Evaluation of Palm Groves Technical Efficiency Using Bootstrap Data Envelopment Analysis: A Case Study of Roodkhanehbar Area, Iran
محورهای موضوعی : Farm Managementغلامرضا زمانیان 1 , مصطفی خواجه حسنی 2
1 - استادیار دانشکده مدیریت و اقتصاد دانشگاه سیستان و بلوچستان، زاهدان، ایران
2 - دانشجوی دکتری اقتصاد کشاورزی دانشگاه سیستان و بلوچستان، زاهدان، ایران
کلید واژه: Data envelopment analysis, Technical efficiency, Hormozgan province, Bootstrap, Keriteh date, Roodkhanehbar,
چکیده مقاله :
Roodkhnehbar area, having approximately 111 thousands of Keriteh palm trees, is one of the most important areas of date production in the Rudan County[1]and the source of peoples’ income in this area, directly or indirectly. As a result, its production efficiency has a critical importance to the orchardists in this region. This study aims to evaluate technical efficiency of palm groves in this area using input-oriented bootstrap data envelopment analysis and sampling 50 palm groves of Keriteh date producers of Roodkhanehbar area in 2013. The results suggested that 64% of date producers operate with less than 50% efficiency and only 14% of them operate efficiently. The study, then, carries the implication that it is recommended to train the orchardists, providing a chance for successful orchardists to share their experiences with others in an attempt to optimize allocation of inputs. [1]Rudan County is a county in Hormozgan Province in Iran
منطقه رودخانهبر با حدود 111 هزار اصله نخل کریته، یکی از مهمترین مناطق تولیدکننده محصول خرما در شهرستان رودان محسوب شده و درآمد مردم این منطقه تقریباً بطور مستقیم و یا غیر مستقیم از تولید این محصول تأمین میگردد. در نتیجه کارایی تولید این محصول برای باغداران این منطقه از اهمیت ویژهای برخوردار است. به همین دلیل این مطالعه با استفاده از تحلیل پوششی دادههای نهاده محور بوتاسترپ و با نمونه گیری از 50 نخلستان تولیدکننده خرمای کریته منطقه رودخانهبر در سال 1392، به ارزیابی کارایی فنی نخلستانهای این منطقه میپردازد. نتایج بدست آمده بیانگر آن است که 64 درصد تولیدکنندگان خرمای این منطقه با کارایی کمتر از 50 درصد فعالیت نموده و تنها 14 درصد از نخلستانها به صورت کارآمد فعالیت مینمایند. با توجه به نتایج بدست آمده پیشنهاد میشود با حمایت جهاد کشاورزی منطقه از فعالیتهای ترویجی، مراکزی جهت تشکیل کلاسهای آموزشی برای باغداران این منطقه دایر شود؛ تا در این مراکز علاوه بر آموزش، فرصتی برای اشتراک گذاری تجربیات باغداران موفق و خبره در جهت تخصیص مناسبتر نهادهها در فعالیتهای سایر باغدارن بوجود آید.
Bahadori, Alireza, Hosseini Nahad, Saeed, & Habibinia, Ghasem. (2013). Use of Bootstrap simulation process for estimating non parametric efficient frontier “Investigating problems existing in the process provided in Saeed Ebadi’s paper. Research in Operation And Its Applications, 37(2), 113-135.
Balcombe, Kelvin, Fraser, Iain, Latruffe, Laure, Rahman, Mizanur, & Smith, Laurence. (2008). An application of the DEA double bootstrap to examine sources of efficiency in Bangladesh rice farming. Applied Economics, 40(15), 1919-1925.
Barlett, James E, Kotrlik, Joe W., & Higgins, Chadwick C. (2001). Organizational research: Determining appropriate sample size in survey research. Information Technology, Learning, and Performance Journal, 19(1), 43-50.
Brümmer, Bernhard. (2001). Estimating confidence intervals for technical efficiency: the case of private farms in Slovenia. European review of agricultural economics, 28(3), 285-306.
Cooper, William W, Seiford, Lawrence M, & Tone, Kaoru. (2006). Introduction to data envelopment analysis and its uses: with DEA-solver software and references: Springer Science & Business Media.
Dong, Fengxia, & Featherstone, Allen M. (2006). Technical and scale efficiencies for chinese rural credit cooperatives: a bootstrapping approach in data envelopment analysis. Journal of Chinese Economic and Business Studies, 4(1), 57-75.
Ebadi, Saeed. (2011). A method for ranking efficiency scores using Bootstrap. Research in operation and its applications, 29(2), 29-44.
Efron, Bradley, & Tibshirani, Robert J. (1993). An Introduction to the Bootstrap, Monographs on Statistics and Applied Probability, Vol. 57. New York and London: Chapman and Hall/CRC, 321-335.
FAO, STAT. (2012). FAOSTAT-Statistical Database, 2012.
Färe, Rolf, & Grosskopf, Shawna. (2006). New directions: efficiency and productivity (Vol. 3): Springer Science & Business Media.
Farrell, Michael James. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society. Series A (General), 120(3), 253-290.
Gocht, Alexander, & Balcombe, Kelvin. (2006). Ranking efficiency units in DEA using bootstrapping an applied analysis for Slovenian farm data. Agricultural Economics, 35(2), 223-229.
Lothgren, M. (1998). How to bootstrap DEA estimators: a Monte Carlo comparison. WP in Economics and Finance(223).
Lothgren, Mickael, & Tambour, Magnus. (1999). Testing scale efficiency in DEA models: a bootstrapping approach. Applied Economics, 31(10), 1231-1237.
Löthgren, Mickael, & Tambour, Magnus. (1996). Scale Efficiency and Scale Elasticity in DEA-models: A Bootstrapping Approach: Economic Research Inst.
Odeck, James. (2009). Statistical precision of DEA and Malmquist indices: a bootstrap application to Norwegian grain producers. Omega, 37(5), 1007-1017.
Schmidt, Shelton S. (2008). The measurement of productive efficiency and productivity growth:Oxford: Oxford University Press.
Shephard, RW. (1970). The theory of cost and production functions, Princeton. New Jersey: Princeton Univ. Press (1st edition, 1953).
Silverman, Bernard W. (1986). Density estimation for statistics and data analysis (Vol. 26): CRC press.
Simar, Leopold. (1996). Aspects of statistical analysis in DEA-type frontier models. Journal of Productivity Analysis, 7(2-3), 177-185.
Simar, Leopold, & Wilson, Paul W. (1998). Sensitivity analysis of efficiency scores: How to bootstrap in nonparametric frontier models. Management science, 44(1), 49-61.
Simar, Leopold, & Wilson, Paul W. (2000). A general methodology for bootstrapping in non-parametric frontier models. Journal of applied statistics, 27(6), 779-802.