ارزیابی اقتصادی تخصیص بهینه آب کشاورزی در دشت ورامین؛ مطالعه موردی سد لتیان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 عضو هیات علمی دانشگاه تربیت مدرس

2 استاد دانشگاه تهران

3 دانشیار دانشگاه تربیت مدرس

چکیده

آب نقش کلیدی در توسعه بخش کشاورزی دارد و بدون آن تولید در این بخش امکان ندارد. هم­چنین به علت این­که ایران در منطقه آب و هوایی خشک قرار گرفته است، اهمیت آن دوچندان است. از طرف دیگر، تخصیص بهینه آب و توجه به پویایی و عوامل تصادفی در تخصیص آن، اهمیت ویژه ­ای دارد. از این­رو در این مطالعه، از برنامه ­ریزی پویای تصادفی برای تخصیص بهینه آب سد لتیان به کشاورزان دشت ورامین در بین سال­های 1370 تا 1391 استفاده شده است. تابع هدف در این مسأله، مازاد رفاه مصرف ­کننده است که با توجه به تابع تقاضای آب کشاورزی به­ دست می ­آید. تابع تقاضای آب با استفاده از روش داده­ های تابلویی تخمین زده شده­ است. با توجه به این­که میزان بهره­ برداری از مخازن سد همواره مورد نزاع میان تصمیم ­گیران بوده است، هـدف از این مطالعه تعیین میزان بهینه تخصیـص آب به کشـاورزان می­ باشد. از ایـن­رو فرض می­ گردد که مقدار تخصیص آب به کشاورزان بهینه نبوده و باید افزایش یابد. نتایج نشان داد که مقدار بهینه تخصیص آب به کشـاورزان 170 میلیون مترمکعب در سال است که از میانگین بلندمدت آن 22 میلیون مترمکعب بیشتر می­ باشد. از این رو بایستی مقدار آب اختصاص یافته به کشاورزی را افزایش داد. هم­چنین با توجه به نوع منحنی تقاضای آب، تأمین آب کشاورزی در شرایط خشک­سالی بسیار ضروری به­ نظر می ­رسد.

کلیدواژه‌ها


عنوان مقاله [English]

Economic Evaluation of Agricultural Water Allocation in Varamin Plain, Case Study: Latian Dam

نویسندگان [English]

  • hamed najafi alamdarlo 1
  • majid ahmadian 2
  • sadegh khalilian 3
چکیده [English]

Water plays a key role in the development of agriculture and production in agriculture it`s not possible without water. Also, due to the dry and semi-dry weather in Iran, it is crucial. On the other hand, optimal allocation and dynamic and stochastic factors in water allocation are also important. So In this paper, stochastic dynamic programming (SDP) is used for Latian dam water allocation to farmers of Varamin plain during 1370-1391. Objective function is producer welfare surplus that obtained from the area under the agricultural water demand function. To estimate the demand function a panel data approach is used. Given that the operation of the reservoir dam has always been a conflict between the decision makers, the purpose of this paper is determine the optimal allocation of water to farmers. Hence, it is assumed the the amount of water allocation to farmers it`s not optimal and it`s must be increased. According to results and farmer`s demand, optimal of water allocation is 170 MMC, that is 22 MMC more than long run average. Hence, the amount of water allocated to agriculture can be increased. Also, according to demand curve of water, agricultural water supply in drought conditions is necessary.
 

کلیدواژه‌ها [English]

  • Optimal Water Allocation
  • Stochastic Dynamic Programing
  • Varamin Plain
  • Latian Dam
ادارات جهاد کشاورزی ورامین و پاکدشت (1392).
رستگاری­پور، فاطمه و صبوحی­صابونی، محمود (1389)؛ «مدل بهینه سازی بهره برداری از مخزن سد کارده با استفاده از برنامه­ریزی تصادفی بازه­ای چند مرحله ای». مجله آب و فاضلاب. شماره 3: 88-98.
ستاری، محمدتقی؛ اسماعیلیان، سعید و ابریشم­چی، احمد (1381)؛ «بهینه­سازی توزیع آب در مخازن چند منظوره». مجله استقلال. 2: 197- 209.
شرکت مدیریت منابع آب ایران (1392).
صبوحی­صابونی، محمود؛ رستگاری­پور، فاطمه و کهخا، احمدعلی (1387)؛ «تخصیص بهینه آب سد طرق بین مصارف شهری و کشاورزی با استفاده از روش برنامه­ریزی تصادفی دو مرحله­ای فازی با پارامترهای بازه­ای در شرایط عدم حتمیت. مجله اقتصاد و کشاورزی، 3(1): 33- 55.
علیزاده، امین (1382)؛ «هیدرولوژی کاربردی». ویرایش شانزدهم. انشارات دانشگاه امام رضا(ع).
مومنی، منصور و رضایی، نادر (1387)؛ «مدل بهره­برداری از مخزن سد ارس با استفاده از برنامه­ریزی پویا». نشریه مدیریت صنعتی، 1: 139- 152.
میهن­خواه، نیره؛ چیذری، امیر­حسین و خلیلیان، صادق (1391)؛ «مدیریت بهره­برداری بهینه از منابع آب سطحی با کاربرد برنامه­ریزی پویا». نشریه اقتصاد و توسعه کشاورزی، جلد 26، شماره 4: 244-251.
همایونی­فر، مسعود و رستگاری­پور، فاطمه (1389)؛ «تخصیص آب سد لتیان بین محصولات کشاورزی در شرایط عدم حتمیت». نشریه اقتصاد و توسعه کشاورزی، جلد 14، شماره 4: 259-267.
Amir, I. & Fisher, F.M. (1999); “Analyzing Agricultural Demand for Water with an Optimizing Model”. Agricultural System, 61: 45-56.
Baltagi, B. H. (2005); “Econometric Analysis of Panel Data, Third Edition”. New York: John Wiley and Sons press.
Bellman, R. (1961); “Adaptive Control Processes: A Guided Tour”. Princeton University Press.
Bertsekas, D. P. & Tsitsiklis, J. N. (1996); “Neuro-dynamic programming. Belmont, Massachusetts” Athena Scientific.
Dai, Z.Y. & Li, Y. P. (2013); “A multistage irrigation water allocation model for agricultural land-use planning under uncertainty”. Agricultural Water Management 129: 69– 79.
Gibbons, D. C. (1987); “The economic value of water. Resources for the Future, inc., Washington D.C., USA.
Howitt, H. & Reynaud, A. & Msangi, S. & Knapp, K. C. (2002); “Calibrated Stochastic Dynamic Models for Resource Management”. Presented at the World Congress of Environmental and Resource Economists – Monterey California. June 24-27 2002.
Judd, K, L. (1998); “Numerical Methods in Economics”. M.I.T Press. Cambridge.
Knapp, K. & Olson, L. (1996); “Dynamic Resource Management: Inter temporal Substitution and Risk Aversion”. American. J. Agricultural Economic. 78: 1004-1014.
Li Y. P. & Huang G. H. & Nie S. L. (2006); “An interval-parameter multi-stage stochastic programming model for water resources management under uncertainty”. Advances in Water Resources. 29: 776-789.
Li, Y. P. & Huang, G. H. & Zhou, H. D. (2009); “A multistage fuzzy-stochastic programming model for supporting water resources allocation and management”. Environmental Modelling and Software, 24: 786-797.
Msangi, S. (2005); “Learning in non-cooperative groundwater extraction application of an entropy filter to a dynamic game”. In: Paper presented at the Second Conference on Information and Entropy Econometrics: Theory, Method, and Applications, Washington, DC, September 23–25, 2005.
Provencher, B. & Burt, O. (1994); “Approximating the optimal groundwater pumping policy in a multi aquifer stochastic conjunctive use setting”. Water Resources Research, 30: 833-843.