Pamuk Üretiminde Uygulanan Destek Politikalarının Seçimini Etkileyen Faktörlerin Analitik Hiyerarşi Süreciyle Analizi: “Kahramanmaraş” İli Örneği

Öz

Bu çalışmada, Kahramanmaraş ilinde pamuk üreten üreticilerin pamuk üretiminde uygulanan ve alternatif destekleme politikalarının tercihinde etkili olan faktörlerin önem düzeyinin belirlenmesi ve her bir kritere göre tercih derecelerinin hesaplanması amaçlanmıştır. Çalışmada, Kahramanmaraş ilinde 67 üretici ile yüz yüze yapılan anket sonuçları kullanılmıştır. Araştırma kapsamında, üreticilerden fark ödemesi desteği, girdi desteği, direk ödeme desteği ve hedef fiyat desteği politikalarını, yüksek verim, kaliteli ürün, uygun zamanda ödeme ve pazarlama kolaylığını dikkate alarak ağırlıklandırmaları istenmiştir. Destekleme politikalarını değerlendirirken üreticilerin dikkate alacakları unsurlar incelendiğinde; en fazla kar etmelerini sağlayan politika seçeneğini tercih edecekleri belirlenmiştir. Üreticilerin tarımsal üretim yapma amaçlarından en önemli kriterin “hayat standardını yükseltmek”, üretimi artırmaya yönelik dikkate alacakları en önemli unsurun “iyi fiyat” ve uygulanacak bir politikada dikkate alacakları en önemli unsurun “iyi fiyat vermesi” olduğu belirlenmiştir. Üreticilerin fark ödeme ve direk ödeme desteklerini öncelikli olarak yüksek verim sağlaması, girdi desteğini öncelikli olarak kaliteli ürün sağlaması ve hedef fiyat desteğini öncelikli olarak uygun zamanda ödenmesi bakımından tercih ettikleri belirlenmiştir. Üreticilerin mevcut ve alternatif destekler göz önüne alındığında fark ödemesi desteğini ilk sırada, girdi desteğini ise ikinci sırada tercih ettikleri tespit edilmiştir.

Anahtar Kelimeler

• Tarımsal destek
• Analitik Hiyerarşi Prosesi
• Pamuk

Analysis of the Factors Affecting the Choice of Support Policies Applied in Cotton Production by Analytical Hierarchy Process: The Case of ‘Kahramanmaraş’ Province

Öz

In this study, it was aimed to determine the importance level of the factors that are effective in the choice of alternative support policies applied to cotton and to calculate the preference degrees according to each criterion of the cotton producers in Kahramanmaraş. In the study, the results of a face-to-face survey with 67 producers in Kahramanmaraş province were used. Within the scope of the research, the producers were asked to rate the difference in payment support, input support, direct payment support, and target price support policies, taking into account high yield, quality product, timely payment, and ease of marketing. It was determined that they would prefer the policy option that enables them to make the most profit when the factors to be taken into consideration by the producers while evaluating the support policies are examined. It has been seen that the most important criterion among the agricultural production aims of the producers is “raising the standard of living”, the most important factor they will consider to increase production is “good price”, and the most important factor they will consider in a policy to be implemented is “giving a good price”. Producers have been found to prefer payment preferences with different priorities; difference payment and direct payment support in terms of providing a high yield, input support for providing quality products, and paying target price support at the appropriate time. Considering all supports, it has been determined that the producers prefer difference payment support first and input support second.

Anahtar Kelimeler

• agricultural support
• analytical hierarchy process
• cotton

Kaynakça

1. Alphonce, C. 1997. Application of the Analytic Hierarchy Process in Agriculture in Developing Countries. 53(1): 97-112.
2. Altun, A., Demir, Y. 2015. Analitik Hiyerarşi Prosesi Yöntemi ile Tarımsal Araştırma Projelerinin Değerlendirilmesi ve Seçimi. Toprak Su Dergisi, 4(2): 41-48.
3. Amini, S., Rohani, A., Aghkhani, M.H., Abbaspour-Fard, M.H., Asgharipour, M.R., 2020. Assessment of land suitability and agricultural production sustainability using a combined approach (Fuzzy-AHP-GIS): A case study of Mazandaran province, Iran, Information Processing in Agriculture, Volume 7, Issue 3, Pages 384-402, ISSN 2214-3173, https://doi.org/10.1016/j. inpa.2019.10.001.
4. Anonymous, 2019. Ticaret Bakanlığı 2018 Yılı Pamuk Raporu. https://ticaret.gov.tr/data/5d41e59913b87639ac9e02e8/ d0e2b9c79234684ad29baf256a0e7dce.pdf (Last access date: 20.10.2020).
5. Anonymous, 2020. http://www.taris.com.tr/pamukweb/t_ pamuk_hak.asp (Last access date: 20.10.2020).
6. Aydın, B., Unakıtan, G., Hurma, H., Azabağaoğlu, Ö., Demirkol, C., Yılmaz, F. 2016. Bitkisel Üretimde Çiftçilerin Girdi Kullanım Kararlarının Analizi: Trakya Bölgesi Örneği. U.Ü. Ziraat Fakültesi Dergisi, 30(2): 45-56.
7. Braunschweig, T. and B. Becker. 2004. Choosing research priorities by using the analytic hierarchy process: an application to international agriculture. R&D Management, 34(1):77-86.
8. Candemir, S., Kızılaslan, N., Kızılaslan, H., Uysal, O., Aydoğan, M. 2017. Kahramanmaraş İlinde Dane Mısır ve Pamuk Üretiminde Girdi Gereksinimi ve Karlılıkları Açısından Karşılaştırmalı Analizi. Türk Tarım ve Doğa Bilimleri Dergisi, 4(1): 1-8.

9. Cevheri, C.İ, Şahin, M. 2020. Dünya’da ve Türkiye’de Pamuk Üretiminin Tekstil Sektörü Açısından Önemi, Harran Üniversitesi Mühendislik Dergisi, 5(2): 71-81.
10. Cheng, E.W.L., Li, H. 2002. Construction Partnering Process and Associated Critical Success Factors: Quantitative Investigation. Journal of Management in Engineering, 18(4): 194-202.
11. Çobanoğlu, F., Işın, F. 2009. Organik Kuru İncir Üreticilerinin Organik Tarım Sistemi Tercihini Etkileyen Kriterlerin Analitik Hiyerarşi Süreci ile Analizi. Tarım Ekonomisi Dergisi, 15 (2): 63-71.
12. Gül Yavuz, G., 2010. Polatlı İlçesinde Üreticilerin Tarım Sigortası Yaptırmaya Karar Verme Sürecinde Etkili Olan Faktörlerin Analizi. Tarım Bilimleri Dergisi, 11(2): 133-138.
13. Gül Yavuz, G., Miran, B., Bahadır Gürer, B., Yürekli Yüksel, N., Demir, A. 2016. Buğday, Dane Mısır ve Çeltik Üretiminde Fark Ödemesi Desteklerinin Etkisi. TEPGE Yayın No: 266. ISBN: 978-605-9175-39-5.
14. Günden, C., Miran, B. 2008. “Çiftçilerin Temel İşletmecilik Kararlarının Öncelik ve Destek Alma Açısından Analizi. Tekirdağ Ziraat Fakültesi Dergisi, 5(2): 67-80.
15. Hayashi, K. 2000. Multicriteria Analysis for Agricultural Resource Management: A Critical Survey and Future Perspectives. European Journal of Operational Research. 122(2): 486-500.
16. ICAC, 2020. https://icac.org/ (Last access date: 20.10.2020).
17. Jain, P., Ramsankaran, R., 2019. GIS-based integrated multi-criteria modelling framework for watershed prioritisation in India - A demonstration in Marol watershed. Journal of Hydrology, Vol 578, ISSN 0022- 1694, https://doi.org/10.1016/j.jhydrol.2019.124131.
18. Kocaköse, B., Aktürk, D. 2019. Evaluation of Production Preferences and Production Costs of Agricultural Enterprises in Çanakkale. Turkish Journal of Agriculture-Food Science and Technology. 7(11): 1990- 2000.
19. Konyar, K., Osborn, C.T., 1990. A National –Level Economic Analysis of Conservation Reserve Program Prticipation: A Discrete Choice Approach. Journal of Agricultural Economics Research, United States Department of Agriculture, Economic Research Service, Vol 42 (2): 1-8
20. Kumar, A., Pramanik, M., Chaudhary, S., Negi, M.S., 2020. Land evaluation for sustainable development of Himalayan agricultureusing RS-GIS in conjunction with analytic hierarchy process and frequency ratio. Journal of the Saudi Society of Agricultural Scinences, ISSN 1658-077X, https://doi.org/10.1016/j. jssas.2020.10.001
21. Louviere, J.J., 1988. Conjoint Analysis Modelling of Stated Preferences: A Review of Theory, Methods, Recent Developments and External Validity, Journal of Transport Economics and Policy 22 (1) 93-119.
22. Mawampanga, M.N., Debertin, D.L. 1996. Choosing Between Alternative Farming Systems: An Application of the Analytic Hierarchy Process. Review of Agricultural Economics (USA). 18(3): 385- 401.
23. Morandi, D.T., França, L.C.J., Menezes, E.S., Machado, E.L.M., Silva, M.D., Mucida, D.P., 2020. Delimitation of ecological corridors between conservation units in the Brazilian Cerrado using a GIS and AHP approach. Ecological Indicators (115) 106440. ISSN 1470-160X, https://doi.org/10.1016/j.ecolind.2020.106440. Özüdoğru, T. 2005. Türkiye’de Pamukta Uygulanan Destekleme Politikaları. Tarımsal Ekonomi Araştırma Enstitüsü, T.E.A.E.-Bakış, Sayı 8, Nüsha 12.
24. Özüdoğru, T., Miran, B., Taşkaya Top, B., Uçum, İ. 2015. Pamuk, Ayçiçeği, Soya Üretiminde Fark Ödemesi Desteklerinin Etkisi. TEPGE Yayın No: 262. ISBN: 978-605-9175-34-0.
25. Ramamurthy, V., Obi Reddy, G.P., Kumar, N., 2020. Assessment of land suitability for maize (Zea mays L) in semi-arid ecosystem of southern India using integrated AHP and GIS approach, Computers and Electronics in Agriculture, Vol. 179, 105806, ISSN 0168-1699, https://doi.org/10.1016/j.compag.2020.105806.
26. Rogers, E.M., 1983. Diffusion of İnnovation. 3rd Edition, The Free Press, 453 p., New York USA.
27. Saaty, T.L. 2000. Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process (Analytic Hierarchy Process Series, Vol. 6). RWS Publications, Pittsburgh.
28. Saaty, T.L., Vargas, L.G., Dellmann, K. 2003. The Allocation of Intangible Resources: The Analytic Hierarchy Process and Linear Programming. Socio-Economic Planning Sciences. 37(3): 169–184.
29. Seyedmohammadi, J., Sarmadian, F., Jafarzadeh, A.A., McDowell, R.W., 2019. Development of a model using matter element, AHP and GIS techniques to assess the suitability of land for agriculture, Geoderma, Vol. 352, Pages 80-95, ISSN 0016-7061, https://doi. org/10.1016/j.geoderma.2019.05.046.
30. Tatlıdil, F. 1992. Konya İli Sulu ve Kuru Koşullardaki Tarım İşletmelerinde İşgücü, Döner Sermaye ve Traktör Güçlerine Göre Optimal İşletme Büyüklüğünün Tespiti Ankara Üniversitesi Fen Bilimleri Enstitüsü, Doktora Tezi, Ankara.
31. Top Taşkaya, B., Özüdoğru, T., 2016. Türkiye’de Ayçiçeği Destekleme Politikalarının Tercihinde Etkili Olan Faktörlerin Belirlenmesi, Tarım Ekonomi Araştırmaları Dergisi, Vol:2 (2): 1-10
32. TUIK, 2020. https://www.tuik.gov.tr/ (Last access date: 20.10.2020).
33. Yamane, T. 1967. Elementary Sampling Theory Prentice. Hall Inc., Englewood Cliffs, N.J.,USA.