تابع ممیزی عوامل تعیین کننده تاب‌آوری کشاورزان در برابر تغییر اقلیم (مورد مطالعه: کشاورزان حوزه آبریز رودخانه قزل اوزن، استان زنجان)

پژوهش حاضر به بررسی و تحلیل نقش عوامل فردی-جمعیت‌شناختی و سرمایه‌های معیشتی بر شکل‌گیری تاب‌آوری کشاورزان در برابر تغییر اقلیم در حوزه آبریز رودخانه قزل-اوزن استان زنجان پرداخته است. بدین منظور، از روش پیمایش بهره گرفته شد. جامعه آماری پژوهش 36281 کشاورز در حوزه مورد مطالعه بود که با استفاده از جدول نمونه‌گیری تصادفی کرجسی و مورگان و روش نمونه‌گیری طبقه‌ای با انتساب متناسب، 384 کشاورز به عنوان نمونه انتخاب شد. ابزار جمع‌آوری داده‌ها، پرسشنامه‌ای محقق ساخته بود که برای تعیین پایایی آن از روش آلفای کرونباخ استفاده شد. ضریب آلفای کرونباخ (0.705 تا 0.865) به‌دست آمد که از پایایی مطلوب پرسشنامه حکایت می‌کند. برای تجزیه و تحلیل داده‌ها از فن تحلیل تشخیصی به روش گام به گام استفاده شد. نتایج حاصل از تحلیل تشخیصی نشان داد که متغیرهای سرمایه انسانی، تعداد سال‌های تجربه کشاورزی، سرمایه اقتصادی، سرمایه فیزیکی و در نهایت سرمایه اجتماعی بر تفکیک کشاورزان از نظر تاب‌آوری در برابر تغییر اقلیم موثر می‌باشند. در مجموع، می‌توان بیان کرد آمار صحت پیش‌بینی مدل مذکور 67.2 درصد می‌باشد. پیشنهاد می‌گردد، در مطالعات آتی اثر عوامل خارجی همچون سیاست‌های دولتی، رسانه‌های ارتباط جمعی و عوامل بازارشناختی و نهادی نیز در نظر گرفته شود.

discriminant function of the factors determining the farmers’ resilience to climate changes (case study: farmers in ghezel ozan river basin, zanjan province)

the present study investigates the role of demographic-personal factors and livelihood capitals on the evolution of farmers’ resilience to climate change in the ghezel ozan river basin located in zanjan province. for this purpose, a survey method was used. the statistical population of the study was 36281 farmers living in the studied area. using morgan and krejcie’s random sampling table and stratified random sampling method with proportional allocation, 384 farmers were selected as the statistical sample. the data collection tool was a researcher-made questionnaire the reliability of which was determined by cronbach’s alpha method. cronbach’s alpha coefficient was 0.705-0.865, which reflects the optimal reliability of the questionnaire. the step by step diagnostic analysis technique was used for data analysis. the results of the diagnostic analysis showed that the variables of human capital, the years of agricultural work experience, economic capital, physical capital and finally, the social capital are influential on categorizing the farmers in terms of their climate change resilience. generally, it can be said that the prediction accuracy of the model is about 67.2%. for future studies, it is suggested to consider the impact of external factors such as government policies, mass media and market-driven institutional and cognitive factors.