Globales Journal für Biologie, Agrar- und Gesundheitswissenschaften

Abstrakt

Faktoren, die die Einführung nachhaltiger Bodenbewirtschaftungspraktiken (Sustainable Soil Management, SSM) im Distrikt Baglung, Nepal beeinflussen

Mahesh Badal, Shiva Chandra Dhakal, Jay Prakash Dutta und Rishi Ram Kattel

SSMP ist die geeignete, weitgehend auf lokalen Ressourcen basierende Bodenbewirtschaftungstechnologie für landwirtschaftliche Haushalte in Mittelgebirgsgegenden mit dem Ziel, die Bodenfruchtbarkeit und Produktivität zu verbessern, alternative Anbaumöglichkeiten zu bieten und die Möglichkeiten zur Ernährungssicherheit und eines Bareinkommens zu erhöhen – und somit die Lebensgrundlage zu verbessern. Landwirte für SSM-Praktiken zu gewinnen, ist nach wie vor eine Herausforderung. Daher wurde eine vergleichende Wirtschaftsstudie zwischen großen Gemüseproduzenten durchgeführt, die SSM-Praktiken anwenden und solchen, die sie nicht anwenden. Die Untersuchung wurde 2015 im Distrikt Baglung durchgeführt und Primärdaten wurden in den VDCs Rayadanda und Damek erhoben. Es wurde ein vorab getesteter Interviewplan mit insgesamt 120 Befragten durchgeführt, 60 aus jeder Kategorie der Anwender und Nichtanwender. Zur Analyse der Daten wurden deskriptive Statistiken zusammen mit dem t-Test für den Mit-Ohne-Ansatz, der Cobb-Douglas-Produktionsfunktion und dem Probit-Regressionsmodell verwendet. Die Gesamtbevölkerung der befragten Haushalte betrug 765 Personen, davon waren 51,37 Prozent männlich und 48,63 Prozent weiblich. Durch die Analyse des Übernahmeindexes zeigte sich, dass die Mehrheit der Anwender (46,67 %) einen hohen Übernahmegrad aufwiesen (Landwirte übernahmen mehr als 5 Technologien, > 58 %), 33,33 % der Befragten einen mittleren Übernahmegrad (Landwirte übernahmen bis zu 5 Technologien, = 58 %) und 20 % einen niedrigen Übernahmegrad (Landwirte übernahmen weniger als 5 Technologien). Die Probit-Regressionsanalyse konzentrierte sich auf die 120 Mitglieder, die Gemüseanbau mit nachhaltigen Bodenbewirtschaftungspraktiken übernahmen. Es wurde untersucht, inwieweit die zur Vorhersage verwendeten unabhängigen Variablen des Modells die abhängige Variable richtig vorhersagten. Die Probit-Regressionsanalyse zeigte, dass drei Variablen für den Übernahmegrad statistisch bedeutsam waren, und zwar Nutznießer des Projekts, Technologiedemonstration und Bodenfruchtbarkeit. Anwender (Nutznießer des Projekts) von SSMP haben eine höhere Wahrscheinlichkeit für einen Übernahmegrad, Technologiedemonstrationen haben einen höheren Technologieübernahmegrad und ebenso werden Landwirte, die bereits über gutes, fruchtbares Land verfügen, einen niedrigeren Technologieübernahmegrad aufweisen.