Dates losses and Its Impact on Economic Resources in Saudi: Present and Prospect

Technische Samenvatting: Dadelverliezen en de Impact op Economische Hulpbronnen in Saoed Arabië: Heden en Vooruitzicht

Probleemstelling
Globale agro-food systemen kampen met aanzienlijke inefficiënties, waarbij ongeveer een derde van het geproduceerde voedsel jaarlijks verloren gaat of verspild wordt. Dit verlies brengt ernstige economische sancties met zich mee en verergert externe milieueffecten, waaronder broeikasgasemissies en de uitputting van hulpbronnen. In Saoed Arabië is de dadelpalmsector een cruciaal onderdeel van de agrarische productie en draagt deze ongeveer 12% bij aan de totale landbouwinkomsten en 27,4% aan het niet-olie gerelateerde BBP. Ondanks dit belang staat de sector voor uitdagingen met betrekking tot verliezen na de oogst, veroorzaakt door inadequate infrastructuur, gebrekkige oogsttechnieken en inefficiënties in de toeleveringsketen. Hoewel eerdere studies de drijfveren van gewasverlies hebben geïdentificeerd, is er een gat in het onderzoek naar de kwantificering van de specifieke economische impact van dadelverliezen op landbouwbronnen (geoogst oppervlakte) en het vaststellen van het evenwicht op de lange termijn en de causale relaties tussen verloren hoeveelheden, geoogst oppervlakte en totale productie.

Methodologie
De studie maakt gebruik van tijdreeksgegevens over de periode 1992 tot 2023, afkomstig uit FAO-statistieken, die drie primaire variabelen beslaan: dadelverliezen (LO, in tonnen), geoogst oppervlakte (CL, in hectares) en totale dadelproductie (P, in tonnen). De analyse maakt gebruik van een uitgebreid econometrisch kader uitgevoerd via EViews 9:

1. Stationariteitstesten: Augmented Dickey-Fuller (ADF) en Phillips-Perron (PP) testen werden uitgevoerd om te bevestigen dat de variabelen niet-stationair zijn op niveaus, maar stationair zijn bij eerste verschillen [I(1)].
2. Cointegratieanalyse: De Johansen cointegratietest (Trace en Maximum Eigenvalue statistieken) werd toegepast om de aanwezigheid van een langetermijn evenwichtsrelatie tussen de variabelen vast te stellen.
3. Vector Error Correction Model (VECM): Gebruikt om de dynamiek op de korte termijn en de snelheid van aanpassing aan het evenwicht op de lange termijn te analyseren.
4. Granger Causaliteit: Toegepast om de richting van de causaliteit te identificeren tussen geoogst oppervlakte, productie en verliezen.
5. Regressieanalyse: Een lineair regressiemodel werd geconstrueerd om de specifieke impact van dadelverliezen op oppervlakteverliezen (economische kosten van landbronnen) te kwantificeren.
6. Voorspelling: Een lineair trendvoorspellingsmodel werd gebruikt om de verwachte hoeveelheden dadelverliezen van 2023 tot 2035 te projecteren, gebruikmakend van groeipercentages (CAGR) en exponentiële smoothing-parameters (Alpha, Beta, Gamma).

Belangrijkste Resultaten

• Evenwicht op de lange termijn: De Johansen cointegratietest bevestigde de aanwezigheid van één cointegratievergelijking op het 5%-significantieniveau, wat een stabiele langetermijnrelatie tussen dadelverliezen, geoogst oppervlakte en productie valideert.
• Causaliteit: Granger causaliteitstesten toonden een eenrichtingsverkeer van causaliteit aan die loopt van de geoogst oppervlakte naar zowel de dadelverliezen als de productie. Er was geen bewijs voor omgekeerde causaliteit of bidirectionele causaliteit tussen de variabelen.
• Economische Impact van Verliezen: De regressieanalyse stelde een statistisch significante positieve relatie vast tussen dadelverliezen en oppervlakteverliezen. Het model geeft aan dat een toename van 10 ton in dadelverliezen resulteert in een toename van 0,046 hectare in oppervlakteverliezen. Dit suggereert dat verspilling effectief de productiviteit van het bewerkte land vermindert.
• Voorspellende Trends:
  • De historische groeipercentages (1992–2023) voor dadelverliezen bedroegen ongeveer 2,18%.
  • De prognose voor de periode 2023–2035 projecteert een aanzienlijk lager groeipercentage van 0,0099%.
  • Deze geprojecteerde daling suggereert een afname van de hoeveelheid dadelverliezen tijdens de voorspellingsperiode, wat potentieel toe te schrijven is aan overheidsinspanningen in lijn met SDG Doelstelling 12.3.
• Modelstabiliteit: Diagnostische tests (Jarque-Bera, Breusch-Pagan-Godfrey en recursieve coëfficiëntschattingen) bevestigden dat de residuen normaal verdeeld, homoscedastisch en vrij van seriële correlatie waren, wat de robuustheid van de regressie- en voorspellingsmodellen valideert.

Significantie en Bijdragen
Het artikel beweert een kritiek onderzoeksgat te adressen door verder te gaan dan de identificatie van verliesfactoren en expliciet de economische gevolgen van dadelverliezen voor landbouwbronnen te beoordelen. Door de verdringing van landbouwgrond (oppervlakteverliezen) in overeenstemming met productieverliezen te kwantificeren, biedt de studie een metriek voor de "verborgen kosten" van verspilling in termen van landgebruik.

De bevindingen ondersteunen het argument dat het beperken van verliezen van landbouwproducten een kosteneffectieve strategie is voor het maximaliseren van de benutting van hulpbronnen. De studie stelt dat het verminderen van dadelverliezen direct de druk op landbouwgrondbronnen verlaagt, waardoor bijdraag wordt geleverd aan duurzame landbouwdoelstellingen. De geprojecteerde daling van de groeipercentages van verliezen biedt een positief vooruitzicht, wat suggereert dat huidige interventies effectief kunnen zijn, hoewel de auteurs benadrukken dat voortdurende verbetering van oogst-/post-oogstbeheer, logistiek in de toeleveringsketen en infrastructuur nodig is om deze winsten te behouden.

Aanbevelingen
Op basis van de resultaten bevelen de auteurs het volgende aan:

• Het verminderen van dadelverliezen door verbeterde oogst- en post-oogstbeheerpraktijken.
• Het ontwikkelen van logistiek in de toeleveringsketen.
• Het verbeteren van de post-oogst infrastructuur.
• Het benutten van deze reducties om duurzame landbouwdoelstellingen te ondersteunen en de druk op landbouwgrondbronnen te verlagen.