TÜRKİYE DE SOFRALIK ÜZÜM ÜRETİM ve DIŞ SATIMINA YÖNELİK PROJEKSİYONLAR VE DEĞERLENDİRMELER

TÜRKİYE DE SOFRALIK ÜZÜM ÜRETİM ve DIŞ SATIMINA YÖNELİK PROJEKSİYONLAR VE DEĞERLENDİRMELER Hülya UYSAL Nihal CAN AĞIRBAŞ Gamze SANER hulya.uysal@gthb.gov.tr ncagirbas@ogu.edu.tr gamze.saner@ege.edu.tr Bağcılık Araştırma Enstitüsü Müdürlüğü, MANİSA Osmangazi Üniversitesi Ziraat Fakültesi, ESKİŞEHİR Ege Üniversitesi Ziraat Fakültesi, Tarım Ekonomisi Bölümü, İZMİR ÖZET Bu çalışmada; Türkiye de sofralık üzüm üretim ve dış satımı için 98-0 yıllarına ait yıllık verilerle gelecek 5 yıla ilişkin öngörülerde bulunulmuştur. Sofralık üzüm üretimine ilişkin öngörülerin yapılmasında; Box-Jenkins ARIMA Modeli kullanılmıştır. ARIMA (,,) modeli en iyi model olarak bulunmuştur. Türkiye sofralık üzüm dışsatım miktarlarına ilişkin öngörü yapılırken ise çift üstel düzeltme double exponential smoothing yönteminden yararlanılmıştır. Öngörü sonuçlarına göre Türkiye sofralık üzüm üretim ve dışsatımında artış olması beklenmektedir. Ancak bilinçsiz kimyasal kullanımı sonucu ortaya çıkan kimyasal ilaç kalıntıları ve Rusya ile yaşanan kriz pazar payının artışını kısıtlamaktadır. Bu nedenle izlenebilir üretim sistemlerinin kurulması ve yaygınlaştırılması gerekmektedir. Anahtar Kelimeler: Sofralık üzüm, üretim, dış satım, öngörü, ARIMA, çift üstel düzeltme PROJECTIONS AND EVALUATIONS FOR TABLE GRAPE PRODUCTION AND EXPORT IN TURKEY ABSTRACT The forecasts for the production and exports of table grape in Turkey has been made for the next five years using by annual data on 98-0 years in this study. A time series modeling approach (Box-Jenkins ARIMA model) has been used to forecast table grape production in Turkey. The order of the best ARIMA model was found to be (,,). Double exponential smoothing method has been used to forecast the amount of table grape export in Turkey. The forecast results have shown that the annual table grape production and export in Turkey will continuously grow. But, the result of unconscious usage of chemical production and the crisis with Russia in Turkey's export markets is restricting the growth of the market share. Therefore, monitorable production systems must be established and extended Keywords: Table grape, production, export, forecasting, ARIMA, Double exponential smoothing 9

. GİRİŞ Üzüm dünyada oldukça geniş alana yayılan meyve türlerinden biridir. Dünyada 7.55.87 hektar alanda 77.8.0 üzüm üretilmektedir (FAO, 04). Türkiye 468.79 hektar bağ alanı ile İspanya, Fransa, Çin, İtalya ve Güney Afrika dan sonra 6. sırada gelmektedir. Üzüm üretiminde ise Çin, İtalya, ABD, İspanya ve Fransa dan sonra 4.5.800 ton ile 6 sıradadır. Türkiye de Doğu Anadolu nun yüksek kesimleri ile yıllık yağışın 000 mm. üzerinde olduğu Doğu Karadeniz sahil şeridi dışında kalan tüm bölgelerinde bağcılık yapılabilmektedir (Çelik vd.,998). Üzümler, ticari olarak değerlendirme şekillerine göre kurutmalık, sofralık, şıralık ve şaraplık olarak gruplandırılmaktadır. Dünyada üretilen üzümün %7 i şaraplık, %7 si sofralık ve % si kurutmalık olarak değerlendirilmektedir (Anonim, 05). Türkiye de ise üretilen üzümün %7 si çekirdekli ve çekirdeksiz kurutmalık, %5 si sofralık, % i de şaraplık olarak değerlendirilmektedir (TÜİK, 04). Son yirmi yılda, değişen dünya koşullarıyla birlikte, sofralık üzüm üretiminde önemli gelişmeler kaydedilmiştir. 99-995 döneminde dünyada ortalama,8 milyon ton sofralık üzüm üretimi gerçekleştirilirken son yıllarda bu rakam 0,5 milyon tona ulaşmıştır. Ekonomik ve siyasal gelişmelerin ulusal ve uluslararası pazarları etkilemesi nedeniyle sektörler açısından geleceğe ilişkin planlamaların yapılabilmesi için öngörülerde bulunmak oldukça önemlidir. Böylelikle makro politikaların oluşturulmasından işletmelerin yatırım tercihlerinin yapılmasına kadar ekonominin her bölümünde öngörüleri kullanmak mümkündür. Değişik ürünlerde bu tür çalışmalar gerçekleştirilmiştir. Koç ve Tonkaz (00) çalışmalarında, GAP bölgesinde çeltik üretimi, üretimin gelişim seyrini incelenmiştir. Kullanılan veriler 99 009 dönemine ilişkin olup, uzun dönem eğilim analizinde ARIMA (,0,) modeli kullanılmıştır. İlgili bölgede 009 itibariyle 574 ton olan çeltik üretiminin giderek azalma eğiliminde olacağı tahminlenmiştir. Yapılan analizlerde, üretimin 05 yılında 70 tona, 00 yılında 4467 tona ve 05 yılında ise 474 tona kadar gerileyeceği tahmin edilmiştir. Özer ve Semerci (0) tarafından gerçekleştirilen çalışmada, ayçiçeği için 988-009 dönemi irdelenerek zaman serisi ve karesel tip fonksiyon kullanılmış, Türkiye nin ayçiçeği ekim alanı, üretim miktarı ve verim değerleri incelenerek, olası tahminlerde bulunulmuştur. Eğilim analizleri sonucunda, 0 yılı için Türkiye nin ayçiçeği ekim alanı, üretim miktarı ve verim değerinde artış olacağı öngörüsünde bulunulmuştur. 0 yılında ayçiçeği ekim alanlarının 600 000 ha ı aşabileceği, ayçiçeği üretimin miktarının 00000 tona yaklaşacağı ve ortalama ayçiçeği veriminin 90 kg/da ı geçebileceği öngörülmüştür. Çelik (0), Türkiye de kırmızı et üretimini 96-0 dönemine ait yıllık verileri kullanarak Box-Jenkins tekniği ile analiz etmiştir. Bütünleştirilmiş Hareketli Ortalama ((0,,) ARIMA) en uygun model olarak belirlemiştir. 0 00 yılları için öngörüleri elde etmiş ve kırmızı et üretiminin yıllık ortalama artış hızının binde 8 olacağını belirtmiştir. Çelik (0), çalışmasında;96 0 yıllarına ait sert kabuklu meyvelerin türlerine göre (antepfıstığı, ceviz, fındık, badem ve kestane) üretim miktarları Box Jenkins yöntemiyle analiz edilmiştir. Veriler durağan hale getirildikten sonra bu veri kümesine uyan model, antepfıstığı üretiminde Bütünleştirilmiş Otoregresif (ARIMA(,,0)), ceviz üretiminde Bütünleştirilmiş Otoregresif (ARIMA(,,0)), fındık ve badem üretimi Bütünleştirilmiş Hareketli Ortalama (ARIMA(0,,)) ve kestane üretimi Bütünleştirilmiş Mevsimsel Otoregresif Hareketli Ortalama ARIMA(0,, 0)(0, 0,) 9 modeli olarak belirlenmiştir. Elde edilen modeller kullanılarak sert kabuklu meyvelerin 0 00 dönemi için öngörüleri yapılmıştır. Yapılan öngörüler sonucunda sert kabuklu meyvelerin üretim miktarında artış olacağı tahmin edilmiştir. 94

Özer ve Yavuz (04), dünya fındık ihracat fiyatlarını Box Jenkins_ARIMA modeli ile incelemişlerdir. Eylül 005 ve Eylül 0 dönemini kapsayan 96 aylık fiyat serilerini kullanarak, ARIMA (,,) en uygun model olarak belirlenmiştir. Yapılan öngörü modeline göre 0-04 sezonunda fındık ihracat fiyatı 6,69 $/kg ve 04-05 sezonunda 6, $/kg düzeyinde gerçekleşeceğini tahmin etmişlerdir. Muhammad ve Abdullah (0), 970-009 yılı verilerini kullanarak Malezya daki çeltik üretimine ilişkin beş farklı zaman serisi modeli kullanmışlar ve üstel düzelteme yöntemini kullanarak gelecek beş yıl için tahminde bulunmuşlardır. Aydoğan ve ark., (05), 994 yılından günümüze kadar Türkiye kuru fasulye üretim alanları, üretim miktarları, ihracat ve ithalat miktarları, yurt içi kullanım miktarları zaman serisi oluşturmuş ve gelecek dönemler için arz-talep dengesini Zaman Serisi Analizlerinden biri olan Çift Üstel Düzeltme Yöntemi ile tahmin etmişlerdir. Gelecek beş yıllık dönemde (05-09), kuru fasulye üretim alanları, üretim miktarı ve ihracatında azalma, ithalat ve yurt içi kullanım miktarlarında ise artış olacağını öngörmüşlerdir. Bu çalışmada da 98-0 yıllarına ait zaman serisi verilerinden yararlanılarak sofralık üzüm üretim ve dış satım yapısına ilişkin politikaların oluşturulmasına yön vermek üzere ileriye yönelik öngörülerde bulunmak amaçlanmıştır.. MATERYAL VE YÖNTEM. Materyal Çalışmada kullanılan Türkiye sofralık üzüm üretim ve dış satım miktarına ilişkin veriler 98-0 yıllarına ilişkin olup TÜİK (Türkiye İstatistik Kurumu) kayıtlarından temin edilmiştir. Bunun dışında konu ile ilgili yurt içinde ve dışında yayınlamış rapor ve istatistiklerden de yararlanılmıştır.. Yöntem Türkiye sofralık üzüm üretimine ilişkin öngörülerin yapılmasında Mevsimsel olmayan Box-Jenkins Modeli ve Türkiye sofralık üzüm dışsatımına ilişkin öngörülerin yapılmasında ise Double Exponential Smoothing Modeli kullanılmıştır. Çalışmada öncelikle incelenen değişkenler için sahip olunan verilerin normal dağılım gösterip göstermediği Kolmogorov Smirnov testi ile belirlenmiştir. Normal dağılım göstermeyen verilere dönüşüm uygulanarak, normalleştirilmiştir. İncelenen değişkenlere ait zaman serisi verilerinin normallik kontrolleri yapıldıktan sonra, otoregresyon ve kısmi otoregresyon grafikleri ve ilgili istatistik testler (Dickey Fuller vb.) yardımıyla durağanlıkları incelenmiştir. Durağan olmayan seriler fark alma işlemi yapılarak durağan hale getirilmiştir. Durağan olmayan bir zaman serisini durağan hale getirmek için genellikle serinin veya defa farkı alınır ve d ile gösterilir. Durağan olmayıp farkı alınarak durağan hale getirilmiş serilere uygulanan modellere entegre modeller denir (Box-Jenkins 976). Bu entegre modeller belirli sayıda farkı alınmış serilere uygulanan AR ve MA modellerinin birleşimidir. Eğer AR modelinin derecesi p, MA modelin derecesi q ve serinin de d kez farkı alınmışsa bu modele (p,d, q) dereceden otoregresif entegre hareketli ortalama modeli denir ve ARIMA (p, d, q) şeklinde gösterilir (Box and Jenkins, 976). Burada p otoregresyon (AR) modelinin derecesi, d fark alma işlemi sayısı ve q hareketli ortalama (MA) modelinin derecesidir. Mevsimsel olmayan Box-Jenkins modellerine ait eşitlikler aşağıda verilmiştir. Genel olarak ARIMA modelinin gösterimi şu şekildedir; Zt = Z t + Z t + + p Z t p + t t t q t q 95

Bu eşitlikte; ARMA(p,q) eşitliğinde Xt nin yerine bunların farkı olan t x t= z t ikame edilerek elde edilmiştir. Burada ; fark alma operatörü, d; fark alma derecesi z t ; farkı alınmış seridir.,, p modelin parametreleridir. Bu parametreler t dönemine (bugünkü döneme) ait gözlem değeri zt ile geçmiş dönem gözlem değerleri Xt, Xt-, Xt-, Xt-p arasındaki ilişkiyi gösteren ilişki katsayılarıdır. P; modelin derecesini göstermektedir. t ; bağımsız bir süreç oluşturan normal dağılmış hata değişkenidir. Uygun modelin seçildiğinden emin olmak için, modellerdeki katsayıların önemlilik testi sonuçlarına ve tahmin serisi ile orijinal serinin birbirine olan uyumuna bakılmıştır. Ayrıca, Akaike Bilgi Kriteri (AIC) değerine bakılarak denetim işlemleri tamamlanmış ve öngörü değerleri hesaplanmıştır. Akaike Bilgi Kriteri (AIC) değeri aşağıdaki formül yardımıyla belirlenmiştir: AIC=Tlnσϵ +M Eşitlikte, AIC Akaike Bilgi Kriteri değerini, M modelin parametre sayısını ifade etmektedir. Sofralık üzüm dış satımına ilişkin öngörüde bulunulurken; verilerin son dönemlerine daha fazla ağırlık vermek istenildiğinden, dinamik zaman serisi metotlarından biri olan Çift Üstel Düzeltme Metodu kullanılmıştır. Bu yöntemde hem trend ortaya konulmakta hem de üstel düzeltme yapılmaktadır. Bu yöntemde aşağıdaki eşitlikler kullanılmaktadır. Eşitliklerde At; t döneminde seriye ait üstel olarak düzeltilmiş ortalamayı, CTt; t dönemindeki mevcut trendi, Tt; t döneminde üstel olarak düzeltilmiş trendi, Ŷt+; gelecek dönem için tahmini, ɑ; 0 ile arasında değişen ortalamaya ait düzeltme faktörünü, β; 0 ile arasında değişen trend için düzeltme faktörünü ifade etmektedir.. BULGULAR. Türkiye Sofralık Üzüm Üretim Miktarı Öngörüsü Çalışmada öncelikle 98-0 dönemine ilişkin yıllık zaman serisi grafiği çizilmiş ve Şekil de verilmiştir. İncelenen dönemde serinin artan bir trende sahip olduğu görülmektedir. Şekil : 98-0 yılları Türkiye sofralık üzüm üretimi (000 ton) 96

Serinin normal dağılım kontrolü ve dönüştürme işlemleri yapıldıktan sonra durağan olup olmadığını belirleyebilmek için otokorelasyon (ACF) ve kısmi otokorelasyon (PACF) fonksiyonlarına bakılmıştır (Şekil ) Autocorrelation Function for logurtim (with 5% significance limits for the autocorrelations) Partial Autocorrelation Function for logurtim (with 5% significance limits for the partial autocorrelations) Autocorrelation,0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -,0 Partial Autocorrelation,0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -,0 4 Lag 5 6 7 8 Şekil : Türkiye sofralık üzüm üretim miktarına ilişkin otokorelasyon ve kısmi otokorelasyon fonksiyonu 4 Lag 5 6 7 8 Serinin durağan olmadığı sonucuna varılarak fark alma işlemi sonrasında yeniden otokorelasyon ve kısmi otokorelasyon fonksiyonlarına bakılmıştır (Şekil ). Serinin durağanlaştığı belirlenmiştir. Model tahmin edilirken durağan hale dönüştürülen serinin hem ACF hem de PACF grafiklerinde ilişki miktarının azalışı yavaş yavaş olduğundan, otoregresif hareketli ortalama modeli kullanılmıştır. Autocorrelation Function for logurtm (with 5% significance limits for the autocorrelations) Partial Autocorrelation Function for logurtm (with 5% significance limits for the partial autocorrelations) Autocorrelation,0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -,0 Partial Autocorrelation,0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -,0 4 Lag 5 6 7 8 Şekil : Türkiye sofralık üzüm üretim miktarına ilişkin otokorelasyon ve kısmi otokorelasyon fonksiyonu ( fark alma işleminden sonra) Serinin birim kök içerip içermediği Dickey-Fuller (ADF) testi ile araştırılmıştır. Dickey-Fuller test istatistiğine göre serinin birinci farkı için ADF değeri -4.47960 mutlak değeri %, %5, %0 anlamlılık seviyesinde kritik değerlerinden mutlak olarak büyük olması nedeniyle serinin birim kök içermediği yani durağan olduğu görülmektedir (Çizelge ) 4 Lag 5 6 7 8 Çizelge : Dickey-Fuller (ADF) test sonuçları t-istatistiği Olasılık değeri* Augmented Dickey-Fuller test istatistiği -4.47960 0.005 Düzey % -.679 %5 -.967767 %0 -.6989 97

Sofralık üzüm üretim miktarı tahminine yönelik olarak ARIMA model uygulamasında (,,) uygulaması en uygun model olarak seçilmiştir. Parametrelerin tahmininde EViews programı kullanılmış olup uygun model için elde edilen analiz sonuçları Çizelge de verilmiştir. Buna göre modelinin parametre tahminlerinin anlamlılığını test etmek için hesaplanan olasılık değeri (p); α =0,05 anlamlılık düzeyinden küçük olduğundan parametre tahminlerinin anlamlı olduğuna karar verilmiştir. Çizelge : Parametrelerin tahmini Parametre Katsayı Std. Hata t-istatistiği Olasılık değeri (p) C 0.0074 0.008856.5047 0. AR() -0.46864 0.69-4.0869 0.0004 MA() 0.955 0.05 4.449 0.0000 R-squared 0.480 Mean dependent var 0.04689 Adjusted R-squared 0.445 S.D. dependent var 0.050 S.E. of regression 0.0750 Akaike info criterion -.6966 Sum squared resid 0.066 Schwarz criterion -.4889 Log likelihood 55.60 F-statistic.0590 Durbin-Watson stat.9478 Prob(F-statistic) 0.00097 Tahmin değerleri Çizelge de verilmiştir. Gelecek dönemlerde de Türkiye sofralık üzüm üretimindeki artışın devam etmesi beklenmektedir. Ancak iklimsel olaylarda yaşanılabilecek olumsuzluklara bağlı olarak verimdeki azalmalardan dolayı yıllar içerisinde üretimde azalmalar görülebilecektir. Türkiye nin 04 yılında, milyon ton olarak gerçekleşen sofralık üzüm üretim miktarı 05 yılında yaşanan dolu ve bunu takiben yaşanan yağışlardan dolayı % azalarak,9 milyon ton olarak gerçekleşmiştir (USDA, 05). Çizelge : Türkiye sofralık üzüm üretim miktarına ilişkin öngörü değerleri (ton) ARIMA (,,) Tahmin En Düşük En Yüksek 04.8.758.799.67.75.458 05.98.50.764.54.60.4 06.469.5.708.598.568.78 07.446.75.607.904.7.45 08.605.4.69.4 4.9.60. Türkiye Sofralık Üzüm Dış Satım Miktarı Öngörüsü Çalışmada öncelikle 98-0 dönemine ilişkin Türkiye sofralık üzüm dış satım miktarının yıllık zaman serisi grafiği çizilmiş ve Şekil 4 de verilmiştir. Burada sofralık üzüm dış satım miktarı serisinde artış trendi görülmektedir. Serinin normal dağılım kontrolü ve dönüştürme işlemleri yapıldıktan sonra analize uygun hale getirilmiştir. 98

ihracat 00000 50000 00000 50000 00000 50000 0 98 98 984 985 986 987 988 989 990 99 99 99 994 995 996 997 998 999 000 00 00 00 004 005 006 007 008 009 00 0 0 0 Şekil 4: 98-0 yılları Türkiye sofralık üzüm dış satım miktarı (ton) Türkiye sofralık üzüm dış satımına ilişkin yapılan tahminde çift üstel düzeltme yöntemi kullanılmıştır. Türkiye sofralık üzüm dış satım miktarının incelenen 5 yıllık (04-08) süreçte artması beklenilmektedir (Şekil 5). Buna göre sofralık üzüm dış satımına ilişkin 5 yıllık tahmini, en düşük ve en yüksek değerleri Çizelge 4 de verilmiştir. Türkiye sofralık üzüm dış satımında Rusya nın payı %60 dolayında olup 05 yılında Rusya ile yaşanan siyasal krizden dolayı mevcut durum devam ederse 06 yılında sofralık üzüm dışsatımında sorunlar yaşanabilecektir. Şekil 5: Türkiye sofralık üzüm dışsatım miktarı tahmin ve sınır değerleri Çizelge 4: Türkiye sofralık üzüm dış satım miktarı öngörüsü (Ton) Yıllar Tahmini En Düşük En Yüksek 04 7.47 6.509 79.05 05 48.49.750 507.54 06 7.444 07.5 687.797 07 96.57 9.700 98.40 08.907 8.707.84.044 99

4. SONUÇ VE ÖNERİLER Gelecek dönemlere ilişkin uygun politika araçlarının geliştirilmesinde kullanılmak üzere öngörülerde bulunmak son derece önemlidir. Bu çerçevede Türkiye sofralık üzüm üretim ve dış satım miktarına ilişkin 04-08 dönemi için öngörülerde bulunulmuş ve incelenen dönem için Türkiye sofralık üzüm üretim ve dış satımındaki artışların devam edeceği sonucuna varılmıştır. Sofralık üzüm üretim miktarında zaman zaman iklimsel olumsuzlardan kaynaklı bazı yıllarda azalmalar olsa bile verimdeki artıştan dolayı sofralık üzüm üretim miktarında azalma beklenilmemektedir. Ancak 05 yılında Rusya ile yaşanılan siyasal krizden dolayı Türkiye nin sofralık üzüm dışsatımında 06 yılında sorunlar yaşanılabilecektir. Bu durum aşılamazsa dış satım miktarında azalmalar olabilecektir. Türkiye sofralık üzüm dışsatımında Rusya Federasyonunun payı %60 dır. Dolayısıyla yeni pazar arayışlarına gitmek faydalı olacaktır. Ancak Türkiye nin sofralık üzüm dış pazarında neredeyse tek bir çeşitle (Sultani Çekirdeksiz) yer alması ve kimyasal ilaç kalıntı sorunları da pazar payı artışını kısıtlamaktadır. Türkiye de sofralık üzüm dış pazar payını genişletebilmek için, pazarın kalıntı konusundaki isteklerini karşılayan izlenebilir üretim sisteminin kurulması ve farklı çeşitlerin potansiyelleri değerlendirilerek ihracata çeşitlilik kazandırılması gerekmektedir KAYNAKLAR Anonim, 05. https://en.wikipedia.org/wiki/grape [Erişim:.0.05] Aydoğan, M., Demiryürek, K.ve Abacı, N.İ., 05. Türkiye de Kuru Fasulye Üretiminin Mevcut Durumu ve Gelecek Dönemler Üretiminin Tahmin Edilmesi, Türk Tarım Gıda Bilim ve Teknoloji Dergisi, (): 96-968, 05 Box, G.E.P. and Jenkins, G.M., 976. Time Series Analysis Forecasting and Control Revides Edition, Holden Day Inc. California. Çelik, H., Ağaoğlu, S., Fidan, Y., Marasalı, B., Söylemezoğlu, G., 998. Genel Bağcılık, ISBN 975-96656-0-, Ankara, s:. Çelik, Ş., 0. Türkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu, Hayvansal Üretim 5():-9, 0. Çelik, Ş., 0. Sert Kabuklu Meyvelerin Üretim Miktarının Box-Jenkins Tekniği İle Modellenmesi, Yüzüncü Yıl Üniversitesi Tarım Bilimleri Dergisi, 0, (): 8-0 FAO, 04. www.fao.org, [Erişim:.0.05] Koç B, Tonkaz T., 00. GAP Bölgesinde çeltik üretimi iklim ilişkileri ve çeltik üretiminin uzun dönem eğilim analizi. Türkiye IX. Tarım Ekonomisi KongresiŞanlıurfa, 4 Eylül, s.6-68. Muhammad, M. and Abdullah, M.H.H., 0. Modelling and forecasting on paddy production in Kelantan under the implementation of system of rice intensification (SRI), Academia Journal of Agricultural Research (7): 06-, July 0. Özer,O..O ve Yavuz, G. 04, Box-Jenkins Modeli Yardımıyla Fındık Fiyatının Tahmini, Türkiye XI. Tarım Ekonomisi Kongresi, Cilt: Samsun, -5 Eylül, s.689-694. Semerci A, Özer S.İ., 0. Türkiye de ayçiçeği ekim alanı, üretim miktarı ve verim değerinde olası değişimler. Tekirdağ Ziraat Fakültesi Dergisi, 8(), 46-5. TÜİK, 04. http://tuikapp.tuik.gov.tr/bitkiselapp/bitkisel, [Erişim:.0.05] USDA Report, 05. http://apps.fas.usda.gov/psdonline/circulars/raisins.pdf, [Erişim:.0.05] 00