کاربرد مدل تعادل مثبت پویا در تحلیل سیاست قیمتگذاری محصولات کشاورزی ) مطالعه موردی شهرستان زنجان )
محورهای موضوعی : فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزیفاطمه علیجانی 1 , علیه آزادگان 2
1 - استادیار اقتصاد کشاورزی دانشکده کشاورزی دانشگاه پیام نور.
2 - عضو باشگاه پژوهشگران جوان و نخبگان دانشگاه آزاد اسلامی واحد بیرجند.
کلید واژه: مدل تعادل مثبت پویا, توابع عرضه پویا محصولات, شهرستان زنجان,
چکیده مقاله :
قیمتگذاری محصولات کشاورزی، به عنوان مهمترین ابزارهای مداخله دولت در بخش کشاورزی بوده است. سیاست‌های دولت قیمتگذاری محصولات کشاورزی بر انگیزه‌های تولید بخش کشاورزی اثر می گذارد. برای تحلیل سیاست قیمتگذاری، آمار سطح زیر کشت، تولید، نهاده‌های مصرفی و قیمتهای محصولات زراعی در افق برنامه ریزی 1386 -1394 مورد بررسی قرار گرفت. نتایج نشان داد که زارعین به سیاست‌های مختلف یکسان پاسخ نمی‌دهند . افزایش قیمت محصولات کشاورزی منتخب منجر به تغییر الگوی کشت و میزان عرضه آن‌ها در منطقه مورد مطالعه شد. سیاست افزایش قیمت محصول گندم این محصول تاثیر چشمگیری بر الگوی کشت نداشته ولی افزایش قیمت محصول گوجه فرنگی تاثیر زیادی بر الگوی کشت و میزان عرضه هریک از محصولات منتخب منطقه مورد مطالعه داشته است. همچنین هر دو سیاست منجر به افزایش هزینه تولید و کاهش سود کشاورزان نیز گردید.
پیشنهاد می شود که برنامه ریزان و سیاست گذاران قیمتی به تغییر قیمت محصولات با کشش توجه بیشتری انجام دهند زیرا هر تغییر کوچک در قیمت هر یک از این محصولات منجر به تغییر عرضه و الگوی کشت کشاورزان خواهد شد.
Pricing of agricultural products, considered one of the most important tools for government intervention in agriculture. Government policies effect on pricing of agricultural products in agriculture the motives production and performance. In this study, Positive dynamic equilibrium model was used for estimated annual production for the dynamic supply functions, cropping pattern, Input used, Analysis of Pricing Policy 2007 -2015 in the planning horizon. The results showed, Different scenarios show that farmers do not respond the same to different policies, And results showed that input and output price policies, The percentage change in interest farmers the scenario of rising prices agricultural inputs scenarios over rising prices of agricultural products, And percentage change in the total cost scenarios increase in agricultural prices over scenarios is the rising cost of agricultural inputs. Thus, according to the model's ability to accurately estimate the amount of supply per year as well as the effectiveness of different policies, It is recommended that the Medal used in this study to other policies and other areas of test and be examined.
Refrences
- Azizy. J. & Torkamani. J. (2002). Optimal utilization of the forest using mathematical programming Motad. Journal Of agricultural Economic and development, 10(39):pp. 103-124.
- Agriculture Organization of Zanjan city. (2015). Statistical Yearbook of the agricultural sector 2007-2015.,
- Bakhshi. M., Peicani. Gh., Hoseini. S. & Salehi A. (2010). Effects of the removal of fertilizer subsidy and the policy of direct payments crops and inputs (case study agriculture Sabzevar City). Journal of Agricultural Economics,4(2):pp.185-207
- Boustani, F., & Mohammadi, H. (2010). Determination of optimal cropping pattern due to water deficit: a case study in the south of iran. American-Eurasian J. Agric. & Environ. Sci, 7(5): pp.591-595
- Ghorbani. M. & Dehghaniyan. S. (2006). The impact of price and non Price the The cultivated area of sugar beet in Khorasan City. Journal Of Sugar Beet, 22(1): 101-113.
- Jalali. M., & Aftekhr. J. A. (2008). Application of nonlinear model for water resource planning in optimizing crop pattern Karkhe coastal plains. Water Resources Management Conference 3 th, Tabriz. Iran.
- Jahani. M., & Asghari. A. (2006). Determining the mathematical structure of the cost of wheat in Arasbaran region. Journal of Agricultural sciences, 12(2):pp.250-233.
- http://dbagri.agri-jahad.org/cost/ Bureau of Agricultural Statistics and Information, Department of Planning and economic.
- Jitea, L.M. (2011). Appropriate Methods for Evaluating the Agricultural Policies’ Consequences at Farm Level. Not Bot Hort Agrobot Cluj, 39(1): pp.126-133
- Komijani, A. (1997). Historical analysis of pricing policies and evaluate their performance in recent decades in Iran. Institute of Economic Research and Development, Faculty of Economics, Tehran University.
- Kohpai, M. (2000). Principles of Agricultural Economics. Seventh Edition,: Tehran University Press. 467 p.
- Medellin-Azuara, J., Howitt, R.E. & Harou, J.J. (2014). Predicting farmer responses to water pricing, rationing and subsidies assuming profit maximizing investment in irrigation technology. Agricultural Water Management, 108: 73-82.
- Mohsenpour, R. & Zibai, M. (2010). Determining the optimal pattern cultivated land is under the dam using non-linear programming and deficit irrigation strategies. Journal of Agricultural Economics and Development, 18 (71):pp. 1-22
- Mohseni, A., & Zibai, M. (2009). Analysis of the consequences of increasing acreage of canola in the prairie city Namdan Gulf: An Application of Positive Mathematical Programming. Journal of Science and Technology of Agriculture and Natural Resources, 13 (47 (b)): pp.773-784.
- Moeinadin, Z. (2010). The response of farmers to price policies and irrigation water rationing in the city of Kerman, thesis for a master's degree in Agricultural Economics, Faculty of Agriculture, University of Zabol .
- Mortazavi, et al. (2014). Impact of pricing policy on canola production in Iran,Journal of Economic Research,No13, Vol 4, P 127-146.
- Nori, K. (2003). The efficiency of rice pricing policy in Iran, Journal of Research and Development, 61:pp.74-81.
- Arfini, F. & Donati, M. (2007). Endogenous Prices In Mathematical Programming Models For Agricultural Policy Analysis. Working Paper 10:p10- 29P.
- Paris, Q. (2001). Dynamic positive equilibrium problem. Working paper, No. 01-005, Department of Agricultural and Resource Economics University of California Davis.
- Paris, Q. (2011). Economic Foundations of Symmetric Programming.first edition, Cambridge, PP: 340-410.
- Paris, Q. & Howitt, R.E. (1998). Analysis of Ill-Posed production problems using maximum entropy. American Journal of Agricultural Economics, 80:pp. 124-138.
_||_