Costs, revenues and profits: an economic analysis of smallholder tobacco farmer livelihoods in Malawi
Notice bibliographique
Résumé
BACKGROUND: The preservation of the economic livelihood of tobacco farmers is a common argument used to oppose tobacco control measures. However, little empirical evidence exists about these livelihoods. We seek to evaluate the economic livelihoods of individual tobacco farmers in Malawi, including how much money they earn from selling tobacco, and the costs they incur to produce the crop, including labour inputs. We also evaluate farmers' decisions to contract directly with firms that buy their crops. METHODS: We designed and implemented an economic survey of 685 tobacco farmers, including both independent and contract farmers, across the 6 main tobacco-growing districts. We augmented the survey with focus group discussions with subsets of respondents from each region to refine our inquiries. RESULTS: Contract farmers cultivating tobacco in Malawi as their main economic livelihoods are typically operating at margins that place their households well below national poverty thresholds, while independent farmers are typically operating at a loss. Even when labour is excluded from the calculation of income less costs, farmers' gross margins place most households in the bottom income decile of the overall population. Tobacco farmers appear to contract principally as a means to obtain credit, which is consistently reported to be difficult to obtain. CONCLUSIONS: The tobacco industry narrative that tobacco farming is a lucrative economic endeavour for smallholder farmers is demonstrably inaccurate in the context of Malawi. From the perspective of these farmers, tobacco farming is an economically challenging livelihood for most.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».