SPACE ECONOMY & RURAL DEVELOPMENT

other مدل سازی فضایی گاوداری‌های صنعتی در مناطق روستایی ایران Modeling the Spatial Distribution of Industrial cattle farming Rural Areas of Iran تخصصي Special پژوهشي Research <div style="text-align: justify;">فعالیت‌های اقتصادی و صنایع اغلب در مناطق خاصی تمرکز می‌یابند. صنایع مرتبط با فعالیت‌های کشاورزی به خصوص صنایع دامی نیز از چنین الگویی پیروی می‌کنند. شناسایی الگوهای فضایی گاوداری‌های صنعتی و نیروهایی که موجب استقرار آنها در مناطق خاص می‌شود از اهمیت زیادی برخوردار است زیرا می‌تواند نقش مهمی در طراحی برنامه‌های آمایشی با هدف توزیع بهینه صنایع دامی متناسب با توانمندی‌های مناطق داشته‌باشد. این پژوهش با هدف مدل‌سازی توزیع فضایی گاوداری‌های صنعتی و تعیین‌کننده‌های اصلی آن در سطح استان‌های ایران انجام شده است. داده‌های پژوهش مربوط به تعداد گاوداری‌های فعال به‌تفکیک استان‌ها و مستخرج از نتایج آمارگیری، از گاوداری‌های صنعتی کشور در سال‌های 1392، 1395و 1398 می‌باشد. از رگرسیون وزنی جغرافیایی پواسن(GWPR) برای مدل‌سازی روابط بین توزیع فضایی گاوداری‌های صنعتی و تعیین‌کننده‌ها استفاده شد. نتایج نشان میدهد که توزیع فضایی و زمانی گاوداری‌های صنعتی در دوره‌های مورد بررسی تغییرپذیری فضایی و زمانی کمی دارند. به طورکلی، گاوداری‌های صنعتی فعال عمدتاً در مناطق مرکزی، جنوب(استان فارس) و شمال‌شرق تمرکز یافته‌اند، این الگو در طی دوره‌های مورد بررسی تقریباً ثابت بوده‌است اما در سال 1398 تاحدودی مناطق شمال غربی نیز بدان افزوده شده‌است. نتایج مدل نشان‌می‌دهد که 84 درصد از انحراف تبیین‌شده مربوط به متغیرهای مورد بررسی(درصد تولید جو، درصد تولید علوفه، میانگین ارتقاع، تولید ناخالص داخلی، متوسط دما، متوسط بارش، تراکم شبکه راه و درصد جمعیت) است. نتایج ضرایب محلی مدل GWPR نشان داد که مقادیر آن در سراسر فضا یکسان نیست و باتوجه به شرایط محلی تغییر می‌کند. همچنین مدل GWPR عملکرد بهتری در مقایسه با مدل GPR دارد.  </div> <div style="text-align: justify;"></div> <div style="text-align: justify;"> Introduction One of the most prominent features of the economic landscape is the intense geographical concentration of economic activity. Economic activities tend to be located in specific locations (for example, near markets or raw materials) and often some industries are concentrated in specific areas. Surveys show that out of 619,000 cattle and calf farms in the country, only 27,000 (4%) operate industrially. However, the share of the number of cows and calves and milk production of industrial farms from the total number of farms in the country is 32% and 58%, respectively. In this paper, the spatial distribution analysis of industrial cattle farming will be performed in two stages. First, the pattern of spatial distribution in the provinces in 2013, 2016 and 2019 has been studied, and then, using spatial regression method, more details of the regional concentration in industrial cattle farming are provided. More precisely, it has been tested to what extent natural and geographical factors, transportation, raw materials, are able to explain the spatial pattern of the geographical concentration of industrial cattle farming.  Methodology The research is applied in terms of purpose and exploratory-confirmatory in terms of method. The research data are related to the number of active dairy and beef cattle’s divided and showed by provinces and extracted from the results of the census of the industrial cattle farming of the country in 2013, 2016 and 2019. The main determinants of the research are: percentage of barley production, percentage of forage production, average elevation, GDP, average temperature, average rainfall, road network density and population percentage. Poisson global regression (GPR) and Poisson geographic weight regression (GWPR) were used to model the spatial distribution of industrial cattle farming. The mentioned models are performed in ArcGIS, GWR4 and the maps are prepared in the illustrator software. Discussion and conclusion This study aimed to model the spatial distribution of industrial cattle farming and its main determinants in the provinces of Iran. The results showed that the spatial and temporal distribution of industrial farms in the studied periods show little spatial and temporal variability. The results showed that the GWPR model has a better performance compared to the GPR model due to the fact that it shows the spatial variability of variables according to local conditions. The mean height showed a positive relationship. Active industrial farms are mainly concentrated in the central, southern and northeastern regions, where on the one hand it is far from mountainous and high areas and on the other hand the average temperature is high and the average rainfall is lower. But in local modeling, the relationships of these variables change according to local conditions and are not the same throughout the space. The results of this study show that the relationships between the distribution of industrial cattle farming and its determinants among the provinces of Iran both change in direction and intensity.</div> مدل سازی فضایی, جغرافیای اقتصادی, اقتصاد دامی, گاوداری صنعتی, اقتصاد روستایی. Spatial Modeling, Economic Geography, Livestock economy, Industrial Cattle Farming, Rural Economy. 25 44 http://serd.khu.ac.ir/browse.php?a_code=A-10-2-335&slc_lang=other&sid=1 Mehrangiz Rezaei مهرانگیز رضائی Rezaee.m@yazd.ac.ir 10031947532846005956 10031947532846005956 Yes Assistant Professor of Geography and Rural Planning, Yazd University, Yazd, Iran. استادیار جغرافیا و برنامه‌ریزی روستایی، دانشگاه یزد، یزد، ایران. Hassan Ali Faraji Sabkbar حسنعلی فرجی سبکبار 10031947532846005957 10031947532846005957 No Professor of Geography and Rural Planning, Faculty of Geography, University of Tehran, Tehran, Iran. استاد جغرافیا و برنامه‌ریزی روستایی، دانشکده جغرافیا، دانشگاه تهران، ایران. Hamed Mazinani حامد مزینانی 10031947532846005958 10031947532846005958 No PhD student in Livestock and Poultry Breeding, Faculty of Agriculture, University of Guilan, Iran. دانشجوی دکتری اصلاح نژاد دام و طیور، دانشکده کشاورزی، دانشگاه گیلان، ایران. Siamak Tahmasebi سیامک طهماسبی 10031947532846005959 10031947532846005959 No M.Sc. Student, Department of Remote Sensing and GIS, Center for Remote Sensing and GIS Studies, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran. دانشجوی کارشناسی ارشد، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، مرکز مطالعات سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران.