تحلیل بیزی مدل‌های پروبیت فضایی در پذیرش مدیریت ضایعات گندم

Subject Areas : Farm Management

احمدرضا عمانی ¹ , آزاده نوراله نوری وندی ²

1 - دانشیار گروه ترویج کشاورزی واحد شوشتر، دانشگاه آزد اسلامی، شوشتر، ایران
2 - استادیار گروه ترویج کشاورزی واحد شوشتر، دانشگاه آزد اسلامی، شوشتر، ایران

Received: 2017-07-14 Accepted : 2017-11-17 Published : 2019-03-01

Keywords: الگوی فضایی, الگوی بیزی, مدیریت ضایعات گندم,

Abstract :

هدف از این مطالعه شناسایی عوامل مؤثر بر پذیرش مدیریت ضایعات گندم توسط گندمکاران بود. روش به کار گرفته شده در این تحقیق کاربرد مدل های پروبیت فضایی و تخمین مدل ها از طریق مدل بیزین بود. نرم افزار MATLAB در این تحقیق به کار گرفته شد. داده ها از بین 220 نفر گندمکار استان خوزستان از طریق روش نمونه گیری تصادفی انتخاب شد. برای محاسبه ضرایب بیزین از الگوریتم هیستینگ- متروپلیس و نمونه گیری گیپس استفاده شد. برای استخراج الگوی مناسب بر اساس تأخیر و خطای فضایی از آزمون لاگرانژ استفاده شد.بر اساس نتایج بدست آمده هر دو الگو با احتمال 99 درصد معنادار شدند. بنابراین، از هردو الگو میتوان در تفسیر نتایج استفاده کرد. بر اساس نتایج حاصل از برآورد الگوهای تأخیر فضایی و خطای فضایی مشخص شد که به ترتیب مشارکت در کلاس های ترویجی، دانش فنی، درآمد، عملکرد محصول، سطح مکانیزاسیون و ضرایب اتورگرسیو فضایی نقش معنی داری بر پذیرش مدیریت ضایعات گندم داشتند.

References:

Agamuthu, P. (2009). Challenges and opportunities in agrowaste management: An Asian perspective. Inaugural meeting of First Regional 3R Forum in Asia 11 -12 Nov., Tokyo, Japan.

Anselin, L. (1988). Spatial econometrics: Methods and models. Dorddrecht: Kluwer Academic Publishers.

Asadi, A., Akbari, M., Mohammadi, Y., & Hossaininia, G. H. (2010). Agricultural wheat waste management in Iran. Australian Journal of Basic and Applied Sciences, 4(3), 421-428.

Banerjee, S., Carlin, B. P., Gelfand, A. P. (2014). Hierarchical modeling and analysis for spatial data. (2^nded.). CRC Press, London. p. xix. ISBN 978-1-4398-1917-3.

Browne, W. J. (2012). MCMC estimation in Mlwin version 2.25. Center for multilevel modeling university of Bristol, updated for University of Bristol. United Kingdom: University of Bristol, ISBN: 978-0-903024-99-0.

Gonzalez-Sanchez, C., Martinez-Aguirre, A., Perez-Garcia, B., Martinez-Urreaga, J., de laOrden, M.U., &Fonseca-Valero, C. (2014). Use of residual agricultural plastics and cellulose fibers for obtaining sustainable eco-composites prevents waste generation. Journal of Cleaner Production,83 (15), 228-237.

Hai, H. T., & Tuyet, N. T. A. (2010). Benefits of the 3R approach for Agricultural Waste Management (AWM) in Vietnam. Under the Framework of joint Project on Asia Resource Circulation Policy Research Working Paper Series. Institute for Global Environmental Strategies supported by the Ministry of Environment, Japan.

He, K., Zhang, J., Zeng, Y., & Zhang, l. (2016). Households' willingness to accept compensation for agricultural waste recycling: Taking biogas production from livestock manure waste in Hubei, P. R. China as an example. Journal of Cleaner Production, 131,410-420.

Isoda, N., Rodrigues, R., Silva, A., Goncalves, M., Mandelli, D., Figueiredo, F.C.A., &Carvalho, W.A., (2014). Optimization of preparation conditions of activated carbon from agriculture waste utilizing factorial design. Powder Technology, 23 (2), 175-181.

Johnson, N. (2012). Bayesian methods for regression in R. Laboratory for Interdisciplinary Statistical Analysis Department of Statistics, Virginia Tech. Retrieved from http://www.lisa.stat.vt.edu/sites/default/files/Bayes%20Shortcourse%202012.pdf

Kumar, P., Kumar, S., & Joshi, L. (2015). Socioeconomic and environmental implications of agricultural residue burning a case study of Punjab, India. Springer Briefs in Environmental Science. ISBN 978-81-322-2014-5.

LeSage, J. P. (1998). Spatial econometrics. Department of Economics University of Toledo, Circulated for review. Retrieved from https://www.spatial-econometrics.com/html/wbook.pdf

LeSage, J. P. (2000). Bayesian estimation of limited dependent variable spatial autoregressive models. Geographical Analysis, 32, 19–35.

Loomis, J. B., & Mueller, J. M. (2013). A spatial probit modeling approach to account for spatial spillover effects in dichotomous choice contingent valuation surveys.  Journal of Agricultural and Applied Economics, 45(1),53–63.

Malekmohammadi, I. (2008). Factors influencing wheat, flour, and bread waste in Iran. Journal of New Seeds, 8(4),67-78.

Mirmajdi, A., Shahedi, M., Minaee, S.,& Afdideh, A. (2007). Strategic plan, research on reduction of agricultural products (garden, crops and vegetables) at post-harvest stages. Agricultural Extension, Education and Research Organization. Tehran: Ministry of Jihad-e-Agriculture.

Mirtorabi, M., Hosseini, M., & Alizadeh, N. (2010). Factors affecting wheat farmers' attitudes on wheat waste management, case study: Wheat farmers of Hashtgerd. Agricultural Extension and Education Researches, 4(3),1-13.

Obi, F. O., Ugwuishiwu, B., O.,& Nwakaire, J. N. (2016). Agricultural waste concept, generation, utilization and management. Nigerian Journal of Technology, 35(4), 957 – 964.

Omidi, S., Eshraghi, R., & Poursaeed, A. (2014). Analysis the factors affecting management of wheat losses in Iran (Ilam Township).  International Journal of Agronomy and Agricultural Research, 5(4),7-11.

Ommani, A.R. (2011). Productivity of energy consumption in agricultural productions: A case study of corn farmers of Ahwaz Township, Iran. African Journal of Agricultural Research, 6(13),2945-2949.

Ommani, A.R., Chizari, M., Salmanzadeh, C., & Hossaini, J.F. (2009). Extension methods and organizational characteristics for supporting sustainable water resource management in agriculture of Iran. Journal of Applied Sciences, 9,567-572.

Paelinck, J., & Klaassen, L. (1979). Spatial econometrics. Farnborough: Saxon House

Shams, Sh., Sahub, J.N., Shamimur Rahmane, S.M., & Ahsanf, A. (2017). Sustainable waste management policy in Bangladesh for reduction of greenhouse gases.  Sustainable Cities and Society, 33,18–26.

Tierney, L. (1994). Markov chains for exploring posterior distributions (with discussion). Annals of Statistics, 22, 1701–1762.

Wilhelm, S., & Godinho de Matos, M. (2013). Estimating spatial probit models in R. R Journal, 5(1), 130-143.

Wooldridge, J. (2002). Econometric analysis of cross section and panel data. MIT Press, US.