当前的世界环境

介绍

第三世界国家面临着水、粮食和健康问题，而这些问题又因自然灾害而进一步恶化。¹印度次大陆极易受到重大自然灾害的影响viz。地震、海啸、气旋、洪水、干旱、雪崩、风暴、山体滑坡、非季节性暴雨、冰雹、闪电和森林火灾。2015年，全球113个国家有1920万人因自然灾害流离失所，但印度的流离失所人数最多。²这些灾害严重困扰着农业社区，因为他们的农产品在露天下暴露在各种极端事件中。18号发生的戈西河洪水^th2008年8月被宣布为“国家灾难”，到目前为止，印度历史上的单一灾难被正式宣布为“国家灾难”。^3.事实上，印度的奥斯特少年总理在2008年8月28日宣布其作为国家灾难的洪水损坏的空中调查。洪水引起了最大的疏散业务之一，疏散了100万人，约有460,000人容纳在360个救济营地。^4.高于90％的灾民袭击人口依赖于农业生计，这些生计受到严重影响的影响，接近500,000名农民。灾难是如此的幅度，因为它的记忆在受访者的记忆中仍然生动。准备近2年的时间来准备遇险地区的需求评估报告，最终世界银行于2018年6月30日截止日期，批准了2590万美元的比哈尔科西洪水改善项目（项目ID：P122096）。^5.此外，在灾难解决制约因素灾税后的可持续恢复努力可以帮助恢复当地经济并带来生计。在该背景中，本研究采用以下三个目标进行：

探讨农业社区灾后面临的主要制约因素，以实现可持续生计。

通过EFA对-à-vis约束条件下具有科学节俭性的广泛潜在构形进行揭示，并通过Friedman方差分析对其进行排序。
iii）建议改善限制的战略

材料和方法

学习和抽样计划的区域设置

Bihar（2008年印度的灾难受影响地区）分为38个地区，其中五个地区Ziz。，Sumaul，Madhepura，Saharsa，Araria和Purnia受到洪水的严重影响。其中两个地区即,Sumaum和Madhepura受到影响最大，因此被术语被选为研究。值得注意的是要提到所选地区仍然落后于全国平均水平的落后于许多参数。^6.从每个区选取两个受影响的街区，从每个街区随机选取两个村庄。在这些选定的村庄中，采用多阶段随机抽样的方法抽取20名受访者，最终样本量为8个村庄的160名受访者。在选定村庄后，对选定的村庄进行了调查，以确定受灾害影响但仍以务农为生的农民的总数。“探索性研究设计”被用来透露限制条件。

用于选择约束项的工具

本研究的限制被操作化为农民在实现生计保障方面遇到的障碍。限制项目的选择最初是通过电子和印刷媒体完成的——报纸，比哈尔邦网站政府，YouTube。因此，在受灾地区的非样本地区，对被调查者和关键信息提供者进行了集中小组讨论。为了设计预先测试的封闭式结构化访谈时间表，从非样本地区的60名受访者(他们也受灾害影响，但与实际样本量的160名受访者不同)中征集数据。

探索性因子分析

采用探索性因子分析(EFA)方法，对来自非样本地区的60名受访者进行限制性聪明评分，并使用2015年推出的SPSS 23版本进行因子分析。因子分析是一种相互依赖的技术，用于识别大量变量的潜在变量群集，以带来科学的节俭。^7.限制用于确定管理J的生计安全性的潜在因子^th受访者使用给定的公式：

y_j：J的约束^th被告
一种_j，f: f得分^th由J.的约束^th被告
X_F： F^th约束
n:约束个数

数据分析

在完成160名受访者的数据收集后，对收集到的数据进行编码、表格化、分类，并进一步使用Garrett 's Ranking方法进行分类^8.和弗里德曼^9.双向ANOVA通过排名测试。Garret排名方法用于评估通过不同的生计实现生计安全性的约束。通过EFA 4鉴定了不同类型的潜在的广泛限制。，环境，金钱，政策和杂项约束。选择最常用的约束是通过使用Garret排名技术的优先考虑来选择最常见的约束。然后，要求受访者根据他们所感知的重要性程度对他们进行评级与他们相关的每个约束。由于所有的所有受访者都没有对所有受访者进行排名，因此Garret所提出的绩效评级的不完整顺序的方法^8.被跟从。在第一次受访者被要求排名具体约束。受访者所提供的价值命令通过使用公式转化为百分比：

R._ij表示第j个个体和N对第i个约束条件所给出的秩_j指第j个个人排名的约束的数量。通过参考GARRETT给出的表将由此获得的每个等级的百分比转换成分数。^8.针对每个约束计算平均分数，相应给出适当的等级。弗里德曼^9.通过排名试验进行双向ANOVA，以确定灾害影响的农民面临的四个广泛限制中最严重的限制，通过使用以下条件或条件之间的差异公式：

N=被试人数、被调查者人数或群体人数
N =处理次数或广泛限制
ΣR₁²=每列的行数相加，平方，然后相加

结果与讨论

适用性测试探索性因子分析的数据

在提取探索性因素之前，对非样本地区的应答数据(n=60)进行了几项测试，以评估其对EFA的适合度。这组试验包括凯泽-迈耶-奥尔金(KMO)取样充分性测量和巴特利特球形度测试(BTS)。利用KMO分析因子分析法提取潜在变量是否合适。最初，有24个语句包含约束，但4个语句被删除，因为它们的因子负荷≤0.50或公共性≤0.60。^9.因此，重新运行EFA，本研究获得的最终KMO统计量为931(表1)^{10，11，12.}根据它，90年代的KMOs是“了不起的”，所以在本研究中选择的样品足以用于EFA。BTS是显著的(p<.001)，因此因素分析是合适的。

表1:抽样充分性检验及其显著性水平(n=60)

普通轴旋转主要轴分解的探索因子分析

在对来自非样本地区的60名受访者的数据进行适用性检验后，采用EFA设计了预测试的封闭式结构化访谈计划，遵循主轴因数分解和promax旋转(表2)。仅使用因子载荷(因子-变量相关性)>0.50的变量来选择因子。^10,12.常用的因子提取方法需要在因子提取前估计共性值。因此，我们选取>0.6提取后具有共性的变量进行本研究。^9.值得一提的是，我们主要采用了24个包含约束的语句，但4个语句被删除了，因为它们不能跨因素负载或公共基准测试。在2ⁿ运行EFA 4基于特征值≥1viz来识别不同类型的潜在的广泛约束。，环境（6个陈述），Pecuniary（5个陈述），策略（5个陈述）和杂项（4个陈述）约束（表3,4，5和6）。从表2中明显看出，四个因素（特征值≥1）在数据集中解释了66.146％的差异，其常见率高于60％。^9.

表2:具有公共性的旋转因子矩阵(RFM) (h²），急生值，累积解释方差（CEV％）(n = 60)

受访者对实现“生计保障”的限制因素的认定

如果农民在实现生计安全方面的限制，则对这种性质的研究将是不完整的;并没有讨论减轻限制严重性的建议。因此，据认为分析农民在实现生计安全方面所感知的制约因素至关重要。在研究领域，试图了解农民通过EFA面临的约束，并提取了4种不同类型的广泛潜在约束;这些是环境，金钱，政策和杂项约束。160名受访者被要求评估4个广域域名下具体限制的严重性。受访者所感知的约束是在加勒特排名方法的基础上排名^8.后来，弗里德曼对4个广义约束进行了排名^9.方差分析测试。

受访者感知到的环境限制及其改善

在表3所示的环境约束中，由于铸砂/波动/侵蚀造成的土地质量差(xÌ”=75.43)。被几乎所有的受访者认为是最严重的限制。2008年洪水过后，研究区大部分土地由于铸砂/波动/侵蚀而变得贫瘠。作物保护方面应对自然灾害的知识缺乏(平均得分=63.37)。被受访者评为第二严重的限制。这是因为当地农民不太了解作物保护措施，比如采用“抗洪品种”或在沙土中生长良好的品种。2008年戈西河洪水后老鼠爆发(xÌ " =59.72)。是受访者认为的第三大严重制约因素。研究区有句名言:“洪水过后，老鼠也泛滥”。老鼠的爆发有以下几个原因: i) Many of the rat species live well in sandy soil ii) Rats had got many new breeding ground after 2008 flood, as a good proportion of land was left barren due to its unsuitability for crop production iii) Rats tended to migrate from their breeding ground (barren land) to their feeding ground (cultivated land) through their underground tunnel system. Rats were damaging potato, maize (corn) etc. by cutting the plant from its base and took it to its burrows iv) In lean season it also feed on the juicy roots of Kans grass (Saccharum Spontaneum.)，洪水过后，在研究地点可以大量使用。^4.被调查者认为第四个重要的限制因素是“由于砂石堆积/破碎导致的运河系统中断”(平均得分为48.31)。许多运河系统和灌溉水源在2008年的洪水中遭到破坏，其中大多数至今仍未得到修复。“环境安全措施:如化肥/农药推荐用量、水土保持措施等农民不太了解(平均得分为41.28)”被受访者认为是第五大严重限制因素。这是因为缺乏“环境安全措施”的知识和意识。大部份受访者并不知道有关作物施用化肥/农药的适当剂量。排在第六位的限制是“早秋和椰子果实变小”。受访者抱怨说，移动发射塔辐射是“过早坠落和椰子果变小”的原因。印度阿萨姆邦农业大学(AAU)的科学家也收到了类似的抱怨^13.以及非政府组织“孟加拉国电信管理委员会”(BTRC)。^14.AAU尚未公布其发现，BTRC说 - “证据不是定制”。但是，Debnath和Bora^15.在2006年安装移动塔楼后，从2006年到2014年，在2006年安装移动塔之后，从2006年到2014年，椰子数量减少了300％以上的300％以上。作者仍然认为尚未相信尚未进行更多具体的研究。

为了改善环境约束，需要以社区为基础的运动和支持，这必须得到政府的大量支持。为了管理“环境安全措施”，必须由推广人员对当地农民进行敏感性宣传。

表3:环境约束的排序模式(n=160)

受访者认为的金钱限制

表4泄露了受访者认为，在市场上的农产品低价，（平均得分= 70.18）“成为所有金钱限制的最严重的制约因素。尽管是来自多个世纪以来的农场枢纽，但仍然在研究区域内没有农场合作社。因此，农民必须通过给予他们获得其大部分利益的机会来向中间人销售他们的农产品。只有异常是玉米，购买者支付的“农业大门价格”是相当高的。在由于自然灾害（平均得分= 61.93）'，下一个按照严厉的守伤是“在作物伤害的情况下获得补偿金额”的延迟。与研究区一样，红细胞主义和腐败显而易见。“缺乏可用性来开始任何新的企业（平均得分= 58.57）”被认为是受访者的第三个关键约束。这是由于银行不愿意为他们提供贷款，因为他们的追溯贷款较差的轨道记录。“农业农业的较高投入成本（平均得分，Xì”= 45.29）“被受访者认为是第四个严重约束。玉米种子的成本是天空飙升，速度为350-400 / kg。 The fifth ranked constraint was ‘desire to get kickback from farmers while sanctioning loan to farmers by bank personnel’.

为了改善财政限制，需要进行重大改革，如开放的市场网络对农产品提供公平和有回报的价格至关重要。政府必须承诺在作物受损的情况下提供免费的补偿资金，并降低农业耕作的较高投入成本。要解决“信贷和回扣危机”，就必须重建银行和农民之间的信任。

表4：金钱限制的排名模式

受访者认为的政策限制

在表5中解释的政策制约因素中，“对农业计划和补贴缺乏了解(xÌ”=68.73)是受访者最严重的限制。由于该研究地区是印度最落后的地区之一，他们中的大多数人是文盲(Lal)et al .,2015）。因此，他们没有意识到各国政府/非政府组织给出的计划/补贴。下一个严肃性的顺序是“在适当地执行科西地区（Xū”的任何计划/计划中缺乏政府职能的承诺=57.69)”。为戈西区宣布了许多方案，但只有少数方案得到适当执行。被调查者认为第三个关键制约因素是“村里缺乏充足的有偿就业创造来源(平均得分为49.17)”。这是研究区迁移的主要原因之一。在2009年(灾难发生后的第二年)，160名受访者中有74人(46.25%)为了生计而迁移。在研究现场甚至没有一个食品加工行业。因此，他们的收入多样化范围很小。“在适当的时间不能获得诸如种子、饲料、杀虫剂、肥料等投入(平均得分=41.32)”被受访者视为第四个严重的约束。研究区长期存在农业投入品短缺的问题，为研究区黑市交易提供了大量空间。“高劳动工资(平均得分=29.47)”被受访者认为是第五大制约因素，因为大多数劳动者现在根据圣雄甘地国家农村就业保障法(MGNREGA)获得了工作和金钱。 It would be significant to mention that World Bank Group's recently ranked MGNREGA as the world's largest public works programme.^16.

为了改善政策限制，如“了解农业计划和补贴”，必须开展群众宣传活动。关于政府工作人员的承诺和在规定时间内提供农业投入的问题，人们认为政府必须采取坦率和坦率的态度。为了创造就业，MGNREGA是先决条件，但它需要一个附加条款来解决劳工危机，即该方案下的就业应在播种和收获的农业高峰季节禁止。

表5：排名模式政策的限制

受访者认为的杂项约束

从表6中可以看出，电力供应差(平均得分=67.81)是受访者最严重的制约因素，因为印度比哈尔邦的人均电力供应最低，而且在研究区域，即比哈尔邦北部的戈西带，情况最糟糕。^17.由于电力短缺，很多受访者无法及时打井灌溉土地。受访者认为种子、肥料等农业投入表面化(平均得分为59.73)是第二个关键制约因素。在这个研究区域，假冒肥料和种子的交易非常活跃，最近很多都被警察查处了。磷酸二铵肥料和玉米种子品种先锋3522的表面率较高。土地识别(平均得分为54.68)是受访者认为的第三大制约因素。灾难发生后，大多数农民的土地边界被冲走了。所以，他们很难确定他们的土地所有权这是研究区域冲突的主要原因之一。被调查者认为缺乏提高农业生产力的适宜技术知识(平均得分为47.19)是第四个消极的限制因素。这是因为印度农业研究委员会(简称KVK)资助的农业科学中心和其他农业培训机构离研究地点很远。

为了改善杂项限制，国家政府必须作出严格承诺，因为国家电力委员会由于财政状况不佳而无法购买更多电力。此外，许多电力塔因洪水而中断。农业投入的表里不一可以通过农民和当地警察的共同努力加以遏制。为应对土地鉴定纠纷，州政府应发出命令Lekhpal(村土地纪录员)用于争议土地之测量。缺乏对提高农业生产率的适当技术知识的认识是农民的切身需求，但这是可持续农业增长的必要条件。此外，一些机构建筑因灾难而被破坏，导致知识意识系统的破坏。

表6:杂项限制的排名模式

广泛限制的严重程度

最后，采用Friedman测试来了解EFA所破译的4种广义约束的严重程度。Friedman检验获得的渐近显著性为0.000 (p<0.001)，卡方值为93.573，具有3个自由度(表7)。显著性值说明了99%置信区间(CI)下的蒙特卡罗显著性，因此可以解释为4个广义约束之间存在显著性差异。表3、4、5、6进一步显示，采用Friedman检验得到的平均秩在环境约束中最高(3.63)，即环境约束是四种广义约束中最严重的约束。政策约束的平均等级为1.86，这意味着它是最不严重的广义约束。金钱和杂项限制的平均排名得分分别为3.07和2.95，排在第3位^rd.和图4^th。

表7：弗里德曼测试的测试统计

结论

在这份手稿中，试图争取并提出建议，以改善农业社区遭受18次灾害的主要特定限制^th2008年8月。通过EFA泄露广泛的潜在约束条件，进而通过Friedman ANOVA检验对其进行排名。对非样本地区的60名受访者进行因子分析，结果显示了四个潜在的广泛限制因素viz。该数据集中66.146%的方差是由环境、经济、政策和其他限制因素造成的。最终，在实际样本地区的160名受访者中，对4个广义约束下的20个具体约束进行了评分。采用Garret排序技术对广义约束下的特定约束进行排序。Friedman双向方差分析认为，广义约束的严重程度依次为环境约束、经济约束、杂项约束和政策约束。因此，州政府必须关注所有4大约束，但在资金短缺的情况下，最严重的广泛约束，即环境约束，应该给予适当的优先。由于世界银行项目仍在贫困地区全面开展，已确定的四大制约因素和20个具体制约因素以及改善这些制约因素的建议对政策制定和实施至关重要。

确认

提交人承认印度农业研究委员会（ICAR），印度政府进行财政支持，开展研究工作。

参考文献

1. Bouwer，H. 2003. 21世纪的综合水管理：问题和解决方案。J. Food，Agri。环境。1：118-127。
2. 网格。2016年关于2016年内部流离失所（GRID）的全球报告，2016年与冲突和灾害有关的新流离失所，内部流离失所监测中心（IDMC）数据为31^圣2015年12月。网址http://www.internal-displacement.org/globalreport2016/
3. Lal, S. P.， Kadian, K. S.， Jha, S. K.， Sharma, A. K.， Goyal, J.， Kumar, R. S.。那Chauhan, a·K。辛格、s.r.k.和辛格，S. P. 2015。印度比哈尔邦受国家灾难影响的农民的牲畜持有量、适应战略和生计安全的变化。印度乳制品科学杂志68:83-90。URL http://epubs.icar.org.in/ejournal/index.php/IJDS
4. 比哈尔政府向世界银行报告。2010.需要评估报告：Bihar Kosi Floop 2008.报告于2010年6月向世界银行提交给世界银行。网址https://www.gfdrr.org/sites/gfdrr.../gfdrr_india_pdna_2010_en.pdf
5. 世界银行。（2010）。Bihar Kosi洪水恢复项目，项目ID：P122096。URL http://www.worldbank.org/projects/p122096/bihar-kosi-flood-recovery-project?lang=en&tab=details.
6. Lal, s.p.， Kadian, k.s.， Jha，辛格戈亚尔(J. Goyal)，库马尔(Kumar)， R. S。,辛格，S. P. 2014。印度受灾地区农民自杀倾向的恢复力量表。环境保护9:1001-1007。URL //www.a-i-l-s-a.com/vol9no3/a-scale-to-measure-farmers-resilience-in-relation-to-their-life-in-nation-calamity-hit-area-of-india/
7. 场,a . 2005。使用SPSS发现统计数据:性、毒品和摇滚。（2ⁿ版)pp.百般+ 779 p。那Sage, Thousand Oaks, California, USA.
8. 加勒特，1979年。心理学与教育统计。第六版，Vakils，Feffer和Simons Ltd.，印度孟买。
9. 弗里德曼，M. 1939年。校正：使用等级以避免在方差分析中隐含常态的假设。J. Amer。统计数据。assoc。34：109。
10. 拉尔，S. P.穆罕默德，A. Ponnusamy, K。和Kale，R. B. 2016.一种方法论途径，用于量化与印度NDRI KARNAL国家乳制品梅拉相关的动物展览会的看法。J Anim Res。6：437-444。URL http://ndpublisher.in/lastissuearticle.php?journal=jar&issue=issue%203&volume=volume%206#
11. Kaiser，H. 1974年。阶乘简洁索引。Psyscometrika 39：31-36。
12. Lal, s.p.， Mohammad, A.， Ponnusamy, K. and Kale, R.B. 2016a。印度全国乳制品博览会参与者期望:多元分析的完整项目。中国畜牧杂志。28(8):940-946。
13. PotoOry，A. 2011.手机信号击中椰子输出？2011年6月15日在“阿萨姆福岛”古瓦哈蒂（Assam Tripune'）古瓦哈蒂发表。网址http://www.assamtribune.com/scripts/detailsnew.asp?id=jun1511/AT09
14. 独立。2012年。移动塔的辐射造成威胁危害，达卡镜。URL http://www.dhakamirror.com/otht-headlines/mobile-towers-radiation-pose-threat-hazards/
15. Debnath，D.和Bora，M. 2015.关于细胞手机塔辐射对一些螺母和香蕉植物的影响调查。国际科学与工程研究进展，4：166-171。url www.ijarse.com/images/fullpdf/1421488655_206.pdf.
16. 荣誉，M.，Gentilini，U.和Yemtsov, R. G. 2015。2015年社会保障网络状况。华盛顿特区:世界银行集团。URL http://documents.worldbank.org/curated/en/2015/07/24741765/state -社会-安全-网- 2015
17. 中央电力管理局。2016。负荷发电平衡报告(LGBR) 2016-17，印度政府电力部。URL www.cea.nic.in /报告/年/ lgbr lgbr - 2016. - pdf