تحلیل استراتژیک رویکرد پرداخت بابت خدمات اکوسیستم (PES) به منظور کاهش بهره برداری از مرتع
محل انتشار: فصلنامه بوم شناسی کاربردی، دوره: 10، شماره: 2
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 341
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJAE-10-2_004
تاریخ نمایه سازی: 11 مهر 1400
چکیده مقاله:
یکی از راهکارهایی که باعث کاهش بهره برداری بی رویه از اکوسیستم های طبیعی می شود ارزش گذاری اقتصادی کارکردهای این اکوسیستم ها و پرداخت به ارائه دهندگان خدمات در ازای کاهش عوامل تخریب است. این رویکرد به عنوان پرداخت بابت کالاها و خدمات اکوسیستم شناخته می شود. در این تحقیق از تحلیل عوامل استراتژیک و تحلیل SWOT به منظور شناسایی نقاط قوت و ضعف و فرصت ها و تهدیدهای این رویکرد در مراتع استان چهارمحال وبختیاری استفاده شد. با استفاده از پرسش نامه و روش دلفی با نظرسنجی از ۷۵ نفر از خبرگان، نسبت به شناسایی عوامل اقدام شد. از طریق تصمیم گیری چندمعیاره آنتروپی، عوامل وزن دهی شده و اولویت هر عامل تعیین شد. نتایج نشان داد عامل کاهش شدت چرا با اجرای طرح پرداخت، مهم ترین نقطه قوت با امتیاز ۰/۱۴۹ و مهم ترین نقطه ضعف، عدم نظارت بر ظرفیت مرتع با امتیاز ۰/۱۶۵ می باشد. افزایش کارکردهای غیربازاری اکوسیستم مرتع، به عنوان مهم ترین فرصت با امتیاز ۰/۱۴۵ و عامل ترجیح کارکردهای بازاری بر غیربازاری توسط برنامه ریزان، به عنوان مهم ترین عامل تهدید با امتیاز ۰/۱۷۴ تعیین شد. طرح پرداخت درحالتی که مرتع داران به طور داوطلبانه اقدام به کاهش دام مجاز خود نمایند می تواند یک گزینه تکمیلی به منظور کاهش شدت چرا باشد.
کلیدواژه ها:
Economic Valuing ، Strategic Factor Analysis ، Market Functions ، Grazing Intensity ، Rangelands of Chaharmahal and Bakhtiari Province ، ارزش گذاری اقتصادی ، تحلیل عوامل استراتژیک ، کارکردهای بازاری ، شدت چرا ، مراتع چهارمحال وبختیاری
نویسندگان
علیمحمد محمدی
Isfahan University of Technology
سید علیرضا موسوی
Isfahan University of Technology
سعید سلطانی
Isfahan University of Technology
غلامحسین کیانی
Isfahan University
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :