Research Article
BibTex RIS Cite

Türkiye’de Devletin Tarımda 100 Yıllık Örgütleniş Süreci ve Yakın Geleceğe İlişkin Bir Değerlendirme

Year 2023, , 67 - 100, 30.10.2023
https://doi.org/10.26745/ahbvuibfd.1364546

Abstract

Bu çalışmada Türkiye’nin son yüzyılda tarım politikalarındaki dönüşüm ve/veya eğilimlerine değinilerek yakın gelecekteki tarımsal ticaret potansiyeli; iç ve dış ticaret hadleri üzerinden öngörülmeye çalışılmıştır. Çalışmada 1961-2021 dönemine ait kırsal nüfusun toplam nüfusa oranı (RURPOPR), kişi başı tahıl üretim miktarı (PERPROCREAL), tarımsal dış ticaret haddi (AGDTH), tarım sektörünün hizmet sektörü göreli oranı (AGTOSER) ve tarım sektörünün sanayi sektörü göreli oranı (AGTOIND) olarak tanımlanan değişkenler ARMA, ARIMA ve ANN modelleri ile analiz edilmiş ve bir Hibrid Model kullanılarak söz konusu değişkenlerin 2028 yılına kadar eğilimleri hesaplanmıştır. Elde edilen bulgulara göre 2021-2028 döneminde kırsal nüfusun toplam nüfusa oranının azalmaya devam edeceği, iç ve dış ticaret hadlerinin ise tarım lehine döneceği öngörülmüştür. Son dönemde tarım ürünleri fiyatlarındaki artış nedeniyle ortaya çıkan tarım ticaret hadlerindeki iyileşmenin tarım üreticilerine de yansıması gerektiği ve günümüzde stratejik bir sektöre dönüşen tarım ve gıda sektörünün yeniden ayağa kaldırılabilmesi için bir fırsat dönemi ile karşılaşıldığı düşünülmektedir.

References

  • Alkan, M., Ö., (1992), “Türkiye İktisat Kongresi-1923 İzmir’e Katkı 2:Kocaeli Livası Namına İzmir İktisat Kongresi’ne Tevdii Edilen Rapor”, Ankara Üniversitesi, SBF Dergisi, Cilt 47 (01), ss: 395-402.
  • Anastasakis L., Mort N. (2001), “The Development of Self-OrganizationTechniques in Modelling: A Review of the GroupMethod of Data Handling (HMDH)”,Research Report, No 813, The University of Sheffield, UK.
  • Boratav, K., (2009), “Toplumsal Sınıflar Üzerine”, Mülkiye Dergisi, Cilt XXXIII, Sayı: 264, ss: 9-21.
  • Boratav, K.(2013), “Tarımsal Fiyatlar, İstihdam ve Köylülüğün Kaderi”, Türkiye’de Tarımın Ekonomi Politiği, (der.) Oral, N., Nota Bene Yayınları, Ankara.
  • Box, G.E.P. ve Jenkins, G.M. (1976), “Time Series Analysis: Forecastingand Control”, Revised Edition, Holden Day, San Francisco.
  • Büyükşahin Ü.Ç., Ertekin Ş. (2020), “A Feature-Based Hybrid ARIMA-ANN Model for Univariate Time Series Forecasting”, Journal of the Faculty of Engineeringand Architecture of Gazi University, 35 (1), 467-478.
  • Chatfield, C. (1973), “Box JenkinsSeasonalForecasting : Problems in a Case-Study”, Journal of the Royal Statistical Society: 295-336.
  • Chatfield, C.(2000), “The Analysis of Time Series: An Introduction”, CRC Press.
  • DentonJ.W. (1995), “How Goodare Neural Networksfor Causal Forecasting?”, J. Bus. Forecasting 14: 17–20.
  • Durdu Ö.F. (2010), “A hybrid Neural Network and ARIMA Model for Water Quality Time Series Prediction”, Engineering Applications of ArtificialIntelligence, vol. 23: 586-594.
  • Duran, B., (1991), “Türkiye Tarım Tarihi (1870-1914): Uygulanan Tarım Politikaları ve Tarımdaki Gelişmeler”, Kırkambar Yayınları, No.1, Malatya.
  • Eldem, V., (1994), “Harp ve Mütareke Yıllarında Osmanlı İmparatorluğu’nun Ekonomisi”, Türk Tarih Kurumu Basımevi, Ankara.
  • Erturan M.B., Merdivenci, F. (2022), “Optimized ARIMA-ANN Hybrid Model for Time Series Analysis”, Journal of Faculty of Engineeringand Architecture of Gazi University, 37(2): 1019-1032.
  • Frain J. (1992), “LectureNotes on Univariate Time Series Analysis and Box JenkinsForecasting”, Economic Analysis, Researchand Publications.
  • FAOSTAT, (2023), “Employment Indicators: Agriculture”, (https://www.fao.org/faostat/en/#data/OEA), (Erişim Tarihi: 21.09.2023).
  • GİB, (2021), “Zirai Kazanç Elde Eden Mükellefler İçin Vergi Rehberi”, (https://www.gib.gov.tr/sites/default/files/fileadmin/beyannamerehberi/2021/2021_ziraikazancrehber.pdf), Gelir İdaresi Başkanlığı, ss. 1-34.
  • Güran, T., (1987), “Osmanlı Tarım Ekonomisi: 1840-1910”, Türk İktisat Tarihi Yıllığı. Güran, T.,(2017), “Resmi İstatistiklere Göre Osmanlı Toplum ve Ekonomisi”, Türkiye İş Bankası Kültür Yayınları, İstanbul.
  • GVK, “193 Sayılı Gelir Vergisi Kanunu”, (https://www.mevzuat.gov.tr/mevzuatmetin/1.4.193.pdf), md. 54.
  • Ivakhnenko A.G. (1968), “The Group Method of Data of Handling; ARival of the Method of Stochastic Approximation”, SovietAutomatic Control,13:43-55.
  • İTO, (2004), “Türkiye’de Tarımın Teşvikinde Doğrudan Gelir Desteği Sistemi ve Sonuçları”, Yayın No: 2004-53, İstanbul.
  • Jain A., Kumar A. (2006), “An Evaluation of ArtificialNeural Network Techniquefor the Determination of Infiltration Model”, AppliedSoft Computing, 6(3): 272-282.
  • Keyder, Ç., (2011), “Türkiye’de Devlet ve Sınıflar”, İletişim Yayınları, İstanbul.
  • Keyder, Ç. ve Pamuk, Ş., (1984), “1945 Çiftçiyi Topraklandırma Kanunu Üzerine Tezler”, Yapıt Toplumsal Araştırmalar Dergisi, Cilt:5(8), ss. 52-63.
  • Kıymaz, T., (2000), “Avrupa Birliği ve Türkiye’de Temel Ürünlerde Uygulanan Tarımsal Destekleme Politikaları ve Bunların Hammadde Temini Açısından Gıda Sanayisine Etkileri”, DPT Uzmanlık Tezi, İktisadi Sektörler ve Koordinasyon Genel Müdürlüğü, Tarım Dairesi.
  • Khashei, M.ve Bijari, M. (2011),“A Novel Hybridization of Artificial Neural Networks and ARIMA Models for Time Series Forecasting”, Applied Soft Computing, 11, 2664-2675.
  • Kirchgässner, G.,Wolters, J., veHassler, U.(2013), “UnivariateStationaryProcesses, in Introductionto Modern Time Series Analysis”, Springer, Berlin, Heidelberg.
  • Magdelena R.,Logica B. (2014), “Neural Networks-based Forecasting Regarding the Convergence Process of CEE Countriesto the Eurozone”, TransylvanianReview of AdministrativeSciences, 42 E/2014:225–246.
  • Magdalena R.,Logica, B., Zamfiroiu T. (2015), “Forecasting Public Expenditureby Using Feed Forward Neural Networks”, 28(1): 668-686.
  • Makridakis S., (1989), “Why Combining Works? International Journal of Forecasting”, 5:601–603.
  • Markham, I.S.,Rakes, T. R., (1998), “The Effect of Sample Size and Variability of Data on the Comparative Performance of Artifcial Neural Networksand Regression”, Comput. Oper. Res. 25: 251–263.
  • Muller J.A.,Ivachnenko A.G., Lemke, F., (1998), “GMDH Algorithmsfor Complex Systems Modelling”, Mathematical andComputerModelling of Dynamical Systems, Vol.4. No.4: 275-316.
  • Nguyen T. N., Lee S., Nguyen-Xuan H., Lee J., Novel A. (2019), “Analysis-PredictionApproachforGeometricallyNonlinearProblems Using GroupMethod of Data Handling”, ComputerMethods in AppliedMechanicsandEngineering, 354, September: 506-526.
  • OECD, (2001), “The Uruguay Round Agreement on Agriculture: An Evaluation of It’s Implementation in OECD Countries”, (https://read.oecd-ilibrary.org/agriculture-and-food/the-uruguay-round-agreement-on-agriculture_9789264192188-en#page1), (Erişim Tarihi: 26.08.2023).
  • Oral, N., vd., (2013), “Cumhuriyet Döneminde Uygulanan Tarım Politikaları”, Türkiye’de Tarımın Ekonomi Politiği, (der.) Oral, N., Nota Bene Yayınları, Ankara.
  • Ökçün, A., G., (1975), “Teşvik-i Sanayi Kanunu Muvakkatı, 1913”, Ankara Üniversitesi, SBF Dergisi, Cilt: 30.
  • Pamuk, Ş., (2007), “Osmanlı Ekonomisi ve Kurumlar”, Türkiye İş Bankası, Kültür Yayınları.
  • Palm F.C., A. Zellner A., (1992), “To combine or not to combine? Issues of combining forecasts”, Journal of Forecasting 11:687–701.
  • Saigal, S.,Mehrotra, D. (2012), “ Performance Comparison of Time Series Data Using Predictive Data Mining Techniques, Advances in Information Mining, 4:57–66.
  • Saxena H.,Aponte O., McConky K.T. (2019), “A Hybrid Machine Learning Model forForecasting a BillingPeriod’sPeakElectricLoadDays , International Journal of Forecasting, 35(4): 1288-1303
  • Suhermi, N.,Suhartono, Prastyo, D.D., Ali, B. (2018),Roll Motion Prediction Using a Hybrid Deep Learningand ARIMA Model”, Procedia Computing. Science., 144: 251-258.
  • StavelinAbhinandithe K.,Madhu B., Somanathan B., Ramachandran S. (2022), “Time Series Forecasting Using GMDH Neural NetworksforChikungunya in Mysore District” , India, International Journal of MosquitoResearch, 9(2): 111-116.
  • Tang R, Zeng F, Chen Z, Wang JS, Huang CM, Wu Z. (2020), ”The Comparison of PredictingStorm-time Ionospheric TEC by Three Methods: ARIMA, LSTM, and Seq2Seq”, Atmosphere, 11(4): 316-330.
  • TCMB, (2023), “IMF Niyet Mektupları”, (https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Yayinlar/Raporlar/Eski+Raporlar/IMF+Niyet+Mektuplari)
  • Tarım ve Orman Bakanlığı, (2023), “Tarımsal Destekler”, (https://www.tarimorman.gov.tr/Konular/Tarimsal-Destekler), (Erişim Tarihi: 20.08.2023).
  • Tekeli, İ., ve İlkin, S., (1974), “Savaş Sonrası Ortamında 1947 Türkiye İktisadi Kalkınma Planı”, Türkiye Belgesel İktisat Tarihi, ODTÜ, Ankara.
  • Teoman, Ö., (2001), “Türkiye Tarımında Kapitalist Dönüşüm Tartışmalarına Bir Katkı”, Gazi Üniversitesi, İ.İ.B.F. Dergisi, Sayı: 2001(3), ss.41-60.
  • Teoman, Ö., (2015), “Tek Parti Dönemi Türkiye’sinde Kadro Hareketinin Kırsal Kalkınmaya Bakışı: Karl Kautsky’nin Görüşleri Çerçevesinde Genel Bir Değerlendirme”, Mülkiye Dergisi, Sayı: 39(3), ss. 189-210.
  • TMMOB, (2015), “Buğday Dosyası”, TMMOB, Ziraat Mühendisleri Odası, (https://www.zmo.org.tr/genel/bizden_detay.php?kod=23218&tipi=17&sube=0), (Erişim Tarihi: 20.09.2023).
  • TUİK, (2001), “2001 Genel Tarım Sayımı Tarımsal İşletmelerde (Hanehalkı) Anketi Sonuçları”, (https://data.tuik.gov.tr/Kategori/GetKategori?p=tarim-111&dil=1), (Erişim Tarihi: 25.08.2023)
  • TUİK, (2016), “Tarımsal İşletme Yapı Araştırması”, (https://data.tuik.gov.tr/Kategori/GetKategori?p=tarim-111&dil=1), (Erişim Tarihi: 25.08.2023).
  • TÜSİAD, (2014), “Gıda, Tarım ve Hayvancılık Rekabet Gücü Temel Bulgular”, Yayın No: TÜSİAD-T/2014-11/561. Yılmaz, G., (2006), “Çok Taraflı Ticaret Sistemi Yoğun Bakım Ünitesine mi Bağlandı?”, Mülkiye Dergisi, Cilt 30 (250), ss. 97-121.
  • Young W. L. (1977), “The Box-JenkinsApproachto Time Series Analysis andForecasting: Principlesand Applications”, RAIRO-Operations Research-RechercheOpérationnelle, 11:129-143.
  • Yücel, F., (2014), Cumhuriyet Türkiyesi’nin Sanayileşmede İlk Önemli Adımı: I. Beş Yıllık Sanayi Planı: 1934-1938”, (https://www.emo.org.tr/ekler/364a8ddae9aaddd_ek.pdf).
  • Zhang G.,Patuwo E.B., HuM.Y. (1998), “Forecasting With Articial Neural Networks: The State of the Art”, Int. J. Forecasting 14:35–62.
  • Zhang G. P. (2003), “Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model”, Neurocomputing, 50:159 –175
  • VI. BYKP, (1990), (https://www.sbb.gov.tr/wp-content/uploads/2022/07/Altinci_Bes_Yillik_Kalkinma_Plani-1990-1994.pdf).
  • VII.BYKP, (1996), (https://www.sbb.gov.tr/wp-content/uploads/2022/07/Yedinci_Bes_Yillik_Kalkinma_Plani-1996-2000.pdf).
  • X.BYKP, (2013), (https://www.sbb.gov.tr/wp-content/uploads/2022/08/Onuncu_Kalkinma_Plani-2014-2018.pdf). 6360 Sayılı “Onüç İlde Büyükşehir Belediyesi ve yirmi Altı İlçe Kurulması ile Bazı Kanun ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılmasına Dair Kanun”, (https://www.resmigazete.gov.tr/eskiler/2012/12/20121206-1.htm), (Erişim Tarihi: 28.06.2023)

100 YEARS OF ORGANIZATION PROCESS OF THE STATE IN AGRICULTURE IN TURKEY AND AN ASSESSMENT ON THE NEAR FUTURE

Year 2023, , 67 - 100, 30.10.2023
https://doi.org/10.26745/ahbvuibfd.1364546

Abstract

In this study, Turkey's agricultural trade potential in the near future by referring to the transformation and/or trends in agricultural policies in the last century; It has been tried to be predicted on the terms of domestic and foreign trade. In the study, the ratio of the rural population to the total population (RURPOPR), the amount of creal production per capita (PERPROCREAL), the agricultural foreign trade terms (AGDTH), the relative ratio of the agricultural sector to the service sector (AGTOSER) and the relative ratio of the agricultural sector to the industrial sector (AGTOIND) for the 1961-2021 period were analyzed with ARMA, ARIMA and ANN models and the trends of these variables until 2028 were calculated using a Hybrid Model. According to the findings, it is predicted that the ratio of the rural population to the total population will continue to decrease in the 2021-2028 period, and the domestic and foreign terms of trade will turn in favor of agriculture. It is thought that the improvement in the agricultural terms of trade, which has emerged due to the increase in the prices of agricultural products in the recent period, should also be reflected on the agricultural producers, and an opportunity period has been encountered in order to revive the agriculture and food sector, which has turned into a strategic sector today.

References

  • Alkan, M., Ö., (1992), “Türkiye İktisat Kongresi-1923 İzmir’e Katkı 2:Kocaeli Livası Namına İzmir İktisat Kongresi’ne Tevdii Edilen Rapor”, Ankara Üniversitesi, SBF Dergisi, Cilt 47 (01), ss: 395-402.
  • Anastasakis L., Mort N. (2001), “The Development of Self-OrganizationTechniques in Modelling: A Review of the GroupMethod of Data Handling (HMDH)”,Research Report, No 813, The University of Sheffield, UK.
  • Boratav, K., (2009), “Toplumsal Sınıflar Üzerine”, Mülkiye Dergisi, Cilt XXXIII, Sayı: 264, ss: 9-21.
  • Boratav, K.(2013), “Tarımsal Fiyatlar, İstihdam ve Köylülüğün Kaderi”, Türkiye’de Tarımın Ekonomi Politiği, (der.) Oral, N., Nota Bene Yayınları, Ankara.
  • Box, G.E.P. ve Jenkins, G.M. (1976), “Time Series Analysis: Forecastingand Control”, Revised Edition, Holden Day, San Francisco.
  • Büyükşahin Ü.Ç., Ertekin Ş. (2020), “A Feature-Based Hybrid ARIMA-ANN Model for Univariate Time Series Forecasting”, Journal of the Faculty of Engineeringand Architecture of Gazi University, 35 (1), 467-478.
  • Chatfield, C. (1973), “Box JenkinsSeasonalForecasting : Problems in a Case-Study”, Journal of the Royal Statistical Society: 295-336.
  • Chatfield, C.(2000), “The Analysis of Time Series: An Introduction”, CRC Press.
  • DentonJ.W. (1995), “How Goodare Neural Networksfor Causal Forecasting?”, J. Bus. Forecasting 14: 17–20.
  • Durdu Ö.F. (2010), “A hybrid Neural Network and ARIMA Model for Water Quality Time Series Prediction”, Engineering Applications of ArtificialIntelligence, vol. 23: 586-594.
  • Duran, B., (1991), “Türkiye Tarım Tarihi (1870-1914): Uygulanan Tarım Politikaları ve Tarımdaki Gelişmeler”, Kırkambar Yayınları, No.1, Malatya.
  • Eldem, V., (1994), “Harp ve Mütareke Yıllarında Osmanlı İmparatorluğu’nun Ekonomisi”, Türk Tarih Kurumu Basımevi, Ankara.
  • Erturan M.B., Merdivenci, F. (2022), “Optimized ARIMA-ANN Hybrid Model for Time Series Analysis”, Journal of Faculty of Engineeringand Architecture of Gazi University, 37(2): 1019-1032.
  • Frain J. (1992), “LectureNotes on Univariate Time Series Analysis and Box JenkinsForecasting”, Economic Analysis, Researchand Publications.
  • FAOSTAT, (2023), “Employment Indicators: Agriculture”, (https://www.fao.org/faostat/en/#data/OEA), (Erişim Tarihi: 21.09.2023).
  • GİB, (2021), “Zirai Kazanç Elde Eden Mükellefler İçin Vergi Rehberi”, (https://www.gib.gov.tr/sites/default/files/fileadmin/beyannamerehberi/2021/2021_ziraikazancrehber.pdf), Gelir İdaresi Başkanlığı, ss. 1-34.
  • Güran, T., (1987), “Osmanlı Tarım Ekonomisi: 1840-1910”, Türk İktisat Tarihi Yıllığı. Güran, T.,(2017), “Resmi İstatistiklere Göre Osmanlı Toplum ve Ekonomisi”, Türkiye İş Bankası Kültür Yayınları, İstanbul.
  • GVK, “193 Sayılı Gelir Vergisi Kanunu”, (https://www.mevzuat.gov.tr/mevzuatmetin/1.4.193.pdf), md. 54.
  • Ivakhnenko A.G. (1968), “The Group Method of Data of Handling; ARival of the Method of Stochastic Approximation”, SovietAutomatic Control,13:43-55.
  • İTO, (2004), “Türkiye’de Tarımın Teşvikinde Doğrudan Gelir Desteği Sistemi ve Sonuçları”, Yayın No: 2004-53, İstanbul.
  • Jain A., Kumar A. (2006), “An Evaluation of ArtificialNeural Network Techniquefor the Determination of Infiltration Model”, AppliedSoft Computing, 6(3): 272-282.
  • Keyder, Ç., (2011), “Türkiye’de Devlet ve Sınıflar”, İletişim Yayınları, İstanbul.
  • Keyder, Ç. ve Pamuk, Ş., (1984), “1945 Çiftçiyi Topraklandırma Kanunu Üzerine Tezler”, Yapıt Toplumsal Araştırmalar Dergisi, Cilt:5(8), ss. 52-63.
  • Kıymaz, T., (2000), “Avrupa Birliği ve Türkiye’de Temel Ürünlerde Uygulanan Tarımsal Destekleme Politikaları ve Bunların Hammadde Temini Açısından Gıda Sanayisine Etkileri”, DPT Uzmanlık Tezi, İktisadi Sektörler ve Koordinasyon Genel Müdürlüğü, Tarım Dairesi.
  • Khashei, M.ve Bijari, M. (2011),“A Novel Hybridization of Artificial Neural Networks and ARIMA Models for Time Series Forecasting”, Applied Soft Computing, 11, 2664-2675.
  • Kirchgässner, G.,Wolters, J., veHassler, U.(2013), “UnivariateStationaryProcesses, in Introductionto Modern Time Series Analysis”, Springer, Berlin, Heidelberg.
  • Magdelena R.,Logica B. (2014), “Neural Networks-based Forecasting Regarding the Convergence Process of CEE Countriesto the Eurozone”, TransylvanianReview of AdministrativeSciences, 42 E/2014:225–246.
  • Magdalena R.,Logica, B., Zamfiroiu T. (2015), “Forecasting Public Expenditureby Using Feed Forward Neural Networks”, 28(1): 668-686.
  • Makridakis S., (1989), “Why Combining Works? International Journal of Forecasting”, 5:601–603.
  • Markham, I.S.,Rakes, T. R., (1998), “The Effect of Sample Size and Variability of Data on the Comparative Performance of Artifcial Neural Networksand Regression”, Comput. Oper. Res. 25: 251–263.
  • Muller J.A.,Ivachnenko A.G., Lemke, F., (1998), “GMDH Algorithmsfor Complex Systems Modelling”, Mathematical andComputerModelling of Dynamical Systems, Vol.4. No.4: 275-316.
  • Nguyen T. N., Lee S., Nguyen-Xuan H., Lee J., Novel A. (2019), “Analysis-PredictionApproachforGeometricallyNonlinearProblems Using GroupMethod of Data Handling”, ComputerMethods in AppliedMechanicsandEngineering, 354, September: 506-526.
  • OECD, (2001), “The Uruguay Round Agreement on Agriculture: An Evaluation of It’s Implementation in OECD Countries”, (https://read.oecd-ilibrary.org/agriculture-and-food/the-uruguay-round-agreement-on-agriculture_9789264192188-en#page1), (Erişim Tarihi: 26.08.2023).
  • Oral, N., vd., (2013), “Cumhuriyet Döneminde Uygulanan Tarım Politikaları”, Türkiye’de Tarımın Ekonomi Politiği, (der.) Oral, N., Nota Bene Yayınları, Ankara.
  • Ökçün, A., G., (1975), “Teşvik-i Sanayi Kanunu Muvakkatı, 1913”, Ankara Üniversitesi, SBF Dergisi, Cilt: 30.
  • Pamuk, Ş., (2007), “Osmanlı Ekonomisi ve Kurumlar”, Türkiye İş Bankası, Kültür Yayınları.
  • Palm F.C., A. Zellner A., (1992), “To combine or not to combine? Issues of combining forecasts”, Journal of Forecasting 11:687–701.
  • Saigal, S.,Mehrotra, D. (2012), “ Performance Comparison of Time Series Data Using Predictive Data Mining Techniques, Advances in Information Mining, 4:57–66.
  • Saxena H.,Aponte O., McConky K.T. (2019), “A Hybrid Machine Learning Model forForecasting a BillingPeriod’sPeakElectricLoadDays , International Journal of Forecasting, 35(4): 1288-1303
  • Suhermi, N.,Suhartono, Prastyo, D.D., Ali, B. (2018),Roll Motion Prediction Using a Hybrid Deep Learningand ARIMA Model”, Procedia Computing. Science., 144: 251-258.
  • StavelinAbhinandithe K.,Madhu B., Somanathan B., Ramachandran S. (2022), “Time Series Forecasting Using GMDH Neural NetworksforChikungunya in Mysore District” , India, International Journal of MosquitoResearch, 9(2): 111-116.
  • Tang R, Zeng F, Chen Z, Wang JS, Huang CM, Wu Z. (2020), ”The Comparison of PredictingStorm-time Ionospheric TEC by Three Methods: ARIMA, LSTM, and Seq2Seq”, Atmosphere, 11(4): 316-330.
  • TCMB, (2023), “IMF Niyet Mektupları”, (https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Yayinlar/Raporlar/Eski+Raporlar/IMF+Niyet+Mektuplari)
  • Tarım ve Orman Bakanlığı, (2023), “Tarımsal Destekler”, (https://www.tarimorman.gov.tr/Konular/Tarimsal-Destekler), (Erişim Tarihi: 20.08.2023).
  • Tekeli, İ., ve İlkin, S., (1974), “Savaş Sonrası Ortamında 1947 Türkiye İktisadi Kalkınma Planı”, Türkiye Belgesel İktisat Tarihi, ODTÜ, Ankara.
  • Teoman, Ö., (2001), “Türkiye Tarımında Kapitalist Dönüşüm Tartışmalarına Bir Katkı”, Gazi Üniversitesi, İ.İ.B.F. Dergisi, Sayı: 2001(3), ss.41-60.
  • Teoman, Ö., (2015), “Tek Parti Dönemi Türkiye’sinde Kadro Hareketinin Kırsal Kalkınmaya Bakışı: Karl Kautsky’nin Görüşleri Çerçevesinde Genel Bir Değerlendirme”, Mülkiye Dergisi, Sayı: 39(3), ss. 189-210.
  • TMMOB, (2015), “Buğday Dosyası”, TMMOB, Ziraat Mühendisleri Odası, (https://www.zmo.org.tr/genel/bizden_detay.php?kod=23218&tipi=17&sube=0), (Erişim Tarihi: 20.09.2023).
  • TUİK, (2001), “2001 Genel Tarım Sayımı Tarımsal İşletmelerde (Hanehalkı) Anketi Sonuçları”, (https://data.tuik.gov.tr/Kategori/GetKategori?p=tarim-111&dil=1), (Erişim Tarihi: 25.08.2023)
  • TUİK, (2016), “Tarımsal İşletme Yapı Araştırması”, (https://data.tuik.gov.tr/Kategori/GetKategori?p=tarim-111&dil=1), (Erişim Tarihi: 25.08.2023).
  • TÜSİAD, (2014), “Gıda, Tarım ve Hayvancılık Rekabet Gücü Temel Bulgular”, Yayın No: TÜSİAD-T/2014-11/561. Yılmaz, G., (2006), “Çok Taraflı Ticaret Sistemi Yoğun Bakım Ünitesine mi Bağlandı?”, Mülkiye Dergisi, Cilt 30 (250), ss. 97-121.
  • Young W. L. (1977), “The Box-JenkinsApproachto Time Series Analysis andForecasting: Principlesand Applications”, RAIRO-Operations Research-RechercheOpérationnelle, 11:129-143.
  • Yücel, F., (2014), Cumhuriyet Türkiyesi’nin Sanayileşmede İlk Önemli Adımı: I. Beş Yıllık Sanayi Planı: 1934-1938”, (https://www.emo.org.tr/ekler/364a8ddae9aaddd_ek.pdf).
  • Zhang G.,Patuwo E.B., HuM.Y. (1998), “Forecasting With Articial Neural Networks: The State of the Art”, Int. J. Forecasting 14:35–62.
  • Zhang G. P. (2003), “Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model”, Neurocomputing, 50:159 –175
  • VI. BYKP, (1990), (https://www.sbb.gov.tr/wp-content/uploads/2022/07/Altinci_Bes_Yillik_Kalkinma_Plani-1990-1994.pdf).
  • VII.BYKP, (1996), (https://www.sbb.gov.tr/wp-content/uploads/2022/07/Yedinci_Bes_Yillik_Kalkinma_Plani-1996-2000.pdf).
  • X.BYKP, (2013), (https://www.sbb.gov.tr/wp-content/uploads/2022/08/Onuncu_Kalkinma_Plani-2014-2018.pdf). 6360 Sayılı “Onüç İlde Büyükşehir Belediyesi ve yirmi Altı İlçe Kurulması ile Bazı Kanun ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılmasına Dair Kanun”, (https://www.resmigazete.gov.tr/eskiler/2012/12/20121206-1.htm), (Erişim Tarihi: 28.06.2023)
There are 58 citations in total.

Details

Primary Language Turkish
Subjects Policy and Administration (Other)
Journal Section Main Section
Authors

Bilgen Taşdoğan 0000-0001-5169-7862

Early Pub Date October 30, 2023
Publication Date October 30, 2023
Published in Issue Year 2023

Cite

APA Taşdoğan, B. (2023). Türkiye’de Devletin Tarımda 100 Yıllık Örgütleniş Süreci ve Yakın Geleceğe İlişkin Bir Değerlendirme. Ankara Hacı Bayram Veli Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 25(Özel), 67-100. https://doi.org/10.26745/ahbvuibfd.1364546