乌干达改良Robusta咖啡采用的决定因素与采用强度——基于五波UNPS面板数据和随机效应Tobit模型

《Cogent Food & Agriculture》：Determinants and intensity of adoption of improved Robusta coffee in Uganda

　　

尽管许多热带国家已加强植物育种以促进生产力和经济转型，但农民的技术采用仍然低迷。Robusta咖啡作为乌干达首要出口作物，面临同样挑战，且尚未在学术文献中得到定论。本研究利用五波乌干达全国面板调查（Uganda National Panel Survey, UNPS）数据和随机效应Tobit（random-effects Tobit, RE-Tobit）模型，基于来自192个唯一咖啡种植户的2037个家庭-波次观测的非平衡合并样本，考察改良Robusta咖啡采用强度的决定因素。结果表明，男性户主家庭显著更可能采用。居住于西部地区提高采用概率，而居住于东部地区降低采用。婚姻状况与采用负相关。工资每增加一个单位使采用降低3.1个百分点，教育每增加一年使采用降低0.87个百分点。距最近murram道路的距离降低采用概率。性别和西部居住与采用可能性和采用强度正相关。另一方面，东部居住、婚姻状况和教育对采用强度产生负向影响。政策应促进劳动节约型创新、性别包容和基础设施发展。

研究背景与问题。农业转型对低中收入国家（low- and middle-income countries, LMICs）减少贫困、增强粮食安全、促进包容性农村发展至关重要。改良技术（如高产作物品种）采用是关键驱动力。尽管农业研究与推广持续投入，许多发展中地区改良品种采用率仍低，阻碍生产力增长和收入，影响联合国可持续发展目标（Sustainable Development Goals, SDGs）1、2、8。咖啡部门涉及全球超过5亿小农，改良Robusta咖啡采用有限与生产力停滞和农户福利挑战相关。乌干达咖啡是经济支柱，贡献20%–30%外汇收入，近90%咖啡出口，其中Robusta（Coffea canephora）和Arabica（Coffea arabica）分别占总产量80%–90%和10%–20%。尽管乌干达咖啡产量从1995年320万袋（60 kg）增至2019/2020年780万袋，但咖啡枯萎病后扩张面积未带来明显生产力增长，平均产量低至0.5–0.7 mt ha^?1，而改良Robusta潜力为2.2–4.9 mt ha^?1yr^?1。政府加强研究提供改良、优质和抗咖啡枯萎病（coffee wilt disease, CWD）的种植材料（CWD-r），目标2030年出口2000万袋。然而改良Robusta采用异质且低。已有研究多强调家庭内生因素，忽视社区和制度等外生变量；多使用小样本横截面和二元模型，难以追踪动态和采用强度。本研究旨在用五波面板数据和随机效应Tobit模型分析乌干达改良Robusta咖啡采用决定因素与强度，检验距推广办公室距离和运输成本假设，以提供政策建议并支持SDGs 1、2、8。

研究人员开展的研究与意义。研究人员利用五波UNPS（2011/12–2019/20）数据，由乌干达统计局（Uganda Bureau of Statistics, UBOS）在世界银行支持下收集，采用分层多阶段抽样，轮换面板每年刷新三分之一样本，每户追踪最多三波。最终获得来自192个唯一咖啡种植户的2037个家庭-波次观测的非平衡合并样本。因变量为家庭咖啡总土地中用于改良Robusta咖啡的比例，取值0到1，具有左删失特征。研究采用随机效应Tobit（Random-Effects Tobit, RE-Tobit）模型联合估计采用概率和强度，并纳入家庭、农场、社区、制度、空间和成本变量。结果表明，男性户主、西部居住正向影响采用；婚姻、工资率、教育、东部居住和距murram道路距离负向影响采用。政策应促进劳动节约型创新、性别包容和基础设施建设。意义在于提供纵向证据，理解小农多年生作物采用行为，帮助提高咖啡生产力、盈利和收入，改善家庭福利并促进创新扩散。

关键技术方法（不超过250字）。研究使用五波乌干达全国面板调查（UNPS，2011/12–2019/20）数据，来源为UBOS并在世界银行支持下收集；采用全国分层多阶段抽样，轮换面板每年更新三分之一样本，每户最多追踪三波。经过标识协调和严格纳入排除，最终样本为2037个家庭-波次观测，来自192个咖啡种植户。核心方法为随机效应Tobit（RE-Tobit）模型，联合估计改良Robusta咖啡采用概率和强度，处理因变量左删失。协变量包括家庭和农场特征、社区变量、距离市场/金融机构/推广办公室/murram道路、运输和通信成本等。描述统计使用均值、标准差、频数；t检验和卡方检验比较采用者与非采用者；方差膨胀因子（Variance Inflation Factor, VIF）诊断多重共线性；回归设定误差检验（Regression Specification Error Test, RESET）检验异方差，RE-Tobit采用50次bootstrap标准误；货币变量进行平减。

研究结果。数值变量汇总统计。通过描述统计和均值比较，采用者农业工资均值显著较高（UGX 7,925 vs. UGX 7,830；t=2.426；p<0.05），教育年限显著较高（2.20年 vs. 1.410年；t=4.09；p<0.05），年龄无显著差异，非采用者农场规模仅边际较大（3.16 vs. 2.69英亩；p=0.066）。空间可及性和成本变量多无显著差异，说明劳动市场条件和教育是采用状态的主要区分因素。

分类变量汇总统计。通过Pearson卡方检验，男性户主家庭采用率25.3%高于女性户主19.4%，性别与采用显著相关（χ²=7.909；p<0.05）。参与非农收入活动与采用存在弱正相关（24.2% vs. 23.6%；χ²=4.823；p<0.05）。西部居住采用率28.96%高于非居民21.07%（χ²=15.485；p<0.01），东部居住采用率15.27%低于非居民25.38%（χ²=16.293；p<0.01）；北部和中部无显著差异。其他变量如旅行时间、婚姻状况、决策结构不显著。

模型特征与总体表现。通过RE-Tobit分析2037个观测，其中482个未删失（23.7%），1555个左删失于零（76.3%）。似然比检验拒绝随机效应方差为零（chibar²=10.21；p=0.001），支持随机效应设定；组内相关系数rho=0.040，约4%未解释变异来自年份差异。

改良Robusta咖啡潜在采用的决定因素。通过RE-Tobit，七个变量在5%水平显著：户主性别正（β=0.142；p<0.001），西部正（β=0.106；p=0.027），东部负（β=?0.128；p=0.012），已婚负（β=?0.093；p<0.001），工资率负（β=?0.052；p=0.023），教育负（β=?0.017；p<0.001），距最近murram道路负（β=?0.038；p<0.001）。其他变量不显著。

随机效应Tobit模型的平均边际效应（Average Marginal Effects, AME）。通过AME估计，男性户主家庭采用概率增加8.5个百分点（95% CI=0.049–0.122；p<0.001）；西部居住增加6.4个百分点（95% CI=0.011–0.116；p=0.017）；东部居住降低7.7个百分点（95% CI=?0.145至?0.009；p=0.026）；已婚降低5.6个百分点（95% CI=?0.090至?0.021；p=0.002）；工资率增加一单位使采用概率降低3.1个百分点（p=0.028）；教育每增加一年使采用概率降低约1.1个百分点（95% CI=?0.0133至?0.0078；p<0.001）；距murram道路每增加1 km降低约2.3个百分点（95% CI=?0.0331至?0.0122；p<0.001）。在正采用户中，男性户主提高条件采用强度0.033单位（p<0.001），西部提高0.025单位（p=0.021），东部降低0.030单位（p=0.018），已婚降低0.022单位（p=0.001），工资率和教育边际效应分别为?0.012（p=0.023）和?0.0041（p<0.001），距murram道路每km降低0.0088单位（p<0.001）。无条件边际效应与上述一致。

讨论总结与结论翻译。讨论部分指出，采用潜在倾向主要受户主特征、地区位置、劳动市场条件和物理可达性塑造，且影响同时作用于是否采用和采用程度。男性户主和西部居住正向影响与扩散创新理论（Diffusion of Innovations Technology, DIT）关于信息和社会网络的观点一致，也反映性别在资产、资源、信息、土地、信贷和推广服务获取上的差异；男性户主更能吸收新技术财务和生产风险，符合经济约束理论（Economic Constraints Theory）。地区差异表明统一国家干预不如针对区域策略有效。婚姻负效应可能反映家庭内谈判、粮食作物与现金作物竞争以及决策权和性别角色。工资率负效应符合劳动密集型技术特征，高工资提高劳动成本，降低改良咖啡吸引力，需劳动节约型技术。教育负效应与常见预期不同，可能因更高正规教育不一定转化为实际知识和采用动机，或与职业、财富、迁移、农场管理安排等未观测特征相关。距murram道路距离负向且一致，可能因增加交易成本、限制推广服务和种植材料获取、降低市场参与和信息接触。扩展服务距离和运输成本不显著，挑战DIT对推广服务的假设，但不否定市场准入重要性。农场规模、年龄和多数距离变量不显著，不应解释为无影响，而是独立关联证据不足。局限性包括面板数据不能消除价格波动、气候冲击或政策变化影响；Tobit模型将采用和强度视为相同；自报成本和距离误差；社会文化制度变量如家庭内决策、社会资本和信贷获取可能未充分捕捉。结论翻译：本研究调查了乌干达改良Robusta咖啡采用的决定因素和强度，使用2037个家庭-波次观测的面板数据和随机效应Tobit模型。为应对小农系统中改良技术采用持续低迷的挑战，分析联合考察了采用可能性和程度。结果不支持距推广服务距离和运输成本负效应的假设。研究结果表明，采用主要受社会经济和空间因素组合影响。具体而言，男性户主和西部居住与采用正相关，而较高工资率、较高教育程度、婚姻状况、东部居住和距murram道路距离增加与较低采用概率和强度相关。这些发现强调劳动市场条件、性别相关动态和农村基础设施对技术采用的重要性，表明采用决策嵌入更广泛的经济和制度情境，而非仅由信息获取驱动。结果通过提供关于采用及其强度的稳健纵向证据，增进了对多年生作物系统中小农采用行为的理解。建议政策应优先通过促进劳动节约型技术、改善农艺实践和提高劳动生产率减少劳动约束；扩展变量不显著可能意味着需要替代机制联系农民与研究和种植材料；应优先发展农村基础设施，特别是支线（murram）道路网络的扩展和维护；促进男女平等获取土地、信贷、信息和投入；进一步实证研究用替代模型重新检验扩展服务和运输成本，纵向和混合方法研究有价值。