شناسایی عوامل اقتصادی- اجتماعی موثر بر پذیرش ارقام زودرس و میان‌رس ذرت بعد از گندم در استان فارس

محورهای موضوعی : فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی

دادگر محمدی ¹ (مربی پژوهشی مرکز تحقیقات کشاورزی و منابع طبیعی استان فارس)
رهام رحمانی ² (استادیار مرکز تحقیقات کشاورزی و منابع طبیعی استان فارس.)

تاریخ دریافت : 1395/05/04 تاریخ پذیرش : 1395/05/04 تاریخ انتشار : 1395/05/01

کلید واژه: استان فارس, مدل لاجیت, پذیرش تکنولوژی, ارقام ذرت,

چکیده مقاله :

در این مطالعه عوامل موثر بر پذیرش ارقام زودرس و میان‌رس ذرت توسط زارعین با استفاده از مدل لاجیت مورد بررسی و تجزیه و تحلیل قرار گرفته است. داده­های مورد نیاز بر اساس روش نمونه‌گیری خوشه‌ای چند مرحله‌ای جمع‌آوری شدند. بر این اساس 158 تولیدکننده‌ی ذرت از شهرستان‌های مرودشت و داراب انتخاب و وضعیت تولید آنها مورد بررسی قرار گرفت. نتایج بیانگر این است که عواملی نظیر سطح زیرکشت، سطح تحصیلات زارع، شرکت در کلاس‌های ترویجی، نوع مالکیت و دسترسی به ارقام زودرس و میان‌رس در جهت مثبت و سن کشاورز در جهت منفی احتمال استفاده از تکنولوژی مورد بررسی را تحت تاثیر قرار می‌دهند. عملکرد در واحد سطح بذر رقم 704 از ارقام زودرس و میان‌رس بیشتر است؛ ولی این رقم نیاز به آب بیشتری دارد. با توجه به پرداخت یارانه صرفا به بذر رقم 704 هزینه این رقم برای کشاورزان از هزینه ارقام زودرس و میان‌رس کمتر می‌باشد. براین اساس علیرغم نیاز آبی بیشتر رقم 704، کشاورزانی که دسترسی به آب بیشتری دارند، استفاده از این رقم را ترجیح داده و حاضر به استفاده از ارقام زودرس و میان رس نمی‌باشند. به نظر می‌رسد غیر واقعی و پایین بودن قیمت آب و پرداخت یارانه به رقم 704 از دلایل اصلی عدم پذیرش ارقام زودرس و میان‌رس بوده و لازم است رفع این موانع مورد توجه قرار گیرد. همچنین برنامه‌ریزی در جهت ارتقای دانش کشاورزان، دسترسی به موقع به بذور زودرس و میان‌رس و افزایش اندازه مزرعه(از طریق یکپارچگی اراضی) که بر پذیرش استفاده از ارقام مورد بررسی موثر بوده‌اند، توصیه می‌گردد.

چکیده انگلیسی:

A

منابع و مأخذ:

 

1. استخر، ا. 1383. آشنایی با ویروس کوتولگی زبر ذرت در استان فارس. مجله زیتون.  16: 19-12. 


2. استخر، ا. 1385. مقایسه هیبریدهای امیدبخش ذرت در شرایط زارعین در کشت تأخیری. گزارش نهایی طرح تحقیقاتی. موسسه تحقیقات اصلاح نهال و بذر. شماره ثبت 674/85 . 26.


3. استخر،ا. و چوگانی، ر. 1385. اثر تاریخ کاشت و تراکم بوته والد مادری B73  در تولید بذر ذرت هیبرید سینگل کراس 704 در استان فارس. مجله نهال و بذر. جلد 22 (2) : 185-167. 


4. ترکمانی، ج. و شجری، ش. 1385. بررسی اثر ریسک تولید بر پذیرش فنآوری های نوین، مطالعه موردی بذر گندم در استان فارس. علوم و فنون کشاورزی و منابع طبیعی، سال دهم، 4: 501-489.


5. تبرایی، م.، و حسن نژاد، م. 1388. بررسی عملکرد و عوامل مؤثر بر پذیرش برنامه های ترویجی اجرا شده در مسیر فرآیند توسعه کشاورزی، مطالعه موردی گندمکاران شهرستان مشهد. مجله اقتصاد و توسعه کشاورزی (علوم و صنایع کشاورزی)، جلد 23، (1) : 68-59.


6. عمانی، ا. ر. و چیذری، م. 1385. تعیین ویژگی های اجتماعی، اقتصادی و زراعی گندم‌کاران شهرستان های اهواز، دزفول و بهبهان با توجه به پذیرش روش های کشاورزی پایدار کم نهاده.  مجله علوم و فنون کشاورزی و منابع طبیعی، 1: 119-107.


7. فرجی، ا. و میردامادی، س. م. 1385. بررسی نقش ترویج در پذیرش بیمه محصول سیب توسط- باغداران شهرستان دماوند. مجله علمی پژوهشی علوم کشاورزی، سال دوازدهم، 3 : 500-489.


8. کشاورز، ف.، الهیاری، م. ص.، آذرمی سه ساری، ذ. و خیاطی، م. 1389. عوامل مؤثر بر پذیرش کشت ارقام برنج پرمحصول در میان کشاورزان استان گیلان. مجله پژوهش‌های ترویج و آموزش کشاورزی، 4 : 112-99. 


9. میرهادی، م. ج. 1380. ذرت. سازمان تحقیقات، آموزش و ترویج کشاورزی .انتشارات آموزش کشاورزی. تهران:214. 


10. منفرد، ن. 1374. عوامل مؤثر بر پذیرش تکنولوژی در تولیدکنندگان برنج و تأثیر تکنولوژی‌های جدید بر زنان در استان‌های فارس و مازندران. پایان‌نامه کارشناسی ارشد ترویج و آموزش کشاورزی. دانشگاه شیراز، ایران.


11. نوفرستی، م. 1374. آمار ر اقتصاد و بازرگانی. جلد دوم. موسسه خدمات فرهنگی رسا.


12. وزارت جهادکشاورزی. 1390. آمارنامه کشاورزی سال 90-1389، دفتر آمار و فن‌آوری اطلاعات. معاونت برنامه ریزی و اقتصادی وزارت جهاد کشاورزی. جلد اول. تهران. 171.


13. وزارت جهادکشاورزی. 1390. هزینه تولید محصولات کشاورزی90-1389، جلد دوم، دفتر آمار و فن‌آوری اطلاعات، تهران.


14. هژبر کیانی، ک. 1368. اقتصاد سنجی و کاربرد آن. انتشارات بخش فرهنگی جهاد دانشگاهی دانشگاه شهید بهشتی، تهران.

15. Boahene, K., Snijders, T. A. B., and Folmer, H. 1999. An integrated socioeconomic analysis of innovation: The case of hybrid cocoa in Ghana. Journal of PolicyModeling, 21(2): 167-184.


16. Boz, I. and Akbay, C. 2005. Factors influencing the adoption of maze in Kahramanmaras province of Turkey. Agricultural Economics. 33:341-336.


17. Cochrane, W. 1958. Farm prices myth and reality Minneapolis, MN: University of Minnesota press.


18. Davidson, R. and Mackinnon, G. 1984. Convenient specification tests for logit and probit models. Journal of Economics, 25: 241-262.


19. Dorfman, J.H. 1996. Modeling multiple adoption decisions in a joint framework. American Journal of Agricultural Economics, 78:547-557.


20. Joshi, G., and Pandy, S. 2005. Effects of farmer's perception on the adoption of modern rice varieties in Nepal. Conference on International Agricultural Research for Development, Stuttgart-Hohenheim, October 11-13.


21. Herath, P. H. M. U. and Takeya, H. 2003. Factors decreased intercropping by rubber small holder in srilanka. A logit analysis Agricultural, 29:159-168.


22. Holloway, G., Shankar, B. and Rahman, S. 2002. Bayesian spatial probit estimation: A primer and an application to HYV rice adoption. Agricultural Economics, 27:383-402.


23. Hategekimana, B. and Trant, M. 2002. Adoption and diffusion of new technology in agriculture : Genetically modified and Soybean. Canadian of Agricultural Economics, 50 : 357 – 371.


24. Iqbal, M., Bashir, A., and Farooq, U. (1999). Factors affecting the adoption of hybrid maze varieties in the irrigated Punjab. International Journal of Agriculture &Biology, 1(3) : 149-151.


25. Serra, T. and Zilberman, D. and Gil, J. M. 2008. Farms’ Technical Inefficiencies in the Presence of Government Programs. The Australian Journal of Agricultural and Resource Economics, 52 : 57–76.


26. Karami, E. 1983. The differential characteristics of farmers with regard to their innovativeness in Fars province. Iran Agricultural Research, 2(2):125-136.


27. Luce, D. 1959. Individual choice behavior. John wiley and Sons, New York.


28. Moser C.M. and Barrett, C.B. 2003. The disappointing adoption dynamics of high-increasing, Low external input technology: The case of SRI in Madagascar. Agricultural Systems, 76:1085-1100.


29. Perera, M. S., Sivayoganathan, C., and Wijeratne, M. 2003. Technical knowledge and adoption of farming practices to farmer level extension communication of out grower farmers of Sri Lanka sugar industry. Sugar Technology Journal, 5(3) : 121- 129.


30. Saha, A., Love, H.A. and Schwart, R. 1994. Adoption of emerging technologies under output uncertainty. American Journal of Agricultural Economics, 76:836.


31. Saka, J. O., Okoruwa, V. O., Lawal, B. O., and Ajijola, S. 2005. Adoption of improved rice varieties among smallholder farmers in south-western Nigeria. World Journal of Agricultural Sciences, 1(1) : 42-49.


32. Sharma, V.P. and Kumar, A. 2000. Factors influencing adoption of agro forestry program: A case study from Northwest India. Indian Journal of Agricultural Economics, 55(3) : 500-509


33. Shield, M.L., Rauniyar, G.P. and Goode, F. M. 1993. A longitudinal analysis of factors influencing increased technology adoption in Swaziland. The Journal of Developing Areas, 27 : 469-484.


34. Shiferaw, B. and Holden, S.T. 1998. Resource degradation and adoption of land conservation technologies in the Ethiopian highlands: a case study in andit tid, North Shewa. Agricultural Economies, 18 : 233-247.


35. Shomaker, F.F. 1971. Communication of Innovations, Vol. 2. Free Press, New York.


36. Torkamani, J. 2005. Using a whole-farm modeling approach to asses prospective technologis under uncertainty. Agricultural Systems, 85(2) : 138-154.


37. Yao-Ch, Lv.1985. Impacts of technology and structural change on agricultural economy, Rural communities, and the environment. Agricultural Journal and Agricultural Economics,67: 1158-1163.