соответствий (MCA) выполнялся с помощью пакетов FactoMineR и Factoextra в RStudio (Husson et al., 2020), при этом данные были подвергнуты one-hot-кодированию и нормализованы в соответствии с рекомендациями Гринэйкра. Эти методы были выбраны, поскольку данные удовлетворяли ключевым допущениям, а именно: (i) переменные были категориальными и номинально шкалированными, (ii) наблюдения были независимыми, причём каждый фермер давал только один ответ на каждую причину, и (iii) ожидаемые частоты в каждой ячейке таблицы сопряжённости были ≥5, что соответствовало критериям надёжного статистического вывода (Le Roux and Rouanet, 2010; Agresti, 2013; Greenacre, 2017). Дополнительно предполагалось, что все фермеры отвечали независимо.

2.2.1 Тест однородности и независимости

Тест хи-квадрат на однородность был проведён по скомпилированным данным ответов с использованием Python при 5%-ном уровне значимости (α = 0,05). Нулевая гипотеза (H₀) утверждала, что распределение ответов одинаково для всех причин. Статистика хи-квадрат (χ2) рассчитывалась по уравнению 1, приведённому ниже.

где «O» и «E» обозначают наблюдаемые и ожидаемые частоты соответственно. Ожидаемая частота (E) рассчитывалась по уравнению 2, а число степеней свободы (df) вычислялось по уравнению 3:

где r и k обозначают число строк и столбцов в таблице сопряжённости соответственно, а тест на независимость проводился при нулевой гипотезе (H0) об отсутствии значимой связи между ответами фермеров и причинами внедрения риса, что подразумевает независимость ответов от причин; для оценки силы этой связи между двумя категориальными переменными была рассчитана V Крамера по уравнению 4 (Cramér, 1946; King et al., 2018):

где n — сумма всех значений в таблице сопряжённости (7656), а min(k−1, r−1) — меньшее из (k−1) или (r−1) соответственно. Величина V выводится из χ2 и нормируется в диапазоне от 0 (отсутствие связи) до 1 (идеальная связь).

2.2.2 Анализ стандартизированных остатков

Для выявления значимых связей внутри набора данных был проведён пост-хок анализ стандартизированных остатков (SRA) с использованием Python. Он помогает определить, какой ответ значимо отличается для конкретных причин. Стандартизированные остатки для каждой ячейки таблицы сопряжённости вычислялись по уравнению 5. Эти остатки представляют отклонение наблюдаемых частот от ожидаемых, выраженное в единицах стандартного отклонения. Большие абсолютные значения (положительные или отрицательные) указывают на ячейки, которые вносят значительный вклад в общую статистику хи-квадрат (χ2). Большие положительные остатки указывают на перепредставленные категории, а большие отрицательные остатки — на недопредставленные категории (Haberman, 1973).

Поскольку для каждой ячейки проводились множественные сравнения, уровень значимости корректировался для контроля ошибки I рода с помощью поправки Бонферрони (α′), которая рассчитывалась по уравнению 6 (Bland and Altman, 1995; Armstrong, 2014):

2.2.3 Множественный анализ соответствий

Для более глубокого изучения взаимосвязей между ответами и причинами внедрения был применён множественный анализ соответствий (MCA). MCA даёт визуальное обобщение связей, кластеров и латентных паттернов в категориальных данных, предлагая данные, выходящие за рамки анализа остатков, о том, как ответы и причины группируются или взаимодействуют (Abdi and Valentin, 2007). Он работает с матрицей бинарных индикаторов, где каждая категория представлена отдельным бинарным столбцом. Это требует преобразования категориальных переменных в соответствующий бинарный формат. One-hot-кодирование позволяет оценивать все категории на равных основаниях. MCA преобразует и обобщает категориальные данные в измерения (Dims), которые улавливают паттерны или структуры среди категорий переменных, а не самих переменных. Эти Dims представляют собой линейные комбинации категорий переменных, причём каждое Dim улавливает часть общей дисперсии (инерции) в наборе данных. Измерения обобщают взаимосвязи между несколькими переменными, а не связаны с какой-либо одной переменной (Greenacre, 2017). Для выбора критериальных измерений многие исследования MCA опираются на «локоть» на графике каменистой осыпи и интерпретируемость. В настоящем исследовании Dims 1–4 объяснили 54,0% инерции и продемонстрировали согласованные паттерны; следовательно, они были сохранены для анализа. Наконец, рекомендации были выведены на основе результатов анализа стандартизированных остатков и MCA.

3.1 Социально-экономические характеристики и уровень осведомлённости фермеров

Распределение опрошенных фермеров по социальным категориям в девяти районах Индии показано на рисунке 3, а данные по районам о землевладении, опыте ведения хозяйства, доступе к кредитам, продуктивности риса и осведомлённости-внедрении агрономических практик представлены в таблице 2. Опрошенные фермеры относились к категориям Unreserved (UR; n = 262), Other Backward Classes (OBC; n = 245), Scheduled Castes (SC; n = 128) и Scheduled Tribes (ST; n = 61) со средним землевладением 2,14 ± 0,14 га, наибольшим в Бхилваре (2,75 ± 0,11 га) и наименьшим в Западном Каменге (0,78 ± 0,41 га). Кроме того, средний опыт ведения хозяйства значительно различался: наибольший наблюдался в районе Удхампур (35,09 ± 0,75 лет), затем в Тируппуре (30,2 ± 2,00), Кхаммаме (27,8 ± 1,07), Махесане (27,1 ± 0,29) и наименьший в Сабаркантхе (8,7 ± 0,97). Охват Kisan Credit Card (KCC) был полным в Бхилваре (100%), тогда как в Сабаркантхе он полностью отсутствовал (0%) при промежуточных значениях в Удхампуре (60,08%), Удайпуре (34,44%), Махесане (12,69%) и Кхаммаме (10,20%). Среднее землевладение варьировало от 0,78 ± 0,41 га в Западном Каменге и 0,80 ± 0,27 га в Джарграме до 3,02 ± 0,21 га в Махесане и 2,75 ± 0,11 га в Бхилваре. Площадь под возделыванием риса была наибольшей в Джарграме (101%) и Сабаркантхе (100%), тогда как в Махесане (26,40%) зафиксирована наименьшая доля площади под рисом. Среднее производство оказалось выше в Тируппуре (11030,56 ± 1341,06 кг/га), за которым следовали Кхаммам (6489,80 ± 371,87 кг/га) и Сабаркантха (5421,33 ± 861,10 кг/га), тогда как Удхампур (1178,20 ± 58,77 кг/га) и Западный Каменг (1514,29 ± 350,80 кг/га) показали наименьшие значения производства риса. Доля продукции, проданной на рынке, была наименьшей в Западном Каменге (35,38%), затем в Джарграме (70,53%), тогда как продукция, оставленная для домашнего потребления и на семена, была наибольшей в Западном Каменге (61,37%) и Джарграме (39,33%), при отсутствии удержания в Сабаркантхе и Тируппуре. Осведомлённость о диверсифицированном земледелии достигла 100% в Бхилваре, Сабаркантхе, Тируппуре и Удхампуре, тогда как наименьшая осведомлённость зафиксирована в Западном Каменге (28,57%) и Джарграме (50,00%), при этом внедрение было наибольшим в Бхилваре и Тируппуре (100%) и отсутствовало в Кхаммаме и Удхампуре. Осведомлённость о совместном посеве достигла 100% как в Сабаркантхе, так и в Западном Каменге, тогда как она оставалась минимальной в Удхампуре (0%) и Джарграме (13,64%), при этом внедрение варьировало от 66,67% в Сабаркантхе до полного отсутствия в Удхампуре. Осведомлённость о севообороте достигла 100% в Кхаммаме, Тируппуре и Западном Каменге, при уровнях внедрения на уровне или близких к 100% в Тируппуре (100%), Махесане (97,01%) и Бхилваре (96,00%), тогда как Удхампур показал как наименьшую осведомлённость (3,56%), так и нулевое внедрение.

Рисунок 3  Распределение по категориям и профиль землевладения опрошенных  фермеров в различных районах Индии.

Таблица 2  Социально-экономический профиль и статус осведомлённости среди фермеров в обследованных районах Индии.

3.2 Восприятие и внедрение риса фермерами

Ответы фермеров в девяти районах Индии указали на существенную вариацию в их восприятии движущих сил и ограничений для внедрения риса (таблица 3). Было выявлено, что более короткая продолжительность культуры была поддержана всеми респондентами в районах, а именно: Джарграм, Махесана, Сабаркантха, Западный Каменг и Кхаммам, 88,9% в Тируппуре, тогда как 100% в Бхилваре и Удайпуре не согласились. Отзывчивость риса на вложения была подтверждена 100% в Махесане и 99% в Кхаммаме, но отвергнута 84% в Джарграме и всеми в районе Удайпур. Доступность воды выступила ключевым движущим фактором в районах, а именно: Махесана, Тируппур и Кхаммам (более 97% фермеров согласились), тогда как в Джарграме и Удайпуре более 96% респондентов не согласились с этим восприятием. Непригодность почвы для других культур была отмечена 94,7% в Бхилваре, но отвергнута более чем 95% в районах Джарграм и Махесана. Угроза диких животных была поддержана 97,6% в Удхампуре и 60,4% в Махесане, тогда как остальные не согласились. Кроме того, доступность соломы считалась важной 96,5% в Удхампуре, 91,1% в Западном Каменге и 84% в Джарграме, но 81,3% в Махесане не согласились. Гарантированная цена была поддержана 88% в Джарграме и 78,7% в Удхампуре, тогда как 99% в Кхаммаме и 72% в Бхилваре не согласились. Высокоурожайные сорта также повлияли на внедрение в Махесане (97%), Джарграме (96%) и Тируппуре (86,1%), при 100% несогласии в Кхаммаме. Механизация была поддержана в Махесане (94%) и Бхилваре (88%), тогда как Кхаммам и Удайпур показали 100% несогласие. Поддержка цепочки создания стоимости была отмечена 88% в Бхилваре и 68% в Джарграме, но отсутствовала в районах Тируппур, Кхаммам и Удайпур. Все согласились с потребностями домашнего потребления в Джарграме и Западном Каменге, тогда как 95–100% респондентов в Удайпуре и Кхаммаме не согласились.

Таблица 3  Восприятие фермеров (%) о движущих силах и ограничениях для внедрения риса в различных районах Индии.

3.3 Связь между ответами фермеров и причинами внедрения

Тест хи-квадрат на однородность дал значение χ2 = 2096,84 при 20 степенях свободы, и соответствующее p-значение было <0,001, что привело к отклонению нулевой гипотезы и указало на то, что распределение ответов фермеров не является однородным по различным причинам внедрения. Аналогично, тест хи-квадрат на независимость отклонил нулевую гипотезу, подтвердив статистически значимую связь между ответами фермеров и причинами внедрения риса, при значении V Крамера 0,3701, указывающем на умеренную связь между двумя категориальными переменными.

3.3.1 Анализ стандартизированных остатков (ответ фермера и причины внедрения)

На рисунке 4 представлены стандартизированные остатки из теста хи-квадрат, изучающего связь между ответами участников («Согласен», «Возможно» и «Не согласен») и их причинами внедрения (R1–R11), где стандартизированные остатки указывают на силу и направление отклонений между наблюдаемыми и ожидаемыми частотами при нулевой гипотезе независимости, а значения за пределами ±1,96 (отмеченные звёздочкой) считаются статистически значимыми (p < 0,05). Результаты показали, что участники, выбравшие «Согласен», имели значительно более высокие, чем ожидалось, ответы для R5 (нападение диких животных на другие культуры; 7,67) и R8 (доступность высокоурожайных сортов; 14,23), что указывает на то, что эти факторы были доминирующими движущими силами внедрения. Напротив, значительно меньше участников, чем ожидалось, согласились с R4 (почва непригодна для других культур; −13,74) и R9 (доступность передовой механизации; −9,71). Респонденты, выбравшие «Возможно», показали значимо положительные связи с R6 (необходимость рисовой соломы для кормления животных; 3,26), R7 (гарантированная цена и закупки; 7,69), R9 (доступность передовой механизации; 10,91), R10 (хорошо развитая цепочка создания стоимости; 7,87) и R11 (необходимость для домашнего потребления/пищевых привычек; 4,92). Отрицательные связи в этой группе были обнаружены для R1 (более короткая продолжительность культуры; −9,83), R2 (рис более отзывчив на удобрения и воду; −7,80), R3 (достаточная доступность воды; −7,99), R4 (почва непригодна для других культур; −4,12) и R8 (доступность высокоурожайных сортов; −5,78). Среди тех, кто не согласился, значимо положительные остатки были связаны с R1 (более короткая продолжительность культуры; 7,08), R2 (рис более отзывчив на удобрения и воду; 8,52), R4 (почва непригодна для других культур; 19,66) и R9 (доступность передовой механизации; 6,23). Значимые отрицательные остатки были отмечены для R5 (нападение диких животных на другие культуры; −9,95), R7 (гарантированная цена и закупки; −8,38), R8 (доступность высокоурожайных сортов; −13,23), R10 (хорошо развитая цепочка создания стоимости; −8,25) и R11 (необходимость для домашнего потребления/пищевых привычек; −3,79*).

Рисунок 4  Тепловая карта остатков из SRA.

3.3.2 Множественный анализ соответствий

Множественный анализ соответствий (MCA) по one-hot-кодированной матрице сопряжённости, как показано на рисунках 5, 6, выявил восемь измерений, объясняющих кумулятивно 71,82% общей инерции. Среди них Dims 1–4 обеспечили 54,04% кумулятивной дисперсии (Dim 1 = 25,00%, Dim 2 = 11,74%, Dim 3 = 10,89%, Dim 4 = 6,41%), инкапсулируя основные паттерны кластеризации и дифференциации среди ответов фермеров. Эти четыре измерения были сохранены для первичной интерпретации благодаря их семантической согласованности и чётким нагрузкам на движущие силы внедрения и региональные группировки (как показано в таблице 4). Последующие измерения (Dim 5 – Dim 8), хотя и вносили меньшие доли (<6% каждое), выявили более тонкие, но значимые связи с менее доминирующими или более контекстно-специфичными мотивациями. График каменистой осыпи (рисунок 3) демонстрирует видимый «локоть» после четвёртого измерения, за пределами которого дополнительные оси вносят маргинальный вклад в объяснительную силу. Этот подход согласуется с предыдущими применениями MCA в исследованиях восприятия в сельском хозяйстве, где кумулятивные пороги между 60 и 75% считаются надёжными для интерпретации (Brunette et al., 2018). Поэтому была принята сбалансированная стратегия — фокус на Dims 1–4 для интерпретации доминирующих паттернов, при признании более широкого структурного вклада Dims 5–8. Было выявлено (таблица 4), что Dim 1 (доступ к сортам и рыночные гарантии) показал высокие положительные координаты для «Доступны высокоурожайные сорта» (R8), «Гарантированная цена и закупки» (R7) и «Хорошо развитая цепочка создания стоимости» (R10) вместе с ответами «Согласен/Возможно», при этом районы Махесана и Сабаркантха и частично Тируппур и Бхилвара нагрузка на этом полюсе, что указывает на системы, где варианты сортов и гарантии нижестоящего рынка сосуществуют, представляя собой набор стимулов, снижающих риск неблагоприятного исхода и транзакционные издержки для несubsistence-производства, тогда как Dim 2 (отзывчивость на вложения и механизация) имел положительные координаты, отражающие «Рис более отзывчив на удобрения и воду» (R2) и «Доступна передовая механизация» (R9) главным образом через ответы «Согласен/Возможно», при этом Тируппур выровнен вдоль Dim 1, тогда как Кхаммам и Удайпур были ближе к отрицательному полюсу, означая среды с ограниченной механизацией и более слабой воспринимаемой отзывчивостью на вложения; Dim 3 (риск дикой природы и зависимость от кормов) характеризовался «Нападение диких животных на другие культуры» (R5) и «Рисовая солома необходима для кормления животных» (R6), при этом Удхампур и Западный Каменг показали более сильное выравнивание, улавливая поведение по снижению риска и связанные с животноводством потребности в кормах, формирующие выбор культуры; Dim 4 (домашнее потребление и агроэкологические ограничения) включал заметные категории «Необходимость для домашнего потребления/пищевых привычек» (R11) с меньшей значимой ролью «Почва непригодна для других культур» (R4) и «Солома для корма» (R6), при этом район Джарграм кластеризовался здесь, указывая на домашнее потребление, культурные предпочтения и хрупкие агроэкологические условия как первичные движущие силы. Качество представления (cos2) было наивысшим для R7, R8 и R10 на Dim 1; для R2 и R9 на Dim 2; для R5 и R6 на Dim 3; и для R11 на Dim 4, тогда как R1 и R3 имели умеренные вклады по Dims 1–2 без доминирования в каком-либо одном измерении, что согласуется с гетерогенными профилями ответов на уровне районов; значимая связь была подтверждена через изучение вкладов категорий и сканирование чувствительности с исключением одного района, при этом заметные связи оставались инвариантными, поддерживая интерпретационную стабильность сохранённых осей.

Рисунок 5  График каменистой осыпи собственных значений из MCA, показывающий дисперсию, объяснённую каждым измерением.

Рисунок 6  Биплот MCA, показывающий кластеризацию ответов фермеров и движущих сил внедрения.

Таблица 4  Кластеризация по районам, выведенная из осей MCA.

4.1 Региональные различия и детерминанты сельскохозяйственных практик

Исследование подчеркивает региональные различия в социально-экономическом статусе, осведомлённости об улучшенных сельскохозяйственных практиках и восприятиях, влияющих на возделывание риса в районах Индии. Обследованные фермеры были социально разнообразны со значительным представительством сообществ OBC, SC и ST, и различия в землевладении были очевидны, поскольку фермеры в холмистых и племенных районах, а именно Западный Каменг и Джарграм, имели наименьшие хозяйства, что согласуется с более ранними результатами о том, что большинство фермеров в племенных регионах являются мелкими землевладельцами (Toppo et al., 2016) и что мелкие землевладения также распространены в холмистых районах (Partap, 2011; Fatima and Hussain, 2012). Несмотря на более высокий средний опыт ведения хозяйства в Удхампуре, фермеры не демонстрировали стабильно большего внедрения устойчивых сельскохозяйственных практик (диверсификация культур, совместный посев и севооборот), что указывает на то, что одного опыта недостаточно для стимулирования устойчивости без адекватной институциональной поддержки, служб распространения знаний и технического руководства (Guerin, 2001; Ongachi and Belinder, 2025). Это подразумевает, что повышение знаний фермеров требует дополнительных поддерживающих структур, адаптированных к местным ограничениям (Wright et al., 2017). Кроме того, опыт ведения хозяйства, размер хозяйства и доступ к службам распространения знаний были положительно связаны с продуктивностью при устойчивом управлении земельными ресурсами (Kolapo et al., 2022; Bwalya et al., 2023), подчёркивая важность интегрированных систем поддержки. Фермеры с более крупными землевладениями, лучшей механизацией и полным доступом к KCC показали более высокое внедрение улучшенных практик, тогда как те, у кого были меньшие хозяйства и ограниченный институциональный доступ, сталкивались с ограничениями, несмотря на высокую осведомлённость. Ограниченный охват центральных схем, а именно PM-KISAN (Pradhan Mantri Kisan Samman Nidhi) или NMSA (National Mission for Sustainable Agriculture), в племенных и холмистых регионах ещё больше усугубляет эти различия, указывая на необходимость улучшения адресности и предоставления сельскохозяйственных поддерживающих услуг (GoI, 2020). Autio et al. (2021) также заявили, что, несмотря на осведомлённость фермеров о климатически умных практиках, внедрение оставалось низким из-за ограничений, а именно: рыночная неопределённость, небезопасное землевладение, ограниченная пахотная земля и отсутствие капитала или готовности инвестировать; в частности, социокультурная инерция и коллективное избегание риска среди племенных сообществ могут дополнительно сдерживать переход от осведомлённости к внедрению (Curry et al., 2021; Pandeya et al., 2024). Несмотря на 100% осведомлённость о диверсифицированном земледелии в нескольких районах, внедрение оставалось низким из-за барьеров, а именно: слабые рыночные связи, отсутствие демонстраций и социально-психологическое сопротивление, что подчёркивает необходимость партисипативных подходов и моделей взаимного обучения, эффективных для стимулирования поведенческих изменений среди мелких землевладельцев (Zeweld et al., 2017). Эти вариации подчёркивают необходимость регион-специфичных, партисипативных подходов и подходов взаимного обучения для продвижения поведенческих изменений среди мелких землевладельцев.

4.2 Восприятие фермеров о внедрении возделывания риса

Анализ ответов фермеров в девяти районах выявил вариацию в воспринимаемых движущих силах и ограничениях для внедрения риса, указывая на гетерогенность агроэкологических и социально-экономических условий внутри страны. Рис предпочитается в Джарграме, Махесане, Сабаркантхе, Западном Каменге и Кхаммаме из-за его короткой продолжительности, которая хорошо вписывается в существующую систему земледелия, позволяя своевременный посев последующих культур, лучшее землепользование и сниженный риск (Ahmed et al., 2014; Humphreys and Gaydon, 2015). Фермеры в районах с лучшей доступностью ресурсов также предпочитали возделывание риса, поскольку рис высоко отзывчив на вложения, а именно: удобрения (Jagtap et al., 2018) и воду (Thanawong et al., 2014; Pascual and Wang, 2016), обеспечивая относительно стабильную продуктивность там, где орошение гарантировано (Pan et al., 2017; Jamal et al., 2023). Контрастирующие результаты SRA для механизации отражают различия в размере хозяйств и доступе к капиталу. Районы, а именно Махесана и Тируппур, характеризующиеся более крупными землевладениями и большим доступом к KCC, показали положительные остатки, что свидетельствует об экономической жизнеспособности механизации. Напротив, мелкоземлевладельческие или холмистые районы (Удхампур и Западный Каменг) показали отрицательные связи, главным образом из-за ограничений рельефа и ограниченной инвестиционной способности. В этих регионах, даже если фермеры осведомлены о выгодах механизации, внедрение ограничено физическими, экономическими и институциональными ограничениями. Поэтому механизацию не следует рассматривать как универсальный движущий фактор, а как условный фактор-драйвер, сильно формируемый местными производственными средами. Это свидетельствует о необходимости адаптированных механизационных инструментов, таких как продвижение мини-техники, орудий для конкретного рельефа или общественных центров проката в зонах с низким доступом. В ресурсно-бедных районах (Удайпур и Джарграм) рис может быть не очень эффективным, но фермеры всё равно выращивают его, потому что другие культуры считаются более рискованными из-за слабой рыночной поддержки (Joshi et al., 2006; Chhatre et al., 2016). Некоторые фермеры в восточных районах выигрывают от схем закупок, но в таких районах, как Кхаммам и Бхилвара, ограниченный доступ и задержки платежей делают возделывание культур, не поддержанных MSP, ещё более неопределённым. Различия в значимости гарантированной цены и связей с цепочкой создания стоимости соответствуют силе инфраструктуры закупок и рынка по районам. Районы Махесана и Сабаркантха показали положительные остатки для гарантированной цены и поддержки цепочки создания стоимости благодаря хорошо развитым закупочным сетям и объектам цепочки создания стоимости, показывая, что надёжные рынки снижают риск и усиливают предпочтение риса. Напротив, слабые или задержанные системы закупок повышают неопределённость и отговаривают фермеров от внедрения альтернативных культур. Aditya et al. (2017) заявили, что ограниченная осведомлённость фермеров о MSP и слабые механизмы закупок ограничивают эффективность поддержки цен, тем самым отговаривая от диверсификации в культуры, не поддержанные MSP. Исследование показало, что нежелание фермеров диверсифицироваться обусловлено не недостатком осведомлённости или сопротивлением изменениям, а скорее рациональным ответом на множество взаимосвязанных ограничений, а именно: экологических, экономических и институциональных.

4.3 Ключевые выводы из MCA

Множественный анализ соответствий (MCA) выявил четыре доминирующих измерения, объясняющих 54,03% дисперсии в детерминантах внедрения риса по обследованным районам, подчёркивая гетерогенную, но структурированную природу принятия решений фермерами. Dim 1 (доступ к сортам и рыночные гарантии) был сильно связан с высокоурожайными сортами, гарантированными закупками и наличием цепочки создания стоимости, при этом Махесана и Сабаркантха, и частично Тируппур и Бхилвара, выравнивались положительно, что указывает на то, что хороший доступ к рынку и семенам снижает производственные риски и транзакционные издержки (Salazar and Winters, 2012). Dim 2, отражающий отзывчивость на вложения и механизацию, отличал Тируппур (положительный) от Кхаммама и Удайпура (отрицательный), указывая на то, что механизация и воспринимаемая отзывчивость на удобрения и воду модулируют способность к внедрению. Dim 3 (10,9%), подчёркивающий риск дикой природы и зависимость от кормов, выравнивал Удхампур и Западный Каменг с поведением по снижению риска и связанными с животноводством потребностями в соломе, формирующими выбор культуры, что согласуется с многофункциональными стратегиями мелких землевладельцев (Giller et al., 2015). Dim 4 (6,4%) отражал приоритеты домашнего потребления и агроэкологические ограничения, при этом Джарграм и Западный Каменг кластеризовались вокруг домашнего потребления (R11) и ограничений почвы (R4), подчёркивая культурные и экологические движущие силы в решениях о земледелии (Mishra and Malik, 2024). Следовательно, эти измерения показали, что внедрение риса управляется многомерными и район-специфичными детерминантами, что требует регион-специфичных подходов для повышения усвоения технологий и устойчивости.

4.4 Ограничения исследования

Данное исследование, хотя и предоставляет ценные данные о восприятиях фермеров и факторах, влияющих на диверсификацию культур от риса, имеет определённые ограничения. Охват исследуемой области был ограничен выбранными районами, что может не полностью представлять разнообразие агроэкологических и институциональных условий по всем рисопроизводящим регионам. Некоторые потенциально релевантные переменные, такие как динамика доступа к рынку, внутрихозяйственные факторы принятия решений или детальная климатическая изменчивость, могли быть не полностью охвачены из-за ограничений данных. Кроме того, анализ опирался на самоотчётную информацию, которая, несмотря на тщательную валидацию и перекрёстную проверку, может включать определённую степень систематической ошибки ответов. Наконец, кросс-секционный дизайн ограничивает возможность вывода причинно-следственных связей, что свидетельствует о необходимости лонгитюдных или экспериментальных исследований в будущем для валидации и расширения этих результатов.

Данное исследование, основанное на обследовании 696 фермеров в девяти районах, подтверждает, что как структурные, так и перцептивные движущие силы формируют решения фермеров о возделывании риса. Статистические данные установили значимые связи между причинами и ответами, тогда как SRA подчеркнул высокоурожайные сорта (R8) и угрозы диких животных (R5) как доминирующие мотиваторы внедрения, и отверг непригодность почвы (R4) как ключевое ограничение. MCA далее разделил эти связи на четыре интерпретируемые оси, объясняющие: Dim 1 (доступ к сортам и рыночные гарантии), характеризующийся Махесаной, Сабаркантхой, Тируппуром и Бхилварой; Dim 2 (отзывчивость на вложения и механизация), противопоставляющий Кхаммам и Удайпур на отрицательном полюсе с Тируппуром на положительном; Dim 3 (риск дикой природы и зависимость от кормов), представленный Удхампуром и Западным Каменгом; и Dim 4 (домашнее потребление и агроэкологические ограничения), доминируемый Джарграмом. Эти кластеры на уровне районов демонстрируют, что барьеры диверсификации являются регион-специфичными, укоренёнными во взаимодействии стимулов семенного рынка, пробелов в механизации, риска диких животных и продовольственной безопасности кормов, и культурных пищевых предпочтений. Поэтому унифицированные политики диверсификации вряд ли будут успешными, и требуются регионально дифференцированные вмешательства: укрепление связей семена–рынок в Махесане, Сабаркантхе, Тируппуре и Бхилваре; повышение механизации и эффективности использования вложений в Кхаммаме и Удайпуре; поддержка управления дикими животными и альтернатив кормов в Удхампуре и Западном Каменге; и продвижение культурно согласованной диетической диверсификации в Джарграме. Путём согласования политических рычагов с восприятиями фермеров и местными реалиями Индия может постепенно перейти от рисо-доминирующих систем к более устойчивым, диверсифицированным сельскохозяйственным системам для повышения их средств к существованию.

Исследование предлагает несколько политических мер для продвижения диверсификации культур от риса. Во-первых, укрепление доступа к семенам и обеспечение надёжных рыночных гарантий имеют решающее значение в регионах, где доступность сортов сильно влияет на решения о внедрении. Содействие доступной механизации и улучшение доступа к кредитам могут поддержать мелких землевладельцев в районах с низкой механизацией, повышая их способность к диверсификации. В районах, затронутых высоким давлением дикой природы, введение альтернативных источников кормов и адаптированных к дикой природе вариантов возделывания помогло бы смягчить производственные риски. Кроме того, гарантированные схемы MSP или закупок для выбранных альтернативных культур, наряду с инвестициями в развитие цепочки создания стоимости, могут снизить рыночную неопределённость и обеспечить более сильные экономические стимулы для фермеров к диверсификации.

Ravisankar N, Raghavendra KJ, Joshi H, Bhagat R, Prusty AK, Shamim M, Ansari MA, Singh R, Kashyap P, Rani M, Lodhi MS, Verma N and Kumar K (2026) Adoption drivers and diversification barriers in Indian rice cultivation: pathways to sustainable agriculture. Front. Sustain. Food Syst. 9:1711493. doi: 10.3389/fsufs.2025.1711493

Перевод статьи «Adoption drivers and diversification barriers in Indian rice cultivation: pathways to sustainable agriculture» авторов Ravisankar N, Raghavendra KJ, Joshi H, Bhagat R, Prusty AK, Shamim M, Ansari MA, Singh R, Kashyap P, Rani M, Lodhi MS, Verma N and Kumar K., оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык

Фото: Designed by Freepik