MARC

 008260126s2025        us                              c    eng  d
■001000017358330
■00520260202104645
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798290615516
■035    ▼a(MiAaPQ)AAI32114554
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a630
■1001  ▼aPicciotto,  Isabelle.
■24510▼aConservation  in  Agriculture:  Evaluation  of  Irrigation  Efficiency  Subsidy  Programs  and  Estimating  the  Value  of  Robotic  Weeding
■260    ▼a[Sl]▼bUniversity  of  California,  Davis▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a152  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-01,  Section:  B.
■500    ▼aAdvisor:  Goodhue,  Rachael;Smith,  Aaron.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Davis,  2025.
■520    ▼aThis  dissertation  critically  evaluates  technology  adoption  in  agriculture  in  the  United  States.  Using  robust  econometric  methods  and  a  model  of  agricultural  production,  I  study  the  effects  of  voluntary  conservation  incentive  programs  and  adoption  of  newly  developed  robotic  weeding  technologies  on  farm  production  decisions.  The  overarching  theme  of  these  three  essays  is  evaluating  how  adoption  of  conservation  practices  and  precision  agriculture  address  the  challenges  of  reducing  the  environmental  impact  of  agriculture  and  increasing  agricultural  productivity.Agricultural  conservation  programs  in  the  United  States  are  largely  centered  on  voluntary  financial  and  technical  assistance.  The  ultimate  impact  of  any  conservation  program  depends  on  how  the  new  technology  affects  an  individual  farmer's  production  decisions.  As  a  result,  changes  to  the  production  function  caused  by  technology  adoption  can  erode  the  potential  environmental  benefits  of  adoption  or  adoption  may  not  be  additional,  i.e.,  adoption  may  occur  in  the  absence  of  a  contract.  The  first  two  essays  examine  how  government  incentive  programs  influence  farmer  behavior  related  to  land  use  and  water  use  while  the  third  essay  evaluates  the  economics  of  robotic  weeding  adoption  in  specialty  crops.The  first  essay  estimates  the  effect  of  the  California  State  Water  Efficiency  and  Enhancement  Program  (SWEEP)  on  crop  choice  and  water  use  in  agriculture.  I  use  applicant-level  data  on  SWEEP  enrollment  combined  with  remotely-sensed  data  on  crop  choice  and  consumptive  water  use  to  estimate  the  impact  of  program  participation.  I  find  important  heterogeneities  in  program  impacts  related  to  the  source  of  water  used  for  irrigation.  Funded  applicants  that  have  access  to  surface  water  switch  to  more  water-intensive  crops  compared  to  unfunded  applicants.The  second  essay  uses  a  novel  combination  of  administrative  data  from  the  United  States  Department  of  Agriculture  (USDA)  and  remotely  sensed  data  on  consumptive  water  use  to  evaluate  the  effect  of  irrigation  investments  through  the  Environmental  Quality  Incentives  Program  (EQIP)  on  production  decisions.  We  use  the  EQIP  application  process  to  account  for  selection  bias  into  the  program  and  potential  imperfect  additionality  of  contracts.  We  find  that  enrollment  in  EQIP  leads  to  an  increase  in  the  proportion  of  total  acreage  planted  with  specialty  crops  and  allows  farms  to  avoid  reductions  in  planted  acreage  through  fallowing  or  idling  acreage.  However,  after  constructing  a  set  of  control  farms  that  are  free  to  self-fund  irrigation  investments,  we  find  that  there  is  limited  additionality  of  the  program.The  third  essay  constructs  a  model  of  specialty  crop  production,  focusing  on  the  choice  between  newly  developed  robotic  weeding  technologies  and  conventional  weeding.  In  response  to  rising  labor  costs  and  challenges  with  labor  availability  in  the  United  States,  new  automated  and  precision  agriculture  technologies  are  being  developed  as  alternatives.  We  calibrate  the  model  using  preliminary  data  collected  on  weeding  efficacy  from  onion  growers  in  the  Pacific  Northwest  that  are  experimenting  with  robotic  weeding  technologies,  parameters  from  the  current  literature,  and  personal  communication  with  individual  growers  and  robotic  weeding  experts.  We  find  that  an  interior  solution  for  partial  adoption  of  robotic  weeding  relies  on  the  relative  relationship  between  the  robotic  weeding  and  non-robotic  weeding  cost  functions.  For  any  level  of  robotic  weeding  adoption,  the  two  cost  functions  must  cross  within  the  distribution  of  weed  density  across  a  farm.  In  a  sensitivity  analysis  of  the  robotic  weeding  cost  function,  we  find  that  total  farm  profits  are  more  sensitive  to  small  changes  in  weeding  efficacy  compared  to  changes  in  the  crop  damage  rate  across  the  majority  of  the  distribution  of  weed  densities,  and  is  particularly  important  at  high  weed  densities.Taken  together,  the  papers  in  this  dissertation  provide  valuable  insight  into  farmers'  adoption  decisions,  including  ones  influenced  by  cost-sharing  conservation  programs  and  newly  available  technologies.  This  research  illustrates  that  financial  incentives  for  adopting  more  efficient  irrigation  technologies  change  the  farm  production  function  such  that  farmers  may  increase  specialty  crop  acreage  and  avoid  reductions  in  planted  acreage.  This  response  affects  the  aggregate  impact  of  conservation  contracts.  We  also  find  that  there  is  limited  additionality  of  installing  irrigation  technologies  through  USDA  EQIP.  Variation  in  average  weed  density  and  differences  in  the  variable  costs  of  production  depending  on  weeding  technology  adjust  the  level  of  robotic  weeding  adoption  for  specialty  crop  production.  Robotic  weeding  and  hand  weeding  are  complementary,  with  the  optimal  level  of  robotic  weeding  adoption  across  a  farm  dependent  on  relative  costs  and  weed  density.
■590    ▼aSchool  code:  0029.
■650  4▼aAgriculture
■650  4▼aAgricultural  engineering
■650  4▼aRobotics
■653    ▼aIrrigation
■653    ▼aRobotic  weeding
■653    ▼aAgricultural  productivity
■653    ▼aAgricultural  conservation  programs
■653    ▼aUnited  States  Department  of  Agriculture
■653    ▼aEnvironmental  Quality  Incentives  Program
■690    ▼a0503
■690    ▼a0539
■690    ▼a0473
■690    ▼a0771
■71020▼aUniversity  of  California,  Davis▼bAgricultural  and  Resource  Economics.
■7730  ▼tDissertations  Abstracts  International▼g87-01B.
■790    ▼a0029
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358330▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서