Assessing organic and conventional cassava productivity using stochastic frontier production function and crop simulation model

การประเมินผลิตภาพของมันสำปะหลังแบบอินทรีย์และทั่วไปโดยใช้ฟังก์ชั่นการผลิตเชิงสุ่มและการใช้แบบจำลองการผลิตพืช

Name: Benjamas Kumsueb

LCSH: Cassava -- Planting

LCSH: Cassava -- Organic compound content

LCSH: Organic compounds

LCSH: Stochastic processes

Abstract: Cassava is a major economic crop for millions of small farmers and creates extensive vertical and horizontal value chains. The planted area is spread over the country, especially in the rainfed agroecosystems in the Northeast of Thailand. The majority of small farmers are practicing the conventional cassava (CC) production system while the organic cassava (OC) production system is a viable alternative. However, very few research works using systems approaches have been conducted to understand and predict the transformation into OC by small farmers. Furthermore, little research has been conducted in calibrating and evaluating process-based simulation models and implement models as an agro-informatic tool to assess various agricultural resource management options for transformations under farmers’ situations. This research was undertaken in Yasothon and Khon Kaen provinces, the two major cassava-producing provinces in the Northeast of Thailand during 2018-2022. A combination of household questionnaires, a series of field experiments, and computer simulation model methods were systemically designed and implemented during the research endeavor. The main research objective was to uncover the key components for efficient transformation as well as to provide an agro-informatic tool to assess options for transforming into sustainable cassava production systems. In Yasothon province, the household questionnaires were administered to 496 sampled farmers, with 344 and 152 practicing CC and OC production systems, respectively. The binary logistic regression analysis was applied to explore the promotors and barrier components associated with the transformation. Then, the stochastic frontier production function model was used to evaluate the efficiency and inefficiency factors of cassava productivity for both CC and OC. The results from household questionnaires revealed farmers with CC have been facing with more vulnerability contexts than farmers with OC. Higher income was the main mentioned reason for farmers to make their decision to transform. This reflects the need for structures and process support from public and private institutions to support livelihood strategies at the household level. Policymakers should consider implementing the prospective policies and strategies through relevant institutions on research innovation, extension system, and farmers’ capabilities regarding the sustainable cultural practice transformation. Farmers’ experience, cassava farm size, cassava price, access to extension services, access to credit, and being a member of a farmer group were significantly affected the transformation. Farmers with CC demonstrated obtaining higher fresh storage root yield, income, and profit than farmers with OC. The finding also revealed different efficiency and inefficiency levels for both conventional and organic cassava farming households. An increase in expense on manure and that on tractors decreased the technical efficiency of CC. Off-farm income, crop rotation practice, and the use of the Rayong 7 cassava variety also increased the technical inefficiency of CC. For OC, an increase in expense on manure decreased the technical efficiency of the farming households. Moreover, the use of the Kasetsart 50 variety increased the technical inefficiency of OC. Conventional farmers attained their technical efficiency levels with a mean score of 80 % while organic farmers got a mean technical efficiency score of 90%. These figures suggested that there exists an opportunity for cassava farmers in both groups to improve their technical efficiency ; particularly if they can access appropriate technology in terms of manure application, machinery innovation, and crop rotation practice. Besides, the cultivation of site-specific-appropriate cassava variety might enhance both cassava production systems. A series of field experiments was conducted at Khon Kaen Field Crop Research Center, Khon Kaen, Thailand. Two factors consisting of planting dates and cassava varieties were used in the Randomized Complete Block Design (RCBD) experiment with seven replications. The two planting dates were April 2019 and October 2019, while the two cassava varieties were Kasetsart 50 and Rayong 9. A drip irrigation management system was installed to ensure optimal development and growth of cassava during the experimental duration. The minimum data set generated from the field experiment was used to calibrate and evaluate two process-based simulation models. The results yielded a set of calibrated genetic coefficients (GC) for both cassava varieties. The GCs gave a good agreement, based on the agreement index (d-index) and normalized Root Mean Square Error (nRMSE), between the simulated and the observed cassava phenology and growth parameters for CSM-CROPSIM-Cassava and CSM-MANIHOT-Cassava. In addition, the CSM-CROPSIM-Cassava model evaluation provided a good agreement between the simulated and the observed total, leaf, stem, and storage root dry weights with d-index values above 0.8 during the early growth stage. In contrast, the CSM-MANIHOT-Cassava model evaluation overestimated the total crop dry weight of KU50. However, the study suggested the good genetic parameters data sets of the elite cultivars still required additional calibration and evaluation for further applications to assess site-specific technologies for a wide range of climates, soil series, and planting seasons to improve cassava productivity with higher yields and greater economic benefits through recommendations for cassava production system. The model evaluated in this research is an example of an agro-informatic tool that can be used to assess options for transformation into sustainable cassava production systems. As a lesson learned, combining the field survey, field experiments, and crop simulation model methods can provide a unique approach to predict the transformation into OC by small farms and farming performance, expressed as crop productivity, by small farms.

Abstract: มันสำปะหลังเป็นพืชเศรษฐกิจที่สำคัญของเกษตรกรรายย่อยหลายล้านราย และสร้างห่วงโซ่มูลค่าทั้งในแนวดิ่งและแนวราบ พื้นที่ปลูกมันสำปะหลังกระจายอยู่ทั่วประเทศโดยเฉพาะในระบบนิเวศเกษตรแบบอาศัยน้ำฝนในภาคตะวันออกเฉียงเหนือของประเทศไทย เกษตรกรรายย่อยส่วนใหญ่ผลิตมันสำปะหลังแบบปกติ และการผลิตมันสำปะหลังอินทรีย์กำลังเป็นอีกทางเลือกหนึ่งสำหรับเกษตรกร อย่างไรก็ตาม มีการวิจัยเพียงเล็กน้อยที่ใช้แนวทางการวิจัยเชิงระบบเพื่อทำความเข้าใจและคาดการณ์การปรับเปลี่ยนการผลิตมันสำปะหลังของเกษตรกรรายย่อยจากมันสำปะหลังแบบปกติไปสู่มันสำปะหลังแบบอินทรีย์ ด้วยการวิจัยด้านการปรับแต่งและประเมินแบบจำลองการผลิตพืชเพื่อประเมินทางเลือกในการจัดการทรัพยากรการเกษตรภายใต้บริบทต่าง ๆ ของเกษตรกรยังคงมีไม่มากนัก งานวิจัยนี้จึงได้ดำเนินการในจังหวัดยโสธรและขอนแก่น ซึ่งเป็นแหล่งผลิตมันสำปะหลังที่สำคัญของภาคตะวันออกเฉียงเหนือของประเทศไทยในช่วงปี พ.ศ. 2561-2565 โดยใช้แบบสอบถามครัวเรือน งานทดลองในไร่เกษตรกร และแบบจำลองการผลิตพืช ซึ่งมีวัตถุประสงค์เพื่อค้นหาปัจจัยสำคัญที่นำไปสู่การปรับเปลี่ยนระบบการผลิตมันสำปะหลังอย่างมีประสิทธิภาพ และเพื่อประเมินทางเลือกในการปรับเปลี่ยนการผลิตมันสำปะหลังที่มีความยั่งยืน ในจังหวัดยโสธร ได้ดำเนินการใช้แบบสัมภาษณ์ครัวเรือนในเกษตรกรตัวอย่างจำนวน 496 ราย ประกอบด้วยเกษตรกรปลูกมันสำปะหลังแบบปกติ และแบบอินทรีย์ จำนวน 344 ราย และ 152 ราย ตามลำดับ ใช้การวิเคราะห์การถดถอยไบนารี่โลจิสติกเพื่อค้นหาปัจจัยสนับสนุนและปัจจัยที่เกี่ยวข้องกับการปรับเปลี่ยนระบบการผลิตมันสำปะหลัง และใช้แบบจำลองฟังก์ชันการผลิตเชิงสุ่มเพื่อประเมินความมีประสิทธิภาพและไม่มีประสิทธิภาพทางเทคนิคของการผลิตมันสำปะหลังทั้งแบบปกติ และแบบอินทรีย์ จากการสัมภาษณ์ครัวเรือนเกษตรกร พบว่าเกษตรกรมันสำปะหลังแบบปกติเผชิญกับบริบทของความเปราะบางมากกว่าเกษตรกรมันสำปะหลังแบบอินทรีย์ รายได้ที่สูงขึ้นเป็นเหตุผลหลักที่ทำให้เกษตรกรตัดสินใจปรับเปลี่ยนระบบการผลิตมันสำปะหลัง และสะท้อนถึงความต้องการการสนับสนุนจากหน่วยงานภาครัฐและเอกชนเพื่อปรับปรุงกลยุทธ์การดำรงชีวิตในระดับครัวเรือนของเกษตรกรโดยในระดับผู้กำหนดนโยบายควรพิจารณานโยบายและกลยุทธ์ที่เกี่ยวข้องทางด้านการวิจัยและนวัตกรรม ระบบส่งเสริมการเกษตร และความสามารถของเกษตรกรที่จะนำไปสู่การปรับเปลี่ยนระบบการผลิตมันสำปะหลังที่ยั่งยืน ประสบการณ์ของเกษตรกร ขนาดไร่มันสำปะหลัง ราคามันสำปะหลัง การเข้าถึงระบบส่งเสริมการเกษตร การเข้าถึงสินเชื่อ และการเป็นสมาชิกกลุ่มเกษตรกร เป็นปัจจัยที่มีผลต่อการปรับเปลี่ยนระบบการผลิตมันสำปะหลังอย่างมีนัยสำคัญ เกษตรกรมันสำปะหลังแบบปกติมีผลผลิต รายได้ และกำไรจากการผลิตมันสำปะหลังมากกว่าเกษตรกรมันสำปะหลังแบบอินทรีย์ ยังพบความมีประสิทธิภาพและไม่มีประสิทธิภาพทางการผลิตมันสำปะหลังทั้งแบบปกติและแบบอินทรีย์ที่แตกต่างกัน โดยค่าใช้จ่ายของปุ๋ยคอกและรถแทรกเตอร์ที่เพิ่มขึ้นทำให้ประสิทธิภาพทางการผลิตมันสำปะหลังแบบปกติลดลง อีกทั้งรายได้นอกฟาร์ม การปลูกพืชหมุนเวียน และการใช้มันสำปะหลังพันธุ์เกษตรศาสตร์ 50 ก็ทำให้ประสิทธิภาพทางการผลิตแบบปกติลดลงด้วยเช่นกัน ในส่วนของการผลิตมันสำปะหลังแบบอินทรีย์พบว่า ค่าใช้จ่ายปุ๋ยคอกที่เพิ่มขึ้นทำให้ประสิทธิภาพทางการผลิตลดลง นอกจากนี้การใช้พันธุ์เกษตรศาสตร์ 50 ยังเพิ่มความไม่มีประสิทธิภาพอีกด้วย เกษตรกรมันสำปะหลังแบบปกติมีประสิทธิภาพทางการผลิตเฉลี่ย 80% ในขณะที่เกษตรกรมันสำปะหลังแบบอินทรีย์มีประสิทธิภาพทางการผลิตเฉลี่ยอยู่ที่ 90% ชี้ให้เห็นว่ายังมีโอกาสที่จะเพิ่มประสิทธิภาพทางการผลิตให้กับเกษตรกรมันสำปะหลังทั้งสองระบบ หากสามารถแนะนำเทคโนโลยีที่เหมาะสมในด้านการใช้ปุ๋ยคอก การใช้เครื่องจักรกลทางการเกษตร และการปลูกพืชหมุนเวียนแก่เกษตรกร อีกทั้งการนำพันธุ์มันสำปะหลังที่เหมาะสมกับพื้นที่มาใช้อาจช่วยปรับปรุงการผลิตมันสำปะหลังทั้งสองระบบได้ดียิ่งขึ้น ในจังหวัดขอนแก่น ดำเนินการปลูกมันสำปะหลังสองพันธุ์ คือ เกษตรศาสตร์ 50 และระยอง 9 วางแผนการทดลอง Randomized Complete Block Design (RCBD) จำนวน 7 ซ้ำ ปลูกมันสำปะหลังใน 2 วันปลูก คือ เมษายน 2562 และตุลาคม 2562 ณ ศูนย์วิจัยพืชไร่ขอนแก่น มีการติดตั้งระบบน้ำหยดเพื่อให้มันสำปะหลังมีการพัฒนาและเติบโตอย่างเต็มที่ ใช้ชุดข้อมูลจากแปลงทดลองเพื่อปรับแต่งและประเมินแบบจำลองการผลิตมันสำปะหลังทั้งสองแบบ ผลการวิจัยพบว่า การปรับแต่งค่าสัมประสิทธิ์พันธุกรรม (GC) มันสำปะหลังทั้งสองพันธุ์ ให้ค่า agreement index (d-index) และค่า nRMSE ที่ดีระหว่างค่าจากแบบจำลองและค่าสังเกตของลักษณะทางพัฒนาการและการเติบโตของมันสำปะหลังทั้งในแบบจำลอง CSM-CROPSIM-Cassava และ CSM-MANIHOT-Cassava นอกจากนี้ การประเมินแบบจำลอง CSM-CROPSIM-Cassava ยังให้ค่า agreement index ที่ดีของน้ำหนักแห้งทั้งหมด น้ำหนักแห้งของใบ ลำต้น และหัว โดยมีค่า d-index สูงกว่า 0.8 สำหรับระยะการเจริญเติบโตช่วงแรกของมันสำปะหลัง ในทางตรงกันข้าม แบบจำลอง CSM-MANIHOT-Cassava ประเมินน้ำหนักแห้งทั้งหมดของมันสำปะหลังพันธุ์เกษตรศาสตร์50 สูงเกินไป อย่างไรก็ตาม การวิจัยนี้ได้แสดงให้เห็นว่ายังคงต้องมีการปรับแต่ง และประเมินค่าสัมประสิทธิ์ทางพันธุกรรมเพิ่มเติมเพื่อสนับสนุนการใช้แบบจำลองในการพัฒนาเทคโนโลยีเฉพาะพื้นที่ซึ่งมีความหลากหลายทั้งสภาพภูมิอากาศ ชุดดิน และฤดูปลูก เพื่อปรับปรุงประสิทธิภาพการผลิตมันสำปะหลังและผลตอบแทนทางเศรษฐกิจที่สูงขึ้น การประเมินแบบจำลองการผลิตพืชจากงานวิจัยนี้เป็นตัวอย่างหนึ่งของเครื่องมือสารสนเทศทางการเกษตรที่สามารถนำไปใช้ในการปรับเปลี่ยนระบบการผลิตมันสำปะหลังที่ยั่งยืนได้

Chiang Mai University. Library

Address: CHIANG MAI

Email: cmulibref@cmu.ac.th

Name: Attachai Jintrawet

Role: Advisor

Name: Bussara Limnirunkul

Role: Advisor

Name: Jirawan Kitchaicharoen

Role: Advisor

Created: 2023

Modified: 2567-07-22

Issued: 2023-12-24

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Doctor of Philosophy

Level: Doctoral Degree

Descipline: Agricultural Systems Management

Grantor: Chiang Mai University

©copyrights Chiang Mai University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	610855901.pdf	4.44 MB

ใช้เวลา

-0.966934 วินาที