اخبار و اعلانات

 آمار

تعداد نشریات284
تعداد نشریات سازمان82
تعداد شماره‌ها2,784
تعداد مقالات31,679
تعداد مشاهده مقاله40,110,228
تعداد دریافت فایل اصل مقاله17,604,400
مهرپرور حسینی, الهام, رفیعی, حامد, شاه‌نباتی, نرگس, عارف‌پور, مهدیس. (1402). پهنه‌بندی استان‌های ایران براساس حمایت از تولیدکنندگان گندم در برنامه‌های توسعه اقتصادی، اجتماعی و فرهنگی. سامانه مدیریت نشریات علمی, 31(3), 1-30. doi: 10.30490/aead.2023.355451.1367
الهام مهرپرور حسینی; حامد رفیعی; نرگس شاه‌نباتی; مهدیس عارف‌پور. "پهنه‌بندی استان‌های ایران براساس حمایت از تولیدکنندگان گندم در برنامه‌های توسعه اقتصادی، اجتماعی و فرهنگی". سامانه مدیریت نشریات علمی, 31, 3, 1402, 1-30. doi: 10.30490/aead.2023.355451.1367
مهرپرور حسینی, الهام, رفیعی, حامد, شاه‌نباتی, نرگس, عارف‌پور, مهدیس. (1402). 'پهنه‌بندی استان‌های ایران براساس حمایت از تولیدکنندگان گندم در برنامه‌های توسعه اقتصادی، اجتماعی و فرهنگی', سامانه مدیریت نشریات علمی, 31(3), pp. 1-30. doi: 10.30490/aead.2023.355451.1367
مهرپرور حسینی, الهام, رفیعی, حامد, شاه‌نباتی, نرگس, عارف‌پور, مهدیس. پهنه‌بندی استان‌های ایران براساس حمایت از تولیدکنندگان گندم در برنامه‌های توسعه اقتصادی، اجتماعی و فرهنگی. سامانه مدیریت نشریات علمی, 1402; 31(3): 1-30. doi: 10.30490/aead.2023.355451.1367

پهنه‌بندی استان‌های ایران براساس حمایت از تولیدکنندگان گندم در برنامه‌های توسعه اقتصادی، اجتماعی و فرهنگی

اقتصاد کشاورزی و توسعه
مقاله 1، دوره 31، شماره 3 - شماره پیاپی 123، آذر 1402، صفحه 1-30    اصل مقاله (711.19 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.30490/aead.2023.355451.1367
نویسندگان
الهام مهرپرور حسینی1؛ حامد رفیعی* 2؛ نرگس شاه‌نباتی1؛ مهدیس عارف‌پور3
1دانش‌آموختۀ دکتری اقتصاد کشاورزی، دانشگاه تهران، تهران، ایران.
2نویسندة مسئول و استادیار گروه اقتصاد کشاورزی، دانشگاه تهران، تهران، ایران.
3دانش‌آموختۀ کارشناسی ارشد اقتصاد کشاورزی، دانشگاه تهران، تهران، ایران.
چکیده
سیاست­‌های حمایتی اجرا شده از سوی دولت برای محصول راهبردی گندم در بخش کشاورزی ایران با آثار توزیعی متفاوت در استان­‌های کشور از اهمیت چشمگیری برخوردار است. در پژوهش حاضر، ضمن محاسبۀ انواع شاخص‌های حمایت از قیمت بازاری (MPS)، پرداخت‌های بودجه‌ای (BP) و برآورد حمایت از تولیدکننده (PSE) در دورة زمانی برنامه‌های سوم تا پنجم توسعه اقتصادی، اجتماعی و فرهنگی ایران، رابطة همبستگی آنها با عملکرد در واحد سطح تولید گندم دیم و آبی بررسی شد و سپس، به ‏منظور برنامه‌ریزی و سیاست‌گذاری، استان‌ها با الگوریتم کی‏‌میانگین در خوشه‌های همگن دسته‌بندی شدند. نتایج پژوهش نشان داد که با وجود اجرای سیاست‌های یکسان در سراسر کشور، مقادیر حمایت از قیمت بازاری، حمایت بودجه‌ای و حمایت کل از تولیدکنندگان، به ‏دلیل تفاوت‌های اقلیمی، رفتار تولیدکنندگان در مدیریت مزرعه، فناوری، بهره‌وری، مزیت‌های نسبی هزینه‌ای و تولیدی و فاصله از گمرک، متفاوت است، به‏ گونه‌‏ای که گندم‌کاران استان‌های با بهره‌وری کمتر مقدار بیشتری حمایت در هر کیلوگرم محصول گندم دریافت می‌کنند؛ همچنین، سیاست‌های قیمتی در اغلب سال‌ها موجب حمایت از تولیدکنندگان نشده و اما بر اساس نتایج برآورد شاخص PSE، در برنامه‌های سوم تا پنجم توسعه، حمایت از کشاورزان همه خوشه‌ها، به‏ ترتیب، با میانگین 882، 1549 و 1200 ریال در هر کیلوگرم تحقق یافته و برخلاف شاخص BP، شاخص‌های MPS و PSE در بیشتر استان‌ها رابطه مثبت و معنی‌دار با عملکرد گندم آبی داشته است. در نهایت، پیشنهاد شد که با مد نظر قرار دادن تفاوت‌های خوشه‌ها، برای خوشه‌های با بهره‌وری بالاتر، بسته‌های سیاستی قیمتی و بودجه‌ای متنوع با سطح پوشش حمایتی بالاتر و متناسب با الگوی بهینه مصرف نهاده‌های کشاورزان منتخب طرح‌ریزی شود. همچنین، شایسته است که با تغییر الگوی سیاست‌ها از حمایت قیمتی به حمایت‌های بودجه‌ای، از یک‏سو، حفظ قیمت محصولات نزدیک به قیمت جهانی و از سوی دیگر، جلوگیری از دخالت مستقیم دولت در بازار محصول گندم در دستور کار سیاست‏گذاران قرار گیرد.
کلیدواژه‌ها
الگوریتم خوشه‌بندی؛ کی‏ میانگین؛ برآورد حمایت از تولید‌کننده؛ حمایت قیمت بازاری؛ خرید تضمینی؛ گندم
عنوان مقاله [English]
Zoning of Iranian Provinces Based on Support for Wheat Producers in Economic, Social and Cultural Development Programs
نویسندگان [English]
Elham Mehrparvar Hosseini1؛ Hamed Rafiee2؛ Narges Shahnabati1؛ Mahdis Arefpour3
1PhD. Graduate in Agricultural Economics, University of Tehran, Tehran, Iran.
2Corresponding Author and Assistant Professor, Department of Agricultural Economics, University of Tehran, Tehran, Iran.
3MSc. Graduate in Agricultural Economics, University of Tehran, Tehran, Iran.
چکیده [English]
Introduction: The support policies implemented by the government for wheat crop, which is a strategic crop in Iran's agricultural sector and has different distributional effects in the provinces of the country, are of great importance.
Materials and Methods: In this study, while calculating the indicators of market price support (MPS), budget payments (BP) and producer support estimate (PSE) of wheat in the period of the Third to Fifth Economic, Social and Cultural Development Programs of Iran, their correlations with yield per unit area of dryland and irrigated wheat production were investigated and then, for planning and policy making, the provinces were classified into homogeneous clusters by K-means algorithm.
Results and Discussion: According to the results, despite the implementation of the same policies across the country, the amount of market and budget support and total support to producers varies due to differences in climate and producers' behavior in input consumption, production technology, productivity, comparative advantages and distance from customs, so that wheat farmers in lower productivity provinces received more support per kg. Also, pricing policies did not supported producers in most years, but the PSE index showed that farmers of all clusters were supported in the three development programs by 882, 1549 and 1200 IR rials/kg, respectively. Contrary to BP, MPS and PSE indicators in most provinces had positive and significant relationships with irrigated wheat yields.
Conclusions: Finally, considering the differences in clusters, it was suggested that for higher productivity clusters, various pricing and budget policy packages with higher support coverage levels should be designed in accordance with the optimal consumption pattern of top farmers' inputs; in addition, by changing the pattern of policies from price support to budget support, on the one hand, the price of products will be kept close to the global price and on the other hand, the direct intervention of the government in the product market will be avoided.
کلیدواژه‌ها [English]
Guaranteed Purchase, K-means Clustering Algorithm, Market Price Support, Producer Support Estimation, Wheat
مراجع
  • Alfansi, L., & Sargeant, A. (2000). Market segmentation in Indonesian banking sector: the relationship between demographics and desired customer benefits. International Journal of Bank Marketing, 18(2): 86-98.
  • Aliheidari Bioki, T., & Khademi Zare, H. (2015). Improvement of DEA approach for clustering credit rating of customer in banks. Journal of Modeling in Engineering, 13(41): 59-74. DOI: 10.22075/jme.2017.1727 [In Persian]
  • Anders, S., Harsche, J., Herrmann, R. & Salhofer, K. (2004). Regional income effects of producer support under the CAP. Cahiers d'Economie et de Sociologie Rurales (Rural Economy and Sociology Notebooks), 73: 103-121.
  • Brandt, A. (2005). Cluster analysis for market segmentation. Master of Art, Department of Curriculum Teaching and Learning, Toronto, University of Toronto.
  • Demirdöğen, A., Olhan, E. & Chavas, J.P. (2016). Food vs. fiber: an analysis of agricultural support policy in Turkey. Food Policy, 61: 1-8. DOI: 10.1016/j.foodpol.2015.12.013.
  • Epetimehin, F.M. (2011). Market segmentation: a tool for improving customer satisfaction and retention in insurance service delivery. Journal of Emerging Trends in Economics and Management Sciences (JETEMS), 2(1): 62-67.
  • GhaneShirazi A. (2006). Evaluation support policies in OECD country members and their effects on internal market of Iran: a case study of wheat, barley and date. MSc. Thesis, Azad University, Tehran. [In Persian]
  • Hosseini, S.S., & Mehrparvar Hosseini, E. (2014). Effects of exchange rate policy on Iran’s agricultural subsections support estimates. Agricultural Economics, 8(Special Issue): 29-43. [In Persian]
  • Hosseini, S., & Shahnabati, N. (2015). Considering the distributional effect of government supportive policies of producers of wheat in provinces of Iran. Agricultural Economics, 9(1): 1-18. [Persian]
  • Hosseini, S.S., & Torshizi, M. (2009). An evaluation of wheat support policy in Iran. Iranian Journal of Agricultural Economics and Development Research, 40(2): 1-11. [In Persian]
  • Hosseini, SS., Norouzi, H., Pakravan, M.R. & Mehrparvar Hosseini, E. (2016). Effects of agriculture sector producer support estimate and consumer support estimate on food security in Iran. Iranian Journal of Agricutural Economics and Development Research, 47(3): 755-769. DOI:  22059/IJAEDR.2016.60601. [In Persian]
  • Kwiecinski, A., & Van Tongeren, F.W. (2007). Quantitative evaluation of agricultural policy reforms in China: 1993-2005. China's Agricultural Trade: Issues and Prospects Symposium, July 2007, Beijing, China (No. 55028).
  • Linares-Mustarós, S., Coenders, G. & Vives-Mestres, M. (2018). Financial performance and distress profiles: from classification according to financial ratios to compositional classification. Advances in Accounting, 40: 1-10. DOI: 10.1016/j.adiac.2017.10.003.
  • LRPI (2011). General policies for land use planning. Tehran: Laws and Regulations Portal of Iran (LRPI). Available at www.dotic.ir/news/4351. Retrieved at 2 August, 2021. [In Persian]
  • MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, 14(1): 281-297.
  • MAJ (2020). Statistical yearbook of agriculture, 2018-19 (Vol. 1). Tehran: Ministry of Agriculture (MAJ). [In Persian]
  • MAJ (2021). Statistical yearbook of agriculture, 2017-21. Tehran: Ministry of agriculture (MAJ). [In Persian]
  • Mehrparvar Hosseini, E. (2013). Investigating the factors affecting the behavior of the trade balance of agriculture in Iran. MSc. Thesis, Agricultural Economics, Department of Agricultural Economics and Development, University of Tehran. [In Persian]
  • Mehrparvar Hosseini, E., Rafiee, H., Hosseini, S.S. & Chizari, A. (2019). Application of ant colony and hierarchical metaheuristic algorithms in segmentation of agricultural knowledge-based companies. Agricultural Economics, 13(2): 33-50. DOI: 10.22034/IAES.2019.101251.1665. [In Persian]
  • Momeni, M. (2014). Data clustering. Tehran: Moalef Publication. [In Persian]
  • Norouzi, H., Hosseini, S. & Ansari, V. (2018). Investigating the effects of macroeconomic variables and support policy on the growth of the agricultural sector in Iran. Iranian Journal of Agricultural Economics and Development Research, 49(4): 587-605. DOI: 10.22059/ijaedr.2018.244481.668508. [In Persian]
  • OECD (2005). Agricultural policies in OECD countries, monitoring and evaluation. Paris: Organization for Economic Cooperation and Development (OECD).
  • OECD (2021). Agricultural policy monitoring and evaluation 2021: Addressing the challenges facing food systems. Paris: Organization for Economic Cooperation and Development (OECD). DOI: 10.1787/2d810e01-en.
  • Parizan, V., & Bakhshoudeh, M. (2008). The effects of government support policy on producers and consumers of wheat and rice in Iran. Iranian Economic Research, 10(1): 161-178. [In Persian]
  • Rafiee, H., Khodabakhshi, S., Aminizadeh, M. Bakhshayesh, M., Mehrparvar Hosseini, E. & Asadollahpour, F. (2017). Appropriate support for agricultural commodities. Tehran: Agricultural Planning, Economics and Rural Development Research Institute (APERDRI). [In Persian]
  • Rahman, M.S., Arefin, K.Z., Masud, S., Sultana, S. & Rahman, R.M. (2017). Analyzing life insurance data with different classification techniques for customers’ behavior analysis. Asian Conference on Intelligent Information and Database Systems (pp. 15-25). Springer, Cham. DOI: 10.1007/978-3-319-56660-3_2.
  • Sadeghian, M. (2013). Finding the optimal center for the clusters in the K-means algorithm. MSc. Thesis, Sheikh Bahaee University, [In Persian]
  • SCI (2019). Abstract of the results of the urban and rural household cost and revenue survey plan. Tehran: Statistical Center of Iran (SCI). [In Persian]
  • Shirkavand, S., Jokar, G. & Mazidi, A. (2015). Market segmentation of insurance customers based on expected values. Iranian Journal of Insurance Research, 29(4): 137-163. [In Persian]
  • Spearman, C. (2010). The proof and measurement of association between two things. International Journal of Epidemiology, 39(5): 1137-1150. DOI: 10.1093/ije/dyq191.
  • Wolfe, R. (2021). Yours is bigger than mine! Could an index like the producer subsidy equivalent help in understanding the comparative incidence of industrial subsidies? The World Economy, 44(2): 328-345. DOI: 10.1111/twec.13069.
  • Yahyaoui, H., & Own, H.S. (2018). Unsupervised clustering of service performance behaviors. Information Sciences, 422: 558-571. DOI: 10.1016/j.ins.2017.08.065.
  • Zare Ahmadabadi, H., Rafiei Emam, M. & Naser Sadrabadi, A.R. (2016). Market clustering with ant colony optimization (comparative approach with K-means). Journal of Business Administration Researches, 8(16): 17-36. DOR: 20.1001.1.2645386.1395.8.16.2.1. [In Persian]
  • Zoroja, J., & Pejić Bach, M. (2016). Impact of information and communication technology to the competitiveness of European countries-cluster analysis approach. Journal of Theoretical and Applied Electronic Commerce Research, 11(1): 1-10. DOI: 10.4067/S0718-18762016000100001.
آمار
تعداد مشاهده مقاله: 1,891
تعداد دریافت فایل اصل مقاله: 325


counter
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب