پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,236 |
| تعداد مقالات | 67,810 |
| تعداد مشاهده مقاله | 115,287,650 |
| تعداد دریافت فایل اصل مقاله | 90,030,073 |
بررسی اثر تنوع کشت بر کاهش ریسک درآمد محصولات منتخب کشاورزان (مطالعه موردی: استان زنجان) | ||
| تحقیقات اقتصاد و توسعه کشاورزی ایران | ||
| دوره 54، شماره 3، مهر 1402، صفحه 593-604 اصل مقاله (1.29 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijaedr.2022.330592.669085 | ||
| نویسندگان | ||
| سیما محمدی عمیدآبادی1؛ سعید یزدانی* 2؛ امیر محمدی نژاد3 | ||
| 1گروه اقتصاد کشاورزی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 2گروه اقتصاد کشاورزی، دانشکده اقتصاد و توسعه کشاورزی، دانشگاه تهران، کرج، ایران | ||
| 3گروه اقتصادکشاورزی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| چکیده | ||
| تنوع کشت همواره به عنوان راه حلی برای کاهش ریسک کشاورزی مطرح بوده است. هدف این مطالعه بررسی ارتباط بلندمدت آثار تنوع کشت بر کاهش ریسک درآمدی کشاورزی در استان زنجان می‌باشد. برای این منظور در این مطالعه طی دوره‌های زمانی 1376 تا 1397 ابتدا از طریق شاخص هرفیندال، تنوع کشت در دوره‌های زمانی برآورد شد و در گام بعدی با استفاده از فیلتر هودریک پرس کات تخمین ریسک درآمدی صورت گرفت. در نهایت با استفاده از الگوهای تصحیح خطای برداری (VECM) اثر بلندمدت تنوع کشت بر ریسک درآمدی برآورد گردید. باتوجه به نتایج الگوی بلندمدت مشخص است که در بلندمدت با فزایش در سطح تنوع کشت میزان نوسان درآمدی نیز کاهش خواهد یافت. این نتیجه در سطح یک درصد معنی‌دار بوده است. همچنین نتایج نشان داد که چنانچه در کوتاه مدت شوکی نوسان درآمدی کشاورزان در استان زنجان را تحت تأثیر خود قرار دهد، در بلندمدت حدود 4 دوره نیاز خواهد بود تا اثر شوک بطور کامل تعدیل شود. به عبارتی دیگر در هر دوره 25 درصد اثر شوک تعدیل خواهد شد. لذا همانگونه که نتایج ضرایب تصحیح خطا نیز نشان داد، بروز شوک‌های کوتاه‌مدت در درآمدهای کشاورزان، نیازمند نزدیک به چهار دوره زمان جهت تعدیل آثار منفی وارده خواهد بود و لذا سیاست‌گذار لازم است علاوه بر اینکه سیاست‌های حمایتی را در راستای تنوع بخشی به الگوهای کشت هدایت می‌کند، لازم است این سیاست‌ها را در جهت جلوگیری از بروز شوک‌های درآمدی تبیین نموده و در صورت بروز شوک نیز در دوره چهار ساله تعدیل شوک، سیاست‌های جبرانی نظیر ابزار بیمه‌ای را توسعه بخشد. | ||
| کلیدواژه‌ها | ||
| ریسک؛ الگوی بلند مدت؛ شاخص هرفیندال؛ الگوهای سری زمانی؛ تصحیح خطای برداری | ||
| عنوان مقاله [English] | ||
| An investigation of crop diversity’s impact on income risk reduction of selected crops (Case study: Zanjan province) | ||
| نویسندگان [English] | ||
| Sima Mohammadi-Amidabadi1؛ Saeid Yazdani2؛ Amir Mohammadi-Nejad3 | ||
| 1Department of Agricultural Economics, science and Research branch, Islamic Azad University, Tehran, Iran | ||
| 2Department of Agricultural Economics, Faculty of Agricultural Economics and Development, University of Tehran, Karaj, Iran | ||
| 3Department of Agricultural Economics, science and Research branch, Islamic Azad University, Tehran, Iran | ||
| چکیده [English] | ||
| Crop diversity has always been a way to reduce agricultural risk. This study seeks to explore the long-term impact of crop diversity on reducing agricultural income risk in the province of Zanjan. In this study, first the crop diversity was evaluated through the herfindhal index in the timeframe of 1997 to 2018. Next, the income risk was estimated via hodrick-prescott filter. Finally using the Vector Error Correction Model (VECM), the long-term impact of crop diversity on reduced income risk was measured. Given the results of the long-term model it is clear that in the long-run there is a reduction in income fluctuations as crop diversity increases. The result was statistically meaningful by 1%. Meanwhile, based on the results if in the short-run a shock impacts agricultural income fluctuations in the province of Zanjan, in the long-run about 4 cycles are needed to totally balance the impact of the shock out. In other words, the impact of the shock is modified by 25% in each cycle. Thus, it is on the policymakers to first establish supportive policies to diversify cultivation patterns and prevent income shocks. They also need to develop reparative policies such as insurance means in a four-year period to balance the shock once it strikes. | ||
| کلیدواژه‌ها [English] | ||
| Risk, long-term model, herfindhal index, Time series model, Vector Error Correction Mode | ||
| مراجع | ||
|
Ashfaq, M., Hassan, S., Naseer, M.Z., Baig, I.A., & Asma, J. (2008), Factors affecting farm diversification in rice–wheat. Pakistan Journal of Agricultural Science, 45, 91–94. Abay, F., Bjornstad, A., & Smale, M. (2009). Measuring on farm diversity and determinants of barley diversity in Tigray, Northern Ethiopia. Momona Ethiopian Journal of Science, 1(2), 44–66. Asante, B, O., Villano, R, A., Patrick, I, W. & Battese, G.E. (2017). Determinants of farm diversification in integrated crop–livestock farming systems in Ghana. Renewable Agriculture and Food Systems, 1-19. Abler Fraser, R., (1994). Land heterogeneity and the effectiveness of cap set-aside. Journal of Agricultural Economics, 47 (2). Agricultural and Natural Resources Research Center of Zanjan Province. (2011). Condition of Agriculture of the Province. From http://zanjan.areeo.ac.ir/. Brush, S., B. Taylor, J.E. & Bellon, M.R. (1992). Technology adaption and biological diversity in Andean potato agriculture. Journal of Development Economics, 39, 2-8. Benin, S., Smale, M., Gebremedhin, B., Pender,J.. And Ehui,S. (2004). Determinants of cereal crop diversity on farms in the Ethiopian Highlands. Agricultural Economics, 31, 197–208. Ghahremanzadeh M., Golbaz M., Hayati B., & Dashti Gh (2014). The Effect of climate parameters on risk and yield of wheat and corn in Ghazvin Province. Journal of Agricultural Economics, 8(4):107-126. (In Farsi). Geravandi., Sh & Ali Beigi, A. (201). Identify determinants of agricultural risk management: In Kermanshah country. Iranian Journal of Agricultural Economics and Development Research. 42-2 (2), 255-264. (In Farsi). Heisey, P.W., Samale, M., Byerlee, D., & Souza, E. (1997).Wheat rusts and the costs of genetic diversity in the Punjab of Pakistan. American Journal of Agricultural, 79. Hodrick, R. & Prescott, E.C. (1997). Post-War US Business Cycles: An Empirical Investigation. Journal of Money, Credit and Banking, 29, 22-16. Just, R.E., & Antle, J.M., (1990). Interaction between environmental and agricultural policies: a conceptual framework. American Economic Review, 80, 2-5. Just, R.E., & Bockstael, N, (1991). Commodity and Resource Policies in Agricultural Systems. Spinger Verlag, Berlin. Khanal, A. R. & Mishra, A. K. (2017). Enhancing food security: Food crop portfolio choice in response to climatic risk in India. Global Food Security, 12, 22-30. La France, J., (1992). Do increased commodity prices lead to more or less soil degradation, Australian Journal of Agricultural Economics 2,1. Lewandrowski, J., Tobey, J., & Cook, Z., (1997). The interface between agricultural assistance and the environment: chemical fertilizer consumption and area expansion. Land Economics, 73, 3-10. Mesfin, W., Fufa, B., & Haji, J. (2011). Pattern, trend and determinants of crop diversification: Empirical evidence from smallholders in Eastern Ethiopia. Journal of Economics and Sustainable Development, 2,78–89. Meng, E.CH., (1997). Land Allocation Decisions and Insitu Conservation of crop Geneteic Resources: The Case of Wheat Landraces in Turkey. Agricultural and resources economics. University of California, Davis. Ministry of Agriculture Jihad, (2017). Times Series Data Base, 2017. From http://Maj.ir/. Mohammad Kani Golzari, F,. Askari, M,. Savari, M & Daneshvar Ameri, J. (2014). Analysis of Factors Affecting Production Risk Management in Orange Farmers in Jiroft. Iranian Journal of Agricultural Economics and Development Research. 45 (1), 57-67. (In Farsi). Neisi, M,. Bijani, M,. Abbasi, E & Mahmoudi, H. (2019). The Effect of Farmers' Time Perspective on Their Drought Risk Management Behavior in Downstream of Karkheh Dam. Iranian Journal of Agricultural Economics and Development Research. 51-2 (1), 133-148. (In Farsi). Rehima M., Belay K., Dawit A., & Rashid S. (2013). Factors Affecting Farmers’ Crops Diversification: Evidence from SNNPR, Ethiopia. International Journal of Agricultural Sciences, 3(8), 558-565. Smale, M., Meng, E., Brennan, J.P., & Hu, R, (2003). Determinants of spatial diversity in modern wheat: examples from Australia and China. Agricultural Economics, 28-32. Smale, M,. Hartell, J., Heisey, P.W., & Senauer, B., (1998). The contribution of genetic resources and diversity to heat production in the Punjab of Pakistan. American Journal of Agricultural, 80-82. Smale, M., Bellon, M. & Aguirre, A.(2001). Maize diversity, variety attributes and farmers’ choices in Southeastern Guanajuato, Mexico. Economic Development and Cultural Change, 50(1), 201–225. Tahamipuor M., & Salami H. (2014). Determination of same-risk areas of potatoes yield in terms of the risk of frost in Iran: the application of spatial econometric approach. Journal of Agricultural Economics, Special Issue: 55-67 (in Farsi) Van Dusen, E., (2000). In situ Conservation of Crop Genetic Resources in the Mexican Milpa System. Agricultural and Resource Economics. University of California, Davis. Wang Y.J., Huang J., & Wang, J.X. (2014). Household and community assets and farmers’ adaptation to extreme weather event: the case of drought in China. Journal of Integrative Agriculture, 13, 687-697. Widawsky, D., & Rozelle, S., (1998). Vertical diversity and yield variability in Chinese rice production. In: Smale, M. (ED), Farmers, gene banks, and crop breeding. Edited by M. Smale. Boston: Kluwer.
| ||
|
آمار تعداد مشاهده مقاله: 153 تعداد دریافت فایل اصل مقاله: 164 |
||