Semiparametric estimation of agricultural production function based on modeling productivity dynamics (case study: estimation of the tomato yield function in selected provices of Iran)
Subject Areas : Agricultural Economics ResearchMahdi Ghaemi Asl 1 , Mostafa Salimifar 2
1 - دانشجوي دکتري علوم اقتصادي، دانشکده علوم اداري و اقتصادي، دانشگاه فردوسي مشهد
2 - sاستاد گروه اقتصاد، دانشکده علوم اداري و اقتصادي، دانشگاه فردوسي مشهد
Keywords: Estimation of production function, Selection problem, Simultaneity problem, Semiparameteric method,
Abstract :
Selection problem and difficulties caused by unobserved shocks and simultaneity problem which is created by the relationship between productivity and inputs demand, when firms determine the optimum level of input, can have a significant effect on estimation of independent variables. Existence of these two problems in decision making of firms causes that the estimators such as least squares have biased estimation for elements of production function. In this article, in addition to introduction of the three-step semiparametric estimator of Olly and Pakes (1996) in order to control the biases of selection and simultaneity, we use this method to estimate of tomato production function based on information of fourteen provinces of Iran in period of 1379-1386. Result of production function estimation with semi-parametric method (unlike traditional methods), shows that the physical capital, labor, water, seed, poison and fertilizer have positive relationship with amount of production, and among all of inputs, the labor force, water, seed and poison are significant. Also results of models show that the estimated parameters of labor and capital are consistent with the implications of Olly and Pakes (1996) and show that labor estimated parameter in traditional methods (unlike semi-arametric method), has an upward bias and the coefficient associated with capital is downward biased. Therefore in estimation of production function and modeling of shocks, dynamics of productivity should be noticed in order to have unbiased result for estimation of factor shares. Also for the industrial of tomato production process and increment of use of agricultural machinery, it is necessary to take policy decitions and create tax incentives in order to reach the acceptable situation in tomato farms of Iran and Replacement of traditional farming with mechanized agriculture.
1- ابونوري ا. تاجدين ع. 1383. برآورد اثر تورم بر نابرابري در توزيع هزينه ايران با استفاده از روش ناپارامتريكي (سال1380-1350). تحقيقات اقتصادي تابستان 65(14): 165-184.
2- آمارنامه کشاورزي. 1378-1386. وزارت جهاد کشاورزي. معاونت اقتصادي و برنامه ريزي. دفتر آمار و برنامه ريزي اطلاعات. تهران.
3- باغاني. ج و بيات. ح. 1378. بررسي و مقايسه دو روش آبياري شياري و قطره¬اي بر عملکرد و کيفيت گوجه-فرنگي. گزارش پژوهشي موسسه تحقيقات فني و مهندسي کشاورزي. نشريه شماره 131
4- تركماني ج. وزيرزاده س. 1386. تعيين حق بيمه محصولات کشاورزي کاربرد روش ناپارامتريک. اقتصاد كشاورزي (اقتصاد و كشاورزي)1(1): 83-100.
5- حسن پور اصطهباناتي ا. 1387. نگاه اقتصادي به توليد گوجه فرنگي و ميزان آب مصرفي. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
6- حسين زاد ج. سلامي ح. 1383. انتخاب تابع توليد براي براورد ارزش اقتصادي آب كشاورزي مطالعه موردي توليد گندم. اقتصاد كشاورزي و توسعه . 48(12) : 53-74
7- خزاعي ه. سبحاني ع. کاخکي ع و وفايي ب. 1387. مقايسه كيفيت بذر ارقام استاندارد گوجه فرنگي در تاريخهاي برداشت متفاوت. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
8- دانشور كاخكي. م، گلريز ضيائي. ز؛ رضوي ه. 1387. بررسي بهره وري گوجه فرنگي دراستان خراسان رضوي. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
9- رحيمي ز. خبازي ح. يوسف نژاد م. 1387. روش جديد مبارزه با آفات گلخانه اي ازن جايگزين مناسب سموم شيميايي در دفع آفات، اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
10- رحيمي سوره ص. صادقي ح. 1383. عوامل موثر بر كارايي و اقتصاد مقياس در رهيافت هاي پارامتري و ناپارامتري (مطالعه موردي: طرح هاي مرتعداري در ايران). تحقيقات اقتصادي، 21(67): 259-291.
11- رفعتي م. آذرين‌فر ي. زاد م. برابري ع. كاظم نژاد م.1390. بررسي كارايي فني. تخصيصي و اقتصادي پنبه كاران استان گلستان با استفاده از روش پارامتريك (مطالعه موردي شهرستان گرگان). تحقيقات اقتصاد كشاورزي. 3(1): 121-142.
12- زراء نژاد م. يوسفي حاجي آباد ر. 1388. ارزيابي كارآيي فني توليد گندم در ايران (با استفاده از دو رهيافت پارامتريك و ناپارامتريك). پژوهشهاي اقتصادي. 9(2): 145-172
13- زمردي. ش و نورجو. ا. 1385. بررسي اثر کم‌آبياري در کميت،کيفيت و قابليت نگهداري گوجه فرنگي. مجله علمي – پژوهشي تحقيقات مهندسي کشاورزي. شماره 27. ص 19-31.
14- صدرقاين ح. اکبري م. افشار ه و نخجواني مقدم م.م. 1389. اثر سه روش آبياري ميکرو و سطوح مختلف آبياري بر عملکرد گوجه¬فرنگي. نشريه آب و خاک. جلد 24. شماره 3. مرداد و شهريور 1389. صص 574-582.
15- شيرين بخش ش. نصابيان ش. 1382. تعيين کارايي اقتصادي واحدهاي توليد کننده کشاورزي. پژوهش نامه اقتصادي. 10و11: 89- 108.
16- عادلي ساردوئي م. شريفيو ا. عليزاده. ح. 1387. برآورد تابع توليد انعطاف پذير گوجه فرنگي و بررسي مصرف اقتصادي نهاده ها (مطالعه موردي گوجه فرنگي كاران شهرستان جيرفت). اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي
17- قرايي. ح و رضايي. ع (1384) اثرات کودهاي باکتوسول، اوره و فسفات آمونيوم بر کميت و کيفيت گوجه فرنگي. چهارمين کنفرانس علوم باغباني. دانشگاه فردوسي مشهد. مشهد.
18- كردبچه ح. 1390. تخمين شبه پارامتريک استوار در تعيين عوامل ناکارايي در نظام بانکي ايران: روش بوت استرپ. تحقيقات اقتصادي.46(95): 159-192.
19- گجوراتي د. 1385. مباني اقتصادسنجي. ترجمه حميد ابريشمي. چاپ چهارم. انتشارات دانشگاه تهران. تهران
20- مجرد ع. كهخا ا. صبوحي صابوني م. 1388. معرفي راه کار ناپارامتريک تصادفي در تخمين کارايي فني: مطالعه موردي واحد هاي مرغداري در منطقه سيستان. اقتصاد كشاورزي (اقتصاد و كشاورزي) 3(3): 91-106.
21- محمدي ح. 1387. معرفي روش جديد كشت بذر گوجه فرنگي در خزانه. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي
22- مرادي شهربابك ح. 1390. تعيين کارايي توليدکنندگان بادام استان کرمان (مطالعه موردي شهرستان سيرجان). تحقيقات اقتصاد كشاورزي.3(2):117-132.
23- مظهري. م. 1387. اندازه گيري بهره وري عوامل توليد محصول گوجه فرنگي. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي
24- Arellano, M., and S. Bond. 1991. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. Review of Economic Studies 58: 277–297.
25- Arellano, M., and O. Bover. 1995. Another look at the instrumental variable estimation of error-components models. Journal of Econometrics 68: 29–51.
26- Atiyeh, R. M., Arancon, N. Q., Edwards, C. A. & Metzger, J. D. (2000a). Influence of earthworm-processed pig manure on the growth and yield of greenhouse tomatoes. Bioresource Technology, 75, 175–180.
27- Ayars, J. E., R. A. Schoneman, F. Dale, B. Meso and P. Shouse. 2001. Managing subsurface drip irrigation in the presence of shallow ground water. Agric. Water Manage. 47(3): 243-264.
28- Blundell, R., and S. Bond. 1998. Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics 87: 115–143.
29- ———, 2000. GMM estimation with persistent panel data: An application to production functions. Econometric Reviews 19: 321–340.
30- Davis, Steven J & Haltiwanger, John C, 1992. "Gross Job Creation, Gross Job Destruction, and Employment Reallocation," The Quarterly Journal of Economics, MIT Press, vol. 107(3), pages 819-63, August.
31- Deschenes, O. and Greenstone, M. 2011. Using Panel Data Models to Estimate the Economic Impacts of Climate Change on Agriculture, Handbook on Climate Change and Agriculture, Edited by Ariel Dinar and Robert Mendelsohn, Edward Elgar Publishing.
32- Dickey, D.A. and W.A. (1979), “Distribution of the Estimators for Autoregressive Time Series with a Unit Root,” Journal of the American Statistical Association, 74, p. 427–431.
33- Du II, Shengwu, 2004, Nonparametric and Semi-parametric Estimation of Efficient Frontier, Department of Agricultural Economics,Penn State University, 308 armsby university park, PA 16802
34- Dunne, T. & Roberts, M.J. & Samuelson, L., 1988. "Firm Entry And Post-Entry Performance In The U.S. Chemical Industries," Papers 7-88-2, Pennsylvania State - Department of Economics.
35- Engle R.F, Granger W J, Rice J, Weiss A J, 1986, Semiparametric Estimates of the Relation Between Weather and Electricity Sales ournal of the American Statistical Association Vol. 81, No. 394 (Jun., 1986), pp. 310-320.
36- Ericson R, Pakes A, 1995. Markov-Perfect Industry Dynamics: A Framework for Empirical Work, The Review of Economic Studies, Vol. 62, No. 1. 1995, pp. 53-82, Published by: Oxford University Press
37- Federico, A., Gutierrez-Miceli, Santiago-Borraza, I., Adolfo Montes, J., Camerino, C., Abud-Archila, M., Angelam, M., Llaven, A., Reiner, Rincon-Rosales, & dendooven, L. (2007). Vermicompost as a soil supplement to improve growth, yeild and fruit quality of tomato (Lycopersicum esculentum). Bioresources.Technology, 98, 2781-2786
38- Griliches, Zvi. 1957. “Specification Bias in Estimates of Production Functions.” Journal of Farm Economics. February, (39):1 8–20
39- Griliches, Z., and J. Mareisse. 1998. Production functions: The search for identification. In Econometrics and Economic Theory in the Twentieth Century: The Ragnar Prisch Centennial Symposium, 169–203. Cambridge: Cambridge University Press.
40- John R, Baldwin & Paul K. Gorecki, 1989. "Firm Turnover and Market Structure: Concentration Statistics as a Misleading Practice," Working Papers 762, Queen's University, Department of Economics
41- Kao, C. (1999). “Spurious Regression and Residual-Based Tests for Cointegration in Panel Data,” Journal of Econometrics, 90, 1–44.
42- Koteswara, R. P., R. V. Singh, and H. S. Chauhan. 1995. Field studies on drip and other methods of irrigation on yield and water use of tomato . Proceeding of the fifth- international micro irrigation congress, Hyatt Regency Orlando, Florida, Published by Amer. Soc. Agr. Eng
43- Heady, F. O. and J. T. Dillon. 1989. Agricultural Production Function. Iowa Stae University Press. ISBN 81-1096-12-7.
44- Lacroix, L. and Thomas, A. 2011. Estimating the Environmental Impact of Land and Production Decisions with Multivariate Selection Rules and Panel Data. American J. of Agricultural Economics, Volume 93, Issue 3, PP. 784-802
45- Levin, A., C. F. Lin, and C. Chu (2002). “Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties,” Journal of Econometrics, 108, 1–24.
46- Lewis, W. Arthur (1954). “Economic Development with Unlimited Supplies of Labor,” Manchester School of Economic and Social Studies, Vol. 22, pp. 139-91.
47- Maddala, G. S. and S. Wu (1999). “A Comparative Study of Unit Root Tests with Panel Data and A New Simple Test,” Oxford Bulletin of Economics and Statistics, 61, 631–52.
48- Manfrinato, H. A. 1974. Drip irrigation,Part II, Effection on tomato yield. Analis Aa Escola Superir De Agricultura.31: 63-71.
49- Marschak, J., and W. H. Andrews. 1944. Random simultaneous equations and the theory of production. Econometrica 12: 143–205.
50- Martínez-Ruiz M.P., A. Mollá-Descals, M.A. Gómez-Borja, J.L. Rojo-Álvarez, 2006 "Evaluating temporary retail price discounts using semiparametric regression", Journal of Product & Brand Management, Vol. 15 Iss: 1, pp.73 – 80
51- Mian, M. A. R., and Nafziger, E. D. 1994. Seed size and water potential affect on germination and seedling growth of winter wheat. Crop Science 34:169-171.
52- Mossa, Charles B. and Schmitz, Troy G. 2006, A semiparametric estimator of the Zellner production function for corn: fitting the univariate primal, Applied Economics Letters, Volume 13, Issue 13, pages 863-867
53- Mundlak,Y. and Butzerb, R. and Larsonc, D.F. (2012) Heterogeneous technology and panel data: The case of the agriculturalproductionfunction. Journal of Development Economics, Volume 99, Issue 1, September 2012, Pages 139–149.
54- Nagavallemma, K. P., Wani, S. P., Stephane Lacroix, Padmaja, V. V., Vineela, C., Babu Rao, M. & Sahrawat, K. L. (2006). Vermicomposting: Recycling wastes into valuable organic fertilizer. (Report no. 8. Patancheru 502 324), Global Theme on Agrecosystems, Andhra Pradesh, India: International Crops Research Institute for the Semi-Arid Tropics.
55- Olley, G. S., and A. Pakes. 1996. The dynamics of productivity in the telecommunications equipment industry. Econometrica 64: 1263–1297.
56- Osorio, U., H. Torres, and M. Riva,1983. Yields of tomato (Lycopersicon esculentum, Mill.) with drip irrigation or straight or winding furrow irrigation in the Azapa valley. Idesia 7.
57- Pakes, A. 1994, The Estimation of Dynamic Structural Models: Problems and Prospects, Part II. Mixed Continuous-Discrete Control Models and Market Interactions," Chapter 5, pp. 171-259, of Advances in Econometrics: Proceedings of the 6th World Congress of the Econometric Society, edited by J.J. Laont and C. Sims.
58- Pedroni, P. (2004). “Panel Cointegration; Asymptotic and Finite Sample Properties of Pooled Time Series Tests with an Application to the PPP Hypothesis,” Econometric Theory, 20, 597 625.
59- Pedroni, P. (1999). “Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors,” Oxford Bulletin of Economics and Statistics, 61, 653–70.
60- Restuccia, G. and V. Abbate. 1978. Comparative effects of drip and furrow irrigation on salad tomato crop in unheated, glasshouses. Rivista Di Agronomia. 12(1/2): 89- 98.
61- Robinson P M, 1988, Root-N-Consistent Semiparametric Regression, Author(s): Source: Econometrica, Vol. 56, No. 4 (Jul., 1988), pp. 931-954, Published by: The Econometric Society
62- Simar, L. and Wilson, P. 2007. “Estimation and Inference in Two-Stage, Semi-Parametric Models of Production Processes.” Journal of Econometrics 136 (2007) 31–64
63- Sims, C. A ,1980, “Macroeconomics and Reality,” Econometrica, (January 1980), 1-4
64- Sims, C. A., J. Stock, and M. W. Watson,1990, “Inference in Linear Time Series Models with Some Unit Roots,” Econometrica, (1990), pp. 113-144.
65- Singh, S.D., and P. Singh, 1978, Value of drip irrigation compared with conventional irrigation for vegetable production in a hot arid climate, Agron. J., 70(6): 945-47.
66- Thomas, W., and Russell, L. 2001. Tolerance of tomato varieties to lespedeza dodder. Weed Science 49: 520-523.
67- Tonfack, Libert Brice, Bernadac, Anne, Youmbi, Emmanuel, Mbouapouognigni, V. Paul, Ngueguim, Martin and Akoa, Amougou. 2011. Impact of organic and inorganic fertilizers on tomato vigor, yield and fruit composition under tropical andosol soil conditions. Fruits .Volume 64 .Issue 03 .pp 167-177
68- Ucal, M.; Özcan, K. M.; Bilgin, M. H.; Mungo, J. 2010. Relationship between financial crisis and foreign direct investment in developing countries using semiparametric regression approach, Journal of Business Economics and Management 11(1): 20–33.
69- Wedervang, F. 1965. Development of a Population of Industrial Firms. Scan- dinavian University Books, Oslo, Norway.
70- Wooldridge, J. 2005. On estimating firm-level production functions using proxy variables to control for unobservables. Mimeo: Michigan State University.
71- Yanqin Fan, Qi Li and Alfons Weersink, 1996, Semiparametric Estimation of Stochastic Production Frontier Models, Journal of Business & Economic Statistics, Vol. 14, No. 4 (Oct., 1996), pp. 460-468
72- Yasar, M., Raciborski, R. and Poi, B.P. 2008 Production function estimation in Stata using the Olley and Pakes method. Stata Journal 8: 221–231.
73- Zotarelli, L., J. M. Scholberg, M. D. Dukes, R. Muñoz-Carpena, and J. Icerman. 2009. Tomato yield, biomass accumulation, root distribution and irrigation water use efficiency on a sandy soil, as affected by nitrogen rate and irrigation scheduling. Agric. Water Manage. 96(1):23-34.
برآورد شبه پارامتريک تابع توليد کشاورزي مبتني بر مدلسازي پوياييهاي بهرهوري
(مطالعه موردي: برآورد تابع عملکرد گوجه فرنگي استانهاي منتخب ايران)
مهدي قائمي اصل1
مصطفي سليمی‌فر2
چکيده:
مساله انتخاب و مشکلات ناشي شوکهاي بهرهوري مشاهده‌نشده در کنار مساله همزماني که از رابطه ميان بهرهوري و تقاضاي نهادهها و به هنگام تعيين سطح بهينه نهادهها از سوي بنگاهها ايجاد ميشود، ميتواند تاثير قابل توجهي بر نتايج برآورد پارامتر متغيرهاي توضيحي داشته باشد. وجود اين دو مساله در تصميمات بنگاهها باعث ميشود که برآوردگرهايي مثل حداقل مربعات، نتايج تورش‌داري را در مورد پارامترهاي اجزاي تابع توليد ارائه کنند. در اين پژوهش ضمن پيشنهاد برآوردگر شبهپارامتريک سه مرحله‌اي اولي و پاکس (1996) به منظور کنترل تورش ناشي از دو مساله انتخاب و همزماني، از اين روش براي برآورد تابع گوجه فرنگي بر اساس دادههاي 14 استان ايران در طول سالهاي زراعي 79-1378 تا 87-1386 استفاده ميشود. نتايج روش شبه پارامتري (برخلاف روشهاي متداول) رابطه مثبت ميان سرمايه فيزيکي، نيرويکار، مقدار آب، بذر، سم و کود مصرفي با توليد را نشان ميدهد که در اين ميان، نيرويکار، مقدار آب، بذر و سم از معنيداري لازم برخوردارند. از سوي ديگر، نتايج مدل‌ها در مورد نيروي کار و سرمايه کاملا با دلالتهاي اصلي روش اولي و پاکس (1996) همخواني دارد و نشان ميدهد که در روشهاي متداول (برخلاف روش شبه‌پارمتري)، نيروي کار با تورش به سمت بالا و سرمايه با تورش به سمت پايين برآورد شدهاست. بنابراين لازم است در برآوردهاي مربوط به تابع توليد، پوياييهاي بهرهوري در مدلسازي شوکها مورد توجه ويژه قرار گيرند و تا نتايج بدونتورشي از برآورد سهم عوامل بدست آيد. به علاوه در توليد محصول گوجهفرنگي، لازم است در خصوص صنعتيشدن توليد و استفاده بيشتر از ماشينآلات کشاورزي، اقدامات سياستي لازم و مشوقهاي مالياتي، تدوين و اجرا شوند تا سهم سرمايه فيزيکي توليد در بخش توليد گوجه فرنگي مزارع استانهاي کشور جايگاه مناسب خود را بدست آورد و کشاورزي مکانيزه، جايگزين کشاورزي سنتي شود.
طبقه‌بندي JEL: C14؛ D24؛ C19؛ C23.
واژگان کليدي: تخمين تابع توليد، مساله انتخاب، مساله همزماني، روش شبهپارامتريک.
مقدمه
نظريه توليد بيان کننده چگونگي ترکيب نهاده ها يا عوامل توليد براي رسيدن به مقادير مختلف ستانده يا محصول به بهترين وجه ممکن است. اصلي ترين ابزار نظريه توليد، تابع توليد است که نشان دهنده نرخ تبديل نهاده ها يا عوامل به ستانده يا محصول است. اولين تابع توليد نئوکلاسيک توسط کاب و داگلاس در سال 1982 ارائه شد که توزيع درآمد مشاهده شده بين دو گروه کارگر و سرمايه دار را توضيح مي داد. از آن زمان تاکنون مطالعات بيشماري در اين زمينه انجام شده که منجر به ايجاد اشکال گوناگون توابع توليد گرديده است که تابع توليد با کشش جانشيني ثابت3، تابع توليد متعالي4، تابع توليد دبرتين5، تابع توليد زلنر- ريواکر6، تابع توليد ترانسلوگ7 و تابع توليد لئونتيف8 برخي از اين توابع هستند (حسين زاد و سلامي، 1383).
اما برآورد تابع توليد با هريک از اشکال فوق همواره با مشکلاتي همراه است که در تمامي اين توابع به چشم مي‌خورد. يکي از اين مشکلات، مساله انتخاب9 و مشکلاتي که از رابطه ميان شوکهاي بهرهوري مشاهده‌نشده و تصميم به تعطيلي بنگاه (يا تصميم به تعديل توليد) ناشي ميشود. توجه به اين نکته بسيار حائز اهميت است که شوکهاي بهرهوري به طور قطع در تصميمات بنگاه‌هاي توليدي تاثير مستقيمي دارد و سطح توليد را تحت تاثير قرار مي‌دهند ولي اين شوکهاي بهرهوري در مطالعات اقتصادسنجي متداول وارد نميشود. مساله مهم ديگري که وجود دارد، مساله همزماني10است که از رابطه ميان بهرهوري و تقاضاي نهادهها و به هنگام تعيين سطح بهينه نهادهها از سوي بنگاهها ايجاد ميشود. در حقيقت بنگاه به هنگام مشاهده شوکهاي مثبت بهرهوري، ميزان استفاده از نهادهها را افزايش مي‌دهند و اينجاست که برآوردگر حداقل مربعات معمولي نمي‌تواند برآوردهاي بدونتورشي از پارامترهاي تابع توليد ارائه کند (اولي و پاکس، 1996). اما استفاده از روشهاي شبهپارامتريک و ناپارامتري تلاشي است در اين جهت که بتوان عوامل موثري که به صورت پارامتري و صريح در رگرسيون وارد نميشود (همانند شوکهاي بهرهوري)، را وارد محدوده تحليل نمود. در اين پژوهش، پس از مقدمه، سابقه پژوهش در خصوص برآورد تابع توليد، استفاده از روشهاي ناپامتري و روشهاي شبهپارامتريک ارائه ميشود و سپس مباني نظري روش شبهپارامتريک ارائه خواهد شد. در ادامه به منظور ارائه يک مورد مطالعاتي کاربردي از روش شبهپارامتريک تبيين‌شده در قسمت قبلي، به برآورد تابع توليد محصول گوجه فرنگي استانهاي منتخب پرداخته ميشود و در نهايت نتايج برآورد مدل با استفاده از روشهاي متداول (حداقل مربعات معمولي، اثرات ثابت و اثرات تصادفي) و نيز روش شبهپارامتريک ارائه خواهد شد و برتري‌هاي تئوريک و کاربردي اين روش بر روشهاي متداول برآورد ارائه خواهد شد.
در خصوص برآورد تابع توليد محصولات کشاورزي و کارايي عوامل موثر بر توليد در زمينه‌‌هاي مختلف، تاکنون پژوهشهاي گوناگوني صورت گرفته است که براي نمونه به برخي از آنها اشاره ميشود. مظهري (1387) بهره وري كلي و جزئي براي محصول گوجه فرنگي را با استفاده از شاخص ترنكويست- تيل در سطح استان خراسان رضوي اندازه گيري و مورد بررسي قرار داده‌است. در همين راستا نتايج به دست آمده نشان مي دهد كه شاخص مقداري كل نهاده ها براي محصول گوجه فرنگي، رشد متوسطي معادل 18/33 درصد در سال داشته است. از طرف ديگر شاخص مقداري ستانده نيز براي همين محصول داراي رشد متوسط سالانه اي برابر با 06/22 درصد بوده است.
عادلي ساردوئي و همکاران (1387) تابع توليد انعطاف پذير گوجه فرنگي شهرستان جيرفت را برآورد کرده و مصرف اقتصادي نهاده ها را بررسي کردهاست. نتايج برآورد تابع نشان داد كه چهار نهاده كود شيميائي، بذر، سطح زير كشت و نيروي كار اثر معني دار بر فرايند توليد دارند. همچنين نتايج برآورد كشش توليد نهاده هاي فوق نشان داد كه نهاده هاي كودشيميائي و نيروي كار در ناحيه سوم توليد يا همان ناحيه غيراقتصادي توليد مصرف مي گردند و دو نهاده بذر و سطح زير كشت در ناحيه اقتصادي توليد مصرف مي گردد.
در پژوهش دانشور کاخکي و همکاران (1387) شاخص هاي بهره وري جزئي و بهره وري كل عوامل توليد براي محصول گوجه فرنگي در استان خراسان رضوي طي سالهاي 1379 تا 1385 با استفاده از شاخص ترنكويست-تيل محاسبه و مورد مقايسه قرار گرفته‌است. نتايج به دست آمده نشان ميدهد كه طي دوره زماني هفت ساله، شاخص مقدار نهاده ها براي محصول گوجه فرنگي رشد متوسطي معادل 0.022 در سال داشته است. همچنين شاخص مقداري ستانده براي محصول ذكر شده داراي رشد متوسط سالانه اي برابر با 1.66 بوده است.
در مطالعه خاکسار آستانه و همکاران (1387) ابتدا بهره وري كل عوامل توليد گوجه فرنگي در شهرستان مشهد از شاخص ترنكوئيست-تيل محاسبه شده است. سپس تاثير عوامل موثر براين شاخص از جمله تحصيلات بهره بردار، سابقه كار بهره بردار، سطح زير كشت، نوع نيروي كار(استخدامي– خانوادگي)، نوع مالكيت زمين(مالك و غيرمالك)، ميزان تسهيلات دريافتي از بانك، بيمه و تعداد ساعات شركت در كلاس هاي آموزشي ترويجي مورد بررسي قرار گرفته شده است. نتايج نشان داد در اكثر واحدهاي بهره برداري مورد مطالعه شاخص بهره وري كل عوامل بزرگتر از شاخص بهره وري واحد مرجع بوده است. به عبارت ديگر در 67 درصد از واحدهاي بهره برداري منتخب در شهرستان مشهد شاخص بهره وري كل عوامل بزرگتر از عدد يك و در 33 درصد آنها مقدار اين شاخص كوچكتر از عدد يك مي باشد. برآورد مدل بهره وري نيز حاكي از آن است كه به ترتيب متغيرهاي سطح زيركشت، سابقه كار، نوع نيروي كار، نوع مالكيت زمين، آموزش و تسهيلات بانكي بيشترين تاثير را بر بهره وري كل عوامل توليد گوجه فرنگي داشته اند.
رفعتي و همکاران (1390) به بررسي كارايي فني، تخصيصي و اقتصادي پنبه كاران شهرستان گرگان با استفاده از روش پارامتريك پرداخته‌اند. داده ها و اطلاعات مورد نياز مطالعه از بين 180 پنبه كار در شهرستان گرگان با استفاده از روش نمونه گيري سيستماتيك تصادفي جمع آوري شده در همين راستا با برآورد تابع توليد مرزي تصادفي، ميزان كارايي فني پنبه كاران محاسبه و در ادامه تابع هزينه مرزي پنبه كاران تخمين زده شدهاست. نتايج تخمين تابع توليد مرزي تصادفي پنبه كاران در شهرستان گرگان بيانگر اثر معني دار و مثبت متغيرهاي سطح زيرکشت پنبه، ماشين آلات، نيروي کار، ميزان مصرف كود شيميايي و تعداد دور آبياري بر توليد پنبه است. در تابع عدم كـارايـي فني توليدكنندگان پنبه نيز متغيرهاي سطح تحصيلات و شركت در كلاسهاي ترويجي و آموزشي اثر منفي نشان دادند. اما متغير تعداد قطعات زمين بر ناكارايي فني پنبه كاران اثر مثبت و معنادار دارد. نتايج محاسبه انواع كارايي نشان داد كه ميانگين كارايي فني، تخصيصي و اقتصادي بهره برداران نمونه به ترتيب 85، 90 و 77 درصد مي باشد.
مرادي شهربابك (1390) به منظور بررسي کارايي توليدکنندگان بادام شهرستان سيرجان، تابع توليد مناسب را برآورد نموده و سپس به برآورد سيستمي تابع مرزي تصادفي پرداخته است و نهايت با استفاده از قضيه دو گانگي، تابع هزينه مرزي از تابع توليد مرزي استخراج و ميزان کارايي اقتصادي بهره برداران محاسبه گرديدهاست. نتايج نشان مي دهد که ميانگين کارايي فني، تخصيصي و اقتصادي بهره برداران به ترتيب 69، 64 و 44 درصد مي باشد.
شيرين بخش و نصابيان (1382) کارايي اقتصادي، فني وتخصيص گندم را محاسبه نمودهاند و براي محاسبه کارايي فني و اقتصادي با استفاده از روش کمترين مجذورات تصحيح شده(cols) تابع توليد مرزي قطعي و تابع هزينه بنلد مدت را تحت شرايط کمينهسازي هزينه، برآورد کرده‌اند و کارايي تخصيصي را از تقسيم کارايي اقتصادي بر کارايي فني به دست آورده‌اند. همان گونه که نتايج اين طرح نشان ميدهد، تمام واحدهاي توليد کننده گندم در استان خراسان داراي کارايي اقتصادي پايين است که اين امر، به کارايي فني پايين آنها مربوط ميگردد.
حسين‌زاد و سلامي (1383) اثر انتخاب نوع تابع توليد بر مقادير برآورد شده پارامترهاي ساختاري و اهميت دقت در انتخاب صحيح تابع براي جلوگيري از استنباط‌هاي نادرست از نتايج مطالعات تجربي را مورد بررسي قرار دادهاند. در اين باره ابتدا تعدادي از فرمهاي انعطاف پذير و انعطاف ناپذير به عنوان تابع توليد گندم برآورد شدهاست. سپس ارزش اقتصادي نهاده آب با استفاده از پارامترهاي برآورد شده توابع مذکور محاسبه گرديدهاست. مقايسه ارزش اقتصادي آب بر اساس الگوي تابع توليد برتر، که با استفاده از معيارها و آزمونهاي اقتصادسنجي صورت گرفته است.
در مطالعات داخلي در خصوص استفاده از روشهاي ناپارامتري نيز پژوهش‌هايي صورت گرفته است که در ادامه برخي از آنها اشاره ميکنيم. در مطالعه ابونوري و تاجدين (1383)، ضمن تبيين روشهاي پارامتريك، شبه پارامتريك و ناپارامتريك، اثر تورم بر بيستكهاي مختلف و نابرابري توزيع هزينه در ايران به صورت ناپارامتريك، طي سال هاي 80-1350 برآورد شده است و نتايج حاصل، حاكي از آن است كه تغييرات نسبي قيمتها در مناطق شهري تا انتهاي سال 1359 موجب كاهش نابرابري شده است.
زراء نژاد و يوسفي حاجي آباد (1388) با دو رهيافت پارامتريك و ناپارامتريك به برآورد كارايي فني توليد گندم در استان هاي مختلف ايران پرداخته‌اند. نتايج به دست آمده از رهيافت پارامتريك نشان مي دهد كه ميانگين كارآيي توليد گندم در ايران دوره مورد بررسي 57/0 بوده است ولي نتايج حاصل از مدل ناپارامتريك حاكي از اين است كه ميانگين كارآيي فني در همين دوره به ميزان 84/0 بوده است.
در پژوهش تركماني و وزيرزاده (1386) حق بيمه منصفانه، در يک طرح بيمه ي منطقه اي، براي محصول گندم در مهمترين استان هاي توليد کننده اين محصول، با روش آماري ناپارامتريک، محاسبه شده و رابطه آن با ضريب تغييرات عملکرد، به عنوان معياري براي اندازه گيري نوسانات عملکرد، مورد بررسي قرار گرفته است.
مجرد و همکاران (1388) به معرفي راه کار ناپارامتريک تصادفي در تخمين کارايي فني پرداخته و کارايي فني واحدهاي مرغداري منطقه سيستان با استفاده از اين روش تصادفي تعيين نمودهاند.
در مطالعه رحيمي و صادقي (1383) عوامل موثر بر كارايي و اقتصاد مقياس طرح هاي مرتعداري در ايران با استفاده از رهيافت هاي پارامتري و ناپارامتري مورد بررسي قرار گرفته است. يافته‌هاي بررسي تطبيقي رهيافت‌ها حاكي است كه هر دو رهيافت داراي قابليت‌هاي خاصي هستند و بروز نتايج متناقض محتمل است.
اما در خصوص استفاده از روشهاي شبه‌پارامتريکک در مطالعات داخلي، تنها يک مطالعه کاربردي وجود دارد که توسط كردبچه (1390) و به منظور تعيين عوامل ناکارايي در نظام بانکي ايران انجام شدهاست. کردبچه اشاره ميکند که در طول دو دهه اخير مطالعات کاربردي بسياري براي ارزيابي دلايل ناکارايي در صنايع مختلف از يک روش شبه پارامتري دو مرحله اي موسوم به مدل توبيت استفاده نموده اند. اما کاربرد اين روش براي نمونه هاي کوچک به دليل امکان وجود تورش در نتايج آن، اخيرا مورد انتقاد بوده است. در مقابل يک روش دو مرحله اي شبه پارامتريک بوت استرپ شامل دو الگوريتم منفرد و مضاعف را براي حل اين مشکل ارائه نموده اند که اين دو الگوريتم، تخمين هاي استوار و سازگاري را ارائه مي نمايند. به علاوه، الگوريتم مضاعف تخمين هاي تورش زدايي شده از کارايي را نيز فراهم مي کند. يافته هاي اين تحقيق، نتايج سيمار و ويلسون (2007) مبني بر وجود تورش در نتايج روش رايج دو مرحله اي توبيت را تاييد مي کند. به بيان دقيق تر، الگوريتم مضاعف نسبت به الگوريتم منفرد نتايج کاملا متفاوتي را از تخمين ها و استنتاج آماري نشان مي دهد که اين خود وجود تورش و همبستگي سريالي را به عنوان يک مساله مهم در روش دو مرحله اي توبيت تاييد مي کند.
در ميان مطالعات خارجي نيز دوئيل (2004)، فان و همکاران (1996) و موس و اسميتز (2006) به بررسي تئوريک روشهاي شبه‌پارامتريکک و ويژگي‌هاي آن مي‌پردازند. مارتينز و همکاران (2006) اثر تخفيف‌هاي موقتي خرده‌فروشي بر ميزان فروش فروشنده‌هاي ارائه دهنده نشان‌هاي تجاري مختلف را مورد بررسي قرار مي‌دهند و نتايج نشان ميدهد که ارائه تخفيف در نشان‌هاي تجاري داراي کيفيت و قيمت بالا، نسبت به نشان‌هاي تجاري داراي کيفيت و قيمت پايين‌تر، تاثير بيشتري بر فروش کالا دارد.
ياسار و همکاران (2008) به بررسي بهرهوري عوامل توليد در بنگاه‌هاي آمريکايي جنوبي در دوره 1995-2002 مي‌پردازند و با استفاده از رگرسيون شبه پارامتريک چنين نتيجهگيري ميکنند که استفاده از روش شبه پارامتريک، تفاوت‌هاي معناداري با روش اثرات ثابت و حداقل مربعات معمولي دارد و نتايج بدونتورشي را ارائه ميکند.
اوسال و همکاران (2010) با استفاده از رگرسيون شبهپارامتريک و مدلهاي شبه‌خطي تعميميافته به بررسي رابطه سرمايه‌گذاري مستقيم خارجي و بحران مالي در کشورهاي توسعه يافته مي‌پردازد که نتايج نشان ميدهد که در سالهاي پس از بحران مالي، ميزان سرمايه‌گذاري مستقيم خارجي کاهش پيدا ميکند.
با توجه به آنچه در ادبيات پژوهش بيان شد، تا کنون تلاشي در خصوص برآورد بدون تورش سهم نيروي کار و سرمايه در تابع توليد محصولات کشاورزي انجام نشدهاست و تمامي پژوهشهاي پيشين از روشهاي سنتي مثل حداقل مربعات معمولي استفاده نمودهاند که با توجه به وجود پوياييهاي مشاهده نشده در بهرهوري عوامل توليد، نميتوان اين نتايج را قابل اتکا دانست. به علاوه استفاده از رويکرد دادههاي پانلي نيز در برآورد توابع توليد، مورد غفلت جدي واقع شدهاست. به همين جهت در اين پژوهش، ضمن مدلسازي پوياييهاي مشاهده نشده بهرهوري، از يک روش شبهپارامتريک براي برآورد تابع توليد استفاده ميشود تا ضمن ايجاد يک تصوير جامع و دقيق از تابع توليد گوجه فرنگي در استانهاي ايران (در چارچوب دادههاي پانلي)، برآورد بدونتورشي از عوامل توليد (به ويژه نيروي کار و سرمايه فيزيکي) ارائه گردد و از اين طريق اطلاعاتي صحيح و دقيق براي سياستگذاري، در اختيار تصميمگيران بخش کشاورزي قرار گيرد.
در يک تحليل در مقياس دادههاي تابلويي مربوط به بنگاه‌هاي توليدي مختلف، براي دستيابي به برآوردهاي سازگار از پارامترهاي تابع توليد، لازم است که به دو مساله توجه کافي مبذول داشته شود (اولي و پاکس، 1996): معضل اول، مساله انتخاب11 و مشکلاتي که از رابطه ميان شوکهاي بهرهوري مشاهده‌نشده و تصميم به تعطيلي بنگاه (يا تصميم به تعديل توليد) ناشي ميشود. اگر سوددهي يک بنگاه، ارتباط مستقيمي با انباشت سرمايه بنگاه داشته باشد، آنگاه احتمال حضور در بازار و تداوم سطح توليد بنگاهي که انباشت سرمايه فيزيکي بيشتري دارد، به هنگام مواجهه با شوکهاي منفي بهرهوري، نسبت به بنگاهي که انباشت سرمايه کمتري دارد، بيشتر است. رابطه منفي ميان انباشت سرمايه و احتمال خروج از بازار يا تعديل سطح توليد بنگاه که به هنگام بروز شوکهاي منفي بهرهوري به وضوح نمايان ميشود، باعث ميشود که پارامترهاي مربوط به سرمايه به سمت پايين تورشدار شوند. توجه به اين نکته بسيار حائز اهميت است که شوکهاي بهرهوري به طور قطع در تصميمات بنگاه‌هاي توليدي تاثير مستقيمي دارد و سطح توليد را تحت تاثير قرار مي‌دهند ولي اين شوکهاي بهرهوري در مطالعات اقتصادسنجي متداول وارد نميشود و علت اصلي اين امر نيز عدم امکان محاسبه و ورود پارامتري آن به رگرسيونهاي محاسباتي است. اما استفاده از روشهاي شبهپارامتريک و ناپارامتري تلاشي است در اين جهت که بتوان عوامل موثري که به صورت پارامتري و صريح در رگرسيون وارد نميشود (همانند شوکهاي بهرهوري)، را وارد محدوده تحليل نمود (اولي و پاکس، 1996).
بر اساس مطالعه گريلينچ (1957)، معضل دوم مساله همزماني12است که از رابطه ميان بهرهوري و تقاضاي نهادهها و به هنگام تعيين سطح بهينه نهادهها از سوي بنگاهها ايجاد ميشود. در حقيقت بنگاه به هنگام مشاهده شوکهاي مثبت بهرهوري، ميزان استفاده از نهادهها را افزايش مي‌دهند و اينجاست که برآوردگر حداقل مربعات معمولي نمي‌تواند برآوردهاي بدونتورشي از پارامترهاي تابع توليد ارائه کند، چون قادر نيست شوکهاي مشاهده‌نشده مثبت بهرهوري را در محاسبات خود وارد کند. البته تنها در صورتي که بتوان شوکهاي مشاهده‌نشده بهرهوري بنگاه را در طول زمان تغييرناپذير دانست، آنگاه برآوردگر اثرات ثابت13 معضل همزماني را برطرف ميکند. گذشته از اينکه در صحت چنين فرضي ميتوان ترديد کرد ولي همچنان مساله انتخاب باقي مي‌ماند. روشهاي ديگري نيز مثل روش متغيرهاي ابزاري براي کنترل تورش برآورد پارمترهاي تابع توليد ارائه شدهاست که از آن جمله ميتوان به آرلانو و باند (1991)، آرلانو و بوور (1995)، بلوندل و بوند (1998 و 2000)، گريليچس و مارسي(1998)، لوينسون و پترين (2003)، پاوسنيک (2002) و وولدريج (2005) اشاره کرد که با توجه به وجود معضل انتخاب در برآورد تابع توليد و نيز رويکرد شبهپارامتريک پژوهش حاضر، از دامنه مدلسازي اين پژوهش خارج است.
پس از مطالعه ودروانگ (1965) در پژوهشهاي متعددي، مساله انتخاب مورد بحث و بررسي قرار گرفته‌است و پژوهش پيرامون مساله همزماني نيز به مطالعه مارسچاگ و اندروز (1944) باز ميگردد و از پژوهشهاي جديدتر در اين دو حوزه، ميتوان به بالدوين و گوريکي (1989)، دان و همکاران (1988) و ديويس و هالتيوانگر (1992) اشاره کرد.
وجود اين دو مساله در تصميمات بنگاهها باعث ميشود که برآوردگرهاي سنتي مثل حداقل مربعات، نتايج تورش‌داري را در مورد پارامترهاي اجزاي توليد ارائه کنند (لوينسون و پترين، 2003). اولي و پاکس (1996) يک برآوردگر شبهپارامتريک براي برآورد پارامترهاي تابع توليد ارائه کردند که تورش ناشي از دو مساله انتخاب و همزماني را کنترل ميکند و پارامترهايي سازگار از تابع توليد ارائه ميکند و در نتيجه برآوردهاي مربوط به بهرهوري از قابليت اتکاي لازم برخوردار خواهند بود. بر اساس فرض اصلي اين برآوردگر، تنها يک متغير وضعيت مشاهده‌نشده14 وجود دارد که در يک نقطه زماني موجب تغيير در رفتار بنگاه ميشود و مساله همزماني با استفاده از سرمايه‌گذاري به عنوان يک متغير جانشين براي شوکهاي مشاهده‌نشده بهرهوري که در طول زمان نيز متغير هستند، حل خواهد شد و مساله انتخاب نيز با استفاده از محاسبه احتمال بقا15در بازار برطرف خواهد شد.
مواد و روشها
بر اساس روش اولي و پاکس (1996)، هر بنگاه به هنگام مواجهه با شوکهاي بهرهوري، ميتواند از ميان اين دو گزينه، يکي را اتخاذ کند: 1- ميتواند تصميم بگيرد که از بازار خارج شود يا به عبارت ديگر ميزان توليد را از طريق فروش بخشي از دارايي خود تعديل کنند که در اين صورت به اندازه 
ريال دريافت خواهند کرد؛ 2- ميتواند همچون گذشته به حضور خود در بازار ادامه دهد و متغيرهاي نهادهاي مثل نيروي کار و مواد اوليه را همچون گذشته در سطح بهينه تقاضا کند و ميزاني از سرمايه‌گذاري (
) را نيز به چرخه توليد خود اضافه کند. در حالت دوم، بنگاه سود خود را منوط به متغيرهاي وضعيت آغاز دوره مي‌داند که شوک بهرهوري (
) و انباشت سرمايه (
) هستند. فرض بر اين است که بهرهوري انتظاري پيش‌بيني نشده، تابعي است از بهروري جاري و انباشت سرمايه (
) و سود بنگاه تابعي از 
است و فرض ميکنيم که عمر حضور بنگاه در بازار را در تحليل سود نقشي ندارد. بر اين اساس بنگاه به دنبال حداکثرسازي ارزش انتظاري تنزيل‌شده سود خالص آينده است، بنابراين تابع سود بنگاه را به اين صورت داريم (اولي و پاکس، 1996، ص1272):
(1)
در رابطه (1)، 
تابع سود را نشان ميدهد و 
هزينه سرمايه‌گذاري جاري، 
عامل تنزيل و 
عملگر انتظارات بنگاه مشروط به داشتن اطلاعات است
در زمان tاست. رابطه (1) نشان ميدهد که اگر در صورتي که از ميزان سود انتظاري تنزيل‌شده کمتر باشد بنگاه سطح توليد خود را کاهش نمي‌دهد و از بازار خارج نميشود. بر اساس پژوهش مشابه اريکسون و پاکس (1995) نتيجه بهينه‌يابي رابطه (1) به استراتژي تعادلي مارکوف منتهي ميشود که قواعد نحوه حضور بنگاه را تعيين ميکند. با فرض اينکه متغير وضعيت شوک بهرهوري () از روند مارکوف درجه اول تبعيت کند، در صورتي که بهرهوري بنگاه از يک مقدار آستانه‌اي از بزرگتر باشد، آنگاه توليد خود را کاهش نمي‌دهد (
) و در غير اين صورت، ميزان توليد و عوامل توليد را تعديل منفي ميکند (
):
(2) 
بنابراين تصميم بنگاه براي مواجهه با شوک بهرهوري به مساله افزايش انباشت سرمايه و ايجاد سرمايه‌گذاري جديد تبديل خواهد شد که اين مساله به دو عاملِ وضعيت، بستگي خواهد داشت:
(3) 
تصميم سرمايه‌گذاري بنگاه دلالت دارد بر اينکه بهرهوري آينده به دليل شوک بهرهوري کنوني، افزايشي خواهد بود. بنابراين بنگاهي که يکي شوک بهرهوري بزرگ مثبت را در دوره t تجربه ميکند، سرمايه‌گذاري بيشتري را در دوره بعدي خواهد داشت.
اولي و پاکس (1996) بر اساس تصميم بنگاهها به تعديل توليد يا سرمايه‌گذاري بيشتر، تابع توليدي را تصريح ميکنند که با استفاده از آن ميتوان به پارامترهاي سازگاري از تابع توليد دست يافت. اين تابع توليد شامل متغيرهاي نهادهاي و شوکهاي بهرهوري ميشود:
(4) 
به پيشنهاد اولي و پاکس (1996)، تکنولوژي تابع توليد را به صورت کاب-داگلاس در نظر مي‌گيريم و خواهيم داشت:
(5) 
(6) 
که در روابط فوق 
لگاريتم توليد بنگاه i در دوره t است و 
لگاريتم نيروي کار، 
لگاريتم مواد اوليه و 
لگاريتم نهاده‌هاي سرمايهاي توليد است. 
عبارت است از شوک بهره‌وري‌اي که توسط بنگاهها مشاهده ميشود و در تصميمات توليدي بنگاه تاثير ميگذارد ولي توسط پژوهشگران اقتصادسنجي وارد محاسبات رگرسيوني نميشود؛ ولي 
شوک بهرهوري مشاهده‌نشده‌اي است که توسط هر دوي بنگاه‌هاي و پژوهشگران اقتصادسنجي مشاهده ميشود و در تحليل‌ها وارد ميشود. بنابراين متغير وضعيتي است که در روند تصميم‌گيري بنگاه تاثير اساسي دارد و تاثيري بر تصميمات بنگاه ندارد (اولي و پاکس، 1996).
با توجه به آنچه پيش از اين بدان اشاره شد، روشهاي برآورد متداول مثل حداقل مربعات و اثرات ثابت، برآوردهاي ناسازگار و تورش‌داري از پارمترهاي تابع توليد ارائه مي‌دهند ولي برآوردگر شبهپارامتريک اولي و پاکس با در نظر گرفتن دو مساله انتخاب و همزماني، برآوردهايي سازگار و بدونتورش ارائه ميکنند. روش شبهپارامتريک اولي و پاکس ابتدا با استفاده از قاعده تصميم‌گيري بنگاه در خصوص سرمايه‌گذاري (رابطه (2))، همبستگي ميان جزء خطا و نهادهها را کنترل ميکند، چون بر اساس مطالعه پاکس (1994)، بهرهوري آينده نسبت به اکيدا صعودي است و بنگاهها به هنگام مشاهده شوک بهرهوري مثبت در دوره t، سرمايه‌گذاري را افزايش خواهند داد. مشروط به اينکه 
تابعي اکيدا صعودي باشد، مي‌توانيم تابع معکوس شوک مشاهده‌نشده که نسبت به 
اکيدا صعودي است را، به اين صورت بنويسيم:
(7) 
اکنون اين تابع را ميتوان براي کنترل مساله همزماني مورد استفاده قرار داد. با جايگزين کردن روابط (7) و (6) در رابطه (5) خواهيم داشت:
(8) 
که در رابطه (8) داريم:
. ميتوان با استفاده از سري چندجملهاي درجه دوم، مقدار تقريبي
را نسبت به مقادير سرمايه و سرمايه‌گذاري محاسبه کرد و رابطه (8) را به يک رگرسيون خطي جزئي16 تبديل نمود که اين رابطه يک «مدل رگرسيوني شبهپارامتريک» است و با شرايط کنوني براي برآورد آن با روش حداقل مربعات معمولي، مشکلي وجود ندارد (انگل و همکاران، 1986؛ رابينسون (1988)). با برآورد رابطه (8) ميتوان به ضرايب سازگاري دست يافت، چون بهرهوري مشاهده‌نشده را کنترل ميکند و بنابراين همبستگي ميان جزء خطا و نهادهها وجود نخواهد داشت.
اما با برآورد رابطه (8)، نميتوان پارامتر 
را تخمين زد. بنابراين لازم است که در مرحله دوم براي کنترل تورش ناشي از انتخاب، احتمال بقا در بازار برآورد شوند. با توجه به قاعده تصميم‌گيري بنگاه براي سرمايه‌گذاري (رابطه (2))، که دلالت بر باقي ماندن بنگاه در بازار و لزوم افزايش سرمايه‌گذاري در حالت 
دارد، احتمال بقا در بازار در دوره t به سرمايه‌گذاري و انباشت سرمايه در دوره t-1 و نيز 
و 
بستگي خواهد داشت. بر همين اساس، احتمال بقا در بازار با استفاده از يک مدل پروبيت ارزيابي خواهد شد که در آن 
روي 
و 
و همچنين توان دوم اين متغيرها و ضرب آنها در يکديگر رگرس ميشود. البته ميتوان براي انجام مرحله دوم، از برآوردگر کرنال نيز استفاده کرد و برآوردهاي آن تفاوت چنداني با نتايج روش پروبيت ندارد. احتمالات پيش‌بيني‌شده در اين مدل را 
مي‌ناميم.
در مرحله سوم، معادله زير را با استفاده از روش حداقل مربعات غيرخطي برآورد ميکنيم:
(9) 
از آنجايي که در رابطه (9)، تابع 
است، لذا مقدار تقريبي آن را با استفاده از چندجملهاي درجه دوم و بر اساس مقادير 
و محاسبه ميکنيم (اولي و پاکس، 1996).
به پيشنهاد اولي و پاکس (1996)، تکنولوژي تابع توليد را به صورت کاب-داگلاس در نظر مي‌گيريم و خواهيم داشت:
(10) 
که لگاريتم طبيعي بدون ضريب ثابت رابطه (10) به اين صورت خواهد بود:
(11) 
متغير q متوسط وزن توليد ناخالص محصول اصلي در يک هکتار در واحد سطح (مقدار به کيلوگرم)، متغير w متوسط ميزان آب مصرفي از منابع رودخانه، چشمه، قنات، چاه آرتزين، چاه سطحي، چاه نيمه عميق، چاه عميق، برکه (استخر) و سد (کانال)17 در يک هکتار (مقدار به متر مکعب)، متغير seed متوسط ميزان نهادهاي بذر (مقدار به کيلوگرم) مصرف شده در يک هکتار از مزارع گوجه‌فرنگي‌آبي، متغير fer متوسط ميزان کود شيمايي پتاسه، ازته، فسفاته و ساير (مقدار به کيلوگرم) مصرف شده در يک هکتار، متغير po متوسط ميزان سموم قارچ‌کش، حشره‌کش، علف‌کش و ساير)(مقدار به کيلوگرم) مصرف شده در يک هکتار، متغير labor متوسط تعداد نفر-روز کار عمليات‌هاي آبياري، بذر پاشي، بذر کاري و نشا کاري، تهيه خزانه، کود پاشي، کرت‌بندي- مرز کشي، نهرکشي و فاروزني، تسطيح نسبي، ديسک و شخم در يک هکتار و متغير m متوسط ميزان استفاده از ماشين آلات در سطح عمليات‌هاي آبياري، بذر پاشي، بذر کاري و نشا کاري، تهيه خزانه، کود پاشي، کرت‌بندي- مرز کشي، نهر کشي و فاروزني، تسطيح نسبي، خرمن کوبي، درو يا برداشت، سمپاشي سله شکني، ديسک و شخم در يک هکتار از مزارع گوجه‌فرنگي‌آبي به تفكيك استان را نشان ميدهد که به عنوان متغير سرمايه فيزيکي وارد مدل ميشود. بدين ترتيب از آنجايي در اين پژوهش در برآورد تابع توليد گوجهفرنگي، تمامي متغيرها در هر هکتار وارد تحليل رگرسيوني ميشوند، لذا مطالعه موردي مربوطه، برآورد تابع عملکرد محصول گوجهفرنگي در استانهاي مختلف خواهد بود. لازم به تذکر است که همانگونه که در تبيين روش شبهپارامتريک اولي و پاکس (1996) به تفصيل بدان اشاره شد، در مورد برآورد تابع عملکرد محصولات کشاورزي، مشکلات به وجود آمده ناشي از مسائل همزماني و انتخاب در کنار امکان تصميم به خروج از چرخه توليد، حضور جدي و تاثيرگذاري دارند و لزوم مدلسازي پوياييهاي بهرهوري در اين حالت امري مشهود و غيرقابل انکار است.
تماي دادههاي مربوطه براي برآورد تابع توليد، به صورت مقادير لگاريتم طبيعي هزينه نهاده و ستاده مورد استفاده قرار گرفته‌اند تا بتوان شوکهاي بهرهوري که منجر به تعديل هزينهاي ميشوند را در مدل وارد کرد. بر اساس پژوهشهاي مشابهي از قبيل موندلاک و همکاران (2012) و لوکروکس و توماس (2011)، از اين طريق ميتوان پوياييهاي بهرهوري را در مدلهاي پانلي همگن و در برآورد تابع عملکرد دخيل نمود18. دادهها و اطاعات مورد نياز براي تمامي متغيرها از اطلاعات سيستم هزينه محصولات زراعي وزارت كشاورزي و آمارنامه کشاورزي وزارت جهاد کشاورزي در سالهاي مختلف، جمع آوري گرديده است. در مورد برخي سالها و استانها نيز، دادهها با مراجعات حضوري در دفتر آمار و برنامهريزي اطلاعات معاونت اقتصادي و برنامهريزي وزارت جهاد کشاورزي و استفاده ازگزارشات مکتوب حاصل شدهاست.
با توجه به اهداف تحقيق و نوآوري پژوهش در معرفي روشهاي شبهپارامتريک و لزوم کنترل پوياييهاي بهرهوري، لازم است که از تابع تابع توليد با تکنولوژي کاب-داگلاس استفاده شود. با اين حال به جهت اهميت نوع تابع در برآورد تابع توليد در محصولات کشاورزي، بر اساس نتايج مطالعه جامع هيدي و ديلون (1989) در خصوص انواع تابع توليد، دو نوع تابع کاب- داگلاس و متعالي با يکديگر مقايسه ميشوند (هيدي، 1989، ص413).
براي تشخيص تابع برتر از آزمون F حداقل مربعات مقيد استفاده ميشود که آماره آن به اين صورت خواهد بود (گجوراتي، 1385، ص587-589):
که در رابطه فوق، 
و 
به ترتيب مقادير ضريب تعيين بدست آمده در از رگرسيونهاي مقيد و غيرمقيد هستند و N، K و m به ترتيب تعداد مشاهدات و تعداد پارامترها در رگرسيون غيرمقيد و تعداد متغيرهاي اضافه شده در مدل غيرمقيد هستند. با برآورد تابع به صورت متعالي، ميزان برابر با 98/0 خواهد شد و مقدار در مدل مقيد نيز با توجه به نتايج جدول (1) برابر با 73/0 است. با قرار دادن مقادير مربوطه، آماره F معادل 73/1 خواهد شد که با مقايسه آن با مقدار جدول در سطح 5 درصد (17/2F=)، F محاسباتي پژوهش، کوچکتر از F جدول خواهد بود (17/2 > 73/1). بنابراين مدل مقيد و مدل غيرمقيد، تفاوت معنيداري از لحاظ قدرت توضيحدهندگي با هم ندارند و به دليل اصل قلٌت متغيرهاي توضيحي، تابع کاب-داگلاس بر تابع متعالي ارجحيت خواهد داشت.
با توجه مباني نظري ارائه شده در بخش قبلي و روش شبهپارامتريک اولي و پاکس (1996)، از ميزان تغييرات در متوسط ميزان استفاده از ماشين آلات در سطح عمليات‌هاي مختلف در يک هکتار از مزارع گوجه‌فرنگي‌آبي (که با linv نمايش داده ميشود)، به عنوان متغير جانشين و از سطح سرمايه فيزيکي ماشين‌آلاتي مورد استفاده در يک هکتار به عنوان متغير وضعيت در رگرسيون شبهپارامتريک استفاده ميکنيم. ساير متغيرها شامل ميزان بذر، سم، نيروي کار و آب به عنوان متغيرهاي آزاد خواهند بود و روند زماني نيز بنا پيشنهاد اولي و پاکس (1996) به عنوان کنترل‌گر روند خواهد بود.
از آنجايي‌که در اين پژوهش تابع توليد در هر هکتار مورد بررسي قرار ميگيرد، بنابراين وارد کردن هزينه زمين در تحليل صحيح نمي‌باشد، چون ميزان توليد به صورت مقداري و با واحد کيلوگرم محاسبه شده است و از جنس هزينه نيست. لذا هزينه هر هکتار زمين نقشي در تکنولوژي توليد ندارد و وارد آن نميشود و تنها حاصل خيزي زمين‌هاي استاني و وضعيت آب و هوايي و اقليمي در کميت و کيفيت توليد محصول موثر بوده است. از آنجايي که تفاوت‌هاي اقليمي و آب و هوايي ايران باعث گسترش فعاليت‌هاي اقتصادي - به تفکيک بخش‌هاي مختلف – در سطح استانها شدهاست، لذا يکي از مهمترين عوامل رواج فعاليت‌هاي کشاورزي در برخي استانهاي کشور، وجود اقليم مناسب در کنار آب و هواي مساعد و زمين متناسب با محصول توليدي است. از سوي ديگر سياست‌هاي حمايتي دولتي نيز به سمت تقويت بخش‌هايي است که از مزيت نسبي برخوردار هستند. از اين رو شرايط اقليمي به عنوان يک عامل موثر غيرقابل مشاهده در تحليل، با توجه به مقادير ارائه شده در نتايج اثرات ثابت و اثرات تصادفي مربوط به برآوردگرهاي اثرات ثابت و تصادفي قابل اندازه‌گيري است و در قسمت نتايج و بحث ارائه خواهد شد.
به منظور جلوگيري از ايجاد رگرسيون کاذب در اين پژوهش، مانايي متغيرها نيز مورد بررسي قرار ميگيرند. ايده اصلي مانا بودن مربوط به ثبات گشتاورهاي يك سري زماني است. سؤال اساسي در مانايي اين است كه آيا متغير مورد نظر مستقل از زمان، ميانگين، واريانس و كواريانس ثابتي دارد يا خير؟ اگر اين گشتاورها ثابت باشند، آن فراگرد تصادفي، مانا و در غير اينصورت ناماناست (ديکي و فولر، 1979). آزمون ريشه واحد يكي از آزمونهاي تشخيص مانابودن و يا نامانا بودن يك متغير است. اين آزمون را به صورت زير طراحي ميشود (ديکي و فولر، 1979):
(12) 
(13) 
که در اين رابطه، 
فراگرد تصادفي اصلي است و 
پارامتر خودهمبستگي مرتبه اول و 
نيز جزء اخلال نوف سفيد است. در ادامه آزمون مانايي بر روي رابطه (14) که از رابطه (13) بدست آمده است، انجام ميشود.
(14) 
فرضيه صفر اين است كه نامانايي وجود ندارد و فرضيه مقابل پذيرش مانايي سري مربوطه است. در مورد دادههاي پانلي براي بررسي مانايي از روش ايم و همکاران (2003) در کنار روش ديکي- فولر تعميميافته19 استفاده ميشود و براي بررسي وجود رابطه همانباشتگي20 در دادههاي پانلي از روش پدروني (2004) و کائو (1999) استفاده ميشود (مادالا و وو، 1999). در اين ميان آزمون پدروني از اهميت بيشتري در ميان سايرين برخوردار است، زيرا پدورني چندين آزمون براي همانباشتگي ارائه کردهاست که در آنها عرض از مبداها و ضرايب روندي ناهمگني براي ضرايب روندي مربوط به مقاطع در نظر گرفته ميشود (پدروني، 2004 و 1999). به همین دلیل در این پژوهش از تنها از آزمون پدرونی برا ارزیابی وجود روابط همانباشتگی استفاده میشود.
با توجه به محدوديت‌هاي آماري مربوط به دوره زماني و محصول مورد بررسي، دادههاي مطالعه موردي اين پژوهش، با استفاده از اطلاعات 14 استان كشور شامل آذربايجان شرقي، اصفهان، تهران، زنجان، سمنان، قزوين، مرکزي، بوشهر، فارس، خوزستان، کرمان، خراسان، کردستان و گلستان و براي سالهاي زراعي 79-1378 تا 87-1386 (9سال) شكل گرفته است21. برنامه نويسي مدل پژوهش با استفاده از نرم افزارهاي Stata/SE 11.1و EViews7 انجام شده و مورد تجزيه و تحليل قرار گرفته است.
نتايج و بحث
با توجه به رويکرد مقايسه‌اي اين پژوهش در مورد روشهاي متداول و روشهاي شبه پارامتري، مدل تصريح شده در قسمت قبلي (رابطه (11)) با روشهاي حداقل مربعات معمولي، اثرات ثابت و اثرات تصادفي در کنار روش سه مرحله‌اي اولي و پاکس (1996) برآورد ميشود.
نمودار متغيرهاي مدل، نشان از وجود ريشه واحد در اين متغيرها دارد. براي بررسي دقيقتر وجود ريشه واحد متغيرها از روش لوين و همکارن (2002) و آزمونهاي ديکي- فولر تعميم يافته استفاده ميکنيم. نتايج آزمون که بر روي تک تک متغيرهاي مدل انجام شدهاست (جداول 1و 2) نشان ميدهد که تمام متغيرها (1)I هستند و با يک بار تفاضل گيري مانا خواهند شد. سيمز(1980) و سيمز، استاک و واتسون (1990) معتقدند که حتي اگر متغيرها داراي ريشه واحد باشند، نبايد تفاضل آنها را در سيستم وارد کرد. بنابراين به سراغ روابط همانباشتگي مي‌رويم. نتايج آزمون پدرونی (2004) با تمامی آمارههای PP و ADF موزون و غیرموزون و نیز نتایج آزمون همانباشتگی کائو (1999) نشان ميدهد که در تمامی سطوح معنیداری، فرضيه صفر عدم وجود رابطه همجمعي رد ميشود و میتوان متغیرها را در سطح وارد مدل کرد.
جدول 1- نتایج آزمون ریشه واحد بر روی متغیرهای مدل در سطح.
متغیر روش | نیروی‌کار | سرمایه | آب | بذر | کود | تولید | سم |
روش ايم و همکاران | 00/2 (97/0) | 75/3 (99/0) | 64/1 (95/0) | 78/0- (21/0) | 94/1 (97/0) | 52/2 (99/0) | 36/0 (64/0) |
روش ديکي- فولر تعميميافته | 78/10 (99/0) | 43/7 (99/0) | 38/19 (88/0) | 03/36 (14/0) | 6/15 (97/0) | 90/7 (99/0) | 4/24 (65/0) |
* مقادیر داخل پرانتز ارزش احتمال آماره آزمون هستند. ماخذ: يافته‌هاي پژوهش
جدول 2- نتایج آزمون ریشه واحد بر روی متغیرهای مدل با یک بار تفاضلگیری.
متغیر روش | نیروی‌کار | سرمایه | آب | بذر | کود | تولید | سم |
روش ايم و همکاران | 15/2- (01/0) | 72/1- (04/0) | 29/2- (01/0) | 87/3- (00/0) | 94/2- (00/0) | 14/3- (01/0) | 28/2- (01/0) |
روش ديکي- فولر تعميميافته | 32/50 (00/0) | 62/45 (01/0) | 83/50 (00/0) | 90/69 (00/0) | 42/59 (00/0) | 78/61 (00/0) | 66/52 (00/0) |
* مقادیر داخل پرانتز ارزش احتمال آماره آزمون هستند. ماخذ: يافته‌هاي پژوهش
جدول 3- نتایج آزمون همانباشتگی پانلی.
ردیف | آزمون | آماره | ارزش احتمال |
1 | همانباشتگی کائو | 95/4- | 00/0 |
2 | همانباشتگی پدورنی (آماره PP) | 49/6- | 00/0 |
3 | همانباشتگی پدورنی (آماره PPموزون) | 78/6- | 00/0 |
4 | همانباشتگی پدورنی (آماره ADF) | 54/5- | 00/0 |
5 | همانباشتگی پدورنی (آماره ADFموزون) | 92/4- | 00/0 |
ماخذ: يافته‌هاي پژوهش
سپس به دليل ماهيت ترکيبي دادهها، آزمون ترکيب‌پذيري22 انجام ميشود که اين آزمون امکان ترکيب‌پذيري دادهها در مقاطع را با وجود 20 استان در مقاطع دادههاي ترکيبي رد ميکند. سپس با حذف تعدادي از استانها از مجموعه دادهها و آزمون ترکيبهاي مختلف، آزمون ترکيب‌پذير امکان ترکيب دادههاي 14 استان را تاييد ميکند.
پس از انجام آزمونهاي مقدماتي، براي تعيين يک‌طرفه بودن يا دوطرفه بودن اثرات در دادههاي تابلويي از آزمون هاي بروش-پاگان23، آزمون F و آزمون نسبت راستنمايي (LR) استفاده ميکنيم که وجود اثرات دوطرفه زمان و مکان در آزمونهاي F، نسبت راستنمايي و آزمون بروش- پاگان تاييد ميشود يا به عبارت بهتر اين سه آزمون عدم وجود اثرات زماني و مکاني را رد ميکنند. هنگامي که متغير گروهي زمان باشد، مقدار آماره کاي دو با درجه آزادي يک، در آزمون نسبت راستنمايي برابر با 4/3 و ارزش احتمال 03/0 و مقدار آماره کاي دو آزمون بروش-پاگان 10/3 و ارزش احتمال 07/0 خواهد شد. لذا عدم وجود اثرات يک‌طرفه زمان در هر دو آزمون رد خواهد شد. از سوي ديگر هنگامي که متغير گروهي مکان باشد، مقدار آماره کاي دو با درجه آزادي يک در آزمون نسبت راستنمايي برابر با 63/19 و ارزش احتمال 00/0 و مقدار آماره کاي دو آزمون بروش-پاگان 18/33 و ارزش احتمال 00/0 خواهد شد. لذا عدم وجود اثرات يک‌طرفه مکان در هر دو آزمون رد خواهد شد. بنابراين با توجه به تصريح مدل و آزمونهاي انجام شده، دادههاي ترکيبي پژوهش داراي اثرات زمان و مکان هستند. با انجام آزمون هاسمن، مقدار آماره کاي دو با درجه آزادي 6، برابر با 13/1 ميشود که نشان از وجود اثرات تصادفي در دادههاي مدل پژوهش دارد. از سوي ديگر، از آنجايي که ماهيت دادههاي پژوهش به صورت همه‌شماري نبوده و تمامي افراد را شامل نميشود، دليل ديگري است بر اينکه اثرات موجود در دادههاي مدل از نوع تصادفي است. با اين حال نتايج مدل اثرات ثابت دوطرفه نيز ذکر ميشود تا بتوان مقايسه لازم در مورد پارامترهاي برآوردشده را انجام داد.
نتايج حاصل از برآورد رابطه (11) به روشهاي اثرات ثابت ، اثرات تصادفي و حداقل مربعات معمولي در جدول 1 و آزمون فروض کلاسيک خطي نيز در ييوست 1 ارائه شده است که نتايج آزمون فروض کلاسيک خطي، نشان از برقراري تمامي فروض کلاسيک است. مقدار اثرات ثابت و تصادفي مقاطع در جدول 2 و نتايج حاصل از برآورد مدل در رگرسيون شبهپارامتريک و با روش اولي و پاکس (1996) در جدول 3 ارائه شدهاست.
نتايج حاصل از برآورد مدل به سه روش اثرات ثابت، اثرات تصادفي و حداقل مربعات معمولي، نشان ميدهد که نيروي کار در هر سه روش رابطه معنيداري با توليد دارد. ضرايب مربط به نهاده‌هاي توليد نيز مثبت است ولي به جز مقدار سم مصرفي که در روشهاي حداقل مربعات و اثرات تصادفي معنيدار است، ساير نهادهها از معنيداري لازم برخوردار نيستند. سرمايه نيز بنا به برآورد هر سه مدل، تاثير معنيداري بر توليد ندارد. در اين ميان روش اثرات تصادفي که بنا به آزمونهاي انجام‌شده، روش منتخب براي تخمين اين مدل به شمار مي‌رود، داراي کمترين ضريب تعيين است، مقدار ضريب در مدل اثرات ثابت بالاترين مقدار است و روش حداقل مربعات نيز ضريب تعيين بينابيني دارد. با اين وجود عدم معنيداري سرمايه و نهاده‌هاي توليد (بذر، آب و کود) در هر سه مدل با مباني تئوريک سازگاري ندارد.
جدول 1- نتايج برآورد مدل با استفاده از روشهاي حداقل مربعات معمولي، اثرات ثابت و اثرات تصادفي.
متغيرهاي وابسته | برآورد مدل به روش اثرات ثابت | برآورد مدل به روش اثرات تصادفي | برآورد مدل به روش حداقل مربعات معمولي | |||
ضريب | خطاي استاندارد | ضريب | خطاي استاندارد | ضريب | خطاي استاندارد | |
سرمايه | 04/0- | 100/0 | 1/0- | 08/0 | 06/0- | 08/0 |
نيروي کار | **40/0 | 090/0 | **49/0 | 07/0 | **56/0 | 06/0 |
آب | 043/0 | 055/0 | 05/0 | 04/0 | 06/0 | 04/0 |
بذر | 04/0 | 032/0 | 04/0 | 02/0 | 03/0 | 03/0 |
سم | 05/0 | 051/0 | **09/0 | 03/0 | **12/0 | 03/0 |
کود | 06/0 | 08/0 | 07/0 | 07/0 | 05/0 | 08/0 |
87/0 | 56/0 | 73/0 | ||||
ضريب تعيين تعديل‌شده | 83/0 | 54/0 | 72/0 | |||
**معنيدار در سطح 5 درصد ماخذ: يافته‌هاي پژوهش
اما مقادير مربوط به اثرات ثابت و تصادفي نشان ميدهد که استانهاي بوشهر، خوزستان، مرکزي و خراسان به ترتيب داراي بالاترين ميزان اثرات مشاهده‌نشده و اندازه‌گيري نشده در مدل هستند که بنا به آنچه پيش از اين بدان اشاره شد، اين موضوع ريشه در ويژگي‌هاي اقليمي و آب و هوايي مناطق استاني ايران و ساير شرايط مربوط به مکان توليد دارد که استانهاي مذکور را به مکان‌هايي مساعد براي پرورش گوجه‌فرنگي‌آبي تبديل ميکند.
جدول 2- مقدار اثرات ثابت و اثرات تصادفي در استانهاي مختلف.
استانها | اثرات ثابت | استانها | اثرات تصادفي |
بوشهر | 51/0 | بوشهر | 33/0 |
خوزستان | 25/0 | خوزستان | 19/0 |
خراسان | 14/0 | مرکزي | 108/0 |
مرکزي | 09/0 | خراسان | 07/0 |
تهران | 04/0 | کردستان | 06/0 |
قزوين | 03/0 | تهران | 03/0 |
کرمان | 006/0 | قزوين | 017/0 |
آذربايجان شرقي | 07/0- | کرمان | 013/0 |
کردستان | 08/0- | زنجان | 02/0- |
زنجان | 08/0- | آذربايجان شرقي | 06/0- |
سمنان | 11/0- | سمنان | 07/0- |
اصفهان | 13/0- | اصفهان | 13/0- |
فارس | 19/0- | فارس | 21/0- |
گلستان | 41/0- | گلستان | 33/0- |
ماخذ: يافته‌هاي پژوهش
نتايج روش شبه پارامتري رابطه مثبت ميان سرمايه، نيرويکار، مقدار آب، بذر، سم و کود مصرفي با توليد را نشان ميدهد که در اين ميان، نيرويکار، مقدار آب، بذر و سم از معنيداري لازم برخوردارند و کود و سرمايه از معنيداري لازم برخوردار نيستند. تفاوت ميان معنيداري نهاده‌هاي توليد در مدلهاي متداول و مدل شبهپارامتريک و نيز سازگاري رابطه مثبت ميان سرمايه و توليد با مباني تئوريک از برتري‌هاي روش شبهپارامتريک است. به علاوه تورش نتايج در روشهاي متداول و تفاوت آن با نتايج روش شبهپارامتريک به وضوح قابل مشاهده است. از سوي ديگر، نتايج مدل در مورد نيروي کار و سرمايه کاملا با دلالتهاي روش اولي و پاکس (1996) همخواني دارد. بنا به دلالت اصلي مطالعه اولي و پاکس (1996)، نيروي کار در روشهاي متداول و بدون کنترل مشکلات ناشي از همزماني و انتخاب، با تورش به سمت بالا و سرمايه با تورش به سمت پايين برآورد خواهد شد. همانگونه که نتايج مدل‌ها در جداول 1 و3 نشان ميدهد، با مقايسه نتايج برآورد پارامتر نيروي کار به روش شبهپارامتريک و روشهاي اثرات ثابت، اثرات تصادفي و حداقل مربعات معمولي، پارامتر نيروي کار به سمت بالا تورشدار است و پارامتر سرمايه به سمت پايين تورشدار است که مطابق با ادعاي اولي و پاکس در خصوص تورش برآوردگرهاي متعارف است.
جدول 3- نتايج حاصل از برآورد مدل در رگرسيون شبهپارامتريک با روش اولي و پاکس.
متغيرهاي وابسته | ضريب | خطاي استاندارد (Bootstrap=250) | آماره Z | ارزش احتمال آماره Z | فاصله اطمينان (95 درصد) | |||
Max | Min | |||||||
سرمايه | 048/0 | 24/0 | 20/0 | 841/0 | 52/0 | 42/0- | ||
نيروي کار | 362/0 | 007/0 | 65/49 | 000/0 | 37/0 | 34/0 | ||
آب | 0617/0 | 016/0 | 64/3 | 000/0 | 09/0 | 02/0 | ||
بذر | 0386/0 | 012/0 | 98/2 | 003/0 | 06/0 | 01/0 | ||
سم | 1045/0 | 024/0 | 27/4 | 000/0 | 15/0 | 05/0 | ||
کود | 0714/0 | 054/0 | 31/1 | 191/0 | 17/0 | 03/0- | ||
تعداد مشاهدات=126 | تعداد گروه‌ها=14 | تعداد مشاهدات در گروه=9 | ||||||
ماخذ: يافته‌هاي پژوهش
با مبنا قرار دادن رگرسيون شبهپارامتريک و نتايج جدول 3، ميتوان گفت که نيروي کار از مهمترين عوامل موثر بر توليد گوجهفرنگي در ايران به شمار مي‌رود و با در نظر داشتن اين واقعيت در کنار عدم معنيداري سرمايه در الگوي پژوهش، ميتوان گفت که توليدگوجه‌فرنگي در وضعيت کنوني به مثابه يک توليد کاربر محسوب ميشود و ماشينآلات کشاورزي در توليد اين محصول به اندازه بهينه مورد استفاده قرار نمي‌گيرند. ميتوان گفت که چارچوب توليد کشاورزي ايران (در خصوص محصول گوجهفرنگي) مطابق با ديدگاه لوييس در مورد کشورهاي در حال توسعه است. در مدل لوييس (1954)، اقتصاد از يک بخش کشاورزي تشکيل شده است که کارکردي سنتي دارد و بخش اعظم جمعيت نيروي کار را در بر مي گيرد و از طرف ديگر، يک بخش مدرن بازارگرا در شهرهاي بزرگ حضور دارد که در توليد صنعتي فعاليت مي کند. نتايج حاصل در مورد تابع عملکرد محصول گوجه فرنگي در بخش کشاورزي ايران نيز کاملا منطبق با دلالتهاي مدل لوييس در آسيبشناسي دوگانگي توليد در کشورهاي در حال توسعه است که بر اساس آن توليدات کشاورزي در جوامع سنتي مبتني بر نيروي کار شکل ميگيرند و سرمايه فيزيکي چنداني در اين بخش به چشم نميخورد. بر اين اساس، توليد گوجه فرنگي در ايران، از معضل کمبود سرمايه و ماشينآلات سرمايهاي رنج ميبرد و اين کمبود سرمايه، منجر به ايجاد يک توليد کاربر در اين زمينه شده است. به علاوه آنچه اين تحقيق بر آن تاکيد دارد، بدست آوردن برآوردهايي بدونتورش براي نيروي کار و سرمايه است. به عبارت ديگر، اين حقيقت قابل انکار نيست که سهم اصلي توليد در بخش کشاورزي، بر روي دوش نهاده نيروي کار است و سرمايه از معنيداري لازم برخوردار نيست، اما با اين حال، اين حقيقت نبايد منجر به نتيجهگيريهاي افراطي در زمينه سهم عوامل در توليد شود. زيرا در روشهاي سنتي، برخلاف روش شبهپارامتريک اولي و پاکس (1996)، تورش به سمت بالا و پايين به ترتيب در مورد نيرويکار و سرمايه، تصوير نامناسبي از واقعيت ارائه ميکند که در واقع بزرگنمايي دلالتهاي مدل لوييس در توليد کشاورزي ايران است. بنابراين لازم است علاوه بر پذيرش واقعيت سنتي بودن الگوي توليدات کشاورزي در ايران، مسير توسعه و صنعتيسازي کشاورزي با برداشتي دقيق و صحيح از واقعيت و شناختي درست از وضعيت موجود طراحي شود تا در طي مراحل تبديل شدن توليد سنتي کشاورزي به صنعتي، در مورد جايگاه نيروي کار و سرمايه، تصميمگيريها و سياستگذاريهاي افراطي و تورشدار صورت نگيرد.
نکته مهم ديگر لزوم توجه به الگوي آبياري مزارع گوجهفرنگي است. گوجه فرنگي همانند ساير محصولات سبزي و صيفي، نسبت به کمبود آب، بسيار حساس بوده و هر گونه نقصان در تامين نياز آبي گياه منجر به کاهش شديد عملکرد ميگردد (زمردي و نورجو، 1385). بنابراين آنچه در اين ميان از اهيمت وافري برخوردار است، لزوم حضور آب موردنياز در مقاطع مختلف روز است که معمولا روشهاي سنتي اين مهم را براي گياه فراهم ميآورند و به همين دليل آب از معنيداري لازم در تحقيق حاضر برخوردار شده است. اما با توجه به استفاده اندک از ماشينآلات کشاورزي و عدم رواج آبياري مکانيزه در مزارع گوجهفرنگي (که عدم معنيداري متغير سرمايه فيزيکي گواهي بر اين واقعيت است)، آب در توليد محصول گوجهفرنگي به نحو بهينه مورد استفاده قرار نمي‌گيرد که يکي از دلايل آن هزينه کم آب کشاورزي است. براي مثال در پژوهش موردي حسن پور اصطهباناتي (1387) با توجه به هزينه هاي توليد و فرآوري محصول ميزان سود خالص از توليد و فرآوري گوجه فرنگي در سطح يك هكتار (از مزارع استان فارس) 66016520 ريال در اين منطقه است. اما در تمام مراحل توليد نشا و محصول بيش از 20 هزار متر مكعب آب در يک هکتار مصرف شدهاست. به عبارت ديگر هر ليترآب با كيفيت مناسب به قيمت 3/26ريال عرضه شده است كه منجر به استفاده مضاعف از اين نهاده در توليد شده است تا بتوان دسترسي هميشگي گياه با آب را تامين نمود.
اما استفاده از روشهاي نوين آبياري ميتواند علاوه بر ايجاد زمينه لازم براي رشد و پرورش بهتر گياه، صرفهجويي لازم در خصوص مصرف آب را نيز به همراه داشته باشد. مانيفريناتو (1974) در پژوهش خود ابراز ميدارد که عملکرد گوجهفرنگي تحت آبياري قطرهاي با مقدار 5 ميليمتر در روز، حداکثر ميزان و با مقدار 3 ميليمتر در روز، حداقل ميزان موردنياز است که بر اساس اين مطالعه و مدل آزمايشي آن، اين ميزان مصرف آب در مقايسه با حجم آب مورد استفاده در روشهاي سنتي بسيار کمتر است. رستوسيا و آبات (1978) آبياري قطرهاي را در سه سطح 20، 50 و 100 درصد آب مصرفي با روش آبياري قطرهاي (9782 مترمکعب در هکتار) را بر روي محصول گوجهفرنگي مطالعه کردند. نتايج نشان داد که در حجمهاي مساوي آب، عملکرد محصول در روش آبياري قطرهاي بيشتر از روش شياري است و در روش قطرهاي، ميوهها سريعتر ميرسند و اگر فاصله بين قطره چکانها کمتر باشد، زودرسي تسريع ميشود. سينگ و سينگ (1978) نيز عملکرد گياه گوجه فرنگي ناشي از مصرف آب به روش آبياري قطرهاي را دو برابر روش آبياري شياري گزارش نمودهاند. بر اساس مطالعه اساريو و همکاران (1983) عملکرد محصول گوجهفرنگي در روش آبياري قطرهاي 46 تن در هکتار، در روش آبياري شياري داراي شيارهاي مستقيم 3/29 تن در هکتار و در روش شيارهاي کنتوري 5/23 تن در هکتار است که به وضوح عملکرد بهتر روش قطرهاي بر شياري را نشان ميدهد. کوتسوارا و همکاران (1995) نيز عملکرد گوجهفرنگي را تحت آبياري اي و شياري مورد بررسي قرار دادند و نتيجه گرفتند که روش آبياري قطرهاي نسبت به روش شياري، افزايش عملکردي به ميزان 3/25، 3/18 و 2/26 درصد به ترتيب در لولههاي تک محفظه‌اي، دومحفظهاي و لولههاي ميکرو دارد. همچنين ميزان کاهش مصرف آب در آبياري توسط لولههاي قطره چکان دار تکمحفظهاي، دومحفظهاي و لولههاي ميکرو نسبت به آبياري شياري به ترتيب 9/33، 74/39 و 12/43 درصد بوده‌است. در ايران نيز صدرقاين و همکاران (1389) سه سيستم آبياري قطرهاي و سطوح مختلف آبياري را در اي مطالعه آزمايشي مورد مطالعه قرار دادهاند و به اين نتيجه رسيدهاند که در سيستم آبياري قطرهاي، حداکثر عملکرد گوجه فرنگي زماني حاصل ميشود که نياز کامل آب گياه، تامين شود که اين نتايح با نتايج پژوهش باغاني و بيات (1378) نيز مطابقت کامل دارد. به علاوه نويسندگان نتيجهگيري نمودهاند که روش آبياري قطرهاي تيپ زيرسطحي نسبت به ساير روشها برتري عملکردي داشته است و اين نتياج نيز مشابه با نتايج حاصل در پژوهش زوتارلي و همکاران (2009) و آيارس و همکاران (2001) است. بنابراين لازم است سياست‌هاي حمايتي از شيوه هاي نوين آبياري از جمله آبياري نواري قطره اي24(که 30 تا 40 درصد مصرف آب را كاهش ميدهد) و آبياري تحت فشار و همچنين روشهاي توليد مکانيزه مثل کشت نشايي مکانيزه و کشت داربستي در پيش گرفته شود تا معضل مصرف بالاي آب و کمبود سرمايه فيزيکي مرتبط با آبياري مکانيزه در توليد گوجهفرنگي برطرف شود.
عدم معنيداري عامل کود در جريان توليد گوجهفرنگي ميتواند با درجه احتمال ضعيفي به دليل مساعد بودن زمين‌هاي کشاورزي استانهاي ايران و حاصل‌خيزي مناسب آنها در مورد کشت گوجه فرنگي باشد. اما با مطالعه نيازهاي معدني و شيميايي گياه گوجه فرنگي مشخص ميشود که اين گيان به شدت به مواد آلي و عناصر حياتي زيستي نيازمند است. 15 عنصر شيميايي مورد نياز براي رشد گياه گوجهفرنگي عبارتند از: عناصر هيدروژن، کربن، اکسيژن، ازت، فسفر، پتاسيم، کلسيم، منيزيم، گوگرد25، آهن، مس، روي، منگنز، بور، موليبدن26. در ميان نحوه تغذيه گياه با کودهاي آلي حاوي ازت، پتاسيم، کلسيم، فسفر، منيزيم، گوگرد، آهن، مس، روي، منگنز، موليبدن، کلر و بور از قواعد زماني، مقداري و کيفي خاصي پيروي ميکند. براي مثال در مورد ازت که بيشتر از ساير مواد غذايي در تغذيه گياه مصرف ميشود و همواره در دوره رشد به صورت تدريجي مصرف شود، کوددهي بايد به صورت سرک به خاک و به ميزان 50-20 کيلوگرم در هکتار يا به صورت محلول‌پاشي اوره به ميزان 500-200 گرم در 100 ليتر آب هر دو هفته يکبار در هنگام غروب خورشيد انجام شود. البته امکان کوددهي به هر دو صورت آلي (کودهاي دامي، پودر استخوان) و به صورت معدني(کودهاي شيميايي از قبيل نيترات آمونيوم، فسفات آمونيوم، اوره) وجود دارد ولي مصرف بيش از حد ازت باعث بيماري قارچي مثل پيتيوم ميشود و اثر منفي بر توليد دارد. از سوي ديگر کلسيم بايد به صورت محلول‌پاشي با نيترات کلسيم و به ميزان 800 گرم در 100 ليتر آب انجام شود. نحوه تغذيه گياه گوجهفرنگي با فسفر از طريق کود سوپر فسفات تريپل و به ميزان 20 گرم در هر متر مربع يا با فسفات منوپتاسيم به مقدار 50-30 ميلي‌گرم در ليتر همراه آب آبياري است. منيزيم بايد به صورت محلول‌پاشي با سولفات منيزيم و به ميزان 2 کيلوگرم در 100 ليتر هر 2 هفته يکبار انجام شود. آهن بايد از طريق محلول‌پاشي سولفات آهن به ميزان 150 گرم در 100 ليتر آب در اختيار گياه گوجهفرنگي قرار گيرد. تغذيه منگنز بايد با محلول‌پاشي سولفات منگنز به ميزان 500 گرم در 100 ليتر آب يا به ميزان 50 گرم در هر متر مربع انجام شود. بور با استفاده از 10 کيلوگرم بوراکس در هر هکتار يا محلول‌پاشي بوراکس به ميزان 100 گرم در 100 ليتر آب در اختيار گياه قرار ميگيرد و ساير مواد نيز دستورالعمل زماني، مقداري و کيفي دقيق و مخصوص به خود دارند (فدريکو و همکاران، 2007؛ آتيه و همکاران، 2000؛ ناگاواليما و همکاران، 2006؛ تونفيک و همکاران، 2011). اما در توليدات گوجهفرنگي ايران که همچنان چهره يک کشاورزي سنتي را به نمايش ميگذارد، نه تنها اين اصول و قواعد تخصصي رعايت نميشود، بلکه دانش و تخصص لازم و کودهاي شيميايي و آلي موردنياز نيز به ميزان مناسب و با ترکيب بهينه در اختيار کشاورزان قرار نگرفته است. عدم معنيداري عامل کود در تحقيق حاضر نيز ريشه در همين عملکرد نامناسب در بخش توليد و توزيع کود آلي مخصوص توليد گوجهفرنگي دارد و مويد تجربيِ قدرتمندي بر اين ادعاست.
لازم به ذکر است که هنوز بر سر نوع اثر کودهاي مختلف بر افزايش توليدات گوجهفرنگي نيز اختلافات فاحشي وجود دارد و نميتوان از يک عامل تجميعشده براي انجام تحليلي صحيح در اين خصوص استفاده کرد. براي مثال نتايج پژوهش قرايي و رضايي (1384) بر روي اثرات کودهاي باکتوسول، اوره و فسفات آمونيوم بر کميت و کيفيت گوجه فرنگي نشان مي دهد که تيمارهاي مختلف کود باکتوسول بر چگالي و عملکرد گوجه فرنگي اثر نداشته است و از سوي ديگر اثرات متقابل کود آلي باکتوسول و کود شيميايي روي صفات کمي و کيفي گوجه فرنگي متناقض بوده است. بنابراين براي رسيدن به نتايج مناسب در خصوص عامل توليد کود، لازم است دادههاي مربوط به انواع کود، صورت تفکيک شده وارد تحليل رگرسيوني شوند که حتي اگر مسائل کاهش درجه آزادي مدل و وجود همخطي جزئي و کامل ميان اين اجزاي اين نهادهها را نيز در نظر نگيريم، با مشکل دادهها مواجه خواهيم شد، چون دادههاي مربوطه به صورت تفکيکشده و با الگوي پانلي جمعآوري نشدهاند. از اين رو هم بررسيهاي کاربردي و هم اختلافات تئوريک در خصوص انواع کودهاي شيميايي، به عدم امکان نتيجهگيري و استدلال در زمينه عامل کود دامن ميزند.
با توجه به نتايج مدل، عامل مهم ديگري که در توليد گوجهفرنگي از اهميت زيادي، استفاده از سم و آفت‌کش‌هاست. محصولات گوجه فرنگي در معرض از بين رفتن توسط آفات، بيماريهاي قارچي، باکتريايي و ويروسي، و رقابت با علف‌هاي هرز هستند. آفات و بيماريهاي گوجه فرنگي اغلب با آفات و بيماريهاي ساير گياهان خانواده سيب‌زمينيان مانند بادمجان و توتون مشترک‌اند و يکي از بيماريهاي شايع گوجه فرنگي در اثر ويروس موزائيک توتون ايجاد ميشود. سن سپردار، کرم طوقه‌بر، شته، وايت‌فلاي، کرم ميوه گوجه فرنگي، کرم هليوتيس، کنه تارتن دولکه‌اي، ليسه و سوسک سيب‌زميني کلرادو نيز از ديگر آفات گوجه فرنگي هستند. وجود اين آفات و بيماري‌ها لزوم استفاده از سموم بيولوژيک و آفتکشها را در مزارع گوجهفرنگي ضروري مي‌سازد. پروانه مينوز و آفت قرنطينه‌اي بيد برگخوار نيز دو مورد از خطرناکترين آفت هاي مزارع گوجه فرنگي ايران هستند که قدرت زاد و ولد زيادي دارد. مبارزه با اين آفات در ايران به روش مبارزه شيميايي و با سموم گياهي نيم آزال انجام ميشود. به طور متوسط سالانه 14 تن عامل کنترل شيميايي در بين کشاورزان براي مقابله با لاروها توزيع ميشود. سموم اسپينوزاد، ايندوکسي‌کارب و ديميلين (هر سه با دز يک در هزار) نيز براي مقابله با آفت قرنطينه اي پروانه مينوز گوجه فرنگي در مزارع ايران مورد استفاده قرار ميگيرد (رحيمي و همکاران، 1387).
حضور اين حجم از آفات و بيماريهاي مربوط به گياه گوجه فرنگي و توجه مسئولين و کشاورزان به ضرورت استفاده از سموم شييميايي، نشان از اهميت بسيار زياد سموم و آفتکشها در ايجاد زمينه لازم براي رشد و توليد گوجه فرنگي در ايران دارد و که نتايج حاصل از تحقيق نيز بر اهيمت اين نهاده توليد، تاکيد جدي دارد و رابطه معنيداري از سم مصرف شده و توليد محصول را نشان ميدهد.
تامين بذر مناسب نيز ميتواند در کيفيت و کميت توليد گوجهفرنگي و جلوگيري از بيماري ها موثر باشد که در نتايج مدل نيز بر معنيداري و رابطه مثبت آن با توليد تاکيد شدهاست. يکي از مهمترين جنبههاي کمي و کيفي در مورد بذر گوجهفرنگي، خلوص و يکنواختي اندازه بذر است که بر ايجاد جريان توليد و فرآوري بهينه، تاثير بسزايي دارد. به همين منظور لازم است که در ضمن فرآوري بذر، دو مرحله غربال کردن بذر صورت پذيرد. ساير تحقيقات نيز نشان دادهاند که به منظور تهيه نشاء گوجه فرنگي، چنانچه بذرهاي يکنواخت و با ذخيره غذايي بالاتر مورد استفاه قرار گيرند، قدرت رقابت گياهچه و ميزان توليد محصول افزايش خواهد يافت (توماس و راسل، 2001؛ ميان و نافزيگر، 1994).
از آنجايي که در توليد گوجه فرنگي، برخي از بذرهاي داخلي يا وارداتي به بيماريهايي چون شانکر، قارچي و ويروسي مبتلا هستند (خزاعي و همکاران، 1387)، لازم است در جهت تامين بذر سالم، دقت مناسبي صورت گيرد. استفاده از بذرهاي با کيفيت و بالاتر بودن هکتوليتر تودههاي بذر گوجه فرنگي، علاوه بر کاهش هزنيه بستهبندي، انبارداري و حمل و نقل بذر، تاثير بسزايي در افزايش توليد اين محصول دارد که رابطه مثبت و معنيدار حاصلشده در نتايج اين پژوهش نيز گواهي بر شيوه دقيق و علمي استفاده از بذر در توليد گوجهفرنگي در مزارع اصلي توليدکننده گوجه فرنگي در استانهاي ايران است.
نتيجهگيري
نتايج مقايسه روشهاي متداول برآورد مدلهاي داراي دادههاي ترکيبي با روش برآورد اولي و پاکس (1996) نشان ميدهد که، مساله انتخاب و مشکلاتي که از رابطه ميان شوکهاي بهرهوري مشاهده‌نشده و تصميم به تعطيلي بنگاه (يا تصميم به تعديل توليد) ناشي ميشود، در کنار مساله همزماني است که از رابطه ميان بهرهوري و تقاضاي نهادهها و به هنگام تعيين سطح بهينه نهادهها از سوي بنگاهها ايجاد ميشود، ميتواند تاثير بسزايي بر نتايج برآورد مدل از پارامتر متغيرهاي توضيحي داشته باشد. به علاوه نتايج مطالعه موردي اين پژوهش، به وضوح لزوم استفاده از روش سه‌مرحله‌اي اولي و پاکس در برآورد مدل شبهپارامتريک را تاييد ميکند. تورش پارامتر نيروي کار به سمت بالا و تورش پارامتر سرمايه به سمت پايين در روشهاي متعارف برآورد الگوهاي پانلي که در مدل پژوهش نيز به شدت تاييد ميشود، گواه روشني است بر اينکه لازم است براي کنترل تورش ناشي از همزماني و انتخاب، از روشهاي شبهپارامتريک استفاده شود. بنابراين در کنار اين واقعيت که سياست‌هاي حمايتي از شيوه‌هاي نوين توليد و صنعتيشدن توليدات کشاورزي ميتواند راهگشا باشد، لازم است ضمن پذيرش سنتي بودن الگوي توليدات کشاورزي (در محصول گوجهفرنگي) در ايران، مسير توسعه و صنعتيسازي کشاورزي با برداشتي دقيق و صحيح از واقعيت و شناختي درست از وضعيت موجود طراحي شود تا در طي مراحل تبديل شدن توليد سنتي کشاورزي به صنعتي، در مورد جايگاه نيروي کار و سرمايه، تصميمگيريها و سياستگذاريهاي افراطي و تورشدار صورت نگيرد.
به علاوه بر اساس نتايج مدل شبه پارامتري، ميتوان در مورد توليد گوجهفرنگي در استانهاي ايران به اين واقعيت اشاره کرد که نيروي کار از مهمترين عوامل موثر بر توليد شمار مي‌رود که با توجه به عدم معنيداري سرمايه در الگوي پژوهش، توليدگوجه‌فرنگي را به يک فعاليت اقتصادي کاربر تبديل کرده است. از سوي ديگر لازم است سياست‌هاي حمايتي از شيوه هاي نوين آبياري از جمله آبياري نواري قطره اي27(که 30 تا 40 درصد مصرف آب را كاهش ميدهد) و آبياري تحت فشار و همچنين روشهاي توليد مکانيزه مثل کشت نشايي مکانيزه و کشت داربستي در پيش گرفته شود تا معضل مصرف بالاي آب و کمبود سرمايه فيزيکي مرتبط با آبياري مکانيزه در توليد گوجهفرنگي برطرف شود. به علاوه در توليدات گوجهفرنگي ايران، دانش و تخصص لازم مرتبط با نحوه ترکيب و ساخت کودهاي مختلف و نيز حجم مناسب و ترکيبهاي بهينه کودهاي شيميايي و آلي در اختيار کشاورزان قرار نگرفته است. عدم معنيداري عامل کود در تحقيق حاضر نيز مويد تجربيِ قدرتمندي بر اين ادعاست که بر اساس آن لازم است ضمن دانش فني کشاورزان، زيرساختهاي مقداري و فيزيکي توزيع انواع کودها نيز بهبود يابد. البته ميزان سم و آفتکش مورد استفاده از مزارع گوجهفرنگي (با توجه به ميزان آفات، بيماريهاي قارچي، باکتريايي و ويروسي، و رقابت با علف‌هاي هرز) از سطح مناسبي برخوردار است و سياستگذاريهاي همگن و متناسب ملي در اين بخش ميتواند الگوي براي ساير نهادهها باشد. البته تدوين يک برنامه مديريتي براي پيشگيري، پايش و کنترل آفات مزارع گوجه فرنگي نيز ميتواند بسيار کمککننده باشد. در نهايت ميتوان از عامل بذر خالص و يکنواخت به عنوان يکي ديگر از عوامل افزايش عملکرد گوجهفرنگي در ايران نام برد که در اين زمينه نيز، وجود نظارتهاي دقيق در مورد بذرهاي وارداتي ميتواند به بهبود و ارتقاء شرايط مطلوب کنوني کمک کند و استفاده از بذرهاي با کيفيت (با ذخيره غذايي بالا و بذرهاي حاصل از دو مرحله غربال شدن) و با هکتوليتر بالا توصيه ميشود.
منابع
1- ابونوري ا. تاجدين ع. 1383. برآورد اثر تورم بر نابرابري در توزيع هزينه ايران با استفاده از روش ناپارامتريكي (سال1380-1350). تحقيقات اقتصادي تابستان 65(14): 165-184.
2- آمارنامه کشاورزي. 1378-1386. وزارت جهاد کشاورزي. معاونت اقتصادي و برنامه ريزي. دفتر آمار و برنامه ريزي اطلاعات. تهران.
3- باغاني. ج و بيات. ح. 1378. بررسي و مقايسه دو روش آبياري شياري و قطرهاي بر عملکرد و کيفيت گوجهفرنگي. گزارش پژوهشي موسسه تحقيقات فني و مهندسي کشاورزي. نشريه شماره 131
4- تركماني ج. وزيرزاده س. 1386. تعيين حق بيمه محصولات کشاورزي کاربرد روش ناپارامتريک. اقتصاد كشاورزي (اقتصاد و كشاورزي)1(1): 83-100.
5- حسن پور اصطهباناتي ا. 1387. نگاه اقتصادي به توليد گوجه فرنگي و ميزان آب مصرفي. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
6- حسين زاد ج. سلامي ح. 1383. انتخاب تابع توليد براي براورد ارزش اقتصادي آب كشاورزي مطالعه موردي توليد گندم. اقتصاد كشاورزي و توسعه . 48(12) : 53-74
7- خزاعي ه. سبحاني ع. کاخکي ع و وفايي ب. 1387. مقايسه كيفيت بذر ارقام استاندارد گوجه فرنگي در تاريخهاي برداشت متفاوت. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
8- دانشور كاخكي. م، گلريز ضيائي. ز؛ رضوي ه. 1387. بررسي بهره وري گوجه فرنگي دراستان خراسان رضوي. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
9- رحيمي ز. خبازي ح. يوسف نژاد م. 1387. روش جديد مبارزه با آفات گلخانه اي ازن جايگزين مناسب سموم شيميايي در دفع آفات، اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي. مركزتحقيقات كشاورزي و منابع طبيعي خراسان رضوي. مشهد
10- رحيمي سوره ص. صادقي ح. 1383. عوامل موثر بر كارايي و اقتصاد مقياس در رهيافت هاي پارامتري و ناپارامتري (مطالعه موردي: طرح هاي مرتعداري در ايران). تحقيقات اقتصادي، 21(67): 259-291.
11- رفعتي م. آذرين‌فر ي. زاد م. برابري ع. كاظم نژاد م.1390. بررسي كارايي فني. تخصيصي و اقتصادي پنبه كاران استان گلستان با استفاده از روش پارامتريك (مطالعه موردي شهرستان گرگان). تحقيقات اقتصاد كشاورزي. 3(1): 121-142.
12- زراء نژاد م. يوسفي حاجي آباد ر. 1388. ارزيابي كارآيي فني توليد گندم در ايران (با استفاده از دو رهيافت پارامتريك و ناپارامتريك). پژوهشهاي اقتصادي. 9(2): 145-172
13- زمردي. ش و نورجو. ا. 1385. بررسي اثر کم‌آبياري در کميت،کيفيت و قابليت نگهداري گوجه فرنگي. مجله علمي – پژوهشي تحقيقات مهندسي کشاورزي. شماره 27. ص 19-31.
14- صدرقاين ح. اکبري م. افشار ه و نخجواني مقدم م.م. 1389. اثر سه روش آبياري ميکرو و سطوح مختلف آبياري بر عملکرد گوجهفرنگي. نشريه آب و خاک. جلد 24. شماره 3. مرداد و شهريور 1389. صص 574-582.
15- شيرين بخش ش. نصابيان ش. 1382. تعيين کارايي اقتصادي واحدهاي توليد کننده کشاورزي. پژوهش نامه اقتصادي. 10و11: 89- 108.
16- عادلي ساردوئي م. شريفيو ا. عليزاده. ح. 1387. برآورد تابع توليد انعطاف پذير گوجه فرنگي و بررسي مصرف اقتصادي نهاده ها (مطالعه موردي گوجه فرنگي كاران شهرستان جيرفت). اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي
17- قرايي. ح و رضايي. ع (1384) اثرات کودهاي باکتوسول، اوره و فسفات آمونيوم بر کميت و کيفيت گوجه فرنگي. چهارمين کنفرانس علوم باغباني. دانشگاه فردوسي مشهد. مشهد.
18- كردبچه ح. 1390. تخمين شبه پارامتريک استوار در تعيين عوامل ناکارايي در نظام بانکي ايران: روش بوت استرپ. تحقيقات اقتصادي.46(95): 159-192.
19- گجوراتي د. 1385. مباني اقتصادسنجي. ترجمه حميد ابريشمي. چاپ چهارم. انتشارات دانشگاه تهران. تهران
20- مجرد ع. كهخا ا. صبوحي صابوني م. 1388. معرفي راه کار ناپارامتريک تصادفي در تخمين کارايي فني: مطالعه موردي واحد هاي مرغداري در منطقه سيستان. اقتصاد كشاورزي (اقتصاد و كشاورزي) 3(3): 91-106.
21- محمدي ح. 1387. معرفي روش جديد كشت بذر گوجه فرنگي در خزانه. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي
22- مرادي شهربابك ح. 1390. تعيين کارايي توليدکنندگان بادام استان کرمان (مطالعه موردي شهرستان سيرجان). تحقيقات اقتصاد كشاورزي.3(2):117-132.
23- مظهري. م. 1387. اندازه گيري بهره وري عوامل توليد محصول گوجه فرنگي. اولين كنگره ملي فناوري توليد و فرآوري گوجه فرنگي
24- Arellano, M., and S. Bond. 1991. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. Review of Economic Studies 58: 277–297.
25- Arellano, M., and O. Bover. 1995. Another look at the instrumental variable estimation of error-components models. Journal of Econometrics 68: 29–51.
26- Atiyeh, R. M., Arancon, N. Q., Edwards, C. A. & Metzger, J. D. (2000a). Influence of earthworm-processed pig manure on the growth and yield of greenhouse tomatoes. Bioresource Technology, 75, 175–180.
27- Ayars, J. E., R. A. Schoneman, F. Dale, B. Meso and P. Shouse. 2001. Managing subsurface drip irrigation in the presence of shallow ground water. Agric. Water Manage. 47(3): 243-264.
28- Blundell, R., and S. Bond. 1998. Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics 87: 115–143.
29- ———, 2000. GMM estimation with persistent panel data: An application to production functions. Econometric Reviews 19: 321–340.
30- Davis, Steven J & Haltiwanger, John C, 1992. "Gross Job Creation, Gross Job Destruction, and Employment Reallocation," The Quarterly Journal of Economics, MIT Press, vol. 107(3), pages 819-63, August.
31- Deschenes, O. and Greenstone, M. 2011. Using Panel Data Models to Estimate the Economic Impacts of Climate Change on Agriculture, Handbook on Climate Change and Agriculture, Edited by Ariel Dinar and Robert Mendelsohn, Edward Elgar Publishing.
32- Dickey, D.A. and W.A. (1979), “Distribution of the Estimators for Autoregressive Time Series with a Unit Root,” Journal of the American Statistical Association, 74, p. 427–431.
33- Du II, Shengwu, 2004, Nonparametric and Semi-parametric Estimation of Efficient Frontier, Department of Agricultural Economics,Penn State University, 308 armsby university park, PA 16802
34- Dunne, T. & Roberts, M.J. & Samuelson, L., 1988. "Firm Entry And Post-Entry Performance In The U.S. Chemical Industries," Papers 7-88-2, Pennsylvania State - Department of Economics.
35- Engle R.F, Granger W J, Rice J, Weiss A J, 1986, Semiparametric Estimates of the Relation Between Weather and Electricity Sales ournal of the American Statistical Association Vol. 81, No. 394 (Jun., 1986), pp. 310-320.
36- Ericson R, Pakes A, 1995. Markov-Perfect Industry Dynamics: A Framework for Empirical Work, The Review of Economic Studies, Vol. 62, No. 1. 1995, pp. 53-82, Published by: Oxford University Press
37- Federico, A., Gutierrez-Miceli, Santiago-Borraza, I., Adolfo Montes, J., Camerino, C., Abud-Archila, M., Angelam, M., Llaven, A., Reiner, Rincon-Rosales, & dendooven, L. (2007). Vermicompost as a soil supplement to improve growth, yeild and fruit quality of tomato (Lycopersicum esculentum). Bioresources.Technology, 98, 2781-2786
38- Griliches, Zvi. 1957. “Specification Bias in Estimates of Production Functions.” Journal of Farm Economics. February, (39):1 8–20
39- Griliches, Z., and J. Mareisse. 1998. Production functions: The search for identification. In Econometrics and Economic Theory in the Twentieth Century: The Ragnar Prisch Centennial Symposium, 169–203. Cambridge: Cambridge University Press.
40- John R, Baldwin & Paul K. Gorecki, 1989. "Firm Turnover and Market Structure: Concentration Statistics as a Misleading Practice," Working Papers 762, Queen's University, Department of Economics
41- Kao, C. (1999). “Spurious Regression and Residual-Based Tests for Cointegration in Panel Data,” Journal of Econometrics, 90, 1–44.
42- Koteswara, R. P., R. V. Singh, and H. S. Chauhan. 1995. Field studies on drip and other methods of irrigation on yield and water use of tomato . Proceeding of the fifth- international micro irrigation congress, Hyatt Regency Orlando, Florida, Published by Amer. Soc. Agr. Eng
43- Heady, F. O. and J. T. Dillon. 1989. Agricultural Production Function. Iowa Stae University Press. ISBN 81-1096-12-7.
44- Lacroix, L. and Thomas, A. 2011. Estimating the Environmental Impact of Land and Production Decisions with Multivariate Selection Rules and Panel Data. American J. of Agricultural Economics, Volume 93, Issue 3, PP. 784-802
45- Levin, A., C. F. Lin, and C. Chu (2002). “Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties,” Journal of Econometrics, 108, 1–24.
46- Lewis, W. Arthur (1954). “Economic Development with Unlimited Supplies of Labor,” Manchester School of Economic and Social Studies, Vol. 22, pp. 139-91.
47- Maddala, G. S. and S. Wu (1999). “A Comparative Study of Unit Root Tests with Panel Data and A New Simple Test,” Oxford Bulletin of Economics and Statistics, 61, 631–52.
48- Manfrinato, H. A. 1974. Drip irrigation,Part II, Effection on tomato yield. Analis Aa Escola Superir De Agricultura.31: 63-71.
49- Marschak, J., and W. H. Andrews. 1944. Random simultaneous equations and the theory of production. Econometrica 12: 143–205.
50- Martínez-Ruiz M.P., A. Mollá-Descals, M.A. Gómez-Borja, J.L. Rojo-Álvarez, 2006 "Evaluating temporary retail price discounts using semiparametric regression", Journal of Product & Brand Management, Vol. 15 Iss: 1, pp.73 – 80
51- Mian, M. A. R., and Nafziger, E. D. 1994. Seed size and water potential affect on germination and seedling growth of winter wheat. Crop Science 34:169-171.
52- Mossa, Charles B. and Schmitz, Troy G. 2006, A semiparametric estimator of the Zellner production function for corn: fitting the univariate primal, Applied Economics Letters, Volume 13, Issue 13, pages 863-867
53- Mundlak,Y. and Butzerb, R. and Larsonc, D.F. (2012) Heterogeneous technology and panel data: The case of the agriculturalproductionfunction. Journal of Development Economics, Volume 99, Issue 1, September 2012, Pages 139–149.
54- Nagavallemma, K. P., Wani, S. P., Stephane Lacroix, Padmaja, V. V., Vineela, C., Babu Rao, M. & Sahrawat, K. L. (2006). Vermicomposting: Recycling wastes into valuable organic fertilizer. (Report no. 8. Patancheru 502 324), Global Theme on Agrecosystems, Andhra Pradesh, India: International Crops Research Institute for the Semi-Arid Tropics.
55- Olley, G. S., and A. Pakes. 1996. The dynamics of productivity in the telecommunications equipment industry. Econometrica 64: 1263–1297.
56- Osorio, U., H. Torres, and M. Riva,1983. Yields of tomato (Lycopersicon esculentum, Mill.) with drip irrigation or straight or winding furrow irrigation in the Azapa valley. Idesia 7.
57- Pakes, A. 1994, The Estimation of Dynamic Structural Models: Problems and Prospects, Part II. Mixed Continuous-Discrete Control Models and Market Interactions," Chapter 5, pp. 171-259, of Advances in Econometrics: Proceedings of the 6th World Congress of the Econometric Society, edited by J.J. Laont and C. Sims.
58- Pedroni, P. (2004). “Panel Cointegration; Asymptotic and Finite Sample Properties of Pooled Time Series Tests with an Application to the PPP Hypothesis,” Econometric Theory, 20, 597 625.
59- Pedroni, P. (1999). “Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors,” Oxford Bulletin of Economics and Statistics, 61, 653–70.
60- Restuccia, G. and V. Abbate. 1978. Comparative effects of drip and furrow irrigation on salad tomato crop in unheated, glasshouses. Rivista Di Agronomia. 12(1/2): 89- 98.
61- Robinson P M, 1988, Root-N-Consistent Semiparametric Regression, Author(s): Source: Econometrica, Vol. 56, No. 4 (Jul., 1988), pp. 931-954, Published by: The Econometric Society
62- Simar, L. and Wilson, P. 2007. “Estimation and Inference in Two-Stage, Semi-Parametric Models of Production Processes.” Journal of Econometrics 136 (2007) 31–64
63- Sims, C. A ,1980, “Macroeconomics and Reality,” Econometrica, (January 1980), 1-4
64- Sims, C. A., J. Stock, and M. W. Watson,1990, “Inference in Linear Time Series Models with Some Unit Roots,” Econometrica, (1990), pp. 113-144.
65- Singh, S.D., and P. Singh, 1978, Value of drip irrigation compared with conventional irrigation for vegetable production in a hot arid climate, Agron. J., 70(6): 945-47.
66- Thomas, W., and Russell, L. 2001. Tolerance of tomato varieties to lespedeza dodder. Weed Science 49: 520-523.
67- Tonfack, Libert Brice, Bernadac, Anne, Youmbi, Emmanuel, Mbouapouognigni, V. Paul, Ngueguim, Martin and Akoa, Amougou. 2011. Impact of organic and inorganic fertilizers on tomato vigor, yield and fruit composition under tropical andosol soil conditions. Fruits .Volume 64 .Issue 03 .pp 167-177
68- Ucal, M.; Özcan, K. M.; Bilgin, M. H.; Mungo, J. 2010. Relationship between financial crisis and foreign direct investment in developing countries using semiparametric regression approach, Journal of Business Economics and Management 11(1): 20–33.
69- Wedervang, F. 1965. Development of a Population of Industrial Firms. Scan- dinavian University Books, Oslo, Norway.
70- Wooldridge, J. 2005. On estimating firm-level production functions using proxy variables to control for unobservables. Mimeo: Michigan State University.
71- Yanqin Fan, Qi Li and Alfons Weersink, 1996, Semiparametric Estimation of Stochastic Production Frontier Models, Journal of Business & Economic Statistics, Vol. 14, No. 4 (Oct., 1996), pp. 460-468
72- Yasar, M., Raciborski, R. and Poi, B.P. 2008 Production function estimation in Stata using the Olley and Pakes method. Stata Journal 8: 221–231.
73- Zotarelli, L., J. M. Scholberg, M. D. Dukes, R. Muñoz-Carpena, and J. Icerman. 2009. Tomato yield, biomass accumulation, root distribution and irrigation water use efficiency on a sandy soil, as affected by nitrogen rate and irrigation scheduling. Agric. Water Manage. 96(1):23-34.
پيوست‌ها:
پيوست 1- آزمون نقض فروض کلاسيک خطي.
جدول 1-1- آزمون عدم خودهمبستگي جزء اخلال.
وقفه | آماره Q | ارزش احتمال |
1 | 24/0 | 61/0 |
2 | 75/3 | 15/0 |
3 | 26/4 | 23/0 |
4 | 36/7 | 11/0 |
5 | 40/7 | 19/0 |
6 | 91/7 | 24/0 |
7 | 93/7 | 33/0 |
ماخذ: يافته‌هاي پژوهش
جدول 1-2- آزمون همساني واريانس جزء اخلال.
آزمون ترکيبشده فيشر | ||
درجه آزادي | مقدار آماره Z | ارزش احتمال |
28 | 83/21 | 78/0 |
آزمون توامان مقاطع | ||
مقطع | آماره Z | ارزش احتمال |
1 | 23/1 | 59/0 |
2 | 58/1 | 41/0 |
3 | 59/0 | 99/0 |
4 | 16/1 | 62/0 |
5 | 22/1 | 73/0 |
6 | 84/1 | 38/0 |
7 | 05/3 | 16/0 |
8 | 40/1 | 43/0 |
9 | 74/0 | 97/0 |
10 | 11/1 | 72/0 |
11 | 32/2 | 22/0 |
12 | 41/1 | 46/0 |
13 | 59/0 | 86/0 |
14 | 95/1 | 25/0 |
ماخذ: يافته‌هاي پژوهش
جدول 1-3- آزمون نرمال بودن جزء اخلال.
آماره | مقدار |
ميانه | 01/0 |
حداکثر | 91/0 |
حداقل | 72/0- |
انحراف استاندارد | 31/0 |
چولگي | 11/0 |
کشيدگي | 05/3 |
آماره Jarque-bera | 26/0 |
ارزش احتمال | 87/0 |
ماخذ: يافته‌هاي پژوهش
Semiparametric estimation of agricultural production function based on modeling productivity dynamics (case study: estimation of the tomato yield function in selected provices of Iran)
Mahdi Ghaemi asl28
Mostafa Salimifar29
Abstract:
Selection problem and difficulties caused by unobserved shocks and simultaneity problem which is created by the relationship between productivity and inputs demand, when firms determine the optimum level of input, can have a significant effect on estimation of independent variables. Existence of these two problems in decision making of firms causes that the estimators such as least squares have biased estimation for elements of production function. In this article, in addition to introduction of the three-step semiparametric estimator of Olly and Pakes (1996) in order to control the biases of selection and simultaneity, we use this method to estimate of tomato production function based on information of fourteen provinces of Iran in period of 1379-1386. Result of production function estimation with semi-parametric method (unlike traditional methods), shows that the physical capital, labor, water, seed, poison and fertilizer have positive relationship with amount of production, and among all of inputs, the labor force, water, seed and poison are significant. Also results of models show that the estimated parameters of labor and capital are consistent with the implications of Olly and Pakes (1996) and show that labor estimated parameter in traditional methods (unlike semi-arametric method), has an upward bias and the coefficient associated with capital is downward biased. Therefore in estimation of production function and modeling of shocks, dynamics of productivity should be noticed in order to have unbiased result for estimation of factor shares. Also for the industrial of tomato production process and increment of use of agricultural machinery, it is necessary to take policy decitions and create tax incentives in order to reach the acceptable situation in tomato farms of Iran and Replacement of traditional farming with mechanized agriculture.
JEL classification: C14, D24, C19, C23.
Keywords: Estimation of production function, Selection problem, Simultaneity problem, Semiparameteric method
[1] دانشجوي دکتري علوم اقتصادي، دانشکده علوم اداري و اقتصادي، دانشگاه فردوسي مشهد (نويسنده مسؤل)، رايانامه: m.ghaemi84@gmail.com تلفن تماس: 09122512128
[2] استاد گروه اقتصاد، دانشکده علوم اداري و اقتصادي، دانشگاه فردوسي مشهد، رایانامه: mostafa@ferdowsi.um.ac.ir
[3] Constant elasticity of substitution
[4] Transcendental
[5] Debertin
[6] Zellner- Revaker
[7] Translog
[8] Leontief
[9] Selection problem
[10] Simultaneity problrm
[11] Selection problem
[12] Simultaneity problrm
[13] Fixed effect
[14] Unobserved state variable
[15] survival probabilities
[16] Partially linear
[17] با توجه به نوع محصول مورد مطالعه (گوجه فرنگي آبي) و نيز محدوديت دسترسي آماري در مورد تعداد دفعات آبياري به تفکيک استان و محصول در دوره‌هاي زماني مورد بررسي، از دادههاي مقدار آب مصرفي در هکتار استفاده شدهاست.
[18] براي اطلاعات بيشتر در اين زمينه، ميتوانيد به مطالعه ديسچنيس و گرين‌استون (2011) صفحات 112-140 مراجعه کنيد.
[19] Augmented Dickey – Unit Root Test (ADF)
[20] Cointegration relation
[21] منظور از استان کرمان، کل استان کرمان (شامل توليد جنوب و شمال استان) است.
[22] Poolability test
[23] breusch pagan test
[24] Tape
[25] ازت، فسفر، پتاسيم، کلسيم، منيزيم و گوگرد، جزء عناصر ماکرو (پر مصرف) هستند.
[26] آهن، مس، روي، منگنز، بور و موليبدن جزء عناصر ميکرو (کم مصرف) هستند.
[27] Tape
[28] PH.D. Student of Economic Sciences, Management & Economic Sciences Faculty, Ferdowsi University of Mashhad, Mashhad, Iran; (Corresponding author);email: m.ghaemiasl@gmail.com
[29] Full professor of Economics, Management & Economic Sciences Faculty, Ferdowsi University of Mashhad, Mashhad, Iran;email: mostafa@ferdowsi.um.ac.ir
