اثر تغییر اقلیم بر کارایی هزینه گاوداری‌های شیری در ایران

نوع مقاله : مقاله پژوهشی

نویسنده

استادیار گروه اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران

چکیده

دام‌های شیری نسبت به تنش‌های گرمایی ایجاد شده در نتیجه تغییرات آب و هوایی، بسیار حساس هستند و این مسئله مستقیماً بر کارایی و سود آوری این واحدها اثر گذار است. علی رغم اهمیت بالای این موضوع اما مطالعات اقتصادی که به تحلیل ارتباط کارایی واحدهای تولید شیر و تغییرات اقلیمی پرداخته باشد بسیار محدود است. بنابراین هدف از این مطالعه بررسی اثر تغییرات اقلیمی بر کارایی هزینه واحدهای تولید شیر در نظر گرفته شد. برای این منظور با استفاده از اطلاعات 11 منطقه پر تولید کشور در سالهای 1368، 1372، 1379، 1386، 1392 و 1395، تابع هزینه مرزی تصادفی در فرم ترانسلوگ با لحاظ شاخص دما-رطوبت به عنوان شاخصی از تغییرات اقلیمی، براورد گردید. نتایج نشان می دهد که استان‌های اصفهان، قم و تهران با کارایی معادل 54/0 دارای کمترین و استان‌های آذربایجان شرقی، مازندران و گلستان با کارایی تقریب به 75/0 دارای بیشترین سطح کارایی هزینه تولید شیر هستند. همچنین تغییرات شاخص THI بر کارایی هزینه در استان‌های مورد مطالعه دارای اثر منفی و معنادار است. بنابراین لازم است در سیاست‌ اصلاح نژاد تنها به انتخاب ژنتیکی برای افزایش تولید شیر توجه نشود، بلکه سازگاری آن با شرایط اقلیمی نیز مد نظر قرار گیرد.

کلیدواژه‌ها

مراجع

  1. Ahmadi F. Radmanesh F. Mirabbasi R., (2015). Trend Analysis of the Average Temperature in Southern Half of Iran during the Recent Four Decades. Water and Soil Science, 25(3): 221-225. (In Farsi)
  2. Belotti F., Daidone S., Ilardi G. and Atella V. (2012). Stochastic frontier analysis using Stata. CEIS Tor Vergata, research paper series, 10(251): 1-47.
  3. Bohmanova, J., Misztal, I., and Cole. J.B. (2007). Temperature-humidity indices as indicators of milk production losses due to heat stress. Journal of Dairy Science, 90:1947–1956.
  4. Coelli T.J., Rao D.S.P., O’Donnell C.J., Battese G.E. (2005). An introduction to efficiency and productivity analysis, (2nd ed.). Springer, New York.
  5. Darwin, R. (2001). Climate Change and Food Security. Agricultural Information Bulletins, United States Department of Agriculture, Economic Research Service, No 33645.
  6.  Dikmen, S. & Hansen, P.J. (2009). Is the temperature-humidity index the best indicator of heat stress in lactating dairy cows in a subtropical environment? Journal of Dairy Science, 92, 109-116.
  7. Dourandish A., Nikoukar, A. Hosseinzadeh, M. and Lavshabi, A. (2013). Estimating Multi-output Technical Efficiency for the Dairy Farms of the Northern Khorasan Province (Applying Stochastic Production and Stochastic Distance Frontiers). Agricultural Economics and Development. 27(2): 114-122. (In Farsi)
  8. Food and Agricultural Organization. (2008). Climate Change and Food Security. FAO, Rome, from http://www.fao.org/forestry/15538-079b31d45081fe9c3dbc6ff34de4807e4.pdf.
  9. Frumhoff, P.C., McCarthy, J.J., Melillo, J.M., Moser, S.C. and Wuebbles, D.J. (2007). Confronting Climate Change in the U.S. Northeast: Science, Impacts, and Solutions. Synthesis report of the Northeast Climate Impacts Assessment (NECIA), Union of Concerned Scientists, Cambridge, MA.
  10. Greene, W. (2005). Fixed and random effects in stochastic frontier models. Journal of Productivity Analysis, 23: 7–32.
  11. Hansen, P. J. (2007). Exploitation of genetic and physiological determinants of embryonic resistance to elevated temperature to improve embryonic survival in dairy cattle during heat stress. Theriogenology, 68(S1): S242–S249.
  12. Hatfield, J., Boote, K., Fay, P., Hahn, L., Izaurralde, C., Kimball, B.A., and Mader, T., (2008). The Effects of Climate Change on Agriculture, Land Resources, Water Resources, and Biodiversity in the United States. A Report by the U.S. Climate Change Science Program and the Subcommittee on Global Change Research, 362. Washington DC, 21–47.
  13. Hoseini, S.S., Nazari, M.R. & Araghinejad, S. (2013). Investigating the impacts of climate on agricultural sector with emphasis on the role of adaptation strategies in this sector, Iranian Journal of Agricultural Economics and Development Research, 44(1): 1-16. (In Farsi)
  14. Jiang, N. and Sharp, B. (2014).Cost Efficiency of Dairy Farming in New Zealand: A Stochastic Frontier Analysis. Agricultural and Resource Economics Review, 43 (3): 406-418.
  15. Jondrow, J., Lovell, C., Materov, I. and Schmidt, P. (1982). On the Estimation of Technical Inefficiency in the Stochastic Frontier Production Function Model. Journal of Econometrics, 19: 233–238.
  16. Key N. and Sneeringer S., (2014). Potential effects of climate change on the productivity of U.S. dairies, American. Journal of Agricultural Economic, 96(4): 1136–1156.
  17. Mader, T. L. (2003). Environmental stress in confined beef cattle. Journal of Animal Science, 81: E110–E119.
  18. Mehrabi Boshrabadi H. & Renato R. (2007). Analysis of technical efficiency and varietal differences in pistachio production in Iran using a meta-frontier analysis. Contributed paper at the 51th annual conference, February 13-16, 2007, Queenstown, New Zealand, 10425, Australian Agricultural and Resource Economics Society.
  19. Molaei M. & Sani F. (2017). Evaluating the Impact of Environmental Pollutants on Technical Efficiencies of Dairy Farms Using Stochastic Frontier Analysis, Iranian Journal of Agricultural Economics and Development Research. 48(1): 35-42. (In Farsi)
  20. Mukherjee, D., Bravo-Ureta, B. and DeVries, A. (2013). Dairy Productivity and Climatic Conditions: Econometric Evidence from South-eastern United States. Australian Journal of Agricultural and Resource Economics, 57 (1): 123–140.
  21. O’Donnell CJ, Coelli T.J. (2005). A Bayesian approach to imposing curvature on distance functions. Journal of Econometrics, 126(2):493–523.
  22. Qi l., Bravo-Ureta B. E., and Cabrera V. E. 2015. From cold to hot: Climatic effects and productivity in Wisconsin dairy farms, Journal of Dairy Science, 98:1–14.
  23. Reilly, J., (1999). What does climate change mean for agriculture in developing countries? A comment on Mendelsohn and Dinar. The World Bank Observer, 14(2): 295-305.
  24. Rhoads, M. L., Rhoads, R. P., VanBaale, M. J., Collier, R. J., Sanders, S. R.,  Weber, W. J.  Crooker, B. A. and Baumgard. L. H. (2009). Effects of heat stress and plane of nutrition on lactating Holstein cows: I. Production, metabolism, and aspects of circulating somatotropin. Journal of Dairy Science. 92:1986–1997.
  25. Sauer J, Frohberg K, and Hockmann H. (2006). Stochastic efficiency measurement: the curse of theoretical consistency. Journal of Applied Economics, 9(1):139–165.
  26. Shahnavazi A. (2017). Determining the efficiency rank of irrigated crops in Iranian agricultural sector, Iranian Journal of Agricultural Economics and Development Research. 48(2): 227-240. (In Farsi)
  27. St-Pierre, N.R., Cobanov, B. and Schnitkey, G. (2003). Economic Loss from Heat Stress by US Livestock Industries. Journal of Dairy Science, 86 (E Suppl.): E52–E77.
  28. Tucker, C.B., Rogers, A.R. and Shutz, K.E.  (2007). Effect of solar radiation on dairy cattle behavior, use of shade and body temperature in a pasture-based system. Applied Animal Behaviour Science, 109(S2-4):141–154.
  29. Wang, H., and Schmidt, P. (2002). One Step and Two Step Estimation of the Effects of Exogenous Variables on Technical Efficiency Levels, Journal of Productivity Analysis, 18: 129–144.
  30. West, J. W. (2003). Effects of heat-stress on production in dairy cattle, Journal of Dairy Science. 86: 2131–2144.
تحقیقات اقتصاد و توسعه کشاورزی ایران
دوره 50، شماره 1
فروردین 1398
صفحه 97-107

فایل ها

هم رسانی

ارجاع به این مقاله

آمار