کاربرد روش رتبه بندی منصفانه در تعیین رتبه کارایی مصرف آب محصولات زراعی تحت رویکرد آب مجازی (مطالعه موردی: شهرستان خاش)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 مربی، عضو هیئت علمی مجتمع آموزش عالی سراوان، سراوان، ایران

2 دانشجوی دکتری اقتصاد‌کشاورزی، دانشگاه سیستان و بلوچستان، زاهدان، ایران

چکیده

کمبود آب ویژگی بارز مناطق خشک و نیمه‌خشک است که تولید محصولات کشاورزی را به‌مخاطره انداخته است. لذا مدیریت مصرف و استفاده کارا از منابع آب در تولید محصولات کشاورزی ضروری است. یکی از راه‌کار‌ها جهت مدیریت و افزایش کارایی مصرف آب (WUE) در بخش کشاورزی، تعیین مقدار حجم آبی است که در فرایند تولید محصولات کشاورزی مصرف شده است. به‌منظور محاسبه میزان حجم آب مصرف‌شده محصولات کشاورزی در مراحل رشد، از شاخص آب مجازی استفاده می‌شود. بنابراین هدف این تحقیق محاسبه کارایی مصرف آب (WUE) محصولات کشاورزی در شهرستان خاش تحت رویکرد آب مجازی و ردپای آب میباشد. لذا ابتدا نیاز آبی با استفاده از مدلCROPWAT بدست آمد. سپس حجم آب مجازی، ردپای آب سبز و آب آبی برای محاسبه کارایی مصرف آب با استفاده از مدل تحلیل پوششی داده‌ها (DEA) محاسبه شد. نتایج نشان داد 20.15 درصد از کل نیاز آبی محصولات کشاورزی شهرستان خاش توسط آب سبز و 79.85 درصد آن توسط آب آبی تامین می‌شود. محتوای آب مجازی تولید محصولات کشاورزی در این منطقه 853 مترمکعب بر تن می‌باشد و ردپای مصرف آب نشان‌دهنده آن است کل مقدار برداشت از منابع آب جهت تولید محصولات کشاورزی 133.554 میلیون متر‌مکعب می‌باشد. نتایج DEA حاکی از آن است که متوسط کارایی در مصرف آب محصولات کشاورزی شهرستان خاش 70.8 درصد است. ذرت‌دانه‌ای، سیب‌زمینی، پیاز، گوجه‌فرنگی، بادمجان، خربزه و هندوانه، یونجه، ذرت علوفه‌ای و سورگوم با نمره کارایی 1 جزء محصولات کارا و محصولات خرما، انگور، گندم، برنج و جو جزء محصولات ناکارا قرار گرفتند. با استفاده از روش رتبهبندی منصفانه (FRM) دریافتیم که کمترین میزان کارایی مربوط به خرما و بیشترین میزان کارایی مربوط به محصول سورگوم بود و در آخر مشخص شد محصولاتی که ردپای مصرف آب بالاتری داشتند از میزان کارایی کمتری در مصرف آب برخوردار بودند.

کلیدواژه‌ها


عنوان مقاله [English]

Application of Fairly Ranking Method in Determining the Water Use Efficiency of Agricultural Products under Virtual Water Approach (Case Study: Khash)

نویسندگان [English]

  • Mohsen dahmarde ghaleno 1
  • Hekmatnia Hekmatnia 2
1 Tutor, Faculty Member of Higher Education Complex of Saravan, Saravan, Iran.
2 Ph.D. Candidate of Agricultural Economic, University of Sistan and Baluchestan, Zahedan, Iran.
چکیده [English]

Water scarcity is a prominent feature of arid and semi-arid regions that jeopardize agricultural production. Therefore, efficient management and use of water resources in agricultural production is essential. One way to manage and increase water use efficiency (WUE) in agriculture is to determine the amount of water used in the production process of agricultural crops, which is used to calculate the amount of water consumed in crop growth stages from the virtual water index. Therefore, the purpose of this study is to calculate the water use efficiency (WUE) of agricultural products in the Khash region under the virtual water and water footprint approach. Therefore, the water requirement was first obtained using the CROPWAT model. Then, the volume of virtual water, green water footprint, and blue water were calculated using Data Envelopment Analysis (DEA) to calculate water use efficiency. The results showed that 20.15% of the total water requirement of Khash agricultural crops is provided by green water and 79.85% by water. The virtual water content of crop production in this region is 853 m3/ton and the water footprint shows the total amount of water harvested for agricultural production is 133.554 million m3. The DEA results show that the average water use efficiency of crops in the Khash region is 70.8%. Corn, potato, onion, tomato, eggplant, melon and watermelon, alfalfa, forage corn, and sorghum with efficiency score 1 Component of efficient crops and dates, grapes, wheat, rice, and barley were among the inefficient products. Using the Fair Ranking Method (FRM) we found that the least efficiency was related to dates and the highest to sorghum product. Finally, it was found that products with a higher water footprint had a lower water use efficiency.

کلیدواژه‌ها [English]

  • Green water
  • Blue water
  • water footprint
  • Effective Precipitation
  • Efficiency
بابائی، م.، مردانی، م. و سالارپور، م. 1393. محاسبه‌ی کارآیی آب در محصولات عمده‌ی کشاورزی شهرستان زابل :رهیافت تحلیل پوششی داده‌ها. پژوهش آب در کشاورزی. 549-541، (3)3 . 28
حکمت نیا، م.، حسینی، م. و صفدری، م. 1399. مدیریت منابع آب کشاورزی استان سیستان و بلوچستان از دیدگاه آب مجازی. نشریه علمی پژوهشی مهندسی آبیاری و آب ایران, 11(1), 137-149
دادمند، ف. و ناجی، ز. 1397. کاربست تحلیل پوششی داده فازی در ارزیابی کارایی تولید گندم مطالعه موردی: شهرستان تربت حیدریه. فصلنامه علمی پژوهشی تحقیقات اقتصاد کشاورزی. 10(37), 87-110.
رحیمی، د.، رحیمی، د.، موحدی، س.، موحدی، س. و برقی، ح. 1388. بررسی شدت خشکسالی با شاخص نرمال بارش (مطالعه موردی استان سیستان و بلوچستان. فصلنامه جغرافیا و برنامه ریزی محیطی. 56-43،(4) 20.
ریاحی، اندیشه. و یزدانی، س. 1397. ارزیابی کارایی فنی تعاونی‌های صید ماهیان استخوانی سواحل خزر با استفاده از روش تحلیل پوششی داده‌ها: مطالعه موردی استان مازندران. فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی, 10(38), 49-64.
سراج الدین، ا.، اردکانی، ا.، فهرستی، م. و نشاط، ا. 1395. تحلیل پویای کارایی فنی مصرف آب در محصول نیشکر (رهیافت تحلیل پوششی داده‏ها. 188-177، (4)10.
شهنوازی، ع. 1396. تعیین رتبه کارایی استان‌های کشور در تولید پیاز با استفاده از روش تحلیل پوششی داده‌ها. فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی, 9(33), 145-164.
صبوحی، م.، خنجری، سمیه. و کیخا، ا. 1389. بررسی کارایی مصرف آب در گل‌خانه‌های سیستان. مجله تقیقات اقتصاد کشاورزی. 102-90، (3)4.
گنجی، ن.، یزدانی، سعید. و صالح، ا. 1397. شناسایی عوامل مؤثر بر کارایی نهادة آب در تولید گندم استان البرز (رویکرد تحلیل پوششی داده ها). تحقیقات اقتصاد و توسعه کشاورزی ایران. 13-22، (1)49
Ababaei, B. and Etedali, H.R. 2014. Estimation of water footprint components of Iran’s wheat production: Comparison of global and national scale estimates. Environmental processes, 1(3), 193-205.
Alizadeh, A. and Keshavarz, A. 2005. Status of agricultural water use in Iran. In Water conservation, reuse, and recycling: Proceedings of an Iranian-American workshop (Vol. 4, pp. 94-105). Washington DC, USA: National Academies Press.
Allan, J.A. 1998. Virtual water: a strategic resource. Ground water, 36(4), 545-547.
Allen, R.G., Smith, M., Perrier, A. and Pereira, L.S. 1994. An update for the definition of reference evapotranspiration. ICID bulletin, 43(2), 1-34.
Andersen, P. and Petersen, N.C. 1993. A procedure for ranking efficient units in data envelopment analysis. Management science, 39(10), 1261-1264.
Banker, R.D. and Thrall, R.M. 1992. Estimation of returns to scale using data envelopment analysis. European Journal of operational research, 62(1), 74-84.
Banker, R.D., Chang, H. and Cooper, W.W. 1996. Equivalence and implementation of alternative methods for determining returns to scale in data envelopment analysis. European journal of operational research, 89(3), 473-481.
Chebil, A., Abbas, K., and Frija, A. 2014. Water use efficiency in irrigated wheat production systems in central Tunisia: A stochastic data envelopment approach. Journal of Agricultural Science, 6(2), 63.
Deng, G., Li, L. and Song, Y. 2016. Provincial water use efficiency measurement and factor analysis in China: Based on SBM-DEA model. Ecological Indicators, 69, 12-18.‏
Faramarzi, M., Yang, H. X., Mousavi, J., Schulin, R., Binder, C.R. and Abbaspour, K.C. 2010. Analysis of intra-country virtual water trade strategy to alleviate water scarcity in Iran. Hydrology and Earth System Sciences, 14(8), 1417-1433.
Geng, Q., Ren, Q., Nolan, R.H., Wu, P. and Yu, Q. 2019. Assessing China’s agricultural water use efficiency in a green-blue water perspective: A study based on data envelopment analysis. Ecological indicators, 96, 329-335.‏
Hekmatnia, M., Hosseini, S. and Safdari, M. 2019. Assessment of Water Use Status of Date Cultivation in Sistan and Balouchestan Province Based on the Concept of Virtual Water. Iranian Journal of Soil and Water Research, -. doi: 10.22059/ijswr.2019.289422.668322.
Hoekstra, A. 2010. The relation between international trade and freshwater scarcity (No. ERSD-2010-05). WTO Staff Working Paper.
Hoekstra, A.Y. 2003. Virtual water trade: proceedings of the international expert meeting on virtual water trade, Delft, The Netherlands, 12-13 December 2002, Value of Water Research Report Series, No. 12.
Hoekstra, A.Y. and Chapagain, A.K. 2011. Globalization of water: Sharing the planet's freshwater resources. John Wiley & Sons.
Hoekstra, A.Y. and Mekonnen, M.M. 2012. The water footprint of humanity, P. Natl. Acad. Sci., 109, 3232–3237.
Hoekstra, A. Y., Chapagain, A. K., Mekonnen, M. M. and Aldaya, M. M. 2011. The water footprint assessment manual: Setting the global standard. Routledge.
Khodabakhshi, M. and Aryavash, K. 2012. Ranking all units in data envelopment analysis. Applied mathematics letters, 25(12), 2066-2070.
Khodabakhshi, M., and Aryavash, K. 2014. The fair allocation of common fixed cost or revenue using DEA concept. Annals of Operations Research, 214(1), 187-194.
Kuang, B., Lu, X., Zhou, M. and Chen, D. 2020. Provincial cultivated land use efficiency in China: Empirical analysis based on the SBM-DEA model with carbon emissions considered. Technological Forecasting and Social Change, 151, 119874.
Lertworasirikul, S., Charnsethikul, P. and Fang, S.C. 2011. Inverse data envelopment analysis model to preserve relative efficiency values: The case of variable returns to scale. Computers & Industrial Engineering, 61(4), 1017-1023.
Mbava, N., Mutema, M., Zengeni, R., Shimelis, H. and Chaplot, V. 2020. Factors affecting crop water use efficiency: A worldwide meta-analysis. Agricultural Water Management, 228, 105878.
Ministry of Jahad agriculture statistical yearbook. 2011. Statistic and information technology office, from https://www.maj.ir/
Mirmousavi, H., Panahi, H., Akbari, H. and Akbarzadeh, Y. 2012. Calibration Methods to Estimate Reference Crop Evapotranspiration and Calculated Potential Water Requirements of Olive Plant in Kermanshah Province. Geography and Sustainability of Environment, 2(2), 45-64.
Qasemipour, E., Abbasi, A. and Tarahomi, F. 2020. Water-Saving Scenarios Based on Input–Output Analysis and Virtual Water Concept: A Case in Iran. Sustainability, 12(3), 818.
Ren, C., Li, R. and Guo, P. 2017. Two-stage DEA analysis of water resource use efficiency. Sustainability, 9(1), 52.
Rusere, F., Soropa, G., Svubure, O., Gwatibaya, S., Moyo, D., Ndeketeya, A., and Mavima, G. A. 2012. Effects of deficit irrigation on winter silage maize production in Zimbabwe. International Research Journal of Plant Science, 3(9), 188-192.
Tien, N.D., Duyen, T.N.L., Thuy, P.T., Rañola Jr, R.F. and Thinh, N. A. 2019. Improving Irrigation Water Use Efficiency of Robusta Coffee (Coffea canephora) Production in Lam Dong Province, Vietnam.‏
Wang, S., Zhou, L., Wang, H. and Li, X. 2018. Water Use Efficiency and Its Influencing Factors in China: Based on the Data Envelopment Analysis (DEA) Tobit Model. Water, 10(7), 832.
Yangdong, C., Wang, Z. and Jinzheng, R. 2020. Efficiency Analysis of the Input for Water-Saving Agriculture in China. Water, 12(1), 207.