El norte de Bengala, una región del estado indio de Bengala Occidental, posee abundantes recursos hídricos y un sector creciente de piscicultura en estanques que desempeña un papel vital en los medios de vida rurales y en la seguridad alimentaria. A pesar de su potencial, las disparidades en el rendimiento productivo y la limitada adopción de prácticas científicas han generado preocupaciones sobre la eficiencia.
En este estudio se evalúa la eficiencia técnica de las pesquerías en estanques en dos distritos del norte de Bengala, utilizando los modelos DEA de Charnes–Cooper–Rhodes (CCR) y Banker–Charnes–Cooper (BCC). Los resultados revelan que la eficiencia técnica promedio de los estanques analizados es del 74% según el modelo BCC, lo que indica un margen potencial de mejora del 27% si la piscicultura operara bajo rendimientos variables a escala (VRS). Además, más de un tercio (35,38%) de los acuicultores en estanques fueron clasificados como plenamente eficientes en términos técnicos dentro del modelo BCC, lo que resalta que una proporción significativa ya opera a un nivel óptimo. Para validar la solidez de estos hallazgos, también se han empleado técnicas avanzadas de aprendizaje automático, como el Análisis de Componentes Principales (PCA) y la Integración Estocástica de Vecinos Distribuidos según t (t-SNE), confirmando la consistencia y fiabilidad de los resultados. Esto sugiere una necesidad urgente de intervención gubernamental, en particular por parte del Departamento de Pesca, para implementar medidas específicas orientadas a mejorar la productividad y aumentar la eficiencia técnica entre los acuicultores en estanques
North Bengal, a region in the Indian state of West Bengal, possesses abundant water resources and a growing pond-based fishery sector that plays a vital role in rural livelihoods and food security. Despite its potential, disparities in production performance and limited adoption of scientific practices have raised concerns about efficiency. In this study, the technical efficiency of pond fisheries in two districts of North Bengal has been assessed using the Charnes–Cooper–Rhodes (CCR) and Banker–Charnes–Cooper (BCC) DEA models. Findings reveal that the average technical efficiency of the sampled ponds is 74% under the BCC model, indicating a potential 27% improvement in technical efficiency if fish farming operates under variable returns to scale (VRS). Furthermore, over one-third (35.38%) of pond fishery farmers are classified as fully technically efficient within the BCC model, underscoring that a significant portion already operates at optimal efficiency. To validate the robustness of these findings, advanced machine learning techniques, Principal Component Analysis (PCA) and t-distributed Stochastic Neighbor Embedding (t-SNE), have also been employed, confirming the consistency and reliability of the results.
This suggests a pressing need for governmental intervention, particularly from the Department of Fisheries, to implement targeted measures aimed at enhancing productivity and boosting technical efficiency among pond fishery farmers