سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,533
تعداد مقالات70,514
تعداد مشاهده مقاله124,131,399
تعداد دریافت فایل اصل مقاله97,237,674
سلامی, حبیب اله, محتشمی, تکتم. (1393). الگوی پیش بینی پتانسیل تولید محصولات زراعی ایران برای افق سال 1404. , 45(4), 585-599. doi: 10.22059/ijaedr.2014.53834
حبیب اله سلامی; تکتم محتشمی. "الگوی پیش بینی پتانسیل تولید محصولات زراعی ایران برای افق سال 1404". , 45, 4, 1393, 585-599. doi: 10.22059/ijaedr.2014.53834
سلامی, حبیب اله, محتشمی, تکتم. (1393). 'الگوی پیش بینی پتانسیل تولید محصولات زراعی ایران برای افق سال 1404', , 45(4), pp. 585-599. doi: 10.22059/ijaedr.2014.53834
سلامی, حبیب اله, محتشمی, تکتم. الگوی پیش بینی پتانسیل تولید محصولات زراعی ایران برای افق سال 1404. , 1393; 45(4): 585-599. doi: 10.22059/ijaedr.2014.53834

الگوی پیش بینی پتانسیل تولید محصولات زراعی ایران برای افق سال 1404

تحقیقات اقتصاد و توسعه کشاورزی ایران
مقاله 2، دوره 45، شماره 4، دی 1393، صفحه 585-599    اصل مقاله (1019.99 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijaedr.2014.53834
نویسندگان
حبیب اله سلامی* 1؛ تکتم محتشمی2
1استاد اقتصاد کشاورزی دانشکدة اقتصاد و توسعة کشاورزی، دانشگاه تهران
2استادیار دانشگاه تربت حیدریه
چکیده
هدف مطالعة حاضر ارائة الگویی است که پیش‌بینی‌هایی از عرضة محصولات عمدة زراعی را برای افق سال 1404 فراهم کند. در این راستا، الگویی در چارچوب رویکرد برنامه‌ریزی ریاضی مثبت (PMP) توسعه داده شد. این الگو به محدودیت‌های عوامل تولیدی هریک از استان‌های کشور در سال پایه (1387) و سال افق توجه می­کند و پیش‌بینی‌هایی از تولیدات زراعی هر استان و کل کشور ارائه می‌دهد. به‌علاوه، این مطالعه پیش‌بینی‌هایی از قیمت­ها و عملکرد محصولات را برای سال افق با استفاده از روش سری زمانی ARIMA فراهم می‌کند که در الگوی PMP استفاده می‌شود. پیش‌بینی­های به‌دست‌آمده از این الگو نشان می‌دهد در فاصلة سال‌های 1387 تا 1404 میزان تولید کل محصولات زراعی از 17/36 میلیون تن در سال پایه به 5/45 میلیون تن در سال 1404 می‌رسد که رشد 8/25 درصد را نشان می‌دهد. این میزان رشد در بین محصولات مختلف متفاوت است، به‌گونه‌ای که پیش‌بینی می­شود غلات بیشترین رشد (1/76 درصد) و صیفی‌جات (15/2 درصد) و نباتات صنعتی (5/20 درصد) کمترین رشد را داشته باشند. مقایسة مقادیر پیش‌بینی‌شدة عرضه با برآوردهایی از تقاضا در این سال نشان می‌دهد با ادامة وضعیت موجود در رشد تولید، عرضة گندم، سیب‌زمینی، پیاز و حبوبات تقاضا برای این محصولات را در سال افق تأمین می‌کند، اما کشور در عرضة محصولات برنج، دانه‌های روغنی و چغندر قند در سال افق با کمبود مواجه می‌شود.
کلیدواژه‌ها
ایران؛ افق سال 1404؛ برنامه‌ریزی ریاضی مثبت (PMP)؛ پیش‌بینی عرضه؛ محصولات زراعی
مراجع
Britz, W. (2004). CAPRI modeling system documentation. Common Agricultural Policy Regional Impact Analysis. Bonn. 

Enders, W. (2004). Applied econometric time series. New York. Wiley

FAO. (1993). The World food model -model specifications ESC/M/93/1.  Rome, Italy.

Food and Agricultural Policy Research Institute (FAPRI). (2011). World agricultural outlook database. From http:// www . fapri . iastate . edu / tools / outlook . aspx

Freebairn, J.W. (1975). Forecasting for australian agriculture. Australian Journal of Agricultural Economics, 19(3)

Heckelei, T. (1997). Positive mathematical programming: review of the standard approach, CAPRI-Working Paper 97-03, University of Bonn.

Helming, J.F.M. (2005). A model of Dutch agriculture based on Positive Mathematical Programming with regional and environmental applications. PhD thesis, Wageningen University.

Howitt, R.E. (1995). Positive mathematical programming. American Journal of Agricultural Economics,  77(2)

Koc, A.A, Darnell B. S, Frank F, and Fabiosa, J. (1998). The Turkish agricultural policy analysis model. Technical Report 98-TR 42, Center for agricultural and rural development, Iowa State University.

Jikun, H, Rozelle, S & Rosegrant, M.W. (1997). China’s food economy to the 21st century: Supply, demand, and trade. 2020 Vision Discussion Paper No. 19. Washington, D.C.: International Food Policy Research Institute.

OECD. (2011). OECD-FAO Agricultural Outlook. From http://stats.oecd.org/

Lampe, M. (1998). The world agricultural trade simulation system (WATSIM). Discussion Paper 98-05, Institute for Agricultural Policy, University of Bonn.

Ministry of Jahad-e-Keshavarzi. (2008). Production cost of agricultural crops, statistical database. (In Farsi)

Mohanty, S. Alexandratos, N & Bruinsma, J. (1998). The long term food outlook for India. Technical report 98. Center for agricultural and rural development, Iowa State University.

 Paris, Q., & Howitt, R.E. (1998). An analysis of Ill-posed production problems using maximum entropy. American Journal of Agricultural Economics. 80(1)

 Paris, Q., & Arfini, F. (2000). Frontier cost functions, self-selection, price risk, PMP and agenda 2000. Euro tools Working Papers Series, No. 20.

Rosegrant, M.W., & Meijer. S. (2002). International model for policy analysis of agricultural commodities and trade (IMPACT), International Food Policy Research Institute, Washington, from http://www.ifpri.org/themes/impact/impactmodel.pdf.

Rosegrant, M.W, Agcaoili-Sombilla, M & Perez, N. (1995). Global Food Projections to 2020. Discussion Paper No. 5., IFPRI, Washington DC.

Statistical Center of Iran. (2008). Statistical yearbook, Households' expenditure and revenues, Statistical Center of Iran. (In Farsi)

Statistical Center of Iran. (2008). Statistical yearbook, Sell price of agricultural products agricultural in rural regions of country, Statistical Center of Iran. (In Farsi)

USDA. (1996): Long Term Projections for International Agriculture to 2005. ERS Staff Paper No. 9612, August. Washington, DC.

Wiborg, T. (1998). KRAM - A sector model of danish agriculture, background and framework development. Working paper 98-WP 193. CARD, Iowa State University, Ames, Iowa.

 

 

آمار
تعداد مشاهده مقاله: 2,503
تعداد دریافت فایل اصل مقاله: 1,280


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب