CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارزیابی کارایی نخلستان‌های شهرستان اهواز تحت شرایط عدم حتمیت: کاربرد رهیافت تحلیل پوششی داده‌های استوار و شبیه‌سازی مونت کارلو

عنوان مقاله: ارزیابی کارایی نخلستان‌های شهرستان اهواز تحت شرایط عدم حتمیت: کاربرد رهیافت تحلیل پوششی داده‌های استوار و شبیه‌سازی مونت کارلو
شناسه ملی مقاله: JR_JEAD-33-2_006
منتشر شده در در سال 1398
مشخصات نویسندگان مقاله:

مصطفی مردانی نجف آبادی - کشاورزی و منابع طبیعی رامین خوزستان
عباس عبدشاهی - دانشگاه علوم کشاورزی و منابع طبیعی خوزستان

خلاصه مقاله:
خرما به دلیل نقش به‌سزایی که در تولید ناخالص ملی، اشتغال‌زایی و صادرات دارد، یکی از درختان باغی استراتژیک و اقتصادی ایران است. لذا بررسی کارایی تولیدکنندگان خرما و تلاش جهت بهبود کارایی و استفاده‌ی بهینه از منابع، از اهمیت ویژه‌ای برخوردار است. در مطالعه‌ی حاضر، جهت در نظر گرفتن شرایط عدم حتمیت در برآورد کارایی نخلستان‌های شهرستان اهواز، از مدل تحلیل پوششی داده‌های استوار (RDEA) استفاده شده است. برای این منظور 85 نفر از نخل‌کاران این شهرستان با استفاده از روش نمونه‌گیری تصادفی ساده انتخاب و داده‌ها مورد نیاز از طریق تکمیل پرسشنامه در سال 1397 گردآوری شدند. میانگین کارایی فنی برای این دسته از کشاورزان 90 درصد برآورد شده و این نتیجه نشان دهنده سطح نسبتاً بالای دانش فنی کشاورزان در استفاده از فناوری‌های نه چندان پیشرفته کنونی با توجه به منابع موجود می‌باشد. مهمترین نهاده‌ای که باعث عدم کارایی در نخلستان‌های ناکارا شده شامل ماشین‌آلات، کود، آفت‌کش و آب آبیاری بوده که با استفاده بهینه از این عوامل تولید به ترتیب 56، 34، 33 و 23 درصد کاهش در مصرف این نهاده‌ها ایجاد خواهد شد. نتایج حاصل از ارزیابی توانایی مدل RDEA در مقابل داده‌های نامطمئن که با استفاده از مدل شبیه‌سازی مونت‌کارلو انجام پذیرفت نشان داد که  این مدل انعطاف‌پذیری قابل توجهی در محافظت از مدل برای این نوع از داده‌ها دارد. بنابراین، استفاده از نتایج قابل اعتماد این مدل برای مدیران تصمیم‌گیر در سازمان‌های متبوع توصیه می‌گردد.

کلمات کلیدی:
تحلیل پوششی داده‌های استوار, شبیه سازی مونت کارلو, عدم قطعیت, محصول خرما

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1166627/