
تعداد نشریات | 13 |
تعداد شمارهها | 623 |
تعداد مقالات | 6,501 |
تعداد مشاهده مقاله | 8,632,075 |
تعداد دریافت فایل اصل مقاله | 8,227,437 |
بررسی اثر تغییرات عملکرد محصولات پاییزه دیم بر مزیت نسبی و سودآوری اجتماعی . | ||
پژوهشهای تولید گیاهی | ||
مقاله 3، دوره 30، شماره 2، تیر 1402، صفحه 39-55 اصل مقاله (803.07 K) | ||
نوع مقاله: مقاله کامل علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/jopp.2022.20080.2925 | ||
نویسندگان | ||
صفورا جافرنوده1؛ افشین سلطانی* 2؛ رامتین جولایی3؛ شهرزاد میرکریمی4؛ ابراهیم زینلی5 | ||
1دانشجوی دکتری اگرواکولوژی، گروه زراعت، دانشکده تولید گیاهی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران. | ||
2نویسنده مسئول، استاد گروه زراعت، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران. | ||
3دانشیار گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران. | ||
4استادیار گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران. | ||
5دانشیار گروه زراعت، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران | ||
چکیده | ||
سابقه و هدف: کشاورزی از مهمترین فعالیتهای اقتصادی به شمار میآید که بیش از هر چیز به شرایط جوی وابسته است. تغییرات آب و هوایی بر عملکرد محصولات تأثیر بسزایی دارد. با توجه به محدودیتهای عوامل تولید، ویژگیهای اقلیمی و جغرافیایی استان-های مختلف، شناسایی مزیت نسبی محصولات زراعی از اهمیت بالایی برخوردار است. عدم آگاهی از مزیت نسبی باعث استفاده نامناسب و غیربهینه از منابع میشود. بنابراین شناخت مزیت نسبی محصولات در مناطق مختلف، جهت برنامهریزی و استفاده بهینه از امکانات مفید میباشد. این مطالعه با هدف تعیین مزیت نسبی برخی از محصولات مهم و دیم پاییزه انجام شد. مواد و روشها: در بخش زراعی این مطالعه عملکرد محصولات دیم شامل گندم، جو، نخود و عدس در استانهای اردبیل، فارس و خراسان رضوی با استفاده از مدل iCrop2-SSM شبیهسازی شد. به منظور کاهش نوسانات اقلیمی و برای برآورد دقیقتر، از اطلاعات هواشناسی بلند مدت استفاده گردید. ارزیابیهای اقتصادی با استفاده از روش ماتریس تحلیل سیاستی (PAM) و شاخص منابع داخلی (DRC) و هزینه به منفعت اجتماعی (SCB) انجام شد. همچنین شاخصهای حمایت اسمی (NPC)، ضریب حمایت مؤثر (EPC)، ضریب حمایت اسمی از نهاده (NPI) نیز اندازهگیری شد. در شرایط تولید متوسط (مدیریت زراعی متوسط یا شرایط اقلیمی نامناسب) 50 درصد از پتانسیل عملکرد و در شرایط تولید مطلوب (مدیریت زراعی مطلوب یا شرایط اقلیمی خوب) 70 درصد از پتانسیل عملکرد قابل دستیابی است. بنابراین با استفاده از مدل iCrop2-SSM عملکردهای 50 و 70 درصد پتانسیل شبیهسازی و تأثیر آن بر مزیت نسبی و سودآوری اجتماعی مورد بررسی قرار گرفت. یافتهها: نتایج نشان داد که براساس شاخص DRC اردبیل در تولید گندم، نخود و عدس؛ خراسان رضوی در تولید نخود و عدس؛ فارس در تولید نخود از مزیت نسبی برخودارند. از نظر شاخص SCB تولید گندم در اردبیل، نخود در هر سه استان و عدس در استان اردبیل و خراسان رضوی دارای سودآوری اجتماعی میباشد. نتایج نشان میدهد با افزایش عملکرد، مزیت نسبی و سودآوری اجتماعی بهبود مییابد، به طوری که اگر کشاورزان هر منطقه بتوانند حداقل 50 درصد پتانسیل عملکرد (قابل دستیابی) را تولید کنند هر سه استان دارای مزیت نسبی در تولید محصولات (گندم، جو، نخود و عدس دیم) خواهند بود. براساس نتایج شبیهسازی، استانهای فارس و اردبیل در تولید گندم بالاترین و از نظر تولید جو، نخود و عدس استان اردبیل بالاترین عملکرد قابل دستیابی را به خود اختصاص دادند. براساس عملکردهای واقعی فقط استان اردبیل بالاترین عملکردها را داشته و از نظر شاخصهای اقتصادی نیز نسبت به سایر استانها برتر بود. نتیجهگیری: محصولات گندم، جو، نخود و عدس دیم در استان اردبیل به دلیل شرایط اقلیمی مناسب این منطقه عملکردهای بالاتری داشتند. از دلایل مزیتدار بودن محصولات در استان اردبیل تولید با عملکردهای بالا میباشد که درآمد تولیدکنندگان این منطقه را نسبت به دو استان دیگر افزایش داده است و تولید محصولات دیم در این استان با سودآوری همراه بوده است. | ||
کلیدواژهها | ||
حبوبات؛ غلات؛ شبیهسازی؛ ماتریس تحلیل سیاستی | ||
مراجع | ||
1.ICCIMA. (2019). The Iranian economy in 2019 and the prospect of 2020. Newsroom Iran Chamber of Commerce, Industries, Mines and Agriculture. Available at http://otaghiranonline.ir. [In Persian]
2.Layeghi, A., Ghasemi, P. & Babaei, N. (2012). A study of the comparative advantage of production and employment in the agricultural sector of the provinces of the country. Rev. Econ. Polici.11 and 12, 83-110.
3.Bayzidnezhad, D. (2017). Determining optimal crop pattern for main products on the base of comparative Advantage in production in Urmia county. MS in Agricultural Economics. Urmia University, College of Agriculture, Dep. Agri. Econ. 64p. 4.Ghasemi, Z. (2012). Comparative advantage and barley production in Iran. Msc. ISLAMIC AZAD University Centeral Tehran Branch Faculty of Economics and Accounting-Dempartment Economics "M.A" Thesis Dev. Econ. Plan. 108p.
5.Dashti, Gh., Ghaderinejad, P. & Hoseynzade, J. (2014). Analysis of the effects of comparative advantage, resource values and social profitability on the cultivation pattern of Darrehshahr city. Third National Congress of Organic and Conventional Agriculture. 11 and 12 August 2014. Ardebil. Pp: 1-6. [In Persian]
6.Afghohi, C. A., Falahi, M. A. & Salimifar, M. (2018). Comparative study of comparative advantage of alfalfa and fodder corn production in Tehran province. Master Thesis. Attar Non-Governmental Institute of Higher Education / Islamic Econ. Group. 81p. [In Persian]
7.Abyar, N. M., Razeghi, M. H. & Asgari, M. (2015). Determining the comparative advantage of wheat, barley and rice production in Golestan province. Res. findings in improve. Crop Prod.1 (1), 1-12. [In Persian]
8.Hatef, H., Daneshvar Kakhki, M. & Sorori, A. A. (2011). Investigating the comparative export advantage of major horticultural products in Iran and predicting its indicators (period 1961-2011). Agri. Econ. Dev. 25 (2), 227-236. [In Persian]
9.Joolaie, R., Yousefzadeh, H., Jahromi, F. & Shirani Bidabadi, F. (2013). Investigation of competitiveness and support from production of Cotton and Rice in Golestan province. J. Plant Prod. 20 (2), 197-216. [In Persian]
10.Voghoei, H. & Aghazadeh Ajirlo, M. (2016). Investigating the comparative advantage of agricultural products using the cost index of domestic resources: (Case study of major crops in Ardabil province). 5th International Conference an Modern Flesarens in Management Economics, Accounting. 28 July 2016. Russia. 19p.
11.Soltani, A. (2009). Mathematical Modeling in Field Crops. Mashhad University Press, 175p. [In Persian]
12.Grassini, P., Van Bussel, L. G. J., Wart, J. V., Wolf, J., Claessens, L., Yang, H., Boogaard, H., Groot, H., Van Ittersum, M. K. & Alexandratos, K. G. (2015). How good is good enough? Data requirements for reliable crop yield simulations and yield-gap analysis. Field Crops Res. 177, 49-63.
13.Schoppach, R., Soltani, A., Sinclair, T. R. & Sadok, W. (2017). Yield comparison of simulated rainfed wheat and barley across Middle-East. Agric. Syst. 153, 101-108.
14.Messina, C. D., Sinclair, T. R., Hammer, G. L., Curan, D., Thompson, J., Oler, Z., Gho, C. & Cooper, M. (2015). Limited-transpiration trait may increase maize drought tolerance in the US Corn Belt. Agron. J. 107 (6), 1978-1986.
15.Sinclair, T. R., Messina, C. D., Beatty, A. & Samples, M. (2010). Assessment across the United States of the benefits of altered soybean drought traits. Agron. J. 102 (2), 475-482.
16.Ghanem, M. E., Marrou, H., Biradar, C. & Sinclair, T. R. (2015). Production potential of lentil (Lens culinaris Medik.) in East Africa. Agric. Syst.137, 24-38.
17.Guiguitant, J., Marrou, H., Vadez, V., Gupta, P., Kumar, S., Soltani, A., Sinclair, T. R. & Ghanem, M. E. (2017). Relevance of limited-transpiration trait for lentil (Lens culinaris Medik.) in South Asia. Field Crop Res. 209, 96-107.
18.Torabi, B., Ebrahimi, N., Soltani, A. & Zeinali, E. (2020). Parameterization and Evaluation of SSM-iCrop Model for Prediction of Growth and Development of Faba Bean in Climatic Conditions of Gorgan. J. Crop. Improv. 22, 531-542. [In Persian with English Summary]
19.Nehbandani, A. R., Soltani, A., Zeinali, E., Raeisi, S. & Rajabi, R. (2015). Parameterization and evaluation of SSM soybean model for prediction of growth and yield of soybean in Gorgan. J. Plant Prod. Res. 22 (2), 1-26. [In Persian with English Summary]
20.Arabameri, R., Soltani, A., Zeinali, E. & Torabi, B. (2020). The amount and How to distribute of chickpea and lentil yield gap in Iran. Crops Improv. 23 (2), 221-223. [In Persian]
21.Soltani, A., Alimagham, M., Nehbandani, A., Torabi, B., Zeinali, E., Dadrasi, A., Zand, E., Ghassemi, S., Pourshirazi, S., Alasti, O., Hosseini, R. S., Zahed, M., Arabameri, R., Mohammadzadeh, Z., Rahban, S., Kamari, H., Fayazi, H., Mohammadi, S., Keramat, S., Vadez, V., Van Ittersum, M.K. & Sinclair, T. R. (2020). SSM-iCrop2: A simple model for diverse crop species over large areas. Agri. Sys. Pp: 1-7.
22.Pahlavani, R., Rahmati, M. & Rashno, Z. (2019). Evaluation and determination of comparative advantage of legumes in Lorestan province. Dry Pulse. 1, 41-52.
23.Sepehrdoust, H. & Emami, S. (2017). Comparative advantage of potato production and related government policies in Hamedan. Agric. Econ. Res. 9 (1), 51-70. [In Persian]
24.Shujie, Y. (1997). Comparative advantage and crop diversification: A policy analysis matrix for thai agriculture. J. Agric. Econ. 48 (2), 211-222.
25.Hoseini, S. Sh. & Nikpayam, M. R. (2018). Investigating the comparative advantage and protection policies of corn in Kermanshah province using policy analysis matrix. Applied Econ. 8 (24), 1-11. [In Persian]
26.Falahati, A. & Ahmadian, Y. (2013). Study of the Comparative advantage of agricultural products in Kermanshah Province in the years of 2003, 2006 and 2008. Agri. Econ. Dev. 20 (80), 179-205. [In Persian]
27.Ghorbani, M., Rafiei, H. & Amjadi, A. (2014). Investigating the comparative advantage of major crops in Fars province. Agric. Econ. Dev. 22 (88), 127-146. [In Persian]
28.Pakravan, M. R., Zare Mehrjardi, M. R., Kazemnejad, M. & Mehrabi Basharabadi, J. (2012). Investigating the comparative advantage of crops in Sari city. Agri. Econ. Dev. 20 (77), 1-28. [In Persian]
29.Saad, A., Zhang, R. & Xia, Y. (2017). The Policy Analysis Matrix (PAM): Comparative Advantage of China’s Wheat Crop Production 2017. J. Agric. Sci. 11 (17), 150-157.
30.Rashid, M. A. & Matin, M. A. (2018). The Policy Analysis Matrix of Pulse Crop Production in Bangladesh. Bangladesh J. Agric. Res. 43 (1), 109-123. | ||
آمار تعداد مشاهده مقاله: 230 تعداد دریافت فایل اصل مقاله: 227 |