سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,502
تعداد مشاهده مقاله124,117,697
تعداد دریافت فایل اصل مقاله97,223,425
شهنوازی, علی. (1396). تعیین رتبه ی کارایی محصولات زراعی آبی در بخش کشاورزی ایران. , 48(2), 227-240. doi: 10.22059/ijaedr.2017.62742
علی شهنوازی. "تعیین رتبه ی کارایی محصولات زراعی آبی در بخش کشاورزی ایران". , 48, 2, 1396, 227-240. doi: 10.22059/ijaedr.2017.62742
شهنوازی, علی. (1396). 'تعیین رتبه ی کارایی محصولات زراعی آبی در بخش کشاورزی ایران', , 48(2), pp. 227-240. doi: 10.22059/ijaedr.2017.62742
شهنوازی, علی. تعیین رتبه ی کارایی محصولات زراعی آبی در بخش کشاورزی ایران. , 1396; 48(2): 227-240. doi: 10.22059/ijaedr.2017.62742

تعیین رتبه ی کارایی محصولات زراعی آبی در بخش کشاورزی ایران

تحقیقات اقتصاد و توسعه کشاورزی ایران
مقاله 4، دوره 48، شماره 2، تیر 1396، صفحه 227-240    اصل مقاله (295.4 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijaedr.2017.62742
نویسنده
علی شهنوازی*
گروه تحقیقات روستایی و اقتصاد کشاورزی، مرکز تحقیقات کشاورزی و منابع طبیعی استان آذربایجان شرقی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تبریز، ایران
چکیده
در بخش کشاورزی معمولاً از شاخص­هایی چون عملکرد و تولید برای ارزیابی و رتبه­بندی مناطق و محصولات مختلف استفاده می­شود ولی استفاده از این شاخص­ها ازآنجاکه تمام ابعاد هزینه­ای و تولیدی را در نظر نمی­گیرند؛ می­تواند در برنامه­ریزی­های کشاورزی ایجاد خطا نماید. به‌منظور رفع این موضوع پژوهش پیش­رو با استفاده از الگوهای تحلیل پوششی داده­ها شامل الگوی پایه، کارایی متقاطع، اَبَر کارایی و اعداد صحیح به رتبه­بندی 27 محصول زراعی آبی در بخش کشاورزی ایران پرداخته است. داده­های مورد نیاز از آمارنامه­های وزارت جهاد کشاورزی برای سال زراعی 91-1390 تهیه‌شده و دربرگیرنده­ی اطلاعات مربوط به بذر، کودهای حیوانی و شیمیایی، سموم، نیروی کار و آب می­باشد. در طرف ستانده نیز از سود ناخالص و عملکرد به­عنوان شاخص­هایی برای سودآوری و تولید استفاده گردید. یافته­های پژوهش نشان داد که اگر هدف در زراعت آبی، افزایش سودآوری است در آن صورت کشت سبزیجات، محصولات صنعتی، محصولات جالیزی، حبوبات، نباتات علوفه­ای و غلات به ترتیب در اولویت کشت قرار داشته ولی چنانچه هدف افزایش تولید کل می­باشد در آن صورت اولویت باید به ترتیب به نباتات علوفه­ای، سبزیجات، محصولات صنعتی، محصولات جالیزی، غلات و حبوبات داده شود. یافته­ی مشترک روش­های مختلف مورد استفاده، شناسایی وضعیت مناسب برای محصولات با مصرف آب بالا، سویا تابستانه نسبت به سویا بهاره و برنج دانه کوتاه نسبت به سایر انواع برنج در رتبه­بندی­ها بود.
کلیدواژه‌ها
کارایی متقاطع؛ ابر کارایی؛ اعداد صحیح؛ سودآوری؛ عملکرد
عنوان مقاله [English]
Determining the efficiency rank of irrigated crops in Iranian agricultural sector
چکیده [English]
In the agricultural sector generally indices such as performance and production are used for assessing and ranking of different regions and products but using these indicators since all dimensions and production costs are not considered, can cause an error in agricultural planning. To resolve the issue in this study data envelopment analysis models including the basic model, cross efficiency method and mixed integer programming was used to rank 27 irrigated crops in agricultural sector of Iran. The required data were obtained from the Ministry of agricultural jihad for crop year 2011-2012 which includes information about the seed, manure, fertilizers, pesticides, labor and water. On output side the gross margin and yield were used as indicators for profitability and production. The results showed that if the goal is to increase profitability in the agriculture sector, then the cultivation of vegetables, industrial crops, cucurbits, beans, forage plants and cereals are top priority, respectively. But if the aim is to increase the total production, in that case the priority must be forage plants, vegetables, industrial crops, cucurbits, cereals and beans. The common finding of different models was that the crops with high consumption of water, summer soybean than spring soybean and short-grain rice than other types of rice had a better rank.
کلیدواژه‌ها [English]
Cross efficiency, Super Efficiency, integer, Profitability, yield
مراجع
    1. Abdshahi, A., Taki, M., Gholabi, M.R., & Haddad, M. (2014). Investigating of the energy efficiency of wheat crop using DEA: A case of Mahyar plain in Shahreza. Journal of Agricultural Economics Research, 7(4), 57-74. (In Farsi)
    2. Abedi, M., Mohammadi, H., & Ghaffari, M. (2011). Efficiency and profitability of rainbow trout culture in Fars province. Journal of Agricultural Economics Research, 5(2), 93-123. (In Farsi)
    3. Ahmadzadeh, S.S., Kavand, H., Sargazi, A.R., & Sabouhi, M. (2012). Determination of rice growers’ efficiency using data envelopment analysis approach: Case study of Rasht city. Journal of Operational Research in Its Applications, 9(3), 63-76. (In Farsi)
    4. Amin, Gh., & Toloo, M. (2007). Finding the most efficient DMUs in DEA: An improved integrated model. Computers & Industrial Engineering, 52(2), 71-77.
    5. Andersen, P., & Petersen, N.C. (1993). A procedure for ranking efficient units in data envelopment analysis. Management Science, 39, 1261-1265.
    6. Behruz, A., & Emami Meybodi, A. (2014). Measuring technical, allocative and economic efficiency and productivity of farming sub-sector of Iran with emphasis on irrigated watermelon. Journal of Agricultural Economics Research, 6(3), 43-66. (In Farsi)
    7. Charnes, A., Cooper, W.W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2, 429-444.
    8. Cheng, G., Qian, Z., & Zervopoulos, P. D. (2011). Overcoming the infeasibility of super-efficiency DEA model: A model with generalized orientations. MPRA.
    9. Chiao-Ping, B., Chen-Hu, J., Ching-Chung, G., & Chien-Liang, L. (2014). The linear programming approach on A-P super-efficiency data envelopment analysis model of infeasibility of solving model. American Journal of Applied Sciences, 11(4), 601-605.
    10. Coelli, T. J., Prasada Rao, D. S., O`Donnell, C. J., & Battese, G. E. (2005). An introduction to efficiency and productivity analysis. (second edition). Springer Science & Business media, Inc.
    11. Ebadi, S. (2012). Using a super efficiency model for ranking units in DEA. Applied Mathematical Science, 6(41), 2043-2048.
    12. Ertay, T., Ruan, D., & Tuzkaya, U. R. (2006). Integrating data envelopment analysis and analytic hierarchy for the facility layout design in manufacturing systems. Information Systems, 176, 237-262.
    13. Eshraghi, F., & Kazemi, F. (2014). Evaluating economic and technical efficiency of dairy farms in Gorgan County. Journal of Ruminant Research, 2(1), 195-211. (In Farsi)
    14. Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society, 120(3), 253-290.
    15. Foroughi, A.A. (2011). A new mixed integer linear model for selecting the best decision making units in data envelopment analysis. Computers & Industrial Engineering, 60, 550-554.
    16. Haghighatnejad, M.R., Yazdani, A.R., & Rafiee, H. (2014). Comparison of the efficiency and productivity index of dairy farms: case study of Esfahan region. Journal of Ruminant Research, 1(4), 177-193. (In Farsi)
    17. Jahanshahloo, G. R., Rostamy-Malkhalifeh, M. & Ebrahimi L. (2013). A new proposed method of restricted Malmquist productivity index by correlation coefficients for ranking decision making units. Journal of Applied Science and Agriculture, 8(7), 1409-1414.
    18. Jahanshahloo, G., Hosseinzadeh Lotfi, F., Shoja N., Fallah Jelodar, M., & Abri, A.G. (2010). Ranking extreme and non-extreme efficient decision making units in data envelopment analysis. Mathematical and Computational Applications, 15(2), 299-308.
    19. Karami, A.A., & Abdshahi, A. (2011). Ranking of townships in Kohgiloyeh and Boyerahmad province in terms of development using fuzzy approach. Journal of Agricultural Economics Research, 3(3), 117-136. (In Farsi)
    20. Mecit, E. D., & Alp, I. (2012). A new restricted model using correlation coefficients as alternative to cross-efficiency evaluation in data envelopment analysis. Hacettepe Journal of Mathematics and Statistics, 41(2), 321-335.
    21. Ministry of Agricultural Jihad. (2014a). Crop Production Yearbook in 2012-2013. (In Farsi)
    22. Ministry of Agricultural Jihad. (2014b). Production Cost Yearbook in 20011-2012. (In Farsi)
    23. Ministry of Agricultural Jihad. (2015). Crop Production Yearbook in 2012-2013. (In Farsi)
    24. Sardar Shahraki, A., Dahmardeh, N., & Karbasi, A.R. (2012). Calculation of efficiency and the return to scale of grape growers in Sistan region with data envelopment analysis. Journal of Operational Research in Its Applications, 9(3), 77-90. (In Farsi)
    25. Sefeedpari, P., Rafiee, Sh., Akram, A., & Mousavi-Avval, Sh. (2012). Application of fuzzy data envelopment analysis for ranking dairy farms in the view of energy efficiency. Journal of Animal Production Advances, 2(6), 284-294.
    26. Sepehrdoust, H. & Yousefi, S.H. (2013). Economic efficiency measurement of agricultural cooperatives using stochastic frontier and data envelopment analysis. Economy and regional development, 20(5), 189-206. (In Farsi)
    27. Sexton, T. R., Silkman, R. H., & Hogan, A. J. (1986). Data Envelopment Analysis: Critique and extensions, in R. H Silkman (Ed.), Measuring efficiency: An assessment of Data Envelopment Analysis, Jossey-Bass, San Francisco, 32, 73-105.
    28. Zamanian, GH. R., Shahabinejad, V., & Yaghoubi M. (2013). Application of DEA and SFA on the measurement of agricultural technical efficiency in MENA countries. International Journal of Applied Operational Research, 3(2), 43-51.
    Zibaei, M., & Telikany, Sh. (2010). Ranking goals of stockmen in Tonekabon`s jungle using fuzzy pair-wise comparison and simple ranking methods. Agricultural Economics and Development, 18(69), 139-165. (In Farsi)
آمار
تعداد مشاهده مقاله: 660
تعداد دریافت فایل اصل مقاله: 955


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب