مطالعه عوامل مؤثر بر سرعت پذیرش بذور جدید گندم در شهرستان ساوجبلاغ )کاربرد تجزیه و تحلیل بقا(

مجله اقتصاد و توسعه کشاورزی

مقاله 3، دوره 32، شماره 2 - شماره پیاپی 40، تیر 1397، صفحه 123-137   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jead2.v32i2.67165

نویسندگان

رضا مقدسی؛ ژیلا کمایی^*

دانشگاه علوم و تحقیقات تهران

چکیده

بخش کشاورزی یکی از مهمترین بخش‏های اقتصادی کشور در مرحله گذار از کشاورزی سنتی به کشاورزی صنعتی است. در این مسیر انتقال دانش فنی موجود از مؤسسات پژوهشی به عرصه‏های تولید و بهره‏برداری کشاورزی امری اجتناب ناپذیر است که باید به طور جدی در رأس برنامه‏های توسعه کشور قرار گیرد. پژوهش حاضر ضمن معرفی روش تجزیه و تحلیل بقا، به شناسایی عوامل مؤثر بر سرعت پذیرش بذور اصلاح شده گندم (بهار، پیشتاز، پیشگام، پارسی و سیوند) توسط کشاورزان شهرستان ساوجبلاغ در استان البرز می‏پردازد. داده‏های مورد نیاز از طریق میدانی و تکمیل پرسشنامه برای 140 گندم‏کار منتخب با استفاده از روش نمونه‏گیری تصادفی ساده در سال زراعی 95- 1394، گردآوری شده است. مهمترین نتایج حاصل مؤید آن است که الگوی وایبول در قیاس با مدل‏های رقیب از قدرت توضیح‏دهندگی بالاتری برخوردار است. متغیرهای درآمد غیرکشاورزی، تولید در هکتار، تجربه گندم‏کاری، میزان تحصیلات هر کشاورز، گذراندن دوره‌های آموزشی اثر مثبت و معنی‏دار بر کاهش مدت زمان پذیرش بذور جدید توسط کشاورزان نشان دادند. شغل اصلی کشاورزی و فاصله بین محل زندگی و فروشگاه‏های شهری مدت زمان انتخاب را افزایش می‏دهد. همچنین متغیرهای مالکیت زمین، سن کشاورز، بیمه‏ی محصول، کیفیت بذور عرضه شده، فاصله منزل تا فروشگاه‏های محلی بر روند انتخاب بذرهای جدید بی‏تأثیر بودند. با توجه به اینکه تجارب گندم‏کاری و شرکت در دوره‏های آموزشی اثر معنی‏داری در کاهش مدت زمان انتخاب بذرهای جدید دارند، پیشنهاد می‏گردد از تجارب افراد پیشرو در استفاده از بذرهای جدید گندم جهت آموزش سایر کشاورزان بهره گرفته شود و امکان تبادل و انتقال تجربیات بین گندم‏کاران به صورت عملی فراهم گردد.

کلیدواژه‌ها

آنالیز بقا؛ الگوی کاکس و وایبول؛ تکنولوژی؛ شهرستان ساوجبلاغ

مراجع

1- Abbring J.H., and Van Den Berg G.J. 2007. The unobserved heterogeneity distribution in duration analysis, Biometrika, 94(1), 87-99

2- Abramowitz M., and Stegun I. A. 1972. Handbook of mathematical functions with formulas, graphs and mathematical tables, Dover, New York.

3- Abyar A. 2014. Application of models in the analysis of spatial survival data, M.Sc. Thesis, Tarbiat Modares University, Tehran. (In Persian)

4- Ahsanuzzaman A. 2015. Duration analysis of technology adoption in Bangladeshi agriculture, Agricultural and Applied Economics Association Annual Meeting, At San Francisco, CA, USA.

5- Akinola A.A. 1987. An application of probit analysis to the adoption of tractor hiring services scheme in Nigeria, Oxford Agrarian Studies, 16, 70-82.

6- Amirnezhad H., Rafiee H., and Rezapoor S. 2009. Factors affecting acceptance of insurance by rape-growers of Amol Township. Journal of Agricultural Science, No. 19. (In Persian)

7- Ansari M., and Zare A. 2009. Determining the Factors Affecting the Selection and Transfer of Technology: Iran Khodro Body Production Line, Executive Management Research Journal, No. 1. (In Persian)

8- Baghestani A., Gohari M., Arooji A., and Aminpoor M. 2014. Prediction error estimation of survival time and its application in survival analysis of patients with colon cancer, Scientific and Research Journal of University of Medical Sciences at Ilam, No. 3. (In Persian)

9- Cox D. D., and Snell E. J. 1989. The Analysis of Binary Data, Chapman and Hall.

10- Cox D. R. 1972. Regression models and life-tables. Journal of the Royal Statistical Society, Series B, 34, 187-220.

11- Cox D. R. 1975. Partial Likelihood. Biometrika, 62, 269–276.

12- Dadi L., Burton M., and Ozanne A. 2004. Duration analysis of technological adoption in Ethiopian agriculture, Journal of Agricultural Economics, 55(3):613-631. ·

13- Dinpanah Gh. R. F., Chizari M., and Badraghe A. 2009. Investigation of factors affecting acceptance of technology by wheat growers in Isfahan Township. Scientific and Research Journal of Islamic Azad University (Tabriz Branch), No. 9. (In Persian)

14- Ebrahimi N. 2010. Regression modeling of flexible survival. MS Thesis, Tarbiat Modares University, Tehran. (In Persian)

15- Feder G., and Slade R. 1984. The acquisition of information and the adoption of new technology. American Journal of Agricultural Economics, 66, 312-320.

16- Felistus M. 2009. An analysis of factors influencing adoption of the recommended maize technologies package in Makuyu division, Murang’ a south Didtrict, Kenya. School of Humanities and Social Sciences in Partial Fulfillment of the Requirements for the Award of the Degree of Master of Arts of Kenyatta University.

17- Hanagal D. 2011. Modeling survival data using frailty models, CRC press, Taylor and Frances Group.

18- Heidari N. 2011. Determination and evaluation of water use efficiency of some major crops under farmers management in Iran, No. 2. 43-57. (In Persian)

19- Jansen H.G.P. 1992. Inter-regional variation in the speed of modern cereal cultivars in India. Journal of Agricultural Economics, 43, 88-95.

20- Kafle B., and Shah P. 2012. Adoption of improved potato varieties in Nepal: A case of Bara district. The Journal of Agricultural Sciences, No1. 22-37.

21- Khedmat H., Panahian M., Amini M., Izadi M., Naseri M. H., and Ghayoomi M. H. 2007. Probability of survival of permanent personnel of the armed forces and other people with gastric cancer hospitalized in Baqiyatallah hospital during 2000-2005, Military Medicine, No. 3, 167-177. (In Persian)

22- Kleinbaum D.G., and Klein M. 2006. Survival analysis: a self-learning text, Springer press.

23- Mariano M., Villano R., and Fleming E. 2012. Factors influencing farmers’adoption of modern rice technologies and good management practices in the Philippines. Journal of Agricultural Systems, No. 110: 41–53.

24- Moghaddasi R., and Naraghi N. 2011. Investigating influential factors on adoption of Parsi and Sivand wheat varieties in Alborz province (case of Savojbolagh Township). M.Sc. thesis, Islamic Azad University, Science and Research Branch. (In Persian)

25- Noorafkan Z., Yavarai P., Roshandel Gh., Khalili D., Behnampoor N., and Zaeri F. 2013. Estimation of survival of patients with esophageal cancers and some of associated problems in Golestan Province (Iran) in 2008, Iranian Journal of Epidemiology, No.9. 11-18. (In Persian)

26- Parhizkari A., and Sobuhi M. 2013. Economic analysis of the effects of development of technology and mechanization on agricultural productions in Qazvin province, Journal of Agricultural Economics Researches, No. 20. 1-23. (In Persian)

27- Pazuki A., and Sohani M. 2013. Phenotypic evaluation of scutellum-derived calluses in indica’ rice cultivars (PDF). Acta Agriculturae Slovenica, No.2. 239–247.

28- Pishbin S. 2011. Analysis of the acceptance of the technology of wheat planting by hybrid tillage planter machine in Fars province (Iran) using regression models with virtual dependent variable. Ph.D dissertation, Islamic Azad University, Science and Research Branch. (In Persian)

29- Polson R.A., and Spencer D.S.C. 1991. The technology adoption process in subsistence agriculture: the case of cassava in Southwestern Nigeria, Agricultural Systems, 36(1): 65-78.

30- Rajayee Fard A., Moghimi Dehkordi B., Tabatabaee H., Zeighami B., Safayee A., and Tabei Z. 2008. Survival analysis modeling using Cox model in patients with gastric cancer, Iranian Journal of Epidemiology, Vol. 3, 19-24. (In Persian)

31- Semnani S., Arabali A., Keshtkar A., Behnampoor N., Besharat S., and Roshandel G. 2009. Nitrate and nitrite contents of drinking water resources of urban districts across Golestan province (Iran) and the occurrence of esophageal and gastric cancers, Journal of University of Medical Sciences at Kerman, No. 16, 281-291. (In Persian)

32- Sharma L.K., Sharma A., Chandargi D.M., and Khurana G.S. 2002. Farmers’ characteristics and adoption of Kharif maize technology. Indian Research Journal of Extension Education, 38(1&2): 88-89.

33- Soltanian A., Mahjoob H., Goodarzi S., Nabipoor A., and Jamali M. 2009. 5-year survival of myocardial infarction patients residing in Bushehr seaport, Scientific Journal of University of Medical Sciences and Health Services at Hamedan, No. 16. (In Persian)

34- Census of Agriculture. 2014. Statistical Center Of Iran. (In Persian)

35- Weir S., and Knight J. 2000. Education externalities in rural Ethiopia: Evidence from average and stochastic frontier production functions’, Oxford: Center for the study of African Economies, mimeo.

36- Wienke A. 2011. Frailty models in survival analysis. Institute of medical Epidemiology, Biostatistics, and informatics, University Halle- Wittenberg, Germany.

37- Zare V. 2008. Investigation of the factors affecting acceptance of mechanized corn planting in Kerman Township, 5th National Congress on Agricultural Machineries and Mechanization, Ferdowsi University, Mashhad, Iran. (In Persian)