مقاله علمی – پژوهشی: ارزیابی کارایی فنی شرکت های تعاونی صید پره استان گیلان
Publish place: Iranian Scientific Fisheries Journal، Vol: 30، Issue: 5
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 190
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISFJ-30-5_012
تاریخ نمایه سازی: 21 اردیبهشت 1401
Abstract:
این پژوهش با هدف ارزیابی کارایی فنی تعاونی های صید پره استان گیلان انجام شد. در این تحقیق از روش تحلیل پوششی داده ها استفاده شد و داده های این تحقیق با استفاده از پرسشنامه از سطح شرکت های تعاونی صید پره در سال ۱۳۹۶ جمع آوری شد. طبق نتایج به دست آمده، این تعاونی ها به طور میانگین ۹۳ درصد کارایی فنی داشته اند. بنابراین، شرکت های تعاونی مذکور بدون افزایش نهاده ها می توانند به طور میانگین ۷ درصد صید بیشتری داشته باشند. همچنین حدود ۴۶ درصد از تعاونی ها در وضعیت بازدهی افزایشی به مقیاس یا صرفه های مقیاس و حدود ۲۶ درصد از تعاونی ها در وضعیت بازدهی کاهشی به مقیاس یا عدم صرفه های مقیاس قرار دارند. علاوه براین، در این مطالعه، مهم ترین تعاونی مرجع و نیز امکان کاهش نهاده ها برای تعاونی هایی که کارایی ۱۰۰ درصد ندارند، مشخص شد. در مجموع، هرچند شرکت های تعاونی صید پره استان گیلان از نظر کارایی فنی در جایگاه مطلوبی قرار دارند، ولی با توجه به میزان کارایی فنی و بازدهی به مقیاس آنها بهتر است، سازمان شیلات ایران برای کارایی بیشتر و کاهش هزینه ها، تعاونی هایی با کارآیی کمتر را مورد حمایت بیشتری قرار دهد و تعاونی های کارا و برتر را تشویق نماید.
Keywords:
Data Envelopment Analysis , Technical Efficiency , Caspian sea , Guilan Province , تحلیل پوششی داده ها , کارایی فنی , دریای خزر , استان گیلان
Authors
هاجر قنبرزاده لیاولی
Gorgan University of Agricultural Sciences & Natural Resources
فرشید اشراقی
Gorgan University of Agricultural Sciences & Natural Resources
افشین عادلی
Gorgan University of Agricultural Sciences & Natural Resources
اعظم رضایی
Gorgan University of Agricultural Sciences & Natural Resources
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :