Efficiency and Capacity of Iran’s Cropland Products Exports: An Application of Stochastic Frontier Gravity Model
Notice bibliographique
Résumé
Iran’s agricultural exports have grown significantly in recent years. Cropland products (HS07) have become the second most important group in Iran’s agricultural exports over the last years. However, few studies have investigated the export potentials of cropland products. Therefore, this study aims to determine the main factors of Iran’s cropland products exports and calculate the export efficiency and potential in the trading partners. For this aim, the stochastic frontier gravity model is estimated based on balanced panel data covering 21 importing countries over the period of 2001 to 2021. The results indicated that economic and physical size of importing countries have positive and significant effect on the exports of Iran’s cropland products. In addition, common border between Iran and trading partners and economic sanctions have also positive and significant effect on the cropland products exports, while geographical distance between Iran and importing countries has negatively effects on the exports. The results of export efficiency showed that Iran does not have 100 percent efficiency in any destination market over the period of 2015 to 2021. Iran has an export efficiency of more than 50 percent only in Afghanistan, United Arab Emirates, Canada and Iraq. According to the results, Iran has the highest potential for exports of cropland products in Iraq. Hence, considering the high potentials in neighboring countries and significantly positive effect of common border partners, it is suggested that trading countries with common border like Iraq should be a top priority for the exports of cropland products.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».