机械化马铃薯生产的生产率、技术效率与可持续性：以肯尼亚耕作服务用户为例

《Potato Research》：Productivity, Technical Efficiency, and Sustainability of Mechanized Potato Production: A Case Study of Tillage Service Users in Kenya

　　摘要
马铃薯（Solanum tuberosum）在帮助非洲的小农增加收入和保障粮食安全方面具有巨大潜力，但需要采用可持续的农业实践才能发挥这一潜力。肯尼亚就是一个有趣的例子，它是撒哈拉以南非洲地区的主要马铃薯生产国，然而近年来其生产力却在下降。尽管过去关于产量下降原因的研究主要集中在种子、化肥和农药的使用上，但机械化土地准备方面的关注却相对有限，尽管机械化在马铃薯生产中的作用日益重要。为了填补这一知识空白，我们分析了肯尼亚纳库鲁县156位使用机械化耕作服务进行马铃薯生产的小农的数据。我们应用随机前沿trans-log生产函数来评估他们的技术效率，结果显示技术效率得分从11%到93%不等，平均值为63%，这表明在不增加新耕地的情况下仍有很大的潜力提高马铃薯产量。农药的使用和劳动力的投入对马铃薯产量有显著的积极影响。出乎意料的是，研究发现化肥对马铃薯产量的提升作用并不明显。可能的原因是只有那些已经遇到土壤肥力问题的农民才开始使用化肥，并且使用量也不足。研究还揭示了其他影响土壤肥力和产量的问题，特别是缺乏轮作制度。私人推广服务提供的针对具体农场的建议在提高技术效率方面的效果优于通用培训。

引言
马铃薯（Solanum tuberosum），在非洲国家通常被称为“爱尔兰土豆”，是增长最快的粮食和经济作物之一（Muthoni和Shimelis 2023）。它是发展中国家的重要粮食安全作物（Li等人2024）。马铃薯具有农艺和营养优势：其块茎每公顷产生的热量远高于谷物作物（Li等人2024）；它是短周期作物，生长季节相对较短（Haverkort和Struik 2015）；并且有助于增加作物多样性（Ortiz和Mares 2017）。从营养角度来看，马铃薯是重要的能量来源，富含必需的营养素和矿物质，含有多种微量营养素，蛋白质含量虽然不高，但 biological value很高（Camire等人2009；Zaheer和Akhtar 2016）。然而，撒哈拉以南非洲（SSA）的小农马铃薯生产面临诸多挑战。例如，马铃薯体积较大，运输种子和收获所需的劳动力较多；易受虫害（如胞囊线虫）和病害的影响；机械化程度较低，导致土地准备、种植和收获效率低下（Muthoni和Shimelis 2023）。肯尼亚是非洲最大的马铃薯生产国之一，主要由小农经营，且土地准备已经实现了机械化（Kaumbutho和Takeshima 2023；Muthoni和Shimelis 2023）。尽管产量有所增加，但最新报告显示马铃薯生产力仍在下降（Waaswa等人2022；FAO 2024）。研究表明，机械化在提高总产量方面起着重要作用（Avila和Evenson 2010；Olasehinde-Williams等人2020），但这要求小农具备技术和管理技能，并同时实施可持续的农艺措施。这是因为传统的机械化耕作可能会导致土地退化（Tully等人2015；Tefera等人2024）。本研究探讨了由于农艺操作差异，谷物和根茎作物在技术效率分析上的区别，并指出在小农条件下，关于机械化马铃薯生产系统的研究仍然较少。因此，关于SSA地区小农使用机械化耕作的技术效率以及他们在多大程度上实施了可持续农业实践的研究文献相对较少。

基于以上背景，本文对纳库鲁县使用机械化服务的小农进行了探索性案例研究。本研究有两个主要目标：首先，分析马铃薯农民的生产力和技术效率，并确定影响这些绩效参数的因素；其次，了解这些农民在多大程度上采用了被认为是“良好农业实践”的耕作方法，从而为农业咨询和政策制定提供依据。为此，我们从纳库鲁县156位使用机械化耕作服务的农民那里收集了定量和定性数据，重点关注他们的种植方式、投入使用和产量，以及影响耕作方式的因素，如机械化耕作的经验年限和培训及咨询服务。我们通过随机前沿分析（Stochastic Frontier Analysis）来评估样本农民的生产力和技术效率，这是一种强大的计量经济学工具，可以有效地评估农民如何利用农业投入，并确定决定其技术效率的因素（Ellis 1993；Kalirajan和Shand 1999）。据我们所知，这是撒哈拉以南非洲地区首次研究使用机械化耕作服务的马铃薯生产者的生产力和技术效率的研究。

本文结构如下：第一部分为文献回顾，介绍了相关研究进展；第二部分阐述了研究方法；第三部分展示了研究结果；第四部分讨论了研究发现；最后一部分进行了总结。

文献回顾
肯尼亚是非洲第四大马铃薯生产国，在撒哈拉以南非洲地区排名第一（排除南非）（FAO 2024）。肯尼亚、埃塞俄比亚和卢旺达三国占该地区马铃薯总产量的71%（Muthoni和Shimelis 2023）。马铃薯是第二大重要的粮食安全作物（Mburu等人2020；Kimathi等人2021），约有50万农民从事马铃薯生产（Kamau等人2019；Wang’ombe和van Dijk 2013）。因此，马铃薯生产在提高粮食安全和减少贫困方面发挥着重要作用（Muthoni等人2013），通过为小农创造收入和就业机会（Mariita等人2016）。图1显示了根据FAO统计数据得出的肯尼亚马铃薯产量情况：2004年至2010年间，马铃薯产量从每公顷10吨增加到超过20吨，随后又回落至之前的水平。研究表明，产量受限的主要因素是清洁种子、化肥、杀菌剂和灌溉等农资的低采纳率和利用率（Wang’ombe和van Dijk 2013）。气候变化也是肯尼亚马铃薯生产力下降的原因之一（Adhikari等人2015；Bolt等人2019；Waaswa等人2022），目前的产量为每公顷9-10吨，而潜在产量可达20-40吨（Mburu等人2020）。虽然需要解决这些挑战，但显然提高农民效率是通过合理利用农资和实施可持续农艺措施来提升马铃薯生产力的关键（Barasa等人2019；Kamau 2019；Panhwar等人2019；Shah和Wu 2019）。

适当的土壤管理对实现技术效率至关重要（Lal 1998；Nowak等人2015；Addo和Salhofer 2022）。可持续生产系统需要有效利用创新，并避免使用对环境有害的投入。一方面，气候变化的不确定性可能需要使用化学投入和机械化技术（如及时进行土地准备和种植）来维持或提高农场生产力；另一方面，如果不当使用化学肥料、农药和传统机械化耕作方式，可能会导致土地退化、土壤生产力下降和产量减少（Lal 1991；Stonehouse 1991；Pahalvi等人2021）。在易受气候变化影响且土壤脆弱的干旱地区，不可持续的土地管理方式（如过度耕作）可能会导致侵蚀、径流、土壤有机质流失和土壤压实（Scoones 1991；Tully等人2015；Tefera等人2024）。同样，单一种植、使用矿物肥料和化学农药会改变土壤性质（如土壤有机碳、pH值和酶活性），从而影响微生物群落功能，破坏土壤结构和功能，最终对土壤健康产生负面影响（Yang等人2011；Abd El-Azeim等人2020；Pahalvi等人2021）。因此，可持续实践对于减轻这些负面影响至关重要。

马铃薯种植是一项劳动密集型活动，尤其是手工操作时（ünal和K?z?ldeniz 2023）。除了耕作外，SSA地区马铃薯生产中的大多数重要操作都是手动完成的，包括种植（需要运输大量种子）、培垄、除草和根部收获。在印度尼西亚，这些操作使得马铃薯生产的整体劳动强度为每公顷503至751人天（Widodo 2016）；而在肯尼亚，则约为331人天（不包括运输劳动）（Durr和Lorenzl 1980）。手动和机械化操作的劳动强度比较详见补充材料中的表S1。由于农村道路网络不完善，农场运输往往依赖于人力或役畜（Supplementary Material Table S1）。例如，马拉维和埃塞俄比亚的最新研究表明，农场运输的劳动力短缺严重影响了农民，导致对运输服务的需求增加（Workneh等人2021；Tufa等人2024）。在这种背景下，机械化可以显著提高马铃薯生产率（Zheng等人2021）。对于其他作物，研究也表明机械化可以提高生产力（Kirui 2019；Yi等人2019；Lu等人2022）。在SSA地区，机械化不仅促进了耕地扩张，还提高了投入强度（例如Adu-Baffour等人2019；Kirui 2019）。由于拥有农用机械对小农来说资金投入较大，服务租赁系统成为了该地区获取机械化服务的途径（Sims和Kienzle 2016）。

肯尼亚的马铃薯生产依赖家庭劳动力或雇佣劳动力进行耕作、种植、除草和收获（Gildemacher等人2009；Wainaina 2013）。男性主要负责土地准备、开沟、喷洒和储存准备，而女性则主要从事种植、施肥和运输、除草、拔根以及收获（Wamuyu 2019）。机械化土地准备可以被视为肯尼亚马铃薯生产机械化的重要第一步。

在肯尼亚，耕作已经是所有农场操作中机械化程度最高的（Kaumbutho和Takeshima 2023）。许多学者报告称，机械化提高了撒哈拉以南非洲（SSA）及其他地区的技术效率（Kibaara 2005；Hormozi等人2012；Abdulai等人2015；Shi等人2021；Baba等人2022；Huan等人2022），而少数学者（例如Abdulai等人2018）则报告了机械化对技术效率的负面影响。大多数关于机械化的技术效率研究是在亚洲进行的，主要关注水稻和玉米（参见补充材料中的技术效率研究综述——表S2）。马铃薯生产通常比谷物作物需要更多的田间作业，这使得直接比较谷物作物和马铃薯等根茎作物的技术效率变得具有挑战性。此外，技术效率还会受到环境因素的影响，如干旱和湿润期（例如Ogada等人2014）。因此，在撒哈拉以南非洲国家，量化并理解效率低下的原因尤为重要，因为大多数农民仅将机械化用于耕作，而且最近他们愿意为租赁机械化服务付费的意愿有所增加（Houssou等人2016；Takele和Selassie 2018；Hodjo等人2021；Ngoma等人2023；Tufa等人2024）。虽然机械化可以促进可持续生产，但从传统农业生产方式向环保型农业生产方式的转变需要采用气候智能型农业（CSA）策略（Batool等人2024）。马铃薯种植的CSA实践可以包括土壤养分和水资源保护措施（例如少耕作、土壤残茬管理和垄作），以及农艺措施（例如轮作和间作）（Khatri-Chhetri等人2017；Waaswa等人2022；Ogisi和Begho 2023）。此外，劳动力限制会促使农民采用省力技术，如使用除草剂，但这可能会对生物多样性产生负面影响（Daum等人2023）。因此，了解使用机械化的农民的生产力和技术效率有助于填补目前关于可持续生产方面的文献空白。

**材料与方法**

**研究设计与抽样**
在这项研究中，我们分析了使用拖拉机进行耕作和动物牵引进行运输的马铃薯农民的技术效率及生产限制。出于研究范围的限制，本研究并不旨在比较机械化与非机械化农场，而是重点关注机械化马铃薯农民群体内部的技术效率变化及其背后的原因。
为了确定纳入研究的农民，我们与位于纳库鲁县的一家主要机械化服务提供商合作（以下简称“服务提供商”）。该县是肯尼亚第二大马铃薯生产县（Soethoudt和Castelein 2021；Chepkoech等人2023）。根据2016年的官方数据，该县67%的家庭使用农业机械和设备，其中47%的家庭是租赁而非拥有这些机械（MoALF 2016）。犁地（49%）和耙地（24%）是该县主要的机械化农业活动（MoALF 2016）。
通过服务提供商的帮助，我们获得了纳库鲁县四个服务提供区域中最大的一个区域内所有200位客户的名单。除了收集有关种植方式、投入使用和马铃薯产出的定量数据外，调查还包括关于马铃薯生产限制的定性问题。通过ODK软件准备了电子调查问卷。2022年9月至10月期间，三名受过培训的调查员与受访者进行了面对面访谈，并使用智能手机记录数据。由于数据缺失或不完整，有44个案例被排除，最终样本为156位马铃薯种植农民。除了农场调查外，我们还采访了一位地区推广官员，以了解马铃薯生产的机遇和限制。在收集实地数据之前，我们获得了霍恩海姆大学的伦理批准。

**分析方法**
除了提供描述性统计信息和定性访谈结果外，我们的主要分析方法是确定马铃薯农民的技术效率，并识别与其技术效率相关的因素。技术效率可以定义为“一个经济单位利用给定投入和技术组合产生最大可能产出的能力和意愿”（Kalirajan & Shand 1999；第149页）。换句话说，技术效率衡量了农民在多大程度上未能达到生产可能性边界。为了估计技术效率，我们采用了随机前沿分析（SFA）方法，因为这种方法能够考虑数据中的“统计噪声”影响（Thiam等人2001；Coelli等人2005；Qian等人2024）。Coelli（1995a）指出，如果使用数据包络分析（DEA）等替代方法，农场层面的数据可能会受到统计噪声的影响。与DEA不同，SFA将误差项分解为两部分：一部分是公司（农民）无法控制的外部随机效应，另一部分是统计噪声引起的一面向无效成分（Thiam等人2001）。一般的随机前沿模型如下：
$$
Y_{i}=f({x}_{i};\beta ) exp({\nu }_{i}-{\mu }_{i})
$$
其中Yi是第i位农民的产出，Xi是农场投入向量，β是待估计的参数向量，νi是农民控制范围之外的产出（Yi）的随机变化量，μi是非负的未观测随机误差项。
投入数据来源于我们对农民的调查，详见表2，包括土地、劳动力、种子、化肥和农药。我们使用这些投入的总量，而没有区分不同类型或质量（Beyene等人2020）。这显然是一个近似值。
我们遵循了Aigner等人（1977）和Meeusen及Van Den Broeck（1977）同时开发的SFA估计技术来估算马铃薯生产的技术效率。根据Battese和Broca（1997）以及Battese和Coelli（1992）的方法，我们使用了更加灵活的对数-逻辑函数形式的生产函数，因为它不对生产技术施加限制（Huan等人2022），并且它还嵌套了Cobb–Douglas生产前沿（公式2）。采用的对数-逻辑生产函数表示如下：
$$
\text{ln} {(y}_{i})={\upbeta }_{0}+\sum_{j=1}^{m}{\beta }_{j}ln({x}_{ij})+\frac{1}{2}\sum_{j=1}^{m}\sum_{k=1}^{m}{\beta }_{jk}ln({x}_{ij})ln({x}_{ik})+{\upsilon }_{i}-{\mu }_{i}
$$
其中yi是家庭农民i的马铃薯产量（单位：千克），jth投入包括：x1用于马铃薯生产的土地面积（公顷）；x2使用的化肥（有机和无机）量（千克）；x3使用的农药（除草剂、杀虫剂和杀菌剂）量（升）；x4使用的劳动人数（人天）；x5马铃薯种子数量（千克）。νi是独立同分布的随机误差项，表示统计噪声（公式3），μi是非负的未观测随机误差项，呈半正态分布（公式4），δ1、δ2… δ9是待确定的无效参数（公式4）。因此，技术效率是实际产出与随机前沿产出的比率（Coelli等人2005）。该模型可描述为（公式5和公式6）。技术效率的值介于0和1之间。对于技术效率分析，我们首先进行了似然比（LR）检验（Vuong 1989）（公式7），以确定Cobb–Douglas生产函数还是对数-逻辑生产函数更能拟合我们的数据。
$$
v_i\sim N\;\left(0,\;\sigma_v\;{}^2\right)
$$
$$
\mu_i\sim N+\left(0,\;\sigma_u\left(z_i\;,\delta\right)^2\right)
$$
$$
\sigma_u\left(z_i,\;\delta\right)^2=\exp\;\left(z_i\;'\delta\right)
$$
$$
TE=exp\left(-\mu_i\right)
$$
$$
\mathrm{LR}=-2\left[\log\;\left({\mathrm L}_0\right)-\;\log\left({\mathrm L}_1\right)\right]
$$
与技术效率相关的因素源自上述文献，如表1所示，包括涉及人力能力和技能（年龄、教育程度、培训、获取推广服务的机会、使用机械化的经验年限）以及财务能力（获取信贷的机会、非农收入和动物所有权）的变量。由于先前的研究发现动物牵引在埃塞俄比亚的马铃薯生产中会影响技术效率（Philiphos和Tafesse 2025），因此我们假设使用动物牵引运输投入和产出的农民可以提高其技术效率。鉴于研究区域内农民长期租赁机械化耕作服务的传统（Pingali等人1987；Groote等人2020），我们假设长期使用机械化服务的农民将表现出更高的技术效率。
表1显示了用于无效性模型的变量的描述性统计信息（N=156）。

**数据分析**
从农民的调查中获得的数据使用IBM SPSS Statistics 26软件（SPSS Inc，阿蒙克，纽约2019）进行了清洗，并使用Stata 18.0 MP-Parallel Edition软件（StataCorp. 2023）进行分析。作为估计方法，我们应用了STATA 18中的“sfcross”命令进行单步SFA估计。当μi=0时，农场的生产遵循SFA函数；当μi>0时，由于效率低下，农场的产出会下降。通过对农民和推广官员的访谈获得的定性信息进行内容分析，旨在识别马铃薯生产的主要限制。

**结果**
**描述性统计与定性发现**
表1展示了关于受访者人口统计和农场特征的描述性统计结果。调查结果表明，使用拖拉机服务的农民比肯尼亚平均农民更年轻、受教育程度更高（例如Musafiri等人2022）。此外，近四分之一的受访者是女性，这一比例接近肯尼亚农村以女性为主的家庭比例（KNBS 2022）。可能是因为劳动力短缺，以女性为主的家庭更倾向于依赖拖拉机服务。值得注意的是，超过80%的农民没有自己的土地，表明马铃薯种植者通常需要租赁土地。超过一半的马铃薯种植者参与了非农经济活动。数据显示，农民的培训水平也相对较高，超过60%的农民使用了私人推广服务，超过70%的农民在上一季从多个培训机构接受了培训（见补充材料——图S2和S3）。尽管在非洲的小农农业中，信贷获取通常是一个主要限制因素，但样本中超过80%的马铃薯农民能够获得信贷。在我们的机械化马铃薯农民样本中，拥有牲畜和使用动物牵引运输投入和产品的比例也相对较高，这表明使用动物牵引可能有助于逐步过渡到使用拖拉机服务（Daum等人2023）。
使用机械化服务的经验年限从6个月到20年不等，平均为7年（表1），表明机械化服务在该研究区域并非新技术。关于使用的机械化类型，值得注意的是，所有农民在2021/2农业季节都使用了拖拉机犁地服务，但只有不到10%的农民曾使用拖拉机进行种植（补充材料——图S1）。1.3%的农民使用拖拉机进行农药喷洒（补充材料——图S1）。尽管农药使用率很高（99%），但由于几乎所有农民都使用背包喷雾器，机械化喷洒的数量较低。3.8%的农民报告使用了拖拉机进行马铃薯收获（补充材料——图S1）。
表2展示了关于种植方式和表现的描述性结果。平均而言，农民的马铃薯产量为每公顷9.4吨（t/ha），这与肯尼亚雨养条件下报告的实际产量6–10吨/ha相当（IFC 2019），而南非的产量为35吨/ha，埃及的产量为25吨/ha（IFC 2019；Muthoni和Shimelis 2023）。正如预期的那样，产量差异很大，范围从4吨/ha到22.5吨/ha不等。考虑到肯尼亚人均可耕地面积仅为0.13公顷（FAO 2024），机械化农民种植的马铃薯地块相对较大，平均面积超过一公顷。
所有抽样农民都使用传统的耕作方式，如圆盘犁和圆盘耙。该地区很少使用垄作种植马铃薯。覆膜在该地区并不常见。除草工作是手动用砍刀完成的。
图2显示了抽样农民的投入使用情况。三分之一的农民使用自备种子或从市场上随机购买的种子。超过95%的农民使用化学肥料和农药。不到三分之一的农民使用有机肥料，主要是粪肥。有机和无机 fertilizer的合计使用量为178公斤/公顷，这相当低。图2（全尺寸图像）输入数据使用情况（N=156）。一个重要的观察结果是，74%的农民并没有耕种他们拥有或租用的所有土地。几乎一半的农民采用休耕策略来恢复土壤肥力（图3），尽管能够获得机械化和肥料也是他们不耕种所有可用土地的原因之一。大多数农民年复一年地种植土豆，但只有少数农民会让土地休耕超过两年。值得注意的是，几乎90%的农民在他们的田地上实行单一作物种植，即土豆。图3（全尺寸图像）（来源：自行调查）。请注意，可以有多个答案。

图4显示的约束条件也得到了定性调查结果的证实。土壤肥力和化肥质量被认为是主要问题：“需要改善土壤肥力。”[女性农民] “应该引入高质量的化肥。”[男性农民] “化肥的成本很高 […] 降低化肥成本将有助于提高化肥的使用率。”[男性农民] “我们社区面临的一个挑战是土壤肥力的下降。”[推广官员] 图4（全尺寸图像）（来源：自行调查）。请注意，可以有多个答案。农民们指出的土豆生产的主要限制因素；N=156。虫害和疾病问题也被报告为主要的限制因素。正如一位推广官员指出的：“Mao地区的农民在5月至7月期间面临许多挑战，因为该地区的寒冷导致土豆容易受到病害的影响（脚注2Baridi）。”[推广官员] 这一担忧得到了农民们的共鸣，以下引文说明了这一点：“我们这个地区的主要挑战是虫害和疾病。”[男性农民] “虫害和疾病是我的问题。尽管我多次使用了这种化学品 […]，但效果并不明显。”[女性农民]

关于技术效率的分析，我们首先进行了似然比（LR）测试（Vuong 1989）（公式7），以确定Cobb Douglas生产函数还是Trans-log生产函数最能拟合我们的数据。估计的检验统计量（χ2(15)）为59.11（高于临界值χ2(15)在1%时为30.58，在5%时为24.99）。因此，结果表明应该拒绝H0假设（即Cobb Douglas函数是合适的模型），并接受H1假设（即Trans-log函数是合适的模型）（表3）。表3 模型规格的假设检验。

此外，我们使用了受限广义线性模型（glm）并进行似然比测试以确定是否存在技术效率低下（Lai和Huang 2010）。估计的检验统计量（χ2(1)）为14.77（高于临界值χ2(1)在1%时为5.41，在5%时为2.71（Kodde和Palm 1986）。因此，我们拒绝了原假设H0（即土豆农场没有技术效率低下），并接受了存在效率低下的结论（表3）。我们还进行了最大似然比测试，以确定前沿效率低下项是否是随机的（Coelli 1995b）。估计的检验统计量（χ2(9)）为57.26（高于临界值χ2(9)在1%时为21.67，在5%时为16.92），这表明应该拒绝H0假设（即效率低下项不是随机的），因此我们接受了H1假设（表3）。

根据分析，92.3%的方差可以通过技术效率低下（与有效前沿的偏差）\(\gamma=\frac{\mathrm\sigma^2\mathrm u}{\left(\mathrm\sigma^2\mathrm u\;+\;\mathrm\sigma^2\mathrm v\right)}\)来解释，7.8%的方差可以通过随机噪声（如测量误差和农民无法控制的随机因素，例如天气条件）来解释。表4显示了分析中包含的变量的弹性系数。在1%的水平上，土地、化肥、农药和劳动力的弹性估计值具有显著性。土豆生产的规模弹性为1.24，表明存在规模报酬递增。出乎意料的是，化肥的弹性系数为负，表明随着化肥使用量的增加，产量反而下降。可能的原因将在“讨论”部分进行讨论。表4 Trans-log生产函数（技术效率）的估计结果。

遵循Battese（1997）的方法，我们加入了化肥和农药的虚拟变量以校正输入值为零的情况。技术效率得分的分布范围从15%到93%，平均值为63%（图5）。样本中超过37%的农民的技术效率低于60%（图5）。表5显示了不同变量对技术效率的影响，表明符号为负的变量倾向于提高技术效率。结果表明，年龄、使用动物牵引力运输投入和服务以及接受培训和使用私人推广服务与较高的技术效率显著相关（表5），而参与培训却意外地与较低的技术效率显著相关。

讨论部分指出，机械化种植土豆的农民受教育程度更高，能够更好地获得资源以及咨询服务，比肯尼亚平均的小农户更好。然而，样本中的农民平均而言，并未实现超过全国平均水平（约9吨/公顷）的土豆产量。样本农民的产量存在相当大的差异，但只有5%的农民实现了20吨/公顷以上的产量，而这是2006年至2012年间的平均水平（见图1）。造成这一现象的一个主要原因可能是，大多数农民没有采取长期实现高土豆产量所需的可持续农业实践。如上所述，建议进行包括至少三种其他作物的轮作（参见例如Mutegi等人（2021: 19））。然而，几乎90%的受访农民报告说他们只种植土豆。这一问题在早期研究中也有所发现，但通常没有如此严重。例如，Kwambai等人（2023: 765）研究了三个地区的土豆种植情况，发现不进行轮作的农民比例高达50%。不出所料，农民认为土壤肥力不足是土豆生产的主要限制因素（图4）。第一作者在调查期间的个人观察表明，集约化的机械化耕作可能加剧了土壤肥力问题，因为许多土豆田地在丘陵地形下容易受到侵蚀（另见补充数据：图S4和视频）。我们的结果也与Damiba等人（2024）和Mugo等人（2020）的研究一致，他们报告说Narok县土壤肥力流失的情况日益严重，这主要是由于不良的不可持续农业管理实践造成的。

为了防止机械化农业系统中的土壤侵蚀，通常推荐采用减少耕作系统的措施，如条带耕作或免耕系统（Myers和Wagger 1996；Lenka和Lal 2013；Komissarov和Klik 2020）。然而，这些做法不太适合土豆种植，因为土豆需要排水良好的土壤来促进块茎生长。肯尼亚的《良好农艺和植物营养实践指南》（Mutegi等人2021）建议进行两轮培土。然而，在土豆作物之间的轮作中，可以尽量减少对土壤的扰动。

除了轮作和可持续耕作实践外，土壤养分管理在维持土壤肥力方面也起着重要作用。在这方面，我们的分析得出了一个出乎意料的结果，即化肥的弹性系数显著且为负，表明较高的化肥使用量与产量下降有关。这一结果可能有几个原因。预计化肥使用量达到一定水平后，边际回报会逐渐减少，超过这个水平后，由于过量使用化肥造成的作物损害，产量会绝对下降（Ellis 1993）。因此，一种可能性是农民使用了过量的化肥。另一种可能是，只有在已经出现土壤肥力下降的农民才会使用化肥，且他们使用的化肥量不足以抵消土壤肥力的下降。原则上，可以通过将土壤肥力数据纳入分析来捕捉这一效应，但在这项研究中无法收集到这些数据。如上所述，本研究中有96%的农民使用了化肥，平均每公顷使用了178公斤（包括无机和有机肥料）。尽管我们没有关于所用化肥类型以及样本农民具体化肥需求的详细数据，但使用的化肥量很可能低于土豆种植的实际需求（参见例如Mutegi等人（2021））。因此，对化肥使用量与产量下降之间负相关性的更合理解释是，那些观察到土壤肥力下降的农民使用了化肥，但用量不足，无法有效缓解这一下降。我们的负面弹性发现与Kamau（2019）、Kamau等人（2020）和Chemjor等人（2024）关于Nakuru县土豆生产和盈利能力效率的研究结果一致。使用有机肥料在提高土壤肥力和增强作物营养方面可能特别重要，文献中有相关记录。例如，Ishfaq等人（2023）表明，有机和无机肥料的联合使用可以提高作物的营养价值。

有趣的是，接近一半的农民采用休耕方式（图3），其中大多数人表示恢复土壤肥力是主要目的。休耕对土豆生产可能具有植物保护优势，但只有休耕20年或与种植固氮植物（例如Sesbania sesban (L.) Merr.）结合使用时才能有效恢复土壤肥力（Kwesiga等人1999），而这仍需要两到三年的时间。对于大多数在撒哈拉以南非洲地区的农民来说，同时种植豆类作物并放弃连续长时间的耕作可能较为困难，尤其是对于土豆等主要粮食和经济作物。种植豆类作物可能是一个更有前景的选择。

另一个影响土豆生产力的重要因素是病虫害控制。在适当的时间使用适量的农药可以提高土豆产量，但使用化学植物保护产品进行病虫害控制需要专业知识，挑战在于确保准确的应用并避免过度使用（Crissman等人1994；Pertot等人2017）。如果农民不采用良好的农业实践（如轮作），病虫害控制将更加困难。此外，气候变化可能导致虫害压力增加。先前的研究报告称，Nakuru县受到气候变化的影响，温度上升和气候变化有利于虫害发生（MoALF 2016；Waaswa等人2022）。因此，不足为奇的是，在我们的调查中，95%的农民认为病虫害是收获前土豆损失的重要原因（补充材料－图S5），我们的分析也表明农药使用对产量有积极影响。与我们的发现一致，Kamau等人（2020）的研究表明，在Molo子县增加农药使用量可以提高土豆产量。尽管这项研究表明增加农药使用量可以提高土豆产量，但许多研究也记录了增加农药使用对生物多样性的负面影响（例如人类、土壤和传粉者（Barzman等人2015；Lykogianni等人2021；Munyaneza和Bizimungu 2022））。因此，从农业可持续性的角度来看，考虑非化学控制方法可能是重要的。

我们的研究还发现劳动力是影响产量的一个重要因素，因为在其他条件相同的情况下，劳动力增加1%会导致土豆产量增加0.3%。土地准备是我们研究中唯一的机械化环节，而包括种植、除草、喷洒和收获在内的其他操作都需要人工劳动。这一发现与先前的研究一致（Nyagaka等人2010；Obare等人2010；Philiphos和Tafesse 2025），这些研究表明在肯尼亚和埃塞俄比亚，增加劳动力投入可以提高土豆产量。劳动力往往供应不足，机械化土地准备节省的劳动力可能会增加用于种植的劳动力。同时，改进的土地准备措施可能会减少对杂草控制的需求，但需要通过对机械化和非机械化农场进行比较研究来验证这些效果。土地的弹性值最高，表明了它对马铃薯生产的重要性。Chemjor等人（2024年）和Nyagaka等人（2010年）也发现，如果农民耕种的田块面积更大，纳库鲁县和拉伊基皮亚县的马铃薯产量和盈利能力都会更高。

技术效率
我们研究的一个主要发现是马铃薯农民的技术效率存在很大差异，范围从11%到93%，平均值仅为63%。这些结果表明，消除低效率可以使马铃薯产量提高近60%（[(1–0.63)/0.63] * 100）。平均技术效率值与以往的研究结果相当（Nyagaka等人2010年；Ogada等人2014年；Barasa等人2019年）。此外，肯尼亚之前的研究也报告了技术效率存在广泛的变化（21%–93%）（Nyagaka等人2010年；Barasa等人2019年；Kamau等人2020年）。技术效率的这种广泛差异表明，有很好的机会从更高效的农民那里学习，例如通过农民间的技术交流。

影响技术效率的一个因素是年龄。我们研究中农民的平均年龄接近40岁，研究结果表明技术效率随年龄增长而下降。Liu和Zhuang（2000年）以及Li和Sicular（2013年）在中国的研究发现，一方面农民的经验随年龄增长而增加，另一方面他们的体力和创造力会下降，导致45岁以后效率降低。在撒哈拉以南非洲地区，Asravor等人（2024年）发现加纳的年轻农民比年长的农民效率更低，尽管两个年龄组的农民在技术装备方面水平相当。Chemjor等人（2024年）的报告也与我们发现一致，他们指出在肯尼亚，马铃薯生产的盈利能力随年龄增长而降低。同样，Jote等人（2018年）发现年龄对埃塞俄比亚甜薯生产的技术效率有负面影响。

我们的研究没有发现机械化经验年限对技术效率的影响，尽管我们原本预期经验会增加效率。我们没有分析机械化农民是否比非机械化农民更高效。早期研究报道，机械化的使用对加纳北部玉米农民（Abdulai等人2015年）以及尼加拉瓜玉米和豆类农民（Abdulai和Eberlin 2001年）的技术效率有负面影响。鉴于这些结果，机械化与效率之间的关系似乎是一个值得未来研究关注的课题。

正如预期的那样，我们的研究发现，使用动物牵引来运输农场投入品（种子、化肥和用于喷洒农药的水）以及收获的农产品（马铃薯袋）可以提高技术效率。关于动物牵引对技术效率的积极影响，在布基纳法索的间作技术研究中也有类似发现（Sawadogo等人2022年）。此外，印度尼西亚的一项研究发现，距离马铃薯农户住宅的距离与较低的技术效率有关，因此他们建议改善农场运输条件（Maulidiyah等人2024年）。

培训和推广是能够提高技术效率的重要因素。我们的分析得出了有些意外的结果，因为参与培训对技术效率有负面影响，而获得私人推广服务则有积极影响。调查结果显示，样本中73%的农民接受了关于种子用量、苗床准备、行栽种和化学肥料施用等主题的培训（补充材料–图S2）。大多数培训是由农民合作社、政府推广服务和农业兽医提供的，私人推广服务提供者的参与度较低（补充材料–图S3）。培训的一个潜在问题是，它可能具有普遍性，没有解决农民面临的特定问题。然而，这也可能解释了培训效果不显著甚至负面的原因，因为效率较低的农民更可能参加了培训，而培训可能未能有效提高他们的效率，例如他们无法获得培训中推荐的改进种子等投入品。另一种可能性是，培训中提供的一些信息实际上可能降低了技术效率。例如，不基于特定土壤肥力要求的肥料建议可能会降低技术效率。与我们的发现一致，Maulidiyah等人（2024年）发现印度尼西亚的马铃薯种植培训降低了技术效率。同样，Abate等人（2019年）报告称，年龄对埃塞俄比亚甜薯生产的技术效率有负面影响。

我们的研究还发现，虽然我们原本预期机械化经验会增加效率，但实际上并未发现这种关系。早期研究报道，机械化的使用对加纳北部玉米农民（Abdulai等人2015年）和尼加拉瓜玉米及豆类农民（Abdulai和Eberlin 2001年）的技术效率有负面影响。鉴于这些结果，机械化与效率之间的关系似乎是一个值得未来研究的课题。

预期地，我们的研究发现，使用动物牵引运输农场投入品（种子、化肥和农药）和收获的农产品（马铃薯袋）可以提高技术效率。在布基纳法索的间作技术研究中也有类似发现，表明动物牵引对技术效率有积极影响（Sawadogo等人2022年）。此外，印度尼西亚的一项研究发现，距离马铃薯农户住宅的距离与较低的技术效率相关，因此他们建议改善农场交通条件（Maulidiyah等人2024年）。

培训和推广是能够提高技术效率的重要因素。我们的分析得出了出乎意外的结果，因为参与培训对技术效率有负面影响，而获得私人推广服务则有积极影响。调查显示，样本中有73%的农民接受了关于种子用量、苗床准备、行栽种和化学肥料施用等主题的培训（补充材料–图S2）。大多数培训由农民合作社、政府推广服务和农业兽医提供，私人推广服务提供者的参与度较低（补充材料–图S3）。培训的一个潜在问题是，培训内容可能较为普遍，没有解决农民面临的特定问题。然而，这也可能解释了培训效果不显著甚至为负面的原因。另一种可能是，效率较低的农民更可能参加了培训，而培训未能有效提高他们的效率，例如因为他们无法获得培训中推荐的改进种子等投入品。另一种可能是，培训中提供的一些信息实际上可能降低了技术效率。例如，不基于特定土壤肥力要求的肥料建议可能会降低技术效率。与我们的发现一致，Maulidiyah等人（2024年）发现印度尼西亚的马铃薯种植培训降低了技术效率。同样，Abate等人（2019年）报告称，无效且有偏见的公共推广系统影响了埃塞俄比亚红辣椒生产的效率。Bozo?lu和Ceyhan（2007年）发现，蔬菜生产的培训效果取决于研究和推广机构的质量交付。还有证据表明，更具体的培训方法，如植物健康诊所，可以在定期提供相关培训服务的情况下提高小农户的马铃薯生产效率（Chepkoech等人2023年；Sultana等人2023年）。

我们发现获得私人推广服务可以提高技术效率，这一点也很有趣，因为私营部门的推广通常被认为服务于农业投入品的制造商和贸易商的利益，而不是农民。私营公司可能会建议过度使用投入品，从而导致技术效率降低。然而，我们的研究结果表明，对于我们样本中的农民来说并非如此，因为获得私人推广服务与技术效率的提高有关。这一发现与Chemjor等人（2024年）的研究结果不一致，他们发现纳库鲁县公共推广服务提供的农艺管理信息增加了马铃薯农民的盈利能力。与我们的发现一致，南非的一项研究表明，与公共推广服务相比，私人推广服务通过市场可及性和采用气候智能型农业实践显著提高了农民的生产力（Mudzielwana等人2025年）。

局限性
我们的研究存在几个局限性。首先，这项研究基于案例研究，仅使用了有限地理区域内的机械化用户样本，因此在统计上不能代表整个肯尼亚的情况。其次，由于我们只包括了使用机械化服务的农民，没有评估机械化对生产力、技术效率和可持续性的影响。我们认为这是一个重要的研究领域，未来的研究应该考虑不同的机械化耕作方式及其相关问题，如土壤侵蚀。第三，我们使用化肥和农药的总量作为这些投入品使用的代理指标，而没有探讨所使用产品的详细信息及其在作物营养和作物保护方面的适宜性。需要更详细的具体研究来涵盖这些方面。第四，我们的研究没有包括家庭劳动力和雇佣劳动力的详细信息，以及男性和女性所从事的任务，这也是未来研究的一个重要方面，因为如上所述，机械化可能会对性别产生不同的影响。尽管存在这些局限性，我们认为我们的结果，特别是关于提高技术效率的巨大未开发潜力，指出了超出我们研究范围之外的马铃薯生产机会。

结论
随着非洲国家基于机械服务提供商的小农机械化进程的兴起，需要更好地理解日益机械化的农业系统的生产力、效率性和可持续性。我们的发现基于纳库鲁县使用机械化服务进行土地准备的马铃薯农民的案例研究，表明这些农民的表现存在显著差异。马铃薯产量从每公顷4吨到22.5吨不等。同样，衡量农民离生产可能性边界有多远的马铃薯农民的技术效率也从低于20%到高于90%不等。在生产力和技术效率方面表现优异的农场展示了通过现有技术实现马铃薯生产改进的巨大潜力。该研究提供了关于有助于释放这一潜力的因素的重要线索。获得针对具体农场的建议是提高技术效率的关键因素，而提供普遍性培训似乎对此目标无效。提供针对具体农场的建议显然比提供普遍性培训成本更高，但我们的研究表明，应该加大提供针对具体农场建议的力度。尽管普遍认为私人咨询服务可能不符合农民的利益，但我们的研究表明，获得私人推广服务确实有助于提高农民的技术效率。

我们的研究结果表明，针对具体农场的建议需要特别关注马铃薯生产系统的可持续性。马铃薯种植中最重要的农业实践之一是将马铃薯纳入包含至少三种其他作物的轮作系统中。然而，样本中近90%的农民采用单一种植方式，这一比例高于我们在文献中发现的任何比例。超过60%的样本农民从事非农业业务，大约80%的农民出租土地用于马铃薯生产，这表明机械化马铃薯生产往往由连续在同一块土地上种植马铃薯的企业家进行，这种做法是不可持续的。为了提高土壤肥力而让土地休耕可能不是最有效的方法，相比之下，多样化作物轮作（包括豆类作物）可能更为有效。本研究期间的田间观察还指出了机械化农场存在土壤侵蚀问题，这表明需要更多的实证研究来寻找可持续的马铃薯生产途径，因为与谷物作物相比，马铃薯作物的少耕作较为困难。不到30%的农民认为土壤肥力是一个主要限制因素，这表明需要提高人们对这一重要问题的认识。我们的研究还表明，改善作物营养（作为土壤肥力的一个重要方面）需要进一步关注，因为样本中农民采用的肥料策略往往降低了马铃薯产量。最后但同样重要的是，样本中农民表现出的巨大差异表明，解决这些限制的解决方案可以在肯尼亚的小农自身中找到了。例如，通过农民间的技术交流向最佳农民学习，可能是利用非洲马铃薯生产潜力以实现可持续粮食安全的最有前途的策略之一。