تعيين الگوي بهينه بلندمدت دامداران عشايري در شرايط عدم حتميت مطالعه موردي: عشاير استان فارس

پژوهش های اقتصاد و توسعه کشاورزی

دوره 28 - شماره 1

نوع مقاله: Original Article
چكيده:
در اين مطالعه با شبيه‌سازي روند عملكرد پوياي دام و علوفه و با استفاده از برنامه‌ريزي تصادفي پويا، الگوي بهينه‌ي بلندمدتي تحت شرايط عدم حتميت براي دامداران عشايري در استان فارس تدوين شد. نتايج نشان داد كه عشاير نماينده در وضعيت فعلي بهينه عمل نمي‌كنند و به رغم دلبستگي به دام خود به عنوان يك دارايي و وابستگي فراوان زندگي آنها به دام، سعي در حفظ گله خود تحت هر شرايطي و حمل گله بزرگتر در هر سال دارند. اما نتايج الگوي بهينه بلندمدت براساس مدل برنامه‌ريزي تصادفي پويا نشان داد كه عشاير بايد گله خود را حتي در شرايط سال‌هاي مرطوب تعديل و تعداد دام خود را با ظرفيت مراتع در دسترس متناسب نمايند. براساس اين نتايج استراتژي فروش يا تعديل جزئي دام توسط عشاير را به عنوان استراتژي بهينه در مقابل استراتژي خريد علوفه اضافي و نگهداري گله اوليه پيشنهاد مي‌نمايد.
Determination of the Long-term Optimal Pattern for Nomadic Ranchers under Climate Uncertainty: Case Study of Nomads in Fars Province
Article Type: Original Article
Abstract:
This study develops a long run optimal pattern for nomadic ranchers of Fars province under climate uncertainty by simulating dynamic process of livestock and forage productivity as well as employing dynamic stochastic programming. Results indicate that the nomadic representatives do not perform, optimally. Despite their attachments to livestock as an asset, and their life dependency on livestock, they intend to maintain their herd under any circumstance and to have large herds during any year. But results of the long run optimal pattern based on the stochastic dynamic programming model indicate that even in a wet year rangeland forage production is not enough for livestock feeding. Accordingly, nomads must adjust their herds and fit numbers of their livestock with the pasture capacity. Therefore, in the long run partial, adjusting strategies on the number of livestock rather than purchasing additional forage is recommended.
قیمت : 20,000 ريال