Übernahme des Klimas

Aug 18, 2023

Nature Communications Band 14, Artikelnummer: 5175 (2023) Diesen Artikel zitieren

968 Zugriffe

15 Altmetrisch

Details zu den Metriken

Als Teil des klimaintelligenten Landwirtschaftsansatzes hat die Einführung klimaresistenter Pflanzensorten das Potenzial, die Klimaresistenz der Landwirte zu stärken, könnte aber auch einen landwirtschaftlichen Wandel in Entwicklungsländern herbeiführen. Wir untersuchen den Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und der Produktion, dem Konsum und der Kommerzialisierung durch Kleinbauern anhand von Paneldaten aus Ghana, Mali und Nigeria. Wir stellen fest, dass die Einführung klimaresistenter Erdnusssorten dazu beiträgt, die Produktion, den Verbrauch und die Vermarktung von Kleinbauern zu steigern. Die größten Fortschritte bei der Akzeptanz werden bei der nachhaltigen Nutzung dieser klimaresistenten Sorten beobachtet. Wir zeigen, dass die Einführung allen Haushalten zugute kommt, die größten Zuwächse jedoch bei kleineren Produzenten zu verzeichnen sind, was darauf hindeutet, dass die Einführung inklusiv ist. Darüber hinaus liefern wir Hinweise darauf, dass Ertragssteigerungen die Kommerzialisierung erklären könnten, obwohl auch der Haushaltskonsum eine Rolle spielt. Wir kommen zu dem Schluss, dass die Einführung klimaresistenter Erdnusssorten Produktionsbeschränkungen zumindest teilweise verringern und den Konsum und die Kommerzialisierung von Kleinbauern fördern kann, was Auswirkungen auf die landwirtschaftliche Transformation hat.

Die Kommerzialisierung von Kleinbauern stand in vielen politischen Debatten im Vordergrund, da sie als Weg zur Armutsreduzierung in vielen Entwicklungsländern gilt1. Angesichts dieser Debatten haben viele Regierungen Kommerzialisierungsinitiativen ins Leben gerufen, um den landwirtschaftlichen Wandel voranzutreiben. Ihr Erfolg hängt jedoch in hohem Maße von der landwirtschaftlichen Produktivität ab2. Das Wachstum der landwirtschaftlichen Produktivität ist ein entscheidender Faktor für die wirtschaftliche Diversifizierung und Entwicklung3,4. Dennoch ist das Wachstum der landwirtschaftlichen Produktivität in Afrika südlich der Sahara weiterhin gering und hinkt anderen Regionen der Welt hinterher2,5. Die Grüne Revolution, der Anstoß für zahlreiche Fortschritte bei der Steigerung der landwirtschaftlichen Produktion und Produktivität, wird weiterhin in vielen Ländern der Region wiederholt6,7. Im Mittelpunkt dieser Bemühungen stand die Entwicklung und Verbreitung ertragreicher und krankheitsresistenter Pflanzensorten8. Angesichts der ausgedehnten Trockenzeiten, die in ariden und semi-ariden Gebieten üblich sind, sind einige dieser Nutzpflanzensorten klimaresistent und haben die Fähigkeit, extremen Wetterereignissen standzuhalten und eine Klimaresistenz aufzubauen9,10,11. Klimaresistente Pflanzensorten sind ein entscheidender Bestandteil des Ansatzes der klimaintelligenten Landwirtschaft (CSA) und haben das Potenzial, dreifache Vorteile zu bieten: Steigerung der Produktivität mit daraus resultierenden Auswirkungen auf das Wohlergehen, Stärkung der Widerstandsfähigkeit gegenüber Klimaschocks und Reduzierung des Ausstoßes von Treibhausgasen12.

Wir untersuchen den Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und der Produktion, dem Konsum und der Kommerzialisierung durch Kleinbauern und nutzen dabei außerordentlich umfangreiche landwirtschaftliche Daten in drei westafrikanischen Ländern (Ghana, Mali und Nigeria) aus den Jahren 2017–2019. Viele der befragten Bauernhöfe werden von Kleinbauern bewirtschaftet, die Erdnüsse anbauen, um den Nahrungsmittelbedarf ihrer Haushalte zu decken, aber auch einen Teil ihrer Produktion auf Märkten verkaufen, was es ihnen möglicherweise ermöglicht, der Armutsfalle der semisubsistenten Landwirtschaft zu entkommen. Erdnüsse sind eine wichtige Nahrungs- und Nutzpflanze in Afrika südlich der Sahara13. Diese wichtige Hülsenfrucht wird mit der Armutsbekämpfung in Verbindung gebracht, indem sie das Haushaltseinkommen erhöht14 und Vorteile bietet, die über Nahrung und Geld hinausgehen, da sie bei der Synthese von Luftstickstoff helfen kann, was wiederum zur Verbesserung der Bodenfruchtbarkeit beiträgt. Dadurch kann der Einsatz anorganischer Düngemittel reduziert werden, da die Hülsenfrucht selbst die Bodenfruchtbarkeit verbessert15. Als Nahrungspflanze hat Erdnuss mehrere ernährungsphysiologische Eigenschaften und enthält sowohl Eiweiß als auch Fette/Öle.

In dieser Studie verwenden wir einen Haushaltsschätzer mit festem Effekt (FE) und einen Schätzer mit korreliertem Zufallseffekt (CRE), um die unbeobachtete Heterogenität zu kontrollieren, die mit der Beziehung zwischen Adoption und Produktion, Konsum und Kommerzialisierung verbunden ist. Wir stellen einen positiven Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und Ergebnissen erster Ordnung wie der Produktion (gemessen an Produktion, Produktionswert und Erträgen) und Ergebnissen höherer Ordnung wie Konsum und Kommerzialisierung (gemessen an der Marktbeteiligung) fest. verkaufte Menge und Verkaufswert). Wir stellen fest, dass eine nachhaltige Einführung im Laufe der Zeit (d. h. über die drei aufeinanderfolgenden Umfragejahre) die Erdnussproduktion, den Verbrauch und die Vermarktung von Kleinbauern über ein oder zwei Jahre nach der Einführung hinaus steigert. Länderübergreifende Belege aus Ghana, Mali und Nigeria zeigen eine erhebliche Heterogenität. Dennoch sind die Ergebnisse robust gegenüber unterschiedlichen Schätzstrategien, Variablenmessungen und Transformationen sowie unterschiedlichen Annahmen über den Panelschätzer und die instrumentelle Variable (IV).

Zusätzliche Analysen zeigen einen positiven Zusammenhang zwischen Produktion und Kommerzialisierung und einen negativen Zusammenhang zwischen Konsum und Kommerzialisierung. Diese Erkenntnisse stehen im Einklang mit der Untrennbarkeit der Produktions- und Konsumentscheidungen der Haushalte angesichts unvollkommener Marktbedingungen16,17. Selbst bei gut funktionierenden Märkten können die Haushalte einen Teil ihrer Produktion für den Eigenverbrauch behalten17. Natürlich nehmen Haushalte in vielen Landwirtschaftssystemen erst dann an Märkten teil, wenn ihre Konsumbedürfnisse im Haushalt gedeckt sind. Über die Assoziationen im Mittel hinaus führen wir Regressionen durch, um den Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und den Quantilen der bedingten Kommerzialisierungsverteilung zu bestimmen. Während die Einführung allen Haushalten zugute kommt, sind die größten Kommerzialisierungsgewinne bei Kleinbauern zu beobachten. Diese wichtige Erkenntnis legt nahe, dass die Verwendung klimaresistenter Erdnusssorten inklusiv ist (d. h. keine Kategorie von Landwirten ausschließt). Abschließend zeigen wir, dass eine gesteigerte Produktion für die Kommerzialisierung von Kleinbauern wichtig ist, obwohl auch der Konsum der Haushalte eine Rolle spielt.

Wir beginnen mit einer beschreibenden Zusammenfassung einiger der wichtigsten Variablen von Interesse (siehe Tabelle S1 in den Zusatzinformationen für zusammenfassende Statistiken nach Jahr und Einführungsstatus). Insgesamt sind Anwender klimaresistenter Erdnusssorten relativ jünger (48 Jahre) und besser gebildet (ca. 4 Schuljahre) als Nichtanwender. Ihre Haushaltsgröße ist relativ kleiner (10 Personen) und die Adoptivhaushalte liegen näher an städtischen Märkten (durchschnittlich 11 km). Etwa 56 % der Anwender gehören einer Erzeugergruppe an und haben mehr Besuche von öffentlichen Beratungsdiensten erhalten (im Durchschnitt etwa 3 Besuche). Abbildung 1 zeigt die Kerndichteverteilung der kleinbäuerlichen Produktion und Kommerzialisierung, beide gemessen in Kilogramm (kg), wobei die vertikalen Linien die durchschnittliche Produktion und den durchschnittlichen Verkauf von Erdnüssen angeben und sie nach dem Adoptionsstatus unterscheiden. Wie aus der Abbildung hervorgeht, produzieren und verkaufen Anwender klimaresistenter Erdnusssorten mehr Erdnüsse als Nichtanwender. Abbildung 2 zeigt die Einführung verbesserter Erdnusssorten in den drei Erhebungsjahren (2017–2019). In Mali und Nigeria nimmt die Adoption zu, in Ghana jedoch nicht. Dies mag zwar darauf hindeuten, dass die Saatgutsysteme in diesen beiden Ländern gut funktionieren, könnte aber auch auf die Saatgutverteilung durch Nichtregierungsorganisationen, den Austausch zwischen Landwirten, staatliche Subventionen sowie andere (latente) Faktoren zurückzuführen sein.

Diese Abbildung zeigt die Verteilung von Produktion und Kommerzialisierung für Anwender und Nichtanwender. N = 8604 Beobachtungen. Während Tafel I die mittlere Differenz für die Erdnussproduktion zeigt, zeigt Tafel II die mittlere Differenz für die Kommerzialisierung. Quelldaten werden als Quelldatendatei bereitgestellt.

Abbildung 2 zeigt den Anteil der Anwender nach Jahr und Land. N = 1494, 2520 bzw. 4590 Beobachtungen in Ghana, Mali und Nigeria. Quelldaten werden als Quelldatendatei bereitgestellt.

In diesem Abschnitt werden vier Sätze empirischer Ergebnisse vorgestellt. Zunächst stellen wir den Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und Produktion, Konsum und Kommerzialisierung her. Zweitens führen wir länderübergreifende Analysen dieser Beziehungen in Ghana, Mali und Nigeria durch. Drittens verknüpfen wir Produktion und Konsum mit Kommerzialisierung. Abschließend zeigen wir die heterogene Beziehung zwischen Akzeptanz und Kommerzialisierung mithilfe von Quantilregressionen.

Abbildung 3 zeigt den Zusammenhang zwischen Akzeptanz und Produktion und Konsum. Adoption wird auf zwei Arten definiert: als binäre Variable (das umfangreiche Maß), die den Übergang von der Nichtadoption zur Adoption erfasst; und als kontinuierliche Variable, die das Ausmaß (den Bereich) der Adoption misst (das intensive Maß). Zur Vereinfachung der Darstellung werden in der folgenden Abbildung nur diese beiden Koeffizienten angezeigt, Tabelle S8 in den Zusatzinformationen enthält jedoch die vollständigen Schätzergebnisse. Unter Verwendung der ersten Definition der Adoption besteht ein positiver Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und der Produktion und dem Konsum von Haushalten: Die Einführung klimaresistenter Erdnusssorten steigert den Ertrag um etwa 345 kg/ha und den Produktionswert um 476 USD (Abb. 3). . Das Ausmaß der Einführung wirkt sich ebenfalls positiv auf Ertrag und Produktionswert aus, wenn auch in geringerem Maße. Dies kann auf sinkende Erträge aus der Adoptionsfläche zurückzuführen sein, was möglicherweise auf eine nichtlineare Beziehung hinweist.

Diese Abbildung zeigt Koeffizienten zusammen mit ihren entsprechenden 95 %-Konfidenzintervallen als Fehlerbalken. Panel A zeigt die Ertragseffekte klimaresistenter Erdnusssorten, Panel B die Produktionswerteffekte und Panel C die Konsumeffekte. Die Koeffizienten werden mithilfe des zweistufigen Regressionsansatzes der kleinsten Quadrate mit N = 8604 Beobachtungen geschätzt. Das Vorhandensein eines Sternchens (*) über einem Koeffizienten zeigt an, dass der Koeffizient bei einem vorgegebenen Signifikanzniveau statistisch von Null abweicht (***p < 0,01, **p < 0,05, *p < 0,1). Statistische Tests sind zweiseitige t-Tests. Vollständige Modelle sind in Tabelle S8 in den Zusatzinformationen aufgeführt. Die Modelle werden mit zusätzlichen Kontrollen wie Alter und Bildungsniveau des Haushaltsvorstands, Abhängigkeitsverhältnis, Geschlecht des Haushaltsvorstands, Haushaltsgröße, Genossenschaftsmitgliedschaft, Ausbildung, Zugang zu öffentlichen und privaten Beratungsangeboten sowie Zugang zu Bargeld und Sachleistungen geschätzt Kredit, Entfernung zum nächstgelegenen Stadt- und Dorfmarkt, Fruchtfolge, Mischanbau, Arbeitskräfte, Marktpreis, Inputkosten, Anbaufläche, außerlandwirtschaftliches Einkommen und Bodenart. Quelldaten werden als Quelldatendatei bereitgestellt.

Wir beobachten auch einen positiven Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und ihrem Verzehr durch Kleinbauern: Durch die Einführung erhöht sich der Eigenverbrauch um etwa 213 kg (Abb. 3). Unsere Erkenntnisse zum positiven Zusammenhang zwischen Akzeptanz und Erträgen stimmen mit den Erkenntnissen von Schiedsrichtern überein. 8,11,13,18, die zeigten, dass verbessertes (dürreresistentes) Saatgut einen hohen Ertrag bringt, was Auswirkungen auf die Kommerzialisierung durch Kleinbauern hat. Insgesamt untermauern diese Ergebnisse die Bedeutung klimaresistenter Erdnusssorten für die Steigerung der Ernteerträge unter Stressbedingungen19, da sie den Landwirten helfen, mit Klimaschocks umzugehen und ihre Widerstandsfähigkeit gegenüber dem Klimawandel aufzubauen.

Wir stellen außerdem einen positiven Zusammenhang zwischen Akzeptanz (sowohl umfangreiche als auch intensive Maßnahmen) und Kommerzialisierung (Marktbeteiligung, verkaufte Menge und Verkaufswert) her. Angesichts des Vorhandenseins von Nullen in den Kommerzialisierungsergebnissen, die auf keine Verkäufe hinweisen, transformieren wir die verkaufte Menge und den Verkaufswert mithilfe der umgekehrten hyperbolischen Sinustransformation, die Nullen effizient verwaltet20. Diese Transformation ähnelt einer Log-Transformation, ermöglicht jedoch Beobachtungen mit Nullen und negativen Werten. Wir verwenden die Haushalts-FE- und CRE-Schätzer. Die geschätzten Koeffizienten sind für beide sehr ähnlich, was auf die Robustheit der Ergebnisse hinweist. Wir stellen einen positiven und signifikanten Zusammenhang zwischen beiden Maßstäben für die Einführung und Kommerzialisierung klimaresistenter Erdnusssorten fest (Abb. 4). Die Einführung im Vergleich zur Nichteinführung führt zu einer Steigerung der Marktbeteiligung um 5–6 %, der verkauften Menge um 54–59 % und des Verkaufswerts um 53–57 %, während das Ausmaß der Akzeptanz zu einer Steigerung der Marktbeteiligung um 3–4 % führt. 37–41 % der verkauften Menge und 35–39 % der Verkaufswerte (Abb. 4). Ähnliche Ergebnisse wurden aus Malawi gemeldet, wo verbesserte Erdnusssorten mit Vorfahren aus der Genbank des International Crops Research Institute for the Semi-Arid Tropics (ICRISAT) nachweislich die Marktbeteiligung erhöhen21. Darüber hinaus präsentieren wir in den ergänzenden Informationen in den Abbildungen S1 und S2 zusätzliche Erkenntnisse aus dem gepoolten FE-OLS-Modell zum Zusammenhang zwischen Einführung, Produktion und Kommerzialisierung.

Diese Abbildung zeigt Koeffizienten zusammen mit ihren entsprechenden 95 %-Konfidenzintervallen als Fehlerbalken. Tafel A zeigt die Auswirkungen der Einführung klimaresistenter Erdnusssorten auf die Marktbeteiligung, Tafel B zeigt die Auswirkungen auf die Menge der verkauften Erdnüsse und Tafel C den Verkaufswert der verkauften Erdnüsse. Die Koeffizienten werden mithilfe des zweistufigen Regressionsansatzes der kleinsten Quadrate mit N = 8604 Beobachtungen geschätzt. Das Vorhandensein eines Sternchens (*) über einem Koeffizienten zeigt an, dass der Koeffizient bei einem vorgegebenen Signifikanzniveau statistisch von Null abweicht (***p < 0,01, **p < 0,05, *p < 0,1). Statistische Tests sind zweiseitige t-Tests. Vollständige Modelle sind in den Tabellen S6 und S7 in den Zusatzinformationen aufgeführt. Die Modelle werden mit zusätzlichen Kontrollen wie Alter und Bildungsniveau des Haushaltsvorstands, Abhängigkeitsverhältnis, Geschlecht des Haushaltsvorstands, Haushaltsgröße, Genossenschaftsmitgliedschaft, Ausbildung, Zugang zu öffentlichen und privaten Beratungsangeboten sowie Zugang zu Bargeld und Sachleistungen geschätzt Kredit, Entfernung zum nächstgelegenen Stadt- und Dorfmarkt, Fruchtfolge, Mischanbau, Arbeitskräfte, Marktpreis, Inputkosten, Anbaufläche, außerlandwirtschaftliches Einkommen und Bodenart. Quelldaten werden als Quelldatendatei bereitgestellt.

Als nächstes zeigen wir, dass eine nachhaltige Einführung – definiert als kontinuierliche und fortlaufende Einführung der klimaresistenten Erdnusssorten über die drei Umfragejahre – die Erdnussproduktion, den Verbrauch und die Vermarktung von Kleinbauern wirksamer steigert als eine ein oder zweijährige Einführung (Abb. 5). Noch wichtiger ist, dass das Ausmaß der Auswirkungen ein Vielfaches der vorherigen Schätzungen zu Produktion, Verbrauch und Kommerzialisierung unter Verwendung des umfassenden Maßes der Akzeptanz beträgt. Unsere Ergebnisse bestätigen die von Ref. 13, die größere Auswirkungen auf die Armutsreduzierung für Haushalte zeigten, die dauerhaft klimaresistente Erdnusssorten einführen.

Diese Abbildung zeigt Koeffizienten zusammen mit ihren entsprechenden 95 %-Konfidenzintervallen als Fehlerbalken. Panel A zeigt die Auswirkungen der nachhaltigen Einführung klimaresistenter Sorten auf die Erträge, Panel B zeigt die nachhaltigen Auswirkungen auf den Verbrauch und Panel C zeigt die nachhaltigen Auswirkungen auf die verkaufte Menge. Die Koeffizienten werden mithilfe des zweistufigen Regressionsansatzes der kleinsten Quadrate mit N = 8604 Beobachtungen geschätzt. Das Vorhandensein eines Sternchens (*) über einem Koeffizienten zeigt an, dass der Koeffizient bei einem vorgegebenen Signifikanzniveau statistisch von Null abweicht (***p < 0,01, **p < 0,05, *p < 0,1). Statistische Tests sind zweiseitige t-Tests. Vollständige Modelle sind in Tabelle S9 in den Zusatzinformationen aufgeführt. Die Modelle werden mit zusätzlichen Kontrollen wie Alter und Bildungsniveau des Haushaltsvorstands, Abhängigkeitsverhältnis, Geschlecht des Haushaltsvorstands, Haushaltsgröße, Genossenschaftsmitgliedschaft, Ausbildung, Zugang zu öffentlichen und privaten Beratungsangeboten sowie Zugang zu Bargeld und Sachleistungen geschätzt Kredit, Entfernung zum nächstgelegenen Stadt- und Dorfmarkt, Fruchtfolge, Mischanbau, Arbeitskräfte, Marktpreis, Inputkosten, Anbaufläche, außerlandwirtschaftliches Einkommen und Bodenart. Quelldaten werden als Quelldatendatei bereitgestellt.

Länderübergreifende Analysen helfen uns, die Produktions-, Konsum- und Kommerzialisierungseffekte der Einführung von Erdnüssen in Ghana, Mali und Nigeria zu verstehen. Abbildung 6 veranschaulicht die erhebliche Heterogenität zwischen den drei Ländern, wobei die stärksten Ertragseffekte in Ghana und Nigeria beobachtet wurden. Bei den Auswirkungen auf die Kommerzialisierung weist lediglich Nigeria einen statistisch signifikanten Unterschied auf. Länderspezifische Faktoren könnten die beobachtete länderübergreifende Heterogenität erklären. Diese Ergebnisse könnten jedoch auch die unterschiedlichen Haushaltsmerkmale jedes Landes widerspiegeln. Nigeria ist beispielsweise der größte Produzent und Exporteur von Erdnüssen in Westafrika22, so dass nigerianische Produzenten möglicherweise Zugang zu diversifizierteren Märkten und Bedingungen haben, unter denen Landwirte höhere und günstigere Preise für ihre Produktion erzielen können. Dies könnte ein besonders starker Anreiz für die Kommerzialisierung von Erdnüssen sein, insbesondere nachdem die Haushalte den Eigenverbrauch decken. Diese Hypothese steht im Einklang mit dem Modell der nicht trennbaren landwirtschaftlichen Haushalte, bei dem Haushalte nur dann als Verkäufer an Märkte herantreten, wenn ihr Haushaltsbedarf an Nahrungsmitteln gedeckt ist18.

Diese Abbildung zeigt Koeffizienten zusammen mit ihren entsprechenden 95 %-Konfidenzintervallen als Fehlerbalken. Panel A zeigt die länderübergreifenden Auswirkungen der Heterogenität klimaresistenter Erdnusssorten auf die Erträge, Panel B zeigt die Auswirkungen der Heterogenität auf den Verbrauch pro Land und Panel C zeigt die Auswirkungen auf die Menge der verkauften Erdnüsse pro Ghana, Mali und Nigeria. Die Koeffizienten werden mithilfe des zweistufigen Regressionsansatzes der kleinsten Quadrate mit N = 8604 Beobachtungen geschätzt. Das Vorhandensein eines Sternchens (*) über einem Koeffizienten zeigt an, dass der Koeffizient bei einem vorgegebenen Signifikanzniveau statistisch von Null abweicht (***p < 0,01, **p < 0,05, *p < 0,1). Statistische Tests sind zweiseitige t-Tests. Vollständige Modelle sind in Tabelle S10 in den Zusatzinformationen aufgeführt. Die Modelle werden mit zusätzlichen Kontrollen wie Alter und Bildungsniveau des Haushaltsvorstands, Abhängigkeitsverhältnis, Geschlecht des Haushaltsvorstands, Haushaltsgröße, Genossenschaftsmitgliedschaft, Ausbildung, Zugang zu öffentlichen und privaten Beratungsangeboten sowie Zugang zu Bargeld und Sachleistungen geschätzt Kredit, Entfernung zum nächstgelegenen Stadt- und Dorfmarkt, Fruchtfolge, Mischanbau, Arbeitskräfte, Marktpreis, Inputkosten, Anbaufläche, außerlandwirtschaftliches Einkommen und Bodenart. Quelldaten werden als Quelldatendatei bereitgestellt.

Da die Produktions- und Konsumentscheidungen der Haushalte eng miteinander verbunden und möglicherweise nicht trennbar sind16,17, führen wir einige zusätzliche Regressionen durch. Es ist intuitiv, dass eine Ertragssteigerung durch die Einführung klimaresistenter Sorten die Kommerzialisierung vorantreiben könnte, aber auch der Haushaltskonsum ist wichtig. Abbildung 7 zeigt einen positiven Zusammenhang zwischen Ertrag und Kommerzialisierung und untermauert die Behauptung, dass Ersteres die Auswirkungen der Kommerzialisierung erklären könnte. Der negative Zusammenhang zwischen Konsum und Kommerzialisierung untermauert zusätzlich die Einsicht, dass Haushalte nur dann an Märkten teilnehmen dürfen, wenn ihr Haushaltsbedarf an Nahrungsmitteln gedeckt ist. Während also eine steigende Produktion die Landwirte auf die Märkte drängen könnte, könnte der Eigenverbrauch Aspekte der Kommerzialisierung verringern, da die Haushalte auf Erdnüsse als wichtiges nahrhaftes Lebensmittel angewiesen sind. Diese Ergebnisse können wiederum durch das Modell der nicht trennbaren landwirtschaftlichen Haushalte mit fehlenden Märkten erklärt werden23. Die wichtigste Erkenntnis ist, dass Produktion, Konsum und letztendlich Entscheidungen zur Marktbeteiligung eng miteinander verknüpft sind. Mit steigenden Erträgen nehmen Haushalte erst dann an Märkten teil, wenn ihr Haushaltsbedarf an Nahrungsmitteln gedeckt ist. Dies gilt insbesondere für eine Hülsenfrucht wie die Erdnuss, die einen enormen Beitrag zum Nährstoffkorb von Kleinbauernhaushalten leistet12. Die Ermittlung von Ertragssteigerungen scheint ein wichtiger Weg zur Sicherstellung der Kommerzialisierung durch Kleinbauern zu sein, und klimaresistente Erdnusssorten könnten ein entscheidender Einstiegspunkt sein. Der Einsatz klimaresistenter Pflanzen durch Landwirte ist auch wichtig, um ihre Widerstandsfähigkeit gegenüber Klimawandel und extremen Wetterereignissen zu stärken19.

Diese Abbildung zeigt Koeffizienten zusammen mit ihren entsprechenden 95 %-Konfidenzintervallen als Fehlerbalken. Panel A zeigt die Produktions- und Konsumeffekte auf die Marktbeteiligung, Panel B zeigt die Produktions- und Konsumeffekte auf die verkaufte Menge und Panel C zeigt die Produktions- und Konsumeffekte auf den Verkaufswert. Die Koeffizienten werden mithilfe des zweistufigen Regressionsansatzes der kleinsten Quadrate mit N = 8604 Beobachtungen geschätzt. Das Vorhandensein eines Sternchens (*) über einem Koeffizienten zeigt an, dass der Koeffizient bei einem vorgegebenen Signifikanzniveau statistisch von Null abweicht (***p < 0,01, **p < 0,05, *p < 0,1). Statistische Tests sind zweiseitige t-Tests. Vollständige Modelle sind in Tabelle S11 in den Zusatzinformationen aufgeführt. Die Modelle werden mit zusätzlichen Kontrollen wie Alter und Bildungsniveau des Haushaltsvorstands, Abhängigkeitsverhältnis, Geschlecht des Haushaltsvorstands, Haushaltsgröße, Genossenschaftsmitgliedschaft, Ausbildung, Zugang zu öffentlichen und privaten Beratungsangeboten sowie Zugang zu Bargeld und Sachleistungen geschätzt Kredit, Entfernung zum nächstgelegenen Stadt- und Dorfmarkt, Fruchtfolge, Mischanbau, Arbeitskräfte, Marktpreis, Inputkosten, Anbaufläche, außerlandwirtschaftliches Einkommen und Bodenart. Quelldaten werden als Quelldatendatei bereitgestellt.

Im Hinblick auf die Wirkungsheterogenität kommt die Einführung Haushalten in allen Quantilen der bedingten Kommerzialisierungsverteilung zugute. Die größten Gewinne sind jedoch bei Landwirten zu beobachten, die in kleineren Maßstäben einführen (Abb. 8). Ungeachtet dessen deutet dieses Ergebnis darauf hin, dass die Einführung inklusiv ist und die Entwicklung in ländlichen Gemeinden durch die Kommerzialisierung durch Kleinbauern vorantreiben kann.

Diese Abbildung zeigt das Ergebnis einer Quantilregression zwischen Kommerzialisierung und Einführung. N = 8604 Beobachtungen. Die grüne Linie zeigt die geschätzten Auswirkungen der Einführung pro Quantil. Der graue Bereich um die grüne Linie gibt das 95 %-Konfidenzintervall an. Quelldaten werden als Quelldatendatei bereitgestellt.

Zusammengenommen unterstreichen unsere Ergebnisse, wie wichtig es ist, die Einführung klimaresistenter Pflanzensorten als Weg zur landwirtschaftlichen Transformation zu fördern. Diese Analyse bestätigt die Entwicklung, Ausweitung und Verbreitung verschiedener verbesserter klimaresistenter Technologien, da sie das Potenzial haben, die Kommerzialisierung von Kleinbauern voranzutreiben. Um die Vorteile der Einführung klimaresistenter Erdnusssorten voll auszuschöpfen, müssen die Saatgutsysteme besser verwaltet und wirksame Folgemaßnahmen ergriffen werden, um deren nachhaltige Einführung sicherzustellen. Beispielsweise muss sichergestellt werden, dass Saatgutliefersysteme und -märkte nicht fehlen und dass die Transaktionskosten für den Zugang zu solchen Märkten minimal sind. Dies könnte die Kommerzialisierung von Kleinbauern verstärken, mit Auswirkungen auf das Wohlergehen und die ländliche Entwicklung. Obwohl einige dieser Empfehlungen nicht direkt aus dieser Studie hervorgehen, heben wir sie hervor, um sie in den größeren Kontext der empirischen Literatur zu stellen18,21,24. Die Auswirkungen auf die Stärkung der Widerstandsfähigkeit von Kleinbauern gegenüber Klimawandel und extremen Wetterereignissen sind wichtig. Daher haben klimaresistente Pflanzensorten, die einen wichtigen Teil des CSA-Ansatzes darstellen, das Potenzial, einige der Vorteile von CSA zu bieten, wie z. B. eine Steigerung der Produktivität mit daraus resultierenden Auswirkungen auf Konsum und Kommerzialisierung, die verschiedene Aspekte des Wohlergehens von Kleinbauern darstellen.

Diese Forschung entspricht allen relevanten ethischen Vorschriften. Der Forschungsvorschlag und die Datenerfassungstools wurden von der Ethikkommission der West- und Zentralafrika-Forschungseinheit von ICRISAT genehmigt.

Diese Analyse basiert auf einem Drei-Wellen-Panel-Datensatz aus drei westafrikanischen Ländern (Ghana, Mali und Nigeria; siehe Abb. 9), an denen in den Jahren 2017, 2018 und 2019 eine Befragung landwirtschaftlicher Haushalte durchgeführt wurde. Diese Länder waren Teil davon das von der United States Agency for International Development (USAID) finanzierte Erdnuss-Hochskalierungsprojekt, das von 2015 bis 2019 durchgeführt wurde. Sie waren auch Teil des Einflussbereichs „Feed the Future“ und profitierten kürzlich von den Aktivitäten des Projekts, das darauf abzielte, die Erdnussproduktivität zu steigern25.

Diese Abbildung zeigt die Untersuchungsgebiete (Ghana, Mali und Nigeria). Die grünen und roten Kreise stellen Untersuchungsdörfer in Nigeria dar; Die gelben und schwarzen Kreise stehen für Dörfer in Ghana und die blaugrünen und rot-orangen Kreise für Dorfstandorte in Mali. Die Haushalte in diesen Dörfern wurden nach dem Zufallsprinzip befragt.

Durch ein mehrstufiges Stichprobenverfahren wurden verschiedene Regionen und Kreise für die Datenerhebung ausgewählt. Das Projekt zielte auf drei Regionen in Ghana (Northern, Upper East und Upper West) und Mali (Koulikoro, Mopti und Sikasso) sowie fünf Bundesstaaten in Nigeria (Jigawa, Katsina, Kano, Kebbi und Sokoto) ab. In diesen Gebieten wählte das Projekt einige Bezirke (in Ghana und Mali) und Local Government Areas (LGAs in Nigeria) aus. In jedem ausgewählten Bezirk/LGA profitierten einige Dörfer von den im Rahmen des Projekts durchgeführten Technologietransferaktivitäten, wie z. B. Feldschulen, partizipativen Demonstrationsflächen und Innovationsplattformen. Für die landwirtschaftliche Haushaltsbefragung wurden aus jedem Bezirk/LGA 4–6 Dörfer zufällig ausgewählt, aus denen weitere etwa 30 Haushalte zufällig ausgewählt wurden. Durch dieses Stichprobenverfahren werden Anwender und Nichtanwender ähnlichen administrativen, ökologischen und klimatischen Bedingungen ausgesetzt. Im ersten Jahr der Datenerhebung (2017) wurden insgesamt 900 Haushalte aus Ghana, 1.350 Haushalte aus Mali und 2500 Haushalte aus Nigeria befragt.

Während der zweiten und dritten Umfragerunde reduzierten finanzielle Engpässe die Erststichprobe um 30–40 %. Etwa 60–70 % der Haushalte wurden aus der ursprünglichen Stichprobe zufällig erneut beprobt. In Ghana bedeutete dies, dass im Jahr 2018 540 Haushalte befragt wurden, aus denen im Jahr 2019 34 Haushalte aufgrund der Nichtverfügbarkeit im Befragungszeitraum ausschieden. Insgesamt wurde für die Analyse eine ausgewogene Stichprobe von 498 Haushalten aus Ghana herangezogen. In Mali verschlechterten sich die Sicherheitsbedingungen in der Region Mopti im Jahr 2018 so sehr, dass die Durchführung einer Umfrage nicht mehr sicher war. Die zunächst 450 befragten Haushalte in dieser Region wurden somit aus der Stichprobe entfernt. Anschließend wurde die Befragung mit 900 Haushalten in den beiden anderen Regionen fortgesetzt. Im Jahr 2019 schieden schließlich 60 Haushalte aus und für die Analyse wurde eine ausgewogene Stichprobe von 840 Haushalten aus Mali verwendet. In Nigeria wurden im Jahr 2018 1.600 Haushalte nach dem Zufallsprinzip erneut befragt, und im Jahr 2019 schieden 70 Haushalte aus der Stichprobe aus. Daher konzentrierte sich die endgültige Analyse auf eine ausgewogene Stichprobe von 1.530 Haushalten. Insgesamt haben wir 8604 Beobachtungen verwendet, die über drei Jahre in 2868 Haushalten gesammelt wurden. Das Geschlecht war kein integraler Bestandteil der Analyse, da der Schwerpunkt auf Haushalten lag, in denen wir die Haushaltsvorstände befragten. Es bestand also keine Möglichkeit, das Geschlecht anhand der Selbstauskunft oder der Zuordnung zu bestimmen. Der geringere Fokus auf das Geschlecht bei der Analyse basierte auf der Erwartung von Auswirkungen auf der Haushaltsebene und nicht auf der individuellen Ebene. In vielen Teilen Westafrikas wird die Landwirtschaft im Allgemeinen von Haushalten betrieben. Daher verfolgen wir diese Realität, um die Auswirkungen der Einführung klimaresistenter Erdnusssorten auf Produktion, Verbrauch und Kommerzialisierung zu verstehen.

In den Paneljahren, insbesondere zwischen 2018 und 2019, verzeichneten wir Fluktuationsraten von 8 % in Ghana, 7 % in Mali und 4 % in Nigeria. Diese Fluktuationsraten sind erheblich niedriger als die anderer Umfragen zu großen Haushalten in Afrika. Probit-Abnutzungsmodelle fanden in unseren Schätzungen keine Hinweise auf eine Verzerrung.

Wir messen die Kommerzialisierung anhand von drei verschiedenen Proxys. Zunächst verwenden wir ein binäres Maß für die Marktbeteiligung, das angibt, ob Haushalte Erdnüsse auf Absatzmärkten verkaufen. Für Verkäufer nimmt es den Wert 1 an, andernfalls 0. Zweitens verkaufen Haushalte, die an Märkten teilnehmen, mit unterschiedlicher Intensität, so dass die Erfassung der tatsächlichen Verkaufsniveaus der Haushalte dabei helfen kann, die Verkaufsintensität zu verstehen und zu differenzieren. Daher verwenden wir die tatsächlich verkaufte Erdnussmenge als zweiten Indikator für die Kommerzialisierung. Der Wert der verkauften Erdnüsse, der sogenannte Verkaufswert, ist der dritte Indikator für die Kommerzialisierung und wird anhand der individuellen Preise gemessen, die die Landwirte für ihre Produktion erhielten.

Wir verwenden außerdem drei Proxys, um die Produktion von Kleinbauern zu messen: Gesamtproduktionsmenge, Produktionswert und Ertrag. Neben dem Verkauf legen wir auch Wert auf die Produktion. Der Ertrag wird pro Hektar gemessen. Schließlich erfassen wir die Menge an Erdnüssen, die von Haushalten konsumiert wird (kg).

Wir messen die Akzeptanz mithilfe von zwei Proxys: einer binären Variablen, die für Anwender klimaresistenter Erdnusssorten den Wert 1 und ansonsten den Wert 0 annimmt; und die Fläche (Hektar) mit klimaresistenten Erdnusssorten. Um eine falsche Identifizierung der klimaresistenten Sorten zu vermeiden, konzentrieren wir uns auf eine Liste von Sorten, die in der Region durch das Feed the Future-Programm von USAID, die von der Gates Foundation finanzierten Projekte Tropical Legumes I, II und III und die kürzlich von USAID finanzierte Erdnuss gefördert werden Upscaling-Projekt von 2015–2019. Einige dieser Sorten umfassen Samnut 22, Yenyawoso und Nkatiesari in Ghana; ICGV 86124 (Niètatiga), ICGV 86015 (Yriwatiga), ICGV 86024 (Bonitiga) und Fleur 11 (Allason) in Mali; und Samnut 23, Samnut 24, Samnut 25 und Samnut 26 in Nigeria. Die Konzentration auf diese Sorten zur Ermittlung des Adoptionsstatus sollte nicht zu einer erheblichen Verzerrung führen, sondern vielmehr zu genaueren Messungen des tatsächlichen Adoptionsstatus. Diese klimaresistenten Erdnusssorten unterscheiden sich von den Landsorten in diesen Gemeinden. Sie können längeren Trockenzeiten (hitze- und dürreresistent), Krankheiten und Schädlingen, die mit Erdnüssen in Verbindung stehen, wie dem Rosettenvirus, standhalten25,26. Sie werden seit über einem Jahrzehnt in den Untersuchungsgebieten verbreitet und sind daher für Landwirte bekannt, beliebt und leicht erkennbar13. Die Zähler wurden außerdem darin geschult, die von den Landwirten verwendeten Sorten korrekt zu erfassen. Wir kennen die Literatur zur Fehlklassifizierung verbesserter Nutzpflanzensorten, aber da wir uns auf gut beworbene und leicht identifizierbare Sorten konzentriert haben, sollte unsere Analyse nicht anfällig für Fehlklassifizierungsverzerrungen sein.

Wir sind daran interessiert, den Zusammenhang zwischen der Einführung klimaresistenter Erdnusssorten und der Produktion, dem Konsum und der Kommerzialisierung durch Kleinbauern zu verstehen. Da wir über Paneldaten verfügen, tauchen wir direkt in Paneldatenmodelle ein, um diese Beziehungen abzuschätzen. Zuvor bündeln wir jedoch die Daten und schätzen die folgende Regressionsgleichung:

\({Y}_{{it}}\) stellt die verschiedenen interessierenden Ergebnisse dar, einschließlich Produktion (geerntete Menge, Produktionswert und Ertrag), Konsum und Kommerzialisierung (Marktbeteiligung, verkaufte Menge und Verkaufswert). Unsere interessierende Variable ist \({A}_{i}\); Seine Parameterschätzung \(\delta\) zeigt die Beziehung zwischen der Akzeptanz und den verschiedenen Ergebnissen. Wir schätzen verschiedene Modelle für den Adoptionsdummy und das Ausmaß der Adoption (Akzeptanzbereich). \({X}_{i}\) ist ein Vektor von Kontrollvariablen sowohl auf Betriebs- als auch auf Haushaltsebene; \({\mu }_{i}\) ist der stochastische Fehlerterm. Gleichung (1) kann mit dem Naive-Ordinary-Least-Square-Schätzer (OLS) geschätzt werden. Lineare Modelle werden für die kausale Identifizierung immer bevorzugt, da sie leicht zu interpretieren sind und nicht zu einer Identifizierung anhand der funktionalen Form führen, was bei einigen Maximum-Likelihood-Verfahren üblich ist. Die Ergebnisse können jedoch sowohl durch beobachtete als auch durch zeitinvariante, unbeobachtete Heterogenität verzerrt sein. Ungeachtet dessen werden die Ergebnisse der OLS-Regression in den Zusatztabellen (S2–S5) angegeben. Da wir über Paneldaten verfügen, nutzen wir deren Qualität, um jede zeitinvariante, unbeobachtete Heterogenität zu berücksichtigen. Wir verwenden IV-Schätzer zur Kontrolle zeitlich variierender beobachteter Faktoren und testen die Robustheit mit dem Kontrollfunktionsansatz (CF).

Wir stützen uns auf standardmäßige zweistufige Regressionen der kleinsten Quadrate (2SLS), um zu analysieren, wie Produktion, Verbrauch und Kommerzialisierung durch die Einführung klimaresistenter Erdnusssorten beeinflusst werden. Die zweite Stufe des 2SLS-Modells wird wie folgt dargestellt:

Wie in Gl. gezeigt. 2. Führen wir nun die Zeitkomponente ein und untersuchen die Paneldaten vollständig. Es werden die gleichen Symbole verwendet, aber zusätzlich steht \({c}_{1i}\) für zeitinvariante unbeobachtete Heterogenität, \({d}_{t}\) für zeitfeste Effekte und \({\mu } _{{it}}\) ist der stochastische Fehlerterm. Unsere Paneldaten ermöglichen uns eine wirksame Kontrolle zeitinvarianter, unbeobachteter Heterogenität wie Fähigkeiten, Vorlieben und Motivation, die sowohl die Akzeptanz als auch die Ergebnisse beeinflussen können. Zwei gebräuchliche Schätzer sind der Haushalts-FE-Schätzer und der Zufallseffektschätzer (RE). Die Wahl eines Schätzers hängt von den Annahmen über Korrelationen zwischen unbeobachteter Heterogenität und den beobachteten Merkmalen ab. Es kann auch vom Grad der internen Variation der Ergebnisse und der Länge des Panels abhängen. Bei linearen Modellen wurde der FE-Schätzer als Arbeitstier zur Kontrolle der zeitinvarianten, unbeobachteten Heterogenität verwendet. Dieser Schätzer könnte jedoch zum Problem der zufälligen Parameter bei nichtlinearen Modellen führen. Der RE-Schätzer hingegen ist recht restriktiv und wird häufiger in experimentellen Studien verwendet, da er eine strikte Exogenität (keine Korrelation) zwischen den beobachteten Kovariaten und unbeobachteter Heterogenität annimmt. Um diese strenge Annahme zu lockern, wird das Mundlak-Chamberlain-Gerät, auch CRE-Modell genannt, empfohlen. Dieses Modell geht davon aus, dass diese Korrelation eine lineare Funktion des zeitlichen Durchschnitts aller zeitvarianten Kovariaten in Gleichung ist. (2) 27. Dieser Schätzer hat mehrere Vorteile gegenüber dem FE- und dem RE-Schätzer: (1) er lockert die strikte Exogenitätsannahme des RE-Schätzers; (2) Es liefert effizientere Schätzungen als der FE-Schätzer, wenn die Abweichung innerhalb der Daten kleiner ist als die Abweichung zwischen den Daten. und (3) es vermeidet das Problem der zufälligen Parameter für nichtlineare Modelle. Wir verwenden das CRE-Modell und testen die Robustheit, indem wir auch den FE-Schätzer angeben. In Bezug auf die Anwendung ähnelt das CRE-Modell dem RE-Modell, jedoch mit der Hinzufügung von Zeitdurchschnitten aller zeitvariablen Kovariaten \(({\tilde{X}}_{i})\), wie in Gl. (3):

Nachdem wir uns nun mit der unbeobachteten Heterogenität befasst haben, bleiben uns noch zwei weitere Quellen der Endogenität: umgekehrte Kausalität und Messfehler. Man könnte argumentieren, dass zwischen Adoption und Produktion, Konsum und Kommerzialisierung Bedenken hinsichtlich der umgekehrten Kausalität bestehen. Während die Einführung klimaresistenter Erdnusssorten zu einer Kommerzialisierung durch höhere Erträge führen könnte, könnte die Kommerzialisierung auch zu einer höheren Akzeptanz führen, wenn die Gewinne aus der Kommerzialisierung für den Kauf des klimaresistenten Saatguts verwendet werden. Es ist daher wahrscheinlich, dass die Einführung mit zeitlich variierenden Schocks korreliert. Im Hinblick auf Messfehler ist es immer schwierig, die Genauigkeit des Datengenerierungsprozesses zu behaupten. Wir sind jedoch sicher, dass die Einführung wie oben erläutert ordnungsgemäß erfasst wurde, da diese Prozesse gut überwacht und überwacht wurden. Um Endogenitätsbedenken im Zusammenhang mit umgekehrter Kausalität und Messfehlern zu verringern, verwenden wir den IV-Ansatz, wie er in der ersten Stufe des 2SLS-Modells dargestellt ist (Gleichung 4).

wobei sich \({Z}_{{it}}\) auf die IV bezieht. Wie Angrist und Pischke28 hervorheben, hilft die Verwendung einer IV auch bei der Korrektur etwaiger Verzerrungen aufgrund von Messfehlern. Die Auswahl von Instrumenten ist kein trivialer Prozess, da sie exogen sein und die Ausschlussbeschränkung erfüllen müssen. Gute Instrumente sollten normalerweise eine Form der Randomisierung beinhalten, um eine exogene Variation für kausale Behauptungen hervorrufen zu können.

Als Instrument nutzen wir die Bereitschaft zur Einführung klimaresistenter Erdnusssorten, da damit die subjektiven Präferenzen für die Einführung solcher Sorten erfasst werden können. Diese Variable korreliert möglicherweise sowohl mit beobachteten als auch mit unbeobachteten Merkmalen wie Fähigkeiten, Vorlieben und Managementfähigkeiten. Frühere Studien haben gezeigt, dass die Verwendung von Zahlungsbereitschaftsvariablen dabei helfen kann, etwaige verbleibende Endogenität zu kontrollieren29,30. Die Bereitschaft, klimaresistente Erdnusssorten einzuführen, wird als Dummy-Variable definiert, die für Haushalte, die Zugang zu klimaresistenten Erdnusssorten haben und bereit sind, diese einzuführen, den Wert 1 annimmt, andernfalls den Wert 0. Zugänglichkeit impliziert in diesem Fall einige Aspekte des Bewusstseins (Wissensoffenlegung) über klimaresistente Erdnusssorten. Natürlich werden Haushalte sie nur dann adoptieren, wenn sie davon wissen, Zugang dazu haben und bereit sind, sie zu adoptieren. Die Offenlegung von Informationen ist in der Regel wichtig und fördert nachweislich die Einführung klimaresistenter Erdnusssorten, manchmal gepaart mit der Offenlegung von Wissen31. Über die Kenntnis und den Zugang hinaus ist Liquidität wichtig und wird als wichtiges Hemmnis bei der Technologieeinführung angesehen, da Haushalte die Technologie nur dann übernehmen, wenn sie nicht unter Geldmangel leiden2.

Unser IV erfüllt die erforderlichen Kriterien, um relevant zu sein, da er eine starke teilweise Korrelation mit der Einführung klimaresistenter Erdnusssorten aufweist. Schätzung von Gl. 4 zeigt, dass die Bereitschaft zur Einführung klimaresistenter Erdnusssorten signifikant mit deren Einführung zusammenhängt (p < 0,000), und die F-Statistik liegt bei 357,5, was über dem Schwellenwert für schwache Instrumente liegt32. In Bezug auf die Exogenität des Instruments behalten wir die Exogenität bei, da die IV wahrscheinlich nicht mit den zeitvariablen Fehlern auf Haushaltsebene korreliert, insbesondere da wir beobachtete Kovariation und zeitinvariante, nicht beobachtete Heterogenität kontrolliert haben. Durch die Verwendung der verschiedenen Kontrollen werden natürlich potenzielle Kanäle eliminiert, über die gegen die Ausschlussbeschränkung verstoßen werden könnte. Allerdings gibt es in der Regel keine gültigen Tests zur Ausschlussbeschränkung und unser Instrument ist möglicherweise nicht perfekt. Dennoch präsentieren wir eine Reihe von Robustheitsprüfungen der Identifikationsstrategie, insbesondere der IV-Schätzung. Als Teil davon verwenden wir den Schätzer Hausman Taylor IV, der zeitinvariante Kovariaten schätzt33,34. Wir verwenden auch den35 auf Heteroskedastizität basierenden Schätzer, der interne Instrumente generiert, indem er die Einschränkung der heteroskedastischen Kovarianz bei Vorhandensein schwacher oder keiner Instrumente ausnutzt. Schließlich verwenden wir den zweistufigen Resteinschlussansatz36. All diese unterschiedlichen Spezifikationen weisen auf die Robustheit unserer Schätzung hin, da wir für alle diese unterschiedlichen Schätzer ähnliche Effekte erhalten.

Über den durchschnittlichen Behandlungseffekt und den lokalen durchschnittlichen Behandlungseffekt hinaus, die sich aus den OLS- und IV-Spezifikationen ergeben, führen wir einige Quantilregressionen durch, um den Zusammenhang zwischen Akzeptanz und verschiedenen Quantilen der bedingten Kommerzialisierungsverteilung zu verstehen.

Als nächstes versuchen wir, die Rolle der nachhaltigen Einführung angesichts der scheinbaren Annahme-Abweisung, die bei der Einführung verbesserter Nutzpflanzensorten üblich ist, zu verstehen. Zu diesem Zweck generieren wir eine Variable für die nachhaltige Akzeptanz, die die Akzeptanz über die drei Paneljahre darstellt. Wir überprüfen, ob diejenigen, die alle drei Jahre durchgehend klimaresistente Erdnusssorten verwendeten, höhere Erträge erzielten, mehr Erdnüsse konsumierten und größere Vermarktungsgewinne erzielten als Haushalte, die sie nur ein oder zwei Jahre lang anwendeten. Die Konstruktion dieser Variablen ähnelt den Behandlungs- und Kontrollgruppen, die auf der Grundlage der kontinuierlichen Einführung verbesserter Kichererbsensorten generiert werden37.

Wir führen mehrere Robustheitstests durch, um die Ergebnisse zu bestätigen und zu untermauern. Als alternative Identifikationsstrategie verwenden wir zunächst den Ansatz der zweistufigen Restinklusion (2SRI), der in linearen Modellen normalerweise zum 2SLS führt, insbesondere wenn die Parameter der endogenen unabhängigen Variablen linear sind. Der 2SRI-Ansatz, auch CF genannt, bietet einen direkten Test auf Endogenität. Abgesehen davon, dass es einfach zu berechnen ist, erfordert es weniger restriktive Annahmen als Techniken zur Maximum-Likelihood-Schätzung36. Es befasst sich mit der Endogenität, indem es die Residuen der im Modell der ersten Stufe erhaltenen endogenen Variablen anstelle der vorhergesagten Wahrscheinlichkeiten in das Modell der zweiten Stufe einbezieht. Dabei geht es von der Normalität des Modells der zweiten Stufe aus, die von der endogenen Variablen und dem Residuum des Modells der ersten Stufe abhängig ist. Ein besonderer Vorbehalt bei der Verwendung des 2SRI besteht darin, dass zur Erzielung konsistenter Schätzungen in der ersten und zweiten Regressionsstufe derselbe Satz erklärender Variablen mit Ausnahme der IVs verwendet werden sollte. Der 2SRI-Ansatz beinhaltet die Durchführung eines Adoptionsmodells in der ersten Phase für andere Kontrollen unter Hinzufügung von Instrumenten. In der zweiten Stufe wird das in der ersten Stufe erhaltene verallgemeinerte Residuum zusammen mit den Ergebnissen und anderen Kontrollen modelliert. Wie in Tabelle S12 in den Zusatzinformationen gezeigt, erhalten wir ähnliche Ergebnisse wie beim 2SLS-Ansatz.

Alternativ verwenden wir den Hausman-Taylor Instrumental Variable (HTIV)-Schätzer, um die Endogenität zu korrigieren und die Hauptergebnisse robuster zu machen. Ähnlich wie der IV-Ansatz verlässt sich dieser Schätzer nicht auf externe Instrumente, sondern findet Instrumente innerhalb des Modells33,34. Es nutzt sowohl Variationen zwischen als auch innerhalb der exogenen Variablen aus und nutzt sie als Instrumente. Als Panelschätzer hat er einen Vorteil gegenüber dem FE-Schätzer, da er Schätzungen für zeitinvariante Variablen liefert. Darüber hinaus kann es Endogenität korrigieren, die sich aus Gleichzeitigkeit und umgekehrter Kausalität ergibt. Wir schätzen unsere wichtigsten Kommerzialisierungsgleichungen wie in Tabelle S13 in den Zusatzinformationen dargestellt. Die hier erzielten Ergebnisse stimmen sowohl hinsichtlich der Größenordnung als auch der statistischen Signifikanz erneut mit den IV-Schätzungen überein und untermauern die Hauptergebnisse, dass die Einführung von Technologie mit der Kommerzialisierung von Kleinbauern verbunden ist.

Schließlich verwenden wir den Lewbel-IV-Ansatz35, einen auf Heteroskedastizität basierenden Schätzer, der interne Instrumente generiert, die heteroskedastische Kovarianzbeschränkungen im traditionellen Sinne eines Strukturmodells ausnutzen. Diese Methode wird im Allgemeinen verwendet, um die Gültigkeit von Instrumenten in Regressionseinstellungen zu testen35,38,39. Es hat den Vorteil, überidentifizierende Einschränkungen zu testen, da es die Hansen-J-Statistik und den Hayashi-C-Test der Gültigkeit ausgeschlossener Instrumente spezifiziert. Wir schätzen zwei Sätze von Modellen: einen, bei dem wir dem Modell erlauben, interne Instrumente zu generieren, und einen, bei dem wir die Verwendung des IV durch die intern erstellten Instrumente erweitern. Wir finden erneut numerisch ähnliche Schätzungen für die beiden Modellsätze und die Kommerzialisierungsergebnisse, wie in Tabelle S14 in den Zusatzinformationen dargestellt. Diese Ergebnisse untermauern und stärken unsere Hauptergebnisse weiter und erhöhen die Effizienz der Schätzung. Alle diese Prüfungen liefern trotz der Verwendung verschiedener Schätzer mit unterschiedlichen Identifizierungsannahmen erfreulich ähnliche Ergebnisse.

Deskriptive Statistik und ökonometrische Analysen wurden in STATA 17 durchgeführt und zusätzlich wurde R 4.3.1 zur Generierung der Zahlen verwendet.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Portfolio Reporting Summary.

Die in dieser Studie verwendeten Daten wurden im Zenodo-Repository40 hinterlegt. Quelldaten sind in diesem Repository verfügbar40. Quelldaten werden mit diesem Dokument bereitgestellt.

Code zur Replikation der Ergebnisse sowie Abbildungen im Manuskript sind im Zenodo-Repository40 verfügbar.

Tabe Ojong, MP, Hauser, M. & Mausch, K. Steigert die landwirtschaftliche Kommerzialisierung die Anhäufung von Vermögenswerten und Vieh auf Kleinbauernhöfen in Äthiopien? J. Dev. Zucht. 58, 524–544 (2022).

Suri, T. & Udry, C. Agrartechnologie in Afrika. J. Econ. Perspektive. 36, 33–56 (2022).

Artikel Google Scholar

Foster, AD & Rosenzweig, MR Landwirtschaftliches Produktivitätswachstum, ländliche Wirtschaftsvielfalt und Wirtschaftsreformen: Indien, 1970–2000. Wirtschaft. Entwickler Kult. Change 52, 509–542 (2004).

Artikel Google Scholar

Renkow, M., Hallstrom, DG & Karanja, DD Ländliche Infrastruktur, Transaktionskosten und Marktbeteiligung in Kenia. J. Dev. Wirtschaft. 73, 349–367 (2004).

Artikel Google Scholar

Nin-Pratt, A. Inputs, Produktivität und landwirtschaftliches Wachstum in Afrika südlich der Sahara. IFPRI-Diskussionspapier 01432 (2015).

Evenson, RE & Gollin, D. Bewertung der Auswirkungen der grünen Revolution, 1960 bis 2000. Science 300, 758–762 (2003).

Artikel ADS CAS PubMed Google Scholar

Pingali, PL Grüne Revolution: Auswirkungen, Grenzen und der zukünftige Weg. Proz. Natl Acad. Wissenschaft. USA 109, 12302–12308 (2012).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Gollin, D., Hansen, CW & Wingender, AM Zwei Grashalme: die Auswirkungen der grünen Revolution. J. Politische Ökonomie. 129, 2344–2384 (2021).

Artikel Google Scholar

Byerlee, D. Moderne Sorten, Produktivität und Nachhaltigkeit: aktuelle Erfahrungen und neue Herausforderungen. Weltentwickler. 24, 697–718 (1996).

Artikel Google Scholar

Walker, T. & Alwang, J. (Hrsg.). Pflanzenverbesserung, Einführung und Auswirkungen verbesserter Sorten in Nahrungspflanzen in Afrika südlich der Sahara (CABI, 2015).

Simtowe, F. et al. Auswirkungen dürretoleranter Maissorten auf Produktivität, Risiko und Ressourcennutzung: Belege aus Uganda. Landnutzungspolitik 88, 104091 (2019).

Artikel PubMed PubMed Central Google Scholar

Tabe Ojong, MP, Aihounton, GB & Lokossou, JC „Klimafreundliche Landwirtschaft und Ernährungssicherheit: länderübergreifende Beweise aus Westafrika“. Globus. Umgebung. Änderung 81, 102697 (2023).

Artikel Google Scholar

Lokossou, JC et al. Auswirkungen einer verbesserten Einführung von Erdnusssorten auf das Wohlergehen und Auswirkungen auf die Ernährungssicherheit in den semiariden Gebieten Westafrikas. Lebensmittelsek. 14, 709–728 (2022).

Artikel Google Scholar

Kassie, M., Shiferaw, B. & Muricho, G. Agrartechnologie, Ernteeinkommen und Armutsbekämpfung in Uganda. Weltentwickler. 39, 1784–1795 (2011).

Artikel Google Scholar

Tabe Ojong, MP, Molua, EL, Ngoh, SB & Beteck, SE Produktion, Verbrauch und Marktdiversifizierung von Körnerleguminosen in der Agrarökologie der Feuchtwälder Kameruns. Aufrechterhalten. Prod. Konsum. 27, 193–202 (2021).

Artikel Google Scholar

Singh, I., Squire, L. & Strauss, J. Eine Umfrage zu landwirtschaftlichen Haushaltsmodellen: aktuelle Erkenntnisse und politische Implikationen. Weltbank-Wirtschaft. Rev. 1, 149–179 (1986).

Artikel Google Scholar

Sadoulet, E. & de Janvry, A. Quantitative Development Policy Analysis (The Johns Hopkins University Press, 1995).

Tabe-Ojong, MP, Mausch, K., Woldeyohanes, TB & Heckelei, T. Drei Hürden auf dem Weg zur Kommerzialisierung: Integration von Subsistenz-Kichererbsenproduzenten in die Marktwirtschaft. EUR. Rev. Agric. Wirtschaft. 49, 668–695 (2022).

Acevedo, M. et al. Eine umfassende Überprüfung der Einführung klimaresistenter Pflanzen durch Kleinbauern in Ländern mit niedrigem und mittlerem Einkommen. Nat. Pflanzen 6, 1231–1241 (2020).

Artikel PubMed PubMed Central Google Scholar

Bellemare, MF & Winchman, CJ Elastizitäten und die inverse hyperbolische Sinustransformation. Oxf. Stier. Wirtschaft. Stat. 85, 50–61 (2020).

Artikel Google Scholar

Tabe-Ojong, MP, Smale, M., Jamora, N. & Azevedo, V. Genbanken und Marktbeteiligung: Beweise von Erdnussbauern in Malawi. CABI Agrar. Biowissenschaften. 3, 1–11 (2022).

Artikel Google Scholar

FAOSTAT. Pflanzen und tierische Produkte: Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen. https://www.fao.org/faostat/en/#data/QCL/visualize (2022).

de Janvry, A., Fafchamps, M. & Sadoulet, E. Bauernhaushaltsverhalten mit fehlenden Märkten: Einige Paradoxien erklärt. Wirtschaft. J. 101, 1400 (1991).

Artikel Google Scholar

Verkaart, S., Munyua, BG, Mausch, K. & Michler, JD Wohlfahrtsauswirkungen einer verbesserten Kichererbseneinführung: ein Weg für die ländliche Entwicklung in Äthiopien? Lebensmittelpolitik 66, 50–61 (2017).

Artikel PubMed PubMed Central Google Scholar

Tabe-Ojong, MP, Nyam, SY, Lokossou, JC & Bisrat, G. Beratungssysteme für Landwirte und Pestizideinsatz in Hülsenfruchtsystemen in Westafrika. Wissenschaft. Gesamtumgebung. 867, 161282 (2023).

Artikel ADS CAS PubMed Google Scholar

Ajeigbe, HA, Vabi, MB & Inuwa, AH, AbdulAzeez, T. & Akinseye, FM Handbuch zu verbesserten agronomischen Praktiken der Erdnussproduktion im Nordosten Nigerias (ICRISAT, 2020).

Mundlak, Y. Zur Zusammenführung von Zeitreihen- und Querschnittsdaten. Econmetrica 46, 69 (1978).

Artikel MathSciNet MATH Google Scholar

Angrist, JD & Pischke, J. Mostly Harmless Econometrics: An Empirist's Companion (Princeton University Press, 2008).

Bellemare, MF & Novak, L. Vertragslandwirtschaft und Ernährungssicherheit. Bin. J. Agrar. Wirtschaft. 99, 357–378 (2017).

Artikel Google Scholar

Ruml, A. & Qaim, M. Neue Erkenntnisse zu den Auswirkungen der Vertragslandwirtschaft auf den landwirtschaftlichen Arbeitskräfteeinsatz. Landwirtschaft. Wirtschaft. 52, 51–66 (2021).

Artikel Google Scholar

Kabunga, NS, Dubois, T. & Qaim, M. Heterogene Informationsoffenlegung und Technologieeinführung: der Fall von Gewebekulturbananen in Kenia. Landwirtschaft. Wirtschaft. 43, 473–486 (2012).

Artikel Google Scholar

Stock J. & Yogo M. (Hrsg.). Testen auf schwache Instrumente in der linearen IV-Regression (Cambridge University Press, 2005).

Hausman, J. & Taylor, W. Paneldaten und nicht beobachtbare individuelle Effekte. J. Econ. 16, 155 (1981).

Artikel MathSciNet MATH Google Scholar

Baltagi, BH, Bresson, G. & Pirotte, A. Feste Effekte, Zufallseffekte oder Hausman-Taylor? Wirtschaft. Lette. 79, 361–369 (2003).

Artikel MATH Google Scholar

Lewbel, A. Verwendung von Heteroskedastizität zur Identifizierung und Schätzung falsch gemessener und endogener Regressormodelle. J. Bus. Wirtschaft. Stat. 30, 67–80 (2012).

Artikel MathSciNet Google Scholar

Wooldridge, JM Kontrollfunktionsmethoden in der angewandten Ökonometrie. J. Hum. Ressource. 50, 420–445 (2015).

Artikel Google Scholar

Michler, JD, Tjernström, E., Verkaart, S. & Mausch, K. Geld ist wichtig: Die Rolle von Erträgen und Gewinnen bei der Einführung landwirtschaftlicher Technologie. Bin. J. Agrar. Wirtschaft. 101, 710–731 (2019).

Artikel Google Scholar

Baum, CF & Lewbel, A. Ratschläge zur Verwendung der heteroskedastizitätsbasierten Identifizierung. Stata J. 19, 757–767 (2019).

Artikel Google Scholar

Calvi, R. & Mantovanelli, FG Langfristige Auswirkungen des Zugangs zur Gesundheitsversorgung: medizinische Missionen im kolonialen Indien. J. Dev. Wirtschaft. 135, 285–303 (2018).

Artikel Google Scholar

bsrthyle/Adoption-of-Climate-Resilient-Groundnut-Varieties: v1.0.1. Zenodo (2023).

Referenzen herunterladen

Wir danken der United States Agency for International Development (USAID) und dem International Crops Research Institute for the Semi-Arid Tropics (ICRISAT) für die in der Studie verwendeten Daten. Die Daten wurden im Rahmen des von USAID finanzierten Projekts „Erhöhung der Erdnussproduktivität von Kleinbauern in Ghana, Mali und Nigeria“ erhoben, das von ICRISAT durchgeführt wurde. Diese Arbeit profitierte auch von der Unterstützung der CGIAR-Forschungsinitiative zu National Policies and Strategies (NPS). Wir danken der Deutschen Forschungsgemeinschaft im Rahmen des SFB/Transregio 228: Future Rural Africa: Future-making and social-ecological transformation (Projektnummer: 328966760) für zusätzliche Unterstützung. Alle verbleibenden Fehler liegen bei uns. Es gilt der übliche Haftungsausschluss.

Abteilung für Entwicklungsstrategie und Governance, International Food Policy Research Institute (IFPRI), Kairo, Ägypten

Martin Paul Jr. Tabe-Ojong

Abteilung für Agrar- und Lebensmittelökonomie und Verbraucherwissenschaften, Fakultät für Lebensmittelwissenschaft und Landwirtschaft, Universität Laval, Quebec, Kanada

Jourdain C. Lokossou

Institut für Lebensmittel- und Ressourcenökonomie, Universität Bonn, Nußallee 19-21, 53115, Bonn, Deutschland

Bisrat Gebrekidan

West- und Zentralafrikanischer Rat für landwirtschaftliche Forschung und Entwicklung (CORAF), Dakar, Senegal

Hippolyte D. Affognon

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

MPJr.TO: Konzeptualisierung, Methodik, Datenanalyse, Vorbereitung des Originalentwurfs, Schreiben und Bearbeiten. JCL: Konzeptualisierung, Datenerfassung, Stichprobendesign, Methodik, Datenanalyse, Vorbereitung des Originalentwurfs, Schreiben und Bearbeiten. BHG: Konzeptualisierung, Methodik, Datenanalyse, Visualisierung, Vorbereitung, Schreiben und Bearbeiten von Originalentwürfen. HDA: Datenerfassung, Stichprobendesign, Visualisierung, Schreiben und Bearbeiten.

Korrespondenz mit Martin Paul Jr. Tabe-Ojong.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature Communications dankt Edward Mabaya und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Eine Peer-Review-Datei ist verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Tabe-Ojong, MPJ, Lokossou, JC, Gebrekidan, B. et al. Die Einführung klimaresistenter Erdnusssorten erhöht die landwirtschaftliche Produktion, den Konsum und die Kommerzialisierung durch Kleinbauern in Westafrika. Nat Commun 14, 5175 (2023). https://doi.org/10.1038/s41467-023-40781-1

Zitat herunterladen

Eingegangen: 06. November 2022

Angenommen: 09. August 2023

Veröffentlicht: 24. August 2023

DOI: https://doi.org/10.1038/s41467-023-40781-1

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.