تعيين الگوهاي آسيب‏پذيري كشاورزان نسبت به خشكسالي در ايران (مطالعه موردي: حوضه آبريز بختگان)

تحقیقات اقتصاد کشاورزی

دوره 9 - شماره 34

نوع مقاله: Original Article
چكيده:
    خشكسالي يكي از قديمي‏ترين و اصلي‏ترين بلاياي طبيعي است كه انسان از ديرباز با آن آشناست. از آن‌جايي كه بخش كشاورزي بيش‌ترين مصرف كننده آب در كشور است، در زمان بروز خشكسالي بيش‌ترين خسارت را متحمل مي‏شود. از اين رو، آسيب‏پذيري كشاورزان در دوره‏هاي خشكسالي بسيار بالاست. اين مطالعه ضمن بررسي ابعاد آسيب‏پذيري كشاورزان حوضه آبريز بختگان، الگوهاي آسيب‏پذيري مناطق مورد مطالعه را در راستاي مديريت ريسك خشكسالي تعيين مي‏كند. از يك نمونه متشكل از 276 كشاورز كه با استفاده از نمونه‏گيري تصادفي چند مرحله­اي انتخاب شدند، استفاده شد. بدين منظور، ابتدا با بكارگيري روش مي-بار و والدرز آسيب‏پذيري كشاورزان در ابعاد پنج‏گانه تعيين شد. سپس براساس نتايج بدست آمده و با استفاده از روش داده‏كاوي، ده الگوي متمايز و مستقل آسيب­پذيري استخراج شد. نتايج نشان دادند كه آسيب‌پذيري زيرساختي بيش‎ترين اهميت و آسيب‌پذيري روان‏شناختي كم‌ترين اهميت را در تعيين الگوهاي آسيب‌پذيري دارند. هم‌چنين، آسيب‏پذيري داراي مفهومي متفاوت در ميان كشاورزان گوناگون است، اين مطلب ناشي از درك و برداشت متفاوت كشاورزان هر منطقه است. بنابراين، بايستي دولت براساس ويژگي‌هاي هر منطقه و براساس ابعاد متفاوت آسيب‏پذيري در هر منطقه، سياست ويژه همان منطقه را پيش گيرد. يافته­هاي اين مطالعه مي­تواند به سياست­گذاران جهت كاهش آسيب‏پذيري كشاورزان نسبت به خشكسالي از راه بهبود برنامه‏ريزي و بكارگيري استراتژي‏هاي مديريت ريسك مناسب كمك كند.
Determination Farmers' Vulnerability Patterns to Drought in Iran: Case Study of Bakhtegan Basin
Article Type: Original Article
Abstract:
    Agricultural sector is the main water user in the country and it is the sector that suffers mostly during the period of drought. Since the vulnerability of farmers in drought periods is very high, this paper aims to investigate the vulnerability of farmers in Bakhtegan basin in Fars province and  to determine the vulnerability patterns of the studied areas in the context of drought risk management. A sample of 276 farmers was selected using a multi-stage random sampling. For this purpose, first, by using the Me-Bar and Valdez method, the vulnerability of farmers in five dimensions was determined. Then, based on the results and using the data mining technique, ten distinct and independent vulnerability patterns were extracted. The results showed that in the process of determining vulnerability patterns, infrastructure vulnerability had the highest and psychological vulnerability had the least importance in determining vulnerability patterns.   The findings of this study can help policy makers to reduce farmers' vulnerability to drought by improving the planning and application of appropriate risk management strategies.
قیمت : 20,000 ريال