Longitudinal analysis of input use farm management practices and climate adaptation on Ethiopian oilseed crop yields

方法

动态系统GMM模型，使用埃塞俄比亚年度农业调查伪面板数据。

发现

上期产量、土地和尿素显著影响产量，土壤保护、作物保护、梯田、集水及信贷均促进生产力。

机会点

可结合机器学习与动态面板模型，在类似小农体系中识别气候适应策略的异质性效应与最优组合。

本研究考察了埃塞俄比亚油料作物产量的动态驱动因素，该子行业在埃塞俄比亚农业经济中发挥着至关重要的作用。研究旨在识别油料作物生产力的关键决定因素，重点关注农业投入品、农场管理实践、气候变化适应策略以及制度因素，采用动态系统广义矩估计（GMM）模型。该模型应用于埃塞俄比亚年度农业调查（2003—2021年）的伪面板数据。结果表明，上一季度的产量对当前产量具有显著影响，滞后产量的弹性为0.992，证实了这一点。种植用地是主要投入要素，弹性为0.812，而尿素化肥的弹性为负（-0.162），表明其使用效率低下。研究还发现，生产力增长受到特定油料作物管理实践的驱动，如土壤保持（32.91%）和作物保护（47.79%）。气候变化适应措施也对油料作物生产力增长有所贡献，尤其体现在梯田建设（18.88%）和集水措施（21.89%）等实践上。获得信贷同样使生产力提高14.67%。这些结果有助于制定旨在提高埃塞俄比亚油料作物生产力的综合政策。