バングラデシュのキノコ栽培における気候スマート農業（CSA）実践の採用決定要因

なぜスマートなキノコ栽培が重要か

キノコ栽培は、土地が限られ雇用機会が乏しい地域で、バングラデシュの家庭にとって重要な収入源かつ栄養源になりつつあります。しかし、気象パターンの変化、気温の上昇、そして高コストのエネルギー使用がこの有望な事業を脅かしています。本研究は、資源を節約し環境を守りつつ、気候変動下でも収穫を安定させる「気候スマート」なキノコ栽培手法をどの農家が採用しやすいかを検討します。こうした傾向を把握することで、支援や研修を必要とする人々に効果的に届く施策設計に役立ちます。

変わりゆく気候の中で食を育てる

バングラデシュはすでに気候変動の影響を受けており、日中の高温化、モンスーンの豪雨化、乾季の乾燥化が進んでいます。温度、湿度、衛生管理を精密に制御するキノコ栽培は、こうした変化に特に敏感です。同時に、従来のキノコ生産は多くの電力を消費し温室効果ガス排出に寄与することがあります。気候スマート農業は収量を高め、ショックへの回復力を強化しつつ汚染を削減することを目指します。キノコ栽培では、これに省エネ機器、優れた品種、有機資材、そして栽培室の状況変化に素早く対応するための簡便なモニタリングツールの活用が含まれます。

農家は実際に何をしているか

研究者らは、バングラデシュの主要なキノコ生産地の一つであるサバール・ウパジラの150人のキノコ農家を調査しました。調査では、オートクレーブや電気スチーマーで培地を滅菌する、耐性と高収量のキノコ品種を選ぶ、鋸屑や稲わらから作った有機肥料や堆肥を使う、太陽光パネルを設置する、扇風機やミスター、スプリンクラーなどの基本的な気候制御ツールを利用するといった少なくとも1つの気候スマートな実践を行っているかを尋ねました。回答者のほぼ半数（48％）が少なくとも1つの実践を採用していると報告しました。低コストで低技術の選択肢――高収量品種、有機肥料、堆肥化した培地など――は、自動化センサーや空調システム、高度なモニタリング機器といった高額な装備よりはるかに一般的でした。

スマート実践の先導者は誰か

なぜ一部の農家が気候スマートな手法を採用し、他がそうでないのかを理解するため、研究チームは従来の統計手法と現代の機械学習ツールを組み合わせました。その結果、採用者と非採用者を一貫して分けるいくつかの単純な特徴が見つかりました。中等教育以上の学歴がある農家、キノコを栽培する土地を所有している農家、そして正式なキノコ栽培の研修を受けた農家は、気候スマート手法を用いる可能性がはるかに高いことが分かりました。気候スマートの考え方について事前に認識していることや、気象・気候情報に定期的にアクセスできることは特に重要でした。これらの情報を既に知っている農家、または気候データを容易に入手できる農家は、採用する確率が数倍高かったのです。

資金、情報、そして現代的なツール

融資へのアクセスもまた強力な推進要因であることが判明しました。借入が可能であったり資金を確保できる農家は、改良された設備や機器に投資する立場がはるかに有利でした。研究者らが9種類の機械学習モデルを用いてどの農家が採用者であるかを予測したところ、最も性能の良いシステムは同じ結論を裏付けました：気候スマート手法に関する知識、気候情報、土地所有、研修、融資アクセスが予測を支配していました。アルゴリズムはさらに、インターネット接続の有無や土壌・培地の品質を理解していることが、近代化する可能性の高い農家を識別する有用な手がかりであることも示しました。

農家と政策にとっての意味

読者へのメッセージは明快です：気候スマートなキノコ栽培は華やかな機器よりも、実践を改善するための知識、安全性、そして適度な資源を人々が持っているかどうかに依拠します。本研究は、的を絞った研修プログラム、地域の気候情報のより良い提供、小口融資への容易なアクセス、そして土地権利の強化がキノコ生産者の間で持続可能な手法の普及を迅速に拡大できることを示唆しています。これらの実行条件に投資することで、バングラデシュは小規模農家が生計を守り、より栄養価の高い食料を生産しつつ環境への影響を減らす手助けができるでしょう。

引用: Haq, I., Rahman, M., Datta, T. et al. Determinants of adoption of climate-smart agriculture (CSA) practices in mushroom farming in Bangladesh. Sci Rep 16, 9942 (2026). https://doi.org/10.1038/s41598-026-39761-4

キーワード: 気候スマート農業, キノコ栽培, バングラデシュ, 小規模農家, 機械学習