کاربرد داده کاوی در تحلیل عوامل موثر بر طبقه بندی کارایی فنی گندم کاران: مطالعه ای در شهرستان اهر

شهرستان اهر به عنوان یکی از مناطق اصلی تولید محصولات کشاورزی، بخش قابل­توجهی از گندم دیم استان آذربایجان شرقی را تولید می­کند. بهبود کارایی فنی در این منطقه می تواند تاثیر قابل­توجهی بر بهره وری و پایداری اقتصادی کشاورزان داشته باشد. بنابراین مطالعه حاضر با هدف کاربرد داده­کاوی در تحلیل کارایی کشاورزان گندم دیم در شهرستان اهر انجام شد. بدین منظور کارایی فنی کشاورزان با استفاده از روش تحلیل پوششی داده ها محاسبه گردید و کشاورزانی که کارایی بالاتر از میانگین منطقه (یعنی ۵۹/۰) داشتند، به عنوان گروه کشاورزان با کارایی بالاتر از میانگین و بقیه به عنوان گروه کشاورزان با کارایی پایین تر از میانگین طبقه بندی شدند. سپس، با استفاده از آزمون­های تی و خی­دو، متغیرهایی که احتمال می­رفت بر کارایی اثرگذار باشند، شناسایی شدند و برای طبقه­بندی و تحلیل کارایی فنی از الگوریتم های یادگیری ماشین شامل رگرسیون لجستیک، ماشین بردار پشتیبان،k  نزدیک ترین همسایه و جنگل تصادفی استفاده گردید. نتایج نشان داد که رگرسیون لجستیک عملکرد بهتری نسبت به سایر الگوریتم ها دارد. خروجی این الگوریتم حاکی از آن بود که عواملی مانند علف­کش، کنترل علف­های هرز، کود حیوانی، ارزش اجاره­ای زمین­ها، کود نیتراته، تعداد قطعه زمین­ها، آفت­کش، سن کشاورز، روش برداشت ترکیبی، تجربه، اعضای خانوار با تحصیلات دانشگاهی، تامین بذر از جهاد کشاورزی و سکونت در روستا دارای تاثیر مثبت بر کارایی فنی می­باشند. عواملی مانند، مالکیت زمین­ها به صورت شخصی-اجاره­ای، تامین بذر از منابع شخصی و درآمد غیرکشاورزی نیز تاثیر منفی بر کارایی دارند. بر اساس نتایج، توصیه می شود کشاورزان آموزش های لازم در خصوص مدیریت بهینه مصرف نهاده های کشاورزی اثرگذار شامل علف­کش، کود حیوانی، کود نیتراته و آفت­کش را دریافت کنند. همچنین، سیاست گذاران با ارائه مشوق های مالی و خدمات مشاوره ای، انگیزه بهبود کارایی را در کشاورزانی که روی زمین های اجاره ای فعالیت می کنند، افزایش دهند. توسعه برنامه های حمایتی برای تامین بذر و نهاده های کشاورزی با کیفیت از طریق جهاد کشاورزی نیز پیشنهاد می شود.

کلیدواژه ها:

داده کاوی ، کارایی فنی ، گندم ، یادگیری ماشین