درخت حوزه‌های تخصصی

گاز طبیعی به دلیل برخورداری از ویژگی های منحصر به فردی چون پایین بودن قیمت نسبی در مقایسه با سایر حامل های انرژی، آلودگی کمتر محیط زیست و ارزش گرما زایی بالا، همواره یکی از تأمین کننده های اصلی انرژی مورد استفاده بخش های مختلف مصرفی و تولیدی کشور بوده است. از این رو، سیاست مدیریت انرژی کشور بر اساس افزایش بهره وری هرچه بیشتر از منابع گاز طبیعی و افزایش سهم گاز در سبد مصرفی حامل های انرژی، شعار اصلی برنامه های اقتصادی دولت ها در گذشته بوده است. بنابراین، اهمیت این موضوع و ضرورت افزایش بهره وری گاز مصرفی از طریق آزادسازی قیمت حامل های انرژی در قالب اجرای قانون هدفمندسازی یارانه ها از یک سو و تعیین تأثیر اجرای قانون هدفمندسازی یارانه ها بر سطح مصرف خانگی گاز طبیعی از سوی دیگر موجب شد تا نگارنده نسبت به تعیین تأثیر آزادسازی قیمت گازطبیعی بر روی میزان مصرف گاز طبیعی توسط خانوارها ترغیب شود. نتایج حاصل از این تحقیق نشان می دهند که افزایش قیمت گاز طبیعی به منظور افزایش بهره وری آن، در قالب اجرای قانون هدفمندسازی یارانه ها، به دلایل مختلف موجب کاهش میانگین مصرف روزانه گاز طبیعی در بخش خانگی طی دوره مطالعه نشده است. از این رو توصیه می شود که همزمان با اجرای قانون هدفمند سازی یارانه ها و واقعی نمودن قیمت حامل های انرژی که هیچ منطق اقتصادی آن را رد نمی کند به 2 عامل فضای اعمال سیاست و الزامات تأثیرگذاری آن نیز توجه شود.

استفاده روز افزون از منابع و کاهش منابع در دسترس، باعث اهمیت یافتن بحث مصرف بهینه شده است. از سوی دیگر، شاخص کارایی تولید بیانگر نحوه استفاده از منابع است. لذا، در این مقاله کارایی کشاورزان درتولید محصول استراتژیک گندم با استفاده از تحلیل پوششی داده های فازی در حوزه شهرستان تربت حیدریه مورد بررسی قرار گرفته است. داده های فازی مورد استفاده از نوع مثلثی بوده که به وسیله ابزار پرسش نامه از 31 کشاورز گردآوری شده است. برای تجزیه و تحلیل ابتدا ضرایب همبستگی فازی محاسبه و آزمون ایزوتونیسیتی اجرا شده و سپس کارایی کشاورزان با مدل های FCCR و FSBM محاسبه و در نهایت، امتیازهای کارایی بدست آمده با استفاده از شاخص Chen-Klein رتبه بندی شده است. نتایج مطالعه بیانگر کارآمد بودن هر دو مدل تحلیل پوششی داده فازی برای بررسی کارایی کشاورزان می باشد. با استفاده از مدل FSBM کارایی 6% از کشاورزان بین 7/0 تا 8/0 و 42 % بین 6/0 تا 7/0 و 39% بین 5/0 تا 6/0 و 13% نیز بین 4/0 تا 5/0 بوده است و با استفاده از مدل FCCR کارایی 9% از کشاورزان بین 8/0 تا 9/0 و 45% از آن ها بین 7/0 تا 8/0 ، 25% از آنان بین 6/0 تا 7/0و 9% آنان بین 5/0 تا 6/0و 12% نیز بین 4/0 تا 5/0 بوده است. با توجه به این که مدل های تحلیل پوششی مورد استفاده در این پژوهش از نوع ورودی محور بودند و در این مدل ها برای بهبود کارایی باید ورودی ها کاهش داده شود تا کارایی واحد مورد بررسی افزایش یابد و از سوی دیگر با توجه به این که مقدار معادل انرژی مصرفی ورودی به ترتیب از زیاد به کم شامل بذر (26728)، کود (13078)، سوخت ماشین آلات (10868)، آب (10506)، ماشین آلات (1467)، سم (1173) و نیروی کار (413) می باشد، لذا، کاهش در مقدار بذر مصرفی، کارایی کشاورزان را ارتقا می دهد. هم چنین، کاهش در کودهای صنعتی و استفاده از کود های طبیعی نیز می تواند کارایی را افزایش دهد. افزون بر این، استفاده از ماشین آلات مدرن می تواند منجر به کاهش مقدار سوخت ماشین آلات و افزایش کارایی گردد. هم چنین، روش های مدرن آبیاری می تواند تا حد زیادی از مقدار آب مصرفی کشاورزان کاسته و راهکار مناسبی برای ارتقای کارایی کشاورزان مورد بررسی بشمار رود.    طبقه بندی JEL: C67, C61, C60

پیش بینی دقیق قیمت های محصولات کشاورزی وارداتی می تواند ضمن کمک به برنامه ریزی مطلوب در خصوص زمان مناسب واردات به صرفه جویی در منابع ارزی کشور نیز بیانجامد. از پر کاربرد ترین الگوهای پیش بینی سری زمانی طی سه دهه ی اخیر، الگوهای خطی سری زمانی شامل آریما، گارچ و ای گارچ می باشند. مطالعات اخیر در زمینه ی پیش بینی با شبکه عصبی مصنوعی نشان می دهد که شبکه ی عصبی مصنوعی می تواند دقت پیش بینی الگوهای خطی سنتی را بهبود بخشد. حال آنکه الگوهای سری زمانی خطی و شبکه ی عصبی مصنوعی از محدودیت جدی برخوردار بوده و آن اینکه الگوهای خطی توانایی الگوسازی روابط غیر خطی را نداشته و شبکه ی عصبی مصنوعی به تنهایی قادر به شناسایی و بررسی هر دو الگوی خطی و غیر خطی نمی باشد. از این رو با ترکیب الگوهای سری زمانی خطی و شبکه ی عصبی مصنوعی و طراحی الگوی تلفیقی روابط موجود در داده ها با دقت بیشتری الگوسازی می گردد. در مطالعه ی حاضر، الگوی تلفیقی الگوهای سری زمانی آریما، گارچ، ای گارچ و شبکه عصبی مصنوعی طراحی و نتایج پیش بینی با نتایج الگوهای رقیب مقایسه گردیده است. در این مطالعه جهت مقایسه ی دقت پیش بینی علاوه بر معیارهای مقایسه متداول نظیر RMSE، MAE، MAPE و Theil C با معرفی آماره گرنجر و نیوبولد معنی داری تفاوت دقت پیش بینی ها نیز بررسی شده است. نتایج پیش بینی قیمت های جهانی روزانه برای دوره 1/4/2008 تا 2/2/2012 در خصوص سه محصول وارداتی گندم، ذرت و شکر حاکی از آن است که الگوی تلفیقی به طور معنی داری دقت پیش بینی به دست آمده از الگوهای انفرادی را افزایش می دهد. بر این اساس، به کارگیری الگوهای تلفیقی در پیش بینی قیمت محصولات کشاورزی(به ویژه محصولات استراتژیک) توصیه می شود تا با انتخاب زمان مناسب خرید محصولات وارداتی از خروج بیهوده ارز جلوگیری به عمل آید.