نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه اقتصاد کشاورزی، دانشگاه تهران، کرج، ایران

2 گروه اقتصاد کشاورزی، دانشگاه مشهد، مشهد، ایران

چکیده

محصول زعفران یکی از مهمترین محصولات صادراتی ایران بوده که با توجه به اهمیت آب و هوا در رشد و نمو آن، تعداد کمی کشور به تولید انبوه آن پرداخته‌اند. با توجه به ماهیت صادراتی این محصول برای ایران، نیاز است تجارت زمین مجازی جهت سیاست‌گذاری‌های هدفمند و مدیریت هوشمند مزارع مورد بررسی قرار گیرد. از این رو صادرات زمین مجازی این محصول در دوره زمانی 2002-2017 مورد بررسی قرار گرفته و با استفاده از الگوی جاذبه مولفه‌های اثرگذار بر آن تعیین شده است. نتایج پژوهش بیانگر این است که میانگین صادرات زمین مجازی ایران در دوره زمانی 2002-2017 برابر با 5/41 هزار هکتار بوده است که بیشترین میزان صادرات زمین مجازی با 6/116 هزار هکتار برای سال 2008 و به دلیل سرمازدگی و کمترین صادرات زمین مجازی با 2/19 هزار هکتار مربوط به سال 2007 و به دلیل عملکرد بالای تولید زعفران و صادرات پایین این محصول بوده است. کشورهای اروپایی و آسیایی به ترتیب مهمترین مقاصد زمین مجازی ایران بوده که براساس نتایج الگوی جاذبه کشورهایی که از زمین کشاورزی به نسبت کمتری در مقایسه با ایران برخوردار بوده و درآمد و جمعیت بالاتری دارند تقاضای بیشتری برای واردات زعفران داشته که نتیجه آن صادرات بیشتر زمین مجازی است. ببراساس نتایج پیشنهاد می‌شود که جهت کاهش صادرات زمین مجازی، سیاست‌های ارتقای عملکرد تولید با تاکید بر حفظ کیفیت زعفران و توجه بر ظرفیت‌های تولیدی منطقه‌ای اجرایی شود.

کلیدواژه‌ها

Alexander, P., Rounsevell, M. D., Dislich, C., Dodson, J. R., Engström, K., & Moran, D. 2015. Drivers for global agricultural land use change: the nexus of diet, population, yield and bioenergy. Global Environmental Change, 35, 138-147.
Antonelli, M., & Tamea, S, M., & Yang, H. 2017. Intra-EU Agricultural Trade, Virtual Water Flows and Policy Implications. Science of the Total Environment, 578- 598.
Caizhi, S., Xue, H., & Xiaonan, Q. 2014. Research on pattern stability of virtual water flow embedded in major crops trade among regions in China. Geogr. Res, 33(3), 478-489.
Chen, G. Q. 2016. Virtual Water Assessment for Macao, China: Highlighting the role of External Trade. Journal of Cleaner Production, 83,308-317.
Chen, G. Q., & Han, M. Y. 2015. Virtual land use change in China 2002–2010: internal transition and trade imbalance. Land Use Policy, 47, 55-65.
Customs of Islamic Republic of Iran. 2016. Available at Web site http://www.irica.gov.ir (verified 15 January 2018).
Dalin, C., Qiu, H., Hanasaki, N., Mauzerall, D. L., & Rodriguez-Iturbe, I. 2015. Balancing water resource conservation and food security in China. Proceedings of the National Academy of Sciences, 112 (15), 4588–4593.
Dourandish, A., Aminizadeh, M., Riahi, A., & Mehrparvar Hosseini, E. 2018. Assessing the Role of Trade Sanctions and Global Economic Crisis on Iran’s Saffron Exports. Journal of Saffron Agronomy & Technology, 6(22), 499-511. (In Persian)
Dourandish, A., Ramezani, M., Aminizadeh, M. (2020). Study of Farmers’ Attitude towards Sustainable Agriculture and Its Impact on the Total Factor Productivity (Case Study: Saffron Farms in Gonabad County). Saffron agronomy and technology, 8(1), 99-177.
Esmaeeli Dastjerdipoor, A., & Mehrabi Boshr Abadi, H. 2010. Survey Trade Pattern of Major Agricultural Production in Iran by Using Approach of Inputs Virtual Trade (Emphasize on Qualitative Land and Labor Force).  Journal of Agricultural Economics & Development, 5(2), 1-20. (In Persian)
FAO. 2019. Food and Agriculture Organization of the United Nations. Available at www.fao.org.
Fracasso, A. 2014. A gravity model of virtual water trade. Ecological economics, 108, 215-228.
Fracasso, A., Sartori, M., & Schiavo, S. 2016. Determinants of virtual water flows in the Mediterranean. Science of the Total Environment, 543, 1054-1062.
Gollnow, F., & Lakes, T. 2014. Policy change, land use, and agriculture: The case of soy production and cattle ranching in Brazil, 2001–2012. Applied Geography, 55, 203-211.
Han, M., Dunford, M., Chen, G., Liu, W., Li, Y., & Liu, S. 2017. Global water transfers embodied in Mainland China’s foreign trade: production-and consumption-based perspectives. Journal of Cleaner Production, 161, 188-199.
Huang, H., von Lampe, M., & van Tongeren, F. 2011. Climate change and trade in agriculture. Food Policy, 36, S9-S13.
Meier, T., Christen, O., Semler, E., Jahreis, G., Voget-Kleschin, L., Schrode, A., & Artmann, M. 2014. Balancing virtual land imports by a shift in the diet. Using a land balance approach to assess the sustainability of food consumption. Germany as an example. Appetite, 74, 20-34.
Ming, Ch. Zh. & Chen, G. Q. 2013. Virtual Water Accounting for the Globalized World Economy: National Water Footprint and International Virtual Water Trade. Journal of Ecological Indicators, 28, 143-149.
Ministry of Agriculture- Jihad of Iran. 2018.
Qian, H., Engel, B., Tian, X., Sun, S., Wu, P., & Wang, Y. 2020. Evaluating drivers and flow patterns of inter-provincial grain virtual water trade in China. Science of the Total Environment, 732, 139251.
Qiang, W., Liu, A., Cheng, S., Kastner, T., & Xie, G. 2013. Agricultural trade and virtual land use: The case of China's crop trade. Land Use Policy, 33, 141-150.
Qiang, W., Niu, S., Liu, A., Kastner, T., Bie, Q., Wang, X., & Cheng, S. (2020). Trends in global virtual land trade in relation to agricultural products. Land Use Policy, 92, 104439.
Reimer, J. 2012. On the Economic of Virtual Water Trade. Journal of Ecological Econometric, 75, 135-179.
Rully, M. C., Saviori, A., & Odorico, P. 2013. Global land and water grabbing. Proceedings of the National Academy of Sciences, 110(3), 892-897.
Salmerón, R., García, C. B., & García, J. (2018). Variance inflation factor and condition number in multiple linear regression. Journal of Statistical Computation and Simulation, 88(12), 2365-2384.
Sandström, V., Saikku, L., Antikainen, R., Sokka, L., & Kauppi, P. 2014. Changing impact of import and export on agricultural land use: the case of Finland 1961–2007. Agriculture, ecosystems & environment, 188, 163-168.
Schmitz, C., Biewald, A., Lotze-Campen, H., Popp, A., Dietrich, J. P., Bodirsky, B., & Weindl, I. 2012. Trading more food: Implications for land use, greenhouse gas emissions, and the food system. Global Environmental Change, 22(1), 189-209.
Silva, J., & Tenreyro, S. 2006. The Log of Gravity. 641-658. Rev Econ Stat 88.
Stine, R. A. (1995). Graphical interpretation of variance inflation factors. The American Statistician, 49(1), 53-56.
Tinbergen, J. 1962. Shaping the World Economy:  Suggestions for an International Economic Policy, New York.
Trade map. 2019. Available at Web site https://www.trademap.org.
Vanham, D. 2013. An assessment of the virtual water balance for agricultural products in EU river basins. Water Resources and Industry, 1-2, 49-59.
Wu, S., Ben, P., Chen, D., Chen, J., Tong, G., Yuan, Y., & Xu, B. 2018. Virtual land, water, and carbon flow in the inter-province trade of staple crops in China. Resources, Conservation and Recycling, 136, 179-186.
Wurtenberger, L., Koellner, T., & Binder, C. R. 2006. Virtual land use and agricultural trade: Estimating environmental and socio-economic impacts. Ecological Economics, 57(4), 679-697.
Xu, Z., Zheng, T., Scott, S., Tang, Y., Xu, G., & He, Q. 2018. Links between China’s “virtual land use” and farmland loss. Canadian Journal of Development Studies/Revue canadienne d'études du développement, 1-19.
Yawson, D. O. (2020). Estimating virtual land use under future conditions: Application of a food balance approach using the UK. Land Use Policy, 105132.
Zhang, Y., Zhang, J., Wang, Ch., Cao, J., Liu, Z., & Wang, L. 2016. China and Trans-Pacific Partnership Agreement Countries: Estimating of Virtual Water Trade of Agricultural Products. Journal of Cleaner Production, 1-1