Economy and Food Security

fa عوامل مؤثر بر پذیرش بیمه محصولات کشاورزی شهرستان ساری Factors Affecting the Acceptance of Agricultural Products Insurance in Sari City مدیریت ریسک بازار و تولید محصولات کشاورزی و منابع طبیعی پژوهشي Research <div style="text-align: justify;">چکیده مبسوط مقدمه و هدف: بخش کشاورزی یکی از ارکان اساسی اقتصاد کشور به شمار می‌رود و نقشی تعیین‌کننده در تأمین امنیت غذایی، اشتغال‌زایی و پایداری معیشت روستایی ایفا می‌کند. در بسیاری از کشورهای در حال توسعه از جمله ایران، بیش از 80 درصد نیازهای غذایی جامعه از طریق فعالیت‌های کشاورزی تأمین می‌شود که این امر ضرورت توجه ویژه به بهبود عملکرد، بهره‌وری و پایداری این بخش را در سطوح محلی و ملی برجسته می‌سازد. با وجود این اهمیت راهبردی، فعالیت‌های کشاورزی ذاتاً با طیف گسترده‌ای از مخاطرات و عدم ‌اطمینان‌ها مواجه هستند. این مخاطرات شامل ریسک‌های تولیدی ناشی از نوسانات اقلیمی، آفات و بیماری‌های گیاهی، ریسک‌های بازاری و قیمتی ناشی از تغییرات قیمت نهاده‌ها و محصولات، ریسک‌های مالی مرتبط با محدودیت‌های اعتباری و نقدینگی، ریسک‌های نهادی ناشی از بی‌ثباتی یا ابهام در سیاست‌های حمایتی دولت و در نهایت ریسک‌های انسانی مرتبط با سلامت، مهارت و توان مدیریتی کشاورزان هستند. کشاورزان به‌منظور کاهش آثار این مخاطرات، از راهبردهای متنوعی نظیر تنوع‌بخشی به الگوی کشت، تولید محصولات دارای قیمت تضمینی، کشت توأم محصولات مکمل، انعطاف‌پذیری در تأمین نهاده‌ها و نگهداری ذخایر مالی برای شرایط بحرانی استفاده می‌کنند. در این میان، بیمه محصولات کشاورزی به‌عنوان یکی از مهم‌ترین ابزارهای رسمی مدیریت ریسک، نقش مؤثری در جبران خسارات، کاهش نوسانات درآمدی و افزایش تاب‌آوری کشاورزان در برابر شوک‌های نامطلوب ایفا می‌کند. با این حال، میزان پذیرش بیمه و سطح رضایت کشاورزان از خدمات بیمه‌ای در مناطق مختلف یکسان نیست و تحت تأثیر ویژگی‌های فردی، ساختار بهره‌برداری، شرایط مکانی و زمانی و کارایی نظام بیمه‌ای قرار دارد. از این رو، شناسایی عوامل مؤثر بر رضایت و پذیرش بیمه محصولات کشاورزی می‌تواند نقش مهمی در بهبود طراحی و اجرای سیاست‌های بیمه‌ای داشته باشد. هدف اصلی این پژوهش، شناسایی و تحلیل عوامل مؤثر بر رضایت کشاورزان از خدمات بیمه محصولات کشاورزی با استفاده از رویکرد مدلسازی شبکه عصبی مصنوعی است. مواد و روش‌ها: این پژوهش بر پایه داده‌های میدانی انجام شده است. داده‌ها از طریق تکمیل پرسشنامه در شهریورماه 1400 جمع‌آوری گردیدند. جامعه آماری شامل زارعان و باغداران شهرستان ساری بود که از میان آن‌ها 200 نفر به‌صورت تصادفی برای تکمیل پرسشنامه انتخاب شدند. پرسشنامه پژوهش به‌گونه‌ای طراحی شد که اطلاعات مربوط به ویژگی‌های فردی و حرفه‌ای کشاورزان، سابقه فعالیت کشاورزی، وضعیت استفاده از بیمه محصولات کشاورزی و نگرش آنان نسبت به خدمات بیمه‌ای را پوشش دهد. برای سنجش پایایی ابزار پژوهش، از ضریب آلفای کرونباخ استفاده شد که مقدار آن برابر با 0/82 به‌دست آمد و نشان‌دهنده پایایی مناسب پرسشنامه بود. گویه‌های پرسشنامه بر اساس طیف لیکرت نه‌درجه‌ای (از یک به‌عنوان کمترین تا نه به‌عنوان بیشترین مقدار) اندازه‌گیری شدند. به‌منظور تحلیل داده‌ها و شناسایی روابط میان متغیرها، از مدلسازی شبکه عصبی مصنوعی استفاده گردید. شبکه‌های عصبی مصنوعی به‌دلیل توانایی بالا در مدل‌سازی روابط پیچیده و غیرخطی، پردازش موازی و قابلیت یادگیری و انطباق با شرایط جدید، ابزار مناسبی برای تحلیل رفتار تصمیم‌گیری کشاورزان در شرایط عدم‌اطمینان محسوب می‌شوند. در این پژوهش، رضایت کشاورزان از خدمات بیمه محصولات کشاورزی به‌عنوان متغیر وابسته در نظر گرفته شد و متغیرهای مستقل شامل اندازه مزرعه، تجربه فعالیت کشاورزی، وضعیت استفاده از بیمه محصولات کشاورزی در سه سال گذشته و تصمیم کشاورزان به استفاده از بیمه در سال آینده بودند. مدل شبکه عصبی آموزش داده شد و قدرت پیش‌بینی و اهمیت نسبی متغیرهای توضیحی مورد ارزیابی قرار گرفت. یافته‌ها: نتایج توصیفی نشان دادند که میانگین تجربه فعالیت کشاورزان مورد بررسی حدود 23 سال بود که بیانگر برخورداری نمونه مورد مطالعه از تجربه نسبتاً بالای فعالیت کشاورزی است. بررسی وضعیت استفاده از بیمه محصولات کشاورزی در 3 سال گذشته نشان داد که 57 درصد از کشاورزان محصولات خود را تحت پوشش بیمه قرار دادند، در حالی که 43 درصد از آن‌ها از بیمه استفاده نکردند. همچنین، نتایج مربوط به تصمیم کشاورزان برای استفاده از بیمه در سال آینده حاکی از آن بودند که 58 درصد از پاسخ‌دهندگان قصد داشتند در سال آینده از بیمه محصولات کشاورزی استفاده کنند، در حالی&lrm;که 42 درصد تمایلی به این امر نداشتند. نتایج حاصل از مدلسازی شبکه عصبی مصنوعی نشان دادند که تمام متغیرهای مستقل مورد بررسی تأثیر معناداری بر رضایت کشاورزان از خدمات بیمه محصولات کشاورزی داشتند. بر اساس ضرایب اهمیت به‌دست‌آمده، وضعیت استفاده از بیمه محصولات کشاورزی در 3 سال گذشته بیشترین تأثیر را بر رضایت کشاورزان داشت. این نتیجه نشان می‌دهد که تجربه قبلی کشاورزان از بیمه، نقش کلیدی را در شکل‌گیری نگرش و ارزیابی آنان از خدمات بیمه‌ای ایفا می‌کند. پس از آن، اندازه مزرعه به‌عنوان دومین عامل مؤثر شناسایی شد که بیانگر اهمیت مقیاس بهره‌برداری در ادراک مزایا و کارایی بیمه است. تجربه فعالیت کشاورزی در رتبه سوم قرار گرفت که می‌تواند ناشی از آگاهی بیشتر کشاورزان باتجربه نسبت به ابزارهای مدیریت ریسک باشد. در نهایت، تصمیم به استفاده از بیمه در سال آینده کمترین میزان تأثیر را بر رضایت کشاورزان نشان داد. همچنین، ضرایب اهمیت نرمال‌شده نشان دادند که وضعیت بیمه محصولات کشاورزی در 3 سال گذشته با 100 درصد بیشترین قدرت پیش‌بینی و تصمیم به استفاده از بیمه در سال آینده با 9/73 درصد کمترین قدرت پیش‌بینی رضایت کشاورزان از خدمات بیمه محصولات کشاورزی را دارا بودند. نتیجه‌گیری: یافته‌های این پژوهش نشان می‌دهد که رضایت کشاورزان از خدمات بیمه محصولات کشاورزی تحت تأثیر معنادار متغیرهای اندازه مزرعه، تجربه فعالیت کشاورزی، سابقه استفاده از بیمه در سال‌های گذشته و تصمیم به استفاده از بیمه در آینده قرار دارد. نقش پررنگ سابقه بیمه‌ای بیانگر آن است که بهبود کیفیت ارائه خدمات بیمه‌ای، شفافیت در فرایند ارزیابی و پرداخت خسارت و افزایش اعتماد کشاورزان می‌تواند تأثیر قابل توجهی بر تداوم و گسترش پوشش بیمه‌ای داشته باشد. بر این اساس، پیشنهاد می‌شود ساختار تعرفه‌های بیمه محصولات کشاورزی به‌صورت منعطف‌تر و متناسب با ویژگی‌های بهره‌برداری طراحی شود. به‌ویژه، در نظر گرفتن تخفیف‌ها، بخشودگی‌ها و تسهیلات پرداخت حق بیمه برای مزارع با اندازه بزرگ‌تر می‌تواند به افزایش پذیرش بیمه کمک کند. همچنین، لحاظ کردن سابقه بیمه‌ای کشاورزان در تعیین حق بیمه می‌تواند موجب افزایش عدالت و مقبولیت نظام بیمه‌ای گردد. در نهایت، توسعه و به‌کارگیری انواع نوین بیمه نظیر بیمه عملکرد و بیمه درآمدی می‌تواند نقش مؤثری در افزایش رضایت کشاورزان و تقویت جایگاه بیمه محصولات کشاورزی به‌عنوان ابزاری کارآمد در مدیریت ریسک بخش کشاورزی ایفا نماید. </div> Extended Abstract Background: The agricultural sector is considered one of the fundamental pillars of the national economy and plays a decisive role in ensuring food security, employment generation, and the sustainability of rural livelihoods. In many developing countries, including Iran, more than 80 percent of society’s food requirements are supplied through agricultural activities, which highlights the critical need to improve the performance, productivity, and sustainability of this sector at both local and national levels. Despite its strategic importance, agriculture is inherently exposed to a wide range of risks and uncertainties. These risks include production risks resulting from climatic variability, pests, and plant diseases, market and price risks arising from fluctuations in input and output prices, financial risks related to credit constraints and liquidity limitations, institutional risks caused by instability or uncertainty in government support policies, and human risks associated with farmers’ health, skills, and managerial capacity. To mitigate the adverse effects of these risks, farmers adopt various strategies, such as crop diversification, production of crops with guaranteed prices, intercropping of complementary crops, flexibility in input procurement, and maintaining financial reserves for emergency situations. Among these strategies, agricultural crop insurance is recognized as one of the most important formal risk management tools, playing a significant role in compensating losses, reducing income volatility, and enhancing farmers’ resilience against adverse shocks. However, the level of insurance adoption and farmers’ satisfaction with insurance services is not uniform across regions and is influenced by individual characteristics, farm structure, spatial and temporal conditions, and the efficiency of the insurance system. Therefore, identifying factors affecting farmers’ satisfaction and the acceptance of agricultural crop insurance can contribute substantially to improving the design and implementation of insurance policies. This study mainly aims to identify and analyze factors influencing farmers’ satisfaction with agricultural crop insurance services using an artificial neural network modeling approach. Methods: This study is based on primary field data, which were collected in September 2021 through a structured questionnaire. The statistical population consisted of crop farmers and orchard owners in Sari County, among whom 200 respondents were randomly selected to complete the questionnaire. The questionnaire was designed to capture information related to farmers’ personal and professional characteristics, farming experience, status of agricultural crop insurance usage, and their attitudes toward insurance services. The reliability of the research instrument was assessed by calculating Cronbach’s alpha coefficient, yielding a value of 0.82, indicating an acceptable level of reliability. The questionnaire items were measured using a nine-point Likert scale ranging from 1 (very low) to 9 (very high). Artificial neural network (ANN) modeling was employed to analyze the data and identify the relationships among variables. ANNs are particularly suitable for analyzing farmers’ decision-making behavior under uncertainty due to their strong capability to model complex and nonlinear relationships, parallel processing capacity, and ability to learn and adapt to changing conditions. In this study, farmers’ satisfaction with agricultural crop insurance services was considered the dependent variable. The independent variables included farm size, farming experience, status of agricultural crop insurance usage during the past three years, and farmers’ intention to use crop insurance in the following year. The neural network model was trained, and its predictive performance and the relative importance of explanatory variables were evaluated. Results: The descriptive results indicated that the average farming experience of the surveyed farmers was approximately 23 years, reflecting a relatively experienced sample. Analysis of agricultural crop insurance usage during the past 3 years revealed that 57 percent of the farmers  insured their crops, while 43 percent did not use crop insurance. Furthermore, the results regarding farmers’ intentions to use crop insurance in the coming year showed that 58 percent of the respondents planned to insure their crops, whereas 42 percent expressed no intention to do so. The results obtained from the ANN modeling demonstrated that all independent variables considered in the study had a statistically significant effect on farmers’ satisfaction with agricultural crop insurance services. Based on the importance coefficients, the status of crop insurance usage during the past 3 years had the greatest impact on farmers’ satisfaction. This finding suggests that farmers’ previous experiences with insurance play a crucial role in shaping their perceptions and evaluations of insurance services. Farm size was identified as the second most influential factor, indicating the importance of farm scale in farmers’ assessment of the benefits and effectiveness of insurance. Farming experience ranked third, which might reflect greater awareness among experienced farmers regarding risk management tools. Finally, farmers’ intention to use crop insurance in the following year had the lowest impact on satisfaction. Moreover, the normalized importance coefficients showed that crop insurance status during the past 3 years had the highest predictive power (100 percent), while intention to use insurance in the coming year had the lowest predictive power (73.9 percent) in explaining farmers’ satisfaction with agricultural crop insurance services. Conclusion: The findings of this study indicate that farmers’ satisfaction with agricultural crop insurance services is significantly influenced by farm size, farming experience, previous insurance participation, and future insurance intentions. The prominent role of prior insurance experience highlights the importance of improving the quality of insurance services, enhancing transparency in loss assessment and compensation procedures, and strengthening farmers’ trust in insurance institutions to ensure sustained and expanded insurance coverage. Accordingly, it is recommended to design agricultural crop insurance premium structures in a more flexible manner and tailored to farm characteristics. In particular, providing premium discounts, exemptions, or flexible payment facilities for larger farms may contribute to higher insurance acceptance. Additionally, incorporating farmers’ insurance history into premium determination could enhance fairness and increase the overall acceptability of insurance schemes. Finally, the development and implementation of alternative insurance products, such as yield insurance and revenue insurance, can play a significant role in increasing farmers’ satisfaction and strengthening the position of agricultural crop insurance as an effective risk management instrument in the agricultural sector. بیمه کشاورزی, پذیرش بیمه, ساری, شبکه عصبی مصنوعی Artificial neural network, Agricultural insurance, Insurance acceptance, Sari 80 90 http://efs.sanru.ac.ir/browse.php?a_code=A-10-153-1&slc_lang=fa&sid=1 Mahsa Taslimi مهسا تسلیمی taslimi_mahsa@yahoo.com 1003194753284600986 1003194753284600986 Yes Department of Agricultural Economics, Faculty of Agricultural Engineering, Sari University of Agricultural Sciences and Natural Resources گروه اقتصاد کشاورزی، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران