چکیده مقاله :
هدف از این مطالعه تدوین الگوی کشت در شرایط ریسکی ، با در نظر گرفتن کاهش مصرف
آب در شهرستان مرودشت استان فارس بوده است . برای این منظور رهیافت برنامهریزی چندهدفی
بکار گرفته شد . هدف های بالا با توجه به تمایلات بهرهبرداران مبنی بر حفظ سطح مشخصی از
درآمد مورد توجه قرار گرفت . الگوهای ریسکی شامل تارگت - موتاد و واریانس درآمد بود . از روش
نمونه گیری خوشه ای دو مرحله ای از 50 بهره بردار ، برای جمع آوری داده ها استفاده شد و با
توجه به تعدد پاسخهای ارایه شده در الگوی واریانس درآمد ، با استفاده از تحلیل خوشهای
پاسخهای بهینه انتخاب شدند . این انتخاب با استفاده از معیار ترکیبی که سه هدف کاهش مصرف
آب ، کاهش ریسک و افزایش بازدهی را در بر می گرفت ، صورت پذیرفت . یافتههای پژوهش نشان
داد که میان هدف های یاد شده تبادل وجود دارد . در الگوهای منتخب سطح زیر کشت گندم با
افزایش سطح ریسک دارای روند افزایشی بود . همچنین در این الگوها سطح زیرکشت ذرت و
سبزی بیشتر از مقدار الگوی فعلی بدست آمد ، اما از کشت جو کاسته شد . سطح زیرکشت باقلا
نیز نزدیک به سطح فعلی آن بود . همچنین نتایج نشان داد که با افزایش ریسک فاصله ی میان
الگوی فعلی با الگوهای بهینه افزایش مییابد
چکیده انگلیسی:
The objective of this study was to develop a risk-based cropping
pattern for Marvdasht district in Fars province. In addition, lowering
water consumption was also considered. To achieve objectives of the
study, Multi-Objective Programming approach was applied. The
mentioned objectives were followed by considering the farmers
preferences to reach a certain level of income. The Target MOTAD and
Income Variance models were used. Desired solutions were selected
using Cluster Analysis since several solutions were obtained by Income
Variance model. The selection was carried out based on integrated
criterion containing three goals, namely, reduced amount of water usage,
reduced risk, and increased gross margin. The results showed that there
was a trade off among the goals. In selected patterns wheat tended to
increase by increasing risk. The selected patterns had more cultivated
area under wheat and lesser under barely, maize and vegetables. The
cultivated area under broad beans was remained unchanged compare to
current pattern. It was also revealed that with increasing risk, the gap
between the existing and optimal cropping patterns would increase.
منابع و مأخذ:
1. بیات پ. 1378. تعیین الگوی بهینه کـشت بـا بهـرهبـرداری تلفیقـی از منـابع آب سـطحی و
زیرزمینی: مطالعه موردی دشت برازجان. پایاننامه کارشناسی ارشد اقتصاد کشاورزی، دانشگاه
شیراز.
2. ترکمـانی ج. 1379. تحلیـل اقتـصادی تغییـر در سـطح زیرکـشت آفتـابگردان: کـاربرد روش
مدلسازی ایجاد گزینهها. فصلنامه اقتصاد کشاورزی و توسعه، سال هشتم، (64 -43:(30.
3. ترکمانی ج. 1375. استفاده از برنامهریزی تـوأم بـا ریـسک در تعیـین کـارآیی بهـره بـرداران
کشاورزی، مجله علوم کشاورزی ایران، شماره 27.
4. ترکمانی ج. کلایی ع. 1378. تأثیر ریسک بر الگـوی بهینـه بهـرهبـرداران کـشاورزی: مقایـسه
روشهای برنامهریزی توأم با ریسک موتاد و تارگت - موتاد. فصلنامه اقتصاد کشاورزی و توسـعه،
.28-7 :(25) ،هفتم سال
5. ترکمــانی ج. محمــدی ح. 1380. کــاربرد مــدل برنامــهریــزی هــدف تــوأم بــا ریــسک
(GP-MOTAD) در بررسی پذیرش نوآوری از سـوی ذرتکـاران اسـتان فـارس. فـصلنامه
اقتصاد کشاورزی و توسعه، سال هفتم، شماره 33.
6. ترکمانی ج. صداقت ر. 1378. تعیـین الگـوی بهینـه تلفیـق باغـداری و زراعـت: کـاربرد روش
مدلسازی ایجاد گزینهها، فصلنامه اقتصاد کشاورزی و توسعه، سال هفتم،(34 -28: (7.
7.جانسون ر. آ. ویچرن د. د. 2000. تحلیل آماری چند متغیـری کـاربردی. ترجمـه حـسینعلی
نیرومند. انتشارات دانشگاه فردوسی مشهد. مشهد.
8. چیذری الف. قاسمی خ. ع. 1378. کاربرد برنامهریزی ریاضی در الگوی بهینه کشت محصولات
زراعی، فصلنامه اقتصاد کشاورزی و توسعه، سال هفتم،(61-76 :(28.
9. سازمان مدیریت و برنامهریزی فارس. 1381، سالنامه آماری استان فارس.
10. کرامتزاده ع. چیذری ا.ح. موسوی ح. 1384. مدیریت منابع آبی از طریق تخـصیص بهینـه آّ
بین اراضی زیرسدها؛ مطالعه موردی سد بازرو شیروان. مجموعه مقالات پنجمین کنفـرانس اقتـصاد
کشاورزی ایران، دانشگاه سیستان و بلوچستان.
11. محمدیان م. چیذری ا. ح. مرتضوی س. ا. 1384. تأثیر کنترل ریسک قیمتی برنج در شـرایط
بورس کالا بر الگوی کشت بهینه مطالعه موردی استان گلستان منطقه گنبد -مینودشـت. فـصلنامه
اقتصاد کشاورزی و توسعه، سال سیزدهم، (168-194 :(49.
12. وزارت نیرو. 1387. گزارش منتشر نشده. تهران.
13. Burton R.O., Gidley J. S, Baker B. S. and Red- Wilson K. J. 1987.
Nearly Optimal Programing Solutions: Some Conceptual Issues and a
Farm Management Application. American Journal of Agricultural
Economics, (69): 813-818.
14. Doppler W. 2002. The impact of water price strategies on the
allocation of irrigation water: the case of the Jordan Valley. Agricultural
Water Management, (55):171-182.
15. Francisco S. R and Mubarik A. 2006. Resource allocation tradeoffs in
Manila's peri-urban vegetable production systems: An application of
multiple objective programming. Agric. Sys. (87): 147–168.
16. Hardaker J, HuirneR and Anderson J. 1997. Coping with risk in
agriculture. CAP International, New York.
17. Johansson R. C, Tsur Y, Roe T. L and Doukkali R. 2002. Pricing
irrigation water: a review of theory and practice. Water Policy, (4):173–
199.
18. Kumar B. 1995. Trade-off between Return and Risk in Farm Planing:
MOTAD and Target MOTAD Approach. Indian Journal of Agricultural
Economics, (50): 193-199.
19. Maleka P, Vart P and Shankar R. 1993. A fuzzy programing
approach for vendor selection problem in a supply chain. Int. J.
Production Economics, 101: 273-85.
20. McCameley F. and Kliebenstein J. B. 1978. Describing and
identifying the complete set of Target MOTAD solutions. American
Journal of Agricultural Economics, Vol. 69 (3): 669-676.
21. Pazira E and Sadeghzadeh K. 1999. Sustainable soil and water use in
agricultural sector of Iran. International Conference on Agricultural
Engineering. Beijing, China.
22. Raju K.S. and Kumar D.N. 1999. Multicriterion decision making in
irrigation planning. Agric. Sys, (62): 117–129.
23. SPSS Inc. (2002). SPSS 11.0 Guid to Data Analysis, Prentice Hall,
NJ.
24. Tauer L. M .1983. Target MOTAD. American Journal of
Agricultural Economics, 65(3): 606-610.
25. Valderama D and Engle C. 2000. A risk programming model for
shrimp farming in Honduras.
26. Willis C and Willis M. S. 1993. Multiple Criteria and Nearly Optimal
Solutions in Greenhouse Management. Agricultural SYstem, (41): 289-
303.
