تحلیل بهره‌وری منابع تولید گندم آبی در استان‌های کشور با رویکردهای چندمتغیره

نوع مقاله : مقاله پژوهشی

نویسنده

تهران، حکیمیه، دانشگاه آزاد اسلامی واحد تهران شمال، ساختمان فنی و مهندسی، طبقه سوم

چکیده

توسعه پایدار بخش کشاورزی و افزایش تولید مستلزم سیاست‌گذاری و برنامه‌ریزی مناسب و متناسب با واقعیت‌هاست. تعریف، اندازه‌گیری و تحلیل شاخص‌های بهره‌وری منابع تولید محصول راهبردی گندم به درک تفاوت‌های واقعی بهره‌وری در استان‌های کشور و اتخاذ تصمیمات صحیح و کاربردی برای توسعه اقتصادی آنها کمک خواهد کرد. در این مقاله، شاخص‌های مناسب جهت اندازه‌گیری بهره‌وری جزئی منابع تولید گندم آبی مانند آب، نیروی انسانی، منابع استفاده شده در مراحل آماده‌سازی زمین، کاشت، داشت و برداشت و بهره‌وری کل عوامل تولید تعریف و به کمک داده‌های جمع‌آوری‌شده، مقدار شاخص‌های بهره‌وری طی سال‌های زراعی 86-1385 تا 90- 1389 به ازای استان‌های مختلف کشور محاسبه شده است. تعدد شاخص‌های بهره‌وری به ازای استان‌های مختلف امکان تحلیل آنها را مشکل می‌کند. برای دستیابی به تعداد شاخص‌های کمتر و تسهیل در تحلیل آنها، از خاصیت کاهش بُعد متغیرها در رویکرد تحلیل عاملی اکتشافی استفاده و به ازای هر استان و هر نوع شاخص بهره‌وری، یک عدد بهره‌وری محاسبه شده است. در نهایت، رویکرد خوشه‌بندی، استان‌های کشور را بر اساس تشابه وضعیت بهره‌وری دسته‌بندی کرده است. نتایج نشان داد دو استان اردبیل و کرمانشاه از نظر بهره‌وری نیروی انسانی و بهره‌وری کل عوامل تولید در یک خوشه قرار گرفته‌اند و عملکردشان از سایر استان‌ها بهتر است که دلیل آن توسعه مکانیزاسیون در این دو استان می‏باشد. بالاترین بهره‌وری منابع آبی برای تولید گندم آبی مربوط به استان‌های مازندران، ایلام و هرمزگان است. تعدیل در سیاست‌های حمایتی دولتی و الگوبرداری از استان‌های بهره‌ور به رشد تولید گندم می‌تواند کمک کند.
 
طبقه‌بندی JEL: J24، O47، Q1

کلیدواژه‌ها

عنوان مقاله [English]

Analysis of Productivity of Water Wheat Production Sources in Provinces of Iran Using Multivariate Techniques

نویسنده [English]

  • Vahid Baradran
Assistant Professor, Industrial Engineering Department, Islamic Azad University, Tehran North Branch, Tehran, Iran
چکیده [English]

Sustainable development of agricultural sector requires appropriate strategies based on the realities. Defining, measuring and analyzing the productivity indices of the strategic wheat product will help to understand the real differences in productivity in the provinces and make the suitable decisions for their economic development. In this paper, the partial productivity indices for measuring the productive efficiency of the sources of wheat production such as water, manpower, resources used in the land preparation stages, planting, and harvesting and total productivity of the production factors are defined. The annual productivity indices are measured for different provinces of Iran between 2006 and 2011. The multiplicity of productivity indicators for different provinces makes it difficult to analyze them. To reduce the number of indicators, the exploratory factor analysis approach is used and a productivity number is calculated for each province. Finally, the clustering approach is used for classifying the provinces based on their similarities in productivity. The results showed that Ardebil and Kermanshah provinces are similar based on partial manpower productivity index and total productivity factor. Mazandaran, Ilam and Hormozgan provinces have the highest water productivity.
 
JEL Classification: J24, Q47, Q1

کلیدواژه‌ها [English]

  • Productivity
  • Cluster analysis
  • Factor analysis
  • Water Wheat

مراجع

  1. 1.    Alirezaee, M. Abdollahzadeh, G. and Rajabi Tanha, M. (2007). Analysis of regional differences in agricultural productivity using data envelopment analysis approach, Journal of Agricultural Economics, 2: 241-254. (Persian)

    2.    Chizari, AH. and Sadeghi, SE. (2000). Effect of drainage system economics on the productivity of date production factors: Case study: Booshehr Province. Agriculture Economics and Development, 30: 65-88. (Persian)

    1. Dabiri, F., Khosnevis Yazdi, S. and Zandi, F. (2013). Effects of agricultural productivity on Iran's economic growth. Journal of Economics and Business Research, 5: 31-75. (Persian)
    2. Fulginiti, L.E. and Perrin, R.H. (1998). Agricultural productivity in developing countries. Agricultural Economics, 19: 45-51.
    3. Hajipour, K. and Zebardast, E. (2005). Investigating, analyzing and presenting a model for the urban system of Khuzestan province. Honar-Ha-Ye-Ziba, 23(466): 5-14.
    4. Hu, B. and McAleer, M. (2005). Estimation of Chinese agricultural production efficiencies with panel data. Journal of Mathematics and Computers in Simulation, 68 (5-6): 474-483.
    5. Islam,  N. (2000).  An analysis of productivity growth in western Austranlian agriculture. www.agencom.lib.edu /ch4. pdf.
    6. Mao, WN. and Koo, WW. (1997). Productivity growth, technological progress, and efficiency change in Chinese agriculture after rural economic reforms: A DEA Approach. China Economic Review, 8(2): 157-174.
    7. Mirzaei, M. and Torkamani, J. (2005). Factors affecting labor productivity of women and men in sugar beet Production (Case Study: Kerman Province). Journal of Agricultural Economics and Development, Special Productivity and Efficiency: 256-277.
    8. Mousavi, S.R. and Mir Mohammad Sadeghi, J. (2012). Factors affecting labor productivity in producing major crops in central region of Mamasani Township, Fars Province, Iran. Agricultural Economics Research, 4(2): 155-174). (Persian)
    9. Naruei, M. and Mehrabi Basharabadi, H. (2015).  The study of government’s supportive policies’ impact on productivity in agricultural sector in Iran (Panel Data Approach). Majlis and Rahbord, 22(83): 101-1322. (Persian).
    10. Salami, H. (1997). Concepts of measuring productivity in agriculture. Agriculture Economics and Development, 18: 7-31. (Persian)
    11. Salami, H. and Talachi Langeroudi, H. (2002). Measuring productivity in banking units (case study: Agricultural Bank). Agriculture Economics and Development, 10(39): 7-26. (Persian)
    12. Shahabadi, A., Pourjavan, A. and Alipour, A. (2013). An examination of pricing and non-pricing determinants of total factor productivity in Iran’s agricultural sector. Village and Development, 15(4): 1-22. (Persian).
    13. Shahabinejad, V. and Akbari, A. (2010). Measuring agricultural productivity growth in developing eight. Journal of Development and Agricultrual Econometrics, 29: 326-332.
    14. Sharma, S. (1996). Applied multivariate techniques. New York, John Wiley & Sons.
    15. Suhariyanto, K. and Thirtle, C. (2001). Asian agricultural productivity and convergence. Agricultural Economics, 52(3): 96-110.
    16. Tahami Pour, M., Saleh, I. and Nemati, M. (2014). Measure and decompose total factor productivity growth in varieties of rice in Iran. Applied Field Corps Research, 27(103): 96-104. (Persian)

    4.    Fathi, F. and Zibaee, M. (1999). Study of convergence of growth of wheat crop productivity among the great provinces of the country Agriculture Economics and Development, 22(1): 117-124. (Persian)

    6.    Garshasbi A., and Dadashi S.(2015). The comparison of technical, allocative and economic efficiency of wheat in Iran; with Emphasis on the Period 2000-2009. Agriculture Economics and Development, 23 (90): 75-112. (Persian)

فایل ها

هم رسانی

ارجاع به این مقاله

آمار