Murat Nehri Rehabilitasyon Projelerinden Faydalanmayan Yöre Halkının Görüşleri (Bingöl, Elâzığ ve Muş Mikro Havzaları Örneği)

Yıl 2024, Cilt: 21 Sayı: 4, 1045 - 1057, 20.09.2024

Ersin Karakaya , Semra Çamuka , Ahmet Uslu , Alaaddin Yuksel , Şenol Çelik , Bayram Hopur , Mehmet Emin Yaşar , Alperen Meral

https://doi.org/10.33462/jotaf.1436505

Öz

Bu araştırma; Bingöl, Elâzığ ve Muş illerinde yer alan mikro havzalarda uygulanan projelerden faydalanmayan yöre halkının görüşlerinin belirlenmesi amacıyla yapılmıştır. Araştırmada; 16-25 Ağustos 2021 tarihleri arasında seçilen köylerde projeden faydalanmayan toplam 168 kişiyle yapılan anket çalışması, odak grup (OG) görüşmeleri ve kilit bilgilendirici (KB) görüşmeler birincil verileri oluşturmuştur. Araştırma sonuçlarına göre; Bireylerin %75’i verim artışının bir proje faaliyetiyle ilgili olduğunu ve bireylerin tamamı üretim alanında artışın bir proje faaliyeti ile ilgili olduğunu ifade etmiştir. Yapılan analizler sonucunda; cinsiyet ile ve nakit gelire sahip olma durumu bakımından üretim alanında istatistiki olarak önemli artış olmadığı sonucuna varılmıştır. Yapılan analiz sonucunda kişilerin cinsiyeti ve yaşadıkları iller itibariyle tarımsal üretim ve hayvansal üretim satışlarından elde ettikleri gelirde istatistiki olarak önemli bir farklılık olmamıştır. Anket yapılan kişilerin nakit geliri olup olmamasına göre tarımsal üretim ve hayvansal üretim satışlarından elde ettikleri gelirde istatistiki olarak önemli farklılık olmuştur. Nakit gelire sahip olan yöre halkının nakit geliri olmayanlara göre tarımsal üretim ve hayvansal üretim satışlarından daha fazla gelir elde ettiği söylenebilir. Bingöl ilinde yaşayanların yüksek gelir elde etmesi, Muş iline oranla 2.439 kat daha yüksektir. Elâzığ ilinde yaşayanların ise yüksek gelir elde etmesi Muş iline nazaran 0.882 kat daha düşüktür. Erkeklerin elde edeceği gelir kadınlardan 1.209 kat daha fazladır. Önceden nakit geliri olanlar olmayanlara göre 4.037 kat daha fazla gelir sağlayacaklardır. Arazisi olanların olmayanlara göre 0.712 kat daha düşük ve yüksek değerli ürün yetiştirenlerin yetiştirmeyenlere oranla 0.422 kat daha düşük gelir kazanacağı sonuçlarına varılmıştır. Sonuç olarak; Kuraklıkla ilgili alınacak tedbirler üretim alanının artmasını sağlayacak ve üretim alanındaki artışla birlikte yöre halkının da geliri artacaktır. Projeden faydalanan bireylerden talep edilen %20’lik katkı payını karşılayamadığı için projeden faydalanamayan bireyler olduğu belirlenmiş bu konuda faydalanıcı olmak isteyen yöre halkına destek verilmelidir.

Anahtar Kelimeler

Bingöl, Elâzığ, Muş, Faydalanıcı olmayan yöre halkı, Lojistik regresyon analizi, Proje

Etik Beyan

Sayın Dr. Öğr. Üyesi Ahmet USLU Sosyal Bilimler Meslek Yüksekokulu Müdürlüğü tarafından Kurulumuza sunulan "Murat Nehri Havzası Rehabilitasyon Projesi İzlemesi ve Sonuçlarının Değerlendirilmesi" isimli araştırma Kurulumuz tarafından etik yönden değerlendirilmiştir. Değerlendirme sonucunda; söz konusu anket çalışmasının Üniversitemiz Etik Kurul Yönergesi ilkeleri çerçevesinde değerlendirilmiş ve araştırma etiği açısından "UYGUN OLDUĞUNA" oy birliği ile karar verilmiştir.

Local People's View of Non-Benefiting from Murat River Projects: Examples of Bingöl, Elazığ and Muş Basins

Öz

In Bingöl, Elazığ, and Muş, micro-basin projects have been implemented, but not all local residents have benefited from these initiatives. This study aimed to understand the views and experiences of those locals who did not benefit from the projects, assessing the potential impact on productivity and income. The study was conducted in the provinces of Bingöl, Elazığ, and Muş. Data was gathered between 16-25 August 2021. The primary sources of information were interviews with 168 non-beneficiaries, complemented by focus group discussions and key informant interviews. Findings showed that 75% of participants linked increased productivity to the projects, and all acknowledged an enlarged production area due to project activities. There was no significant difference in production area or income from agricultural sales based on gender or the presence of cash income. However, cash income holders reported higher earnings from both agriculture and livestock. Provincial disparities in income emerged: residents of Bingöl had 2.439 times the income of those in Muş, while Elazığ inhabitants earned 0.882 times less. Men's income surpassed women's by 1.209 times, and those with a history of cash income earned 4.037 times more than those without. Interestingly, owning land or cultivating high-value crops was associated with lesser income. Measures to counteract drought could enhance production areas and, consequently, local incomes. A significant barrier identified was the 20% contribution requirement, preventing some locals from project participation. Recommendations include adjusting project criteria to increase local engagement and benefits. The original value of this article is to reveal the impact of microcatchment projects implemented in Turkey.

Anahtar Kelimeler

Bingöl, Elâzığ, Muş, Non-beneficiary local people, Logistic regression analysis, Project

Kaynakça

• Ağır, H. B. and Akbay, C. (2021). Tüketicilerin fast food tüketim sıklığını etkileyen faktörlerin analizi. Tekirdağ Ziraat Fakültesi Dergisi, 18 (3): 436-445.
• Anonymous (2012). Anatolian Watersheds Rehabilitation Project Final Evaluation Report, Ministry of Forestry and Water Affairs and Ministry of Food, Agriculture and Livestock, Ankara 2012.
• Baydaş, A., Demirkiran, A. R. and Bilinmiş, M. M. (2018). Determining the satisfaction level of local people from Murat river rehabilitation projects: Example of Bingöl (Lediz, Vahkin-Canakçı, Göynük stream and Çapakçur micro-catchments). JOEEP: Journal of Emerging Economies and Policy, 3 (1): 31-57.
• Bilinmiş, M. M. (2016). Bingöl ili lediz, vahkin-çanakçi, göynük ve çapakçur mikrohavza projelerinden yöre halkinin memnuniyet düzeyinin belirlenmesi. (Yüksek Lisans Tezi) Bingöl Üniversitesi, Fen Bilimleri Enstitüsü. Brown, S. C., Lester, R. E., Versace, V. L., Fawcett, J. and Laurenson, L. (2014). Hydrologic landscape regionalisation using deductive classificationand random forests. PLoSONE, 9(11): 27-35.
• Chatterjee, S. and Hadi, A. (2006). Regression Analysis by Example. John Wiley and Sons.
• Çokluk, Ö., Şekercioğlu, G. and Büyüköztürk, Ş. (2010). Multivariate statistics- SPSS and LISREL applications for social sciences. Ankara: Pegem Academy Publications.
• Danış, H. (2019). Murat nehri havzası rehabilitasyon projesi kapsamında Bingöl ili Genç ilçesinde bulunan mikro havza projelerinin verimliliği ve sürdürebilirliğinin araştırılması. (Yüksek Lisans Tezi) Bingöl Üniversitesi, Fen Bilimleri Enstitüsü.
• El-Habil, A. M. (2012). An application on multinomial logistic regression model. Pakistan Journal of Statistics and Operation Research, 8(2): 271-291.
• Everest, B. (2021). Farmers’ adaptation to climate smart agriculture (CSA) in NW Turkey. Environment, Development and Sustainability, 23: 4215–4235. https://doi.org/10.1007/s10668-020-00767-1.
• Gobin, A. Campling, P. and Feyen, J. (2002). Logistic modelling to derive agricultural land use determinants: a case study from southeastern Nigeria. Agriculture, Ecosystems and Environment, 89: 213–228.
• Gönenç, İ. E. (2004). Sustainable Management of Watersheds – Environmental, Social and Economic Characteristics of the Basin Ecosystem. IGEM, SES Community Publications, Istanbul, Turkey.
• Köksal, Ö. (2009). Organik zeytin yetiştiriciliğine karar verme davranışı üzerinde etkili olan faktörlerin analizi. (Doktora Tezi) Ankara Üniversitesi Fen Bilimleri Enstitüsü. Ankara, Türkiye.
• Kucukkaya, I. (2016). Planning Principles of Basin Rehabilitation Projects, Preliminary Study and Project Preparation Arrangement, Guide to Useful Information on this Subject, General Directorate of Combating Desertification and Erosion Publications, Ankara 2016.
• Mair, A. and El-Kadi, A. I. (2013). Logistic regression modeling to assess groundwater vulnerability to contamination in Hawaii, USA. Journal of Contaminant Hydrology, 153: 1–23.
• Mertler, C. A. and Vannatta, R. A. (2005). Advanced and Multivariate Statistical Methods: Practical Application and Interpretation. Glendale, CA: Pyrczak Publishing.
• MRWRP, (2018). Annual Results Survey and Results Evaluation Report.
• MRWRP, (2019). Annual Results Survey and Results Evaluation Report.
• MRWRP, (2020). Annual Results Survey and Results Evaluation Report.
• Neupane, R. P., Sharma, K. R. and Thapa, G. B. (2002). Adoption of agroforestry in the hills of Nepal: a logistic regression analysis. Agricultural Systems, 72: 177–196.
• Özer, O. O. ve Özden, A. (2016). Damızlık sığır yetiştiricileri birliği’nin tarımsal yayım ve eğitim faaliyet çalışmalırının analizi: Aydın İli Örneği. Tekirdağ Ziraat Fakültesi Dergisi, 13(3):1-8.
• Şerbetçi, A. ve Özçomak, M. (2013). Sıralı lojistik regresyon analizi ile istatistik ve ekonometri derslerinde başarıyı etkileyen faktörlerin belirlenmesi: Atatürk Üniversitesi İktisadi ve İdari Bilimler Fakültesi öğrencileri üzerine bir uygulama. Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 3(1): 89-110.
• Tabachnick, B. G. and Fidell, L. S. (1996). Using multivariate statistics. New York, USA: Harper Collins College Publishers.
• Tai-Yang, Z., Xian-Jin, H., Xiu-Ying, Z. and Ke, W. (2011). Temporal and spatial variability of agricultural land loss in relation to policy and accessibility in a low hilly region of southeast China. Land Use Policy, 28: 762-769.
• Terin, M. (2019). Household characteristics influencing fish consumption in Van province, Turkey. Italian Journal of Food Science, 31 (3): 416-426.
• UHYS (2015). National Basin Management Strategy 2014-2023, Ministry of Forestry and Water Affairs, Ankara 2015.
• Yüksel, A. and Eraslan, İ. H. (2015). Rural Development General Approach and Watershed Management Practices, Ankara.