Research Article
BibTex RIS Cite

Ege Bölgesi Zeytin Üretiminde Etkinliğin ve Belirleyicilerinin Tespiti: Bootstrap VZA Yaklaşımı

Year 2024, Volume: 27 Issue: 6, 1459 - 1468, 07.11.2024
https://doi.org/10.18016/ksutarimdoga.vi.1397816

Abstract

Ege Bölgesi Zeytin Üretiminde Etkinliğin ve Belirleyicilerinin Tespiti: Bootstrap VZA Yaklaşımı
ÖZET
Amaç: Bu çalışmanın amacı Ege bölgesinde zeytin yetiştiren işletmecilerin etkinliklerinin ölçülmesi ve bu etkinliğe etki eden belirleyicilerin ortaya konmasıdır.
Yöntem: Tabakalı Örnekleme Yöntemi kullanılarak üç tabakaya ayrılan işletmelerden 154 tanesi ile yüz yüze anket yapılmış ve elde edilen verilerle Bootstrap VZA yöntemi kullanılarak, işletmelerin etkinlik skorları bulunmuştur. İkinci aşamada, Kırpılmış Regresyon yöntemiyle işletmelerin etkinlik skorlarını etkileyen faktörler belirlenmiştir.
Bulgular: Bootstrap VZA yöntemiyle elde edilen düzeltilmiş etkinlik skorları ortalaması 0,528 olmuştur. Düzeltilmiş VRS teknik etkinlik değerlerine bakıldığında, birinci tabakadaki işletmelerin ortalaması 0,590; ikinci tabakadaki işletmelerin ortalaması 0,471 ve üçüncü tabakadaki işletmelerin ortalaması ise 0,472 olmuştur. Etkin olan işletmelerin etkin olmayanlara göre %31,99 daha az ağaç, %0,37 daha az işgücü, %13,03 daha az azot, %48,09 daha az fosfor, %14,49 daha az potasyum, %29,95 daha az ilaç, %18,81 daha az su kullandığı ve %13,02 daha fazla mazot kullandığı belirlenmiştir. İkinci aşama olan Kırpılmış Regresyon analiz sonuçlarında Muğla ili işletmeleri, tabaka 2 ve tabaka 3, işletnmecinin ortaokul veya lise eğitim seviyesine sahip olması, işletmeci tecrübesi, aile birey sayısı ve ÇKS’ye kayıtlı olma etkinlik skorunu pozitif yönde etkileyen faktörler olarak bulunmuştur. Kooperatif üyeliği ve tarım dışı faaliyette bulunma ise etkinlik skorunu negatif etkileyen faktörler olarak ortaya çıkmıştır.
Sonuç: Bu sonuçlar, zeytin üreticilerinin VRS teknolojileri altında %47,2 daha az girdi kullanarak aynı üretimi gerçekleştirmelerinin mümkün olduğunu göstermektedir. Zeytin işletmelerinin kullandığı girdileri doğru tahsis etmelerinin etkinliklerini artırabileceği sonucu ortaya koymuştur. Ayrıca çevre kirliliğini azaltmak ve gıda güvenliğini sağlamak için özellikle kimyasal girdilerin ve fosil yakıtların optimum şekilde kullanılmasının gerekli olduğu sonucuna varılmıştır.
Determination of Efficiency and Its Determinants in Olive Production in the Aegean Region: Bootstrap DEA Approach

Supporting Institution

Atatürk Üniversitesi bilimsel Araştırma Projeleri Koordinasyon Birimi

Thanks

Bu çalışma Mehmet Muhammed Sarı'nın aynı isimli Doktora Projesinden Çıkarılmıştır.

References

  • Anonim. (2019). Türkiye İstatistik Kurumu. https://www.data.tuik.gov.tr/ (Alınma Tarihi: 01.04.2022).
  • Anonim. (2022a). Food and Agriculture Organisation. http://www.fao.org/faostat/en/#data/QC (Alınma Tarihi: 08.05.2022).
  • Anonim. (2022b). Türkiye İstatistik Kurumu. http://www.tuik.gov.tr/PreÇizelge.do?alt_id=1001 (Alınma Tarihi: 05.05.2022).
  • Banker. R. D.. Charnes. A.. & Cooper. W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science. 30(9). 1078-1092.
  • Bedihoğlu. C. & Özcan. G. (2009). An application in data envelopment and banking sector. Süleyman Demirel University. Jounal of the School of Economics and Administrative Sciences. 14(3). 301-326
  • Beltrán-Esteve. M. (2013). Assessing technical efficiency in traditional olive grove systems: A directional metadistance function approach. Economía Agraria y Recursos Naturales-Agricultural and Resource Economics. 13(2). 53-76.
  • Cengil. B.. & Kuşvuran. Ş. (2012). Sürdürülebilir tarım açısından Çankırı ikliminin değerlendirilmesi. Tarım Bilimleri Araştırma Dergisi. (1). 166-169.
  • Charnes. A.. Cooper. W. W.. & Rhodes. E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research. 2(6). 429-444.
  • Charnes. A.. Cooper. W. W.. & Rhodes. E. (1981). Evaluating program and managerial efficiency: an application of data envelopment analysis to program follow through. Management Science. 27(6). 668-697.
  • Cooper. W.. Seiford. L.M. & Tone. K. (2007). Data Envelopment Analysis: A Comprehensive Text with Models Applications. Springer Science. New York.
  • Cukur. F.. Saner. G.. Cukur. T.. Dayan. V.. & Adanacioglu. H. (2013). Efficiency analysis of olive farms: the case study of Mugla province. Turkey. Journal of Food. Agriculture & Environment. 11(2). 317-321.
  • Farrell. M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society: Series A (General). 120(3). 253-281.
  • Galluzzo. N. (2014). Comparing technical and economic efficiency among organic and conventional Italian olive farms. International Journal of Agricultural Science. Research and Technology in Extension and Education Systems. 4(1). 15-23.
  • Gökırmaklı. Ç.. & Bayram. M. (2018). Gıda için gelecek öngörüleri: Yıl 2050. Akademik Gıda. 16(3). 351-360. Günduz. O.. Ceyhan. V.. & Esengun. K. (2011). Measuring the technical and economic efficiencies of the dry apricot farms in Turkey. Journal of Food. Agriculture & Environment. 9(1). 319-324.
  • Heidari. M. D.. Omid. M.. & Mohammadi. A. (2012). Measuring productive efficiency of horticultural greenhouses in Iran: a data envelopment analysis approach. Expert Systems with Applications. 39(1). 1040-1045.
  • Monchuk. D. C.. Chen. Z.. & Bonaparte. Y. (2010). Explaining production inefficiency in China's agriculture using data envelopment analysis and semi-parametric bootstrapping. China Economic Review. 21(2). 346-354.
  • Niavis. S.. Tamvakis. N.. Manos. B.. & Vlontzos. G. (2018). Assessing and explaining the efficiency of extensive olive oil farmers: The case of Pelion peninsula in Greece. Agriculture. 8(2). 25. https://doi.org/10.3390/agriculture8020025.
  • Russo. C.. Cappelletti. G. M.. Nicoletti. G. M.. Di Noia. A. E.. & Michalopoulos. G. (2016). Comparison of European olive production systems. Sustainability. 8(8). 825. https://doi.org/10.3390/su8080825
  • Semerci. A. (2018). Gross profit analysis in olive oil production: a case study of Hatay Region-Turkey. Custos e @gronegócio on line. 14(2). 237-259.
  • Simar. L.. & Wilson. P. W. (2000a). A general methodology for bootstrapping in non-parametric frontier models. Journal of Applied Statistics. 27(6). 779-802.
  • Simar. L.. & Wilson. P. W. (2000b). Statistical inference in nonparametric frontier models: The state of the art. Journal of Productivity Analysis. 13(1). 49-78.
  • Simar. L.. & Wilson. P. W. (2007). Estimation and inference in two-stage. semi-parametric models of production processes. Journal of Econometrics. 136(1). 31–64.
  • Şahin. K.. & Külekçi. M. (2022). Örtü altı domates üretiminde enerji kullanımı ve sera gazı emisyonunun girdi optimizasyonu yaklaşımı ile azaltılması: Antalya İli örneği. Journal of the Institute of Science and Technology. 12(3). 1808-1819.
  • Temür. Y.. & Bakırcı. F. (2008). Türkiye’de sağlik kurumlarinin performans analizi: bir VZA uygulaması. Sosyal Bilimler Dergisi. 10(3). 261-281.
  • Toma. P.. Miglietta. P. P.. Zurlini. G.. Valente. D.. & Petrosillo. I. (2017). A non-parametric bootstrap data envelopment analysis approach for environmental policy planning and management of agricultural efficiency in EU countries. Ecological indicators. 83. 132-143.
  • Yamane. T. (2006). Temel Örnekleme Yöntemleri. Çev. Esin A. Bakır MA. Aydın C. Güzbüzsel E. Literatür Yayınları: 53. İstanbul.
  • Yeşilyurt. C. (2018). Performans ölçümünde kullanılan parametreli ve parametresiz etkinlik ölçüm yöntemlerinin karşılaştırılması. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 22 (Özel Sayı 3). 2941-2953.

Determination of Efficiency and Its Determinants in Olive Production in the Aegean Region: Bootstrap DEA Approach

Year 2024, Volume: 27 Issue: 6, 1459 - 1468, 07.11.2024
https://doi.org/10.18016/ksutarimdoga.vi.1397816

Abstract

Ege Bölgesi Zeytin Üretiminde Etkinliğin ve Belirleyicilerinin Tespiti: Bootstrap VZA Yaklaşımı
ÖZET
Amaç: Bu çalışmanın amacı Ege bölgesinde zeytin yetiştiren işletmecilerin etkinliklerinin ölçülmesi ve bu etkinliğe etki eden belirleyicilerin ortaya konmasıdır.
Yöntem: Tabakalı Örnekleme Yöntemi kullanılarak üç tabakaya ayrılan işletmelerden 154 tanesi ile yüz yüze anket yapılmış ve elde edilen verilerle Bootstrap VZA yöntemi kullanılarak, işletmelerin etkinlik skorları bulunmuştur. İkinci aşamada, Kırpılmış Regresyon yöntemiyle işletmelerin etkinlik skorlarını etkileyen faktörler belirlenmiştir.
Bulgular: Bootstrap VZA yöntemiyle elde edilen düzeltilmiş etkinlik skorları ortalaması 0,528 olmuştur. Düzeltilmiş VRS teknik etkinlik değerlerine bakıldığında, birinci tabakadaki işletmelerin ortalaması 0,590; ikinci tabakadaki işletmelerin ortalaması 0,471 ve üçüncü tabakadaki işletmelerin ortalaması ise 0,472 olmuştur. Etkin olan işletmelerin etkin olmayanlara göre %31,99 daha az ağaç, %0,37 daha az işgücü, %13,03 daha az azot, %48,09 daha az fosfor, %14,49 daha az potasyum, %29,95 daha az ilaç, %18,81 daha az su kullandığı ve %13,02 daha fazla mazot kullandığı belirlenmiştir. İkinci aşama olan Kırpılmış Regresyon analiz sonuçlarında Muğla ili işletmeleri, tabaka 2 ve tabaka 3, işletnmecinin ortaokul veya lise eğitim seviyesine sahip olması, işletmeci tecrübesi, aile birey sayısı ve ÇKS’ye kayıtlı olma etkinlik skorunu pozitif yönde etkileyen faktörler olarak bulunmuştur. Kooperatif üyeliği ve tarım dışı faaliyette bulunma ise etkinlik skorunu negatif etkileyen faktörler olarak ortaya çıkmıştır.
Sonuç: Bu sonuçlar, zeytin üreticilerinin VRS teknolojileri altında %47,2 daha az girdi kullanarak aynı üretimi gerçekleştirmelerinin mümkün olduğunu göstermektedir. Zeytin işletmelerinin kullandığı girdileri doğru tahsis etmelerinin etkinliklerini artırabileceği sonucu ortaya koymuştur. Ayrıca çevre kirliliğini azaltmak ve gıda güvenliğini sağlamak için özellikle kimyasal girdilerin ve fosil yakıtların optimum şekilde kullanılmasının gerekli olduğu sonucuna varılmıştır.
Anahtar Kelimeler: Etkinlik, Bootstrap VZA, Zeytin, Kırpılmış regresyon
Determination of Efficiency and Its Determinants in Olive Production in the Aegean Region: Bootstrap DEA Approach
ABSTRACT
Aims:The aim of this thesis study is to measure the efficiency of operators growing olives in the Aegean region and to reveal the determinants affecting this efficiency.
Material and methods: The efficiency scores of the farms were determined by using the Bootstrap Data Envelopment Analyze (DEA) method with the data obtained by conducting a face-to-face survey with 154 of the farms divided into three groups using the Stratified Sampling Method. In the second stage, the significance impacts of the factors affecting the efficiency scores of the farms were revealed with the Truncated Regression method.
Results: The average of the bias corrected efficiency scores obtained by the Bootstrap DEA method was 0,528. While the least efficient olive farms had bias corrected efficiency value of 0,119, the most efficient farms had 0,840. Considering the bias corrected VRS technical efficiency values, the average of farms in the first group is 0,590; the average of the farms in the second group was 0,471 and the average of the farms in the third group was 0,472. Additionally, inefficient farms had an average efficiency of 54.69% less than the efficient ones. Efficient farms used 31,99% less trees, 0,37% less labor, 13,03% less nitrogen, 48,09% less phosphorus, 14,49% less potassium, 29,95% less pesticide and 18,81% less and 13,02% more diesel compared to inefficient farms. In addition, experience, number of family members, FRS membership, cooperative membership and non-agricultural activity variables were found to be significant in the Truncated Regression Analysis as well as Muğla province, secondary school, high school, Group 2 and Group 3 dummy variables.
Conclusions: These results show that it is possible for olive producers to achieve the same production using 47.2% less input under VRS technologies. It has been concluded that correct allocation of inputs used by olive enterprises can increase their efficiency. It has also been concluded that it is necessary to use chemical inputs and fossil fuels optimally in order to reduce environmental pollution and ensure food safety.

References

  • Anonim. (2019). Türkiye İstatistik Kurumu. https://www.data.tuik.gov.tr/ (Alınma Tarihi: 01.04.2022).
  • Anonim. (2022a). Food and Agriculture Organisation. http://www.fao.org/faostat/en/#data/QC (Alınma Tarihi: 08.05.2022).
  • Anonim. (2022b). Türkiye İstatistik Kurumu. http://www.tuik.gov.tr/PreÇizelge.do?alt_id=1001 (Alınma Tarihi: 05.05.2022).
  • Banker. R. D.. Charnes. A.. & Cooper. W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science. 30(9). 1078-1092.
  • Bedihoğlu. C. & Özcan. G. (2009). An application in data envelopment and banking sector. Süleyman Demirel University. Jounal of the School of Economics and Administrative Sciences. 14(3). 301-326
  • Beltrán-Esteve. M. (2013). Assessing technical efficiency in traditional olive grove systems: A directional metadistance function approach. Economía Agraria y Recursos Naturales-Agricultural and Resource Economics. 13(2). 53-76.
  • Cengil. B.. & Kuşvuran. Ş. (2012). Sürdürülebilir tarım açısından Çankırı ikliminin değerlendirilmesi. Tarım Bilimleri Araştırma Dergisi. (1). 166-169.
  • Charnes. A.. Cooper. W. W.. & Rhodes. E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research. 2(6). 429-444.
  • Charnes. A.. Cooper. W. W.. & Rhodes. E. (1981). Evaluating program and managerial efficiency: an application of data envelopment analysis to program follow through. Management Science. 27(6). 668-697.
  • Cooper. W.. Seiford. L.M. & Tone. K. (2007). Data Envelopment Analysis: A Comprehensive Text with Models Applications. Springer Science. New York.
  • Cukur. F.. Saner. G.. Cukur. T.. Dayan. V.. & Adanacioglu. H. (2013). Efficiency analysis of olive farms: the case study of Mugla province. Turkey. Journal of Food. Agriculture & Environment. 11(2). 317-321.
  • Farrell. M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society: Series A (General). 120(3). 253-281.
  • Galluzzo. N. (2014). Comparing technical and economic efficiency among organic and conventional Italian olive farms. International Journal of Agricultural Science. Research and Technology in Extension and Education Systems. 4(1). 15-23.
  • Gökırmaklı. Ç.. & Bayram. M. (2018). Gıda için gelecek öngörüleri: Yıl 2050. Akademik Gıda. 16(3). 351-360. Günduz. O.. Ceyhan. V.. & Esengun. K. (2011). Measuring the technical and economic efficiencies of the dry apricot farms in Turkey. Journal of Food. Agriculture & Environment. 9(1). 319-324.
  • Heidari. M. D.. Omid. M.. & Mohammadi. A. (2012). Measuring productive efficiency of horticultural greenhouses in Iran: a data envelopment analysis approach. Expert Systems with Applications. 39(1). 1040-1045.
  • Monchuk. D. C.. Chen. Z.. & Bonaparte. Y. (2010). Explaining production inefficiency in China's agriculture using data envelopment analysis and semi-parametric bootstrapping. China Economic Review. 21(2). 346-354.
  • Niavis. S.. Tamvakis. N.. Manos. B.. & Vlontzos. G. (2018). Assessing and explaining the efficiency of extensive olive oil farmers: The case of Pelion peninsula in Greece. Agriculture. 8(2). 25. https://doi.org/10.3390/agriculture8020025.
  • Russo. C.. Cappelletti. G. M.. Nicoletti. G. M.. Di Noia. A. E.. & Michalopoulos. G. (2016). Comparison of European olive production systems. Sustainability. 8(8). 825. https://doi.org/10.3390/su8080825
  • Semerci. A. (2018). Gross profit analysis in olive oil production: a case study of Hatay Region-Turkey. Custos e @gronegócio on line. 14(2). 237-259.
  • Simar. L.. & Wilson. P. W. (2000a). A general methodology for bootstrapping in non-parametric frontier models. Journal of Applied Statistics. 27(6). 779-802.
  • Simar. L.. & Wilson. P. W. (2000b). Statistical inference in nonparametric frontier models: The state of the art. Journal of Productivity Analysis. 13(1). 49-78.
  • Simar. L.. & Wilson. P. W. (2007). Estimation and inference in two-stage. semi-parametric models of production processes. Journal of Econometrics. 136(1). 31–64.
  • Şahin. K.. & Külekçi. M. (2022). Örtü altı domates üretiminde enerji kullanımı ve sera gazı emisyonunun girdi optimizasyonu yaklaşımı ile azaltılması: Antalya İli örneği. Journal of the Institute of Science and Technology. 12(3). 1808-1819.
  • Temür. Y.. & Bakırcı. F. (2008). Türkiye’de sağlik kurumlarinin performans analizi: bir VZA uygulaması. Sosyal Bilimler Dergisi. 10(3). 261-281.
  • Toma. P.. Miglietta. P. P.. Zurlini. G.. Valente. D.. & Petrosillo. I. (2017). A non-parametric bootstrap data envelopment analysis approach for environmental policy planning and management of agricultural efficiency in EU countries. Ecological indicators. 83. 132-143.
  • Yamane. T. (2006). Temel Örnekleme Yöntemleri. Çev. Esin A. Bakır MA. Aydın C. Güzbüzsel E. Literatür Yayınları: 53. İstanbul.
  • Yeşilyurt. C. (2018). Performans ölçümünde kullanılan parametreli ve parametresiz etkinlik ölçüm yöntemlerinin karşılaştırılması. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 22 (Özel Sayı 3). 2941-2953.
There are 27 citations in total.

Details

Primary Language Turkish
Subjects Farm Enterprises
Journal Section RESEARCH ARTICLE
Authors

Mehmet Sarı 0000-0003-4721-085X

Murat Külekçi 0000-0002-7696-7109

Early Pub Date August 15, 2024
Publication Date November 7, 2024
Submission Date November 29, 2023
Acceptance Date May 6, 2024
Published in Issue Year 2024Volume: 27 Issue: 6

Cite

APA Sarı, M., & Külekçi, M. (2024). Ege Bölgesi Zeytin Üretiminde Etkinliğin ve Belirleyicilerinin Tespiti: Bootstrap VZA Yaklaşımı. Kahramanmaraş Sütçü İmam Üniversitesi Tarım Ve Doğa Dergisi, 27(6), 1459-1468. https://doi.org/10.18016/ksutarimdoga.vi.1397816


International Peer Reviewed Journal
Free submission and publication
Published 6 times a year



88x31.png


KSU Journal of Agriculture and Nature

e-ISSN: 2619-9149