Tarımsal Makineleşme Tarımsal Üretim üzerinde Ne Kadar Etkili? Bir Panel Veri Analizi

Abstract

Amaç: Bu çalışma, Türkiye'nin bölgesel düzeydeki 2006-2019 dönemi yıllık verilerinden yararlanarak tarımsal makineleşmesi ve üretimi arasındaki ilişkiyi açıklamayı amaçlamaktadır.
Tasarım/Metodoloji/Yaklaşım: Analiz için İBBS 1 altındaki 12 bölge ve ARDL testi kullanılmıştır. Değişken olarak kullanılan makine sayısı, emek, gelir ve arazi kullanılmıştır.
Bulgular: Ampirik sonuçlar, tarımsal üretimin uzun vadede gelir, arazi ve makine kullanımı ile pozitif, emek ile negatif bir ilişkisi olduğunu ortaya koymaktadır. Emeğin olumsuz etkisi beklenmedik bir sonuç olsa da bazı çalışmalarda makinelerin emeğin yerini aldığı ileri sürülmektedir. Dolayısıyla makinelerdeki artış, işgücü sayısında azalmaya neden olmakta ve tarımsal üretimi artırmaktadır. Ayrıca sonuçlar, gelirdeki artışın daha fazla girdi, yatırım ve yeni makineler için kaynak yarattığından dolayı daha çok tarımsal üretkenliğe, işgücüne ve makine kullanımına neden olduğunu göstermektedir. Bu durum tarım işçiliğini da çekici kılmaktadır. Öte yandan, tarımsal üretim de bir gelir nedenidir çünkü tarımsal üretkenlik arttıkça kâr ve gelir de artar. Diğer bir nedensellik sonucu göstermektedir ki tarım arazilerindeki artışın makine kullanımı üzerinde önemli bir etkisi vardır.
Özgünlük/Değer: Literatür incelendiğinde, Türkiye’de tarımsal üretim üzerinde makineleşmenin etkisini özellikle ampirik olarak ele alan çok az çalışma olduğu görülmektedir. Bundan dolayı, söz konusu çalışma bu alandaki boşluğu kapatmayı ve tarımsal makineleşme ile tarımsal üretim arasındaki ilişkiyi açıklamayı amaçlamaktadır.

Keywords

• Makineleşme
• Tarımsal Üretim
• Sürdürülebilirlik
• ARDL test

How Effective is Agricultural Mechanization on Agricultural Production? A Panel Data Analysis

Abstract

Purpose: This study aims to explain the relationship between agricultural mechanization and production by using annual data between the 2006-2019 period at the regional level of Turkey.
Design/Methodology/Approach: 12 regions under NUTS 1 and ARDL test are used for analysis. As variables, the number of machines used, labor, income and land are used.
Findings: The empirical results reveal that agricultural production has a positive relationship with income, land and machine usage, but negative with labor in the long term. Although the negative impact of labor is an unexpected result, it is asserted that the machines substitute the labor in some studies. Hence, the increase in machines leads to fall in the number of labor and it increases the agricultural production. Also, results show that the rise in income causes the more agricultural production, labor and machine usage because it creates a resource for the more inputs, investment and new machines. It also makes being agricultural labor attractive. On the other hand, the agricultural production is also a reason of income because the more agricultural production increases, the more profit and income increases. Another causality result shows that there is an important impact of the rise in the agricultural land on the machine usage.
Originality/Value: When looking into the literature, it is seen that there is scarcely any study handling the mechanization impact on agricultural production in Turkey especially empirically. Hence, this study aims to fill the gap in this field and explain the relationship between agricultural mechanization and agricultural production clearly.

Keywords

• Mechanization
• Agricultural production
• Sustainability
• ARDL test

References

1. Akdemir, B. (2013). Agricultural Mechanization. IERI Procedia, 5: 41-44.
2. Altuntas, E. (2016). Türkiye’nin Tarımsal Mekanizasyon Düzeyinin Coğrafik Bölgeler Açısından Değerlendirilmesi. Türk Tarım-Gıda Bilim ve Teknoloji Dergisi, 4(12): 1157-1164. https://doi.org./10.24925/turjaf.v4i12.1157-1164.972
3. Bayrac, H. N. and Dogan, E. (2016). Türkiye’de İklim Değişikliğinin Tarım Sektörü Üzerine Etkileri. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 11(1): 23-48.
4. Breusch. T. and Pagan, A. (1980). The Lagrange Multiplier Test and Its Applications to Model Specification in Econometrics. The Review of Economic Studies, 47(1): 239-253. https://doi.org/10.2307/2297111
5. Chudik, A. and 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. https://doi.org/ 10.1016/j.jeconom.2015.03.007
6. Dinar, A., Campbell, M. B. and Zilberman, D. (1992). Adoption of Improved Irrigation and Drainage Reduction Technologies under Limiting Environmental Conditions. Environmental and Resource Economics, 2: 373-398. https://doi.org/10.1007/BF00304968.
7. Dogan, M. (2005). Türkiye Ziraatinde Makineleşme: Traktör ve Biçerdöverin Etkileri. İstanbul Üniversitesi Edebiyat Fakültesi Coğrafya Bölümü Coğrafya Dergisi, 14: 66-75.
8. Eryilmaz, T., Gokdogan, O. and Yesilyurt, M. K. (2014). Yozgat İlinin Tarımsal Mekanizasyon Durumunun İncelenmesi. Türk Tarım ve Doğa Bilimleri Dergisi, 1(2): 262–268.

9. Feder, G., Just, R. E. and Zilberman, D. (1985). Adoption of Agricultural Innovations in Developing Countries, A Survey. Economic Development and Cultural Change, 33: 255-298. https://doi.org/ http://dx.doi.org/10.1086/451461
10. Griliches, Z. (1957). Hybrid Corn: An Exploration in the Economics of Technological Change. Econometrica, 25: 501-522. https://doi.org/10.2307/1905380
11. Hayaloglu, P. (2018). İklim Değişikliğinin Tarım Sektörü ve Ekonomik Büyüme Üzerindeki Etkileri. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 9(25): 51-62.
12. Kilavuz, E. and Erdem, I. (2019). Agriculture 4.0 Applications in the World and Transformation of Turkish Agriculture. Social Sciences, 14(4): 133-157. https://dx.doi.org/10.12739/NWSA.2019.14.4.3C0189
13. Kocturk, B. and Avcioglu, A. (2007). Türkiye’de Bölgelere ve İllere Göre Tarımsal Mekanizasyon Düzeyinin Belirlenmesi. Tarım Makinaları Bilimi Dergisi, 3(1): 17-24.
14. Lingard, J. and Bagyo, A. S. (1983). The Impact of Agricultural Mechanisation on Production and Employment in Rice Areas of West Java. Bulletin of Indonesian Economic Studies, 19(1): 53-67. https://doi.org/10.1080/00074918312331334299
15. Onurbas, A. and Atasoy, Z. D. (2002). A Research on Agricultural Mechanization Level of Turkey. In: 5th International Conference on Agricultural and Forest Engineering, 19-20 June, Warsaw, pp. 497-503.
16. Ozguven, M. M., Turker, U. and Beyaz, A. (2010). Türkiye’nin Tarımsal Yapısı ve Mekanizasyon Durumu. GOÜ Ziraat Fakültesi Dergisi, 28(2): 89-100.
17. Pesaran, M. H. (2004). General Diagnostic Tests for Cross Section Dependence in Panels. IZA Discussion Paper 1240.
18. Pesaran, M. H. (2007). A Simple Panel Unit Root Test in the Presence of Crosssection Dependence. Journal of Applied Econometrics, 22(2): 265–312. https://doi.org/10.1002/jae.951
19. Rehman, A., Jingdong, L., Khatoon, R. and Hussain, I. (2016). Modern Agricultural Technology Adoption Its Importance Role and Usage for the Improvement of Agriculture. American-Eurasian Journal of Agricultural & Environmental Sciences, 16(2): 284-288. http://dx.doi.org/10.5829/idosi.aejaes.2016.16.2.12840
20. Singh, G. (2006). Estimation of A Mechanisation Index and Its Impact on Production and Economic Factors-A Case Study in India. Biosystems Engineering, 93(1): 99-106. https://doi.org/ :10.1016/j.biosystemseng.2005.08.003
21. Srisompun, O., Athipanyakul, T. and Somporn, I. (2019). The Adoption of Mechanization, Labor Productivity and Household Income: Evidence from Rice Production in Thailand. TVSEP Working Paper No. WP-016.
22. Tandogan, N. S. and Gedikoglu, H. (2020). Socio-economic Dimensions of Adoption of Conservation Practices: What is Needed to be Done?, in Shaon Kumar Das (Eds.), Organic Agriculture, (pp. 1-21). https://doi.org/ 10.5772/intechopen.93198
23. TUIK. (2021a). İstihdam Edilenlerin Yıllara Göre İktisadi Faaliyet Kolları ve Dağılımı. Retrieved in May, 15, 2021 from https://data.tuik.gov.tr/Kategori/GetKategori?p=istihdam-issizlik-ve-ucret-108&dil=1.
24. TUIK. (2021b). Tarımsal Alet ve Makineler. Retrieved in May, 10, 2021 from https://biruni.tuik.gov.tr/bolgeselistatistik/tabloYilSutunGetir.do?durum=acKapa&menuNo=191&altMenuGoster=1.
25. TUIK. (2021c). Tahıllar ve Diğer Bitkisel Ürünlerin Üretim Miktarı. Retrieved in May, 9, 2021 from https://biruni.tuik.gov.tr/bolgeselistatistik/tabloYilSutunGetir.do?durum=acKapa&menuNo=191&altMenuGoster=1.
26. Westerlund, J. (2008). Panel Cointegration Tests of the Fisher Effect. Journal of Applied Econometrics, 23: 193-223. https://doi.org/10.1002/jae.967
27. Wilson, P. N. (2001). First-order Economizing: Irrigation Technology Adoption and the Farm. Agrekon, 40(2): 231-248. https://doi.org/10.1080/03031853.2001.9524947
28. Yurtlu, Y. B., Demiryürek, K., Bozoğlu, M. and Ceyhan, V. (2012). The Risk Perception of the Farmers on Agricultural Machinery Using. Ege Üniversitesi Ziraat Fakültesi Dergisi, 49(1): 93-101.
29. Zilberman, D., Khanna, M. and Lipper, L. (1997). Economics of New Technologies for Sustainable Agriculture. Australian Journal of Agricultural and Resource Economics, 41(1): 63-80. https://doi.org/ 10.22004/ag.econ.118008