Content uploaded by Mustafa Kan
Author content
All content in this area was uploaded by Mustafa Kan on Aug 15, 2019
Content may be subject to copyright.
i
i
ii
ii
HASAT ULUSLARARASI TARIM VE ORMAN
KONGRESĠ
(21-23 Haziran 2019, Ankara, Türkiye)
HASAT INTERNATIONAL AGRICULTURE AND
FOREST CONGRESS
(21-23 June 2019, Ankara, Turkey)
Editörler / Editors
Doç. Dr. Nurhan KESKĠN
Doç. Dr. Halil DEMĠR
Birinci Basım
/
First Edition• ©
ISBN: 978 – 605 – 7602 – 92 – 3
iii
iii
Kurullar
Onur Kurulu
Dr. Bekir PAKDEMĠRLĠ, T.C. Tarım ve Orman Bakanı, Türkiye
Prof. Dr. Osman Selçuk ALDEMĠR, Aydın Adnan Menderes
Üniversitesi Rektörü, Türkiye
Düzenleme Kurulu BaĢkanı
Doç. Dr. Nurhan KESKĠN, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Van, Türkiye
Düzenleme Kurulu
Prof. Dr. Ergin DURSUN, Ankara Üniversitesi, Ziraat Fakültesi,
Tarım Makinanaları ve Teknolojileri Mühendisliği Bölümü, Ankara,
Türkiye
Prof. Dr. Hasan ÇELĠK, European University of Lefke, Faculty of
Agricultural Sciences & Technologies, Department of Horticultural
Production & Marketing, Gemikonağı, Lefke, KKTC
Prof. Dr. Ġbrahim GENÇSOYLU, Aydın Adnan Menderes
Üniversitesi, Ziraat Fakültesi, Bitki Koruma Bölümü, Aydın-Türkiye
Prof. Dr. Khalid JAVED, University of Veterinary and Animal
Sciences, Department of Livestock Production, Lahore-Pakistan
Prof. Dr. Khalid Mahmood KHAWAR, Ankara Üniversitesi, Ziraat
Fakültesi, Tarla Bitkileri Bölümü, Ankara, Türkiye
iv
iv
Prof. Dr. Koray ÖZRENK, Siirt Üniversitesi, Ziraat Fakültesi, Bahçe
Bitkileri Bölümü, Siirt, Türkiye
Prof. Dr. Mahmoud Mohamed Ahmed ABDEL-AZIZ, Alexandria
University, Faculty of Agriculture D epartment of Animal Production,
Alexandria, Mısır
Prof. Dr. Michael Henry BÖHME, Humboldt-University of Berlin,
Faculty of Life Sciences Deptartment of Horticultural Plant Systems,
Almanya
Prof. Dr. Mohammad AL-ALAWI, Al-balga' Applied University
Faculty of Agricultural Technology, Assalt, Ürdün
Prof. Dr. Semih TANGOLAR, Çukurova Üniversitesi Ziraat Fakültesi
Bahçe Bitkileri Bölümü, Adana, Türkiye
Prof. Dr. Semra DEMĠR, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Bitki Koruma Bölümü, Van, Türkiye
Prof. Dr. Stéphane DECLERCK, Université Catholique de Louvain,
Earth and Life Institute, Faculté des bioingénieurs, Belçika
Prof. Dr. Younes REZAEE DANESH, Urmiye University, Faculty of
Agriculture, Department of Plant Protection, Urmiye, Iran
Doç. Dr. Halil DEMĠR, Akdeniz Üniversitesi, Ziraat Fakültesi, Bahçe
Bitkileri Bölümü, Antalya, Türkiye
Dr. Alfonso CUESTA MARCOS, Bayer Crop Science, ABD
Dr. Anil, KHAR, ICAR-Indian Agricultural Research Institute,
Hindistan
Dr. Eda KARAAĞAÇ CUESTA MARCOS, Bayer Crop Science,
ABD
Sürur KIR, T. C. Tarım ve Orman Bakanlığı Eğitim ve Yayım Daire
BaĢkanı, Türkiye
v
v
Bilim ve Hakem Kurulu
Prof. Dr. Abdullah ÖKTEM, Harran Üniversitesi, Ziraat Fakültesi,
Tarla Bitkileri Bölümü, ġanlıurfa, Türkiye
Prof. Dr. Alaaddin YÜKSEL, Bingöl Üniversitesi, Ziraat Fakültesi,
Toprak Bilimi ve Bitki Besleme Bölümü, Bingöl, Türkiye
Prof. Dr. Amrakh MAMEDOV, Tottori Üniversitesi, Kurak Arazi
AraĢtırma Merkezi, Japonya
Prof. Dr. Atakan KOÇ, Aydın Adnan Menderes Üniversitesi, Ziraat
Fakültesi, Zootekni Bölümü, Aydın, Türkiye
Prof. Dr. Aydın TÜFEKÇĠOĞLU, Artvin Çoruh Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Artvin/ Türkiye
Prof. Dr. Ayfer ALKAN TORUN, Çukurova Üniversitesi, Ziraat
Fakültesi Toprak Bilimi ve Bitki Besleme Bölümü, Adana, Türkiye
Prof. Dr. Azize TOPER KAYGIN, Bartın Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Bartın / Türkiye
Prof.Dr. Bedri SERDAR, Karadeniz Teknik Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Trabzon/ Türkiye
Prof. Dr. Birhan KUNTER, Ankara Üniversitesi, Ziraat Fakültesi,
Bahçe Bitkileri Bölümü, Ankara, Türkiye
Prof. Dr. CoĢkun GÜLSER, Ondokuz Mayıs Üniversitesi, Ziraat
Fakültesi, Toprak Bilimi ve Bitki Besleme Bölümü, Samsun-Türkiye
Prof. Dr. Deniz ÇOBAN, Aydın Adnan Menderes Üniversitesi, Ziraat
Fakültesi, Su Ürünleri Mühendisliği Bölümü, Aydın, Türkiye
Prof. Dr. Ercüment GENÇ, Ankara Üniversitesi, Ziraat Fakültesi, Su
Ürünleri Mühendisliği Bölümü, Ankara, Türkiye
vi
vi
Prof. Dr. Erdoğan GÜNEġ, Ankara Üniversitesi, Ziraat Fakültesi,
Tarım Ekonomisi Bölümü, Ankara, Türkiye
Prof. Dr. Filiz KARADAġ, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Zootekni Bölümü, Van, Türkiye
Prof. Dr. Füsun GÜLSER, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Toprak Bilimi ve Bitki Besleme Bölümü, Van, Türkiye
Prof. Dr. Gulnara DJUMANIYAZOVA, Microbiology Research
Institute of Uzbek National Academic Science, Özbekistan
Prof. Dr. Hafiz Ashfaq AHMED, PMAS-Arid Agricultural
University, Department of Horticulture, Rawalpindi, Pakistan
Prof. Dr. Hakan ULUKAN, Ankara Üniversitesi, Ziraat Fakültesi,
Tarla Bitkileri Bölümü, Ankara, Türkiye
Prof. Dr. Halil Turgut ġAHĠN Isparta Uygulamalı Bilimler
Üniversitesi, Orman Fakültesi, Orman Endüstri Mühendisliği Bölümü,
Isparta, Türkiye
Prof. Dr. Hayrettin KENDĠR, Ankara Üniversitesi, Ziraat Fakültesi,
Tarla Bitkileri Bölümü, Ankara, Türkiye
Prof. Dr. Ġbrahim GENÇSOYLU, Aydın Adnan Menderes
Üniversitesi, Ziraat Fakültesi, Bitki Koruma Bölümü, Aydın, Türkiye
Prof. Dr. Ġbrahim ÖZDEMĠR Isparta Uygulamalı Bilimler
Üniversitesi, Orman Fakültesi, Yaban Hayatı Ekolojisi ve Yönetimi
Bölümü, Isparta, Türkiye
Prof. Dr. Khalid JAVED, University of Veterinary and Animal
Sciences, Department of Livestock Production, Lahore-Pakistan
Prof. Dr. Khalid Mahmood KHAWAR, Ankara Üniversitesi, Ziraat
Fakültesi, Tarla Bitkileri Bölümü, Ankara, Türkiye
vii
vii
Prof. Dr. Köksal DEMĠR, Ankara Üniversitesi, Ziraat Fakültesi,
Bahçe Bitkileri Bölümü, Ankara, Türkiye
Prof. Dr. Mahmoud Mohamed Ahmed ABDEL-AZIZ, Alexandria
University, Faculty of Agriculture D epartment of Animal Production,
Alexandria, Mısır
Prof. Dr. Metin TUNA, Tekirdağ Namık Kemal Üniversitesi, Ziraat
Fakültesi, Tarla Bitkileri Bölümü, Tekirdağ, Türkiye
Prof. Dr. Mikail BAYLAN, Çukurova Üniversitesi, Ziraat Fakültesi,
Zootekni Bölümü, Adana, Türkiye
Prof. Dr. Münevver Ayçe GENÇ, Ġskenderun Teknik Üniversitesi,
Deniz Bilimleri ve Teknolojisi Fakültesi, Su Ürünleri YetiĢtiriciliği
Bölümü, Ġskenderun-Hatay, Türkiye
Prof. Dr. Nalan TÜRKOĞLU, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Van, Türkiye
Prof. Dr. Nilsun DEMĠR, Ankara Üniversitesi, Ziraat Fakültesi, Su
Ürünleri Mühendisliği Bölümü, Ankara, Türkiye
Prof. Dr. Nuray GÜZELER, Çukurova Üniversitesi, Ziraat Fakültesi,
Gıda Mühendisliği Bölümü, Adana, Türkiye
Prof. Dr. Nurdan TUNA GÜNEġ, Ankara Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Ankara, Türkiye
Prof. Dr. Olcay ARABACI, Aydın Adnan Menderes Üniversitesi,
Ziraat Fakültesi, Tarla Bitkileri Bölümü, Aydın, Türkiye
Prof. Dr. Ömer ERĠNCĠK, Aydın Adnan Menderes Üniversitesi,
Ziraat Fakültesi, Bitki Koruma Bölümü, Aydın, Türkiye
Prof. Dr. Sait ADAK, Ankara Üniversitesi, Ziraat Fakültesi, Tarla
Bitkileri Bölümü, Ankara, Türkiye
viii
viii
Prof. Dr. Serpil TANGOLAR, Çukurova Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Adana, Türkiye
Prof. Dr. Sıddık KESKĠN, Van Yüzüncü Yıl Üniversitesi, Tıp
Fakültesi, Biyoistatistik AD. Van, Türkiye
Prof. Dr. Süleyman TABAN, Ankara Üniversitesi, Ziraat Fakültesi,
Toprak Bilimi ve Bitki Besleme Bölümü, Ankara, Türkiye
Prof. Dr. ġevket ALP, Van Yüzüncü Yıl Üniversitesi, Mimarlık ve
Tasarım Fakültesi, Peyzaj Mimarlığı Bölümü, Van, Türkiye
Prof.Dr. Türker DÜNDAR, Ġstanbul Üniversitesi, CerrahpaĢa Orman
Fakültesi, Orman Endüstri Mühendisliği, Ġstanbul/Türkiye
Prof. Dr. Younes REZAEE DANESH, Urmiye University, Faculty of
Agriculture, Department of Plant Protection, Urmiye, Iran
Prof. Dr. Zöhre POLAT, Aydın Adnan Menderes Üniversitesi, Ziraat
Fakültesi, Peysaj Mimarlığı Bölümü, Aydın, Türkiye
Prof. Dr. Zuhal DĠLAVER, Ankara Üniversitesi, Mimarlık ve Tasarım
Fakültesi, Peyzaj Mimarlığı Bölümü, Ankara, Türkiye
Doç. Dr.Abdullah SÜTÇÜ Isparta Uygulamalı Bilimler Üniversitesi,
Orman Fakültesi, Orman Endüstri Mühendisliği Bölümü, Isparta,
Türkiye
Doç. Dr. Alper Serdar ANLI, Ankara Üniversitesi, Ziraat Fakültesi,
Tarımsal Yapılar ve Sulama Bölümü, Ankara, Türkiye
Doç. Dr. Anwar SHAHZAD, Aligarh Muslim University,
Department of Botany / Plant Biotechnology, Hindistan
Doç. Dr. Anwar Ahmad KHAN, PMAS-Arid Agricultural University,
Department of Food Technology, Rawalpindi, Pakistan
Doç. Dr. AĢkın BAHAR, Selçuk Üniversitesi, Silifke TaĢucu Meslek
Yüksek Okulu, Mersin, Türkiye
ix
ix
Doç. Dr. AĢkın GALĠÇ, Akdeniz Üniversitesi, Ziraat Fakültesi,
Zootekni Bölümü, Antalya, Türkiye
Doç. Dr. Atilla DURMUġ Van Yüzüncü Yıl Üniversitesi, Fen
Fakültesi, Biyoloji Bölümü Van, Türkiye
Doç.Dr. Bülent TURGUT, Artvin Çoruh Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Artvin, Türkiye
Doç. Dr. Elvan OCAK, Van Yüzüncü Yıl Üniversitesi, Mühendislik
Fakültesi, Gıda Mühendisliği Bölümü, Van, Türkiye
Doç. Dr. Fariba MEHRKHOU, Urmiye University, Faculty of
Agriculture, Department of Plant Protection, Urmiye, Iran
Doç. Dr. Fethi Ahmet ÖZDEMĠR, Bingöl Üniversitesi, Fen Edebiyat
Fakültesi, Moleküler Biyoloji ve Genetik bölümü, Bingöl, Türkiye
Doç. Dr. Gazel SER, Van Yüzüncü Yıl Üniversitesi, Ziraat Fakültesi,
Zootekni Bölümü, Van, Türkiye
Doç. Dr. Ġlker SÖNMEZ, Akdeniz Üniversitesi, Ziraat Fakültesi,
Toprak Bilimi ve Bitki Besleme Bölümü, Antalya, Türkiye
Doç.Dr. Mehmet ÖZALP, Artvin Çoruh Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Artvin, Türkiye
Doç. Dr. Müttalip GÜNDOĞDU, Bolu Abant Ġzzet Baysal
Üniversitesi, Ziraat Fakültesi, Bahçe Bitkileri Bölümü, Bolu, Türkiye
Doç. Dr. Mücahit Taha ÖZKAYA, Ankara Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Ankara, Türkiye
Doç. Dr. Nurhan KESKĠN, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Van, Türkiye
Doç.Dr. Oğuz KURDOĞLU, Karadeniz Teknik Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Trabzon, Türkiye
x
x
Doç. Dr. Osman Orkan ÖZER, Aydın Adnan Menderes Üniversitesi,
Ziraat Fakültesi, Tarım Ekonomisi Bölümü, Aydın, Türkiye
Doç. Dr. Özgür KOġKAN, Isparta Uygulamalı Bilimler Üniversitesi,
Tarım Bilimleri ve Teknolojileri Fakültesi, Zootekni Bölümü, Isparta,
Türkiye
Doç. Dr. Pınar ġANLIBABA, Ankara Üniversitesi, Mühendislik
Fakültesi, Gıda Mühendisliği Bölümü, Ankara, Türkiye
Doç. Dr. Sait M. SAY, Çukurova Üniversitesi, Ziraat Fakültesi, Tarım
Makinanaları ve Teknolojileri Mühendisliği Bölümü, Adana, Türkiye
Doç. Dr. Sinan GÜNER, Artvin Çoruh Üniversitesi, Orman Fakültesi,
Orman Mühendisliği Bölümü, Artvin/ Türkiye
Doç. Dr. Reza AMIRNIA Urmia University, Faculty of Agriculture,
Department of Field Crops, Urmia, Iran
Doç. Dr. Saime SEFEROĞLU, Aydın Adnan Menderes Üniversitesi,
Ziraat Fakültesi, Toprak Bilimi ve Bitki Besleme Bölümü, Aydın,
Türkiye
Doç. Dr. Selim AYTAÇ, Ondokuz Mayıs Üniversitesi, Ziraat
Fakültesi, Tarla Bitkileri Bölümü, Samsun, Türkiye
Doç. Dr. Serhat KARACA, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Zootekni Bölümü, Van, Türkiye
Doç. Dr. Sina BESHARAT Urmia University, Faculty of Agriculture,
Department of Water Engeneering, Urmia, Iran
Doç. Dr. ġahane Funda ARSLANOĞLU, Ondokuz Mayıs
Üniversitesi, Ziraat Fakültesi, Tarla Bitkileri Bölümü, Samsun,
Türkiye
Doç.Dr. ġeyda ÇAVUġOĞLU, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Ankara, Türkiye
xi
xi
Doç. Dr. Uğur ġĠRĠN, Aydın Adnan Menderes Üniversitesi, Ziraat
Fakültesi, Bahçe Bitkileri Bölümü, Aydın, Türkiye
Doç. Dr. Zehra EKĠN, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Tarla Bitkileri Bölümü, Ankara, Türkiye
Dr. Öğr. Üyesi Ahmad ALI, University of Mumbai, Department of
Life Sciences, Mumbai, Hindistan
Dr. Öğr. Üyesi Ahmet DUYAR, Karabük Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Karabük /Türkiye
Dr. Öğr. Üyesi Ali Murat TATAR, Dicle Üniversitesi, Ziraat
Fakültesi, Zootekni Bölümü, Diyarbakır, Türkiye
Dr. Öğr. Üyesi Dilek SAY, Çukurova Üniversitesi, Pozantı MYO,
Adana, Türkiye
Dr. Öğr. Üyesi Erkan EREN, Ege Üniversitesi Bergama Meslek
Yüksek Okulu, Ġzmir, Türkiye
Dr. Öğr. Üyesi Fatih ġevki ERKUġ, Van Yüzüncü Yıl Üniversitesi,
Ziraat Fakültesi, Biyosistem Mühendisliği Bölümü, Van, Türkiye
Dr. Öğr. Üyesi Ferhat KĠREMĠT, Aydın Adnan Menderes
Üniversitesi, Ziraat Fakültesi, Tarımsal Biyoteknoloji Bölümü, Aydın,
Türkiye
Dr. Öğr. Üyesi Filiz Yıldız AKGÜL, Aydın Adnan Menderes
Üniversitesi, Ziraat Fakültesi, Süt Teknolojisi Bölümü, Aydın,
Türkiye
Dr. Öğr. Üyesi Gülgün ÖKTEM, Harran Üniversitesi, Ziraat
Fakültesi, Tarla Bitkileri Bölümü, ġanlıurfa, Türkiye
Dr. Öğr. Üyesi Hakan ÇETĠNKAYA, Kilis 7 Aralık Üniversitesi,
Ziraat Fakültesi, Bahçe Bitkileri Bölümü, Kilis, Türkiye
xii
xii
Dr. Öğr. Üyesi Ġpek ATILGAN HELVACIOĞLU, Trakya
Üniversitesi, Ġpsala MYO, Edirne, Türkiye
Dr. Öğr. Üyesi Issam M. QRUNFLEH, Al-Balqa‘ Applied University,
Faculty of Agricultural Technology, Dept. of Plant Production &
Protection, Al-Salt, Ürdün
Dr. Öğr. Üyesi Jafar AMIRI, Urmia University, Faculty of
Agriculture, Department of Horticulture, Urmia, Iran
Dr. Öğr. Üyesi Kerim GÜNEY, Kastamonu Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Kastamonu/ Türkiye
Dr. Öğr. Üyesi Mahdi GHIASI Urmia University, Faculty of
Agriculture, Department of Field Crops, Urmia, Iran
Dr. Öğr. Üyesi Muammer ġENYURT, Çankırı Karatekin Üniversitesi,
Orman Fakültesi, Orman Mühendisliği Bölümü, Çankırı / Türkiye
Dr. Öğr. Üyesi Muhammad KHURSID, Haripur University,
Department of Environmental Sciences, Haripur, Pakistan
Dr. Öğr. Üyesi Mehmet Ali DAYIOĞLU, Ankara Üniversitesi, Ziraat
Fakültesi, Tarım Makinanaları ve Teknolojileri Mühendisliği Bölümü,
Ankara, Türkiye
Dr. Öğr. Üyesi Mina RASTGOU, Urmiye University, Faculty of
Agriculture, Department of Plant Protection, Urmiye, Iran
Dr. Öğr. Üyesi Muhammad Zafar, Quaid-i-Azam University, Plant
Systematics & Biodiversity, Islamabad, Pakistan.
Dr. Öğr. Üyesi Murat ALAN, Karabük Üniversitesi, Orman Fakültesi,
Orman Mühendisliği Bölümü, Karabük, Türkiye
Dr. Öğr. Üyesi Mustafa TERĠN, Van Yüzüncü Yıl Üniversitesi, Ziraat
Fakültesi, Tarım Ekonomisi Bölümü, Van, Türkiye
xiii
xiii
Dr. Öğr. Üyesi Nafiye ADAK, Akdeniz Üniversitesi, Ziraat Fakültesi,
Bahçe Bitkileri Bölümü, Antalya, Türkiye
Dr. Öğr. Üyesi Nasrin SEYYEDI, Urmia University, Faculty of
Naturel Resources, Department of Forestry, Urmia, Iran
Dr. Öğr. Üyesi Özkan EVCĠN, Kastamonu Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Kastamonu/ Türkiye
Dr. Öğr. Üyesi Solmaz NAJAFI, Van Yüzüncü Yıl Üniversitesi,
Ziraat Fakültesi, Tarla Bitkileri Bölümü, Ankara, Türkiye
Dr. Öğr. Üyesi ġemsettin KULAÇ, Düzce Üniversitesi, Orman
Fakültesi, Orman Mühendisliği Bölümü, Çankırı Orman Mühendisliği
Bölümü, Düzce /Türkiye
Dr. Öğr. Üyesi Yafes YILDIZ, Bartın Üniversitesi, Orman Fakültesi,
Orman Mühendisliği Bölümü, Isparta/ Türkiye
Dr. Öğr. Üyesi Yasin ÜNAL Isparta Uygulamalı Bilimler
Üniversitesi, Orman Fakültesi, Yaban Hayatı Ekolojisi ve Yönetimi
Bölümü, Isparta, Türkiye
Dr. Öğr. Üyesi Zohreh JABBAZADEH, Urmia University, Faculty of
Agriculture, Department of Horticulture, Urmia, Iran
Dr. Alex MORGOUNOV, International Maize and Wheat
Improvement Center (CIMMYT), Meksika
Dr. Anil, KHAR, ICAR-Indian Agricultural Research Institute, India
Dr. Ignacy KITOWSKI, State School of Higher Education in Chelm,
Polonya
Dr Mahmoud AZIMI, Agricultural and Natural Resources Research
Center, Iran
Dr. Surendra BARPETE , ICARDA-India Research Platform,
Amlaha, Hindistan
xiv
xiv
Davetli KonuĢmacılar/Keynote Speakers
Prof. Dr. Katarzyna Turnau
Jagiellonian Üniversitesi, (Polonya)
Prof. Dr. Gulnara Djumaniyazova
Özbekistan Bilimler Akademisi, Özbekistan,
Prof. Dr. Younes Rezaee Danesh
Urmia Üniversitesi (Ġran)
Prof. Dr. Seyit Mehmet ġen
Kastamonu Üniversitesi, (Türkiye)
Doç. Dr. László Kredics
Szeged Üniversitesi (Macaristan)
Dr. Metin TÜRKER
Tarım ve Orman Bakanlığı, Tarım Reformu Genel Müdür Yardımcısı,
Türkiye
Doç. Dr. Ahmad Mushtaq
Quaid-i-Azam Üniversitesi (Pakistan)
xv
xv
ĠÇĠNDEKĠLER / CONTENTS
Kurullar .............................................................................................. iii
Düzenleme Kurulu BaĢkanı .............................................................. iii
Düzenleme Kurulu ............................................................................ iii
Bilim ve Hakem Kurulu ..................................................................... v
Davetli KonuĢmacılar/Keynote Speakers ...................................... xiv
BAHÇE BĠTKĠLERĠ ......................................................................... 1
Asmanın Sessil Doğasında Ġndolaminlerin Önemi .......................... 2
Gaziantep Ekolojisinde YetiĢtirilen Bazı Üzüm ÇeĢitlerinin
Biyoaktif BileĢen Ġçeriği ..................................................................... 8
Sofralık Üzüm ÇeĢitlerinde Salkım Seyreltme Uygulamalarının
Verim ve Kalite Üzerine Etkileri..................................................... 14
Çerezlik Kabakta (Cucurbita pepo L.) Farklı Bitki
Aktivatörlerinin Bitki Büyümesi ve Mineral Madde Ġçeriği
Üzerine Etkileri ................................................................................ 33
Topraksız Çilek YetiĢtiriciliğinde Fide Tipinin Bitki GeliĢimi ile
Fizyolojik Bozukluklar Üzerine Etkileri ........................................ 52
Farklı Çilek Genotiplerinin in vitro Tuzluluk Tolerans Düzeyleri
Üzerine AraĢtırmalar ....................................................................... 65
Organik Gübre Uygulamalarının Marulun Verim ve Verim
Özellikleri Üzerine Etkileri .............................................................. 78
Farklı Organik Gübrelerin Ispanakta (Spinacia oleraceae L.)
Verim, Bazı Kalite Özellikleri ve Bitki Besin Ġçeriklerine Etkileri
............................................................................................................ 91
Tespih Çiçeğinde (Canna indica) Rizom Büyüklüğünün Bitki
GeliĢimi Üzerine Etkileri ............................................................... 105
xix
xix
Yemde Bitkisel Protein Kaynakları Kullanımının GökkuĢağı
Alabalıklarının (Onchorhynchus mykiss) Karaciğer ve Bağırsak
Yapısı Üzerine Etkisi ...................................................................... 621
Doğal Kurutulan Zeytin Yapraklarından Elde Edilen
Ekstraktların Antioksidan Ve Antimikrobiyal Etkilerinin
Belirlenmesi ..................................................................................... 630
TARIM EKONOMĠSĠ ................................................................... 639
Üreticilerin Coğrafi ĠĢaretli Kastamonu TaĢköprü Sarımsağını
Üretmesine ve Tüketicilerin Ödeme Ġstekliliğine Etki Eden
Faktörler ......................................................................................... 640
TR 32 Bölgesi Teknokentlerinde Tarimsal GiriĢimcilik ............. 653
Türkiye’de Genç Nüfusun Çay Tüketim AlıĢkanlıklarının
Belirlenmesi ..................................................................................... 672
Dünyada ve Türkiye’de Gıda Güvencesinin Ortak Paydası: Aile
Çiftçiliği ........................................................................................... 688
TR71 VE TRC2 Bölgelerinde Nohut Üretiminde Arz
Duyarlılığının Panel Veri Yöntemi Ġle Analizi ............................. 699
7139 Sayılı Sulama Birlikleri Kanunu Çerçevesinde Sulama
Birliklerinin Değerlendirilmesi: KırĢehir Ġli Sulama Birlikleri* 717
Türkiye’ de Bazı Baklagil Ürünlerinin Üretim Trendi ve
Projeksiyonlar (Nohut, Kuru Fasulye ve Kırmızı Mercimek
Örneği)............................................................................................. 733
AB, DTÖ Çerçevesinde Dünya Tarım Piyasalarında Örgütlenme
ve Türkiye Ġçin Öneriler ................................................................ 749
Manisa Ġli Nar Üretim Ekonomisi ................................................ 766
Tekirdağ Bağ ĠĢletmelerinin Genel Yapısı, Üretici Eğilimleri ve
Üzüm Üretim Maliyetleri ............................................................... 782
Tarımsal Üretimde Verimlilik ....................................................... 801
HASAT, 2019
ANKARA/TURKEY
699
TR71 VE TRC2 Bölgelerinde Nohut Üretiminde Arz Duyarlılığının
Panel Veri Yöntemi Ġle Analizi
Hasan Gökhan DOĞAN1* - Mustafa KAN1 - Arzu KAN1
1KırĢehir Ahi Evran Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü
*Sorumlu Yazar: hg.dogan@ahievran.edu.tr
Özet
Nohut, yemeklik dane baklagiller arasında kuru tarım sisteminde en
önemli münavebe bitkilerinden biridir. Aynı zamanda Türkiye nohutun
anavatanı olup önemli bir gen kaynağıdır. Ġçerdiği besin elementleri ile
insan beslenmesinde önemli olduğu kadar baklagil olması ve havanın
serbest azotunu bağlayabilmesi nedeniyle de iyi bir münavebe bitkisidir.
Türk insanının gastronomi kültüründe de önemli bir yeri olan nohut son
15 yıl içerisinde ekim alanında daralma toplam üretim miktarında da
önemli bir dalgalanma yaĢanmaktadır. Bu çalıĢma ile Türkiye‘de Nohut
ekim alanı ve üretimi açısından önemli bir bölge olan TR71 (Kırıkkale,
KırĢehir, Aksaray, Niğde, NevĢehir) ile Güneydoğu‘da önemli nohut
üretim merkezi olan TRC2 bölgesi (Diyarbakır, ġanlıurfa) dikkate
alınarak 2004-2018 yılları arasında nohut arz duyarlılığı panel veri analizi
ile incelenmiĢtir. 2004 yılına göre 2018 yılında nohut ekim alanı TR71
bölgesinde %146,67 oranında artarken, TRC2 bölgesinde ise %63,10
oranında azalmıĢtır. Arz duyarlılığında etkili olan faktörlerin analizinde
nohut ekim alanı, nohut fiyatı, rakip ürün fiyatı, teknoloji değiĢimi ve
iklim faktörleri değiĢkenleri dikkate alınmıĢtır.
Anahtar Kelimeler: Nohut, Arz Duyarlılığı, Panel Veri, TR71 ve TRC2
Bölgeleri
Analysis of Chickpea Production Supply Sensitivity in TR71 and
TRC2 Regions by Panel Data Method
Abstract
Chickpea is one of the most important alternation plants in dry farming
system among edible grain legumes. At the same time, Turkey is an
important gene source and homeland of chickpea. As well as it is
important in human nutrition with the nutrient contains, it is an edible
legumes and good alternation plant because it can bind the free nitrogen
of air. Chickpea, which has an important place in the gastronomy culture
HASAT, 2019
ANKARA/TURKEY
700
of the Turkish people, has been experiencing a significant fluctuation in
the total production amount in the last 15 years. With this study, supply
sensitivity of chickpea was analysed by using panel data analyse method
considering between 2004-2018 years in TR71 (Kirikkale, Kirsehir,
Aksaray, Nigde, Nevsehir) region which is an important region in terms
of chickpea acreage and production, and TRC2 region (Diyarbakir and
Sanliurfa) which is the important chickpea production center in Southeast
Anatolia. Compared to 2004 year with 2018 year, chickpea cultivation
area increased by 146.67% in TR71 region and decreased by 6.33% in
TRC3 region. Chickpea cultivation area, chickpea price, competitor
product price, technology change and climate factors variables are taken
into account in the analysis of factors affecting supply sensitivity.
Keywords: Chickpea, Supply Sensitivity, Panel Data, TR71 and TRC2
Regions
GĠRĠġ
21.yüzyılda nüfusun ve buna paralel olarak talebin artması, dünyanın
fiziki Ģartlarının kötüleĢmesi ve doğal kaynaklarımızın azalması ile gıda
ihtiyacımızı karĢılayabilme sorunu, ülkelerin ana gündem maddelerinden
olmuĢtur. Bu sorun, tarım ve gıda sektörlerinin geleceğinin
planlanmasının önemini arttırmaktadır. Artan nüfusun beslenme
ihtiyacının güvenli bir Ģekilde karĢılanması ve gelecek nesillere
yaĢanılabilir bir dünya bırakılması açısından sürdürülebilir tarım ve gıda
üzerine yapılan çalıĢmalar son yıllarda ivme kazanmıĢtır. GeliĢmekte bir
ülke olan Türkiye‘de de nüfusunun gıda güvencesini sağlamak ve bunu
sağlarken de sürdürülebilirlik merkezinde hareket etmek tarım
politikalarının ana kapsamını oluĢturmaktadır. Bu nedenle sürdürülebilir
bir üretim ve arz zincirinin sağlanması stratejik tarım ürünleri baĢta
olmak üzere birçok üründe üretimin devamlılığına bağlıdır.
Türkiye tarımının geleneksel ürünlerinden olan baklagiller tarla bitkileri
ekim alanları içinde tahıllardan sonra ikinci sırada gelmektedir ve en
fazla üretimi yapılanlar kuru fasulye, nohut ve mercimektir. Baklagiller
içinde özellikle kurak alanların değerlendirilmesi açısından Nohut ilk
sırayı almaktadır. Türkiye aynı zamanda Nohut‘un yabani türlerine ev
sahipliği yapmakta olup nohutun anavatanlarından biridir (Tan, 2010).
Nohut Harlan (1951)‘in belirttiği üzere tanımlanan mikro gen
merkezlerinden Trakya-Ege, Güney-Güneydoğu Anadolu ve Kayseri
civarında yer almıĢtır (Demir 190). Güneydoğu Anadolu Bölgesi‘nde
küçük taneli nohutlar ekilirken, Batı ve Geçit Bölgesi‘nde iri taneli
nohutlar yetiĢtirilmektedir (Tuğay Karagül, 2017).
HASAT, 2019
ANKARA/TURKEY
701
Türkiye'de yemeklik baklagiller arasında fasulye ve mercimekten sonra
ekim ve üretimi en fazla yapılmakta olan nohut, kurak bölgelerin
bitkisidir. Kurak ve yarı kurak alanlarda nohut ve mercimeğin, sulu
alanlarda ise fasulyenin ekim nöbetine girmesi, birim alandan elde edilen
verimin artırılması, nadas alanlarının azaltılması açısından önemlidir.
1980‘li yılların baĢında uygulanan Nadas Alanlarının Daraltması Projesi
ile baklagil üretimimiz artmıĢ, nadas alanları daralmıĢ, 1990 yılında
baklagil ekim alanı 2 milyon hektara ulaĢmıĢtır. 2000‘li yıllardan itibaren
ekim alanı ve üretimde önemli kayıplar yaĢanmıĢtır. Türkiye baklagil
üretiminde dünyada ilk sıralarda yer almasına rağmen son 10 yılda ekim
alanları %40 ve üretim %29 oranında azalmıĢtır (Bolat ve ark., 2017). Bu
azalmalar nohut açısından incelendiğinde 2004-2018 yılları arasında
nohutta üretim alanı kaybı %15,11‘dir (TÜĠK, 2019).
HASAT, 2019
ANKARA/TURKEY
702
Grafik 1. Türkiye‘de Nohut Ġstatistikleri (TÜĠK, 2019)
Yapılan öngörüler nohut üretiminin, nohut ekim alanlarına paralel olarak
azalma gösterdiği görülmektedir. Üretim maliyetlerinin artması,
antraknoz hastalığından kaçınmak için geç ekim yapılması, çok sayıda
nohut çeĢidi geliĢtirilmesine karĢın bunların istenilen düzeyde
çoğaltılamayıp nohut üretiminde kullanılamamaları, bölgelere göre
değiĢmekle beraber makineli hasada uygun çeĢitlerin olmaması, hasat
kayıplarının çok olması, yabancı otlarla mücadele edilememesi gibi
etmenler üretimi azaltıcı etkide bulunmaktadır (Bolat ark., 2017).
Özellikle üretim miktarındaki azalıĢların 2018 yılına kadar devam
etmesinde birçok faktör rol oynamaktadır. 2017 yılında nohut fiyatının
aĢırı yükselmesi üreticinin daha çok buğday üretimini azaltıp nohut
ekimine yöneltmiĢtir. Bunun yanında Toprak Mahsulleri Ofisi‘nin nohut
630 000
548 000
100 000
200 000
300 000
400 000
500 000
600 000
700 000
2018
2016
2014
2012
2010
2008
2006
2004
2002
2000
Nohut Üretim (ton)
514 416
636 000
200 000
400 000
600 000
800 000
2018
2016
2014
2012
2010
2008
2006
2004
2002
2000
Nohut EkiliĢ Alanı (ha)
121 925
4 438 20 000
40 000
60 000
80 000
100 000
120 000
140 000
2017
2015
2013
2011
2009
2007
2005
2003
2001
Nohut Ġthalat (ton)
55 844
77 622 50 000
100 000
150 000
200 000
250 000
2017
2015
2013
2011
2009
2007
2005
2003
2001
Nohut Ġhracat (ton)
87,5
115,7
0,0
50,0
100,0
150,0
200,0
2017
2015
2013
2011
2009
2007
2005
2003
2001
Nohut Kendine Yeterlilik (%)
0,42
4,8
0
1
2
3
4
5
6
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
Nohut Fiyatı (TL/Kg)
HASAT, 2019
ANKARA/TURKEY
703
alacağını açıklaması gibi birçok faktör bir araya gelince özellikle Ġç
Anadolu‘da nohut ekim alanlarında 2018 yılında büyük bir artıĢ meydana
getirmiĢtir. Türkiye‘nin nohut üretimi 2017 yılında 470 bin ton olup
Türkiye Ġstatistik Kurumu verilerine göre, 2018 yılında yüzde 34 artıĢla
üretim 630 bin tona yükselmiĢtir (Grafik 1).
Arz boyutundaki dalgalanmalar özellikle 2010 yılından bu yana fiyatta da
aĢırı dalgalanmalara yol açmaktadır. Bu da üreticinin bu ürüne karĢı olan
risk algısını arttırmakta bu durumda Türkiye‘de bölgelere göre nohut arz
duyarlılığında farklılıklar oluĢturmaktadır. Özellikle kurak alanlar
bakımından Türkiye‘nin önemli bir yerine sahip olan ve nohutun da gen
kaynağını oluĢturan Ġç Anadolu ve Güney Doğu Anadolu Bölgelerinde bu
farklılık kendini net bir Ģekilde göstermektedir.
Bu çalıĢma ile Türkiye‘de nohut ekim alanı ve üretimi açısından önemli
bir bölge olan TR71 (Kırıkkale, KırĢehir, Aksaray, Niğde, NevĢehir) ile
Güneydoğu‘da önemli nohut üretim merkezi olan TRC2 bölgesi
(Diyarbakır, ġanlıurfa) dikkate alınarak 2004-2018 yılları arasında nohut
arz duyarlılığı panel veri analizi ile incelenmiĢtir. 2004 yılına göre 2018
yılında nohut ekim alanı TR71 bölgesinde %146,67 oranında artarken,
TRC2 bölgesinde ise %63,10 oranında azalmıĢtır (TÜĠK, 2019). Bu
farklılığın nedenlerinin ortaya konulması bu çalıĢmanın ana hedeflerinden
birini oluĢturmaktadır.
MATERYAL ve YÖNTEM
ÇalıĢmanın ana materyalini Türkiye Ġstatistik Kurumu (TÜĠK) Ġl
Göstergeleri ve Meteoroloji Genel Müdürlüğü iklim verilerinden derlenen
2004-2018 yılları arasındaki nohut arz duyarlılığına yönelik bazı tarımsal
ve iklimsel göstergeler oluĢturmaktadır. Bu göstergeler Çizelge 1‘de
gösterilmiĢtir. Türkiye‘de arz duyarlılığı ile ilgili çalıĢmalarda; bağımlı
değiĢkenin bir gecikmeli değeri, rakip veya tamamlayıcı ürünün etkisi,
verim, reel veya cari fiyatların bir gecikmeli değeri, dıĢ ticaret verileri,
trend değiĢkeni, tarımsal girdi fiyatları (ĠĢyar, 1975; Ekmekçioğlu ve
Kasnakoğlu, 1979; Kızılaslan ve Gürler, 1993; Özel ve ÖzdeĢ, 2001;
Hatırlı ve ark., 2002; Alemdar, 2003; Bal, 2005; AktaĢ, 2006, Doğan ve
Gürler, 2015) gibi değiĢkenler duyarlılık olgusunu açıklamada
kullanılmıĢtır.
HASAT, 2019
ANKARA/TURKEY
704
Çizelge 1. AraĢtırmada kullanılan değiĢkenler, kısaltmalar ve veri
kaynakları
DeğiĢkenler
Birim
Kısaltma
TR71
TRC2
Veri
Kaynağı
Nohut
Üretim
Miktarı
Kg
NUM
X
X
TÜĠK, 2019
Nohut Fiyatı
TL/Ton
NF
X
X
TÜĠK, 2019
Ekmeklik
Buğday
Fiyatı
TL/Ton
EBF
X
TÜĠK, 2019
Makarnalık
Buğday
Fiyatı
TL/Ton
MBF
X
TÜĠK, 2019
Traktör
Miktarı
Adet
TM
X
X
TÜĠK, 2019
Toplam
Yıllık YağıĢ
mm
TYY
X
X
MGM, 2019
Yıllık
Ortalama
Sıcaklık
°C
YOS
X
X
MGM, 2019
ÇalıĢmada Türkiye‘de nohut üretiminde en önemli bölge olan ve son 15
yılda önemli bir ekim alanı artıĢının gerçekleĢtiği Ġstatistiki Bölge
Birimleri Sınıflaması 1 (ĠBBS1)‘e göre yapılan sınıflamada yer alan
TR71 Bölgesi (Aksaray, Kırıkkale, KırĢehir, NevĢehir ve Niğde) ile son
15 yılda ekim alanında önemli bir daralmanın yaĢandığı TRC2 Bölgesi
(Diyarbakır ve ġanlıurfa)‘ne ait veriler kullanılmıĢtır. Veriler panel veri
analizi ile test edilmiĢtir. Ekonometrik çalıĢmalarda; zaman serisi verileri,
kesit verileri ve zaman serisi verileri ile kesit verilerin birleĢimi olan
karma veriler olmak üzere üç tür veri kullanılır. Eğer aynı kesit birimi
zaman içinde izleniyorsa bu tür karma verilere panel veri adı verilir
(Gujarati, 1999:859).
Panel veri analizi için bağımlı değiĢken olarak TR71 ve TRC2
Bölgelerine ait nohut üretim miktarı değiĢkeni dikkate alınmıĢtır. Nohut
HASAT, 2019
ANKARA/TURKEY
705
üretim miktarı değiĢkeninin gecikmeli değerinin modele eklenmesi
nedeni ile çalıĢmada dinamik panel veri analizi yöntemi kullanılmıĢtır.
TR71 Bölgesi için NUM-1, NF, EBF, TM, TYY ve YOS değiĢkenleri
kullanılırken, TRC2 Bölgesi için ise NUM-1, NF, MBF, TM, TYY ve
YOS değiĢkenleri dikkate alınmıĢtır. AraĢtırmada tam logaritmik form
kullanılmıĢtır. Fiyat değiĢkenleri Üretici Fiyat Endeksi dikkate alınarak
reel fiyatlara çevirilrek modele dahil edilmiĢtir (TÜĠK, 2019a).
ÇalıĢmada bağımlı değiĢken olan NUM değiĢkeninin gecikmeli değerinin
(NUM-1) regresyon denkleminde yer alması verilerin dinamik panel veri
modeli ile analiz edilmesini zorunlu kılmaktadır. Dinamik panel veri
modelleri, geçmiĢ dönemdeki bağımlı değiĢkenin cari dönemdeki bağımlı
değiĢken üzerindeki etkisini ölçmektedir (Zeren ve Ergun, 2010:76).
Dinamik panel veri modelleri aĢağıdaki Ģekilde ifade edilmektedirler
(Baltagi, 2005:135):
i= 1,…….., N t=1,……., T
Birim etki , i. birim için tüm zaman boyunca sabit olduğundan hem
hem de , bu birim etkinin bir fonksiyonudur. Modelin sağ tarafındaki
gecikmeli bağımlı değiĢken ile hata terimi korelasyonludur
(Baltagi, 2005:135). EKK tahminleri bu korelasyon nedeniyle yanlı ve
tutarlıdır (Zeren ve Ergun, 2010:7). ÇalıĢmada, zaman boyutuna sahip
kesit serilerini kullanarak nohut üretim miktarının zaman içindeki
değiĢimleri ile nohut üretim miktarını etkileyen faktörleri bölgeler
bazında analiz etmek için Dinamik Panel Veri Analizi kullanılmıĢtır.
Nohut üretim miktarının gecikmeli değerinin modele bağımsız değiĢken
olarak katılmasıyla Otoregresif Dinamik Panel yapı oluĢturulmuĢtur.
Dinamik Panel Veri Analizi ile yapılan çalıĢmalarda kullanılan GMM
tahmincisi olarak Arellano ve Bond‘un GenelleĢtirilmiĢ Momentler
Tahmincisinin kullanılmıĢtır. Arellano ve Bond‘un GenelleĢtirilmiĢ
Momentler Tahmincisi Ģu Ģekilde formüle edilmiĢtir:
AraĢtırmada birim kök sınaması yapılmıĢtır. Birim kök testi ile serilerin
durağanlık araĢtırmaları yapılmaktadır. Birim kökün bulunduğu
serilerden elde edilen sonuçlar yanlı olabilmektedir. DeğiĢkenler
HASAT, 2019
ANKARA/TURKEY
706
arasındaki bağlanım sahte regresyon olarak boyutlanabilmektedir. Birim
kök testi ile daha önce yapılan ve varsayımları ortaya koyulan birçok
çalıĢma bulunmaktadır (Maddala ve Wu, 1999; Kao ve Chiang, 2000;
Hadri, 2000; Choi, 2001; Levin ve ark., 2002; Im ve ark., 2003). Bu
çalıĢmada panel veri modellerinde birim kök sınaması yapmak için
kullanılan değiĢkenlerin durağanlığı yatay kesit bağımlılığı ile ilgili
sorunların bulunmaması nedeni ile birinci nesil panel birim kök testleri
ile araĢtırılmıĢtır. Bu amaçla Levin Lin ve Chu (LLC) Testi (2002), Im,
Peseran ve Shin (IPS) Testi (2003) ve GeniĢletilmiĢ Dickey Fuller (ADF)
testleri kullanılmıĢtır (GüriĢ, 2015; ġak, 2018).
Dinamik panel veri modellerini tahmin ederken uygun yöntemin seçimi
için iki farklı özelliğe bakılması yaygın kullanılan bir yoldur. Bunlardan
birincisi hata terimlerinin otokorelasyonlu olup olmadığı diğer ise
açıklayıcı değiĢkenlerin tam dıĢsal olup olmadıklarıdır (GüriĢ, 2015: 81;
Tatoğlu, 2018:149). ÇalıĢmada Arellano ve Bond (1991) tarafından
dinamik panel veri modellerinde otokorelasyonu sınamak için geliĢtirilen
test kullanılmıĢtır. Bu testte , ―birinci fark modelinin kalıntıları için ikinci
mertebeden otokorelasyon yoktur‖ temel hipotezi test edilmektedir
(Tatoğlu, 2018:149). Genel olarak dinamik panel veri modeli aĢağıdaki
gibi yazılırsa;
Burada
kısaltması yapılmıĢtır ve vit‘nin
otokorelasyonsuz olduğu varsayılmaktadır.
Ġçselliğin varlığını test etmek için çalıĢmada Wu-Hausman testi
uygulanmıĢtır. Bu testte temel hipotez değiĢkenler dıĢsaldır. Alternatif
hipotez ise değiĢkenler içseldir Ģeklinde kurulmaktadır (GüriĢ, 2018; 127)
GenelleĢtirilmiĢ momentler tahmininde kullanılan araç değiĢkenlerin
geçerli olup olmadığını, bir baĢka ifade ile aĢırı tanımlama kıstlarının
geçerli olup olmadığını sınamak için , Arellano ve Bond (1991) Sargan
testini önermiĢlerdir. Kullanılan araçlar gerçekten dıĢsalsa, kalıntılar
açıklayıcı değiĢkenler ile korelasyonsuzdur. Sargan aĢırı kısıtlama test
istatistiği aĢağıdaki gibidir (Tatoğlu, 2018:148);
HASAT, 2019
ANKARA/TURKEY
707
Burada eĢitliği vardır ve
iki aĢamalı tahminden elde edilen kalıntılardır. P, Z‘nin sütun sayısı
olmak üzere s test istatistiği p-k-1 serbestlik derecesi ile dağılımına
uymaktadır.
BULGULAR ve TARTIġMA
ÇalıĢmada TR71 Bölgesi bağımlı değiĢkeni NUM-1, NF-1, EBF-1, TM,
TYY ve YOS bağımsız değiĢkenleri ile TRC2 Bölgesi bağımlı değiĢkeni
ise NUM-1, NF-1, MBF-1, TM, TYY ve YOS bağımsız değiĢkenleri ile
tahmin edilmiĢtir. Tüm değiĢkenlerin doğal logaritması alınmıĢtır.
TR71 BÖLGESĠ
7
8
9
10
11
12
1 - 04
1 - 08
1 - 12
1 - 16
2 - 05
2 - 09
2 - 13
2 - 17
3 - 06
3 - 10
3 - 14
3 - 18
4 - 07
4 - 11
4 - 15
5 - 04
5 - 08
5 - 12
5 - 16
LNNUM
6.0
6.4
6.8
7.2
7.6
8.0
1 - 04
1 - 08
1 - 12
1 - 16
2 - 05
2 - 09
2 - 13
2 - 17
3 - 06
3 - 10
3 - 14
3 - 18
4 - 07
4 - 11
4 - 15
5 - 04
5 - 08
5 - 12
5 - 16
LNNF
5.4
5.5
5.6
5.7
5.8
5.9
1 - 04
1 - 08
1 - 12
1 - 16
2 - 05
2 - 09
2 - 13
2 - 17
3 - 06
3 - 10
3 - 14
3 - 18
4 - 07
4 - 11
4 - 15
5 - 04
5 - 08
5 - 12
5 - 16
LNEBF
8.6
8.8
9.0
9.2
9.4
9.6
9.8
10.0
1 - 04
1 - 08
1 - 12
1 - 16
2 - 05
2 - 09
2 - 13
2 - 17
3 - 06
3 - 10
3 - 14
3 - 18
4 - 07
4 - 11
4 - 15
5 - 04
5 - 08
5 - 12
5 - 16
LNTR
5.4
5.6
5.8
6.0
6.2
6.4
1 - 04
1 - 08
1 - 12
1 - 16
2 - 05
2 - 09
2 - 13
2 - 17
3 - 06
3 - 10
3 - 14
3 - 18
4 - 07
4 - 11
4 - 15
5 - 04
5 - 08
5 - 12
5 - 16
LNYAG
2.3
2.4
2.5
2.6
2.7
2.8
1 - 04
1 - 08
1 - 12
1 - 16
2 - 05
2 - 09
2 - 13
2 - 17
3 - 06
3 - 10
3 - 14
3 - 18
4 - 07
4 - 11
4 - 15
5 - 04
5 - 08
5 - 12
5 - 16
LNSIC
HASAT, 2019
ANKARA/TURKEY
708
TRC2 BÖLGESĠ
6
7
8
9
10
11
1 - 04
1 - 06
1 - 08
1 - 10
1 - 12
1 - 14
1 - 16
1 - 18
2 - 05
2 - 07
2 - 09
2 - 11
2 - 13
2 - 15
2 - 17
LNNUM
6.2
6.4
6.6
6.8
7.0
7.2
7.4
1 - 04
1 - 06
1 - 08
1 - 10
1 - 12
1 - 14
1 - 16
1 - 18
2 - 05
2 - 07
2 - 09
2 - 11
2 - 13
2 - 15
2 - 17
LNNF
5.6
5.7
5.8
5.9
6.0
1 - 04
1 - 06
1 - 08
1 - 10
1 - 12
1 - 14
1 - 16
1 - 18
2 - 05
2 - 07
2 - 09
2 - 11
2 - 13
2 - 15
2 - 17
LNMBF
9.0
9.2
9.4
9.6
9.8
1 - 04
1 - 06
1 - 08
1 - 10
1 - 12
1 - 14
1 - 16
1 - 18
2 - 05
2 - 07
2 - 09
2 - 11
2 - 13
2 - 15
2 - 17
LNTR
5.2
5.6
6.0
6.4
6.8
1 - 04
1 - 06
1 - 08
1 - 10
1 - 12
1 - 14
1 - 16
1 - 18
2 - 05
2 - 07
2 - 09
2 - 11
2 - 13
2 - 15
2 - 17
LNYAG
2.7
2.8
2.9
3.0
3.1
1 - 04
1 - 06
1 - 08
1 - 10
1 - 12
1 - 14
1 - 16
1 - 18
2 - 05
2 - 07
2 - 09
2 - 11
2 - 13
2 - 15
2 - 17
LNSIC
Grafik 2. Modele Alınan DeğiĢkenlerin Bölgelere ve Yıllara Göre
DeğiĢimi
Ekonometrik tahminlerde zaman serilerinin durağanlığı önemlidir.
Granger ve Newbold (1974) durağan olmayan zaman serileriyle
çalıĢılması halinde sahte regresyon problemiyle karĢılaĢılabileceğini
belirtmiĢtir. Kesit birimleri arasında korelasyon olma durumunda ortaya
çıkabilecek sonlu örnek özelliklerindeki sapmayı gidermek amacı ile
ikinci nesil birim kök testleri uygulanmaktadır. Ġkinci nesil birim kök
testleri, birimler arasındaki kesitsel bağlılığı dikkate alarak durağanlığı
inceler. Yatay kesit bağımlılığının varlığı belirlenen seriler için daha
güvenilir ve tutarlı sonuçlara ulaĢabilmek için yatay kesit bağımlılığını
dikkate alan ikinci nesil birim kök testlerinden Pesaran (2003) tarafından
geliĢtirilen Pesaran CADF Testi kullanılmıĢ ve sonuçlar Çizelge 2‘de
verilmiĢtir. Çizelge 2 incelendiğinde tüm seriler için sabitli ve trendsiz
modellerde düzeyde değiĢkenlerin durağan olmadığı ve serilerin birim
kök içerdiği belirlenmiĢtir. Verilerin ilk farkları alınarak yapılan birim
kök testi sonucunda ise serilerin birinci değer farklarının birim kök
içermediği yani durağan olduğu görülmüĢtür
HASAT, 2019
ANKARA/TURKEY
709
Çizelge 4. Birim Kök Analizinde Kullanılan Birim Kök Testleri
Sonuçları
DeğiĢkenler
TR71 Bölgesi
I(0)
I(1)
LLC
IPS
ADF
LLC
IPS
ADF
LNNUM
-1,38*
-0,38
3,93
-3,04**
-1,75*
12,20*
LNNF
-2,79**
-2,03*
11,25*
-4,59**
-3,66**
19,40**
LNEBF
-3,89**
-2,68**
14,53**
-5,09**
-3,78**
20,02**
LNTR
0,25
1,80
0,47
-2,95**
-2,16*
11,75*
LNYAG
-5,66**
-4,81**
24,25**
-4,94**
-4,79**
24,41**
LNSIC
-2,11*
-3,04**
15,62**
2,61
-2,88**
15,31**
TRC2 Bölgesi
LNNUM
-1,39
-0,38
3,93
-3,04**
-1,75*
12,20*
LNNF
-2,79**
-2,03*
11,25*
-4,59**
-3,66**
19,40**
LNMBF
-4,39**
-3,68**
16,56**
-5,74**
-4,09**
21,41**
LNTR
0,25
1,80
0,47
-2,98**
-2,16*
11,75*
LNYAG
-5,66**
-4,81**
24,25**
-4,94**
-4,79**
24,41**
LNSIC
-2,11*
-3,04**
15,62**
2,61
-2,88**
15,31**
*%95 güven sınırında; **%99 güven sınırında istatistiki olarak önemlidir
Dinamik panel veri modellerinde özellikle içsellik problemi, gecikmeli
bağımlı değiĢkenin bağımsız değiĢkenler arasında bulunması nedeni ile
ciddi sorunlar ortaya çıkabilmektedir. Bu nedenle otokorelosyonun test
edilmesi için Arellano ve Bond (1991) tarafından geliĢtirilen test ve
içselliğin varlığının test edilmesi içinde Wu-Hausman testi uygulanmıĢ ve
sonuçlar Çizelge 3‘te sunulmuĢtur. Çizelge 3 incelendiğinde hem
TR71NUM hem de TRC2NUM değiĢkeni için Wu-Hausman test istatistiği
olasılık değeri p>0,05 olduğu için H0 hipotezi kabul edilmektedir. Buna
göre değiĢkenlerin dıĢsal olduğu söylenebilir.
Sargan testi modelde aĢırı tanımlama kısıtlamalarının geçerliliğini, baĢka
ifade ile kullanılan araçların geçerliliğini test etmektedir. Çizelge 3‘te
görüldüğü gibi, H0 hipotezi ―aĢırı tanımlama kısıtlamaları geçerlidir‖
Ģeklinde kurulmaktadır. Test istatistiği sonucuna göre H0 hipotezi kabul
edilmekte ve aĢırı tanımlama kısıtlamalarının her iki bölgede de geçerli
olduğu yani değiĢkenlerin dıĢsal olduğu görülmektedir.
HASAT, 2019
ANKARA/TURKEY
710
Yapılan otokorelasyon testi sonucunda H0 hipotezi ―otokorelasyon
yoktur‖ Ģeklinde kurulmuĢtur. ―Order‖ kaçıncı mertebeden
otokorelasyonun test edildiğini göstermektedir. ÇalıĢmada hem 1. Hem
de 2. Mertebeden otokorelasyon test edilmiĢtir. 1. mertebeden
beklenildiği gibi negatif otokorelasyon bulunmuĢ olup tahmincilerin etkin
olabilmesi için 2. mertebeden otokorelasyonun olmaması gerekir ve
çalıĢma sonucunda her iki bölgede de 2. mertebeden otokorelasyonun
olmadığı görülmektedir (Çizelge 3).
Çizelge 3. Ġçsellik (Wu-Hausman Testi), AĢırı Tanımlama Kısıtlamaları
Testi (Sargan Test) ve Otokorelasyon (Arellano-Bond Testi) Testleri
Sonuçları
LNTR71NUM
LNTRNUM
Wu-Hausman Test Ġstatistiği F
Değeri
1,88
1,12
Sargan Test (Kikare ve P değeri)
59,85 (0,27)
19,08 (0,52)
Arellano-Bond Test
1 (Z değeri)
-3,41***
-2,43**
2 (Z Değeri)
0,59
-0,62
*%90 güven sınırında; **%95 güven sınırında; ***%99 güven sınırında
istatistiki olarak önemlidir
Varsayımların kontrolleri sonucunda oluĢturulan modelde kullanılan
değiĢkenler ve model Dinamik Panel varsayımlarına uyum
göstermektedir. ÇalıĢmada TR71NUM ve TRC2NUM değiĢkenler için
―Arellano ve Bond GenelleĢtirilmiĢ Momentler Tahmincisi‖
kullanılmıĢtır. Her iki bölge için yapılan analiz sonuçları Çizelge 4‘te
sunulmuĢtur.
Çizelge 4 incelendiğinde TR71 Bölgesi için nohut üretim miktarına bir
önceki yılın nohut üretim miktarı, bir önceki yılın nohut fiyatı, yağıĢ ve
sıcaklık değerlerinin hem istatistiki olarak önemli hem de pozitif yönlü
olarak etkilediği görülmektedir. TRC2 Bölgesi için ise nohut üretim
miktarına bir önceki yılın nohut fiyatı istatistiki olarak önemli derecede
pozitif yönlü olarak etkilerken, teknoloji değiĢkeni olarak konulan traktör
varlığı değiĢkeni istatistiki olarak negatif yönlü etkilediği görülmektedir.
Her iki bölge için nohut arz duyarlılığında nohut fiyatı değiĢkeni hariç
diğer değiĢkenler arasında ortak bir nokta bulunmamaktadır. Beklenen
yönde bir önceki yılın nohut fiyatı üretimde önemli bir kriterdir. Çünkü
dinamik analize göre tarımsal üretim, geçmiĢte verilen bir kararın sonucu
olarak boyutlanmaktadır (Gürler, 2012). Yani, üreticiler fiyat
HASAT, 2019
ANKARA/TURKEY
711
beklentilerini de geçmiĢteki tecrübelere dayandırdıkları varsayımından
hareket ederek, fiyatın ―t-1‖ dönemdeki gözlenen değeri aynı değiĢkenin
―t‖ dönemindeki beklenen değerine eĢit olacağı kabul edilir. Bu kriterin
TRC2 Bölgesi için nohut üretimindeki etkisi daha fazla görülmektedir.
Buradan TRC2 Bölgesi için üreticilerin kararlarında nohut fiyatları etkili
iken TR Bölgesinde iklim faktörleri de iĢin içine girmektedir.
Çizelge 4. TR71 ve TRC2 Bölgelerine Ait Nohut Arz Duyarlılığının
Panel Veri Analizi Sonuçları
TR71NUM
TRC2NUM
DeğiĢkenler
Katsayılar
DeğiĢkenler
Katsayılar
LNNUM-1
1,05***
LNNUM-1
0,04
LNNF-1
0,23*
LNNF-1
2,24***
LNEBF-1
0,56
LNMBF-1
-0,69
LNTR
0,17
LNTR
-10,65***
LNYAG
0,23*
LNYAG
0,21
LNSIC
0,93**
LNSIC
-1,97
Wald Chi Square
287,59***
70,02***
*%90 güven sınırında; **%95 güven sınırında; ***%99 güven sınırında
istatistiki olarak önemlidir
TR71 Bölgesi‘ndeki en önemli sıkıntıların baĢında doğal kaynaklar
oluĢturmaktadır. Kurak tarım sisteminin yaygın oluĢu nohutu bölgede
önemli bir münavebe bitkisi yada nadas alanlarının değerlendirilmesinde
kullanılan baklagil bitkisi olarak kullanımının yaygınlaĢmasına olanak
vermektedir. Bu mihvalde TR71 Bölgesi nohuta alternatif bir bitki olarak
bakarken TRC2 Bölgesinde nohuta alternatif olabilecek baĢka bitkilerde
bulunmaktadır. Örneğin Kırmızı Mercimek kurak alanlar için bölgede
alternatif durumdadır. Bu durum modelde de kendisini göstermektedir.
TR71 Bölgesinde iklim verileri nohut arz duyarlılığında önemli
değiĢkenlerdir. Fakat aynı durum TRC2 Bölgesi için geçerli değildir.
Bir diğer önemli faktör ise teknoloji değiĢkeni olarak ele alınan traktöre
değiĢkenidir. Traktör varlığı hem teknoloji kullanımı için önemli bir
gösterge iken üreticilerin zenginliği için de bir göstergedir. Traktör
sayısının TRC2 Bölgesi için nohut arzında önemli bir gösterge olduğu
görülmektedir ve nohut arzını negatif yönlü etkilemektedir. Buradan
büyük ve zengin üreticilerin TRC2 Bölgesi için nohut üretimi konusunda
çok fazla istekli davranmadıkları farklı alternatif ürünler tercih ettikleri
HASAT, 2019
ANKARA/TURKEY
712
sonucu çıkarılabilir. Bölgede zengin üreticilerin daha fazla sulu alanlara
sahip olmaları ve bu üreticilerin de daha çok sulu tarım sistemleri ile
ilgilenmeleri bu durumun oluĢmasında önemli bir etken olabilir.
Batı ve Geçit Bölgeleri ile Güneydoğu Anadolu Bölgesi üreticilerinin
nohut çeĢit seçimindeki davranıĢları da farklı olup Güneydoğu Bölgesi
çiftçilerinin yabani formlara yakın olan küçük tipli nohut üretimini tercih
ettikleri bildirilmektedir (Tuğay Karagül, 2017). Bu açıdan bakıldığında
nohutta verimden daha çok kalite, lezzet gibi unsurların Güneydoğu
Anadolu Bölgesi üreticileri için öncelikli olduğunu söylemek yanlıĢ
olmaz.
Ayrıca Güneydoğu Anadolu Bölgesi‘nin nohutun ana gen kaynaklarından
biri oluĢu bölgede üreticilerin bu kültüre sahip oldukları, nohut üretiminin
bir geleneksel alıĢkanlık olduğu bu nedenle de üretim davranıĢlarında
farklı ürünlerin fiyatlarının ve iklimsel faktörlerin etkili olmamasının
buna bağlanabileceği söylenebilir.
SONUÇ
Türkiye‘de tarım ürünlerinde arz güvenliğinin sağlanması günden güne
artan nüfusun gıda ihtiyacının karĢılanması açısından önem arz
etmektedir. Türkiye birçok ürünün anavatanı olması hem genetik
kaynaklarının varlığının muhafazası hem de bu genetik kaynaklara dayalı
ıslah çalıĢmaları ile yeni çeĢitler geliĢtirilmesine olanak tanımaktadır. Bu
nedenle önemli tahıl ve yemeklik tane baklagiller Türkiye‘nin hem gıda
ihtiyacı için önem arz ederken hem de kültürel açıdan bir miras
niteliğindedir. Son yıllarda yemeklik tane baklagil üretiminde Türkiye‘de
öneli dalgalanmalar yaĢanmakta ve bu dalgalanmaları etkileyen bir çok
faktör bulunmaktadır. Bu faktörler arasında fiyat ve iklim değiĢkenleri
çalıĢmanın konusu olan nohut için en önemli unsurların baĢında
gelmektedir. Bu faktörlerin etkileri bölgesel olarak ta farklı olabilmekte
ve üreticilerin üretim karar davranıĢları değiĢiklik gösterebilmektedir.
2017 yılında kadar Ġç Anadolu Bölgesi‘nde özellikle TR71 Bölgesinde
düĢüĢ trendinde olan nohut üretimi nohut fiyatlarındaki artıĢla birlikte
tekrar gündeme oturmuĢ ve 2018 yılında TR71 Bölgesi Türkiye‘de nohut
üretim artıĢının en fazla olduğu bölge konumuna geçmiĢtir. TRC2
Bölgesi ise nohut üretiminde azalıĢın en fazla olduğu bölgelerden biridir.
Her iki bölgedeki nohut arz duyarlılığının karĢılaĢtırmalı olarak analiz
edildiği bu çalıĢmada sonuç olarak her iki bölgede de ele alınana rakip
ürün fiyatları (ekmeklik ve makarnalık buğday) nohut arzı üzerinde
istatistiki olarak önemli değilken TR71 Bölgesinde arza iklim
değiĢkenlerinin etkili olduğu belirlenmiĢtir. Nohut fiyatı arz üzerinde
HASAT, 2019
ANKARA/TURKEY
713
etkili iken nohutun iyi bir münavebe bitkisi olması TR71 Bölgesi için bu
bitkiyi TRC2 Bölgesine göre daha önemli kılmaktadır. TR71 Bölgesinde
kuru tarım sisteminin ağırlıklı oluĢu nohutun arzında TR71 Bölgesinde
TRC2 Bölgesine göre farklı değiĢkenleri gündeme getirmektedir. Bu
değiĢkenler arasında genetik kaynak, kültür ve alıĢkanlıklar önemli
olabilecek değiĢkenlerdir. Bunun yanı sıra GAP Projesinin tarımsal
sulama konusundaki en önemli çıktıları yine TRC2 Bölgesinde oluĢu bu
bölgede sulu tarım sistemlerini öne çıkarmaktadır. Özellikle pamuk,
buğday, dana mısır konusunda Türkiye‘nin önemli bölgeleri arasındadır.
TR71 ve TRC2 Bölgeleri tarımsal üretim alanı bakımından birbirine
yakın büyüklüklere sahip olsa da potansiyel açıdan TRC2 Bölgesi daha
ön plandadır. Yemeklik tane baklagiller konusunda ise TRC2 Bölgesinde
kırmızı mercimek üretimi nohut üretimine göre daha fazla popülariteye
sahip olup münavebe bitkisi olarak kuru tarım sisteminde kırmızı
mercimeğin seçilmesi daha yaygındır. Bu gibi etkenler nohutun arz
duyarlılığında bölgesel farklılaĢmanın oluĢmasına etki eden unsurlardır.
Türkiye‘de nohut konusunda nadas alanlarının daraltılması çalıĢmalarının
yeniden ön plana getirilmesi, fiyatta aĢırı dalgalanmaların önüne
geçilmesi, nohutta özellikle baĢta antraknoz konusunda toleranslı ve
verimli çeĢitlerin geliĢtirilmesi, üreticilerin özellikle kuru tarım
sistemlerinde münavebe bilincinin arttırılması ve pazarlama kanallarında
haksız rekabeti önleyici düzenlemelerin alınması nohut arz
dalgalanmalarının önüne geçilmesi için alınabilecek bazı önemli
tedbirlerin baĢında gelmektedir.
KAYNAKLAR
AktaĢ, E., 2006. Çukurova Bölgesinde Pamuk Arz Duyarlılığının
Tahmini Üzerine Bir AraĢtırma, Online at http://mpra.ub.uni-
muenchen.de/8648/. MPRA Paper No. 8648.
Alemdar, T., 2003. Türkiye‘ de SeçilmiĢ Tarla Bitkilerinin Arz
Duyarlılıkları, BasılmamıĢ Yüksek Lisans Tezi, Çukurova
Bal, T., 2005. Göller Bölgesinde Tarla Bitkileri Üretiminin Ekonomik
Analizi ve BaĢlıca Ürünlerin Arz Duyarlılıklarının Hesaplanması,
Çukurova Üniversitesi Fen Bilimleri Enstitüsü BasılmamıĢ
Doktora Tezi.
Bolat, M., Karabak, S., TaĢçı, R., Aydoğan, A., Küçükçongar, M., Monis,
T., Özçelik, H., Yılmaz, S., BaĢbağcı, G., Kan, M., Çıkman, A.,
Dellal, Ġ., & Akbay, C., (2017). Türkiye‘de Yemeklik Dane
Baklagillerin Üretim ve Tüketim Kararını Etkileyen Faktörlerin
HASAT, 2019
ANKARA/TURKEY
714
Belirlenmesi. Proje Sonuç Raporu,
TAGEM/TEAD/16/A15/P01/007, Ankara.
Choi, I. (2001). Unit root tests for panel data. Journal of International
Money and Finance, 20: 249-272.
Chudik, A., & Pesaran M.H. (2013). Common Correlated Effects
Estimation of Heterogeneous Dynamic Panel Data Models with
Weakly Exogenous Regressors. Federal Reserve Bank of Dallas
Globalization and Monetary Policy Institute, Working Paper No.
146, Dallas.
Demir, Ġ. (1990). Genel Bitki Islahı. E. Ü. Ziraat Fakültesi Yayınları
No:496, 366 s. EÜZF Ofset Atölyesi, Ġzmir.
Doğan, H.G. ve Gürler, Z. 2015. Türkiye Tarım Havzaları Üretim ve
Destekleme Modeli Kapsamında YeĢilırmak Tarım Havzasında
YetiĢtirilen Tarım Ürünlerinin Arz Duyarlılığı. YYÜ Tar Bil,
25(3): 231-243
Ekmekçioğlu, Ç.,Kasnakoğlu, H., 1979. Supply Response in Turkish
Agriculture, Preliminary Results on Wheat and Cotton, 1955-
1975, GeliĢme Dergisi, Cilt:6, Sayı:22/23, ODTU, Ankara.
Granger, C., Newbold, P. 1974. Spurious regressions in econometrics.
Journal of Econometrics, 2: 11-120.
Gujarati, D. (1999). Temel Ekonometri. Literatür Yayıncılık, Ġstanbul,
Çev. Ümit ġenesen ve Gülay Günlük ġenesen.
GüriĢ, S. (2015). Stata ile Panel Veri Modelleri. DER Yayınları, Ġstanbul.
Hadri, K. (2000). Testing for stationarity in heterogeneous panel data,
Econometrics Journal, 3: 148-161.
Hatırlı, S.A., ġengül,H., AktaĢ, A.R., 2002. Türkiye‘de Buğday Fiyat
Duyarlılığının Analizi, Akdeniz Üniversitesi Ziraat Fakültesi
Dergisi, 15(1),61-67.
Im, K.S., Pesaran, M.H., & Yongcheol, S. (2003). Testing for unit roots
in heterogeneous panels, Journal of Econometrics, 115: 53-74.
ĠĢyar, Y. 1975. Kuzeydoğu Anadolu Bölgesinde Önemli Tarla
Ürünlerinin EkiliĢAlanı Arz Duyarlılıkları-Ekonometrik Bir
YaklaĢım-, Atatürk Üniversitesi Ziraat Fakültesi. Yayın No:205,
25-29. Erzurum.
HASAT, 2019
ANKARA/TURKEY
715
Kızılaslan, N., Gürler, A.Z., 1993. Türkiye‘ de Buğdayın Arz Duyarlılığı.
GaziosmanpaĢa Üniversitesi Ziraat Fakültesi Dergisi, (10),161-
171.
Kao, C., & Chiang, M.H. (2000). On the estimation and inference of a
cointegrated regression in panel data, Nonstationary Panels, Panel
Cointegration and Dynamic Panels, 15: 179-222.
Levin, A. Lin, C.F., & Chu C-S. J. (2002). Unit root tests in panel data:
asymptotic and finite-sample properties. Journal of Econometrics,
108: 1-24.
Maddala, G.S., & Wu, S. (1999). A Comparative Study of Unit Root
Tests with Panel Data and A New Simple Test. Oxford Bulletin
of Economics and Statistics Special Issue, 0305-9049.
MGM (Meteoroloji Genel Müdürlüğü). (2019). Kuraklık Ġzleme Sistemi
3.0. EriĢim Tarihi: 24.04.2019, http://kuraklikizle.mgm.gov.tr/
Özel, R., ÖzdeĢ Akbay, A.2001. GAP‘ta Tütün Arzının Ekonometrik
Analizi. Harran Üniversitesi Ziraat Fakültesi Dergisi. Sayfa 21-
30. ġanlıurfa.
Pesaran, M.H. (2004). General Diagnostic Tests for Cross Section
Dependence in Panels. IZA Discussion Paper, 1240.
ġak, N. (2018). Panel Birim Kök Testleri. ―AlınmıĢtır: Uygulamalı Panel
Veri Ekonometrisi. (ed.) GüriĢ, S. DER Yayınları, Yayın No:481,
Ġstanbul.
Tan. A. (2010). Türkiye Gıda ve Tarım Bitki Genetik Kaynaklarının
Durumu. Gıda ve Tarım Ġçin Bitki Kaynaklarının Muhafazası Ve
Sürdürülebilir Kullanımına ĠliĢkin Türkiye Ġkinci Ülke Raporu.
(State of Plant Genetic Resources for Food and Agriculture.
Second Report of Turkey on Conservation and Sustainable
Utilization of Plant Genetic Resources For Food and
Agriculture), ETAE Yayın No: 141. Meta Basım. Bornova
(Turkish and English).ISBN 978-975-407-292-1.
Tatoğlu, F. Y. (2013). Panel Veri Ekonometrisi; Stata Uygulamalı. Beta
Yayınları, Ġstanbul.
Tatoğlu, F. Y. (2018). Ġleri Panel Veri Analizi; Stata Uygulamalı. Beta
Yayınları, Ġstanbul.
Tuğay Karagül, E. (2017). Türkiye yemeklik tane baklagil genetik
kaynakları. Anadolu J. of AARI, 27(1): 56-70.
HASAT, 2019
ANKARA/TURKEY
716
TÜĠK. (2019). Bölgesel Ġstatistikler. Ankara: Türkiye Ġstatistik Kurumu.
EriĢim
Tarihi:16.04.2019,https://biruni.tuik.gov.tr/bolgeselistatistik/tablo
YilSutunGetir.do?durum=acKapa&menuNo=178&
TÜĠK. (2019a). Yurt Ġçi Üretici Fiyat Endeksi, 2003=100, CPA 2008
Kısım, Bölüm ve Gruplarına Göre Tarihsel Seri. Ankara: Türkiye
Ġstatistik Kurumu. EriĢim Tarihi:13.04.2019,
tuik.gov.tr/PreIstatistikTablo.do?istab_id=2102