Kahramanmaraş ilinde (Narlı bölgesi) kırmızı biber üretimi ve üretim girdilerinin ekonometrik analizi

Abstract

84 ÖZET Bu araştırma Kahramanmaraş ili Narlı bölgesinde farklı topraklar üzerinde yetiştirilen kırmızı biberde girdi-çıktı ilişkilerini ortaya koymak amacı ile yapılmıştır. Narlı bölgesinde bitki yetiştiriciliği açısından en önemli ayırıcı kriter toprak çeşididir. Bölge ile ilgili toprak haritalarından yararlanılarak 1995 yılı üretim döneminde kırmızı biber yetiştirilen alanların Alüviyal (I. Bölge), Kireçsiz Kahverengi (II. Bölge) ve Kırmızı Kahverengi Akdeniz topraklar (III. Bölge) üzerinde yer aldığı saptanmıştır. Araştırmada gayeli örnekleme kullanılmıştır. Buna göre her bölgede 24 işletme alınarak araştırma bölgesinde toplam 72 kırmızı biber yetiştiren tarım işletmesi ile anket yapılmıştır. Araştırmada önce işletmelere ait genel bilgiler ile kırmızı biber üretimine ait teknik-ekonomik bilgilere yer verilmiştir. Araştırmanın ana amacını oluşturan girdi-çıktı ilişkilerinin belirlenmesinde Cobb-Douglas tipi üretim fonksiyonu kullanılmıştır. Ayrıca, çıktı üzerinde en önemli ve en fazla etkiye sahip bağımsız değişkenlerin belirlenmesinde Stepwise (Değişken ekleme-eleme) işlemine başvurulmuştur. Araştırmada elde edilen sonuçlara göre; kırmızı biber yetiştiren işletmelerde ortalama kişi sayısı 5,08'dir ve nüfusun %89,2'si okuma yazma bilmektedir. Üreticiler bölgede ortalama 13,6 yıldan beri kırmızı biber yetiştirmektedir. Potansiyel işgücünün yaklaşık yansı (%51,2) değerlendirilmiş ve bunun da %22,4'ü kırmızı biberde kullanılmıştır. Ayrıca, işletmeler geçici işgücünün önemli bir kısmını hasat (%62,7) ve çapalama (%26,4) devrelerinde çalıştırmışlardır. Ortalama işletmearaasTBT^IeTcard^ biber, %41,4'ünde (34,6 da) buğday, %24,5'inde (20,5 da) pamuk, %6,6'sında (5,5 da) arpa, %5,4'ünde (4,5 da) şekerpancarı ve %4,5'inde (3,9 da) diğer ürünler (mısır, ayçiçeği, çeltik, sebze, meyve) yetiştirilmiştir. Kırmızı biber üç yılda bir münavebeye girmektedir. İncelenen işletmelerin ortalama %77,8'inde traktör bulunmaktadır. Araştırma bölgesinde daha çok küçükbaş hayvancılık yapılmaktadır85 Araştırma bölgesinde ortalama kırmızı biber ekim alanı 14,7 dekardır. En fazla kırmızı biber ekim alanına II. Bölge (17,3 da) sahiptir. Bunu III. Bölge (13,5 da) ve I. Bölge (13,3 da) izlemektedir. Kırmızı biberin sertifikalı tohumu bulunmamakta ve üreticiler kendi ürünlerinden tohum çıkarmakta veya kırmızı biber işleyen tarıma dayalı sanayi işletmelerinden satın aldıkları tohumlan kullanmaktadırlar. İşletmeler dekara ortalama 50,1 kg saf azot (N) ve 20,2 kg saf fosfor (P2O5) kullanmıştır. Çapalama işlemlerinde sadece insan gücü (el) kullanılmış ve ortalama 5,7 kez çapalama yapılmıştır. Kırmızı biber yetiştirilen alanlarda salma sulama sistemi kullanılmış ve ortalama 12,3 kez sulama yapılmıştır. Kırmızı biber üç defa toplanarak hasat edilmektedir. Kaliteli ve yüksek verim I. derimden alınmaktadır. Kırmızı biberde dekara ortalama verimin 322,6 kg, gayrisafî üretim değerinin ise 36.765.500 TL olduğu saptanmıştır. En yüksek verim (325,6 kg/da) ve gayrisafî üretim değeri (37.180.200 TL/da) II. Bölgededir. Bunu III. Bölge verimi (322,6 kg/da) ve gayrisafî üretim değeri (36.780.300 TL/da) ve I. Bölge verimi (319,4 kg/da), gayrisafî üretim değeri (36.336.100 TL/da) izlemektedir. Narlı bölgesinde Alüviyal topraklar üzerinde kırmızı biber yetiştirilen işletmelere (I. Bölge) ait verilerin kullanılması ile elde edilen fonksiyon; Y = 6 6813 X 1>7031 Y °>1481 Y 0,3141 y -0,1154 y 0,1848 y 0,5159 y -1,0184 y -0,0023 olarak belirlenmiştir. Fonksiyon %1 düzeyde önemli ve R2 0,942'dir. Fonksiyonda yer alan Xı (arazi genişliği), X2 (çapalama sayısı), X4 (saf azot), X5 (saf fosfor), X& (işgücü), X7 (tohum miktarı) ve Xi^iHaclama masraflarri değişkenleri arasında yüksek korelasyon olduğu saptanmıştır. Denklemde bağımsız değişkenlere ait üretim elastikiyetleri toplamı 1,73 olup ölçeğe artan getiri durumu vardır. Saf azot (X4), tohum miktarı (X7) ve ilaçlama masraflarına (X8) ait üretim elastikiyetleri negatiftir. Marjinal analizler sonucu saf azot (X4), tohum miktarı (X7) ve ilaçlama masrafları (Xg) hariç, diğer değişkenlerin geometrik ortalamalanndaki kullanım seviyelerinin az olduğu saptanmıştır. Ayrıca, girdilerin birbirleri ile etkin kullanılmadıkları belirlenmiştir.86 Bağımsız değişkenler arasındaki yüksek korelasyon katsayılarından kaynaklanan şüpheyi ortadan kaldırmak için Stepwise işlemi yapılmıştır. Yeni fonksiyon; Y= 7,515 Xı °'` olarak belirlenmiştir. Bu fonksiyona göre kırmızı biber ekim alam (Xı) üretimdeki değişmelerin %83,22'sini tek başına açıklayabilmektedir. Kireçsiz Kahverengi topraklar üzerinde kırmızı biber yetiştiren işletmelere (II. Bölge) ait verilerin kullanılması ile elde edilen fonksiyon; Y= T> W> X -°'3647 x *°'3326 x `I>388 X `°,00()9 X `°,138° X °'2971 X 1,4lS2 X `°'6886 olarak belirlenmiştir. Fonksiyon %40 düzeyde önemli ve R2 0,510'dur. Değişkenlerden Xı, X3, X4, X5, Xe, X7 ve Xs değişkenleri arasında yüksek korelasyon katsayıları vardır. Kullanılan işgücü (Xe) ve tohum miktarı (X7) hariç diğer bağımsız değişkenlerin üretim elastikiyetleri negatif değerlidir. Denklemde bağımsız değişkenlere ait üretim elastikiyetleri toplamı -1,2005'dir ve ölçeğe azalan getiri durumu sözkonusudur. Kullanılan işgücü (Xe) ve tohum miktarının (X7) artırılması üretimde ve gayrisafi üretim değerinde artışa neden olacaktır. Diğer değişkenlerin geometrik ortalamalanndaki kullanım seviyelerinin fazla olduğu saptanmıştır. Ayrıca, girdilerin birbirleri ile etkin kullanılmadıkları belirlenmiştir. Bağımsız değişkenler arasındaki yüksek korelasyon nedeni ile Stepwise işlemine başvurulmuştur. Yeni fonksiyon; Y = 7,825 X7 °'47 olarak belirlenmiştir. T25Q2Mit Kırmı r/ biberde kullanılan tohum miktarının %10 artırılması üretimi dolayısıyla gayrisafi üretim değerini %4,7 artıracaktır. Kırmızı Kahverengi Akdeniz topraklar üzerinde kırmızı biber yetiştiren işletmelere (III. Bölge) ait verilerin kullanılması ile elde edilen fonksiyon; v= g 0967 X l,m9 X `°'°989 X °'5623 X °'0577 X `°,2m X* °'1001 X °'0025 X `°'1889 olarak belirlenmiştir.87 Fonksiyon %1 düzeyinde önemli R2 0,927'dir. Değişkenlerden Xı, X2, X3, X4, X5, Xö, X7 ve X8 değişkenleri arasında yüksek korelasyon katsayıları vardır. Çapalama sayısı (X2), saf fosfor (X5) ve ilaçlama masrafları (Xs) değişkenlerinin üretim elastikiyetleri negatif değerlidir. Sulama sayısı (X3) %4 ve ekim alanı (Xı) %1 1 düzeyinde önemlidir. Bağımsız değişkenlere ait üretim elastikiyetleri toplamı 1,4086 olup ölçeğe artan getiri vardır. Çapalama sayısı, kullanılan saf fosfor miktarı ve ilaçlama masrafları hariç diğer bağımsız değişkenlerin artırılması üretim ve gayrisafı üretim değeri üzerinde olumlu etkiye neden olacaktır. Fonksiyonda yer alan bağımsız değişkenler arasında etkin kullanım durumu yoktur. Bağımsız değişkenler arasındaki yüksek korelasyon nedeni ile Stepwise işlemine başvurulmuştur. Yeni fonksiyon; Y = 7,426 X7 °'803 olarak belirlenmiştir. Fonksiyonun determinasyon katsayısı (R2) 0,8444'dür. Kırmızı biberde kullanılan tohum miktarının %10 artırılması üretimi yaklaşık %8 artırabilecektir. Fonksiyonel analizler sonucu değişkenlerin sahip oldukları güven sınırlan içinde şunları söylemek olasıdır: I. ve III. Bölgede ekim alanının artırılması, II. Bölgede ise azaltılması gerektiği ortaya çıkmıştır. I. Bölgede çapalama sayısının artırılması, II. ve III. Bölgelerde ise azaltılması gerekmektedir. Uygulanan sulama sayısının artırılması I. ve III. Bölgelerdeki işletmelerin gelirlerini artırırken, II. Bölgede azalmasına neden olacaktır. Azot kullanımının I. ve II. Bölgelerde fazla, III. Bölgede ise az olduğu saptanmıştır. Saf fosfor I. Bölgede az, II. ve III. Bölgelerde ise fazla kullanılmıştır. Hasat devresine kadar kullanılan işgücünün I. ve II. Bölgede az kullanıldığı ve artırılması gerektiği, III. Bölgede ise optimum olarak kullanıldığı sonucuna varılmıştır. Kullanılan tohum miktarı I. Bölgede fazla II. ve III. Bölgelerde az olduğu saptanmıştır.İlaçlama masraflarının her üç bölgede de fazla olduğu saptanmıştır. Kırmızı biberin gayrisafı üretim değeri üzerine etkide bulunan en önemli bağımsız değişkenin I. Bölgede kırmızı biber ekim alanı, II. ve III. Bölgelerde ise kullanılan tohum miktarı olduğu saptanmıştır.

88 SUMMARY This research has been carried out in order to determine the input-output relations of the red pepper which is grown in the Narlı region of the province of Kahramanmaraş. In the Narlı region, the soil structure is the most important distinctive criteria from the viewpoint of the plant growth. Examination of soil maps of the region showed that the red pepper production took place on the Alluvial (I. Region), Lacking In Lime Brown (II. Region) and Red Brown Mediterranean soils (III. Region) in the 1995 production period. In the selection of villages to be studied, objective sampling method was used. In the research area a survey was practiced totaly 72 farms which produce red pepper. The research initially covers the general information about farms and technical and economic information concerning red pepper production. In determining the input-output relation ship which constitute the main purpose of the research, Cobb-Douglas type of production function has been used. In addition, Stepwise (variable addition-elimination) operation has been utilised in determining the independent variables having the most importance and the most influence on the output. According to the results obtained in the research; the average number of people on the red pepper farms is 5,08 and 89,2% of the population is literate. In the region, red pepper is grown for about 13,6 years. Only 51,2% of the potantial labour force has been exploited and 22,4% of this has been used in the red pepper. Moreover, during harvesting (62,7%) and hoeing periods (26,4%), most of temporary labour have used in farms. Tractor was found in 77,8% of farms averagely in the research area. Small ruminant (sheep and goat) raising is dominating in livestock production. The average farm area is 83,7 decares of which 17,6% (14,7 da) is covered with red pepper, 41,4% (34,6 da) wheat, 24,5% (20,5 da) cotton, 6,6% (5,5 da) barley, 5,4% (4,5 da) sugar beet and 4,5% (3,9 da) other crops (corn, sunflower, rice, fruit, vegetable etc). Red pepper takes place once in every three years in the rotation.89 The average area sown with red pepper in the research area is 14,7 decares. The region II has the largest red pepper sowing area (17,3 decares). This is followed by Region III (13,5 da) and Region I (13, 3 da). No certificated red pepper seed is found and farmers produce their own seed or buy from red pepper processors. An average of 50,1 kg pure nitrogen (N) and 20,2 kg pure phosphorus (P2O5) is used per decare. In the hoeing process only man power are used. Red pepper area was irrigated only by wild irrigation method. Red pepper is harvested by three pickings. High quality yield obtained from first picking. It has been found that the average productivity in the red pepper is 322,6 kg and gross production value 36.765.500 TL per decare. The highest productivity (325,6 kg/da) and gross production value (37.180.200 TL/da) is in Region II. This is followed by Region III (322,6 kg/da, 36.780.300 TL/da) and Region I (319,4 kg/da, 36.336.100 TL/da). The function wich was obtained from the farms (Region I) growing red pepper on Alluvial soils in the Narlı region is given below: Y = 6 6813X I'7031 X °'1481 Y °.3141v -°>U54v °>1848 v °>5159 v -UNMy -0,0023 The function is significant at 1% level and R2 = 0,942. A high correlation has been found among the veriables Xi (area sown), X2 (number of hoeing), X, (pure nitrogen), X5 (pure phosphorus), X& (labour force), X7 (seed quantity), X8 (applying pesticide costs). In the eguation the sum of production elasticities of the independent variables is 1,73 and there is increasing returns to scale. The production elasticities of Y^ (pure nitrogen), X7 (seed quantity) and Xg (applying pesticide costs) are negative. As a result of the marginal analysis, with the exception of nitrogen (X4), seed quantity (X7) and applying pesticide costs (X8) the level of the usage in the geometric average of the remaining variables has been found to be low. Moreover, it has been understood that the inputs have not been used effectively with each other.90 In order to remove the doubt stemming from the high correlation coefficient among the independent variables Stepwise operation has been applied. The new function is as follows: Y=7,515X10'99 According to this function, the area sown with red pepper (Xi) account for 83,22% of the changes in the production. The function obtained as a result of using the data of the farms (Region II) growing red pepper on the Lacking In Lime Brown soils in given below: Y _ i o -ÎCO Y -03647 y -0,3326 y -J.3»*' V -°>0009 V -0,1380 y 0»2971 V I'4152 V `°'6886 The function is significant at 40% level and R2 = 0,510. There is high correlation among the variables Xi, X3, X4, X5, X6, X7 and X8. With the exception of labour (Xo) and seed quantity (X7), production elasticities of other variables are negative. In the equation the sum of production elasticities of the independent variables is -1,2005 and there is diminishing returns to scale. Moreover, the increase in the labour (Xo) and seed quantity (X7) will lead to an increase in production and gross production value. The level of the usage in the geometric average of the remaining variables has been found to be high. Moreover, it has been understood that the inputs have not been used effectively with each other. Due to the high correlation among the independent variables, Stepwise operation has been used. New function is: Y = 7,825 X7 °'47 Function determination value (R2) is 0,2597. The 10% increase in the seed quantity will lead to 4,7% increase in production and gross production value. The function obtained as a result of using the data of farms (Region III) growing red pepper on the Red Brown Mediterranean soils is given below: Y= 8 0967 X U909 X '0>f)91t9 X °'5623 X °'0577 X `°*2171 X °'1001 X 0,ot)25 X -°>1889 The function is important at 1% level and R2 = 0,927. A high correlation occurs amongst the variables Xi, X2, X3, X4, X5, X*, X7 and X». The production elasticities of the number of hoeing (X2), pure phosphorus (X5) and applying pesticide costs (Xs)91 have negative value. The irragation (X3) 4% and sown area (Xi) are significant at 1 1% level. In the equation the sum of production elasticities which belong to the independent variables is 1,4086 and there is increasing returns to scale. As a result of the marginal analysis, with the exception of number of hoeing (X2), pure phosphorus (Xs) and applying pesticide costs (Xg) the level of the usage, other remaining variables would be pozitif effect on production and gross production value. Moreover, it has been understood that the inputs have not been used effectively with each other. Due to high correlation among the independent variables, Stepwise operation has been used. New function is: Y = 7,426 X7 °'m Function determination value (R2) is 0,8444. The 10,00% increase in the seed quantity will lead to 8,03% increase in production and gross production value. As a result of functional analyses, we could conclude the following points: In the I and III Regions, sown area should be increased whereas it is to be decreased in the II Region. In the I Region, number of hoeing to be increased whereas it should be decreased in the II and III Regions. Increase in the number of irragation increases the incomes of farms in the I and III Regions, but decreases the incomes of farms in the II Region. It has been found that the use of Nitrogen is more in the I and II Regions and less in the III Region. The use of Phosphorus is more in the II and III Regions and less in the I Region. I and II regions the labour force used in the production up to harvest is less and increase will have a positive effect on production and gross production value. This was used optimum in III Region. It has been found that seed quantity is more in the I Region and less in the other Regions. In all regions the applying pesticide costs is more and it should be decreased. The most important factor that effects the production and gross production value is the amount of land in the I Region and seed quantity in the II and III Regions.