文摘

埃塞俄比亚是非洲最大的charcoal-producing国家之一的城市消费者每年消耗超过300万吨。本研究的目的是测量木炭生产及其相关研究区域环境和社会经济影响。总共有305名受访者选择使用一个简单的随机抽样技术。的木炭生产排放的温室气体量分析的基础上,政府间气候变化专门委员会的量化技术,和木炭生产的影响对家庭的收入进行了分析使用倾向得分匹配。结果显示,一年一度的木炭产量和排放的二氧化碳相当于有增加的趋势在该研究领域以惊人的速度。从倾向得分匹配分析,木炭生产有积极的经济影响的差异0.43813162 nonproducers相比。社会经济因素如土地规模、桉树覆盖,农业推广,市场距离,和牛的数量有高度显著的影响但变量如性别、家庭规模、教育状况、信贷服务,和婚姻状况对木炭生产没有显著的影响。一般来说,尽管木炭生产经济有积极的影响家庭的年度总收入;它有比例失调对环境的不利影响就像空气污染除了复杂的呼吸健康问题。因此,负责机构和规划者应该集中在多维传统木炭生产对环境问题的影响和复杂的健康问题尤其是在雇用劳工和附近的居民。

1。研究的背景

在全球范围内,木炭生产的趋势在1965年和2005年之间显示增加生产水平与非洲一流的图表(1),大约有15亿人在发展中国家超过90%的能源来自木炭用于做饭和取暖。非洲的木炭生产已经从1965年的约1850万吨2005年约4900万吨。非洲是紧随其后的是拉丁美洲和加勒比地区,生产少于五百万年的1965吨,2005年约550万吨(2]。木炭是主要的城市燃料供给和生计的主要来源和环境退化在农村地区的非洲大陆3]。生产传统木炭作为生命线的欠发达国家的人口增加、特别是撒哈南的非洲国家。由于低成本与其他能源相比,传统的能源替代木炭仍然是最常用,它预计,大约有24亿人依赖它4]。

木炭消费在许多撒哈拉以南非洲的多数(SSA)预计到2030年将翻倍和薪材消费用于木炭生产大约5.448亿米³和4610万吨,分别5,6]。和传统木炭生产一直是由于森林砍伐威胁的日益关注,土地退化和气候变化的影响7]。其饱和度范围从54到71%在城市地区,这是主要的燃料为超过100万个家庭在SSA (8]。他们补充说,因为在很多国家越来越多地使用木炭;至关重要,评估和发展远程木炭政策对非洲和其他发展中国家(9]。木炭生产是一个重要的经济活动提供了大量的就业,也是一种生活对于大多数农村家庭(3]。在许多发展中国家需求的迅速增长和城市化没有见过现代燃料的增加(煤油、液化石油气、天然气和电力)提供在此期间,传统能源利用不可避免的。因此,木炭等传统和本土能源一直是人类的第一来源,最常用4]。

在大多数发展中国家,木炭制造商使用传统的和低效的手段;他们建造临时地球批(瓦窑10]。木材的自然森林和农场清算是简洁,堆放在一个坑,和堆栈覆盖着稻草或其他植被类型,然后埋在一层的土壤。经过一些安排,它就向燃烧灰烬引入一个或多个点底部的堆栈。在随后的燃烧木炭制造商的任务是打开和关闭一个接一个的气口加热木材燃烧时尽可能少的(11]。

大多数环保人士同意了,觉得木炭生产的传统方法应该停止,因为它的破坏性的本质目前在大多数国家(12]。然而,阿诺德和佩尔森(13)断言,农村和城市居民在欠发达国家有强烈偏好使用木炭。因此,试图禁止生产或使用木炭将主要是低效率的,而且有能力造成不良的健康影响,如妇女和儿童的呼吸道疾病和室内空气污染显著水平(14]。木炭生产商可以使用免费的从森林或其他来源收集的原材料,并将其转变成市场上的商品在高需求。此外,这种传统木炭的生产由于森林的减少,这可能会减少森林提供无限的和多维的能力至关重要的服务15]。例如,在埃塞俄比亚,约230000吨炭每年用于国内的目的16]。

木炭生产在埃塞俄比亚成功故事提供有限因为木炭生产商不遵循任何标准化的方法或技术。在埃塞俄比亚,仔细评估木炭生产通过传统技术显示平均损失24%的木材和nontimber森林产品(16,17]虽然没有深入研究调查健康、环境和社会风险的生产这种高要求的能量来源。史密斯(18)指出,健康的影响与木炭生产主要集中在影响他们的消费;然而,对健康和社会经济影响与木炭生产商在开采和生产阶段。

没有什么信息关于木炭生产活动的社会经济和环境影响的农村家庭在机甲区,埃塞俄比亚。此外,木炭生产对人类健康和环境的影响并不清楚,而且木炭生产的评估在机甲区并没有很好的研究。或许,其中最严重的是对环境的有害影响和气候变化,这对人体健康和污染都有影响。因此,本研究需要解决的影响木炭生产对环境和人类健康的机甲,埃塞俄比亚。因此,研究人员想开展这项研究的原因是提供以下研究问题的答案:为什么木炭生产商从事木炭生产?和木炭生产者愿意光顾备用的收入来源?这些问题的答案提供洞察如何处理环境问题提出的木炭生产,确保环境的可持续管理和减少生产木炭对健康的影响。

2。这项研究的目标

具体目标设计如下:(我)量化碳排放从木炭生产的数量(2)木炭生产的环境影响进行评估(3)估计木炭生产家庭的社会经济影响研究的领域

3所示。材料和方法

3.1。研究区域的描述

机甲的研究区,这是一个106个地区的阿姆哈拉地区国家,发现在西方Gojjam区。机甲区是15区西Gojjam行政区域(见图1)。它由Awi区和南部与Sekela区,西部偏南Achefer区,北Achefer西北地区,东北Bahair Dar zuria,和东Yilmana Densa区。地区的行政中心是Merawi小镇。Merawi小镇发现525公里远从埃塞俄比亚的首都(亚的斯亚贝巴)和35公里远离首府(Bahir Dar城市)。从总43农村自治街坊联合会在研究区,其中超过18获得永久的河流,和地区地下水潜力巨大19]。

研究区43农村自治街坊联合会。地区的总面积约为156027公顷。(46.25%),72178公顷(近一半)用于种植。林地和牧场18547公顷(11.88%)和15591年(9.99%)公顷,分别为(20.]。机甲区是位于全球11°38′5′N 11°纬度和36°58 22′′37°E经度。地区的海拔范围从1800到2500米海拔与海拔(2137米)。

3.2。数据类型、来源和数据收集的方法

这项研究是依靠主数据和辅助数据。受访者的社会人口特征的主要数据,健康和安全问题引发的木炭生产和其他变量的相关研究是使用一个预先测试过的结构化问卷调查和半结构式问卷收集的家庭调查。辅助数据收集的机甲区农业办公室,土地管理办公室,贸易办公室,环境保护办公室,市场信息,研究论文,土地使用监管政策文件、人口和社会经济资料,和健康办公室作为数据源。二级以上机构收集的数据被用来量化碳排放研究区域的木炭生产活动和评估相关的传染病流行木炭生产。

3.3。样本容量确定和采样技术

根据2007年全国人口普查由埃塞俄比亚的CSA地区总人口292080,男性和女性有34858和5134户,分别在43个农村自治街坊联合会。Ambomesk和Enamert自治街坊联合会选择立意更大数量的木炭生产比其他自治街坊联合会。选择样本家庭从两个自治街坊联合会通过使用一个简单的随机抽样技术基于抽样框架采用从本行政自治街坊联合会。受访者的木炭生产者和noncharcoal生产者和雇佣劳动者木炭生产参加了调查,和总制片人,nonproducers,分别从两个自治街坊联合会和工人随机选择。人口作为家庭机甲地区,总数39992 (21]。因此,样本从两个样本家庭自治街坊联合会选择用抽签的方法。样本大小是决定使用公式用于确定样本家庭的家庭采访时使用人口> 1000022]。

样本家庭是本研究的主要的主要数据来源。但确定研究样本大小是不同的函数等因素的资源,时间,这项研究的目的,特点的人口,等等。所以,确定样本的大小,我们使用科学公式,样本容量公式的一个关键组件是主变量的方差估计的兴趣研究[23]。直言的因变量,5%的误差是可以接受的,连续的因变量,3%的误差是可以接受的(24]。给出的公式 在哪里n人口时所需的样本量(> 10000),Z95%的置信区间是1.96, (P指的是生产木炭的人口比例),问= 0.28 ((问= 1 -P)是指人口的比例不生产木炭)基于之前的研究发现,和d指的是所需的精度估计(正负5%的范围内)。因此,使用上面的科学确定样本容量公式,一个人

因此,n= 310是最低样本量的木炭生产家庭可靠的结果。最后,通过使用比例分配方法,研究人员决定采取样本家庭从两个选择自治街坊联合会。站在这,总样本的310户150木炭生产者和其余160 nonproducers选择随机生成地层抽样框架从西海岸每个样本自治街坊联合会管理办公室和计算基于生产者和nonproducers的数量比例,分别为(见表1)。

3.4。数据分析方法

收集的数据来自两个主要和次要来源使用定性和定量方法进行了分析。定性分析通常依赖于归纳推理过程来解释和结构的含义可以从收集信息(25]。收集的数据从机甲区农业办公室,每年产生的木炭从洞地区量化的(温室气体)排放的温室气体量的生产木炭分析基于2006年联合国政府间气候变化专门委员会: 在E_GHGi温室气体的数量吗_我,俱乐部_我是燃烧燃料的数量类型(净),热值数量=能源输入(T),英孚_GHGi是一定的温室气体的排放因子_我。

温室气体的排放木炭包括两个阶段:生产阶段和消费阶段。一千克的木炭假定从6公斤木材生产,所以样品木炭会进行测量并乘以6估计家庭产生的柴火。CH₄气体GWP 21倍的公司₂和N₂O是310倍有限公司₂(26]。三个主要的温室气体排放因素从木炭(有限公司₂,CH₄和N₂O)由于家庭能源消耗了政府间气候变化专门委员会指南(27]。

木炭生产的环境影响研究区域气候变化、降雨,和温度变化进行了分析使用Microsoft Office Excel软件,和简单的描述性统计如百分比和收集的数据的均值,雇佣劳动者,面临健康问题进行了分析与卡方分析使用SPSS版本20。收集的数据集之后,研究人员将它们编码成占据13版本。socioincome木炭生产的影响进行了分析通过使用倾向得分匹配/ PSM。分析的结果提出了利用描述性统计包括意义、频率分布表、比例和标准偏差方法。最后,根据研究结论和建议制定。

3.5。影响评估:倾向得分匹配模型分析

据经纪人卡利恩和Kopeinig [28),有措施实施PSM。这些倾向的评估分数,选择匹配的算法,检查常见的支持条件,测试匹配的质量,测试标准误差和检测灵敏度分析。PSM方法的第一步是估计倾向分数。估计倾向评分时二进制的治疗和控制组织,二元分对数和probit模型通常产生相似的结果除了错误的假设条件,并根据研究者的选择偏好和简单的呈现结果29日]。因此,logit模型应用于预测倾向分数PSM的方法在本研究中。

3.6。规范的二进制Logit模型

分对数分布质量更多的密度范围,它是最好的模型来预测的概率受城市扩张的影响一个家庭,即。,预测倾向分数,根据影响和控制,组织必须匹配使用最近邻匹配(带宽4)估计量。估计logit模型,对影响分析,因变量是制片人,值1和nonproducer,值为0。杨(30.和阮31日)还指出,更多的质量密度的logit模型边界可以用来估计倾向分数p (x)。在数学上,模型可以表示为32:物流功能后给出一些数学工作:

在决定使用PSM木炭生产的影响,影响评估必须估计反事实的;会发生什么,如果参与木炭生产没有进行或本来。确定制作必须净木炭生产从其他因素的影响。因此,选择一个好的反事实的影响评估的关键。这是通过使用控制和治疗组,两组之间唯一的区别是,治疗组仅参与木炭生产。倾向分数是另一种方法来评估接受治疗的影响当一个随机分配的治疗对象是不可行的。倾向得分匹配状态处理和控制元素的搭配与可比的价值观倾向得分,甚至共,丢弃所有的无与伦比的单位。它主要用来比较两组主题但是可以应用于分析两组以上。(33)表明,PSM适用只要调查仪器用于测量结果是相同的治疗和控制参与者。因此,PSM的成功依赖于数据的质量和使用的变量匹配。

木炭生产影响评估技术,PSM的想法是基于比较木炭的总年收入生产者的总年收入木炭生产商“等效”。两组具有可比性以来所有观察到的特征除了参与木炭生产,总年收入的差异归因于木炭生产活动。估计PSM为主题e(x_我)(我= 1,…,N)被分配给一个特定的条件概率(参与木炭生产)和治疗是一个向量的协变量观察x_我: 在哪里z_我为木炭生产商= 1;z_我= 0,否则;x_我协变量的向量是观察到的主题。

治疗指标需要1或0,但这些观察结果为同一个人在同一时间。城市化项目评价文学,这些现象通常称为缺失数据问题(34]。随机木炭生产参与分配,可以通过计算平均处理效应的差异意味着结果变量之间的那些参与生产和那些不35]。然而,这个过程不能应用在我们目前的情况下,因为城市化进程在随后的研究区一个非随机的过程。在这种情况下,一个影响评估通常是由应用更适合非实验方法比一个实验方法即使优缺点(36][34]。木炭生产收入影响地区行政管理的研究中,例如,没有收集基线数据对结果感兴趣的变量和其他preintervention流离失所的农户由于木炭的生产特点,根据农户生产木炭的研究领域。(在基线和随访调查数据的存在,一种更健壮的影响评估的过程将是一个法(了)还是结合PSM)。因此,我们必须依靠PSM可以识别类似的治疗和比较观察使用横截面数据(37]。

倾向分数是一个概率值从0到1。因此,如果PSM用于随机试验比较两组,然后为每个被调查者的倾向评分研究将是0.50。这是因为每个被调查者将随机分配到治疗或对照组以50%的概率。在这项研究中,PSM被用来评估木炭生产的影响charcoal-producing农户的收入。如果它表示潜在后果条件木炭生产和表示潜在后果条件木炭未投产,木炭生产的影响是由

3.6.1。估计倾向评分(PS)

倾向分数被定义为获得收入的条件概率从木炭生产给预处理特征(37]。倾向分数计算使用二进制logit回归模型给出 在哪里D=(0,1)是接触木炭生产特点的指标(因变量)。也就是说,D= 1,如果暴露在木炭生产农场家庭,和D= 0如果不参与木炭生产直到这个调查;X_我是观察到的多维向量特征(解释变量)。

这些解释变量预计将共同确定的概率研究地区参与木炭生产。解释性变量被认为是在这个研究是基于理论和评估的研究。

操作。使用倾向得分匹配单元

倾向分数后估计为每个单元和计算,下一步是实际的匹配。最近邻匹配使用相似的个体的倾向评分在治疗和控制组织构建反事实的结果。正因为如此,最近邻匹配方法匹配。这种方法的主要优点是低改变了使用更多的数据。匹配给出了估计量 (我) 表示木炭生产的数量与观察和定义权重 ,和 ,否则(2)M代表最近邻匹配,治疗组的数量单位是用

该方法的主要优势之一是,估计倾向分数之间的绝对差控制和治疗组的最小化。

3.6.3。估计的影响(平均处理效应的治疗(ATT)

赫克曼et al。38]目前几个重要先决条件为了得到可靠和低偏差影响估计使用PSM。这些先决条件包括以下:1)数据收集使用相同的问卷调查两组在同一时期,(2)治疗,观察比较分享类似的社会经济、人口、和农业生态的设置,和(3)相关变量相关治疗和结果都包含在倾向评分功能。在我们的研究中使用的数据集显然满足先决条件(1)因为一个相同的调查仪器用于引出数据控制和治疗组。前提条件(2)也遇到了因为如前所述的调查数据研究来自家庭(流离失所和nondisplaced农户)驻留在相同的研究区域。满足先决条件(3),倾向分数估计通过使用样本家庭的显性特征相关参与城市化程序和结果感兴趣的变量(见表1)[34,38]。倾向分数估计因变量的logit模型编码为1流离失所的家庭因为城市化和0 nondisplaced家庭,和独立变量组成的几个preintervention特征。倾向分数估计后,内核匹配估计量是用于计算的平均影响IFSP家庭之间的项目。(一个匹配方法的选择是一个困难的锻炼,很大程度上取决于手头上的数据。匹配的质量可以比较使用不同的统计测试。本文选择匹配带宽为0.25内核基于不同的标准结果部分中讨论)。特别是,治疗的平均处理效应是计算使用以下方程: 在哪里D= 1表示程序参与木炭生产,Χ是一组受试者匹配的调节变量。

方程(10)是容易估计除了Ε方程(Y₀|D= 1,X)。这是反事实的,表示结果的均值是参与者在木炭生产他们不参与了木炭生产(nonproducer)。

PSM估计方程提供了一种方法。PSM的一个独特的优点是,与其匹配的主题特征向量,我们只需要匹配的倾向评分单项措施参与木炭生产的概率。鉴于条件独立性假设和共同支持的假设,那么我们估计的平均效应通过平均差的木炭生产年收入在配对的结果: 在哪里和 , 是生产商的数量,是nonproducers的数量,的指数是生产商,是nonproducers指数,是权重。

3.7。变量的定义和预期的迹象

基于实证研究的回顾,与其他经济活动一样,家庭参与木炭生产预计将受到家庭社会人口因素的影响,家庭的态度向木炭生产的决定因素,以及其他因素。基于我们的经验评估结果,确定了以下解释变量在这项研究中,定义和假设的预期的迹象,如表所示2。

4所示。结果与讨论

4.1。样本家庭的描述性统计分析

总样本的研究中,5个反应从nonproducers辍学因为不完备和错误,并分析了305个样本。简单的描述性统计分析结果木炭生产者和nonproducer家庭社会经济特征的机甲区展示在表3。这里讨论的一些特点是性别、婚姻状况、年龄、教育水平、家庭规模、土地规模、桉树覆盖,市场距离,牛,信贷服务和延伸服务。

作为代表在表3,考虑到年龄范围的人实施木炭生产,这是发现在35 - 45岁年龄段的人比例最高52.7%,这意味着他们更参与木炭的生产比其他年龄段的人在机甲区,和第二组年龄范围的人那些46-55年有24.7%的记录之后,那些小于35岁的比例21.3%,和年龄最小的是> 55岁以上的人有1.3%的比例。

这个结果符合(39)发现报道,20(59%)的受访者热带病岁的;这并不奇怪,因为这通常是人类生活的活跃的年龄;特别是,活动是一个严格的能量和不同于实践在世界其他地区尤其是在亚洲报道(40]在大多数人参与木炭生产在亚洲那些活跃的年龄范围的50 - 60年。

作为代表在表4因此,,这是观察到的百分比已婚人士非常远高于另一群人参与木炭生产约87.3%;另一组人员的比例是非常小的,鳏夫的单打涉及约4%,约为5.3%,和离婚的人有3.3%。这个结果类似的报告41)报道,已婚人士的比例非常远高于另一群人参与生产约83.0%,涉及的单打约7%,鳏夫约5%,寡妇和离婚的人约4%和1%,分别。文献[39)也发现类似的结果,73%的木炭生产商Borgu尼日尔州地方政府区域,尼日利亚,都结婚了,24%是单身。

作为代表在表5,人民的教育状况有木炭生产也考虑在这项研究中,观察到的比例最高的人有阅读和写作(非正式教育)教育,约52.0%,紧随其后的是那些文盲(没有正规教育),有一个比例的45.3%,小学和中学教育的人的比例为2.0%和0.7%,分别。

这个结果符合的报告41)报道,木炭生产主要包括人没有教育;从他的报告,他肯定三年级辍学人数最高的频率在他的研究中。

作为代表在表6,只有56.7%的木炭生产家庭访问农业推广服务这意味着剩余的43.3%没有解决农业推广服务,因为大多数木炭生产农民的主要职业是木炭生产而不是农业活动。木炭生产家庭农业推广服务的访问不是统计学意义的结果并不重要,5% ( )。但noncharcoal生产商家庭农业推广服务的访问统计上显著的结果重要,1% ( )。作为代表在表6,也有93.3%的木炭生产者noncharcoal家庭和91.0%的家庭访问信贷服务的正式和非正式金融机构;木炭生产国和nonproducer家庭的信贷服务显著(1% )。

作为代表在表7,只有4%的农民纳入本研究女性参与生产的木炭在研究区,但剩下的和最大的一部分木炭生产的农民纳入本研究这意味着男性占96.0%女性户主主要参与农业活动而不是参与木炭生产。

这个结果符合的结果39)报道,34岁的受访者是谁参与木炭生产研究地区,大多数的受访者(31(91%)是男性;这是由于商业木炭生产的乏味的性质需要大量的能量。研究[42)报道,生产者大多是男性(69.20 -85.10%)。

结果在表8表明,在统计学上有显著区别木炭生产者和noncharcoal家庭桉树覆盖而言,牛,和数量的总年收入,和市场的距离。此外,之间没有统计上的显著差异木炭生产国和noncharcoal生产商而言,家庭土地和家庭规模大小。因此,家庭桉树覆盖,牛的数量,和数量的总年收入是重要的在1%的显著性水平,而市场距离在5%的显著性水平具有重要意义。

作为代表在表8,考虑到家庭规模的人实施木炭生产,这是发现,人平均家庭规模的4.96,这是不到noncharcoal生产商的平均家庭规模,占5.23。作为代表在表8同时,人们开展木炭生产平均1.7的牛,这是略低于noncharcoal生产商的平均数量的牛占1.9。此外,在表8,平均每公顷土地大小木炭生产的农民的平均土地大小是1.63而noncharcoal生产商农民1.7公顷。符合这一点,因为我们得到数据从机甲区农业办公室,区一级的平均占有土地1.5公顷/家庭和农民之间的范围从0到3公顷。

4.2。从木炭生产碳排放量化

研究人员组织的年度数据访问的木炭生产机甲地区农业办公室从2014年开始,执行使用可用的数据只是因为无法理解的年度木炭生产数据的数量从2011年到2013年。五年的数据(2014 - 2018)每年产生大量木炭的机甲地区作为一个整体从机甲收集区农业办公室。数据分析基于政府间气候变化专门委员会2006年表达方程(3)。因此,GHGi =数量的炭量(吨)×三个主要温室气体排放因素从木炭(有限公司₂,CH₄和N₂O)在联合国政府间气候变化专门委员会指南(27]。量化的总排放的二氧化碳当量(有限公司₂e), CH₄和N₂O乘以21岁和310年,分别,但有限公司₂被认为是自CH₄气体GWP 21倍的公司₂和N₂O是310倍有限公司₂(26]。大量的温室气体(GHG)排放木炭生产量化中讨论基于上述公式和表9- - - - - -14。

如上所述在表915096吨炭由家庭每年在机甲区2014年估计从90576吨生产木材(150966)。在此基础上,温室气体排放将木炭生产和消费每年24411.02吨的有限公司₂e。

如上所述在表10,20282.2吨的木炭生产的家庭每年在机甲区估计已经从2015年的121693.2吨木材(20282.26)。在此基础上,温室气体排放将木炭生产和消费每年32797.37吨的有限公司₂e。

如上所述在表1125060吨炭由家庭每年在机甲区2016年估计从150360吨生产木材(250606)。在此基础上,温室气体排放将木炭生产和消费每年40523.32吨的有限公司₂e。

如上所述在表12约53270.0吨木炭生产的家庭每年在机甲区2017年估计从319320吨生产木材(53270.06)。在此基础上,温室气体排放将木炭生产和消费每年86140.36吨的有限公司₂e。

如上所述在表13,50940.0吨木炭生产的家庭在机甲区每年据估计,在2018年已经从305640吨木材(50940.06)。在此基础上,温室气体排放将木炭生产和消费每年82371.91吨的有限公司₂e。

表14显示总共164648.2吨炭由家庭机甲地区从2014年到2018年。在此基础上,温室气体排放将木炭生产和消费在过去五年266244吨的二氧化碳₂e和平均53248.8吨的有限公司₂e每年排放。一般来说,从这五年来的数据,每年木炭产量增加的数量,和同一个方向变化的排放总量有限公司₂e。

4.3。木炭生产环境和健康的影响研究区

意识到木炭生产的环境影响对当地温度和降雨量变化研究的区域,降雨和气温数据提供了从Bahir Dar区域计量服务机构。降雨和气温数据来自Bahir Dar区域计量服务机构进行了分析使用Microsoft Excel电子表格和图2。

代表图2,每年的最低温度几乎不变的趋势在2011年之前但有增加趋势,特别是在2011年以来木炭生产开始在研究区2011年巨大。

代表图2,每年的最高温度也越来越趋势特别是在2011年以来木炭生产从2011年开始大规模研究中区域。

代表图3,平均年降雨量有波动趋势从2011年到2015年,越来越趋势特别是在2016年研究区。这意味着木炭生产当地气温有消极影响,但年降水量趋势不受数量的影响研究区生产的木炭。

作为代表在表15,86%的受访者说,从事木炭生产背后的原因是主要的职业而不是其他生计系统和高收入是一代从木炭生产而不是其他生计系统在该研究领域。剩下的10%的受访者表示,他们应该改变不必要的分支,浪费,从桉树树和树块贸易木炭和获得额外收入。高出约6%的受访者表示,市场需求为木炭生产在市场附近的研究领域和实施生产木炭。

作为代表在表16,这表明大多数(66%)的木炭生产商获取木材木炭生产从他们的种植园和从另一个农民,通过购买22%的生产者使用木头从桉树种植园,剩下的12%的生产者使用木材通过购买从另一个农民有足够的桉树种植园。

这是显示在表17那桉树树种所占比例超过94%的首选树种木炭生产的研究领域。选择背后的原因桉树树种的快速增长的性质桉树树种和容易获得比其他树种。金合欢物种占2.67%的木材来源木炭燃烧,剩下的比例的树种科迪亚africana和其他人占了2%和1.33%,分别。这个结果不同于Larinde和Olasupo43)发现,大多数(80%)的受访者获取木材木炭生产的天然森林,而约20%的受访者获取木材从森林保护区在欧州,尼日利亚。在尼日利亚,木炭生产,73%的木炭生产的四个村庄更愿意使用这个物种,这是显示Prosopis africana被广泛使用,因为它是硬木;他们进一步表明硬木木炭产量高于软木(39]。

超过60%的受访者占那些碳化持续了6 - 7天,占不到30%的碳化持续了8 - 10天。碳化受干燥的木材和木材用于木炭生产的数量。如图4唯一的生产方法实践的研究区域是传统的土丘窑方法丘和通常三角形和圆形形状。生产的木炭是成堆点燃窑并允许下碳化空气供应有限,如照片所示。

大多数charcoal-producing社区参与这项研究并没有自己的土地,生产发生。在大多数情况下,土地是属于第三方,他们房租,剩下的是生产上常见的土地甚至社会机构如学校和医疗中心,附近的路边,定居点,暴露的部分社区烟雾污染和至关重要的健康和安全问题,他们不能照顾自然资源窑附近但很少在自己的土地上生产木炭。

作为代表在表18,受访者使用不止一个劳动者在生产。约为32.7%,40%,15.3%,12%的受访者有劳动者2,3,4,5,分别以自己的生产。

作为代表在表19木炭生产,雇佣工人面临皮肤过敏/火烤的问题因为气的显著性水平²分析结果是0.002。同时,雇佣劳动者明显面临呼吸道疾病如肺炎、支气管炎、衰老和其他急性呼吸道感染因为气的显著性水平²分析结果是0.000。但他们面临着轻微的眼睛刺激性的问题因为气的显著性水平²分析结果是0.572。这个结果符合的结果42)报道,脏了自己的身体和房屋,疾病,产生烟雾、尘埃和火山灰被遇到的社会经济形式的影响。

代表图5、肺炎发病率有增加的趋势,从2010年到2012年,从2012年到2014年略有下降的趋势,然后从2016年到2018年增加的趋势。一般来说,肺炎发病率有增加趋势,这意味着木炭生产有自己的对肺炎患病率的影响。

代表图6急性呼吸道感染,从2010年到2012年有增加的趋势,也越来越趋势从2014年到2016年,然后越来越趋势从2016年到2018年。一般来说,急性呼吸道感染有增加趋势,这意味着木炭生产对急性呼吸道感染,因为有自己的影响R²= 0.935。雇佣劳动者在木炭生产密切近似极端温度窑在生产阶段之间的平均距离以来尤其是在晚上睡眠区和燃烧窑晚上只有5.2米。接触那些劳动者不利木炭生产相关的健康风险。

基于信息收集的关键线人的采访中,木炭生产在2011年开始在该研究领域。区农业办公室的数据,没有许可木炭生产但是他们使用树木炭生产经营许可证》。木炭生产窑也生活家附近的学校和研究人员在研究区观察到路边。木炭生产的观察到的环境问题,因为通过观察和总结研究区域的检查从关键线人采访被烟雾污染,视力障碍,屋顶生锈,土壤和土壤微生物燃烧窑遗址森林砍伐,造成交通事故,因为路边抚慰的一块木头和木炭,灰尘和气溶胶问题,缝边的水果和蔬菜,多雨的季节波动。

4.4。木炭生产影响家庭的生计

逻辑回归模型来估计倾向得分匹配木炭生产者与noncharcoal家庭家庭。估计倾向分数,只有那些变量影响的可能性木炭生产包括参与和收入的影响。pseudo -R²值为0.4075时显示整体解释变量包含在回归解释因变量(木炭生产的社会经济影响)约40.75%为非线性计量经济学回归是公平的。中指定的逻辑回归模型方程(8)是用来估计倾向得分匹配与控制或nondisplaced家庭流离失所的家庭。这个模型的因变量是一个哑变量指示是否家庭流离失所,值1和0,否则。估计倾向分数,只有这些变量影响位移的可能性和结果感兴趣的是包括在内。

估计的回归结果显示在表20.木炭生产的概率显著参与,负面影响家庭土地规模、牛的数量,扩展服务,和市场距离家庭的家,这些结果概率在1%和10%显著水平,分别。同样,它是积极影响桉树覆盖一个同样1%概率水平具有重要意义。

4.1.1。家庭土地规模

模型结果表明,可变的家庭土地大小有负面和显著影响了木炭生产参加不到1% (概率值< 0.001)水平。这一发现表明,这些农户耕地规模更有可能减少木炭高于家庭用更少的土地规模(见表20.)。

10/24/11。桉树覆盖

桉树覆盖木炭生产有显著的积极影响,而结果是显著的1% (值< 0.001)。尽管木炭生产商相对较低的土地大小比noncharcoal生产商,他们与桉树覆盖大部分的土地,然后生产木炭。随着桉树覆盖率的增加,参与木炭生产活动的概率增加(见表20.)。

4.4.3。牛的数量

牛的数量有显著负面影响木炭生产,结果很重要(1%值< 0.001)。农户有大量的牛从事农业活动将增加尤其是灌溉工作而不是生产木炭但农民相对少量的牛高度从事木炭生产而不是农业活动。随着牛的数量增加,参与木炭生产活动的概率下降(见表20.)。

4.4.4。推广服务

推广服务有显著负面影响木炭生产,结果是显著的1% (值< 0.001)。随着扩展服务访问的增加,参与木炭生产活动的概率下降(见表20.)。

4.4.5。市场距离

市场距离有显著负面影响木炭生产,结果是显著的5% (值< 0.012)。随着市场距离是远,参与木炭生产活动的概率下降(见表20.)。

4.5。分布的倾向得分匹配

倾向分数分布的木炭生产商和nonproducer的观察提出了图形如图7。代表图7,大多数木炭生产家庭发现右边的分布,而大多数nonproducer家庭发现左边部分的中心和部分的分布。另一方面,木炭生产者倾向分数分布向右倾斜时偏向左边nonproducer家庭。从这些数据中,一个人可以观察到有一个广阔的区域内的倾向评分治疗和对照组是相似的。因此,它可以匹配使用常见的两组支持区域。

4.6。木炭生产农场家庭收入的影响

本节提出的证据是否木炭生产带来了重大改变农村农业社区的年收入。控制其他特征后,使用最近邻匹配倾向得分匹配模型估计结果(带宽4)表明一个城市扩张效应的倾向得分匹配估计(在表21),显示有显著差异木炭生产农业社区的年收入0.43813162相比nonproduced农业社区。

5。结论

大多数的木炭生产商获取木材木炭生产从他们的种植园和通过购买从另一个农民。背后的原因选择木炭生产的主要职业是高收入的一代木炭生产。每年总木炭生产、速率和CO的排放总量₂e以惊人的速度增加了(40523.32 32797.37 24411.02,到2014年,到2015年,到2016年,86140.36,到2017年,2018年和82371.9)。结果,每年年度最低温度和最高温度也会增加在木炭生产开始在这个领域,但年降雨量有一些波动。生产者在生产中使用一个以上的劳动者,而且,一些童工。与木炭生产相关的社会和公共卫生风险显然是确定在本研究中。大多数劳动者从事木炭生产不使用个人防护设备,增加的风险暴露在健康和安全问题。社会经济因素如土地规模、桉树覆盖,农业推广市场距离,和牛的数量有显著影响,但其他因素如性别、年龄、家庭规模、教育状况和信贷服务木炭生产没有统计上显著的影响。木炭生产是研究区域经济上有利可图,而木炭生产经济价值;不成比例地影响环境退化和当地空气质量污染除了呼吸生产者和附近居民的健康问题。因此,高效利用窑由金属和砖可以显著降低所带来的影响这一行业对国民经济至关重要。2015年的可持续发展目标和整个欧洲大陆的众多发现,这项研究的结果和其他建议独家关注现代能源服务应该被重定向到考虑这些传统和广泛的能源,有显著的经济、环境和社会的影响。

数据可用性

从这个项目和出版物的数据将通过一个在线可用的开放存取和存储库。

的利益冲突

作者宣称没有利益冲突。