Аналіз виробничих факторів, що визначають сільськогосподарську продуктивність у Куїспесі Мануель Антоніо Моранте Давіла
Анотація
Метою дослідження була оцінка впливу виробничих факторів (капіталу, праці, знань, управління та землі) на сільськогосподарську продуктивність у районі Куїспес. У вибірку увійшли 50 виробників, аналіз яких здійснювався з використанням кількісного підходу та моделей структурного моделювання на основі часткових найменших квадратів (PLS-SEM). Дані були згруповані у чотири виробничі групи та проаналізовані за допомогою статистичного програмного забезпечення R із використанням методів звичайних найменших квадратів (OLS) і ієрархічного процесного аналізу (AHP). Результати засвідчили, що родючість ґрунту була основоположним фактором у виробничому процесі фермерів. PLS-аналіз показав, що фактори управління, технологій та знань мали помірну і слабку позитивну кореляцію з продуктивністю (0,680; 0,632 і 0,341 відповідно), тоді як капітал і праця виявили негативну кореляцію (-0,252 і -0,400). Група B вирізнялася найвищими показниками за факторами земля, капітал і технології (AHP: 0,44), що вказувало на високий виробничий потенціал; результати OLS підтвердили, що поєднання технологій і землі було ключовим для досягнення аграрного успіху. Група D вирізнялася показниками знань і технологій (AHP: 0,25), а OLS визначив її як другу за значущістю діяльність у контексті застосування технологій. Натомість групи A і C продемонстрували низькі оцінки (AHP: 0,10 та 0,25), а результати OLS вказали на негативний вплив, що вимагало покращення виробничих методів і управлінських підходів для підвищення конкурентоспроможності. У підсумку було встановлено, що група B виявилася найбільш продуктивним сектором, за нею йшла група D — обидві становили найбільш репрезентативні та прибуткові види діяльності в районі Куїспес. Таким чином, окремі виробничі фактори потребували подальшого розвитку, а державні та приватні інституції мали б сприяти підвищенню сільськогосподарської продуктивності через відповідні публічні політики
Ключові слова
аналіз PLS; ієрархічний процесний аналіз; метод звичайних найменших квадратів; капітал; управління; технології
[1] American Sociological Association’s Code of Ethic. (1997). Retrieved from https://www.asanet.org/about/ ethics/.
[2] Ataei, P., Mottaghi Dastenaei, A., Izadi, N., Karimi, H., & Menatizadeh, M. (2024). The predictors of social capital in agricultural consultation, technical, and engineering service companies. Heliyon, 10(1), article number e23853. doi: 10.1016/j.heliyon.2023.e23853.
[3] Cáceres, D.M., & Gras, C. (2020). A tipping point for agricultural expansion? Technological changes and capital accumulation in Argentina’s rural sector. Journal of Agrarian Change, 20(1), 79-97. doi: 10.1111/joac.12336.
[4] Chacón, K., & Gutman, D. (2022). Milestones for sustainable agriculture in the Americas. San José: Inter-American Institute for Cooperation on Agriculture (IICA).
[5] Chavas, J., & Nauges, C. (2020). Uncertainty, learning, and technology adoption in agriculture. Applied Economic Perspectives and Policy, 42(1), 42-53. doi: 10.1002/aepp.13003.
[6] Di Leginio, M., Agrillo, A., Congedo, L., Munafò, M., Riitano, N., Terribile, F., & Manna, P. (2024). Analysis of trends in productivity metrics in assessing land degradation: A case study in the Campania region of southern Italy. Ecological Indicators, 161, article number 111962. doi: 10.1016/j.ecolind.2024.111962.
[7] Díaz Díaz, A.A., & Toscano Moctezuma, J.A. (2022). Human capital and firm productivity. Revista Torreón Universitario, 11(30), 123-130. doi: 10.5377/rtu.v11i30.13427.
[8] Dimitrijević, M.S. (2023). Technological progress in the function of productivity and sustainability of agriculture: The case of innovative countries and the Republic of Serbia. Journal of Agriculture and Food Research, 14, article number 100856. doi: 10.1016/j.jafr.2023.100856.
[9] Hair, J.F., Risher, J.J., Sarstedt, M., & Ringle, C.M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24. doi: 10.1108/EBR-11- 2018-0203.
[10] Herrera-Guerra, E., Bautista-Arellanos, L.R., & Bonilla-Ibañez, C.P. (2023). Validity and reliability of an instrument to identify factors that influence adherence to treatment in people with cardiovascular risk factors. Salud UIS, 55(1). doi: 10.18273/saluduis.55.e:23052.
[11] Kobylińska, M. (2021). Spatial diversity of organic farming in Poland. Sustainability, 13(16), article number 9335. doi: 10.3390/su13169335.
[12] Liu, S., Ma, S., Yin, L., & Zhu, J. (2023). Land titling, human capital misallocation, and agricultural productivity in China. Journal of Development Economics, 165, article number 103165. doi: 10.1016/j.jdeveco.2023.103165.
[13] Nkurunziza, L., Watson, C.A., Öborn, I., Smith, H.G., Bergkvist, G., & Bengtsson, J. (2020). Socio- ecological factors determine crop performance in agricultural systems. Scientific Reports, 10, article number 4232. doi: 10.1038/ s41598-020-60927-1.
[14] Pérez-Fernández, A., Caamal-Cauich, I., Pat-Fernández, V.G., Martínez- Luis, D., & Reza-Salgado, J. (2018). Analysis of the factors that define the growth of the agricultural sector in Mexico. Agroproductividad, 11(1), 131-135.
[15] Salinas Vásquez, J., Urgilés Salinas, M., & Sastre-Merino, S. (2023). The social capital of rural productive organizations of the social economy. CIRIEC-Spain, Journal of Public, Social and Cooperative Economics, 109, 245284. doi: 10.7203/CIRIEC-E.109.25065.
[16] Shah, W.U.H., Hao, G., Yasmeen, R., Yan, H., Shen, J., & Lu, Y. (2023). Role of China’s agricultural water policy reforms and production technology heterogeneity on agriculture water usage efficiency and total factor productivity change. Agricultural Water Management, 287, article number 108429. doi: 10.1016/j.agwat.2023.108429.
[17] Shah, W.U.H., Lu, Y., Liu, J., Rehman, A., & Yasmeen, R. (2024). The impact of climate change and production technology heterogeneity on China’s agricultural total factor productivity and production efficiency. Science of the Total Environment, 907, article number 168027. doi: 10.1016/j.scitotenv.2023.168027.
[18] Tenchini, F.P., & de Freitas, C.O. (2024). Family farming in the state of Rio de Janeiro: Sustainable regional development and its relationship with credit through PRONAF. Revista de Economia e Sociologia Rural, 62(2), article number e266755. doi: 10.1590/1806-9479.2022.266755.
[19] Tomas-Simin, M., & Jankovic, D. (2014). Applicability of diffusion of innovation theory organic agriculture. Ekonomika Poljoprivrede, 61(2), 517-529. doi: 10.5937/ekoPolj1402517T.
[20] Vega-Sampayo, Y., Olivero-Vega, E., & Acosta-Prado, J.C. (2022). Mediating effect of information and communication technologies (ICT) on the relationship between innovativeness and student satisfaction in higher education institutions. Formación Universitaria, 15(3), 107-118. doi: 10.4067/S0718-50062022000300107.
[21] Weyori, A.E., Amare, M., Garming, H., & Waibel, H. (2018). Agricultural innovation systems and farm technology adoption: Findings from a study of the Ghanaian plantain sector. The Journal of Agricultural Education and Extension, 24(1), 65-87. doi: 10.1080/1389224X.2017.1386115.
[22] Xiong, H., Zhan, J., Xu, Y., Zuo, A., & Lv, X. (2023). Challenges or drivers? Threshold effects of environmental regulation on China’s agricultural green productivity. Journal of Cleaner Production, 429, article number 139503. doi: 10.1016/j.jclepro.2023.139503.
[23] Zhang, X., Hu, L., & Yu, X. (2023). Farmland leasing, misallocation reduction, and agricultural total factor productivity: Insights from rice production in China. Food Policy, 119, article number 102518. doi: 10.1016/j. foodpol.2023.102518.
[24] Zhou, Z., Sharif, A., Inglesi-Lotz, R., & Bashir, M. F. (2024). Analysing the interplay between energy transition, resource consumption, deforestation, and environmental factors on agricultural productivity: Insights from APEC countries. Journal of Cleaner Production, 446, article number 141408. doi: 10.1016/j.jclepro.2024.141408.