کشاورزی دانشبنیان؛ از شعار تا سیاست
با اقتباس از تحقیق محمد آبیار، پژوهشگر ارشد سازمان تحقیقات کشاورزی
سرمایهگذاری در پژوهش کشاورزی، یکی از پربازدهترین شکلهای سرمایهگذاری عمومی است. پژوهش میتواند بهرهوری را افزایش دهد، هزینه تولید را کاهش دهد، امنیت غذایی را تقویت کند، فشار بر منابع آب و خاک را کم کند و حتی مسیر صادرات محصولات کشاورزی را هموارتر سازد. این معادله زمانی اهمیت بیشتری پیدا میکند که با واقعیت جغرافیایی ایران ترکیب شود؛ کشوری با تنوع اقلیمی گسترده و نیازهای کشاورزی متفاوت. با این حال، در بسیاری از کشورها، از جمله ایران، سرمایهگذاری اندکی در این حوزه پربازده انجام میشود.
مسئله فقط ناآگاهی سیاستگذاران نیست؛ بلکه فقدان اولویتبندی دقیق در تخصیص منابع عمومی است. پاسخ به این پرسش که «کدام تحقیق، در کجا، با چه اولویتی و با چه بودجهای باید انجام شود؟» مرز میان شعار دانشبنیان و سیاست دانشبنیان را مشخص میکند. واقعیت آن است که کشاورزی دانشبنیان، در سالهای اخیر به اصطلاحی پرتکرار در ادبیات رسانهای و مدیریتی کشور تبدیل شده است، اما اغلب بدون تعریف عملیاتی به کار میرود. هر پژوهشی الزاماً دانشبنیان نیست. پژوهش دانشبنیان در کشاورزی زمانی معنا پیدا میکند که به نوآوری، دانش فنی قابلکاربرد و اثر اقتصادی یا اجتماعی قابلاندازهگیری منجر شود.
به بیان ساده، تحقیقات دانشبنیان کشاورزی باید دستکم سه ویژگی داشته باشند: نخست آنکه نوآوری ایجاد کنند؛ دوم آنکه دانش فنی قابلاستفاده در مزرعه، باغ، زنجیره تأمین، صنایع تبدیلی یا مدیریت منابع طبیعی فراهم آورند؛ و سوم آنکه اثر قابلاندازهگیری داشته باشند؛ برای مثال افزایش عملکرد، کاهش مصرف آب، کاهش هزینه تولید، بهبود کیفیت محصول، کاهش ریسک یا ایجاد ارزش افزوده.
بازدهی بالای پژوهش کشاورزی
در ادبیات اقتصاد کشاورزی، پژوهشهای متعددی نشان دادهاند که سرمایهگذاری در تحقیق و توسعه کشاورزی معمولاً بازدهی قابلتوجهی دارد؛ یکی از نمونههای کلاسیک، مطالعه مشهور زوی گریکلیز (۱۹۵۸) درباره ذرت هیبرید در آمریکاست که نرخ بازده سرمایهگذاری در تحقیقات کشاورزی را حدود ۳۵ تا ۴۰ درصد برآورد کرد؛ عددی که حتی در مقایسه با بسیاری از سرمایهگذاریهای صنعتی نیز چشمگیر است.
سالها بعد، تحلیل گسترده آلستون و همکاران (۲۰۰۰) که صدها مطالعه جهانی را بررسی کرد، نشان داد نرخ بازده سرمایهگذاری در تحقیقات کشاورزی میتواند بسیار بالا باشد و در برخی برآوردها، میانگین بازدهی به حدود نزدیک به ۱۰۰ درصد برسد. بنابراین پژوهش کشاورزی، اگر درست انتخاب، درست اجرا و درست منتقل شود، صرفاً هزینه نیست؛ سرمایهگذاری مولّد است. البته بودجه محدود، واقعیت انکارناپذیر است؛ اما مسئله عمیقتر، نحوه تخصیص بودجه است. وقتی منابع محدود بدون نقشه راه و بدون نظام اولویتبندی شفاف توزیع شوند، حتی پروژههای ارزشمند نیز ممکن است در کنار هم، یک نظام پژوهشی کمبازده بسازند.
ایران؛ چند اقلیم در یک مرز
ایران یکی از متنوعترین پهنههای کشاورزی جهان را در خود جای داده است. از جنگلهای مرطوب شمال تا کویرهای مرکزی، از دشتهای گرم و حاصلخیز خوزستان تا باغات سردسیری آذربایجان، از نخلستانهای جنوب تا مزارع دیم غرب کشور، ایران در عمل فقط یک کشور کشاورزی نیست؛ بلکه مجموعهای از چندین جهان کشاورزی متفاوت است که هرکدام مسئله، ظرفیت و فناوری مناسب خود را میطلبند.
این تنوع به این معناست که هیچ نسخه واحدی برای کشاورزی ایران وجود ندارد. فناوریهای بهرهوری آب که در یزد اهمیت حیاتی دارند، الزاماً در گیلان اولویت نخست نیست. بذر مقاوم به خشکی که در سیستان و بلوچستان میتواند تعیینکننده باشد، ممکن است در اردبیل اهمیت محدودی داشته باشد. بنابراین مسئله، انجام تحقیق درست برای مسئله درست، در اقلیم درست و با اولویت درست است. این همان نقطهای است که کشاورزی دانشبنیان از یک مفهوم عمومی به ضرورتی مدیریتی و اقتصادی تبدیل میشود. هرچه تنوع اقلیمی بیشتر باشد، اهمیت اولویتبندی منطقهای نیز افزایش مییابد؛ زیرا خطای سیاستگذاری در چنین کشوری، هزینهای چند برابر خواهد داشت.
پژوهش بدون نقشه اولویت
نهادهای متولی تحقیقات کشاورزی، از جمله سازمان تحقیقات، آموزش و ترویج کشاورزی، با معادلهای دشوار روبهرو هستند: از یکسو، نیازهای پژوهشی کشور بسیار متنوع و گسترده است و از سوی دیگر، منابع مالی، انسانی، تجهیزاتی و زمانی محدودند. طبیعی است که هیچ نظام پژوهشی نمیتواند همزمان به همه مسائل، با یک سطح از اهمیت و فوریت پاسخ دهد. در نبود چارچوب اولویتبندی و معیارهای شفاف، بودجه پژوهشی ممکن است تحتتأثیر فشار ذینفعان، عادتهای نهادی، تصمیمهای مقطعی، سلیقههای مدیریتی یا جذابیتهای کوتاهمدت توزیع شود. نتیجه چنین وضعیتی، کاهش بازده کل نظام تحقیقاتی است.
اینجاست که مفهوم پژوهشمحوری راهبردی مطرح میشود؛ یعنی پروژهها در خدمت یک نقشه اقتصادی، اقلیمی و فناورانه قرار گیرند. کشاورزی دانشبنیان، به معنای واقعی، به چنین رویکردی نیاز دارد. هرچند افزایش هدفمند بودجه تحقیق و توسعه کشاورزی ضروری است، اما مسئله مهمتر، نحوه تخصیص بودجه موجود است. یک نظام کارآمد اولویتبندی تحقیقات کشاورزی باید بتواند همزمان به چند پرسش کلیدی پاسخ دهد: این پژوهش چه اثری بر بهرهوری دارد؟ چه تعداد از کشاورزان یا بهرهبرداران از آن منتفع میشوند؟ آیا با شرایط اقلیمی منطقه سازگار است؟ چه تأثیری بر مصرف آب، خاک و منابع طبیعی دارد؟ آیا میتواند درآمد کشاورز را افزایش دهد؟ آیا به امنیت غذایی کشور کمک میکند؟ ظرفیت تجاریسازی یا انتقال فناوری آن چقدر است؟ و هزینه اجرای آن در برابر منافع احتمالی چه نسبتی دارد؟
سیاستگذاری پژوهش کشاورزی برای پاسخ به این پرسشها به رویکردی نیاز دارد که همزمان معیارهای اقتصادی، اجتماعی، زیستمحیطی، فنی و منطقهای را لحاظ کند. رویکرد چندمعیاره، تصمیمگیری را از سطح سلیقه و فشارهای مقطعی به سطح تحلیل شفاف منتقل میکند. در این چارچوب، هر معیار وزن مشخصی پیدا میکند و هر پروژه پژوهشی بر اساس مجموعهای از شاخصها ارزیابی میشود. اهمیت این رویکرد، بیش از آنکه صرفاً فنی باشد، حکمرانیمحور است؛ زیرا به سیاستگذار امکان میدهد توضیح دهد چرا یک پروژه در یک منطقه اولویت بالاتری دارد و پروژهای دیگر باید در مرحله بعد قرار گیرد.
ظرفیت بلند هوش مصنوعی
در سالهای اخیر، هوش مصنوعی ظرفیت تازهای برای سیاستگذاری کشاورزی ایجاد کرده است. اگر دادههای اقلیمی، خاکشناسی، الگوی کشت، عملکرد محصول، منابع آب، بازار، هزینه تولید و نیازهای منطقهای بهدرستی گردآوری و یکپارچه شوند، الگوریتمهای هوشمند میتوانند در شناسایی اولویتهای پژوهشی نقش مهمی ایفا کنند.
البته هوش مصنوعی جایگزین متخصصان کشاورزی، اقتصاددانان و مدیران پژوهش نمیشود، بلکه ابزاری برای تصمیمسازی دقیقتر است. این فناوری میتواند الگوهایی را شناسایی کند که در دادههای پراکنده پنهان ماندهاند، سناریوهای مختلف تخصیص بودجه را شبیهسازی کند، اثر تغییرات اقلیمی یا محدودیت منابع آب را در اولویتهای پژوهشی وارد کند و به طراحی نقشههای منطقهای تحقیق و توسعه کمک کند.
برای مثال، یک نظام هوشمند اولویتبندی میتواند نشان دهد که در یک پهنه خشک و نیمهخشک، سرمایهگذاری پژوهشی روی ارقام مقاوم به خشکی، مدیریت آبیاری، کاهش تبخیر و اصلاح الگوی کشت بازده بیشتری دارد؛ درحالیکه در یک منطقه مرطوب، اولویت ممکن است مدیریت بیماریهای گیاهی، بهبود کیفیت محصول یا کاهش ضایعات پس از برداشت باشد. بنابراین، هوش مصنوعی زمانی در خدمت کشاورزی دانشبنیان قرار میگیرد که در متن نظام تصمیمگیری بنشیند: از داده به تحلیل، از تحلیل به اولویت و از اولویت به تخصیص منابع.
نقشه راه پژوهش کشاورزی
کشاورزی دانشبنیان زمانی از شعار فاصله میگیرد و به سیاست تبدیل میشود که سه اتفاق رخ دهد. نخست، باید تعریف عملیاتی داشته باشد؛ یعنی اثر قابلاندازهگیری بر بهرهوری، درآمد، امنیت غذایی، پایداری منابع و ارزش افزوده ایجاد کند. دوم، اولویتبندی باید منطقهای و اقلیمی باشد؛ زیرا ایران به نقشهای از اولویتهای پژوهشی متناسب با پهنههای مختلف کشاورزی نیاز دارد. سوم، تصمیمگیری باید از حالت سلیقهای و پراکنده خارج شود و به چارچوبهای شفاف، چندمعیاره و دادهمحور تکیه کند. در چنین مدلی، هوش مصنوعی میتواند ابزاری قدرتمند برای تحلیل دادهها، شبیهسازی سناریوها و پشتیبانی از تصمیمهای راهبردی باشد.
ظرفیت بالای تحقیقات کشاورزی تنها زمانی به ثروت، بهرهوری و امنیت غذایی تبدیل میشود که منابع محدود به اولویتهای درست برسند. آینده کشاورزی ایران فقط به میزان هزینهکرد برای پژوهش وابسته نیست؛ بلکه به کیفیت تصمیمهایی وابسته است که مشخص میکنند کدام پژوهش، در کجا و برای حل کدام مسئله انجام شود. بنابراین، نقشه راه پژوهش کشاورزی ابزاری است که مرز میان «خرج کردن» و «سرمایهگذاری» را مشخص میکند. دقیقاً از همینجاست که کشاورزی دانشبنیان میتواند از یک شعار تکراری به یک سیاست ملی مؤثر تبدیل شود.