25 درصد محصولات کشاورزي دورريز مي‌شود

غذايي که دور ريخته مي‌شود

سيدمجتبي خيام نکويي، رئيس سازمان تحقيقات، آموزش و ترويج کشاورزي با تأکيد بر سختي کار در توليد محصولات کشاورزي از جمله گندم، عنوان مي‌کند، بخشي از محصول در کالاي نهايي (نان) ضايع مي‌شود. از اين رو زنجيره توليد گندم تا تهيه نان از اهميت بسزايي برخوردار است. البته ضايعات فقط در حوزه مصرف و مشکلات نان نيست در زمان برداشت هم بخشي از محصولات از بين مي‌رود.

به گزارش خبرنگار مهر، بنا بر اعلام آخرين آمار فائو، سالانه 30 تا 35 درصد محصولات توليدي در بخش کشاورزي به هدر مي‌رود که اين ميزان غذاي 9 ميليون نفر است.

ضايعات 30 ميليون تن محصولات کشاورزي در کشور

فناوري در سال‌هاي اخير به‌شدت بر صنايع مختلف از جمله کشاورزي تأثير گذاشته است. يکي از حوزه‌هايي که فناوري به‌شدت در آن نفوذ کرده، توزيع محصولات کشاورزي است. با استفاده از فناوري‌هاي نوين، مي‌توان فرايند توزيع را بهينه کرده، کيفيت محصولات را بهبود بخشيد و ضايعات غذايي را کاهش داد. به‌عنوان‌مثال اينترنت اشيا (IoT) با اتصال اشيا فيزيکي به يکديگر و اينترنت، تحولات شگرفي را در صنايع مختلف از جمله صنعت غذا ايجاد کرده است.

در حوزه توزيع مواد غذايي و کشاورزي، IoT امکان نظارت و کنترل دقيق‌تر بر زنجيره تأمين را فراهم کرده و به بهبود کيفيت، کاهش ضايعات و افزايش کارايي منجر شده است.

بنا بر اعلام سازمان ملي بهره‌وري کشور، در ايران سالانه 30 ميليون تن محصول کشاورزي به‌عنوان ضايعات دور ريخته مي‌شود. به عنوان نمونه ميزان توليد ناخالص بخش کشاورزي در سال 1401، 125 ميليون تن بود که 25 درصد اين ميزان يعني حدود 30 ميليون تن به‌عنوان ضايعات دور ريخته مي‌شود. نکته مهم در دورريز اين ميزان بالا از محصولات کشاورزي، توجه به آب مصرف‌شده براي آن است.

بنا بر اعلام رئيس وقت اين سازمان، با اين ميزان اتلاف محصول مي‌توان 16 ميليون نفر، معادل جمعيت کشورهاي کوچک خليج‌فارس را سير کرد که نشان از مقدار بالاي ضايعات محصولات کشاورزي و غذايي در ايران دارد.

همچنين محسن خلج، يکي از مسئولان دولتي در مرکز توسعه مکانيزاسيون و صنايع کشاورزي وزارت جهاد کشاورزي عنوان مي‌کند، بر اساس آخرين آمار و اطلاعاتي که از بخش‌هاي ديگر گزارش شده است تقريباً 21 ميليون تن محصول فقط در حوزه توليد غلات شامل گندم، جو شلتوک، ذرت دانه‌اي سالانه در حال از بين رفتن است. با يک حساب سرانگشتي اگر فقط يک درصد تلفات اين بخش را کاهش دهيم، با قيمت ميانگين 15 هزار تومان براي محصولات، تقريباً 3 هزار ميليارد تومان (همت) سالانه صرفه جويي خواهيم داشت.

متأسفانه نه تنها سرمايه گذاري مورد نياز در حوزه فناوري تأمين نمي‌شود بلکه خسارت‌هاي ناشي از سوخت اضافه و تبديل شدن محصولات کشاورزي به ضايعات زيان بسياري به اقتصاد کشور تحميل کرده است.

کاهش ضايعات مواد غذايي به‌وسيله فناوري

يکي از چالش‌هاي بزرگ جهان امروز، مسئله ضايعات غذايي است. اين موضوع نه‌تنها به هدر رفتن منابع ارزشمند مانند آب، خاک و انرژي منجر مي‌شود، بلکه اثرات مخربي نيز بر محيط‌زيست و اقتصاد دارد. خوشبختانه، با پيشرفت فناوري و به ويژه بررسي کلان‌داده، مي‌توان گام‌هاي مؤثري در جهت کاهش اين مشکل برداشت.

استفاده از اطلاعات ثبت شده در فرايند توليد و توزيع محصولات غذايي مي‌تواند راهکار مناسبي براي کاهش دورريز مواد غذايي باشد. بررسي کلان‌داده (Big Data Analytics) به تحليل حجم عظيمي از داده‌هاي ساخت‌يافته و غير ساخت‌يافته گفته مي‌شود. اين داده‌ها از منابع مختلفي مانند سنسورها، دستگاه‌هاي IoT، شبکه‌هاي اجتماعي و سيستم‌هاي اطلاعاتي جمع‌آوري مي‌شوند. با تحليل اين داده‌ها مي‌توان الگوها و روندها را کشف کرد که در تصميم‌گيري‌هاي بهتر و حل مشکلات پيچيده در صنايع غذايي و کشاورزي کمک مي‌کنند.

با تحليل داده‌هاي فروش در طي زمان، رفتار مصرف‌کننده، رويدادهاي فصلي و عوامل محيطي، مي‌توان تقاضا براي محصولات غذايي را با دقت بيشتري پيش‌بيني کرد. اين امر به توليدکنندگان و توزيع‌کنندگان کمک مي‌کند تا مقدار مناسب محصول را توليد و توزيع کنند و از توليد بيش از حد و در نتيجه فساد محصولات جلوگيري کنند.

همچنين، با استفاده از داده‌هاي جمع‌آوري شده از سنسورهاي نصب شده بر روي محصولات و وسايل نقليه، مي‌توان زنجيره تأمين را بهينه‌سازي کرد. مثلاً مي‌توان دماي مناسب براي نگهداري هر محصول را تعيين کرد و از فساد محصولات در طول مسير جلوگيري کرد؛ همچنين، مي‌توان مسيرهاي حمل‌ونقل را بهينه کرده و زمان تحويل را کاهش داد.

از طرف ديگر، با استفاده از داده‌هاي فروش و موجودي، مي‌توان سيستم‌هاي مديريت موجودي هوشمند را طراحي کرد. اين سيستم‌ها به فروشگاه‌ها کمک مي‌کنند تا ميزان دقيق محصولات مورد نياز را سفارش دهند و از انباشت محصولات و در نتيجه فساد آن‌ها جلوگيري کنند. بنابراين با استفاده از داده‌هاي فروش و رفتار مشتريان، مي‌توان نحوه عرضه محصولات در فروشگاه‌ها را بهبود بخشيد و از اين طريق به کاهش ضايعات کمک کرد.

موانع استفاده از فناوري در صنايع غذايي و کشاورزي

با وجود مزاياي فراوان، استفاده از فناوري‌هاي نوين، مانند بررسي کلان‌داده‌ها در کاهش ضايعات غذايي، اين مسئله با چالش‌هايي نيز همراه است. به عنوان مثال کيفيت داده‌هاي جمع‌آوري شده بسيار مهم است. داده‌هاي ناقص، نادرست يا بي‌ربط مي‌توانند به نتايج نادرست منجر شوند. از سوي ديگر جمع‌آوري و تحليل داده‌هاي شخصي مي‌تواند نگراني‌هايي در مورد حريم خصوصي ايجاد کند.

البته به نظر مي‌رسد يکي از مهم‌ترين موانع استفاده از فناوري‌هاي نوين در صنايع ايران هزينه‌هاي راه‌اندازي و سرمايه‌گذاري باشد؛ البته يکي ديگر از دلايل مقاومت در برابر ايجاد سازوکارهاي مدرن، توليد و عرضه سنتي محصولات غذايي و کشاورزي در ايران است. با اين‌حال، فرصت‌هاي موجود در اين حوزه بسيار زياد است. با استفاده از فناوري‌هاي نوين مانند اينترنت اشيا و بررسي کلان‌داده به‌دست‌آمده از اين طريق، مي‌توان به يک سيستم غذايي پايدارتر، کارآمدتر و شفاف‌تر دست‌يافت.

راه برون‌رفت از بيش‌بود و کم‌بود توليد

چرا پيش‌بيني دقيق تقاضا در کاهش ضايعات صنايع غذايي و کشاورزي مهم است؟

با پيش‌بيني دقيق ميزان تقاضا، مي‌توان با سياست‌گذاري درست در سطح حاکميت، از توليد بيش از حد محصولات جلوگيري کرد و در نتيجه ضايعات غذايي را کاهش داد؛ از طرف ديگر با دانستن ميزان تقاضاي آينده، مي‌توان موجودي انبارها را بهينه کرده و از کمبود يا مازاد محصول جلوگيري نيز کرد.

همچنين، استفاده از فناوري در پيش‌بيني تقاضا مي‌تواند موجب افزايش رضايت مشتري شود، به طوري که با تأمين به‌موقع محصولات مورد نياز مشتريان، مي‌توان رضايت آنها را افزايش داد و وفاداري آنها را به کسب‌وکار جلب کرد.

بررسي سري‌هاي زماني در سازوکار عرضه محصولات غذايي مي‌تواند الگوها و روندهاي گذشته را شناسايي کرده و از آنها براي پيش‌بيني رفتار مشتريان استفاده کرد، البته جمع‌آوري اين داده‌ها از طريق دستگاه‌هايي که توانايي استفاده از اينترنت اشيا و جمع‌آوري خودکار داده را دارند شرايط تحليل اطلاعات را تسهيل مي‌کند.

در پايان مي‌توان گفت، پيش‌بيني دقيق تقاضا با استفاده از فناوري يکي از کليدهاي موفقيت در کسب‌وکارهاي امروزي است. با استفاده از روش‌هاي مختلف پيش‌بيني و تحليل داده‌ها، مي‌توان به تصميم‌گيري‌هاي بهتر و کاهش ضايعات غذايي کمک کرد زيرا با وجود منابع محدود و اهميت تأمين امنيت غذايي چاره‌اي جز اين امر نيست.