Entropi Temelli Topsis Yöntemi İle OECD Ülkeleri Lojistik Performanslarının Değerlendirilmesi
Özet
Okan Dağ tarafından kaleme alınan bu çalışmada, OECD ülkelerinin lojistik performanslarının Çok Kriterli Karar Verme (ÇKKV) teknikleri ile değerlendirilmesi amaçlanmıştır. Araştırmada, Dünya Bankası tarafından yayımlanan Lojistik Performans Endeksi (LPE) raporlarının 2010-2018 yılları arasındaki beş dönemlik verileri kullanılarak 36 OECD ülkesi analize dâhil edilmiştir. Kriter ağırlıklarının objektif bir şekilde hesaplanması amacıyla Entropi yöntemi, ülkelerin lojistik başarı sıralamasının oluşturulması için ise TOPSIS yöntemi uygulanmıştır. Entropi analizi neticesinde lojistik performans üzerindeki en belirleyici kriter altyapı (0,2678) olarak tespit edilirken, gümrükler (0,2071) ikinci, lojistik hizmet kalitesi (0,1947) üçüncü sırada yer almış; zamanında teslim (0,0821) ise en düşük ağırlıklı kriter olmuştur. TOPSIS sıralama sonuçlarına göre lojistik performansı en yüksek OECD ülkeleri sırasıyla Almanya, Hollanda ve İsveç olarak belirlenmiştir. İncelemeye alınan 36 ülke arasında Türkiye, 0,1369 puan ile 25. sırada yer alarak alt-orta seviyede bir performans sergilemiştir. Araştırma, lojistik sektöründeki etkinliğin ülkelerin ekonomik rekabet gücünü doğrudan etkilediğini vurgulamakta; Türkiye'nin üst sıralara yükselmesi için taşımacılık altyapısını modernize etmesi, gümrük süreçlerini iyileştirmesi ve lojistik hizmet çeşitliliği ile kalitesini artırmaya yönelik stratejik yatırımlara öncelik vermesi gerektiğini ortaya koymaktadır.
In this study conducted by Okan Dağ, it is aimed to evaluate the logistics performance of OECD countries using Multi-Criteria Decision-Making (MCDM) techniques. In the research, 36 OECD countries were included in the analysis by using five-period data between 2010 and 2018 from the Logistics Performance Index (LPI) reports published by the World Bank. The Entropy method was applied to objectively calculate criterion weights, while the TOPSIS method was used to establish the logistics performance ranking of the countries. As a result of the Entropy analysis, infrastructure (0.2678) was identified as the most decisive criterion on logistics performance, followed by customs (0.2071) in second place and logistics service quality (0.1947) in third place, whereas timeliness (0.0821) was the criterion with the lowest weight. According to the TOPSIS ranking results, the OECD countries with the highest logistics performance were determined as Germany, the Netherlands, and Sweden, respectively. Among the 36 countries analyzed, Turkey ranked 25th with a score of 0.1369, demonstrating a lower-middle level of performance. The research emphasizes that efficiency in the logistics sector directly affects countries' economic competitiveness, and reveals that for Turkey to move up to higher ranks, it must modernize its transport infrastructure, improve customs processes, and prioritize strategic investments aimed at enhancing logistics service diversity and quality.
Referanslar
Acer, A., Genç, T. & Dinçer, S. E. (2020). Türkiye’de faaliyet gösteren bireysel emeklilik şirketlerinin performanslarının Entropi ve COPRAS yöntemi ile değerlendirilmesi. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, 7 (1), 153-169.
Alao, M. A., Popoola, O. M. & Ayodele, T. R. (2021). Selection of waste-to-energy technology for distrubuted generation using IDOCRIW-Weighted TOPSIS method: A case study of the city of Johannesburg. South Africa. Renewable Energy, 178, 162-183.
Alpay, M. (2010). Kredi Değerliliğinin Ölçülmesinde TOPSIS Yöntemi ve Bir Uygulama. Dokuz Eylül Üniversitesi, Basılmamış Yüksek Lisans Tezi, İzmir.
Alsu, E. & Taşdemir, A. (2017). Finansal performansın TOPSIS çok kriterli karar verme yöntemi ile belirlenmesi: Dokuma, giyim eşyası ve deri sanayi işletmeleri üzerine bir uygulama. Uluslararası Afro-Avrasya Araştırmaları Dergisi. 2 (4), 221-236.
Ayçin, E. & Güçlü, P. (2020). BIST ticaret endeksinde yer alan işletmelerin finansal performanslarının Entropi ve MAICRA yöntemleri ile değerlendirilmesi. Muhasebe ve Finansman Dergisi, 85, 287-312.
Bozkurt, C. & Mermertaş, F. (2019). Türkiye ve G8 ülkelerinin lojistik performans endeksine göre karşılaştırılması. İşletme ve İktisat Çalışmaları Dergisi, 7 (2), 107-117.
Derse, O. & Yontar, E. (2020). SWARA-TOPSIS yöntemi ile en uygun yenilenebilir enerji kaynağının belirlenmesi. Endüstri Mühendisliği, 31 (3), 389-410.
Kabadayı, N. & Çırpın, B. (2020). Gri ilişkisel temelli TOPSIS yöntemi ile tedarikçi seçimi ve tedarikçi risk değerlendirmesi. Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 25 (2), 767-788.
Karaköy, Ç. & Ölmez, U. (2019). Balkan ülkelerinden lojistik performans endeksi değerlendirilmesi. 4th International Symposium on Innovative Approaches in Science, Human and Adminstrative Sciences, November 22-24, Samsun, Turkey.
Karami, A. & Johansson, R. (2014). Utilization of multi attribute decision making techniques to integrate automatic and manual ranking of options. Journal of Informatıon Science and Engineering, 30, 519-534.
Malekian, A. & Azarnivand, A. (2016). Application of integrated Shannon’s ENTROPY and VIKOR techniques in prioritization of flood risk in the Shemshak Watershed, Iran. Water Resources Management, 30, 409-425.
Organ, A. & Kaçaroğlu, M. O. (2020). Entrop ağırlıklı TOPSIS yöntemi ile Türkiye’deki vakıf üniversiteleri’nin değerlendirilmesi. Pamukkale İşletme ve Bilişim Yönetimi Dergisi, 7 (1), 28-45.
Özgüner, Z. (2020). Dış kaynak kullanımı kapsamında entegre Entropi-TOPSIS yöntemleri ile tedarikçi seçimi problemlerinin çözümlenmesi. İşletme Araştırmaları Dergisi, 12 (2), 1109-1120.
Sakarya, Ş. & Aksu, M. (2020). Ulaştırma sektöründeki işletmelerin finansal performanslarının geliştirilmiş Entropi Temelli TOPSIS yöntemi ile değerlendirilmesi. Optimum Ekonomi ve Yönetim Bilimleri Dergisi, 7 (1), 21-40.
Ulutaş, A. & Karaköy, Ç. (2019). G-20 ülkelerinin lojistik performans endeksinin çok kriterli karar verme modeli ile çözümü. Sivas Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20 (2), 1-14.
Uyguntürk, H. & Korkmaz, T. (2012). Finansal performansın TOPSIS çok kriterli karar verme yöntemi ile belirlenmesi: ana metal sanayi işletmeleri üzerine bir uygulama. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 7 (2), 95-115.
Wang, J.J., Jing, Y.Y., Zhang, C.F. & Zhao, J.H. (2009). Review on multi-criteria decision analysis aid in sustainable energy decision-making. Renewable and Sustainable Energy Reviews, 13 (9), 2263-2278.
Zavadskas, E. K. & Antucheviciene, J. (2006). development of an indicator model and ranking of sustainable revitalization alternatives of derelict property: A Lithuanian case study. Sustainable Development, 14 (5), 287-299.
Zhang, H., Gu, C.L., Gu, L.W. & Zhang, Y. (2011). the evaluation of tourism destination competitiveness by TOPSIS&Information Entropy - A case in the Yangtze River Delta of China. Tourism Management, 32 (2), 443-451.
Zulqarnain, R. M., Abdal, S., Ali, B., et al. (2020). Selection of medical clinic for disease diagnosis by using TOPSIS method. International Journal of Pharmaceutical Sciences Review and Research, 61 (1), 22-27.
Zulqarnain, R. M., Xin, X. L., Saeed, M., et al. (2020). Recruitment of medical staff in health department by using TOPSIS method. International Journal of Pharmaceutical Sciences Review and Research, 62 (1), 1-7.
