تجزیه رشد بهره‌وری عوامل تولید محصول برنج در ایران: کاربرد رهیافت تحلیل مرزی تصادفی

نوع مقاله : مقالات پژوهشی به زبان انگلیسی

نویسندگان

• سمانه نیکان
• قادر دشتی
• جواد حسین زاد
• محمد قهرمان زاده

گروه اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

https://doi.org/10.22067/jead.2024.86613.1251

چکیده

برنج یکی از محصولات مهم کشاورزی بوده که بهبود بهره‌وری عوامل آن پیش‌شرط اساسی افزایش تولید این محصول است. هدف مطالعه حاضر تجزیه رشد بهره ­وری کل عوامل تولید محصول برنج در ایران است. داده­ های موردنیاز برای استان‌های مختلف و مربوط به دوره زمانی 1399-1379 از وزارت جهاد کشاورزی و مرکز آمار ایران تهیه گردید. با بکارگیری رهیافت پارامتریک (رهیافت مرزی تصادفی)، رشد بهره­ وری و مؤلفه­ های اثرگذار آن ازجمله تغییرات مقیاس و تکنولوژی مورد ارزیابی قرار گرفتند. با برآورد تابع هزینه ترانسلوگ، میانگین رشد سال­های مورد مطالعه بهره­ وری کل عوامل 1/2 درصد محاسبه شد. بر طبق یافته­ ها، رشد بهره ­وری عوامل تولید در کشور مثبت بوده است وعمده این تغییرات ناشی از بهبود تکنولوژی­های مورد استفاده بوده است. از آنجائی‌که تغییر تکنولوژی سهم قابل ملاحظه­ای در ارتقای بهره ­وری عوامل در این رهیافت دارا است لذا توصیه می­ شود که در فرآیند تولید محصول برنج از نمادهای فناوری شامل بذر اصلاح شده، ماشین­ های مناسب، کودها و محلول­های تغذیه­ ای بهره­ گرفته شود. نتایج حاصله از اطمینان کافی برخوردار بوده و پیشنهاد می­ شود در مطالعات آتی نیز حتی­ الامکان از رویکرد پارامتری استفاده به عمل­ آید.

کلیدواژه‌ها

• برنج
• تحلیل مرزی تصادفی
• تغییرات تکنولوژی
• رشد بهره‌وری
• ایران

موضوعات

• اقتصاد کشاورزی

عنوان مقاله [English]

Decomposition of Factor Productivity Growth of Rice in Iran: Application of Stochastic Frontier Analysis Approaches

نویسندگان [English]

• S. Nikan
• G. Dashti
• J. Hosseinzad
• M. Ghahremanzadeh

Faculty of Agriculture, University of Tabriz, Tabriz, Iran

چکیده [English]

Rice is a crucial agricultural product, and enhancing its productivity is essential for increasing production. This study aims to analyze the total factor productivity growth of rice production in Iran from 2000 to 2020. Using parametric (stochastic frontier analysis) approaches, the research evaluated the rice productivity growth and its components, including scale and technological changes. Based on the estimated Translog Cost Function, the annual total factor productivity growth was 2.1%, with positive technological change as the primary driver of these improvements. To further enhance productivity, the study recommends utilizing improved seeds, modern machinery, fertilizers, and nutritional solutions during rice cultivation. Additionally, the research suggests the application of parametric approaches in future studies to assess the impact of technological changes on crop yields.
 

کلیدواژه‌ها [English]

• Iran
• Productivity growth
• Rice
• SFA
• Technological changes

©2024 The author(s). This is an open access article distributed under Creative Commons Attribution 4.0 International License (CC BY 4.0)

مراجع

1. Ansari, V., Tahmasbinejad, A., & Salami, H. (2017). Analysis of the productivity of production factors in Iran's agricultural sector in the framework of data-output model. Agricultural Economics, 13(1), 103-73. (In Persian with English abstract). https://doi.org/10.22034/iaes.2019.98783.1650
2. Bragagnolo, C., Spolador, H.F., & Barros, G.S.C. (2010). Regional Brazilian agriculture TFP analysis: A stochastic frontier analysis approach. Revista Economia, 11(4), 217-242.
3. Dashti, Gh., Alefi, K., Ghahremanzadeh, M., & Hayati, B. (2015). Technological changes, scale effects and total factor productivity growth of cotton in Iran. Agricultural Economics and Development, 23(1), 185-202. (In Persian). https://doi.org/10.30490/aead.2015.58958
4. Dashti, Gh., Sani, F., Hosseinzad, J., & Majnoni Harris, A. (2019). The effect of the reason attitude on the total productivity of production factors in the sub-sector of agriculture. Agricultural Economics, 14(2), 11-83. (In Persian with English abstract). https://doi.org/10.22034/iaes.2020.138068.1793
5. Datta, A., & Christoffersen, S. (2005). Production costs, scale economies, and technical change in US textile and apparel industries. Atlantic Economic Journal, 33(2), 201-213. https://doi.org/10.1007/s11293-005-3768-8
6. Djoumessi, Y.F. (2022). New trend of agricultural productivity growth in sub-Saharan Africa. Scientific African, 18, e01410. https://doi.org/10.1016/j.sciaf.2022.e01410
7. Duernecker, G., Herrendorf, B., & Valentinyi, A. (2017). Unbalanced growth slowdown. Manuscript, University of Mannheim, Arizona State University, and Cardiff Business School.
8. Houedjofonon, E.M., Adjovi, N.R.A., Chogou, S.K., Honfoga, B., Mensah, G.A., & Adegbidi, A. (2020). Scale economies and total factor productivity growth on poultry egg farms in Benin: A stochastic frontier approach. Poultry Science, 99(8), 3853-3864. https://doi.org/10.1016/j.psj.2020.03.063
9. Kamruzzaman, M., Islam, S., & Rana, M.J. (2021). Financial and factor demand analysis of broiler production in Bangladesh. Heliyon, 7(5). https://doi.org/10.1016/j.heliyon.2021.e07152
10. Kant, S., & Nautiyal, J.C. (1997). Production structure, factor substitution, technical change, and total factor productivity in the Canadian logging industry. Canadian Journal of Forest Research, 27(5), 701-710. https://doi.org/10.1139/x96-190
11. Kuroda, Y. (1989). Impacts of economies of scale and technological change on agricultural productivity in Japan. Journal of the Japanese and International Economies, 3(2), 145-173.
12. Li, N., Jiang, Y., Yu, Z., & Shang, L. (2017). Analysis of agriculture total-factor energy efficiency in China based on DEA and Malmquist indices. Energy Procedia, 142, 2397-2402. https://doi.org/10.1016/j.egypro.2017.12.173
13. Mijena, G.M., Gedebo, A., Beshir, H.M., & Haile, A. (2022). Ensuring food security of smallholder farmers through improving productivity and nutrition of potato. Journal of Agriculture and Food Research, 10, 100400. https://doi.org/10.1016/j.jafr.2022.100400
14. Ministry of Jihad Agriculture. (2022). Statistics yearbook of the agricultural sector for the years 2010-2020. https://amar.maj.ir/
15. Murray, A., & Sharpe, A. (2016). Partial versus total factor productivity: Assessing Resource Use in Natural Resource Industries in Canada (No. 2016-20). Centre for the Study of Living Standards.
16. Raei, S.S., MORADI, E., & Akbari, A. (2021). Decomposition of total factors productivity growth of wheat in Fars province: Application of spatial-stochastic frontier analysis. Agricultural Economics, 14(4), 57-86. (In Persian with English abstract). https://doi.org/10.22034/iaes.2021.520850.1807
17. Surya, B., Menne, F., Sabhan, H., Suriani, S., Abubakar, H., & Idris, M. (2021). Economic growth, increasing productivity of SMEs, and open innovation. Journal of Open Innovation: Technology, Market, and Complexity, 7(20), 1-37. https://doi.org/10.3390/joitmc7010020
18. Vahidi , J., Dashti, Q., & Sa'i, F. (2022). Analysis of productivity growth of production factors, technical efficiency and technology change in Iran's broiler industry. Animal Science Research (Agricultural Science), 32(2), 63-74. (In Persian with English abstract). https://doi.org/10.22034/as.2022.45412.1611
19. Xie, B.C., Ni, K.K., O'Neill, E., & Li, H.Z. (2021). The scale effect in China's power grid sector from the perspective of Malmquist total factor productivity analysis. Utilities Policy, 69, 101187. https://doi.org/10.1016/j.jup.2021.101187