اخبار و اعلانات

 آمار

تعداد نشریات286
تعداد نشریات سازمان84
تعداد شماره‌ها3,019
تعداد مقالات33,734
تعداد مشاهده مقاله44,972,490
تعداد دریافت فایل اصل مقاله46,387,276
بهادری, محمد, جولایی, رامتین, اشراقی, فرشید, رضایی, اعظم. (1398). بهینه‌یابی الگوی کشت محصولات زراعی شهرستان ری با توجه به مخاطره. سامانه مدیریت نشریات علمی, 27(3), 131-161. doi: 10.30490/aead.2020.252701.0
محمد بهادری; رامتین جولایی; فرشید اشراقی; اعظم رضایی. "بهینه‌یابی الگوی کشت محصولات زراعی شهرستان ری با توجه به مخاطره". سامانه مدیریت نشریات علمی, 27, 3, 1398, 131-161. doi: 10.30490/aead.2020.252701.0
بهادری, محمد, جولایی, رامتین, اشراقی, فرشید, رضایی, اعظم. (1398). 'بهینه‌یابی الگوی کشت محصولات زراعی شهرستان ری با توجه به مخاطره', سامانه مدیریت نشریات علمی, 27(3), pp. 131-161. doi: 10.30490/aead.2020.252701.0
بهادری, محمد, جولایی, رامتین, اشراقی, فرشید, رضایی, اعظم. بهینه‌یابی الگوی کشت محصولات زراعی شهرستان ری با توجه به مخاطره. سامانه مدیریت نشریات علمی, 1398; 27(3): 131-161. doi: 10.30490/aead.2020.252701.0

بهینه‌یابی الگوی کشت محصولات زراعی شهرستان ری با توجه به مخاطره

اقتصاد کشاورزی و توسعه
مقاله 6، دوره 27، شماره 3 - شماره پیاپی 107، آذر 1398، صفحه 131-161    اصل مقاله (578.69 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.30490/aead.2020.252701.0
نویسندگان
محمد بهادری* 1؛ رامتین جولایی2؛ فرشید اشراقی3؛ اعظم رضایی4
1دانش‌آموختة کارشناسی ارشد اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران.
2نویسنده مسئول و دانشیار گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران.
3استادیار گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
4استادیار گروه اقتصاد کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران.
چکیده
در مطالعة حاضر، الگوی بهینة کشت محصولات زراعی شهرستان ری با استفاده از مدل برنامه‌ریزی خطی (متعارف) و همچنین، با لحاظ درجات مختلف مخاطره با استفاده از مدل‌های مخاطره‏ای موتاد، تارگت موتاد و موتاد پیشرفته تعیین شد. داده­های مورد نیاز به روش میدانی و از طریق تکمیل 149 پرسشنامه از بهره‌برداران شهرستان ری و آمار و اطلاعات مدیریت جهاد کشاورزی، سازمان و ادارات ذی‏ربط در این شهرستان طی پنج سال زراعی 1389 تا 1394 جمع­آوری شد. نتایج حاصل از مدل برنامه‌ریزی خطی نشان داد که در مقایسه با وضعیت فعلی، به‏کارگیری الگوی بهینه کشت بازده برنامه‌ای را 6/69 درصد افزایش می‌دهد. همچنین نتایج حاصل از برآورد مدل­های مخاطره‏ای مؤید آن بود که بین مخاطره و بازده برنامه‌ای رابطة مثبت وجود دارد؛ علاوه بر این، مدل‌های مخاطره‏ای در بالاترین سطح مخاطره، نتایجی مشابه با برنامه‌ریزی خطی دارند و الگوی ارائه‏شده از طریق مدل برنامه‌ریزی خطی در بالاترین حد ممکن از مخاطره است.
کلیدواژه‌ها
الگوی بهینه کشت؛ برنامه‌ریزی خطی؛ مخاطره؛ ری (شهرستان)
عنوان مقاله [English]
Optimization of Cropping Pattern Regarding Risk in Rey County of Iran
نویسندگان [English]
M. Bahadori1؛ R. Joolaie2؛ F. Eshraghi3؛ A. rezaee4
1MSc Graduate in Agricultural Economics, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
2Associate Professor, Department of Agricultural Economics, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
3Assistant Professor, Department of Agricultural Economics, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
4Assistant Professor, Department of Agricultural Economics, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
چکیده [English]
In this study, the optimum cropping pattern in Rey County of Iran was determined using Linear Programming model (conventional), considering various degrees of risk using risk models of MOTAD, Target MOTAD and Advanced MOTAD. The required data were collected through field study and filling out 149 questionnaires from beneficiaries of the county as well as the concerned Agricultural-Jehad Management and subordinate organizations and offices in five farming years of 2010-15. The results from linear programming model showed that compared to the present status, applying the optimized cropping pattern made 6.69 percent increase in programmed output. Also, the results from estimation of risky models suggested that there was a positive relationship between risk and the farm’s programmed output. Again, risky models in highest possible level of risk indicated results similar to those of linear programming, and the pattern presented by linear model was placed at maximum possible level of risk.
کلیدواژه‌ها [English]
Optimum Cropping Pattern, Linear Programming, Risk, Rey (County)
مراجع
  1. Akbari, N., Zahedi Keyvan, M. and Zahedi Keyvan, M. (2009). Risk determination of cultivated crops in Hamadan province using mathematical programming with attention to risk and uncertainty conditions. Journal of Agricultural Economics and Development, 16(64): 63-82. (Persian)
  2. Bahadori, M. and Hosseini, S.T. (2018). Optimization of cropping pattern due to risk in Neka County. 11th Biennial Conference on Iranian Agricultural Economy, Karaj. Iranian Agricultural Economics Society, College of Agriculture and Natural Resources, University of Tehran. (Persian)
  3. Derakhshan, M., Mohammadi, H. and Shirzadi Jahromi, M.H. (2007). Determining optimal pattern of integrated production of agricultural and horticultural crops with emphasis on production risk in Fars province. Agroecology Journal, 3(3): 23-36. (Persian)
  4. Eshraghi, F., Kheiri, N. and Hassanpoor, E. (2015). Application of Monte Carlo simulation in evaluating agricultural production risk (case study: Gorgan County). Iranian Journal of Agricultural Economics and Development Research, 46(2): 375-383. (Persian)
  5. Fathelrahman, E., Gheblawi, M., Muhammad, S., Dunn, E., Ascough, J.C. and Green, T.R. (2017). Optimum returns from greenhouse vegetables under water quality and risk constraints in the UAE. Sustainability, 9(5): 1-11.
  6. Hassan-Shahi, M. (2006). Farming decision making under risk conditions: a case study of Arsanjan County. Journal of Agricultural Economics and Development, 14(54): 161-178. (Persian)
  7. Hassan-Shahi, M. (2008). The optimum pattern of growing crops in risky conditions (application of Target-Motad, Advanced Motad, Linear Grade 2 planning models): a case study in Arsanjan, Fars. Journal of Economic Research, 43(1): 71-84. (Persian)
  8. Hassan-Shahi, M. (2010). Economic priority of crop patterns in Shiraz (MGA, Motad and Target-Motad methods). Journal of Economic Studies, 1(1): 33-44. (Persian)
  9. Hazell, P.B.R. and Norton, R.D. (1986). Mathematical programming for economic analysis in Agriculture. New York: MacMillan.
  10. Kaseva, D.M., Mulwa, R.M. and Irungu, P. (2017). Analysis of optimal agroforestry enterprise mix under production risk in Mbooni West district, Kenya. African Journal of Agricultural Economics and Rural Development, 5(1): 525-531.
  11. Mehregan, M.R. (2005). Opration research (linear programming and its applications). Tehran: Academic Book Publication. (Persian)
  12. Mohammadi, H. and Torkamani, J. (2001). Application of the goal programming and Target Motad combination model in corn producers technology adoption: a case study in Fars province. Journal of Agricultural Economics and Development, 9(33): 205-233. (Persian)
  13. Olarinde, L.O., Manyong, V.M. and Okoruwa, V.O. (2008). Analyzing optimum and alternative farm plans for risk averse grain crop farmers in Kaduna State, Northern Nigeria. World Journal of Agricultural Sciences, 4(1): 28-35.
  14. Osaki, M. and Otavio, M. (2014). Optimization model of agricultural production system in grain farms under risk, in Sorriso, Brazil. Agricultural Systems, 127: 178-188.
  15. Sabouhi, M. (2012). Application of mathematical programming in agriculturaleconomics with a focus on using the Excel software. The University of Zabol and Noor-e Elm Publications. (Persian)
  16. Soltani, Gh., Zibaei, M. and Kehkha, A.A. (1999). Application of mathematical programming in agriculture. Tehran: Agricultural Research, Education and Extension Organization Publications. (Persian)
  17. Taghizadeh, S., Navid, H., Fellegari, R. and Fakheri Fard, A. (2013). Changing of optimum cropping pattern analysis considering risk factor and new limitations of Kurdistan regional water company (case study: 200 hectares of farm area in Dehgolan field). Journal of Agricultural Science and Sustainable Production, 23(1): 71-84. (Persian)
  18. Taur, L.W. (1983). Target MOTAD. American Journal of Agricultural Economics, 65(3): 606-610.
  19. Udo, U.J., Onyenweaku, C.E., Igwe, K.C. and Salimonu, K.K. (2015). Formulating optimal farm plans with child farm labour reduction for arable crop farmers in Akwa Ibom State, Nigeria: an application of Linear Programming and T-Motad models. Asian Journal of Agricultural Extension, Economics and Sociology, 7(1): 1-13.
  20. Umoh, G.S. (2008.( Programming risks in wetlands farming: evidence from Nigerian floodplains. Journal of Human Ecology, 24(2): 85-92.
  21. Zia, S.M. (1997). A trade-off between expected returns and risk among farmers of rice-wheat zone of Punjab, Pakistan. Journal of Economic Cooperation among Islamic Countries, 18(4):155-170.
آمار
تعداد مشاهده مقاله: 1,250
تعداد دریافت فایل اصل مقاله: 598


counter
سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب