گهرباران ساری

با توجه به اهمیت بهینه سازی استفاده از نهاده ها در افزایش تولید بخش کشاورزی، در مطالعه حاضر با به کارگیری روش تحلیل پوششی داده ها و با اعمال نوسان برای بررسی اطلاعات در شرایط عدم قطعیت، کارایی برنج کاران منطقه گهرباران ارزیابی شد. بدین منظور، برمبنای میزان ورودی و خروجی در دو وضعیت مطلوب و نامطلوب، 16 سناریو تعریف و مطابق با نتایج آن، احتمال کارایی برنج کاران منطقه در شرایط عدم قطعیت تجزیه و تحلیل شد. داده های مورد نیاز برای انجام این پژوهش از طریق تکمیل پرسش نامه و مصاحبه حضوری با 196 برنج کار منطقه، جمع آوری شد. همچنین برای شناسایی کاراترین واحدها، رتبه بندی با استفاده از نمرات کارایی انجام گرفت. بر اساس نتایج پژوهش حاضر، میانگین کل کارایی در چهار وضعیت اصلی، خوشبینانه، بدبینانه و 16سناریو به ترتیب  65/0، 85 /0، 53/0 و 76/0 بوده است که تفاوت بین کارایی در حالت اصلی و سایر حالت های مورد بررسی  نشان دهنده اهمیت لحاظ عدم قطعیت در محاسبه کارایی است. همچنین نتایج نشان داد که بیش از 87 درصد از برنج کاران حتی در وضعیت خوشبینانه نیز کارا نبودند. بنابراین با توجه به پایین بودن کارایی کشاورزان منطقه مورد مطالعه، بررسی علل ناکارایی آنها و به کارگیری سیاست های مناسب در جهت افزایش کارایی کشاورزان ناکارا بسیار مهم است. اقداماتی همچون آموزش کشاورزان با هدف افزایش عملکرد و استفاده بهینه از زمین های کشاورزی می تواند در بهبود کارایی آنها اثرگذار باشد.

مقدمه و هدف : کشاورزی به عنوان یکی از محورهای اساسی رشد و توسعه، نقش مهمی در توسعه اقتصادی کشورها دارد. بر همین اساس بهینه سازی الگوی کشت محصولات زراعی، یک راهکار مناسب جهت توسعه بخش کشاورزی است. به همین جهت در این مطالعه، الگوی کشت بهینه در منطقه گهرباران شهرستان ساری در قالب برنامه ریزی ریاضی چندهدفه پایدار شامل هدف بیش ترین بازدهی ناخالص و تولید محصولات، کم ترین ریسک و کم ترین مصرف کود، با استفاده از مدل برنامه ریزی غیرخطی معمولی و الگوریتم ژنتیک تعیین و با یکدیگر مقایسه شده است. مواد و روش ها : داده های این مطالعه از راه تکمیل پرسش نامه و مصاحبه حضوری با 250 کشاورز منطقه گهرباران ساری در سال زراعی 1394-1393 گرد آوری شده است. یافته ها: مقایسه نتایج این مطالعه نشان دادند که الگوی بهینه الگوریتم ژنتیک غیرخطی نسبت به مدل غیرخطی معمولی برتری دارد. چرا که سود الگوریتم ژنتیک نسبت به برنامه ریزی غیرخطی معمولی حدود 2/0 درصد افزایش داشته و ریسک حدود 6 درصد کم شده است. هم چنین، مقدار تولید در الگوریتم ژنتیک حدود 18 درصد افزایش و مصرف کود شیمیایی 7 درصد کاهش را نسبت به برنامه ریزی غیرخطی معمولی نشان می دهد. بحث و نتیجه گیری : با توجه به این که استفاده از الگوی کشت پیشنهادی الگوریتم ژنتیک موجب دست یابی بهتری به اهداف بهره برداران نسبت به الگوی برنامه ریزی غیرخطی معمولی می شود، لذا تشویق و حمایت دولت از کشاورزان در زمینه بکارگیری نتایج چنین الگوهایی می تواند موجب ارتقاء بهره وری اراضی زراعی شود.