Tim [user:field_middlename] Njagi

Tim Njagi

Research Fellow
Tegemeo Institute
Kenya

Timothy Njagi is a seasoned Development Economist with a wealth of 15 years of experience in the fields of development planning, policy implementation and research. He holds a PhD in Development Economics and Master’s Degree in International Development from the National Graduate Institute for Policy Studies (GRIPS), Japan.

He has experience working in the public sector having worked with the National Treasury and Planning in Kenya and is currently a Fellow with Tegemeo Institute of Agricultural Policy and Development of Egerton University.

His current research focus is on farm productivity, technology adoption, irrigation, governance, resilience and impact evaluation., irrigation, credit, governance, land issues, and resilience, where he has a number of publications.

He is also a member of the International Association of Agricultural Economists (IAAE), African Association of Agricultural Economics (AAAE), African Evaluation Association (AfREA), Evaluation Society of Kenya (ESK), and the Institute of Economic Affairs (EIA) in Kenya.

He aspires to make a significant contribution towards addressing food insecurity and poverty in developing countries.

My contributions

  • A lack of learning in the monitoring and evaluation of agriculture projects

    Discussion

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Cher Daniel,

      Merci d'avoir lancé cette discussion. D'après mon expérience, les partenaires de développement continuent à utiliser des indicateurs d'impact à long terme qui ont peu de chances d'être atteints après la durée de vie du projet et qui sont utilisés pour informer les décisions. Le défi est bien sûr que l'impact réel prend du temps, les interventions peuvent fournir des éléments de base sur lesquels l'impact sera réalisé à une date ultérieure. Nous ne pouvons pas modéliser les chocs qui ont tendance à affecter les indicateurs à long terme. Comme vous l'avez correctement identifié, les méthodes et les données permettant de mesurer cela de manière crédible sont coûteuses. De nombreux partenaires ne sont manifestement pas disposés à en assumer le coût. La solution de repli consiste en des évaluations moins crédibles qui sont principalement entreprises dans le cadre d'un modèle "Business as Usual" (maintien du statu quo) afin de marquer les processus.

      Le partage des données et des connaissances est un élément clé qui fonctionne, en particulier si l'on suit des personnes pendant une longue période. Notre institution partage des données dans le but d'améliorer l'apprentissage au fil du temps, d'autant plus que des indicateurs clés tels que l'acquisition de connaissances et le changement de comportement ne peuvent être observés à court terme.

  • Making data collection meaningful and useful to farmers: what is your experience?

    Discussion

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Cher David,

      Merci d'avoir lancé cette discussion utile. Je souhaite partager l'expérience de notre organisation sur la façon dont nous avons abordé certains des points que vous avez soulevés.

      Pour minimiser la charge de travail des répondants, nous essayons d'être stricts lors de l'élaboration du questionnaire. Cela génère une certaine contrepartie, à savoir que toutes les questions que nous posons sont liées à un indicateur que nous allons analyser. Cela nous aide également à supprimer certaines questions utiles et souhaitables pour ne garder que les questions vraiment pertinentes sans lesquelles notre analyse ne serait pas complète.

      Nous avons trouvé très utile d'inviter les agriculteurs à raconter leur histoire lorsque nous présentons nos résultats. En outre, ils peuvent énumérer les leçons apprises au cours de l'enquête.

      En ce qui nous concerne, à l'Institut Tegemeo, nous essayons d'organiser des forums avec les agriculteurs où nous discutons de nos résultats et de la manière dont ils peuvent les utiliser à leur avantage. En plus, nous avons trouvé l'utilisation d'infographies pratique avec les agriculteurs, tout comme l'utilisation des réseaux d'information locaux pour diffuser les informations. En outre, lorsque nous avons comparé les agriculteurs, nous avons trouvé leurs approches pour faire des comparaisons et des déductions très instructives. Je recommande sans hésiter les approches participatives.

       

  • Making more use of local institutions in evaluation

    Discussion

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Au début de ce siècle, les partenariats Nord-Sud et Sud-Sud ont été encouragés. Si cela s'est produit dans certains endroits, cela n'a pas fonctionné dans d'autres. Les défis de la pandémie de COVID pour l'évaluation n'ont pas été ressentis là où les partenariats ont été établis et les capacités des acteurs locaux renforcées. Dans le cas de la première question, il n'y a pas eu de changement dans ces domaines du fait de la pandémie. Cela s'explique par le fait que les institutions ont travaillé au renforcement de l'inclusion et des partenariats. Nos associations d'évaluation locales, régionales et internationales devraient encourager les collaborations (Sud-Sud et Nord-Sud) qui visent à former des partenariats durables, dans lesquels la capacité des évaluateurs locaux et leur participation à la fois à la conception et à la mise en œuvre des études d'évaluation.

       

       

  • Cohérence des interventions dans le secteur agricole

    Discussion

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Merci, Jean, d'avoir lancé une discussion très intéressante.

      À mon avis, l'efficacité des programmes et des projets agricoles est fortement influencée par leur conception, les leçons tirées de ce qui s'est passé et la capacité à s'adapter aux situations locales. Comme les données et le S&E sont peu nombreux et que l'appréciation a été faible dans le passé, nombre des changements qui pourraient être apportés en temps réel ne se sont pas produits. Au niveau politique, il est important d'évaluer pourquoi nous avons un impact relativement faible sur l'ensemble qui est atteint dans le secteur. Par exemple, pourquoi l'adoption est-elle faible malgré la promotion et la campagne en faveur des bonnes pratiques agricoles ? D'après notre expérience, l'incohérence des politiques explique cela. Selon notre expérience, bien que la promotion des technologies ait été bien faite, la plupart de ces technologies nécessitent des intrants qui sont importés. Une contre-politique de taxation garantit que le coût des intrants reste élevé et donc que les agriculteurs, qui sont très rationnels, choisissent d'utiliser des technologies locales parce que cela a un sens économique.

      Lors de la mise en place de cadres d'intervention unificateurs, il est important d'élargir la portée au-delà des acteurs agricoles traditionnels, d'associer les acteurs du commerce, de la finance, etc. pour s'assurer que le soutien politique et les leviers nécessaires sont en place, ou du moins qu'il n'y a pas de politique de contre-pouvoir qui annule les gains qui peuvent être obtenus dans le cadre de la politique agricole. Il faut également comprendre l'environnement politique plus large dans lequel nous évoluons.

      J'ai joint un lien vers certains des exemples d'incohérence politique pour une contextualisation plus poussée. Veuillez consulter le site : https://theconversation.com/how-incoherent-farm-policies-undermine-kenyas-transformation-agenda-140562

  • How can evaluation help improve data quality and policies on food security during Covid-19 pandemic?

    Discussion

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Chers membres d’EvalForward,

      Merci à tous d’avoir affiché des innovations et des expériences bénéfiques sur le maintien de la qualité des données au cours de cette période.

      Les expériences et les leçons sur la façon dont les différents acteurs et organisations adaptent leurs plans de collecte de données sont essentielles pour maintenir les gains pour l’utilisation des preuves pour éclairer les politiques.

      Je suis ravi que nous puissions continuer à apprendre à relever les défis tout en maintenant la crédibilité des données que nous recueillons. La prochaine étape consiste à partager ces données le plus largement possible et à partager nos expériences le plus largement possible afin de s’assurer que la région bénéficie de manière significative des politiques éclairées à l’aide de données crédibles et fiables.

      Veuillez continuer à partager vos expériences à travers cette plate-forme!

      Cordialement

      Tim

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Merci beaucoup Talent. Oui, l’adaptation de l’insécurité alimentaire à la pandémie du COVID-19 est une grande innovation, surtout pour attribuer l’insécurité qui existe déjà et celle due à la pandémie. Nous attendons avec impatience les premiers résultats de ces innovations. S’il vous plaît partager certaines des expériences de ce que vous voyez jusqu’à présent.

      Merci beaucoup Ethel pour vos contributions. Je ne pourrais pas être plus d’accord avec vous. L’utilisation de données antérieures en ce moment est très utile. en outre, de nombreuses organisations ont mis leurs données passées à la disposition des utilisateurs. L’analyse des données, y compris la possibilité de faire correspondre et de combiner les données est une compétence essentielle à mettre en œil en ce moment. Les avis d’experts sont également importants pour l’interprétation contextuelle. Il existe en ce moment quelques modèles tels que ceux de l’IFPRI, de l’UE, de la BAD pour l’analyse et l’évaluation des scénarios, mais il est nécessaire d’accroître la capacité de modélisation entre les évaluateurs.

       

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Cher Diagne,

      Merci beaucoup d’avoir partagé vos commentaires sur la réponse rapide. Nous sommes impatients d’en apprendre davantage sur votre étude, votre approche et votre expérience au Sénégal. Sur une note connexe, je suis tombé sur la collecte de données d’intervention rapide à haute fréquence entreprise par la Banque mondiale sur le COVID-19 dans un certain nombre de pays, voir plus d’informations ici http://surveys.worldbank.org/covid-19.

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Great suggestions Emile. The use of scientifically established samples greatly makes the data credible. The common practice of talking to a few people is biased and not credible. however, a key challenge remains to reach these respondents. Phone surveys are now the common approach, however, the desired information should be collected should be very short because it is not possible to keep a respondent for a long period over the phone. The other means you have proposed are ideal but may be unsuitable for people in rural areas without access to the internet and electricity. SMS is also a great option but the information collected through this method is also very short. in addition, incentives must be provided to enhance participation. This also needs careful consideration so as not to bias response.

       

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      La pandémie de Covid-19 a perturbé la norme dans tous les secteurs et professions. Le verrouillage et d’autres mesures visant à assurer la santé et la sécurité des citoyens ont fait en sorte que la collecte de données, en particulier celle qui a été recueillie par le biais d’interactions personne à personne, n’était pas possible.  À l’honneur de nombreux chercheurs, évaluateurs, collecteurs de données, entreprises et institutions, il y a eu de nombreuses et grandes innovations au cours des deux derniers mois pour combler le fossé et s’assurer qu’il existe des données qui peuvent éclairer les décideurs. Cependant, il est important de s’assurer que les données qui sont transmises sont crédibles et fiables. Des données erronées, imprécises, incroyables et peu fiables peuvent annuler les gains d’élaboration de politiques fondées sur des données probantes. En outre, la pression d’avoir des données peut conduire à «flexion» des procédures et des protocoles pour la collecte de données, l’analyse et l’inférence. Comment alors assurer la qualité des données disponibles qui arrivent? Comment pouvons-nous évaluer la qualité de l’analyse et l’inférence subséquente pour nous assurer que nous influencés sur les prescriptions de politiques correctes?  Comment pouvons-nous promouvoir la collaboration et le partage des leçons pendant ces périodes?

  • Evaluation in the Agriculture sector: what do we know about countries’ capacities?

    Discussion

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Hi Aurelie,

      our experience shows that although we have gained some ground with policymakers to make them recognise the need for investment in data, we need more traction to get them to commit resources. An ideal strategy in my view is to get a partner willing to put up investments for a pilot. once we demonstrate the effectiveness of such a system, it would be easier to attract more resources especially when demonstrating value for investment.

      Thanks, 

      Tim

       

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      In Kenya, like other developing countries, data within the agriculture sector remains a challenge. This has constrained the RBM model where a lot of focus remains on the processes rather than moving on to outcomes. Many of the ministry's reports give a lot of prominence to the processes and targets achieved for process indicators, and use this to claim success even when independent studies have pointed to little or no progress has been achieved in outputs and outcomes of these processes. At Tegemeo Institute, we have been tracking key indicators and trends within the agriculture sector and have learned some key useful lessons. First, there is need to have a unified data system. A unified system becomes more relevant in devolved systems like Kenya's where the devolved units are semi-autonomous. Second, there is need for continuous capacity development within the systems to ensure that quality data is continuously collected, managed, analysed and shared. Third, leveraging on technology ensures to ensure that credible and quality data is collected and used to inform decisions. 

      The Ministry of Agriculture should strengthen the linkages with evaluators within the public and private sectors to improve the quality of evaluations while maintaining the independence of evaluators to make assessment from the evaluation studies and recommend action to be taken to maximise impacts. In addition, identifying change agents who disrupt the BAU position is necessary to be outcome-oriented and use lessons from evaluation to design and implement impactful policies and programs

  • Enhancing funding and service delivery in agriculture: any ideas?

    Discussion

    • Tim Njagi

      Research Fellow Tegemeo Institute
      Kenya

      Hi Christine,

      Only a few countries in the region have been able to meet the Malabo declaration target. As such, the clarion call since Maputo days has been to always call for increased public spending in the sector. However, beyond the call for increased spending in the sector by both the public and private sectors, they is need to also pay attention to the efficiency of expenditures in the sector.

      For a start,  the key question should focus on the policies that guide spending across the various sectors. for instance, what are the key priority sectors for Uganda's Government? If the focus in on extractive industries, education, or health sectors, the trends on allocation across sectors can easily confirm the picture.

      I believe its time we go back and start talking about the efficiency of the expenditures in terms of returns to investment rather than focus on the potential of the sector. This can convince both the government and the private sector to increase investments in agriculture.