Zekiye Şengül

Türkiye, dünya çam balı üretiminin yaklaşık %90’ını karşılayarak bu alanda küresel ölçekte stratejik bir konuma sahiptir. Çam balı, yalnızca ekonomik bir ürün değil, aynı zamanda kırsal kalkınma ve ekosistem hizmetleri açısından da önemli bir odun dışı orman ürünüdür. Bu araştırmada çam balı üreticilerinin sosyoekonomik yapısı, üretim koşulları, örgütlenme düzeyi, mekanizasyon kullanımı ve pazarlama stratejileri analiz edilmiş, üretimin sürdürülebilirliğini tehdit eden başlıca sorunlar belirlenmiş ve çözüm önerileri geliştirilmiştir. Araştırma Muğla, Aydın ve İzmir illerinde çam balı üretimi yapan 379 arıcılık işletmesinden anket yoluyla elde edilen verilere dayanmaktadır. Bulgular işletmelerin faaliyet gösterdikleri illere göre oluşturulan gruplar temelinde değerlendirilerek, üretici odaklı politikaların geliştirilmesi ve sektörel kapasitenin artırılmasına yönelik stratejik planlamalar için önemli bir zemin oluşturmuştur. Araştırma sonuçları üreticilerin yaşlandığını, eğitim ve örgütlenme düzeyinin yetersiz kaldığını göstermektedir. Sosyal güvence eksikliği ve finansman sıkıntıları ekonomik sürdürülebilirliği tehdit ederken, ORKÖY desteklerinin etkin kullanılamadığı, modern ekipman kullanımının ve diğer arı ürünlerinin üretiminin çok düşük seviyede kaldığı belirlenmiştir. Koloni kayıplarının hastalıklar, iklim değişikliği ve konaklama alanı yetersizliği gibi nedenlerle arttığı; pazarlamada ise toptancı ve tüccarların belirleyici rol oynadığı ve bu durumun üretici gelirlerini olumsuz etkilediği anlaşılmıştır. Bu bağlamda doğrudan satış ve sözleşmeli üretim gibi farklı pazarlama kanallarının teşvik edilmesi, gençlerin sektöre kazandırılması, eğitim faaliyetlerinin yaygınlaştırılması, üretici örgütlenmesinin güçlendirilmesi, mekanizasyon düzeyinin artırılması önerilmektedir.

This study investigates the resilience of the agricultural sector in Türkiye to climate shocks at the provincial level during 2005–2024 by examining the spatial structure and the determinants of resilience within a spatial econometric framework. In the study, a new index, namely the Provincial Agricultural Resilience Index (PARI), comprising the productivity, stability, and diversity sub-indices, was constructed; the trends, spatial patterns, and relationships between the index and climatic as well as structural factors were examined. The results indicate that although the average agricultural resilience of Türkiye has recorded a marginal increase, the improvement is not spatially uniform and is accompanied by a pronounced regional divergence pattern. During 2005–2024, PARI levels displayed significant and increasingly stronger spatial clustering; higher resilience levels were concentrated in the Western and Mediterranean basins, whereas lower resilience levels were concentrated in Eastern and Northeastern Anatolia, pointing to an inter-provincial sigma-divergence. The results of the Spatial Durbin Model (SDM) reveal that agricultural resilience has a strong spatial dependence; the impacts of climate shocks transcend provincial boundaries and have spillover effects on neighboring provinces. The negative and statistically significant direct and total effects of the drought indicator indicate that climate shocks are likely to undermine agricultural resilience. However, the negative direct and indirect effects of agricultural credit and mechanization variables imply that financial access and capital use can serve mainly as short-term coping mechanisms rather than investment channels enhancing agricultural resilience against climate shocks. The results of marginal-effects analysis imply that the use of credit may even exacerbate rather than compensate for the loss of resilience, particularly in the case of drought, implying that the existing financial instruments may be insufficient to support long-term structural adaptation capacity. Overall, the results suggest that financial policies for a climate-resilient agricultural system should be redesigned by incorporating productive technology investments and regional adaptation differentials.

In a global economic conjuncture shaped by geopolitical tensions, climate shocks, and supply chain vulnerabilities, the accurate forecasting of foreign trade data underpins proactive policy design for national food security and economic stability. This study systematically compares the forecasting performance of Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) models, two modern deep learning approaches, and the traditional Seasonal ARIMA (SARIMA) model to forecast Türkiye's agriculture, food, and beverage foreign trade series. Monthly data for the period 2004-2020 were used to train the models, and their forecasting performance was measured using MAE, MSE, RMSE, and MAPE metrics over the test period 2021-2025. The results of the analysis indicate that the most appropriate model depends on the structure of the series. Whereas the SARIMA model outperforms in export series with regular seasonal patterns, the GRU model performs better in import series with complex nonlinear dynamics. These results underline the need to adopt a data-driven and problem-specific modeling strategy rather than relying on a universal "best model". In light of these findings, this study recommends the adoption of a hybrid "model portfolio" approach that combines SARIMA models for predictable seasonal trends and deep learning methods for managing volatile and shock-prone environments to enhance the resilience of national trade strategies.

The agricultural sector is recognized as one of the primary economic pillars of Türkiye, contributing significantly to employment, GDP, and export revenues. However, the proportion of the workforce employed in agriculture has been diminishing in conjunction with the growth of the industrial and service sectors. Despite this long-term decline, annual fluctuations in the absolute value of agricultural employment suggest that the sector functions as a stabilizing factor, mitigating the impact of general labor market fluctuations and exhibiting high sensitivity to short-term changes in profitability and support policies. To support this sector, the government implements various policy instruments, including direct payments, input subsidies, and investment incentives. The extant literature suggests that the effects of these subsidies on employment exhibit a complex and paradoxical pattern. The promotion of capital-intensive technologies, the absence of direct employment effects associated with decoupled payments, and the consolidation of large-scale farms are the main mechanisms through which these interactions occur. It has been emphasized that reducing support could lead to more abrupt and disproportionate declines in employment, particularly by driving less efficient farms out of the sector. This reflects a downward asymmetry. In this context, the study analyzed the short- and long-term asymmetric effects of agricultural policy support, as measured by the OECD Producer Support Estimate (PSE) index, on agricultural employment levels in Türkiye. The dataset used for this study consists of annual time series data on agricultural employment, PSE, agricultural credit volume, agricultural product exports and imports, and the share of agriculture in gross domestic product (GDP) from 1986 to 2023. This data was obtained from the TurkStat, SBB, TBB, and OECD databases. The asymmetric relationships are tested using the NARDL cointegration methodology, which is a non-linear lag distributed autoregressive approach. According to the findings, positive shocks in PSE and agricultural credits significantly and positively affect employment in the long run, while positive shocks in agricultural exports negatively affect employment. Conversely, negative shocks to the share of agriculture in GDP increase employment, confirming the sector's "employment buffer" function. Long-run asymmetry is found in PSE and agricultural credits. In the short run, negative shocks to agricultural exports negatively impact employment, while positive shocks to agricultural credit have a negative lagged effect on employment. However, positive shocks to the share of agriculture in GDP increase employment in the short run. Short run asymmetry is observed for export and GDP share variables, but no significant asymmetry is found for PSE. Accordingly, the study suggests that policymakers adopt a multidimensional approach to agricultural subsidies that considers not only the amount, but also the design, orientation, and implementation context. The development of mechanisms that safeguard rural employment and promote alternative employment opportunities is of critical importance. It is recommended that flexible support and credit instruments be designed to target vulnerable groups in the face of short-term negative shocks, with priority given to labor-intensive subsectors and rural diversification initiatives. Moreover, policies aimed at facilitating transitions to non-agricultural employment—such as vocational training programs and support for local entrepreneurship—should be strengthened.

Bu bölüm, arıcılık sektörünün ekonomik yönlerini tartışmakta ve sektörün mevcut durumuna dair genel bir bakış sunmaktadır. Arıcılık, ekolojik ve ekonomik açıdan önemli bir sektör olarak bal, arı sütü, polen, propolis gibi katma değerli ürünlerle kırsal kalkınmayı desteklerken, sürdürülebilir tarım uygulamaları için kritik bir rol oynamaktadır. Bölümde, "Üretim Maliyetleri ve Karlılık" ile "Pazar Fiyatları ve Gelir Modelleri" gibi alt başlıklar altında sektörün ekonomik dinamikleri ele alınmıştır. Ayrıca, pazarlama stratejileri ve tüketici talebi doğrultusunda sektörel fırsatlar ve riskler tartışılmıştır. Çalışma, sektörün daha sürdürülebilir ve rekabetçi bir yapıya kavuşabilmesi için stratejik öneriler sunmayı hedeflemektedir.

Arıcılığın Tari̇hçesi Cengiz ERKAN Arıcılığın Genel Durumu, İşletmelerin Ekonomik Analizi ve Pazarlama Stratejileri Zekiye ŞENGÜL Gamze SANER Bal Arısı Tür ve Irkları Meral KEKEÇOĞLU Balarısının Vücut Yapısı ve Biyolojisi Nuray ŞAHİNLER Bal Arısı Kolonisinde Yaşam ve İletişim Rahşan İVGİN TUNCA Gonca ÖZMEN ÖZBAKIR Bal Arısı Genetiği Kemal KARABAĞ Bal Arısı Islahı Devrim OSKAY Kemal KARABAĞ Ana Arı Yetiştiriciliği ve Yapay Tohumlama Aziz GÜL Münire TURHAN Teknik Arıcılıkta Kullanılan Malzemeler ve Teknoloji Kullanımı Gonca ÖZMEN ÖZBAKIR Rahşan İVGİN TUNCA Koloni ve Arılık Yönetimi Halil YENİNAR Bal Arılarında Kışlama ve Kış Arılarının Oluşumu, Fizyolojik ve Davranışsal Özellikleri ile Kışlama Uygulamaları Halil YENİNAR Bal Arısı Beslenmesi Gizem SÖNMEZ OSKAY Devrim OSKAY Gezginci (Göçer) Arıcılık Halil YENİNAR Paket Arıcılık Halil YENİNAR Ali KORKMAZ Bal Arısı Sağlığı Levent AYDIN Bal Arısı ve Tozlaşma Dilek KABAKCI Bal Arılarının Nektar ve Polen Kaynakları Fazlı ÖZTÜRK Balın Yapısı, Çeşitleri ve Kullanım Alanları Nuray ŞAHİNLER Arı Ürünleri Sibel SİLİCİ Apiterapi Sibel SİLİCİ Arı Yetiştiriciliğinde Sürdürülebilir Sistemler: İyi Arıcılık Uygulamaları, Organik ve Biyodinamik Arıcılık Ekin VAROL Banu YÜCEL Küresel İklim Değişikliklerinin Bal Arıları Üzerine Etkileri Cengiz ERKAN Arıcılık ve Hukuk Arsin DEMİR Bal Arılarında Doğru Bilinen Yanlışlar Kemal KARABAĞ

This study aims to assess the sustainability level of viticulture farms in Batman province and identify the factors that hinder their sustainability. The data used for the study were collected in the 2021 production year through surveys of 94 farms. A composite sustainability index was developed to measure the sustainability level of viticultural activities. Positive or endogenous weighting methods, such as Principal Component Analysis (PCA), were used to reduce the number of sustainability indicators and determine their weights. The index values for economic, environmental, and social sustainability were found to be 0.40, 0.44, and 0.53, respectively. The overall sustainability index value for the farms was calculated as 0.43. The study also highlighted that 46.81% of the farms are at risk in terms of sustainability, with larger farms showing better sustainability performance compared to smaller ones.

Bu çalışmada, Ocak 2008-Aralık 2022 döneminde Türkiye'de sofralık zeytin fiyatlarının volatilitesini analiz etmek amacıyla ARIMA-GARCH modeli kullanılmıştır. Çalışma zeytin piyasasının volatilite dinamiklerini derinlemesine anlamayı ve piyasa katılımcıları için stratejik yaklaşımlar geliştirmeyi hedeflemektedir. ARIMA modeli, finans ve ekonomi literatüründe zaman serilerinin ortalama yapısının tahmin edilmesi için, GARCH modeli ise volatilitenin tahmin edilmesi için sıkça başvurulan metotlardır. Bu iki modelin entegrasyonu hem ortalama hem de volatilitenin kapsamlı bir analizini sağlamaktadır. Analiz sürecinde farklı volatilite modelleme teknikleri kullanılarak optimal model, Akaike (AIC), Schwarz (SIC) Bilgi Kriterleri ve Log likelihood değeri ile belirlenmiştir. Seçilen modelin performansı, gerçekleşen volatilite değerleriyle karşılaştırılarak değerlendirilmiştir. Sonuçlara göre, zeytin fiyatlarında belirgin bir düzeltme eğilimi gözlemlenmiş, bu da piyasa katılımcılarının fiyat hareketlerine hızla tepki verdiğini göstermiştir. Diğer taraftan zeytin piyasasında volatilitenin uzun süre devam edebileceği ve fiyat şoklarının uzun vadeli etkiler yaratabileceği belirlenmiştir. Kısa dönem tahminlerinde (3 ve 6 aylık), tahmin süresine bağlı olarak hata oranlarının arttığı, 1-2 aylık tahmin ufkunda modelin güvenilir sonuçlar verdiği saptanmıştır. Sonuçlara göre 9 aylık dönemde 2 aylık tahminler, orta vadeli planlamalar için güvenilir sonuçlar sunmuştur. 12 aylık tahminlerde ise, modelin uzun vadeli planlamalar için istikrarlı sonuçlar sağladığı belirlenmiştir.

This study has investigated how climatic parameters affect honey yield in İzmir Province under the conditions of migratory beekeeping. The climate parameters of the years 1990-2020 obtained from the Turkish Statistical Institute (TURKSTAT) and the General Directorate of Meteorology were used in this research. The data were analyzed considering the routes used by migratory beekeepers in İzmir province to transport their colonies, and the effects of climatic parameters in these regions on honey yield were determined using a decision tree algorithm. The average minimum temperature was identified as the first effective factor for honey yield. This was followed by average wind speed, average relative humidity, average maximum temperature, total precipitation and average temperature. Based on results the average honey yield per hive is predicted to be 26.29 kg in climatic conditions where the average minimum temperature is greater than 10.81°C, the relative humidity is more than 66.03% and the average temperature is more than 18.36°C.