在泰国北部的高原地区，玉米和橡胶的单一作物种植仍然是主导的农业生产模式。然而，这种种植方式正带来沉重的环境与社会代价。长期以来，农民依赖大量杀虫剂、除草剂和合成化肥，导致土壤严重退化、水源受到污染，同时也使得高原地区的生物多样性大幅减少。与此同时，当地农民在环境退化和气候变化的双重压力下进退维谷：干旱期比以往更长，农作物产量持续下降，而收入则年年波动不定。气候智能型农业（Climate-Smart Agriculture, CSA）被视为应对这些问题的潜在出路，为高原小农户提供了既能应对气候压力，又能减少温室气体排放的若干工具。
尼查坎·英孔（Nitchakan Inkong），小名“Mean”，是亚洲理工学院（AIT）食品、农业与自然资源学院一位非常年轻的博士毕业生。在导师竹坂卓二博士的指导下，她围绕一个看似简单却充满挑战的问题完成了博士论文：高原地区的农民是否真的能够从不可持续的单一作物种植模式，转向更优的农业生产方式？她的研究从四个不同的角度展开。首先，她调查了高原村民对气候变化的认知及态度。其次，她分析了哪些农业挑战对农民的冲击最大。第三，她探讨了哪些因素促使农民愿意或不愿意尝试气候智能型农业技术，例如太阳能灌溉、生物炭生产、生物炭施用以及关键线犁耕（keyline ploughing）。最后，她通过数据测算，评估改种替代作物是否真的能够带来经济效益。
Mean的田野研究地点位于难府（Nan Province）的难诺县（Ban Luang District）布亚伊次亚区（Pha Sing Sub-district），该地区地形崎岖，76%的土地为山地，森林覆盖率因玉米种植（主要用于畜牧业饲料）而持续下降。这项研究隶属于亚洲开发银行（ADB）的技术援助项目——“农业气候适应力提升：增强高地恢复力与可持续性”，该项目由日本繁荣且有韧性的亚太基金（JFPR）共同资助，由亚洲理工学院（AIT）牵头，日本协荣工程株式会社（Nippon Koei Co., Ltd.）和TEAM咨询工程与管理大众有限公司（TEAM Consulting Engineering and Management Public Company, Ltd.）共同参与。
收集原始数据对Mean而言并非易事。在整个博士研究期间，她多次前往这些偏远的山地社区，其中部分田野调查正值新冠疫情时期。仅抵达一个高原村庄，就需要应对复杂的旅行限制和严格的卫生防疫措施。在这些调查中，她通过分层随机抽样完成了252户家庭的基线调查；对120户农户样本进行了单独的技术接受度调查；并对12户种植传统作物与新型替代作物的农户进行了重点的成本效益调查。此外，她还与价值链上的投入品供应商、加工企业和采购商进行了半结构化访谈，并组织社区研讨会以验证其统计结果的可靠性。
在数据分析方面，Mean运用了多种工具：描述性统计、双变量分析、多种多变量回归模型（包括Probit模型、Tobit模型、普通最小二乘法（OLS）和看似不相关回归（SUR）），以及成本效益分析。来自关键知情人访谈的定性信息则通过内容分析法进行处理。在气候智能型农业（CSA）技术接受度分析部分，她以“技术接受与使用统一理论”（UTAUT）为基础，加入了自行设计的构念，用于衡量如安装太阳能灌溉系统所需的感知努力、生产或获取并施用生物炭的实际难度等因素。
研究结果显示，大多数高原村民已注意到气候正在发生变化。约62.3%的受访者表示感受到了气温升高，61.5%的人指出干旱加剧，61.1%的人称降雨模式发生了改变。个人特征（如性别、年龄和职业）比家庭层面的因素更能影响这些气候感知。有趣的是，非农民群体往往更能察觉到干旱和高温等宏观气候现象，而农民则更关注直接影响：害虫增多、作物病害增加以及收成减少（参见Inkong等人，2025年）。
当236户农户被要求对农业问题进行排序时，“农产品价格低”和“水资源短缺”明显位居前两位，而“投入品价格波动”与“病虫害问题”紧随其后。Tobit回归分析进一步揭示：那些生计最依赖农业、收入较低、负债较多且未采用有机农业实践的农户，对水资源短缺的担忧最为严重。
在技术接受度方面，观察结果令人鼓舞：农户普遍愿意采用气候智能型农业技术。然而，不同技术的驱动因素存在明显差异。关键线犁耕是唯一一项其采用意向与UTAUT模型全部四个维度（绩效期望、努力期望、社会影响和促进条件）均显著相关的实践。太阳能灌溉则受到其中三个维度（绩效期望、努力期望和社会影响）的驱动，尽管安装难度被认为较高，在一定程度上阻碍了推广。生物炭的施用仅取决于绩效期望和努力期望，而生物炭的生产则受社会影响和促进条件的影响。总体而言，在解释农民是否愿意采用生物炭相关技术时，家庭特征比个人特征更为重要（参见Inkong等人，正在审阅中）。
从收益与成本的角度看，结果喜忧参半。通过参与式研讨会，研究团队选出了六种替代作物（牛油果、可可、南瓜、柠檬草、花生和香蕉），并将其与玉米和橡胶进行对比。如果仅计算已支付的显性成本，柠檬草的效益成本比（Benefit-Cost Ratio, BCR）最高，达到4.60；橡胶紧随其后，为2.37；花生为1.88；可可为1.75。而牛油果（0.85）、玉米（0.84）、香蕉（0.16）和南瓜（0.04）均未能实现盈亏平衡。令人警醒的是，一旦将家庭劳动等隐性成本纳入计算，所有作物的效益成本比均低于1.00的可持续水平。这一发现强有力地证明：若要使作物多样化在实践中真正奏效，必须提供补贴、改善市场渠道并加强价值链支持。
政策制定者能够从这些发现中获得哪些启示？首先，通过补贴或融资方案降低气候智能型农业技术的前期成本，特别是太阳能灌溉系统，将具有重要意义。农民还需要更多的实践培训和运行良好的示范点，尤其是对关键线犁耕和生物炭这类许多农民从未接触过的技术。在作物方面，实际支持至关重要：提供优质种苗、加工增值技术指导以及可靠的市场对接渠道。此外，将有机或低投入的种植方法融入气候智能型农业方案中，不仅能够为高原农产品打开高价值市场的大门，还能有效减轻对当地生态环境的压力。
